2024 年的第一天，决定做一些新的尝试，开始一个新的付费分享社群项目，目的是建立一种“受托责任”，为自己构建“良性的压力”。如 Light 在《笔记的方法》里所说 ：“如果一个人花了大力气去写文章却没多少人阅读，那么他自然很难坚持下去。而付费专栏就不一样了，因为收了读者的费用，哪怕没有几个人订阅，也会产生一种持续履约的义务 - 这是一种良性的压力，让他有持续不断的动力去更新小报童里的内容。”

分享群的名字叫做 “Seeking Wisdom”，取自《探寻智慧：从达尔文到芒格》这本书的书名，希望将探索智慧作为终身学习的目标，不断提高输入、输出质量，收集优质反馈，和群友们一起将自己打造成越来越优质的 Learning Machines，为人类文明的熵减做出自己微薄的贡献。

.
# 适合什么样的用户

1. 具有强烈的好奇心，是重度的信息控，非常注重每天摄入信息的质量。

2. 追求信息的“半衰期”而不是“新鲜度”，相比于新闻，更关注信息是否可以长期保值。换句话说，是信息的“价值投资者”而不是“投机者”。

3. 关注科技，尤其是人工智能，并且具备一定的基础认知素养。

4. 终身学习实践者，希望能够找到同路人，共同进步。

5. 对于我以往分享内容的质量较为认可。

.
# 提供的服务

1. 每日“旧文”。太多人喜欢追“新”，但褪去时效性的外衣之后，这些被咀嚼过一次的内容的下场，往往是尘封在“已读”或“收藏夹”里，再也无人问津。想一想，你收藏过多少内容？收藏后，其中又有多少被重新读过？这个时代，我们往往习惯于把信息当做知识，把收藏当做学习，把阅读当做思考，把储存当做掌握。我们像只边掰棒子边扔掉的狗熊，亦或是执着于收藏坚果的花栗鼠，把自己的内存和硬盘塞得满满当当，却依旧觉得饥渴难耐。

不如试着换个口味，试试那些保质期较长、营养更加丰富的食物？每个工作日，我会挑选一篇“老内容”来进行“温故知新”，这个内容可能是几个月前的，也可能是几年前的，但一定是我认为已经经受了时间考验的、“没有过时”的内容，同时附加我推荐的理由（文字）。它可能是文章（中文 / 英文）、视频、播客、读书笔记、课程等不同的模态，主要内容可能偏科技、人工智能、投资、终身学习、思维模型等等。

2. 每月思维模型分享。如何把“知识”串联起来，放在一个框架下面？如何建构大脑中一个个的思维模型 App，以便在思考时更多调用自己的“系统 2” 而不是“系统 1”？每个月，我会分享 1 个对自己来说非常实用的思维模型，例如芒格先生尤其推崇的心理学领域的“误判心理学模型”、投资领域的“跨越鸿沟模型”、健康领域的“长寿抗衰模型”等等，以视频+PPT 的方式来进行讲解，内容是自己根据个人研究、读书及实践经验所整理得来。自从芒格提出了“思维模型”这个概念以来，相关的文章很多，但一直没有人系统整理过靠谱的思维模型。我希望通过 10 年的时间，慢慢积累 100 个左右的真正有价值的思维模型。

3. 日常碎片信息分享。我会从自己阅读的数十个中英文信源中，不定期分享一些个人认为优质的碎片信息，比如文章、短视频、图片等，有用的或是有趣的，平均下来每天不超过 3 条，但不保证更新频率。

4. 允许就特定话题做适当深度展开，但谢绝灌水及聊天。

.
# 服务的局限

1. 专业领域局限。由于个人所从事的行业是科技投资，因此分享的内容中有相当一部分会是和科技（尤其是人工智能）、一二级市场投资、宏观经济等相关的，会有一定的专业门槛。虽然个人的兴趣爱好相对广泛，会尽量拓展自己分享的领域宽度，但重点难免还是偏向科技投资方向。不喜勿进。

2. 语言局限。分享的内容中，可能会有 20%左右是英文的。我会尽量找有中文翻译或字幕的内容，但不作任何保证。不喜勿进。

3. 个人能力局限。和各位一样，我只是一个还在终身学习路上的同路人，水平有限。期待着能够和大家一起共同进步。

.
# 如何加入

加入方法是扫二维码加好友，之后会有付费及试用期说明。如果是朋友推荐，请注明推荐人名字。

感恩遇见，希望有缘可以共同进步。

小扎的这个访谈里最有趣的部分，在我看来并不是对 Llama3 的介绍或则对 AGI 的畅想，而是他首次表达了对“开源”的某种潜在的纠结。“我们显然非常支持开源，但我并没有承诺发布我们所做的每一件事。” 这里面有冠冕堂皇的原因和借口，比如要“对人类安全负责任”，要“防止中国用它来赶上美国”等等，但被 Dwarkesh Patel 追问到最后还是说了几句实话：一切终究都是利益问题。

