即刻App年轻人的同好社区
下载
App内打开
黑皮好马
187关注6被关注0夸夸
黑皮好马
12天前
预言一下,苹果会想方设法找回 jony ive,以他为中心构建下个时代
10
黑皮好马
1月前

罗锴: 转:我认为当今创始人群体最荒诞之处在于:他们深信周六晚上在办公室的MacBook前摆拍,配文"当你在沉睡时,我在创造"——尽管实际产品只是个套壳OpenAI接口的AI笔记工具,连着陆页都是抄袭失败创业公司的——这种行为等同于创造真实价值;他们把996工作制和表演型熬夜美化成美德,仿佛压榨三个无薪实习生就能替代市场洞察,这分明暴露其毫无实质竞争力,只能攀比谁在领英上发更矫情的"为签单错过祖母葬礼"凡尔赛文学;他们宣扬"融资5000万美元种子轮",实则是把刚赚的1万美元一次性咨询费乘以全年小时数捏造年度营收(ARR),这种操作竟被a16z合伙人公开鼓吹成"初创公司合理算法",实则是披着数学外衣的证券欺诈;这种行径不过是在利用彻底脱离基本面的投资环境——估值完全由互动数据决定,与真实价值无关。 他们热衷制造对立的"营销":花180万美元买聊天机器人单字域名,把伴侣监控软件包装成"安心服务",甚至打广告庆祝"取代人类销售团队",把裁员当品牌宣传。他们成长于TikTok的注意力经济,彻底混淆了曝光度与价值,真心以为47条"这人是疯子"的引用推文等于产品市场契合。即便真有用户增长(其实没有),也绝对来自争议驱动的算法操控——这种上市策略错把社交平台的主角光环当成了真实需求,这种病态世界观源自用Instagram快拍学创业,把自毁式加班重新包装成"奋斗精神"。 这简直是对科技圈的天罚:拥有制造病毒传播的能力,却无法将恶名转化为持续收入,更建不起任何商业护城河——他们的技能全为8秒短视频设计,商业策略就是追逐最两极的评论,完全不懂当公司成为科技圈毒瘤象征时,"黑红也是红"根本行不通(除了那些永远回复"杀疯了🔥🔥"的狐朋狗友)。 他们总嚷嚷"比别人努力""全年无休",我倒想看看这群沉迷奋斗表演的网红创始人,能不能做出一家有真实用户留存的企业,开发一个真正解决问题的产品(而非个人秀道具),哪怕就他妈做成一门价值主张超越"看我多拼命"的生意,且不在无法靠引战融资时立刻崩盘。这群人堪称终极BOSS——毫无实质内容,深陷最残酷的矛盾:靠表演创业赚钱却从未真正创造,把内容创作当公司经营(愿主原谅我这么说)的"黑暗模式病毒式营销"资本主义。他们已无可救药到让我无法同情。但愿他们活在自己幻想的世界里——那个所谓"革命性产品",大概就像他们的宏图伟业,不过是个Figma设计稿加TypeForm问卷,他们却真以为这算最小可行产品。

00
黑皮好马
4月前
听老罗的播客实在是种享受,不愧是实实在在做过事的人,问题问的不仅灵活巧思,同时比市面上其他访谈更贴近业务、具体。这种既务虚又务实的对话过程是数十年跌宕经历中痛苦与反思的浓缩,强烈推荐!

李对卓越前辈的共性归纳很深刻,“选的准,看的长,迭代快”,放眼古今,是我绝对要对齐的状态!

听故事很开心,希望我也能活出自己的故事
00
黑皮好马
4月前
来硅谷二月有余,分享一些小观察。回想去年在北京中关村工作,已然感受到一片生机勃勃的创新土壤,来美国的决策不断动摇。当时一位前辈坚持我应该到硅谷感受一番,会有十倍的收获,于是就来了。

硅谷最核心的特质是创新。这种创新生生不息的原因非常特别,是因为它是从一个极度自由与包容的环境中自然涌现出来的。这种自下而上的涌现与北京自上而下的调控有着本质的区别,它们各有优势,但是催生出了两种截然不同的出发心态。例如,硅谷的 founder 更倾向于从产品理念的原创性出发,而北京的 founder 更注重自己在生态中的位置与禀赋。这种心态上的差异导致他们回答“准没准备好出发”这个问题时有不同的思维,这就是为什么硅谷的创业者更年轻,更激进。

