即刻App年轻人的同好社区
下载
App内打开
悲-尘
138关注2被关注0夸夸
悲-尘
1天前

广屿Ocean: 你给大脑喂什么信息，就会活成什么样子 最近读了一本人工智能领域很重要的著作《智能简史》，作者不仅自己就是AI行业的创业者，还发表了多篇神经科学论文，为了搞清楚人类自己的大脑以及智能这件事，他亲自查阅了大量资料并写出了这本书，有人评价此书甚至能比肩赫拉利的《人类简史》 由于篇幅所限，这篇文章我想直接分享一个我认为书中对普通人来讲最重要的洞见：你在生活中给自己的大脑喂什么信息，你的大脑就会长什么样子（不同的神经链接），而这也决定了你的思维方式… 首先，书中分析了我们的大脑进化到现在这个智能程度，是在进化历史上经历了5次“信息投喂”的升级： 1，投喂真实世界的信息 在你还是婴儿的时候，就开始使用这个方式让大脑学习了，也就是和真实的世界接触。比如在自然中观察各种生物，大量不同行人的行为，和同伴嬉笑打闹 从真实世界的互动中，你的大脑了解了“因果关系”建立了“如果，那么”的神经回路 2，投喂试错与成长的信息 比如你用一种语气和别人讲话别人会生气的概率本来是60%，你后来调整了一种讲话方式结果变成了30%，这一步就是试错学习 科学家发现，脊椎动物的大脑用的恰恰就是这种学习方式，其本质是“通过试错不断调整预期”，而多身体分泌多巴胺，本质就是对这种预期的奖励 3，投喂想象模拟的信息 这也就是人最强大的能力之一“想象力”。当你在进行想象的时候，会从现实世界“断开”，切换到脑中的“虚拟世界” 而你的大脑想象力不是凭空产生的，需要大量素材输入。你读过的书、看过的电影、经历过的事，都会成为大脑模拟世界的“原材料” 4，投喂理解他人的信息 你可以简单的理解为“同理心”。同理心存在的作用就是为了“搞关系”，为了让你能够拥有更强的与他人建立链接和协作的能力 而为了拥有更强的建立社交网络的大脑能力，你需要为自己尽可能创造更多的社交互动机会 5，投喂他人想象的信息 所谓“他人的想象”就是语言，语言是他人将自己的想象传达给你的最重要载体。有了语言，知识就不只是存在于人脑之中，更是存在于人脑与人脑之间 特别是文字的出现，把知识增长的天花板推到了无限高，甚至跨越了时间，让我们建立了宗教、金钱、国家、公司等等本质上并不存在于自然中的“虚构”存在 最后，在你了解了自己大脑进化到现在这一步所经历的5个阶段后，现在你应该知道，让你的大脑继续进化所需要的就是继续投喂优质的信息 研究发现，阅读能从物理上改变大脑结构，生成新的脑白质。比如文盲和阅读者的大脑在生理结构上就是不一样的 —— 阅读者会在大脑左侧枕颞区打造出一小块专门处理文字的区域，而文盲没有 阅读至少会激活9个脑区，建立复杂的神经回路。你读经典名著，你的大脑会建立处理复杂叙事、理解人性深度的回路；读科学著作，你的大脑会建立逻辑推理、因果分析的回路；读网络爽文，你的大脑会建立追求即时刺激、浅层快感的回路 还记得上面写的大脑第5次进化吗？语言和文字的发明，让人和人的大脑之间建立了互互相共享记忆和想象的能力 而经典作品和优质的信息，是人类智慧的浓缩。所以接触优质信息。读经典、读原著、读科学著作，让大脑接触最精准、最深刻的表达，就是你对自己大脑最有营养的投喂 —— 而不是每天只用爽文、短视频、娱乐八卦去投喂它 所以，你的本质，其实就是你大脑的样子，而你大脑的样子，就是你喂给它的东西

00
悲-尘
1天前

Roc_Yu3188: 真正能发自内心认可别人价值的人，往往才刚开始进入到自我价值最大化的路上。 以前经常会有一种下意识反应： “这有什么难的？我认真学一下，应该也能做，甚至能做得更好。” 所以我会不太愿意为别人的服务、知识、经验、创意买单。但后来发现，这其实是一种很隐蔽的傲慢。 任何一个行业、一门手艺、一个生意，背后都有大量看不见的隐性知识、经验判断、资源网络、供应链、渠道、审美和踩坑成本。 很多事情不是你“能不能学会”的问题，而是别人已经在那个场域里反复迭代了很多年，他生产同一个东西，就是可以比你更稳定、更便宜、更好、更快，甚至销路也更广。 不要小瞧任何一个在具体行业里深耕的人，哪怕是在一个很小点上深耕的人。 也不要动不动被大叙事影响，想着颠覆这个、重构那个，把宏大叙事当成了现实。 很多时候，真正成熟的开始，不是证明“我也可以”，而是承认，这件事，他就是比我专业。 这不是比输赢，而是愿意为别人的产品、服务、知识和创意买单，更不是损失，而是在用钱购买时间、经验、确定性和现实分工。 发自内心地认可别人，可能才是一个人真正开始变强的起点。

