播客与视频创作者 · 节目合作

一起做一期节目,聊聊彼此的看法。

聊AI怎么改变工作,也聊职业选择、创业和组织管理。我会带来自己的经历和案例,也想听听你的观察和不同看法。

可以做客、串台,也可以一起策划。录制方式一起商量;有需要,我的团队也能参与剪辑、切片与联合发布。

课代表立正与Acquired的两位主播(Ben Gilbert、David Rosenthal)对谈
Significance Summit现场,与Acquired的两位主播Ben Gilbert、David Rosenthal对谈
研究到一线
康奈尔博士 · Amazon · Meta · 腾讯 · Statsig
长对话经验
与150多位嘉宾公开对谈 · 33期做客记录
跨平台内容
YouTube · B站 · 小红书 · 40万+关注者
制作协作
远程或西雅图线下 · 可剪辑、切片与联发
三次合作 · 三种证明

好内容自己站得住,双方投入走得更远,换一群听众也成立。

Koji那期只用节目方自己的渠道:长音频有人听完,三个视频平台的切片也各自跑出来。屠龙那期则由双方分别编辑和分发,一场对话不只有了更大的影响力,也替节目和嘉宾找到了新的观众。杨天楠那期是我提的选题,发在一档讲家庭财富和投资的播客里,不到两周4.5万次播放。

十字路口 Crossing × 课代表立正
案例一 · 内容自己站得住

一次远程录制,跨过长音频和三个视频平台

十字路口 Crossing × 课代表立正

  • 6.7万小宇宙播放节目播放前二
  • 1.2万抖音点赞账号历史最高
  • 8,343小红书收藏账号年度最高
  • 6,502视频号转发跨平台高转发

远程录了63分钟,Koji团队完成全部制作和发布。这期成为《十字路口》播放前二,切片又刷新Koji抖音历史点赞和小红书年度收藏。我的账号没有联发,因此这组数据更接近题目和对话本身的表现。

其他数据:小宇宙132条评论;小红书4,709赞;抖音8,582收藏、1,476转发。

“很有帮助的一期,最近正在从ChatGPT转Codex,也在积累上下文。”——小宇宙听众
去小宇宙听完整节目
查看平台数据截图(4张)
《十字路口》节目最受欢迎页面,显示6.7万播放和132条评论
小宇宙 · 6.7万播放 · 132条评论打开完整截图
Koji的小红书切片,显示4,709赞和8,343收藏
小红书 · 4,709赞 · 8,343收藏打开完整截图
Koji的抖音切片,显示1.2万赞、8,582收藏和1,476转发
抖音 · 1.2万赞 · 账号历史最高打开完整截图
Koji的视频号切片,显示6,502次转发
视频号 · 6,502转发打开完整截图
课代表立正 × 杨滢(屠龙)
案例二 · 双方投入继续放大

双方各做一版,也把嘉宾带给了新观众

课代表立正 × 杨滢(屠龙)

  • 5.87万小红书点赞联合发布
  • 5.96万小红书收藏收藏高于点赞
  • 11万+YouTube观看新观众认识嘉宾
  • 10.8万+B站播放长视频承接

屠龙团队保留自己的节目语言;我们再做一版长片和切片,发布到小红书、YouTube、B站和超线性学院社区。这次合作既有破圈数据,也让从未听过屠龙的新观众真正认识了她。

其他数据:小红书1.13万转发、1,088条评论;YouTube3,600赞、481条评论;B站8,026收藏。

“之前並不認識這位女士,但她太酷了!希望能每年都和她聊一下一年的回顧和明年的展望,想窺視她的思想變化。”——YouTube观众
看YouTube完整正片与评论
核对最新小红书数据(1张截图)
课代表立正与屠龙联合发布的小红书视频,显示5.87万赞、5.96万收藏、1.13万转发和1,088条评论
我们的版本·5.87万赞·5.96万收藏·1.13万转发·1,088条评论打开完整截图
听懂涨声 × 课代表立正
案例三 · 换一群听众也成立

我提的选题,成了一档财经播客的一期

听懂涨声 × 课代表立正

  • 4.5万小宇宙播放发布不到两周
  • 17.5万小红书观看71分钟长视频
  • 4,220小红书收藏收藏接近点赞
  • 1,480小红书转发联合发布

《听懂涨声》讲家庭财富、消费和投资,小宇宙有19万订阅。我向主播杨天楠提了fake work这个选题,就是下面四个问题里的第二个。他把对话做成自己节目的一期,评论区里听众聊的是各自的工作;我们剪出71分钟的视频,在小红书联合发布。

