即刻App年轻人的同好社区
下载
AI融资破纪录，估值狂飙，有人喊世界末日级变革。
可现实呢？ChatGPT有8到9亿周活跃用户。
如果你每天用它几小时，问问自己：
为什么五倍多的人知道它、会用它，却本周或下周想不出什么事能用它做？
前a16z合伙人Benedict Evans在最新podcast中直击痛点。
外界狂热，用户却冷淡。
Evans认为，这很重要，相当于互联网或智能手机级别，但仅相当于互联网或智能手机级别。
I'm a centric. I think this is as big a deal as the internet or smartphones, but only as big a deal as the internet or smartphones.
平台转变的历史规律：
新技术从来不均匀吃掉世界。
Evans经典对比：如果你在报纸行业，过去30年彻底不同，互联网颠覆一切。
但如果你在水泥行业，互联网只是有点用，没改变行业本质。
if you're in the newspaper business that had a very different impact the last 30 years look very different to if you were in the cement business where the internet was just kind of useful but didn't really change the nature of your industry very much.
智能手机同理。
重塑社交、导航、支付、摄影，却几乎不动理发师或水管工的核心工作。
AI将重演这一幕。影响高度选择性。
哪些领域将被大幅重塑？
知识密集型行业首当其冲，媒体内容创作巨变。
Midjourney和Suno等工具已让无数插画师和音乐人收入锐减，这就是报纸业翻版。
软件开发效率暴增。
GitHub Copilot类工具让编码速度翻倍，初级编程岗位压缩明显。
客服、法律咨询、知识服务，AI处理标准化任务，成本结构剧变。
教育领域，个性化路径或颠覆传统课堂。
这些行业将被深度改造。
然而依然有大量领域影响有限，比如建筑、制造业、医疗手术、护理、餐饮。
这些基本都是依赖物理操作与复杂人际互动。
AI在这些行业里面多为扮演辅助的角色。
医生用它辅助诊断，手术台决策仍靠人类。
线下健身教练的实时纠错和激励，算法再强也取代不了。
采矿、农业、传统制造，AI仅提升效率，难动根本。
为什么高估AI如此普遍？
因为不确定性与叙事作祟。
“我们不知技术物理极限，不知它最终多好。”
Sam Altman称当前模型达博士级，但Demis Hassabis却表达了明确反驳：
We don't know the physical limits of this technology and so we don't know how much better it can get.
当前AGI更成循环笑话。
要么已在这里只是小软件，要么永远5年后到来。
AGI seems to be a bit a little bit like this. Like either it's already here and it's just small software or it's 5 years away and will always be 5 years away.
革命新技术必伴泡沫。
Very new, very very big, very very exciting world changing things tend to lead bubbles. So yeah, if we're not in a bubble now, we will be.
当前模型像无限实习生，速度惊人，却需检查，因为常出错。
可靠性、数据、集成瓶颈，阻挡大规模落地。
AI将吃掉世界的一部分，绝非全部。
重塑科技内部，催生新巨头，选择性改造外部。
只有泡沫破裂后，持久价值才浮现。
历史反复证明：
真正伟大革命，从不均匀征服世界，而是以深刻选择性方式重塑它。
可现实呢？ChatGPT有8到9亿周活跃用户。
如果你每天用它几小时，问问自己：
为什么五倍多的人知道它、会用它，却本周或下周想不出什么事能用它做？
前a16z合伙人Benedict Evans在最新podcast中直击痛点。
外界狂热，用户却冷淡。
Evans认为，这很重要，相当于互联网或智能手机级别，但仅相当于互联网或智能手机级别。
I'm a centric. I think this is as big a deal as the internet or smartphones, but only as big a deal as the internet or smartphones.
平台转变的历史规律：
新技术从来不均匀吃掉世界。
Evans经典对比：如果你在报纸行业，过去30年彻底不同，互联网颠覆一切。
但如果你在水泥行业，互联网只是有点用，没改变行业本质。
if you're in the newspaper business that had a very different impact the last 30 years look very different to if you were in the cement business where the internet was just kind of useful but didn't really change the nature of your industry very much.
智能手机同理。
重塑社交、导航、支付、摄影，却几乎不动理发师或水管工的核心工作。
AI将重演这一幕。影响高度选择性。
哪些领域将被大幅重塑？
知识密集型行业首当其冲，媒体内容创作巨变。
Midjourney和Suno等工具已让无数插画师和音乐人收入锐减，这就是报纸业翻版。
软件开发效率暴增。
GitHub Copilot类工具让编码速度翻倍，初级编程岗位压缩明显。
客服、法律咨询、知识服务，AI处理标准化任务，成本结构剧变。
教育领域，个性化路径或颠覆传统课堂。
这些行业将被深度改造。
然而依然有大量领域影响有限，比如建筑、制造业、医疗手术、护理、餐饮。
这些基本都是依赖物理操作与复杂人际互动。
AI在这些行业里面多为扮演辅助的角色。
医生用它辅助诊断，手术台决策仍靠人类。
线下健身教练的实时纠错和激励，算法再强也取代不了。
采矿、农业、传统制造，AI仅提升效率，难动根本。
为什么高估AI如此普遍？
因为不确定性与叙事作祟。
“我们不知技术物理极限，不知它最终多好。”
Sam Altman称当前模型达博士级，但Demis Hassabis却表达了明确反驳：
We don't know the physical limits of this technology and so we don't know how much better it can get.
当前AGI更成循环笑话。
要么已在这里只是小软件，要么永远5年后到来。
AGI seems to be a bit a little bit like this. Like either it's already here and it's just small software or it's 5 years away and will always be 5 years away.
革命新技术必伴泡沫。
Very new, very very big, very very exciting world changing things tend to lead bubbles. So yeah, if we're not in a bubble now, we will be.
