Loading video...

Video Failed to Load

Go Home

真正能干掉这波AI热潮的，不是泡沫，不是衰退。 是你的iPhone。 投资人Gavin Baker点破了苹果的阳谋。 苹果根本不想去赢什么模型大战。 它想当AI的“分销商”。 控制一切。 怎么做？ 三年内，一台更厚、更大的iPhone问世。 为什么变大？ 为了塞进更多的DRAM内存。 届时，你的手机能直接在本地跑精简版的GPT-5或Gemini 5。 速度有多快？ 每秒30到60个token。 关键是什么？ 完全免费。 完全离线。 完全保护隐私。 这意味着，大部分日常AI应用，写邮件、做总结、简单推理… 根本不再需要连接云端数据中心。 英伟达们疯狂烧钱的资本支出热潮，会怎么样？ 直接从源头被掐断。 OpenAI、谷歌这些模型开发商呢？ 会沦为可随时替换的零件供应商。 价值瞬间被抽干。 苹果不创造AI。 苹果控制通往AI的大门。 这和App Store的故事是不是一模一样？ 先建起一个封闭花园，再制定所有规则，然后收租。 当所有人都以为苹果在AI竞赛里睡着了。 它其实在悄悄磨刀，准备收割整个行业。

mubeitech's profile picture

墓碑科技

68,887 subscribers

95,726 views • 7 months ago •via X (Twitter)

News & PoliticsScience & TechnologyFinance
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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？
1:26

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

59,407 views • 8 months ago

所有用iPhone的人，Dan Bongino发出了一个紧急提醒。 立刻更新你的iOS系统。 苹果发布了一个极其重大的安全更新。 为什么这么紧急？ 苹果遭到了某种间谍软件的渗透。 一次重大攻击。 想想看，现在是什么时代？ 是地缘政治全面对抗的时代。 是谁有能力，又有动机对美国的主流通讯设备进行这种级别的攻击？ 苹果公司一直标榜自己的安全性。 但这次事件暴露了什么？ 在真正的国家级力量面前，再坚固的商业壁垒也可能不堪一击。 这背后是技术问题，还是有更深层次的合作与渗透？ 这次的攻击技术，据说强大到令人难以置信的程度。 你的手机，可能不再是你的手机。 它成了别人的眼睛和耳朵。 过去，人们担心的是商业公司收集数据。 现在，威胁的性质完全变了。 当外国势力可以随意进出你的设备，信息安全就成了国家安全问题。 川普政府正在全面重塑美国的国家安全战略。 供应链回流，关键技术自主，都在路上。 但消费者手里的每一个设备，都是一个潜在的战场。 这不仅仅是苹果一家公司的问题。 它拷问的是整个硅谷的立场。 在全球主义的迷梦中，他们究竟把用户的安全放在了第几位？ 所以，赶紧更新吧。 这可能是你目前能做的，最直接的自我保护。
0:27

所有用iPhone的人，Dan Bongino发出了一个紧急提醒。 立刻更新你的iOS系统。 苹果发布了一个极其重大的安全更新。 为什么这么紧急？ 苹果遭到了某种间谍软件的渗透。 一次重大攻击。 想想看，现在是什么时代？ 是地缘政治全面对抗的时代。 是谁有能力，又有动机对美国的主流通讯设备进行这种级别的攻击？ 苹果公司一直标榜自己的安全性。 但这次事件暴露了什么？ 在真正的国家级力量面前，再坚固的商业壁垒也可能不堪一击。 这背后是技术问题，还是有更深层次的合作与渗透？ 这次的攻击技术，据说强大到令人难以置信的程度。 你的手机，可能不再是你的手机。 它成了别人的眼睛和耳朵。 过去，人们担心的是商业公司收集数据。 现在，威胁的性质完全变了。 当外国势力可以随意进出你的设备，信息安全就成了国家安全问题。 川普政府正在全面重塑美国的国家安全战略。 供应链回流，关键技术自主，都在路上。 但消费者手里的每一个设备，都是一个潜在的战场。 这不仅仅是苹果一家公司的问题。 它拷问的是整个硅谷的立场。 在全球主义的迷梦中，他们究竟把用户的安全放在了第几位？ 所以，赶紧更新吧。 这可能是你目前能做的，最直接的自我保护。

