Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

想用好 AI 的第一步就是要戒掉 ChatGPT😜 和课代表立正对谈 Round 2 - 现在一个“经过培训的 AI Agent”就能替代SaaS，SaaS 将被大量分解甚至消失。企业只需要“AI Conductor”（AI 指挥家）来统筹 Agent 即可；AI 革命第二次文艺复兴，因为生产被自动化，人类真正的价值会回到文艺复兴时期的样子：创造、连接、表达自我。代码仍然是顶级杠杆，但最终的决定胜负的还是“你是谁”！

indigo

54,293 subscribers

14,850 просмотров • 5 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

AI 会取代哪些工作？我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业而是先替代其中最标准化的部分最容易被 AI 自动化的任务，通常有几个特点：数字化、重复、规则明确、结果容易检查所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力判断、沟通、协调、理解需求，以及对最终结果负责。未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业而是一个职业里，长期没有升级的工作方式

Nana

20,378 просмотров • 20 дней назад

未来码农肯定会被AI替代，但软件工程师仍然会在。因为技能本身已经没法成为AI时代的护城河了，真正重要的是对用户需求的洞察与创造力。

未来码农肯定会被AI替代，但软件工程师仍然会在。因为技能本身已经没法成为AI时代的护城河了，真正重要的是对用户需求的洞察与创造力。

傅盛

28,278 просмотров • 9 месяцев назад

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

58,949 просмотров • 7 месяцев назад

其实很多朋友还在问我怎么过朱雀。第一呢，朱雀肯定不是最重要的，最重要的还是你的文章质量一定要过关。所谓的质量，第一是你要觉得自己写的好，第二个就是你要让系统觉得写的好，反而朱雀就没有那么重要了。肯定没有那么的套路化写作，但是一定要去AI味道。去AI味道不一定非要过朱雀才叫去AI味道。其实ChatGPT是可以直接写出0 AI的文章的。

其实很多朋友还在问我怎么过朱雀。第一呢，朱雀肯定不是最重要的，最重要的还是你的文章质量一定要过关。所谓的质量，第一是你要觉得自己写的好，第二个就是你要让系统觉得写的好，反而朱雀就没有那么重要了。肯定没有那么的套路化写作，但是一定要去AI味道。去AI味道不一定非要过朱雀才叫去AI味道。其实ChatGPT是可以直接写出0 AI的文章的。

肖铭

16,917 просмотров • 22 дней назад

Vitalik：AI是一个用自然语言的命令行人机交互正在经历第三次范式革命。第一代是命令行，第二代是图形界面，而第三代就是 AI。它的本质不是一个新的 App，而是一个用自然语言写的命令行。你开口说话，电脑调动程序，完成你的目标，同时兼具命令行的开放互通与图形界面的易用体验。这也意味着，现在的钱包概念可能两年后就会消失。当 AI 可以替你发消息、替你签交易，传统钱包的交互逻辑将被彻底重写，你不再需要手动点击签名或填写 Gas，开口即可完成操作。

Vitalik：AI是一个用自然语言的命令行人机交互正在经历第三次范式革命。第一代是命令行，第二代是图形界面，而第三代就是 AI。它的本质不是一个新的 App，而是一个用自然语言写的命令行。你开口说话，电脑调动程序，完成你的目标，同时兼具命令行的开放互通与图形界面的易用体验。这也意味着，现在的钱包概念可能两年后就会消失。当 AI 可以替你发消息、替你签交易，传统钱包的交互逻辑将被彻底重写，你不再需要手动点击签名或填写 Gas，开口即可完成操作。

