在所有「现实世界锚定强度高」的领域，AI 都需要和人类协作来推进具体任务，并在海量具体任务推进过程中，形成一套全新的数字化系统，让对应领域的人类-AI 认知重叠度不断提升，不断挤压人类优势区域，同时放大人机共生区。

活久见。
贵金属走出了币圈的K线。

用户半夜12点多跟 AI 提了个需求，让 AI 「做一个明天早上九点半的新闻推送」，过了九个小时后问 AI 怎么没交作业，AI 说「你设置的任务是明天早上九点」。

这个场景完美复现了一个没有经验的 junior 接活的情况。

每况愈下和每下愈况也通假了…

我有点困惑：
现在的很多社交媒体，一边在分发逻辑上不断的弱化基于关注的信息分发，把关注变得形同虚设，一边在内容消费者行为和内容生产者运营策略上不断引导建立更多的关注关系。
到底是图啥？
集体无意识行为艺术吗？

话说，现在朝三暮四已经是朝秦暮楚的通假词了吗？

#我读书少，你不要骗我…

一个有点意思的场景：
最近读一些PDF文档时，想把其中一段文字 copy 出来，我都会顺手用飞书的「提取文字」功能，扫描识别出来后再发到一个「信息备忘」的对话流里面。
扫描识别出来的文字贴到对话框后，飞书会自动识别出其中一些明显的 typo，用户只需要点一下就可以自动修正，准确率还蛮高的。

一个很自然的问题是：
既然飞书聊天框里能丝滑识别出这些 typo，为什么「提取文字」环节没有顺带完成这些 typo 的校正呢？

我猜，这里一个可能的视角，是通过引入【结构】来提升【效率】。一个示意的量化拆解如下：
如果「提取文字」在 OCR 的基础上再增加一个检查校正的环节，可能会带来80%的改进和20%的误判，实际上还是会有40%的错误留下。
这样准确率可以从94%（4/65）提升到97.6%，但需要牺牲一些性能。

写到这里，感觉自我说服显得很苍白。
可能真实情况里，没有那么多原因，纯粹就是产品经理没动脑子。

夏虫不可语冰。
对那些主张“小震不用跑，大震跑不了”的人来说，风险预警和演练这事是不存在的。

有感于近期的一些社会新闻，考虑囤一点应急生活物资，比如压缩饼干和医用酒精。
哦对，还有可乐。

五瓶了。
这个系列评论写得还可以，这篇站位相当不低。不知道是哪位大佬亲自捉刀？

每一个真实的现在
都曾经是你幻想 幻想的未来

雪球的美股自选股，年初至今的跌幅榜，被SaaS霸榜。
看来投资人被这波vibe engineering给震到了。

我倒是觉得数据和know-how依然有壁垒。当然，底层还是之前谈过的物理世界全面数字化的进程还在早期。

技术平权，全民编码，会加速数字化的进程，但不会让数字化一蹴而就。