一张关键画面对应一段完整解说，按原视频时间推进。
片头用几段后文观点作预告。
常劲： 大语言模型至少在今天这样的情况下，只要还继续使用 Transformer 底层的模型，或者继续基于这种统计学生成的结果，它就很难替代我们人的判断。
曹卿云： 喜马拉雅最新公布的持仓里面，有一笔很大的 position 在谷歌上。为什么对于谷歌这个公司如此看好？虽然谷歌也是大家的共识，但在这个位置，您会担心它的市值有点过高吗？
常劲： 今天大家觉得谷歌好得不得了，所以喜马拉雅买了它？不是的。我们可能是在大家都认为这家公司很糟糕、很快就要被干掉的时候买了它。至少到目前为止，我还没看到谁做出一个模型，别人就赶不上。而且我的发现是，你用最先进的芯片、最强大的 computing power，也不见得能够永远跑在最前面，最后还是要考虑怎么落地，最后还是有成本的问题。
片头依次出现 Transformer 示意资料、主持人与嘉宾双人中景、主持人提问和嘉宾回答画面；选中的画面是与“Transformer”相关的片头资料镜头。
曹卿云： 常老师，非常高兴您今天来《硅谷坐标》做客。我们知道喜马拉雅资本有一个非常特殊的 LP，查理·芒格先生。你们的基金也是查理·芒格家族生前唯一把自家的钱放给外人打理、非常信任的机构。我们也知道李录先生，还有您，包括跟巴菲特和芒格先生都有非常多的来往。在这么多年的交往中，您觉得从他身上，在投资方面和非投资方面，您学到最多的东西是什么？
常劲： 芒格先生跟李录先生其实是亦师亦友的关系。关于芒格先生，最重要的一件事是我们做了中文版的《穷查理宝典》，英文版叫 Poor Charlie’s Almanack。这是他的好友 Peter Kaufman 出的一本芒格演讲集，收集了他的思想和相关记录。我在这个过程中也深度参与了这本书。
芒格先生对我的影响，在投资上最主要当然是对价值投资的理解。其中有两个对我影响特别大的方面。一个是他的 worldly wisdom，也就是普世的智慧，其中包括大家比较熟悉的多元思维模型，multi-disciplinary mental model，也有人把它叫作“山格理论”。他的意思是，各种各样的知识都可以串在一起，用于投资研究，然后产生洞见。
另一个影响很大的方面，是他的误判心理学。他在一次演讲里提出了 25 个常见的误判心理倾向。这会帮助我们在投资、学习和研究过程中，深入认识自身的局限：我们在哪些方面可能受到心理倾向影响，做出错误判断，陷入自己设置的陷阱，然后对投资造成很大影响。
这个看法跟巴菲特提出的“能力圈”（circle of competence）也有异曲同工之处。这是他在投资上对我最大的两个影响，当然还有很多。芒格倡导的思维方式，尤其是理性思维，对做投资的人非常重要。投资最怕的就是被情绪左右，导致对事情误判，而且投资的成本很高。
我们做错一个决定，损失的钱跟管理的基金规模有关。管理的规模越大，带来的损失可能越巨大。尤其是在管理别人的钱时，我们还有 fiduciary duty。如果是自己的钱，出现损失自己可以承受；可是如果亏了别人的钱，就是对我们受托责任很大的损伤。所以芒格先生强调，投资一定要有理性思维，这是非常重要的。在生活方面，他也对我有很大影响，这也是我在学习《穷查理宝典》的过程中慢慢领悟到的。
画面以常劲近景为主，选中的画面同时显示“芒格的普世智慧”图卡和嘉宾姓名条，图卡列出多元思维模型等关键词。
常劲： 这也是我在学习《穷查理宝典》的过程中更深的领悟。当然，我也从我的 partner 李录先生、芒格先生、巴菲特先生以及很多价值投资者的生活中看到这些东西。价值投资实际上也可以应用到生活里，比如人际交往。
芒格先生一直强调，我们在生活里一定要生活在一个值得信赖的信任网络里，a spider web of deserved trust。这非常重要。如果想让生活比较平顺、快乐、幸福，很重要的一点就是我们跟谁、跟什么样的人在一起，以及怎样和他们建立信任关系。这个关系必须是双方的，你也要值得这样的信任。
