🔥 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.
方寸亮其实一直都是我很喜欢的一个数据博主。 虽然他不是深耕IT的，但是他这期的确值得我们看看。 用友，海量数据，和中软。 你先别喷，看他怎么说。有时候人身在其中，尤其是搞技术的，看事情的角度并不是最全面的。 只用三家软件企业，居然探到了中国经济的血液级指标，内循环救不了命。 https://t.co/AvMazUV2ML via @YouTube
完全绕过 claude 的防守 https://t.co/gz0bfY4ybk
经济学人：工作不好找，别急着怪AI—— 白领就业遇冷，锅不在技术，而在经济 科技大佬们在谈论 AI 时，向来“语不惊人死不休”。 过去一年，他们用“AI就业末日”的预言占领了各大论坛和社交媒体。OpenAI的老板萨姆·奥尔特曼 (Sam Altman) 警告说：“整类整类的工作都将消失。” Anthropic的 CEO 达里奥·阿莫迪 (Dario Amodei) 预测，AI“可能会抹去一半的入门级白领岗位”，并将失业率推高到两位数。而马斯克更是从不甘落后，他最近宣称：“AI和机器人将取代所有工作。” 现在，清算时刻似乎真的到来了。亚马逊 (Amazon)、塔吉特 (Target) 和 UPS 等商业巨头纷纷宣布，计划裁掉超过3万个白领岗位。亚马逊表示，在向AI大举“砸钱”的同时，公司需要“更精简地运营”；UPS则为了削减成本，大刀阔斧地砍掉了管理层。就连 Meta 也修剪了其“臃肿”的AI部门。这些裁员刀刃，几乎都砍向了办公室职员——这正是硅谷长期以来预言将受AI冲击最严重的那群人。 放眼整个美国经济，企业今年已宣布了近100万个裁员计划，比去年同期高出约50%。过去三个月，招聘率降至十年来的最低点（译注：排除了新冠疫情初期的特殊情况）。超过四分之一的失业者已经至少六个月没有工作了，这种情况除了经济衰退后，实属罕见。 刚毕业的年轻人尤其感到了压力。在拥有学士学位的22至27岁人群中，失业率自2023年以来上升了两个多百分点。对许多人来说，这个时机太“巧”了：一边是公司大张旗鼓地宣传AI投资，另一边却是那些工作看起来最容易被AI自动化的员工在承受痛苦。就连美联储主席杰罗姆·鲍威尔 (Jerome Powell) 也在思索，那些“有能力比过去更多使用AI”的公司，是否可能正在减少招聘毕业生。 一些研究似乎支持他的观点。斯坦福大学的埃里克·布林约尔松 (Erik Brynjolfsson) 及其合作者的研究发现，在最容易受AI影响的岗位（如软件开发）上，从2022年底到2025年初，22至25岁员工的就业率比年长的同事下降了13%。而在受AI影响最小的岗位上，年轻和年长员工的就业增长则不相上下。 哈佛大学的盖伊·利希廷格 (Guy Lichtinger) 和赛义德·侯赛尼 (Seyed Hosseini) 也得出了类似的结论。他们分析了LinkedIn的个人资料和来自劳动力情报公司 Revelio Labs 的招聘数据，发现那些正在招聘生成式AI相关职位的公司，在初级岗位的招聘上削减得比同行更厉害。 然而，更广泛的证据却指向了相反的方向。 智库“经济创新集团” (Economic Innovation Group) 计算得出，从2022年到2025年中期，受AI影响最大的五分之一劳动者，其失业率仅上升了0.3个百分点；相比之下，受AI影响最小的那部分人，失业率反而上升了近1个百分点。他们发现，在最易受AI影响的岗位上，AI对年轻毕业生的冲击同样微乎其微。 耶鲁大学预算实验室 (Yale Budget Lab) 的研究人员也几乎没有发现技术颠覆的迹象。通过研究自ChatGPT问世以来职业结构的变化，他们发现美国劳动力市场并未出现由AI引起的明显转变。分析师们也一直持怀疑态度，他们认为亚马逊等公司的裁员，真正动机并非AI，而是常规的商业需要（比如降本增效）。 如果AI不是“背锅侠”，那又是谁呢？ 最简单的解释是，白领经济正在从疫情后的高点回落。那些雇佣了大量毕业生的行业，如信息服务业（包括媒体和数据服务）以及专业和商业服务业（会计和咨询），在2021年和2022年增长迅猛。它们最近的“退烧”，与其说是AI带来的巨变，不如说是回归常态。 