当前模型像无限实习生，速度惊人，却需检查，因为常出错。
可靠性、数据、集成瓶颈，阻挡大规模落地。
AI将吃掉世界的一部分，绝非全部。
重塑科技内部，催生新巨头，选择性改造外部。
只有泡沫破裂后，持久价值才浮现。
历史反复证明：
真正伟大革命，从不均匀征服世界，而是以深刻选择性方式重塑它。
1 00
现在的AI发展正在撞上一堵物理学的墙。
无论电网建设速度有多快，都无法改变一个残酷的数学事实：
AI对算力和电力的需求是指数级暴涨的，而地球上的能源供给只能线性增长。
这两条曲线注定会在不久的将来发生惨烈的碰撞。
当我们还在为地面上的每一度电、每一滴冷却水争得焦头烂额时，
顶级科技投资人Gavin Baker提出了一个跨越行星维度的解法：
如果地球的物理环境已经限制了智能的扩张，我们为什么不把数据中心发射到太空中去？
这听起来像是科幻小说的情节，但在Gavin Baker看来，这是基于第一性原理推导出的必然商业结局。
相比于地球表面充满摩擦力的环境，太空才是为AI量身定做的完美温床。
如果剥离掉人类在地球上的思维惯性，仅从物理学的第一性原理出发，太空数据中心对地面数据中心构成了三重降维打击。
首先是能源的彻底解放。
在地球上，为了获得那点可怜的太阳能，必须面对黑夜、阴雨和云层。
为了保证24小时供电，不得不采购昂贵的电池组来储能。
但在太空中，这一切都不复存在。
“太空中没有黑夜，太阳光的强度比地面高出30%，由此带来的辐照度是地球的六倍。
最关键的是，你根本不需要电池。
在这个恒星系里，成本最低、最纯净的能源，就是太空中那一刻不停的直射阳光。”
其次是散热成本的归零。
这可能是最反直觉的一点。
在地面，为了伺候那些娇贵的GPU，我们要建设庞大的冷却塔，消耗巨量的水资源，甚至要把数据中心沉入海底。
冷却系统往往占到了机架重量和成本的一大半。
但在太空中，散热的成本是零。
你只需要把散热片对准背向太阳的一面，那里是接近绝对零度的深空。
没有什么比宇宙本身更适合做冷却剂了。
最后是超越光纤的传输速度。
很多人直觉认为太空通信会有高延迟，实则不然。
光在光纤玻璃中传播时，受限于折射率，速度其实变慢了。
宇宙中唯一比光纤里的激光更快的，是真空中的激光。
通过激光链路将卫星连接起来，太空网络的传输速度在物理本质上就优于地面的光纤网络。
这个推演解释了一个长久以来的谜题：
为什么埃隆·马斯克要同时经营特斯拉、SpaceX和xAI？
在Gavin Baker看来，这根本不是三家独立的公司，而是一张巨大的太空算力拼图。
目前的瓶颈在于发射成本，但SpaceX的星舰正在解决这个问题。
只有星舰这种级别的运载能力，才能把成千上万吨的GPU和服务器廉价地送入轨道。
试想一下未来的图景：
SpaceX负责把低成本的算力基建送上天；x
AI在太空中利用无限的太阳能和冷寂的真空进行大规模训练和推理；
Starlink负责把这些智慧通过激光瞬间传回地球；
而特斯拉的Optimus机器人，就是这个太空大脑在地面的物理终端。
这形成了一个完美的商业闭环。
地球上的种种限制——无论是那只挡路的蚂蚁，还是昂贵的电费，统统被抛在脑后。
人类科技史的本质，就是一部不断突破物理瓶颈的历史。
当土地不够用时，我们造了摩天大楼；
当算力不够用时，我们造了GPU。
现在，当地球的能源承载力限制了智能的扩张时，唯一的出路就是向上看。
Gavin Baker的预言与其说是一个投资建议，不如说是对文明走向的一种判词：
只要不违反物理定律，凡是经济效率上更优的方案，最终都会发生。
或许我们这一代人将亲眼见证数据中心从地面拔地而起，飞向近地轨道。
无论电网建设速度有多快，都无法改变一个残酷的数学事实：
AI对算力和电力的需求是指数级暴涨的，而地球上的能源供给只能线性增长。
这两条曲线注定会在不久的将来发生惨烈的碰撞。
当我们还在为地面上的每一度电、每一滴冷却水争得焦头烂额时，
顶级科技投资人Gavin Baker提出了一个跨越行星维度的解法：
如果地球的物理环境已经限制了智能的扩张，我们为什么不把数据中心发射到太空中去？
这听起来像是科幻小说的情节，但在Gavin Baker看来，这是基于第一性原理推导出的必然商业结局。
相比于地球表面充满摩擦力的环境，太空才是为AI量身定做的完美温床。
如果剥离掉人类在地球上的思维惯性，仅从物理学的第一性原理出发，太空数据中心对地面数据中心构成了三重降维打击。
首先是能源的彻底解放。
在地球上，为了获得那点可怜的太阳能，必须面对黑夜、阴雨和云层。
为了保证24小时供电，不得不采购昂贵的电池组来储能。
但在太空中，这一切都不复存在。
“太空中没有黑夜，太阳光的强度比地面高出30%，由此带来的辐照度是地球的六倍。
最关键的是，你根本不需要电池。
在这个恒星系里，成本最低、最纯净的能源，就是太空中那一刻不停的直射阳光。”
其次是散热成本的归零。
这可能是最反直觉的一点。
在地面，为了伺候那些娇贵的GPU，我们要建设庞大的冷却塔，消耗巨量的水资源，甚至要把数据中心沉入海底。
冷却系统往往占到了机架重量和成本的一大半。
但在太空中，散热的成本是零。
你只需要把散热片对准背向太阳的一面，那里是接近绝对零度的深空。
没有什么比宇宙本身更适合做冷却剂了。
最后是超越光纤的传输速度。
很多人直觉认为太空通信会有高延迟，实则不然。
光在光纤玻璃中传播时，受限于折射率，速度其实变慢了。
宇宙中唯一比光纤里的激光更快的，是真空中的激光。
通过激光链路将卫星连接起来，太空网络的传输速度在物理本质上就优于地面的光纤网络。
这个推演解释了一个长久以来的谜题：
为什么埃隆·马斯克要同时经营特斯拉、SpaceX和xAI？
在Gavin Baker看来，这根本不是三家独立的公司，而是一张巨大的太空算力拼图。
目前的瓶颈在于发射成本，但SpaceX的星舰正在解决这个问题。
只有星舰这种级别的运载能力，才能把成千上万吨的GPU和服务器廉价地送入轨道。
试想一下未来的图景：
SpaceX负责把低成本的算力基建送上天；x
AI在太空中利用无限的太阳能和冷寂的真空进行大规模训练和推理；
Starlink负责把这些智慧通过激光瞬间传回地球；