墓碑科技

31,487 views • 7 months ago

硅谷人脉王 Jcal： $AAPL 现在是绝佳买入的机会！ 为什么呢？ 就像2007年第一代 iPhone 一样，现在第一代苹果 AI 未来也将吃下整个市场。 苹果可以把本地大模型直接塞进 iPhone 里，而且是无限token，一旦大规模推送本地 AI， $Anthropic 、 $OpenAI 只能吃压力！
0:48

硅谷人脉王 Jcal： $AAPL 现在是绝佳买入的机会！ 为什么呢？ 就像2007年第一代 iPhone 一样，现在第一代苹果 AI 未来也将吃下整个市场。 苹果可以把本地大模型直接塞进 iPhone 里，而且是无限token，一旦大规模推送本地 AI， $Anthropic 、 $OpenAI 只能吃压力！

Annie 所长

42,045 views • 2 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。
0:56

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

831,837 views • 1 year ago

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。 他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。 记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。 最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。 你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊
1:00

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。 他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。 记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。 最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。 你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,674 views • 9 months ago

地球上最有钱的公司，眼睁睁看着对手烧掉6500亿美元。 然后什么都没做。 这可能是商业史上最聪明的一步棋。 今年，几家科技巨头在AI数据中心上砸了血本。 亚马逊，2000亿美元。 谷歌，1850亿美元。 微软，1140亿美元。 Meta，1350亿美元。 加起来，6500亿。 苹果的预算呢？ 140亿美元。 比去年还降了19%。 为什么？ 因为这是一场可能没有终点的军备竞赛。 那些巨头，把94%的运营现金流都投了进去。 分红和回购之后，几乎一分不剩。 亚马逊今年的自由现金流预计将变成负280亿美元。 谷歌的自由现金流预计暴跌90%。 这些曾经是地球上最强的印钞机。 现在却要借钱来维持运转。 仅2025年，五大巨头就发了1210亿美元的债券。 6500亿美元，换来了什么？ AI服务总收入，大约350亿美元。 连基础设施投入的5%都不到。 这笔账，怎么算？ 苹果的赌注，现在看才觉得高明。 AI模型正在以前所未有的速度“商品化”。 护城河还没挖好，水就已经干了。 花600万美元就能做出媲美1亿美元系统的模型。 所以苹果换了个玩法。 它不自己造AI工厂，它选择“租”。 每年花大概10亿美元，授权使用谷歌的Gemini。 如果明年有更好的模型出现呢？ 换个供应商就行了。 但苹果没有闲着。 它发布了M5芯片。 直接把AI能力塞进了每一台iPhone、每一台Mac里。 它不需要几千亿的数据中心。 因为它把全球20亿台设备，变成了世界上最大的分布式数据中心。 当对手们在疯狂烧钱时，苹果在干嘛？ 去年，它回购了907亿美元的股票。 而对手们呢？ 股票回购总额从高点暴跌了74%。 苹果没有错过AI革命。 它只是赌，赢家不是建基础设施的人。 而是拥有客户的人。 在这一点上，地球上没人比得过苹果。
3:47

