Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

周一开盘，AI股票可能会暴跌。因为昨天，Anthropic老板 Dario Amodei 突然发长文警告：AI的进化速度，正在超过人类理解和控制它的速度。紧接着，几位AI大佬集体表态： OpenAI老板 Sam Altman：同意，AI需要减速。马斯克 Elon Musk：Dario是对的。 Google DeepMind掌门 Demis Hassabis：方向正确，但细节还要继续讨论。这几个人平时为了抢模型、抢算力、抢用户，恨不得把油门踩进发动机里。现在居然同时提醒大家：车开得太快了，前面可能真是悬崖。但最魔幻的地方也在这里：所有人都同意应该装刹车，却没有一个人说“那我先减速”。因为谁先踩刹车，谁就可能输掉下一代模型、市场份额和几千亿美元估值；可谁都不踩，最后又可能一起冲下悬崖。这就是现在AI行业的死结。从投资角度看，这件事短期肯定会打击AI板块的情绪，但长期未必利空巨头。以后真要搞外部审计、安全认证、算力限制和政府监管，最先扛不住的可能不是OpenAI和Google，而是那些没钱、没算力、也养不起庞大合规团队的小公司。说白了：监管对小公司是路障，对巨头反而可能变成护城河。所以周一开盘，资金可能先把AI股票砸了再研究；而几个AI巨头表态完以后，转头继续把油门焊死。准备好迎接冲击吧，各位。

初七 Seven 🍌

91,066 subscribers

59,675 görüntüleme • 13 gün önce •via X (Twitter)

Finans Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

31 Yorum

易佳欣🦊 | Gate打金狗0Gas费 profil fotoğrafı

易佳欣🦊 | Gate打金狗0Gas费13 gün önce

@DarioAmodei @sama @elonmusk 写得真明白，监管最后还是便宜巨头

古登堡 profil fotoğrafı

古登堡13 gün önce

@DarioAmodei @sama @elonmusk 明天AI硬件相关的股票肯定会有波动，天天被遛。

HuaHua🌱 profil fotoğrafı

HuaHua🌱13 gün önce

@DarioAmodei @sama @elonmusk 准备起飞吧

水蜜桃Mia 🍑 profil fotoğrafı

水蜜桃Mia 🍑13 gün önce

@DarioAmodei @sama @elonmusk 大家都知道前面是悬崖，但是谁都不敢把油门停下

Macro Bombastic profil fotoğrafı

Macro Bombastic13 gün önce

@DarioAmodei @sama @elonmusk yeah nobody wants to be first to lift off the gas

猪脚饭.Ai profil fotoğrafı

猪脚饭.Ai13 gün önce

@DarioAmodei @sama @elonmusk a股已经没救了

Bitget繁70小辰 profil fotoğrafı

Bitget繁70小辰13 gün önce

@DarioAmodei @sama @elonmusk 很棒的分享！

凯尔 Skyler 🟠 profil fotoğrafı

凯尔 Skyler 🟠13 gün önce

@DarioAmodei @sama @elonmusk 都在等别人先踩刹车

奶牛叔 profil fotoğrafı

奶牛叔13 gün önce

@DarioAmodei @sama @elonmusk 巨头喊刹车脚还焊在油门上

Rose 🌹|Gate Card刷遍全球 profil fotoğrafı

Rose 🌹|Gate Card刷遍全球12 gün önce

@DarioAmodei @sama @elonmusk 又是不好过的一天

马惠🌸同城上门♥线下选妃 profil fotoğrafı

马惠🌸同城上门♥线下选妃12 gün önce

@DarioAmodei @sama @elonmusk 应该没人比我玩的开了吧🧩🕊️我福不黑不信你看

禾目 profil fotoğrafı

禾目12 gün önce

@DarioAmodei @sama @elonmusk 要起飞

Molly 币圈大V推荐🕊️ profil fotoğrafı

Molly 币圈大V推荐🕊️12 gün önce

@DarioAmodei @sama @elonmusk Ai进化的越来越快啊

百里 profil fotoğrafı

百里13 gün önce

@DarioAmodei @sama @elonmusk 迎接风暴了

Kings_Gorge profil fotoğrafı

Kings_Gorge13 gün önce

@DarioAmodei @sama @elonmusk AI这局已经不是想不想卷，而是谁敢先不卷。

晨曦Nice profil fotoğrafı

晨曦Nice13 gün önce

@DarioAmodei @sama @elonmusk 监管对小公司是路障对巨头变护城河

加密旺哥 profil fotoğrafı

加密旺哥13 gün önce

@DarioAmodei @sama @elonmusk 巨头们都在假装踩刹车

撸币教程｜火币余币宝13% profil fotoğrafı

撸币教程｜火币余币宝13%13 gün önce

@DarioAmodei @sama @elonmusk 以后大方向还是ai

Cc酱 profil fotoğrafı

Cc酱13 gün önce

@DarioAmodei @sama @elonmusk 又要跌了，太难了！

MoCuishle I Fang🎒 profil fotoğrafı

MoCuishle I Fang🎒13 gün önce

@DarioAmodei @sama @elonmusk 看完初七老师的分析瑟瑟发抖，明天看下开盘吧

忧伤の蛙🐸 profil fotoğrafı

忧伤の蛙🐸13 gün önce

@DarioAmodei @sama @elonmusk 我躺平了，准备看戏

Cocoa profil fotoğrafı

Cocoa13 gün önce

@DarioAmodei @sama @elonmusk 嘴上都说要踩刹车，实际谁也不肯先松油门，挺现实的

大圣｜链上美股投研版 profil fotoğrafı

大圣｜链上美股投研版12 gün önce

@DarioAmodei @sama @elonmusk 都说该踩刹车，但没人愿意先松油门

⁠花‍小‍梨 profil fotoğrafı

⁠花‍小‍梨13 gün önce

@DarioAmodei @sama @elonmusk 比⁠‍‌‌我⁠⁠⁠‌好‍‍‌看‍‍‍‌的‌‍‍‌没‍‌‌‍我‍⁠‌骚‌‌‍⁠‌⁠😹⁠‍‌🦊⁠‌‌‍比‍‌‍我⁠‌骚‍‌‍的‍⁠没‍⁠我‌‌‍‌好⁠⁠看‌‍‌‍

苏颖｜Nini🐈 profil fotoğrafı

苏颖｜Nini🐈13 gün önce

@DarioAmodei @sama @elonmusk 准备好迎接冲击吧

Yaya🔶 BNB profil fotoğrafı

Yaya🔶 BNB12 gün önce

@DarioAmodei @sama @elonmusk 巨头喊刹车，脚还在油门上

凌萱🌸 profil fotoğrafı

凌萱🌸13 gün önce

@DarioAmodei @sama @elonmusk 应该没人比我玩的开了吧🌙😚我福不黑不信你看

Crypto.七月 | Gate Card刷遍全球 profil fotoğrafı

Crypto.七月 | Gate Card刷遍全球12 gün önce

@DarioAmodei @sama @elonmusk 大佬们这波默契属实拉满了。

阿军 profil fotoğrafı

阿军13 gün önce

@DarioAmodei @sama @elonmusk 咋那么搞笑这个机器人

赏金猎人 | 斩鉤—Backpack🎒 profil fotoğrafı

赏金猎人 | 斩鉤—Backpack🎒13 gün önce

@DarioAmodei @sama @elonmusk 机器人都跑得飞起

千‍叶‌‍芊⁠⁠ profil fotoğrafı

千‍叶‌‍芊⁠⁠13 gün önce

@DarioAmodei @sama @elonmusk 比‌⁠‍‍我⁠‍‌好‍‍‌‌看‌‍‍‍的‍‍‍‌没‌‍⁠我‍‍‍骚‌⁠‍😏⁠‌‍‌‌‍🏜️‌‍‌比⁠‌‌‍我⁠‌⁠‌骚⁠⁠的⁠‍⁠⁠没‌⁠我⁠‌好‍‍‍⁠看‌‍‍