芒格先生在生活中很好地实践了这些原则。他在社区里有很多朋友。芒格先生表面看起来可能比较高冷，说话也好像口无遮拦、无所顾忌，但他对朋友和周边的人非常关心、非常善良。他总是站在别人的位置上思考：我要给你的东西，是不是你想要的？是不是你给我、我也想要的东西？只有双方都认可，这种交往才能长期持续。
所以他也给社区做了很多贡献。斯坦福大学旁边可以看到芒格先生捐助的建筑，UC Santa Barbara 等机构也有他的支持。他还在洛杉矶的一家大医院做 board member，在当地的 Harvard-Westlake 学校做 board member，给社区提供了很多支持。当然，他一直活到 99 岁，几乎是一百岁。
我觉得他的人生给做价值投资的人树立了很高的灯塔。我希望将来如果自己的人生能够像他一半，就已经非常幸福、非常满意了。
曹卿云： 做公益是不是也受到他的启发？
常劲： 很大程度上受到他的影响，也受到李录先生的影响。
画面在常劲近景、曹卿云近景和双人中景之间切换；选中的画面是常劲回答关于信任关系和社区贡献的近景，底部保留节目主题条。
曹卿云： 在 AI 这样的时代，我们应该怎样看待价值投资？现在科技变革和大模型更迭日新月异，而价值投资很希望看到远期的可预见性。您觉得我们身处的 AI 时代，和历史上的周期相比，有什么相同和不同？
常劲： 这是很多价值投资圈年轻朋友经常问我的问题：AI 出来了以后，是不是把做价值投资的人也替代了？关于 AI 时代会带来什么变化，大家有各种看法，有人说它像互联网时代，也有人把它比作移动互联网时代。
我自己感觉，它更像工业革命时期的技术变化。工业革命时，机器、蒸汽机的出现，实际上替代并延伸了人的体力能力。过去用肌肉和体力能做的事情很有限；有了蒸汽机，人的能力被放大成百倍、千倍、万倍甚至百万倍。今天机器能做的很多事情，是人力完全做不到的，这给社会带来了巨大的影响和变革，对人类文明的影响非常深远。
AI 刚刚兴起，我觉得它对人类最重要的影响，是给脑力劳动带来巨大变化，让脑力劳动的能力得到释放。过去我们能理解、能做的事情非常有限，也很难成为像芒格先生那样百科全书式的人物。但有了 AI，很多知识都随手可得。我们只要和 ChatGPT 对话，就可以获得过去不知道、也不具备的知识。将来这种能力还会继续放大，带来很多惊喜，对社会的影响可能是百年尺度的，也可能要求社会乃至文明形态发生重大变化。
但它和过去仍然不太一样。工业革命是一次 paradigm shift，互联网其实也是一次 paradigm shift，也就是范式变化：从在农田里用体力工作，进入工厂用机器工作；互联网出现后，很多原来发生在物理世界、offline 的生意搬到了虚拟世界，形成了电商等新模式。
AI 的一个很大不同，是它主要影响已经数字化的世界。生意已经搬到互联网上，AI 在这个基础上赋能 business，把过去沉淀的数据、知识，更重要的是能力重新组织、重新放大。因此它的发展速度比互联网更迅猛，对很多生意可能直接开始赋能，不需要先完成一次新的跃迁。这是我看到的一个很不一样的地方。
选中的画面是常劲近景，字幕对应“AI 对数字世界的赋能”；访谈全程保持室内书架背景，没有独立 PPT 或图表主线。
曹卿云： 价值投资希望对未来有很长的可预见性，但 AI 变化、迭代很快，大模型不停变化。您觉得这让价值投资更有意义了，还是让整个体系受到挑战？
常劲： 到目前为止，我感觉还是在赋能，而不是在挑战。如果说有挑战，是因为我们在价值投资的做法上还没有做得更好，还没有真正把大语言模型应用到投资决策中。
做 trading 是有可能的。没有大语言模型以前，大家也在做这件事。过去像 Renaissance Technologies，也就是文艺复兴科技公司，已经用数学模型和 algorithm 做得非常成功。大语言模型可能会让更多这样的公司做得更好。