其他数据:小宇宙113条评论、534次收藏;小红书4,660赞、113条评论;YouTube 1.7万观看。

“当课代表立正和我提了这个选题,我立刻答应了下来。”——杨天楠,《听懂涨声》节目介绍
去小宇宙听《听懂涨声》这一期
查看平台数据截图(2张)
《听懂涨声》这一期在小宇宙的页面,显示45,403次播放和113条评论
小宇宙 · 4.5万播放 · 113条评论打开完整截图
课代表立正在小红书联合发布的视频,显示17.5万次观看、4,660赞、4,220收藏、1,480转发和113条评论
小红书 · 17.5万观看 · 4,220收藏 · 1,480转发打开完整截图

前两个案例的数据来自2026年7月的平台页面与截图;第三个采集于2026年11月9日,发布不到两周。各平台统计口径不同。

这期可以从哪里开始

四个足以撑起一整期的问题。

挑一个听众真的在碰到的问题。开头可以有一句够尖锐的判断,但接下来要把依据、反例和实际后果讲清楚。

  • AI把“能做”变便宜以后,为什么更需要代表作?

    合格的第一版越来越多,真正稀缺的会转向选什么、做到什么程度、愿意为哪一种后果负责。代表作还会继续替一个人积累context、信誉和下一次机会。

    MAKE WHAT LASTS · 创作者实践 · 真实项目

  • AI会消灭fake work,还是让fake work多到看不完?

    AI能减少工作与结果之间的摩擦,也能更便宜地制造汇报、会议纪要和忙碌痕迹。当‘看起来做了很多’不再稀缺,组织该看什么?

    组织设计 · 激励机制 · 企业AI项目

  • 会用AI,和成为AI-native的人,中间差什么?

    工具熟练度只是表面。更深的变化,是从结果出发重算整套工作,和AI一起积累长期context,并且继续为结果负责。

    AI Builders · 900+社区项目 · 企业AI项目

  • 一家公司,怎样知道自己错了?

    数据、实验和专业流程可以纠错,也能替错误加固。从Amazon、Meta、腾讯到Statsig,组织什么时候更接近现实,什么时候只是更会解释自己?

    经济学 · 数据科学 · 大厂与创业公司

2023年GPT-4发布前留下的AI判断、增长实验、创作者商业、中美科技,以及AI教育和社区怎么做,也都有公开材料和亲历案例。一个真问题,比一张完整的话题清单更有力量。

这些判断从哪里来

这些问题,我在几个不同的位置上都亲手处理过。

研究、产品、组织和创业现场

从康奈尔经济学博士,到Amazon、Meta、腾讯和Statsig早期团队。在腾讯,我带过30人的数据与AI团队,连续两个周期获得最高绩效。

机制 · 产品判断 · 组织现实

把当时的判断和后来的修正都留下

2021年,我公开解释了旧AI范式的能力上限;2023年2月、GPT-4发布前,我判断ChatGPT已经开始突破那道上限,并继续推演推理成本、工具连接、长期记忆与AI-native系统。原文的概率和后来复盘的错误都还留着。

一条可以回看的公开推理链

也把这些判断放进自己负责的系统里

超线性学院、3万人的免费社区、900多个真实项目、AI Builders和企业AI项目,都要求这些判断在节目结束以后继续有用。

超线性学院 · 真实项目 · 企业现场

节目做客

这些节目,都请我去聊过。

从2020年到现在,一共33期。硅谷101、科技早知道、中国好生意、听懂涨声在小宇宙的订阅都超过19万;INDIGO TALK、The Build Log和西雅图中文电台各请过两次。每一期都能点开听。

完整做客记录展开全部33期按年份排列,制作人可以核对过往的题目、形式和成片。

2026

订阅数取自小宇宙公开页面(2026年11月14日)。

学院里的嘉宾

除了我,超线性学院里还有很多人值得请。

超线性学院有3万成员,在社区里分享过900多个真实项目。下面五位都把自己的经历写成了帖子,可以先点开看。你的节目想找什么样的嘉宾,告诉我,我来介绍。

  • Venus Wong

    文科生,做过博士后,自称编程门外汉

    学了一年半AI以后,接下第一个付费项目:帮一家中小企业改造业务流程,3万美元。做到一半,自动化流程把数据清空过一次。项目做了大约十周,客户验收。

    看原帖
    可以聊
    • 不会写代码的人,怎么接到第一个付费的AI项目
    • 客户是从哪里来的
    • 数据被清空以后做了什么
  • Brian Hsu

    湾区的程序员爸爸

    为了帮女儿找麦当劳的联名玩具,从周五深夜写到周六早上,做出一张全美一万三千多家门店的玩具地图 Happy Toy Scout。一周后,7.9万人在用。上线不到两天,免费的云服务额度就用完了。