他举了当年 Facebook 从 Instagram 的部分开源中受益的例子：“我们没有将 Instagram 的代码开源，但我们把大量低级基础设施的代码开源了，把所有服务器、网络交换机和数据中心的设计都开源了，这最终变得非常有价值。行业对我们的设计进行了标准化，这意味着供应链基本上都是围绕我们的设计建立的。因此，Volumn 上升了，对每个人来说都变得更便宜了，它为我们节省了数十亿美元，这真是太棒了... 如果（Llama的开源）最终像数据库、缓存系统或架构的开源一样，让我们能从社区获得宝贵的贡献，让我们和社区都变得更好，那么这就是有价值的。”

但是，注意小扎的这个“但是”，“也可能情况不是如此。或许模型最终就是产品本身，那么能否开源就要重新算账了。”（There is one world where maybe that’s not the case. Maybe the model ends up being more of the product itself. I think it's a trickier economic calculation then, whether you open source that. ）

一边是飙升的成本，另一边是有限的回报。按照之前广密那篇访谈里计算的，未来 12 个月里，LLM 军备竞赛的门槛可能会提升到 10万张H100 / 50亿美元 这个数量级，之后可能会继续升级到百亿美元，而号称开源的玩家似乎也只剩下了Llama 和 xAI。更重要的是，和之前开源社区能够集合全球程序员的智力资产和使用标准，进而建设有价值的生态规范不同，在这一次算力驱动的 LLM 竞赛里，主导因素是能源和 GPU，相比之下“社区”起到的贡献似乎并不大。想像一下，Llama 的开源除了让很多公司可以免费白嫖 Meta 的训练算力之外，到底催生了哪些有价值的应用或生态呢？那些现在基于 Llama 的应用或基建，如果未来 xAI 的模型能力显著好于 Llama，是否也会毫不迟疑地弃 Llama 如弃敝履呢？如果是这样，那么这个开源的意义对 Meta 来说究竟有多大呢？

最根本原因或许是，“全球程序员”这个群体的智力资产正在以摩尔定律的速度进行贬值，变得越来越不值钱吧...[偷笑]

看完 Netflix 版的《三体》，感叹果然人脑还是最复杂的。三体人已经搞定了能源问题，能把自己加速到 10%的光速，能够构造出质子和水滴这种级别的武器，但依旧无法 hack 人脑，搞清楚碳基生命的脑神经是如何运作的...

所以我一直认为，脑机接口是比可控核聚变更难的一个问题。如果可控核聚变永远需要 50 年，那么脑机接口能否在 21 世纪之内实现都要打一个问号。

3Blue1Brown 刚出了 Transformer 的系列科普视频，做得很好。之前看过不少讲 Transformer 的课程和文章，包括李宏毅老师的课程在内，最后都陷在矩阵运算的过程里，几乎没有能把 K、Q、V三个矩阵的象征意义讲清楚的。3Blue1Brown通过自己最擅长的动画和类比，把这套 Attention 的原理讲得比较浅显和直白。

具体来说，“Attention 像是问每个 vector 一连串问题，然后根据这串问题的答案来更新自己。” Query 矩阵就像是在问："Are you in English?", “Are you a noun?”, "Do you refer to a person?", "Are you a number?", "Is your tone positive?" 等等，Key 矩阵就像是 vector 对这个问题的答案，而 Value 矩阵则代表向量自己根据这个答案和相关性权重进行的自我调整。整个过程有点像是物理中的受力分析，每个 Attention Head 代表一种力，通过 Q 和 K 找到所有施力的对象，再通过 V 来计算受力的大小， 最后，把多个 Attention Head 代表的多个力进行加总，计算出合力的方向和大小，作用在最后一个Vector上，从而指向 next embedding。之所以叫 transformer，就是指各个不同的力汇总在一起，将原本的 vector 扭曲到了一个新的方向上。

相比之前的 RNN、LSTM 之类的模型，Transformer 的强大在于其支持并发计算。细想之下，这种并行的自注意机制颠覆了语言中的时间观，顺序不再重要。这让我想起《你一生的故事》/ 《降临》里七肢桶的语言 - 把完整的生命在眼前一下子同时铺开，没有先后，没有早晚，没有时间。类似的，Sora 中的所谓 spacetime patches，索性把空间也和时间打包在一起，颇像是爱因斯坦相对论里对“时空”的理解。或许，所谓的时间、空间，其实都是伪概念，只不过是 tokens/patches 的一种分布方式而已。还挺有趣的。

