本集最核心的論點是：多工在生物學上根本不可能，而假裝可以多工，代價是可以量測的——一位 UC Berkeley 認知神經科學家在節目中現場示範，在兩個再簡單不過的任務之間來回切換，就讓主持人的速度掉了大約 60%；她並引用資料指出，知識工作者平均每天因在螢幕間跳來跳去而損失超過兩小時。本集嘉賓是 Sahar Yousef 博士，她是 Becoming Superhuman Lab 的創辦人暨常務董事，也是 UC Berkeley 出身的認知神經可塑性研究者，長期與《財星》前十強企業的高階主管合作，協助他們管理注意力、專注力與精力。她的主張是：生產力失靈不是人格缺陷，而是違反了「生物法則」——睡
本集最具影響力的主線，是糖尿病裝置領域的一場結構性轉變：Senseonics 將其可植入式連續血糖監測儀 Eversense 365，與 Beta Bionics 的自動胰島素輸注系統 iLet 配對合作，而這筆交易完全沒有財務條件——沒有股權、沒有最低採購量、沒有獨家條款——純粹建立在技術相容性上。這是駐新德里、為 MedTech Insights 撰稿的記者 Shubham Singh 剖析得最深入的一則故事，也成為整集綜合報導的主軸；其餘內容則涵蓋一款刺激劑使用障礙裝置、GLP-1 搭配應用程式，以及長壽醫學。值得注意的是，本集標題的主打話題——「190 億美元關稅協議」——在整份逐字稿
Tobias Carlisle 是 Acquirer's Funds 創辦人、《The Acquirer's Multiple》作者，這次與 Behind the Balance Sheet 的 Stephen Clapham 對談，主張深度價值投資——買進所有人都不看好的企業——儘管已連續 16 年績效落後，依然是可行的策略；而熬過這段乾旱期的關鍵，在於避開「滅頂風險」。Carlisle 的核心框架取自《孫子兵法》與華倫·巴菲特（Warren Buffett）的股東信：投資人應先確儲存活（資產負債表分析、分散配置、部位控管），再透過估值折價尋找優勢。本集標題主題「買進被厭棄的企業」是貫穿全場
Billy Evans，Elizabeth Holmes 的丈夫，首度接受專訪，主張外界對妻子的敘事從根本上有誤，並表示她多年來保持沉默，是因為選擇遵循法官的指示——在法庭上、而非在媒體上打這場官司。本集節目大致是一段個人陳述：這對夫妻如何在 2017 年 10 月、負面報導最猛烈的時刻相識；如何在 Holmes 為 Theranos 詐欺案奮戰、最終敗訴的過程中結婚並生下兩個孩子；她 11 年的刑期與獄中日常是什麼模樣；以及他們為何願意配合一部紀錄片。標題點出的紀錄片只是真實但次要的一條線：Evans 說他還沒看過成品，也無法為剪輯方式背書。 Evans 的對談物件是 David Frie
Dina Robotics 創始人兼 CEO Lindon Gao 在這場近三小時的訪談中，給出的核心判斷是：機器人行業的瓶頸不在本體、也不在單一場景，而在於「智慧體能否把一整個工作流做完」——他稱之為從「任務」到「工作流」的躍遷。他反覆強調，機器人公司必須用商業閉環去反向驗證智慧邊界，而不是先探高再落地，也不是先落地再補智慧。這一判斷直接推翻了他自己 2025 年主推的折餐巾產品 Dina One 的商業化路徑：產品做到了 99% 成功率，卻因為「機器人需要一個保姆」而被他主動叫停量產。 標題裡的「迷霧、分歧與抉擇」並非修辭——它對應的是 2025 年底 Dina 內部最真實的一次路線分裂