00
悲-尘
2天前

月光: 可能很多人没意识到，ai短剧是一个从来没有出现过的神奇商业模式： 首先视频agent公司从字节高价买seedance，然后投流/投kol获取b端客户（一大部分也是在字节） b端短剧公司买了工具，做成剧，发回字节系平台，再在字节投流（而且这个成本远大于制作成本） 然后整个产业链的回收，全看字节的分账给多少 在 2021 年我第一次研究短剧的时候，短剧仍然以付费点播为主，字节只扮演流量分发角色。但每 100 块收入，89 块是抖音投流成本，2 块是平台抽成（一堆类似红果的小程序），9 块是ip、制作方分。本以为这已经是一种很美妙的商业模式，没想到红果免费+seedance，可以再把这个模式升级到这种赢麻了的程度

00
悲-尘
3天前

AGENT橘: 赚钱的本质就四个字：创造，销售。 通过自己的劳动所获得的收入可以拆解为三个因素：专长、责任、杠杆。 专长，可以拆解为天分（没办法）和热爱（一万小时，100%的专注度） 责任，承担责任，才能建立可信度，才能获得更多的收益。 杠杆，人类在进化过程中，学会了相互信任，学会了合作，学会了利用资本，从而进入了杠杆时代。 杠杆可以拆解为，劳动力杠杆，资本杠杆，软件和媒体。 杠杆的另一面，是判断力的重要性，因为每一个决策质量的提升，都会被快速放大。提升判断力的方法，有两个，一个是真实实践，一个是读书/学习。 剩下的，就交给运气和时间。 时间，其实是要找到你的所爱，找到努力的意义，然后不急结果地投入其中。偶尔抬头，可能繁花似锦。所以还是专长的热爱。 运气，多尝试，善于发现，成为一个领域的最独特的存在让运气找到你。 最好的工作是终身学习者在自由市场中的创造性表达。 最好的工作是终身学习者在自由市场中的创造性表达。 以上就是纳瓦尔宝典里最核心的东西了。