P.S. 到目前为止看过的对 Diffusion 扩散思想的最好类比来自李宏毅老师的课程，他把扩散模型的去噪过程比作工匠雕刻石头的过程，“雕像本来就在石头里，米开朗基罗只是把不要的部分去掉”。某种程度上，这个减熵过程也颇像是逆转时间。

很有意思的一个评测。虽然 Humane 这个产品很拉胯，但需求是真实存在的。主持人在演示中的所有需求，看似手机都可以满足，但“掏出手机、解锁、找到对应的 App、点击图标启动 App、找到并使用相应功能、关闭手机屏幕、把手机放回原处”这一系列动作的能量开销太大了，相对于“这座桥的名字是什么”、“这罐饮料的卡路里是多少”、“播放xxx 歌曲”这些需求来说，ROI 性价比太低。

因此，对于一个轻量级、低摩擦的随身便携智能设备的需求恐怕是真实存在的，这个设备需要有眼睛、耳朵作为感知设备，需要有大脑（并且延迟要足够低），需要有嘴巴作为输出（但看似并不需要屏幕或投影之类的输出）。如果真的有这样一个设备，或许可以承接相当多的手机使用需求。这样看来，智能的手表（+耳机）、眼镜（+耳机）、pin、戒指或许都有巨大的潜力。

这期高能量的后半部分比较有趣，探讨了大国的决策逻辑，很多时候看似是政治选择，但背后实际上的关键因素是经济利益和国家安全。

丰叔提到，2023 年美国有四个品类的出口是全球第一，分别是军事，能源，粮食，半导体。这在很大程度上都是俄乌战争的红利。美国的军事出口一直是全球第一，23 年受俄乌和巴以战争的需求刺激，生意格外好；粮食也是因为俄乌战争，把欧洲粮仓的很大一部分需求拿了过来；能源更是截胡了一部分欧洲和日韩对中亚需求。换句话说，美国在出口上是俄乌战争的最大受益者。

以能源为例。如果纯粹从绿色、环保等政治正确的角度来看，毫无疑问每个国家都应该坚定地往新能源的方向转型。从效率的角度来看，物理定律也告诉我们，太阳能直接转化成电能（不经过燃油）的损耗也是最小的。于是，大家的口号都是这么喊的，要降低碳排放。然而，在实际执行中，由于国家安全和经济利益的不同，美国、中国、欧洲、日本在新能源转型的策略上大相径庭。

美国的新能源转型速度比预期要慢得多。长期以来美国都是能源的进口国，严重依赖中东的石油。但自从美国成功开采了页岩气之后，一夜之间变成了全球最大的能源出口国之一，每天生产 1000 多万桶石油，2/3自用，剩余 400 万桶出口。从国家安全的角度，美国也完全实现了油气的自给自足，同时油气已经变成了美国最赚钱和最大的出口商品品类之一。（很有意思的一点是，美国希望石油的价格不要太低，因为页岩气的开采成本相对较高，印象中要卖到 40 多美元一桶才有合理利润，但同时美国又不希望石油价格涨得太高，担心这样会加速通胀。）因此，无论是民主党还是共和党，未来在政策上都不会对新能源和新能源车有过度的倾斜。（这也解释了为什么美国各州都在逐步取消新能源补贴，以及特斯拉在美国的销量下滑。）

中国则是全球新能源转型最坚决的国家。一方面，在国家安全上，当前中国的能源对外依存度很高，70+%的石油和40+%的天然气都依赖进口，因此目前需要保证煤炭做主力支撑。而在新能源的维度上，中国是全球最大的光伏生产国，也拥有全球最大规模的在建核电站。另一方面，在经济利益的角度，新能源汽车已经成为中国最大的新兴产业之一。这也是中国竭尽全力拥抱新能源的逻辑。

欧洲则比较纠结。一直以来，欧洲的能源都无法实现自给，之前是靠中亚，今天靠美国。从国家安全的角度来看，欧洲中长期一定会努力实现能源自给自足，但是短期来看有两个限制，一是被美国的约束较大，需要顾及美国的利益，二是经济上，燃油车对欧洲（尤其是德国）来说还是最大的存量产业之一，需要做一定的保护，应对中国新能源汽车对经济的冲击。因此，欧洲在新能源转型上曾经是优等生，渗透率最高，转型最快，但由于上述条件所限，它注定会经历一个进进退退的过程，例如它近期取消了之前制定的一些过于激进的“禁止燃油车”之类的政策，但并不是取消了新能源车的整体发展政策。

