一个00后播客新星，凭什么让硅谷大佬排队上他节目？

本文来自微信公众号：思考机器，首发于2025年10月20日，作者：Shreeda Segan，原文标题：《最近刷屏的两场 AI 播客都出自这个 00 后》，题图来自：AI生成

最近有两场 AI 播客火了，一个是三周前刷屏的 Richard Sutton，一个是这几天刷屏的 Andrej Karpathy，他们都来自同一个播客，主持人是 Dwarkesh Patel ，他是个 00 后，这里有一篇2024 年 2 月的关于他的采访稿，非常推荐。

原文略微删减：

一个23岁的播客新星，凭什么让硅谷大佬排队上他节目？

在当今这个拥有超过五百万档播客节目的世界里，Dwarkesh Patel 绝对算得上是一位异军突起的“后浪”。年仅23岁的他，已经吸引了包括 Jeff Bezos、Noah Smith、Nat Friedman 和 Tyler Cowen 在内的一众行业大咖的目光。他们都对 Patel 的访谈赞不绝口，Cowen 更是评价他：“名气虽已不小，但实力远超其名！”

通过他的播客， Patel 打造了一个让这个时代最顶尖大脑汇聚的平台，从科技巨头到 AI领域的先驱，都成了他的座上宾。

但在 Patel 这段传奇般的崛起之路上，最令人瞩目的，莫过于他为了每一个话题所投入的惊人深度。

“如果我要采访 DeepMind 的 CEO Demis Hassabis，我可能会把 DeepMind 过去几年发表的大部分论文都读一遍。为了那次采访，我真的跟十几位 AI 研究员聊过——花了好几个星期的时间，硬是把自己教了个遍。”

Patel 甚至会亲手去实践论文里提到的模型和算法，他曾分享说，自己在“采访 Ilya Sutskever 之前，亲手实现了一个 Transformer 模型”。

“当时的感觉就是，‘我的天，我只是个普普通通的大学生，居然能采访到这种大人物。那我必须花上一整个星期，把所有可能相关的资料都读个遍。’”

事实证明，这位播客博主“准备为王”的策略非常奏效。时至今日，Patel 的所有增长都完全来自于口碑。他的节目嘉宾名单星光熠熠，包括 a16z 创始人 Marc Andreessen、OpenAI 首席科学家 Ilya Sutskever，甚至还有后来被定罪的 Sam Bankman-Fried——这份名单为他赢得了大批忠实听众。

Patel 偶尔也在 Substack 上撰写文章。他最近的一篇《Will scaling work?》深入探讨了 AI 的“起飞”问题，不仅被 Stripe 的联合创始人 Patrick Collison 引用，还得到了 OpenAI 前临时 CEO Emmett Shear 的推荐。

在这篇文章的末尾，他谦虚地声明：“说到底，我的本职工作只是个播客博主。” 但紧接着又补了一句：“那些能写出更好文章的人，要么因为保密协议不能说，要么因为机会成本太高不愿说。”

于是，这个世界便从那些能够挺身而出、做足功课、并且可以自由发声的人那里，获得了关于 AI 的深度分析。换句话说，世界从 Patel 这里获得了它。

2021年12月，他毕业于德克萨斯大学奥斯汀分校，获得了计算机科学学位。在那里，他曾师从著名计算复杂性理论家、《从德谟克利特到量子计算》一书的作者 Scott Aaronson 等教授。也正是在那里，新冠疫情最严重的时候，他在宿舍里一时兴起，创办了“Lunar Society Podcast”。那段时间，他感到前所未有的思想上的孤独，于是便一头扎进了书本里寻求慰藉。

当时他正在读《教育的真相》（The Case Against Education）这本书，读完后他心血来潮地给作者 Bryan Caplan 发了一封“冷启动”邮件，表达自己的喜爱之情。令他惊喜的是，Caplan 竟然回复了。 Patel 决定“放手一搏”，邀请 Caplan 来上他的播客。

“他以为我真的有一个正经播客。当时我连播客叫什么名字都没想好。但他非常友善，还是答应了。” Patel 回忆道。就这样，Caplan 成了他有史以来第一位嘉宾。

这对 Patel 来说意义非凡。“当时的感觉就是，‘我的天，我只是个普普通通的大学生，居然能采访到这种大人物。那我必须花上一整个星期，把所有可能相关的资料都读个遍。’”