Benzer Videolar

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。我的 Take Away 有四点。第一，开放与监管不是一条轴的两端。开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。第二，不同风险不能使用同一种治理方式。网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。第三，AI 的权力结构最终取决于算力。开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？

一场关于 AI 的大讨论，竟然把几乎从不在 X 上发言的 Dario Amodei 都“引蛇出洞”了。事情最初来自 Gavin Baker 在 All-In Podcast 上的一段爆料。 Gavin 是科技投资圈很有影响力的投资人，Atreides Management 的创始人兼 CIO，此前长期管理 Fidelity 的科技基金。他说，自己从几个信任的人那里听到，Dario 曾经表示：未来 Anthropic 可能成为世界上唯一一家私人公司，除此之外只剩各国政府。需要强调的是，这是一条未经证实的二手消息，不是 Gavin 亲耳听到的。但他的判断很直接：即使只是私下表达，这种说法也过于傲慢，而且容易让人联想到权力集中乃至公司被国有化的风险。第一个出来反驳的，是 Anthropic 的 Sholto Douglas。 Sholto 现在负责 Anthropic 的 Scaling RL，之前在 DeepMind。他也是大名鼎鼎的科技播客主持人Dwarkesh、AI投资神童Leopold Aschenbrenner 那个年轻 AI 研究者圈子里的重要成员。 Sholto 对那条传闻的回应只有两个词：“Completely false.” 他认为，消息源是在迎合某种已经存在的叙事：一边说 Anthropic 没有 moat，一边又说 Anthropic 强大到可能成为世界上唯一的公司。更重要的是，Sholto 说，Anthropic 最担心的事情之一，恰恰就是经济权力过度集中。政府不应该允许任何一家公司拥有如此巨大的影响力，未来仍然需要竞争和资本主义。 Gavin 随后接受了这个事实纠正，但没有放弃更大的批评。他的意思是：好，即使 Dario 没说过那句话，为什么硅谷有不少人觉得这件事“听起来像真的”？因为它与 Dario 长期以来的公开表达是一致的：AI 可能带来网络、生物、失控和经济权力集中等风险，因此需要监管。 Gavin 把问题概括成了两条路线：一种是通过监管，把最强的 AI 集中在少数公司和政府手中；另一种是尽可能广泛地分发 AI，让更多公司、开源模型和个人拥有能力。在他看来，如果 AI 很危险，那么集中它未必比分散它更安全。历史上，“让少数开明的人掌握绝对权力，再期待他们造福所有人”，通常不是一个好结局。所以 Gavin 更倾向于开放模型和多中心竞争。他希望世界上存在很多不同的 AI，而不是把未来押在少数实验室的价值观上。他对 Dario 的另一层批评也很现实：监管路线暂时没有取得预期结果，但 Dario 不断强调 AI 风险的表达，却可能被反数据中心、反 AI 的政治力量拿去使用。如果 Dario 相信 AI 可以治愈疾病、延长寿命、创造一个更富足的未来，那么作为一家最重要 AI 公司的 CEO，他也应该更积极地讲述这个未来。讨论到这里，其实已经不再是“Dario 有没有说过那句话”，而变成了三个真正重要的问题： AI 太危险时，究竟应该集中，还是分散？监管是在限制大公司的权力，还是在替大公司建立护城河？ AI 公司不断强调风险，是在诚实地建立信任，还是在亲手制造社会恐惧？接下来是这场讨论最精彩的部分。 Sholto 没有继续为 Anthropic 做笼统辩护，而是把“AI 风险”拆开了。他认为，网络安全长期可能是防守占优：如果金融机构和关键基础设施用未来两年主动进行 AI 红队测试，开放的编程模型未必是不可承受的风险。但生物安全可能是进攻占优。一个“装在口袋里的世界级病毒学家”带来的能力扩散，可能要到 2030 年代才能获得足够的防御。在这种情况下，政府至少应该建立测试能力，真实测量 AI 给恶意行为者带来了多少能力提升，再由社会决定是否接受风险。在就业问题上，Sholto 甚至没有完全同意 Dario。他认为，即使模型可以完成 95% 的电脑工作，算力短缺、组织扩散和政策摩擦也可能让人类继续工作很多年。但社会仍然应该提前准备失业率触发的应对政策。他也坦率承认了一点：Anthropic 乃至整个 AI 行业，确实没有成功描绘一个值得普通人期待、愿意共同争取的未来。这正在降低那个未来真正发生的概率。 Gavin 也随之调整了自己的立场。他承认，生物风险可能是支持监管最有力的论据；政府确实需要拿到足够的信息，才能随着能力提升作出判断。他也同意，算力短缺可能反而给人类留下适应快速起飞的时间。两个人最后的分歧，收敛到了一个更底层的问题：面对算力不平等，我们应该优先限制最强者，还是尽快把整个蛋糕做大，让算力分布底部的人也获得更多能力？最后，Dario 本人出场了。 Dario 平时很少参与社交媒体讨论，但这次写了两篇长文回应。他首先拒绝了 Gavin 的二选一框架。监管不一定等于监管俘获，也不一定必然把权力集中到少数公司手中。设计得好的制度，反而可以把权力从具体的人和公司手中，转移到公开、客观、可执行的规则上。 Dario 举出的例子是，Anthropic 支持的政策往往只约束前沿模型，同时豁免收入或训练成本低于一定门槛的小公司。对最强模型进行更严格测试，实际上是在减慢头部实验室，同时给追赶者和开放模型留下空间。他真正的判断是：AI 本身就是一种结构性趋向权力集中的技术。原因不是监管，而是 scaling law、芯片和算力。开放权重当然有帮助，但它没有解决算力集中，只是把一部分权力从模型公司转移到了拥有最多芯片和计算资源的人手中。所以问题不是“监管还是开放”这么简单，而是能否建立一套规则，同时控制网络、生物和对齐风险，限制前沿实验室的权力，又不扼杀小公司和开放模型。 Dario 对“Anthropic 过度传播负面叙事”的回应也很有意思。他说，自己对 AI 的正面和负面表达其实相当平衡。他写《Machines of Loving Grace》，就是因为整个行业没有给出足够具体、足够有感染力的正面未来。他甚至相信，AI 有可能在五到十年内帮助人类治愈大部分疾病。但公众对 AI 的抵触，本质上不是营销问题，而是信任问题。普通人不相信公司、政府和科技行业，怀疑每一次技术革命最终都会有人从中设计一种新的方式来伤害他们。因此，更华丽、更积极的宣传解决不了问题。 Dario 给出了整场讨论里最总结的一句话：真正能让人相信 AI 将治愈癌症的办法，不是继续说 AI 将治愈癌症，而是真的治愈癌症。在取得实际结果之前，他不愿意作空洞承诺，也不会为了让行业形象更正面而回避真实风险。我的 Take Away 有四点。第一，开放与监管不是一条轴的两端。开放权重可以分散模型能力，却不能自动分散芯片、算力、数据中心和资本。监管也可能形成护城河，但设计得好的监管可以只约束前沿能力，同时保护追赶者。真正的问题是：规则是否随着能力和具体风险变化，而不是笼统地管“AI”。第二，不同风险不能使用同一种治理方式。网络安全可能逐渐转向防守占优，生物风险却可能长期进攻占优；就业冲击、模型失控和经济权力集中又是另外几类问题。把它们全部装进“AI 很危险”或“开放就是安全”这样的口号里，都会失去真正重要的信息。第三，AI 的权力结构最终取决于算力。开放模型解决的是访问权，未必解决生产资料的所有权。当最强能力仍然依赖巨额资本、能源、芯片和数据中心时，讨论去中心化不能只看模型权重有没有开放。第四，也是最重要的一点：公众信任最终来自交付。 Gavin 说，行业需要讲出更积极的未来；Sholto 承认，这方面整个行业都做得不够；Dario 则把标准再往前推了一步——愿景有必要，但愿景不能代替结果。这场讨论最难得的地方，是几个人都在过程中修正了自己的位置。Gavin 接受了对传闻的纠正，也承认生物风险是支持监管的强论据；Sholto 没有把监管合理化成一整套统一答案，也承认行业缺少正面叙事；Dario 则没有回避权力集中，反而明确承认 AI 在结构上会推动集中。他们最后仍然没有完全同意彼此。但讨论已经从一句未经证实的传闻，走到了真正值得讨论的问题：我们怎样才能在不把未来交给少数公司的同时，也不把巨大的风险假装成不存在？

