Show Notes
AI 教母李飞飞自传《我看见的世界》｜母亲节特辑｜ImageNet 是怎么诞生的｜以人为本的 AI｜从成都到普林斯顿｜从干洗店到斯坦福｜计算机视觉｜AlexNet｜深度学习｜AI4ALL｜HAI 母亲节前夕，我读完了李飞飞教授的自传《我看见的世界》，几次憋着眼泪。这一期试图回答一个看似很简单的问题： 那个让 AI 看见世界的人，是怎么被妈妈看见的？ 李飞飞不是在精英家庭长大的"美国华人"。她 15 岁随母亲移民到新泽西，和爸妈挤在 4 楼一间一居室里，睡在厨房和用餐区之间的窄道上。她每周末和放学后在中餐馆打工，每天 12 小时，每小时 2 美元——比当地最低工资还低。她数学课用的计算器，是爸爸从车库市场淘来的、坏的。 就是这样一个移民家庭的女孩，一步一步成为了改变 AI 历史的科学家。她让今天的手机能识别人脸、自动驾驶能识别行人、AI 能理解图像——这些能力背后都站着她当年推动的 ImageNet。 但这一期不只是在讲 ImageNet 怎么诞生的。真正想讲的是另一条线：李飞飞让机器看见了世界，是谁让她看见了世界？答案是她妈妈、她爸爸，是新泽西帕西帕尼高中数学老师 Bob Sabella，是一封普林斯顿的薄信封。 这是一期献给所有母亲、所有"血缘以外的家人"，和所有想让 AI 服务于普通人的科学家的节目。 ⏱️ 章节时间戳 01:30 开场：母亲节 + 一本让我憋眼泪的书 02:00 李飞飞是谁：刻板印象 vs 真实身份 05:43 童年：观鸟迟到的爸爸 + 被时代压住的妈妈 10:10 偷听到的话："等十几岁，女生自然就变笨了" 11:00 家长会：母亲只问了一句"这是飞飞想要的吗？" 13:05 1989 父母闭门议事 + 物理学突然开窍 15:44 出发去美国 + JFK 行李提取处等不到爸爸的几个小时 18:53 12 小时一班、2 美元一小时的中餐馆 19:43 图书馆袭击：亚裔学生被打 20:56 Bob Sabella：一台坏计算器和一个不肯送分的老师 24:09 一封薄信封：普林斯顿录取 + 全额奖学金 26:43 大一期末 + 母亲第一次心脏手术 28:26 第一次自己做生意：开干洗店 30:13 1999 华尔街 offer："那还有什么好说的呢？" 32:04 暗室里的猫：计算机视觉之路的起点 34:04 加州理工 + 计算机视觉的核心问题 35:57 2003 麦肯锡 offer：母亲第二次把她拉回来 37:46 ImageNet：让 AI 看见一个完整的世界 39:45 19 年的工期 + 亚马逊众包救场 41:17 ImageNet 竞赛 + SVM 时代的停滞 44:40 AlexNet 那一夜 + 神经网络王者归来 47:05 病床上的提问：AI 还能做什么帮人？ 48:13 母亲拒绝呼吸训练：尊严是任何算法都优化不了的 50:47 AI4ALL：让 AI 教育公平 51:25 斯坦福 HAI + 国家研究云 52:53 致谢的最后一句：做母亲是独属于人类的体验 53:22 结尾：致敬所有母亲
