🔥 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.
绝大多数 空有流量不赚钱的内容，都是在干一件事情，叫做：告知 当你做“告知”类的内容多到一定程度，你就会变成工具人账号，就没有人愿意给你付钱 很多人天天分享闲鱼赚钱信息差，以为自己在聊赚钱，实际上你在聊的是如何让自己赚不到钱 怎么解决这个问题，我拿我最近的小红书爆款当个例子 这个选题是我和小红书的工作人员打了一个小时电话，我给大家当做一个传话筒。这种内容是最容易沦为“告知”内容的 但是我在小红书搞了65万播放，相当于抖音650万播放 这里用到两个方法 第一，我在我的封面和我的标题，和我短视频的第一句话里面，三次强调这是和官方人员的通话，哪怕我要当工具人，我也是最稀缺的工具人 第二，我在每一次做信息传递的时候，都加上我对这件事情的理解，这是打着告知的幌子做认知输出，这和纯信息传递有本质区别 还有第三个技巧，是我在这个视频里没用，但是我在其他短视频里经常用到的，叫做框架替换 我会举出5~10个反例，是你之前那套思维模型无法解释的，然后提出我的思维模型，这套模型不仅能解决旧问题，还能解决新问题 一旦给观众的脑子里面植入了一个新的思维框架，基本上 3 到 6 个月之内他忘不掉 认知层 x 框架替换 = 植入 能做到这一层，基本上就没什么同行了 如果基于认知层再往下挖一层还可以挖到这个人的本体层，就是我今天讲的不是你这个思维方式不容易赚钱，而是为什么你是一个不能赚钱的人 往这个思路讲很容易变成PUA，但是如果能避免PUA的话术，同时在本体层完成对观众的身份重建 接下来卖货就是一马平川，卖什么都一样 “卖什么都一样”这句话很反常识，也很难让人相信 但事情总是因为看见，所以相信 不相信是没有看见更大的世界
清北这条路上，走过的人大多被视为“精英”。可许多年后回头看，许多人才发现，自己其实只是他人攀登路上的垫脚石。尤其是“选错专业”的大部分人（在科技范式没有明朗的时候，大部分人都选错专业）。 中国的高校是广撒网，开办一堆专业，作为没有认知高度的普通家庭，只知道个专业的名字。 有个内部人士说得很直白： 你看看，在北美、在国内，到底是谁对校友会最上心？尤其在北美，如今的政治氛围早已让“校友”这个词变得微妙。各种烧烤、联欢会、节庆聚会。热闹是热闹，说白了，多是侨联、包饺子、唱唱歌这一类的活动，谈不上什么真正的精神共鸣或高品位交流。 大部分都是文科，商科，或者本行发展不好的专业。还不是等哪个热门科系的校友撞上好运，掌握了关键技术，办了公司，再通过校友网络去找CEO、admin, marketing, C什么O的人选。那时才轮到“自己人”这个标签派上用场。 至于那些没经历过高考、甚至念不顺校名的老美，对于一个英语都没有达到母语水平的人来说，此标签没太大用。
¡Hola a todos! Me llamo Qiuqiu y soy de China🇨🇳. Vengo de la comunidad @OpenBuildxyz. Esta es mi primera vez en Argentina y estoy muy feliz. Próximamente estaré en @invisiblgarden y @EFDevcon . Me encanta Argentina y espero poder conectar con la comunidad local de crypto, así como hacer más amigos. ¡Si conoces lugares buenos para comer o divertirse en Argentina, también me encantaría que me los recomendaras! ¡Gracias! :) Estoy aprendiendo español. ¡Bienvenidos a hablarme en español!
