即刻是怎么做到在用户的退出APP快照上面给每条动态加上LOGO标志的？

最近一个多月深度学习上手AGENT，我把很多工作内容都交付给了AI和它共同协作或者全权委托它完成，然后升级了自己工作流上低效的部分，完成了一些以前自己能力根本解决不了的内容。对我而言确实是解放了自己的生产力，于是我回顾这短短几年AI进化的路线，大模型的进化速度，好像在一瞬间到达一个奇点。它从Chat到AGENT，整体能力直到今天才是真正变成了可用的生产力，迈入到了AGI这条路的第二步而已。而当它能力越来越强能做的事情越多，以后深度参与到我们社会工作中去的时候，接下会怎样影响我们的世界还有个人？

其实自从有了AI之后自己思考的方式也发生了不小的变化，以前是自己会去看资料去根据自己的理解融合后再组织一下语言输出。这个循环过程就是学习吸收和验证的一个方式。而现在是比较宽泛的问题都会跟AI对话，又进一步的疑问进一步拓展，然后AI这个无比耐心的老师你问得多它答得更多，不知不觉的信息接受度还有信息密度比以前高了很多倍。这个过程中我自己只需要做的是判断和校验，接着继续追问，然后这就导致一个问题，自己就很少做总结式的思考了，继而就放弃了在朋友圈继续输出的动机。因为你的任何疑问在于AI进行对话拿到结果时，它已经替你总结好了，你再总结到朋友圈的输出，变成了一种纯粹的复述，也就没太多意义价值。但这也是一种知识上的损失，因为AI对话的内容并不能成为公共知识的一部分，你和它的聊天是单向私密的，而不像公共平台上创造的内容一样，变成可被索引可传播的。AI解决了专业知识的信息平权问题，但是你要获取到有价值的信息，就要学会提问。因为知识信息是有质量高低的，不能真正描述好自己的需求，就拿不到有价值的东西，这是在Chat时期我用AI最重要的一条经验：学会提问，正确描述自己的需求。

现在进化到了AGENT时，Chat模式从23年开始算是走完了一个完整的生命周期，它从完成大众认知普及再转向了工作产品的实际交付需求上，这种生产关系的范式转变重新塑造了我们与生产工具的协作方式和认知理念。现阶段AI已经能自主解决复杂任务，自主完成验证，参与加速推动科学与生命的探索。而普通人用AI可能只为了生产力的解放，可能为了创造力的升维，但这个时期依然最重要的还是思维方式的重构。当下随着AI越来越深刻参与到生活和工作中，一个人的思考，会逐渐被异化稀释，变成是更稀缺的能力，这是需要值得警惕的。保持好奇心，提升洞察力可能才是AI时代不可或缺的要素。AI确实降低了很多做事情的门槛，因为感觉你能做到什么程度，越来越取决于你的想象力以及表达力，多给它一点思想的种子去为你结更多果实。

所以我从第一天接触它时我就不认为当时它的表现笨不可堪用，因为它的进化真的是日新月异。你不能用去年甚至是昨天的眼光来评价今天明天的AI模型。和它的进化速度相比，人才是那个最大的短板。每个人本身都有自己独特价值，AI帮你完善了这一条需要初始铺路的路径，帮你放大你的能力。但是不同的人对AI的使用以及技术产品理解会导致差距越来越大，如果你现在还没用AI，即便之后AI能力很强你依然不知道该用AI做什么。所以根据自己需求先做一个垃圾出来比规划所谓的完美作品更重要。不过也不要因此焦虑没有需求创造需求，然后慌不择忙的去一头扎进去学，因为一旦你懒得学，在AI的进化下，很多东西就不用学了。这就是这个领域有意思的地方，两年前我还在震惊GPT4可以和人一起对话一起唱歌，而现阶段你手里的豆包玩这个比GPT玩的更花。去年我还震惊AI已经学会了主动思考，而现在思维链是每个模型都必备的能力。所以你根本不用关心它到底是什么原理，技术难度有多高，科技平权知识平权就是这样在AI模型的日新月异迭代中让你习以为常去体现出来的。

所以人类要更好的科技进步，生产力爆发以及生活上的进步，确实是需要AI深度参与到人类社会中去。只是一个终极课题是，人类怎么与AI和谐相处，没人知道，因为当下AI对社会的冲击与进步推动一体两面都是很明显的，你只能确定的是，它就是下一个信息革命与工业革命的集合体，目的是直到通往完全体的具身智能与AGI相结合。不论你想与不想这个就是可以预见的时代趋势。