但如果要真正用在投资上，尤其是特别长期的价值投资，问题很大。我在使用 AI 做研究的过程中发现，大语言模型对结构化信息处理得很好，它有一个终端结果。比如写程序，程序是一种非常结构化的语言，写出来以后能不能工作，就是唯一的测试标准，是骡子是马，拿出去一遛就知道了。科学研究也有类似的结果导向，实验成功了，说明这东西可能是对的；实验不成功，可能就是错的。
可是投资不是这么简单，尤其是长期价值投资。很多结论其实只是一个方向、一个倾向，不是确定会发生的事情，其中有 probability。很多时候，大概率发生的事件反而没有发生，小概率发生的事件发生了。
第二个问题是时间很长，结果不能用当前表现马上验证。价值投资的 holding period 都超过 5 年、10 年，有时是 20 年、30 年。我们投资的公司里，持有期超过 20 年的也有。比如大家熟悉的比亚迪，我们持有它差不多 23、24 年了。这段时间经历了无数股价波动，历史上超过 50% 的波动就有六次。你不能用短期表现验证我们对公司长期投资的看法是不是正确。所以在这方面，大语言模型很难替代人的判断。
另一个问题和大语言模型的训练基础有关。它是 Transformer-based model，生成结果来自其中的概率参数。语言、图片、文字等信息之间的相关性较高，于是生成了这样的结果。它看起来像在和我们对话，并不是因为真正理解了我们在讨论什么，而是把我们讲的东西放进模型里，看哪些连接的 probability 最高，然后生成出来。
对于不容易确定的内容，它会在不同可能性中，通过类似投票的方式决定哪个更可能。它最后还是概率的产物，而人的思维不完全是概率产物。我们对一件事的判断有时并不是大概率，反而可能是小概率。常说真理掌握在少数人手里，如果人的思维完全是概率事件，真理就应该永远掌握在多数人手里，所以它和人的思维完全不一样。
它还不能很好地解决跳跃性思维。人可以跳跃，AI 一跳跃就可能跳乱。它也很难解决信息 gap：一个知识点和另一个知识点之间有 gap 时，它无法真正把两者连接起来，就会编故事。做研究时得到的很多结论似是而非，就是因为它无法解决知识 gap，只好编故事。它的训练本质上就带有这种能力。
但研究要避免的正是这一点。当没有掌握事实时，不能编故事，必须对知识保持诚实。所以至少今天，如果它仍然使用 Transformer 这类底层模型，仍然基于统计生成结果，就很难替代人的判断。
我们应该让 AI 做它擅长的事情，让人继续做我们擅长的事情，用 AI 帮助提高效率。AI 擅长抓取资料、收集信息、组织和整理信息，但不擅长判断哪个信息更重要、哪个不重要。它所谓的判断，往往建立在公众共识上：大家认为重要，它也认为重要，但这件事可能对你的研究没有意义。
因此，人需要判断来源质量，指出哪里有问题、还应该看哪些来源，再把 feedback 给 AI。这样就形成良性互动，让研究结果更好、更可靠。AI 可能像机器替代了一部分人的体力，但更重要的是让人使用机器，提高脑力能力，让人变得更加 productive。这可能是 AI 将来给人类带来的非常 positive 的影响。
选中的画面是常劲近景，字幕对应“实际上在我们做研究里”；画面没有独立数据图，主要用于确认回答者和保留访谈现场语境。
曹卿云： 您刚刚讲到芒格先生对您最大的影响，是帮您建立了一个多学科、跨学科的 mental model。这个跨学科理论知识，或者知识图谱，是 AI 帮您建立，还是信息之后往上建立知识体系仍然要靠人？
常劲： AI 可以帮助我们，但它自己很难做到。核心问题是，刚才讲过，AI 现在的判断还不够。在研究过程中，你要用物理、数学、地理、政治、社会学、心理学等各方面的知识，判断哪些知识在什么地方需要使用，这还是需要人来判断。
如果完全交给 AI，最后的结果可能是给你讲一个故事。它讲得逻辑上非常完美，但不一定真实，和真实世界有很大距离。因为 AI 没有办法真正理解真实世界。人有眼睛、嘴巴、鼻子，有感知、有经验，也有对过去和未来的感受，还有非常厉害的直觉。它能不能上升到人类对世界的感知、认可和理解，至少在现在，对我来说还是一个巨大的问号。