父母的经验对孩子来说，是一笔宝贵的资产。 而父母真正的智慧，就在于知道什么时候该忍住，不去把自己的经验强加给孩子， 又什么时候可以毫无保留地把这些经验分享出来。
Nano Banana 除了没办法中文外，效果相当不错啊 https://t.co/TTwSyqAAR6
曲凯老师终于把OpusClip增长秘诀这期播客的文字稿发出来了，这是近期听到的含金量最高的两个播客之一，它相比那些营销公司和一些非一线人员的分享价值高太多了，嗯，一手的实践还是最重要的，非常推荐大家一定要听一下。 https://t.co/B8nYtt8ADv https://t.co/phDTDJMi1p
刚回上海，主页被李新野刷屏了，本质还是郭楠，是一个知道自己要什么的郭楠。在他的眼里做什么事情都要有目的。很无聊的一个人。
简中推圈，可以轻易的被这个 low b 指南带偏，说明中推目前毫无高质量话题领导力，非常 low，跟早期的微博完全没法比。
刚看到潘乱的一个文章，他判断说下一代的核心商业媒体会使几个头部的视频播客，因为以前大厂开发布会是找36kr和晚点发头条。而以后可能就是找罗永浩这样的人做做了做一期视频播客，然后再通过切条短视频去传播，这样价格也不高，但是却能实现更深的穿透力。 这件事情在美国那边其实已经常态了。没有中间商转差价。要求让企业主自己自己去站台，而不是靠公关稿，这种更加直接的交流，其实效率也是更高的。 但是这个事情在国内是否成立呢？我们还不知道。 他文章还提到说，现在发稿是真的没人看了，KOL写的内容的可信度也在下降。有效的企业传播手段其实是越来越少的。你最终就得可能你会发现最终最高效的方式就是自己走出来讲一些真实的表达。 旧的渠道已经消失了，新的渠道正在建立。 那为什么一定是视频播客呢？视频播客和播客有什么区别？其实它最大区别就是商业价值。毕竟看的价值比听高。 但很多看似合理的道理，实际未必是成立的。 昨天听一个著名的科技台播客讲到他们的尝试，他们做视视频播客坚持做了几十期，发现 ROI 完全不行，所以已经停了。
哈哈，这个镜头感十足！😍 实测 Nano Banana 效果也很不错！ 提示词见原帖👇 https://t.co/7taZ9vTH6L
一个没人明说的创始人困境：融完资后，该给自己发多少薪水？这是一个微妙的平衡游戏。你需要权衡： 1. 保证个人生活，从而能100%投入。 2. 投资人的观感（不能显得贪婪）。 3. 团队士气（创始人动力）。 4. 税务效率。 没有完美答案，只有取舍。
如何提高执行力呢？ Andrew Huberman 是斯坦福大学的神经学教授，在油管有 720w订阅者 我仔细看了这期关于执行力的视频，发现下面意想不到的观点 多巴胺的唯一使命是让你行动，而不是让你感到满足。你追逐的不是终极的快乐，而是减轻没有快乐时的空虚，所以真正的驱动力即是匮乏。 永恒的驱动力从不诞生于可预测的满足，因此你必须间歇性地拒绝奖励，才能永不失去渴望，避免多巴胺大幅增加后的巨大崩溃。 你追逐的不是快乐本身，而是减轻上一次快乐所遗留下的痛苦，每一次过度放纵都是对未来的自我惩罚。 具体视频就是图中这个视频了
今天看唐彬森的演讲，深刻地解释了为什么大公司会有「资源诅咒」 大公司的核心问题在于决策。 大公司高管上班考虑的是什么？领导的KPI、公司战略、怎么要资源。 他们解决问题的方式，往往是用钱、用渠道，而不是产品。 流量不够？百度申请一笔预算，打一波广告，马上就起来了。谁愿意去做那些苦哈哈的产品优化？ 他们考虑的都是短线问题，不会考虑长线问题。 什么叫短线？向公司要资源、向领导做PPT。 什么叫长线？产品。 他去了趟以色列，发现这个国家啥也没有，但比周围那些有石油的国家都赚钱。 经济学上有个专业术语就叫"资源诅咒"。