00
悲-尘
3天前

王紫君Zima: mark下，以下是IDG资本合伙人李骁军《存在手机里的52条年度感悟》的完整原文。 建议你找一个不被打扰的时间段，像读一封老友来信一样慢慢读，不必急于提炼观点，允许自己在某一条上停下来发呆、联想，甚至反驳。当你读完，那种“沉浸式感受”自然会沉淀为你自己的认知养分。 李骁军：存在手机里的52条年度感悟丨2025尾声 或许也正因对“识人”有长年的实践与思考，不同于许多人在这一时刻展现出的对宏观环境和全新机会的迷茫、担忧或焦虑，李骁军呈现出了一如既往的冷静与自洽。 他极为自然地将scaling law（规模化法则）、reward function（奖励函数）、data annotation（数据标注）等AI时代的底层逻辑，映射到了人才识别、职业规划、风险投资乃至个人修行和人生旅程的维度。在他眼中，人生似乎也是一个需要不断用高质量数据去预训练和对齐的模型。 在近期的一次长途飞行中，万米高空的物理隔绝，恰好给了他又一次审视“系统”的机会。事后，他将此间思考发布在了自己的朋友圈中。与其说，这些感悟是对外界的回应，不如说是一份针对自我认知的“调试日志”。对此，我们进行了简要整理与分类。恰好一共52条，对应了一整年的每一周。 Part 01 关于人才、职业与投资 1. 招人或看创业者，一定要有成长视角。他的职业生涯最好的一段应该是下一段，而不是现在或过去。不要被职级束缚，要看真实经历与能力。 2. 公司的核心竞争力能否转移到个人，个人能否再把能力转化到新的公司。找人要看潜力而不是成就，要找未来10年还能持续发光的人。时间（时代、年龄）、个性（之前的决定）、热爱（野心、信仰）通常大于“目前的能力”。能力是否适配时代（公司）是最重要的，比当下的能力更重要。 3. 投资者的品味和认知天花板，通常由你能接触到行业里最优秀的创业者决定。要思考谁是最优秀的，如何向他们学习。 4. 人才往往以集群的形式出现，价值呈现幂律分布（power law）。 5. 看任何行业和职业，要先判断它属于哪种结构：Winner-takes-all（如搜索、社交、职业体育）；Power law（如VC、云计算、受AI杠杆加持的行业）；Fragmented（如餐馆、律师等杠杆较低的行业）。 6. 最好的职业是：可复利、可规模化/高杠杆、可资本化。巴菲特就做到了。 7. “上升期的人最有自驱力，也最容易管理，学习意愿和适应能力都最好。巅峰之后接管的人通常是防守心态，面对新业务很难发挥。”Turbo的体会非常有启发。 8. AI模型给人的启发：Scaling law（规模化法则）→ 没有足够实践经验，就不会生成真正的认知模型。Attention is all you need → 你必须在最重要的事上保持专注。Reward function（奖励函数）→ 想清楚你要什么，才能产生好的行为与过程。对投资的启发：投资人在训练自己的模型，数据来自自己与他人的经验；相关性越高越有价值。尽量找一手信息。模型也要学会“调”：哪些该提炼，哪些预训练，外部变化时要思考如何校准，而不是外界有结果就去盲目调整，否则永远落后。注意力时间≈算力，保持专注才是有效算力。 9. 一级投资因随机性和指数效应，可能一生只有一次mega home run。但如果追求投资本身、追求持续精炼核心能力，就需要可重复、可迁移、可积累的洞见。 10. （注：原文序号跳至11） 11. 投资里有品位、有局限、有自我。要努力减少自我的部分，明白自己的认知局限，并争取拓展边界，同时培养好的品位。 12. 人们很爱滥用一些流行词，比如第一性原理、PMF。这时候一定要去确认：“你具体指的是什么？” 13. 很多职业有“黄金期”，最好的“黄金期”是slow rise, long peak。“黄金期”停止的标志就是你停止更新内在的好奇心和外在的节奏感。 14. “The brilliant minds always live in two opposite ideas but still can function well.” 这句话特别有道理。 15. 听的时候要区分事实、情绪、信息（来源）、观点，再结合对方的专业、偏好和对过往经历进行考量。 16. 选择做什么，比怎么做更重要。很多公司本身就“做不成”，与谁来做关系反而小。 17. 投资维度变多、复杂度上升，其实是给会思考问题的人更多机会。今天的大机会来自 AI、投资和国际环境三个复杂维度的理解。投资维度包括：对未来的信仰、行业认知、公司判断。 18. Everything is the art of being. 每个领域最优秀的人都是把最基本的认知经年累月地实践，最终能教给别人。 19. 在金融服务行业里，机构价值 > 个体价值。个人光环来自机构，而不是反过来。离开机构后影响力会迅速衰减，因为缺乏制度与品牌的长尾信用。长期职业价值必须建立在机构价值的复利增长上。 20. 判断机构的生命力，从人的角度看有三个维度——最顶尖的人是不是在持续进步、中层是什么状态、对新人和未来人的吸引力如何。 Part 02 关于修炼与成长 21. 呼吸是需要学习和锻炼的。学会正确呼吸会让你平静、放松。利用核心来带动身体运动，会让你更好地意识到身体如何作为一个整体、有一个核心引擎在运作和带动。了解和用好自己的身体，是个终身学习的课题。 22. 早睡早起不是必须的习惯，但如果熬夜只是“因为不想睡”，那不妨早点休息。知道自己的“巅峰时刻”，对一天的心情和效率都非常重要。 23. 享乐会分散没有方向的人，但会滋养有目标的人。 24. （注：原文序号跳至28） 28. 用“类比”解释事物，是一种重要的理解、简化与输出能力。 29. 有时候做决定需要缓一缓，睡一觉再说。给建议和意见也一样；情绪反应也一样，要留一点空间。 30. 我有一位导师说过很好的一句话：Work with good & positive people; learn new things; priority setting. 31. 没有人不喜欢被赞美，关键在于：赞美的态度是否真诚、为什么赞美、赞美的时机是否准确。 32. 不学什么有时比学什么更重要，但难点在于：该不学哪一部分。 33. 每个人都有一个bug，这基本是天生设定好的，而且往往就是你闪光点那面的反面。 34. 不要简单自洽，要自掐后的自洽。要不断质疑、不断更新。总是想证明自己正确，是个人成长最大的障碍。 35. 多样性不是趋向平庸，而是在不同观点的碰撞中，拉开认知边界。 36. 岁月静好的标志是——你操心的都是鸡毛蒜皮的小事。因为真正的大麻烦往往当下想不到。所以，不要让忧思过度占据心神。学会与自己的情绪共处——甚至利用它。 37. 使用工具是人和动物最大的区别；而使用好工具——从读书，到电脑，到互联网，再到AI——会让人与人的差距进一步拉开。工具越来越智能，也越来越需要结合目标，更智慧地去使用。 38. 每个看起来毫不费力的胜利背后，都是面对无数次充满尴尬和挣扎的失败，却不放弃。 Part 03 关于人生与世界 39. 对自己的认知，不只是静态，还要有时空维度（世界变化）。你如何随时间成长，这至关重要。其实就是经典三问：我是谁？从哪里来？到哪里去？找到你对世界的绝对价值和对同类的相对价值优势很重要。找到你能随时间复利递增的价值很重要。 40. 教育观是比三观还更深层的世界观。因为你希望孩子成为的样子，往往是你内心最认可、最理想的模式。 41. 复利、指数曲线、幂律分布和正态分布等统计与分布模型，往往比线性关系更能解释世界的结构。 42. “Friendship means two people agreed to help each other to become the best part of themselves.” Reid Hoffman 对友谊的总结特别好。 43. 有些人的钱只是“钱”，是银行里的数字；有些人的钱是“财富”，是可以拿来花销，更重要是作为去做更有意义、更有价值事情的资源。 44. Each achievement may look like a solo journey, but it is always lifted by the love and support of others. 45. 对话除了启发思考、积累认知，最好还能带一点“人的链接”，让对方产生共鸣。这需要对另一方有真正的兴趣。也就是说，除了智力碰撞，更重要的是让对方感觉你关心他/她这个活生生的人。 46. Imposter syndrome and narcissism both stem from a deep insecurity about one's value. 47. 每个人生命长度差不多，但时间产生的“数据质量”差别很大，数据标注（data annotation）能力也不同，所以用这些数据去训练自己的模型，模型本身差异就会巨大。 48. 乐观和悲观是个性；积极和消极是态度。可以悲观，但必须积极，因为积极最有利自己与他人。很多事情可以用4个象限来分析。 49. 人生三个最重要决定：在哪生活、做什么职业、跟谁在一起。决定了大部分生活质量。选择大于努力，性格决定命运确实有道理。 50. 强度与持续时长是衡量友谊与合作伙伴关系、快乐与幸福感的重要维度。 51. 那些你一直羡慕、以为自己做不到的，常常正是你的blessings。 温馨提示：以上为网络公开渠道整理的完整版内容，原文序号存在跳跃（如缺少10、24-27条），系作者原始发布时即如此，并非遗漏。建议阅读时保留这种“未完成感”，它本身也是作者思考状态的真实痕迹。

