让AI记住你曾经创造的抽象层，未尝不是一种「永生」

由于软件技术的快速发展和软件市场中的海量试错迭代，开发者写过的代码是很容易死掉的，尤其是其中的实现细节和工程建设，做得再好，一旦不再被使用不再运行，就什么也留不下来。而如果代码提供了新的抽象和API，却可以作为知识和语言被AI永久铭记

对于这些曾经辉煌过、饱含心血的代码，这是最好的墓志铭

下图是 AI 给我十几年前（前 React/ES5/Webpack 时代）的全家桶 OzJS 提供的介绍和代码示例（这个项目当时的「开源」是无文档的，只有landing page和导航。我当时热衷于埋头实现新东西、懒得说明和解释），其实很多 API 我自己都忘了，AI 却「仍然」记得，感动🥲

P.S. 当然，更理想的「永生」，是让 AI 不止记得，还要真正用你的语言去写新代码，让日后新生产的软件（包括新的抽象层）都工作在你的抽象层之上，从而保证你的代码永远运行。不过这个很难，原因：

1. 抽象层的实现比抽象层的接口本身（语言）更难留存下来。一旦平台、技术栈发生了迁移，即使仍然有同样的抽象层，底层实现也会换掉。
2. 新的抽象层会不断垒加上去，底层抽象的接口不再直接被使用，被替代、特别是「端到端」替代的风险大幅提高
3. 最严重的「端到端替代」是直接基于端到端 AI 模型的实现，会完全「压平」两端之间的一切，就像黑洞视界，抹消其中的一切信息。参考：m.okjike.com

为了能跟iPad竞争、弥补差距（特别是生产力应用上的差距），Google正在把Chrome OS完全合并进Android里。
我相信Google的这项努力不止是针对平板产品，也是针对Android XR。

这种努力意味着Android里的浏览器引擎（Web Runtime）不仅仅位于Android Runtime和应用框架之上的普通应用里，而是作为OS中的基础Runtime之一深度集成在OS底层，跟其他底层组件深度融合，Web App在Android系统里更一等公民（比如跟其他安卓原生应用一样由OS统一管理和调度，而不是被Chrome作为标签页来管理）。

即使Google在最初只考虑平板和Pixel笔记本电脑产品的需求，一旦这种Web OS风格的架构和应用生态在平板上取得成功，Google必然需要在Android XR里引入同样的架构和生态（就像visionOS和ipadOS的关系，包括两者的应用开发方案之间的关系）。那么下一个问题便是：就像visionOS里的SwiftUI应用一样，Web App同样需要空间能力

再补充一个怀旧：我保存了快三十年的截图、国内 LAN 时代最后的辉煌之一——魔法师传奇（Magic & Mayham）

Cloudflare Workers团队TL夫妇的家，专门为LAN Party优化（本地联网游戏聚会，近年主要玩co-op游戏比如深岩银河，还有生存建造），包括22台电脑（4070显卡），花费75000刀（房子本身的花费是7位数，在奥斯汀）

先说点消极的：
作为tech leader把团队组织起来下班后一起本地面对面玩游戏，这种事我也干过，在字节每双周的活动日组织Game Night（主要是用投影玩NS上的4-8人party game，有次去布置场地，遇到当时的头条CEO陈林一个人在会议室里，还把他赶出去了），另一个参与的兄弟团队leader每次还自掏腰包买披萨，但后来我不带团队了才认识到，很多人恐怕都是「被迫」参与，他们其实只想早点回家自己玩手游，但并不会主动反馈/沟通/拒绝

再说点怀旧的：
LAN Party的文化，2000年前在中国也有，隐藏在学校周围小巷深处那些没有互联网只有LAN的电脑游戏房里…不像美国的LAN Party起源于DOOM和Quake，国内玩Quake3的相对少（我试了几次火箭跳就晕3D了），FPS最开始流行三角洲后来是CS，其他主流LAN游戏除了早年的沙丘/C&C/红警、后来的SC和War3，还有帝国时代1 、Diablo 1、UO（网络创世纪）、GTA2（俯视视角）等，最近暴雪重制的War1当时也联机过。
美国的LAN Party文化是「BYOC」，每个人都搬自己CRT显示器、机箱和全套配件来参加，主办方只提供网络设备和电源。这个不符合中国国情，90年代国内的个人电脑，应该主要掌握在父母手里，是CAD/炒股/学习机。我父母为了防我玩游戏，出门会把鼠标键盘电源线都藏起来，回家后会检查CRT的温度，而我则自备电源线，能只用键盘通关大航海时代4，事先把外设在衣柜里的放置角度和CRT显示器防尘布的褶皱都用速写画下来，在爸妈下班前精确还原现场。