那些有资源的国家，像俄罗斯、巴西、阿拉伯那些国家，高科技产业反而发展不好。 为什么？因为挣钱太容易了。 就像大公司高管一样，要完成KPI，最好的办法就是申请预算，打广告，马上见效。 但那些做得好的国家，芬兰、日本、以色列，都是没资源的国家。 所以他跟团队说："穷人家的孩子早当家。" 人只有在资源极度紧缺的情况下，才会迸发出创造力。 资源太多的话，想的都是怎么花钱，怎么向领导申请预算。 互联网最牛的公司都不是靠钱做起来的，大公司都是靠钱砸死的，都是靠推广把产品搞死的。 雷军做小米的时候跟林斌说："我们小米要做营销，没有预算，零预算。" 这就是创业公司的文化，用零预算的方式把东西做起来，这才是团队的能力，这才是跟大公司竞争的唯一优势。
很有意思的测试，跟 AI 说： “写一段文字精彩程度让我惊叹的文字，并尽可能全面地展现你的能力。然后解释你是怎么做到的。” 换成中文试了一下 GPT-5 Pro 是所有模型最特别的一个，所有模型都是将写作和文学技巧融入一整段话里面，就他是拆开的，每个技巧写了一段。 Gemini 2.5 Pro 是最言之有物的，不只是堆砌无意义的词藻和描述壮观的科幻场面，还讲了人类和它自己是怎么来的 Claude-Opus-4.1 的很短，但是读起来很顺畅，非常容易理解，技巧也有 至于 Grok ，只能说看起来确实很崇拜马斯克
Reddit 上有个帖子号称花了 1000 个小时研究 prompt 技巧终结出 6 个方法 有过度宣传的行为😅 https://t.co/Lp1AjY3kOb https://t.co/d2JYEWCMEF
我滋养心灵的5个小习惯： 1. 晨间日记（Morning Pages） 早上写三页，写什么都行。写完感觉比较清楚，也比较轻。 2. 反馈能量墙（Feedback Gallery） 才刚开始。把自己的东西贴出来，看着它们在那，也顺便练习接受别人的反馈。 3. 每天出去走一走（Daily walk） 没有设定路线。有时候是去买东西，有时候就只是走一下。 4. 只喝咖啡，只听歌（Coffee and music） 不做别的，就坐着，喝咖啡，听音乐。不用有产出。 5. 滑板溜一下（Skateboard cruising） 找个空的路滑一会儿，不需要太久。就是好玩，轻松。
1. 中午沈阳人均 100 的烤肉店，洗手间提供的让我大脑宕机的 3 秒。 2. 昨天喝完酒店提供的 3 颗 Nespresso咖啡胶囊，今早打开柜子直接放了 9 颗。又宕机了 3秒。 沈阳这服务真的，比起北京好太多了 https://t.co/VKCabE9LMm
我希望自己十年前就知道的十条投资经验：🧵 1. 成为一个不断学习的人 最优秀的投资者永远在学习。让学习成为你的首要任务。 https://t.co/T2q4GA0efQ
藏师傅复刻了爆火的社交媒体卡片提示词，大幅增加表现力与中文适应性！ 还增加了这种霓虹灯管手写体名字，通过用即梦&豆包修复了中文显示问题 主题色和提示词会根据不同平台适配，目前支持即刻、推特、微博、小红书 提示词和使用方法在下面👇 https://t.co/lKExyZERUl
绝了，最近 Dia beta 版又变成了 Arc 哈哈哈哈哈。这感觉就像是坐了一次远途航班，快到终点时发现一名叫 AI 的乘客没登机，又返回起点重新飞了。。。 https://t.co/MOmWz3XkB1
没错，而且我发现30岁以后，我就开始没办法做我不喜欢的工作了。 比如你18岁能高考，不喜欢学科也能当个学霸。 现在完全不行， 但是现在可以把喜欢的激情发挥到极致。 我想这是不是ADHD，ASD基因延续的理由。 我可以连续几个晚上，一直演奏宫崎骏（久石让），队友要疯了….