那么我们怎么样才能达到像芒格先生那样，建立自己的 mental model？这就是一个学习过程。最后这些知识必须是我们自己的，只有掌握了知识，才能做出判断。如果知识只是 AI 的，而我没有掌握，AI 再聪明，我也不能很好地利用它。
画面下方出现绿色主题条“AI 能否帮人建立芒格式的跨学科思维模型”，主体是常劲近景；这一帧直接对应主持人的提问主题。
曹卿云： 我们也很想聊一聊喜马拉雅对于整个 AI 产业链，从模型到半导体，不同行业的看法。喜马拉雅最新公布的持仓里面有一笔很大的 position 在谷歌上，为什么对于谷歌如此看好？虽然谷歌是大家的共识，但在这个位置您会担心它的市值有点过高吗？
常劲： 因为合规原因，我不能具体评价谷歌这个公司。对于 AI，从行业或者发展角度看，我们不见得比别人有更好的看法。我们做价值投资，是自下而上的研究方式。什么叫自下而上？不是从大的行业、地域、国家或宏观经济去看投资机会，而是针对每一个具体公司。
作为这家公司的股东，我要理解这个公司的生意：它的生意怎么发展，外界的各种变化会对它的未来产生什么影响，会对它的内在价值产生什么影响，有哪些风险需要应对。理解这些以后，我们找到投资这家公司的安全边际，才决定是不是投资。
所以我们的看法跟绝大部分人不太一样。你要问我对宏观有什么看法，可能有一些，但谈不上真正的专家。更多还是和我们底层投资的公司相关：这家公司有没有护城河，能不能保护它的生意长期不受影响；技术和 AI 的发展会不会影响它的生意；AI 发展会不会影响它的搜索模式；它又会怎么应对；它的护城河到底在哪里。
把这些看明白以后，我们才会投资。不是因为它现在是 AI 上大家最看好的公司，未来在 AI 上有巨大空间、能带来巨大 value，所以我们投它；而是因为我们觉得它没有当下的风险，持有它还可以享受 upside 带来的红利，所以投了这家公司。
曹卿云： 可以理解为，一个好公司在估值合理、具有很好的安全边界，市场已经把所有坏情景 price in 的时候，就是比较好的入场点？
常劲： 不能简单说市场把坏场景 price in 了。市场在 downside、比较悲观时，会更偏重给 downside 定价，经常会 overprice downside；当市场非常乐观时，又会给 upside 定价，因为它不再想 downside，也会很乐观地给 upside 定价。于是 upside 会变得非常高、非常大，泡沫就出来了。
当市场冷淡或非常悲观时，也会出现 overly negative，把价格打得非常低，这反而给我们提供买入机会。所以我们投资这些公司，往往是在市场不看好它们时买入，不是在市场看好时买入。
曹卿云： 今天大家觉得谷歌好得不得了，所以喜马拉雅买了它？
常劲： 不是的。我们可能是在大家都认为这家公司很糟糕、很快就要被干掉的时候买了它。听起来好像是在垃圾债里淘金，但它不是垃圾债，而是被市场错看、错杀的公司。它实际上有强大的竞争优势，护城河很深、很宽，而且能够长期持续。
AI 和互联网时期有一个很大不同：AI 会给已经在数字世界做得很好的公司赋能。如果一家公司已经有巨大的用户群、数据、计算能力、人才和很多其他优势，AI 长期带来的可能不是负面影响，而是正面影响，除非管理层犯了巨大错误，把机会白白让给别人。但今天能在市场上做得优秀的公司，管理层肯定有自己的智慧，否则也做不到那个位置。
画面以常劲近景为主，底部主题条列出“芒格与价值投资、AI 与历史周期、AI 做研究的边界、如何看 AI 产业链”等章节；这一帧对应“投资的决策”语义。
曹卿云： 在 AI 时代，您怎么看半导体？比如 GPU、现在比较火的 CPU，还有存储。在需求快速上涨的时候，硬件会不会出现周期性的消退？
常劲： 硬件出现消退期是很正常的。过去经常出现这种情况。比如中国太阳能爆发时，曾经出现产能不够，很多公司就扩张；扩张完以后发现产能过剩，很多投资就打水漂。今天是不是也进入了这样的状态，我不知道。
但泡沫肯定存在。硬件、软件的需求，在很多数字世界里增长很快。很多东西是虚拟的、软件化的，需求上升非常快。大家都要用 email，传播速度可以非常快，对硬件 capacity 的需求也可以涨得非常快。
