做了个图，用最简单的方式解释MCP的运行过程：

把去年语音交互的想法做了个软件，直接下载exe/dmg即可使用。有想要的功能可以留言~
项目链接：github.com

英伟达B200和上一代H100的对比。主要的结论是：
1. 同样训练GPT4，可以用1/4数量的卡和1/4能耗。
2. 从降低计算成本看，封装和互联的影响已经超过了制程。简单来说，都是通过减小连接距离来降低能耗。封装和互联进步是把芯片之间的距离从5m变成50cm，5mm。制程进步是把芯片内距离30nm的晶体管做更小。前者的性价比更高。

之前写的关于算力的文章，因为文章里专业名词有点多，简单总结下。
（一）算力成本，从上游到下游的传导（括号内是示例）：
1. 晶圆价格（4nm晶圆 15000$ 每片）
2. 计算卡价格（H100 30000$ 每张）
3. 机器价格（H100机器 2$/h/每H100）
4. Tokens价格（Deepseek R1 16￥/M tokens）
（二）让算力成本下降的各个因素：
1. 芯片制程
1. 制程提升：单位算力功耗下降。
2. 先进制程价格随时间下降：单位算力价格下降。
2. 芯片设计
1. 芯片架构提升：单位晶体管算力提升。
2. 计算软件：算力利用率提升。
3. 模型算法
1. 相同能力的模型，参数量下降。
2. 相同模型，低精度计算效果接近。
（三）另外，文章最后说成本10年下降1000倍还是保守了。主要是模型进步太快了，（相同能力的模型，参数量下降）1年就有10倍。

语音交互和GUI的对比写的好全

话说现在的“截图式信息获取”和“模拟鼠标/手的点击”操作是弯路吗？ 感觉程序之间用数据接口交互更准确且高效啊。 目标是帮人更好的用计算机。

AI能把键盘干掉吗？

键盘一是用来输入文字，二是进行控制。
如果用语音输入，结合更多可以语音交互的元素，可以代替键盘吗？这样用户可以直接表达需求，不用记各种快捷键了。

自己做了点语音交互的尝试。
使用感受是语音“所想即所得”的感觉很好，另外信息量大的优势很明显。
开发的体验是做一个特定的功能比较简单（类似siri快捷指令），想支持任意的需求太难了。
可以猜下哪个功能是开发了不用的，哪个是天天用的，答案在评论区。

好像研究产品的人都在即刻，发点想法看能不能找到人聊天。
最近沉迷语音交互，一个简单的想法是“借助强大的模型能力，人和机器之间的交互能变得更加自然且高效”。

人和计算机交互是从“二进制数据”到“命令行”再到“图形界面”。随着计算机对信息处理能力的提升，人机交互的趋势有：
1. 交互的信息种类增加，信息密度更大。
2. 交互方式更自然。（用眼看，手触摸）
现在的AI技术提升了对语言/图像的理解/生成能力。因此可以把图形界面交互，和语音这个人类天生，且信息密度很大的交互做的更好。