深圳这个高情商城市，难怪做什么都很成功。
教练上课：小黄，你等下给漂亮姐姐拿靶。
被招呼的小黄也没找错人。

系统学习了一些拾象近期的产出：

1. Coding 是加速 AGI 的核心引擎与“飞轮”
Coding 不再被视为一个单纯的软件工程场景，而是通往 AGI 的必经之路 。
自然语言是对世界的描述，而代码是对解决方案（Solution）的描述 。

2. “智能通缩”与软件行业的范式转移
企业预算正在从传统的“软件许可（SaaS）”转向“AI 算力/Token” 。报告估算，每 1 美元的 AI 支出会挤占约 0.6 美元的传统软件预算 。

这一趋势导致了“软件股（IGV）”与“整体科技指数（NDX）”表现的巨大脱节（差距达 -20ppt），出现了所谓的 "SaaS is Dead" 现象 。在 Agent 时代，过去以“坐席（Seat-based）”收费的逻辑正走向终结，取而代之的是以“结果”或“劳动力替代”为核心的定价模式 。

3. 实验室竞争：从技术 know-how 转向组织与战略竞争

模型间的纯技术差距正在缩小，但战略执行力和数据组织能力的差距正在放大 。

Anthropic 的“战略胜利”：通过极致的战略定力和对 Coding 的 All-in（专注到 C 端、多模态都不做，只为在 Coding 上建立代际领先），使其在 2026 年占据了 54% 的 Coding 市场份额 。
OpenAI 的“VC 思维”：虽然拥有极强的执行力和对大方向的敏感度（如 o1 推理模型和 o3 的研发），但存在内部“高 ego、不愿做脏活”的组织问题，导致一些产品如 Sora、Voice 推出后迭代缓慢 。
Google 的“资源溢出与组织困境”：尽管在算力（TPU 生态）、数据、分发渠道上拥有无敌的壁垒，且 Gemini MAU 已突破 8.5 亿，但内部严重的职业经理人文化和政治斗争限制了其领先优势 。

跨省搬家从北京到深圳的个人经验分享

一、核心物流环节：核心对照的是 主打搬家的“易丰”和国民物流“顺丰”

| 对比维度 | 易丰搬家 | 顺丰大件 |
| :--- | :--- | :--- |
| **基础运费** | 520元/m³ (2m³起) | 约 500元/m³ |
| **人工费用** | 80元/人/小时 (门对门双向收费) | 视具体活动而定 |
| **时效反馈** | 承诺 4 天 | **实际 3 天 (胜)** |
| **最终开销** | 价格相对固定 | **领券后约 8-8.5 折 (更优)** |

最终我选择了**顺丰大件**。师傅推了一个 85 折券，加上我自身的 8 折优惠，整场搬运比易丰节省了近 1000 元。
因此建议日常就和自己家的各个核心快递师傅搞好关系，从安全性上，他们也是最了解你家庭和消费情况的人之一。

## 二、 秩序建立：收纳复原的高效法则

搬家也可以看作一次分类重组

### 1. 时间轴
找了收纳师并不代表自己可以什么都不做，事实上有些事情还是得亲自下场做决策
* **前 2-3 周：决定哪些丢弃、哪些送人、哪些寄回老家。这是最耗体力心力但也能找到不少好东西的环节。
* **前 1 周：** 物品定扎。

### 2. 收纳（打好提前量）
收纳算①全程费用:半日式260元/立方（5立方起收） 或者 收纳=服务单价108x收纳师人数x服务时长，5立方米的话一般需要6个小时收纳，10个小时恢复

* **加强木质箱：** 推荐规格 `60 × 50 × 40`，带扣手，能装书也能装衣。5m³ 约需 20个左右的箱子
* **分类包装：** * **被褥类：** 使用真空收纳袋抽空体积。
* **易碎/零散类：** 护肤品、餐具务必用**缠绕薄膜**包裹，防震且防漏。

>如果不确定买多少箱子，可以先请搬家公司上门做**体积预估**，再把数据丢给 AI 帮你换算所需的纸箱数量。

## 三、 提前分流

建议在正式跨省搬运的**前几天**，优先送走送朋友、寄老家的东西，离开前也方便做盘查。
* **同城配送：** 货拉拉或运满满依然是首选。
* **避坑点：** 司机默认不搬运。如果需要人工，搬运费透明度较低，**务必在出发前与师傅商定总价**，避免现场加价的尴尬。

## 四、 心态：允许遗憾，也是一种重启
搬家是上百次决策的集合：允许自己做不好全部的决策
1. **理性回溯：** 面对纠结的，回想一下它的**购买价格、动机、以及未来的使用频率**。
2. **接纳决策失误：** 搬家一定会发生“扔了才发现想要”或者“带了却发现没处放”的情况。

