硅谷101

【本期节目由Eight Sleep赞助播出】

在这个健康意识崛起的时代，我们越来越愿意花大价钱管理自己的身体。睡眠，就是其中最重要的方面之一。

与手表、戒指等可穿戴设备不同，Eight Sleep的产品是一张能够自动控温的智能床套。马斯克、扎克伯格、Bryan Johnson、Sam Altman，都是它的用户。多名职业运动员，也习惯带着它去比赛。这张售价约两万元的智能床套，究竟替我们做了什么？

这期播客，我们邀请了Eight Sleep的两位创始人，Matteo Franceschetti和Alex Zatarain，聊聊睡眠科技和文化。

他们说，现代人已经熟悉了各项睡眠指标，例如深度睡眠、REM、HRV。但Eight Sleep想要更进一步：在人们熟睡时，根据身体的变化，自动调整床面温度、床体高度，让技术在你毫无知觉的时候工作。

这张床套背后，也是一家消费硬件公司十多年的摸索。从拆开电热毯做原型机，到众筹卖爆却发现卖一台亏一台；从搬到中国学习制造，到反复经历现金流危机，创始人踩了很多坑，才慢慢探索出令人满意的产品形态。

今年4月，Eight Sleep进入中国。消费竞争激烈的中国市场，反而是他们增长最快的一个。一张床套卖两万人民币，Eight Sleep如何解释自己的定价？进入全球35个国家，这家公司从上百万用户身上学到了什么？

我们也聊到伴侣之间的温差、孕期与产后的睡眠变化，以及他们更远的野心：从改善睡眠，走向健康异常预警和预防医疗。最后，我们还是回到那个最朴素的问题：究竟怎么才算睡个好觉？

本期节目由Eight Sleep赞助播出。访谈使用英文进行，播客采用中文配音。我们也将原版的英文访谈制作成了视频播客。如果想要收听原版，可以在硅谷101播客的B站或YouTube账号上收看本期节目。

【主播】

Yiwen，硅谷101主持人

【嘉宾】

Matteo Franceschetti，Eight Sleep联合创始人、CEO

Alex Zatarain，Eight Sleep联合创始人、CMO

【你将听到】

00:05 一张被马斯克搬进办公室的床套

04:51 从追踪到干预：一张床套想替你做什么？

07:43 从“不睡觉”到Sleep-maxxing，睡眠文化的十年转向

12:04 看了那么多睡眠分数，然后呢？

14:16 睡眠数据里，有哪些预测疾病的信号

14:46 为什么最终选择床套，而不是床垫或可穿戴设备？

16:15 把液冷系统搬上床，解决伴侣之间的温差之争

20:38 孕期、产后与更年期：被忽视的女性睡眠需求

24:46 数据与自研传感器：哪些积累难以复制？

25:34 治疗癌症？从睡眠监测到预防医疗

30:22 消费硬件创业：制造、成本与现金流的现实考验

31:47 搬到中国学制造：从原型机到量产，没有捷径

35:49 中国成为增长最快的市场，哪些反馈超出了预期？

38:30 两万元的床套怎么定价？“我们还在Model S阶段”

42:05 带着床套跑遍赛场，职业运动员在意什么？

43:56 旅行、时差与轮班：作息不固定，如何安排睡眠？

47:25 更多产品、更多国家，Eight Sleep的下一步

58:15 温控原理：人们一整晚的温度需求为何不同？

50:42 两万元买一晚好觉，你觉得值得吗？

【试睡感受】

在使用Eight Sleep的几个月里，我亲身感受到了合适的温度对睡眠的重要性。除此之外，Eight Sleep每天早上会发送一段前一晚的睡眠总结，并给出怎么做能睡的更好的建议。

现在在国内购买Eight Sleep产品，除赠送长期有效的Autopolit标准版订阅之外，还有硅谷101听众专属的1200元优惠券，可以点击天猫优惠券、京东优惠券领取，或联系店铺客服报暗号【硅谷101】领取；海外听众可在eightsleep.com使用SV101折扣码，获得200美元优惠。

