Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

1997年，Steve Jobs在开发大会上被一个开发者当众质问：“你不懂Java，凭什么做苹果CEO？”Jobs只回了一句经典回应：“很多技术人最大的问题是从技术出发找需求。正确顺序是先找到客户需求，再找技术解决方案。”这句话今天依然适用。程序员的未来之路解读 ⬇️ AI就是当前“技术找技术”的极致产物：它大幅提升了流程效率，但没有带来类似PC或移动互联网时代那样的爆炸性新需求。甚至在有限的新需求下，AI让更少的人就能完成更多任务，带来了管理者梦寐以求的降本效果。所以这波科技裁员潮不是意外，是大势所趋—自动化与人工替代是系统性逻辑。这波裁员潮，真正值得思考的只有两个问题：什么时候结束？历史规律是：每次自动化冲击后，行业都会收缩。预测数据显示： •软件工程岗位3年内或减少约67% •剩余岗位薪资整体下滑约33% 未来只剩极少数顶尖技术专家+架构师有话语权。

Tigris 会讲课教授是好老师

73,375 subscribers

150,275 views • 1 year ago •via X (Twitter)

Science & Technology News & Politics Education

Anya Rossi• Live Now

Private livecam show

9 Comments

换一批1 year ago

说的对。AI目前没有引发需求的增长，只是给现有的需求带来了更快解决方法，促进了内卷。接下来AI如果能引领基础科学，医药学，生物学，食品，机器人，深空探索等领域的发展，那么就能真正的创造新需求，新岗位。

南极企鹅1 year ago

技术找需求，需求找技术，其实是同步进行的，采用的是组合模式，难点是不知道可行方案是什么，只能从最明显的角度开始尝试。如果AI能够提升效率那人们就能找出更好，更多的应用，只是这个过程需要时间。失业都是暂时的，欲望是无限的。

MyTasker2 years ago

We believe technology should be accessible to everyone. Let us help you bridge the gap.

JW (谢绝私聊)1 year ago

呵呵，1996年Sun公司在北京人大会堂开Java新闻发布会，我去听了后的第一感觉就是：纯属炒作！他们宣传的重点是Java可以在任何系统下运行，只要有一个Java运行时中间件即可。后来C++在所有系统上都有了，再加上Python、Javascript等的冲击，Java现在已经快走到头了！Jobs为什么一定要懂Java呢？！

Michael Chao e/acc🇸🇬🇺🇲🇮🇱1 year ago

这确实很有意思，但也让人有点担心。自动化虽然高效，但希望别让程序员变成稀有动物啊！

金隐1 year ago

没带来新需求？用新技术解决原来业务需求里面的技术的痛点，极大提高效率，这还不够吗？以前你走路，现在开车，不算有用？

从美股提钱退休1 year ago

话语权始终掌握在有power的人手里，技术专家只能在专业领域有话语权，权力交给懂技术的人，变成那些爽文工程师治国了

バシロウ1 year ago

商業上叫市場導向，不是產品導向

tom JX1 year ago

学java的人至少会学一点C吧，觉得java会替代c，难道java就不会被替代？看看“世界最好的编程语言PHP”现在的占比吧 🤣

Related Videos

这个视频，苹果CEO库克，和其他企业家，需要每天看一次。程序员当众羞辱乔布斯不懂技术，乔布斯怎样回应？在1997年，乔布斯刚回苹果。在开发者大会上，程序员向乔布斯这样提问：“你是个聪明又有影响力的人，但缺点也很明显。我希望你能用清楚的语言，解释一下Java编程语言…然后，再给我们聊聊，过去7年你都干嘛去了？” 乔布斯听完也是一脸懵逼，先来个战术喝水。然后简单整理一下思绪，来了一段精彩的freestyle：有时候你能取悦一部分人，但是，当你想要做出重大改变时，最离谱的是，很多刁难你的人在某些方面是对的！我知道，OpenDoc肯定有一些甚至很多技术强大到独一无二，但我根本不会用(这些技术)。我也知道，你肯定能做出一些demo来展示这些强大的技术，比如做一些简单的APP。但是，最困难的事情是，你怎么把这些技术应用到更大的市场里？你怎么能让自己的产品每年卖个百八十亿美金呢？我发现，我们其实要从用户需求出发，去倒推需要什么技术。你不能说先有了牛逼的技术，然后再去想怎么去卖出去。要论犯这种错误，不是我针对谁，我想说在座的各位都是垃圾！我犯过太多这种错误了！当我们思考苹果的愿景时，我们都是先考虑苹果能给用户提供什么，能带给用户什么。而不是说先找一帮工程师，大家坐下来讨论自己有什么牛逼的技术、怎么去卖出去。我觉得这TM才是正确的创业思路。