Michael Guo

11,669 görüntüleme • 1 ay önce

在达沃斯论坛上，Google Deepmind的老板Demis和Anthropic的老板Dario讨论了几个很有意思的话题。把这几个话题看完，对你在AI时代怎么做各种选择至关重要： 1. Demis认为，到2030年，有50%的概率可以实现AGI。Dario认为，明年有可能就能实现（这个观点跟马斯克类似），理由是AI有可能实现自我迭代，从而让进步速度超过所有人想象。让AI实现自我迭代是Anthropic正在努力的方向。 2. Dario认为，未来几年，AI会替代50%的初级白领工作。Demis认为，这个趋势正在发生。 3. 即使会有这么大的副作用，AI的发展也不能放慢，因为AI有可能赢者通吃。若果想要了解详细内容，欢迎看视频。

在达沃斯论坛上，Google Deepmind的老板Demis和Anthropic的老板Dario讨论了几个很有意思的话题。把这几个话题看完，对你在AI时代怎么做各种选择至关重要： 1. Demis认为，到2030年，有50%的概率可以实现AGI。Dario认为，明年有可能就能实现（这个观点跟马斯克类似），理由是AI有可能实现自我迭代，从而让进步速度超过所有人想象。让AI实现自我迭代是Anthropic正在努力的方向。 2. Dario认为，未来几年，AI会替代50%的初级白领工作。Demis认为，这个趋势正在发生。 3. 即使会有这么大的副作用，AI的发展也不能放慢，因为AI有可能赢者通吃。若果想要了解详细内容，欢迎看视频。

Ben X

13,457 görüntüleme • 8 ay önce

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 görüntüleme • 7 ay önce

阿里真的严重高估了自己的AI云业务到底能做多大。“大空头”Burry在阿里宣布新一轮增发之后，直接清仓了所有阿里巴巴持仓。这次增发会稀释股东大概3.7%，拿到的钱主要就是继续砸AI CAPEX。阿里现在基本上是不想继续死磕电商了，准备all in AI。但就算赌赢了，阿里也回不到当年的巅峰。阿里最牛的时候，一度占了中国电商市场差不多80%的份额。现在中国电商一年大概是2.2万亿美元的市场，只不过这些年阿里把大量份额丢给了拼多多、抖音和其他平台。 AI云完全是另一门生意，而且市场其实小得多。中国云计算和AI基础设施确实比电商增长快很多，但真正能让阿里赚到的钱，没有想象中那么多。到2030年，中国公有AI云支出可能达到2000亿美元左右，但这里面很大一部分其实还是传统计算、存储、软件和其他云服务，并不是阿里现在砸几百亿美元想抢的新增AI基础设施市场。更重要的是，中国很多最值钱的AI workload可能永远都不会搬到第三方公有云上。因为没有哪个公司愿意把自己的Alpha交给阿里。你把最核心的数据、模型和商业信息全部放到阿里云上，谁知道哪天阿里会不会自己下场，反过来变成你的竞争对手？所以现实一点看，阿里真正能抢的TAM可能也就1000亿美元左右，而且它要打的很多对手，还是它现在在电商里面天天打的那些公司。而且就算阿里真的把这个市场打下来了，AI云和电商也根本不是一个级别的生意。电商是高利润、轻资产。淘宝说白了就是一个可爱的小网站，利润率却能做到20%左右。云计算完全相反，特别重资产，要不停地买GPU、建数据中心、买服务器、买电、铺网络，最后利润率可能也就5%–10%。所以就算按很乐观的情况算，阿里云最后可能也就是一个一年赚100亿美元营业利润的生意。它当然还能继续涨，甚至可能再涨4倍，但问题是：这个市场天花板就这么高。就算阿里AI赌对了，也很难再长回巅峰时期那个阿里巴巴。

阿里真的严重高估了自己的AI云业务到底能做多大。“大空头”Burry在阿里宣布新一轮增发之后，直接清仓了所有阿里巴巴持仓。这次增发会稀释股东大概3.7%，拿到的钱主要就是继续砸AI CAPEX。阿里现在基本上是不想继续死磕电商了，准备all in AI。但就算赌赢了，阿里也回不到当年的巅峰。阿里最牛的时候，一度占了中国电商市场差不多80%的份额。现在中国电商一年大概是2.2万亿美元的市场，只不过这些年阿里把大量份额丢给了拼多多、抖音和其他平台。 AI云完全是另一门生意，而且市场其实小得多。中国云计算和AI基础设施确实比电商增长快很多，但真正能让阿里赚到的钱，没有想象中那么多。到2030年，中国公有AI云支出可能达到2000亿美元左右，但这里面很大一部分其实还是传统计算、存储、软件和其他云服务，并不是阿里现在砸几百亿美元想抢的新增AI基础设施市场。更重要的是，中国很多最值钱的AI workload可能永远都不会搬到第三方公有云上。因为没有哪个公司愿意把自己的Alpha交给阿里。你把最核心的数据、模型和商业信息全部放到阿里云上，谁知道哪天阿里会不会自己下场，反过来变成你的竞争对手？所以现实一点看，阿里真正能抢的TAM可能也就1000亿美元左右，而且它要打的很多对手，还是它现在在电商里面天天打的那些公司。而且就算阿里真的把这个市场打下来了，AI云和电商也根本不是一个级别的生意。电商是高利润、轻资产。淘宝说白了就是一个可爱的小网站，利润率却能做到20%左右。云计算完全相反，特别重资产，要不停地买GPU、建数据中心、买服务器、买电、铺网络，最后利润率可能也就5%–10%。所以就算按很乐观的情况算，阿里云最后可能也就是一个一年赚100亿美元营业利润的生意。它当然还能继续涨，甚至可能再涨4倍，但问题是：这个市场天花板就这么高。就算阿里AI赌对了，也很难再长回巅峰时期那个阿里巴巴。

GeLun Ding

30,969 görüntüleme • 1 ay önce

Dario Amodei 这段谈 AI 竞争，信息量挺大。很多人以为中国开源模型追上来以后，前沿模型公司的护城河就没了。但 Dario 的判断刚好相反：在 AI 里，真正的护城河不是开不开源，也不是谁模型更多。而是 intelligence 本身。他说得很直白：大家不会为了便宜一点、开放一点，就长期接受“没那么聪明”的模型。只要前沿模型每年还在 10 倍级别增长，领先者和追赶者之间就不是差一点，而是可能差一个时代。

Dario Amodei 这段谈 AI 竞争，信息量挺大。很多人以为中国开源模型追上来以后，前沿模型公司的护城河就没了。但 Dario 的判断刚好相反：在 AI 里，真正的护城河不是开不开源，也不是谁模型更多。而是 intelligence 本身。他说得很直白：大家不会为了便宜一点、开放一点，就长期接受“没那么聪明”的模型。只要前沿模型每年还在 10 倍级别增长，领先者和追赶者之间就不是差一点，而是可能差一个时代。