地球上最有钱的公司，眼睁睁看着对手烧掉6500亿美元。 然后什么都没做。 这可能是商业史上最聪明的一步棋。 今年，几家科技巨头在AI数据中心上砸了血本。 亚马逊，2000亿美元。 谷歌，1850亿美元。 微软，1140亿美元。 Meta，1350亿美元。 加起来，6500亿。 苹果的预算呢？ 140亿美元。 比去年还降了19%。 为什么？ 因为这是一场可能没有终点的军备竞赛。 那些巨头，把94%的运营现金流都投了进去。 分红和回购之后，几乎一分不剩。 亚马逊今年的自由现金流预计将变成负280亿美元。 谷歌的自由现金流预计暴跌90%。 这些曾经是地球上最强的印钞机。 现在却要借钱来维持运转。 仅2025年，五大巨头就发了1210亿美元的债券。 6500亿美元，换来了什么？ AI服务总收入，大约350亿美元。 连基础设施投入的5%都不到。 这笔账，怎么算？ 苹果的赌注，现在看才觉得高明。 AI模型正在以前所未有的速度“商品化”。 护城河还没挖好，水就已经干了。 花600万美元就能做出媲美1亿美元系统的模型。 所以苹果换了个玩法。 它不自己造AI工厂，它选择“租”。 每年花大概10亿美元，授权使用谷歌的Gemini。 如果明年有更好的模型出现呢？ 换个供应商就行了。 但苹果没有闲着。 它发布了M5芯片。 直接把AI能力塞进了每一台iPhone、每一台Mac里。 它不需要几千亿的数据中心。 因为它把全球20亿台设备，变成了世界上最大的分布式数据中心。 当对手们在疯狂烧钱时，苹果在干嘛？ 去年，它回购了907亿美元的股票。 而对手们呢？ 股票回购总额从高点暴跌了74%。 苹果没有错过AI革命。 它只是赌，赢家不是建基础设施的人。 而是拥有客户的人。 在这一点上，地球上没人比得过苹果。

墓碑科技

305,763 views • 7 months ago

这位大佬已经成功的让 AI 模型在 iPhone 17 Pro 的 Apple Neural Engine（ANE）上进行训练。苹果的硬件还是有很多待挖掘的地方,一旦手机本地也能训练 AI，就意味着部分数据可以不上云端，在本地。根据用户数据，不断学习，更新个性化。 这里面的玩法就非常多了。机会。😍
0:29

这位大佬已经成功的让 AI 模型在 iPhone 17 Pro 的 Apple Neural Engine（ANE）上进行训练。苹果的硬件还是有很多待挖掘的地方,一旦手机本地也能训练 AI，就意味着部分数据可以不上云端，在本地。根据用户数据，不断学习，更新个性化。 这里面的玩法就非常多了。机会。😍

独立开发者William

23,780 views • 7 months ago

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。 有的人把 AI 当赚钱工具 有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元 而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？
0:48

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。 有的人把 AI 当赚钱工具 有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元 而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

U哥

11,099 views • 2 months ago

这事儿怎么就没完没了呢。好像怎么辟谣，都会有新的人出来问为什么日本人会这样。 根本就没有阴阳菜单。起码这家店没有。 日语为什么是单人的，因为这是日本人习惯了的事情。很多时候，尤其是锅料理，很多店都是按照人数决定分量。但是专门为一个人准备店家成本又太高，所以才有最低两人起的说法。如果是四个人，就是乘4的价格了。 至于为什么英语菜单直接就是两人份的价格，估计店家英语不好吧，解释起来麻烦，就直接准备了两人份的。 说实话，那家店虽然在旅游区，但是一家老店可能最开始的时候也没想过会有这么多不懂日语的人去他们家吃。 我相信京都可能还有更多家这样规模没这么大，但是同样有历史的店，可能他们为了省麻烦，干脆就不直接接待不会日语的人，甚至就干脆不接待外国人了。 然后我想经过这件事情之后，可能干脆直接不接待外国人的店可能会更多吧。 不过好在这事儿在墙外学着，大家不断地解释，可能很多人就知道怎么回事儿了。 针对墙内的话就不要解释了。有时候被误解也是一种善意，不要勉强。 🤭🤭🤭🤭
2:51

这事儿怎么就没完没了呢。好像怎么辟谣，都会有新的人出来问为什么日本人会这样。 根本就没有阴阳菜单。起码这家店没有。 日语为什么是单人的，因为这是日本人习惯了的事情。很多时候，尤其是锅料理，很多店都是按照人数决定分量。但是专门为一个人准备店家成本又太高，所以才有最低两人起的说法。如果是四个人，就是乘4的价格了。 至于为什么英语菜单直接就是两人份的价格，估计店家英语不好吧，解释起来麻烦，就直接准备了两人份的。 说实话，那家店虽然在旅游区，但是一家老店可能最开始的时候也没想过会有这么多不懂日语的人去他们家吃。 我相信京都可能还有更多家这样规模没这么大，但是同样有历史的店，可能他们为了省麻烦，干脆就不直接接待不会日语的人，甚至就干脆不接待外国人了。 然后我想经过这件事情之后，可能干脆直接不接待外国人的店可能会更多吧。 不过好在这事儿在墙外学着，大家不断地解释，可能很多人就知道怎么回事儿了。 针对墙内的话就不要解释了。有时候被误解也是一种善意，不要勉强。 🤭🤭🤭🤭

