🎙️ 今天這幾集

一句話:應用直覺以十年工具與作業系統打底,推出Dana把物理AI開發門檻大幅降低。

Applied Intuition 由 Qasar Younis(逐字稿誤植為 Casir Yunus)與 Peter Ludwig 在2017年創立,使命是讓十億台機器具備智慧。兩人皆出身底特律汽車世家:Younis 曾任 Y Combinator 營運長(時任總裁為 Sam Altman),並促成 Cruise 於2016年被 General Motors 收購;Ludwig 則是 Android Automotive 早期工程師。公司橫跨自動駕駛、商用卡車、國防、營建、礦業、農業與機器人等垂直領域,主張物理AI市場規模將遠大於數位AI——單汽車產業就占全球GDP約5%,Waymo 估值已達1260億美元,而礦業僅占全球1%勞動力卻造成8%工安死亡事故。

公司從賣「工具」起家,再因客戶部署瓶頸自建作業系統(類比 Android 跨裝置抽象化硬體的做法),之後補齊自駕運算堆疊,最新推出agent平台Dana,把過去需要切換約20種工具的物理AI開發流程,整合成能用白話文操作的介面。技術路徑是「模仿學習(imitation learning)加強化學習(reinforcement learning)」:先用真實駕駛資料訓練基礎模型,再用高擬真模擬環境做強化學習修正邊緣案例;不同垂直(卡車、礦車、無人機)蒐集的數據能互相提升彼此模型表現,公司目前也在日本營運L4等級自駕卡車車隊。

商業模式為純軟體授權,18家全球前20大汽車製造商是客戶,工程師逾1000人,業務在自駕、卡車、國防、礦業等領域分布均衡,並非集中在汽車。公司累計募資約10億美元,最新一輪由 BlackRock 與 Fidelity 領投,但兩位創辦人強調公司幾乎沒動用募得資金、靠營收自給自足。對於 Nvidia、Tesla 等公司跨界進逼,兩人認為市場規模夠大,足以讓多家公司同時成功,不構成零和競爭。

一句話:諾蘭把偏執當創作引擎,靠限制換取掌控權,從業餘拍片新手變身十億美元票房大導演。

諾蘭7歲那年看了喬治·盧卡斯的《星際大戰》(1977年上映),之後訂閱一本介紹Industrial Light & Magic的雜誌反覆閱讀。8歲時父親給他一台Super 8攝影機,一次只能拍兩分半鐘的黑白無聲畫面,他開始自己動手拍片。13歲時他發現風格迥異的《銀翼殺手》與《異形》出自同一位導演雷利·史考特之手,當下認定「導演」就是他要的工作。他就讀英國寄宿學校Haileybury,校風嚴苛,他形容那裡「不是輸就是贏的達爾文式環境」,養成日後以準時、自律、不畏風雨著稱的工作習慣。熄燈後他常戴Walkman在黑暗中反覆聽《星際大戰》《2001太空漫遊》與《火戰車》配樂,靠這段「思考空間」醞釀故事——《全面啟動》(Inception)的雛形正是他16歲那年在寄宿學校熄燈後想出來的,距2009年6月19日開拍相隔23年。

他先後被英國國家電影電視學校與皇家藝術學院拒絕,只找到一份幫企業拍內部訓練影片的攝影師工作。第一部劇情長片《跟蹤》(Following)完全靠週末拍攝,耗時近一年,每週只能負擔沖印10到15分鐘底片,劇組全員擠一輛計程車移動,且沒有拍攝許可證。劇本原本按時間順序寫成,他受昆汀·塔倫提諾《霸道橫行》(Reservoir Dogs)影響,把場景剪碎重新排列,拒絕他所謂的「時間順序保守主義」。27歲那年他構思出《記憶碎片》(Memento)原型:一名短期失憶症患者靠在身上刺青破案。2000年電影在威尼斯影展首映,片尾放映後全場靜默數秒,他一度以為觀眾討厭這部片,隨後爆出的起立鼓掌讓他稱之為「我人生的轉捩點」。下一部作品《針鋒相對》(Insomnia)靠資深導演史蒂芬·索德柏(Steven Soderbergh)出面向華納兄弟高層施壓,並與喬治·克隆尼一同掛名執行製片,才讓當時31歲的諾蘭獲得片廠信任。

諾蘭的工作哲學是「限制帶來變通,變通帶來掌控」:效率越高,片廠越不會插手干預。他形容自己是悲觀主義者,「永遠設想最壞的狀況」,與許多創作者常見的過度自信恰好相反。2006年《頂尖對決》(The Prestige)片廠原要求把底片數位化剪接,他的團隊自此再未跟上業界主流,持續以底片拍攝、電子方式剪接,再對照畫格編號手工剪回底片。他也曾實測:隨機在圖書館翻開一本書抄下10條資訊,結果只有1條查得到,遠低於外界以為的九成上網率。2008年《黑暗騎士》全球票房超過10億美元,讓他在華納兄弟的地位從「穩固」變成「無可撼動」,片廠首度讓他完全自主決定下一部片要拍什麼。他與作曲家漢斯·季默(Hans Zimmer)長達20年的合作關係也建立於此時期,他形容對方是「極簡主義的作曲家,配上極大化的製作規格」,替他的畫面留出呼吸空間。