同时,极度自由与包容的环境吸引着源源不断的人才,递增的人才密度与环境本身产生了很好的反馈,让这里沟通的信任成本降低到一种可怕的感觉。只要你有一个不过于疯狂的 idea,人们就愿意相信这个 idea 是能被这的人做出来的,进而提供咨询和帮助。当相信的力量被放大,任何风吹草动都能在某个圈子里以极快的速度传播,于是就有一百种方式去收集高质量的反馈并迭代自己。就好像当人身处硅谷,就已经握有了很多隐性、珍贵但免费的资源,只要始终紧握那张“诚信”的底牌,这些资源一直为你开放。北京的资源没有更稀缺,但获取的难度高很多。
00
黑皮好马
5月前
老实说我对 GPT5 并没有抱很大期待,真有 sam 说得那么断代级领先,openai 的研究员舍得离开吗?

大家怎么看?
02
黑皮好马
8月前

西元Levy: 转自高飞微博https://m.weibo.cn/1233486457/5157922099956804 前“Google Brain”团队HR负责人Hwang:为什么中日韩员工很难在谷歌等硅谷大公司当高管?但印度裔就可以 偶然刷到前谷歌高管、Google Brain团队HR负责人,现Quantum Insight CEO 黄成贤(Seong-Hyun Hwang)接受TTimesTV的一个访谈。说的是一个老生常谈的问题,但是讲出了新意。 如果大家也经常看硅谷AI公司的发布会(当然,说是发布会,但现在大模型公司发布产品往往就是一个圆桌对话,甚至一条推文,主打一个卷),就会发现其中的华裔面孔是相当多的。 比如马斯克两个月前发布xAI的Grok3,坐在C位的就是华裔。但是我们也会发现,虽然华裔工程师干活厉害,但是CEO相对少。 相比较而言,印度裔就不一样了,虽然工程师也不少,但是高管比例更高。咱就随便举几位吧:微软公司 CEO 萨提亚·纳德拉 (Satya Nadella)、Alphabet (谷歌母公司) CEO 桑达尔·皮查伊 (Sundar Pichai)、IBM公司CEO阿尔温德·克里希纳 (Arvind Krishna)。 而黄成贤(Seong-Hyun Hwang)在访谈中讲的观点,就非常值得一听,因为他曾在谷歌申请过30万美金的经费,花了3个月研究过这个现象。作为公司内部研究案例,应该是比较有说服力。 黄成贤是韩国人,所以他研究的不是华裔,而是来自中日韩东亚三国的员工。因为不止是华裔员工很少在硅谷大公司做到高管,日裔、韩裔也一样。 黄成贤说,为了深入研究这个问题,黄成贤和他的团队向公司申请了资金:"我们向公司提出了这个想法,获得了30万美元的资金。研究过程非常严谨:"在三个月的过程中,我们邀请了教授、顾问,甚至执行教练,进行了深入讨论。 三个月之后,他们得出了东亚职场人的三大文化软肋: *** 1、第一个原因是对权威的顺从:"权威意味着等级制度,顺从就像是服从或崇敬。所以基本上,是一种顺从权威的文化倾向。当我提到这一点时,几乎所有10个国家的领导人都开始鼓掌。他们都说,'就是这样,就是这个。'" 黄成贤解释说:"一些教授直接问我们,你是如何来到像Google这样的世界级公司总部的?几乎每个人都给出了同样的回答:'我非常努力学习。我想为最好的公司工作。'然后他们被问到,'但为什么?'几乎100%的人会说类似的话:'我想成为父母可以为之骄傲的儿子,值得骄傲的丈夫,受人尊敬的前辈,孩子可以为之骄傲的父亲。'" 这种思维模式的问题在于:"在一个充满聪明人的房间里,没有人提到他们想要什么。不是我的目标。这不是真正的他们的目标。更像是'别人会怎么看我?'比如,'我父亲说我应该主修计算机科学。'回应必须是第一名。他们一直朝着这个目标不停地奔跑。" 这种文化习惯如何影响工作表现:"所以发生的是,即使在工作中,当老板给他们一个明确的目标时,他们会向前冲,完成它,然后说,'这是结果。'他们因此得到认可,这就是他们一路走到Google的方式。即使在他们的祖国,这也是让他们引人注目的原因。但一旦他们到了总部,游戏完全不同了。那时他们遇到了障碍,因为有了这种心态,你就是无法晋升到领导层。即使当他们意识到这一点时,改变也真的很难。" 2、第二个原因是人际关系的建立:"起初你可能会想,等等,谁比亚洲人更善于建立关系?这听起来有点反直觉,对吧?我们很擅长聚会,对吧?人们认为有温暖,有这种强烈的联系感。" 但从社会学角度看问题就不同了:"当人们评价他们时,他们通常看两点。首先,他们看这个人是否温暖?