即使是软件开发——这个被认为最受AI冲击的行业之一——也显示出类似的“繁荣-萧条”模式。疫情后，开发人员的职位空缺增加了一倍多，随后又大幅下滑。风险投资公司 Andreessen Horowitz 的马丁·卡萨多 (Martin Casado) 表示，当初那股将软件初创公司估值推向高潮的狂热，导致企业“像疯了一样过度招聘”——这场狂欢的“宿醉”至今仍在消解。与此同时，那些疫情期间受创的需要线下面对面的行业，如医疗保健和社会援助，其增长一直很平稳，直到现在才跟上了白领行业的衰退趋势（见图表）。 另一种解释是周期性因素。ChatGPT的发布，恰逢美国几十年来最紧张的劳动力市场：2022年夏天，平均每个失业工人对应着两个职位空缺，创下了纪录。此后，情况有所缓解。而每当经济放缓时，年轻人总是受冲击最严重的群体。我们的分析发现，当商业周期逆转时，青年失业率的上升速度通常是整体失业率的1.5到2倍。这次的情况也符合这个模式。 尽管如此，更深层次的问题仍然摆在年轻毕业生面前。 高等教育的回报一直在缩水。美国的“大学工资溢价”（译注：指大学毕业生相比非大学毕业生的收入优势）已经停滞了二十年；如今，在长期失业（译注：指失业六个月以上）的人群中，大学毕业生占了三分之一，而上一代人中这一比例仅为五分之一。 AI可能很快会成为毕业生面临的另一个障碍。 目前，这项技术还没有夺走年轻专业人士的工作。但很有可能，当经济开始复苏时，留给他们的入门岗位会变得更少。■ 来源：https://t.co/Cu5CNJowpX
我简直无法形容我看完这个视频后的惊讶 —— 人生的意义究竟是什么？ https://t.co/vLX0DRMZHo
这艺术风肖像照效果不错，有点职业商务的感觉但又比职业商务高级太多了！ @miilesus You just did a great job!😏 Prompt 见原帖👇 https://t.co/RqcjZqXFvM
字节跳动出品的 Trae 终于要出 SOLO 正式版了 作为一路见证这个产品走来的用户，心里很开心 虽然后面发现用 IDE 实在是不太习惯，暂停了一段时间 https://t.co/Kz0o7blbsq
我最近发现一个推特账号，可能是中推营销最佛性 (之一) 的账号了 ... 明明本职工作应该每天发一些产品介绍，挂个购物车，可好像并没有。 我刷了他过去 30 天的推文，都是一些智能家居踩坑、维权囧事、电脑装机、高中回忆等乱七八糟的东西 ... 过去 3 个月只有 150 万浏览量，涨了 550+ 个粉丝。 笑死，我建议他们公司老板应该开除他，除非 ... 账号就是他们老板在运营的。 哎，我说的就是我 ;-( 我们公司早在 10 月 30 日就开始搞双十一活动了。 运营小妹天天盯着推特，想看看我到底什么时候主动宣传一下活动。 今天她终于受不了了，走到我桌前，狠狠敲了敲屏幕，问我到底还想不想在公司干了 ... 好吧。 下面的稿子是她给我的，我直接一个复制粘贴： 数码荔枝双十一活动开始啦，超过 100 款正版软件 5 折起。走过路过不要错过: https://t.co/ALraLkBtOe
准备用心去学中文，练中文。开了一个中文播客。跟全世界的朋友一起学中文。 讲着讲着发现自己说中文非常奇怪了。 我谈了谈我认为语言对思维的影响。我不能失去我的中文能力。 https://t.co/8s15Xc92pc
有些时候， 真挺佩服我老板的 https://t.co/kYUfgl8jFE
昨天晚上的黑客松，被几个学生的作品整破防了。 AI 发展到今天，还有很多人还觉得AI让人人都能创作是句套话， 昨天我在听他们路演的时候脑子里反复蹦哒的一段话： “AI 时代最棒的地方之一，就是让创意和执行之间的距离，被压缩到几乎为零。 一代人的创造方式已经在悄悄改变了。” 这也是我最近用文心APP的魔法漫画功能时的一点小感触。 我做了几个实验，整体的感受就是简单好玩，一句话/一张照片/2 分钟就能生成一部漫画。 我们真的可能正在和 AI 共同完成某种叙事。
用同样的提示词和同样的模型做智能体（DeepSeek V3.1） 然后尝试逆向系统提示词 如果是在 monica 等聚合平台，可以逆向出我填写的 system prompt 但是在腾讯元器，直接得到了 DeepSeek V3.1 本身的系统提示词 也就是说腾讯元器平台的 system prompt 是伪装成 system prompt 的 user prompt 做了个假的智能体 太贱了……