这个视频，苹果CEO库克，和其他企业家，需要每天看一次。程序员当众羞辱乔布斯不懂技术，乔布斯怎样回应？在1997年，乔布斯刚回苹果。在开发者大会上，程序员向乔布斯这样提问：“你是个聪明又有影响力的人，但缺点也很明显。我希望你能用清楚的语言，解释一下Java编程语言…然后，再给我们聊聊，过去7年你都干嘛去了？” 乔布斯听完也是一脸懵逼，先来个战术喝水。然后简单整理一下思绪，来了一段精彩的freestyle：有时候你能取悦一部分人，但是，当你想要做出重大改变时，最离谱的是，很多刁难你的人在某些方面是对的！我知道，OpenDoc肯定有一些甚至很多技术强大到独一无二，但我根本不会用(这些技术)。我也知道，你肯定能做出一些demo来展示这些强大的技术，比如做一些简单的APP。但是，最困难的事情是，你怎么把这些技术应用到更大的市场里？你怎么能让自己的产品每年卖个百八十亿美金呢？我发现，我们其实要从用户需求出发，去倒推需要什么技术。你不能说先有了牛逼的技术，然后再去想怎么去卖出去。要论犯这种错误，不是我针对谁，我想说在座的各位都是垃圾！我犯过太多这种错误了！当我们思考苹果的愿景时，我们都是先考虑苹果能给用户提供什么，能带给用户什么。而不是说先找一帮工程师，大家坐下来讨论自己有什么牛逼的技术、怎么去卖出去。我觉得这TM才是正确的创业思路。

总裁简报 CEO Briefing

683,877 views • 2 years 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

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

61,954 views • 3 months ago

AI 时代，职场人现在最该学的一项技能是什么？吴恩达老师的建议是人人都该学编程。不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。学编程不等于手写代码他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

AI 时代，职场人现在最该学的一项技能是什么？吴恩达老师的建议是人人都该学编程。不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。学编程不等于手写代码他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

宝玉

113,479 views • 6 days ago

🚨川普总统发布了“疫苗有毒”的视频 💥2021年文贵先生：疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人操纵的！绝大多数的人类灾难，是由绝大多数人推动的。但是别忘了，绝大多数人认为的真理，是极少数人操纵的结果。今天我们谈的核心，所有今天绝大多数人认为疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人用技术完全你的盲区——你不懂技术、完全是盲区、不懂技术——来操纵了你的所有对技术的认知。加上政治的安全和利益的需要，还有贪婪的结果，极少数人利用了这个，正在实行一道人类的大屠杀。这个认知就这么简单。 #郭文贵 #新中国联邦 #科兴 #辉瑞 #RMA #新冠疫苗 #疫苗

🚨川普总统发布了“疫苗有毒”的视频 💥2021年文贵先生：疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人操纵的！绝大多数的人类灾难，是由绝大多数人推动的。但是别忘了，绝大多数人认为的真理，是极少数人操纵的结果。今天我们谈的核心，所有今天绝大多数人认为疫苗可以治病、可以防病的这个所谓认为的真理，是被极少数人用技术完全你的盲区——你不懂技术、完全是盲区、不懂技术——来操纵了你的所有对技术的认知。加上政治的安全和利益的需要，还有贪婪的结果，极少数人利用了这个，正在实行一道人类的大屠杀。这个认知就这么简单。 #郭文贵 #新中国联邦 #科兴 #辉瑞 #RMA #新冠疫苗 #疫苗