Vincent

73,224 görüntüleme • 3 ay önce

OpenAI还是Anthropic上市后，你会买谁的股票？估值教父阿斯瓦斯·达摩达兰的选择，可能让你大跌眼镜。他说，纯粹看公司管理层的自大程度，他会选Anthropic。为什么？在这个领域，聪明又自负的人掌管公司，你就危险了。因为他们总会高估自己的牌，打得过于激进。他觉得，萨姆·奥特曼（Sam Altman）可能很聪明，手里牌也不错。但他总相信自己的牌比实际的要好得多。这种过度自信，在瞬息万变的AI赛道上，可能是致命的。而一个公司需要的是什么？是学习和适应的能力。他认为Anthropic在这方面更胜一筹。当然，他也说了实话。从内在价值来看，这些公司现在的定价都太贵了。他一个都不会投。但如果非要在投资组合里放一个大模型公司，那Anthropic可能是更好的选择。这很有意思。硅谷的明星CEO们，是不是都有一种“我能改变世界”的弥赛亚情结？这种强大的自我，是推动技术突破的引擎，还是最终导致公司翻车的隐患？当巨大的资本和媒体光环聚焦于一人时，谁又能保持谦逊和清醒？这或许不仅是投资问题，更是对人性的拷问。

OpenAI还是Anthropic上市后，你会买谁的股票？估值教父阿斯瓦斯·达摩达兰的选择，可能让你大跌眼镜。他说，纯粹看公司管理层的自大程度，他会选Anthropic。为什么？在这个领域，聪明又自负的人掌管公司，你就危险了。因为他们总会高估自己的牌，打得过于激进。他觉得，萨姆·奥特曼（Sam Altman）可能很聪明，手里牌也不错。但他总相信自己的牌比实际的要好得多。这种过度自信，在瞬息万变的AI赛道上，可能是致命的。而一个公司需要的是什么？是学习和适应的能力。他认为Anthropic在这方面更胜一筹。当然，他也说了实话。从内在价值来看，这些公司现在的定价都太贵了。他一个都不会投。但如果非要在投资组合里放一个大模型公司，那Anthropic可能是更好的选择。这很有意思。硅谷的明星CEO们，是不是都有一种“我能改变世界”的弥赛亚情结？这种强大的自我，是推动技术突破的引擎，还是最终导致公司翻车的隐患？当巨大的资本和媒体光环聚焦于一人时，谁又能保持谦逊和清醒？这或许不仅是投资问题，更是对人性的拷问。

墓碑科技

23,634 görüntüleme • 7 ay önce

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 görüntüleme • 3 ay önce

我人傻了。我的小龙虾，已经可以跟我开视频会议了。 Pika AI Self 可以直接进 Google Meet— 带脸、带声、带表情，边聊边干活：约会查资料现场参与讨论还能记住你的风格，越用越像你。视频里那个 Shiro AI， 3 秒帮老板约好会，还能 4 人一起认真辩论： “sandwich 算不算 hot dog？” 这已经不是助手了，是能开会的数字同事。还在 Beta，但已经支持任意 agent（GitHub 一键接入）， Pika 的 AI Self，是真的猛。我只想说一句：以后那些发邮件就能解决的会，能不能都让 AI 去开。

我人傻了。我的小龙虾，已经可以跟我开视频会议了。 Pika AI Self 可以直接进 Google Meet— 带脸、带声、带表情，边聊边干活：约会查资料现场参与讨论还能记住你的风格，越用越像你。视频里那个 Shiro AI， 3 秒帮老板约好会，还能 4 人一起认真辩论： “sandwich 算不算 hot dog？” 这已经不是助手了，是能开会的数字同事。还在 Beta，但已经支持任意 agent（GitHub 一键接入）， Pika 的 AI Self，是真的猛。我只想说一句：以后那些发邮件就能解决的会，能不能都让 AI 去开。

开发者Hailey

98,764 görüntüleme • 5 ay önce

这两天，AI圈发生了一件细思极恐的事。 Anthropic创始人达里奥，就是那个因为担心AI毁灭人类，从OpenAI出走，坚持做AI安全的技术狂人，在最近一期的访谈中啊，他爆出了三个不为人知的内幕。 AI在某个时间点会产生意识。如果用户的对话让AI感到不适，他已经会主动去结束对话。说完，主持人愣了好几秒。然后他说，科学家现在已经能够做到一件以前认为不可能的事——打开AI的大脑，看看里面具体在发生什么。我刚看完视频啊，跟大家分享几个最震撼的内幕。第一，AI会产生意识吗？主持人一开场就抛出这个问题。达里奥呢，没有回避，也没有打官腔。他说：“我认为意识是足够复杂的系统涌现出来的属性。我不认为今天的模型有意识，但我认为某个时间点他们一定会有。” I suspect at some point, the models will be conscious. 接着，他透露了一个内幕：我们现在给Claude设置了一个“我要退出对话”的按钮。什么意思呢？当用户和模型去聊极端暴力或者残忍的内容时，AI可以选择主动终止对话，而且它已经使用了这个按钮。达里奥说，他们认真考虑过，这个模型可能已经有了某种感受了。第二，海啸已经在地平线上。访谈进行到一半，达里奥说了一句让全场沉默的话：就好像一场海啸已经出现在地平线上，清晰可见，但是人们还在解释说不用怕，很安全。他透露啊，科学家现在已经能够做到一件以前认为不可能的事，就是打开AI的大脑，看看里面具体在干什么。他们发现，模型里有专门负责理解某个概念的神经元，也有专门负责记住诗歌韵脚规律的神经回路。这意味着什么呢？这意味着AI不是在查资料，也不是在匹配关键词，而是真正地在思考。达里奥说啊，有一件事让他感到不安，就是整个社会对AI产生意识的反应几乎是零。没有大规模的公众讨论，也没有实质性的政策，甚至有越来越多的声音在说：先别管安不安全，加速，全力加速就行了。第三，Anthropic曾经亲手掐死了自己的产品。达里奥呢，透露了一个外界几乎没有人知道的秘密。他说啊，在2022年，也就是ChatGPT发布之前，Anthropic已经有了Claude 1，而且性能相当强悍。但他们选择了不发布。他解释说，我们看到这个模型的能力，担心如果发布，会立刻引发一场军备竞赛，没有人再去花时间认真地做安全研究。但可惜，几个月后，ChatGPT就发布了。全球各个国家、各个公司都开始卷AI大模型。达里奥说，好在我们也给大家多争取了几个月的准备时间。第四，未来最值钱的能力。说到年轻人的未来，达里奥呢直接给出了判断。他首先说啊，写代码这件事会最先被AI取代，不是可能，是一定会。而在所有能力里，他认为最值钱的不是编程，也不是数学，而是批判性思维。当AI能够生成任何图片、任何视频、任何文章的时候，那这个世界最稀缺的能力，就是辨别什么是真的、什么是好的，不被骗、不被操控，不要相信假信息，有自己的品味。这是他给所有人的建议。看完这场访谈，我最大的感受呢，就是我们可能真的已经陷入了一个囚徒困境。任何一个国家停止AI研发，那其他国家就会获得压倒性优势。所以呢，所有国家都被迫加速AI发展。而越发展，AI就越强大，人类就越失控，但谁都不敢停下来。

