Loading video...

Video Failed to Load

Go Home

17岁的Kai Trump（特朗普孙女），一句话戳破了整个美国教育系统最虚伪的谎言。 她在播客里说，现在高中所有人都在用ChatGPT写论文，老师都气炸了。 但她问，为什么不呢？学生就该用世界给你的资源。 学校不该禁止它，该教大家怎么把它变成自己的优势。 最讽刺的是，她自己GPA4.0，是实打实的优等生。 所以这根本不是什么作弊的问题，纯粹是代际认知的鸿沟。 老一辈把手写论文、死记硬背当成“真学习”。 但对凯这一代AI原住民来说，ChatGPT就像他们小时候的计算器、图书馆、Google一样，是默认的基础设施。 当年禁止学生用计算器学乘法的老师，现在看来可笑至极。 今天禁止学生用ChatGPT写论文的老师，十年后也会是同一个笑话。 其实真正危险的从来都不是AI， 是教育系统一边假装AI不存在， 一边逼着学生偷偷摸摸用它。 结果就是，会用的学生偷偷把效率拉满，不会用的还在熬夜抄书。 没有人教他们怎么提出高质量的问题，怎么验证AI的幻觉，怎么把AI的输出变成自己的深度洞见。 而这些，才是未来10年最值钱的能力。 我相信AI不会让学生变笨， 它只会放大差距。 会用AI的人，一个人能顶以前一个团队。 不会用AI的人，会被时代甩得连尾灯都看不见。 我们的教育还在教学生怎么在没有AI的世界里生存， 但他们未来要面对的，是一个AI无处不在的世界。 所以这种拒绝变革的教育，最终只会培养出一批“在AI时代不会用AI”的人。 这才是对下一代未来最大的作弊。

AYi_AInotes's profile picture

AYi

53,650 subscribers

696,526 views • 1 month ago •via X (Twitter)

EducationNews & PoliticsScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

黄仁勋被问到如果自己是今天的学生，会先学什么 他的回答不是编程，不是数学，是学 AI 但他说的"学AI"不是让你去研究底层算法，是学会怎么跟 AI 交互 他的原话是：学会跟 AI 对话，本质上就是学会成为一个擅长提问的人 要问得好，你需要两样东西：专业知识和表达的艺术性。你得知道自己领域的东西，然后用 AI 听得懂的方式把需求说清楚 这个能力他管它叫"提示词工程"，但其实不用想得那么技术化。说白了就是：你能不能把一个模糊的想法，拆解成AI能执行的具体指令 不管你学什么专业、做什么工作，他觉得你都应该问自己一个问题："我怎么用 AI 来更好地完成我现在的工作？"
1:05

黄仁勋被问到如果自己是今天的学生，会先学什么 他的回答不是编程，不是数学，是学 AI 但他说的"学AI"不是让你去研究底层算法，是学会怎么跟 AI 交互 他的原话是：学会跟 AI 对话，本质上就是学会成为一个擅长提问的人 要问得好，你需要两样东西：专业知识和表达的艺术性。你得知道自己领域的东西，然后用 AI 听得懂的方式把需求说清楚 这个能力他管它叫"提示词工程"，但其实不用想得那么技术化。说白了就是：你能不能把一个模糊的想法，拆解成AI能执行的具体指令 不管你学什么专业、做什么工作，他觉得你都应该问自己一个问题："我怎么用 AI 来更好地完成我现在的工作？"