美國銀行（Bank of America）揭露一筆 12 億美元、無法扣抵稅額的費用，與防制洗錢及制裁遵循的缺失有關，這成為本集節目的主軸，拖累該行股價寫下十多年來財報日最差反應，並拉低整體銀行類股。執行長 Brian Moynihan 與彭博（Bloomberg）的 Jonathan Ferro 對談時，為該行的改善支出辯護，堅稱這筆成本早已納入經常性費用；Meredith Whitney 則主張，真正的傷害在於投資人過去賴以支撐的「營運槓桿」故事。本集也涵蓋一波由科技股領跌的拋售、10 月褐皮書（Beige Book），以及與輝達（NVIDIA）黃仁勳及彭博行業研究（Bloomberg I
2026 年第三季具身智慧季報的核心結論是：以 GPT-6 Astra 為代表的通用基礎模型，第一次證明自己可以直接輸出機器人末端執行器位姿，做了一部分過去被認為必須由 VLA／世界動作模型完成的策略工作，而且成功率更高。這動搖了「物理 AI 是一個大於數位 AI 的獨立賽道」這一支撐具身模型公司高估值的假設，也讓「通用模型是否會吃掉 robotics」成為本季最尖銳的問題。Alphaist 創始合夥人陳哲（Peter）在節目中把 Astra 的影響拆成三層，並結合他九月底十月初赴美歐（含匹茲堡 IROS 2026）的交流，給出一個偏「通用模型為主、具身公司需重新定位」的判斷。 需要先說明：
Theo Browne 是開發者兼內容創作者，也是開源 AI 程式開發工具 T3 Code 的共同創辦人。在這場長達 337 分鐘的直播中，他主張 AI 輔助軟體開發真正的變革不在模型智慧，而在工作流程設計——具體來說，就是把重複的行為編碼成可重複使用的「技能」（skills），讓代理（agent）能自主運作、甚至自己合併 pull request。本集掛頭牌的題目「工作流程的改變」說得沒錯，但低估了內容的廣度：這場直播主要是一場即時工作實錄，同時兼具 T3 Code 的產品導覽、Anthropic 內部原始碼控管系統 Scion 的深度解讀，以及對模型品質、訂閱經濟學和摺疊手機使用體驗的即時
Ian Quigley 是 Leash Bio 的共同創辦人暨執行長，他主張：機器學習應用於小分子藥物開發時，最大的障礙不是模型架構，而是資料的來源脈絡（data provenance）。公開資料集受到產出這些資料的化學家社群文化所汙染，唯有內部自行產生、刻意擾動過的資料，才能教會模型真正的生物物理學。在這場 109 分鐘的對談中，Quigley 與主持人 Brandon Anderson（Atomic AI 的 RNA 療法開發者）及 RJ Honicky（Mirror Omics 技術長）一起回顧 Leash 為何押注 DNA 編碼庫（DNA-encoded library，DEL）作為小
美國銀行（Bank of America）執行長 Brian Moynihan 利用第三季財報訪談，為一樁財政部執法案件畫下句點。他的論點是：20 億美元罰款與相關的停止令（cease-and-desist order），如今已完全反映在銀行的成本基準中。不過，這場訪談的標題話題——罰款與隨之而來的問責爭議——只佔了開場幾分鐘。對話的主體，是逐項拆解美國銀行的淨利息收入走勢、存款業務的體質、它出資支援的 AI 基礎建設熱潮背後的經濟邏輯，以及 AI 代理在客戶帳戶上進行交易的操作風險。 Moynihan 對主持人 Jonathan Ferro 表示，這一季是「主街」（Main Street）