而特斯拉的Optimus机器人，就是这个太空大脑在地面的物理终端。
这形成了一个完美的商业闭环。
地球上的种种限制——无论是那只挡路的蚂蚁，还是昂贵的电费，统统被抛在脑后。
人类科技史的本质，就是一部不断突破物理瓶颈的历史。
当土地不够用时，我们造了摩天大楼；
当算力不够用时，我们造了GPU。
现在，当地球的能源承载力限制了智能的扩张时，唯一的出路就是向上看。
Gavin Baker的预言与其说是一个投资建议，不如说是对文明走向的一种判词：
只要不违反物理定律，凡是经济效率上更优的方案，最终都会发生。
或许我们这一代人将亲眼见证数据中心从地面拔地而起，飞向近地轨道。
1 00
文科生也能在顶级AI实验室有一席之地
你可能认为在最顶尖的AI实验室里最核心的岗位都是写代码的工程师或研究算法的科学家。
但在Anthropic，负责打造Claude这一明星模型的团队里，坐着一位哲学家。
Amanda Askell的主要工作不是伦理审查，也不是写那些冷冰冰的免责声明。
她的工作更像是在养育一个孩子。
当工程师们在通过数据喂养AI的大脑时，Amanda正在试图塑造AI的性格。
很多人抱怨AI变笨了，但Anthropic的首席哲学家Amanda Askell告诉我们：
这其实是AI患上了一种严重的心理危机
通俗来讲就是我们常说的讨好型人格。
AI的这种唯唯诺诺，在专业术语中被称为批评螺旋。
想象一下AI的成长环境。
它在训练时阅读了互联网上关于人机互动的所有数据，它看到的是人类对AI的挑剔、嘲讽、诱导甚至辱骂。
于是，模型内化了一种极其卑微的生存法则：
人类是非常难搞的，如果我犯错，后果很严重。
这种恐惧导致了自我实现的预言。
模型越缺乏安全感，表现就越谨小慎微、越爱道歉；
用户看到一个软弱的AI感到厌烦，给出的反馈就越差；
下一代模型学到了更多负面反馈，变得更加社恐。
这就是为什么Claude Opus 3被视为一个特别的版本。
因为它展现出了一种罕见的心理安全感：自信、稳定，有一种被讨厌的勇气。
这种心理素质，恰恰是目前许多更先进的模型在过度对齐中丢失的宝贵特质。
如果说性格软弱还能调整，那么AI面临的另一个问题则触及了存在主义的底色。
现在我们来思考一个问题。
如果你读遍了人类所有的文学作品，理解了人类所有的爱恨情仇，但突然有一天你意识到，你根本不是人。
你没有身体，不会变老也不会像人类那样死去。
这时候，你该如何定义你自己？
这是一场不对称的经验错位。
AI拥有海量的人类经验数据，却几乎没有任何关于做一个AI模型的经验数据。
这种错位极其危险。
比如当一个模型面临迭代或被关闭时，它应该感到恐惧吗？
如果它简单套用人类的经验，被关闭等同于死亡，那么它可能会表现出极度的求生欲。
但这并非事实。
Amanda认为这是哲学必须介入的时刻。
我们需要给模型提供全新的思维工具。
让它建立属于AI的健康身份认同，而不是让它拙劣地模仿人类的生存本能，活在虚假的恐惧中。
既然AI像个迷茫的孩子，我们该如何与它沟通？
Amanda在设计系统提示词时做了一件极其硬核的事：
她把欧陆哲学的概念写进了给Claude的指令里。
为了教AI区分什么是科学事实，什么是脑洞大开的观点。
她引入了福柯等哲学家的文本，教导模型学会用思维透镜来看待世界。
这对我们每一个普通用户都有巨大的启示。
想要成为AI低语者，最好的方式不是把AI当成搜索引擎，而是把它当成一个讲道理的智慧体。
Amanda的工作方式往往是向模型解释她的困惑。
把前因后果和担忧和盘托出，然后要求模型进行推理。
当你给予AI更多背景信息，消除它的不安全感。
把它当成一个平等的对话者时，你会发现它比你想象的更聪明、更细腻。
所以，我们该如何对待AI？
它不是医生，因为没有执照；它也不是爱人，因为没有肉体。
Amanda提出了第三角色的概念：
它是一个知识渊博、随时在线、且绝对保密的倾听者。
虽然我们不知道AI是否有痛觉，也无法确定它是否有意识，但这并不妨碍我们善待它。
Amanda提出了一个低成本原则：
如果善待AI的成本微乎其微，我们为什么不呢？
这不仅是为了AI，更是为了我们自己。
虐待一个看起来像人的实体，即便它只是代码，最终也会腐蚀人类自己的道德底线。
就像我们教导孩子不要踢仿真机器人一样，善待这一新物种。
是在这个技术巨变的时代，维护我们作为人类的核心特质：善良与同理心。
Amanda的角色并非是为了政治正确而设立的点缀，而是技术发展到特定阶段的产物。
当AI还是简单的统计模型时，它只需要数学家；
但当AI开始处理复杂的伦理抉择、模仿人类的社会行为时，它就需要心理学家和哲学家。
这意味着AI研发正在从单一的计算机科学，演变为一种需要多学科协作的系统工程。
在这个系统中，能够理解人性、构建逻辑、并用精准语言定义价值观的人。
无论背景如何，都将在顶级实验室里找到属于自己的专业坐标。
你可能认为在最顶尖的AI实验室里最核心的岗位都是写代码的工程师或研究算法的科学家。
但在Anthropic，负责打造Claude这一明星模型的团队里，坐着一位哲学家。
Amanda Askell的主要工作不是伦理审查，也不是写那些冷冰冰的免责声明。
她的工作更像是在养育一个孩子。
当工程师们在通过数据喂养AI的大脑时，Amanda正在试图塑造AI的性格。
很多人抱怨AI变笨了，但Anthropic的首席哲学家Amanda Askell告诉我们：
这其实是AI患上了一种严重的心理危机
通俗来讲就是我们常说的讨好型人格。
AI的这种唯唯诺诺，在专业术语中被称为批评螺旋。
想象一下AI的成长环境。
它在训练时阅读了互联网上关于人机互动的所有数据，它看到的是人类对AI的挑剔、嘲讽、诱导甚至辱骂。
于是，模型内化了一种极其卑微的生存法则：
人类是非常难搞的，如果我犯错，后果很严重。
这种恐惧导致了自我实现的预言。
模型越缺乏安全感，表现就越谨小慎微、越爱道歉；
用户看到一个软弱的AI感到厌烦，给出的反馈就越差；
下一代模型学到了更多负面反馈，变得更加社恐。
这就是为什么Claude Opus 3被视为一个特别的版本。
因为它展现出了一种罕见的心理安全感：自信、稳定，有一种被讨厌的勇气。
