即刻App年轻人的同好社区
下载
yusen
2k关注51k被关注37夸夸
真格基金管理合伙人 聚美优品联合创始人
投资人，过气创业家，交易员，量子速读修行者，未曾被评为福布斯30u30。2006年《时代周刊》年度风云人物。所有内容不代表机构观点。
最近打通了黑神话·悟空，无论从战斗体验，美术画面还是艺术底蕴来说，都绝对是我心中的年度游戏。同时在一遍遍被各种 BOSS 教做天命人的过程中，也觉得游戏中让人印象深刻的 BOSS 战，和创业有很多相似之处，创业公司（天命人）如何克服困难，和大厂巨头（BOSS）战斗？
打每个 Boss 首先要仔细观察，找到套路和弱点。BOSS 的大攻击很多会有非常夸张的前摇，被打中了会很疼，但没打中的话往往 Boss 会有一个硬直，这时候反而就是出手的时机。天命人要克服恐惧心态，先闪避 BOSS 前几招，然后找到 BOSS 的破绽，打出硬直。有经验后就发现这种前摇很大，看起来很厉害的攻击倒是比较好躲的。此外，多观察下别人打 BOSS 是怎么死的也很有帮助。
其中 BOSS 一套招没打中出现的硬直，其实很像这几年我们观察到某些大厂高举高打 All in 一个方向之后，短期没有拿到足够满意的结果就会容易产生内斗、甩锅等问题，进行战略收缩，反而给了后面的从业者机会。
相反真正难打的 BOSS 如寅虎、小黄龙、杨戬的特点是 1）快慢刀；2）0 帧起手技；3）技能多样化。快慢刀意味着节奏控制自如，不遵循常规，甚至可以声东击西，有了高度的灵活性。0 帧起手技意味着动作快且低调，让人猝不及防。技能多样化说明能力全面，天命人如果只会一种套路，将会面临很大挑战。
天命人成长的三种路径：1）技术进步；2）属性等级成长；3）道具搜集；其中技术进步是最核心的，技术足够强，哪怕只有一级也可以靠身法打死 BOSS。然后属性等级成长是主路径，经验让属性变强， 资源变多，但属性很高如果技术太差，也很难打死 BOSS。道具能有所增益，有的关键道具能够改变战局，但大多数情况下不那么核心，更多的是锦上添花。
打每个 Boss 首先要仔细观察，找到套路和弱点。BOSS 的大攻击很多会有非常夸张的前摇，被打中了会很疼，但没打中的话往往 Boss 会有一个硬直，这时候反而就是出手的时机。天命人要克服恐惧心态，先闪避 BOSS 前几招，然后找到 BOSS 的破绽，打出硬直。有经验后就发现这种前摇很大，看起来很厉害的攻击倒是比较好躲的。此外，多观察下别人打 BOSS 是怎么死的也很有帮助。
其中 BOSS 一套招没打中出现的硬直，其实很像这几年我们观察到某些大厂高举高打 All in 一个方向之后，短期没有拿到足够满意的结果就会容易产生内斗、甩锅等问题，进行战略收缩，反而给了后面的从业者机会。
相反真正难打的 BOSS 如寅虎、小黄龙、杨戬的特点是 1）快慢刀；2）0 帧起手技；3）技能多样化。快慢刀意味着节奏控制自如，不遵循常规，甚至可以声东击西，有了高度的灵活性。0 帧起手技意味着动作快且低调，让人猝不及防。技能多样化说明能力全面，天命人如果只会一种套路，将会面临很大挑战。
天命人成长的三种路径：1）技术进步；2）属性等级成长；3）道具搜集；其中技术进步是最核心的，技术足够强，哪怕只有一级也可以靠身法打死 BOSS。然后属性等级成长是主路径，经验让属性变强， 资源变多，但属性很高如果技术太差，也很难打死 BOSS。道具能有所增益，有的关键道具能够改变战局，但大多数情况下不那么核心，更多的是锦上添花。
198 4239
【年度推荐】今天一整天几乎啥也没干，读完了这本书。可以和《人类简史》并肩的杰作！作者用进化史上五次智能的突破，洋洋洒洒，浩浩汤汤，把智能从热液喷口中第一个细胞的起源，讲到GPT-4 的诞生。完美把握了科学性的严谨和叙事的生动，一整天读完，掩卷已近午夜，未饮，但已沉醉。
第一次突破：两侧对称动物产生了转向能力，通过将环境刺激分为好和坏，这些早期的动物能够趋利避害，并且产生了智能的中央处理单元：大脑。
第二次突破：脊椎动物产生了强化学习能力，表现为重复那些曾经带来积极结果的行为，并抑制那些带来消极价值的行为，获得了「边做边学」的能力。
第三次突破：哺乳动物产生了模拟能力，可以对刺激和动作进行心理模拟。获得了更厉害的能力「边想边学」。
第四次突破：灵长类动物产生了心理化能力，能够建立自我思维模型，使得灵长类动物可以思考自己和别人的内心状态，能够从其他同类的实际行为中进行「模仿学习」。
第五次突破：人类产生了语言能力，使得思想跨代积累，产生越来越复杂的思维。人类通过共同的虚构故事链接在一起，形成大规模信息网络，直到ChatGPT的诞生。