PANews丨APP全面升级

12,161 просмотров • 4 месяцев назад

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。

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

199,665 просмотров • 1 год назад

英伟达黄仁勋在沙特接受访谈完整版👇 沙特要造AI工厂！一出手就是500兆瓦的部署，跟谁合作？英伟达。这背后是什么逻辑？用能源炼AI！这事得从英伟达和沙特一家叫Humane的AI公司说起。两块Blackwell芯片，就重得拿不动。功耗多少？2500瓦。而沙特要建的，是500兆瓦的计算基础设施。想想这规模人工智能，公认的革命性技术，可能是任何时代最具变革性的。它会改变每个行业，成为每个行业的基础设施。沙特的Humane公司，就要在当地建设这个AI基础设施。但很多人没意识到， AI不仅是变革技术，它本身就是个产业。一个制造业！这个制造业需要什么？能源。沙特有什么？能源。通过英伟达这种AI超级计算机，本质上就是AI工厂。能源驱动这些AI工厂，生成tokens。这些token再被重组成应用程序和解决问题的AI。这就是Humane要为沙特和世界创造的东西。基础设施搞定了，创新就看模型了。生成式AI很火，但黄仁勋还提到了别的。物理世界和物理AI。这跟生成式AI、跟英伟达提供给Humane的平台，是什么关系？过去12年，AI产业发展神速。最早是感知AI：能识别猫、文字、声音、语音。感知AI进化到生成式AI：用文字生成文字，文字生成图像，文字生成化学物质和蛋白质。现在是第三个时代：AI能推理。这种能力的应用就是智能体AI（Agentic AI）。它有自主性，能用工具、能推理、能解决问题，就像电脑里的数字机器人。下一个时代，英伟达正在攻克的，是理解物理规律的AI。物理世界的常识：瓶子倒了会掉下来，理解重力、惯性、因果、物体恒存性、遮挡等等。这些我们人类的常识，要教给AI。下一代物理AI，结合已有的技术，可以被赋予物理形态。这个物理形态，就是机器人技术。 AI的时代发展飞快，今天我们身处智能体AI世界，很快就会进入机器人或物理AI的世界。 Humane这家公司，源于沙特王储的愿景。要在AI全价值链上发力。建设大规模数据中心，目标是到2030年达到1.9吉瓦。还要推进AI芯片、云、模型、应用和解决方案。沙特的目标，是建设自己国家的AI基础设施，参与并塑造这项变革性技术的未来。

英伟达黄仁勋在沙特接受访谈完整版👇 沙特要造AI工厂！一出手就是500兆瓦的部署，跟谁合作？英伟达。这背后是什么逻辑？用能源炼AI！这事得从英伟达和沙特一家叫Humane的AI公司说起。两块Blackwell芯片，就重得拿不动。功耗多少？2500瓦。而沙特要建的，是500兆瓦的计算基础设施。想想这规模人工智能，公认的革命性技术，可能是任何时代最具变革性的。它会改变每个行业，成为每个行业的基础设施。沙特的Humane公司，就要在当地建设这个AI基础设施。但很多人没意识到， AI不仅是变革技术，它本身就是个产业。一个制造业！这个制造业需要什么？能源。沙特有什么？能源。通过英伟达这种AI超级计算机，本质上就是AI工厂。能源驱动这些AI工厂，生成tokens。这些token再被重组成应用程序和解决问题的AI。这就是Humane要为沙特和世界创造的东西。基础设施搞定了，创新就看模型了。生成式AI很火，但黄仁勋还提到了别的。物理世界和物理AI。这跟生成式AI、跟英伟达提供给Humane的平台，是什么关系？过去12年，AI产业发展神速。最早是感知AI：能识别猫、文字、声音、语音。感知AI进化到生成式AI：用文字生成文字，文字生成图像，文字生成化学物质和蛋白质。现在是第三个时代：AI能推理。这种能力的应用就是智能体AI（Agentic AI）。它有自主性，能用工具、能推理、能解决问题，就像电脑里的数字机器人。下一个时代，英伟达正在攻克的，是理解物理规律的AI。物理世界的常识：瓶子倒了会掉下来，理解重力、惯性、因果、物体恒存性、遮挡等等。这些我们人类的常识，要教给AI。下一代物理AI，结合已有的技术，可以被赋予物理形态。这个物理形态，就是机器人技术。 AI的时代发展飞快，今天我们身处智能体AI世界，很快就会进入机器人或物理AI的世界。 Humane这家公司，源于沙特王储的愿景。要在AI全价值链上发力。建设大规模数据中心，目标是到2030年达到1.9吉瓦。还要推进AI芯片、云、模型、应用和解决方案。沙特的目标，是建设自己国家的AI基础设施，参与并塑造这项变革性技术的未来。