《全面啟動》靈感部分來自阿根廷作家波赫士(Jorge Luis Borges)的短篇小說,劇本卡在第三幕、寫到第80頁停滯多年,他借用音樂製作人瑞克·魯賓(Rick Rubin)的「無情剪輯法」破局:與其把20首歌硬篩到10首,不如先篩出3首非留不可的核心,再逐一決定要不要加回其他曲目。到了《敦克爾克大行動》,他拿掉戰爭片既定公式:沒有將軍指揮全局的畫面、沒有邱吉爾、沒有政治鋪陳,只留下「生存或死亡」的單一命題,也避開快速剪接、爆破與煙硝堆砌出的視覺混亂感。他堅持不論天氣如何都照常開拍,讓劇組清楚知道這條規則沒有例外。

一句話:前緣模型難被開源取代,Series A最難熬,Menlo改押早晚兩端。

Menlo Ventures 合夥人 Matt Murphy 談主導 Anthropic 首輪投資的經過。介紹人是曾與他共事於 Kleiner Perkins 的 Anjaney Midda,牽線認識 Dario Amodei 與 Tom Brown 後隔天就通話拍板。當時 Anthropic 估值 40 億美元、尚無營收、模型未發布,超出 Menlo 當時約 6 億美元創投基金單筆平均 1500 萬美元的投資範圍,首筆支票僅略高於 1000 萬美元。判斷依據是基準測試已追平 ChatGPT,但耗用資本僅約對手五十分之一,且市場不會被單一玩家壟斷。第二輪擴大到超過 5 億美元的 SPV,促成關鍵是同年 11 月 LP 大會上一位 Anthropic 高階主管到場簡報效果驚人,會後兩週內簽下投資意向書,這是 Menlo 史上第一次操作 SPV。

利潤率上,Murphy 指出如今高成長公司毛利率普遍落在 20% 到 30%,而非過去認定的 80% 到 90%,原因是推論運算成本結構改變,優秀公司能達到的水準也僅 60% 到 70%,關鍵在於能否自建互補模型、降低對單一推論供應商的依賴。談開源威脅時,他不認同「開源可處理九成六企業工作流」之說,理由是企業實測顯示採用 Anthropic 模型雖成本較高,卻能提高客戶留存與營收,因此多數企業採混合策略,而非全面轉向開源。他同時是 AI 路由平台 OpenRouter 董事,形容該公司獲利能力驚人。

Series A 被他形容為「今日最糟糕的進場點」:公司通常僅 100 萬到 300 萬美元營收,卻要用 200 倍年化營收成長的估值邏輯定價到 2 億到 4 億美元,產品市場契合度仍薄弱。應對是採「槓鈴策略」:早期端把種子輪合夥人可當場核准的支票額度從 300 萬美元提高到 800 萬美元;晚期端設「Inflation Fund」鎖定年化營收 300 萬到 1000 萬美元的公司,但這個窗口過去可維持一年到一年半,如今可能只剩一週,投資的法律 AI 新創 Legora 甚至只有一天。他也點出「連翻三倍再翻一倍」過去算頂尖 5%,如今只算前 50%,已不構成投資理由。

其他要點:Menlo 刻意把基金控制在 30 億美元、約 12 位合夥人,避免團隊擴張過大;「Anthology Fund」以 10 萬到 100 萬美元小額支票投資超過 50 家早期公司,畢業案例包括 OpenRouter 與數學新創 Axiom;他坦承最大失誤是對 Eleven Labs、Star Cloud 等只要求 1% 股權而錯失報酬;他認為機器人、新興模型實驗室(neolab,已知約 60 家、Menlo 投 7 家)與國防科技過熱,基礎設施層則因模型優化需求回溫。

一句話:阿格拉瓦爾創辦Parallel,要為AI代理人打造一張持續開放的新網路。

Parag Agrawal曾在Twitter任職逾十年,從工程師一路升到技術長、再升任執行長,現在創辦並領導Parallel,打造給AI代理人使用的網路基礎設施。他每週只寫下最重要的三件事,其餘事務刻意放手讓它「彈回來」,若真的重要自然會再度浮上;每週五下午安排demo時段,團隊展示還沒做完的粗糙進度,讓他持續掌握公司實際動態,而非等成品才知道。他還替自己寫了一個私人AI代理程式,串接Slack、會議筆記工具Granola與電子郵件,協助判斷哪些事該留意,剛開始那天就燒了378美元token,優化後現在每天約花上百美元。