世界上最快的 AI 聊天客户端 ChatWise 现已支持 ListenHub 朗读回答了。 看视频，一分钟学会配置。 另外还支持了 ListenHub MCP，可以一键把回答转播客。 https://t.co/7KW6b6Ag1d
Very late to the party. When Thinking Machines Lab released their blog on On Policy Distillation, my first reaction was that it should be just like DAGGER from 15 years ago: https://t.co/qh1NdMObBm. I finally had time to read the blog today and sure enough, they mentioned DAGGER. Actually, if you have access to an expert, there are quite a few on-policy imitation learning approaches you can try. Here’s one incremental idea that really works from an obscure paper we published at 2018. It is basically an on policy multi-teacher imitation learning method that chooses the best teacher for each state based on their value functions. We found that it’s possible to imitate multiple imperfect teachers simultaneously, and eventually outperform all of them. Naturally, the more diverse those teachers are, the better. Would be interesting to reproduce this in the LLM era: https://t.co/xctBqEbPXb
昨晚9点半睡到今早9点半，脑子终于休息过来了。一睁眼，手机里又是一堆消息。今年年末意外地来了三个大项目，而且都很靠谱，其实任何一个成了都能撑个半死。我跟我妈唠叨着，年底得把一部分钱转到和亲戚儿子一起新成立的公司，她马上炸庙：你赚的钱为啥要转到和他成立的公司里。我说不转就被税务局整走了。然后跟老妈讲了点税务基本常识，老妈听得小豆豆眼昏花。 我妈问：你这些各种不交税的脑筋跟谁学的？ 我说当你坐到这个位置上自然就懂了。 不得不说做生意其实给了人更深入接触和理解社会的方式，因为视角完全不同，这是打一辈子工都学不到的。
之前就觉得Comet这个Invitation card做得超级好看，没想到Aceternity UI很快就复刻了这个Comet Card组件，几乎1比1还原了！ https://t.co/2oOsRXWiOx
最近不少国产模型在主打Claude 平替，性价比确实高，但我自己是站在 SOTA 一边的。 尤其在 coding 场景，别省这点钱，否则很容易陷入不必要的内耗。 我做两个类比： 1. 选模型，就像买东西 贵的你用了出了 bug，只会怪自己写得不行；便宜的哪怕同样的 bug，你都会忍不住想是不是模型不行？ 然后就开始质疑，怀疑人生，调包试别家…… 其实根本没必要陷入这种情绪回圈。 2. 选模型，也像招人 花便宜的钱招来个不靠谱的，干活各种出问题，执行慢并且沟通拉垮，最后还得自己兜底，最后成本一算，可能还不如当初直接上个贵的。 特别是在 AI 帮你干活的场景里，稳定出活永远是第一优先级。 最主要在代码这个场景里，实现效果完全不等于底层质量。 同样的功能，一个工程师写 100 行就搞定，另一个写 1000 行。 看起来都能跑，但你说选哪个？ 不是说一定要用最贵的模型， 但做模型选型的时候一定得知道： 到底是在省钱，还是花时间用一堆补丁去补个本不该选的低价。
