即刻App年轻人的同好社区
下载
App内打开
LMB_001
177关注261被关注0夸夸
美国算法竞赛前#20,前OIer
05 | 辍学创业
Building Catch:智能决策终端
ENTP-A
置顶
LMB_001
3月前
被朋友推荐即刻,潜水了两天发现这个高密度分享平台很舒服,很适合我这个想和同频交流分享不喜欢发朋友圈的人。作为一个nobody,也简单介绍一下我自己。

我是孟博,叫我Allen也行,05年小朋友,ENTP-A。
从高中开始就一个人生活,自己去美国美高当时打算法竞赛,最高打到美国算法竞赛Platinum 全球 #15,Codeforces IM。

后来的人生轨迹就没那么标准了——和很多选择名校辍学做事业的人不太一样,我当时因为自己现金流中断被迫高三中断,回国疗愈了自己半年,然后开始接一些项目,独立做过三甲医院里的 AI 软件,自己也工作中抽空把一些申请考试补上,本来准备今年申请学校。结果在多次经历申请以后意识到了我现在想做的事。

于是这几个月大部分时间都在做产品,和我超优秀的cofounder Alex @AlexSJia 一起。

欢迎随时交流!
74
LMB_001
6天前
这是fomo疯了?tx到底想干嘛?
一开始以为是情感陪伴类的,非得说是游戏陪伴类的,支持LOL、cs2之类。
作为一个cs和LOL都打了数千小时的人,牛魔的,我想不出来谁炫压抑到想在打游戏的沉浸与压力下想花钱叫ai 妈妈🤓👉
eciyuan.qq.com
20
LMB_001
11天前
落叶舞秋风
00
LMB_001
17天前
(失眠写点想法,本来准备发知乎,也丢一份到黄即)

作为一个相对较为开放的人,近来的经历和对很多人的观察也让我不得不再次思考AI进步下当前系统性学习所受的负面影响。

从起因的角度分析来说,AI发展的迅猛加速了工作交付与个人学习的“解耦”,而背后的奖励机制和教育体系还没有跟上。对于个人来说这甚至不是懒惰,就结果论来说这种甚至是这种奖励机制下的一种理性决策。

这种短期理性不断被强化,长期来看,积累的只会是令人难以察觉的“认知负债”。他危险的点在于,会让人逐渐丧失对自己知识边界、认知水平的准确判断。

过去的“干中学”其实有一个经常被忽略的特点:困难和阻塞会迫使我们建立相应的认知结构。试错、修正的过程看似低效,却是我们知识体系构建、专业直觉和独立思考判断能力形成的重要来源。

现在绕过这些过程,完成远超自己专业能力的工作,产出的价值是真,效率提升也是真,但对个人层面的提升或许是有限的,认知负债的堆积和麻痹判断在不知不觉间产生。

系统性学习的回报是长期、隐性、难以量化的,而AI的交付反馈却是即时、密集、可展示的。当一个人可以不经过长期的认知积累,就获得过去需要专业能力才能实现的成果,花时间去深入理解反而成了一种短期内不划算的选择hh。

我觉得最恐怖的,不是人们失去某些具体知识能力,而是慢慢失去建立独立判断体系的能力。

知识可以检索,任务、分析可以分配甚至外包出去。但认知体系不只是知识,更为重要的是组织信息,建立因果解释,识别问题,以及在不确定中形成自己的判断。当人越来越习惯于直接接受一个结果,实际上也在不断放弃构建这些认知结构的机会。

我们可能会越来越擅长评价一个看似make sense的结果,却越来越不擅长独立形成一个问题,越来越难以意识到那些根本没有被提出的可能性。

我想了很久没想通的一个点或许就是个悖论:AI越强,人越需要具备独立判断和质疑的能力。但AI越容易替代实际的思考过程,人又越可能失去形成这些能力所必需的训练。

当然,我并不认为应该为了学习而拒绝AI,技术进步目的就在不断消除不必要的负担和摩擦,AI也是一种比传统方式更强大的学习工具。但哪些困难是应该被消除的摩擦,哪些困难本身就是形成认知结构的必要过程?这不仅仅是个人学习习惯的问题,或许也会是未来社会人才培养机制可能的变化(?)