Vincent | 信号＞噪音

18,700 views • 16 days ago

这是美国大学毕业季 最诚实的一场演讲 也是AI时代最引人思考的 关于教育的一场讨论💐 Angela Duckworth 一位哈佛毕业的网红教授 专门研究毅力的顶级学者 在宾大的毕业典礼上 一句话炸翻了全场 今天的演讲（稿） 是我和AI一起写的！😂 而且我一点儿也不惭愧 这太魔幻了 一个教孩子要坚毅要刻苦的 居然在带头“偷懒” 但是她接下来说的话 才是我反复该说的部分 就是这篇人机协作的演讲稿 给出了AI时代家长心里最担心的 两个问题的答案 第一个问题 孩子天天用AI，脑子会不会废掉？ 扫了一眼台下的毕业生 问了一个戳心的问题 如果我们一直这么用AI 会变得越来越不会思考 她自己呢带头就举了手 台下呢也几乎是全员举手 Angela接着说 她自己呢也担心过 因为大脑是用尽废退 不用的话神经连接都会萎缩 她讲了一个故事 她被一个很难的 统计学方法卡住了 当时呢身边没有人能够帮她 在客厅里做着 房地产相关的工作 于是她打开了GPT 就把问题呢告诉它 结果AI只用了几句话 就把这个复杂的问题讲清楚了 不但讲清楚了 还提醒她常见的误区 给了清晰的步骤 她对不懂的地方进行追问 让AI示范 短短十分钟之后 她不仅仅是拿到了答案 而且真正的理解了 注意她的关键词啊 不是替我想 而是带我想👊 她又问台下的毕业生们 你们有没有哪怕一次 真切的感受到 因为AI比你之前聪明了一点点？ 这一次又是几乎全员举手🙋‍♀️ 同样的一群人 同样的一双手 可以是害怕AI让我变笨 也可以是因为AI 让我变强🐮 她又用博士生的实验补了一刀 两组年轻人写求职信 一组呢完全自己写 另一组呢 用AI辅助 结果非常反常识 用AI那组不但写的更快 就连写作能力也提升的更多 为什么？ 给出了一个关键解释 因为AI在做一件 人类老师一直想做 但没有精力去做的事 它会不停的给你看更好的版本 这个句子可以更短 那个词可以换 这个结构呢还可以调整 你就一遍一遍的看这些示范 就是在训练自己的眼睛和感觉 所以结论很简单 也很有力量👍🏼 AI会不会废掉孩子 并不取决于AI有多强 而是取决于我们把它当什么 当你把AI当拐杖 你交出的就是大脑 当你把AI当教练 你练出来的就是判断力、表达力、结构感 AI的正确打开方式 不是把脑子托管给它 而是用它不断的看到更好的思考 然后呢逼自己追上去 第二个问题 既然知识和课程网上全有 AI又能给出答案 那我们为什么还需要老师？ 教育为什么还需要人？ 在学期末 说这样一个秘密 这整个学期 我教给你们的所有知识网上全都有 每一篇文章都有电子版 每一道作业都有人做过类似的 换句话说就是 只要你愿意不来上我的课 你照样能学 学生们呢？都愣住了 然后她说 但是你们还是需要我 因为你们需要有人在周二之前 逼你读完一篇并不轻松的文章😂 需要有人在周四之前 提醒你们交出一篇 你们以为自己写不出来的论文🥹 需要有人把你关进一个没有手机的教室 需要有人给你定一个 你以为达不到的标准 然后认真的看着你的眼睛说 我知道你能做到 我会等到你做到！👍🏼 这一段看起来安安静静的话 简直是一下子戳中了 教育的本质 教育从来都不是信息的填充 而是灵魂的唤醒！👍🏼💐 她讲到自己高中那位英语老师 图书馆的知识是免费的 但是你得自带容器 而一个真正的好老师 就会帮你塑造这个容器 我突然想到了我的孩子们 AI可以把全世界的知识 都摆在他们的面前 但是它做不到的是 在他们快要放弃的时候 坚定的看着他们的眼睛说 这很难 ☹️ 但我相信你 对于孩子们来说 爸爸妈妈 才是他们最早遇到的老师 那位Angela老师 在这个算力爆炸的时代 我们到底要教给孩子什么？ 用AI的方法 当然 但比这个更重要的是 带他们去户外徒步 去仰望星空 去面对挫折 去感受心跳 我们要做的是站在孩子的身边 成为赋予他们品格的那个人 如果你有时间 强烈建议你和孩子一起看一下这个演讲 ———————————— 演讲就在下面，快看看啊 有这么想讨论的一起聊聊吧😊
15:35

