🔥 Search Hot Tweets
Search and analyze hot tweets from KOL accounts within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.
什么叫“文科思维差”？ 简单来说，有两类典型表现： 第一，缺乏共情、共识与共理解的能力。 他们很难准确理解他人的语言，就像“传话筒游戏”里那个把原句子传的最偏的那个人，但自己却毫无察觉。相反，顶级的传播型思维不仅能精准捕捉表达清晰者的意思与情感，还能将表达的很差的人，那种混乱和跳跃的语言加以重组和再现，能让对方惊叹：“你居然比我还懂我自己。”这种能力，本质上是语言折叠的精确度与共鸣力。 第二，文字表达能力极差。 他们往往会把本该传达的善意写成讽刺，把自己的想法在自己文字里彻底扭曲。结果是在自己的语言中，把自己表现得比真实的自己更愚蠢、更浅薄、更无知，而本来自己想去展现的善良、深度和学识却完全在自己写的文字里消失了。这种“自我扭曲型表达”，正是文科思维薄弱的典型症状。
妙啊，学到了一招 下次应该先说我独立开发赚了10万块。 然后你们问我怎么赚的？ 然后我说加群卖课告诉你们。 然后我就真赚到了10万块。
这波ai浪潮最亏的，是水平不上不下的人 有智慧的人，可以利用AI加杠杆放大，构建agents来完成相关工作，自己验收，并提供改进与迭代。这些人用ai靠提出好问题，定义过程并验收。 极其普通的人，当他发现AI后，发现AI比自己强很多，然后也辅助自己解决了一些问题。但这些人缺少判断力，所以AI投毒或幻觉时，他们也会被控制和影响。这些人靠让ai问自己问题，然后促使思考更全面。也靠让ai提供直接信息与解决方案。 最亏的是不上不下的，用ai觉得没啥用，干啥也干不了啥，食之无味弃之可惜，因为ai跟他水平大差不差，可能也很难提出好问题给ai…
发现 MuleRun 最近又更新了两个重要的 Agent，都跟金融相关。 而且他们选择了跟金融行业的最了解行情的机构和个人进行共创，这种方式非常好比那些闭门造车产品自己捣鼓的强多了。 首先是跟 FundaAI 一起合作推出的美股投研 Agent，FundaAI 是非常专业的美股投研机构以前主要服务机构和私募。 这个 Agent 可以提供相当专业的分析师视角结构化洞察，可以帮助拆解股票涨跌逻辑，聚合跟市场有关的信息，帮你理解市场。 我试了一下让他帮我分析一下最近苹果产品发布会之前的信息以及对应的股票情况，他会先用图表展示股票最近的走势，然后给出分析，每部分分析都相当简明扼要，比如股价的关键是 Air 是否可以享受国补，风险主要是关税和监管以及 AI，没有其他 AI 那种又臭又长，一眼就能看懂。 然后还有一个关于区块链的 Crypto Alpha Hunt 他可以帮你快速识别早期即将起飞的币种，这个是跟比特币资深玩家一起构建的，完美复刻他的选币逻辑。 如果现在有即将暴涨的币种的话他就会展示，如果没有他就会帮你分析现在的整个市场行情，还会展示影响价格的关键更新，后面他们还会加通知和推送系统，那这玩意就有点猛了。 我试了一下，他觉得现在市场上没有暴涨币种，就给了我一份市场分析整体看起来非常专业，但我是小白其实不太懂，区块链大佬可以看看。
文科无用论已经席卷全球，这个视频说：只要孩子是亲生的，就不能让他读文科？我认为反转这个观点可能只需要10年。 首先，我不劝人学文科（这个视频的文科包括经管类），不是文科知识或者思维方式的问题。而是这个专业教学设置和学科方法论的问题。所以当下最能获得前沿范式思维的还是类似计算机等理工科学位，只能是矮子里面拔高个。 社会科学当初拼命和硬科学靠拢，本来是想要 获得“科学的合法性”，借此提升话语权、经费和社会地位。但今天从就业、市场反馈来看，这套模式已经“失灵”了。物理学、化学能算、能预言，成果可验证；相比之下，社会学、经济学常被嫌“空洞”。于是大量社会科学转向数理化、统计化、建模化，把“语 言折叠”替换成“方程/数据”。 文科学生发现自己学的“伪科学化”课程（回归分析、复杂模型）市场根本不需要。模仿硬科学的社会科学，在市场上失效了。解释力和预测力都非常差。 我并不认同“文科知识和文科思维会无用”的观点。相反，我认为这种说法只是暂时的幻觉。随着未来十年，越来越多程序员和所谓“硬技能”岗位被自动化、被大模型替代，人们必然会发现，真正不可替代的恰恰是文科所代表的 语言—叙事—价值 的思维方式。届时，“文科无用论”会出现一次彻底的反转。 为什么？因为 文科思维和大模型是天生的匹配。理工科更多依赖公式、算力、推演，而这些都是大模型+计算机体系最容易替代的部分；文科却以语言、意义、叙事、符号为核心，而大模型本质就是“语言折叠机”。这意味着文科思维不是被替代，而是被 放大。 思维不是考试成绩。不是学历，不是证书。 更是一种直觉。类似天降的灵感，是日积月累的阅读、思考和体验的沉淀。 它是一种长期训练出来的“快速折叠”能力，能在复杂的语境里一眼捕捉到关键节点。 一般人就没有。 只要孩子是亲生的，就不能让他读文科？500万文科毕业生就业难！ https://t.co/NNNJuGX7Zm via @YouTube
