即刻App年轻人的同好社区
下载
3DGS（高斯溅射）和世界模型（基于视频帧、深度图和体素/点云生成，Atlas和「seedworld」都是这种类型）让元宇宙内容供应和基于元宇宙内容的Generative OS更可行了，正在Make VR/WebXR Great Again，点云化之后也能融入MR/空间计算/统一渲染场景
另一个方向是像GPT-6 Astra这样直接构建结构化的基于3D引擎原语的3D空间，但这个方向更偏Agentic OS，默认是要在agent loop里预先构建而不是按需生成的，要支撑Generative OS需要补充很多中间层
从传统移动OS范式发展成Generative/Agentic OS是很难的，没什么东西可「抄」，先在超级应用层面（OS里的第一方超级应用）实现会更简单，Generative AI需要的超级应用是抖音/红果，Agentic AI需要的超级应用是浏览器（ChatGPT）、助手（Codex）和Builder（Roblox）
字节/seed显然更擅长前者，豆包手机和豆包Space都可能先主打Generative AI而不是Agentic AI（而且豆包Space比豆包手机更适合Agentic AI）
另一个方向是像GPT-6 Astra这样直接构建结构化的基于3D引擎原语的3D空间，但这个方向更偏Agentic OS，默认是要在agent loop里预先构建而不是按需生成的，要支撑Generative OS需要补充很多中间层
从传统移动OS范式发展成Generative/Agentic OS是很难的，没什么东西可「抄」，先在超级应用层面（OS里的第一方超级应用）实现会更简单，Generative AI需要的超级应用是抖音/红果，Agentic AI需要的超级应用是浏览器（ChatGPT）、助手（Codex）和Builder（Roblox）
字节/seed显然更擅长前者，豆包手机和豆包Space都可能先主打Generative AI而不是Agentic AI（而且豆包Space比豆包手机更适合Agentic AI）
2 00
人工蒸馏了一下小红书上很火的《字节祥子》（xhslink.cn），就说这里面哪条不对吧🤔：
4 00
一直被催在字节内网美股群发个离职感言，最后三小时突然想起来可以整什么活了：从我入职字节那天（19年1月14日）算起，到今天last day，比较下我美股的收益水平和字节期权的收益水平
结果是：7.6年里，字节期权按回购价翻了4.5到5倍，年化收益22%到24%，按市场估值（6000亿到1万亿美元）翻了8到13倍 ，年化收益31%到40%，我的美股资产在这段时间翻了23倍（3个月前本来是27倍，回撤了很多），年化收益51%，跑赢了😆
其实如果实现不了我这个收益率，把字节的工作干好、多拿期权才是最好的投资，职业发展跟投资（特别是我擅长的科技成长股投资）是一样的，要承担风险（所有收益都来自风险）、早期入场（以技术发展本身为出发点）、坚持留在场内（起飞前在赛道上深耕积累厚积薄发）、靠个人成长和赛道积累带来的复利实现指数增长，总之就是buy and hold
结果是：7.6年里，字节期权按回购价翻了4.5到5倍，年化收益22%到24%，按市场估值（6000亿到1万亿美元）翻了8到13倍 ，年化收益31%到40%，我的美股资产在这段时间翻了23倍（3个月前本来是27倍，回撤了很多），年化收益51%，跑赢了😆
其实如果实现不了我这个收益率，把字节的工作干好、多拿期权才是最好的投资，职业发展跟投资（特别是我擅长的科技成长股投资）是一样的，要承担风险（所有收益都来自风险）、早期入场（以技术发展本身为出发点）、坚持留在场内（起飞前在赛道上深耕积累厚积薄发）、靠个人成长和赛道积累带来的复利实现指数增长，总之就是buy and hold
16 02
除了以为苹果做的是VR，还有一个常见误区是以为Vision Pro这种「头显（headset）」产品是「AI眼镜」前的过渡形态和走弯路