00
悲-尘
4天前

我的兄弟叫铁马: 在 AI 的帮助下，我读完了 AI 领域最关键的十篇论文，心潮澎湃。 75年间，后来成为亿万富翁、独角兽公司创始人、诺贝尔奖获得者或依然少为人知的学者们，在AI这个大舞台上你方唱罢我登场，每一篇论文背后都有着充满张力的判断、偏见与赌局。 1948 年，香农发表《通信的数学理论》，最先把语言放进了数学坐标系，并且提出，预测即压缩，如果信号传输的另一方和你有越多上下文，越懂你，就越能预测你压缩后的内容实际上是什么。 两年后，一位叫图灵的英国人提出了一个想法：别再争论机器到底能不能思考了，如果你通过语言交互，根本判断不出来对方是人还是机器，那从结果来说，机器不就是实现了人思考的过程吗？ 这两位英国人定下整个AI时代的关键问题：机器思考不是个哲学问题，是个工程问题；这个工程问题，是可以通过压缩实现的。 如果机器确实可以“思考”，那怎么思考才能得到人类想要的正确答案呢？ Rumelhart、辛顿、Williams三位学者在1986年提出了反向传播算法，辛顿因为这一系列工作拿了 2024 年诺贝尔物理学奖。在反向传播之前，大家做AI的方法是：人类专家把知识写成规则（猫有四条腿、猫有胡须） → 输入计算机 → 计算机按规则推理 → 产生智能，但是这些规则写不完，且容易产生冲突，遇到狗就不知道怎么办了。 反向传播的思路是，不告诉计算机任何规则，只给它海量的猫的图片和不是猫的图片，让它自己从错误中学习"猫"的特征，这意味着：智能不需要被编程，可以被学习出来。 辛顿的博士后Yann LeCun沿袭了神经网络这条路，但其实当时学界的主流是SVM，SVM的发明者是一位俄罗斯数学家Vladimir Vapnik，他相信"理论先行"——算法必须有严格数学证明才值得做。Yann LeCun 则相信"工程先行"——能用就是好东西，不需要严格的数学证明。 90年代，学术圈喜欢有理论保证的东西。Vapnik 的论文能发顶刊，神经网络只能发会议。当时主流期刊编辑甚至会把"神经网络"几个字从论文标题里删掉，因为太"民科"。 当时可供训练的数据少、算力弱、神经网络确实跑不出好结果，SVM在文本分类、垃圾邮件过滤、人脸识别等领域确实表现更好，但10年后，时代变了。 2006年，华裔科学家李飞飞在普林斯顿大学刚拿到教职，就申请了了一个疯狂的项目：她要构建一个有 1500 万张图片、2 万类的数据集，她打算从 Google、Yahoo、Bing 等图片搜索引擎批量下载图片，每张图标注出，这是猫还是狗，具体是苏格兰牧羊犬还是拉布拉多，这个想法的疯狂之处在于： 1500 万张图，每张哪怕只看 1 秒——也要 17000 个工时，相当于 5 个人不吃不喝标注 1 年。 2007 年之前，AI 视觉研究的标准任务是：在 9000 张图里区分 100 类物体，准确率能到 60-70% 就算很厉害，当时学者们觉得算法不够好，所以要研究更精妙的算法。 李飞飞的判断则是：算法不是瓶颈——数据才是。 这个没拿到终身教职的助理教授，赌上了一条没人看好的路，在亚马逊的众包平台上，花费3年请了全球167 个国家的 49000 名工人，花费百万美元，标注出了1400 万张图片，一个超大型的图片数据库ImageNet发布了，一开始用SVM来识别图片，错误率达到28%，学界又开始怀疑：是不是这事真的做不到？ 直到2012年9月，AI界迎来了史上最重要的一周。 辛顿的两个学生 Alex Krizhevsky 和 Ilya Sutskever（对，就是后来 OpenAI 那个 Ilya），用一个深度卷积神经网络参加了 ImageNet 比赛，识别图片的错误率从 26% 直接降到 15%，比第二名（SVM）低了整整 10 个百分点。 那一周之后，所有顶级实验室连夜重组研究方向，转向深度学习；Ilya Sutskever 加入 Google，4 年后跟Sam Altman创办了 OpenAI，整个 SVM 时代结束了。 2010年，国际象棋神童、剑桥神经科学博士哈萨比斯在创办Deepmind的时候，就已经从神经科学的学习中意识到：深度学习与强化学习必须结合。 接下来 8 年是 AI 史上少见的连胜：DQN、AlphaGo、AlphaZero、AlphaFold。 后来Deepmind被谷歌收购，2017 年 6 月，同样是谷歌的另一支团队发表了 Transformer 论文。哈萨比斯没有跟进，因为他并不认为语言是智能的表现形式。 他也低估了互联网文本的丰富性。他后来反思：如果五六年前你问我，人类文明有多复杂？我的回答大概会是，接近无限。但事实证明，互联网上大约有 14 万亿个单词，恰好够覆盖人类几乎所有行为模式。 2022 年底 ChatGPT 风靡全球时，DeepMind 不再被视为世界顶级 AI 实验室。哈萨比斯承认：这是我第一个判断失误的地方。 这一幕幕上演的AI大戏中，让我觉得最有趣的是，不同经历、背景的人带着完全不同的动机来做AI这件事。 有人只是为了解决工作中非常具体的问题，却没想到开启了一个时代。LeCun 希望让AI实现“看见”的功能，只是为了识别银行支票；Transformer 8 人2024 年 在 NVIDIA GTC 大会上首次同台时，其中一位作者说：我们写这篇论文时，没想过它会改变世界。我们只是想让 Google 翻译更好用。 有人是为了推动科学的进步。哈萨比斯把AGI像口头禅一样挂在嘴上，是因为他想要破解上帝的算法，他也相信，自然界中任何可生成或存在的模式，都能被经典学习算法高效发现并建模，这也对应了他功成名就后没有选择出去创业做个万亿市值的公司，而是继续做AI for Science。 有人擅长组局弄权，但往往这样的人能快速把事推进下去。Sam Altman没什么学术背景，来自硅谷风投机构。2015 年他和马斯克在加州的一次晚餐上达成共识，要做一个非营利组织，对抗谷歌可能形成的 AI 垄断，把 AGI 的成果造福全人类。马斯克实际投了4500万美元，组织章程写明：所有研究成果开源，不追求商业利益。 10 年后，OpenAI 估值 8520 亿美元，这家曾经的非盈利机构一度成了硅谷最贵的盈利公司。在那场宫斗一般的权力博弈中，Altman被董事会突然解雇，4 天后又被重新请回，背后是员工集体请愿、微软施压、董事会重组，但最终他还是赢了。 他的前老板，YC 创始人Paul Graham对他有一句评价：Sam Altman 就是那种人，你可以把他空降到一个食人族的小岛上，5 年后回来，他会是那里的国王。 回头看这 75 年，一个明显的变化：以前一个技术路线可以主导学界十几年。SVM 派主导 1990-2010 年代初，深度学习派主导 2012 年至今。研究者可以在顶刊或会议上慢慢争论。 现在不行了。Transformer 论文 8 作者，6 个变成亿万富翁；Scaling Laws 10 作者，6 个集体创办一家估值万亿美元的公司。 一篇论文不再是"发在哪里的区别"，是"亿万富翁还是普通研究员的区别"，是"一家公司能从几百亿涨到万亿、还是几个月内被快速超越的区别"，是"一步落后接着步步落后的区别"。 押注一个方向还是同时做很多方向？做基础模型还是做应用层？做能力还是做安全？这些选择已经不是研究者个人能慢慢思考的事。 舞台变大了，每个角色登场的时间窗口在变短。下一个登场的人会是谁，从哪个角度切入，我猜不出。但根据过去 75 年的规律，他可能在做一件今天看起来“无用”的事，真正改变世界的人，在改变世界之前，看起来都不像在改变世界。

