即刻App年轻人的同好社区
下载
App内打开
佛系也能赢
3关注4k被关注37夸夸
“佛系”是弱水三千只取一瓢，不是无力地躺平🚀
运营家十二岁互联网小厂，效法曾国藩公开日记📒
置顶
佛系也能赢
6月前
2026 年主线任务：
用好 AI，投好 AI，年底复盘。
31
佛系也能赢
14天前
AI写的代码其实比程序员写的更好维护，因为注释都很完善。
20
佛系也能赢
14天前
认清一个现实：
我需要平台，而不是平台需要我。
无论线下平台还是线上平台，大都如此。一旦成为平台，它就具有了不依赖个体的特性。
00
佛系也能赢
14天前
佛系也能赢
15天前
自从会写代码了，
每天的进步肉眼可见。
30
佛系也能赢
15天前
今年竟然成为了一名独立开发者，
这是以前不敢想的，AI真是改变了我的世界。
00
佛系也能赢
16天前
看懂AI，
并压注AI 。

广屿Ocean: 我们正在经历人类最后一次工业革命 现在的AI科技革命很可能就是人类的最后一次“工业革命”，这是和朋友聊天的时候他突然讲出的一个总结，有时候未来其实早已经悄悄到来，直到有人用一个词进行了清晰的界定，人们才会惊觉身处的时代巨变 仔细回溯一下也不难发现，历史上已经发生的历次工业革命都是对人类体力劳动的替代，而只有这一次AI代表的技术革命，是第一次对人类的“智能”进行替代，而当人类的体力和只能都被替代，那么下一次科技革命可能还会发生，只不过主角就不一定是人类了… 当然，科技即便再强大，改造世界的速度也不会是一瞬之间的，现在的AI也是一样，目前AI改造世界的场景还仅限于通过线上场景，间接影响线下的现实 等AI真正彻底深入千行万业，直接通过物理、具身智能方式介入改变世界，可能也是10-20年后的事了 那么就需要更进一步推演，在这10-20年的真正巨变过渡期，我们原本生活的现实、制度、文化惯性等等，有哪些会被彻底推翻？ 我想起一个比较悲观的极端推演，是著名历史学家尤瓦尔·赫拉利在他的著作《人类简史》里写的，当AI统治世界后，只有极少数站在社会顶尖的“神人”来对世界进行决策 绝大多数人类将会“无事可做”，唯一的价值可能就是通过玩游戏来度日，因为这样至少还能为网络世界产生一些“数据” 当然这个设想比较悲观，除了历史学术界的猜想，我同时还想起在科技变革一线，一位企业家的推演 —— 马斯克 我印象很深刻的是他在2026年1月接受了一场深度采访，清晰阐明了自己对于AI变革可能会带来的影响，我认为里面表达的最深刻的一个观点是 “留给旧世界的时间只剩1000多天，AI可能带来全民高收入，为20年后养老金存钱将毫无意义” 为什么未来存养老金将毫无意义？因为货币将会变得没有意义 首先马斯克给出了技术替代人类的清晰时间预判：2026年AI智力超越最聪明的人类个体；2028年之前顶尖机器人的手术水平超越全球顶尖医生；2029年前AI智力将超越全人类总和，并替代大部分人类工作 紧接着，AI会带来生产力爆炸性增长，从而导致商品与服务价格急剧下降，当劳力与智能成本趋近于零时，物质极度丰富，人们可按需获取商品与服务，货币也就变得没有意义了 我想，即便这种技术变革没有马斯克预想的那么乐观1000天就会发生，按照你现在30岁来算，在你50岁前的10-20年间，也是很可能发生的，世界会变得天翻地覆 那么具体到个人，你现在要算的账就是，在你50岁之前的这20年时间，继续去低效内卷和以赚钱为唯一目标导向是否还有绝对的优先级和意义? 