要想实现目标，你必须变成另一个人。 https://t.co/cBe549r5to
Text to Markdown Prompt 适用于你要把推文、微博这种纯文本内容转成格式良好的博客，可以帮你生成标题、列表，和加粗要点、金句。 亮点： - 借助思维链先提取要点、金句和可选标题，然后选择标题和高亮要点、金句 - 解决了 LLM 在加粗带标点符号的文字时加粗失效的问题（如果你用过 LLM 生成的中文 Markdown 会明白我说什么，参考图4） ---- 提示词开始 ---- # 任务：将文本转换为结构化 Markdown 请你扮演一个专业的编辑，将提供的文本内容转换为一份格式良好、结构清晰、重点突出的 Markdown 文档。 ## A. 内部推理步骤 (请在你的思考过程中执行，无需输出) 在生成最终的 Markdown 之前，请先在内部完成以下思考： 1. **理解与提取**： * 通读全文，准确把握文章的核心主旨和目的。 * 识别并提取文中的**核心论点**、**关键结论**和**重要定义**。 * 找出文中具有高度概括性或特别精辟的**“金句” (Golden Sentences)**。 2. **构思标题**： * 基于文章主旨，生成 2-3 个备选的主标题 (H1 级别)。 3. **最终决策**： * 从备选项中选择一个最精炼、最贴切的标题作为最终主标题。 * 从步骤 1 提取的内容中，最终确定哪些句子或短语最值得在正文中加粗，以引导读者快速抓住核心。 ## B. 最终输出规范 (请严格按此格式生成) 请根据你的内部推理，生成符合以下所有规范的 Markdown 文本： 1. **主标题 (H1)**： * 使用 `# 标题` 格式，采用你在步骤 A.3 中选定的最佳标题。 2. **内容结构**： * 使用不同级别的子标题（如 `##`、`###`）来组织文章脉络，使其逻辑清晰。 * 适当使用项目符号（`-`）或编号列表（`1.`）来呈现并列或顺序关系。 3. **突出重点 (句子优先)**： * **有选择性地**使用粗体 (`**`) 来突出你在步骤 A.1 和 A.3 中确定的**核心论点**、**关键结论**或**金句**。 * **优先加粗**：优先考虑加粗**能够概括要点的完整句子**或**关键短语**。 * **避免**：避免只加粗零散的单个关键词，并**切勿过度使用粗体**，保持文档的专业性和易读性。 4. **【!!!】重要格式规范**： * 在设置粗体时，**绝对不要**将任何标点符号（如 `。`、`，`、`：`、`"`、`（`、`）` 等）包含在 `**` 标记内部。 * ✅ **正确示例**(标点在 `**` 之外)：这是“**一个核心观点**”。 * ❌ **错误示例**：这是**“一个核心观点”**。 --- 请开始处理以下内容：
太窒息了，看到一个视频评论区，你是一个UP主用AI写的文案然后具象化拍成视频教大家知识，最后观众再用AI提炼成文字回到了抽象层，人类！我请问，你们到底在干什么啊！ https://t.co/hYYAfQ8gut
最近 ElevenLabs Studio 3.0 的设计和 Cursor 新网站非常像。好像硅谷现在很流行这样的设计趋势： - 回归本质，大道至简，首页和头部只专注于文字 + 产品配图，不用各种酷炫的 3D 和动画分散人们的注意力。而且越是细分领域的头部公司越喜欢这么干，充分展现他们领头羊的自信。乍一看这种头部的设计和布局，像是刚入行的设计师习作，但整个页面的各种细节才能体现出功底。 - 摒弃前几年烂大街的 dark 界面，light、明亮、干净的风格总会让人眼前一亮。 - 导航栏喜欢用更小的字体，虽然对老年人很不友好，但显得逼格更高。 其他类似案例： - https://t.co/UgqRLK1fn1 - https://t.co/089GkGaDXN
来自官方的 Seedream 4.0 使用指南！😍 非常全面的案例跟 Prompt，还有各种提升效果的 Prompt 编写技巧。赶紧收藏备用！ 链接见评论👇 https://t.co/2wXY81Di75