最近一直在探索Vibe Coding的最佳工作流，目前隐约觉得，对于一个中小规模的项目，最佳实践还真的是宝玉老师说的这样：开发两遍。 等待Vibe Coding的时候，可以又回顾一下《重构》这本书了。 https://t.co/lNEMrUqwVl
诺贝尔奖得主威廉肖克利1955年，为了照顾自己的母亲，辞去了贝尔实验室工作，搬去了加州山景城。在加州没事做，就联系了自己的朋友，发明了pH值测定法的贝克曼。让他来出资，生产自己发明的晶体管。 公司开起来，想找人干活。肖克利就经常混迹各种学术会议，通过学术报告的水平来判断这个人的智商和研究能力。然后给自己中意的对象打电话。 你想作为一个刚刚博士毕业的新人，接到准诺奖得主的电话。那就像接到了上帝打来的一样。没有人能拒绝得了这种请求。由此网罗了诺伊斯，戈登.摩尔这些人来公司。 但肖克利在贝尔实验室就因为自己的独断专行而得罪了一票人。现在自己开公司那就会更独裁专横。公司第二年戈登.摩尔等八个人就受不了肖克利准备集体辞职了。在集体辞职前这几个人就劝说诺伊斯一起走。很意外的是，诺伊斯一听到就立马爽快的答应了。 随后这八个人就准备另起炉灶。在57年同一天向肖克利提交了辞职报告，肖克利听了就大为光火。大骂称他们是“八叛徒”。从 肖克利的角度来看，在来公司之前这八个人除了诺伊斯有一些晶体管研究经验以外，其他人都是在他指导下才掌握了晶体管技术的。这些人不单单是自己的员工，还是自己的学生。这种行为就像是学生对老师的背叛和离弃！ 而这八个人出来以后办的企业因为投资人是费尔柴尔德（Fairchild)。因此公司名字也叫做（Fairchild Semiconductor），直译过来就叫做仙童半导体。后来英特尔、AMD的创始人都来自这里。而自己导师的故乡加州山景城成为了硅谷。这附近本来有一个本不出名的高校。后来也因为硅谷最后成为了如今响当当的常春藤名校，这个学校叫做斯坦福。 这个故事是吴军老师写的《浪潮之巅》里的。想说的其实并不在故事本身，而在于每一个年轻人。你的导师或许人还不错，或许在学界小有成就。或许他也希望你可以走上教职的康庄大道。但是出了学校，进入社会，你的导师或许经验并不比你更丰富。我也见过导师和学生创业。导师每天忙学院的事情焦头烂额顾不上公司，学生在公司跑业务做管理打拼。最后分钱分的没导师多，还要挨自己导师天天的臭骂。 很多人安于现状，不想改变，有的人或许习惯了，或许出于对师生情的感谢。然而或许，有的时候离开也未尝不可，不必自责，也不用觉得背叛。或许你做的公司也是你们领域里下一个仙童半导体。
Infldb 有点东西！ 这个网红数据库，能直接筛出全世界任何领域的“增长黑客”，数据维度堪比专业投资机构。 关键是，连 Onlyfans 的数据它都有😏 链接见评论👇 https://t.co/fJBncxP0u7
卧槽，竟然这么快就被 Atlassian 以 6.1 亿美元的全资交易收购了。。。成立这么多年没有一个付费用户，最后只需一个大客户就成功了。
比较好奇闲鱼上的Gemini Pro一年订阅账号是怎么来了。 只要18人民币.... 登录后发现8月份登录地是越南。
语言折叠：语言和人类的符号体系本身还含有多少未察信息 语言的折叠究竟是什么？人类的沟通只能依赖语言，而高度折叠的语言，往往就是群体认知与社会智能的结构基础。在展开论述之前，不妨先看看这两句话： “王侯将相宁有种乎？” “人人生而平等。” 作为中国人，我们对这两句话都不会陌生。前一句来自陈胜吴广，它是一句典型的革命语言，呼喊的是“出身并非决定一切，底层之人也有可能成为贵族”。但它本质上并没有打破阶级制度，只是将权力换到另一批人手里。从那之后，中国历史进入了漫长的王朝更替循环：皇帝轮流做，血流成河。每一次政权更替，都在应证那句口号——王侯将相宁有种乎，不过是换了新的统治者罢了。 而“人人生而平等”则完全不同。