最后再吐槽一下房子：
作者作为前Google员工，之前的房是2010年在帕洛阿托花100万刀买的，130平米，涨到超过200万刀。作者一方面「良心不安」一方面嫌房子太小，小到没法生第一个孩子，所以2019年置换成了奥斯汀的大house。
呃我在北京买的90平米两居室（可用面积70多），父母都觉得完全足够生孩子不用「改善」…

Aurelius and Commodus. The Seven Good Emperors' era is ending.‬

其实本质上目前只有三条增长曲线，之前在分析英伟达代表的「千倍增速」时讲过

第一增长曲线：垂直扩展。比如传统摩尔定律、半导体制程。主要是制造业的技术发展

第二增长曲线：水平扩展。比如多核/大小核/SoC、数据中心高带宽并联、互联网高并发。主要是软硬件架构的技术发展

第三增长曲线： 抽象扩展。比如英伟达 GPU 的微架构+CUDA+领域SDK。比如游戏开发领域的ECS+DOD+编译器优化。通过SDK、框架等软件抽象手段，增加软件底层最终计算时的「简单又相同」的部分，对这些简单相同算法做分而治之，结合专用硬件架构做软硬件一体协同的专门优化（「加速计算」），把复杂多样需求转变为统一的、超大规模的、无止境的并发算力需求。

这些增长曲线的排列组合，会产生以下几种增速规模和增长范式：

十年十倍增速：
传统产业（围绕制造业）的增长、纯硬件产品的增长。
只有第一增长曲线。
例子除了传统摩尔定律，还有二级市场投资里常说的「十倍股」。

十年百倍增速：
有网络效应的企业增长、有软硬件结合架构支撑的硬件产品/软件产品的增长。
是第一增长曲线和第二增长曲线的组合。
比如 VC 投资的初创企业、SoC 的发展。

十年千倍增速：
分为两种。

一种是第一增长曲线组合两条第二增长曲线（内外部双生曲线）。
这种范式都包含至少一条非标准化的第二增长曲线（水平扩展）。「非标准」的特点，导致了其中一条第二增长曲线不可持续和无法组合第三增长曲线，导致这种千倍增速不可持续。
比如超算，叠加了现代摩尔定律本身的垂直扩展和内部水平扩展，加上自身昂贵的非标准的外部水平扩展。
比如部分独角兽企业，叠加了不可持续的市场红利。

一种是第二增长曲线+两条第二增长曲线+第三增长曲线。
这种范式都是结合了开发平台和开发方案，有开发工具抽象和平台抽象，借助这些抽象能对水平扩展做标准化，长期维持。
除了英伟达GPU，有些独角兽企业也属于这种范式，能发展成 big tech 和 megacorp。

LLM 的增长是建立在已有的以上增长范式之上的，但要维持或加速，自身也需要增加和组合三条增长曲线，pretraining 属于第一增长曲线（垂直扩展），多模型架构属于内部第二增长曲线（内部水平扩展），agent属于外部第二增长曲线（外部水平扩展），那么 AI 的第三增长曲线会是……？

注：之前分析的以英伟达为代表的「千倍增速」见zhuanlan.zhihu.com

川普梦之队：

卫生部长反疫苗认为疫苗导致自闭症，要重组CDC和FDA、取消FDA的营养部、禁止在自来水中加氟（图4）

环保署长反对减排主张扩大化石能源开发

司法部长质疑美国法律体系，要废除FBI、放松持枪限制

CIA局长不否认俄干预选举但认为俄没帮助川普当选

以色列大使批判世俗政权认为美国应该政教合一。中东特使是房地产开发商

国防部长认为细菌不存在，身上有大量十字军标志（耶路撒冷十字，图3）和口号（「Deus Vult」），据说要在耶路撒冷建造第三圣殿，迎接敌基督

美国的前景从未如此光明

填一下之前这个坑（m.okjike.com）——为什么AI眼镜（m.okjike.com）仍然需要GUI

站在人机交互的角度（m.okjike.com），AI带来的最大变化是「交互粒度变粗」。
以前需要细粒度的在好几层视图上点击大量按钮和菜单、做文本输入，乃至要打开多个应用在它们之间流转数据、协同操作。现在只需要用一句话、一次触碰、一个姿态、一个眼神这样的单次粗粒度交互， 就可以达到相同结果。

为了达到相同的结果，AI 不但要理解自然语言和多模态的人类表达方式，还要能感知到多模态的上下文和场景（当前现实环境、软硬件状态、用户个性化信息等），能理解它们（比如世界模型、空间智能），能对虚拟世界和现实世界直接采取行动、施加影响（Tool Use、Computer Use、具身智能）。