有很多个人化的经验和判断，觉得有必要写下来。
祝每一位搬家的伙伴，都能丝滑入驻新家！🏠✨

节省决策资源之：在深圳去的第一家拳馆就办了卡。

1、在范式巨变时，传统的大模型经验可能成为禁锢，敏捷的适应力和对新范式的直觉才是核心竞争力

2、AGI的演进与效率革命
“左脚踩右脚”的自进化：AI已经展现出通过自我实验提升能力的苗头，研究效率因Agent辅助而实现指数级跳跃（如两周的任务缩减至两小时）
AGI的实现历程可能已完成20%，并在未来一两年内迎来爆发。

3、价值逻辑的转向
模型定价和竞争逻辑正从“成本领先”（API价格战）转向“价值领先”，即追求单位算力下产出的最高生产力价值
未来的关键不在于UI交互，而在于中间层（Agent框架）对模型长短板的调度优化

很喜欢罗福莉的原文表达！

核心命题的转向： 2026年被视为大模型战争的“第二幕”，核心目标不再是单纯提升模型的对话能力，而是转向具备自主性、能处理长程任务的智能体（Agent）能力

算力分配比例的重构： 在 Chat 时代，预训练占据了绝大部分算力。而在新范式中，顶尖团队的预训练与后训练用卡比例已趋向 1:1，或者整体呈现研究、预训练、后训练为 3:1:1 的合理分布，这反映了后训练重要性的显著提升

从推理引擎向复杂系统演进： AI 系统正在从“以推理引擎为核心”转变为**“以 Agent 为核心”的更复杂系统**。Agent 框架（如 OpenClaw）成为人与模型之间一层“厚重的中间层”，通过持久化记忆、自主调度和环境感知等编排能力，弥补模型本身的短板，使中层模型也能发挥出顶尖水平

生产力逻辑的变革： 随着 AI 展现出“左脚踩右脚”式的自进化与自迭代苗头，科研效率发生了指数级飞跃。竞争的“入场券”变为拥有 1T 以上参数量且在代码（Code）和数学（Math）场景有深厚积淀的基座模型

组织架构的平权化： 为了应对技术路径的瞬息万变，组织也需要随范式而变。极度平权、无职级、敏捷化的组织形态，让研究人员能在预训练和后训练之间双向流动，以适应新的研发逻辑

过去一周运动最佳伴侣，尤其喜欢这句：

值得歌颂的是经历了困境和低谷却没有沉沦的人，就像《荷马史诗》里的奥德赛的旅程
值得歌颂的不是那些海上的风暴和险阻，而是英雄奥德赛在穿越这一切之后所获得的智慧和力量。

第一部分：做自己 (04:20)

自我认知的阶段： 人在不同阶段（10岁到40岁）对自我的定义会从“他人的证明”转向“跟随初心”，最终切断部分社会标准，寻找真我。

真我与坐标系： 真我是去掉所有社会标签后剩下的部分。建立自我坐标体系能让内心在动荡的世界中趋于安定，减少内耗并吸引真正的朋友。

自我的可变性： 自我不是静态的，而是随着目的和行动演化的“变量”。

第二部分：命运探讨 (18:56)

人生的公式： 人生收益 = α（人为努力）+ β（时代环境/出身）+ ε（纯运气）。其中 β + ε 构成了命运。

命运之爱： 引用尼采的观点，主张以意志的姿态主动肯定降临在身上的一切（冷酷、混乱、不可知），而不是被动顺从。

第三部分：关于永恒的思考 (35:06)

万物皆变： 从复杂系统看，没有确切存在的事物，主体是不恒定的，万物皆是过程和流动。

关注当下： 过去和未来只是大脑的感受。应做到“过往不念，当下不杂，未来不迎”，通过当下的行动决定人生价值。

第四部分：低谷应对 (43:51)

低谷的价值： 低谷期能让人剥掉伪装，看清真正的伙伴和自身真实的能力。

走出方法： 将价值感与结果解绑，聚焦过程复盘。建立掌控感可以从做具体的小事开始。

反脆弱： 借用尼采“凡不能毁灭我的，必使我更强大”的观点，强调在冲击中成长。

第五部分：中年危机与第二座山 (01:01:24)

危机的本质： 人力资本流失与时代环境转型的双重挑战。

应对策略： 增加投资理财、关系积累等非人力资本，并通过学习和运动为人力资本增加杠杆。要学会跳出原有的评价体系进行升维思考。

第六部分：财富与自由 (01:23:08)

财富公式： 财富 = 净资产 - 欲望。富有不仅是增加拥有，更在于管理欲望的增长速度。

自由的本质： 核心是对时间的掌控权，能够自由决定做或不做某件事，避免成为金钱的奴隶。

第七部分：找到热爱与擅长之事 (01:32:55)

关系处理： 可以先热爱后擅长，或者通过观察过往表现发现擅长之事。

思想实验： 尝试“以终为始”的实验，想象自己的讣告内容，以此思考真正在乎的事。

雪莉桶风味的峨眉Bistro，完完整整的老家周末。

家乡新感官，春花未老，草木正盛，
呼吸都变得清简而绵长。

重逢了好几年不见的一级投资人，聊起来对我的标签就是空中、运动，运动手表身体记录的话题也能深入下去，标签虽然片面，但也很重要。