Loading video...

Video Failed to Load

Go Home

Altman 现在想投一种过去会被硅谷嘲笑的人。 这种人以前叫“点子人”。 嘴上说自己有一个绝妙创意。 又不肯讲清楚是什么。 只说需要一个程序员把它做出来。 然后公司就能起飞。 Altman 说,当年大家会笑这种人。 因为他们大多做不成。 他自己也烦这个逻辑。 这就像有人说:我有一首神曲的点子,只差一个会弹吉他的人帮我做出来。 妙吧? 硅谷最看不起的角色,突然等来了复仇时刻。 Altman 原话里用了一个词:revenge of the idea guys。 点子人的复仇。 过去很长时间,YC 和整个创业圈筛创始团队,最看重的是技术能力。 谁能写代码,谁能搭系统,谁能把想法变成产品。 技术人才依然重要。 但权重变了。 Altman 现在说,那些完全不会写代码,却真正理解用户的人,他想投。 这句话的变化不在“不会代码也行”。 真正的变化在于,创业的第一门槛正在从“你会不会造”,挪向“你知不知道该给谁造”。 以前点子人最大的问题,是把工程师当外包吉他手。 现在能被重新估值的点子人,必须把用户理解到骨头里。 知道痛点在哪里,知道谁愿意付钱,知道产品第一秒该解决什么。 AI 和工具链把一部分技术门槛压低之后,人的优势开始换地方。 会写代码的人仍然值钱。 但只会写代码、却不懂用户的人,反而会越来越像拿着高级乐器却找不到旋律的人。 硅谷这轮转向真正刺痛人的地方在这里。 过去“我有个点子”不值钱。 现在“我知道用户为什么痛”开始值钱。 创业桌上的筹码,正在从代码能力扩展到用户洞察。

19,109 views • 1 month ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

🔥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

63,889 views • 3 months ago

说个暴论,在AI时代最值钱的技能已经不是写代码了, 怎么把代码讲清楚将会变得越来越重要!怎么把代码讲清楚将会变得越来越重要! Anthropic Claude Code团队的Thariq 大神用不到两年时间,把自己的技术文章做到了稳定的百万浏览量。 他说,技术写作彻底改变了他的人生。 兄弟们你们可能不信,老哥的方法论简单到离谱,就四个字:先种后收。 先埋头做真实的工作,踩真实的坑,积累第一手的洞见, 然后把你学到的东西,变成别人能直接抄的经验。 就是说写文章不能为了写而写,得先有干货,再有输出。 他写爆文就靠两条铁则: 第一,能多简单就多简单,用复杂术语装逼,只能说明你自己都没搞懂。 第二,分享真正的秘密,因为人们不爱看正确的废话,只爱听别人不说的内部干货。 最狠的是,老哥在这场15分钟的线下workshop现场,直接写了一篇《HTML vs Markdown for agents》的长文。 发出去几个小时,就拿了26万浏览,用行动证明了他教的东西真的管用。 当然他也用Claude加速写作,但他反复强调:绝对不能让AI磨掉你的个人声音,因为这才是能持续输出爆款的 核心。 尽管很多人酸,说他能火只是因为他在Anthropic, 不可否认内部视角是天然的流量buff,但我觉得更重要的是, 他掌握了这个时代最稀缺的能力: 把复杂的技术,讲得让同行立刻能用。 AI会写代码,会做产品,会调模型,但它不会讲你的故事,不会分享你踩过的坑,不会有你独有的思考方式。 而写作,就是把你的个人经验,放大一万倍的杠杆。 更妙的是,写作本身会反过来逼你把产品和系统想得更清楚。 就像很多时候,你以为你懂了,但只有当你试着把它写下来的时候才发现自己其实并没有懂。 所以各位程序员兄弟们, 别再觉得技术写作是大佬的事。 从今天开始,把你每天踩的坑、学到的新东西,写成100字的笔记。 先播种,再收割,这个复利一旦滚起来,会比你想象的可怕得多。 如果中推里推荐一位标杆和大神,那一定是宝玉老师宝玉,从宝玉老师身上我学到的很重要的一点是,践行开源精神,你分享的越多,跟着你学习的人越多,respect!