生命在黑暗森林中蹒跚前行，每一次智能突破都是因为之前突破的铺垫。每一次突破都带来了翻天覆地的变化。然而和宇宙将要度过的时间相比，这只是一瞬。智能可以走多远呢？第六次智能突破似乎越来越有可能是创造硅基超级智能。人类智能的进一步发展受到大脑的诸多物理限制，也许第六次突破就将是智能将要摆脱这些碳基生物的限制……
第一次突破：两侧对称动物产生了转向能力，通过将环境刺激分为好和坏，这些早期的动物能够趋利避害，并且产生了智能的中央处理单元：大脑。
第二次突破：脊椎动物产生了强化学习能力，表现为重复那些曾经带来积极结果的行为，并抑制那些带来消极价值的行为，获得了「边做边学」的能力。
第三次突破：哺乳动物产生了模拟能力，可以对刺激和动作进行心理模拟。获得了更厉害的能力「边想边学」。
第四次突破：灵长类动物产生了心理化能力，能够建立自我思维模型，使得灵长类动物可以思考自己和别人的内心状态，能够从其他同类的实际行为中进行「模仿学习」。
第五次突破：人类产生了语言能力，使得思想跨代积累，产生越来越复杂的思维。人类通过共同的虚构故事链接在一起，形成大规模信息网络，直到ChatGPT的诞生。
生命在黑暗森林中蹒跚前行，每一次智能突破都是因为之前突破的铺垫。每一次突破都带来了翻天覆地的变化。然而和宇宙将要度过的时间相比，这只是一瞬。智能可以走多远呢？第六次智能突破似乎越来越有可能是创造硅基超级智能。人类智能的进一步发展受到大脑的诸多物理限制，也许第六次突破就将是智能将要摆脱这些碳基生物的限制……
159 1330
这几天o1尝试下来的一点点感受：
我们目前看到的是 o1 这个模型的 preview，甚至都不是最后的模型，也远非一个完整的产品。比起 ChatGPT，它更像是 GPT-3 的发布，正如 GPT-3 体现了 pretraining scaling law 带来的能力涌现，o1 体现了 inference scaling law 带来的推理能力提升。GPT-3 刚刚发布的时候，对于学术界是非常震撼的，但是普通用户完全不知道怎么把它用好，在 instructGPT 完善了 instruct following 能力后，又出现了ChatGPT ，找到了合适的产品形态；同样，怎么把 o1 带来的推理能力用好，现在的 ChatGPT 可能完全不是合适的产品形式，需要全行业去探索。
一方面，在 ChatGPT 里面，非常有可能用户越来越不需要主动选择用什么模型——类似我们不会跟一个人明确说你现在要用 system 1 还是 system 2 思考一样，产品应该自动选择合适的模型回答问题。另一方面，可能会有更加适合 system 2 的产品形态出现：ChatGPT 这里的 chat 名字和 UI 形态，隐含了「尽快回复」的期待，对于 system 2 的问题可能不那么适合。例如我们可以和分析师实时聊天，但对于一个需要深度思考的问题，我们更加可能是发一封邮件或者一个 ticket并且期待一个异步的update或回复。
接下来应该会出现很多用 thinking time 换 performance 的异步产品，给 AI 几十秒，几分钟，或者几个小时甚至几天时间思考，能够换来多少额外价值？这个地方产品发挥的空间应该是很大的。
我们目前看到的是 o1 这个模型的 preview，甚至都不是最后的模型，也远非一个完整的产品。比起 ChatGPT，它更像是 GPT-3 的发布，正如 GPT-3 体现了 pretraining scaling law 带来的能力涌现，o1 体现了 inference scaling law 带来的推理能力提升。GPT-3 刚刚发布的时候，对于学术界是非常震撼的，但是普通用户完全不知道怎么把它用好，在 instructGPT 完善了 instruct following 能力后，又出现了ChatGPT ，找到了合适的产品形态；同样，怎么把 o1 带来的推理能力用好，现在的 ChatGPT 可能完全不是合适的产品形式，需要全行业去探索。
一方面，在 ChatGPT 里面，非常有可能用户越来越不需要主动选择用什么模型——类似我们不会跟一个人明确说你现在要用 system 1 还是 system 2 思考一样，产品应该自动选择合适的模型回答问题。另一方面，可能会有更加适合 system 2 的产品形态出现：ChatGPT 这里的 chat 名字和 UI 形态，隐含了「尽快回复」的期待，对于 system 2 的问题可能不那么适合。例如我们可以和分析师实时聊天，但对于一个需要深度思考的问题，我们更加可能是发一封邮件或者一个 ticket并且期待一个异步的update或回复。
接下来应该会出现很多用 thinking time 换 performance 的异步产品，给 AI 几十秒，几分钟，或者几个小时甚至几天时间思考，能够换来多少额外价值？这个地方产品发挥的空间应该是很大的。
74 112
152 1227