我毕业后第一份工作在两桶油，刚进公司需要去加油站进行例行实习 印象较深的是刚去没几天，被安排的任务是轮岗清洁厕所，标准是任何时候都要保持尿斗没有污渍、蹲坑没有挂壁、地上没有积水 当时感觉有些夸张，不是很情愿去，估计是有人打了小报告，站长跑来亲自给我示范，他说无论什么工作只要决定干了就别嫌弃，并且要干好，于是手脚很麻利地一套清洗的标准流程走完，很完美地实现了那些要求 他用白色纸巾擦了好几个地方，给我演示不变色的效果，说他自己来扫厕所的时候一直都按这个标准 他说他以前是麦当劳的店长，后来来做加油站的站长，自己的体悟是： 麦当劳教做事、中石化教做人 这是我一直都印象深刻的话，并且后来每次轮到我扫厕所也都非常高质量地完成了 个人理解是，职业也好、人生也罢，尽可能多的不同体验没有坏处 比如进大厂，学会的是流程和大规模组织体系下的处世逻辑 而去小厂，得到的是不拘泥于岗位的经验触达和人情社会的真实体感 各有各的收获，多多益善 当然，同等条件，肯定选钱多的😄
越来越多的外国人到访中国 整理点儿资料做个网站挺不错 比如外国人怎么开通支付宝付钱 怎么买火车票 怎么点外卖 怎么叫滴滴 怎么买苹果手机 这都是我这朋友挨个问我的问题 我发现我自己都不知道 还跑去给他查了一遍 结果发现SEO靠前的这些站的内容是真垃圾…… 是时候改造一波了，朋友们 内容营销获客赚钱的机会真的太多了……
收到X的这个月收入，然后发现收入面板整合了全部收入的总额。 做零花钱挺好，但X还是为了写自己感兴趣的东西，顺序不能颠倒。 https://t.co/X4cg2AGJ3t
今日 Hackernews 热帖：工作，工作之后：一个失业应届毕业生的笔记，眼看就业市场分崩离析 作者是名校计算机专业毕业生，成绩好，包括 DeepMind 在内的 3 份实习，但迄今为止 0 offer！他和他的同学聊的不是毕业生就业市场有点冷，而是毕业生就业市场已经玩完了！ 媒体上对这种现象的解释是经济周期遇冷，VC 没钱了，科技公司缩减开支，但作者不认可这些说法，他从自己的角度在文章中做了分析。 第一个趋势是很多工作变成远程操控了，一个马尼拉的员工，戴着VR头显，就能远程操控一个东京便利店里的上货机器人。 东京的企业拿到了马尼拉的低廉劳动力，却不用处理东京高昂的住房、医保或文化融合问题。这比外包还彻底。 更狠的是，这个马尼拉员工的工作，不只是在上货。他是在为AI提供训练数据。他每操作一次，就是在教AI如何像人一样上货。特斯拉的Optimus机器人也是这么学的。 作者管这个叫“物理世界的幽灵工作”——你今天的工作，就是在训练明天淘汰你的机器。 这个模式正在白领世界复制，初级岗在消失。公司宁愿要“资深工程师 + AI工具”，也不要一堆新人。 对于这个问题，作者还提出了一个概念：“正态分外人类” (Out of Distribution Humans)。 想象一个钟形曲线，或者叫正态分布。 （参考图一，这图原文没有，还是我从网上找的一张，来源：Introduction to the Normal Distribution (Bell Curve) https://t.co/uetXK6ndyY） 曲线中间“胖胖的”部分：是海量的、重复的、可预测的“普通工作”。 曲线两端“细细的”尾巴：是那些新奇的、混乱的、没法总结规律的“怪异工作”。 过去，AI只能干最简单的事。现在，大语言模型最擅长的，就是吞噬掉曲线“中间”那块最肥的肉。 而我们绝大多数人的教育、实习、和职业规划，都是在教我们如何挤进那个中间，叫我们如何成为一个稳定、可靠、可预测的标准员工。 结果我们都在努力成为AI最容易取代的那类人。 那谁能活下来？ 就是那些活在曲线两边上的正态分布外的人。他们的工作足够独特、足够新颖、足够混乱，以至于AI暂时无法学习和压缩。 这篇文章在Hacker News上也讨论的很热烈，评论区很有意思。 有人说：这哥们文笔好到可以直接出书了。 但另一拨人说：我看了他的简历，写得像一篇散文，太长了。难怪找不到工作，现在是抖音时代，没人有耐心读。 这也挺讽刺的： 一个优秀的毕业生，却可能因为简历不够“抖音化”，过不了HR的第一关。 还有几个扎心的评论： 1. 