核心要点
5.6 万美元：2005 年他和朋友从破产拍卖里买下 chess.com 域名时手里只有域名、没有生意，投资人一致判定这是不可投资的小众项目；2007 年上线，约 18 个月后开始卖会员，很快盈利，此后二十年"有多少钱就招多少人"。
从未融过新钱：General Atlantic（2020–2021）和最近的 CVC 两轮都是买老股的 secondary，公司没有拿到任何新资本注入。Erik 说私募股权进来反而让公司变强：不是"再努力点"，而是行业知识、预测能力和运营纪律上的补课。
2024 才敢确认：疫情前日活约 100 万他们已经很惊讶；COVID 加《后翼弃兵》带来第一波，2022 见顶；2023 因短视频、Mittens 机器人和作弊风波，孩子们在学校集体入坑，再冲一波。每次回落后的基线都更高，到 2024 他们才确信这不是昙花一现。
Stockfish 让棋变无聊：引擎太完美时，顶尖棋手都去模仿计算机、磨枯燥的残局，象棋一度变得难看；直到 Leela Chess Zero 这类自对弈神经网络出现，下法激进又反常规，反而把游戏推向了更精彩的阶段，如今的对局比以往任何时候都好看。
没有捷径只有工具：手握全球每个分段数百万人犯错与进步的数据，他给出的答案却"不幸地简单"——只能靠小模块的重复：做题、复盘、练开局。捷径只存在于工具里，不存在于过程里；把任何一天乘以一千，就是你的人生。
反作弊两条线：他拒绝透露具体手段以免给人灵感，只说依靠统计模型与机器学习，比对人类下棋与计算机下棋的数据特征；日常检测与有奖金的职业赛事分成两套工作流。作弊无法根除——总不能在每个人家里装摄像头——但抓得住、封得掉，还要顺带教育。
Gambit 把评分带进扑克：新上线的 gambit.com 用象棋打法做扑克——不比谁筹码多、谁最会诈唬，而是"你到底有多强"的评分。评分算法参考同桌对手的分数、赢得的筹码和手数，仍在调整。Erik 说输 100 美元他不在乎，掉 100 分才真难受。
章节时间轴
- 1:31 开场与公司规模 — Erik 介绍今天的 Chess.com：1000 万日活、4000 万到 5000 万月活、2.5 亿注册会员、今年营收略超 2 亿美元、650 人全远程团队。
- 3:05 从破产拍卖买下域名 — 2005 年 5.6 万美元拿下 chess.com，最初只想做一个象棋版 MySpace，两个人边读书边写代码。
- 3:50 融不到钱，于是按现金速度长 — 沙丘路一致唱衰，同学不愿加入；他投入卖掉旧生意的钱，还向朋友的妈妈借过一点，2007 年上线后靠会员费转正。
- 6:10 竞争与不融资的取舍 — ICC、FICS、Yahoo Chess 都曾是玩家，Lichess 像"象棋界的 Linux"；纯软件加内容、没有大厂碾压，所以可以走慢路。
- 9:16 2024 年才确信这是门大生意 — 疫情、《后翼弃兵》、短视频与 Mittens 机器人的三波浪潮，每次回落后的基线都更高。
- 11:34 象棋变酷了 — 从"高中书呆子的秘密爱好"到路易威登拿象棋做时尚大片、Lewis Hamilton 在私人飞机上下棋，Chess.com 重新定义了"什么算棋手"。
- 14:39 CVC 与私募股权的关系 — 两轮都是买老股，公司仍是 bootstrap；General Atlantic 跟投留下，PE 带来的运营纪律让公司真正长大。
- 19:15 机器超越人类三十年之后 — Deep Blue 之后人们以为象棋完了，结果人类比以前更在乎；Stockfish 让棋变无聊，Leela Chess Zero 又让它变精彩。
- 23:09 工具让年轻人学得更快 — 七岁孩子已能挑战特级大师；他 18 岁的儿子靠 YouTube 与 AI 工具自学成了远比他强的游戏开发者。
- 26:59 人如何获得专长 — 从平台数据看，答案只有重复：做题、复盘、练开局；捷径在工具里，不在过程里。
- 28:30 作弊与诚信 — 象棋和作弊的斗争远早于 AI；统计与机器学习模型双线作战，日常检测与职业赛事分开处理。
- 31:33 象棋为什么特别 — 没有开箱、没有皮肤、没有新英雄、规则永不更新；完全信息、零运气、极简规则却复杂到令人震撼。