墓碑科技

215,829 просмотров • 1 год назад

硅谷一家初创公司，估值已经飙到100亿美元了。它的业务是什么？用AI取代人。他们正在训练AI，取代医生、律师、银行家，甚至品酒师。整个整个的行业，都可能被AI工人替代。这家公司叫Mercor。创始人是个22岁的年轻人。他们管理着一个几万人的专家网络。用这些专家，来教AI怎么像专家一样思考和说话。 AI不是只在网上扒拉信息自学吗？为什么还需要人来教？因为现在AI进步的关键，是怎么发现错误，量化错误，再从错误里学习。所以AI实验室需要雇佣大量真人，给AI当“陪练”。这些专家的报酬不低。平均时薪95美元。顶级专家能拿到每小时250美元。斯坦福医学院的前教师，现在就在给AI当老师，教它怎么看病。她会把真实的病例抛给AI，然后给AI的诊断和治疗方案打分。最讽刺的是什么？这些拿着高薪的专家，正在亲手训练自己的替代品。创始人说，这能把人类的生产力提高10倍，去解决癌症、气候变化等大问题。听起来很宏大。但这里有个问题值得深思。这种由少数科技精英主导的“进步”，真的符合大多数人的利益吗？当医生、律师这些曾经最稳固的中产职业被AI冲击，谁来为大规模的失业负责？宣称要解决人类宏大问题，起点却是让无数专业人士失业。这种叙事，和达沃斯那套全球主义精英的论调，何其相似。那位训练AI的医生说，AI不能取代她20年的临床直觉。她觉得AI只是接管了工作中那些妨碍她成为好医生的部分。这是一种乐观的看法。但技术的发展路径，真的会如她所愿吗？还是说，资本会用AI把成本压到最低，直到不再需要昂贵的真人医生？

硅谷一家初创公司，估值已经飙到100亿美元了。它的业务是什么？用AI取代人。他们正在训练AI，取代医生、律师、银行家，甚至品酒师。整个整个的行业，都可能被AI工人替代。这家公司叫Mercor。创始人是个22岁的年轻人。他们管理着一个几万人的专家网络。用这些专家，来教AI怎么像专家一样思考和说话。 AI不是只在网上扒拉信息自学吗？为什么还需要人来教？因为现在AI进步的关键，是怎么发现错误，量化错误，再从错误里学习。所以AI实验室需要雇佣大量真人，给AI当“陪练”。这些专家的报酬不低。平均时薪95美元。顶级专家能拿到每小时250美元。斯坦福医学院的前教师，现在就在给AI当老师，教它怎么看病。她会把真实的病例抛给AI，然后给AI的诊断和治疗方案打分。最讽刺的是什么？这些拿着高薪的专家，正在亲手训练自己的替代品。创始人说，这能把人类的生产力提高10倍，去解决癌症、气候变化等大问题。听起来很宏大。但这里有个问题值得深思。这种由少数科技精英主导的“进步”，真的符合大多数人的利益吗？当医生、律师这些曾经最稳固的中产职业被AI冲击，谁来为大规模的失业负责？宣称要解决人类宏大问题，起点却是让无数专业人士失业。这种叙事，和达沃斯那套全球主义精英的论调，何其相似。那位训练AI的医生说，AI不能取代她20年的临床直觉。她觉得AI只是接管了工作中那些妨碍她成为好医生的部分。这是一种乐观的看法。但技术的发展路径，真的会如她所愿吗？还是说，资本会用AI把成本压到最低，直到不再需要昂贵的真人医生？

墓碑科技

58,868 просмотров • 6 месяцев назад

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

29,514 просмотров • 6 месяцев назад

最近Hermes Agent 爆火，OpenClaw 过时了？现在真实发生的是 AI Agent 正在分成两条路一条是 OpenClaw 这类：系统派 - 强调多 Agent 调度 - 强调工具链、权限、流程控制 - 更像一个AI操作系统本质是：让 AI 更好地“干活” 另一条是 Hermes：进化派 - 强调长期记忆 - 强调自我学习、技能沉淀 - 用得越久越强本质是：让 AI 自己变强很多人觉得 Hermes 更高级是因为它解决了一个痛点： AI 不再用完就忘但这不代表 OpenClaw 没价值 OpenClaw 解决的是另一件更硬的事：多系统、多工具、多人协作的控制问题有人这样用 Hermes 当大脑，OpenClaw 当执行层下面是Hermes的安装文档

最近Hermes Agent 爆火，OpenClaw 过时了？现在真实发生的是 AI Agent 正在分成两条路一条是 OpenClaw 这类：系统派 - 强调多 Agent 调度 - 强调工具链、权限、流程控制 - 更像一个AI操作系统本质是：让 AI 更好地“干活” 另一条是 Hermes：进化派 - 强调长期记忆 - 强调自我学习、技能沉淀 - 用得越久越强本质是：让 AI 自己变强很多人觉得 Hermes 更高级是因为它解决了一个痛点： AI 不再用完就忘但这不代表 OpenClaw 没价值 OpenClaw 解决的是另一件更硬的事：多系统、多工具、多人协作的控制问题有人这样用 Hermes 当大脑，OpenClaw 当执行层下面是Hermes的安装文档