它把人类身份、权利、秩序这类极为复杂的议题，压缩成了五个字（All men are created equal）。它经历了从宗教神学，到哲学论证，再到政治口号与法律条文的全过程，最终完成了全链路的折叠与固化。它是一种裁决性语言：一旦说出，就能作为最高法理，成为无数矛盾的最终裁决。换句话说，这是一个“终极语言折叠”，并由此成为社会制度的基石。 这句话为什么成为东西方文明的分界线？ 在西方，它在启蒙运动、革命与宪政传统中被写进《独立宣言》《人权宣言》乃至《世界人权宣言》，完成了从口号到宪法化、制度化的路径。折叠后的语言进入法律与政治操作系统，成为普遍有效的裁决语。 而在东方，传统更多强调“天命”“名分”“三纲五常”，折叠的核心是等级秩序，而非个体平等。共识的锚点是“和”与“秩序”，而不是“平等” (一直到中国崛起，在2008年的奥运会上我还看到“和”这个字，感慨万千）。直到近代，才因外部冲击被迫接触、吸收“人人平等”的观念，但其语境与本体逻辑却依然不同。 因此，这句话就成为了两种文明折叠逻辑的分界：西方将语言折叠在“个体权利”，东方则将语言折叠在“等级与秩序”。至于背后的宗教根源、社会结构与历史契机，还需要在后续文章里进一步展开。 语言和人类的符号体系本身还含有多少未察觉的信息？ 在上一篇文章中，我已经说明了这一直觉的背景。尤其是在当代 AI 基础设施的加持下，我们也许已经具备了挖掘这类“未察觉信息”的技术能力。语言中存在被忽略的巨大空间。我们习惯把语言当作单纯的沟通工具，以为它所表达的就是全部意义，但事实恰恰相反：语言不仅是表达结果，更是一个高维结构，内部承载着大量尚未被人类完全揭示的模式与潜能。 这些潜能能被用来做什么？也许它们就是人类最紧迫的课题之一。我们可以依靠它们促进更大规模的协作，减少纷争，达成共识。如果面对一个庞大群体，我们或许已经有能力从海量个体中提取出他们的核心共鸣。 换句话说，我们可能已经拥有了“共识工程学”的技术基础。 这让我们重新思考一个问题：为什么每当社会发生大规模动荡、革命与冲突，总是难以调解？为什么革命者与当权者往往无法达成协议，而非要走向流血？最核心的原因在于，任何协议的成立都必须建立在双方都能接受的最小共识公约数之上。这意味着既不能一方漫天要价，也不能要求另一方完全投降。若能提取和折叠这种“最小共识语言”，或许人类的冲突模式会大为不同。中国的学运也好，法国大革命也好，如果当时有社交媒体，那就靠AI分析所有语言大数据，最后把最小共识公约数从人群中抽取出来，折叠成几个字。 这种能力甚至能够帮助我们在某种程度上“预知未来”。 从历史角度看，许多“超级折叠”语言其实长期潜伏，只是在特定时代被唤醒并爆发成共鸣。陈胜的“王侯将相宁有种乎”是如此，启蒙时代的“人人生而平等”亦如此。这表明语言内部埋藏着“压缩后的高能节点”，等待特定语境触发。 从未来角度看，大模型的出现让我们第一次有机会系统性地探测这些“未察信息”。embedding 空间就像一张巨大的语言地形图，其中潜藏着尚未命名的“谷地”和“山脊”。有些会在短时间内演化为新的社会 meme，有些则可能逐步沉淀为法律原则，甚至成为科学范式。吴京的访谈早就在网络上了，现在经济下行，面临通缩的未来，语境触发，成为“吴京梗”。吴京梗预知的未来，就是“大国崛起叙事遭遇了现实墙壁”。 折叠之上还有终极折叠 LLM 本身就是一台语言折叠机，它能在高维语料中捕捉规律，把复杂的表达压缩到语义流形里。但折叠并不止步于此，折叠机之上还可以继续折叠。中文词汇的组合有严格的边界，但在这些边界之上，却能出现李白、杜甫这样的“超级语言折叠”，他们将日常词汇叠成极简而高能的表达，点燃母语者千年的共鸣。我们追求的正是这种“终极折叠”——当几亿个 token 被缩减成几个字时，那就是这个时代最强大的咒语，能够成为“人人生而平等”式的社会共识与终极价值。 事实上，你已经看到了，LLM 归根结底仍只是语言预测机，它的输出大多泛泛而无裁决力。它所完成的仅仅是第一层折叠：从语料到语义流形。而人类的宪法、法律、规则需要的是第二层折叠：从语言流形到超级表达。只有这样，语言才能转化为简洁的条款、法则与制度，真正进入执行层。 而每一个时代，人类都必然面临自己的难题。今天，我们遇到的困境是全球经济增长乏力、财富分配日趋悬殊，富人恒富，穷人阶层不断扩大，中产阶级群体在全球范围内持续滑落。与此同时，性别对立、代际对立、族群对立加剧，我们正逐渐远离那个“地球村”的叙事。但与之形成鲜明对比的是，科技仍在指数级增长。正因如此，我们亟需一种机制，一种类似于我所说的“共识工程”，去发现下一个能够稳固文明的锚点。 这就是第三层折叠：从超级表达到文明锚点。它可能以宗教经典、社会共识或终极价值的形式出现，并成为跨越文化与时代的最小公约数。为人类创造一份所有人都能接受的共识协议，在此基础上尽可能缓和冲突，这才是语言模型的真正使命与价值所在。 （2/n)