- 33:52 是什么公司，以及 Gambit — 他们首先是一家象棋公司，同时也是游戏、内容和社交网络；新推出的扑克产品 Gambit 把评分玩法带进牌桌，后续还有更多经典游戏。
- 34:38 给创业者的话 — 二十年前的标准剧本他们条条都反着做；今天创业建议太多，不如问自己想让世界上出现什么，然后闭嘴去做。
- 36:59 他怎么看 AGI — 相信超人智能会越来越快到来，整体乐观但要护栏；他认为这更是文化问题而非技术问题，并直言不太信任今天掌权的那批人。
- 40:02 Chess.com 内部怎么用 AI — 客服自动化、数据分析、CTO Josh 早就搭好的内部权限与知识层 GNS、自研 martech，以及 agentic 开发缩短从想法到上线的周期。
- 42:20 产品里的 AI — 进阶数据与同分段对比、口袋里的 AI 教练，正在原型阶段的"每周复盘并给建议、还能对话"的教练体验。
- 43:07 怎么给扑克设计评分 — 参考同桌评分、赢得筹码与手数；100 美元和 1000 美元的桌打法完全不同，算法仍在演化。
详细内容
一个"不可投资"的域名，长成 2 亿美元营收的生意
Erik 开场自己都觉得数字荒诞："我们比我以为的大太多了。"今天 Chess.com 有约 1000 万日活、4000 万到 5000 万月活（夏天北半球的人都出门了，会略降），2.5 亿以上注册会员，今年营收将略超 2 亿美元，团队 650 人。公司使命写了三条：让会员开心、把这个游戏做大、成为最好的工作场所。
起点是 2005 年的一场破产拍卖。前一位域名所有者在做象棋软件，融了点钱、没做成、还不上债，域名被拍卖。Erik 和一个朋友花 5.6 万美元买下 chess.com——不是买下一门生意，只是买下一个域名。他们想做的是"象棋界的 MySpace"：一个人们可以来表达、学习和分享的社区。
那时他正在 Stanford 商学院读书，沙丘路就在旁边，风险投资人是他的老师和课堂嘉宾。他见了很多人，得到的答复高度一致：这不可投资，你该去找份正经工作，别浪费时间。他问同学要不要一起干，同学说"不了，我们要去做点正经事"。于是就剩他和担任 CTO 的朋友两个人，他做产品。
没融到钱，公司就"按现金的速度生长"。他把之前卖掉的几家小生意赚的钱投进来，还向朋友的妈妈借了一点（后来还了）。2007 年他毕业时产品上线，大约 18 个月后开始对在线象棋学习收会员费，很快就盈利了。此后每多一笔收入就多招一个人——社区经理、开发、系统管理员，再后来是设计师。他们曾以为"我们永远不会超过 50 人"，然后是"永远不会超过 100 人"，最后干脆不说了。
为什么没有必要融资，以及和私募股权的真实关系
主持人问的是一个很现实的问题：很多创业者融巨资，不只因为资本开支重，也因为想成为市场里绝对的主导者——而 Chess.com 恰恰就是那个主导者。Erik 的回答有两层。
第一层是行业本身。二十年前根本不存在"象棋产业"，只有零星的应用和两个主要玩家：FICS（free internet chess server）和 ICC，外加 Yahoo Chess。Chess.com 上来就死死盯住自己作为玩家想要什么：手感好、免费玩、浏览器里就能开，体验必须愉快。时间一长，这种对体验的偏执就赢了，其他家陆续掉队。今天 Lichess 依然在，他称之为"象棋界的 Linux"——开源、为一个重要的理由而存在、服务于社区的另一部分，两家共存；Chess.com 因为能产生收入，可以做另一类投入来推动这个游戏的增长。他还补了一句关键事实：象棋不可能被专利保护，应用商店里有成千上万个象棋应用和网站，最终决胜的只有产品、社区和内容。
第二层是取舍。他明确说别的生意确实需要融资——需要速度、需要硬件或库存投入。但对一门纯软件加内容、且没有任何科技巨头压顶的生意来说，走慢路是可行的，而且慢路养出了好文化，也不必依赖外部资本。