喜马拉雅日本勇者村

16,588 views • 1 year ago

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。他的观点非常明确：越是 AI 时代，人越需要理解技术。原因其实很简单。 AI 能解决问题，但它不会自己提出问题。你必须先知道：你想解决什么问题在哪里什么是正确的目标否则再强的 AI 也只是一个没有方向的工具。换句话说，AI 的能力再强，也依然需要人来做三件事：提出问题定义目标判断结果这也是为什么 Hassabis 一直强调：未来最重要的能力之一，依然是数学与计算思维。因为只有理解这些基础逻辑，你才知道 AI 在做什么。否则就会出现一种常见情况： AI 给出了一个答案但你根本不知道它对不对如果你没有基本的技术理解，你甚至无法判断它是否犯错。换一个更直观的比喻。使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”，但真正决定胜负的，是指挥官。如果指挥官不懂战略、不懂兵法，再多的士兵也无法打赢战争。这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。它只会放大那些本来就知道自己在做什么的人。未来的竞争，可能不再是谁会写代码。而是：谁更懂问题谁更懂系统谁更能利用 AI 的能力。 AI 会改变很多事情。但有一件事其实没有改变：真正重要的，仍然是人的思考能力。

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。他的观点非常明确：越是 AI 时代，人越需要理解技术。原因其实很简单。 AI 能解决问题，但它不会自己提出问题。你必须先知道：你想解决什么问题在哪里什么是正确的目标否则再强的 AI 也只是一个没有方向的工具。换句话说，AI 的能力再强，也依然需要人来做三件事：提出问题定义目标判断结果这也是为什么 Hassabis 一直强调：未来最重要的能力之一，依然是数学与计算思维。因为只有理解这些基础逻辑，你才知道 AI 在做什么。否则就会出现一种常见情况： AI 给出了一个答案但你根本不知道它对不对如果你没有基本的技术理解，你甚至无法判断它是否犯错。换一个更直观的比喻。使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”，但真正决定胜负的，是指挥官。如果指挥官不懂战略、不懂兵法，再多的士兵也无法打赢战争。这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。它只会放大那些本来就知道自己在做什么的人。未来的竞争，可能不再是谁会写代码。而是：谁更懂问题谁更懂系统谁更能利用 AI 的能力。 AI 会改变很多事情。但有一件事其实没有改变：真正重要的，仍然是人的思考能力。

M

64,011 views • 6 months ago

如果没有共产党这个搅屎棍，一切都说得通，只是。。。库克解释苹果为啥死守中国制造？不是因为便宜，而是因为没人能替代。很多人以为，苹果来中国是为了低成本劳动力。这个说法，早就过时了。库克亲口说，中国早已不是“低价工厂”，真正吸引苹果的，是“技能密度”。什么意思？苹果的产品，对精密制造的要求极高，尤其是模具技术。不是那种拧螺丝的低端活，而是毫米以下的微米级精度。这种活，靠的不是大学文凭，而是职业教育出来的大量熟练技术工人。在美国，想开个模具工程师的会，可能凑不够人；在中国？一个省能给你填满几个足球场。这不是人多，而是这种“深度技能”，在中国是系统化、规模化、产业化的存在。所以关键问题不是劳动力便宜，而是有没有足够多、足够专业、协同高效的产业工人。这，就是为什么苹果至今也没把iPhone搬回美国。

如果没有共产党这个搅屎棍，一切都说得通，只是。。。库克解释苹果为啥死守中国制造？不是因为便宜，而是因为没人能替代。很多人以为，苹果来中国是为了低成本劳动力。这个说法，早就过时了。库克亲口说，中国早已不是“低价工厂”，真正吸引苹果的，是“技能密度”。什么意思？苹果的产品，对精密制造的要求极高，尤其是模具技术。不是那种拧螺丝的低端活，而是毫米以下的微米级精度。这种活，靠的不是大学文凭，而是职业教育出来的大量熟练技术工人。在美国，想开个模具工程师的会，可能凑不够人；在中国？一个省能给你填满几个足球场。这不是人多，而是这种“深度技能”，在中国是系统化、规模化、产业化的存在。所以关键问题不是劳动力便宜，而是有没有足够多、足够专业、协同高效的产业工人。这，就是为什么苹果至今也没把iPhone搬回美国。