AYi

39,108 views • 1 month ago

“我们究竟是创造了一个工具还是一个生物?” Sam 在 "机器人之心 "小组讨论会上的发言。 Sam: 但我认为,这无疑是迄今为止人类经历的最重大的更新年份。可能这也是我们将会遭遇的最大变革,因为从现在开始,人们已经接受强大的人工智能将成为现实,并且还会有逐步的更新。就像是第一代 iPhone 面世的那年,以及随后每一代 iPhone 的更新,我们现在能够明显感受到这一代与去年那代的差异。所以,这确实是一个重要的时刻。 我感到欣慰的是,现在人们开始正确地把这些系统当作工具来看待。艺术家尤其如此,但其他人也是一样。 曾经,人们真正恐惧的是,我们究竟是创造了一个工具还是一个生物,这将意味着什么?现在,人们视这些系统为人类工具箱中的新工具,并且正在用它创造一些非常了不起的东西。 模型显然不知道你在说什么,因为这不在它的训练数据里,它也无法从训练数据中学习到这些信息。 这是完全可以预期的。你再问一遍。比如说,你提到“意识”这个概念,模型回答:“是的,我完全明白你的意思,但我之前从未听说过这个词。” 问: “这对我来说就像是一次更新。你认为人工智能会趋向于探索创造性智能和自主性吗?” Sam: 这个问题有多个答案。这取决于激励模型。这是人类的选择。 问: “这将是判断意识的一个很好的测试。因为如果它有自我表达的愿望,并且仅仅为了创作的乐趣而去创作,那不会是偶然的。这绝对有点像生物。” Sam: 这是生物化的。我认为在此之前还有很多步骤。 我们现在要回答问题吗?这真的很棒。

Lei.sea

14,132 views • 2 years 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。

墓碑科技

58,888 views • 4 months ago

Vibe Coding 让每个人都有做软件的能力,我见过很多人做了几十个产品,纯特么自嗨,没有一毛钱盈利。 现在 AI 一晚上能做一个产品,代码成本趋近于零,成本低到大家觉得不需要验证,做完了自然有人用。 但事实上大家都在做“玩具”,因为 Vibe Coding 解决的是 how,但 what 和 why 被跳过了。 我最近一个多月一直在用 atypica.AI ,就是在写代码之前,先把想法丢进去跑一轮用户验证。 它会有一套完整的研究链路: 先帮你拆研究计划,然后从百万级真实用户数据构建的 AI 人设库里挑人,组成一个焦点小组(AI Panel),让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。 并且,这个焦点小组可以反复用,每次你有新想法、新定价、新包装、新广告语,都可以拉同一批人再聊一轮。 我刚用它测过的场景: 上周我想做一个给老板用的 AI 助手,它帮我组了 12 个不同行业的老板人设(persona)并沉淀成我可以反复调用的Panel 。 30 分钟跑完,从报告中发现3件我完全没想到的事: 1. 当AI变得太懂老板反而会引发不安全感(尤其是很懂账目和客户关系时,会觉得被盯着); 2. 最抗拒 AI 的老板也不是完全不用 AI ,只是不想换工作方式(能继续发微信、拍照、说语音,后台自动整理); 3. 他们愿意为 AI 付钱不是因为功能多,而是因为它能帮自己少亏一次钱(少一次压货、客户流失或管理损耗,比“智能助手”这个概念更能打动人)。 根据这些发现我当场调整了方向,然后用panel里的同一批人再验证了一轮。两轮下来,避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零,但做对产品的门槛一点没变,如果你想要靠产品盈利,最好还是先想清楚: 你在解决真实需求,还是在解决自己幻想的问题。

