在Anthropic反蒸馏大旗与使模型变强的蒸馏趋势下，个人认为还有一条可供选择的路径：通过结果输出之后的针对性提问，获取跨领域用户的智慧，对能够进行深度思考与多轮对话的用户进行标注，对用户进行分级，给能够进行深度思考的用户提供优先级更高的输出质量、相应速度以及低成本的服务接入。

难题一：如何定义“深度思考”？
看是否能够有效回答模型提出的逻辑悖论等针对性问题，用户没有通过答非所问或者试图绕过问题的方式回避问题，而是能够具备抽象思维能力，恰当地形成一套可验证但并非完美的分析框架与方法论。

难题二：用户为什么愿意贡献智慧？
用户本身也希望模型能够补全自己的思维盲区，并且模型在识别出特定用户后，可以通过专属共创的形式，通过特定对象服务（如前文所述的响应速度、服务价格等）以及专门用途的利益共享机制，给予用户激励。

难题三：平台如何平衡“服务质量”与“数据获取”？
在数据跨境监管与反蒸馏的技术领域和国际局势下，未来不得不面对蒸馏限制，那么此时平台希望获取更优质的数据来提升模型性能，除了买数据自己训练外，特定用户的真实场景训练是非常好的一种重要补充。

国内的模型厂商，谁能够最先把数据安全做到位，谁就可以在接下来的五年内切入最具独占性的数据资源领域（今年已经开始规划了）。

一个人对未知风险产生恐惧是很正常的事情。当经历过足够多的事情，一次次从痛苦与磨难中走出来，再次面对这类未知风险时，恐惧这种情绪会被自动从大脑中抽离，转化成一种对现实环境的客观描述，随之产生足够的勇气与决心——大不了从头再来。

但凡面对未知风险畏畏缩缩、踌躇不前者，大概率属于没有足够多的铠甲（能够自保的知识储备与综合应变能力），或是未经历过足够多的痛苦（没有克服困难后的经验与信心累积），所以衍生不出势不可挡的胆识与决心。

很多事情无非是要解决一个「你要什么、我要什么」的问题。而好的方案能够提供一个「我们还能创造什么」的想象空间，用远期价值换取短期利益的让渡，通过深层次的需求匹配实现共赢，而非单纯表层的零和博弈。

跑步机有氧刷脂的时候真的很适合听播客。凭记忆输出（想法很像，懒得回放查原文了）👇🏻

1、战略很大程度上其实是关于怎么创造未来。它不是一个简单的规划。

​2、关于AI时代组织形式：科层制与New Lab，任务分派模式与自驱激励机制，以及组织先于战略。

3、卓越与使命有关，有利他主义与使命感，而非受短期benchmark所影响。

​4、战略的本质是取舍。AI时代无法做线性外推，需要有中期思考与判断里程碑的能力，看三步而不是只能看到一步。

​5、文化与环境，共享context的重要性。

​6、不确定性是最大的机会。

对于必须要做的事情，从不去考虑完不成怎么办，只会考虑要怎么完成。

锁死目标，干就完了。

慕强厌蠢，人之常情。

不喜欢被人忽悠，所以会持续学习。

#每日自我PUA
​放弃是容易的，坚持才是最难的。

放弃只需要松一口气、往后退一步就可以以时运不济来接受自我的失败，而坚持需要具备足够的判断力去确认你在做正确的事情，需要经历不确定性过程中的判断偏差、反复验证、时间损耗，延迟满足感并在持续投入过后接受最终基于概率确定的结果。

所以，判断力、韧性与勇气才显得尤为重要。

既要善于抓住时机窗口，又要有能力不下牌桌。两者都需要有判断力，即抓大放小，找到众多选择中最接近正确且可形成复利的那条路径去尝试。

做成一件事的过程中大致有三个重要阶段的关键策略：

​第一阶段：前瞻性布局。在一个划时代大周期起势前或刚起势时提前布局，在形成共识或跨领域非共识阶段提前切入站位获取资源。实现这一点需要具备跨周期的判断力与全局视角。
​
​第二阶段：聚焦与差异。当趋势明确并形成共识后，想通过前瞻性布局实现弯道超车已然不可行，那么当务之急是回归聚焦自身主业与核心优势，在借势过程中始终能够立足于具有独占资源，并基于自身优劣势分析以及市场最接近交易落地的真实需求，在市场中寻找到适合的差异化优势，打磨极致。在此过程中，借势是术，而核心差异化优势才是扎根的道。
​
​第三阶段：置之死地而后生。当前两个阶段都错过后，面对颓势唯一的扭转方法就是破釜沉舟，断臂求生。抛弃不切实际的委曲求全，选择最需要保留的点与最适合突破的方向，抱着没有任何退路的决心向上攀登，长痛不如短痛。
​
​第一阶段绝大多数人都会错过，第二阶段很多人会迷失，第三阶段很少有人会具备无路可退的勇气、胆识与决心。
​
​《桃花源记》里有一段描述：「问今是何世，乃不知有汉，无论魏晋。」当外部快速迭代爆发过程中，内部的学习适应与追赶速度明显滞后形成坍缩后，就成了一个看似美好的桃花源，不再具备客观的竞争力。
​
​One more thing：判断结果不要光看结果，而是要把时间与结果联系起来，回归历史客观条件下做验证。用一句古话做注解便是——善战者无赫赫之功。