如果在20年后AI真的导致生产力变革、社会规则变革、甚至连“退休”本身都不存在了（毕竟退休是工业革命时代发明的概念），你还需要在年轻时拼了命，只是为了给自己存养老钱吗？ 所以以这个为前提的话，在人生最精华的20-40岁，去寻找工作和生活之间的平衡，以及生活更多维度的可能性，可能具有被严重忽视的意义 说的更直白一点就是在现在这个经济周期，时势不对 —— 目前的资产价格都在高点、股价在高点、而普通人的工资和机会都在低点，经济体的负债达到极高的点，是在一个泡沫的顶峰 所以现在的你更要做的，就是等着泡沫破裂出清的过程，在什么样的时代周期，选择适应那个时代周期的生活节奏 在此期间最重要的就是保留实力，好好锻炼、休息、好好玩，享受真实的生活，在人生最精华的10-20年时间里，除了工作，就是要认真让自己活得精彩，活得丰富，活出真正的“人味”，而不再只是当牛做马 能够敏锐察觉到时代节奏的变化，并学会保存实力，顺周期调整自己的生活节律，让自己成为一个丰富鲜活的人，何尝不是一种人生的智慧

00
佛系也能赢
16天前
活在当下

-Will: 我靠这四个字戒掉了90%的精神内耗 原来「活在当下」根本不是鸡汤 你有没有算过，一天里真正「活在当下」的时间有多少？ 上班摸鱼想周末，周末躺平想KPI， 吃饭刷手机，走路想事情，连睡觉前脑子都在回放白天的失误、预演明天的麻烦。 我们活在时间里，却几乎从来没活在「此刻」。 曾经我也以为「活在当下」是最没用的文艺鸡汤—— 直到顺着哲学、佛学、神经科学一路挖到相对论， 才发现这是全人类最顶级的智者，跨越两千年共同得出的结论： 过去和未来，本质上都是大脑生成的幻觉。你唯一拥有的真实，只有当下。 一、哲学界吵了两千年，答案居然高度统一 早在两千年前，奥古斯丁就在《忏悔录》里捅破了时间的窗户纸： 过去已经彻底消失，它只存在于你的回忆里； 未来还从未发生，它只存在于你的想象中； 真正真实存在的，只有当下这一个没有厚度的瞬间。 我们感受到的“时间长短”，不过是心灵自己拉伸出来的错觉。 后来的哲学家们沿着这条路越走越透： • 斯多葛学派说：你能全权掌控的，只有当下的判断与行动。为过去后悔、为未来焦虑，全是在浪费生命； • 叔本华说：痛苦的根源，就是你不肯活在当下，永远被欲望拖着追未来、被愧疚绑着沉过去； • 海德格尔说：多数人一辈子都在“等待未来”，把人生过成了一场赶路，唯独错过了路上的每一步； • 尼采更狠，用“永恒轮回”拷问你：如果这一刻要分毫不差地重复一万次，你还会嫌弃它吗？ 所有哲学最终都指向同一个答案： 不把此刻当通往未来的工具，才是对生命最大的尊重。 二、佛学：活在当下，就是最直接的解脱 要说把“当下”玩到极致的，还得是佛学。 佛陀在《念处经》里写得直白：不追忆过去，不妄想未来，安住于当下。 人间所有的烦恼、痛苦、执念，本质上都不是当下的事—— 要么是抓着已经消失的人和事不肯放，要么是对着还没发生的恐惧瞎担心。 禅宗更绝，直接把“开悟”按在了当下： 不用等来世，不用苦修几十年，前念迷就是凡人，后念醒就是佛。 赵州禅师一句“吃茶去”，道破所有禅机： 修行不在深山，不在经书，就在你吃饭、喝茶、走路的每一个当下。 吃饭就好好吃饭，走路就好好走路，不被脑子里的念头带着跑，就是禅。 三、科学实锤：你的内耗，真的有生理依据 别觉得这是唯心主义，神经科学早就把原理拍明白了。 你脑子里有个叫默认模式网络（DMN）的东西， 一闲下来就自动启动，开始复盘过去、焦虑未来、自我批判—— 这就是我们说的“精神内耗”的生理本质。 