即刻App年轻人的同好社区
下载
1. 教育阶段让人误以为未来的竞争都是同质的，并且在这种同质竞争中获胜即是最终胜利。但现实世界并非如此，更多的是差异化竞争，这反而让人不知所措。
2. 从生意的角度来看，需要自己成为信息差，这样才有护城河，才不容易被取代。
2. 从生意的角度来看，需要自己成为信息差，这样才有护城河，才不容易被取代。
E146 对话付鹏：普通人如何有效捕捉属于自己的机会，让自己不用卷生卷死也能赚到钱？
知行小酒馆
1 00
关于黄金的5个基本认识
1. 黄金的重要性和稀缺性：历史上，黄金一直是社会的重要组成部分，供给稳定但总量有限。
2. 主要用途：黄金主要用于珠宝（50%）、官方储备（25%）、私人投资（20%）、和工业用途（15%）。
3. 影响金价的因素：黄金价格受供需、通货膨胀、避险需求等多重因素影响，短期波动大，长期保值。
4. 投资建议：黄金作为投资资产波动性高，适合长期持有，需谨慎对待技术分析和投机行为。
5. 当前金价上涨原因：央行购金、市场对经济不确定性的担忧，以及大众对黄金的需求和投机行为。
1. 黄金的重要性和稀缺性：历史上，黄金一直是社会的重要组成部分，供给稳定但总量有限。
2. 主要用途：黄金主要用于珠宝（50%）、官方储备（25%）、私人投资（20%）、和工业用途（15%）。
3. 影响金价的因素：黄金价格受供需、通货膨胀、避险需求等多重因素影响，短期波动大，长期保值。
4. 投资建议：黄金作为投资资产波动性高，适合长期持有，需谨慎对待技术分析和投机行为。
5. 当前金价上涨原因：央行购金、市场对经济不确定性的担忧，以及大众对黄金的需求和投机行为。
https://www.youtube.com/watch?v=B4jIyufgy-s
0 00
这期播客还挺有共鸣，谁小时候还没有些创伤了？
“重新养育自己”在我看来，不仅是一个自我疗愈的过程，更是一次在真正养育下一代前的“试手”。
亲密关系带来的伤害，往往不仅限于对待子女，还有对爱人，甚至对自己。我们要像对待最好的朋友那样，对待自己、爱人，和所有爱的人。
“一个人接受他人爱他人的程度,不会超过他接受自己爱自己的程度”。
“重新养育自己”在我看来，不仅是一个自我疗愈的过程，更是一次在真正养育下一代前的“试手”。
亲密关系带来的伤害，往往不仅限于对待子女，还有对爱人，甚至对自己。我们要像对待最好的朋友那样，对待自己、爱人，和所有爱的人。
“一个人接受他人爱他人的程度,不会超过他接受自己爱自己的程度”。
E141 做自己的小孩，让那个疲惫、爱付出的自己歇会儿吧（儿童节快乐！
知行小酒馆
0 11
总结几个💡我的观点：
1. 0成本撬动千万流量的跑马圈地时代已经过去。冷启动要升级为“温启动”，因为效率能决定成功。
2. 在衡量成本时，优先考虑“时间窗口成本”，再是“单位时间成本”。
3. 结合1&2，在投入到某事时，不仅要在合适的时间窗口，投入时间成本，更要愿意投入金钱成本，这样才更有机会成功。（53:10）
4. 信息差 ≠ 更多的知识/大厂生活
信息 = 各种各样奇怪（新奇？）的体验/经历/知识
(26:00)
5. 视觉时代，观众（客户/用户）的判断是视觉前置的。会先建立印象，再决定要不要听你的观点。
1. 0成本撬动千万流量的跑马圈地时代已经过去。冷启动要升级为“温启动”，因为效率能决定成功。
2. 在衡量成本时，优先考虑“时间窗口成本”，再是“单位时间成本”。
3. 结合1&2，在投入到某事时，不仅要在合适的时间窗口，投入时间成本，更要愿意投入金钱成本，这样才更有机会成功。（53:10）
4. 信息差 ≠ 更多的知识/大厂生活
信息 = 各种各样奇怪（新奇？）的体验/经历/知识
(26:00)
5. 视觉时代，观众（客户/用户）的判断是视觉前置的。会先建立印象，再决定要不要听你的观点。
E137 打工人的尽头是做自媒体？如果你听完这期还想做，那就去吧