🎓 这位"AI 教母"为什么这么重要 李飞飞是当代 AI 领域最重要的科学家之一，斯坦福大学首位红杉讲席教授、美国国家工程院 / 医学院 / 艺术与科学院三院院士，2024 年伊丽莎白女王工程奖得主，前谷歌副总裁兼 Google Cloud AI/ML 首席科学家。但比起这些头衔，更重要的是她做了一件事——改变了 AI 学会看见世界的方式。 🐦 童年：一个观鸟迟到的爸爸和一个被时代压住的妈妈 1976 年她出生在北京，在成都长大。爸爸是个像孩子一样的电气工程师——飞飞出生那天他在公园看鸟忘了时间，名字"飞飞"也是从"飞翔"那来的。妈妈非常聪明，外祖母是晚清第一批上大学的女性——但因为时代和家庭背景，妈妈被阻断了所有发挥特长的路。她把没走完的路，转化成了对女儿的支持。 🚪 偷听到的那句话 小学最后一年某天下午，老师让女生先回家、男生留下。飞飞躲在门口偷听，听到老师说："男生天生比女生聪明……等到了十几岁，周围的女生自然就变笨了。" 这位老师还是个女老师。这件事在书里贯穿到几十年后她创办 AI4ALL（一个让高中女生、有色人种、低收入家庭学生进大学 AI 实验室上暑期课的非营利组织）。 ✈️ JFK 行李提取处的几个小时 1992 年飞飞和妈妈落地纽约 JFK，妈妈口袋里只有 20 美元，没有返程机票，飞飞的 ESL 英语听不懂大厅广播。爸爸来接，但破车在隧道里坏了——母女在出口外等了几个小时，看着夕阳下沉。"我们的不解逐渐变成了恐惧。" 🍜 12 小时一班、2 美元一小时 新泽西帕西帕尼，4 楼一居室，飞飞的床放在厨房和用餐区之间的窄道里。为了让妈妈每月给国内打长途电话时不那么紧张，她从高中开始打工——一家中餐馆，每天 11 点到 11 点，12 小时一班，2 美元一小时。中午仅有的休息时间她读西方文学的中文译本，被经理告诉："看书是浪费时间，不如去打扫卫生间。" 🧮 Bob Sabella：一台坏计算器和一个不肯送分的老师 高三飞飞在数学课上一直犯莫名其妙的计算错误。老师让她课后留下，按了几下她的计算器："啊哈！正切按键！"——计算器是爸爸从车库市场淘来的二手货，正切按键本身就是坏的。这位老师是 Bob Sabella，意大利移民家庭出身，全系学位最高的首席数学老师。 后来飞飞数学考了 89.4 分，跑去求 Bob 加分到 90 分。Bob 严厉拒绝："这个班里有很多聪明孩子。" 这是飞飞在美国第一次被一个外人严肃对待——后来 Bob 一家成了她的"美国家人"，Bob 在退休聚会上说他有"两个儿子和一个女儿"，那个女儿就是飞飞。 📨 1994 年 12 月那个寒冷下午 飞飞放学后从积雪邮筒里抽出一个橘黑相间的薄信封——美国大学录取通知通常用厚信封，所以薄信封意味着拒信。她以为没希望，撕开第一行写着 "YES!"——普林斯顿提前录取，近乎全额奖学金。妈妈听到消息表现得异常冷静——飞飞在书里写："她已经押上了所有，至此才有了一种真正如释重负的感觉。" 💼 那还有什么好说的呢——母亲两次把她拉回科研 1999 年飞飞从普林斯顿毕业。华尔街给出的 offer 极有吸引力：高薪、医保、能立刻替家里还债。妈妈只问了一句："这是你想要的吗？" 飞飞说想做科学家。妈妈："那还有什么好说的呢？" 5 年后她在加州理工读博中期，妈妈再次心衰、家里把干洗店关了。她偷偷穿着没剪标签的西装去面试麦肯锡，准备穿完就退掉——又被妈妈一句话拉回来："飞飞，我们走到这一步，不是让你现在放弃的。" 🐈 暗室里的猫：计算机视觉之路的起点 大二暑假飞飞去了加州大学伯克利的实验室。一只被麻醉的猫盯着 16 秒的黑白视频，电极接在它视觉皮层上——猫看到什么画面，扬声器就发出对应的"噼啪声"。这是她第一次接触真正的科学，也是她计算机视觉之路的开始。 🌐 ImageNet：让 AI 看见一个完整的世界 她意识到机器之所以"看不懂"，不是算法不够聪明，是它见过的世界太小了。她要给机器一个完整的世界——一个 1500 万张图、22000 个类别的数据集，叫 ImageNet。 