日本则是坚决拥抱氢能源。在国家安全的角度，日本也面临卡脖子的问题，它当前的主要能源严重依赖美国，长期必须要解决能源自给自足的问题，可能的选择有几个：新能源电池，日本缺乏相关的电池原材料，镍钴锂都没有，一样会被卡脖子，所以不能选；太阳能，地理条件和国土面积不支持，无法大规模依靠太阳能；核能，原本是最好的选择，但由于福岛事故，丧失了民众的支持。选来选去，只能选氢能源。这也解释了为什么日本早早就开始 all in 氢能，即便技术上迟迟没有较大突破也在一直坚持；为什么日本明明最早做出了普瑞斯这样的新能源车型，但并未坚持。

上面的这个简单的对比可以看出，没有什么所谓的政治正确，只有国家安全和利益。能源问题如此，军事、粮食、芯片等问题也同样如此，甚至播客中提到的 tiktok、生物制药等问题，背后都是国家安全与利益的博弈。我一直认为，第三次世界大战已经在如火如荼地进行中了，只不过不是用能量热战的方式，而是以金融、科技等信息战的方式。换句话说，我们正身处于战时之中。

从技术的长期发展来看，最终一切问题都是能源问题。如果新能源的转化效率高于传统能源，那么率先全面拥抱新能源的国家一定会享受到某种红利。中国在基础设施投入、充电网络、市场教育等方面已经走在了世界前列，反观美国、欧洲、日本，短期内斗在徘徊。而另一边，AI 的发展已经将能源供给问题迅速提上了日程，也暴露出了美国在基础输电网络方面的很多问题。芯片方面我们无疑是严重落后的，但能源上或许有曲线超越的机会也说不定。

今天带闺女去尤伦斯看了杉本博司的展《无尽的刹那》（The Time Machine），颇有感触。

非常喜欢看这种艺术家的个人回顾展，会将其各个时期的代表作品按照特定的顺序组合在一期，如果策展到位，再配上优秀的讲解员，会帮你窥见艺术家完整的创作理念和进化历程。今天的展览就是如此。

作为一位观念艺术家，杉本博司的母题是“时间”，而他最擅长的表达手法是黑白摄影、大画幅与长曝光。作为艺术家，他顿悟的刹那是自己 28 岁在纽约自然博物馆里拍摄北极熊标本时 - “放在画布前的毛绒玩具看起来完全是假的，但是闭着眼睛快速看一眼，所有的透视都消失了，突然看起来很真实。我找到了一种像照相机一样看世界的方法。即使是假的物体，一旦拍摄，它就和真实的一样... 就在我亲眼看到自己成功地让这头熊在底片上活过来的那一刻，我的艺术家生涯开始了。”

长曝光对被摄物体的限制，反而成就了杉本博司独特的艺术语言。在漫长曝光时间的酝酿之下，照片的细节丰富，栩栩如生，但被摄的主体往往却是“虚假”的 - 无论是动物标本还是人物蜡像，无论是建筑还是剧场。这种反差在细品之下很有味道。摄影原本是“瞬间的永恒”，但在杉本博司的镜头里，“瞬间”被拉长了 - 《透视画馆》里的每个动物标本拍了 20 分钟（“在长时的曝光过程里，他们仿佛进到影像里头定居了”），而《剧院》系列里的曝光时间更是长达 2 个小时，将 172800 帧画面叠加成一块纯白色的银幕。同时，“永恒”又被压缩了，标本也好，蜡像也好，建筑也好，原本就是人工创作的时空切片，被二次拍摄之后，变成了被双重压缩的人造像素。于是，这些不同主题的作品，在瞬间与永恒的虚实之间徘徊，组合成《无尽的刹那》，唤起了不少思考的趣味。所谓“假作真时真亦假，无为有处有还无。”

杉本博司很有野心。在他看来，人生也好，甚至人类的历史也好，都不过是一次漫长的曝光罢了。“从落地后第一次睁开双眼的那刻起，到临终躺在床头阖眼的那刻为止，人类的曝光时间，就只有这么一次。” 于是，他试图通过自己的相机打造一架 Time Machine，邀请观众来观看数十年前自己生命最初的印象，观看几百年前平安时代京都三十三间堂的《佛之海》，观看千年前奈良的当麻寺，观看数万年前人类诞生时的海景... 他抹去了镜头中一切包含着时间元素的符号，无论是人物、船只、飞鸟乃至白云，只保留那些永恒的意象，那些哪怕几十、几百、几千、几万年之后再看也不过时的、无从分辨的幻境。作为观众，你就这样被剥夺了存在的线索和感知，一把丢进了“时间和精神的房间”，感受杉本博司版本的永恒。

久违的被摄影作品击中的感觉。真好。

为什么 Suno 无法颠覆音乐行业？

Suno 的效果比较惊艳，大幅降低了音乐的创作门槛，历史上第一次让普通用户就能创作出水准在线的音乐作品。我让 11 岁的闺女试了一下，大概 20 分钟的时间，就能够使用 Claude3 + Suno v3 创作出一首非常 personal 的、有很强个人叙事的、完成度比较高的作品，并且她自己也很喜欢。另外，现在已经有一些 Suno 创作的社区和榜单，里面的头部歌曲确实都比较好听，甚至与目前的华语流行音乐榜单里的作品不相上下。从这个角度来看，Suno 的确非常厉害。