申请黑洞： 有人说现在招人根本不看投递的简历了。因为90%都是AI生成的垃圾或海外垃圾邮件。公司只主动挖人。（这解释了为什么作者的优秀简历石沉大海） 2. AI当借口： 也有人怀疑，AI只是个借口。真相就是经济不行，高管们拿AI当挡箭牌，疯狂砍成本、搞离岸外包（比如去印度）。 3. 实习没转正？ 有人质疑他3个实习（包括DeepMind）都没转正，是不是他自己有问题。但立刻有人反驳：现在大厂实习生转正名额也冻结了，不是实习生不行，是公司不给人头了。 作者在结尾也写下了他的感受： 过去，工作是一架梯子，我们往上爬就行。 现在，梯子底下代表初级岗的几节横档正在被抽走。 我们这一代人，正悬在半空，底下是成千上万个和我们一样做对了所有事的人。 而公司在做的，就是把梯子中间的标准横档，换成AI和机器人。 帖子地址：https://t.co/6jccjHJw0T
我发现生财真的是个毒瘤，啥都抄，鼓励抄 这不 https://t.co/3CdcujWd6x 也被盯上了😱 我百万流量的站点一直没有推广这个产品 一直想再多打磨打磨产品再推广的 看来要提上日程了
查理·芒格：如果你无法在股价下跌 50% 时保持心态稳定，那你不适合做普通股股东。 https://t.co/tazNOtrqsP
以前一直以为简中推的日活是 100w 左右，如果要破 100w 展示量，可能要拉进来一些其他语种 结果连续三篇破了 200w 展示量 用 AI 改写了另外一个毫不相干的剧本，现在也有 140w 展示量 让我对 X 的中文区日活有新的认知 （除非是有些人因为这个事情跑到 X，起到了拉新作用？？？） 但这还不是极限，一定有一种内容形态，可以到 500w 展示量 并且不是偶然实现，是连续稳定实现，且无人工干预，就靠 AI 写 ---- 另外，X 真的是国内各个社交媒体的扮演来源 我已经在微信群、soul、微博、小红书、抖音等无数个地方看见这个账号被搬运 即便我已经拍视频说了怎么做这个东西的底层思路，好像也没人干，大家只愿意 copy / paste 所以还是那句话，《降龙十八掌》遍地都是，只是没人愿意翻开罢了 ---- 另外的另外，好像有人觉得，我虽然是用 system prompt 做了智能体，没有人工写作，但是我的 user prompt 写了很多去引导 这是误解，我给智能体的指令就三个字：「写一条」
来了！藏师傅 & 30+ AI 产品终极优惠礼包！ 在 17 日之前购买藏师傅的 AIGC 周刊，将会获得： 一年的 AIGC 周刊内以及所有往期 AIGC 周刊的存档内容； 30 多个知名 AI 产品的高额优惠券，一定有你想的产品； 30 多个 AI 产品的免费会员抽奖，总数超过了 1000 份100% 中奖。 下面是活动细节👇： https://t.co/kiQTjUEZnl
iOS App Signer：一个适用于 macOS 的工具，用于对 iOS / tvOS 应用进行签名，并生成可直接安装到设备上的 .ipa 文件。 👉 https://t.co/QbaRs875L8 https://t.co/iUzTwQRLIy
HeroUI 可能是目前市面上最好看的前端组件之一了。 https://t.co/ykEUWdt040 https://t.co/7ZmX2ubwb3
JP 摩根指出，商业中最有价值的货币不是现金，而是信任与品格。 https://t.co/RLgMLxsrt7
Played 2 games in NYC in 1 weekend. Nice vibe! Thanks for the invite bro @0xRickyW https://t.co/vY2POsaJyx
教育的另一面是思想的牢笼 每个人从小都被灌输 努力读书才能有好工作 的想法 你从来不会见到有任何一所学校教你从商 教你创业 让你体验人情冷暖 经历心灵的摧残与失败的磨练 因为教育是统治的手段 相比那20%的人才 如何统治80%人的思想才尤为关键 因为那20%的人才 哪怕没有教育系统 他们依旧成才 这些人会自己创造机会去实践 去做事情 从不断的学习和实践失败反馈中汲取养分 也从未听说任何一个成功的人告诉你是学校里讲了啥啥啥他成功的 不要责怪教育制度 因为在这个制度下 总有突破束缚的人 大环境改变不了 怨天尤人无济于事 重要的事情是顺势而为的自我突破 在机会到来之前成为那个有准备的人 选大厂 选创业团队 选什么其实也没那么重要 哪怕短期内看起来绕路了 但朋友 这就是你的修为 很多人为什么能发展得很好很快 他们祖辈花了两三代的时间去经受磨难 而你可能才是刚刚觉醒的第一代人 没什么可比性的 看清真相，尊重规律，竭尽全力去突破自我，这才是我们能做的 命运一直在，只有有些人不愿意相信，有些人不屑于相信罢了 它在，但并不代表努力无效的虚无主义 每一代人都能靠自己的努力去在有限的空间内突破一点点 一起加油