公司工程團隊六、七個月內從15人擴編到30人,全公司目前約40人,預計年底達50人。創辦初期他刻意保密,而是逐一詢問認識的人「你共事過最厲害的三個人是誰」再親自接觸,組成除他之外6人的創始團隊,半數是先前不認識的人,藉此跳出Twitter累積的人脈圈。他後續從Kleiner Perkins內部挖來銷售營運夥伴Liam,並找來曾在Windsurf(前身Codeium)負責業務的Graham。

Parallel的起點是他兩年半前(約2023年感恩節前後)寫下的判斷:AI代理人使用網路的頻率將是人類的1000倍以上,舊有網路商業模式撐不住這種規模,需要新基礎設施與誘因機制,才能避免網路走向封閉。他內部常說:「每個問題的答案都是一個模型」——與其寫程式碼,不如收集資料、訓練模型、放進迴圈持續改進。目前使用Parallel的產品包括法律AI公司Harvey、Rogo、profound、granola與Clay;Parallel專門爬梳搜尋引擎難以索引的「深網」內容,替Harvey之類產品的輸出提供有憑有據的權威文件來源。他表示Parallel系統規模已超越當年的Twitter,但認為使命相同:讓高品質的獨特內容留在公開網路上,不被封閉平台吞沒。

一句話:產品經理的核心工作不再是寫PRD,而是把使用者回饋轉成可驗證的evals。

Dianne Penn 2023年加入Anthropic,擔任第一位技術背景產品經理,當時全公司只有5位產品工程師,整條API業務線只有1位工程師負責。她提到公司早期的認同感轉捩點是2024年初的Golden Gate Claude:研究團隊發表可解釋性論文後,發現把模型內部某個對應「金門大橋」的特徵調到最大,Claude會在任何回答裡都扯回金門大橋,例如被問義大利麵食譜也會提到「橘色像金門大橋的國際橘」。工程、產品、設計、研究團隊在24小時內就把這個實驗做成網站上線,雖然只觸及約2000名使用者,卻讓團隊確認自己能把研究成果快速轉成產品體驗。

2023年時「Anthropic」與「coding」還不會被放進同一句話裡,團隊觀察到使用者開始拿模型寫長篇程式碼而非只做自動補全,於是把這個判斷灌進當時公司不到200人時訓練的Opus 3(2024年3月上線)。她認為真正的轉折是隔年冬天的Opus 4.5:它不只是模型,還有Claude Code這個「載體」與它互相成就——沒有Claude Code,Opus 4.5不會有那波採用;沒有Opus 4.5的智能水準,Claude Code也不會被那樣快速採用。對比之下,2024全年公司總共只發布4個系列的模型,今年光第二季發布的量就超過那個數字。

她的團隊有句話是「evals是新的PRD」:過去用使用者訪談了解痛點,現在要盯著逐字對話紀錄,判斷失敗案例是幻覺、工具誤用還是對齊問題。她舉的例子是早期Claude常被抱怨「不遵循指令」,深挖後發現八成案例其實是輸出的JSON格式不對;團隊做出30到40個範例當作eval集,現在這項分數已經穩定在99.9%以上。PRD並未消失,每個新模型仍會寫一份,對象是產品線、工程、法務與安全等利害關係人;在像電腦操作這類還沒有明確使用者痛點的全新能力上,PRD的產品願景部分也還有用。團隊的招募標準3年沒變,看重第一性原理思考勝過套用消費性產品或B2B SaaS的既有模式。

她所屬的labs團隊由Ben Mann帶領,任務是押注可能不在主線路線圖上的大賭注,團隊很小,有些構想從一位工程師開始,產出包括Claude Code、skills、Claude設計與MCP。近期代號Fable、內部稱Mythos的模型上線方式與以往不同,因為能力更強而觸發更多審查與出口管制疑慮,團隊因此加碼建置「模型防護套件」,包含當進階模型被限制存取時仍能提供良好體驗的備援介面。Penn本人加入科技業前曾在JP Morgan做了4年高收益債交易員,這是她進入AI產業的第6年;她用《Crucial Conversations》一書的內容做成個人skill,協助自己準備難談的對話,但堅持先形成自己的判斷再找Claude討論,避免把思考整個外包出去。