知行小酒馆
0 00
这又是一期带来很多新认知的播客，简单memo下：
1. 什么是“标准”中国人？
在中国，有护照的人口仅占10%；80%的中国人没坐过飞机；仅7%达到了缴纳个人所得税的门槛。15岁及以上人口的平均受教育年限为9.91年。
2. 从唐诗宋词开始，再到后来的纸媒、音频。都是中心化的创作，作者在表达他想表达的东西。大作者是有权利教育、教化普通民众的。
直到逆向算法（我猜是指个性化推荐算法）出现，内容供给侧发生了改革，从“人上人”的生产模式，改为用户想看什么，作者就去生产什么。当然，这种模式下作者是很难受的。
3. 内容优质，其实是反商业化的。优质内容吸引来的用户的用户画像：内容审美能力很强，有很好的信息来源，又足够理性。这群人的钱，并不好赚。
4. 在中国，高端的影响力是「负资产」。对下沉用户有影响力，是非常有价值的，比如 辛巴。在中国体面和高级的生意，是非常难挣钱的，除非你做的是最顶尖的这群人。
5. 做下沉市场，一定要去跟他们聊。听一听他们每天都在关注什么，都在想什么，欲望是什么，觉得什么好，标准是什么。这些才是商业化的地基的血脉。
6. 什么是长期主义？3-5年不算长期主义，3代人才是长期主义。
7. 给年轻人的三个建议：① 去性价比高的城市；② 抓住3000点以下的结构性机会；③ 生孩子。
8. 生孩子好的时机：一定要找到时间差。当低生育率恒定后，时机不一定好；得是生育率掉的最快、斜率最陡的时候，才是好时机。因为适应生育率新低，是需要时间的。
9. 人不可能又深刻又开心，只会一深刻就痛苦。搞哲学的有几个正常人呢？别太理性，别太逻辑。
1. 什么是“标准”中国人？
在中国，有护照的人口仅占10%；80%的中国人没坐过飞机；仅7%达到了缴纳个人所得税的门槛。15岁及以上人口的平均受教育年限为9.91年。
2. 从唐诗宋词开始，再到后来的纸媒、音频。都是中心化的创作，作者在表达他想表达的东西。大作者是有权利教育、教化普通民众的。
直到逆向算法（我猜是指个性化推荐算法）出现，内容供给侧发生了改革，从“人上人”的生产模式，改为用户想看什么，作者就去生产什么。当然，这种模式下作者是很难受的。
3. 内容优质，其实是反商业化的。优质内容吸引来的用户的用户画像：内容审美能力很强，有很好的信息来源，又足够理性。这群人的钱，并不好赚。
4. 在中国，高端的影响力是「负资产」。对下沉用户有影响力，是非常有价值的，比如 辛巴。在中国体面和高级的生意，是非常难挣钱的，除非你做的是最顶尖的这群人。
5. 做下沉市场，一定要去跟他们聊。听一听他们每天都在关注什么，都在想什么，欲望是什么，觉得什么好，标准是什么。这些才是商业化的地基的血脉。
6. 什么是长期主义？3-5年不算长期主义，3代人才是长期主义。
7. 给年轻人的三个建议：① 去性价比高的城市；② 抓住3000点以下的结构性机会；③ 生孩子。
8. 生孩子好的时机：一定要找到时间差。当低生育率恒定后，时机不一定好；得是生育率掉的最快、斜率最陡的时候，才是好时机。因为适应生育率新低，是需要时间的。
9. 人不可能又深刻又开心，只会一深刻就痛苦。搞哲学的有几个正常人呢？别太理性，别太逻辑。
E138 对话温义飞：一个标准的中国人长什么样？弄懂这个问题，你就穷不了（苟富贵勿相忘
知行小酒馆
6 31
本期播客信息量很大，部分观点memo：
1. 开源模型有可能会打掉很多闭源模型的商业价值。如果马斯克的xAI持续开源，那么开源模型的水位会保持在高位。
2. 大模型是巨头的游戏，VC是投不动的。计算竞争非常残酷，模型收敛如此之快是没想到的，如果没有背靠巨头，很容易掉队出局。
3. “如果你让模型看一万次苹果掉下来，它能不能发现万有引力定律？如果更充足、更广泛的数据灌进去，能不能发现人类没发现的问题和规律？这又是一个新的文艺复兴。”
4. 关于训练不同水平模型的能源和成本的估算：
“