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

点击报名入口 ，使用折扣码【FANS15】注册，还可以获得15%折扣。

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【配音】

daniel大牛 如蓝

【运营】

朱婕

【BGM】

Dangerous Fling - Alexandra Woodward

Dusk Movers - Alexandra Woodward

Gossip Talk - Arthur Benson

City Phases STEMS INSTRUMENTS - John Abbot

Flickering Torches - Christian Andersen

The Secret Spring - Helmut Schenker

None of My Business - Arthur Benson

Short Circuit - Ryan James Carr

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: Alex Zatarain and Matteo Franceschetti.

本期节目来自2026 Inclusion·外滩大会主论坛圆桌——“当Agent成为交易主体”。

Agent的爆发不止于应用层，当应用不断涌现，底层的交易和支付方式也在被重写。今年的AI交易正沿着两条线同时展开：一条是Agent帮人完成任务，比如今年6月上线的AI版支付宝，一句话就能打车、点咖啡；另一条是Agent-to-Agent，比如两个月前，Mastercard发布了专为机器间支付设计的网络服务。

当Agent从对话走向办事、从推荐走向交易，“信任”成了绕不开的关键词。它替你花出的每一分钱，都真的经过了你授权吗？发起交易的Agent究竟是谁？它的支付权限有多大？出了问题又该由谁负责？这些围绕授权、身份、权限、责任的一个个问题，决定了我们距离“钱包交给AI”有多远。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

韩歆毅，蚂蚁集团CEO

Jorn Lambert，万事达卡首席产品官

刘作虎，OPPO高级副总裁兼首席产品官

周靖人，阿里巴巴集团首席科学家

（Jorn Lambert先生的发言为后期中文配音呈现）

【你将听到】

04:25 “先有鸡还是先有蛋”：智能体商业为什么卡住了

06:26 当Agent开始交易，支付网络一切都要彻底重写

10:15 手机将成为意图入口、个人智能和主动智能

12:34 模型还缺什么？长期上下文、提问能力与可靠执行

16:00 信任基建：授权、身份、KYA、资金安全与可追溯

19:59 手机厂商视角：能力信任、风险信任与A2A行为规范

22:55 “普拉提课测试”，授权、沙箱与安全执行

26:03 未来5年新商业机会：800亿Agent的商业想象

28:44 一杯咖啡怎么选出来？大模型推荐机制拆解

30:36 未来20年，手机仍是最核心设备吗

31:15 A2A商业，海量微交易所需的支付轨道

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

报名链接

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【中文配音】

daniel大牛

【运营】

朱婕

【BGM】

Still Waiting For You STEMS INSTRUMENTS - Wave Saver

Seven Daughters - Fabien Tell

Reclaim - Megan

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: Jorn Lambert, 刘作虎, 周靖人, and 韩歆毅.

过去几年，推理消耗的Token爆炸式增长，Token经济随之成型，推理专用芯片也持续升温：去年年底，英伟达以约200亿美元对AI芯片初创公司Groq进行“收购”（acqui-hire）；做晶圆级“大芯片”的Cerebras今年6月IPO，市值达到670亿美元；OpenAI联手博通，推出了首款自研推理芯片Jalapeño，从设计到流片仅用了9个月——加上我们之前聊过的谷歌TPU，推理芯片牌桌上的玩家越来越多。

这场推理芯片大战中，各家真正比拼的是什么？为什么走向了不同的技术路径？推理芯片未来又会向什么方向收敛？

本期硅谷101，我们请来两位AI芯片创业者，逐一拆解这些热门推理芯片在技术路径上的取舍与得失。其中嘉宾Mark是英伟达首席科学家Bill Dally的学生。Bill Dally是现代GPU并行架构最重要的奠基者之一。我们也借由Mark的视角，去了解这位芯片大师是如何思考问题和看待创新的。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