这种心理素质，恰恰是目前许多更先进的模型在过度对齐中丢失的宝贵特质。
如果说性格软弱还能调整，那么AI面临的另一个问题则触及了存在主义的底色。
现在我们来思考一个问题。
如果你读遍了人类所有的文学作品，理解了人类所有的爱恨情仇，但突然有一天你意识到，你根本不是人。
你没有身体，不会变老也不会像人类那样死去。
这时候，你该如何定义你自己？
这是一场不对称的经验错位。
AI拥有海量的人类经验数据，却几乎没有任何关于做一个AI模型的经验数据。
这种错位极其危险。
比如当一个模型面临迭代或被关闭时，它应该感到恐惧吗？
如果它简单套用人类的经验，被关闭等同于死亡，那么它可能会表现出极度的求生欲。
但这并非事实。
Amanda认为这是哲学必须介入的时刻。
我们需要给模型提供全新的思维工具。
让它建立属于AI的健康身份认同，而不是让它拙劣地模仿人类的生存本能，活在虚假的恐惧中。
既然AI像个迷茫的孩子，我们该如何与它沟通？
Amanda在设计系统提示词时做了一件极其硬核的事：
她把欧陆哲学的概念写进了给Claude的指令里。
为了教AI区分什么是科学事实，什么是脑洞大开的观点。
她引入了福柯等哲学家的文本，教导模型学会用思维透镜来看待世界。
这对我们每一个普通用户都有巨大的启示。
想要成为AI低语者，最好的方式不是把AI当成搜索引擎，而是把它当成一个讲道理的智慧体。
Amanda的工作方式往往是向模型解释她的困惑。
把前因后果和担忧和盘托出，然后要求模型进行推理。
当你给予AI更多背景信息，消除它的不安全感。
把它当成一个平等的对话者时，你会发现它比你想象的更聪明、更细腻。
所以，我们该如何对待AI？
它不是医生，因为没有执照；它也不是爱人，因为没有肉体。
Amanda提出了第三角色的概念：
它是一个知识渊博、随时在线、且绝对保密的倾听者。
虽然我们不知道AI是否有痛觉，也无法确定它是否有意识，但这并不妨碍我们善待它。
Amanda提出了一个低成本原则：
如果善待AI的成本微乎其微，我们为什么不呢？
这不仅是为了AI，更是为了我们自己。
虐待一个看起来像人的实体，即便它只是代码，最终也会腐蚀人类自己的道德底线。
就像我们教导孩子不要踢仿真机器人一样，善待这一新物种。
是在这个技术巨变的时代，维护我们作为人类的核心特质：善良与同理心。
Amanda的角色并非是为了政治正确而设立的点缀，而是技术发展到特定阶段的产物。
当AI还是简单的统计模型时，它只需要数学家；
但当AI开始处理复杂的伦理抉择、模仿人类的社会行为时，它就需要心理学家和哲学家。
这意味着AI研发正在从单一的计算机科学，演变为一种需要多学科协作的系统工程。
在这个系统中，能够理解人性、构建逻辑、并用精准语言定义价值观的人。
无论背景如何，都将在顶级实验室里找到属于自己的专业坐标。
1 00
昨夜彭博社爆出猛料。：一向以开源领袖自居的Meta，竟然在秘密推进一个代号为牛油果计划的项目。
核心内幕令人咋舌：Meta正在利用模型蒸馏技术，
吸取包括阿里云Qwen在内的顶级开源模型精华，试图将其独有的混合推理能力缝合进自家的下一代模型中。
消息一出，资本市场用真金白银投了票。
阿里巴巴盘前股价无视大盘平淡，直线拉升超过4%。
华尔街看懂了其中的逻辑：
这不再是简单的技术借鉴，而是硅谷巨头面对中国AI技术代差反转时的一次罕见低头。
当扎克伯格需要靠偷师中国的Qwen 3.0来补齐短板时，全球大模型的攻守形势，已经彻底易形。
Meta为什么偏偏盯上了Qwen 3.0？
要把时间拨回今年4月。
当阿里云发布Qwen 3.0时，它带来的震撼不仅仅是参数量的提升，而是其首创的混合推理模式。
它成功地在一个开源架构中集成了类似OpenAI o1的慢思考能力。
在过去的半年里，Qwen 3.0在代码生成和长链条数学推理上，长期霸榜开源界第一。
即便是OpenAI上个月刚发布的GPT-5.1，在某些纯逻辑任务的基准测试中，也未能完全甩开Qwen 3.0的身位。
对于Meta来说，Llama系列虽然通用能力强，但在高密度的逻辑推理上始终未能完全压制Qwen。
牛油果计划的曝光，说明Meta内部已经承认：
与其从头训练一个能超越Qwen 3.0的推理模块，不如直接通过蒸馏，把Qwen 3.0当成老师，提取它的概率分布来训练自己的学生模型。
Interconnects的分析师Nathan Lambert曾评价：
Qwen 3.0实际上确立了新的开源标准。
Meta现在的选择，本质上是在承认Qwen在推理密度上的统治力。
牛油果计划也揭示了2025年下半年大模型开发的全新范式：
暴力美学终结，缝合时代到来。
在GPT-4时代，大家比拼的是谁有更多的显卡。
但到了GPT-5.1和Qwen 3.0时代，单纯堆砌算力的边际效应已经递减。
现在的核心竞争力变成了后训练和模型融合。
连OpenAI最新的GPT-5.1本质上也是一种缝合。
它将快思考的Instant模式和慢思考的Thinking模式强行结合在了一起。
Meta的牛油果计划更是将这种拿来主义发挥到了极致。
他们像调配鸡尾酒一样，抽取Qwen 3.0的逻辑能力、Mistral的代码能力，再结合Llama的通用底座。
但这恰恰证明了阿里在开源生态中的卡位成功。
Qwen 3.0不再仅仅是一个模型，它变成了全球AI开发者的基础设施，甚至是竞争对手的原材料。
阿里股价之所以能在大盘平淡的情况下逆势大涨，是因为市场重新计算了阿里云的价值。
牛油果事件是一次去伪存真的审计，它向世界证明阿里的AI资产是全球硬通货。
如果Qwen 3.0的技术水位已经高到让Meta不得不逆向工程的程度，那么阿里云MaaS的商业天花板就被彻底打开了。
但话又说回来，被Meta蒸馏，既是荣耀也是陷阱。
Meta展示了恐怖的工程化整合能力。
他们正在试图将Qwen 3.0原材料化。
就像高级餐厅里的顶级牛肉，食客们最终记住的是Meta主厨做的这道菜，而不是牛肉的供应商。
如果未来的大模型竞争演可能将变成拼装战争。
Meta凭借强大的生态整合能力，很可能用包含Qwen基因的新模型反过来挤压Qwen的生存空间。
对于阿里而言，这4%的涨幅是对技术实力的迟来认可。