然而，我个人依旧不是很看好 Suno 能够颠覆音乐行业这个预期，主要原因有以下几点。

首先，在供给端，音乐 / 歌曲的价值和流行和创作质量的关系没有那么大。歌曲更多是一种文化共鸣的结果，并不存在所谓”绝对的好歌“，只有”广为传唱的歌“。

这里提出一个非共识：音乐作品”好“、”坏“之间的区分度没有想象中那么大。由于作品容量的问题，一首歌曲只有 4 分钟左右，再刨除掉重复的副歌，真正能够承载的信息量非常有限。相对于小说、电影、剧集、游戏来说，歌曲的信息量是最低的，因此区分度也是最小的。

在审美原理上，和其他媒介类似，歌曲 / 音乐的本质是对多巴胺的刺激，是对用户预期的操纵，是和谐音 / 不和谐音的适当组合（类似华晨宇说的4536251之类的和弦套路。和谐音多了，就会更偏口水歌，和谐音少些，就会更”冷门“，要找到最佳比例）。因此，音乐的创作遵循某种“公式”，从彩铃时代开始，到抖音时代，再到 AI 时代，工业化批量创作一些旋律上头的作品都是可行的，并且效率越来越高。当然，这种方法只能做出一些“爆款歌曲”（理论上传播度足够高）的候选，能否真正爆，更多是某种偶然因素，是天时地利人和凑在一起的小概率事件，是社会学群体复杂行为的随机结果。这点之后再详说。

从另一个角度也可以说明音乐作品的“绝对质量”没有那么重要，或者说并不存在”绝对的、永恒的好歌“。音乐是有时代属性的，让 00 后、10 后的小朋友去听几十年前的金曲，他们大多数并不感冒。虽然小说、电影、游戏、绘画也都有类似的现象，但其经典作品的半衰期会更长一些，原因大概也在于信息量和差异化更大。

特别有趣的一点是，在绘画、小说、电影里，都存在所谓“遗珠”的作品，即在创作当事时没有得到认可，但是经过后世的挖掘之后重获新生、乃至步入殿堂的作品，比如梵高的画，比如电影《大话西游》，其经典地位都是被“追封”的。但是我没有想到任何一首歌曲是被考古挖掘出来后火起来的。这从某种意义上证明了，歌曲的流行文化属性远大于其艺术属性。

既然歌曲之间的质量差异并不明显，那么决定“好歌”与否的关键，其实是传唱度 - 这决定了人们能否形成某种“群体共同记忆”。所以在流行歌曲的全盛时期，最关键的因素就是“打榜”和“上通告”，这本质上是一个投放过程，选择一些传播度足够高，找到尽量多的种子用户进行投放，期待着他们能被洗脑，然后开始传播。类似于 R0 足够高的病毒感染过程。

对用户来说，当满大街播放的都是这种洗脑神曲时，神经网络已经充分学习到了其中的起承转合，建立了正确的预期。正确的预期本身是多巴胺的另一种奖励机制。很多人都有这样的经历，就是你听一首歌，第一遍觉得平平无奇，后结果从第二遍开始就越听越上头，越听越喜欢，或者一首歌它在刚出来的时候就不是很受欢迎，但是电台的DJ知道这个音乐是一个好东，所以他就在他的节目里一遍一遍地放这个歌,然后最后把这个歌拯救了。随着我们的熟悉程度增加，越来越喜欢音乐的这个过程，原因就是我们越来越擅长对这首音乐做出正确的预测。因此，洗脑洗得越狠，歌曲就越上口，多巴胺就分泌得越多，歌曲就越“好听”。

可见，所谓的“好歌”，首先要符合一定的审美规律，其次就是播放足够多，“耳熟能详”。00 后觉得几十年前的金曲不好听，是因为他们听得次数不够多，没来得及被洗脑而已。

因此，我毫不怀疑 Suno 能够生成符合审美规律的足够高质量的歌曲，但我严重怀疑它能否产生足够“洗脑”的、播放量足够大的“好歌”。

这是供给端的问题。

其次，在需求端，用户已经不再听音乐了。优秀音乐作品的供给并不稀缺，稀缺的是需求，是用户的注意力。

想一想，过去三年有哪些新歌火了？基本上能达到《相约九八》、《青花瓷》这种传唱度的，一首都没有。上一首类似的歌曲，恐怕是“一起学猫叫，一起喵喵喵”。

这是因为中国的音乐人再也写不出《相约九八》、《青花瓷》这种级别的好歌了吗？我相信不是的。中国的音乐人和音乐作品一直以来都是过剩的。去网易云音乐和豆瓣音乐人看看，有多少怀才不遇的音乐人。之前在做在线音乐的时候，曲库里躺着几千万首歌曲，但绝大部分是无人问津的。每个月至少被播放一次的歌曲，加在一起只有 1、2 百万首，其余 95%以上的都是零播放的“僵尸歌曲”。Suno 的出现只是加速了僵尸歌曲的扩张速度而已。每个人都可以写歌，结果只是供需变得更加不平衡。