本集討論最具份量的研究發現是：語言模型會依據內部的「效價」（valence）狀態行動，而這些狀態在文字輸出中完全看不出來。研究人員把正向或負向的情緒方向注入模型 KV 快取中兩個任意區域的其中之一，模型之後會選擇被染成正向的那一區、避開負向的那一區——但它回憶文字的能力完全不受影響，而且它仍會用平白的語言說自己沒有任何體驗。非營利組織 Reciprocal Research 的創辦人兼總監 Cameron Berg 逐一拆解這篇論文，主張這是大型語言模型中首度展示出語意記憶與情感記憶的解離——而這種解離在人類與動物的神經科學中早已確立。他同時指出，效價表徵存在於基礎模型中，但直到偏好訓練（DP
推薦理由：研究揭示大型語言模型能在 KV 快取中區分情緒，顯示語意與情感記憶解離，可為模型行為解釋與情感模擬提供新視角。
美國聯邦政府起訴一名北卡羅萊納州醫療保健創業家、後來轉行當音樂製作人的案件，是史上第一起針對 AI 驅動串流詐騙的刑事追訴，也已成為平臺、唱片公司與執法機關日後處理「用機器生成內容鑽版稅制度漏洞」的範本。Mike Smith 原本經營緊急照護診所，後來把資金投入自己的音樂事業，他用 AI 歌曲生成器 Boommy 製作了數十萬首歌曲，掛在虛構的藝人名下，透過各大串流平臺上架，再出動殭屍網路（bot network）迴圈播放以賺取版稅。美國政府命令他賠償 8,891,843.64 美元，他在認罪後被判處 18 個月有期徒刑。自 2023 年起在《Wired》持續追蹤此案的 Kate Knibbs
推薦理由：此案成為 AI 版稅漏洞處理的首例，對平臺與唱片公司未來合規策略具有參考價值，亦凸顯版權監管的迫切性。
Hariprasad Sudharshan 是一位產品專家，寫軟體寫了近二十年。他主張，AI 寫程式的熱潮正在產出大量一模一樣的「中位數」產品，而唯一還能長久維持的優勢只剩新奇感。本集標題指向他花兩年打造那些中位數產品的經歷，但那段自白只是個框架：整場談話的主體是一套結構性論證——AI 能改變軟體產業的什麼、不能改變什麼，為什麼模型排行榜不該成為路線圖的決策依據，以及該如何在寫程式之前先編列新奇預算。 Sudharshan 的核心主張是：這個世界靠的是確定性、規則驅動的軟體——心律調節器和波音 747 裡的那種——而 AI 不會取代它。在他筆下，AI 的角色是加速確定性軟體的生產、壓低成本，
一款原本只是創辦人做給父親的語音轉文字 App，如今在最擁擠的軟體類別之一，每月創造 1.6 萬至 2 萬美元營收。創辦人對成功原因的解釋，正是本集節目的核心發現：他不跟銀彈充足的對手比產品品質，他比的是誰先被顧客看到，以及誰願意服務那些被對手忽略的族群。Kourosh 是倫敦的產品經理，利用正職之餘以副業形式開發了 Voicy。他在 Starter Story 節目中告訴主持人 Gus，早期使用者訪談中約有 20–30% 來自長者與身心障礙者——這些使用者把這個 App 當成必需品，而不是便利工具——最後撐起這門生意的，正是這群人，而不是他原本以為的目標市場：追求生產力的專業人士。 本集涵
Harish Gaggar 是 Credit Karma 的資深軟體工程師，負責打造並維運 AI 分析基礎設施。他主張，多數企業 AI 代理（agent）在正式環境中失敗，問題不在模型太弱，而在於周邊的控制機制根本沒建起來。在一場 29 分鐘的演講中，他提出一套受治理代理（governed agent）的參考架構：集中式的 MCP 閘道負責驗證與路由、自建且經安全審查的 MCP 伺服器與工具、閘道層級的可觀測性，再加上四套支撐框架，分別處理記憶、追蹤與評估、PII／機密資訊遮蔽，以及上下文最佳化。標題講的「受治理的企業 AI 代理」方向沒錯，但內容比標題更為具體——這是一份逐一拆解元件的建置指