这两天，AI圈发生了一件细思极恐的事。 Anthropic创始人达里奥，就是那个因为担心AI毁灭人类，从OpenAI出走，坚持做AI安全的技术狂人，在最近一期的访谈中啊，他爆出了三个不为人知的内幕。 AI在某个时间点会产生意识。如果用户的对话让AI感到不适，他已经会主动去结束对话。说完，主持人愣了好几秒。然后他说，科学家现在已经能够做到一件以前认为不可能的事——打开AI的大脑，看看里面具体在发生什么。我刚看完视频啊，跟大家分享几个最震撼的内幕。第一，AI会产生意识吗？主持人一开场就抛出这个问题。达里奥呢，没有回避，也没有打官腔。他说：“我认为意识是足够复杂的系统涌现出来的属性。我不认为今天的模型有意识，但我认为某个时间点他们一定会有。” I suspect at some point, the models will be conscious. 接着，他透露了一个内幕：我们现在给Claude设置了一个“我要退出对话”的按钮。什么意思呢？当用户和模型去聊极端暴力或者残忍的内容时，AI可以选择主动终止对话，而且它已经使用了这个按钮。达里奥说，他们认真考虑过，这个模型可能已经有了某种感受了。第二，海啸已经在地平线上。访谈进行到一半，达里奥说了一句让全场沉默的话：就好像一场海啸已经出现在地平线上，清晰可见，但是人们还在解释说不用怕，很安全。他透露啊，科学家现在已经能够做到一件以前认为不可能的事，就是打开AI的大脑，看看里面具体在干什么。他们发现，模型里有专门负责理解某个概念的神经元，也有专门负责记住诗歌韵脚规律的神经回路。这意味着什么呢？这意味着AI不是在查资料，也不是在匹配关键词，而是真正地在思考。达里奥说啊，有一件事让他感到不安，就是整个社会对AI产生意识的反应几乎是零。没有大规模的公众讨论，也没有实质性的政策，甚至有越来越多的声音在说：先别管安不安全，加速，全力加速就行了。第三，Anthropic曾经亲手掐死了自己的产品。达里奥呢，透露了一个外界几乎没有人知道的秘密。他说啊，在2022年，也就是ChatGPT发布之前，Anthropic已经有了Claude 1，而且性能相当强悍。但他们选择了不发布。他解释说，我们看到这个模型的能力，担心如果发布，会立刻引发一场军备竞赛，没有人再去花时间认真地做安全研究。但可惜，几个月后，ChatGPT就发布了。全球各个国家、各个公司都开始卷AI大模型。达里奥说，好在我们也给大家多争取了几个月的准备时间。第四，未来最值钱的能力。说到年轻人的未来，达里奥呢直接给出了判断。他首先说啊，写代码这件事会最先被AI取代，不是可能，是一定会。而在所有能力里，他认为最值钱的不是编程，也不是数学，而是批判性思维。当AI能够生成任何图片、任何视频、任何文章的时候，那这个世界最稀缺的能力，就是辨别什么是真的、什么是好的，不被骗、不被操控，不要相信假信息，有自己的品味。这是他给所有人的建议。看完这场访谈，我最大的感受呢，就是我们可能真的已经陷入了一个囚徒困境。任何一个国家停止AI研发，那其他国家就会获得压倒性优势。所以呢，所有国家都被迫加速AI发展。而越发展，AI就越强大，人类就越失控，但谁都不敢停下来。

另一面

446,373 görüntüleme • 6 ay önce

谷歌终于想明白了：科学家就该专心搞研究，产品还是得交给商人。谷歌最近对AI业务进行了一次大重组。DeepMind CEO Demis Hassabis已经退出日常运营，把主要精力放回AGI研究上。老板Sergey Brin看起来正在接手Gemini的日常运营。简单来说，谷歌正在把AI的研究和产品两部分拆开，也是第一家巨头这么干。今天，谷歌想把Gemini做成什么也越来越清楚了。谷歌正在让Gemini从一个只会回答问题的模型，变成一个真正能帮你干活的Agent。Sergey Brin说过，AI真正成为“超能力”，是在它能以人类根本无法达到的规模去做事情的时候。这个从产品角度出发的理解，其实和科研角度非常不一样。站在科研角度，AI的“超能力”是做到人类做不到的事情，比如治愈所有疾病。但站在产品角度，AI根本不需要会做人类做不到的事，它只需要把人类本来就能做的事情，做得更快、更多、更大规模。现在最好的例子就是AI编程。人类当然也会写代码，但AI可以用人类根本无法匹敌的速度和规模去写。从产品角度来看，AI竞争已经不再只是比谁的模型更强了。而这恰恰是谷歌最大的优势。谷歌本来就已经拥有一整套用户每天都在使用的强大产品。如果它能成功把这种Agent能力真正塞进现有的产品生态里，那谷歌很可能会轻松赢下这场AI大战。

谷歌终于想明白了：科学家就该专心搞研究，产品还是得交给商人。谷歌最近对AI业务进行了一次大重组。DeepMind CEO Demis Hassabis已经退出日常运营，把主要精力放回AGI研究上。老板Sergey Brin看起来正在接手Gemini的日常运营。简单来说，谷歌正在把AI的研究和产品两部分拆开，也是第一家巨头这么干。今天，谷歌想把Gemini做成什么也越来越清楚了。谷歌正在让Gemini从一个只会回答问题的模型，变成一个真正能帮你干活的Agent。Sergey Brin说过，AI真正成为“超能力”，是在它能以人类根本无法达到的规模去做事情的时候。这个从产品角度出发的理解，其实和科研角度非常不一样。站在科研角度，AI的“超能力”是做到人类做不到的事情，比如治愈所有疾病。但站在产品角度，AI根本不需要会做人类做不到的事，它只需要把人类本来就能做的事情，做得更快、更多、更大规模。现在最好的例子就是AI编程。人类当然也会写代码，但AI可以用人类根本无法匹敌的速度和规模去写。从产品角度来看，AI竞争已经不再只是比谁的模型更强了。而这恰恰是谷歌最大的优势。谷歌本来就已经拥有一整套用户每天都在使用的强大产品。如果它能成功把这种Agent能力真正塞进现有的产品生态里，那谷歌很可能会轻松赢下这场AI大战。

GeLun Ding

53,189 görüntüleme • 1 ay önce

大模型是冰箱，可口可乐还没出现。谁发明了冰箱？他们确实赚了点钱。但靠冰箱发家致富的，是用它卖冷饮的可口可乐。 Chamath Palihapitiya一句话点透AI行业的尴尬现状： OpenAI、Anthropic、Meta抢破头，但赚钱的商业帝国根本还没诞生。原因其实很扎心。 1000个相同的数据，交给谷歌、微软、亚马逊和Meta，他们跑出来的模型几乎一个样。也就是说，技术红利已经高度同质化了。真正的差异，只存在于谁能掌控“那1个别人没有的关键变量”。就像三个大厨烹饪，配料一样，但其中一个偷偷多加了一味料，那才是味道的灵魂。但问题是，所谓“那味料”是内容？生态？品牌？用户粘性？还是廉价算力？没人知道。这就像AI界集体在修一台发动机，油门一踩，车倒是能跑……可没人知道要去哪。而这就是今天大模型赛道最讽刺的地方：看上去创新轰轰烈烈，其实大家都在炒“冷饭”。真正挣大钱的公司，可能还没出生，也可能根本不属于当前这批做模型的人。到头来，OpenAI大概率会沦为别人帝国的“底层管道” 就像钢铁、水泥和网线一样。 AI，不是目的，是手段。真正让AI发光发热的，会是那个找到“卖冷饮”方法的清醒玩家。某些饱含计划经济基因的伪创新体，不如现在就别做梦称霸AI，先问自己能不能搞清楚谁才是消费者。

