是否该创业?YC合伙人给未来创始人的现实指南
Y Combinator 合伙人 Hodge Tiger 结合近千位创始人的真实经历,拆解“我是否适合创业”这个被过度浪漫化的问题。他给出的答案不在天赋或动机,而在韧性、可承受的最坏结果,以及通过副项目逐步验证自己的过程。
Y Combinator 合伙人 Hodge Tiger 结合近千位创始人的真实经历,拆解“我是否适合创业”这个被过度浪漫化的问题。他给出的答案不在天赋或动机,而在韧性、可承受的最坏结果,以及通过副项目逐步验证自己的过程。
这不是一场普通的产品演示。Figma 在这场长达40多分钟的 Office Hours 里,几乎不谈“功能参数”,却完整展示了一个事实:高效协作,正在成为 AI 团队真正的生产力杠杆,而且方式和你想象的完全不一样。
这支视频里,YC合伙人罕见地自我反思:为什么那么多创始人在进来之前,根本不知道YC真正提供什么。它不是三个月课程,而是一套长期、隐性的资源网络。理解这一点,可能会直接改变你对融资、创业阶段和创业风险的判断。
很多人以为 Figma 里的视频只是“能放进去播放”。但这个官方教程展示了一件更反直觉的事:视频正在成为交互原型的核心逻辑,而不是装饰素材。从自动播放、悬停预览,到与 Smart Animate 深度耦合,这套能力足以改变你做产品验证的方式。
这场对话串起了有效利他主义从草根实验到关注AI灭绝风险的完整脉络。Holden Karnofsky以个人捐赠困惑为起点,解释GiveWell与Open Philanthropy的方法论转折,并系统阐述为何他认为本世纪可能是决定人类未来的“最重要世纪”。
这场对话让我们看到,一家风投机构如何不是从资金而是从内容与叙事能力起步。Harry Stebbings分享了他如何把媒体影响力、个人品牌与投资判断结合,并反思当下创业叙事中的一些危险趋势。
在这期播客里,Danny Trinh 抛出一个让很多产品经理和创业者不安的观点:如果你在做产品,却只沉迷于“更好的未来”,你大概率会做出没人真正需要的东西。更反直觉的是,他并不是反对愿景,而是教你如何把愿景和现实彻底“离婚”。
当所有框架都能自动求导时,Andrej Karpathy却花一整节课,带你一行行手写反向传播。这不是怀旧,而是一种训练直觉的残酷方式。看完这期视频,你会明白:真正拉开模型训练差距的,不是更大的GPU,而是你对梯度流动的掌控力。
很多人以为神经网络训练不好,是架构不行、数据不够、算力太小。但 Karpathy 在 makemore 第三讲直接揭穿了一个更残酷的事实:大多数失败,发生在训练开始的第一秒——初始化、激活值和梯度,早就把结局写好了。
在几乎无法自由上网的古巴,一群普通人自建了一张覆盖全国的“街头网络”。它不合法、不商业,却支撑了游戏、论坛、内容分发和社群协作。Stripe 把这段故事拍成纪录片,而它对今天的 AI 从业者,意外地重要。