实际上「眼镜」和轻量化后的头显——「目镜（goggles）」，分别属于会长期共存的两个不同品类，解决的是不同场景的问题，这两个品类就是「手机」和「笔记本电脑/平板电脑」
「笔记本电脑/平板电脑」面向的通用个人计算场景是：可以在不同地点使用，便于随身携带，但不能一直随身「穿戴」随时随地使用（就好像不能在走路的时候脖子上挂个小桌板持续用笔记本，也不能随时举起笔记本扫码拍照）。在使用过程中所处位置是相对固定的，并且即使在公众场合使用，也会更多集中在几种特定的场合（比如工位、会议室、咖啡馆），这些场合中的人都在做偏生产力和协作的事情，对效率或体验的追求（比如大屏幕、多任务、结构化可视化的信息、快速直观的输入、快捷协作），远胜于对外观、轻巧无感的追求（就好像大家不会都拿着个性化外观的手机一身轻松的在会议室开会），不能牺牲基本性能和完整能力。在软件方面主要是需要多任务、长会话和沉浸专注使用的应用场景
而「手机」面向的通用个人计算场景是：一直「保持穿戴」（能随手掏出/举起手机也算「保持穿戴」），在日常生活的各种场景和各种行为中随时随地使用，走到哪用到哪，可以边移动边用。涉及的公众场合包括有大量强社交互动的场景，外观和无感（要轻巧无感到能随身保持穿戴）优先，为此可以牺牲性能和能力。在软件方面主要是短会话、跟日常生活和环境有结合的应用场景——现在你经常脱离现实埋头刷手机几小时，实际上是用手机在干手机并不最适合干的事情，只是因为手头缺少「笔记本/平板」式的设备
「笔记本电脑/平板电脑」在海外称作「桌面设备」，在国内被俗称为「PC」，生态也像名字一样差别很大，海外的桌面平台是很发达很普及的，中国因为起步晚，PC生态（以及连带的Web生态）还没发展起来就被跳过了
但AI agent会促进「PC生态」的普及和进一步发展，PC之于agent的重点不是它有没有端侧模型能力，而是它能给agent提供友好开放全能的本地Tool环境和代码Runtime，这样得到的「本地agent」跟你共用同一套客户端软件环境、共享所有状态，无缝协作，就像结对编程，是无法被云端agent取代的
低延迟、隐私和降低token成本的需求，又会进一步推动这种「PC生态」快速演进到具备端侧AI能力和端侧多模态交互能力的「AI PC」（见之前发的帖子）
「目镜」和「眼镜」一方面都可以作为自身品类中现有主力设备的「周边设备」来使用（目镜连笔记本，眼镜连手机），一方面都可以连接「算力盒子」，但上述两种场景的差异决定了只有前者的「盒子」和「主力设备」才能起到「PC / AI PC」的作用
另外，就好像AI agent把以前只有少数专业极客power user拥有的复杂软件使用能力和通过写代码来高效使用软件的能力普及给大众，有完整空间计算能力的「目镜」设备也在把以前只有少数极客power user才拥有的「屏幕设备和交互设备」能力普及给大众（比如我书桌有超宽显示器、studio显示器等三个大屏、固定位置使用的12寸iPad Pro副屏和大量IoT/传感器小屏，沙发有10寸iPad Pro、小屏mbp、85寸电视和大量IoT/传感器小屏），「眼镜」对外观和无感（可一直保持穿戴）的优先追求让它的光学能力硬件能力软件能力都无法提供这种对屏幕设备的全面合并/取代/超越
下下周字节要发布的PICO Space Pro可能是「PC」品类演进到「目镜」形态的第一代产品，后续有很多使用场景和AI用法等待着被解锁
实际上「眼镜」和轻量化后的头显——「目镜（goggles）」，分别属于会长期共存的两个不同品类，解决的是不同场景的问题，这两个品类就是「手机」和「笔记本电脑/平板电脑」
「笔记本电脑/平板电脑」面向的通用个人计算场景是：可以在不同地点使用，便于随身携带，但不能一直随身「穿戴」随时随地使用（就好像不能在走路的时候脖子上挂个小桌板持续用笔记本，也不能随时举起笔记本扫码拍照）。在使用过程中所处位置是相对固定的，并且即使在公众场合使用，也会更多集中在几种特定的场合（比如工位、会议室、咖啡馆），这些场合中的人都在做偏生产力和协作的事情，对效率或体验的追求（比如大屏幕、多任务、结构化可视化的信息、快速直观的输入、快捷协作），远胜于对外观、轻巧无感的追求（就好像大家不会都拿着个性化外观的手机一身轻松的在会议室开会），不能牺牲基本性能和完整能力。在软件方面主要是需要多任务、长会话和沉浸专注使用的应用场景