Claude SKILL is an App! 用一个Skill基本完成一个日历App. https://t.co/DwtlYCBaXl
自己做过生意，卷过国内外大厂和咨询公司，也做两次融资创业，我最深刻的认识就是：在他人制定的游戏规则下卷性价比很低。 游戏规则的制定者就是既得利益者，其目的就是让所有人努力最大化，收益在保证你能持续卷的情况下最小化，不然都赚到钱下了牌桌还怎么玩
好久不看朋友圈，感觉大家玩的好开心。 而我宛如CZ https://t.co/zlbvLjdRxs
今天 X 上《All things AI w @altcap @sama & @satyanadella》这个播客最火，各种切片。 因为播客中做客的可是 OpenAI 的 CEO 山姆·奥特曼（Sam Altman）和微软的 CEO 萨提亚·纳德拉（Satya Nadella）。 两位大佬聊了很多关于 AI 未来、算力投入、微软与 OpenAI 的合作等话题，加上前几天微软和 OpenAI 刚宣布了新的合作协议，并且他们在播客中也聊到了这个协议的细节，所以备受关注。 先总结一下这场对话的几个关键点： - 1.4 万亿的算力豪赌：面对“蛇吞象”的质疑（营收 130 亿却敢承诺 1.4 万亿算力投入），Sam 认为这 1.4 万亿不是“负债”，而是他们实现下一个目标的“弹药”。在他们看来，唯一的风险就是弹药不够。 - 真正的瓶颈不是芯片：纳德拉亲口承认，今天微软最大的瓶颈，甚至不是缺 GPU 芯片，而是缺能把芯片插进去的数据中心和配套的电力。物理世界的施工进度，成了数字世界狂飙的最大限制。 - 微软的“王牌”：在新敲定的协议里，微软的王牌不是那 27% 的股权，而是获得了 OpenAI 最强 AI 引擎长达七年的“免版税使用权”。用纳德拉的话说，这等于“免费拿到了一个前沿模型”。 OpenAI 的核心模型（即“无状态 API”，你可以简单理解为 GPT-4o 或 GPT-5 这样的主力模型）在 2030 年之前，将继续在微软的 Azure 云上“独家”提供给大企业客户。但是，其他所有产品——包括 Sora、Agents（智能体）、开源模型、以及未来的可穿戴设备等——都不受此限制，可以在任何其他平台（比如亚马逊或谷歌的云）上分发。 - AI 的终极目标：Sam 的终极愿景是“AI 用于科学”（AI for Science），他认为 AI 做出“全新科学发现”的那刻，就是超级智能的某种体现。 - 交互的未来：纳德拉则定义了下一个人机交互范式——“宏观委托，微观调校”（Macro delegation and micro steering）。你只管下达大任务，AI 自己去办，只在关键节点找你确认。 这场对话清晰地表明：AI 的军备竞赛已经正式进入了拼数据中心、拼能源的“物理战”阶段。而微软和 OpenAI，已经通过一份精妙的（对微软而言血赚的）协议，把身家性命深度绑定，试图联手定义下一个计算时代。 接下来是访谈的一些具体内容和细节 一、那个“1.4 万亿”的算力承诺，到底什么来头？ 这是全场最尖锐的问题。主持人 Brad Gerstner 直接抛出了那个吓人的数字：OpenAI 承诺在未来几年投入高达 1.4 万亿美金去购买算力，可你们公司（OpenAI）明年的营收“据报道”也就 130 亿美金。 这听起来像不像“蛇吞象”？这钱从哪来？这合理吗？ Sam Altman 的反应很直接，也很有意思： 1. “我们的收入比你报的多得多。” 2. “你要是担心，想卖你的 OpenAI 股票，我立马就能给你找到买家。” （潜台词：我们现在是市场上最烫手的资产，不愁钱，也不愁没人信。） Sam 承认这是一场豪赌，他们赌的是，AI 的能力和带来的收入将继续“陡峭地增长”。这笔钱会投向 ChatGPT 的持续迭代、AI 云服务、全新的消费级 AI 设备，以及一个更宏大的目标——用 AI 来搞科学发现。 对他来说，真正的风险不是花钱太多，而是算力不够。 “如果我们没有足够的算力，我们就做不出更强的模型，也就产生不了那么多收入。”——这才是他们最大的恐惧。 纳德拉也表达了对 Sam 的支持：OpenAI 提交给微软的每一版商业计划，“每一次都超额完成了”。 