正在加载视频...

视频加载失败

Stripe的CEO,Patrick Collison,扔下了一颗重磅炸弹。 他说,2026年的第一季度,很可能就是“奇点”来临的第一个季度。 这可不是随口一说。 也不是什么宏大叙事。 他的判断,完全基于Stripe平台上最真实、最枯燥的支付数据。 他发现,2025年发生了一次“相变”。 什么意思? 2023年注册的企业,发展轨迹是一条线。 2024年的,是另一条线。 到了2025年,这条线突然垂直起飞。 不仅新注册的企业数量暴增。 更关键的是,单个企业的平均表现、中位数表现,都变得出奇的好。 这打破了一个常规认知。 按理说,新公司多了,平均质量应该下降才对。 结果呢? 数量和质量,居然在同步飙升。 进入2026年才几周。 这个加速的势头,比2025年还要猛。 AI喊了这么多年,各种技术突破听得耳朵都起茧了。 钱到底去哪了? 经济效益到底在哪? 现在,答案似乎来了。 不是在华尔街的报表里,也不是在政府的报告里。 而是在无数中小企业的流水里。 当技术真正开始让普通人赚到钱,那才是最可怕的变革力量。 这种自下而上的颠覆,谁能预见?谁又能阻挡?

40,241 次观看 • 4 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

前特斯拉AI负责人Andrej Karpathy说,他对任何Demo都毫无感觉。 为什么? 因为他被坑过一次。 2014年,他体验了一次Waymo的自动驾驶。 一次“完美”的驾驶。 他当时觉得,技术已经近在咫尺了。 结果呢? 十年过去了,真正的自动驾驶在哪里? Karpathy揭开了一个行业秘密: 从Demo到产品,中间有一条巨大的鸿沟。 尤其是在自动驾驶这种失败成本极高的领域。 他用了一个词,“九的征程”(march of nines)。 什么意思? 搞出一个90%成功率的Demo,这只是第一个“九”。 然后是99%,第二个“九”。 然后是99.9%,第三个“九”。 99.999%…… 每增加一个“九”,付出的工作量都是一样的,甚至更大。 他在特斯拉干了五年,团队大概推进了两三个“九”。 前面还有无数个“九”等着你。 这套理论,解释了硅谷这些年画的大饼。 AI写代码也是一个道理。 写个小脚本,做个演示,很容易。 但要写真正用在生产环境的代码,能保证数亿人数据安全的代码,就是另一回事了。 任何一个小错误,都可能导致灾难性的安全漏洞。 所以那些吹嘘“颠覆”和“革命”的人,是真的不懂,还是在刻意忽悠? 一个Demo就能融到上亿美元的时代,是不是该结束了? 踏踏实实解决问题,比任何华丽的演示都重要。 这才是真正的创新,不是吗?