00
悲-尘
4天前

张卓: 最初关注这个话题是我开始整理2025年随着manus爆发后，国内一批快速融资的Agent一年的成绩单，发现商业化都不咋好——没有一家公司赚钱，甚至很多是血亏。 恰好又见了多抓鱼的@猫助 她最近沉迷翡翠，讲了很多珠宝行业的秘闻，然后谈到AI时，她说，去年挺焦虑的，但今年释然了，对很多中小企业来说，使用AI还是太贵了，不如直接雇佣一个员工。 上周又见了几个一级市场的投资人，聊起他们被投公司商业化的问题，好像都没有什么特别好的办法——但不投也会焦虑。 说到底，AI对实体经济真正的影响可能还不足10%，从算账逻辑上，它还不足支撑一门生意。 以及由于这个圈子信息过载，焦虑情绪过重，导致每个人都出现幻觉，觉得不用AI就会如何如何，恐慌论蔓延。 恰好 Ed Zitron发了一篇文章，给美国几个巨头算AI账，原标题叫《AI Is Too ExpensiveZitron》。 Ed Zitron是科技圈的毒舌，他有一档播客叫《 Better Offline》，也是科技播客前20名，他之前是公关出身的，后来忽然倒戈成了科技圈最凶的批评者，专注批评AI泡沫， WIRED 去年给他做过一篇人物特写标题是《他既靠 AI 赚钱，也靠骂 AI 赚》。他还写过两本 PR 的书《This Is How You Pitch》《 Fire Your Publicist》，都没出中文版， 这篇文章是他「AI 经济学根本不成立」论述写得最系统的一篇，大概理出十点。 1. AI 对所有人都不经济。 除了英伟达、建筑公司和硬件厂商能赚钱，现在没有一家公司在这波 AI 浪潮里真正赚到钱。每一个 AI 创业公司每年烧掉数百万到数十亿美元，根本没找到止血的方法。 2. 超大规模云厂商已砸入 $8000 亿，还需 $1.7 万亿。 微软、亚马逊、谷歌、Meta 过去三年 capex 超 $8000 亿，2026-2027 还要再投 $1.7 万亿。这意味着他们至少需要 $3 万亿 AI 专项收入才能回本——而四大巨头全部业务年收入加起来才 $1.6 万亿。 3. 尤其是微软的账本经不起细看。 微软四年在 身上花了近 $1000 亿（含 $3000 亿 capex 中约 30% 流向 OpenAI 基建），但 AI 年收入估算仅 $179 亿。Copilot 2000 万订阅者，就算全价也不过 $72 亿——而且微软一直在打折。 4. 所谓RPO 暴涨是个障眼法。 微软、亚马逊、谷歌的剩余履约义务（RPO）暴涨，但去掉 OpenAI 和 Anthropic 的承诺，支出后几乎没增长。所谓“AI 需求井喷”其实是两家烧钱公司在互相喂钱。说白了，三个人在房间里互递同一张一百块，然后各自宣布交易额增长了 300%。 5. AI 实验室花 $3 赚 $1。 Anthropic 自己的文件显示：收入 $50 亿，推理和训练成本 $100 亿。OpenAI 毛利率从 2024 年的 40% 跌到 2025 年的 33%。两家毛利率都在恶化，规模越大，亏得越多。 6. Anthropic + OpenAI 四年内需要 $1.25 万亿。 Anthropic 光云服务欠条就 $3300 亿，加上运营成本，四年内至少需要 $4000 亿。OpenAI 预计 2030 年前烧掉 $8520 亿。两家都在疯狂融资——Anthropic 六个月融了 $750 亿。 7、《The Information》 披露了 OpenAI 2026年第一季度的财务数据：尽管营收达到57亿美元，但公司的非 GAAP 运营利润率为负122%。这意味着 OpenAI 每赚1美元，就要亏损1.22美元，单季度亏损约69.5亿美元。 8. 接刀困境：永远算不准算力需求。 订少了，需求暴增时被迫高价抢货，吃掉所有利润。订多了，收入不达标直接破产。Anthropic 的 CEO Dario Amodei 自己承认：如果买了 $1 万亿算力而收入只有 $8000 亿，「地球上没有任何对冲能救你。」 9. 几乎每一家企业的 token的预算都在五个月内烧光全年配额。Uber、ServiceNow、Stripe 无一例外。Stripe 5000 工程师每天烧 $94000 token。Goldman Sachs 报告：AI 成本正逼近总人力成本的 10%。 10. Zillow 是美国最大的房产信息平台，类似贝壳+安居客。这家公司 Q1 净利润 $4600 万，token花了超 $100 万，全年预计 $700-1000 万——吃掉 2025 年全年净利润的 20%+。工程师被要求 AI 写 PRD → AI 写代码 → AI 写 deck → AI 写邮件。内部员工吐槽说代码“正在变成 AI 排泄物”，Ed Zitron说，这就是行业的切尔诺贝利，写完这些废料，还需要增人力审核校验。