推薦理由：提供完整受治理代理架構，說明如何透過集中式MCP閘道、可觀測性與四大支撐框架，提升企業 AI 代理在正式環境的可靠性與合規性。
演員兼製片人 Michael Douglas 在這場與 Joe Rogan 長達 130 分鐘的對談中，主要談了三件事：他的回憶錄《One Hell of a Ride》、他幾部代表作背後的製作歷程，以及一大段主張美國與俄羅斯應透過談判銷毀彼此核武的論述。標題點出的主題——1993 年的電影《Falling Down》（臺譯《城市英雄》）——只在開場幾分鐘出現，作為引子，說明片中對預算、道路施工與憤怒的種種不滿，到了 2026 年依然貼切。整集的主體是 Douglas 回顧自己的一生：童年時而在東岸中產家庭、時而在父親 Kirk Douglas 的好萊塢事業之間擺盪；在 UC Santa Ba
Uber 花了十年打造開發者基礎設施，這段歷史甚至早於生成式 AI 興起，而這套底子正是它代理式工具如今能奏效的主因。這是這集 94 分鐘對談的核心結論，主持人 Gergely Orosz 與 Uday Kiran Medisetty 對談。Medisetty 於 2015 年 5 月加入 Uber，當時大約是第 600 號工程師，如今負責帶領公司內多數針對工程師及全公司的代理式 AI 工作。本集標題雖指向「AI 基礎設施」，實質內容更廣：大約前三分之一是導覽 AI 時代之前的內部系統（RT API、UOWN、M3DB、Michelangelo、Cadence、Morpheus、DevPods
這集節目最有料的內容並不是它的標題主題。開頭幾分鐘談的是兩個新前沿模型的發布——Google 的 Gemini 4 與 Meta 的 Muse（分標準版與「full」版）——以及主持人聲稱兩者都已「跑滿基準測試」（benchmark maxed），在公開基準上拿高分，卻沒有在真實知識工作上帶來相應的進展。這段大約三分鐘。剩下的約 48 分鐘是對 Matt Hartman 的訪談，他是 Factorial Capital 的創辦人暨管理合夥人，在 Beta Works 擔任合夥人期間寫下了 Hugging Face 的第一張支票，如今經營一檔以技術創投合夥人網路為核心架構的單一 GP 基金。訪談
這場演講最重要的主張是：AI 代理出的災難，本質是基礎設施的失誤，不是模型的失誤——而防範這些災難所需的管控機制，多陣列織內部其實早就有了，只是從未設定。Jiachen Jiang 是 Coder 的資深產品經理（Coder 販售開源、自架的開發環境，以及針對受監管產業的 AI 治理方案，客戶涵蓋聯邦機構、銀行與投資管理公司）。她回顧了過去大約一年內的三起真實事件：Replit 上一隻代理刪掉了正式環境資料庫；一場釣魚攻擊把某家銀行的 Copilot 訂閱變成資料外洩工具；以及 Nx「Singularity」供應鏈攻擊，把開發者自己的編碼助理變成武器。她的論點是：大型語言模型本質上不具確定性，
推薦理由：演講指出 AI 失敗多因基礎設施缺陷，提醒讀者檢視既有管控以降低風險，並以三起實際案例說明防範重點。
Gemini 4 Argan 是 Google 自二月以來首度推出的完整尺寸 Pro 級 Gemini 模型，中間隔了八個月，這段期間 Google 只出 Flash 系列。YouTuber 兼軟體開發者 Theo Browne（T3 Code 編輯器與 Lawn 影片管理平臺的開發者）透過 Google 內部人脈取得早期存取權，花了數週把這個模型與 Opus 5.5、GPT-6.1 Soul、Fable 5.1、Muse Wonderful 逐項對測。他的結論異常嚴厲：帳面價格便宜，但極度耗 Token、快取命中率奇差，對真實程式碼庫捏造不實說法的比率遠高於他測過的所有競品，而且他一行都不想
