1/梁文锋可能是当下 AI 行业里战略思想最自洽的创始人之一。
Strategy is sacrifice。
战略不是“我要什么”，而是为了得到最重要的东西，我愿意明确放弃什么。
梁文锋的“克制”有点股市二级的策略，赔率足够大，所以拼尽一切，保证胜率。
AGI的收益足够大，他说可能占人类GDP的10%， 在足够大的奖池面前，份额不重要，做成的概率才重要 ，所以任何消耗概率的东西（产品线扩张、利润最大化、树敌、抢流量）都该砍掉，开源、低价、不做超级App。

2/Deepseek战略核心，“组织套利”
三十七条，必须保持团队稳定性，这可能是整个 DeepSeek 战略真正的核心。
梁圣过去就说过，他认为真正的价值应该沉淀在团队、know-how 和持续创新的组织文化中，而不是简单依靠闭源形成护城河。
未来模型会不断扩散，论文会扩散，架构会被复现，人才会流动，算力可以买。
唯一真正可以长期复利的，是一个能够持续产生新方法的组织。
于是你看，Deepseek做的一切商业抉择，本质也服务于人才策略或者说组织文化：
开源 ，让工程师获得声望和成就感；
不做商业 KPI ，让研究人员不会变成项目经理；
不疯狂扩产品线 ，让减少组织政治；
大量自由研究时间 ，保留研究员探索能力；
融资 ，本质上解决团队长期稳定预期。
所以甚至可以认为，“克制”表面上是一种商业战略，深层其实是一种人才战略。
这或许就是中外互联网大厂反而很难与AGI新秀竞争大模型的原因。
Deepseek，甚至是Anthropic可能都在用“意义感+自由度+技术声望+长期主义”，去和大厂的高薪竞争。
这会形成一个非常恐怖的循环：
优秀人才 ，技术突破 ，影响力 ，吸引更优秀的人才。
这可能比闭源 API 的利润壁垒更难复制。

3/保留观点：似乎把“产品”看得有点太低了
梁圣说产品是 AGI 路上的副产品。
我能理解他“克制”的逻辑，但不完全认同。
因为产品不只是赚钱工具，也是研究工具。
真实用户会产生：真实任务，真实失败案例，长周期交互数据，工具调用数据，workflow，
以及模型在开放世界里失败的边界……
尤其如果下一阶段真的是 Agent 和持续学习，那么现实世界的数据闭环可能越来越重要。
这里可能存在一个悖论：
梁认为为了 AGI，我不需要过度做产品。
但未来也可能变成：
为了 AGI，你恰恰需要世界上最好的产品。
因为最好的产品意味着：最多真实用户 × 最复杂任务 × 最丰富反馈。
所以我不会简单认为“模型高于产品”。
我更倾向于：模型研究和产品最终会形成一个双向飞轮。

听Claude Code创始人Boris Cherny最新播客，主持人问他：AGI实现之后，你打算做什么？

他说，大概会回日本做味噌。

Boris曾和妻子在奈良乡村住了几年。他是那个镇上唯一说英文的人。那里的社交方式，是邻居之间互换味噌和腌菜，他就这样学会了做味噌。2024年9月，他离开那个村子，加入Anthropic，开始构建Claude。

硅谷似乎有一条隐秘的精神传承：当一个人真的想把东西做到极致时，就去日本悟道。

乔布斯皈依日本禅宗，一生去京都十几次，每次都住俵屋旅馆，能在枯山水旁边坐一整天。他表示，iPhone受到是禅宗美学的影响。

Notion创始人Ivan Zhao，2015年公司濒临破产，解散团队，于是跑到京都一间两层小楼，每天写代码18小时，吃泡面，靠汉字猜菜单。他后来说那段ascetic（苦行）的经历让他想通了Notion真正的哲学，界面要消失，让用户感知不到工具的存在。

在我看来，日本文化相当封闭和保守，但保守到极致，就是一种顶级魅力，哪怕日本人内心其实歧视一切不说日语的人，特别是黑人和MSL，但仍挡不住西方很多人把日本当作精神故乡。