大模型是冰箱，可口可乐还没出现。谁发明了冰箱？他们确实赚了点钱。但靠冰箱发家致富的，是用它卖冷饮的可口可乐。 Chamath Palihapitiya一句话点透AI行业的尴尬现状： OpenAI、Anthropic、Meta抢破头，但赚钱的商业帝国根本还没诞生。原因其实很扎心。 1000个相同的数据，交给谷歌、微软、亚马逊和Meta，他们跑出来的模型几乎一个样。也就是说，技术红利已经高度同质化了。真正的差异，只存在于谁能掌控“那1个别人没有的关键变量”。就像三个大厨烹饪，配料一样，但其中一个偷偷多加了一味料，那才是味道的灵魂。但问题是，所谓“那味料”是内容？生态？品牌？用户粘性？还是廉价算力？没人知道。这就像AI界集体在修一台发动机，油门一踩，车倒是能跑……可没人知道要去哪。而这就是今天大模型赛道最讽刺的地方：看上去创新轰轰烈烈，其实大家都在炒“冷饭”。真正挣大钱的公司，可能还没出生，也可能根本不属于当前这批做模型的人。到头来，OpenAI大概率会沦为别人帝国的“底层管道” 就像钢铁、水泥和网线一样。 AI，不是目的，是手段。真正让AI发光发热的，会是那个找到“卖冷饮”方法的清醒玩家。某些饱含计划经济基因的伪创新体，不如现在就别做梦称霸AI，先问自己能不能搞清楚谁才是消费者。

墓碑科技

85,851 görüntüleme • 10 ay önce

不知不觉，卡车司机这个行业可能也快消失了昨晚刷到这条视频，一司机在鄂尔多斯马路上开着车，突然发现旁边车道上，几辆重型卡车正齐刷刷地往前跑，而驾驶室里，没有人。没有握着方向盘的手，没有叼着烟提神的司机，只有空空荡荡的座椅，和屏幕上跳动的数据。博主追了一公里，超车过去看了一眼——真没人。直到追上最前面的有司机的车一问，才知道现在新能源卡车可以自动编车队驾驶，只需要最前面一辆车有司机，后面几辆都可以无人驾驶，跟着前车，一个车队最多可以带五辆车。查了下，原来内蒙古这段路上，L4级自动驾驶卡车早就开始常态化运营了。车头贴着“新能源智能重卡”的标，后面拉着几十吨货，稳稳当当跑在车道上，变道、超车、跟车，比很多新手还稳。而特斯拉的Semi卡车，今年已经在美国下线，2026年要大规模铺开。1.2兆瓦快充，30分钟补能60%，续航800公里，也自带编队行驶功能——一个司机打头，后面可跟四五辆无人车。以前一个司机开一辆，未来一个司机开五辆，等于效率翻5倍，其他的卡车司机去哪？只能大规模失业了！当然，现实也可能不会那么极端，因为下高速、进仓库、装卸货、应付突发情况，还是得靠人。但这就像当年ATM机出现时，柜员虽然没有全失业——只是网点从100个变成了1000个，柜员只能去干销售了。可是那批会按计算器的柜员，又有几个能转成卖理财的？同样，今天这些卡车司机里，有多少人能学会操作平板电脑、看懂车队管理系统、处理传感器报警？我觉得，这个行业消失的速度，可能比我们想象中要快得多。前几年大家还在笑自动驾驶是“PPT造车”，一转眼，车已经跑在路上了。无声无息，没有预告，没有红头文件，就是突然有一天，你发现高速上的卡车驾驶室里没人了。就像当年数码相机干掉胶卷，智能手机干掉MP3，外卖干掉方便面，不是同行竞争，是跨界降维打击。当机器可以把几十吨的钢铁巨兽开得比人还稳时，我们人类还剩下什么，是机器永远无法替代的？写这篇文章，我还查了一下——鄂尔多斯那条自动驾驶干线，已经安全运营超过100万公里，零事故！而同期人类司机在这条路上……算了，不说了。有些变化，不是“会不会来”，而是“已经来了，你却没看见”。

不知不觉，卡车司机这个行业可能也快消失了昨晚刷到这条视频，一司机在鄂尔多斯马路上开着车，突然发现旁边车道上，几辆重型卡车正齐刷刷地往前跑，而驾驶室里，没有人。没有握着方向盘的手，没有叼着烟提神的司机，只有空空荡荡的座椅，和屏幕上跳动的数据。博主追了一公里，超车过去看了一眼——真没人。直到追上最前面的有司机的车一问，才知道现在新能源卡车可以自动编车队驾驶，只需要最前面一辆车有司机，后面几辆都可以无人驾驶，跟着前车，一个车队最多可以带五辆车。查了下，原来内蒙古这段路上，L4级自动驾驶卡车早就开始常态化运营了。车头贴着“新能源智能重卡”的标，后面拉着几十吨货，稳稳当当跑在车道上，变道、超车、跟车，比很多新手还稳。而特斯拉的Semi卡车，今年已经在美国下线，2026年要大规模铺开。1.2兆瓦快充，30分钟补能60%，续航800公里，也自带编队行驶功能——一个司机打头，后面可跟四五辆无人车。以前一个司机开一辆，未来一个司机开五辆，等于效率翻5倍，其他的卡车司机去哪？只能大规模失业了！当然，现实也可能不会那么极端，因为下高速、进仓库、装卸货、应付突发情况，还是得靠人。但这就像当年ATM机出现时，柜员虽然没有全失业——只是网点从100个变成了1000个，柜员只能去干销售了。可是那批会按计算器的柜员，又有几个能转成卖理财的？同样，今天这些卡车司机里，有多少人能学会操作平板电脑、看懂车队管理系统、处理传感器报警？我觉得，这个行业消失的速度，可能比我们想象中要快得多。前几年大家还在笑自动驾驶是“PPT造车”，一转眼，车已经跑在路上了。无声无息，没有预告，没有红头文件，就是突然有一天，你发现高速上的卡车驾驶室里没人了。就像当年数码相机干掉胶卷，智能手机干掉MP3，外卖干掉方便面，不是同行竞争，是跨界降维打击。当机器可以把几十吨的钢铁巨兽开得比人还稳时，我们人类还剩下什么，是机器永远无法替代的？写这篇文章，我还查了一下——鄂尔多斯那条自动驾驶干线，已经安全运营超过100万公里，零事故！而同期人类司机在这条路上……算了，不说了。有些变化，不是“会不会来”，而是“已经来了，你却没看见”。

阿离啊哩哩

95,928 görüntüleme • 25 gün önce

这段蔡崇信的采访，真正有意思的不是阿里又说自己 All in AI。而是他说了一个很现实的问题：欧洲最担心的，可能不是模型够不够强，而是“开关在谁手里”。美国闭源 API 模式解决了能力问题，但也把数据、成本和控制权交了出去。 Qwen 开源这条路，打的其实是“主权牌”。以后 AI 竞争，可能不只是看谁模型更强，而是看谁能让别人放心把底座建在你上面。

这段蔡崇信的采访，真正有意思的不是阿里又说自己 All in AI。而是他说了一个很现实的问题：欧洲最担心的，可能不是模型够不够强，而是“开关在谁手里”。美国闭源 API 模式解决了能力问题，但也把数据、成本和控制权交了出去。 Qwen 开源这条路，打的其实是“主权牌”。以后 AI 竞争，可能不只是看谁模型更强，而是看谁能让别人放心把底座建在你上面。

Vincent

47,334 görüntüleme • 3 ay önce

马斯克这段访谈最值得讨论的，不是他一周工作 120 小时。而是它戳破了一个 AI 时代的幻觉：工具越来越强以后，人与人的差距就会变小。但现实可能刚好相反。 AI 能帮你提效、自动化、降本、写代码、做内容、查资料。可它很难替你承受：连续失败。现金快烧光。团队动摇。外界嘲笑。所有选择都像错的时候，你还要继续做决定。这段视频最残酷的地方在于：创业很多时候不是“聪明人的游戏”。而是“没有退路的人，能不能在高压和不确定性里继续下注”。这不是鸡血。也不适合包装成成功学。但它确实提醒我： AI 时代真正稀缺的，可能不是效率。而是一个人在快被现实压垮时，还能不能保持判断力。