骑电动车，车架从中间断了。阿巴阿巴
历史最长短视频，15min，没稿子 关于从 0 到 1 做生意，怎么找对标这个事儿，一次性讲清楚 https://t.co/W3TTvG7ERD
最近高产之后啥牛鬼蛇神都出来了，疯狂抄袭和洗稿我和 ZHo 的 Nano Banana 内容 甚至连照片都用我的，有段话一个字都没改，不知道微信的原创审核干啥吃的 https://t.co/PcrDApL1bP
PayPal用户，点击即可白嫖一年Perplexity Pro！ 注意，订阅成功后，就可取消订阅，并不会影响已成功的订阅，防止到期后自动扣费，被反薅 嫖链接及取消订阅方法见评论区⬇️ https://t.co/2MCCzrbPuF
#AI开源项目推荐：VisualStoryWriting 可视化故事创作：让你笔尖起舞，文思泉涌 想象一下，在你写作的同时，你笔下的世界就活生生地展现在眼前——时间线、世界地图、人物关系图……这一切都会被自动可视化。 更神奇的是，你对这些视觉元素的任何修改，都会立刻同步到你的故事文本中（比如，在地图上拖动一个角色，他在文中的位置也随之改变）。 这就是我们将要在 UIST2025 大会上分享的论文精髓。 我们开发了一款智能文字处理器，它能自动生成三种可视化视图：人物关系图、故事地图和场景时间线。这些视图能清晰地展示角色间的互动、他们在世界各地的足迹，以及故事场景的先后顺序，极大地帮助作者审阅和编辑自己的作品。 审视角色的移动轨迹，从此变成了一项直观的视觉任务。想改变一个角色在某个场景中的位置？太简单了，直接在地图上把他从一个地方拖到另一个地方就行。 调整故事场景的顺序，也只需要在时间轴上拖拽几下，就像整理幻灯片一样轻松。 想要创造一个新角色，或是让他们之间产生新的互动？同样简单，在关系图里新建一个节点，再连上一条线就搞定了。 我们邀请了经验丰富和初出茅庐的创作者们进行了两轮用户研究。结果发现，这些自动生成的可视化图表，能有效地帮助参与者规划故事的宏观修改、追踪故事元素，并探索情节的多种可能性，极大地激发了他们的创造力。 当然，能够帮助作者的可视化方式还有很多。因此，我们提出了一个设计框架，希望能启发未来更多样的可视化故事创作工具的设计。 我们的工作为未来的写作辅助工具奠定了基础——它不再仅仅依赖文字，更能借助视觉的
他曾预测过： • AI 视觉突破（1989 年） • 神经网络回归（2006 年） • 自监督学习革命（2016 年） 如今，杨立昆的 5 项新预测刚刚说服扎克伯格，将 Meta 整个 200 亿美元的 AI 预算重新调整方向。 下面是你需要知道的内容（以及该如何准备）：🧵 https://t.co/TZYze5twVX
👏本周教程《用Claude Code开发商业化项目：完整工作流 + 最佳实践！》已发布！ 本周不是一个实战课，我将以一个网球小程序的项目为例，带着大家走一遍开发一个较为复杂的商业化项目流程，看一下具有小程序、管理后台、统一python后端服务的一个项目的开发工作流，以及Vibe Coding最佳实践有哪些？ https://t.co/kxBHjMESkH
这下可以领多一次育儿补贴了 🤰 https://t.co/K9SLZFZe06
唉，都第三年续费 Apple 开发者账号了，我的 App 还没上架 😭 https://t.co/UNPdlUawdB
Grok是一个非常强大的 AI 编程助手。 用了几个小时、生成了 1000 多行代码后，我已经完成了一个功能齐全的 2D 纵向跳跃游戏。 包含了多个英雄、怪物、平台、难度和生命值系统。 以下是我使用的提示词和完整流程：👇 https://t.co/vyKNq2lldm
设计非常牛批的 Knob 键盘终于上市了，售价 439 美元，实体质感也很好 https://t.co/K5S6BnvRKh
Codex 过去两周的使用量翻了 10 倍，大家终于认识到 GPT-5 的作用了 https://t.co/8tMxuh2XmV
