即刻App年轻人的同好社区
下载
置顶
整理读书笔记时发现有 3 本同时讲老黄和英伟达的书，分别是 2024 年 12 月出版的《英伟达之道》、2024 年 6 月问世的《黄仁勋：英伟达之芯》，以及 2023 年 5 月的《黄仁勋的英伟达：处理人工智能的心智》
恰好构成了一部英伟达的 “三维解剖”，是单独的一本没有的精彩，推荐给大家
1️⃣《英伟达之道》
关键词：创业血泪史 × 硬核企业文化
🔍 作者采访了老黄和创始人100+次，扒出英伟达从车库小公司到 3 万亿市值的逆袭内幕
💡 Fun fact：
老黄 “凌晨5点秒回邮件” 的魔鬼管理法
公司几次差点破产的惊险时刻（比如 1998 年全员赌命筹钱）
👉 适合人群：想学管理/创业的老板们，看完你会懂：成功=聚焦×往死里卷
2️⃣《黄仁勋：英伟达之芯》
关键词：AI 革命 × 芯片战争
🔍 这本书回答了我在第一本里没找到的答案：英伟达是如何押中 ChatGPT 背后的算力密码
💡 Fun fact：
从 “打游戏的显卡” 到全球疯抢的 AI 芯片
老黄说 AI 将重塑人类文明
👉 适合人群：技术宅/未来学家，看完想转行搞 AI
3️⃣《黄仁勋的英伟达》
关键词：短平快 × 行业全景图
🔍 112 页小册子速通英伟达的 AI 版图：医疗、农业、太空…
💡 Fun fact：
AI 不仅能写论文，还能帮科学家造抗癌药
老黄说机器比人类更懂 “善良”
👉 适合人群：地铁通勤党，几站路的工夫 get 科技前沿
📌 划重点：
深度控选《英伟达之道》
技术党冲《黄仁勋：英伟达之芯》
浅尝辄止党 pick 第三本
目前仅前两本有中文版，第二本还有电子书
恰好构成了一部英伟达的 “三维解剖”，是单独的一本没有的精彩，推荐给大家
1️⃣《英伟达之道》
关键词：创业血泪史 × 硬核企业文化
🔍 作者采访了老黄和创始人100+次，扒出英伟达从车库小公司到 3 万亿市值的逆袭内幕
💡 Fun fact：
老黄 “凌晨5点秒回邮件” 的魔鬼管理法
公司几次差点破产的惊险时刻（比如 1998 年全员赌命筹钱）
👉 适合人群：想学管理/创业的老板们，看完你会懂：成功=聚焦×往死里卷
2️⃣《黄仁勋：英伟达之芯》
关键词：AI 革命 × 芯片战争
🔍 这本书回答了我在第一本里没找到的答案：英伟达是如何押中 ChatGPT 背后的算力密码
💡 Fun fact：
从 “打游戏的显卡” 到全球疯抢的 AI 芯片
老黄说 AI 将重塑人类文明
👉 适合人群：技术宅/未来学家，看完想转行搞 AI
3️⃣《黄仁勋的英伟达》
关键词：短平快 × 行业全景图
🔍 112 页小册子速通英伟达的 AI 版图：医疗、农业、太空…
💡 Fun fact：
AI 不仅能写论文，还能帮科学家造抗癌药
老黄说机器比人类更懂 “善良”
👉 适合人群：地铁通勤党，几站路的工夫 get 科技前沿
📌 划重点：
深度控选《英伟达之道》
技术党冲《黄仁勋：英伟达之芯》
浅尝辄止党 pick 第三本
目前仅前两本有中文版，第二本还有电子书
17 010
刚考古发现 AI Coding 产品 Devin 的 CEO Scott Wu 居然还是 Lunchclub 的创始人，整个人震惊到不行…
当时体验完我觉得很有意思，就在腾讯内部发起了类似的 side project，服务厂内同学，项目名称想了好久最后叫 “午餐时间”
第一期报名就有几百人，拿到大家的基本信息之后，几个小伙伴用的是最粗暴的 “人工匹配”，因为主要是服务厂内同学，还促成了不少业务间的合作。在腾讯干的全特么鸡零狗碎的事儿，唯一值得回忆的就这个，一晃整 5 年了😵💫
当时体验完我觉得很有意思，就在腾讯内部发起了类似的 side project，服务厂内同学，项目名称想了好久最后叫 “午餐时间”
第一期报名就有几百人，拿到大家的基本信息之后，几个小伙伴用的是最粗暴的 “人工匹配”，因为主要是服务厂内同学，还促成了不少业务间的合作。在腾讯干的全特么鸡零狗碎的事儿，唯一值得回忆的就这个，一晃整 5 年了😵💫
午餐时间，遇见另一个优秀的灵魂
9 210
1. 搜索一直是 “信息分发” 这个脉络里的中枢神经，既是古早的 “人找信息” 范式，也是后来移动时代 “信息找人” 跃迁的底层引擎 。
移动互联网时代诞生了很多垂类 App，与此同时搜索引擎的市场份额也开始下降，当时的观点是垂类 App 将会逐渐吃掉搜索引擎的市场份额。