他们是否友善,平易近人?其次,他们评估能力。这个人是否真的知道自己在做什么?他们不会平等地做这些事情。人们倾向于先判断温暖,然后才是能力。" 黄成贤解释道,我们可以得到四种组合:温暖且有能力、温暖但无能、冷漠但有能力、冷漠且无能。他问主持人:"亚洲人在这个光谱上倾向于落在哪里?" 主持人回应说:"嗯,亚洲人经常赢得数学比赛之类的,所以你会假设他们落在有能力的一边,也可能被视为温暖或友善,对吧?" 黄成贤指出实际存在的认知偏差:"平均而言,按我们的看法,我们会将自己放在那个温暖且有能力的类别中。我的意思是,我们的文盲率很低。每个人都接受义务教育。所以关于聪明与否没有什么真正的争论。但问题是,我们被视为温暖吗?从西方角度考虑一下,我们可能如何向他们呈现?" 他举例说明文化差异:"我们不经常微笑,首先。我们的面部表情并不总是最友好的。如果你通过他们的镜头来看,我们的眼睛可能显得有点锐利或强烈,即使当我们在街上碰到某人时,我们通常不会说'对不起'或任何话。" 主持人认同:"是的,就是这样。这是通常的方式。" 黄成贤继续解释:"所以,从他们的角度来看,我们显得非常冷漠。这就是这个差距出现的地方,他们如何看待我们与我们如何看待自己之间的差距。但转过来想一想。如果某人超级聪明和冷漠,你感觉如何?" 主持人回应:"感觉有点傲慢,对吧?" 黄成贤赞同:"如果他们不是你的朋友,他们感觉更像是一种威胁。相当令人生畏。这就使得真正成为朋友变得困难,意味着难以融入主要圈子。" 3、第三个原因是脆弱性:"这个词有点难干净地翻译,但如果按照字典,'脆弱'意味着有弱点或暴露缺点。在IT术语中,'脆弱'意味着对病毒或外部攻击开放。但当我们谈论人时,情况不同。这是关于勇气去展示你的弱点。这才是脆弱性真正的含义。不仅仅是有弱点,而是愿意让他人看到它们。" 主持人追问:"当我展示我的弱点时,我能避免受伤吗?" 黄成贤回应:"是的,这正是我们讨论的重点。那么亚洲人如何处理脆弱性呢?" 主持人说:"我想不是很好。" 黄成贤马上肯定了这一点:"确实如此。我们不擅长这个。而且有一个原因。展示弱点实际上风险很大。因为如果你展示它,而有人利用这个弱点攻击你,你就会处于非常不利的位置。" 黄成贤继续解释道:"所以当有人展示脆弱性时,他们真正在做的是说,'我信任你。'但这种开放的信任关系在我们的社会中并不常见。如果你不得不用一个词总结亚洲文化,那就是关于保全面子。即使你内心不确定或有困难,你也要表现得好像一切都很好。你假装知道事情,避免提问。这都是同一种心态的一部分。" 保全面子的心态如何影响职场表现:"因为我们在脆弱性方面挣扎,我们觉得需要隐藏我们的弱点。那么会发生什么?我们最终如何表现?我们只展示我们想让别人看到的完美一面,而隐藏所有不确定性和困难。" 主持人认同:"确切地说。我们过滤掉所有可能显示我们不完美的信息。" 黄成贤继续解释这种心态的后果:"任何感觉有风险的事情,或者有失败可能性的事情,我们就完全避免去尝试。我们总是坚持最安全的选择。什么是最安全的道路?努力学习,通过公务员考试,进入像大型电信公司那样的稳定企业,而不是尝试创业或冒险,因为那可能导致破产或负债。在这样的社会中,这被视为一个巨大的风险。你失败一次,就会被贴上不能成功的人的标签。在这种文化中,从失败中恢复并重新开始是非常困难的。" 由于脆弱性这个部分可能有点稍难理解,我这里单独再拿一个段落补充解释一下: 黄成贤所讲的(vulnerability)"脆弱性",其实并不是指软弱或容易被击败的负面特质,而是指一个人愿意坦诚展示自己不完美一面的勇气。 具体来说: 字面意思:脆弱通常指有弱点或容易受伤 但是在人际关系中有积极含义,即:敢于承认自己不知道的事情、敢于犯错、敢于表达自己的不确定性 例如,在会议上说"我不确定这个方案是否最佳,我需要更多信息"或"我在这个项目中犯了错误,我从中学到了..."这些都是展示脆弱性的例子。 为什么这在职场中重要?因为: 1、展示脆弱性表明你足够自信,不需要假装完美 2、它能建立真实的信任关系("我信任你们不会因我承认不足而攻击我") 3、它促进开放沟通和问题解决,并鼓励创新文化(因为创新必然伴随失败风险) 而如果我们过于强调"保全面子",避免展示任何可能被视为弱点的东西,这导致人们不愿承认错误、不愿提问、不愿表达不确定性,就会阻碍在重视开放沟通的公司环境中的职业发展。这是布雷尼·布朗(Brené Brown)等研究者广泛研究过的领导力概念。