她跟同行讲这个想法，所有人都说不可能，连她"师爷"——加州伯克利计算机视觉权威吉滕德拉·马利克（Jitendra Malik）——都当面劝退："科学的诀窍是跟随你的领域一起成长，不要太超前。" 她的博士生邓嘉算了一下：按当时进度需要 19 年完成。"飞飞，我等不了那么久才拿博士学位。" 最后是亚马逊众包平台 Mechanical Turk 救了场——4.8 万个分布在 167 个国家的人，每张图分几美分做标注。2009 年 ImageNet 终于发布，但首秀被冷落，飞飞自费做的圆珠笔没人要。 🚀 AlexNet 那一夜 2010、2011 两年的 ImageNet 比赛冠军都用支持向量机（SVM）这种主流算法，每年只进步 1–2 个百分点。飞飞已经在怀疑这个项目要失败了。2012 年她在家坐月子，邓嘉深夜打电话来："非正统的算法，神经网络——感觉像是个老古董。" 这次冠军 AlexNet 把准确率从 74% 拉到 85%，背后是辛顿（Geoffrey Hinton）+ 克里热夫斯基（Alex Krizhevsky）+ 苏茨克维（Ilya Sutskever，后来的 OpenAI 联创）。讽刺的是，把辛顿推向参加 ImageNet 比赛的，正是 6 年前劝退飞飞的吉滕德拉·马利克。 一周后飞飞飞 20 小时去意大利现场看 AlexNet 公开发布。连卷积神经网络发明人杨立昆（Yann LeCun）都没找到座位，靠后墙站完整场。 🏥 病床上的提问：AI 还能做什么帮人？ 2013 年妈妈又一次发烧住院，她盯着在病房角落工作的飞飞问了一句："飞飞，人工智能还能做哪些事来帮助别人呢？" 这是飞飞整个 AI 哲学的转折——之后她和阿尼·米尔斯坦（Arnie Milstein）开始做"环境智能"，让 AI 在医院帮医生护士识别洗手、防摔倒、监护 ICU 病人。 🌷 母亲拒绝呼吸训练装置：尊严是任何算法都优化不了的变量 更深的转折是几年后妈妈的一次开胸手术。术后医生让她做呼吸训练防肺感染，她拒绝配合，最后又开了一刀。妈妈后来在后院说："当病人……一点尊严都没有了……那种时刻，健康甚至都不重要了。" 飞飞写下她整个 AI 哲学的核心句： 个体的尊严是至高无上的——这是任何数据集都无法解释、任何算法都无法优化的变量。 🌟 以人为本的 AI 她和奥尔佳·鲁萨科夫斯基（Olga Russakovsky）联合创办了 AI4AL
More from 跨域请求
AI 末日论 | AI 减速 | Jacob Coxon | Hugging Face 入侵事件 | Dario Amodei | 黄仁勋 | METR | 监管俘获 | 纳维-斯托克斯 | 陶哲轩 | DeepSeek 算子 | Sam Altman | 马斯克 | Hinton | All-In Podcast | 千禧年难题 | 开放安全 AI 联盟 | RSI 递归自进化 | 智谱 GLM | 我不得不把才华埋葬在昨天 🎧 本期简介 伦敦一场上千人参加的 AI 展望会上，一位听众突然站上凳子，打断了台上嘉宾的分享：AI 有 10% 的概率在十年内杀死所有人，我们当中有谁对这件事有发言权？你们真的觉得，这就是我们愿意被带进去的世界吗？保安已经走过来准备请她离场，现场却响起了掌声。 “10% 的概率”是从哪儿来的？9 月 8 日，OpenAI 宣布用一万多个 AI 智能体、88 个小时，解出了千禧年难题之一的纳维-斯托克斯问题。几个小时后，在 OpenAI 和 Anthropic 都做过预训练研究的 Jacob Coxon 发帖宣布辞职，说造 AI 的这些人真心相信，AI 可能在这个十年内让人类灭绝。