00
悲-尘
4天前

刘飞Lufy: 一些对裁员问题的看法： 1. 永远增长只是美好的想象。任何增长都是在特定历史环境下的。像快递业的发达，与国内劳动力的便宜+早期商超基建太差有关系。像微信的兴起，也跟国人过去没有长期用短信（欧美）和用邮件（日本）的习惯有关，跟运营商做的系统不好用也有关。 2. 遇到增长瓶颈和重要课题，往往用「加人」的方法。《人月神话》早就证伪了技术在这方面的不可靠，其实产品也是如此。多一倍的产品经理，不会让决策质量好一倍，但一定会让协作效率降一半。 3. 领导需要用团队规模来确立地位。这是职场很现实的一面，大部门分 HC 的时候，分到谁头上的多，往往就意味着更有地位、做的事情更重要（而不是真实需求）。 4. 作为更高的领导，要用赛马机制来降风险。大部分的大厂对团队的分工有时候是刻意模糊的，而且给予较富裕的资源，就是相当于一个安全保障——一个团队不行，就让另一个团队上。这也是内耗的源头之一。 5. 2010 - 2018 年这段移动互联网极度辉煌的年代，互联网人的 ego 是不小的，那是真正肉眼可见地改变了很多人的生活方式（想想疫情中的快递和外卖，想想多久没有打过体验恶心的出租车了）。在资本和舆论的双重追捧下，互联网人有种人上人的感觉，当然自然也会把很多成绩归因到「能力」，于是很多产品方法论和所谓互联网思维就风生水起，很多三教九流也都去教育传统土老板了。 6. 且不说经验复制到传统行业，就说成功经验可以复制到别的公司的，不断创业制造奇迹的，又有几人？哪个成名的产品经理或者程序员可以不断复制成功，每段经历都可以神兵天降拯救公司？到底是历史的进程更重要，还是个人的奋斗更重要？还是要拎得清。 7. 大厂的很多中层的能力是框定死的，优秀的开会、做幻灯片和向上管理能力，对行业指点江山、跟供应商和合作伙伴推杯换盏、在平台里长袖善舞的能力，离开大厂就是泄了气的球。正如掌握了给火箭拧螺丝，名义上都是工程师，但跟街边能修明白摩托车的，可以说压根就是两个行业，小庙请不动大佛。 8. 事物的客观规律，经济学的供需规律很简单：假如公司招你来，给你开 100 万的年薪，你真的能给公司多赚 150 万吗？或者反过来问更直白：公司开掉你，人力成本节省了 150 万，公司的业务会受影响降低超过 150 万吗？ 9. 对于如今的大部分互联网岗位来说，道理也简单：第一，开除掉 80% 的人，企业运转的盈利规模，不会受太大影响；第二，新招进来的人，哪怕素质再高，在目前的营收基础上几乎很难有 ROI>1 的边际收益。 10. 并不是说大厂没有成功阶级跨越到中产的朋友，只是大多数人由于心怀对未来过于美好的预期，把杠杆放得太高，导致大量的提前消费，尤其以房产为甚。再遇到房产市场的过高预期，结局就过于惨烈了。 11. 说白了，同样学历和履历的人，在互联网大厂的绝大多数员工，已经都是吃到红利的了。除了金融，有哪个行业是动辄毕业就年薪半个百万的？而裁员潮里抱怨的、焦虑的、愤怒的，乃至做出极端行为的，往往都是依赖未来的预期早早过上中产生活的人，如今发现原来这个华丽的生活是玻璃做的，易碎得很，HR 的一个消息就能摧毁。 12. 大概几种情况和选择是：1） 还没被裁掉，不过对于当前工作的价值感彻底释怀。比起其它行业来说，挣这份钱的 shi 还算能够下咽。先苟着吧。2）离开大厂，已经对互联网行业失望，也没有卷的力气了。跳槽到过去看不上的「传统」行业做一个高管、中层；或者回到老家，做「传统生意」，比如卖赣南脐橙。3）离开大厂，不追求价值感和高收入，更期待自由状态。做自由职业者，比如摄影师、潜水教练、自媒体人等等。4）被裁掉，有经济压力、有很高的消费杠杆的，部分去中小厂继续打工，接受工作舒适度和薪资的大幅下滑5）相当一部分还在坚持找工作，名曰主动 gap，实际上很难再找到满意的工作了，接下来可能要不得已调整杠杆（换房子，或降低消费欲）。6）不能认同价值感的丧失，跳槽到创新领域的中小公司，或者自己攒个创业项目，决心 All in AI。不过这类朋友日渐稀少了，随着陆续创业失败，这些朋友会更加稀少。 13. 这次裁员还会继续的，只要老板在核算财务的时候发现，还有利润空间，还有过高的人力成本。否则「维稳」根本不是个什么成立的理由。受过良好教育的人才都在大厂，才不利于社会稳定。 14. 在历史进程到来的时候，挣扎和反抗都是没太大意义的。清醒的认知比以往任何时候都重要。早就察觉苗头的朋友，早已做好财务和职业上的双重准备；还在田园大院里沉浸美梦的朋友，则被迫拽到象牙塔之外的暴风雨中去。 15. 捕捉一些信号、理解一些逻辑、思考一些现象，也许能稍微早一点点知道历史的列车何时会驶来。祝大家好运。 —— 写于 3 年前的今天

