波场 TRON 创始人孙宇晨在与「薄肌理论」创始人 Alan 的一场播客对话中，系统梳理了他对 AI 时代个人系统重构、健康管理、全球化机会与加密货币本质的看法。按照 TechFlowPost 的整理，这场访谈从日常数据工作流谈到财富自由观，再延伸至区块链在机器经济中的作用。
以本地 Markdown 为核心的 AI 托管日常
在访谈里，Alan 先问到孙宇晨最近开始系统性训练后的身体数据，以及他如何把 AI 用进日常生活。孙宇晨说，他目前身高 172cm，体重大约 75 公斤，体脂率约 29%，计划用 3 到 6 个月完成一次整体形态重构。
他表示，自己的日常生活已经基本实现「全 AI 托管」。在饮食上，他会在每餐前拍一张餐桌照片发给 Claude，吃完后再拍一张餐后照片发过去，让 Claude 计算该餐摄入的卡路里和蛋白质，并给出进食顺序建议，比如优先摄入高蛋白食物。孙宇晨提到，他目前每天补充 25 克蛋白粉和 5 克肌酸，目标是每日摄入 140 至 150 克蛋白质。
训练和睡眠管理方面，他佩戴 Oura Ring 获取睡眠和消耗数据，再直接交由 AI 处理。教练会帮他拍摄训练视频，视频上传后，AI 会自动记录是硬拉还是深蹲、做了几组、每组多少公斤，并依据「渐进式超载」原则规划下一次的递增重量。孙宇晨举例说，AI 每天会汇总睡眠、饮食和训练消耗，像某天训练消耗 275 卡路里，也会被整理进一份可视化的个人健康日报。
在数据架构上，孙宇晨强调两个原则：「数据本地化」和「模型解耦」。他把训练记录、照片数据和日常分析都保存为本地文件，尤其是 Markdown（.md）文档，并为 AI 建立专门项目，让模型把读写结果直接写入本地 .md 文件。
他解释说，这样做的关键好处，是避免被单一平台绑定。如果当下觉得 Claude 更好用，就调用 Claude 的 API；如果之后 OpenAI 的 Code 接口或 Gemini 更强，直接切换 API 即可。新的 AI Agent 读取本地 .md 历史文档后，就能继续接管已有的数据和管理逻辑。孙宇晨称，这种方式大幅降低了个人数字资产迁移和切换的成本。
他还把这套方法延伸到更广泛的数字资产管理问题。按照他的说法，传统 SaaS 软件常把用户的健康和工作数据锁在各自的数据孤岛里，一旦平台停运或涨价，用户就会陷入被动；而把数据保存在本地 Markdown 文件，并通过 API 调用不同模型，个人就能保有数据所有权，同时按技术变化自由接入新的大模型能力。
月可支配收入不足 1000 元时，如何重新开始
当 Alan 抛出一个假设：如果今天重新回到 20 岁，没有资源、没有人脉，月可支配收入不足 1000 元人民币，会怎么重新开始。孙宇晨的回答是，现在反而是最好的时代，因为 AI 已经把获取顶尖认知的成本压到很低。
他说，如果每月可支配收入不到 1000 元，连每月 200 美元的订阅费也无法承担，仍然可以通过免费方式完成个人系统的 AI 化改造。他提到，可使用国内免费的 AI 工具或 API，例如智谱、Kimi，或者他搭建的、结合多模型的 B.AI。设备上不必先买电脑，一部普通智能手机就够。可以先在手机里建立文件夹，把自己的现状、每天的睡眠、饮食和学习进度记录成文档，再交给免费 AI 做现状诊断和路径规划。
在此基础上，孙宇晨提出要尽快在体内「安装」三套操作系统：
- 孙学：指认知升维，以及对财富自由本质的重构，理解商业与套利的底层逻辑。
- 薄肌：把身体健康作为核心资产管理，保证「碳基服务器」稳定运行。
- 黄毛理论：强调极强执行力和对外界噪音的屏蔽能力。
对于这三者如何协同，孙宇晨说，很多人拿不到结果，不是因为没有信息，而是无法承受外界阻力。按照他的表述，一个人如果同时拥有较高认知和较好体魄，在华语语境里反而容易遭到质疑，因此需要「黄毛理论」作为精神护甲，在外界嘲讽出现时，仍然去信任科学、数据和 AI 的推演，并持续执行。
在执行路径上，他建议先用 2 到 4 个月积累个人数据，再把这些数据分别输入多个大模型，例如通过 API 向 Claude、OpenAI、Gemini 提问，让它们从上、中、下三策中给出突破现状的方案，再选择其中策或最优解执行，并根据反馈持续做微调。他认为，减少传统社交中的内耗和面子成本，把有限精力投向 AI 辅助下的精准执行，可以在较短时间内拉开认知差距。