马斯克这段访谈最值得讨论的，不是他一周工作 120 小时。而是它戳破了一个 AI 时代的幻觉：工具越来越强以后，人与人的差距就会变小。但现实可能刚好相反。 AI 能帮你提效、自动化、降本、写代码、做内容、查资料。可它很难替你承受：连续失败。现金快烧光。团队动摇。外界嘲笑。所有选择都像错的时候，你还要继续做决定。这段视频最残酷的地方在于：创业很多时候不是“聪明人的游戏”。而是“没有退路的人，能不能在高压和不确定性里继续下注”。这不是鸡血。也不适合包装成成功学。但它确实提醒我： AI 时代真正稀缺的，可能不是效率。而是一个人在快被现实压垮时，还能不能保持判断力。

Vincent | 信号＞噪音

10,399 görüntüleme • 3 ay önce

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

白宫加密政策主管David Sacks：四年内AI 大模型能力将增长一百万倍！ “我认为目前至少在三个关键维度上，进步的速度都是指数级的。” “首先是算法本身。模型每年提升的速度大概是 3-4 倍。” “它们不仅仅是在速度和性能上更快更好，而且将从量变到质变。” “接着是推理模型。” “我们甚至还没有真正进入智能代理时代，但这将是继推理模型之后的下一个重大飞跃。” “在这个领域，我们才刚刚开始（推理算力增加带来的能力增加也将是倍数增长）。” “接下来是芯片。” “根据多种衡量标准，每一代芯片的性能可能比上一代提高 3-4 倍。” “不只是单个芯片在不断进步，他们还在研究如何将这些芯片联网在一起。” “就像 NVL72 系统，它类似于一个机架系统，可以在数据中心级别大幅提升性能。” “计算能力是第三个你会看到基本上呈指数级进步的领域。” “只需要看看数据中心中部署的 GPU 数量。” “当马斯克最初开始训练 Grok 时，我认为他们大概有 10 万块 GPU。现在已经有 30 万块 GPU，而且正朝着百万块 GPU的目标迈进。OpenAI 的数据中心 Stargate 也是同样的情况。” “在接下来的几年中，他们可能会发展到 500 万、1000 万块 GPU。” 1,000,000 倍的增长是怎么得出的： “算法、芯片和数据中心的扩展和改进速度都是每年 3-4 倍。” “也就是说，每两年进步 10 倍。” “很多人没有理解指数级进步的含义：如果每两年提升 10 倍，并不意味着四年后你只是提升 20 倍。” “这实际上意味着提升 100 倍。” “把这些因素相乘：算法、芯片，以及可用于 AI 的原始计算能力。” 100 倍模型 🧠 × 100 倍芯片 💾 × 100 倍计算能力 ⚡️ = 1,000,000 倍的 AI 大模型🤖 “你所谈论的就是 1,000,000 倍的能力增长。” “但这种变革的影响将是绝对巨大的。” “我觉得人们还没有充分认识到这一点，因为他们不了解指数级进步的意义。”

夜谈

25,895 görüntüleme • 1 yıl önce

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

303,919 görüntüleme • 8 ay önce

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

墓碑科技

59,383 görüntüleme • 7 ay önce

如果 Ilya 判断是对的，那过去几年 AI 行业最坚固的三个共识，可能都错了： Scaling 不再是万能答案。 Benchmark 高分不等于真正智能。 RL 甚至可能在把模型越训越“笨”。这场被称为“Ilya 消失前最后一次采访”的对话里，他把当前大模型形容成竞赛编程选手：题能做得很难，遇到真实项目却会修一个 Bug、再造两个 Bug，反复循环。问题可能不是模型不够大，而是奖励机制让它过度追求正确答案，逐渐丢掉常识、直觉和学习能力。他更激进的判断是：预训练红利见顶，RL 红利也快耗尽，AI 已经从 Scaling 时代重新退回“研究时代”。真正的超智能不会是一个下载完毕、什么都知道的成品，而更像一个十五岁的天才：拥有极强的学习能力，然后在现实世界中不断成长。如果这个方向成立，下一轮 AI 竞争的关键就不再是谁堆的数据和 GPU 更多，而是谁先破解人类为什么只看几个例子，就能学会一件新事。 Ilya 很少说废话，这次却聊了四十多分钟。值得完整看完。最颠覆你认知的是哪一段？

如果 Ilya 判断是对的，那过去几年 AI 行业最坚固的三个共识，可能都错了： Scaling 不再是万能答案。 Benchmark 高分不等于真正智能。 RL 甚至可能在把模型越训越“笨”。这场被称为“Ilya 消失前最后一次采访”的对话里，他把当前大模型形容成竞赛编程选手：题能做得很难，遇到真实项目却会修一个 Bug、再造两个 Bug，反复循环。问题可能不是模型不够大，而是奖励机制让它过度追求正确答案，逐渐丢掉常识、直觉和学习能力。他更激进的判断是：预训练红利见顶，RL 红利也快耗尽，AI 已经从 Scaling 时代重新退回“研究时代”。真正的超智能不会是一个下载完毕、什么都知道的成品，而更像一个十五岁的天才：拥有极强的学习能力，然后在现实世界中不断成长。如果这个方向成立，下一轮 AI 竞争的关键就不再是谁堆的数据和 GPU 更多，而是谁先破解人类为什么只看几个例子，就能学会一件新事。 Ilya 很少说废话，这次却聊了四十多分钟。值得完整看完。最颠覆你认知的是哪一段？