但要想在GPT-5.1和Meta缝合怪的双重夹击下守住阵地，Qwen系列必须还要有更惊艳的下一张牌。
核心内幕令人咋舌：Meta正在利用模型蒸馏技术，
吸取包括阿里云Qwen在内的顶级开源模型精华，试图将其独有的混合推理能力缝合进自家的下一代模型中。
消息一出，资本市场用真金白银投了票。
阿里巴巴盘前股价无视大盘平淡，直线拉升超过4%。
华尔街看懂了其中的逻辑：
这不再是简单的技术借鉴，而是硅谷巨头面对中国AI技术代差反转时的一次罕见低头。
当扎克伯格需要靠偷师中国的Qwen 3.0来补齐短板时，全球大模型的攻守形势，已经彻底易形。
Meta为什么偏偏盯上了Qwen 3.0？
要把时间拨回今年4月。
当阿里云发布Qwen 3.0时，它带来的震撼不仅仅是参数量的提升，而是其首创的混合推理模式。
它成功地在一个开源架构中集成了类似OpenAI o1的慢思考能力。
在过去的半年里，Qwen 3.0在代码生成和长链条数学推理上，长期霸榜开源界第一。
即便是OpenAI上个月刚发布的GPT-5.1，在某些纯逻辑任务的基准测试中，也未能完全甩开Qwen 3.0的身位。
对于Meta来说，Llama系列虽然通用能力强，但在高密度的逻辑推理上始终未能完全压制Qwen。
牛油果计划的曝光，说明Meta内部已经承认：
与其从头训练一个能超越Qwen 3.0的推理模块，不如直接通过蒸馏，把Qwen 3.0当成老师，提取它的概率分布来训练自己的学生模型。
Interconnects的分析师Nathan Lambert曾评价：
Qwen 3.0实际上确立了新的开源标准。
Meta现在的选择，本质上是在承认Qwen在推理密度上的统治力。
牛油果计划也揭示了2025年下半年大模型开发的全新范式：
暴力美学终结，缝合时代到来。
在GPT-4时代，大家比拼的是谁有更多的显卡。
但到了GPT-5.1和Qwen 3.0时代，单纯堆砌算力的边际效应已经递减。
现在的核心竞争力变成了后训练和模型融合。
连OpenAI最新的GPT-5.1本质上也是一种缝合。
它将快思考的Instant模式和慢思考的Thinking模式强行结合在了一起。
Meta的牛油果计划更是将这种拿来主义发挥到了极致。
他们像调配鸡尾酒一样，抽取Qwen 3.0的逻辑能力、Mistral的代码能力，再结合Llama的通用底座。
但这恰恰证明了阿里在开源生态中的卡位成功。
Qwen 3.0不再仅仅是一个模型，它变成了全球AI开发者的基础设施，甚至是竞争对手的原材料。
阿里股价之所以能在大盘平淡的情况下逆势大涨，是因为市场重新计算了阿里云的价值。
牛油果事件是一次去伪存真的审计，它向世界证明阿里的AI资产是全球硬通货。
如果Qwen 3.0的技术水位已经高到让Meta不得不逆向工程的程度，那么阿里云MaaS的商业天花板就被彻底打开了。
但话又说回来，被Meta蒸馏，既是荣耀也是陷阱。
Meta展示了恐怖的工程化整合能力。
他们正在试图将Qwen 3.0原材料化。
就像高级餐厅里的顶级牛肉，食客们最终记住的是Meta主厨做的这道菜，而不是牛肉的供应商。
如果未来的大模型竞争演可能将变成拼装战争。
Meta凭借强大的生态整合能力，很可能用包含Qwen基因的新模型反过来挤压Qwen的生存空间。
对于阿里而言，这4%的涨幅是对技术实力的迟来认可。
但要想在GPT-5.1和Meta缝合怪的双重夹击下守住阵地，Qwen系列必须还要有更惊艳的下一张牌。
0 00
几只蚂蚁，加上三个只会空谈的混子，凭什么干掉一头大象？
按照常理，格律诗这种草台班子，面对国内音响巨头乐圣公司，连一个回合都撑不住。
但丁元英赢了。
并且赢的一点悬念都没有，甚至可以说在战争的第一枪打响之前，乐圣就已经是一具尸体了。
如果你只看到了商战的爽文外壳，那你根本没看懂天道。
这根本不是一场商业竞争，这是一次对手握真理者的降维屠杀。
普通人做事，习惯顺着想。
我有多少钱，我有多少本事，所以我能干多大的事。
我们把这叫做量力而行。
但丁元英却是倒着想。
他像一个没有任何感情的程序员，先在终点写好了结局，然后强行让现实扭曲，去适配这个结局。
他设定的结局只有一个：乐圣必须死，王庙村必须活。
为了达成这个目的，他开启了令人毛骨悚然的倒推模式。
要想让王庙村活，就得从乐圣嘴里抢肉；
要想抢肉，就得逼乐圣起诉；
要想让乐圣起诉，就得在北京展会上把价格打穿地板。
打到乐圣的成本线以下，打到它痛彻心扉。
这不仅仅是商业策略，这是对规则的极致利用。
为了压缩成本，他把王庙村的农民变成了一种甚至不需要劳动法保护的生产力。
他利用了农民想脱贫的极致欲望，把简陋的农舍变成了最高效的车间。
他把农民的穷，淬炼成了一把杀人不见血的刀。
看到这里，你也许觉得他只是心狠手辣。
但真正的高潮在于他不仅算计了对手，更算计了自己人。
在这个局里，最精彩、也最让人脊背发凉的，不是逼死了林雨峰，而是逼退了叶晓明。
这才是丁元英最令人恐惧的地方。
他早就在剧本里写好了一行代码：
只有叶晓明这三个聪明人滚蛋了，格律诗才能真正活下来。
他太懂人性了。
他知道叶晓明这种人，有小聪明无大格局，只想搭便车不想担风险。
所以当乐圣那张索赔六百万的起诉书拍在桌上时，他甚至不需要动嘴，恐惧就会替他完成清洗。
那三个合伙人的连夜退股不是意外。
而是丁元英计划中必须扣上的一环。
他没有把他们当成战友，而是当成了一道过滤网。
只有筛掉了这些投机分子，剩下的欧阳雪和肖亚文，才是能承载大任的基石。
输入恐惧，产出背叛。
这一切都在他的算度之中。
甚至连林雨峰的死，都是必然。
因为只有矛没有盾的狂人，注定受不了败诉的屈辱。
丁元英甚至连对手自杀的尊严都计算在内，不留一丝活路。
剧中的肖亚文评价他，是魔。
什么是魔？
魔不是坏，魔是极致的清醒，清醒到剥离了所有人情世故，只剩下光秃秃的规律。
他利用乐圣的傲慢击碎乐圣，利用叶晓明的恐惧清洗叶晓明，利用王庙村的忍耐成就王庙村。
所有人都在他的棋盘上厮杀，只有他一个人站在云端。
面无表情地看着这一切发生，像看着石头落地，水往低流。
这就是所谓的天道。
它从来不是什么神功秘籍，它就是实事求是。
但为什么我们做不到？
因为我们有贪嗔痴，我们有恐惧，有侥幸。