Mark，AI芯片创业者

徐子扬，AI芯片创业者

【你将听到】

Groq、Cerebras技术路线

04:17 为什么训练看算力，推理看带宽

14:13 SRAM、DRAM、HBM的优劣

16:39 Groq和Cerebras的技术路径选择

19:34 Groq：确定性、静态编译调度，动态性不足

25:18 Cerebras 的软肋：良率、成本与系统适配

32:32 英伟达为什么要acqui-hire Groq

33:58 “推理时代，Cuda一定会被绕过”

推理时代芯片护城河

39:19 两位芯片创业者的SRAM推理芯片方案

41:07 最重要的指标：速度、性价比、耗电量

44:25 速度越快，AI越聪明

49:04 面对模型迭代，抓住“不变量”

54:15 消失的算力：为何芯片利用率跑不满

58:27 芯片设计全流程：需求、架构、RTL、验证、后端、流片、封装测试、良率、交付

01:01:16 国内优势：供应链+基础设施+开源生态

01:03:17 创业者做芯片，如何和模型厂商竞争

Bill Dally芯片设计哲学

01:05:17 为未来AI补齐强逻辑

01:09:40 “一切围绕局部性展开”

01:11:43 跳出local minimum，必须想清楚牺牲什么

01:13:03 Bill给学生的创业建议

01:14:47 亚马逊的工程哲学

OpenAI自研推理芯片解析

01:17:30 Jalapeño：通用芯片，低能耗，9个月流片

01:20:10 选择HBM4，不缺钱，但缺电

01:24:15 SRAM优势还能保持多久

01:27:03 芯片内异构，暗硅，另一种路径

【硅谷101年会来了，线下见】

10月10日—11日，我们将在【硅谷】举办Alignment 2026年度大会，从大模型、Agent、机器人到AI Infra，从实验室里的突破，到真实世界的商业化，我们直击AI变化最剧烈的前沿。 来自OpenAI、Anthropic、NVIDIA、Meta、Google DeepMind、SemiAnalysis、Cerebras等公司的研究者、创业者与投资人将齐聚现场，分享正在发生的机遇和挑战。

报名链接

【相关阅读和名词解释】

挑战GPU、绕过HBM，深挖史上最大芯片背后的Cerebras

谷歌TPU能撼动英伟达吗？前TPU工程师首次揭秘

Prefill / Decode：大模型推理的两个阶段。Prefill（预填充）一次性并行处理完整输入提示词，生成KV缓存和第一个Token，是计算密集型，瓶颈在算力；Decode（解码）基于KV缓存逐个自回归生成后续Token，是内存带宽密集型，每生成一个词都要把整个模型权重从存储读到计算单元。

KV Cache（键值缓存）：是注意力机制中的中间计算结果，避免每次生成新Token时重复计算历史Token的键值向量。当新请求与之前处理过的内容有相同前缀时，可直接复用已有KV Cache，称为“缓存命中”。

Attention / FFN：Transformer架构的两个核心模块。Attention（注意力机制）负责“找关系”，让每个Token关注序列中其他Token的信息，参数量较小但计算模式随上下文长度变化。FFN（前馈网络）负责“加工信息”，独立处理每个Token，参数量极大，是模型静态权重的主要部分。

SRAM / DRAM / HBM：SRAM用6个晶体管存1bit，延迟仅0.3-3ns，带宽性价比极高，但容量极小。DRAM用1晶体管+1电容，容量大、成本低，但延迟50-100ns且需刷新。HBM本质是3D堆叠的DRAM，通过超宽总线实现高带宽，容量较大但成本高，且市场上极度缺货。

Kernel（算子）：连接AI算法与芯片硬件的“翻译官”，将矩阵乘法、注意力等算法操作转化为硬件可执行的指令。算子开发属于内核级编程，直接决定模型的推理速度、能耗和芯片兼容性。