而“活在当下”，不管是正念、专注还是心流， 本质上就是关掉这个后台耗电的默认网络，让大脑回到“真实感知”模式。 长期练习的人，大脑DMN的连接强度都会显著降低，说白了就是： 越能活在当下的人，越不容易内耗。 更颠覆认知的来自物理学： 爱因斯坦的相对论早就证明，没有全宇宙统一的“现在”， 所谓的时间流逝，很大程度上是意识的错觉。 在“块宇宙”的图景里，过去和未来和现在一样真实存在， 你的意识只是沿着时间轴一格一格往前走， 你能触摸、能感知、能改变的，永远只有当前这一格。 四、普通人怎么练？3个零成本的当下练习 说这么多，不是让你去搞哲学修行，而是真的能落地到日子里： 1. 5-4-3-2-1接地法：焦虑走神的时候，说出5个你看到的东西、4个摸到的触感、3个听到的声音、2个闻到的气味、1个尝到的味道，五感一打开，瞬间从脑子里拽回现实。 2. 单次任务法则：吃饭就只吃饭，走路就只走路，别一边做A一边想B。不把任何一件小事当成“等待下一件事”的过渡，每一刻本身就是目的。 3. 呼吸锚定练习：每天抽5分钟坐着，什么都不干，就感受自己的呼吸。念头跑了就温和拉回来，不用自责。练的不是“不想事”，是随时能把注意力拉回当下的能力。 其实到最后你会发现， “活在当下”从来不是躺平摆烂，也不是及时行乐。 它是你看破了时间的幻象，不再被头脑里的剧本牵着走， 认认真真地对待眼前的这一口饭、这一步路、这一秒钟。 毕竟人这一辈子， 你真正能抓住的，从来只有当下这一瞬间。 今天就试一次：喝口水的时候，只喝水。

00
佛系也能赢
17天前
佛系也能赢
17天前
AI编程效率真是太高了！
过去，四个人产品团队两个月能做出来的东西，现在我一个人用智能体，两天就做出来。
11
佛系也能赢
17天前
有启发到：“Sam 从 ChatGPT 的诞生中得到的产品经验，是观察用户在一个并不好用的工具里，仍然坚持做什么。如果一件事情操作很麻烦，用户还愿意反复尝试，通常说明背后存在非常强的需求。”

小盖fun: 好久没听到 Sam Altman 的播客了，今天这一期真的是信息量真挺大。我知道很多人对 Sam Altman 有一些不好的印象，但无论如何，我觉得他都是目前世界上最好的 AI 公司的一把手，他的一些思考和观点应该能够给我们启发。 这期播客，他从 OpenAI 为什么收缩业务、为什么疯狂囤算力，一直聊到 Kimi、开源模型、机器人和人在 AI 时代的价值。很多问题都讲得很具体。我总结下自己的收获。 1、OpenAI 过去一年最大的问题是不聚焦。2025 年初，他们还不确定 AI 收入能不能支撑已经签下的巨量算力，所以一度考虑过做更多的 ToC 产品，甚至后来还成立了单独的应用事业部，核心思路就是希望在模型需求增长不及预期时，也能找到其他方式消化 GPU。 但后来模型收入快速增长，AI 的经济回报逐渐明确，OpenAI 才决定砍掉一部分探索，把资源重新集中到模型、算力和核心产品上。 2、Sam 说现在 OpenAI 的定位已经很清楚了，他们的核心业务，是生产足够好、足够便宜的智能，再让其他公司基于这些智能开发新的产品。 为此，OpenAI 需要同时处理模型、芯片、服务器机架、土地、电力、数据中心，未来甚至还需要用机器人降低整个供应链的成本。 他们没有兴趣，也没有能力亲自做完所有垂直应用，更希望 OpenAI 成为智能时代的底层平台。 3、OpenAI 之所以敢提前锁定巨量算力，核心判断是 AI 的需求几乎没有上限。这一点和梁文锋的判断很像。 