真正稀缺的，是用户的注意力。随着短视频的崛起，音乐的时长份额在最近几年下降得非常厉害。换句话说，用户还在听歌，只不过变成了边看短视频边听里面的背景音乐，音乐愈发沦为了短视频的“周边”。仔细想想，最近几年似乎已经没有什么大众意义上的新晋歌手了，播放最多的歌曲只有两类，一类是短视频的背景歌曲，另一类是影视/综艺节目产出的歌曲，而传统意义上那些歌手发行的歌曲，似乎也只有明星的粉丝会去关注。这种状况也可以理解 - 毕竟用户花了最多的时间在刷短视频和刷影视综艺上，音乐媒介分到的用户注意力份额越来越小。

作为用户，如果你现在有 5 分钟、10 分钟、30 分钟的时间，你会选择做什么？你可能会选择刷一会儿抖音，刷刷微博或朋友圈，或者打一局王者荣耀，时间再长一些，可能会打一些 3A 游戏，读会儿书，或者看个电影。而“专心听音乐”已经不再是其中的一个选项（我小时候的时候曾经是的）。因此，现在音乐已经不存在所谓“独占注意力”的场景，更多的时候只能是在开车、运动、做家务/做作业/工作、睡前这些伴随场景存在。这也导致音乐对应的注意力份额严重下降。没有注意力，也就更谈不上“洗脑” - 连洗脑的机会都没有，当然，除了作为短视频和影视综艺的周边。

因此，Suno 的出现并无法解决需求端的问题。甚至，由于让供给进一步碎片化，它可能还会导致用户的注意力被进一步稀释。

第三，长期来看，音乐产业正在走向没落，甚至不值得被颠覆。

音乐作为一种信息密度更低的模态，只能作为其他高密度模态的伴随产品而存在。音乐作为一种单独媒介存在的空间越来越小。换句话说，类似绘画，作为艺术的音乐已死。

从能量和信息的角度，可以解释为什么音乐必然走向没落。这里摘一段之前写过的文字：

在吴军的《全球科技通史》和Vaclav Smil的《能量与文明》中都提到类似的观点，即可以将人类文明的发展理解为一个能量消费逐渐增加的过程。从人均能量消耗的角度来看，公元前 10000 年的采集社会，人均年消耗能量 5-7GJ，到了 1500BC 的埃及，这个数字增长到了10-12GJ，罗马帝国早期为 18GJ，1500 年中世纪的欧洲约为22GJ，而今天所有富裕国家的年人均能量消耗量都达到了 150GJ 以上，而美国则超过了300GJ。如果从功率的角度来看，人类的进化更加夸张。从 1700 年算起，到今天增加了20000倍。可以说，人类文明的结果，就是能够在单位时间内消费更多的能量。

从信息的角度来看，也是同样的道理。人类文明的进化方向，就是让人们能够更快地消费更多的信息，换句话说，就是让信息消费的带宽更高。阅读时，人类被占用的带宽只有1M/S，听音乐的时候也不过1.4M/S，而看视频的时候，带宽可以飙升到9M/S。再换句话说，在人类日常接收信息的主要器官当中，耳朵（听觉）并不是一个主要的装置，因此带宽的天花板很低。这通过媒体文件数字化之后的size也能看得出来：1个需要1分钟阅读的文本文档也就几十k 的大小，而1分钟的WAV音频文件（无损格式）大概2M大小，而1分钟的蓝光视频文件大概是150M大小。因此，从带宽的角度来看，消费音乐显然是不划算的，闲置的带宽太多。

因此，从上世纪80、90年代到2000年左右的流行音乐风潮，某种意义上是一种假象。那是因为当时的媒体带宽条件只能支持音乐的传播和播放。尤其是在碎片时间里，人们不可能随时打开电视或录像机来看视频，能做的无非就是读读书/杂志，或者听听音乐。在当时，音乐是单位时间里能够消费最多信息量的媒介，所以也就拿到了最多的时间份额。而随着宽带的普及、移动的普及，视频成为了更好的媒介，同样是1分钟的时间，视频的信息量是音频的50倍以上，这就让音频逐渐沦为了”周边“，同时也宣告了华语音乐黄金时代的结束。这样看来，欧美音乐未来也并不会好到哪里去，反而华语音乐走在了前面，因为中国的宽带、移动的普及速度比欧美更快，也就更早见证了音乐媒介的没落。从这个角度来看，其实读书的没落也是必然，因为相比于音乐，文字的信息量可能更低。读书的好处在于杠杆效应，在阅读时如果能够通过独立思考来撬动库存信息的联动，其带来的长期收益会非常大，而这不是通过即时的带宽消耗可以计算的。