我们总幻想着小概率事件发生，总期待着天上掉馅饼。
而丁元英之所以强，是因为他戒掉了情绪。
他把所有的精力都用来尊重客观规律，按规律办事的人就是神。
这部剧看到最后，留给我们的不该只有寒意，更应该有一种豁然开朗的觉悟。
不要去寻找丁元英这样的救世主，因为在真正的规律面前，没有救世主。
真正的救赎，不是等谁来拉你一把，
而是当你剥离了所有的依赖、幻想和情绪之后，你也学会了倒着看世界。
当你能够直面血淋淋的真相，并且依然选择按规律办事时，
你就是自己的天道。
按照常理，格律诗这种草台班子，面对国内音响巨头乐圣公司，连一个回合都撑不住。
但丁元英赢了。
并且赢的一点悬念都没有，甚至可以说在战争的第一枪打响之前，乐圣就已经是一具尸体了。
如果你只看到了商战的爽文外壳，那你根本没看懂天道。
这根本不是一场商业竞争，这是一次对手握真理者的降维屠杀。
普通人做事，习惯顺着想。
我有多少钱，我有多少本事，所以我能干多大的事。
我们把这叫做量力而行。
但丁元英却是倒着想。
他像一个没有任何感情的程序员，先在终点写好了结局，然后强行让现实扭曲，去适配这个结局。
他设定的结局只有一个：乐圣必须死，王庙村必须活。
为了达成这个目的，他开启了令人毛骨悚然的倒推模式。
要想让王庙村活，就得从乐圣嘴里抢肉；
要想抢肉，就得逼乐圣起诉；
要想让乐圣起诉，就得在北京展会上把价格打穿地板。
打到乐圣的成本线以下，打到它痛彻心扉。
这不仅仅是商业策略，这是对规则的极致利用。
为了压缩成本，他把王庙村的农民变成了一种甚至不需要劳动法保护的生产力。
他利用了农民想脱贫的极致欲望，把简陋的农舍变成了最高效的车间。
他把农民的穷，淬炼成了一把杀人不见血的刀。
看到这里，你也许觉得他只是心狠手辣。
但真正的高潮在于他不仅算计了对手，更算计了自己人。
在这个局里，最精彩、也最让人脊背发凉的，不是逼死了林雨峰，而是逼退了叶晓明。
这才是丁元英最令人恐惧的地方。
他早就在剧本里写好了一行代码：
只有叶晓明这三个聪明人滚蛋了，格律诗才能真正活下来。
他太懂人性了。
他知道叶晓明这种人，有小聪明无大格局，只想搭便车不想担风险。
所以当乐圣那张索赔六百万的起诉书拍在桌上时，他甚至不需要动嘴，恐惧就会替他完成清洗。
那三个合伙人的连夜退股不是意外。
而是丁元英计划中必须扣上的一环。
他没有把他们当成战友，而是当成了一道过滤网。
只有筛掉了这些投机分子，剩下的欧阳雪和肖亚文，才是能承载大任的基石。
输入恐惧，产出背叛。
这一切都在他的算度之中。
甚至连林雨峰的死，都是必然。
因为只有矛没有盾的狂人，注定受不了败诉的屈辱。
丁元英甚至连对手自杀的尊严都计算在内，不留一丝活路。
剧中的肖亚文评价他，是魔。
什么是魔？
魔不是坏，魔是极致的清醒，清醒到剥离了所有人情世故，只剩下光秃秃的规律。
他利用乐圣的傲慢击碎乐圣，利用叶晓明的恐惧清洗叶晓明，利用王庙村的忍耐成就王庙村。
所有人都在他的棋盘上厮杀，只有他一个人站在云端。
面无表情地看着这一切发生，像看着石头落地，水往低流。
这就是所谓的天道。
它从来不是什么神功秘籍，它就是实事求是。
但为什么我们做不到？
因为我们有贪嗔痴，我们有恐惧，有侥幸。
我们总幻想着小概率事件发生，总期待着天上掉馅饼。
而丁元英之所以强，是因为他戒掉了情绪。
他把所有的精力都用来尊重客观规律，按规律办事的人就是神。
这部剧看到最后，留给我们的不该只有寒意，更应该有一种豁然开朗的觉悟。
不要去寻找丁元英这样的救世主，因为在真正的规律面前，没有救世主。
真正的救赎，不是等谁来拉你一把，
而是当你剥离了所有的依赖、幻想和情绪之后，你也学会了倒着看世界。
当你能够直面血淋淋的真相，并且依然选择按规律办事时，
你就是自己的天道。
0 00
那些在教科书中光芒万丈的明朝大人物，其实都活在某种深不见底的恐惧里。
朱元璋从乞丐一路杀到皇帝，完成了阶级逆袭的最高神话。
于谦在土木堡之变后挺身而出，在那面摇摇欲坠的北京城墙上，凭一己之力挽救了整个国家。
结果仅仅几年后，他就被推上了菜市口斩首，杀他的正是他拼死守护的那个家族。
但他为了守住这把椅子，杀光了几乎所有一起打天下的兄弟，把余生都关在了一个叫疑心病的囚笼里。
张居正凭借绝顶的天才，独自一人给大明王朝续命半个世纪。
可他刚一闭眼，就被抄家灭门，他用一生心血修筑的长城，在政治倾轧面前脆得像张纸。
在权力和欲望的棋盘上，无论你是九五之尊，是千古名臣，还是民族脊梁，最终都逃不过鸟尽弓藏的宿命。
也就是在这样一个窒息的、所有人都在向着权力金字塔尖疯狂攀爬的时代，出现了一个巨大的异类。
他叫徐霞客。
按照世俗的标准，他是一个彻底的失败者。
他不考科举，意味着放弃了当时唯一的上升通道；
他不经营产业，意味着坐吃山空。
在那个父母在不远游的伦理社会里，他背着行囊走向荒野，简直是“大逆不道”。
但就是这个大逆不道的人，在历史的背面，活出了另一种硬度。
五十一岁那年，他在湘江遭遇巨盗。
刀架在脖子上，财物洗劫一空，随行的朋友死的死，逃的逃。
连死都不怕，他却怕书稿被毁。
在绝境中，他靠着和尚施舍的一件单衣，赤着脚继续向西南进发。
他在广西遭遇瘴气，双脚溃烂，甚至无法站立。
但他让人把自己抬着，也要去记录岩洞的深浅。
他在崇山峻岭中很多次断粮，靠吃野菜、喝泉水度日。
支撑他走完这十几万里路的，不是什么皇恩浩荡，也不是什么青史留名。
仅仅是因为心底那个最朴素的声音：他想去看看。
正如王阳明所说：此心光明，亦复何言。
当朝堂上的大人物们在算计着如何保住乌纱帽时，徐霞客在云南的腾冲看着火山喷发的热浪；
当富商巨贾们在秦淮河畔醉生梦死时，他在金沙江的惊涛骇浪中寻找长江的源头。
历史的长河不会为谁而停止向前，朱元璋的恐怖统治成了过眼云烟，张居正的万世基业也早已灰飞烟灭。
但那个拄着拐杖的背影，却越发清晰。
他用一生证明了一件事：
在被既定规则裹挟的命运里，人依然拥有选择的权利。
我们今天依然活在一个充满焦虑的时代，依然在为房子、车子、职位精疲力竭。
但每当你觉得撑不下去的时候，不妨想想那个在暴雨中大笑的徐霞客。
历史最终会告诉我们，所有的功名利禄都是浮云，所有的内卷争斗都是虚妄。
真正的胜利，不是你站在了多高的位置，也不是你拥有了多少财富。