墓碑科技

831,686 views • 1 year ago

如果在发布会现场，有人当众指着你的鼻子说： “很明显，你根本不知道自己在说什么。你能不能解释一下，你过去七年到底在混什么？” 你怎么回？气急败坏？让保安赶人？还是在技术细节上跟对方大战三百回合？来，看乔布斯是怎么示范的。这是产品经理史上最经典的一次“现场拆弹”。当时，台下一个技术人员站起来，直接用 OpenDoc 和 Java 的技术细节向乔布斯发难。言辞极其刻薄，最后还补了那句致命的“你过去七年干了什么”。乔布斯是怎么回应的？他没有解释，没有反驳，甚至没有露出一丝不悦。他坐下来，先坦然承认： “你是对的。” 他说，这个技术确实有一些连他自己都不了解的独特功能，可能确实比别的产品好。但他马上话锋一转： “但你问错了问题。” 最难的事情，是如何让一个功能融入能支撑年销售额 80 亿、100 亿美元的宏大愿景，光做出一个酷炫的功能远远不够。然后，他给出了那个奠定苹果后续几十年神话的底层逻辑： “你必须从客户体验出发，然后往回倒推到技术。你绝对不能先拿着一堆牛逼的技术，再头疼去哪里把它卖掉。” 为了证明这点，他拿激光打印机 LaserWriter 举例。那台机器里，塞满了当时最震撼的硬科技：佳能的廉价引擎、苹果自研的优秀控制器、Adobe 的 PostScript 软件，还有 AppleTalk。每一个拿出来，都能让技术人员兴奋得睡不着觉。但普通用户需要懂这些吗？完全不用。乔布斯当年去卖这台机器时，玩法简单到令人发指：他根本不谈参数。他只是拿着一张精美的打印稿，在客户面前举起来，问一句话： “想要这个吗？” 这就够了。这就是顶级产品经理和纯技术极客的本质区别。极客在乎的是“我的架构多优雅，我的功能多强大”；但真正的领袖，只盯着那个最纯粹的问题：“这给用户带来了什么巨大好处？” 为了这个目标，很多局部的、不完美的、甚至是让人心疼的优秀技术（比如当时的 OpenDoc），必须要成为路上的牺牲品。当众挨了极刻薄的羞辱，却能用最底层的商业逻辑和产品哲学把全场征服。这就是为什么，他能成为乔布斯。

如果在发布会现场，有人当众指着你的鼻子说： “很明显，你根本不知道自己在说什么。你能不能解释一下，你过去七年到底在混什么？” 你怎么回？气急败坏？让保安赶人？还是在技术细节上跟对方大战三百回合？来，看乔布斯是怎么示范的。这是产品经理史上最经典的一次“现场拆弹”。当时，台下一个技术人员站起来，直接用 OpenDoc 和 Java 的技术细节向乔布斯发难。言辞极其刻薄，最后还补了那句致命的“你过去七年干了什么”。乔布斯是怎么回应的？他没有解释，没有反驳，甚至没有露出一丝不悦。他坐下来，先坦然承认： “你是对的。” 他说，这个技术确实有一些连他自己都不了解的独特功能，可能确实比别的产品好。但他马上话锋一转： “但你问错了问题。” 最难的事情，是如何让一个功能融入能支撑年销售额 80 亿、100 亿美元的宏大愿景，光做出一个酷炫的功能远远不够。然后，他给出了那个奠定苹果后续几十年神话的底层逻辑： “你必须从客户体验出发，然后往回倒推到技术。你绝对不能先拿着一堆牛逼的技术，再头疼去哪里把它卖掉。” 为了证明这点，他拿激光打印机 LaserWriter 举例。那台机器里，塞满了当时最震撼的硬科技：佳能的廉价引擎、苹果自研的优秀控制器、Adobe 的 PostScript 软件，还有 AppleTalk。每一个拿出来，都能让技术人员兴奋得睡不着觉。但普通用户需要懂这些吗？完全不用。乔布斯当年去卖这台机器时，玩法简单到令人发指：他根本不谈参数。他只是拿着一张精美的打印稿，在客户面前举起来，问一句话： “想要这个吗？” 这就够了。这就是顶级产品经理和纯技术极客的本质区别。极客在乎的是“我的架构多优雅，我的功能多强大”；但真正的领袖，只盯着那个最纯粹的问题：“这给用户带来了什么巨大好处？” 为了这个目标，很多局部的、不完美的、甚至是让人心疼的优秀技术（比如当时的 OpenDoc），必须要成为路上的牺牲品。当众挨了极刻薄的羞辱，却能用最底层的商业逻辑和产品哲学把全场征服。这就是为什么，他能成为乔布斯。