这是美国大学毕业季 最诚实的一场演讲 也是AI时代最引人思考的 关于教育的一场讨论💐 Angela Duckworth 一位哈佛毕业的网红教授 专门研究毅力的顶级学者 在宾大的毕业典礼上 一句话炸翻了全场 今天的演讲（稿） 是我和AI一起写的！😂 而且我一点儿也不惭愧 这太魔幻了 一个教孩子要坚毅要刻苦的 居然在带头“偷懒” 但是她接下来说的话 才是我反复该说的部分 就是这篇人机协作的演讲稿 给出了AI时代家长心里最担心的 两个问题的答案 第一个问题 孩子天天用AI，脑子会不会废掉？ 扫了一眼台下的毕业生 问了一个戳心的问题 如果我们一直这么用AI 会变得越来越不会思考 她自己呢带头就举了手 台下呢也几乎是全员举手 Angela接着说 她自己呢也担心过 因为大脑是用尽废退 不用的话神经连接都会萎缩 她讲了一个故事 她被一个很难的 统计学方法卡住了 当时呢身边没有人能够帮她 在客厅里做着 房地产相关的工作 于是她打开了GPT 就把问题呢告诉它 结果AI只用了几句话 就把这个复杂的问题讲清楚了 不但讲清楚了 还提醒她常见的误区 给了清晰的步骤 她对不懂的地方进行追问 让AI示范 短短十分钟之后 她不仅仅是拿到了答案 而且真正的理解了 注意她的关键词啊 不是替我想 而是带我想👊 她又问台下的毕业生们 你们有没有哪怕一次 真切的感受到 因为AI比你之前聪明了一点点？ 这一次又是几乎全员举手🙋‍♀️ 同样的一群人 同样的一双手 可以是害怕AI让我变笨 也可以是因为AI 让我变强🐮 她又用博士生的实验补了一刀 两组年轻人写求职信 一组呢完全自己写 另一组呢 用AI辅助 结果非常反常识 用AI那组不但写的更快 就连写作能力也提升的更多 为什么？ 给出了一个关键解释 因为AI在做一件 人类老师一直想做 但没有精力去做的事 它会不停的给你看更好的版本 这个句子可以更短 那个词可以换 这个结构呢还可以调整 你就一遍一遍的看这些示范 就是在训练自己的眼睛和感觉 所以结论很简单 也很有力量👍🏼 AI会不会废掉孩子 并不取决于AI有多强 而是取决于我们把它当什么 当你把AI当拐杖 你交出的就是大脑 当你把AI当教练 你练出来的就是判断力、表达力、结构感 AI的正确打开方式 不是把脑子托管给它 而是用它不断的看到更好的思考 然后呢逼自己追上去 第二个问题 既然知识和课程网上全有 AI又能给出答案 那我们为什么还需要老师？ 教育为什么还需要人？ 在学期末 说这样一个秘密 这整个学期 我教给你们的所有知识网上全都有 每一篇文章都有电子版 每一道作业都有人做过类似的 换句话说就是 只要你愿意不来上我的课 你照样能学 学生们呢？都愣住了 然后她说 但是你们还是需要我 因为你们需要有人在周二之前 逼你读完一篇并不轻松的文章😂 需要有人在周四之前 提醒你们交出一篇 你们以为自己写不出来的论文🥹 需要有人把你关进一个没有手机的教室 需要有人给你定一个 你以为达不到的标准 然后认真的看着你的眼睛说 我知道你能做到 我会等到你做到！👍🏼 这一段看起来安安静静的话 简直是一下子戳中了 教育的本质 教育从来都不是信息的填充 而是灵魂的唤醒！👍🏼💐 她讲到自己高中那位英语老师 图书馆的知识是免费的 但是你得自带容器 而一个真正的好老师 就会帮你塑造这个容器 我突然想到了我的孩子们 AI可以把全世界的知识 都摆在他们的面前 但是它做不到的是 在他们快要放弃的时候 坚定的看着他们的眼睛说 这很难 ☹️ 但我相信你 对于孩子们来说 爸爸妈妈 才是他们最早遇到的老师 那位Angela老师 在这个算力爆炸的时代 我们到底要教给孩子什么？ 用AI的方法 当然 但比这个更重要的是 带他们去户外徒步 去仰望星空 去面对挫折 去感受心跳 我们要做的是站在孩子的身边 成为赋予他们品格的那个人 如果你有时间 强烈建议你和孩子一起看一下这个演讲 ———————————— 演讲就在下面，快看看啊 有这么想讨论的一起聊聊吧😊

华尔街财经 | WS × AI Era

43,968 views • 4 months ago

一位物理学家，花了整整30年，得出一个惊人的结论。 数学，是意识的产物。 所以，用数学来解释意识，此路不通。 主流物理学家们怎么看这个世界？ 他们认为，所有存在的，就是所有你能测量的。 凡是无法测量的，就没有“内部”，也就不存在。 这套逻辑真的无懈可击吗？ 那量子计算机怎么解释？ 它的实际运算，并不发生在时空里。 它发生在希尔伯特空间。 一个纯粹的数学抽象概念。 问题来了。 你怎么能在一个抽象的数学空间里，进行真实的物理运算？ 这难道不矛盾吗？ 这种根本性的不连贯，为什么没人愿意深思？ 是我们的教育出了问题吗？ 只教人怎么解方程，怎么套公式。 却从不教人如何去思考，去质疑前提。 是不是整个体系，从根上就希望我们停止思考这些本质问题？ 这位物理学家说，他也被如此教导。 现在他必须掉过头来，重新审视一切。 当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。 这背后，究竟意味着什么？
1:08

一位物理学家，花了整整30年，得出一个惊人的结论。 数学，是意识的产物。 所以，用数学来解释意识，此路不通。 主流物理学家们怎么看这个世界？ 他们认为，所有存在的，就是所有你能测量的。 凡是无法测量的，就没有“内部”，也就不存在。 这套逻辑真的无懈可击吗？ 那量子计算机怎么解释？ 它的实际运算，并不发生在时空里。 它发生在希尔伯特空间。 一个纯粹的数学抽象概念。 问题来了。 你怎么能在一个抽象的数学空间里，进行真实的物理运算？ 这难道不矛盾吗？ 这种根本性的不连贯，为什么没人愿意深思？ 是我们的教育出了问题吗？ 只教人怎么解方程，怎么套公式。 却从不教人如何去思考，去质疑前提。 是不是整个体系，从根上就希望我们停止思考这些本质问题？ 这位物理学家说，他也被如此教导。 现在他必须掉过头来，重新审视一切。 当一个领域的顶尖人物开始质疑他所在领域的根基时，这通常不是个小事。 这背后，究竟意味着什么？