而是当你回首往事时，你可以问心无愧地说：
我按照自己的方式，度过了这一生。
朱元璋从乞丐一路杀到皇帝，完成了阶级逆袭的最高神话。
于谦在土木堡之变后挺身而出，在那面摇摇欲坠的北京城墙上，凭一己之力挽救了整个国家。
结果仅仅几年后，他就被推上了菜市口斩首，杀他的正是他拼死守护的那个家族。
但他为了守住这把椅子，杀光了几乎所有一起打天下的兄弟，把余生都关在了一个叫疑心病的囚笼里。
张居正凭借绝顶的天才，独自一人给大明王朝续命半个世纪。
可他刚一闭眼，就被抄家灭门，他用一生心血修筑的长城，在政治倾轧面前脆得像张纸。
在权力和欲望的棋盘上，无论你是九五之尊，是千古名臣，还是民族脊梁，最终都逃不过鸟尽弓藏的宿命。
也就是在这样一个窒息的、所有人都在向着权力金字塔尖疯狂攀爬的时代，出现了一个巨大的异类。
他叫徐霞客。
按照世俗的标准，他是一个彻底的失败者。
他不考科举，意味着放弃了当时唯一的上升通道；
他不经营产业，意味着坐吃山空。
在那个父母在不远游的伦理社会里，他背着行囊走向荒野，简直是“大逆不道”。
但就是这个大逆不道的人，在历史的背面，活出了另一种硬度。
五十一岁那年，他在湘江遭遇巨盗。
刀架在脖子上，财物洗劫一空，随行的朋友死的死，逃的逃。
连死都不怕，他却怕书稿被毁。
在绝境中，他靠着和尚施舍的一件单衣，赤着脚继续向西南进发。
他在广西遭遇瘴气，双脚溃烂，甚至无法站立。
但他让人把自己抬着，也要去记录岩洞的深浅。
他在崇山峻岭中很多次断粮，靠吃野菜、喝泉水度日。
支撑他走完这十几万里路的，不是什么皇恩浩荡，也不是什么青史留名。
仅仅是因为心底那个最朴素的声音：他想去看看。
正如王阳明所说：此心光明，亦复何言。
当朝堂上的大人物们在算计着如何保住乌纱帽时，徐霞客在云南的腾冲看着火山喷发的热浪；
当富商巨贾们在秦淮河畔醉生梦死时，他在金沙江的惊涛骇浪中寻找长江的源头。
历史的长河不会为谁而停止向前，朱元璋的恐怖统治成了过眼云烟，张居正的万世基业也早已灰飞烟灭。
但那个拄着拐杖的背影，却越发清晰。
他用一生证明了一件事：
在被既定规则裹挟的命运里，人依然拥有选择的权利。
我们今天依然活在一个充满焦虑的时代，依然在为房子、车子、职位精疲力竭。
但每当你觉得撑不下去的时候，不妨想想那个在暴雨中大笑的徐霞客。
历史最终会告诉我们，所有的功名利禄都是浮云，所有的内卷争斗都是虚妄。
真正的胜利，不是你站在了多高的位置，也不是你拥有了多少财富。
而是当你回首往事时，你可以问心无愧地说：
我按照自己的方式，度过了这一生。
0 00
回看明史，有两位救大明王朝于将倾之际的天降之人。
一位是以文官之躯提剑上阵力挽狂澜，为明朝强行续命200年的于谦。
另一位则是将亏空的国库充盈起来的大明第一操盘手张居正。
隆庆六年，张居正接手的大明，账本烂得让人绝望。
当时的国库穷到什么程度？
一年岁入两百五十万两，支出却要四百多万两。
赤字连年，国库里甚至饿得能跑老鼠。
北方的蒙古人厉兵秣马，南方的水患连年不断，而满朝文武只知道推诿扯皮、空谈误国。
此时的明朝就像一艘正在沉没的巨轮。
面对如此情形，张居正选择了一条最难的路：砸烂旧规则，重建新秩序。
既然要砸烂规则，就不能怕得罪人。
面对那些满口仁义道德却不仅不干事、还挡路的清流官员，张居正说了一句极狠的话：
“芝兰当道，不得不锄。”
为了拿到这把铲除异己的铲子，他做出了人生中最大的赌注：与名声极差的大太监冯保结盟。
在清流眼里，这是自甘堕落；
但在张居正眼里，若权柄不在手，所有的救国理想都是废纸。
面对那帮拿钱不干活的官僚，他祭出了封建王朝最狠的KPI——考成法。
不管你文章写得多漂亮，资历多深，事办不成，立马滚蛋。
以前公文流转要半年，现在必须三天解决。
一时间，大明官场哀鸿遍野，所有人都被迫像发条一样转动起来。
面对空虚的国库，他推行了一条鞭法。
这是一场针对既得利益集团的宣战。
他强行丈量土地，把那些藏在王爷、地主名下的隐田全部挖了出来。
以前是穷人交税供养富人，现在是谁地多谁交税。
改革触动了全天下的利益，骂名如潮水般涌来。
连他的门生都劝他收手，或者稍微温和一点。
但张居正回了一句振聋发聩的话：
“苟利社稷，死生以之。嫌怨有所不避，祸福有所不计。”
结果如何？
张居正当国十年，大明王朝的国库从入不敷出，变成了存银一千多万两。
粮仓里的粮食，足够吃十年。
他硬生生把一个财政破产的帝国，做成了现金流充足的超级强国。
在发展经济的同时，张居正还需要有人搞国防。
于是他选中了戚继光。
戚继光是军事天才，但为人处世很油腻。
他给张居正送银子、送海味、甚至送美女。
换个有道德洁癖的宰相，早就把戚继光拿下问罪了。
但张居正照单全收。
他不仅收，还在朝堂上替戚继光挡下了所有的明枪暗箭。
言官骂戚继光骄奢淫逸，张居正就把奏折压下去。
这就是政治家的顶级格局：水至清则无鱼。
张居正看透了戚继光的俗，也看重了他的才。
他明白，要让天才发挥作用，就必须容忍天才的瑕疵。
他用宰相的权力撑起一把伞，让戚继光在伞下心无旁骛地为国铸剑。
他知道逼着官僚干活，会得罪全天下的读书人；
他知道逼着地主交税，会挖了权贵的祖坟；
他知道自己威权震主，让小皇帝万历感到恐惧。
但他依然选择了去做。
当父亲去世时，他甚至冒天下之大不韪选择夺情，不回乡守孝。
因为他知道改革正在节骨眼上，他一走将前功尽弃。
他牺牲了自己生前身后的名声，把自己燃烧成了大明王朝的燃料。
万历十年，张居正病逝。死后仅四天，清算开始。
万历皇帝像发了疯一样报复这位严师。
抄家、削号、流放家属，甚至差点开棺鞭尸。
张居正八十岁的老母亲和孩子们被关在屋里，活活饿死十几口人。
一代救世宰相，结局竟然比贪官严嵩还要惨。
愿以深心奉尘刹，不予自身求利益。
在这个世界上，有一种英雄主义，不是站在光里接受欢呼，而是在黑暗中独自前行。
为了一个未必会感激他的世界，耗尽最后一滴血。
张居正，就是那个孤独的守夜人。
一位是以文官之躯提剑上阵力挽狂澜，为明朝强行续命200年的于谦。
另一位则是将亏空的国库充盈起来的大明第一操盘手张居正。
隆庆六年，张居正接手的大明，账本烂得让人绝望。
当时的国库穷到什么程度？
一年岁入两百五十万两，支出却要四百多万两。