可是硬件 capacity 的建立不会那么快，就像建房子一样，要一块一块用砖把它建起来，不是拿一个软件 copy 一下就能生成。今天要满足 capacity，确实需要时间，需要这些公司投入好几年，把产能建立起来。
问题是，未来产能建立起来以后，是不是还能满足今天的需求？如果产能还满足不了，就会继续推动大家投资；但如果走过头，产能太多、需求跟不上，反而会出现巨大落差。
这也是我们做投资为什么要非常小心。当一件事情非常火热、到处都说产能不能满足时，我们还是要保持冷静，对未来做理性判断。
画面出现“对半导体硬件的看法”主题条，随后切回常劲近景；没有独立硬件图表，画面重点是确认回答者和访谈章节标签。
曹卿云： 现在各家 AI Labs 发布模型的速度越来越快，您怎么看头部模型之间的竞争？
常劲： 这方面我确实没有特别好的看法，完全是直观感受。我认为，纯粹做模型、没有客户的公司，最后必须让模型落地，必须让客户使用。无论是自己去拉客户，还是跟别人合作，模型的输出能力最后还是要落在谁去使用这些东西上。
已经有大量用户的人，即使现在还没有使用 AI，也不用那么着急大规模投入，可以等谁的东西做得比较好，再拿过来用，让客户直接受益。
长期来说，最后还是能力和成本的匹配：谁的能力做得更好，谁的成本做得更好。要说完全垄断某一个方面的能力，至少今天我看不到这种情况。这个 barrier 也没有那么高，如果有足够资金和 computing power 往里面砸，barrier 就没有那么高。
曹卿云： 所以未来可能还是比较同质化的竞争，直到哪一家公司的变现做得更好、收入体现得更好，那个时候才能看出谁是赢家？
常劲： 至少目前为止，我还没看到谁做出一个模型，别人就赶不上。你有最先进的芯片、最强大的 computing power，也不见得能够永远跑在最前面，最后还是要考虑怎么落地，最后还是有成本问题。
比如谷歌可能在这方面处于一个 sweet spot。我们投资谷歌并不是因为它的这些能力，也不是因为相信它一定能做得最好。对我们来说，它的竞争压力可能没有那么大。只要 AI 继续发展，只要有公司做得更好，谷歌总是可以向别人学习。
曹卿云： 谷歌也在比较激进地做资本开支，这不是您担心的事情？
常劲： 我觉得这是好事，可能对它未来的发展有好处。
选中的画面是“头部大模型的竞争格局与变现”主题条下的双人中景，随后以常劲近景为主；没有独立模型对比图。
曹卿云： 还有英伟达，您怎么看？特别是在推理时代，不管是初创企业进来，还是谷歌的 TPU，您觉得在推理侧，英伟达的护城河是变强了还是变弱了？
常劲： 这个我也很难回答，因为英伟达本身我没有做很多特别深入的研究。但它的护城河确确实实很深、很宽。它的股价当然可能也还是有泡沫。如果整个 AI 里面有泡沫，英伟达是其中最核心、受益最大的 player，毫无疑问会有泡沫在里面。
要判断它未来会怎么样，说实在的，我也没有很好的判断。
曹卿云： 我只能说，对我而言，它肯定是有 downside risk 的。
画面出现“推理时代英伟达的护城河”主题条，主持人与常劲在室内访谈机位之间切换；选中的帧是与英伟达护城河主题直接对应的主持人画面。
曹卿云： 您看到的这几十年里，硅谷这边华人的生态位有什么变化？
常劲： 硅谷一直是华人比较活跃的地方，因为这里确实会聚集很多高尖端人才。一方面和美国过去的留学生、移民政策有关，这些政策吸引了很多来自中国大陆、香港、台湾的华人移民和留学，形成比较密集的人口。
另一方面，也受益于华人的教育文化。我们的家庭教育比较注重让孩子学习科学、工程，以及华人认为比较有价值、能够找到更好、更稳定工作的学科，所以这个行业里会有更多人才，反映在硅谷人群的分布上。
但另一方面，虽然华人在高科技乃至其他行业都有很杰出的表现，在一些领域仍然很弱。比如美国政治，虽然有一些华人政治领袖，但凤毛麟角。至少到目前为止，我还没有看到在美国国会层面有大陆背景的参议员、众议员；在州一级可能越来越多，再下面的 city level 可以看到更多大陆背景，但和我们在其他领域的表现相比仍有差距。