幸运的是，他的准备没有白费。“Caplan 非常喜欢这次访谈，甚至把它推荐给了乔治梅森大学的Tyler Cowen。Cowen 也很早就来上了我的节目。从那以后，做播客就成了我大学时期的副业。”

对他而言，这种深度的研究，既是对来之不易的机会的尊重，也是对自己作为一个无名之辈，却能与这些备受尊敬、影响力巨大的人物对话的一种敬畏。

如今， Patel 正迅速被誉为“新一代的 Lex Fridman”，甚至有人说他是“一个更好的 Lex Fridman”。对此，他再次将成功归功于充分的准备。

在谈到 Fridman 和其他竞争者时，Patel 说：“有时候感觉他们并没有拼尽全力。在其他行业，如果某件事是你的全职工作，大家会期望你为此付出巨大的努力。但那些知名的播客博主，很多时候只准备一天就走进录音棚……这可是你的全职工作啊，老兄。为什么不花一两个星期，而是只用一天来准备呢？”

“我做的大部分准备工作最后可能都派不上用场，因为我读的一些冷门资料在对话中根本没提到。但恰恰是那些我平时随手翻阅的东西，有时反而能引出一些非常有趣的对话。”

Patel 的这种“硬核”风格，正在为他吸引一批狂热的追随者。他节目上的嘉宾，可能和Fridman采访的是同一批人——来自不同领域，但对科技有重要见解的大佬。但不同的是，Patel 会牢牢扎根于嘉宾的专业领域，用他自己的话说，就是争取在采访前“用二八定律，学完一门关于该主题的本科课程”。

就这样，这个 23 岁的年轻人，在探讨 AI、经济、科技和历史等重大议题的牌桌上，亲手为自己创造了一个独一无二的席位。

帕累托法则，也就是我们常说的“二八定律”，指的是大约 80% 的结果是由 20% 的原因造成的。这个定律源于一种叫做帕累托分布的数学模型，可以用来描述各行各业的现象。当把这个定律应用到播客行业时——据《福布斯》统计，现有超过500万档播客——我们会发现，大约 20% 的头部播客，占据了大约 80% 的收听率、互动和收入。

这个数据可能会让大多数有志于做播客的人望而却步，但 Patel 没有。他最近和 Patrick Collison 的对话，让他对“行业过于拥挤”这个说法有了新的思考，他认为这本身就是个伪命题。

“这是我采访 Patrick 时一直在想的问题。从某种意义上说，当他创办 Stripe 时，支付行业已经是一个极度拥挤的赛道了，有 PayPal，还有 Visa 和万事达卡。但从另一个角度看，那些你认为拥挤且竞争白热化的领域，往往存在着一些显而易见的盲点。”

“就拿我来说，我的‘盲点’就是决定花一个星期而不是一天来准备一期播客。这听起来理所当然，但却没人这么做。Stripe 当时也是一样，他们的想法就是‘我们要让开发者能更简单地接入支付API’。这听起来也不像是 PayPal 会错过的机会。但奇怪的是，很多看似竞争激烈的领域，其实只要找对切入点，就很容易打开局面。”

Patel 还从与 Collison 的谈话中分享了另一个关键洞见。我问他在主导播客话题时，是否会纠结于“广度优先”还是“深度优先”——这两个概念几乎是每个计算机系学生都学过的搜索算法。他究竟是如何在“浅尝辄止地探讨多个话题（广度）”与“深入挖掘少数几个领域（深度）”之间做出选择的？广度的优势是能吸引更广泛的听众；而深度则是对嘉宾专业知识的尊重。

对此，他再次以 Stripe 为例：“当你有一个负责处理支付的 API 时，你必须确保它超级可靠和安全。但同时，你又要对其他创业公司有吸引力，这意味着你需要频繁地发布新功能。Stripe 找到了一个方法，既能每天在他们的 API 上进行数千次部署，又能运行一套极其可靠的内部测试来确保所有部署都是安全的。”

“就我而言，人们常说‘如果你想做得深入，就不可能做那么多期节目’。但你必须意识到，在某些时候，那个所谓的‘最佳平衡点’（帕累托前沿）离你还远得很，你完全可以把所有方面都同时优化。”