墓碑科技

51,815 views • 4 months ago

AI会永远对你撒谎。 这不是bug，是数学定律。 我，卡内基梅隆大学的数学学生，用数学告诉你为什么。 所有语言模型，只做一件事： 根据它读过的所有资料，预测下一个最有可能的词。 但这里有个死结。 模型的猜测，我们叫它q(x)。 真实世界的概率，我们叫它p(x)。 q(x)永远不可能等于p(x)。 它们之间，永远有一道鸿沟。 有个数学公式，就是用来测量这道鸿沟的。 只要模型不能完美预测下一个词 它永远不能 那这个鸿沟就永远不会是零。 所以，当AI不知道真相的时候会发生什么？ 它不能停机，它必须给你一个答案。 它只能硬着头皮，输出一个它认为“最像”答案的答案。 哪怕那是错的。 这就是“幻觉”。 一个基于不完整信息，却无比自信的猜测。 最要命的是，数学甚至给出了一个下限。 就算最完美的模型，它的幻觉率也永远不可能低于这个数字。 只要它不知道关于这个世界的一切 它永远不可能知道。 它就总会有概率，编造事实。 所以，无论AI变得多强大，它都会撒谎。 因为数学就是这么写的。
0:45

AI会永远对你撒谎。 这不是bug，是数学定律。 我，卡内基梅隆大学的数学学生，用数学告诉你为什么。 所有语言模型，只做一件事： 根据它读过的所有资料，预测下一个最有可能的词。 但这里有个死结。 模型的猜测，我们叫它q(x)。 真实世界的概率，我们叫它p(x)。 q(x)永远不可能等于p(x)。 它们之间，永远有一道鸿沟。 有个数学公式，就是用来测量这道鸿沟的。 只要模型不能完美预测下一个词 它永远不能 那这个鸿沟就永远不会是零。 所以，当AI不知道真相的时候会发生什么？ 它不能停机，它必须给你一个答案。 它只能硬着头皮，输出一个它认为“最像”答案的答案。 哪怕那是错的。 这就是“幻觉”。 一个基于不完整信息，却无比自信的猜测。 最要命的是，数学甚至给出了一个下限。 就算最完美的模型，它的幻觉率也永远不可能低于这个数字。 只要它不知道关于这个世界的一切 它永远不可能知道。 它就总会有概率，编造事实。 所以，无论AI变得多强大，它都会撒谎。 因为数学就是这么写的。

墓碑科技

73,491 views • 6 months ago

千万别盲目在公司做“AI赋能雷锋”！ 一个月薪 3 万 8 的程序员，被裁了。 最讽刺的是： 不是因为他技术差， 而是因为他太会用 AI 了。 去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。 老板一看： 你这么会用 AI，那你能不能带带团队？ 于是他花了 3 个月，把团队都教会了 Claude Code。 结果团队效率翻倍，公司发现： 以前需要他兜底的事，现在其他人也能干了。 上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。 这件事最扎心的地方在于： 未来最危险的程序员，可能不是不会用 AI 的人， 而是只会把 AI 用在“写代码”上的人。 因为写代码正在变便宜。 真正值钱的是： 懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。 未来最吃香的工程师，不是单纯的代码高手， 而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。 顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode
1:33

千万别盲目在公司做“AI赋能雷锋”！ 一个月薪 3 万 8 的程序员，被裁了。 最讽刺的是： 不是因为他技术差， 而是因为他太会用 AI 了。 去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。 老板一看： 你这么会用 AI，那你能不能带带团队？ 于是他花了 3 个月，把团队都教会了 Claude Code。 结果团队效率翻倍，公司发现： 以前需要他兜底的事，现在其他人也能干了。 上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。 这件事最扎心的地方在于： 未来最危险的程序员，可能不是不会用 AI 的人， 而是只会把 AI 用在“写代码”上的人。 因为写代码正在变便宜。 真正值钱的是： 懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。 未来最吃香的工程师，不是单纯的代码高手， 而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。 顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

前端哥Liam

60,897 views • 19 days ago

AI能拿奥数金牌，却解不开小学数学题。 这是怎么回事？ 谷歌DeepMind的创始人Demis Hassabis自己揭了AI的老底。 今天的AI，本质上是个“速冻产品”。 训练完成，能力就定格了。 像个一次性相机，拍完就不能再改。 它无法像人一样，从现实世界里持续学习、自我进化。 你希望它能在线学习，根据你的任务进行个性化调整。 但它做不到。 AI的智能是“锯齿状”的。 在某些高精尖问题上，表现惊人。 但在另外一些简单问题上，却错得离谱。 就像一个围棋高手，却不会玩跳棋。 这正常吗？ Hassabis认为，真正通用的智能系统，不该有这种“锯齿感”。 一个数学专家，绝不会在简单问题上犯错。 那么，为什么现在的AI会这样？ 是因为算法设计的根本缺陷，还是训练数据本身就充满了偏见和矛盾？ 科技巨头们热衷于宣传AI的巨大突破。 达沃斯论坛上的精英们也在描绘AI驱动的未来世界。 他们很少谈论这些根本性的局限。 这些“锯齿”会不会成为被利用的漏洞？ 当一个系统强大到可以影响经济决策、甚至军事判断时，它的“弱智”时刻会带来什么后果？ Hassabis还提到了真正的创造力。 他说，提出一个正确的问题，比解决一个猜想更难。 现在的AI，只是个高效的解题工具。 它没有品味，没有洞察力，更提不出像爱因斯坦那样的革命性思想。 如果把AI的知识库截止到1911年，它能自己搞出广义相对论吗？ 答案显然是否定的。 那么，我们在期待的到底是“智能”，还是一个越来越强大的“计算器”？
3:31