今天来分享一下，之前分享过的如何用飞书的付费知识库，以及更新了一些付费知识库产品的参考（还有我自己订阅的知识库推荐） 小报童+flowus+飞书知识库，总有一款适合你，打造学习-输出-收款全流程 https://t.co/tPNbNWRq6D
改毕业论文，我发现自己现在注意力缺陷真的很严重。 我自己的论文我看一半会看不下去，提交好多东西也全都是错。。。。我是咋了
我的人生彻底完蛋了，也真的劝大家，现在出去玩不要乱搞，真的，我现在真的后悔，真的会出事的，我年纪轻轻就染上了OLED，一旦身体和感官被长期麻痹产生了依赖性，就真的再也过不了那种雾蒙蒙的IPS低端生活了。
今天不太开心 小区棋牌室倒闭了，没地打牌了，也见不到老板娘了 而且我一直觉得这就是适合独立开发者的第二副业 一般一组客户至少呆半天，只需要客户来的时候提供好茶水就好了，不会太耗时间，可以有大把时间写代码 据我观察，客户还算稳定，和老板娘聊了聊说是因为物业涨房租了 突发奇想用 https://t.co/R9X2Fs8dsy 整了个麻将高手攻略，有没有想要进阶下的推友 需要的朋友互动下，人多的话我来把课程完善下
💰 为什么大而全的英语资料卖不动，而这些“小而美”的却月入过万? 最近正在看小红书英虚拟产品案例，发现一个规律： 越垂直，越赚钱。 卖“全套英语学习资料”的商家，月销几十单；而专注某个细分领域的，轻松破千单。 简单做了下拆解供小伙伴们参考👇 https://t.co/d0m7KN3Tdv
生病卧床。 又把《来自深渊》追了一下。 这几年来我关注的最有深度作品之一，可惜就是更新的太慢了。
Dan Koe一个人的内容 养活了多少自媒体爆款 不论是推特 小红书 公众号 抖音 全在洗稿ai内容生产流 更可怕的是，洗的一点儿主见也没有
去格式化是坏事 所有的阅读软件，微信读书、Kindle，以及史前的 Pocket、Instapaper，都有个共同的问题：去格式化。 人类的记忆，不是符号记忆，而是把内容，跟形式和场景，一同记住的。这些形式和场景，是信息的载体，是记忆的 anchor point。离开了这些形式和场景，我们很难调取这部分记忆。 举个例子。肥尾这个概念，我是在读塔勒布的《肥尾效应》这本书时记住的。我现在还记得，书里的图示，在页面的哪个位置，是什么形式，以什么格式呈现的。 说到这里，就明白了-- 阅读软件取消了所有这些格式，把信息的呈现形式给“统一化”了。这种统一化，是不利于记忆和思考的。就像给人穿上了统一的制服，反而抹去了个性。 以后，我还是多上原始网站，多看实体书。
一篇很不错的文章《AI's Dial-Up Era》——我们现在正处于 AI 的“拨号上网时代”。 还记得 1995 年吗？（也许那时候推上很多年轻人还是小朋友） 电脑发出吱吱嘎嘎刺耳而有点让人愉悦的尖叫声，试图拨号连上网络。网页简单的只有灰色的背景配上几行字，加载一张马赛克图片要一分钟。图片多的帖子标题上要加一句：多图杀猫（上网拨号器modem也叫猫🐱） 那时候流行的一句话是：“你不知道在键盘后面跟你聊天的是不是一条狗”。 那时的人们也分成了两派： - 乐观派说，五年内我们都会戴着 VR 头盔坐公交车。 - 悲观派说，这就是个泡沫，互联网对经济的影响不会超过传真机。 如果你告诉 95 年的人，25 年后： - 我们会从陌生人的社交媒体上看新闻，而不是看报纸； - 通过 App 找对象，而不是靠朋友介绍； - 彻底颠覆“不要相信陌生人”，主动坐进陌生人的私家车（网约车），甚至住进他们的空的房间（Airbnb）。 他们会觉得你疯了。 我们又回到了 1995 年，只不过这次是 AI。今天的争论和当年一模一样： - 一边说 AI 将在几年内导致大规模失业。