系统级异构：指在系统层面组合不同类型的计算芯片（如GPU、SRAM推理芯片、专用加速器），用最合适的硬件做对应部分的应用，而非用一颗芯片包揽所有工作。OpenAI Jalapeño则选择将异构收进单颗芯片内部。

流片（Tape Out）：指芯片设计完成后，将电路版图数据交给晶圆厂进行实际制造的过程。晶圆厂据此制作掩模（Mask），再通过光刻等工序生产芯片。流片成本极高，先进制程一次可达数百万美元，且若设计有误，整批芯片可能报废。

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Still Waiting For You STEMS INSTRUMENTS - Wave Saver

Seven Daughters - Fabien Tell

Reclaim - Megan

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: Mark and 徐子扬.

2026年8月，Moderna与默沙东联合开发的个体化mRNA肿瘤疫苗公布三期临床积极结果，Moderna股价一度暴涨177%。这不是一款预防癌症的疫苗，而是一种为患者量身定制的治疗性疫苗。“一人一药”，似乎正在离现实越来越近。

这期视频，我们邀请到艾博生物创始人、CEO英博博士，他曾在Moderna从事mRNA相关的核心研发。我们从这次三期临床结果出发，拆解个体化肿瘤疫苗究竟如何工作、为什么要与PD-1联合使用，以及它真正证明了什么、还有哪些问题没有被证明。我们也会聊到Moderna、BioNTech以及中国公司正在探索的不同技术路线，以及“一人一药”背后真正困难的制造、自动化、成本与监管问题。

肿瘤疫苗为什么研究了二三十年，直到今天才跨过这道关键门槛？AI究竟能在新抗原预测和疫苗设计中解决多少问题，它真的能让肿瘤疫苗变成一个“软件问题”吗？如果每位患者都需要一支不同的药，这套系统又如何服务成千上万甚至更多患者？我们距离“为每一个癌症患者定制一支疫苗”，究竟还有多远？

【主播】

Yushan，硅谷101特约研究员，生物医药行业从业者

【嘉宾】

英博博士，艾博生物创始人、董事长兼CEO

【你将听到】

02:41 从Moderna到创业，英博博士与mRNA

08:57 Moderna三期，到底突破了什么

14:09 “一人一药”如何让免疫系统治疗癌症

18:14 制药“噩梦”：4-6周造出一支专属疫苗

24:42 未来肿瘤治疗：手术刀＋疫苗＋PD-1

27:57 34个新抗原“撒网”与肿瘤“逃逸”

31:39 黑色素瘤之后，下一个是谁？

38:12 技术路线：中国肿瘤疫苗走到了哪一步？

45:04 肿瘤疫苗会比CAR-T更安全吗？

50:14 成本：“做大容易，做小难”

54:01 “AI离开自动化，就是空谈”

59:19 AI如何应用于肿瘤疫苗的研发与制造？

01:01:26 LNP：AI还算不动的“难题”

01:06:04 “一人一药”怎么监管？

01:09:24 为什么肿瘤疫苗等了几十年

【2026 外滩大会】

2026 Inclusion·外滩大会将于2026年9月9日-12日在上海黄浦世博园区举行。外滩大会是全球高级别前沿科技与金融科技盛会，本届大会还设置了超现实AI音乐会、科技展、创投meetup等趣味环节，活动免费，名额有限，先到先得。

外滩Token效率论坛注册报名

更多论坛信息即将公布，请关注外滩官网

【延伸阅读与相关术语】

核酸药物 以DNA、RNA或其类似物为核心的一类药物，通过补充、调控或沉默遗传信息来治疗疾病。mRNA、小核酸等都属于核酸药物。

小核酸 通常指较短的寡核苷酸药物，多通过与目标RNA配对，调控或抑制特定基因的表达。mRNA通常不归入“小核酸”范畴。

mRNA（信使核糖核酸） 可以理解为细胞里的临时“蛋白质生产指令”，把遗传信息交给细胞的蛋白质合成系统，指导制造特定蛋白。

个性化肿瘤疫苗 根据每位患者自身的肿瘤突变“量身定制”疫苗，训练免疫系统识别并攻击其肿瘤。它属于治疗性疫苗，不是给健康人预防癌症的疫苗。

CMC Chemistry, Manufacturing and Controls，药物的工艺开发、生产与质量控制体系，决定一种药能否稳定、合规地从实验室走向临床和商业化。