AI能拿奥数金牌，却解不开小学数学题。 这是怎么回事？ 谷歌DeepMind的创始人Demis Hassabis自己揭了AI的老底。 今天的AI，本质上是个“速冻产品”。 训练完成，能力就定格了。 像个一次性相机，拍完就不能再改。 它无法像人一样，从现实世界里持续学习、自我进化。 你希望它能在线学习，根据你的任务进行个性化调整。 但它做不到。 AI的智能是“锯齿状”的。 在某些高精尖问题上，表现惊人。 但在另外一些简单问题上，却错得离谱。 就像一个围棋高手，却不会玩跳棋。 这正常吗？ Hassabis认为，真正通用的智能系统，不该有这种“锯齿感”。 一个数学专家，绝不会在简单问题上犯错。 那么，为什么现在的AI会这样？ 是因为算法设计的根本缺陷，还是训练数据本身就充满了偏见和矛盾？ 科技巨头们热衷于宣传AI的巨大突破。 达沃斯论坛上的精英们也在描绘AI驱动的未来世界。 他们很少谈论这些根本性的局限。 这些“锯齿”会不会成为被利用的漏洞？ 当一个系统强大到可以影响经济决策、甚至军事判断时，它的“弱智”时刻会带来什么后果？ Hassabis还提到了真正的创造力。 他说，提出一个正确的问题，比解决一个猜想更难。 现在的AI，只是个高效的解题工具。 它没有品味，没有洞察力，更提不出像爱因斯坦那样的革命性思想。 如果把AI的知识库截止到1911年，它能自己搞出广义相对论吗？ 答案显然是否定的。 那么，我们在期待的到底是“智能”，还是一个越来越强大的“计算器”？

墓碑科技

25,850 views • 4 months ago

前谷歌CEO埃里克·施密特，在国会听证会上说： AI革命，被低估了。 不是被高估，是远远被低估了。 “这场AI的到来，我们没人准备好。” 你以为它只是ChatGPT？ 不，它其实是一个前所未有的推理系统， 是可以自己规划、自己思考、自己编程的新智能体。 今天，我们正在训练AI程序员， 未来，它们将替代传统软件工程师。 接着，是AI数学家， 水平对标顶尖研究生， 而训练时间，只需要一年。 这不是未来，这是现在。 而这场变革，刚刚开始。 它的代价呢？ 前所未有的算力需求， 巨量的能源消耗。 传统服务器，可能根本撑不住。 我们正在建造一种新的生命形态， 一个能推理、能学习、能创造的智能系统。 问题是， 我们连它的终点都看不见。 深表同意，大众对这波AI浪潮的认知太落后了，整个社会都没做好准备。
1:04

前谷歌CEO埃里克·施密特，在国会听证会上说： AI革命，被低估了。 不是被高估，是远远被低估了。 “这场AI的到来，我们没人准备好。” 你以为它只是ChatGPT？ 不，它其实是一个前所未有的推理系统， 是可以自己规划、自己思考、自己编程的新智能体。 今天，我们正在训练AI程序员， 未来，它们将替代传统软件工程师。 接着，是AI数学家， 水平对标顶尖研究生， 而训练时间，只需要一年。 这不是未来，这是现在。 而这场变革，刚刚开始。 它的代价呢？ 前所未有的算力需求， 巨量的能源消耗。 传统服务器，可能根本撑不住。 我们正在建造一种新的生命形态， 一个能推理、能学习、能创造的智能系统。 问题是， 我们连它的终点都看不见。 深表同意，大众对这波AI浪潮的认知太落后了，整个社会都没做好准备。

墓碑科技

199,574 views • 1 year ago

李飞飞这段采访，越听越有压力。 她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。 以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。 但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。 差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。
49:04

李飞飞这段采访，越听越有压力。 她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。 以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。 但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。 差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。

Vincent

68,906 views • 7 days ago

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。
0:54

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。

墓碑科技

72,742 views • 3 months ago

美国课堂上，一位女学生使用AI记笔记，激怒了授课的老师，老师说：讲座应该你自己听，纸条应该你自己写，而不是靠AI！ 我个人觉得，这位老师说的对，在课堂上，学生应该自主学习，而不是靠AI去学习。课后，学生可以用AI。 毕竟，老师是在教学生，不是在训练AI。
0:43

美国课堂上，一位女学生使用AI记笔记，激怒了授课的老师，老师说：讲座应该你自己听，纸条应该你自己写，而不是靠AI！ 我个人觉得，这位老师说的对，在课堂上，学生应该自主学习，而不是靠AI去学习。课后，学生可以用AI。 毕竟，老师是在教学生，不是在训练AI。

陈木林

1,098,369 views • 1 year ago

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事 以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助 现在学习怎么用 AI 也不算迟 #codex #gaming
1:40

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事 以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助 现在学习怎么用 AI 也不算迟 #codex #gaming