AI 时代的「全图插眼」与 37% 参照系
在谈到未来几年年轻人值得投入的方向时，孙宇晨没有给出单一赛道答案。他表示，在 AI 时代，大多数行业都会被重塑，真正稀缺的是人的寿命和时间，关键不是押注哪个标签，而是如何利用 AI 做「全图插眼」。
他举了学术界的例子。孙宇晨提到，纽约大学一位教授曾研究千禧年数学难题之一的 NS 方程，即 Navier-Stokes equations，在把核心思路分享给 OpenAI 后，后者调集了 700 万美元算力和数千个 Agent 节点，用两天沿着该思路完成推导攻克。孙宇晨借此说明，在 AI 介入后，传统学术圈层和资源壁垒正在被削弱，年轻研究者有机会跨越原有硕博训练体系的长积累过程，完成更大级别的科研突破。
围绕这一点，他进一步给出一个信息论层面的判断：如果在 AI 时代，人类的知识、数学证明和历史文化没有被形式化，并上传到网络成为 AI 的训练语料，那么这段文明在下一纪元里就等同于没有发生。
把这一思路放到商业决策中，孙宇晨建议年轻人先「探图」，不要急着下结论。他把这个过程类比为 RTS 或 MOBA 游戏里的侦察：先造几个移动速度快的侦察兵去插眼，把地图尽量点亮。具体到现实操作，就是用 AI 逐一推演未来 10 年里 100 个不同专业的就业和行业趋势，先看清资源和风险分布，再做决定。
他还提到一个「37% 参照系决策模型」，也就是「看 100 套房模型」。按他的说法，如果面对 100 个选项，无论是选专业还是买房，前 3 个或前 30% 不要做最终决定，而是用来建立 Benchmark。进入后续样本后，一旦出现综合指标超过前面参照系的最优解，就应当出手。他认为，很多人的决策失败，要么是第一套就仓促决定，要么是看到最后因选择过多而陷入瘫痪。
说到商业模式时，孙宇晨主张「全球套利」和「逐水草而居」。他举例称，同一种 AI 服务的 API，在阿根廷、土耳其、尼日利亚等地区与美国之间可能存在较大定价差，围绕全球 Token 中转站或跨国需求匹配，就有可能形成合法商业价值。在他的表述里，目标市场不应只看当前的人类用户，而应把 80 亿人以及未来几十亿硅基 Agent 都纳入潜在客户范围。
对应到资产配置和流动性要求，孙宇晨给出的建议很直接：年轻人在 30 岁之前，尽量不要过早用买房、买车、结婚等方式锁定流动性。他解释说，一旦固定资产和现金流被绑定在某一地点，当外部出现新的商业风口，例如硅谷或某个新兴市场的机会，就可能因本地资产或稳定工作而错失转移机会。按照他的逻辑，应保持轻资产和高机动性，把身体和资产快速转向生产力回报更高的地方。
主动健康管理：把肌肉视作核心资产
健康管理是这场访谈中的另一个大主题。Alan 提问，为什么要把肌肉和抗阻训练放到「投资回报率最高」的位置。对此，孙宇晨给出一个由他与 AI 讨论后总结的「100 分寿命定量得分模型」：
- 心肺功能：25 分
- 肌肉质量：25 分
- 器官维护、抗衰与基因等：其余 50 分
他认为，通过深蹲、硬拉等科学抗阻训练，可以把心肺和肌肉这前 50 分同时尽量拿满。相比之下，跑步等单纯有氧训练，在提升心肺时可能伴随肌肉流失，而抗阻训练更能兼顾两者。
孙宇晨进一步把肌肉形容为身体里的「美金现金存量」。在他看来，当人体面对重病、高压或严重应激时，代谢机制会优先消耗肌肉来修复黏膜和器官；如果平时「肌肉存款」不足，身体就更容易在重大疾病或高压状态下失去支撑。他还把肌肉称为被动燃脂的「红莲斗篷」，称其即便在睡觉时也会持续消耗热量，改善胰岛素敏感性，预防 90% 以上由肥胖与代谢引发的心脑血管疾病。
当 Alan 提到马斯克、巴菲特、特朗普等人常被用作「不健身也能成功」的例子，以及司美格鲁肽（Ozempic）降重方案的流行时，孙宇晨表示，拿这些人作为拒绝抗阻训练的理由，本质上是一种「屁股决定脑袋」的 Ego 陷阱。按他的说法，成功人士可能会基于自身状态，为大肚腩和不健康生活方式辩护，但如果把问题换成 80 岁时想自己走进餐厅还是坐轮椅被推进来，答案其实很清楚。
对于司美格鲁肽类药物，他的态度也很明确。孙宇晨称，这类药物在减脂同时会造成肌肉量明显下降，肌肉流失又会导致基础代谢率断崖式下跌，进而形成「越打药—代谢越低—停药后更快反弹—肌肉更少—晚年肌无力、易骨折卧床」的恶性循环。