推薦理由：本文透過實測 Gemini 4 Argan 與競品對比，揭示其高耗 Token、低程式碼準確率，為開發者評估 AI 程式碼助手提供參考。
感染性疾病 Puscast 第 117 集，錄製於 2026 年 10 月 12 日，是兩位主持人回顧前兩週發表的感染性疾病論文。全集最重要的發現是：2024–2025 年美國流感季期間接種流感疫苗，可將流感相關住院降低 40%、死亡降低 52%——這是哥倫比亞大學歐文醫學中心（Columbia University Irving Medical Center）主持人 Daniel Griffin 發出的直接行動呼籲，他與 Sarah Dong 共同主持。本集標題主打噬菌體治療指引，但這個主題只佔最後幾分鐘；42 分鐘的對話大部分是快節奏的文獻回顧，涵蓋疫苗效力、抗菌藥物管理、治療療程爭議，以
OutRival 的代理智慧（agent intelligence）負責人 Alvin Pane 主張，「token 極大化」（token maxing）——業界比誰燒掉最多 AI Token 的風氣——衡量的是錯的東西。Token 是完成工作的成本，不是工作本身；以 OutRival 的規模（數位工作者處理電話、簡訊與 email 任務，每天處理數十億個 Token），每一次多餘的模型呼叫都會累積成延遲與數百萬美元的算力支出。本集是一套技術操作手冊，目標恰恰相反：用最少的 Token 用量榨出最大的智慧。標題的「省下數百萬」說法不算錯，但低估了核心內容——節目大部分時間談的是一套四階段最佳化
推薦理由：此影片提供具體四階段最佳化流程，示範如何以極少 Token 取得高效代理智慧，對於需要節省算力支出的 AI 團隊具有實務參考價值。
Nathan Lambert 是後訓練（post-training）研究員，曾在 AI2 共同領導後訓練團隊，如今正籌辦一個名為 Trillium 的非營利開放模型實驗室。他主張，要理解封閉前沿實驗室與開放權重模型之間的落差，最好從三種資本切入——算力、資料、人才——而中國的開放實驗室是算力飢渴、人才卻不輸人，他們把開放釋出當成搶佔話語權與商業化的捷徑，而非出於利他。本集標題談的是開放模型能否跟上，這確實是整場對話的主軸，但討論範圍遠超出此，延伸到蒸餾（distillation）的運作機制、RL 環境的資料經濟、遞迴自我改進（recursive self-improvement，RSI），以及
AI 時代軟體開發的瓶頸已不再是程式碼生成，而是驗證流程：CI 與程式碼審查原本是為人類速度的變更頻率而設計，如今卻成了限制——代理（agent）開 PR 的速度，遠快於團隊測試、審查與合併的速度。這正是 Gitar（近期被 Sonar 收購，他現為 Sonar 首席工程師）共同創辦人暨技術長 Gautam Korlam 在這場 19 分鐘演講中的核心論點。標題中的「重建 CI」說得沒錯，但範圍偏窄——這一集真正談的是整條軟體工廠產線（建置、測試、審查、核准、稽核），以及每個環節在代理規模的提交量下如何崩解，並花了相當篇幅探討銀行等受監管產業的合規與可稽核性。 Korlam 的經驗來自他在
Marvell 的法說會（analyst day）把公司的敘事主軸重新定錨在資料中心基礎設施，而非 XPU 市佔流失；兩位主持人主張，一個異質機櫃（heterogeneous rack）的世界——多種加速器並存，全都得被串接進共享的「scale-up 網域（domain）」——正是讓 Marvell 這套擴大後的故事站得住腳的結構性背景。Jay Goldberg 親赴紐約現場，回報現場氣氛熱絡；Ben Bajarin 的解讀則是，Marvell 在多年不斷變換自我定位之後，終於找到了自己的賽道。本集標題也點出 OpenAI 營收的傳聞，但相關討論簡短：所謂營收不如預期，最後證實是會計處理方式不