00
悲-尘
5天前

杨天楠: 昨天去建材市场看瓷砖的时候，碰到一个福建老板，他代理的是一家叫做蒙娜丽莎的瓷砖。他自己的感觉是，过去几年建材行业发生了很大的变化，总体来说真的很难做。 主要有以下几点原因： 1. 家装市场整体在萎缩。 - 如果和开发商合作，只能做流水，实际上中间的成本非常多，基本上就是做一单亏一单，还要垫钱。 2. 如果做家装，需要和独立设计师以及一些装修公司合作。 - 国内像统帅、尚层以及大型装修公司，官方返点就是30个点，有的时候还需要给工程部的人和那些明星设计师额外的返点，平摊下来返点率要超过50%。如果不做这些返点，就得想办法去做团购或者小红书等渠道。 3. 关于小红书渠道： - 我问他小红书好做吗？他说之前代理的是一个小品牌，要靠小红书上的团长发团购来做。小红书的团长总体来说比较好，一般只给3~5个点。但有些热帖需要加热，加热完以后来的线索转化很低。他去年在上面投了十几万，最后效果很差，主要原因是品牌本身没有势能。 价格高了，客户就跑，咨询的客户质量也参差不齐。几千块钱的消费，让你服务一堆东西。瓷砖还涉及到交付和退补货，如果利润不高，低于20个点、30个点，这个业务几乎是没法完成的。 现在在中国的话，平均下来： * 一个800×800的中小规格的砖，差不多也就是三五十块钱。 * 一个600×1200的砖，可能也就是五六十块钱。 * 一个750×1500的砖，也就是一百块钱出头。 这可能是一线品牌的一个平均报价了。二三线牌子还要打七折。这其实比十年前都要便宜不少了。 但他对自己加盟蒙娜丽莎品牌还蛮有信心，也觉得收获蛮大。因为品牌有势能，势能意味着有自然流量，有自然流量成交的效率就会高很多。然后他也愿意去做一些新小区的团购，虽然现在为止要赚钱相比较过去是很难的。 我问他，为什么你去建材城永远得不到真实的价格？ 他说很简单，因为他不知道你是哪儿来的，不知道你的真实意图。他报低价是只有风险没有好处的。绝大多数人到美凯龙这样的地方只是选型，他最后的决策可能来自于个人工作室，或者装修公司。而装修公司几乎和大型品牌都有绑定关系，平均的返点率就得30%。如果你报了低价，成交了，最后装修公司上报，你还得把返点吐出来，最后就倒贴钱。所以一些大的建材品牌，无论是像一些地板、瓷砖、卫浴，以及一些国内的淋浴房品牌，你都很难问到真实的价格，除非你明确的告诉他你所在的小区（豪宅就不说了容易被薅），以及是独立工作室设计，否则根本拿不到真实的价格。