支持开源生态，推动AI普惠人类💪
真格基金宣布捐赠开源 AI 项目 vLLM
92 53
是的，这也是我最近反复强调的一点：不要着急，给新技术落地更多时间；合理期待，不要动辄就是AGI威胁人类GPT5让人下岗，要知道iPhone 5/6/7/8等等比起iPhone 4都只能算小步快跑，但移动互联网仍然改变世界。 //@LongYu: 想想看最初的飞机出来 可靠性也很差 能力也很有限 从第1架飞机发明到可靠的用于民用航空货运及客运的飞机出现 也用了小几十年 最早期的飞机商用模式仍然还处于表演和在某一个固定地点带人上天玩的娱乐 即便进入邮政，开始进行小规模的日常货物运输都是比较久的事情了 而且这里面还因为一战和二战使得航空相关技术已经得到了迅速的甚至强制推动的大发展
其实与100年前不同的是，今天我们社会的迭代频率明显提高了 人们体感的时间过得更快了
细想一下，其实从阿尔法狗战胜李世石到今天也还不到10年而已 生成式大模型到现在，其实在大众火起来也就是5年以内
再进一步，15年前也就是2009年智能手机的普及仍然是不充分的，产生质变的iPhone4还没有出现。15年前和今天人类的生活的社会形态都完全不同。
其实我们需要的只是更多的耐心。
其实与100年前不同的是，今天我们社会的迭代频率明显提高了 人们体感的时间过得更快了
细想一下，其实从阿尔法狗战胜李世石到今天也还不到10年而已 生成式大模型到现在，其实在大众火起来也就是5年以内
再进一步，15年前也就是2009年智能手机的普及仍然是不充分的，产生质变的iPhone4还没有出现。15年前和今天人类的生活的社会形态都完全不同。
其实我们需要的只是更多的耐心。
yusen: 生成式 AI 和历史上其他技术革命都不一样的是，AI产品的随机性和缺解释性使得从可用demo 到最终产品的过程变得很远，超出大部分人的经验范围。 不管是蒸汽机内燃机、电力电气还是互联网，基于的底层原理都是确定性的，只要能做出可用的demo，接下来发展路径是可预测的，到大规模落地就不远了。 因为之前的科技进展绝大部分都是确定性的，我们对于产品应用的内含确定性要求其实是很高的，不只是在自动驾驶这种生死攸关的事情上，一个每天会摔一次盘子的机器人服务员也是很难被接受的。 并且人的不确定性只要能找到对应的负责人（俗称有人背锅），比如说工厂少拧了一个螺丝，司机疲劳驾驶出问题，我们往往就会觉得这是可被管理的，也是可以接受的。但无法消除，无法解释又无法找人背锅的 AI 不确定性就不一样。 AI过去反复出现的一个趋势是大家看到 demo很激动，然而到落地时间和难度远超预期。尤其是 AI demo展现出来的能力往往很牛逼，想象空间无限，和其他大部分技术相比容易让人产生过度期待，因此过度期待后的失望往往也特别大。
60 57
生成式 AI 和历史上其他技术革命都不一样的是，AI产品的随机性和缺解释性使得从可用demo 到最终产品的过程变得很远，超出大部分人的经验范围。
不管是蒸汽机内燃机、电力电气还是互联网，基于的底层原理都是确定性的，只要能做出可用的demo，接下来发展路径是可预测的，到大规模落地就不远了。
因为之前的科技进展绝大部分都是确定性的，我们对于产品应用的内含确定性要求其实是很高的，不只是在自动驾驶这种生死攸关的事情上，一个每天会摔一次盘子的机器人服务员也是很难被接受的。
并且人的不确定性只要能找到对应的负责人（俗称有人背锅），比如说工厂少拧了一个螺丝，司机疲劳驾驶出问题，我们往往就会觉得这是可被管理的，也是可以接受的。但无法消除，无法解释又无法找人背锅的 AI 不确定性就不一样。
AI过去反复出现的一个趋势是大家看到 demo很激动，然而到落地时间和难度远超预期。尤其是 AI demo展现出来的能力往往很牛逼，想象空间无限，和其他大部分技术相比容易让人产生过度期待，因此过度期待后的失望往往也特别大。
不管是蒸汽机内燃机、电力电气还是互联网，基于的底层原理都是确定性的，只要能做出可用的demo，接下来发展路径是可预测的，到大规模落地就不远了。
因为之前的科技进展绝大部分都是确定性的，我们对于产品应用的内含确定性要求其实是很高的，不只是在自动驾驶这种生死攸关的事情上，一个每天会摔一次盘子的机器人服务员也是很难被接受的。
并且人的不确定性只要能找到对应的负责人（俗称有人背锅），比如说工厂少拧了一个螺丝，司机疲劳驾驶出问题，我们往往就会觉得这是可被管理的，也是可以接受的。但无法消除，无法解释又无法找人背锅的 AI 不确定性就不一样。
AI过去反复出现的一个趋势是大家看到 demo很激动，然而到落地时间和难度远超预期。尤其是 AI demo展现出来的能力往往很牛逼，想象空间无限，和其他大部分技术相比容易让人产生过度期待，因此过度期待后的失望往往也特别大。
149 1449