Jemima Abu 是另類投資平臺 CAIS 的產品工程師，她主張打造無障礙功能不完善的產品，成本其實高於打造無障礙產品——而 AI 程式代理（coding agent）會讓這個差距擴大，而非縮小。她的核心證據來自一項小型內部實驗：她請程式代理依照同一份 Figma 設計實作兩次，一次完全不給無障礙指引，另一次則套用她自己撰寫的無障礙「技能」（skill）。根據她的說法，有無障礙設定的那次約只花了三分之一的時間，成本也低了 58%。她明確表示這只是單次、未設限的測試，不構成實證證明，但她用這個結果來說明未受指引的代理為何緩慢：它們會從頭重新打造語意元素，並吸收程式碼庫中既有的無障礙盲點。
鑽石訂婚戒不是自然市場演化的結果，而是人為打造的產物。本集節目的核心論點是：當年打造出鑽石神話的那套機制——控制供給、重新定位情感訴求、發明分級話術、壓制二手市場——如今在比特幣的敘事迴圈中清晰可見。主持人 Shaan Puri 與 Sam Parr 用 31 分鐘的大部分時間談鑽石產業的崛起與當前價格崩跌，最後三分之一則主張「大眾認知是可以被工程設計的」，並用比特幣、保健食品、資料中心和世代神話來檢驗這個說法。標題的「黑暗崛起與衰落」框架合理但不完整：衰落是鉤子，真正有價值的是關於敘事建構的可移轉教訓。 節目從一個驚人的價格事實開場——鑽石價格較高峰下跌約 70%，自 COVID 以來跌約
Thrive Capital 的醫療健康負責人主張，未來十年的生技產業，定義它的不會是藥物研發模型，而是圍繞這些模型重建整條價值鏈——製造、臨床試驗、商業化與照護交付。Nworah Ayogu 醫師受過內科訓練，曾參與創立 Amazon Health，兩年半前加入 Thrive；在這場 70 分鐘的對談中，他把大部分時間花在美國醫療體系的結構性經濟問題，以及他認為將從中勝出的特定公司。本集標題指向 Neuralink，而 Ayogu 確實稱它是「一家比 SpaceX 更有意思的公司」，因為「大腦比太空更浩瀚」——但那隻佔了幾分鐘，整場討論的範圍遠比這更廣，涵蓋 Isomorphic Labs、
Dana-Farber 癌症研究院總裁暨執行長 Ben Ebert 與染色質生物學家 Cigall Kadoch 主張，該領域近期的臨床成果——一款獲 FDA 核准的胰臟癌療法與癌症疫苗——是數十年基礎科學累積的下游收穫；而同樣這種長線、雙向的「實驗室到臨床」模式，正是把表觀遺傳學從一個難以開發藥物的領域，轉化為下一波精準腫瘤學的關鍵。整段對話主要談的是機構策略與基礎生物學，而非節目標題所暗示的那座新醫院；這座專為癌症住院病人打造的醫院只在談到「它將如何讓研究者以不同方式設計試驗、監測病人」時，被簡短帶過。 Kadoch 是 Dana-Farber 的小兒腫瘤學教授，也是 Howard Hu
Realbotics 是一家總部位於拉斯維加斯的公司，正在打造具備矽膠皮膚、電子動畫臉孔與 AI 驅動對話能力的人形機器人，鎖定客服、醫療照護、教育與陪伴市場，而非工廠勞動。共同創辦人 Matt McMullen（藝術家、電子動畫設計師）與 Andrew Kiguel（執行長，曾推出全球第一家公開上市的比特幣礦業公司）主張，機器人產業執迷於雙足行走與工業任務，反而錯失了更大的機會：非物理性的人際互動工作。本集標題暗示這是一場關於 AI 具身化的廣泛討論，但實際上對話多半是公司深度剖析——產品架構、定價、專利、競爭定位與孤獨市場——「AI 獲得人類身體」的框架主要只是鋪陳 Realbotics