Zed 这个 Claude Code 适配太好了，现在我们可以用带有完整界面适配的 Claude Code 他们不只是把 Claude Code 塞进内置终端，而是让他变成了类似原生的 Agent 对话窗口。 而且还开源了一个通用的框架，封装 Claude Code 的 SDK 并将其交互转换为 ACP 的 JSON RPC 格式，现在其他产品也可以用类似方式集成带界面的 Claude Code Zed 的 Claude Code 具体支持： 支持实时跟踪其编辑，支持完整语法高亮和语言服务器支持。 在多缓冲区中审阅并批准细粒度更改——接受或拒绝单个代码块。 支持将 Claude Code 的任务列表固定在侧边栏中。 使用 Claude Code 的自定义斜杠命令为最常见的开发任务定义自定义工作流程。
恭喜恭喜！ 我当年辞职后生活丰富了很多，以前的我就是活着，每天就是对需求改 bug，天天和饭搭子吐槽下测试产品后端 CTOCEO.... 现在的我，跑步、打球、掼蛋、遛娃、开 Party，错峰出游，Vibe Coding..... 每年少挣 50 万，但尽然没感觉到亏，我没有财富自由，今年为了能继续独立开发还卖了一套贷款中的房子，实在还不上了
我今天在 Mac 上要 zip 一个文件，要加密码，但是没现成 zip 工具，灵机一动，用 gemini cli，分分钟帮我解决。才知道 Mac 自带 zip 命令行，并且还支持 -P 加密码。
这个研究有意思，可能代表了一种新的 AI 交互方式，支持将故事写作可视化： 能够在写作过程中自动生成时间线、世界地图和人物关系示意图 在编辑文本时，可视化会同步反映故事中的角色互动、地理位置和场景顺序。 而且还能拖动可视化部分的地图、人物、时间线修改文本 https://t.co/o0Wvsa6hJk
我辞职了！ 工作挺开心的，也不算累。 平均一天 2 小时有效输入（连开会时间都算上），就能换来5000 块人民币左右的收入。性价比非常高。 --- 但当我躺在床上回忆这一天时，想到的不是写了几行代码，而是： - 这一周吃过的好东西 - 几年前在欧洲、美洲旅行的片段 - 网上刷到的各种八卦 - 电视里的剧情 - Apple Music里听到的好歌 - 我的家人 我想，多年后真的要离开世界时，我会眷恋的：美食、美景、音乐、电影、游戏，还有身边的人。 唯一不太会留恋的，大概就是工作。 --- 疫情期间，我提前把房贷还清了。 副业收入也足以支撑我尝试一些新路径。 所以，这次辞职不是因为环境糟糕，也谈不上头铁 “all in 创业”，更不是为了赚更多的钱。 而是想把精力分出来，花在真正让我觉得有意义的事情上：生活本身。 --- 做 vibe coding 时，我试过各种音乐背景。 唯一真正能让我效率拉满的，是陶喆 2003 年的 Soul Power 演唱会。 当年的他意气风发，敢玩、敢唱、敢尝试。 如果他安心上班，大概不会有今天那些作品。 生活，不只是关于“稳”。 有些不确定，反而才值得。 --- 所以我选择离开。 不是逃避，不是放弃，而是去抓住工作之外的可能性。 - 如果尝试行得通，就开启新的航线 - 如果不行，大不了几个月后再回去打工 人生哪有绝对的确定呢？ 现在最重要的，是不要浪费掉这个世界。
下周外滩大会见！ https://t.co/B15jgnVM5S
很多年前微博上的人就经常偷我的段子，印象中那个小互就偷了好几次，现在不偷了，不是因为他们都跑 Twitter上来了，而是我写不出来了🤣
未来的编程就像今天的英语（外语），是一种技能而不是一种职业。早些年外语是热门专业，翻译是一种职业，也几乎没有 AI 可以辅助；现在虽然也有外语专业和职业，但更多是一种技能，普通人基本都需要掌握一点外语知识，借助 AI 可以把这种技能放大到很专业的程度。 未来的编程也是类似的，依然还有这门专业和职业，但是只存在少数人，会像外语一样变成一种普通人都掌握的能力。 另外外语、编程这样的能力，掌握的越好，借助 AI 越是能发挥更大的效果。如果一点不懂就要小心被 AI 忽悠了而不自知。
xuanwo 和 yetone 这几天的工作真的是佳话~
现在这个翻译 PDF 的方法可以升级了，不必依赖于在线 PDF 链接，直接在 Gemini 中上传本地 PDF 即可，先上传 PDF，然后选择 Deep Research 翻译即可。 提示词还是类似的： 请全文翻译上传的 PDF 文档，不需要联网检索，只要完整翻译，输出为 Markdown 格式 https://t.co/5kJLh4u1iO
断网日：每周一天 去登山，或徒步，回归大自然 https://t.co/44fWnDBkrB