而「手机」面向的通用个人计算场景是：一直「保持穿戴」（能随手掏出/举起手机也算「保持穿戴」），在日常生活的各种场景和各种行为中随时随地使用，走到哪用到哪，可以边移动边用。涉及的公众场合包括有大量强社交互动的场景，外观和无感（要轻巧无感到能随身保持穿戴）优先，为此可以牺牲性能和能力。在软件方面主要是短会话、跟日常生活和环境有结合的应用场景——现在你经常脱离现实埋头刷手机几小时，实际上是用手机在干手机并不最适合干的事情，只是因为手头缺少「笔记本/平板」式的设备
「笔记本电脑/平板电脑」在海外称作「桌面设备」，在国内被俗称为「PC」，生态也像名字一样差别很大，海外的桌面平台是很发达很普及的，中国因为起步晚，PC生态（以及连带的Web生态）还没发展起来就被跳过了
但AI agent会促进「PC生态」的普及和进一步发展，PC之于agent的重点不是它有没有端侧模型能力，而是它能给agent提供友好开放全能的本地Tool环境和代码Runtime，这样得到的「本地agent」跟你共用同一套客户端软件环境、共享所有状态，无缝协作，就像结对编程，是无法被云端agent取代的
低延迟、隐私和降低token成本的需求，又会进一步推动这种「PC生态」快速演进到具备端侧AI能力和端侧多模态交互能力的「AI PC」（见之前发的帖子）
「目镜」和「眼镜」一方面都可以作为自身品类中现有主力设备的「周边设备」来使用（目镜连笔记本，眼镜连手机），一方面都可以连接「算力盒子」，但上述两种场景的差异决定了只有前者的「盒子」和「主力设备」才能起到「PC / AI PC」的作用
另外，就好像AI agent把以前只有少数专业极客power user拥有的复杂软件使用能力和通过写代码来高效使用软件的能力普及给大众，有完整空间计算能力的「目镜」设备也在把以前只有少数极客power user才拥有的「屏幕设备和交互设备」能力普及给大众（比如我书桌有超宽显示器、studio显示器等三个大屏、固定位置使用的12寸iPad Pro副屏和大量IoT/传感器小屏，沙发有10寸iPad Pro、小屏mbp、85寸电视和大量IoT/传感器小屏），「眼镜」对外观和无感（可一直保持穿戴）的优先追求让它的光学能力硬件能力软件能力都无法提供这种对屏幕设备的全面合并/取代/超越
下下周字节要发布的PICO Space Pro可能是「PC」品类演进到「目镜」形态的第一代产品，后续有很多使用场景和AI用法等待着被解锁
3 10
所以Appleinsider最初那条新闻其实也没写错，说的很清楚是「team dedicated to VR development」、Apple Vision Group 的「VR team」
实际情况是缩减了沉浸式视频团队和Siri团队、关了一个专注visionOS游戏的团队，跟PICO之前那轮调整差不多，缩减内容投入，专注主赛道，跟OS、软件、硬件没关系， 也不是只针对vision部门，裁的200人里有100人来自AI 部门
问题是在很多人眼里vision pro就是VR，我昨天跟人扯了半天Apple做的不是VR
实际情况是缩减了沉浸式视频团队和Siri团队、关了一个专注visionOS游戏的团队，跟PICO之前那轮调整差不多，缩减内容投入，专注主赛道，跟OS、软件、硬件没关系， 也不是只针对vision部门，裁的200人里有100人来自AI 部门
问题是在很多人眼里vision pro就是VR，我昨天跟人扯了半天Apple做的不是VR
1 00
PICO Space Pro 的第二代和下一代游戏主机，注定都是这种「AI PC」设备，端侧AI是刚需（包括跟人形机器人一样的Physical AI需求、游戏内端侧AI需求和游戏外本地agent需求）