墓碑科技

13,645 views • 3 months ago

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

墓碑科技

62,012 views • 8 months ago

有人预测，未来25年，人类将完成过去一万年的技术进步。怎么可能？答案是通用人工智能，AGI。很多人还没反应过来，以为未来50年会和过去50年一样，只是温和的技术迭代。即便他们相信2030年能实现AGI，也觉得那不过是让进步快一点的工具而已。但另一派的观点完全不同。他们认为，到2050年，世界与今天的差别，会像今天和狩猎采集时代的差别一样大。一旦AI开始自动化所有智力活动，智能本身就会开始自我迭代升级。这可能在某个无法预测的时间点，瞬间解锁“极端超智能”。什么是极端超智能？经典案例是分子纳米技术。也就是精准制造可以极速自我复制的微型机器。或者，发明出接近光速的太空探测器。问题来了。谁来定义和控制这种力量？是硅谷那些思想左倾的科技巨头，还是另有其人？当所有智力活动都被自动化，人类的价值又在哪里？这听起来更像是一场巨大的赌博，而赌注是整个人类文明的方向。

有人预测，未来25年，人类将完成过去一万年的技术进步。怎么可能？答案是通用人工智能，AGI。很多人还没反应过来，以为未来50年会和过去50年一样，只是温和的技术迭代。即便他们相信2030年能实现AGI，也觉得那不过是让进步快一点的工具而已。但另一派的观点完全不同。他们认为，到2050年，世界与今天的差别，会像今天和狩猎采集时代的差别一样大。一旦AI开始自动化所有智力活动，智能本身就会开始自我迭代升级。这可能在某个无法预测的时间点，瞬间解锁“极端超智能”。什么是极端超智能？经典案例是分子纳米技术。也就是精准制造可以极速自我复制的微型机器。或者，发明出接近光速的太空探测器。问题来了。谁来定义和控制这种力量？是硅谷那些思想左倾的科技巨头，还是另有其人？当所有智力活动都被自动化，人类的价值又在哪里？这听起来更像是一场巨大的赌博，而赌注是整个人类文明的方向。

墓碑科技

18,269 views • 7 months ago

“冰箱解放了我妈，AI也会‘解放’你。” Google CEO皮查伊这句话，听着怎么有点不对劲？他说AI是人类有史以来最深远的技术，要做好准备面对社会动荡，人得学会“适应”。听起来好像很温和，实则不寒而栗。他说AI像冰箱、洗碗机那样，只是做点人类不想做的杂事。但现实是，它正在砸掉的是律师、会计、创意、记者这些高门槛的知识型工作。现在AI不是帮你洗碗，而是抢你饭碗。而他所谓的“创造新机会”，是高中生拍电影，人人当网红。问题是，被替代的是纪律严明的产业链、清晰的职业路径和中产岗位。你能靠短视频替代工资、退休金、医保、稳定吗？有趣的是，皮查伊在提到“社会需要时间适应”时，没有半句关于劳动者的保护机制。他谈的“责任”，只是一句空话，为科技巨头争取缓冲期。说白了，就是他们冲在自动化的最前线，赚的是高额利润，付代价的，却是被算法猎杀的普通人。资本把AI包装成进步，实则是为降低成本、干掉员工、做大利润铺路。而他们的对策，不过是让你“适应”。问题来了：当一切都由AI替代时，人还剩下什么价值？不是技术可怕，是忽视人的技术才可怕。