核酸递送 把核酸药物安全、稳定地送进目标细胞，并在正确位置释放。由于RNA本身容易降解、也很难直接进入细胞，递送是核酸药物的核心技术之一。

LNP（脂质纳米颗粒） 由多种脂质自组装形成的纳米级载体，可以理解为mRNA的“运输胶囊”：包裹并保护mRNA，帮助它进入细胞。

GalNAc N-乙酰半乳糖胺，一种能“精准找到”肝细胞的糖分子，常与小核酸连接，用于实现肝脏靶向递送。

三期临床试验 药物上市前最关键的大规模验证阶段之一，通常用于进一步确认疗效和安全性，并与现有治疗或对照方案进行比较。

PD-1（程序性死亡受体 1） 位于 T 细胞表面，可以理解为免疫系统的“刹车”。很多肿瘤细胞会在表面表达 PD-L1，与 T 细胞上的 PD-1 结合后，传递抑制信号，从而降低它的活性，借此逃避免疫系统的追杀。抗 PD-1 药物通过阻断这条通路，让免疫系统重新攻击肿瘤。

RFS（Recurrence free survival）无复发生存期，通常指治疗或手术后，到肿瘤复发或死亡的时间。

免疫原性 一种物质激发人体免疫反应的能力。疫苗通常希望产生足够强的免疫原性。

免疫耐受 免疫系统对某种抗原“不攻击”或反应较弱的状态。肿瘤可以利用这种机制逃避免疫系统的清除。

Neoantigen 新抗原，肿瘤细胞发生基因突变后，会制造出一些正常细胞里没有的蛋白质。免疫系统有机会把这些“从没见过的蛋白质”识别为异常，并攻击产生它们的肿瘤细胞。

In Vitro Transcription（IVT） 体外转录，以DNA为模板，在无细胞体系中合成mRNA，是目前mRNA药物生产中的核心步骤。

SOC（Standard of Care） 标准治疗，即当前临床上普遍认可、常规采用的治疗方案，也是新疗法常用的比较基线。

DC疗法 又称树突状细胞疗法，通常把患者自身的树突状细胞取出，在体外加载肿瘤抗原后再回输，用它们“教会”T细胞识别并攻击肿瘤。

Off-the-shelf 现货型疗法，固定配方、可以提前批量生产，并用于多个符合条件的患者；相对的是“一人一药”的个性化治疗。

Driver Mutation 驱动突变，能够直接推动肿瘤发生、生长的关键基因突变。并不是所有肿瘤突变都是驱动突变。 这里后面提到的 EGFR、KRAS，都是常见的肿瘤驱动基因。

CAR-T 把患者的T细胞取出，在体外进行基因改造，让它们拥有识别特定肿瘤抗原的“雷达”，再回输患者体内杀伤肿瘤。

CRS 细胞因子释放综合征，免疫细胞短时间内被大量激活并释放细胞因子，引发发热、低血压等全身炎症反应，是CAR-T等免疫疗法的重要副作用之一。

可电离阳离子脂质 LNP最关键的成分之一。在生理环境下大多接近中性，进入细胞内的酸性环境后会带正电，从而帮助mRNA释放到细胞质，同时降低毒性。

pre-F 融合前F蛋白，RSV的F蛋白在病毒与细胞融合之前的结构状态，是RSV疫苗非常重要的抗原靶点；针对pre-F可以诱导较强的中和抗体反应。

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Spring Dance - Forever Sunset

Mindscape - Lennon Hutton

High 118 - Wendel Scherer

Radar Focus - Blue Saga

Unfinished Stories - Lennon Hutton

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guest: 英博.