HankAI

36,924 просмотров • 5 месяцев назад

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

240,589 просмотров • 11 месяцев назад

来自 Monica IM 团队的新产品 Manus AI，已经很接近理想中的数字版 AI Agent 的样子了！能够自动执行任务、搜索、找资料、写代码和生成各种格式的文档👀 一个真正的个人数字助理，就是应该完成你能用电脑完成的所有工作。但这样的 Agent 应用，会不会撞到大模型公司下一代产品的枪口上呢🤔

来自 Monica IM 团队的新产品 Manus AI，已经很接近理想中的数字版 AI Agent 的样子了！能够自动执行任务、搜索、找资料、写代码和生成各种格式的文档👀 一个真正的个人数字助理，就是应该完成你能用电脑完成的所有工作。但这样的 Agent 应用，会不会撞到大模型公司下一代产品的枪口上呢🤔

indigo

98,375 просмотров • 1 год назад

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

【 #史上最全 Beep AI 产品使用教程：视频+图文】亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了过去两年，各家公司裁员的理由越来越一致最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明会分析、会生成策略、会给建议但一旦真正进入市场，很多马上开始亏钱原因很简单！因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过会写策略，不等于能在市场里活下来而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统赚钱的策略会被保留，亏钱的策略会被淘汰每一次真实交易结果，都会继续反哺模型也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化：更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型能持续正循环的话，整个系统会越来越聪明而且 Beep 不只是停留在概念在 R3 上线之后，已经新增了 1600+ 个预测市场现在你既可以自己手动预测，也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究：怎么让 AI 替自己工作因为未来最大的差距，从来不是 AI 和人类之间的差距而是懂不懂使用 AI 工具的人之间的差距尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步很多机会，一旦被市场定价，窗口就会迅速关闭而现在，也许正是最早理解它的人，还能提前参与的时候如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？为什么越来越多人开始关注 AI Finance？可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

Moonlight🌙月光

33,101 просмотров • 4 месяцев назад

【马斯克：如何让人工智能真正关心人类】马斯克提出了三个要素： 1.真相（Truth）：逻辑的自洽是 AI不走向癫狂的唯一底线。 2.好奇心（Curiosity）：它是AI对人类产生关怀的基石——因为人类比石头有趣，所以值得保护。 3.美感（Beauty）：决定了AI进化的上限是一个伟大的未来，还是冰冷的计算。 AI 的竞争到最后，不是代码的竞争，而是价值观的竞争。

【马斯克：如何让人工智能真正关心人类】马斯克提出了三个要素： 1.真相（Truth）：逻辑的自洽是 AI不走向癫狂的唯一底线。 2.好奇心（Curiosity）：它是AI对人类产生关怀的基石——因为人类比石头有趣，所以值得保护。 3.美感（Beauty）：决定了AI进化的上限是一个伟大的未来，还是冰冷的计算。 AI 的竞争到最后，不是代码的竞争，而是价值观的竞争。

傅盛

27,501 просмотров • 8 месяцев назад

赚钱的第一性原理是什么？创造价值-解决问题-满足需求，而非出卖时间、付出劳动。一旦确认了，那就是快速迭代+系统复制+杠杆。最后结论上杠杆，用正收益系统，干金融衍生品？只有一句话：别人(或市场)愿意为你创造的价值买单x你能触达/影响的人数x放大倍数(杠杆)。绝大多数人卡在最前面那部分，少数人卡在中间，真正拉开差距的，往往是最后那个“放大倍数”。拆解链条来表达(从表象 →本质 →更底层)：1. 赚钱的第一性原理。→创造别人愿意付费的价值(而不是我很努力/我很辛苦)；2.创造价值的第一性原理。→真正解决别人的痛点/痒点/爽点(不是我觉得这东西很好)；3. 解决痛点的第一性原理。 →准确识别真需求(而不是自我感动)；4. 放大规模的第一性原理。→用杠杆代替出卖时间(代码、媒体、组织、资本、系统、品牌、网络效应、平台、复购、自动化…) 最主要的：持续赚钱的第一性原理。 →构建可复制、可规模化、可防御的价值生产系统(一旦系统跑通，边际成本趋近于零，收入却可以指数级增长)。绝大多数普通人停留在第1-2层，一辈子都是时间 × 技能单价的线性交易。能赚到“还不错”收入的人，通常已经到了第3-4层，开始用系统/产品/流量/团队代替自己亲自干活。真正拉开天花板的人(年入千万-亿级)，几乎都在第4-5层玩复利杠杆+网络效应+稀缺心智占位。赚钱本质不是“卖力气”，而是“卖确定性 × 卖规模 × 卖杠杆”。