因为搜索是高门槛工具，用户首先要需求明确，还得会输入法。大量垂类 App 一开始满足的是模糊需求（打发时间），因为移动互联网的到来让上网人群的基数变多，人们碎片化时间带来了模糊需求这个巨大的增量市场，有了巨大的用户规模和粘性后，垂类 App 后来也逐渐增加应用内搜索。
从这个角度看，搜索引擎非但不会被垂类应用影响，反而应该受益于移动互联网的到来。因为模糊需求本就不在其覆盖范围内，同时上网人群却变大了。
2. 之所以从移动时代说起，是因为这波 Perplexity 们似乎仍在延续之前的叙事逻辑，尤其是在老黄的怂恿之下整天阴阳 Google，也有论调认为 Perplexity 们会像当年的垂类应用那样逐渐吃掉搜索引擎的市场份额。
但回归到用户场景上看，Perplexity 们几乎是搜索引擎的子集，技术原理甚至脱胎于搜索。我一直很排斥将 Perplexity 这类应用称为 “AI Search”，更愿意将它们定义为 Answer Engine。
原因很简单，传统的搜索无论是 Google 还是百度，绝大多数场景下的用户目的是 “寻址” 和 “找资源”，用户需要的是直达目标的链接列表——比如下载一个软件、找到某个官网、获取最新新闻。这类需求要求结果直给且快速，而用 AI 生成答案的方式来满足，反而显得过于“隆重”，甚至过度设计。
搜索场景里还有一部分用户是来 “寻答案” 的，比如 “如何修复手机屏幕裂纹” 或 “量子计算对金融行业的影响”。这类问题的答案往往需要跨网页信息的整合与推理，搜索引擎的 “链接列表+用户自行筛选” 模式效率极低，后来的百度知道和知乎都是为了解决此类问题，现在的 Perplexity 们本质也是聚焦于此，因此将它们理解为 AI 版的 Quora/知乎更准确。
3. 去年初我表达过这个观点：Perplexity 们非但很难吃掉搜索引擎的市场份额，反而会被一个个的垂类 App 叠加 RAG（AI Search）平替掉，因为如果挂载上下文的信息密度是 Answer Engine 的核心，那这些垂类 App 本身对于用户场景和内容有天然优势。
如今回头看，随着 Perplexity 的出圈几乎每家 Chatbot 都逐渐增加了 “联网搜索” 功能，从 ChatGPT 到 xAI 再到今年初的 DeepSeek。另一边小红书去年就在 App 内灰度 “达芬奇”，最近甚至推出了独立 App “点点”，试图成为生活领域的 Perplexity。微信和元宝接入 DeepSeek-R1 更是将所谓的 AI 搜索推上顶点，内置公众号内容一度成为其独特价值点。
而从全球范围内大盘数据来看，Google Search (Desktop) 在美国的市场份额从一年前的 82% 下降到了现在的 66%，下降的部分并不是跑去了 Perplexity 等 Answer Engine，而是叠加了 AI 功能后的 Bing 和 Yahoo。
4. 技术的演进从来不是非此即彼的替代，而是场景的重新分配。
垂类 App 通过 RAG 等技术实现 AI 化，本质是将垂直领域的知识密度与用户意图深度绑定，当每一个垂类 App 都进化成自带 AI 的“微型答案引擎”，用户自然会选择更懂场景、更懂行业的解决方案，而这恰恰是 Answer Engine 难以复制的护城河。
传统搜索看似 “古老”，但其 “链接列表+用户决策” 的极简模式，恰恰暗合人类处理信息的底层逻辑：对确定性问题，人们需要的不是娓娓道来的长篇大论，而是最短路径下的动作闭环。
或许未来的信息分发，不会是某个超级应用一统江湖，而是在 “传统搜索锚定效率，垂类 AI 深化服务，Answer Engine 填补缝隙” 的共生中，完成对用户需求的立体覆盖。
移动互联网时代诞生了很多垂类 App，与此同时搜索引擎的市场份额也开始下降，当时的观点是垂类 App 将会逐渐吃掉搜索引擎的市场份额。
因为搜索是高门槛工具，用户首先要需求明确，还得会输入法。大量垂类 App 一开始满足的是模糊需求（打发时间），因为移动互联网的到来让上网人群的基数变多，人们碎片化时间带来了模糊需求这个巨大的增量市场，有了巨大的用户规模和粘性后，垂类 App 后来也逐渐增加应用内搜索。
从这个角度看，搜索引擎非但不会被垂类应用影响，反而应该受益于移动互联网的到来。因为模糊需求本就不在其覆盖范围内，同时上网人群却变大了。