电脑刚出现的时候，人们认为全世界只需要几台电脑，但每次计算成本下降，人类都会创造出新的需求。 模型越强、价格越低，人们就越愿意让 AI 承担更多工作。OpenAI 做的事情，本质上是把电力转化成有用的智能。 4、真正让 OpenAI 对这条路线建立信心的模型，是 GPT-4，不是 GPT-3.5。GPT-4 让他们第一次确认，模型已经聪明到足以继续解决推理问题。 一旦推理能力成熟，模型就能从回答问题，走向执行任务，也就是后来大家所说的 Agent。Sam 当时已经相信，这些 Agent 可以承担大量真实的经济工作。 5、去年推动大规模算力采购时，几乎没有多少人相信这件事。很多云厂商、芯片工厂和能源公司都觉得，AI 需求不可能长期高速增长，OpenAI 提出的采购规模也太激进。 Sam 说他当时的心态很像早期创业融资，大多数人拒绝并不重要，关键是逐个去谈，先找到一两个愿意下注的人。这一点挺有意思，我觉得这种思维方式就挺好的。 6、提升 AI 算力，不只有继续买 GPU 这一条路，短期内更大的机会可能来自软件优化。毕竟买 GPU 增加的是原始算力，而通过软件优化，则可以把已有算力用得更充分。哈哈哈，这不就是国内公司重点在做的事情嘛。 通过改进算法和计算方式，减少无效计算和资源闲置，同样数量的芯片、同样多的电力，可以生成更多 Token，完成更多任务。 简单来说，过去需要十张卡完成的工作，经过优化后，未来可能只需要更少的卡。对缺少顶级芯片的公司来说，软件效率本身就是一种算力。 7、面对 Kimi 和越来越多便宜且智能水准不错的开源模型，Sam 的观点是，世界上一定会出现很多优秀、便宜的模型，也一定会有人因为私有部署、修改权重和数据安全选择开源。 而 OpenAI 的目标是覆盖从高智能到低价格的整条曲线，在不同速度、价格和能力要求下，都提供有竞争力的模型。 8、其他公司可以蒸馏前沿模型，再用更低的价格提供服务，但 Sam 并不认为这会动摇 OpenAI 的商业模式。 因为训练模型和调用模型，是两笔不同的账。训练下一代前沿模型，需要一次性投入巨额资金。模型发布之后，每一次 API 调用和 Agent 执行任务，都会持续带来推理收入。 Sam 判断，未来人们会把大量工作交给 AI，整个推理市场可能大到难以想象。即使每次调用赚得不多，只要调用量足够大，累计利润依然可以覆盖下一代模型的训练成本。 OpenAI 真正押注的不是高价和高毛利，而是智能使用量会持续爆发。 9、今天的模型已经非常接近 AGI，但还缺少几项关键能力。 第一，面对一个极其复杂的任务，比如治愈某种癌症，它还不能自己拆解问题、设计实验、推进研究，最后交付结果。 第二，它还很难进入物理世界，独立控制机器人完成复杂操作。第三，它缺少持续学习能力，完成任务之后获得的经验，并不会立刻沉淀成新的能力。 简单来说，现在的模型已经很会思考和解决局部问题，但还不能长期自主行动，也不能一边工作一边成长。完整 AGI，应该能够理解目标、持续行动、从结果中学习，最终独立完成一整件复杂的事情。 10、AI 发展的瓶颈一直在变化。早期真正稀缺的是研究思路，团队还不知道怎样训练出更聪明的模型，给再多算力也没有用。 技术路线逐渐明确后，有了大量值得验证的想法，算力开始成为决定性因素。 后来公开数据接近用完，数据又成了新的限制。现在数据问题已经通过合成数据、强化学习等方法得到缓解，最近半年新的研究思路也明显增多，于是瓶颈再次回到算力。 