余温

26,825 views • 10 days ago

今早刷到一条新闻的时候,我愣了几秒。 去年那个曾经风靡一时、 全网都在找邀请码、朋友圈一夜刷屏的 Manus, 被 Meta 收购了。 而且不是象征性的那种。 传闻中的收购价,高达 20 亿美元。 一瞬间,脑子里只有一句话: 原来那一波热闹,真的不是泡沫。 如果你去年混过 AI 圈,一定记得 Manus。 那种典型的产品—— 不是“炫技 demo”, 而是你一用就发现不对劲的那种工具。 它不是只回答问题, 而是能自己拆任务、查资料、写东西、跑流程。 你给它一个目标,它自己往下干。 后来大家才慢慢意识到: 哦,这是 Agent。 Manus 真正厉害的地方,并不是“它能干什么”, 而是它敢把“人”的工作流直接吃掉。 不是辅助你, 不是提高效率, 而是—— “这事我来做,你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里, Manus 是极少数 真的在往“替代”走的团队。 这也是为什么它能在极短时间内: 用户暴涨 付费率不低 在海外圈层迅速传播 Agent 这个词后来被讲烂了, 但Manus 是最早让普通人真正“感受到 Agent 的”那一批。 更讽刺的是另一件事。 去年,字节跳动曾经试图以 3000 万美元左右收购 Manus。 这事在圈子里不是秘密。 当时很多人的第一反应是: “挺高了吧?” “早点卖也正常。” 但结果你现在也看到了: 没卖。 一年后, 直接卖给 Meta,估值翻了近百倍。 你说这是运气? 不完全是。 这是对一件事的判断差异: Agent 会不会成为下一代核心计算入口。 很多人只盯着“20 亿美元”这个数字。 但更值得琢磨的,其实是另一条线索: Manus 后来把公司主体放在了新加坡。 这一步,太关键了。 不是因为新加坡有什么魔法, 而是因为: 面向全球用户 面向美元资本 面向 Meta、OpenAI、Google 这种买家 你必须站在“他们习惯的坐标系里”。 产品是全球的, 那公司也得是全球的。 这也引出了一个让很多中国 AI 创业者心里不舒服的问题: 为什么这么多 AI 初创, 最后都很难在中国大陆生根? 不是技术不行, 不是人不行, 甚至也不完全是钱的问题。 而是一个更现实的东西: “长大以后怎么办?” 能不能无摩擦地服务全球用户 能不能被全球巨头并购 能不能走一条清晰、可预期的退出路径 这些问题, 对早期创业者来说, 比模型参数重要得多。 再回到 Meta。 你要明白一件事: Meta 不是“看热闹的投资人”。 它现在最缺的, 不是模型, 不是算力, 而是能真正跑在模型之上的 Agent 层。 Chat 是入口, 但 Agent 才是生产力。 而 Manus, 恰好站在这个位置上。 所以这次收购, 与其说是“买一家创业公司”, 不如说是—— 直接买了一条通往下一代产品形态的快车道。 最后说句很人话的。 很多人会把这件事解读成: “中国 AI 又一次被美国收走了果实”。 也有人会说: “这是中国创业者的成功”。 我更愿意用一个不那么宏大的视角看它: 这是一个创业者,在关键时刻, 没有把自己卖便宜的故事。 而在 AI 这个时代, 这种故事, 会越来越少,也越来越贵。 如果你去年抢过 Manus 的邀请码, 如果你用过 Agent, 如果你正在创业、或者想创业, 你大概能理解这种复杂的情绪。 不是羡慕, 也不是愤怒, 而是一种: “原来世界已经走到这一步了”的感觉。 这条新闻,不只是 Manus 的终点。 它更像是很多人,某种幻想的终点。 也是另一种现实的开始。

比特币橙子Trader

122,896 views • 6 months ago