东北御厨💙💛

28,070 views • 3 months ago

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？
1:06

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,704 views • 8 months 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。
4:17

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 • 9 months ago

这条视频完整解释了为什么修行可以逆天改命， 因为真正的修行，本质上是在改一个人的心性，而八字、奇门这些术数，很多时候算的是惯性， 普通人的人生，其实大部分都活在惯性里 就是你是什么性格，吸引什么人，什么欲望，走什么路，什么执念，吃什么亏，所以命会呈现出一种很强的规律性，这就叫做惯性 比如一个人贪财、好胜、急躁，那他到了某个大运、流年，就很容易因为贪去重仓，最后在那个时间点爆掉， 术数看到的，其实是这个人的性格结构，在特定时间里会被放大到什么程度 修行真正厉害的地方就在于：它会开始让一个人跳出惯性 原本这个时间你会发火，结果你忍住了 原本这个阶段你会破财，结果选择躺平，不去选择对抗， ，你不去对抗就不会亏钱，不会亏钱就不会离婚，原本这个局你一定会冲进去，结果你看见了因果后退出来了，那后面的结果，自然就变了，全是一条因果链相连接 所以道家讲一句话：相由心生，境随心转 很多人理解不了修行， 他们以为修行就是出家，是烧香、打坐、念经、吃素， 其实真正的修行，是你开始内观自己，开始能控制自己的念头，因为念头一变，行为就变，行为变了，因果链条也就变了， 真正修行的人，命会越来越模糊，算不准的，不是他的命没了，而是他不再按照原本那条最容易发生的轨迹去走，他就一定不会被这些相牵着走 就像一条河，普通人是顺着河道被冲走，最后流向哪里，大概是能推演的，修行人则像慢慢学会了划船的人，自己掌控方向，
4:00

这条视频完整解释了为什么修行可以逆天改命， 因为真正的修行，本质上是在改一个人的心性，而八字、奇门这些术数，很多时候算的是惯性， 普通人的人生，其实大部分都活在惯性里 就是你是什么性格，吸引什么人，什么欲望，走什么路，什么执念，吃什么亏，所以命会呈现出一种很强的规律性，这就叫做惯性 比如一个人贪财、好胜、急躁，那他到了某个大运、流年，就很容易因为贪去重仓，最后在那个时间点爆掉， 术数看到的，其实是这个人的性格结构，在特定时间里会被放大到什么程度 修行真正厉害的地方就在于：它会开始让一个人跳出惯性 原本这个时间你会发火，结果你忍住了 原本这个阶段你会破财，结果选择躺平，不去选择对抗， ，你不去对抗就不会亏钱，不会亏钱就不会离婚，原本这个局你一定会冲进去，结果你看见了因果后退出来了，那后面的结果，自然就变了，全是一条因果链相连接 所以道家讲一句话：相由心生，境随心转 很多人理解不了修行， 他们以为修行就是出家，是烧香、打坐、念经、吃素， 其实真正的修行，是你开始内观自己，开始能控制自己的念头，因为念头一变，行为就变，行为变了，因果链条也就变了， 真正修行的人，命会越来越模糊，算不准的，不是他的命没了，而是他不再按照原本那条最容易发生的轨迹去走，他就一定不会被这些相牵着走 就像一条河，普通人是顺着河道被冲走，最后流向哪里，大概是能推演的，修行人则像慢慢学会了划船的人，自己掌控方向，