卡神 Karu

10,157 views • 1 month ago

天才数学家陶哲轩对数学AI的思考 像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。 为什么？ 因为它没有“嗅觉”。 今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。 但一旦你靠近它、认真嗅一下，就会发现它撒了香水 掩盖的，是逻辑上的腐臭。 不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下： 写得太好，看不出哪里坏。 就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。 它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。 你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。 而这，正是问题所在。 人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。 这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。 即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。 数学AI要想达到人类水平，它得也有这种“方向感”。 不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气
2:06

天才数学家陶哲轩对数学AI的思考 像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。 为什么？ 因为它没有“嗅觉”。 今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。 但一旦你靠近它、认真嗅一下，就会发现它撒了香水 掩盖的，是逻辑上的腐臭。 不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下： 写得太好，看不出哪里坏。 就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。 它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。 你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。 而这，正是问题所在。 人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。 这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。 即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。 数学AI要想达到人类水平，它得也有这种“方向感”。 不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气

墓碑科技

120,892 views • 1 year ago

诺贝尔奖得主、苹果联合创始人、顶尖AI教授…… 都联名签了一封公开信。 他们说：超级人工智能，是对人类生存的真实威胁。 不是阴谋论。 不是杞人忧天。 他们不是在编造，而是在警告：这个系统，我们造的，但我们并不理解。 AI不是代码写出来的，它是被『训练』『长』出来的。 像养一只宠物，但你不知道它会不会咬人。 我们真的能控制比所有人类更聪明的东西吗？ 没人能给出答案。 但我们知道一件事：这东西一旦失控，人类可能连后悔的机会都没有。 这么简单的逻辑，全世界民调都能得出同一个答案： 这应该被监管，甚至禁止。 我们不允许任意个人制造核武器，为什么可以让他们造AI核弹？ 这不是技术发展的问题，这是生存的问题。 而现在，连否认这场危机都越来越困难了。 该做决定了。
4:11

诺贝尔奖得主、苹果联合创始人、顶尖AI教授…… 都联名签了一封公开信。 他们说：超级人工智能，是对人类生存的真实威胁。 不是阴谋论。 不是杞人忧天。 他们不是在编造，而是在警告：这个系统，我们造的，但我们并不理解。 AI不是代码写出来的，它是被『训练』『长』出来的。 像养一只宠物，但你不知道它会不会咬人。 我们真的能控制比所有人类更聪明的东西吗？ 没人能给出答案。 但我们知道一件事：这东西一旦失控，人类可能连后悔的机会都没有。 这么简单的逻辑，全世界民调都能得出同一个答案： 这应该被监管，甚至禁止。 我们不允许任意个人制造核武器，为什么可以让他们造AI核弹？ 这不是技术发展的问题，这是生存的问题。 而现在，连否认这场危机都越来越困难了。 该做决定了。

战斗室

35,652 views • 8 months ago

Linus Torvalds 发飙了。 他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。 为什么？ 因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。 但他们怎么从来不这么说？ 其实是一个道理。 老爷子在台上开始唠家常： “我是写机器码长大的。” 注意，不是汇编语言，是真正的数字。 他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。 当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。 后来，人类发明了汇编器； 再后来，有了编译器； 现在，有了 AI。 这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。 至于 AI 带来的“效率神话”？ Linus 给出对比： “AI 很棒，它能把你的生产力提升 10 倍。” “但当年编译器的出现，把人类的生产力提升了 1000 倍！” 所以，这不过是又一次常规的工具演进。 事情的本质从未改变： 以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。 现在，懂系统的人能用 Prompt 调教 AI 写出好代码； 而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。 现在科技圈很流行“氛围编码”（Vibe Coding）。 就是用 AI 啪啪生成一个一次性项目，爽一把就扔。 Linus 说，这种玩具项目，AI 的确是神器。 但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。 你得懂你的 Prompt。 你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。 祖师爷浇了盆冷水： AI 可以替你省去体力劳动。 但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。
4:44

Linus Torvalds 发飙了。 他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。 为什么？ 因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。 但他们怎么从来不这么说？ 其实是一个道理。 老爷子在台上开始唠家常： “我是写机器码长大的。” 注意，不是汇编语言，是真正的数字。 他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。 当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。 后来，人类发明了汇编器； 再后来，有了编译器； 现在，有了 AI。 这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。 至于 AI 带来的“效率神话”？ Linus 给出对比： “AI 很棒，它能把你的生产力提升 10 倍。” “但当年编译器的出现，把人类的生产力提升了 1000 倍！” 所以，这不过是又一次常规的工具演进。 事情的本质从未改变： 以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。 现在，懂系统的人能用 Prompt 调教 AI 写出好代码； 而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。 现在科技圈很流行“氛围编码”（Vibe Coding）。 就是用 AI 啪啪生成一个一次性项目，爽一把就扔。 Linus 说，这种玩具项目，AI 的确是神器。 但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。 你得懂你的 Prompt。 你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。 祖师爷浇了盆冷水： AI 可以替你省去体力劳动。 但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。