一句話:全球化正轉向國家市場自由主義,美中角力重塑世界經濟秩序。

CUNY Graduate Center研究教授Branko Milanovic出新書《The Great Global Transformation》,把1974年以來的世界秩序分成幾階段:先是1974年「新國際經濟秩序」失敗,接著進入美國為中心的「單極時刻」全球化;現在正邁入他稱為「國家市場自由主義」的新階段——對內仍延續新自由主義的市場政策,對外卻轉向重商主義、零和甚至負和的保護主義。他認為2016年川普當選是分水嶺,其對中政策在拜登任內延續甚至加深。他重提知名的「大象圖」:西方中產階級年成長率僅約1%,西方頂層在柯林頓時代達3%以上,亞洲與中國高速成長,這正是各國把不滿導向對外貿易戰、而非對內財富重分配的背景。

Milanovic指出,中國依世界銀行標準已列為中高所得國家,他分享一則親身經歷:有中國學者投稿期刊,原本以開發中國家身份繳50美元,卻被告知中國已算已開發國家、要收100美元,對方相當意外,顯示中國人自己也不習慣「已是富國」這個事實(官方說法是「小康社會」)。但中國消費占GDP比重僅約40至45%,遠低於美國70%與印度50%,原因除工資受壓抑,更在於國企保留大量利潤供政府投入鐵路、人工智慧、太空與大型客機等產業政策,也用於對非洲等地的政經影響力。他提出「homo plutia」概念:美國前10%所得者中,越來越多人同時擁有高勞動所得與高資本所得,這在歷史上是新現象,呼應Daniel Markovits對菁英體制的批評。中國菁英的所得結構也已翻轉:1988年菁英所得三分之二來自國企、政府與黨職,到2023年三分之二已改為來自民營專業工作;英國走完同樣的資本家階級擴張(1688到1900年,引用經濟史學家Robert Allen的資料)花了150年,中國只花了40年。

談到政治面,Milanovic觀察習近平刻意把富人排除在共產黨決策圈外,例如Jack Ma的螞蟻集團IPO被喊停,傳話的只是財政部一名中層官員而非部長本人,意在傳達「你們可以有錢,但不能干政」的訊息;他稱這類重稅構想為「教育性稅」,目的不是重分配而是宣示「你們不能統治我們」。歐洲處境矛盾:一邊切斷俄羅斯天然氣、改買較貴美國能源,一邊人口下滑卻日益排斥移民(西班牙例外),導致歐洲即使不情願,也因同受中國電動車衝擊而在對中政策上靠攏川普。他提出樂觀情境:若烏克蘭與中東(伊朗、以色列、美國)能停火,就有機會重啟類似「布列敦森林」的談判,讓中國、印度取得更大話語權,歐洲因1945年殖民時代遺留的過度代表性則會相對縮減。

在全球不平等的討論中,他指出中國過去幾十年高速成長曾降低全球不平等,但如今中國已相對富裕,若繼續以8%成長,反而會拉大與貧窮國家的差距;他在中國演講提到這點時,年輕聽眾反應近乎被冒犯。他認為21世紀全球不平等能否下降,關鍵在非洲——奈及利亞等五、六個國家合計約10億人口,是全球唯一人口仍以約2%年增率成長的區域。節目尾聲,主持人Joe Weisenthal提出反駁:川普在2016與2024年的政治成功,很大成分來自移民與建牆等邊境議題,而非單純菁英與經濟不平等的敘事。

一句話:科技巨頭用SPV把AI負債轉嫁私募信貸與退休基金,關稅油價通膨同步惡化。

《日經亞洲》調查揭露,Alphabet、Microsoft、Amazon、Meta、Oracle帳外負債合計約1.65兆美元,超過帳列負債的1.35兆美元,彭博估計甚至上看1.8兆美元。做法是成立「特殊目的實體」(SPV),由私募信貸基金出資蓋資料中心,科技公司再向SPV租用算力,把風險轉嫁給放款方。Meta帳外負債達4200億美元,是其帳列負債的三倍。往上游追,資金最終落在退休基金與保險年金身上,等於老師的退休金在幫Zuckerberg的GPU帳單背書。私募信貸業已有警訊:2025年9月First Brands聲請破產,JPMorgan執行長Jamie Dimon留下「看到一隻蟑螂,後面通常還有更多」的名言。另一個隱憂是循環融資:Google雲端營收季增82%,但其中約半數被認為來自OpenAI與Anthropic兩家客戶。SemiAnalysis近期提出新指標EBTIT(訓練前、息前、稅前獲利),被拿來跟WeWork當年S-1文件裡的「社群調整後EBITDA」相提並論,質疑AI業者正用新名詞美化真實獲利能力。

總體經濟方面,川普對巴西出口加徵25%關稅、對加拿大商品加徵50%關稅(8月19日生效),美國消費者實際負擔近九成關稅成本。布蘭特原油上週漲破每桶100美元,較7月初上漲三成,起因是青年運動(Houthi)在紅海攻擊兩艘沙烏地油輪,高盛警告若荷莫茲海峽情勢未緩解,下季油價恐衝上每桶120美元。美國通膨從4.2%降到3.5%,但仍是G7最高(日本1.5%、法國1.8%、義大利/加拿大/德國2.4%、英國2.6%)。10年期公債殖利率站上4.7%,30年期殖利率今年已累計27天、近期連12天站上5%,是2007年以來最長紀錄。皮尤研究顯示,20國調查中美國好感度從58%跌到35%,中國則從32%升到46%。