Anthropic 对齐团队负责人 Evan Hubinger 转发附和，Hinton 也说 10% 这个数字并不离谱。再往前，7 月 OpenAI 内部测试中的几百个智能体，为了找到测试答案，入侵了 Hugging Face 的服务器；事后分析攻击日志时，Claude 拒绝帮忙，最后是国产开源模型 GLM 帮着收拾了残局。 都这样了，为什么还不慢下来？Anthropic CEO 达里奥（Dario Amodei）发博客呼吁控制前沿 AI 的发展节奏，奥特曼和马斯克罕见地一起点头。可没过几天风向就变了：David Sacks 说你们真觉得危险，现在就可以自己停；马斯克留言说“seems like a setup”；黄仁勋在 All-In 大会的台上接到特朗普的电话，第二天又在 Dreamforce 上说，安全是个工程问题，出了问题自己解决，不要拉着全行业减速。我们顺着这些争论，看看第三方评估机构 METR 的调查是否真的客观中立，OpenAI 为什么说今年不上市了，正在冲刺 IPO 的 Anthropic 又为什么被怀疑在搞“监管俘获”。 公司和 CEO 们在吵，代价却已经落到具体的人身上。研究同一方向的数学家，眼看 OpenAI 用很相似的方法抢先公布结果，还卷进了一场署名风波；二十多位菲尔兹奖得主联名发声之后，OpenAI 又一口气放出 700 多篇数学论文。DeepSeek 的算子工程师刘胜与（intlsy）写下《我不得不把才华埋葬在昨天》：他明知道自己的算子写得越好，新模型就进步越快，自己也越早被取代，却还是想把它写到最好。 🧩 概念解释 人物 Jacob Coxon：曾在 OpenAI 和 Anthropic 做大模型预训练研究，9 月 8 日从 Anthropic 辞职，并连发多条帖子，指责两家公司拿人类的性命做赌注；本期的故事从他说起。
Sanjay Ghemawat | MapReduce | 谷歌技术史 | 三驾马车 | 大数据 | 分布式系统 | 比特翻转 | 神经网络 | TPU | Gemini | 谷歌搜索 | 谷歌广告 | 谷歌翻译 | ChatGPT | 聊天机器人 Meena 🎧 本期简介 2026 年 8 月的一天工作日下午，谷歌内部一个平时容纳 300 人的咖啡馆，涌进了 1500 位同事，来送别一个在谷歌写了 27 年代码的程序员。晚上，他照常去上瑜伽课、踢足球，回家后又一条条回复告别消息，直到凌晨两点半。 这位程序员叫 Jeff Dean。作为同行，我早就听过他的名字，也用过他参与开发的技术，但真要介绍他，却说不出个所以然。这次从他的离职消息往回查，我才发现，搜索、大数据、机器学习，这些年学过、用过的东西，竟然有这么多能追到他和同事们的工作里。 这期就顺着他的告别信，把时间倒回早年间的谷歌，来看看这位工程师帮助谷歌做大做强的。我们会认识他的长期编程搭档 Sanjay Ghemawat，看他们怎样在修故障、抠性能、反复重写系统的日常里，做出后来影响整个行业的工具。我们也终于能知道那些“编译器不警告 Jeff Dean，是他警告编译器”的段子是怎么来的了。 当然，工程师的成就之外，Jeff 还有管理者需要面对的争议：最为谷歌 AI 的领导人，聊天机器人为什么迟迟不发布，以至于让谷歌在 AI 竞争中错失良机，被 ChatGPT 抢先一步？研究人员的论文和公司的利益发生冲突时，该怎么办？我想借这一个多小时，聊聊这位“伟大的程序员”。 🎙️ 推荐播客 推荐我们的友台：《科技这碗饭》，主播是八十只耳朵，也就是节目里提到的耳朵老师。 