另一边说 AI 会创造更多工作。 - 一边说 AI 是过度炒作的泡沫。另一边说 AI 将在十年内重塑文明。 只是作者认为两边都犯了同样的错误，他们都只说对了一半。 我们先来聊聊最大的恐惧：工作。 AI 教父 Hinton 在 2016 年警告说：“大家别再培养放射科医生了”，AI 几年内就会取代他们。 快十年过去了，现实呢？2025 年，美国放射科医生的职位空缺和薪资都创下了历史新高。（看图4） 为什么预测错了？ 科技圈 CEO 们最爱提一个词：“杰文斯悖论 (Jevons Paradox)”，简单来说就是技术越高效，用得反而越多。 比如 AI 让放射科医生看片子更快、更便宜了。结果就是，以前舍不得拍片子的人，现在都去拍了。总量上去了，放射科医生的需求反而增加了。 听起来很有道理，但这也只说对了一半。 真正决定一个行业会不会被 AI 取代的，取决于该行业能够释放多少未被满足的需求，以及这种未被满足的需求增长速度是否超过持续的自动化和生产力提升。 就好比是一场“赛跑”，这场赛跑有两个选手： 1. “未被满足的需求”增长有多快？ 2. “自动化效率”提升有多快？ 我们看个历史案例：纺织业。 1800 年代，自动化（织布机）来了。工人的生产力飙升 50 倍。结果是衣服价格暴跌。 赛跑的第一阶段： 以前大家只有一两件衣服，现在可以买十件八件了。“未被满足的需求”大爆发，跑赢了“自动化效率”。所以，纺织厂雇佣了比以前多得多的工人。 赛跑的第二阶段： 几十年后，市场饱和了。一个人再有钱，也不需要 1000 件衬衫。“需求”跑不动了，停在了天花板。 但“自动化效率”还在狂奔。结果就是：机器继续替代人，纺织业开始了大规模裁员。 所以，AI 对工作的影响，不是简单的好或坏。关键看这个行业的“需求天花板”有多高。 像纺织、钢铁、食品，需求天花板很低，自动化迟早会跑赢需求。 但像汽车制造，全球还有几十亿人没车，需求天花板很高，就业就能撑住。 那软件行业呢？ 软件的需求天花板几乎是无限的。 以前很多公司有无数“想做但太贵”的项目，因为养不起那么多程序员。 如果 AI 能让开发成本降低 90%，那海量的“潜在需求”就会被释放出来。 --- 我们再聊聊第二个话题：泡沫。 现在的 AI 热潮，像不像 90 年代的互联网泡沫？太像了。 当年，一家公司只要名字加个 .com 就能估值起飞，和现在加个 .ai 一模一样。 当年烧钱最猛的 Pets com，IPO 融了 8000 多万美金，几个月就倒闭了。 但我们换个角度看。 90 年代那场“非理性繁荣”，虽然烧死了无数 Pets com，但也留下了一笔宝贵的遗产：遍布全球的“光纤网络”。 正是这些在泡沫中被过度建设的基础设施，才让 10 年后的 YouTube、Netflix 和移动互联网成为了可能。 当年的泡沫，为未来的繁荣“铺好了路”。 今天也一样。 我们看到很多没产品、没护城河的“AI 套壳”公司拿到了巨额融资。 但我们也看到，微软、谷歌、亚马逊这些巨头，正在史无前例地砸下数千亿美金，疯狂建设数据中心、抢购芯片。 这些“算力基建”，就是 90 年代的“光纤”。 就算这波 AI 泡沫破了，这些基础设施也会留下来，支撑下一代 AI 应用的爆发。 --- 那么，未来到底会怎样？ 我们能确定的是：我们正处在黎明前，我们无法预测具体的细节。 就像 1995 年的人预测不了“网红”会成为最热门的职业。 AI 真正的影响，也不是简单替代已有的工作，而是解锁那些因为太贵而无法实现的市场。 比如 Uber。它刚出现时，很多金融教授都说它被高估了，因为它只能抢占“存量”的出租车市场。 他们都错了。 Uber 极大地降低了出行成本，它创造了“增量”—— 那些你以前“本不会去”的地方，因为打车便宜了，你才去了。 AI 也是同理。 一个小餐馆老板，以前绝不会花 10 万块请人开发一套定制的供应链软件。 但如果 AI 能把成本降到 100 块呢？他就会去“创造”这个需求。 最后，回到那个经典问题：AI 会让程序员失业吗？ Andrej Karpathy 问：5 年后，软件工程师会更多还是更少？ 答案可能是：这个职业本身会“变形”。 就像新闻行业。过去 30 年，报社里的记者职位大幅减少了。但是，从事新闻工作的人（比如博主、YouTuber、UP 主）却迎来了史无前例的大爆发。 记者这个工作被“变形”了。 软件工程师也一样。未来，软件工程师这个岗位的定义会变。但写软件这件事，会变得像今天写文档一样普及。 那个用 AI 给自己餐厅做了个小程序的餐馆老板，他不会称自己是软件工程师，但他确实在做软件工程的工作。 就像 1995 年的人无法想象网约车和短视频。我们今天也无法想象 2050 年的热门职业。 我们唯一能确定的，就是我们的 AI 未来，像当年的拨号上网的猫一样吱吱嘎嘎，正在加载中，耐心点。