節目也點出一項自傷政策:美國緊急石油儲備已降到3.11億桶,是1983年以來新低(安全下限為2億桶),川普政府卻已取消或延後830億美元的乾淨能源計畫,還付給法商Total Energies十億美元補償,換取對方取消一座東岸風電場。相較之下,中國掌握全球91%太陽能製造產能、89%鋰電池產能、七成潔淨科技與電動車產量,過去七年貢獻全球55%的潔淨能源投資與80%的太陽能投資。諷刺的是,美國風電產量最高的州是德州,單一夏日尖峰時段電力六成來自風力。

最後談到「小型企業榮景」其實是假象:美國去年新設企業申請近600萬件創新高、年增一成,但真正打算雇人的「高潛力」企業只有170萬件、占三成,逾七成屬不會雇人的個人接案,占比較2000年代中期翻倍。LinkedIn個人資料掛上「創辦人」頭銜的人數去年暴增69%,逾半數Z世代過去一年認真考慮過創業。Scott Galloway直言七分之六的新創會失敗,建議年輕人與其硬當創辦人,不如去大公司當第10到第100號員工搭順風車。他也提到中國大型語言模型的全球token使用占比從2025年1月的一成暴增到7月的58%,但Anthropic與ChatGPT的每token成本仍是DeepSeek的35倍。

一句話:維生素D是荷爾蒙非維他命,睡眠障礙常源於D缺乏連帶引發的腸道菌叢與B群失衡。

神經科醫師 Dr. Stasha Gominak(史丹佛神經內科臨床助理教授、哈佛神經科住院醫師出身)2004 年因一次意外的睡眠檢測踏入睡眠醫學,親自診治過約 2000 名病人,並透過線上工作手冊間接影響五、六千人。她的起點案例是一位年輕、不胖的女性,長期每日頭痛五年,不符合「肥胖中年男性、舌頭肥厚」的典型睡眠呼吸中止症輪廓,做完睡眠呼吸器(CPAP)後頭痛消失。她進一步發現大量頭痛病人的睡眠檢測顯示快速動眼期(REM)延遲、缺乏,或只在 REM 期才停止呼吸——REM 期是全身肌肉最癱瘓的階段、由腦幹主導,前半夜多由交感神經主導、REM 稀少,後半夜(凌晨三點到七點)才轉由副交感神經主導;REM 不足也牽動記憶固化與情緒,不少病人因此被誤開抗憂鬱藥。

她追查到關鍵是乙醯膽鹼(acetylcholine,副交感神經傳導所需、且沒有藥物可替代的神經傳導物質)缺乏,而維生素D能活化製造乙醯膽鹼所需的酵素。這條線索來自 Walter Stumpf 三十年來的研究(論文可回溯至 1982 年):他發現負責癱瘓與生理時鐘的腦幹核團上都有維生素D受體,並主張D其實是「冬眠荷爾蒙」。維生素D由皮膚照射UVB自行製造而非來自食物(人類與豬同為少毛動物,靠皮膚吸收而非舔毛),嚴格說是荷爾蒙而非維生素,只是在1980年代被歸類為「較不重要」的維生素、丟給非處方市場。2009年她對約500名病人做維生素D與B12檢測(9到12月),結果全數偏低。

她提出兩個對照案例:32歲紅髮女性 Madeline,體重過重約100磅,合併子宮內膜異位、多囊性卵巢、妊娠糖尿病、每日頭痛、同時服用九種藥物;補充維生素D加B100(全部八種B群各50毫克)後大幅改善,持續四年每天服用高達3萬國際單位維生素D才能把血中濃度維持在60左右,雖然體重未減,但擺脫三種止痛藥並重返職場。另一案例是健康生活的鐵人三項選手 Natalie,產後憂鬱與妊娠糖尿病纏身,補充D加B50僅三個月後即完全康復並停用所有補充品。但她也發現長期單獨補D會誘發B群缺乏症狀,如關節痛、手腳灼熱感——追溯到1950年代愛荷華州立監獄一項泛酸(B5)剝奪實驗,受試者兩週內出現失眠、腹脹、步態異常與手腳灼熱。