Ripe

96,021 views • 4 months ago

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。
0:54

AI教父Yann LeCun说了一个事实。 一个四岁的小孩，看过的数据量，等于有史以来所有文本的总和。 最大的AI模型，训练数据是30万亿个单词。 听着很多？ 一个四岁小孩，醒着的时间大约16000小时。 光是用眼睛看，接收的数据量就跟AI一样多。 但数据的质量，完全是两回事。 小孩看到的是真实世界。 是重力，是东西掉下来，是手去抓握。 是因果，是物理规律。 他通过这些，在脑子里建立了一个世界模型。 AI看到的是什么？ 是孤立的文字，是符号。 它唯一的任务，是猜下一个词是什么。 这就解释了现在的怪现象。 AI能通过律师考试，能解微积分方程。 比大学生还快。 但它学不会装洗碗机。 也变不成一个能做家务的机器人。 更不可能像任何一个青少年一样，花20小时就学会开车。 那些吹嘘AI马上取代一切的人，在回避什么？ 他们在回避现实世界。 AI被喂养的是人类思想的“数字幽灵”，不是物理世界的实体。 把一个在图书馆里读了所有书的书呆子，和一个在街头长大的孩子扔进丛林。 谁能活下来？ 道理是一样的。

墓碑科技

72,742 views • 7 months ago

大多数人以为 prompting 只是把句子写得更好 Anthropic 这个 32 分钟 workshop 讲的是另一件事： 为什么这完全不够 它拆的不是 prompt hacks 不是“act as” 也不是又一个 $300 的课程 而是 production 里的 prompt 到底怎么搭 Evals Edge cases Model migration Agent loops 一个好的 prompt，不是一句话 而是一套模型可以理解、执行、测试、再改进的 workflow 这点很重要 因为不管后面是新的 Claude Opus，还是新的 Sonnet，真正有效的规则大概率还是这些： - 让模型知道目标 - 让模型知道边界 - 让模型知道怎么检查自己 - 让模型知道遇到 edge case 时该怎么处理 所以很多时候，AI 给出的坏答案，不一定是模型差 也可能只是 setup 太差 这个 prompting playbook，建议在下次怪 AI 之前先看完
32:27

大多数人以为 prompting 只是把句子写得更好 Anthropic 这个 32 分钟 workshop 讲的是另一件事： 为什么这完全不够 它拆的不是 prompt hacks 不是“act as” 也不是又一个 $300 的课程 而是 production 里的 prompt 到底怎么搭 Evals Edge cases Model migration Agent loops 一个好的 prompt，不是一句话 而是一套模型可以理解、执行、测试、再改进的 workflow 这点很重要 因为不管后面是新的 Claude Opus，还是新的 Sonnet，真正有效的规则大概率还是这些： - 让模型知道目标 - 让模型知道边界 - 让模型知道怎么检查自己 - 让模型知道遇到 edge case 时该怎么处理 所以很多时候，AI 给出的坏答案，不一定是模型差 也可能只是 setup 太差 这个 prompting playbook，建议在下次怪 AI 之前先看完

0x_Miko

15,628 views • 4 months ago

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。 感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。 看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。 信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。 这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。 因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。 所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs
0:46

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。 感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。 看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。 信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。 这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。 因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。 所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs

Michael 宝塔镇河妖🧙🏿‍♀️

15,397 views • 7 months ago

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。
0:45

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 views • 2 months ago

谷歌，本来有机会成为地球上第一个，市值十万亿美金的公司。 它本可以。 2023年，如果谷歌把我们当回事，我们可能早就被碾碎了。 这个巨无霸太强大了。 但它没有。 谷歌当时的人工智能，产品方向，走偏了。 他们内部拉响了红色警报，code red！ 但又没那么当回事。 为什么？ 因为谷歌的商业模式太成功了，印钞机一样的网络搜索。 他们舍不得放弃。 所以他们的策略是什么？ 把AI，像个补丁一样，“栓”在旧的网页搜索上。 但这种打补丁的思路，行不通。 这就像… 把AI塞进你的聊天软件，帮你总结信息、起草回复。 是好了一点，但仅此而已。 这不是终局。 真正的AI原生世界是什么样的？ 它不是给旧东西打补丁。 而是围绕AI，从零开始，重新设计一切。 你的AI不再是个小助理，而是一个智能代理人。 它会主动跟别人的代理人沟通，判断什么时候该打扰你，什么时候该替你做主。 这才是AI-First的世界。 谷歌的弱点，恰恰就在这里。 哪怕它拥有巨大的流量优势，但它在用旧地图，寻找新大陆。
1:47