把娃送进学校，出来突然不知道干啥了😅 那今天就开一个新工具吧，拍照，nano banana 直出，马上试试。 https://t.co/I3My4bHlRb
自从上推开始练习写作文以来，有个重要的学习感悟： 我从小读的最多的书是什么？言情小说。 把科学当言情写，顿时能力提升了好几个档次。
意识到一个整天忙着到处走的人不可能深度学任何事，因为有太多干扰了，不断赶路要看酒店看机票看哪里吃东西等，精力都被消耗掉；解决办法之一是有自己的base。可以随时出游，而不是得一直游，累了就回家修养:) 但这个家的区别是自己克服一切困难，花时间，花心思在喜欢的地方打造的。 https://t.co/iPBYZkzUjc
学英语亦是如此 视听输入和阅读，重点不是记住了什么 而是大脑和内容之间有高频互动， 产生指数型累积效应/渗透式理解 https://t.co/ygy4UbA4OA
我大约十岁时第一次读《简·爱》，其中有一句话，简爱对罗切斯特说：我的灵魂与你的灵魂是平等的。 如果我有美貌、财富，那你会更容易看见我。但即使没有，我依然有一个和你一样的灵魂，所以我敢于爱你。” 这句话对我来说，是一次重要的启蒙。人的价值不依赖于身份、金钱或地位，而在于灵魂的平等。 当时的我从未进过教会，父母也没有这样教过我。我的世界里，电视里播的是《包青天》，耳边听到的是“君君臣臣，父父子子”的道理。那是一种时时刻刻嵌入语言的等级逻辑——人被严格地放进层级关系里，角色先于个体，秩序先于平等。 语言不仅可以维持等级，也可以创造平等。 底层穷人….这个词我在日常英语语境里听到过么？ 感觉像美国人说white trash, 哪个正经人说得出口？ 谁说读言情的女人都很蠢来着？
硅谷惊变：12万张H100的挽歌 第一章：帝国黄昏 2025年，山景城上空的空气都弥漫着一股美元燃烧和GPU散热扇混合的香甜味道。我，作为Meta LLaMA项目的一名普通开发，每天都像打了鸡血一样。我们刚用12万张英伟达H100完成了“LLaMA 4 Maverick”的“训练”。 12万张！这是个什么概念？这堆铁疙瘩的成本，比扎克伯格在夏威夷为末日准备的那个豪华地堡群还要贵。我们内部的口号是：“一统江湖，顺便把那些中国开源社区的“模仿者”们按在地上摩擦。” 每个人脸上都洋溢着技术霸权的自信，仿佛我们即将发布的不是一个大模型，而是《三体》里的二向箔。我们坚信，在绝对的算力面前，一切技巧都是花拳绣腿。 那天下午，阳光正好，我正悠闲地喝着La Colombe的冷萃。突然，公司内网的摸鱼频道里，有人甩了个推特链接，链接指向一篇论文，作者署名“DeepSeek”，一个来自中国杭州的团队。 “哟，杭州来的？” 我轻蔑地笑了笑，“西湖龙井味儿的模型吗？” 论文标题很唬人，叫什么《R1模型：通往通用智能的稀疏激活路径探索》。大家起初都没当回事，排行榜嘛，刷分刷出来的“过拟合垃圾”还少吗？我们见得多了。 五分钟后，我的顶头上司，一个平时冷静到连服务器着火都会先发个Jira Ticket的男人，像一阵风一样冲进了我们的开放办公区。他的脸比刚出厂的A4纸还白，嘴唇哆嗦着，指着自己的显示器，声音尖锐得像是被踩了尾巴的猫： “他……他们只用了2000张GPU？！” 整个 bullpen 瞬间死寂。2000张？我们的零头都不到。我赶紧打开那篇论文，当看到他们的架构图时，我感觉我的大学计算机科学学位像一张废纸。那是一种我们想都没想过的、堪称“银河系大脑”级别的设计，用一种匪夷所思的方式解决了算力瓶颈。 绝对的恐慌开始蔓延。 紧接着，走廊尽头传来一阵急促而沉重的脚步声。不是人类的脚步声，更像是终结者在追杀莎拉·康纳。我们都知道，那是扎克伯格那具价值连城的私人机器人化身（Zuck's personal android body）出动了。他面无表情地“飘”向高层战情室，身后留下一串冰冷的杀气。 战情室的隔音效果一流，但我们依然能隐约听到里面传来扎克伯格那标志性的、略带机器质感的咆哮： “12万张GPU！！我们居然被一个拿着计算器的鲸鱼给干翻了？！这钱是让你们拿去点篝火晚会了吗？！” 第二天，全公司收到邮件：LLaMA 4 Maverick项目延期至明年四月。官方理由是“为了进行更深度的安全与伦理对齐”。 呵呵，鬼才信是为了“对齐”，我们就是在抄作业，而且是那种连题目都看不懂、只能硬着头皮描答案的抄。 第二章：小丑竟是我自己 几个月后，LLaMA 4 Maverick“终于”发布了。结果呢？一个加了点“继母文学（StepMom prompt）”私货的DeepSeek V3劣质分叉版。