“冰箱解放了我妈，AI也会‘解放’你。” Google CEO皮查伊这句话，听着怎么有点不对劲？他说AI是人类有史以来最深远的技术，要做好准备面对社会动荡，人得学会“适应”。听起来好像很温和，实则不寒而栗。他说AI像冰箱、洗碗机那样，只是做点人类不想做的杂事。但现实是，它正在砸掉的是律师、会计、创意、记者这些高门槛的知识型工作。现在AI不是帮你洗碗，而是抢你饭碗。而他所谓的“创造新机会”，是高中生拍电影，人人当网红。问题是，被替代的是纪律严明的产业链、清晰的职业路径和中产岗位。你能靠短视频替代工资、退休金、医保、稳定吗？有趣的是，皮查伊在提到“社会需要时间适应”时，没有半句关于劳动者的保护机制。他谈的“责任”，只是一句空话，为科技巨头争取缓冲期。说白了，就是他们冲在自动化的最前线，赚的是高额利润，付代价的，却是被算法猎杀的普通人。资本把AI包装成进步，实则是为降低成本、干掉员工、做大利润铺路。而他们的对策，不过是让你“适应”。问题来了：当一切都由AI替代时，人还剩下什么价值？不是技术可怕，是忽视人的技术才可怕。

墓碑科技

16,257 views • 10 months ago

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐

今天看到谷歌前CEO施密特的演讲，对 #AI 重要性的描述，让人深思，他提到接下来这十年 #AI 技术的发展，将会直接决定未来的一百年。当年在互联网时代，我看一个创业项目，第一反应就是问：“你的市场有多大？” 因为互联网的生意，本质是“人”的生意：有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊，逻辑都是一样的——抓住海量用户，然后想办法把用户价值变现。但 #AI 时代不是这样。施密特说，#AI 像电、像火。它不是一个“消费产品”，而是一个“生产力工具”，能直接创造结果。这意味着，AI 的市场规模不能再用“用户数 × 客单价”去算，而是要看它能切入多少“工资盘子”。拿 Coding 举例。全球程序员也就 3000 万人，听上去不算大。但这些人薪水都很高，总盘子大概 5000 亿美元。那 #AI 编程工具的价值，就是看它能不能分走这块 5000 亿的蛋糕。比如：如果 AI Coding 工具能替代程序员 10% 的工作，那就是 500 亿美金的价值。如果替代 30%，就是 1500 亿美金。更极端一点，如果完全自动化，那可能就是整个产业格局的重写。这就是为什么，哪怕程序员这个群体本身不大，#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”，而工资就是最实打实的市场。而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体，背后都是巨大的工资池。#AI 能切走多少，就意味着有多大市场。所以在 #AI 时代，我看一个项目，不会再问“有多少用户”，而会先问：“它能帮谁省钱，能省多少钱？”因为 #AI 是硅基员工，真正的竞争对手不是别的互联网应用，而是“人类劳动力”。从投资角度讲，最值得关注的赛道，就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点，接下来可能会是法律文书、金融研究、医疗诊断，甚至是制造业里的设计环节。换句话说，#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作，谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新，将会大有可为，寻找投资标的，也会更清晰。🧐

Rocky

240,758 views • 1 year ago

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。听起来不远了？他列出了几个方向。持续学习。更好的记忆，或者说选择性记忆。就像人脑一样，只记住重要的，而不是什么都存。更聪明的上下文窗口。还有，更好的长期规划与推理能力。但这引出一个核心问题。这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？哈萨比斯自己也承认，他更倾向于后者。不过有一点他很确定。无论路怎么走，大模型都将是AGI的核心组件。他完全不同意Yann LeCun那种“此路已死”的说法。在他看来，唯一的争论点只在于：大模型究竟是AGI的“核心组件”？还是“唯一组件”？这番话听起来很自信。但也让人思考，谁在定义AGI？又是谁在主导这场决定人类未来的技术竞赛？是少数几家科技巨头的CEO，还是更广泛的社会力量？当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？技术突破固然重要，但方向的正确性或许更值得警惕。