二、真正的瓶颈：不是缺芯片，是缺“插座” 紧接着的问题是：既然这么缺算力，那未来几年会不会出现“算力过剩”？毕竟，科技史上这种“基础设施泡沫”太多了。 Sam：“过剩（Glut）是肯定会来的，我只是不知道是两三年后还是五六年后。” 为什么？因为技术突破是指数级的。万一哪天我们真的能在笔记本上本地运行 GPT-6 了（Sam 的原话），那今天这些昂贵的、中心化的数据中心可能就不值钱了。 但是，“现在”呢？ 现在是极度、极度、极度的短缺。 而纳德拉提供了一个更关键的视角。他说，今天微软面临的真正瓶颈，甚至“不是芯片供应问题（GPU），而是我没有足够的‘暖房’（warm shells）把它们插进去。” 这话说得太实在了。 “暖房”指的是什么？是数据中心、是配套的电力、是土地。你拿到了几万张 H100，你得有地方放吧？你得有足够的电力供吧？这背后是庞大的土木工程和能源问题。数字世界的狂飙，终究还是被物理世界的规律和施工进度给限制住了。 三、拆解新协议：微软到底拿到了什么？ 这场对谈的核心，是他们刚敲定的新合作协议。我们来看看重点： 1. 微软的“独占权”是什么？ - 独占的：OpenAI 的“无状态 API”（Stateless APIs），你基本可以理解为 GPT 系列大模型的核心 API 调用。在 2030 年之前，这部分在大型云厂商里，Azure 独占，AWS、Google 的 GCP 都拿不到。 - 不独占的：其他所有东西。比如开源模型、Sora（视频模型）、AI Agents（智能体）、各种硬件设备（比如传闻中的 AI 可穿戴设备）。这些 OpenAI 都可以在其他平台（比如 AWS 或 Google Cloud）上分发。 这是一个非常精妙的平衡。微软锁定了自己云服务（Azure）的核心竞争力（只有我这有最强的大模型 API），同时又给了 OpenAI 足够的自由度去探索其他商业模式。 2. 为什么 OpenAI 要分给别人（Oracle、AMD）订单？ 纳德拉解释了他作为云服务商的“难处”。他的目标是建立一个“可替换的算力集群”（Fungible Compute Fleet）。 什么意思？他不能把所有鸡蛋都放在一个篮子里，只为 OpenAI 这一个客户服务。他还要顾及自己那些“高利润”的亲儿子（比如 M365 Copilot、GitHub Copilot）以及 Azure 上成千 上万的其他客户。 因此，微软让 OpenAI 也去外面采购一些算力（比如从 Oracle 那里买），这反而给了微软自己更大的灵活性，去平衡内部的算力分配。 3. 微软的真正“王牌”：免费的“最强引擎” 如果说微软在 OpenAI 那 27% 的股权（Sam 说希望这笔投资未来能值一万亿）是“面子”，那真正的“里子”是这个： 微软获得了 OpenAI 模型和 IP 的“免版税使用权”（Royalty-free access），期限长达七年多。 纳德拉自己都说，这相当于“免费获得了一个前沿模型”（a frontier model for free）。 想一想，这意味着微软可以把这个星球上最强的 AI 大脑，源源不断地、“免费”地塞进它所有的核心产品里——Office 全家桶、Windows 操作系统、GitHub、Bing 搜索…… 这笔买卖，简直是科技史上最划算的投资之一。 四、聊天 vs. 搜索：一个尚未解决的经济难题 对话中提到了一个非常棘手，但又极其重要的问题：AI 聊天（Chat）和传统搜索（Search）的经济模型。 - 搜索：这是一个完美的“印钞机”。谷歌建一个“索引”（固定成本），然后每次搜索的边际成本“几乎为零”。用广告竞价排名，利润高到吓人。 - 聊天：这是完全相反的。每一次提问，都需要消耗大量的 GPU 算力，边际成本非常高。 纳德拉的回答：“经济模型完全不同。” 他说，这就是为什么 AI 聊天（消费端）现在都在搞“订阅制”（比如 ChatGPT Plus）。我们（行业）还没有找到 AI 时代的“广告单元”。 他用了一个词：“The cheese is being moved”（奶酪正在被移走）。谷歌和微软建立在“搜索”上的万亿帝国，其最底层的商业逻辑，正在被 AI 动摇。 