现在站在交叉路口，我们可能像90年代时的人看计算机，00年代时的人看互联网，什么都很新鲜也很原始。再等到十年二十年后再看，就像是拿当年的顶级计算机和你手里当下最新款手机比算力一样觉得感叹。曾经天文数字的计量单位在你手里也变成了小小的字节，而每个人都习以为常，此刻它已经是和水电通信网络并行存在不可或缺的基建设施了。

最近vibecoding的时候，发现市面上至今没有任何一个设备做到便捷性高性能且天然符合移动快捷开发的设备。

surfacePro这种二合一平板电脑本身是最合适的形态，因为对于我们这种比轻办公需求高一点的人来说，一个真正生产力的操作系统是必要条件，因此iPadPro和一些平板电脑之类的，虽然能达到极致便捷，但是生产效率其实是非常低甚至是无的。

而现今macOS在vibecoding浪潮下成为绝大多数人的第一选择，本质上是因为M芯片极致的能耗比搭配了macOS系统的对编程开发多年以来最佳的匹配度形成的，但是问题在于笔记本这种传统的开合形态中，放到vibecoding的场景里其实就显得非常重了，胡彦斌在小红书发的那个帖子展示的就很典型，走在路上也要拿个不能随便盒盖的笔记本，这个笔记本再轻也显得很重。

最佳的选择应该是一个屏幕就够了，但是vibecoding不配键盘和鼠标操作效率就是很低，因此这么一对比下来插拔式二合一形态的笔记本，则成为了最优解。这条路线真正坚持十几年下来的只有微软，Windows平台别家也有个别生产二合一设备的，但是都是处于占位试水的原因，对这个形态电脑的开发一点也不坚定，并没有持续迭代，因此产品的质感以及更新会差很多。而华为虽然二合一形态是主力产品一直迭代的，但是因为它的系统的小众性原因，这个设备几乎只能当上网本使用，现在限制这些条件后，真正有生产力的只有微软的surfacePro。

但是众所周知Windows系统和x86芯片的续航拉胯性，你真带这么一个设备出门，是非常难受的。这也就是为什么移动办公和编程需求的人都是首选苹果电脑的原因。还好，现在surface系列开始用ARM芯片后，续航大幅提升，性能上兼容性上配合prism转译，刚好90%以上应用都没什么问题了，因此之后的surface才显得真正的有点用途，成为纯办公和vibecoding开发非常理想的载体。

现在，在追求原生 Windows+X86/ARM 架构生产力的二合一插拔电脑赛道上，华为已经转身去发力鸿蒙生态了，剩下的通用消费级Windows生产力旗舰，只剩微软 surfacePro一家在独苗坚守。但是微软硬件设计最大的毛病你就要开始面对，那就是品控很差，非常看人品。买surface的用户几乎没有不售后的，同时微软在定价方面实在是贵得离谱。与之相比华为的品控很好，价格也比较合理而且并不比微软差，但它最大的问题就是不能刷机，只能强制绑定鸿蒙系统使用，我自己观察到在短期内，是不可能有任何AI开发生态的上下游链条软件平台会去适配鸿蒙的，鸿蒙系统哪怕是个Linux内核都好，可惜它并不是，因此它是我认为最不适合用于AI开发的操作系统。

这么一分析下来，结果呼之欲出，苹果的MacBookAir/Neo依然是那个能同时兼顾一定便捷性+开发性能+性价比+品控售后保障的最佳vibecoding载体。但是最前面已经说过了，MacBook这种传统笔记本形态对于现在的随身移动开发真的显得很重，他们的iPadPro是非常好的选择，很多开发者如果是在服务器端开发，他们会选择iPad配妙控键盘来远程连接使用，如果纯远程vibecoding的话，iPadPro和华为的MatePad Edge是现在最佳最优秀的选择。
所以苹果的iPadPro为什么不真正考虑适配macOS？唯一的结论只有苹果想多赚钱，不想让MacBookAir的销量被影响。

​目前二合一市场之所以尴尬，正是因为用户很难找到一台做工品控工业设计像华为、系统开放性像微软、能耗比强如M芯片、坐拥开发者生态统治级的macOS、价格合理的完美设备，大家只能根据自己对系统兼容和硬件品质，开发等需求的优先级来进行妥协和取舍了。

而苹果是拥有以上所有筹码的唯一一家，但是他们偏不这样做。讲来讲去，还是要回归到对商业的考量上去。

如果干得晚了，基本上就不用干了。
如果干得早了，有可能就白干了。
如果什么也不干，以后什么也干不了了。

阶跃星辰在说这句话的时候，其实也可以套用到普通人面对AI的浪潮的感受，学晚了就不用学了，学早了可能会白学，因为AI知识和技术路径有效期太短了，上半年的主流就是下半年的过期菜。

而不学AI，以后就真的没得干了。

承载我很多回忆的青春结束了