00
悲-尘
5天前

AGENT橘: 马斯克原理的作者竟然不是马斯克，纳瓦尔宝典的作者也不是纳瓦尔 周末读了两本书，读完发现两本书的作者竟然是同一个。 《纳瓦尔宝典》，讲的是一个人如何积累财富和自由。 《马斯克原理》，讲的是如何推动人类文明进步。 两本书作者都是 Eric Jorgenson。他做的事情很特别：不写传记，不做采访，而是从一个人海量的公开发言里提炼出思维框架，编排成一本可操作的手册。 他用这个方法做了《纳瓦尔宝典》，全球卖了上百万册。然后花了五年，从马斯克过去二十年的三百万字访谈、推文和演讲里，编排出了《马斯克原理》。 两本书合在一起，分别对应人生的第一阶段和第二阶段的两种活法，这两个阶段分别是财富自由之前和财富自由之后。 第一本书很早之前看过，今天意外复习（结尾会讲这个意外），第二本书我只看了一小半，已热血沸腾。 摘录一些让我印象最深的片段： 纳瓦尔宝典 赚钱的本质就四个字：创造，销售。 纳瓦尔把通过自己的劳动所获得的收入可以拆解为三个因素：专长、责任、杠杆。 专长，拆解为天分和热爱。天分是天生的，我们没办法，热爱可以靠一万小时和百分百的专注度去堆，人要主动选择自己热爱的事情去做。 责任，勇于承担责任才能建立可信度，才能与人深度合作，才能获得更多收益。 杠杆，人类学会了相互信任和合作，从而进入了杠杆时代。杠杆有三种：劳动力杠杆、资本杠杆、软件和媒体。 杠杆的另一面，是判断力的重要性，因为每一个决策质量的提升，都会被快速放大。提升判断力，有两个实用的方法，一个是真实实践，一个是读书/学习。 剩下的交给时间和运气。 时间，选择你不喜欢的事情和你热爱的事情，所花的时间是一样的，选择小事情和选择大事情，所花的时间也是一样的。 面对公平的时间，你最好的策略是找到你的所爱，找到努力的意义，然后不计结果地投入其中就好了。偶尔抬头，可能繁花似锦。 运气，是多做尝试，是多研究多发现。或者成为一个领域最独特的存在，让运气找到你。 纳瓦尔说，最好的工作，就是终身学习者在自由市场中的创造性表达。 这就是纳瓦尔宝典里最核心的东西了。 马斯克原理 第一性原理 第一性原理的反面就是类比思维。 马斯克说，在日常事务中应该使用类比推理，否则大脑会因为第一性原理思考而不堪重负。 但在做重大抉择时，类比推理无法摆脱传统和以往经验的枷锁，这种思考方式实属荒唐。 切记不要盲目跟风，运用物理学思维，从第一性原理出发进行思考，就可以避免犯错，这种方法极为强大，适用于生活的方方面面。 类比思维：以前的火箭都很贵，以后也会很贵。第一性原理：从原料看，火箭的材料成本只有 1%-2%，只要利用工程的魔法，完全可以把火箭做得很便宜。 用类比思维理解世界，用第一性原理改变世界。 最后这句话是 Cola 说的金句，很准确。 工程学就是魔法 马斯克 80% 的时间花在工程学上。 工程师和物理学家谁更厉害？他觉得工程学更胜一筹。没有工程学，就无法获得任何新数据，物理学研究也就会遇到瓶颈。（训练大模型也可以看作一个数据工程） 物理学的目标是探索宇宙中已有的事物，发现最基本的真相，但真相已经在那里了。 工程学的目标则是创造此前从未存在过的事物。 本质上，工程学就是魔法，谁不想成为魔法师呢？ 技术是决定性优势 马斯克喜欢《孙子兵法》，看过很多遍。 他说这本书里应该增加一章：如果你拥有决定性的技术优势，就能以最小的伤亡赢得胜利。 古罗马人就是靠冶金和修路赢得战争。 历史上大多数时期技术发展缓慢，战争拼的是运筹和战略。但当技术出现断层式突破时，整个局势就会根本性改变。 现在拼的是谁创造新技术的速度更快。 创意与执行 他的脑子里像猛烈的暴风雨，想法像雨点一样砸下来，多到来不及实现。 新颖的创意从来不是问题，执行才是关键。 创意本身没有多少价值。做出原型还不够，真正的挑战在于实现量产，还要保证现金流为正。 想去火星这个主意并不难。 真正困难的是如何登上火星。 识人 面试时他喜欢让候选人讲述他们遇到过的棘手问题，以及如何应对。 真正闯过难关的人，对问题的每个细节了如指掌，问得再细都能真诚回答。没有亲自解决过问题的人只能含糊其辞。 过于看重才能、忽视人品，是他犯过的错误。了解品性的方法：观察他交什么样的朋友、和什么样的人共事。人可以伪装品性，但他的朋友不会。 技能一教就会，而人的本性难以改变。 领导力 管理者就应该到一线去。取消所有特权，即便是 CEO 都没有自己的办公室。管理的职责是服务团队，不是让团队伺候自己。 给别人反馈时不留情面，但聚焦于事情本身。只批评行为，不针对个人。 想讨别人喜欢是一个弱点，一个致命的弱点，而他没有这个弱点。 公司 公司只是一个虚构的概念，本质上是一群人共赴前程。这群人能力有多强、工作多拼命、能否心往一处使，将决定成败。 从根本上限制公司发展的就是顶尖工程师。一家公司有强烈的使命感，就能吸引全世界最顶尖的人才。 做有趣的工作，拿丰厚的报酬，做的产品能改变世界。没有比这更激动人心的事了。 产品 要做出正确的决策，你就要充分了解产品的细节。 极致的产品会把创造和销售合成一件事。 产品做到极致，就不需要传统营销。 只有拼命解决棘手的问题，才能做出极致的产品。 解决难题就是公司的价值所在。 最后，再讲讲为什么会意外复习到《纳瓦尔爆点》，其实是因为最近买了一本孟岩的书《投资中我相信的事》。 虽然投资并非我的关注点，但以我对孟岩的了解，这本书大概率会大量「夹带私货」。 正如我所料，我喜欢这本书里所有夹带私货的部分，比如他梳理了《纳瓦尔宝典》里的内容，也就是本文的第一部分。 比如投资里最重要的事情，到底是什么。 股东大会上，有人问巴菲特：如果仅选择一只股票来对抗高通胀，你会选择什么？为什么？ 巴菲特说：最好的一项投资就是投资自己，做自己擅长的事情，成为对社会有用的人，人们会给你一些他们生产的东西来换取你能提供的东西。这样就不用担心钱因高通胀而贬值了。 以上三本书，我都很喜欢，推荐给所有正在创造的人。 永久链接： https://mp.weixin.qq.com/s/xzLn-HwxYsZRdznYm211Rw

00