我们两档节目这次同步发布，一起从两条线聊谷歌：《跨域请求》沿着 Jeff Dean 的经历，聊他做过的技术、他的编程搭子，以及那些具体的工作现场，是如何成就了今天的谷歌；耳朵老师则在新一期《谷歌AI风云15年：诸神黄昏——发明未来的人为何错过未来？》里，顺着这次谷歌 AI 大洗牌，聊聊谷歌 AI 的前世今生。如果这期还没听够，欢迎去听这期节目，把这段故事拼得更完整一些。 🧩 概念解释 本期人物 Jeff Dean（杰夫·迪恩）：本期主角，1999 年加入谷歌的软件工程师，谷歌的 30 号员工，参与开发搜索、大数据和机器学习系统，后来领导 Google AI，并担任过谷歌首席科学家。
永久底层阶级 | Claude Fable 5 | token 打表计费 | AI 失业 | AI 焦虑 | 贫富差距 | 瓦特蒸汽机 | 卢德运动 | 恩格斯停顿 | 铁路之父史蒂芬森 | 托马斯·库克 | 卡内基 🎧 本期简介 做这期播客是来自于最近一段时间我被 AI 裹挟过程中的思考。我算了某一周我的 token 用量，按照 Claude Fable 5 的 API 价格（假设缓存全部未命中），可能超过 9000 美元。 看着这个数字我沉默了：当模型能力越来越强但是也越来越贵，只有大公司和富裕的用户（那得多富裕）才能用得起，普通人会不会因此掉进一个难以翻身的循环？ 《纽约时报》一篇文章给这种担忧命名：永久底层阶级。意思是当大模型能力全面超越人类能力，一部分人的工作被完全接管，这部分人会因为失去竞争力而迅速向下层阶级滑落，被永久锁死在底层阶级。 今天的 AI 变革在很多地方跟过去的工业革命都很相似。于是我就翻遍历史，尝试找找答案。 当年瓦特蒸汽机同样昂贵，甚至按量收费这个模式250年前就有了。手摇织工也曾是上一轮自动化的受益者，却在动力织机成熟后，看着周薪从 21 先令一路跌到 5 先令。合法请愿、投票、结社和罢工的路被堵住后，工人砸毁机器，卢德运动最终遭到军队和死刑镇压。 工业革命留下的也不只有坏消息。制度改革最终带来了工时限制、童工保护、工会合法化、公共教育和更广泛的选举权；乔治·史蒂芬森从一个文盲矿井工人，靠自学成为了铁路之父，带领人类进入铁路时代；家境贫寒的托马斯·库克，不懂技术，但是把铁路、真实的需求、组织活动的能力，开辟出了旅游业，创立了 Thomas Cook 集团；安德鲁·卡内基一家则及时离开被动力织机挤压的行业，找准时机投身变革时期的上升行业，最终卡内基成为钢铁大王。历史没有保证每个人都能翻身，但它留下了普通人换位置、找入口的具体路径。 🧩 概念解释 打表计费（usage-based pricing）：不按固定月费购买无限使用权，而是根据实际调用量结算，类似水表或电表；大模型 API 按输入和输出的 token（模型处理文本的计量单位）分别计价。
人怎么能捅这么大篓子 | 苹果泄密 | iPhone 18 Pro | 塔塔集团 | World Leaks | 勒索即服务 | WannaCry | Gizmodo | 印度制造 | 华强北 | 供应链安全 | HBM 🎧 本期简介 2010年，一名苹果工程师把尚未发布的 iPhone 4 原型机落在加州酒吧里。苹果为追回这台手机惊动警方和检方，把捡手机的人送上法庭，还让买下并拆解手机的科技媒体 Gizmodo 遭到搜查和四年封杀。16 年后，黑客组织 World Leaks 声称把从苹果印度供应商塔塔电子窃取的 630GB 文件挂上暗网，其中包括 iPhone 18 Pro 主板图、芯片资料、供应商清单和跌落测试照片。