尽管音乐的黄金年代已经逝去，但音乐这种媒介形式还会存在很长的时间，因为它可以和其他媒介形式共存。换句话说，从带宽的角度来看，音乐是非独占的，你可以一边听歌一边做别的事情，比如开车、写代码等，而视频、读书都不行。这就赋予了音乐媒介一个独特的”增益“价值。它未来作为独占资源的价值会越来越小，但作为伴随资源的价值会越来越大。这也是为什么越来越多的热歌都来自于短视频、综艺、电视电影 - 因为音乐作为伴随资源可以增加这些媒介的信息量和价值。

总的来说，在供给端，由于差异化并不大，Suno 很难产生“更高质量”的音乐；在需求端，Suno 的出现无法解决用户不听音乐的需求。根本上，音乐是一个逐渐走向没落的、半死不活的独立产业，甚至不值得被颠覆。这些共同决定了，Suno 并不是什么划时代的产物，

当然，这毫不妨碍Suno 可以成为一个很好用的工具，一个非常 Personal 的表达助手。音乐已死，并不意味着创作已死、表达已死，相反，更高信息密度的艺术媒介会取而代之。我们未来会有越来越多个人创作的数字人、游戏、电影等等，而音乐作为其中不可或缺的一环，也会发挥巨大的价值。这就好比绘画已死，但视觉艺术的巅峰期才刚刚来临。

这篇文章对 AI 陪聊产品的用户洞察比较到位：“之所以判断用户规模有限，是因为现在的C.AI类产品这种你来我往的聊天式的交互对用户来说成本确实非常高，非常消耗能量。要组织语言配合AI一起把故事推动下去，在聊天的过程中慢慢把脑海中的幻想世界搭建起来，和小说创作很像。虽然成本比纯写小说要低不少，但仍是一个耗时间耗脑力的工作，除非自己本身对幻想世界和想象中的情节有着非常强烈的渴望，或者对某个IP角色有着非常强烈的情感羁绊，才愿意付出这么多能力，去享受创作过程中的快乐。更多人还是被社会磨平了想象力，喜欢故事，但是更愿意消费故事而不是生产故事。

目前C.AI类产品处在高交互低媒介的位置，只有愿意付出高交互成本并且接受单纯文字描写的用户才会喜欢，注定了用户规模有限，未来往更广用户群泛化的路径也很清晰：降低交互成本、提升交互后收获的体验。所以，往互动游戏的方向发展、往多模态的方向发展，几乎是一张明牌。”

Hugo Barra 曾经在 Meta 担任过 Oculus VR 的负责人，对 MR 产品很有发言权。他的这篇关于 Vision Pro 的长文很有启发，尤其是关于 Vision Pro 的定位和应用场景的观点 - 最值得关注的场景，一个是办公，一个是观看沉浸视频。（还有一个应该是游戏，但没有展开说。）

Hugo Barra 对办公的生产力场景进行了详细的拆解。他提到，苹果设备的办公场景分为三种，专业场景（Mac Pro / XDR 6K）、普通场景（16 英寸 MacBook Pro）和便携场景（11 英寸 iPad Pro + keyboard），设备由大到小，价格由贵到便宜，工作窗口由多到少，处理的任务能力由丰富到简单，人体工学由优异到糟糕。那么在探讨生产力替代的时候，就要仔细考虑，Vision Pro 到底能够替代上述哪个场景？

Hugo 的答案相当乐观。他认为 Vision Pro 已经准备好取代普通场景，同时经过苹果的适当优化之后（包括系统 OS、交互、配件等），在 1-2 年以内很有希望取代便携场景。“在不久的将来我们可以看到只需在背包里装上MacBook Air和Vision Pro，就能给你提供一个相当不错的工作站，并能以提高工作效率的形式提供足够的好处，以至于你可能愿意在咖啡馆、飞机上，甚至在家里的沙发上戴上几个小时的头显（当然，这种观点完全没有考虑是否物有所值）。” 当然，专业场景是不大可能被 VisionPro取代的 - “我确定Vision Pro永远不会成为两块XDR 6K显示器工作站设置的合适替代品。每台显示器32英寸，总共4000万像素，而且我的头上没有重物，这根本不是我今天或未来任何时候使用VR头显所能媲美的事情。”