“帕累托前沿”描述的是决策过程中的一种最优状态，在这个状态下，你无法在不牺牲某个方面的情况下，让另一个方面变得更好。想象一下，你试图在“质量”和“成本”这两个相互竞争的目标之间找到平衡。“帕累托前沿”就代表了所有能实现最佳平衡的点。它就像那个能让你用最低成本获得最高质量的“甜蜜点”——任何偏离这个点的举动，要么会牺牲质量，要么会增加成本。

在 Patel 所指的播客语境下，“帕累托前沿”就是指在节目数量（广度）和每期节目的深度之间找到理想的平衡点。

然而，正如他所意识到的，在大多数情况下，尤其是在他自己的案例中，“你离那个需要做出取舍的帕累托前沿还差得远呢。”

忠实的听众、科技领袖的赞誉、Substack 文章引发的热议——这一切都令人印象深刻。但让 Patel 最引以为豪的，却与这些无关。

“那些大型访谈确实能火，人人都听过。但我还采访过一些在此之前并不出名的学者。比如我最近采访的 Sarah Paine，她是海军战争学院的一位历史学教授。她上完节目后，她的上司——学院的院长——跟我说：‘天啊，这是我们海军战争学院有史以来遇到的最大媒体事件。’我敢肯定，那之后她收到了很多慕名而来的邮件。就连 Noah Smith 也因为喜欢那期访谈而专门去采访了她。”

这标志着 Patel 作品的公信力和影响力正在与日俱增。（他与 Anthropic CEO Dario Amodei 的访谈甚至被收录进了美国国会记录。）

尽管播客的影响力已经毋庸置疑，但有两位“粉丝”却姗姗来迟——他的父母。

“他们之前觉得我这是在不务正业。你知道最搞笑的是什么吗？当 Jeff Bezos 在推特上说‘你很有思想，也发人深省，请继续做下去’之类的话时，我爸妈看到后说：‘哦，那很酷。你能问问他，可不可以在亚马逊给你安排个工作？’”他笑着回忆道。

幸运的是，在 Patel 采访了 OpenAI 首席科学家 Ilya Sutskever，那期节目在 YouTube 上获得了超过五十万的播放量后，他的父母终于开始理解并支持他的工作了。

如今，AI 占据了 Patel 绝大部分的注意力和好奇心，它就像一个主题中心，贯穿着他所有的节目——即便是那些主要探讨历史或经济等其他学科的节目也不例外。

“我认为 AI 有可能成为有史以来最重要的事情。要思考它，你必须了解太多不同的领域，因为从某种意义上说，它就像是在创造一个全新的社会。因此，所有与理解社会相关的事物，都与理解 AI 相关。”

尽管 Patel 既没有机器学习的博士学位，也没有在科技政策领域担任任何职位，但他对这项事业毫无畏惧。

他说：“我在那些行动力强的年轻人身上看到一个共同点：他们很早就接触到了那些本该‘负责’的人，然后意识到‘哦，他们也只是普通人。他们看起来很有能力，但并非所有问题他们都搞定了。’而有时，问题确实没有被完全搞定。”

“我采访过一些人，感觉他们在某些问题上的思考深度，并没有达到我的预期。甚至在某些细分话题上，我思考得比他们还多。就在那一刻你才会意识到，你也可以成为那个‘负责思考这些问题’的圈子里的一员。”

如果 Patel 对 AI 将改变社会的预言是正确的——如果这件事真的如此重要——那么他的播客，也有潜力变得同样重要。至少，那些手握权力的关键人物中，有一部分正在收听。

尽管背负着这些信息甚至压力，他却用一种更个人化的方式来制作节目。他引用了计算机科学家高德纳（Donald Knuth）的一句话：“‘程序本是由一个人写给另一个人读的，计算机能执行它只是个巧合。’同样地，播客其实是为了让我自己能从那个人身上学到东西——无论是通过准备还是对话——而观众能听到，也只是个巧合。”

当我问他，在他所相信的那个由 AI 创造的新社会里，他的工作会是什么样子时，他笑了。

“我的一个朋友，他自己也是个 AI 研究员，他是这么说的：‘你很幸运，因为你现在做的工作，即便到了后奇点时代，也依然会是你的工作。’”

原文文章链接：mercury.com/blog/dwarkesh-patel

本文来自微信公众号：思考机器，作者：Shreeda Segan