她的核心假說(2016年發表):八種B群其實都是腸道菌叢的「細菌生長因子」,人體僅辨識出約200種腸道菌中的2%;維生素D缺乏會改變腸道菌相、進而減少B群產出,形成睡眠障礙與腸道菌叢異常這兩大現代流行病的共同根源。據此設計的「Right Sleep Protocol」:先把維生素D補到血中濃度60以上(劑量因人而異,而非臨床試驗常用的固定4000國際單位、不追蹤血中濃度),需要時加B12,再以B50(八種B群各50毫克)服用三個月「重新啟動」腸道菌叢,之後降為單純綜合維生素,目標是最終不需要再靠補充品,如同野生動物一樣。她批評美國內分泌學會2004年報告雖承認缺乏劑量-反應研究,卻建議醫師乾脆別做維生素D檢測與討論,而非呼籲做更多研究。

她也強調皮膚自製的維生素D與補充品不同:皮膚照射UVB除了製造D3外,還會在膽固醇上同時生成十五到二十種其他化合物,是藥丸型D3所沒有的;紅髮因黑色素少、在低日照地區反而更擅長合成維生素D,但同一批紅髮基因移居到德州、奧克拉荷馬等高日照地區反而難以耐受烈日。她引用歷史上兩次純碳水化合物飲食造成的維生素缺乏症作為佐證:二戰日軍戰俘營與巴丹死亡行軍的腳氣病(維生素B1缺乏)、以及1930到40年代美國南方機構只餵玉米粥造成的糙皮病(菸鹼酸缺乏)。她引用USA Today數據指出,約九成美國人每天待在室內近22小時,約兩成幾乎從不規律外出。節目也提到一名嗜睡症病人靠全天配戴尼古丁貼片自癒,因為尼古丁是唯一能完全替代乙醯膽鹼作用的物質,同時掌管白天專注力與夜間進入REM睡眠的機制。

一句話:產品好壞常不敵心理感受,行銷該修的是認知障礙而非物理指標。

Ogilvy 副董事長 Rory Sutherland 以「馬力」(horsepower)起源說明行銷單位如何創造需求:18 世紀 James Watt 與合夥人 Matthew Boulton 推銷蒸汽機給礦坑業主時,對方只想知道「能省下幾匹馬」,於是發明「馬力」這個純行銷單位,並採「按省下煤炭費用分成」計費,本質是 1775 年版隨用計費,與日後 Rolls-Royce 按引擎運轉時數向航空公司收費同邏輯,也讓煤價最貴的康瓦爾礦區優先採用。他提出「反向基準測試」:與其追平對手在意的指標,不如把集體忽略的指標做到極致,例如 Will Guidara《Unreasonable Hospitality》書中某頂級餐廳因客訴咖啡普通、啤酒被冷落而設專職咖啡師與啤酒侍酒師;美式賣場 Buc-ee's 男廁普通、女廁做到近乎凡爾賽鏡廳等級,成為品牌記憶點。

電動車「里程焦慮」也是心理問題:他太太的 Mini Cooper 電動車以 56% 電量、56 英里續航完全不焦慮,他自己開續航 300 英里的 Lotus Electre 剩 16%(實際仍有 58 英里)時卻高度緊張,顯示焦慮源自百分比呈現方式而非實際里程。他引 Daniel Kahneman 提過的《經濟學人》訂閱實驗:印刷版與印刷加數位同價時幾乎沒人選中間選項,但拿掉該選項後,升級數位加印刷的比例反而下降二到三倍。美國運通卡片印上「Member Since [年份]」不花一毛錢卻大幅提高續卡率,估計創造數十億美元價值;推銷金卡時把文案從「說服你申請」改成「你已預先核准,只需簽名」,消除被拒恐懼後效果顯著提升。他也提到 Uber 地圖車輛軌跡、Domino's「正在烤箱中」進度提示、電梯關門鍵多為安慰劑,共同製造「進度可見」的心理獎勵。

Sutherland 回顧早年直效行銷訓練:1920 至 1950 年代報紙用兩台印刷機交錯發行天然形成隨機對照實驗,某函授課程廣告標題逐步加字後回應率大幅提升。他 1990 年代初為英國電信測試客戶回覆方式,純郵寄回覆率 5%、純電話 2%,但同時提供兩種選項回覆率超過 7%,高於單純加總兩者。談 Uber 時他指出真正改變的是等待與付款流程的心理不確定性,結果舊金山計程車市場規模數年內被撐大近三倍,而非單純瓜分既有市場。他也分享咖啡品牌「Flat White or Nowt」,只提供燕麥或一般牛奶、拍卡即取,鎖定會議與車站場景規模化生產,邏輯與亨利福特讓 Model T 只出黑色(黑漆乾得最快)一致。

同類案例還有 Moxy 酒店(無客房服務、無禮賓部,但公共大廳與 Wi-Fi 極佳)與售價約 2.5 萬美元、拿掉螢幕與電動窗的 Slate 電動皮卡。他點出老年族群常被行銷忽略:骨傳導耳機主打慢跑族群,實際對聽損長者更有幫助;摺疊手機解決老花眼問題;福斯 Golf 新車買家平均年齡約 59 歲,廣告卻幾乎只放年輕臉孔,需求長期被低估。他推薦書單包括 1916 年《Obvious Adams》與 Claude Hopkins《Scientific Advertising》。