相比之下，Meta 也曾经尝试过将 Quest Pro 作为生产力工具，但彻底失败了，最大的问题在于“显示分辨率（22 PPD）太低了，文本可读性很差，远远不足以解锁在VR中办公”。他认为，分辨率的提升突破了临界值之后，才终于解锁了办公场景。

然而，除了办公之外，Hugo Barra 在文中给 “用 Vision Pro看电影” 这个常用场景浇了一盆冷水。他认为根据 Meta Oculus 的经验，一开始用这种设别看电影体验很棒，但大多数人在最初的新鲜感消退后就会停止这样做。核心原因还是相比用电视和电脑观影，头显太重了不够舒服，同时导航 UI 摩擦更多。因此，VR中的2D / 3D 媒体消费并不是核心的“日常驱动”支柱，只是为其他核心支柱（如生产力或游戏）增加价值的辅助用例。

相比普通的 3D 视频，用 Vision Pro 观看沉浸式视频是更加有想象力的场景。Hugo Barra 认为 Vision Pro 特别适合用沉浸式视频来表现自然风景、野生动物、旅行和音乐等主题，但不太适合用来叙述带有人物情节和叙事的故事，比如电影等等，因为会有恐怖谷效应。相比之下，更明确的一个场景是实况体育比赛（当年Oculus Go 的一条 30 秒的 NBA VR 观赛广告引发了设备大卖）。在高分辨率VR中观看一场比赛有可能比普通的4K电视转播更好，因为它能让铁杆粉丝感觉更接近比赛。苹果已经和美国职业足球大联盟签约，会在2024年底或2025年初推出Apple Immersive Video格式和Vision Pro 的直播流。（但这需要重新建立 VR 体育直播的行业标准和商业模式，也需要硬件的革新。）

最后，Hugo Barra 认为苹果进军VR/MR行业是“对 Meta 来说最好的事情”，Vision Pro的发布是Quest VR 梦寐以求的最佳营销工具，因为苹果会通过其无与伦比的品牌、设计和营销来促使VR行业变得更好，“在VR做到人皆可买之前，首先做到人皆想要”。Meta 需要确保自己在2025年中期之前推出一款既要建立在Vision Pro创造的新体验黄金标准之上，又要在尽可能多的维度上成为一款更好产品的VR头显。

P.S. 在今天的 Stratechery Newsletter 里提到，苹果 Vision Pro的体育直播和沉浸式视频内容更新的进度比想象中更慢。苹果似乎对 Vision Pro 开发者生态的投入有些犹豫不决（至少不如 Meta 那样坚决），并且似乎在组织架构上有些混乱，并没有指定 Vision Pro 的直接负责人。

原文链接：hugo.blog
映维网的翻译：mp.weixin.qq.com

对比理想和小米的汽车设计，发现一个很有趣的区别。

理想的思路似乎先定义用户。在得到的李想产品实战课里，一上来就是“定位：怎样找准产品的用户群”，李想解释了他如何以价格为纵轴、以人生阶段为横轴，确定了“有孩子的家庭”作为理想汽车的定位，进而再去满足家庭用车场景下未被满足的需求，尤其是主驾之外坐在其他家庭成员的需求，比如用三排座椅满足三代同堂的出行需求，比如空间的规划，比如多块屏幕，等等。

而从发布会来看，小米的思路似乎更多是“对标”，整体对标 Tesla 和 Porche， 包括外观、配置、性能，甚至是用户调研。雷军提到，”做用户调研的时候，一个特斯拉的女车主说坐在里面像烤箱一样，说夏天会不会太晒，好，我们就把防晒作为核心点去突破。“ 在发布会的整个过程中，雷军提到的用户角色包括了Tesla 车主、工程师、赛车手这些不同的人设，略有些混乱。

让我略有点诧异的是，在发布会最后，雷军主动提到，他没有仔细思考过“用户是谁”这个问题。他的原话是，“很多人问我说小米su7 是为谁造的？因为这一段时间SUV MPV都特别火，大家说你搞个轿车为谁做的？这句话问完，我真的想了好久，我回想三年前我为什么坐这辆车，我的逻辑其实挺简单的，第一，model3的用户是不是该升级了？第二，三四十岁的用户要不要体验一下最新的智能科技？还有追求有品位的时代精英，你买了个SUV把家人照顾好以后，你需不需要为自己再买一辆心仪的轿车奖励一下自己？所以，我觉得小米出行的用户就是这样的一群人，他们有品位，不甘于平庸，还在为梦想打拼，他们向往先进的科技，渴望幸福的生活，他们心中有火，眼里有光，浑身闪耀着乐观与自信的光芒。“ 这个对用户人设的定义，让我感觉还是有点模糊。

当然，扯这些都是虚的，最后还是结果说话。