游戏主机，以及互动娱乐需求带动的新形态「PC设备」，是普及端侧AI和本地agent的好途径，因为它们能靠后续的内容货币化和云服务，补贴前置的硬件成本，不像纯生产力平台那样高门槛（包括主动利用生产力创造价值「赚回」硬件成本的门槛，大众没有这种主动性和工具利用能力）
平台厂商也需要这种AI能力让用户愿意购入新一代设备，跟任天堂一直靠新交互能力和深度利用新交互方式的新内容来售卖新主机是一样的
游戏主机，以及互动娱乐需求带动的新形态「PC设备」，是普及端侧AI和本地agent的好途径，因为它们能靠后续的内容货币化和云服务，补贴前置的硬件成本，不像纯生产力平台那样高门槛（包括主动利用生产力创造价值「赚回」硬件成本的门槛，大众没有这种主动性和工具利用能力）
平台厂商也需要这种AI能力让用户愿意购入新一代设备，跟任天堂一直靠新交互能力和深度利用新交互方式的新内容来售卖新主机是一样的
1 00
今天给人解释为什么国内没有CDN/云服务能真正对标Cloudflare的时候，发现用「边缘计算网络」这类词无法让人get到它跟IaaS的区别和关系
还是把Cloudflare称作「前端云」、「前端 PaaS」更能反映本质
这个「前端」确实就是「前后端分离」的那个前端，Cloudflare实际上是「前后端分离」的进一步发展， 依靠现代Web框架和Web Runtime，把更多以前属于「后端」、运行在传统公有云/IaaS/中心化节点上的软件，剥离、上移到同时运行在客户端平台和薄服务器端平台（边缘计算网络）的「前端应用」里
最初的「前后端分离」
↓
从传统服务器端框架主导的Web项目里「分离」出独立的客户端框架主导的Web项目（Web客户端应用 / Web前端应用）
↓
现代Web客户端框架发展成支持SSR、Server Component、Server Function的「全栈Web应用框架」
↓
此全栈非彼全栈，并不是把「前后端」又重新合并，而是让分离出的「前端应用」能同时运行在客户端平台和「服务器端」，并且对「服务器端」的需求非常薄、轻量和平台化/Runtime化
↓
用边缘Worker就足以运行「服务器端」的「前端应用」
↓
去中心化的边缘节点网络成了能运行 Web 应用的平台/Runtime，越来越不再「回源」、架空传统云计算/IaaS的中心化节点
m.okjike.com
到了Agentic Web和Generative Web的时代，干啥都快速写能直接运行的high-level轻量代码的agent相当于都是「Web应用开发者/前端开发者」，对高度抽象和标准化的Web框架、Runtime的需求更强了。Agent本身同样是一种基于沙盒Runtime的前端应用，Agent框架和Agent Runtime对「前端云」的需求和促进作用等价于Web框架和Web Runtime
图3开头这段AI比较火山引擎和Cloudflare的内容让我很感慨，五六年前我在字节架构部门的时候就致力于搞紧密结合现代Web框架的「前端云」平台（为此才做框架本身，见图2），想在火山引擎商业化，可惜就跟在PICO OS部门一样，我做产品的方式一直是bottom-up，而不是在大厂应该采用的top-down方式，导致除我之外没人真正理解和关心「现代 Web 框架」跟云和平台有啥关系，矛盾在我看不见听不到的地方逐渐积聚最后突然top-down的爆发。我走之后，原有那些项目都变成框架无关甚至技术栈无关的了
还是把Cloudflare称作「前端云」、「前端 PaaS」更能反映本质
这个「前端」确实就是「前后端分离」的那个前端，Cloudflare实际上是「前后端分离」的进一步发展， 依靠现代Web框架和Web Runtime，把更多以前属于「后端」、运行在传统公有云/IaaS/中心化节点上的软件，剥离、上移到同时运行在客户端平台和薄服务器端平台（边缘计算网络）的「前端应用」里
最初的「前后端分离」
↓
从传统服务器端框架主导的Web项目里「分离」出独立的客户端框架主导的Web项目（Web客户端应用 / Web前端应用）
↓
