强如 OpenAI，有无限量的模型 token 加算力，也很难维护 codex+ChatGPT 两个 desktop app，最后只能合并成一个，废弃另一个。
所谓的最强模型用多了，越来越感觉，模型只能在有可验证游戏规则的「有限游戏」中越变越强，当面对「无限游戏」时，我并没有感觉到 ai super 的地方。

即使最近的持续学习和 RSI (递归自我改进)实现，我觉得 AGI 和 ASI 的命题可以休矣，AI是放大器，但不是神。

Instagram 负责人 Adam Mosseri 分享了他们在 AI 时代如何调整产品团队，有点启发，这是一个全栈工程师/全栈设计师（类似 Product Designer）可以大显身手的时代了。

团队结构方面，Instagram 正在从 12–15 人的传统产品团队（iOS/Android/Server 工程师 + PM + Designer + Data Scientist + Researcher），转向 6–7 人的 pod：4–6 名偏全栈的工程师 + 一个融合 PM、Designer、Data Scientist 能力的 product staff，按需配 1 名 specialist。他认为小团队协调成本更低，并强调功能边界正在全面模糊。token 预算应像 GPU/CPU 一样按 ROI 分配，未来单个工程师的 AI token 花费可能接近其薪酬，需要有比例化 cap。

人才与角色上，他看好 designer 的长期价值，因为 AI 让"建造"变易之后，taste（品味）成为更稀缺的能力。未来理想画像是 builders with great taste，能端到端推动想法的人，加上少量领域专精专家。被 AI 抬高的不只是高级工程师，那些原本受限于技能边界无法跨职能贡献的人，现在可以做到更多。

会有那么一天，类codex 的 agent 会取代 bash/zsh 变成 cli 的默认 shell 。

个人体感 Claude design 是一个绝对好于 Claude cowork 的存在，尤其是基于 figma 做了完整的 design system 之后，设计新功能的时候对于设计一致性的保持非常好。

让几个模型设想了一下诺兰会怎么拍四渡赤水，真的感觉这个故事太适合诺兰了，希望有生之年能看到。
不过视频模型再发展几年，应该会有人用诺兰的风格直接把电影做出来。

我觉得站在 26 年这个时间点就用 hindsight 总结过去，还太早，一个是模型的能力远没到顶，另一个是，context/memery 的核心问题还没被解决，用类比思维去思考新事物是危险的，类似移动互联网时代拿 Windows+intel 逻辑断言 iPhone 不成立一样。

这位程序员的确很敬业

最近做客服聊到的最让我泪目的用户，一个 41 岁在下班时间用 codex 圆自己游戏梦的 erp pm。

隐约观察到不同人对安全感的需求程度的多样性了…
通过一个细节，手机电量。
有的人电量低于 40 就开始开始找充电宝/插线充电了
有的电量低于 80 就开始充上了
有的人会始终开着低电量模式
有的人电量到 5%还不着急

举重若轻可能是领导者最被低估的品质之一了