传统的现实世界中，原本也是有这种粗粒度交互的——就是跟真人打交道：军官给士兵下命令，客户给服务人员提要求，老板给秘书交代任务，产品经理给工程师提需求、…
真人同样要有「常识」懂黑话、「有眼色」、能「读空气」、有「大局观」、有技能有行动力，才能提供这种「粗粒度」的沟通体验，大家合作愉快。 这种粗粒度交互是大众用户更适应更习惯的，能进一步拉低软件应用的使用门槛，进一步拓宽软件应用的使用场景，是人机交互向「自然交互」的进一步靠拢（developer-cn.picoxr.com）。

但结合跟真人打交道的经验，大家有没有注意到：这种粗粒度交互很难仅凭一次交互就解决问题。「心有灵犀一点通」是可遇不可求的情况，就算 AI 超越人类智能，仍然有必然存在的客观因素会限制单次粗粒度交互的效果：

1. 信息缺失。
无论如何，发起交互的都是真人（用户）。受限于真人的沟通能力、认知能力，真人在第一次粗粒度交互中，几乎必然会遗漏信息（没表达出来，或自己都没认识到）。
就算像产品经理那样愁白头的写需求文档，也不能保证不经评审、答疑、修改，一次传达到位。

2. 要结合反馈。
很多事情是没法从一开始就明确最终目标和具体预期结果的，需要根据反馈，动态调整和收敛。而有反馈就意味着不止一次交互。

因此，多数情况下，单次粗粒度交互是不够的。

那么接下来，大家有没有注意到另一点：在后续的交互中，「粗粒度」反而经常变得更低效了。

后续的交互，首先是 AI 的输出、真人（用户）的输入。
这种交互是反馈信息，是面向人类的信息。而要让人类能快速清晰的理解，由细粒度信息组成的结构化、多模态的信息（比如图文信息、表格、数据可视化、3D 演示），会比粗粒度的单一模态非结构化信息（比如一句话的文本、冗长的口头语音回答），要好的多。毕竟，面向 AI 的 prompt engineering 可能可以避免，而面向人类的「prompt engineering」（内容表达）是不可能简化的。

然后，是真人的输出（后续指令）、给 AI 的后续输入。
在这些交互中，新增了一块重要的「上下文和场景」——就是刚刚 AI 输出的反馈内容，真人是基于这些反馈，给出下一步指令。那么对真人来说，这时最高效的交互方式，必然需要结合这些结构化、多模态的反馈内容——比如图文和数据可视化内容中的按钮和选项。

因此，在足够多样的 AI 应用中、在足够通用的AI 硬件（包括 AR 眼镜）中，GUI 是必不可少的——因为只有 GUI 才能支持多模态、结构化、细粒度、输出和输入相结合（比如图文输出中夹带按钮选项）的交互方式，而第一次粗粒度交互之后难以避免的后续交互，更适合这种交互方式。

这也是为什么在过去多年的 Chatbot 应用实践中，几乎都出现了 Card UI。
接下来的早期AI 眼镜产品，无论要卖的多便宜，也至少需要这种 Card UI、Card App，否则必然的要么不够实用要么不够通用。

最基本的 Card UI 是跟现实世界割裂的，对设备的光学技术（FOV）、计算能力（环境理解算法）和传感器的要求更低。
好一点的 Card UI 能结合现实世界和周围环境，比如在作为上下文的现实事物「旁边」使用 Card UI。
最理想的还是能超越 Card、能完全融入现实世界的 GUI，也就是包含完整空间能力的空间应用，不过由于客观的技术限制，中短期内，MR 头显会比 AR 眼镜更适合发展这种应用生态。

为百镜大战（中国式内卷和产能过剩）做预热，对比：国产AI眼镜/AR眼镜 vs 国产新能源车

国产新能源车
1. 头部大厂：比亚迪
2. 新势力：蔚小理
3. 传统车企：广汽埃安、上汽智己、长安深蓝阿维塔、东风岚图等国企品牌，赛力斯、零跑、吉利等私企
4. 跨界软件大厂入局：华为、小米

国产AI眼镜/AR眼镜
1. 头部大厂：？
2. 新势力：XREAL、Rokid、李未可、…
3. 传统屏幕/显示设备企业：雷鸟（TCL）、努比亚（中兴）、影目（酷派）、长虹、…
4. 跨界软件大厂入局：华为、小米、百度、……？

打工领工资的情况下，不用关心现金流问题，当然也就可以用不到这类工具。但这只是回避了真实世界的样子，早晚还是要面对现实的。真实世界里，没有任何一笔收入是凭空冒出来的，平均收益率每提高1%背后可能都要跨越巨大的门槛，也没有任何一笔周期性固定支出是没有代价的（本帖关注的也正是这种类型的支出，不是你说的「记账」） //@青楠: 记账本身就是时间成本，折腾这类系统本身还是浪费时间的。