社会所奖励的,仍然是可见的成果,而不是那些难以被衡量的认知积累。
那系统性学习可能已经从工作的副产物和人生的结果投资,变成一种需要主动投入,甚至需要逆短期生产力激励去坚持的长期投资。

人的一个重要的差异,在AI发展的高速下根本不是能否熟练使用AI(完整经历过23-26周期的朋友应该深有体会门槛的每一轮下降)。而是在AI之外,是否仍然拥有自己的知识结构和独立认知体系。

我们会不会正在用生产力的快速增长,掩盖内部认知的缓慢流失?而当“不会也能获得成果”逐渐成为一种短期理性选择时,我们又该如何重新建立系统性学习的动力?
33
LMB_001
1月前
我觉得生活方式并不是一个很好的wedge。好的wedge应该是选择时候复杂、信息持续变化、决策周期中长、信任门槛高的场景。然后从产生意向开始,持续理解个人 context、追踪变化替用户过滤信息噪声,平滑的从泛滥的信息层到决策行动层。
区别于直接LLM的点是对于个人跨时间的连续性、主动性和决策的闭环。低频决策可能有留存问题,所以需要足够长的链条和持续变化的信息来创造持续价值。对于这种场景,长期的品牌IP 化和消费品逻辑的信任心智可能也更重要

Nathan内森: 把Personal Agent定位成生活方式是一个非常错误的方向。 普通用户根本不需要在使用滴滴的时候再多一层,网约车司机也不可能直接脱离组织单元去单点link那些Personal Agent平台。 Personal Agent的核心价值在于整体产品入口围绕单个用户的一连串任务编排,因此定位还是需要围绕个体经营者的一连串服务。 如果不是这个需求,普通用户要解决问题直接用LLM足矣。

00
LMB_001
1月前
急匆匆从北京赶往上海参加朋友婚礼,第一次当伴郎。感觉上一次参加婚礼还是当花童🥹
00
LMB_001
1月前
在好多startup founder眼里 “ADHD”是什么atm吗,怎么产品pr目标都喜欢瞄着“ADHD”哈哈
31
LMB_001
1月前
12306真sb软件,北京去上海的车票,扣了我两次费还是待支付,电话客服让我用微信付试试,又被扣一次费不出票😓
不知道还能不能成功买到票
60
LMB_001
1月前
当前版本的accelerator/VC是否也承载了上个版本MBA的很多作用&客群🤔

yikai-: 黑客松是新时代的男生女生向前冲吗

00
LMB_001
2月前
都在抢占曾经大脑负责的integration这一步,抢做意识/念头产生到在地球online 执行的intelligence layer
00
LMB_001
2月前
AI 时代不一定会让推荐算法失效,但内容消费的把相关内容推给用户,然后把理解、比较和执行全部留给用户的产品形态,在当下信息泛滥时代的决策场景里显然不够用。你可能想看 和 有助于你解决当前问题,其实是不同目标。

信息差这么多年来成了街头巷尾领鸡蛋的大妈都知道的话题。我对信息差的理解分为了 事实、解释、适用性,所以一味堆砌信息密度未必适合用户,能解释和影响判断的信息才是好信息。

在大部分决策类内容中下一条值得看的内容不应该作为最终交付,将问题向前推进了一步 才应当作为交付。暴论一下甚至我认为应当先替用户处理,再决定让用户看什么hh。先由系统处理大量信息,再让用户介入一部分需要他取舍授权的部分。

围绕持续关注的对象,把信息、分析和执行组织在一起。当前做的事是一个wedge场景来验证这套pattern,我始终相信新时代应该存在一个决策机式的Bloomberg,一个持续理解内部情况、研究外部变化,并协助推进选择的决策终端。

最近困扰的一点是怎么在消除噪音时候避免噪音被包装成看似convincing的判断:(
20