现代Web客户端框架发展成支持SSR、Server Component、Server Function的「全栈Web应用框架」
↓
此全栈非彼全栈，并不是把「前后端」又重新合并，而是让分离出的「前端应用」能同时运行在客户端平台和「服务器端」，并且对「服务器端」的需求非常薄、轻量和平台化/Runtime化
↓
用边缘Worker就足以运行「服务器端」的「前端应用」
↓
去中心化的边缘节点网络成了能运行 Web 应用的平台/Runtime，越来越不再「回源」、架空传统云计算/IaaS的中心化节点
m.okjike.com
到了Agentic Web和Generative Web的时代，干啥都快速写能直接运行的high-level轻量代码的agent相当于都是「Web应用开发者/前端开发者」，对高度抽象和标准化的Web框架、Runtime的需求更强了。Agent本身同样是一种基于沙盒Runtime的前端应用，Agent框架和Agent Runtime对「前端云」的需求和促进作用等价于Web框架和Web Runtime
图3开头这段AI比较火山引擎和Cloudflare的内容让我很感慨，五六年前我在字节架构部门的时候就致力于搞紧密结合现代Web框架的「前端云」平台（为此才做框架本身，见图2），想在火山引擎商业化，可惜就跟在PICO OS部门一样，我做产品的方式一直是bottom-up，而不是在大厂应该采用的top-down方式，导致除我之外没人真正理解和关心「现代 Web 框架」跟云和平台有啥关系，矛盾在我看不见听不到的地方逐渐积聚最后突然top-down的爆发。我走之后，原有那些项目都变成框架无关甚至技术栈无关的了
4 12
发离职申请后，自律能力自动大幅提升，再也没吃过图3这种高油高加工程度的中餐和印度菜了，每餐都只吃低加工低脂高蛋白漂亮饭，图1是我正在吃的，刚上完力量训练课。图4是上周健身后吃滨寿司时的研究成果，只吃脂肪含量小于5%的肉（贝类、虾、蟹味棒、比目鱼、鲈鱼）
6 00
我美股今年的YTD收益重新开始跑赢纳指标普了，7月「AI泡沫破灭」期间回撤32%（图1）
我的舒适区是软件主导的领域（包括neocloud、互联网infra），所以投AI上游产业链也比较晚（16年就持有至今的英伟达特斯拉除外），一直在学习和持续加仓，主要投scale-up相关的先进封装、先进光互连、NAND应用、 中美欧「自主可控」和电网/模块化电力/绿色电力。这段时间也重新开始投有agent infra/runtime前景的SaaS（包括微软），参考图2图3
很多人可能是因为AI牛市出圈，第一次经历科技股的高波动，可以参考下图4，是我过去经历的两次回撤（-50%和-70%）和高波动的合订图
过去7年我平均年化收益60%（年化超额收益27%，夏普率1.03），但其实是分大小年的，「小年」的收益差不多都是 35%-45%，「大年」的收益则是三四倍，所有「大年」都是因为当年或上一年有类似熊市/股灾的大回撤，7月的下跌幅度从大盘来看不是这个等级，但对AI股来说有可能暗示了未来的收益水平😍
我的舒适区是软件主导的领域（包括neocloud、互联网infra），所以投AI上游产业链也比较晚（16年就持有至今的英伟达特斯拉除外），一直在学习和持续加仓，主要投scale-up相关的先进封装、先进光互连、NAND应用、 中美欧「自主可控」和电网/模块化电力/绿色电力。这段时间也重新开始投有agent infra/runtime前景的SaaS（包括微软），参考图2图3
很多人可能是因为AI牛市出圈，第一次经历科技股的高波动，可以参考下图4，是我过去经历的两次回撤（-50%和-70%）和高波动的合订图
过去7年我平均年化收益60%（年化超额收益27%，夏普率1.03），但其实是分大小年的，「小年」的收益差不多都是 35%-45%，「大年」的收益则是三四倍，所有「大年」都是因为当年或上一年有类似熊市/股灾的大回撤，7月的下跌幅度从大盘来看不是这个等级，但对AI股来说有可能暗示了未来的收益水平😍
4 10