赚钱的第一性原理是什么？创造价值-解决问题-满足需求，而非出卖时间、付出劳动。一旦确认了，那就是快速迭代+系统复制+杠杆。最后结论上杠杆，用正收益系统，干金融衍生品？只有一句话：别人(或市场)愿意为你创造的价值买单x你能触达/影响的人数x放大倍数(杠杆)。绝大多数人卡在最前面那部分，少数人卡在中间，真正拉开差距的，往往是最后那个“放大倍数”。拆解链条来表达(从表象 →本质 →更底层)：1. 赚钱的第一性原理。→创造别人愿意付费的价值(而不是我很努力/我很辛苦)；2.创造价值的第一性原理。→真正解决别人的痛点/痒点/爽点(不是我觉得这东西很好)；3. 解决痛点的第一性原理。 →准确识别真需求(而不是自我感动)；4. 放大规模的第一性原理。→用杠杆代替出卖时间(代码、媒体、组织、资本、系统、品牌、网络效应、平台、复购、自动化…) 最主要的：持续赚钱的第一性原理。 →构建可复制、可规模化、可防御的价值生产系统(一旦系统跑通，边际成本趋近于零，收入却可以指数级增长)。绝大多数普通人停留在第1-2层，一辈子都是时间 × 技能单价的线性交易。能赚到“还不错”收入的人，通常已经到了第3-4层，开始用系统/产品/流量/团队代替自己亲自干活。真正拉开天花板的人(年入千万-亿级)，几乎都在第4-5层玩复利杠杆+网络效应+稀缺心智占位。赚钱本质不是“卖力气”，而是“卖确定性 × 卖规模 × 卖杠杆”。

总裁简报 CEO Briefing

20,769 просмотров • 6 месяцев назад

Jeff Yan 谈为什么还要留在加密行业 2 月 19 日 Hyperliquid 创始人 Jeff Yan 在接受 When Shift Happens 频道采访时表示，加密行业的价值在于应对 AI 取代人类智能这一 “定时炸弹”。他指出，在 AI 全面超越人类之前，人类必须建立一个 AI 可以接入的金融系统。因为现有传统金融体系无法让代码和价值处于同一维度，AI 绝无可能接入。因此，建设一个由人类拥有所有权、且可编程和开放的系统至关重要。Hyperliquid 正是这一集体努力的一部分，旨在为未来的 AI 时代提供一个构建精良、具备自主性与无需许可特性的金融基础设施。来源：When Shift Happens

Jeff Yan 谈为什么还要留在加密行业 2 月 19 日 Hyperliquid 创始人 Jeff Yan 在接受 When Shift Happens 频道采访时表示，加密行业的价值在于应对 AI 取代人类智能这一 “定时炸弹”。他指出，在 AI 全面超越人类之前，人类必须建立一个 AI 可以接入的金融系统。因为现有传统金融体系无法让代码和价值处于同一维度，AI 绝无可能接入。因此，建设一个由人类拥有所有权、且可编程和开放的系统至关重要。Hyperliquid 正是这一集体努力的一部分，旨在为未来的 AI 时代提供一个构建精良、具备自主性与无需许可特性的金融基础设施。来源：When Shift Happens

吴说区块链

22,536 просмотров • 6 месяцев назад

硅谷PayPal帮主彼得·蒂尔认为，AI正终结过去200年，以数学能力为核心的精英体系。工程、量化等“数学型人才”的逻辑优势，正在被AI迅速替代，其职业护城河也正在消失。未来真正的竞争力，在于叙事、社交语境理解，以及把AI嵌入社会系统的语言型人才，这才是人类独特优势。工业革命让肌肉贬值，AI革命正在让“纯计算的大脑”贬值。未来的胜出者，是那些能用语言驾驭算法、用叙事锚定价值的社会系统操盘手。作为程序员：别只埋头代码，而是要多练自然语言描述问题；学产品思维和用户研究，理解非技术需求；开发时优先考虑伦理、社会影响；选领域深耕；把代码变成“能讲故事”的系统。未来你的优势是“代码+叙事”。所以，年轻人别慌着放弃STEM，也别觉得学文科就躺赢了。真正该练的，是用AI思考更深的问、讲出更动人的故事、构建更复杂的社会系统。蒂尔指出了方向，但真正的游戏，才刚刚开始。说白了，需要文理兼修，才能走得更远。