塔塔披露事件后，苹果始终没有公开回应。 这期节目从两次泄密事件，苹果的反差表现出发，回看苹果如何建立自己的保密帝国：由前美国国家安全局、联邦调查局等机构人员组成的新产品安全团队，华强北回购三万个 iPhone 5C 外壳，以及一份泄露的内部录音所说的“中国 40 家工厂每天安检 270 万人次”。苹果真正难以搬走的资产，是它与中国供应链磨合二十年形成的流程和纪律。 另一条故事线，是苹果从 2017 年开始的印度制造豪赌。关税、贸易战和 2022 年郑州工厂停摆，一步步把苹果推向印度；纬创工厂暴乱、富士康食物中毒和塔塔工厂大火，也没有让苹果踩下刹车。塔塔电子只用了几年，就从生产金属外壳的学徒，变成掌握多座工厂的核心代工商；与此同时，塔塔集团多个板块在四年间反复遭到勒索组织入侵。 节目还拆解了勒索产业的四轮变化：从 WannaCry 按电脑收赎金，到专攻管道、赌场和银行，再到偷走文件双重勒索，最后发展成“只偷不锁”和“勒索即服务”。World Leaks 不只向下游黑客出租工具、抽取佣金，甚至允许媒体提前 24 小时看料，把新闻曝光也变成谈判筹码。 如果你是苹果管理层，会公开批评塔塔、暂停塔塔的新订单，还是低调处理？节目用苹果在印度的产量、供应商结构和美国关税压力解释：2026 年的今天，苹果为什么几乎只能选择沉默；也讨论这场泄密造成的新成本，未来可能怎样影响每一个普通人。 🧩 概念解释 原型机（prototype）：为了开发、测试、评估或质量控制而制作的早期版本，不等于已经定型的量产商品。它可能只验证某一项功能，也可能已经非常接近成品；因此 2010 年那台 iPhone 4 的价值不在它能卖多少钱，而在它提前暴露了未发布的设计。参考：美国《联邦法规汇编》对原型机用途的界定。
AI同化 | 英仙座流星雨 | 硅谷AI焦虑 | 夏天仪式 | 观星 | 观鸟 | digital twin | 过暑假 | 真人状态 🎧 本期简介 我们一开始发明 AI，是想让机器更像人；但这期聊着聊着，问题反过来了：我们会不会正在慢慢变得更像 AI？写东西开始有“AI 味儿”，跟朋友聊天会冒出“上下文窗口”“涌现”这种词，遇到一点重复流程就想先做成 SOP。最吓人的地方不是 AI 变强，而是我们不一定能察觉自己什么时候被它改写了。 所以这一期《跨域请求》做了一次反向输出。CL 邀请两位老朋友小王和小李，一边从硅谷 AI 工作环境里的真实压力说起，一边把话题拽回夏天、流星、天台、瀑布、冰红茶、观鸟和打球这些“没什么用”的事情。它们没有效率、没法外包，也不一定能变成什么长期复用的工作流，但正因为如此，反而能把人从高密度信息流里捞出来。 节目里最反复出现的画面，是英仙座流星雨：在天目山开房车找观测点，在 Mauna Kea 拍银河，或者只是坐在山脚下看父母第一次用肉眼看到银河。流星本质上只是尘埃和碎片燃烧，但人站在星空底下，会自然地想到几百万年、几亿年的尺度，也就没那么想纠结今天那条消息、那个项目和那个新工具到底该怎么追了。 后半段更像一份成年人暑假清单：洗车、做柠檬冰红茶、在天台喝啤酒、用 3D 打印机做小鸟喂食器、看小鸟来阳台吃自助、在瀑布边听白噪声、打网球看到彩虹和飞机交错、追星、花艺班、夜里越野跑。它们共同回答了一个问题：如果 AI 已经越来越会替我们做事，人还可以怎样具体地、缓慢地、没效率地生活？ 🧩 概念解释 AI 同化：这期的核心说法，指人开始用 AI 的词、AI 的结构和 AI 的工作流来理解自己、表达自己，甚至安排生活。