去年年底，硅谷掀起了一股风潮——“Token Maxing”（最大化token使用量），科技公司创始人和工程师们争相晒出账单，比谁家Token消耗更吓人，以此彰显对AI的全力押注。但到了今年年中，成本失控和虚假生产力让这场烧钱竞赛到达了转折点。Uber在四个月里烧穿了全年的AI预算，Meta被迫给员工设定token使用上限，一些公司会提醒员工使用AI的时候注意成本。大家开始认真思考：如何更经济地使用Token？

这期节目的嘉宾黄东旭，就是Token Maxing热潮的亲历者。他曾经每天烧掉三四百美元，只用最前沿的模型。让他逐渐转变的，是中国开源模型们的崛起，大量的日常任务都可以做到“只烧电费，不烧Token”。他的结论是：不是前沿模型用不起，而是本地开源模型底座+前沿模型的搭配，成本可控，更具性价比。

我们聊了这半年Agent产品的进化史——从OpenClaw，到Hermes，到Agent蜂群的智能涌现潜力，Agent消耗Token的趋势不会停止，未来还会有更复杂的A2A网络。亲历了互联网、移动互联网、AI三波浪潮的张宏江认为，Token Maxing折射出的是所有人在面临AI浪潮时的不知所措，AGI奇点已经到来，现在做Agent是好时机，但关键是：别做容易被大模型碾压的应用。

【主播】

泓君，硅谷101创始人，播客主理人

【嘉宾】

张宏江，Llama Ventures高级技术合伙人，美国国家工程院外籍院士，北京智源人工智能研究院（BAAI）理事长，源码资本合伙人，曾任微软亚洲工程院院长、微软亚太研发集团首席技术官、北京金山软件有限公司首席执行官

黄东旭，Llama Ventures合伙人，PingCAP CTO&co-founder

【你将听到】

04:55 Token maxing，是泡沫吗？

09:52 亲身体验：只选最强最贵，日烧四五百美元

14:15 OpenClaw：从研究到工程的转折点

20:31 龙虾退潮：“普罗米修斯”完成了使命

23:09 Hermes：把成功经验沉淀成Skill

30:09 “Agent动力学”：七嘴八舌烧Token换深度

35:12 智商碾压：Fable 5一次搞定复杂任务

37:20 本地开源模型经济账：每天电费1美元

43:42 Token消耗不会停，更复杂的网络还在后面

52:36 现在做Agent创业是好时机吗？看好toB和infra

01:03:24 彩蛋：“办公室政治”和超预期行为

01:15:30 IQ测试已超人类，AGI奇点已来

01:18:19 新问题：当新岗位也不再需要人，人类如何自处？

【9月6日·成都 泓君线下开麦】

华夏基金携手小红书小红点计划，共同推出「红火开麦日2.0」线下活动，以「发现身边的ETF经济学」为主题，从身边小事发现经济趋势，捕捉藏在日常里的投资灵感。9月6日，成都·蔚蓝湖滨艺术中心，泓君将与华夏基金数量投资部总监荣膺一起，聊聊普通人如何被卷入全球AI定价战。

活动免费，名额有限，扫码即可报名，期待与你线下相见！

【硅谷101听友群】

在这里，和同好一起深聊科技、商业与未来，期待你的声音，也期待更多有趣的讨论。

扫码加入，即刻相遇！

【监制】

泓君

【后期】

Amei

【运营】

朱婕

【BGM】

Impossible Theory - Rachel Sandy

Mindscape - Lennon Hutton

【在这里找到我们】

公众号：硅谷101

收听渠道：Apple Podcast｜Spotify｜小宇宙｜喜马拉雅｜蜻蜓FM｜荔枝FM｜网易云音乐｜QQ音乐

其他平台：YouTube｜Bilibili 搜索「硅谷101播客」

联系我们：podcast@sv101.net
Special Guests: 张宏江 and 黄东旭.