即使在 corporate world，无论投资界、高科技行业还是传统企业，华人的踪影也很有限。像 Nvidia，因为 Jensen 自己就是创办人，是华人作为领袖、领军的企业；但在很多其他大公司里，华人做到 senior executive 位置的还是不够多，尤其是传统企业。所以华人在领导力这一块，是需要补齐的地方。
第三个方面是华人对社区的贡献。我们可以看到很多华人捐款支持大学，做公益捐赠，但给社区的投资非常有限，这造成华人草根层面的影响不足。尤其在疫情期间，我感觉如果华人不能积极参与社会、进入主流政治影响，可能就会变成摆在桌子上的羔羊。别人不会因为你是华裔就保护你的权益，只有自己争取，才能保护自己的权益。
所以我也积极参与了很多华人社区工作。美国华人联盟成立早期，我是理事，也是主要捐赠人；后来更多参与组织建设和发展，最后又和一群志同道合的朋友创办了 UCA 社区基金会，也就是美国华人联盟的社区基金会。这是我个人在这方面做的努力，也希望有更多有志之士加入，为社区作贡献、丰富社区、加强社区。
曹卿云： Empower 它，让它能够在美国主流社会发挥更大的影响。您做这个基金会，当时的初衷就是希望帮助华人改善在美国社会各方面的参与度？
画面以常劲近景和双人中景为主，选中的画面带有“孩子们去学习科学”的字幕，直观对应华人教育文化与人才分布的论述。
常劲： 我在做社区工作的过程中发现，我们的社区组织有点像中小企业，资源非常有限。很多组织只有几个 volunteer，大家有热心，自己出钱出力，做得非常辛苦，但没有很好的资金支持。
所以我想搞一个基金会，让申请资金的过程更容易，支持社区里比较有创意、能够产生影响和效果的项目，支持它们发展，像一个天使基金一样，于是就做了这个基金会。
曹卿云： 可以给我们介绍一下你们都投什么项目吗？
常劲： 我们基金会主要专注六个方面：第一是公民权利、权利保护和教育；第二是公民参与；第三是第二代、青年一代的领导力培养；第四是传统文化传承；第五是社区服务；第六是中美民间交流、相互了解。我们在这六个方面推动项目。
比如湾区去年有一个剧社，做了《哥大的椅子》这个话剧。它讲的是过去有一个叫丁龙的华人，把一生积蓄捐给哥大，支持东亚研究，留下了一段佳话。他们把这段历史做成话剧，展示华人在美国的历史和对美国社会的贡献。我们的社区基金会赞助了这个项目，我也参加了演出。演出非常成功。我自己也是哥大商学院 MBA 校友，所以感到非常感动，也非常兴奋。
曹卿云： 你们主要投哪些项目？大概是什么样的 Check size？
常劲： 我们现在是天使投资，大概是 500 到 5000 美元，主要起种子资金的作用。这个 grant 拿到以后就花掉，不需要归还。
曹卿云： 但申请方要告诉你们钱花到哪里、结果怎么样。也就是说，全美华人如果有有意思、主要产生 impact 的项目，都可以去 UCA 申请？
常劲： 对，可以向 UCA Community Foundation，也就是 UCCF 申请。流程非常简单：写一个 proposal，告诉我们钱怎么花、需要多少钱、怎么使用，以及组织是什么样的团队。要求是必须是非营利机构，做的是公益事情。如果不是非营利机构，或者没有非营利资质，也可以找社区里有非营利资质的机构合作，再申请 grant。
曹卿云： 那你们投和不投的标准是什么？
选中的画面是常劲近景，字幕提到“比较有影响力、产生影响的社区项目”；画面没有项目图表，核心视觉信息是人物、姓名条和节目章节条。
曹卿云： 那你们投和不投的标准是什么？
常劲： 第一，它需要满足我们的六个 area，也就是我们的 mission、宗旨，刚才讲的六个方面。第二，它需要是比较初创的项目；如果做了很多年、已经很有财力，可能获得的机会就不够多。第三，我们希望它有社会影响。