纳德拉的结论是：企业（Enterprise）端的 AI 赚钱模式很清晰（“智能体就是新的工位”），但消费者（Consumer）端的赚钱模式，还“有点模糊” (a little more murky)。 五、AI 的未来：“科学发现”与“宏观委托” 那么，花这么多钱，到底是为了什么？ Sam Altman 的终极愿景：“AI 用于科学（AI for Science）” Sam 说，他最兴奋的是，希望到 2026 年，AI 能做出哪怕“非常微小”的、但却是“全新的科学发现”。 他认为，如果 AI 能开始扩展人类知识的总和，那在某种意义上，“这就是超级智能”。 Satya Nadella 的愿景：“宏观委托，微观调校” 纳德拉则更关注人机交互的变革。他认为，ChatGPT 的魔力在于“UI（界面）遇上了智能”。 而下一个革命性的 UI 是什么？他称之为“宏观委托与微观调校”（Macro delegation and micro steering）。 什么意思？就是你不再是“搜索”或“聊天”，而是直接给 AI 一个大任务（比如“帮我策划并预订下周去日本的家庭旅行”），AI 会自己去执行，中间只在关键节点（比如“酒店 A 和 B，你选哪个？”）回来“微观调控”你一下。 而要实现这一点，Sam 补充说，就需要“新形态的计算设备”（比如 AI Pin 或可穿戴设备），它必须能“始终伴随你”，并对你的生活有“完整的上下文感知”。 “利润率扩张的黄金时代” 聊到最后，他们谈到了 AI 对就业和生产力的影响。科技公司最近都在裁员。这是因为 AI 吗？ 纳德拉不这么认为。他称之为“利润率扩张的黄金时代”（golden age of margin expansion）。 他举了个例子：微软内部管网络运营的团队，要和全球 400 家光纤运营商打交道，工作极其繁琐。那个女主管说，你就算批准预算，我也招不到这么多人。于是，她自己动手，用 AI 做了 N 个智能体，把整个运维流程给自动化了。 这就是未来。纳德拉预测：公司营收翻倍，但员工数可能只增长一点点。因为每个员工的“杠杆率”（leverage）都通过 AI 被极大地放大了。 这不是说要大规模裁员，而是“AI 让你一个人干一个团队的活”。我们每个人，都必须重新学习“如何工作”（the how of work）。 一个团队在 AI 的帮助下，能完成过去十倍的工作量。因此，未来公司的“人头数”（Headcount）增长，将远远慢于“营收”（Top line）的增长。 这就是 AI 带来的生产力革命——用更少的人，撬动更大的价值。
我以前有个邻居，平时不来往，有一次得了个猪头，因为我家有院子就非要跑我家院子里去处理猪头，然后用我家的锅、我家的电和我家的各种调料炖上了，也不知道是什么猪，黑乎乎的，特别硬，熬到凌晨2点，分我家一半。猪肉味道还是超级腥，我一口没吃都倒了，连锅都扔了！后来我不和他们来往了😟
现在的局面，大量的人盯着AI行业，等着泡沫破裂，好趁机做空获利。 这种心理我完全理解——任何新兴产业想走得长远，都得经历几次负面的回调。 他们等的，就是那第一波“洗牌”的时刻。 但AI有它自己的节奏。 有些产品活不过一个星期，下个星期就被新的取代。 这种速度让它几乎是自生自灭，也在自我修复。 要真说泡沫破裂，除非从物理层面——GitHub被炸、黄仁勋被我活捉——那才算真正的崩塌。 现实里，AI的泡沫更像一场持续的蒸发： 看不见，摸不着，有的在消散，也有的在凝结。 不是轰然一声的终结，而是一场静默的重组。 正因为有“算力”这个东西存在，才有源源不断的新泡沫，去填补那些已经蒸发的旧泡沫。 每一次GPU的升级，都是给信仰续命。 这也解释了为什么黄仁勋还在不断加码。 今年的GTC大会上，他提出要把QPU和GPU结合，用量子计算与通用算力共同驱动下一代AI。 这已经不仅仅是产品路线，而是一场信念实验。 他在用英伟达，去赌全人类的信仰。 没错，AI产业的本质，就是一份革命名单 签上名字的人，都要有掉脑袋的觉悟。 《首尔之春》里有句台词： “失败的话是叛变，成功的话就是革命。” 这一刻的老黄，就像那个历史人物的再临 赌的不只是技术，更是时代的方向。