谷歌DeepMind的CEO认为，通往通用人工智能（AGI）的大门，可能就差一两个关键突破。听起来不远了？他列出了几个方向。持续学习。更好的记忆，或者说选择性记忆。就像人脑一样，只记住重要的，而不是什么都存。更聪明的上下文窗口。还有，更好的长期规划与推理能力。但这引出一个核心问题。这些所谓的“突破”，究竟是靠现有技术不断堆料、扩大规模就能实现的？还是说，我们需要像爱因斯坦那样的，真正具有洞察力的全新理论？哈萨比斯自己也承认，他更倾向于后者。不过有一点他很确定。无论路怎么走，大模型都将是AGI的核心组件。他完全不同意Yann LeCun那种“此路已死”的说法。在他看来，唯一的争论点只在于：大模型究竟是AGI的“核心组件”？还是“唯一组件”？这番话听起来很自信。但也让人思考，谁在定义AGI？又是谁在主导这场决定人类未来的技术竞赛？是少数几家科技巨头的CEO，还是更广泛的社会力量？当技术路径由少数人确定时，其潜在的风险和伦理问题，是否得到了充分的讨论？技术突破固然重要，但方向的正确性或许更值得警惕。

墓碑科技

18,565 views • 7 months ago

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？"

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 • 3 months ago

软件已死？没有。但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。他说，每家公司现在都是API公司。不管他们想不想要。为什么？因为AI代理人将无处不在。它们会像流水线一样，自动组合各种产品和服务。怎么组合？通过调用你的API。过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。一个时代结束了。一个新时代开启了。这背后真正的问题是什么？当AI代理人可以任意调用数据和功能时，谁来控制它们？身份认证成了新的战场。如果没有一个可信的身份，代理人就可能失控。这听起来是技术问题。但本质是权力问题。谁来定义“可信”？谁来发放这个“数字身份”？是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。力量的重塑，总是在人们不经意的地方开始。

软件已死？没有。但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。他说，每家公司现在都是API公司。不管他们想不想要。为什么？因为AI代理人将无处不在。它们会像流水线一样，自动组合各种产品和服务。怎么组合？通过调用你的API。过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。一个时代结束了。一个新时代开启了。这背后真正的问题是什么？当AI代理人可以任意调用数据和功能时，谁来控制它们？身份认证成了新的战场。如果没有一个可信的身份，代理人就可能失控。这听起来是技术问题。但本质是权力问题。谁来定义“可信”？谁来发放这个“数字身份”？是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。力量的重塑，总是在人们不经意的地方开始。

墓碑科技

20,784 views • 7 months ago

谁是真正的思想家？行动者。这是乔布斯的答案。那些真正改变行业的，都是集思考和行动于一身的人。他举了个例子，达芬奇。达芬奇身边有个“首席战略官”吗？提前五年规划他该画什么，用什么技术？当然没有。达芬奇是艺术家，但他自己调制颜料。他还是个相当不错的化学家。艺术和科学，思考和动手，在他身上合二为一。这才有了非凡的杰作。乔布斯说，科技行业也一样。真正的贡献者，都是思想家和行动派的结合体。现在很多人喜欢说，“这个想法我三年前就有了”。但你往下深挖就会发现。真正做成事的人，也是那些解决了最棘手智力难题的人。光有想法是远远不够的。所有难题，都在执行的细节里。这引出一个问题。今天这种“思想家”和“行动者”分离的模式，是不是已经走偏了？当一个社会，动嘴的人远远多于动手的人，奖励也向他们倾斜时，会发生什么？

谁是真正的思想家？行动者。这是乔布斯的答案。那些真正改变行业的，都是集思考和行动于一身的人。他举了个例子，达芬奇。达芬奇身边有个“首席战略官”吗？提前五年规划他该画什么，用什么技术？当然没有。达芬奇是艺术家，但他自己调制颜料。他还是个相当不错的化学家。艺术和科学，思考和动手，在他身上合二为一。这才有了非凡的杰作。乔布斯说，科技行业也一样。真正的贡献者，都是思想家和行动派的结合体。现在很多人喜欢说，“这个想法我三年前就有了”。但你往下深挖就会发现。真正做成事的人，也是那些解决了最棘手智力难题的人。光有想法是远远不够的。所有难题，都在执行的细节里。这引出一个问题。今天这种“思想家”和“行动者”分离的模式，是不是已经走偏了？当一个社会，动嘴的人远远多于动手的人，奖励也向他们倾斜时，会发生什么？