有点像今天的Claude，也是极端的保守主义倾向，封杀华语用户，反而被视之为一种“电子奢侈品”，特别是在小红书上。

魅力源自强大的主体性。

在X上一条帖子水了800多点赞，其实只说了一半，真相是，这笔买入得到了二级大佬的点拨。

所以，不想轻易相信网上那些所谓的财经博主/永赚博主，包括一些鼎鼎有名的投资人，方法论说得头头是道，其实都是内幕信息差。

最近大火的 Alysa Liu 刘美贤和另一位非全日制中国人一样，都是代孕而生。

刘美贤父亲刘俊在89年后来到美国，在Oakland洗盘子，念法学院，最后成为移民律师。

后来，他匿名白人女性的卵子，通过代孕，独自生了5个孩子，刘美贤是老大。

卵子并不是随机选择的，而是挑选欧美高知女性和东欧运动员卵子，在代孕期间，刘俊有合法妻子，不过后来两人离婚。

或许是受到刘美贤父亲等先驱的影响，精选精子/卵子+代孕，最近几年也变成了一种趋势，身边有大量类似案例。

一位金融圈女性朋友，单身，不打算结婚，然后在精子库里挑了一位高学历、高海拔的白人男性，通过在美国代孕有了自己的小孩。

一个做辅助生殖的朋友跟我说，第三代试管技术（PGT）现在能做到的事情，已经超出大多数人的预期：筛掉遗传病、选择性别、预判身高区间、肤色倾向……这还只是筛选，而不是基因编辑。

未来，会有越来越多像刘美贤这样的硅谷超级宝宝出现。

想想，还挺可怕的。

精子奔跑的那一刻，至少还有随机性。

但当受精在实验室里完成，AI筛选出“最优解”，或许根本不会有"普通人出生"这件事。

在受精卵阶段，我等弱逼就已经被比较、被筛选掉了。

而这，是肉眼可见的趋势。

旧恒生科技已死
新恒生科技当立

出一次远门回来，主动送上 2 根猫条，再狠狠地撸一撸。
看着小猫长大，本身就是挺快乐的一件事。
想到去年在飞机上写的一段话：放下对被爱的执着，成为爱的主体。
最后没能养柴，养了只喵

关于罗永浩，曾经和他有过一次跨时空的交集。

大二的时候，在知乎看到一个问题，“怎么评价罗永浩会被钉在中国IT 的耻辱柱上这个观点？”

抖了一下机灵，回答道，“这是耻辱柱的耻辱”。

第二天，知乎点赞爆了，罗永浩本人也在微博上转发了，2017 年，这个段子被罗永浩搬上了鸟巢发布会大屏幕。

互联网真奇妙。

如果你做一件事第一次就做得很好，那只能说明一件事，你做晚了。

国产操作系统统信的技术员工因为上班不穿西装被万斯附体的董事长开除了……

想到本人毕业后的第一份公司在一家金融公司，做项目经理，给城投提供融资等，虽然业绩不错，但讨厌两件事：
1.穿西装皮鞋；2.应酬喝酒。

工作一年后，果断跑路，阴差阳错，做了记者，了解了比特币.....

早上起来看了一下CES 黄仁勋的演讲，有几个印象深刻的新东西：

1. 算力新物种：Rubin 架构。

老黄这次掏出的 Rubin GPU，核心不是为了让你训练更大的模型，而是为了让 AI深度推理变得算得起。

给出的数据很吓人：推理性能提升 5 倍，Token 成本最高降低 10 倍。

Scaling Law（缩放定律）换赛道了。以前是 Training-time Scaling（训练时堆算力），现在变成了 Test-time Scaling（推理时堆算力）。

以前 AI 大多快问快答，主要是token太贵了耗不起，未来大量的推理模型将成为主流。

我目前也主要用推理模型。

2. ai的记忆力变得更好。

以前，一些AI 智能体聊几句就“失忆”了，主要是如果让Agent 要记住几百万字的上下文，显存根本不够用。

现在英伟达搞了个“推理上下文内存存储平台”，在 GPU 和硬盘之间加了一层“超大内存池”。AI 智能体可以长期记忆力在线，这是 Agent 能真正落地的物理基础。

3.物理AI，自动驾驶来了
黄仁勋在 CES 上声称，物理 AI 的“ChatGPT 时刻”快要来了，喊了很久的机器人和自动驾驶，这次动真格了。
奔驰 CLA2026年上路，将搭载英伟达端到端模型。

强烈的个人感受是，SaaS 已死，Agent 当立。

Rubin 架构把推理成本降了10倍，这是质变。以前 Agent 跑不通是因为太贵且太慢，现在硬件层面的路铺平了。

2026年下半年，我们应该会看到真正能干复杂活儿，而不是只会给情绪价值的 AI 员工大量出现。