模型表现平平无奇，像个被灌了太多水的差生，毫无灵魂。 项目彻底失败，产品经理（PM）急得像热锅上的蚂蚁，然后他想出了一个“天才”的主意：“既然打不过，我们就专门刷分！把它往LMARENA（一个主流的模型竞技场）上过拟合！” 这操作就像一个学渣，放弃了所有科目，只把一首唐诗三百首背得滚瓜烂熟，然后宣称自己精通古典文学。 结果？我们当场就被抓包了。社区的大神们几下就扒出了我们的底裤。这成了年度最大的AI丑闻。 清洗开始了。整个“LlaMA”团队被连根拔起，HR部门的纸箱子在公司大厅堆得像个小型堡垒。我在收拾东西的时候，还能看到远处屏幕上，扎克伯格正在元宇宙全员大会上说着那句经典台词：“是时候加倍下注了（Time to double down）。” 他宣布成立“Meta超级智能实验室（MSL）”，计划很简单：既然我们造不出成功，那我们就用钱去买。 他第一个电话打给了Ilya Sutskever，开门见山：“伊尔亚，我想收购SSI（伊尔亚的新公司）。” 电话那头传来伊尔亚标志性的、混合着轻蔑和怜悯的笑声，然后就是“嘟…嘟…嘟…”的忙音。 第二个电话打给了Thinky Machine的Mira Murati。米拉的回答堪称年度最佳商业绝杀：“马克，我们是非卖品。不过，我们的API会向你们的下一款产品开放。” 这话的潜台词是：你只配当我们的客户。 扎克伯格不死心，想挖奥特曼的左膀右臂，结果一番操作下来，只请到了奥特曼的“底”层亲信。最后，他孤注一掷，豪掷150亿美元，买下了Scale AI和它的创始人Alexandr Wang。 一个靠东南亚数据标注血汗工厂发家的“包工头”，就这样成了Meta AI研究的负责人。 第三章：亿万美金的小丑车 王同学（Alexandr Wang）上任后，开始对着所有脉搏还在跳动的AI研究员挥舞支票。1000万美元的包裹只是起步价，对所谓的“超级巨星”，甚至开出了1亿美元的天价合同。 很快，几个没有道德底线、背着巨额赌债的学术雇佣兵签了卖身契。MSL的团队看起来终于有了点“星味”。 但问题来了：王同学擅长管理流水线上的“奴隶”，却完全不知道该如何与这群自视甚高的AGI研究员打交道。 Meta 超级智能实验室变成了一辆价值亿万美金、正在着火的小丑车，车上坐满了自大狂，每个人都想抢方向盘。 一个研究员威胁说，如果不给他设立一个他当场发明的“首席科学家”头衔，他就立马辞职。 另一个更狠，他偷偷录下王同学深夜对着Sam Altman的照片进行“自我安慰”的绝密视频，并以此为要挟，成功勒索到了一个VP的职位。 整个实验室乌烟瘴气，内斗、八卦和丑闻比代码还多。 而此刻，故事的主角，马克·扎克伯格，正独自一人待在他夏威夷的地堡里。他戴着最新的Quest头显，一遍又一遍地观看Facebook当年IPO的VR录像，泪流满面。 他或许在想：“我们曾拥有一个时代，我们曾拥有12万张H100…… 最后，我们却被一个来自以西湖闻名的城市的团队，用一种我们无法理解的方式，彻底羞辱了。”
Anthropic 融资之后，公布的一些有趣信息 1. 在25年ARR从10亿美元暴涨到50亿美元，增长了5倍。 这个增长速度甚至超过了OpenAI的同期表现。 2. Claude Code 获得现象级成功，单这个产品的年收入已经超过5亿美元，过去三个月的使用了增长了10倍以上，并且口碑极好。太恐怖了。 3. 这轮最初传言是50亿美元，上周突然说要融100亿，最终的金额是130亿美元，估值达到1830亿美元。虽然OpenAI之前宣布了400亿美元的融资，但那是分期到账，首批只到账100亿，并附带要求OpenAI转非盈利组织的条件。 相比之下，这次的130亿美元是一次性到账，没有任何附加条件，这在AI领域绝对是史无前例的。 总结下来，Anthropic 的发展势头迅猛，资本全面看好。 这个时代最好的 AI 产品，的赚钱和增长可能是一回事，和移动互联网时代先圈地后赚钱的路径完全不同。
2017年也就是八年前，有一场大阅兵。当时我发了一条帖子，分享了一些感受，现在来看这些感受依然成立： —- 我是个喜欢读科幻的金牛座，金牛座的特质在于现实，接地气，关注真实的生活，所以比起电视上震撼的军队阵容，我更愿意关注自己的生活。 **喜欢读科幻的人的特质在于可以突破时间甚至是物种的束缚去看世界和构想，如果真的以这种眼光来看，战争甚至是意识形态本身，其实都是一个很小的尺度，就连地球本身，从宇宙中来看，也就是一颗空中石子。** 所以从我的这两种特质的角度，阅兵仪式本身其实并不打动我。 建立军队的终极目的是什么呢？理想主义者的我觉得军队的真正的终极目的是追求和平，从这一点来看，可能我们人类还有很长的路要走。 看完2017年的阅兵之后，我发了一条贴：「我觉得如果有一天纪念反战不是阅兵而是追思，是纪念和平而不是展现力量，而且不只是当年的胜利盟国，而是战争的所有参与国家都参加，大家不是分阵营的意识形态而是能包容彼此的不同，那才是让我会真正激动向往的一刻。」 希望我们这一辈子，能够看到这样时刻的到来。