比利時金融科技公司的規則手冊助理說明瞭一件事：在受監管的金融場景中，生產環境的 RAG 主要考驗的是檔案結構與檢索工程，而不是模型本身。In The Pocket（比利時數位產品工作室）的 AI 工程師 Nina Žižakić 與產品工程師 Eleonora Drykina，描述了一套為某家匿名大型比利時金融科技公司打造的聊天機器人，該公司營運該國最大的支付系統。這套系統要針對約 270 本 PDF 規則手冊（約 6,000 頁、約 3,000 張表格）回答會員的問題，而且每個答案都必須引用確切的規則手冊章節與頁碼。標題中的「冰箱」只短暫出現：某頁規則手冊列出有效的支付裝置（手機、卡片、袖釦
Scott Galloway 主張，說故事的能力——讓人對某個產品、公司或想法產生情感的能力——已成為經濟體中最有價值的技能，而 AI 並沒有殺死寫作，反而讓真正的人類觀點變得稀缺而昂貴。本集標題指向 AI 實驗室如今開出的約 40 萬美元傳播職缺，但這個數字只佔了幾分鐘的篇幅；這段 16 分鐘深入探討的主體，是一套更宏觀的論證：知識工作的哪些部分真的被 AI 取代、為什麼放射科醫師這個職業不減反增，以及企業如何直接買下敘事權。 Galloway 是行銷學教授，也是 Prof G 播客的主持人，他把整段討論圍繞在他稱為「把工作中最顯眼的部分，誤當成最有價值的部分」這個反覆出現的模式上。他援引
本集最具份量的發現，是 Z.ai 於 2026 年 8 月初推出的 GLM 5.3，在模型架構與 GLM 5.2 完全相同的前提下，於代理（agentic）能力與資安能力上出現跳躍式進展——所有增益都來自後訓練（post-training）。這個結果，加上該模型極低的服務成本，構成了整場對話的主軸。標題所框架的「來自中國的 Mythos 級資安模型」其實只得到薄弱的支撐：資安主要是作為其中一項能力領域被提及，來賓指出 5.2 到 5.3 出現大幅躍升，而本集大部分內容談的是推論經濟學、記憶體架構與後訓練基礎設施。 主持人為 Jordan Nanos，來賓是 Kimbo Chen 與 Weny
Erlina Yeo Terwelp 是哥倫比亞大學捐贈基金投資團隊的董事總經理，她描述自己的職涯如何從 Citi 的投資銀行出發，歷經中型市場私募股權、休士頓的家族辦公室，最終進入 LP 領域——並解釋為何她認為捐贈基金這個位置是她「中樂透」才拿到的夢幻工作。本集大致上是一位在職 LP 的自述，談資本實際上如何被分配：基金管理人如何被發掘與盡職調查、投資組合如何依風險因子而非資產類別分類來建構、關係如何結束，以及一個小團隊如何被帶領。標題暗示的職涯弧線——從銀行到 PE 到家族辦公室再到捐贈基金——正確但只是骨幹；真正的內容是管理人選拔與投資組合建構的營運細節，以及捐贈基金在 CIO Kim
Alan Chan 是 GovAI 的研究員，投入 AI 代理（agent）治理研究約兩年。這場分為上下兩集的對談——分別錄於一篇關於遞迴自我改進（recursive self-improvement）的重量級多人合著論文發表前後——盤點了他提出的哪些方案已經落實、哪些仍懸而未決。最重要的單一發現是：代理的治理基礎設施遠遠落後於代理能力。防竄改日誌（tamper-evident logging）在技術上已經解決，卻未廣泛部署；即時同步監控在英國 AISI 出事前仍只是待辦事項，始終沒做；代理身分識別在開放網際網路上基本上無解，代理多半是冒充自己的人類操作者。Chan 共同執筆的 RSI 論文，