2. 之所以从移动时代说起，是因为这波 Perplexity 们似乎仍在延续之前的叙事逻辑，尤其是在老黄的怂恿之下整天阴阳 Google，也有论调认为 Perplexity 们会像当年的垂类应用那样逐渐吃掉搜索引擎的市场份额。
但回归到用户场景上看，Perplexity 们几乎是搜索引擎的子集，技术原理甚至脱胎于搜索。我一直很排斥将 Perplexity 这类应用称为 “AI Search”，更愿意将它们定义为 Answer Engine。
原因很简单，传统的搜索无论是 Google 还是百度，绝大多数场景下的用户目的是 “寻址” 和 “找资源”，用户需要的是直达目标的链接列表——比如下载一个软件、找到某个官网、获取最新新闻。这类需求要求结果直给且快速，而用 AI 生成答案的方式来满足，反而显得过于“隆重”，甚至过度设计。
搜索场景里还有一部分用户是来 “寻答案” 的，比如 “如何修复手机屏幕裂纹” 或 “量子计算对金融行业的影响”。这类问题的答案往往需要跨网页信息的整合与推理，搜索引擎的 “链接列表+用户自行筛选” 模式效率极低，后来的百度知道和知乎都是为了解决此类问题，现在的 Perplexity 们本质也是聚焦于此，因此将它们理解为 AI 版的 Quora/知乎更准确。
3. 去年初我表达过这个观点：Perplexity 们非但很难吃掉搜索引擎的市场份额，反而会被一个个的垂类 App 叠加 RAG（AI Search）平替掉，因为如果挂载上下文的信息密度是 Answer Engine 的核心，那这些垂类 App 本身对于用户场景和内容有天然优势。
如今回头看，随着 Perplexity 的出圈几乎每家 Chatbot 都逐渐增加了 “联网搜索” 功能，从 ChatGPT 到 xAI 再到今年初的 DeepSeek。另一边小红书去年就在 App 内灰度 “达芬奇”，最近甚至推出了独立 App “点点”，试图成为生活领域的 Perplexity。微信和元宝接入 DeepSeek-R1 更是将所谓的 AI 搜索推上顶点，内置公众号内容一度成为其独特价值点。
而从全球范围内大盘数据来看，Google Search (Desktop) 在美国的市场份额从一年前的 82% 下降到了现在的 66%，下降的部分并不是跑去了 Perplexity 等 Answer Engine，而是叠加了 AI 功能后的 Bing 和 Yahoo。
4. 技术的演进从来不是非此即彼的替代，而是场景的重新分配。
垂类 App 通过 RAG 等技术实现 AI 化，本质是将垂直领域的知识密度与用户意图深度绑定，当每一个垂类 App 都进化成自带 AI 的“微型答案引擎”，用户自然会选择更懂场景、更懂行业的解决方案，而这恰恰是 Answer Engine 难以复制的护城河。
传统搜索看似 “古老”，但其 “链接列表+用户决策” 的极简模式，恰恰暗合人类处理信息的底层逻辑：对确定性问题，人们需要的不是娓娓道来的长篇大论，而是最短路径下的动作闭环。
或许未来的信息分发，不会是某个超级应用一统江湖，而是在 “传统搜索锚定效率，垂类 AI 深化服务，Answer Engine 填补缝隙” 的共生中，完成对用户需求的立体覆盖。
19 318
去年我表达过类似的观点：m.okjike.com
桑文锋SensorsData: 随着xAI推出Grok 3+DeepSearch，微信推出基于DeepSeek R1的AI搜索，加上DeepSeek App带有联网搜索，标志着AI Search这个大赛道正式展开。 最近几天使用这几个产品的一个感受是：带有独特内容的AI Search还是很有优势的，像Grok 3可以直接索引Twitter里的内容，尤其是Twitter里的丰富的优质链接资源，可以成为DeepSearch的重要数据支撑，而微信AI搜索可以直接索引海量的公众号文章，也是巨大优势。 过去使用微信自带搜索有两个问题，一是反应迟钝，二是感觉没做啥搜索优化，现在有了DeepSeek助力直接解决了搜索技术问题，搜索入口的潜力在逐步体现出来。
4 00
这段话是一个很典型的证明：飞书是一家严重缺乏服务精神的团队，没有服务者该有的姿态
你不是平台，客户只是租赁你的服务。你不但告诉别人 xx 在用，还说它排名第五，还踏马告诉 “接近飞书” 的人士…
你不是平台，客户只是租赁你的服务。你不但告诉别人 xx 在用，还说它排名第五，还踏马告诉 “接近飞书” 的人士…
27 37