假设GPT-3.5使用500张H100训练15天，大概需要25万度电，也就是三峡产电量或上海的用电量一天的0.05%左右，德州的0.02%。
假设GPT-4使用8000张H100训练100天，大概需要2600万度电，需要三峡或上海一天的5%左右，德州的2%。
假设GPT-5使用3.2万张H100训练100天，大概需要1.1亿度电，需要三峡或上海一天的20%左右，德州的8-10%。
你要算成本的话，每张H100租用最低3-4美元/小时，大客户能再便宜点。
”
5. “美股AI相关最大的几个生意：第一波最受益的是芯片，芯片里最受益的是英伟达和台积电；第二波是广告平台Meta和Google（广告匹配效率提升）；第三波云厂商，微软、AWS，因为芯片和模型都要跑在云厂商上，企业客户继续上云需求很强，云厂商未来每年很长时间保持年化15%复合增长都有可能；最后是两个终端Apple和Tesla——这些都是大基建最重要的几个关键玩家。”
6. 训练量 = 参数量 × 训练token量 × 6，number of parameters x tokens to train x 6 =number of GPU x FLOPS per GPU per second x Time x utilization
举例，GPT-4：1.8 trillion 参数 x 13 trillion token x 6 = 25,000 GPU x 19.5 TFLOPs（19.5 万亿次） x 60s x 60mins x 24h x 100days x 利用率（利用率能到50%属于比较好的，最强的能到60%-70%）
1. 开源模型有可能会打掉很多闭源模型的商业价值。如果马斯克的xAI持续开源，那么开源模型的水位会保持在高位。
2. 大模型是巨头的游戏，VC是投不动的。计算竞争非常残酷，模型收敛如此之快是没想到的，如果没有背靠巨头，很容易掉队出局。
3. “如果你让模型看一万次苹果掉下来，它能不能发现万有引力定律？如果更充足、更广泛的数据灌进去，能不能发现人类没发现的问题和规律？这又是一个新的文艺复兴。”
4. 关于训练不同水平模型的能源和成本的估算：
“
假设GPT-3.5使用500张H100训练15天，大概需要25万度电，也就是三峡产电量或上海的用电量一天的0.05%左右，德州的0.02%。
假设GPT-4使用8000张H100训练100天，大概需要2600万度电，需要三峡或上海一天的5%左右，德州的2%。
假设GPT-5使用3.2万张H100训练100天，大概需要1.1亿度电，需要三峡或上海一天的20%左右，德州的8-10%。
你要算成本的话，每张H100租用最低3-4美元/小时，大客户能再便宜点。
”
5. “美股AI相关最大的几个生意：第一波最受益的是芯片，芯片里最受益的是英伟达和台积电；第二波是广告平台Meta和Google（广告匹配效率提升）；第三波云厂商，微软、AWS，因为芯片和模型都要跑在云厂商上，企业客户继续上云需求很强，云厂商未来每年很长时间保持年化15%复合增长都有可能；最后是两个终端Apple和Tesla——这些都是大基建最重要的几个关键玩家。”
6. 训练量 = 参数量 × 训练token量 × 6，number of parameters x tokens to train x 6 =number of GPU x FLOPS per GPU per second x Time x utilization
举例，GPT-4：1.8 trillion 参数 x 13 trillion token x 6 = 25,000 GPU x 19.5 TFLOPs（19.5 万亿次） x 60s x 60mins x 24h x 100days x 利用率（利用率能到50%属于比较好的，最强的能到60%-70%）
64. 和广密聊AGI大基建时代：电+芯片=产出智能
张小珺Jùn｜商业访谈录
1 00