关于最近的 CVC 投资，他强调一件容易被误读的事：公司仍然是 bootstrap 的。CVC 买的是老股（secondary），没有新资本注入公司。更早的 General Atlantic 在 2020 或 2021 年进来时也是买老股。他半开玩笑地讲了这个演化过程：最早是某个人跑来说"我爱象棋，我要投"，他们说不不不，最后勉强同意让对方买了一点，对方说"我会永远持有"；五年后对方说"我得退出了"——"你不是说永远吗？""别担心，我找到接盘的人了。"再下一位又说要持有更多、也说永远，三年后又要卖。到后来规模大了，只能去找另一个量级的投资人，于是走了一圈私募股权，那个过程他说自己并不享受，遇到的人大多关注错了东西。直到遇上 General Atlantic 和那边的 Tanzeel，对方真的相信他们的使命——相信只要专注使命就能建成一门好生意。轮到 GA 需要给 LP 回报的时候，他们又找到 CVC，看中的是 CVC 在游戏、体育和社区型生意上的深厚经验；GA 也跟投留了下来。
被问到有了这些大投资人是否改变了经营方式，他的回答反直觉："改变了，但是以一种美妙的方式。"关于私募股权的刻板印象是给钱之后只会催你"再努力点"，但他说 GA 和 CVC 都不是——他们深入产品和社区细节，指出"这块你看过没有"，同时把预测、汇报和运营纪律带了进来。而这些东西的价值不只在于对投资人交代，更在于真正的经营：报表更准，就更懂业务，实验和学习才有依据。他也坦白，从带三五个人到带几百人、面对几十亿美元的估值，CEO 这份工作的地形完全变了，他很感激有人帮他一路学着长进去。
三波浪潮，和"2024 年才敢确认"
主持人问什么时候意识到这是门大生意，Erik 的回答让人意外：2024 年。
疫情前他们大约 100 万日活，已经很吃惊了。然后 COVID 来了，《后翼弃兵》来了，加上几轮新闻热点，用户暴涨。他们当时的判断相当清醒："这可能只是昙花一现，就像跑步机和酸面包一样。"结果回落之后并没有回到原点，只比 2022 年的峰值低一点。2023 年又来了一波更疯的：短视频内容、Mittens 机器人、还有那场作弊风波，孩子们在学校里集体开始下棋，又是一次尖峰。等再次回落时，基线已经高出一大截并稳住了。
于是到 2024 年，他们才确信："天哪，这东西是真的留下来了，而且还在复利式增长。"他补了一句很少有人说的话：生意在缩要怕，因为不知道怎么让它涨；生意持平也要怕，还是不知道怎么让它涨；生意在涨更要怕，因为不知道怎么维持、怎么撑住。那几年他们在产品、技术和扩容上到处出问题，属于"手心冒汗"的状态。最近这一年反而最平静：团队到位了，增长可预测了，也终于在组织上想明白了当一家 650 人全远程公司意味着什么。现在的重心是大量实验、产品改进、基础设施，以及 AI 的整合。
象棋：机器超越人类三十年之后的那场实验
这是主持人真正想聊的题目——象棋是人类跑得最久的一次实验：当机器在某件事上变得超人之后，这件人类活动会怎样。Deep Blue 三十年前就赢了 Kasparov，当时很多人预测象棋完了；结果今天人类对象棋的关心程度远超从前。
Erik 的解释先落在一个朴素的判断上：人类想做人类的事——人与人竞争、人做出东西、人解决问题。而在象棋这个具体案例里，机器的存在反而把人推得更强。
他讲了一条很少被通俗叙述提到的技术曲线。特级大师和世界冠军早期用计算机是为了找想法，再拿到人对人的对局里去用。后来引擎强到某个程度，出现了 Stockfish 这类近乎完美的存在，结果是所有人都试图模仿最强的计算机去下棋，磨出一堆枯燥的残局——象棋一度变得无聊。转折来自神经网络：沿着围棋那条路线（Leela 一脉的自对弈强化学习）训练出的 Leela Chess Zero 开始以出人意料的方式击败 Stockfish，棋风激进、反常规，把这个游戏往前推了一大步。所以计算机先让象棋变无聊，然后又让它比以往任何时候都精彩，棋手也变得更强。
今天 AI 在产品里的角色是"帮人类更享受象棋"：复盘时的 AI 教练会看你的对局并帮你从中学习；可以和计算机对弈；可以生成为你量身定制的战术题。他把这个类比推到更大的场景：AI 在数学里是不是解掉了太多问题？可另一边 AI 在解蛋白质折叠、攻癌症，而人类研究者也仍在做研究。他称之为一种手拉手的伙伴关系——最好的人类创造力配上最好的 AI，把人类往前推。