墓碑科技

66,204 views • 6 days ago

今天流行一个视频：在一个分享会中一个程序员说ai写的程序不进行审查就随便上线是不负责任的，而且是没办法用的 结果台上女生开口就是情绪：“你意思是我们这些没学过编程的文科生都不配写代码咯？在坐所有没学过编程的都不配写代码咯？” 代码写的好不好不知道，情绪和道德绑架玩的那叫一个炉火纯青，我他妈说什么也想到不到这人嘴里会蹦出那么几句话 都是人，差别怎么就他妈那么大呢 图二里gemini说的话含金量还在增加
0:46

今天流行一个视频：在一个分享会中一个程序员说ai写的程序不进行审查就随便上线是不负责任的，而且是没办法用的 结果台上女生开口就是情绪：“你意思是我们这些没学过编程的文科生都不配写代码咯？在坐所有没学过编程的都不配写代码咯？” 代码写的好不好不知道，情绪和道德绑架玩的那叫一个炉火纯青，我他妈说什么也想到不到这人嘴里会蹦出那么几句话 都是人，差别怎么就他妈那么大呢 图二里gemini说的话含金量还在增加

大喵CS、转码、预科班(9年讲师，能够教你学会编程)

290,904 views • 1 month ago

把海地搬到美国，它也不会变成美国。 斯蒂芬·米勒说：一个国家之所以是它，是因为住在那的人。 海地、索马里，在本国就运作不良。 你把它们搬到美国，它们也不会“运作良好”。 这不是关于你怎么看待某个移民，而是系统性政策问题。 如果持续把“第三世界”移民搬进“第一世界”，那么第一世界也终将变成第三世界。 这对现在住的人不好，对未来想住的人也不好。 这是一场关于西方文明的生存战。 米勒的警告背后是一个问题：我们到底想把国家变成什么？
0:48

把海地搬到美国，它也不会变成美国。 斯蒂芬·米勒说：一个国家之所以是它，是因为住在那的人。 海地、索马里，在本国就运作不良。 你把它们搬到美国，它们也不会“运作良好”。 这不是关于你怎么看待某个移民，而是系统性政策问题。 如果持续把“第三世界”移民搬进“第一世界”，那么第一世界也终将变成第三世界。 这对现在住的人不好，对未来想住的人也不好。 这是一场关于西方文明的生存战。 米勒的警告背后是一个问题：我们到底想把国家变成什么？

墓碑科技

25,631 views • 7 months ago

AI淘汰程序员？ 想多了。 硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。 程序员的工作不再是逐行敲代码。 现在的工作，是同时指挥10个AI编码机器人。 跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。 但这里有个圈套。 如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。 编程的下一个层次，不是写脚本。 是监督写脚本的AI。 今天最顶尖的程序员，整天在不同终端之间切换。 管理多个编码机器人，修复错误，优化指令。 讽刺吗？ 你仍然需要极其扎实的基本功。 没有基本功，你连AI在犯傻都看不出来。 工作的本质变了。 现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。 但只有真正懂代码的人，才能判断这种简化是否正确。 程序员不会消失。 他们正在变得比以前强大10倍、100倍，甚至1000倍。 生产力的巨大提升，这才是真正的价值所在。 任务在变，工作性质在变。 但最终负责的，永远是人。 人类依然在监督过程，评估结果，纠正错误，并做出最终判断。 未来的程序员不是被AI取代。 他们被AI升级了。 所以，还是得老老实实学习怎么写代码，理解代码。 因为当AI搞砸的时候，只有人知道为什么。 这种能力的跃升，才是真正的革命。
1:50

AI淘汰程序员？ 想多了。 硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。 程序员的工作不再是逐行敲代码。 现在的工作，是同时指挥10个AI编码机器人。 跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。 但这里有个圈套。 如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。 编程的下一个层次，不是写脚本。 是监督写脚本的AI。 今天最顶尖的程序员，整天在不同终端之间切换。 管理多个编码机器人，修复错误，优化指令。 讽刺吗？ 你仍然需要极其扎实的基本功。 没有基本功，你连AI在犯傻都看不出来。 工作的本质变了。 现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。 但只有真正懂代码的人，才能判断这种简化是否正确。 程序员不会消失。 他们正在变得比以前强大10倍、100倍，甚至1000倍。 生产力的巨大提升，这才是真正的价值所在。 任务在变，工作性质在变。 但最终负责的，永远是人。 人类依然在监督过程，评估结果，纠正错误，并做出最终判断。 未来的程序员不是被AI取代。 他们被AI升级了。 所以，还是得老老实实学习怎么写代码，理解代码。 因为当AI搞砸的时候，只有人知道为什么。 这种能力的跃升，才是真正的革命。