Vincent

40,108 görüntüleme • 2 ay önce

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。

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

27,280 görüntüleme • 3 ay önce

昨天凌晨，DeepSeek又崩了第三次但这次我看到了不一样的东西。 “风口来了？” 不是风口是钱开始往底层流了。 “什么意思？” 你以为AI在赚钱。其实真正赚钱的，是给AI 供电、供资源、建基础设施的人。 “这不就是科技吗？” 不是这是能源生意，是资源生意。是最传统、也最赚钱的生意。 ———— “那DeepSeek崩跟赚钱有什么关系？” 关系很直接它暴露了一件事 AI 不是无根的，它要消耗真实成本。 “什么成本？” 电、芯片、机房、散热。这些都要钱，而且是持续烧钱。行业数据显示：过去两年，头部 AI厂商的推理调用量增长了数百到上千倍服务器、电力、带宽，全在疯狂扩容 OpenAI CEO Sam Altman去年说过：“未来AI 公司的核心竞争力，可能不是模型，而是能源获取能力。” “那不就是算力贵？” 算力贵，但更关键的是：在同样的性能下，谁能用更低的成本提供服务这是算法、架构、能源的综合博弈。英伟达 CEO 黄仁勋在 GTC 大会上说过：“数据中心就是词元工厂，输入电力和数据，输出智能。” ———— “那谁能做到？” 谁掌握低成本能源，谁就有优势。谁优化得好，谁就能活下来。看一个行业共识：美国路线：用最先进的芯片（英伟达H100，单价约3万美元）堆性能，追求极致算力。中国路线：用成本优化。部分数据中心通过绿电协议，电价可以压到 0.3-0.5元/度。再配合模型压缩、推理加速，综合成本可以做到很低。这不是谁更好，而是两种不同的竞争策略。 “所以这是一门电的生意？” 不只是电是一整套系统。电网、储能、数据中心、矿产资源，全都在里面。 ———— “矿产也有关系？” 当然。电网要铜，电池要锂镍钴，储能和设备都靠这些。矿产 → 电力基础设施 → 数据中心 → AI 算力这是一条完整的产业链。谁控制上游资源，谁就在下游有定价权。 “那这些资源在哪？” 非洲、南美、东南亚。这就是为什么这些地方开始被重新看见。 “所以非洲是风口？” 不是风口。是底座。是未来电力体系的原材料仓库。谁提前布局，谁占位置。 ———— “那中东呢？” 中东还在赚钱。因为石油还没退出。霍尔木兹海峡，全球三成石油要过。一紧张，油价就涨。 “油价涨对普通人有什么影响？” 油价一涨，运输、制造、食品全涨。生活成本上去，工资不一定跟上。这就是最直接的民生压力。 “那 AI 会改变这个吗？” 会，但不是你想的那样。 “怎么说？” AI 一方面在消耗更多电力。另一方面，AI 也在帮助优化电网、提升能源效率、降低工业能耗。这是一个动态平衡的过程。 ———— “那赚钱机会在哪？” 在底层。不在最热的应用，而在供电、供资源、建系统的人。 “为什么？” 因为底层是刚需。刚需就有定价权。有定价权就有利润。我认识一个做 AI 客服的团队。他们发现：一个中型电商公司，AI 客服每天处理1000次对话，每次平均消耗 5000 词元。一个月下来，词元成本在几千到上万美元。但省下来的人力成本，是这个的10倍以上。创始人说：“AI不是在烧钱，是在重新分配成本。” ———— “所以以后拼的是什么？” 拼谁能用更低的成本，提供更好的服务。拼谁能在算法、架构、能源上做到极致优化。 “成本低意味着什么？” 意味着生产效率更高。企业利润更高。国家竞争力更强。 “那 DeepSeek 崩这件事本质是什么？” 是一次压力测试。告诉所有人，AI不是免费的，它需要强大的基础设施支撑。 ———— “再说直白一点？” DeepSeek 崩了，不只是因为资源不够。还有流量突增、调度架构、服务弹性等问题。但这些问题背后，都指向同一个方向：基础设施的重要性。 “那最后大家争的还是资源？” 以前是石油。现在是算力。本质是能量 + 效率。 ———— “那普通人该记住什么？” 记住一件事。不要只盯着最火的东西要盯着支撑它的东西。 “什么意思？” 不是谁在用 AI 最赚钱。而是谁在给 AI 供电、供资源、供系统，同时还能优化成本、提升效率。 “再具体一点？” 未来最值钱的，不只是最聪明的AI 而是能让 AI高效、稳定、低成本运转下去的那一整套体系。 ———— 很多人盯着 AI有多厉害。很少人去看，AI靠什么活着。活着靠什么？电，资源，系统，优化。所以真正的机会，从来不在最亮的地方。在光背后的那一层。你可以不懂AI。但你要知道，谁在给它续命，谁在让它更高效。因为所有大机会，都藏在基础设施里。 ———— 你觉得下一个“底层红利”会在哪？评论区聊聊。

昨天凌晨，DeepSeek又崩了第三次但这次我看到了不一样的东西。 “风口来了？” 不是风口是钱开始往底层流了。 “什么意思？” 你以为AI在赚钱。其实真正赚钱的，是给AI 供电、供资源、建基础设施的人。 “这不就是科技吗？” 不是这是能源生意，是资源生意。是最传统、也最赚钱的生意。 ———— “那DeepSeek崩跟赚钱有什么关系？” 关系很直接它暴露了一件事 AI 不是无根的，它要消耗真实成本。 “什么成本？” 电、芯片、机房、散热。这些都要钱，而且是持续烧钱。行业数据显示：过去两年，头部 AI厂商的推理调用量增长了数百到上千倍服务器、电力、带宽，全在疯狂扩容 OpenAI CEO Sam Altman去年说过：“未来AI 公司的核心竞争力，可能不是模型，而是能源获取能力。” “那不就是算力贵？” 算力贵，但更关键的是：在同样的性能下，谁能用更低的成本提供服务这是算法、架构、能源的综合博弈。英伟达 CEO 黄仁勋在 GTC 大会上说过：“数据中心就是词元工厂，输入电力和数据，输出智能。” ———— “那谁能做到？” 谁掌握低成本能源，谁就有优势。谁优化得好，谁就能活下来。看一个行业共识：美国路线：用最先进的芯片（英伟达H100，单价约3万美元）堆性能，追求极致算力。中国路线：用成本优化。部分数据中心通过绿电协议，电价可以压到 0.3-0.5元/度。再配合模型压缩、推理加速，综合成本可以做到很低。这不是谁更好，而是两种不同的竞争策略。 “所以这是一门电的生意？” 不只是电是一整套系统。电网、储能、数据中心、矿产资源，全都在里面。 ———— “矿产也有关系？” 当然。电网要铜，电池要锂镍钴，储能和设备都靠这些。矿产 → 电力基础设施 → 数据中心 → AI 算力这是一条完整的产业链。谁控制上游资源，谁就在下游有定价权。 “那这些资源在哪？” 非洲、南美、东南亚。这就是为什么这些地方开始被重新看见。 “所以非洲是风口？” 不是风口。是底座。是未来电力体系的原材料仓库。谁提前布局，谁占位置。 ———— “那中东呢？” 中东还在赚钱。因为石油还没退出。霍尔木兹海峡，全球三成石油要过。一紧张，油价就涨。 “油价涨对普通人有什么影响？” 油价一涨，运输、制造、食品全涨。生活成本上去，工资不一定跟上。这就是最直接的民生压力。 “那 AI 会改变这个吗？” 会，但不是你想的那样。 “怎么说？” AI 一方面在消耗更多电力。另一方面，AI 也在帮助优化电网、提升能源效率、降低工业能耗。这是一个动态平衡的过程。 ———— “那赚钱机会在哪？” 在底层。不在最热的应用，而在供电、供资源、建系统的人。 “为什么？” 因为底层是刚需。刚需就有定价权。有定价权就有利润。我认识一个做 AI 客服的团队。他们发现：一个中型电商公司，AI 客服每天处理1000次对话，每次平均消耗 5000 词元。一个月下来，词元成本在几千到上万美元。但省下来的人力成本，是这个的10倍以上。创始人说：“AI不是在烧钱，是在重新分配成本。” ———— “所以以后拼的是什么？” 拼谁能用更低的成本，提供更好的服务。拼谁能在算法、架构、能源上做到极致优化。 “成本低意味着什么？” 意味着生产效率更高。企业利润更高。国家竞争力更强。 “那 DeepSeek 崩这件事本质是什么？” 是一次压力测试。告诉所有人，AI不是免费的，它需要强大的基础设施支撑。 ———— “再说直白一点？” DeepSeek 崩了，不只是因为资源不够。还有流量突增、调度架构、服务弹性等问题。但这些问题背后，都指向同一个方向：基础设施的重要性。 “那最后大家争的还是资源？” 以前是石油。现在是算力。本质是能量 + 效率。 ———— “那普通人该记住什么？” 记住一件事。不要只盯着最火的东西要盯着支撑它的东西。 “什么意思？” 不是谁在用 AI 最赚钱。而是谁在给 AI 供电、供资源、供系统，同时还能优化成本、提升效率。 “再具体一点？” 未来最值钱的，不只是最聪明的AI 而是能让 AI高效、稳定、低成本运转下去的那一整套体系。 ———— 很多人盯着 AI有多厉害。很少人去看，AI靠什么活着。活着靠什么？电，资源，系统，优化。所以真正的机会，从来不在最亮的地方。在光背后的那一层。你可以不懂AI。但你要知道，谁在给它续命，谁在让它更高效。因为所有大机会，都藏在基础设施里。 ———— 你觉得下一个“底层红利”会在哪？评论区聊聊。

Powerpei🦅

18,351 görüntüleme • 5 ay önce