墓碑科技

95,438 次观看 • 3 个月前

这个人的访谈,我已经看了第三遍了。 硅谷最神秘的亿万富翁——纳瓦尔·拉维坎特。很多人都没听说过他,但马斯克、扎克伯格都非常推崇他。 他几乎不接受采访,可一旦开口,就是那种让人当场坐直、反复回放的话。 连这两天,我又重温了他三个小时的访谈,帮你总结了含金量最高的几个观点,和你分享。 第一,人生中最重要的三个决定。 纳瓦尔说啊,所有的结果,几乎都是这三件事的下游:和谁在一起,做什么,住在哪里。 这听起来很简单,但他说,大多数人都没有意识到,他们在这三件事上的思考,时间少得可怕。 但就是这三件事,决定了你几乎所有的一切——你的朋友圈、你的机会、你的情绪底色、你每天呼吸什么样的空气、你未来能遇见什么样的人。 他说,如果你要做一个能够影响4年的决定,你应该花一年的时间来想清楚它。 而我们绝大多数人呢?就是花了一个周末,就决定了一份要学4年的专业;花了一个月,就决定了一份干10年的工作。 第二,骄傲是最昂贵的特质。 这句话很短,但是呢,我愣了很久。 纳瓦尔说啊,他观察了很多朋友和同事,那些原地踏步、成长最少的人,几乎无一例外,都是最骄傲的人。 骄傲意味着什么? 意味着你不会承认自己错了。 你买了一只烂股票,不舍得割肉,因为承认亏损,就等于承认你判断失误。 你卡在一段不好的关系里,你不离开,是因为你不想让别人看见你失败。 骄傲,会把你锁在次优答案里。 他说,最好的艺术家、最好的创业者都有一个共同点——就是他们随时愿意从零开始,愿意被看起来像个傻瓜。 他还举了马斯克的例子,说他卖掉了 PayPal 之后拿到了2亿美元,接着他把这些钱全部压到了 SpaceX 和特斯拉里,甚至还要借钱付房租。 第三,不是一万小时,而是一万次迭代。 你一定听过那个“一万小时定律”,说你重复做一件事,坚持1万小时就能成为专家。 纳瓦尔呢,一针见血地指出:是错的。 真正让你成为专家的,是1万次迭代,而不是1万个小时。 重复和迭代,是两件完全不同的事。 重复,就是你把一件事做了一遍又一遍;而迭代,是你每做一次,就要带着上一次的教训,做得更好一点。 所以,我们每个人都要问自己一个问题:你到底是在迭代,还是只是把第一次的经验,重复了很多遍? 第四,灵感是易逝品。 这点我觉得,可能是整个访谈里最实用的一条。 纳瓦尔说啊,当你有灵感的那一刻,就是阻力最小、效率最高的那一刻,这个窗口转瞬即逝。 你有灵感写一篇东西,那就在那一秒写;你有灵感去解决一个问题,就立刻解决;你对某件事突然好奇,就在那一秒去查。 不要想着等我有时间再去做,因为等有时间的时候,那个灵感、那个状态,已经不在了。 纳瓦尔说啊,他不喜欢被过度安排的人生,因为那样,你会永远错过真正想做的时刻。 第五,注意力在哪里,你的人生就在哪里。 这是整个访谈里,最让我反复回味的一句话。 纳瓦尔说啊,很多人以为钱可以买到时间,但是像沃伦·巴菲特,还有迈克尔·彭博,有钱到这个程度,他们依然没办法多买到一天。 而更致命的不是这个。 更致命的是,你有时间,却没有把注意力,真正地放在这段时间里。 你躺在床上,刷两个小时短视频,时间在流逝,但你的注意力在哪里? 在算法推荐给你的下一条,下一条,再下一条。 两个小时过去了,你刷了100条视频,可你什么都不记得。 纳瓦尔说啊,你的身体在,但其实你已经死了。 这,才是现代人最大的悲剧。

另一面

132,968 次观看 • 4 个月前

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 次观看 • 5 个月前

同样站在 2009 年那个路口,有人只看见一块显卡, 有人看见了往后二十年整个计算的样子。 那年 Nvidia 市值 40 亿,是 Intel 的零头, 所有人都笑黄仁勋不过是个卖游戏配件的。 那时候 Nvidia 市值 40 亿,Intel 1000 亿,差了 25 倍。 他说了句在场没人当回事的话:PC 的杀手应用是 Word 和 Excel,所以串行架构的 CPU 是王者,但未来电脑要处理的不是打字和算数,是图像、3D 虚拟世界、艺术表达。 这些东西全是并行任务,CPU 搞不定。 17 年后,Nvidia 5 万亿,Intel 五千多亿,25 倍的劣势,变成了接近 10 倍的反超。 但我看了两遍才发现,这条视频最狠的不是老黄预测对了 AI,他 2009 年根本没提 AI。 他预测对的是另一件事:异构计算的必然性。 CPU 管串行,GPU 管并行,两个都要,但 GPU 的相关性在上升,这个判断后来成了现代计算的铁律——手机 SoC、AI PC、数据中心,全是这个逻辑。 而且他在 2005-2006 年就把 CUDA 押上去了,一个显卡公司搞通用计算平台,投资人觉得他疯了。 打个比方,就像在一片荒地上挖了口井,当年所有人都在笑,自来水不香吗你挖什么井,但十几年后城市盖起来了,才发现只有你这口井挖到了最深的蓄水层——所有房子的水管都只能接你这一口。 CUDA 就是这口井,黄仁勋挖了二十年。 他没去追 Intel 的赛道,默默在在修自己的路,从图形到科学计算到深度学习到生成式 AI 到物理世界模拟——每一步迁移,这条路都在变宽,十七年后,所有的车都拐上了他修的这条路。 远见从来不稀缺,酒桌上人人都有。 稀缺的是认准之后,肯花十年时间,把一句没人信的判断,亲手浇筑成一条别人绕不过去的护城河。 今天这个路口也站满了人,有人在盯更强的模型,有人在看下一个计算平台长在哪。 我们最该盯的其实不是市值曲线,应该是创始人嘴里那个词,黄仁勋在访谈里反复说 relevance——他不纠结谁更大,只纠结自己做的事跟未来还相关吗。 我觉得这句话比任何技术判断都值钱。 2009 年人人都说 Nvidia 就是个做显卡的,跟今天有人说某家 AI 公司就是个做 XX 的一模一样。 但真正的 alpha,永远藏在对工作负载演进方向的预判里。

AYi

120,721 次观看 • 25 天前