今年 UCA 还有一个全美华人大会，在 Las Vegas，时间是 6 月 29 日到 7 月 1 日，是一个很盛大的活动。我们也欢迎更多华人社区的活跃者和志愿者参加。我觉得这是华人社区联合、联系在一起，互相交流经验、互相连接、未来更多合作的好机会。
曹卿云： 做基金会的时候，有没有碰到什么最大的挑战？
常劲： 我们最大的挑战是，目前已经完成了从 0 到 0.5 的发展，但仍然完全靠志愿者在运营，这是不够的。下一步希望进一步职业化，所以也在招募能够职业化做基金会的人才，希望他们加入。当然也欢迎更多志愿者，因为志愿者最大的问题是时间 commitment 不稳定，不能稳定 commit；人多了以后可以把空缺补齐。
现在的挑战包括怎样管理志愿者，以及把整个 grant application 从申请、发放、跟踪，到最后的结果评估、财务报告、项目报告等环节组合起来，有头有尾地完成。
画面以常劲回答为主，选中的字幕提到“能够职业化去做基金会的人才”；画面保持访谈近景，没有额外图表。
曹卿云： 管理志愿者是现在的最大挑战。我知道基金会也做了很多事情，帮助华裔下一代认知美国社会、融入美国社会。能给我们介绍一下吗？
常劲： 有一个很重要的项目，是和 UCA 一起做的。UCA 每年都有 summer camp，也就是青少年领导力培养夏令营。我们会请国会议员、华人在政治上比较杰出的领袖，以及社区领袖，给这些孩子们讲课。
参加者大概是中学生到大学生的年龄。课程会讲怎样服务社会、建立影响力和领导力、怎样找到相关工作，也会提供在国会议员那里实习的机会。每年大概是一到两周，今年也很快要开始了。我们欢迎更多华人家庭把孩子送去，经历这样的培养。
每年大概有一两百人，少的时候也有上百名学生。大家都可以申请，都有机会。今年的华人大会上，还有一个青年领袖大会，大概会有几百个青年学生参加，通过这个大会连接和交流。
画面以常劲近景和双人中景切换，选中的画面对应“比如说有一个很重要的”项目介绍；没有演示夏令营现场或独立活动图表。
曹卿云： 说到下一代的领导力，培养下一代时怎么思考长期价值？应该培养什么品质，教什么东西，未来不会被 AI 替代？
常劲： 如果不想被 AI 替代，首先要懂 AI，也就是 AI literacy，要了解 AI、怎么应用和使用它。这很重要。另一方面，学习要更多专注在有创造力的地方，真正发挥人的创造能力，因为我觉得 AI 可能很难替代人的创造能力。
最终来说，AI 可以带来很多惊喜，但可能仍然很难真正替代人。人还有很多特殊的东西，比如信仰、创造力和丰富的想象力，这些可能是 AI 不能完全替代的。
曹卿云： 在硅谷，很多华人家庭都非常“鸡娃”。在 AI 时代，“鸡娃”还有必要吗？还是更像美国，讲快乐教育？
常劲： 我觉得两个都需要。在我们家里，我属于比较中立的。美国教育有好的地方，它让孩子精神和学习上的负担少一些，能够比较自由地发挥。华人的做法也会让孩子更自律，建立好的生活习惯和学习习惯，然后更多地 expose，去发现其他方面：和我们的兴趣不那么相关的东西，也都去尝试一下。
这样可以让能力有更丰富的展现。所以我觉得两个方面都需要，最后可能要找到一个平衡。
画面以常劲近景为主，字幕直接出现“可能是 AI 不能完全替代的东西”等主题句；没有教育演示画面，重点是回答者和现场字幕。
曹卿云： 不是把孩子推到一个极端。今天最后一个问题，和您打交道的二代也很多，您感觉这些二代和以前的华裔有什么不一样？
常劲： 我觉得他们的视野会更加广阔。今天的孩子，世界不只是在美国，而是全世界。像 AI 带来的变化，也不只是中美之间的问题，而是一个世界的问题，需要大家 work together，一起合作去解决。
我是一个和平的倡导者，相信世界应该往和平上走，而不是国家之间、民族之间、宗教之间、政治体之间互相对立。未来的世界应该是一个更加和平的世界，这是我个人的期待。
曹卿云： 非常感谢常老师今天的交流，受益匪浅。
常劲： 谢谢，谢谢。谢谢曹卿云的采访，我也非常荣幸。
选中的画面是常劲近景，字幕对应“它是一个世界的问题”；结尾继续使用访谈现场画面完成收束。