人类终极共识协议，最早的名字叫： 人类与上帝缔的约（Covenant） 从此之后，每个时代都只是给这份协议换了一个名字、换了一层形式，但其本质始终是：人类如何在混乱中找到最低共识，并以此支撑秩序的延续与文明的跃迁。 福音，宪法，独立宣言。 发起并签署这份协议，并不仅仅是当代的胜利。一旦某个群体、某个民族、某个文明，率先书写并认可了“人类终极共识协议”的新版本，那么他们的子孙后代就自动继承了这份契约带来的秩序红利与文明护佑。 耶稣的门徒签署了灵魂平等的救赎之约，于是基督教的文明共同体绵延两千年。 卢梭与革命者签署了社会契约，从此西方民主的子孙世世代代在“人人平等”的旗帜下成长。 签署者得以享有共识红利，继承者得以稳居文明之座。 真国运。
AI最后格局可能是： gemini:claude:chatgpt = 7:2:1 goog的数据层面的优势还是厉害，所以买数据公司的逻辑似乎挺好，除了goog和meta，谁有更多用户数据？
agent 开发框架会极大程度的影响后端业务的开发模式。 以前的模式：写好方法，做好接口，什么业务需要就调用，输入和输出必须要标准化，花费大量时间去处理格式，接收数据。要做流程控制，略微复杂任务就需要引入状态机概念进行编排，人造 if/else 工作流。 agent 的模式：找一个 工具调用强、性价比高的模型（未来成本可能到 0），把所有方法做成工具调用，无视输入输出死板要求，智能识别需求，工具就是分支，自动流程化命中，灵活性和开发速度是传统方法几十倍。 特别是当一个程序是 AI native 的时候，关系型存储也变得不是关键条件，开一个 postgres 大部分数据都存 JSONB 都丢给模型处理也无伤大雅。 每个程序员都得去接触下 agent 开发，尝试做一些小玩具，把现有业务改装，就能体会到流程的完全转变。 这种感觉很像当年前端 jQuery（dom） -> MVVM 双向绑定的变革。
OpenAI 分享的的这份名为《在AI时代保持领先》的PDF文档，其核心内容是为企业领导者提供一个关于如何在人工智能时代成功引导组织变革的实用指南。该指南由OpenAI编写，并借鉴了与Estée Lauder、Notion等公司的合作经验。 文档指出，人工智能正以前所未有的速度发展，无论是在技术能力、应用成本还是普及速度上都呈现出惊人的增长。为了帮助企业跟上这一步伐，该指南提出了五个核心步骤： 1. 统一（Align）：强调领导者需要向员工清晰地传达公司引入AI的战略意图和愿景。这包括设定全公司范围内的AI采纳目标，并由领导层亲自示范如何使用AI，从而建立信任，使员工明白AI如何为公司和个人带来价值。 2. 启动（Activate）：解决员工因缺乏培训而不敢使用AI的问题。建议企业推出结构化的AI技能培训项目，建立“AI倡导者”网络来指导同事，并提供固定的时间让员工进行实验，同时将AI技能与绩效评估和职业发展挂钩。 3. 放大（Amplify）：将分散的成功案例转化为共享知识，避免各团队重复解决相同的问题。具体做法包括建立一个集中的AI知识中心（如内部网站或文档库），定期分享成功故事，并创建内部社群（如Slack或Teams群组）以促进交流。 4. 加速（Accelerate）：为确保好的AI创意能迅速从试点阶段投入实际生产，需要简化流程、减少阻碍。这包括确保团队能快速获取所需的数据和AI工具，建立清晰的项目提议和优先级排序流程，并成立一个跨职能的AI委员会来快速解决问题和审批项目。 5. 治理（Govern）：在快速行动的同时，需要通过清晰、实用的指导方针来管理风险。这意味着要制定一份简单的负责任AI操作手册，让团队在既定框架内可以安全、快速地行动，而不是为每个小决策都进行人工审核。同时，应定期审查和更新治理协议，以适应不断变化的技术和法规。 要想在AI时代取得成功，企业不能仅仅将AI视为一个工具，而应将其视为一种全新的工作方式，并通过以上五个步骤，为员工和团队创造一个能够自信适应变化的环境。 BTW：Chrome 的 AI Assistant 真好用