谷歌，本来有机会成为地球上第一个，市值十万亿美金的公司。 它本可以。 2023年，如果谷歌把我们当回事，我们可能早就被碾碎了。 这个巨无霸太强大了。 但它没有。 谷歌当时的人工智能，产品方向，走偏了。 他们内部拉响了红色警报，code red！ 但又没那么当回事。 为什么？ 因为谷歌的商业模式太成功了，印钞机一样的网络搜索。 他们舍不得放弃。 所以他们的策略是什么？ 把AI，像个补丁一样，“栓”在旧的网页搜索上。 但这种打补丁的思路，行不通。 这就像… 把AI塞进你的聊天软件，帮你总结信息、起草回复。 是好了一点，但仅此而已。 这不是终局。 真正的AI原生世界是什么样的？ 它不是给旧东西打补丁。 而是围绕AI，从零开始，重新设计一切。 你的AI不再是个小助理，而是一个智能代理人。 它会主动跟别人的代理人沟通，判断什么时候该打扰你，什么时候该替你做主。 这才是AI-First的世界。 谷歌的弱点，恰恰就在这里。 哪怕它拥有巨大的流量优势，但它在用旧地图，寻找新大陆。

墓碑科技

63,234 views • 9 months ago

户子（户晨风）看到苹果的折叠屏，会不会一口老血喷出来啊？🤣（付当年户子谈折叠屏的视频） 🔥楼主点评：户子曾经说过，如果真有一天苹果推出折叠屏，那只能说明一个问题——不是折痕消失了，而是苹果这家公司不行了，已经到了不得不靠折叠屏搞噱头的地步。 当年这句话听起来多少有点绝对，但如今苹果真的把折叠屏拿出来了，多少让人有一种“户子一语成谶”的感觉。🤣 当然，苹果推出折叠屏，并不能简单等同于“苹果不行了”。科技产品最终还是要看它能不能解决实际需求。折叠屏最大的优势是什么？无非就是在手机便携性的基础上，提供更大的显示面积。 问题也恰恰在这里：如果只是把普通手机屏幕折叠一下，展开之后比手机大一点，但性能、软件体验和生产力又比不上iPad，那消费者为什么要花更高的价格买它？ 如果苹果真能把iPhone的移动体验、折叠屏的大尺寸显示，以及部分iPad级别的性能和生产力能力真正融合起来，那这个产品我认为还是有意义的。 但如果最后变成了“小屏手机性能一般、大屏又干不过iPad、价格还贵得离谱”，那折叠屏就很容易沦为一个昂贵的科技玩具。 所以真正值得观察的不是“苹果终于做折叠屏了”，而是苹果能不能证明：折叠屏不是为了追赶市场，而是苹果真的找到了这种形态不可替代的价值。 如果最终只是为了跟风，那确实值得问一句：苹果是在引领科技，还是也开始被市场推着走了？ 🔥那么问题来了：苹果推出折叠屏，到底意味着苹果技术路线的一次重大突破，还是意味着它已经遇到了创新瓶颈，不得不开始追赶竞争对手？
1:11

户子（户晨风）看到苹果的折叠屏，会不会一口老血喷出来啊？🤣（付当年户子谈折叠屏的视频） 🔥楼主点评：户子曾经说过，如果真有一天苹果推出折叠屏，那只能说明一个问题——不是折痕消失了，而是苹果这家公司不行了，已经到了不得不靠折叠屏搞噱头的地步。 当年这句话听起来多少有点绝对，但如今苹果真的把折叠屏拿出来了，多少让人有一种“户子一语成谶”的感觉。🤣 当然，苹果推出折叠屏，并不能简单等同于“苹果不行了”。科技产品最终还是要看它能不能解决实际需求。折叠屏最大的优势是什么？无非就是在手机便携性的基础上，提供更大的显示面积。 问题也恰恰在这里：如果只是把普通手机屏幕折叠一下，展开之后比手机大一点，但性能、软件体验和生产力又比不上iPad，那消费者为什么要花更高的价格买它？ 如果苹果真能把iPhone的移动体验、折叠屏的大尺寸显示，以及部分iPad级别的性能和生产力能力真正融合起来，那这个产品我认为还是有意义的。 但如果最后变成了“小屏手机性能一般、大屏又干不过iPad、价格还贵得离谱”，那折叠屏就很容易沦为一个昂贵的科技玩具。 所以真正值得观察的不是“苹果终于做折叠屏了”，而是苹果能不能证明：折叠屏不是为了追赶市场，而是苹果真的找到了这种形态不可替代的价值。 如果最终只是为了跟风，那确实值得问一句：苹果是在引领科技，还是也开始被市场推着走了？ 🔥那么问题来了：苹果推出折叠屏，到底意味着苹果技术路线的一次重大突破，还是意味着它已经遇到了创新瓶颈，不得不开始追赶竞争对手？