墓碑科技

13,335 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。

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

59,008 views • 7 months ago

用 DAPPOS DAPPOS 真的越用越香！快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析基本就是一个 24 小时在线的 AI 分析师。这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月；现在，一个点子+一句需求，几分钟就能验证。所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！

用 DAPPOS DAPPOS 真的越用越香！快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析基本就是一个 24 小时在线的 AI 分析师。这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月；现在，一个点子+一句需求，几分钟就能验证。所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！

Flora_花花

16,911 views • 2 months ago

乔布斯说过一句话： “实干家才是真正的思考者。” 很多人以为，有“想法”的人最牛。随便谁都能说：“这个点子我三年前就想到了。” 谁信？乔布斯用达芬奇举例。达芬奇旁边，难道有个专门替他构思的“战略家”吗？告诉他未来五年该画什么？用什么技术画？当然没有。达芬奇自己就是艺术家。他自己调配颜料，所以他也是化学家。他自己研究人体，所以他也是解剖学家。艺术和科学。思考和执行。在他身上是同一个人。真正改变行业的人，从来不是分工合作的产物。不是一个“思想家”加一个“工程师”。而是一个人，既是思想家，也是工程师。因为真正的智力难题，都藏在执行的细节里。把事情做成的人，才是解决了最难问题的人。

乔布斯说过一句话： “实干家才是真正的思考者。” 很多人以为，有“想法”的人最牛。随便谁都能说：“这个点子我三年前就想到了。” 谁信？乔布斯用达芬奇举例。达芬奇旁边，难道有个专门替他构思的“战略家”吗？告诉他未来五年该画什么？用什么技术画？当然没有。达芬奇自己就是艺术家。他自己调配颜料，所以他也是化学家。他自己研究人体，所以他也是解剖学家。艺术和科学。思考和执行。在他身上是同一个人。真正改变行业的人，从来不是分工合作的产物。不是一个“思想家”加一个“工程师”。而是一个人，既是思想家，也是工程师。因为真正的智力难题，都藏在执行的细节里。把事情做成的人，才是解决了最难问题的人。

墓碑科技

15,865 views • 6 months ago

学了8年技术分析的交易员告诉你日本蜡烛图，斐波那契，缠论，波浪理论，威科夫，和谐形态，订单流，顶底背离，smc，ict，vwap，固定成交量分布图所有技术分析，全是放屁。所有技术分析都有相同的地方，但是你不要学了点技术分析就想去安排市场，觉得市场一定会这样走。重要的是不沉迷其中，交易不要有执念，做好仓位管理，趋势来了拿住，看错了认输。正常走势：会技术的和庄家一起推动盘面，收割不懂技术的韭菜。非正常走势：不懂技术的韭菜爆完了，再收割“到位了”的那些懂技术的人。 20年312，比特币单日暴跌50%，原油跌到负数黄金今年1月的主升浪，前两天40年以来最大暴跌，还有更多例子，收割的都是“到位了”的懂技术的人。以上极端行情，能活下来的反而是不带杠杆，不敢抄底摸顶比较怂的人。

学了8年技术分析的交易员告诉你日本蜡烛图，斐波那契，缠论，波浪理论，威科夫，和谐形态，订单流，顶底背离，smc，ict，vwap，固定成交量分布图所有技术分析，全是放屁。所有技术分析都有相同的地方，但是你不要学了点技术分析就想去安排市场，觉得市场一定会这样走。重要的是不沉迷其中，交易不要有执念，做好仓位管理，趋势来了拿住，看错了认输。正常走势：会技术的和庄家一起推动盘面，收割不懂技术的韭菜。非正常走势：不懂技术的韭菜爆完了，再收割“到位了”的那些懂技术的人。 20年312，比特币单日暴跌50%，原油跌到负数黄金今年1月的主升浪，前两天40年以来最大暴跌，还有更多例子，收割的都是“到位了”的懂技术的人。以上极端行情，能活下来的反而是不带杠杆，不敢抄底摸顶比较怂的人。

华尔街没有名字

89,130 views • 5 months ago