主持人接着追问一个漂亮的问题：如果今天给一个有天赋的十岁孩子和三十年前的同一个孩子相同的天赋，达到 ELO 2000 或大师水平的速度差多少？Erik 说这件事已经在发生了——七岁的孩子能让特级大师吃苦头，一个十岁的女孩（他说自己肯定会念错名字，索性不念）正在横扫所有人。他用自己的儿子举例：小时候就能上 YouTube，如今 18 岁，靠自学和各种 AI 工具成了远比他强的游戏开发者——注意，儿子不在创作环节用 AI，而是用它研究怎么解决问题。
他也没有回避另一面。大家真正的恐惧是：当有一个什么都懂的超级智能，为什么还有人写文章？为什么还思考？为什么还动手？他说自己理解这种担心，也知道有研究显示人在某些场景下用 AI 后确实停止了动脑，所以必须设护栏、必须摸索什么可行什么不可行。但整体上他仍认为这会把人推向更深的学习和更好的创造。
专长的获取没有捷径，只有工具
Chess.com 手里有一份罕见的数据集：数百万人在每一个分段上犯错、复盘、进步的全过程。主持人问，这份数据告诉了你们什么关于人类如何获得专长？
Erik 说这个答案"幸运又不幸地"很简单：就是把小的基本模块重复进脑子里——做战术题、复盘自己的错误、想练某个开局就去练。过程没有捷径，捷径只存在于工具里。他们已经尽量把做题和分项训练做得省事，今年晚些时候还有一整套新工具会让这件事更容易，但重复本身省不掉。他顺手做了个类比：训练神经网络也是喂大量数据，只不过它能并行地在很多记忆通道上同时训练，人脑不行，人只能一遍遍存进去。
他认为社交媒体和现代生活的即时性让很多人忘了练习是不能被抄近道的。而他自己最喜欢的一个概念是：把你人生中任何一天乘以一千，那大概就是你人生的样子。每天做五道战术题，一千天就是五千道；想做一百道，就乘以一千；或者每天画一张速写、每天跑一小段——决定结果的不是某一天做的那一件事，而是复利起来的习惯。
关于"人人都有信息可及，为什么不是人人都下得一样好"，他的答案也在这里：工具在你手上，重复还得你自己做。他倒是很推崇 AI 作为学习伙伴——像是随时能走进教授办公室提问，只不过装在口袋里；当然也有偏见、迎合和吹捧你的问题，但用得好的人可以以极快的速度深入一个领域。
作弊：一个比 AI 古老得多的问题
主持人把作弊这个话题接到了当下更大的语境：机器可以产出超人水平的结果，并冒充人类的表现——很多行业现在都要面对这件事，只是不一定叫作弊。
Erik 先说了感受：他真希望人类没有那种要占别人便宜、要压别人一头、要偷东西的驱动力。总有一部分人会用 AI 和技术去骗钱，或者只是上网下棋时开个引擎偷点分、满足一下自尊。他说这让他难过。
但他也提醒，象棋和作弊斗争的历史远比 AI 长得多——引擎存在的年头够久了，当年很多人认为这是威胁游戏存亡的问题、会终结象棋。幸运的是，反作弊同样有技术可用。他们在这上面投入了大量时间、金钱和人力，具体手段他明确拒绝展开，"我不喜欢给别人提供思路"，只说他们追踪大量信号、有统计模型和机器学习模型来刻画人是怎么下棋的——因为他们有全部这些数据，既知道人类下棋长什么样，也知道计算机下棋长什么样，而且模型在持续变好。
组织上他们分了两条工作流：一条是通用检测，另一条专门处理有奖金的职业赛事。他的结论很务实：作弊无法被杜绝，因为你不可能在每个人家里装一个摄像头；但抓获率很高，会封号，也会顺带教育当事人。保护这个游戏的完整性——无论是休闲层面还是职业层面——是他非常在意的事。
为什么是象棋，以及把象棋打法搬进扑克
在一个"什么都能被生成"的世界里，为什么应该是十亿人去下象棋？Erik 的论证很有意思：正因为给 AI 一个提示词，明天就能有一万个新桌游。他拿音乐类比——几十年来音乐无限增殖，而当音乐无限时，人反而会回去听 Beatles 和 Led Zeppelin，因为那是所有人都能围拢过来的共同经验。
象棋就是这样的经典：没有开箱、没有新皮肤掉落、没有规则修改、没有新英雄要学。规则极简，是完全信息博弈，没有运气成分，打开设备就能开一局，或者从抽屉里拿出棋盘摆上——永远是同一场共享的体验。它复杂到足以让你震撼，又简单到可以学会，正好卡在复杂与朴素之间的甜蜜点上。他认为在一个万物爆炸增殖的世界里，很多人正需要一些抓得住的、不变的东西。