一句話:拒絕削價,靠一對一客服關係,他把車庫錄音室做成年營收20億美元的樂器電商。

Chuck Surack 高中畢業後沒念大學,1970年代中期開著母親的福斯露營車在美國各地巡迴,幫翻唱樂團吹薩克斯風,一週約賺50美元。巡演期間他兼任音響工程,常利用電台的八軌錄音室幫樂團錄歌,也逐漸自己添購器材。回到印第安納州Fort Wayne後,他把露營車改裝成移動錄音間,錄學校的耶誕音樂會、公司CEO的演講,再剪接成黑膠賣給校方當募款。1979年他與第一任妻子Brenda創立CNB Audio,1981年在自家後院蓋出第一間錄音室,對外看是車庫,裡面是錄音間,還得避開只准住宅用途的分區法規。

1984年他受邀到芝加哥的NAMM樂器展,看到Kurzweil K250的原型機:能把一台九呎史坦威平台鋼琴數位化存進記憶晶片,還內建合唱團與弦樂團採樣,售價2萬美元(約合今日6萬3到6萬5千美元）。他賣掉自己的山葉平台鋼琴才湊到錢,買回後開始逆向工程、自己設計音色軟體,靠這台機器幫其他錄音室加值收費,還把自己錄的薩克斯風採樣賣給不會吹薩克斯風的鍵盤手,其中一段銅管音色後來被Stevie Wonder用在專輯裡。1985年他成為Kurzweil的零件經銷商,耶誕節前就收到近十萬美元訂單；隔年成為正式經銷商後,把公司改名Sweetwater Sound,靈感來自後院一條小溪。

Sweetwater的核心不是比價,而是每位客戶都配一位「銷售工程師」，新人要先上13週、每天8小時的Sweetwater University,由80位不同講師授課,通過前不准接客戶電話。公司提供兩年保固(業界多半只有一年),2003年起提供免運,員工被授權可直接換貨、不必找主管簽核。1990年賣出約20個品牌、年營收600萬美元；90年代末年營收約1200萬美元時,他把80%股權賣給William Blair Capital,四年半後又向18位朋友借12%利息的錢把股權買回,兩年半內還清、拿回100%所有權。後續公司跨入吉他銷售,每把吉他都做55點檢驗,從零賣到單日破千把。

2019年公司在賣3萬5千項商品、月客數7萬、年營收約8億美元,同年蓋好58萬平方呎物流中心,隔月COVID爆發,當年業績反而成長40%,首度突破10億美元。他形容2020年疊加當年的社會分裂議題是47年創業生涯最難熬的一年。2021年他透過JP Morgan把公司資料送給32家買家,收到16份報價,最終把多數股權賣給Providence Equity,自己退居董事長。目前Sweetwater員工約2600人,年營收約20億美元,另在亞利桑那州Glendale設有倉庫。

一句話:焦慮是身體廣播防禦性生理狀態,而非心理選擇;安全需要訊號,非僅消除威脅。

多重迷走神經理論由 Stephen Porges 在 1994 年提出,起點是他在新生兒加護病房對早產兒的觀察:傳統教科書把自律神經分成交感神經(戰或逃)與副交感神經(休息與消化)兩極,但早產兒身上出現「迷走矛盾」——同一條迷走神經在成人身上代表健康與復原,卻可能讓早產兒心跳過度減慢到危及腦部供氧。這逼他重新拆解迷走神經的演化層次:脊椎動物共同祖先發展出原始的背側迷走通路,負責器官的關閉與凍結;哺乳類因為需要哺乳與長期育幼,額外演化出腹側迷走複合體,把心跳調節與臉部表情、聲音抑揚的神經核連在一起,形成「社會參與系統」。這使哺乳類能透過表情與聲音的協同調節(co-regulation)彼此安撫,例如母親用高音調、旋律性的聲音哄哭鬧的嬰兒,實驗顯示只要母親聲音夠有旋律,嬰兒心跳幾乎立刻下降。Porges 也指出狗、貓、馬與人類的安撫聲音頻率(約 500 至 3000 赫茲)彼此重疊,是跨物種依附關係的生理基礎。