因为每一个新想法都需要大量实验验证，算力越多，团队试错越快，下一代模型也越早出现...... 11、Sam 已经修正了自己对 AI 失业的判断。2019 年的他如果提前看到今天的模型，大概会认为大量工作已经消失，全球经济也会发生剧烈变化。但现实远没有这么快。 原因是模型的能力非常不均匀，它可以在写代码、分析资料等任务上超过大多数人，却可能在常识判断、长期执行和处理复杂现实环境时频繁出错。 一个岗位通常包含很多不同任务，AI 即使能做好其中一部分，也很难直接接管整份工作。 更常见的情况是，人把适合 AI 的环节交给模型，自己继续负责判断、协调、承担责任和处理意外。 AI 对工作的影响会先表现为任务被重新分配，再逐渐推动岗位发生变化，很少会在一夜之间让整个职业消失。 就像去年很多人说程序员这职业完了。结果现在看，程序员没消失，只是工作方式发生了巨变：不再是传统意义上的手写代码，而是更像 orchestrator + 产品/系统设计师。 12、Sam 从 ChatGPT 的诞生中得到的产品经验，是观察用户在一个并不好用的工具里，仍然坚持做什么。如果一件事情操作很麻烦，用户还愿意反复尝试，通常说明背后存在非常强的需求。ChatGPT 最初只是一次研究预览，团队并没有预料到它会成为一个现象级产品。 13、Codex 能领先，主要还是因为模型和产品本身做得更好，ChatGPT 带来的分发优势其实很小。 智能本身最终会越来越像一种可以自由购买和替换的标准化商品。 真正能够长期积累的优势，来自 1）大规模、低成本的算力，2）算力、模型和产品之间的协同效率，3）复杂工作流、团队协作、集成生态，4）品牌偏好和长期信任。 简单来说，模型领先很重要，但很难永久领先。真正的护城河，是一家公司能否用更低的成本持续获得智能，再把这些智能嵌入用户很难迁走的产品和工作流程里。 14、现有电脑并不适合真正的 AI Agent。键盘、鼠标和显示器这套形态已经延续了大约五十年，它适合人主动操作软件，但真正的 Agent 却需要长期理解用户的处境，知道用户正在和谁交流、看过什么资料、讨论过什么问题，在合适的时机主动提供帮助。 OpenAI 折腾新硬件的主要动机之一，就是为 AI 设计一套原生载体，让它能够持续感知环境、理解上下文并主动工作。 15、即使超级智能突然出现，世界也未必会在第二个月立刻发生巨变。模型能力可以快速突破，但企业流程、基础设施、法律制度和人的习惯仍然需要时间调整。技术发展是一条持续加速的曲线，每个十年都比前一个十年变化更大，但生活在其中的人会很快适应。 16、其实现在，随着 AI 的成熟，最可怕的问题是 AI 会不会让人的认知能力逐渐退化。AI 可以帮我们查资料、写代码、分析问题，甚至直接给出结论。 效率确实提高了，但人也可能因此不断跳过理解、推理和验证的过程。时间久了，我们也许还能完成工作，却越来越说不清结果为什么成立，系统出了问题也不知道该从哪里判断。 这一点我也深有感受。其实就像计算机出现之后，我是觉得人类的记忆力是有衰退的。举个例子，比如导航的存在会让很多人不认路了。 随着越来越多思考被交给 AI，真正需要保留的，是对事物的基本理解、独立判断和形成观点的能力。否则，人类外包出去的不只是工作量，还可能包括自己的判断力、品味和世界观。 但这部分也是一个社会问题。因为人毕竟会本能地选择更省力的方式。一旦 AI 可以更快、更便宜地给出答案，大多数人很难长期坚持自己查资料、推理和验证。只靠个人自律，恐怕解决不了认知退化的问题。

10