硅谷PayPal帮主彼得·蒂尔认为，AI正终结过去200年，以数学能力为核心的精英体系。工程、量化等“数学型人才”的逻辑优势，正在被AI迅速替代，其职业护城河也正在消失。未来真正的竞争力，在于叙事、社交语境理解，以及把AI嵌入社会系统的语言型人才，这才是人类独特优势。工业革命让肌肉贬值，AI革命正在让“纯计算的大脑”贬值。未来的胜出者，是那些能用语言驾驭算法、用叙事锚定价值的社会系统操盘手。作为程序员：别只埋头代码，而是要多练自然语言描述问题；学产品思维和用户研究，理解非技术需求；开发时优先考虑伦理、社会影响；选领域深耕；把代码变成“能讲故事”的系统。未来你的优势是“代码+叙事”。所以，年轻人别慌着放弃STEM，也别觉得学文科就躺赢了。真正该练的，是用AI思考更深的问、讲出更动人的故事、构建更复杂的社会系统。蒂尔指出了方向，但真正的游戏，才刚刚开始。说白了，需要文理兼修，才能走得更远。

bbshare

413,905 просмотров • 3 месяцев назад

🔥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

63,996 просмотров • 6 месяцев назад

前天DeepSeek V4 Pro刚对硅谷贴脸开大，Grok 4.6就在同一天杀出来了，直接点燃了硅谷的AI价格战。顶级模型性能，价格接近Fable 5十分之一。很多人一看降价就喊AI泡沫破了。我觉得恰恰相反，这是AI真正普及的前夜。就像电一样，贵的时候只是少数人的奢侈品，价格打下来，才会变成基础设施，带来生产力大爆发。AI也是这样，智能的需求是无限的，只是过去太贵，大家用不起。所以说这真的是大好的时代，不管是国产的还是美国的模型，只要便宜好用，就应该把它变成咱们自己生产力。

前天DeepSeek V4 Pro刚对硅谷贴脸开大，Grok 4.6就在同一天杀出来了，直接点燃了硅谷的AI价格战。顶级模型性能，价格接近Fable 5十分之一。很多人一看降价就喊AI泡沫破了。我觉得恰恰相反，这是AI真正普及的前夜。就像电一样，贵的时候只是少数人的奢侈品，价格打下来，才会变成基础设施，带来生产力大爆发。AI也是这样，智能的需求是无限的，只是过去太贵，大家用不起。所以说这真的是大好的时代，不管是国产的还是美国的模型，只要便宜好用，就应该把它变成咱们自己生产力。

傅盛

11,058 просмотров • 1 месяц назад

赚钱是一个必须学会的技能。什么是赚钱的技能？就是把自己产品化。这里有两个关键词：自己、产品化。要找到自己的独特性，大多数人赚不到钱是因为总是想跟别人一样。大学的时候别人靠计算机二级你就去考、别人去考四级你就去考。别人买房子你也买房子，别人干什么你就要干什么，这样会把自己变成npc。一定要找到独特的自己。另外就是产品化，产品化就是把自己能力放大的杠杆。例如你天生就会耍狗坨子，你就去做抖音短视频。你只需要拍摄一个视频，就可以获得平台的杠杆流量效应。你需要在一生中不断问自己两个问题。第一个问题是，这真的是我想要的嘛？第二个问题是我实现产品化了吗？解决这两个问题，你就能赚钱。 ——《纳瓦尔宝典》本文由 #BCGAME 赞助｜BC.GAME

赚钱是一个必须学会的技能。什么是赚钱的技能？就是把自己产品化。这里有两个关键词：自己、产品化。要找到自己的独特性，大多数人赚不到钱是因为总是想跟别人一样。大学的时候别人靠计算机二级你就去考、别人去考四级你就去考。别人买房子你也买房子，别人干什么你就要干什么，这样会把自己变成npc。一定要找到独特的自己。另外就是产品化，产品化就是把自己能力放大的杠杆。例如你天生就会耍狗坨子，你就去做抖音短视频。你只需要拍摄一个视频，就可以获得平台的杠杆流量效应。你需要在一生中不断问自己两个问题。第一个问题是，这真的是我想要的嘛？第二个问题是我实现产品化了吗？解决这两个问题，你就能赚钱。 ——《纳瓦尔宝典》本文由 #BCGAME 赞助｜BC.GAME

王短鸟 (长鸟版)

20,463 просмотров • 8 месяцев назад