罗翔～破幕推墙

13,017 views • 1 month ago

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。 不是它们不厉害，恰恰相反——都太厉害了。 模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。 不是“哇好强”，而是突然冒出一个不太技术的问题： 如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？ 不是那种我问你、你马上答的关系， 而是你会不会哪天顺手再点开它。 有些 AI 真的很聪明，但你心里清楚，它就是工具。 用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。 它更像是在琢磨一件事： 人为什么会愿意和一个存在长期相处？ 这时候我才开始注意到他们说的那套 Mind / Body / Soul。 不是因为名字，而是方向。 Mind 这一层，其实挺像人。 不是一直保持同一种状态。 有时候你需要逻辑，有时候只是想被理解， 有时候甚至不需要答案，只要有人把话接住。 再加上它会记得你。 不是那种冷冰冰的“你在某年某月问过什么”， 而是你们之间发生过的那些事。 一旦记忆变成关系的一部分， 整个体验就不一样了。 Body 这点我以前真没太当回事。 但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。 有形象、有存在的位置， 在你已经习惯的设备和场景里出现。 不是为了炫， 而是为了让你不抗拒。 在你信任之前，你首先得觉得它“正常”、不吓人。 至于 Soul，其实是我最看重的。 现在的 AI 都很会， 但很少有那种让人想一直留着的。 Kindred 没那么急。 不催你、不拉你、不用力制造黏性。 你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西， 给我的感觉更像是一起走一段， 而不是被系统牵着跑。 所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI， 但底层其实是在讲人。 我们怎么建立信任， 怎么产生依附， 怎么愿意长期和一个存在共处。 AI 只是载体。 被认真对待的，其实是人的感受。 如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。 不是因为它最强， 而是它没有急着证明自己。
1:42

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。 不是它们不厉害，恰恰相反——都太厉害了。 模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。 不是“哇好强”，而是突然冒出一个不太技术的问题： 如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？ 不是那种我问你、你马上答的关系， 而是你会不会哪天顺手再点开它。 有些 AI 真的很聪明，但你心里清楚，它就是工具。 用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。 它更像是在琢磨一件事： 人为什么会愿意和一个存在长期相处？ 这时候我才开始注意到他们说的那套 Mind / Body / Soul。 不是因为名字，而是方向。 Mind 这一层，其实挺像人。 不是一直保持同一种状态。 有时候你需要逻辑，有时候只是想被理解， 有时候甚至不需要答案，只要有人把话接住。 再加上它会记得你。 不是那种冷冰冰的“你在某年某月问过什么”， 而是你们之间发生过的那些事。 一旦记忆变成关系的一部分， 整个体验就不一样了。 Body 这点我以前真没太当回事。 但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。 有形象、有存在的位置， 在你已经习惯的设备和场景里出现。 不是为了炫， 而是为了让你不抗拒。 在你信任之前，你首先得觉得它“正常”、不吓人。 至于 Soul，其实是我最看重的。 现在的 AI 都很会， 但很少有那种让人想一直留着的。 Kindred 没那么急。 不催你、不拉你、不用力制造黏性。 你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西， 给我的感觉更像是一起走一段， 而不是被系统牵着跑。 所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI， 但底层其实是在讲人。 我们怎么建立信任， 怎么产生依附， 怎么愿意长期和一个存在共处。 AI 只是载体。 被认真对待的，其实是人的感受。 如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。 不是因为它最强， 而是它没有急着证明自己。

董小姐 ｜预测世界杯就在Gate

43,660 views • 9 months ago