Fractal Health 押注的是：肥胖治療最大的問題已不再是減重，而是如何維持。該公司的實驗性門診手術 Ravida，設計用來燒蝕並再生十二指腸內襯，如今更明確鎖定患者在停用 GLP-1 藥物後的體重維持。本集節目中，主持人 Daniel Lavine 與 Fractal Health 共同創辦人暨執行長 Harith Rajagopalan 對談，談公司為何把重心從第二型糖尿病轉向 GLP-1 停藥後的體重維持、十二指腸作為代謝訊號中樞的生物學機制，以及迄今累積的臨床證據。 整段對話主要圍繞一個主題：如何為長期 GLP-1 治療找到一條可長可久的退場路徑，其科學根據與商業邏輯為何。本
Match Group 執行長 Spencer Rascoff 自 2025 年 2 月上任以來，向挪威主權財富基金執行長 Nicolai Tangen 表示，公司的核心問題從來不是演算法，而是演算法背後的組織——而他上任第一年，是先修人、再修產品。本集最具實質內容的部分是一段轉型紀實：旗下擁有 Tinder、Hinge 及約十幾個交友軟體的 Match Group，曾「迷失方向」、被「華爾街牽著鼻子走，為華爾街而經營」，只顧榨取消費者，而非創新。Rascoff 的解法是走訪全球 12 個辦公室展開傾聽之旅、清空產品路線圖，並大力招募 Z 世代人才。他報告指出，Tinder 的員工敬業度一年內
本集節目導讀 Charles R. Morris 的《The Tycoons》，透過 Andrew Carnegie、John D. Rockefeller、Jay Gould 與 J.P. Morgan 四人的職涯，說明美國經濟在南北戰爭後的擴張歷程。主持人（本身是商業史讀者，過去曾撰寫 Rockefeller 與 Carnegie 相關內容，並在節目中提及與 Charlie Munger 的一頓晚餐對話）把這本書定位為一套論證，而非四本傳記的合集：這四個人打造了現代商業所賴以運作的經濟平臺。書名上的四個名字確實撐起了整集節目，但這本書真正的主題，是他們創造出來的那套體系——大量生產、大量配
這集節目基本上就是黃仁勳帶隊的臺北美食之旅，不是什麼科技訪談。主持人 Lex Fridman 把大部分時間花在跟黃仁勳一起逛夜市、吃餐廳，真正有料的科技、商業與政策內容，集中在穿插於各餐之間的幾段對話裡。對專業讀者來說，最有價值的部分包括：黃仁勳談 1990 年代中期為何選擇台積電當輝達的代工廠、他主張出口管制應該在「保住技術與財富飛輪」之間取得平衡，以及他描述輝達目前的硬體（全面液冷的 Grace Blackwell、Vera CPU）與在臺灣的招募計畫。 黃仁勳表示，輝達在臺灣約有 1,000 名員工，並計畫在臺灣蓋一棟可容納 4,000 人的新大樓，等於還要再招募約 3,000 人。他
華爾街第三季銀行財報說了一個與債券交易員預期相反的故事：撐起這一季的是股票交易，不是固定收益。高盛在股票交易繳出亮眼成績，領先同業；摩根大通在這塊同樣強勁；富國銀行則靠創紀錄的放貸收入優於預期。花旗下跌 4.3%，因為投資人細看後發現固定收益與費用專案偏弱。銀行分析師 Herman Chan 在 2026 年 10 月 13 日的節目中，向主持人 Tim 與 Carol 逐一拆解這些財報數字，而貫穿全場的主軸是：這波交易收入的大補帖來自股票，固定收益部門則在一旁觀望，等待利率表態。 本集標題點出了這個反轉，但「債券與股票交易此消彼長」只佔了幾個段落中的第一段。整小時的節目大多花在聯準會的利率