那么 Chess.com 是什么公司？他的回答是"我们首先就是一家象棋公司"——大家都爱下棋。但这里面有很多面向：游戏公司、内容公司、社交网络，它们都成立，因为象棋这个游戏本身就包含这些。象棋占了他们 99.99% 的事情，不过最近确实往外迈了一步：他们上线了扑克产品 Gambit（gambit.com，手机上也能玩），做法是把象棋的剧本搬过去——不比谁买的筹码多、谁能用机器人、谁最会讹人，而是"你到底有多强"的评分。后续还会推出更多经典游戏，用他们那套关于"游戏应该怎么做"的理解，做得纯粹、健康、有学习价值；但团队很小，不会动摇象棋这个主线。
主持人自己玩象棋、围棋和扑克，追问了一个技术性问题：扑克这么依赖人际博弈，而且真金白银时人对风险的态度差异极大，评分该怎么设计？Erik 承认还在演化中：算法会看同桌其他人的评分、你赢了多少筹码、打了多少手。100 美元的桌和 1000 美元的桌打法差别很大，为花生米或 M&M's 打的局更是——总有人无脑全下、输光了再买一把 M&M's。但他相信一旦人们开始在意自己的扑克评分，会像在意钱一样在意它，因为那是对自己作为玩家的价值和技术水平的反映。他自己就是这样：在牌桌上输 100 美元不是他最喜欢的事，但也不太在乎；掉 100 个评分点，那真的让他难受。主持人补了一句很妙的总结：这会让扑克变得公平——终于能判断"Erik 是真的比我强，还是他只是 M&M's 比我多、纯靠欺负人"。
给创业者的建议，以及他怎么看 AGI
对于那些在判断自己是不是选错了市场、太早了、还是纯粹想错了的创业者，Erik 先指出今天创业者的一种诅咒：创业建议实在太多了。二十年前他入场时的标准剧本是——从 Stanford 找一个技术联合创始人、融一大笔钱、租办公室、瞄准大市场、砸钱买用户。他们几乎条条都反着做：合伙人是圣何塞州立的朋友，远程办公，没融钱，没为获客花过钱，还挑了一个极小的市场。
所以他的建议是：听自己的心，想清楚你希望这个世界上出现什么东西，然后不管市场怎么说，就死死地去做。当然也要听客户的、不行就要转向。但核心的三个问题是：你对世界的愿景是什么？把它验证出来需要的最小资源是多少？你想和哪些优秀的人一起做？其余的都不重要——去执行，把一个独一无二、对人有价值的漂亮东西放到世界上，剩下的自然会解决。最后他笑着说：别再听人给你的建议了，去做就是了。
最后一个问题是 AGI/ASI。他说自己相信超人智能会以越来越快的速度到来。如果没有护栏、没有关于它该如何与人相处的规则，会有点吓人，他希望人类能定出来。总体上他更偏乐观，希望它能帮我们解决气候、甚至政治与教育的大问题，创造一个更公平的世界；但他也担心相反的结果——他认为大科技公司带来的经济冲击已经显现，太多钱流向太少的人，而人类作为整体在分享创造出的价值这件事上做得远远不够。
他的结论是把问题从技术拉回文化："我认为这更是文化问题而不是技术问题。"人类有核技术、有枪、有一套经济制度已经很久了，真正决定结果的是一种文化如何使用工具，而不是工具本身。超人智能可以用来行善也可以用来作恶，取决于掌权者是谁——而他直言，对当今世界掌权的那批人（无论是超级富豪还是政客）他并没有多少信心，"我不知道我们是怎么走到这一步的：本不该管这个世界的人在管，本该管的人却不在位置上。"他不确定人类能不能走出来，但仍希望能做出一些文化上的改变、建立一些保护性的安排。
主持人在这里给了一个漂亮的收尾：象棋的兴盛当然不解决世界的所有问题，但它极其乐观地证明了两件事——即使机器能碾压人类，人们依然想获得人的技能；即使机器做得更好，人们依然欣赏卓越的人类表现。Erik 提醒她这也许只在游戏领域成立；主持人则把话说得更硬："认为在超人 AI 的世界里人的技能不再重要，仅仅因为技术本身如此——这是胡说。"两人在这一点上完全一致，剩下的分歧只在护栏和技术果实的分配上。
Chess.com 内部与产品里的 AI
Erik 把 AI 的使用分成三块讲。
组织内部：客服有大量自动化来更快给出答案，同时保留一批优秀的人类客服负责创建这些自动化并处理真正需要人对人的诉求，他称这是"很好的共生"。数据与分析岗用 LLM 来提问和挖掘。此外，CTO Josh 很早就开始搭一个叫 GNS 的内部系统——一个横贯全组织、带完整权限体系的认证与知识层，等到别人反应过来"等等，我们需要这个"的时候他们已经有了；他们还在自研 martech，以便更深地打通用户与数据。