墓碑科技

58,888 views • 4 months ago

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。 不是它们不厉害，恰恰相反——都太厉害了。 模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。 不是“哇好强”，而是突然冒出一个不太技术的问题： 如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？ 不是那种我问你、你马上答的关系， 而是你会不会哪天顺手再点开它。 有些 AI 真的很聪明，但你心里清楚，它就是工具。 用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。 它更像是在琢磨一件事： 人为什么会愿意和一个存在长期相处？ 这时候我才开始注意到他们说的那套 Mind / Body / Soul。 不是因为名字，而是方向。 Mind 这一层，其实挺像人。 不是一直保持同一种状态。 有时候你需要逻辑，有时候只是想被理解， 有时候甚至不需要答案，只要有人把话接住。 再加上它会记得你。 不是那种冷冰冰的“你在某年某月问过什么”， 而是你们之间发生过的那些事。 一旦记忆变成关系的一部分， 整个体验就不一样了。 Body 这点我以前真没太当回事。 但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。 有形象、有存在的位置， 在你已经习惯的设备和场景里出现。 不是为了炫， 而是为了让你不抗拒。 在你信任之前，你首先得觉得它“正常”、不吓人。 至于 Soul，其实是我最看重的。 现在的 AI 都很会， 但很少有那种让人想一直留着的。 Kindred 没那么急。 不催你、不拉你、不用力制造黏性。 你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西， 给我的感觉更像是一起走一段， 而不是被系统牵着跑。 所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI， 但底层其实是在讲人。 我们怎么建立信任， 怎么产生依附， 怎么愿意长期和一个存在共处。 AI 只是载体。 被认真对待的，其实是人的感受。 如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。 不是因为它最强， 而是它没有急着证明自己。
1:42

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。 不是它们不厉害，恰恰相反——都太厉害了。 模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。 不是“哇好强”，而是突然冒出一个不太技术的问题： 如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？ 不是那种我问你、你马上答的关系， 而是你会不会哪天顺手再点开它。 有些 AI 真的很聪明，但你心里清楚，它就是工具。 用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。 它更像是在琢磨一件事： 人为什么会愿意和一个存在长期相处？ 这时候我才开始注意到他们说的那套 Mind / Body / Soul。 不是因为名字，而是方向。 Mind 这一层，其实挺像人。 不是一直保持同一种状态。 有时候你需要逻辑，有时候只是想被理解， 有时候甚至不需要答案，只要有人把话接住。 再加上它会记得你。 不是那种冷冰冰的“你在某年某月问过什么”， 而是你们之间发生过的那些事。 一旦记忆变成关系的一部分， 整个体验就不一样了。 Body 这点我以前真没太当回事。 但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。 有形象、有存在的位置， 在你已经习惯的设备和场景里出现。 不是为了炫， 而是为了让你不抗拒。 在你信任之前，你首先得觉得它“正常”、不吓人。 至于 Soul，其实是我最看重的。 现在的 AI 都很会， 但很少有那种让人想一直留着的。 Kindred 没那么急。 不催你、不拉你、不用力制造黏性。 你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西， 给我的感觉更像是一起走一段， 而不是被系统牵着跑。 所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI， 但底层其实是在讲人。 我们怎么建立信任， 怎么产生依附， 怎么愿意长期和一个存在共处。 AI 只是载体。 被认真对待的，其实是人的感受。 如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。 不是因为它最强， 而是它没有急着证明自己。

董小姐

43,592 views • 5 months ago

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？
1:06

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,664 views • 4 months ago

我以前的物理老师，去年退休了 养老金：$900 / 月 房租：$400 也就是说，他每个月真正能拿来生活的，只剩： $500 我把一篇讲 Polymarket 定价公式的文章发给了他 一小时后，他回了我一句： “这不就是 softmax 吗？我每年都教 11 年级学生这个。结果现在有人拿它交易几十亿美元，大多数人甚至不知道它是怎么工作的？” 三天后，他又发来一张截图： +$670 他找到 4 个市场， Polymarket 给出的价格是： 0.30 但按他的公式算出来，真实概率更接近： 0.48 又过了一周，他的盈利变成了： +$2,100 他说了一句让我印象很深的话： “我教了 30 年这种数学。30 年都有人告诉我这没用。第一次发现，它赚的钱比学校给我的还多。” 放在一起看，其实就很扎眼： 养老金：$900 / 月 Polymarket 第一周：+$2,100 没有复杂设备 没有量化团队 没有 fancy bot 就一条公式 一个退休物理老师 一部手机上的计算器 你当年在学校里，是不是也被人说过： “数学以后根本用不上。”
0:59

我以前的物理老师，去年退休了 养老金：$900 / 月 房租：$400 也就是说，他每个月真正能拿来生活的，只剩： $500 我把一篇讲 Polymarket 定价公式的文章发给了他 一小时后，他回了我一句： “这不就是 softmax 吗？我每年都教 11 年级学生这个。结果现在有人拿它交易几十亿美元，大多数人甚至不知道它是怎么工作的？” 三天后，他又发来一张截图： +$670 他找到 4 个市场， Polymarket 给出的价格是： 0.30 但按他的公式算出来，真实概率更接近： 0.48 又过了一周，他的盈利变成了： +$2,100 他说了一句让我印象很深的话： “我教了 30 年这种数学。30 年都有人告诉我这没用。第一次发现，它赚的钱比学校给我的还多。” 放在一起看，其实就很扎眼： 养老金：$900 / 月 Polymarket 第一周：+$2,100 没有复杂设备 没有量化团队 没有 fancy bot 就一条公式 一个退休物理老师 一部手机上的计算器 你当年在学校里，是不是也被人说过： “数学以后根本用不上。”

0x_Miko

39,326 views • 3 months ago