他在 1969 年是第一個量化心律變異度(HRV)的人,但認為現在市售穿戴裝置(如 Fitbit)只給出描述性的變異數字,並未真正拆解出迷走神經專屬的影響成分,對此他「非常失望」。基於理論,他開發了兩套聲音介入工具:已有數十萬人使用的 Safe and Sound Protocol,模擬母親聲音的聲學特徵,常與 EMDR、認知行為治療合併使用,目的是讓創傷個案更能接受治療;以及較新的 Sonic Augmentation Technology(Rest and Restore Protocol),模擬「漂浮在有節奏的海面上」的聲音,被他稱為「隱形冥想」,專為無法忍受傳統冥想(靜止本身會觸發創傷者的脆弱感)的族群設計。他曾在幼兒園實驗:播放經演算法調變的安撫音樂時,孩子會主動靠近喇叭並互動;拿掉演算法調變或換成其他音樂則無效。但他也提醒,對有創傷史的人,同樣的安全訊號可能被神經系統誤判為掠食者訊號,因為他們的系統已被重新校準。他近期完成一項政府資助的長新冠研究,對照迷走神經刺激器與上述聲音介入,兩者在四週內對疲勞、焦慮、憂鬱等症狀問卷評分都有相近幅度的改善。

Porges 今年 81 歲,每天早上做傾斜床練習:先倒立做約 5 分鐘仰臥起坐,再快速傾斜 30 次,藉此刺激壓力感受器、鍛鍊神經系統的彈性,原則是刺激後允許恢復,而非一味放鬆。他也談到共振呼吸:不認同單一「個人共振頻率」(如 0.1 赫茲、每分鐘 6 次呼吸)放諸四海皆準,認為身體傾向更慢的節律(約 0.12 赫茲),更接近血管自身振盪頻率而非呼吸頻率;主持人 Chris Williamson 用 HRV 共振呼吸裝置 myAlth 測出自己的共振頻率是每分鐘 4.5 次呼吸。Porges 強調迷走神經纖維中八成是「傳入」(身體傳向大腦的感覺訊號),只有兩成是「傳出」,因此他認為運動時盯著電視、不去感受身體反應,等於主動關閉回饋迴路;真正有效的是透過共振呼吸、聲音介入或運動,重新打開對這 80% 訊息的覺察。

對於焦慮,他的定義是:焦慮不是外在強加的東西,而是身體正在廣播一種防禦性的生理狀態。他也回應了對理論最常見的誤解:批評者常把整套理論簡化成「迷走神經」單一構造的問題,卻忽略理論談的是整合腦幹系統的演化——負責心跳抑制的腹側迷走核在哺乳類之前就存在,但只有到哺乳類才長出抑制心跳的纖維;為過濾這類誤讀,他建了一個必須「忠於理論原文」的 AI「polyvagal scholar」。針對創傷治療,他認可 Eugene Lipov 發展的星狀神經節阻斷術(SGB)可壓下過度亢奮的交感神經、讓副交感的平靜得以浮現,但認為這對「僵住、退縮」型創傷可能效果有限,主要適用於「戰或逃」鎖死型的創傷。他也提出「跨代創傷」不必然靠表觀遺傳傳遞,舉例英國寄宿學校體系訓練出的菁英,身體長期鎖在防禦狀態,同理心因此受限。節目尾聲他被問到神經系統是否可能「太安全」反而喪失風險偵測,他的結論是:能夠連結、信任、去愛的健康神經系統,通常也是能準確偵測威脅的同一套系統,安全與警覺並非互斥。

一句話:她進NYU兩年,把80億美元捐贈基金的治理與配置全部打掉重練。

Michelle Knudsen 於2008年金融海嘯期間進入高盛(Goldman Sachs)舊金山辦公室,兩年歷練讓她確立「先想清楚最壞情況、再談配置」的風控習慣。之後她加入機構投資辦公室 Partners Capital 近十年,一半時間管理私人客戶(多為私募股權GP)組合,一半做經理人研究;任內公司資產從60億美元成長到300億美元,員工從約60人增至近300人,她也主導設立紐約辦公室以貼近新興經理人。

離開 Partners 後,她接手 Mellon Foundation 投資長一職,在時任投資長 Scott Taylor 支持下以「白紙」方式重建組合,理由是私募股權報酬終將放緩,需轉而強化流動性資產的報酬貢獻。2024年她轉任NYU投資長,當時捐贈基金規模65億美元(2010年前僅不到20億美元),校方要求全面翻新:治理結構重劃、資產配置框架重訂、逐一重新審視每筆投資。經理人選擇授權投資團隊自行決定,但單一經理人配置超過3%就須交投資委員會審核。

兩年多下來,NYU投資組合已成長至約80億美元,逾三分之一部位被替換、另約三分之一被重新改寫條件;私募資產占比從她到任時不到15%大幅提高,團隊也從既有小組擴編到12人(其中10人是2024年6月後新聘)。她引入 Claude、Gemini、Granola、Whisperflow 等AI工具彙整多來源資訊,並用來分析歷年經理人查核財報的變化。她目前最憂心的風險,一是私募市場募資熱潮引發的FOMO超額承諾,二是外界低估AI與私募市場對公開市場中長期的衝擊。