    看原帖
    可以聊
    • 一个周末做的小工具,怎么在一周里有了7.9万用户
    • 没有预算,第一批用户怎么来
    • 流量一下子涌进来,怎么管住云服务的账单
  • Challen

    在互联网大厂做了十几年,带数据部门

    给自己定了两条规矩:每晚12点到1点学AI;每个月至少拿出薪水的1%,花在跟AI有关的东西上。两三个月后,主动争取到参与公司Agent开发平台的建设,后来成了这个平台的负责人。

    看原帖
    可以聊
    • 管理者不在一线动手,AI能帮上什么
    • 怎么在大公司里争取到AI项目
    • 为什么规定自己每月花1%的薪水在AI上
  • Rita Sun

    经济学博士,软件公司的数据分析师

    自称写代码的经验几乎为零,只会SQL。GPT-5发布时担心自己会被取代,从一个很简单的安卓小部件开始动手,再把方法用到每天的工作里、教同事一起用,两次当上数据团队的月度AI Champion。

    看最早的帖子
    可以聊
    • 非技术出身的人,怎么在工作里把AI用起来
    • 从怕被取代到教同事用,中间哪一步最难
  • Josh Zhang

    东京的财务架构顾问,帮在日华人老板理清公司的财务结构;短视频账号「极客财务官」

    不会写代码。一年多里,从让AI写一段脚本,做到只提需求,由一组AI设计、写代码、测试和上线:旅行社的ERP、给日本会计事务所用的记账工具、签证事务所的内部系统。踩过的最大一个坑:AI说测试通过了,其实测试从来没跑过。

    看报名留言
    可以聊
    • 不会写代码的专业人士,怎么把产品做上线
    • 怎么管一群AI:哪些事不能放手
    • 财务、签证这类出错代价高的行业,AI现在能做什么

10月起,商务负责人喵老师在社区里长期征集愿意上节目的成员,一位一位了解经历,整理能聊的话题。在这之前,播客《义乌听见》来找过我们,想请一位正在做AI出海的嘉宾。发来你的节目和想聊的方向,我们从社区里找合适的人,录之前也会帮嘉宾把经历和案例准备好。

一起做节目

有想聊的话题?我们一起录一期。

发来你的节目或频道、想聊的话题,以及大概的形式和时间。我们一起商量怎么聊、怎么录,后续素材怎么用。想请学院里的成员,也写在邮件里。

yz@superlinear.academy

商务负责人:喵老师|微信:FM13870617

  • 怎么问、怎么剪,你说了算。

    可以提前对一下方向,但不用提前给我问题清单,成片也不用给我审。

  • 我会做功课,但不背稿。

    原文、数据和案例我会准备,也会先想一遍,别人最可能从哪里反对我。不会准备逐字答案。

  • 分歧可以保留,判断也可以更新。

    我会把观点讲清,也会说明什么证据能推翻它。最好的对话,是让我重新检查、甚至改变自己的想法。

  • 具体事实,发布前一起核对。

    人名、日期、引文和数据,我愿意帮忙查;最后怎么呈现,还是你决定。

如果双方都要发,录前把谁来剪主版、素材怎么用、什么时候发说清楚,后面就省事。

录制信息

录制怎么安排

语言
中文或英文
形式
远程;西雅图也可以线下
时长
通常聊60–120分钟,按你的节目调整
常驻
西雅图 · 美国太平洋时间
嘉宾资料

做节目介绍需要的资料,都在这里。

短版、长版,你按节目需要选。经历和数据都附了链接,方便核对。

孙煜征(课代表立正)
1280 × 1280头像下载头像
短介绍

孙煜征(课代表立正),康奈尔大学经济学博士、超线性学院(Superlinear Academy)创始人。曾任Amazon经济学家、Meta数据科学家、腾讯IEG副总监,也是Statsig早期成员;Statsig后被OpenAI收购。他长期研究AI改变工作以后,什么能力和作品反而更重要。

展开长介绍

孙煜征(课代表立正)毕业于康奈尔大学,获经济学博士学位,现居西雅图。他曾任Amazon经济学家、Meta数据科学家、腾讯IEG数据与AI副总监;在腾讯带过30人的数据与AI团队,连续两个周期获得最高绩效。他也是Statsig早期成员,Statsig后被OpenAI收购。他从大厂管理岗位进入早期创业公司,后来全职创办超线性学院(Superlinear Academy);AI Builders课程与Stay Superlinear会员都在这个母体下。截至2026年11月,他教过3,000多名付费学员,与150多位嘉宾公开对谈,并建立了一个拥有3万成员、900多个真实项目分享的免费社区。他著有《真本事》和英文书《Feels Like Progress》,合著英文书《Growth Data Analytics Playbook》。

节目介绍可用的一句话

学点真本事,做点真东西。

回到全部合作入口