研发流程：在写规格、做 agentic 开发上都在用 AI，他的口号是"有想法或看到问题，就修好它"。他真正关心的是缩短从"发现机会或问题"到"代码上线给用户"之间的时间——传统流程里深度立项、排路线图、开发、返工、测试、QA、层层交接，能把一件事拖得很长，而最终有意义的只有交付到用户手上这件事。他说这方面的效果很好。
产品输出：一是数据侧，把你的聚合数据做成进阶统计，并与同水平以及比你高一档的用户比较，回答"要升到下一级你得改进什么"，这套分析用了包括 LLM 在内的多种研究方法；二是"口袋里的象棋教练"——他强调这不替代真人，真想坐下来学就该去找个好教练，但需要随时随地、更轻松的陪练时，AI 教练在口袋里；三是正在原型的交互体验：AI 教练回看你过去一周的对局，给出反馈和建议，你还能直接和它对话。
金句
大多数人都说这不可投资，你该去找份正经工作，别浪费时间在这上面。 —— Erik Allebest 3:50
生意在缩你会怕，持平你会怕，在涨你也会怕——因为你不知道怎么维持它。 —— Erik Allebest 10:49
计算机一开始让象棋变得无聊了一点，然后又让它精彩了太多。 —— Erik Allebest 21:37
把你任何一天的生活乘以一千，那大概就是你人生的样子。 —— Erik Allebest 25:27
捷径存在于工具里，不存在于过程里。你必须把重复存进大脑。 —— Erik Allebest 27:44
这更是一个文化问题，而不是技术问题。 —— Erik Allebest 37:44
提到的书·产品·人物
- Erik Allebest（人物）：Chess.com 联合创始人兼 CEO，本期嘉宾；2005 年在破产拍卖中买下 chess.com 域名。
- Chess.com（产品/公司）：本期主角，2.5 亿注册会员、约 1000 万日活、今年营收略超 2 亿美元、650 人全远程。
- Gambit / gambit.com（产品）：Chess.com 新推出的扑克平台，把象棋的评分体系搬进扑克。
- Lichess（产品）：开源象棋平台，Erik 称之为"象棋界的 Linux"，两家共存。
- ICC（Internet Chess Club）/ FICS（free internet chess server）/ Yahoo Chess（产品）：Chess.com 早期的主要竞争者，后来大多掉队。
- General Atlantic（公司）：2020–2021 年第一家投资 Chess.com 的私募股权，买的是老股；本轮跟投留下。提到那边的合伙人 Tanzeel。
- CVC（公司）：最新一轮投资方，同样只买老股；被看中的是其在游戏、体育与社区型生意上的经验。
- Stockfish（产品）：传统强引擎，一度让顶尖对局趋于枯燥。
- Leela Chess Zero / Leela（产品）：自对弈神经网络棋引擎，以激进反常规的棋风击败 Stockfish，把象棋重新变得精彩。
- Deep Blue 与 Garry Kasparov（人物/事件）：三十年前机器击败人类世界冠军，当时被认为会终结象棋。
- 《后翼弃兵》（The Queen's Gambit）（影视）：与 COVID 一起构成 Chess.com 第一波爆发的文化触发点。
- Mittens 机器人与 2023 年作弊风波（事件）：连同短视频内容，构成 2023 年第二波增长。
- MySpace（产品）：他们最初的产品参照——想做一个象棋版的社区。
- Louis Vuitton、Lewis Hamilton（品牌/人物）：象棋进入主流文化的例证，前者用象棋做时尚企划，后者在私人飞机上用手机下棋。
- Josh（人物）：Chess.com CTO，主导内部认证与知识层系统 GNS。
- Stanford 商学院、San Jose State（机构）：他读书的地方，以及他的技术合伙人来自的学校——与"标准创业剧本"形成对照。
适合谁听
想知道机器全面超越人类之后，一项人类活动会如何演化的人；以及关心 bootstrap 公司如何靠产品与社区打赢、并与私募股权健康共处的创业者。