00
黑皮好马
8月前

玉伯: 工具对个人有三大作用: 1. 帮你节省时间,俗称提效。 2. 帮你消耗时间,比如娱乐、学习等。 3. 帮你在消耗时间时节省时间,比如倍速播放、AI 总结、作业辅导等。 节省时间的前提,是有具体的某个活,并且这个活最好是有标准流程的,比如可以像生产鞋子一样,从一天到一小时。对个人来说,这种活在生活中很少。可能偏家务,比如做饭从两小时到半小时,交通从一小时到十分钟。这些需求,依赖具身智能的发展,离普通人能买得起,还很远。 回到工作领域,的确是个好场景。然而终局去看,工作越提效,AI 越胜任,需要的碳基人会越少。于是更多人会离开现有工作岗位。没有活,也就不需要去提效了。 回到消费领域,更多的人没有活了,会越来越无心消费。这个循环转不起来。 @潘乱 有次聊天说:送外卖的一个感受,是拿时间换钱。最大的一个问题是,平时单子没那么多,活没那么多。问题不是提效,是缺单子。 在杭州曾和一个出租车司机聊:最大的问题,是接单越来越少,活越来越少。 这和前几次工业革命很不一样,从马车到汽车,对驾驶员的需求不是减少,而是增多了。马车夫可以顺利变成驾驶员。电力革命后,特别是加上自动化流水线,看起来是对传统工人的需求减少了,但实际上,因为价格的降低,让越来越多人买得起各种电器、汽车等,工厂的工人并没有减少,只是世界范围内出现了转移,整体有很大增量,还有大量新的知识型工作岗位出现。 前几次技术革命,极大改善了绝大多数人的生活质量,同时增加了大量工作岗位。 这次 AI 革命,最诡异的是,在减少现有的工作岗位时,却未能看见增加的新岗位是什么。去各大内容平台做内容创业者,目前看这些平台上能赚到钱的创作者都还是极少数。如何让普通更多人能赚到钱,这种平台在哪。困惑。 如果越来越多人下岗,以及大量学生毕业后,在社会中找不到赚钱方式,说明 AI 的技术大变革,可能走偏了。 好的技术变革,最终应该为人民服务。 技术没错,但变革得为民。

00