至于怎样把「主动健康管理」真正落地，孙宇晨提出「主动数据排雷」的做法。他说，自己曾按 AI 建议，在完全无症状的情况下直接去医院做深度体检，重点监控高低密度脂蛋白、血糖等数据。按照他的回忆，医生看到体检清单后问他是不是用了 AI，并称自己接诊过很多病人，但孙宇晨是第一个在没有症状时，仅因 AI 驱动而主动做健康排雷和数据监控的人。孙宇晨借此强调，主动健康管理与被动急救的区别，就在于是否能在无症状阶段结合数据和训练，提前构建身体的「肌肉资产」。
孙宇晨对 Crypto 的定义：机器可读的货币语言
在加密货币部分，Alan 提问，如果向一个完全不懂 Crypto 的普通人解释，加密货币到底解决了什么问题，以及波场在其中扮演什么角色。孙宇晨给出的核心定义是：加密货币的本质，是把人类古老的货币翻译成 AI 和机器能理解的可编程语言。
他指出，现有 SWIFT 结算系统起源于 1950 年代，是二战后盟军电报系统的延续。即便传统银行以及招商银行、PayPal 等前端体验已经数字化，其后端账本在他看来仍然是封闭、中心化的数据库，难以与硅基 AI 原生兼容。
孙宇晨认为，在未来 AI 时代，成千上万的 AI Agent 需要自主运行，并相互调用服务。一个 Agent 调另一个 Agent 的 API，或按毫秒级算力进行结算时，交易金额可能低至几分之一美分。这种高精度微支付和实时清算需求，传统银行体系既难以支持支付精度，也难以承受相应手续费和延迟；而 Crypto 可以提供即时结算、可编程性和极小单位的计算能力，更适合 Agent 间交互。
在这个框架下，他把波场网络描述为一条服务全球资金流动的「高速度、低成本的高速公路」。孙宇晨在访谈中表示，目前波场每天处理数百亿美元交易，年结算量达到数万亿美元，本质上是在为全球用户以及未来机器世界提供高频、低成本的通用清算底座。
当被问到这是否意味着未来金融体系如果不与区块链结合，就无法接入硅基经济时，孙宇晨回答「确实如此」。他认为，随着 Agentic Economy，即 Agent 经济体兴起，越来越多经济活动会交给 Agent 托管，一个无法被机器原生读取和清算的金融体系会被迅速淘汰；基于区块链的可编程货币，例如稳定币和智能合约，将成为未来硅基与碳基混合经济体的底层金融基础设施。
「先自由，后财富」与 Small Ego
访谈最后回到财富自由这个话题。Alan 提到十年前《财富自由革命之路》播客的起点，追问孙宇晨今天如何理解「财富自由」。孙宇晨把自己的答案概括为六个字：「先自由，后财富」。
他说，很多人误以为只有先赚到足够多的钱，才可能拥有自由。但在他的定义里，自由首先是一种主观认知的解绑定和行动机动性：不被固定资产锁死，不被舆论绑架，敢于跨界套利。财富不是前提，而是在认知解绑和行动自由之后出现的伴生结果。
为了维持长期的自由和财富，孙宇晨提到字节跳动创始人张一鸣说过的「Small Ego」概念，也就是低自尊或小自我。围绕这一点，他谈了两层含义。
第一，是打破傲慢和既得利益带来的阻力。他认为，一个人在某个版本获得成功后，很容易开始维护旧系统的合理性，比如传统成功者拒绝健身、嘲笑加密货币。越成功，Ego 可能越大，也越容易成为旧版本的维护者。
第二，是及时打补丁。当发现自己的认知有缺陷时，例如他自称此前对肌肉健康存在错误认知，就应立刻吸收新理论，迅速在自己的系统里完成更新，而不是顾及面子延误调整。
在回应 Small Ego 如何帮助创业者和投资者避免被版本淘汰时，孙宇晨把现实生活类比为一场《地球 Online》。他说，规则和版本一直在更新，几年前房地产还是强势角色，版本更新后就被削弱，而现在 AI 成了新的核心机制。一个人不可能只靠一个「英雄」吃一辈子，真正阻碍进化的，往往不是能力短板，而是过去成功积累起来的 Ego。按照他的说法，只有像更新软件版本号那样持续更新自己，保持高机动性，并根据外部数据和事实不断微调甚至重构个人操作系统，才能在不同历史版本中继续前进。
本文内容据 TechFlowPost 对播客的整理与编译。原文同时注明，文章仅代表嘉宾个人观点及基于公开源信息的整理，不构成任何投资、医疗或法律建议，市场有风险，决策需谨慎。