全音域是什么意思？ 简单说，就是从钢琴的 C4 开始，白键黑键所有的音，往上三个八度，长笛都能吹出来。 这其实很了不起。 学过竹笛的人都知道，竹笛要“换笛子”：C 调、D 调、F 调……每个调都得一支。 为什么？因为竹笛没有经历真正的工业化发展。 那问题来了：笛子的进化，真有多难吗？技术含量很高吗？ 其实没有。 看看现代长笛、单簧管，说到底，也不过是一根管子，在特定的位置开了若干不同大小的孔。 区别只是，工业时代的乐器匠人，用几代人的耐心，把音准一毫米一毫米地校出来，再发明出符合人手形的按键系统。 这叫范式的力量。 中国民乐竹笛为什么没发展到这种程度？ 不是因为工艺不行，而是因为我们错过了范式的跃迁。 没有进入那个“人人可参与的系统”。 中国的瓷器、缂丝、宫廷乐器，这些当然精致，但那是少数人的精致。 范式真正的成熟，来自大众的参与。你不算特别穷和惨，一般人。 当普通人都能“玩”，能试、能改、能买得起、能自学。那才是文明的真正繁荣。 所以，我想说的不是长笛。 其实翻到这个帖子最开始的那个推，他说的最核心就是这个。 范式的力量，不是什么国家利益，不是什么小圈子、不是什么皇室精英。 而在你我这样的普通人，能玩得起什么。 哪里有老百姓玩的奇形怪状的新鲜玩意，哪里就有生命力。没有壁垒，没有限制，没有墙。
关于大厂、初创，对于年轻人来说，如果是穿越回去给我自己建议，我会说：去能让你兴奋的团队。
时间过得真快。这个周末刚把父母的房子里属于我的小房间收拾了一下，又到了该走的时候。老妈给准备了简单但美味的晚饭。这次来巴尔干公务比较多，没有太多时间陪父母。挤出来两个周末，想带他们出去玩，他们都不愿意去；真待在家里，也是各自猫在各自角落里刷各自的电子设备。和妈妈还能一起嘀咕嘀咕亲戚们，和我爸基本没什么可说的。唯一热闹的时候是带着满满一箱子西欧带过来的东西到达，把各种吃的用的拆箱时的样子。这一年都没来了，难免有些生疏。稍微熟络点，又到了该走的时候。月末在巴尔干有个项目，所以还会再来，但是不一定有时间来父母这边。老妈依然重复说着很多以前的人和事，我爸比以前更聋了，但我妈说如果谁骂他他马上能听见。 老妈微微唠叨我不生孩子这件事，我说你一辈子见到这么多家庭，都很不幸福，何苦再把这种不幸福延续下去呢。老妈想想说：可是不生孩子违背上帝的旨意，上帝希望人类生养众多。我说我觉得上帝也是希望人类幸福的，在这个生个孩子有可能是灾难的世界，还是别生比较好，老妈也不再说什么了。
帮大家验证了一下， 好像基本上用grok，gemini生成的内容， 国内AIGC检测不是太能识别的到 我有两段除了自己后期改了一下语言， 剩下丢了架构上去直接让AI生成的。 报告里都没有。。 反而我自己写的乱七八糟的胡话 AIGC一查一个准 https://t.co/lwvZSgB3Vs
一个人的时候，啥都不怕，没人管得了我，也不在乎别人的看法，根本不知道焦虑是什么。风险阈值调得也很大，只要后果能够勉强承受的，都敢去做。 有娃这三年呢，有时候就会焦虑啊。这孩子胆子怎么这么小？别的同龄小朋友会的他咋还不会呢？别人在学了我们是不是也先报个名？将来去哪读书呢？在大城市还是去小地方呢？带他出国还是在国内？以前我认为自由就是当我面对问题时可以做选择，而不是没得选，后来的情况是，选择多也会产生焦虑，怕选错。 前几天我在网上看到一个帖子，一位家长分享了他家三岁孩子搭的乐高，看起来是真有想法，搭得很好，我让我家也是三岁的试了一下，他没什么耐心，勉强搭了几块，我有点难过，刚准备搞他两句，我问自己：那我能搭得有那位三岁小朋友好吗？卧槽，我的答案是我不能，我根本没有那个想象力。 现在每天带他疯跑、爬山，一起骑车逛街，回来就洗澡睡觉。也不去想那么多了，只想看他每天多一些笑脸，放手让他自己走，走累了回头能看到我就行。没什么好焦虑的，我们折腾这么久不也就这样吗。