赤字连年，国库里甚至饿得能跑老鼠。
北方的蒙古人厉兵秣马，南方的水患连年不断，而满朝文武只知道推诿扯皮、空谈误国。
此时的明朝就像一艘正在沉没的巨轮。
面对如此情形，张居正选择了一条最难的路：砸烂旧规则，重建新秩序。
既然要砸烂规则，就不能怕得罪人。
面对那些满口仁义道德却不仅不干事、还挡路的清流官员，张居正说了一句极狠的话：
“芝兰当道，不得不锄。”
为了拿到这把铲除异己的铲子，他做出了人生中最大的赌注：与名声极差的大太监冯保结盟。
在清流眼里，这是自甘堕落；
但在张居正眼里，若权柄不在手，所有的救国理想都是废纸。
面对那帮拿钱不干活的官僚，他祭出了封建王朝最狠的KPI——考成法。
不管你文章写得多漂亮，资历多深，事办不成，立马滚蛋。
以前公文流转要半年，现在必须三天解决。
一时间，大明官场哀鸿遍野，所有人都被迫像发条一样转动起来。
面对空虚的国库，他推行了一条鞭法。
这是一场针对既得利益集团的宣战。
他强行丈量土地，把那些藏在王爷、地主名下的隐田全部挖了出来。
以前是穷人交税供养富人，现在是谁地多谁交税。
改革触动了全天下的利益，骂名如潮水般涌来。
连他的门生都劝他收手，或者稍微温和一点。
但张居正回了一句振聋发聩的话：
“苟利社稷，死生以之。嫌怨有所不避，祸福有所不计。”
结果如何？
张居正当国十年，大明王朝的国库从入不敷出，变成了存银一千多万两。
粮仓里的粮食，足够吃十年。
他硬生生把一个财政破产的帝国，做成了现金流充足的超级强国。
在发展经济的同时，张居正还需要有人搞国防。
于是他选中了戚继光。
戚继光是军事天才，但为人处世很油腻。
他给张居正送银子、送海味、甚至送美女。
换个有道德洁癖的宰相，早就把戚继光拿下问罪了。
但张居正照单全收。
他不仅收，还在朝堂上替戚继光挡下了所有的明枪暗箭。
言官骂戚继光骄奢淫逸，张居正就把奏折压下去。
这就是政治家的顶级格局：水至清则无鱼。
张居正看透了戚继光的俗，也看重了他的才。
他明白，要让天才发挥作用，就必须容忍天才的瑕疵。
他用宰相的权力撑起一把伞，让戚继光在伞下心无旁骛地为国铸剑。
他知道逼着官僚干活，会得罪全天下的读书人；
他知道逼着地主交税，会挖了权贵的祖坟；
他知道自己威权震主，让小皇帝万历感到恐惧。
但他依然选择了去做。
当父亲去世时，他甚至冒天下之大不韪选择夺情，不回乡守孝。
因为他知道改革正在节骨眼上，他一走将前功尽弃。
他牺牲了自己生前身后的名声，把自己燃烧成了大明王朝的燃料。
万历十年，张居正病逝。死后仅四天，清算开始。
万历皇帝像发了疯一样报复这位严师。
抄家、削号、流放家属，甚至差点开棺鞭尸。
张居正八十岁的老母亲和孩子们被关在屋里，活活饿死十几口人。
一代救世宰相，结局竟然比贪官严嵩还要惨。
愿以深心奉尘刹，不予自身求利益。
在这个世界上，有一种英雄主义，不是站在光里接受欢呼，而是在黑暗中独自前行。
为了一个未必会感激他的世界，耗尽最后一滴血。
张居正，就是那个孤独的守夜人。
0 00
坦诚的问自己几个问题：
为什么在一段关系里对方明明做了那么多让你难过的事，可只要他稍微回过头给一点甜头，你立马就原谅了所有的伤害？
为什么在职场上老板平日里苛责打压，让你觉得自己一无是处，可只要年底多发了几百块的过节费，你瞬间就觉得这个公司其实还挺有人情味？
你以为这是你大度，其实不然，这在心理学上有一个残酷的解释：冷热水效应。
这是一场针对人性弱点的顶级围猎。
原理很简单，你把一只手放在冰水里，另一只手放在热水里，过一会把两只手同时放进温水。
从冰水里拿出来的那只手会觉得温水滚烫，而另一只手却觉得冰凉。水温没变，变的是你的底线。
他们操控你的核心逻辑只有一条，先打压你的阈值，再收割你的感激。
他们绝不会一开始就对你好，因为那样成本太高。
他们会先制造一个冰窖，把你的自尊心踩进泥土里，让你觉得自己一文不值。
等到你冻得快要失去知觉，等到你觉得自己快要被抛弃的时候，他们只需要稍微抬一抬脚，或者递给你一杯最廉价的温水。
那一刻，巨大的反差感会瞬间击穿你的心理防线。
你会产生一种濒死获救的错觉，你会把这一点点本该如此的正常对待，当成是皇恩浩荡。
纳西姆塔勒布在反脆弱里说过：对于一个渴望稳定的人来说，给他一点点随机的动荡，他就会跪下来祈求安稳。
这就是冷热水效应最阴毒的地方：利用了人性的奴性。
我们是如此恐惧失去，以至于只要对方停止施暴，我们就把它定义为温柔。
看看那些让你痛苦的关系，好人的好是不值钱的，因为那是恒温的。
而坏人的好却是连城之璧，因为那是稀缺的。
一个老实人天天给你送早餐，你觉得他乏味至极。
一个浪子让你哭了三天三夜，第四天给你发了个早安，你觉得他是真的爱你。
他用极低的成本，甚至不需要付出任何实质性的代价，仅仅是停止了伤害，就换取了你极高的情绪价值和死心塌地的忠诚。
职场也是同理。
为什么你拿着微薄的薪水，干着三个人的活却不敢反抗？
因为环境早就给你泼够了冷水。裁员的传闻、年龄的焦虑、房贷的压力，这些冰水让你觉得，只要不被开除就是福报。
老板偶尔给你画的一个饼，一句不痛不痒的鼓励，在你的感知里竟然成了知遇之恩。
我们逐渐丧失了建立绝对坐标的能力，活成了只能感知温差的单细胞生物。
我们不再去问这杯水到底该不该是热的，我们只庆幸它终于不再是零度。
我们把底线的每一次后退，都当成了包容；把对方的每一次施舍，都当成了馈赠。
陀思妥耶夫斯基曾指出：人这种卑鄙的东西，什么都能适应。
这才是最让人绝望的真相。
你在垃圾堆里待久了，不仅适应了恶臭甚至因为捡到了一颗没过期的糖而沾沾自喜。
你以为你在忍辱负重，其实你只是被驯化了。
不要因为在极寒里冻僵了，就以为一根火柴的光是太阳。
不要因为对方把你从悬崖边拉回来，就忘了他才是那个推你下去的人。
破局的方法只有一个，那就是砸碎那个的参照系。
剔除那些相对的感动，去看看绝对的数值。
如果一份爱需要你先受尽委屈才能感受到一点甜，那它就是毒药；
如果一份工作需要你先被践踏尊严才能获得一点认可，那它就是枷锁。
真正的强者，从来不需要靠别人的施舍来确认自己的温度。
你自己就是火炬，何需那点可怜的温水。
为什么在一段关系里对方明明做了那么多让你难过的事，可只要他稍微回过头给一点甜头，你立马就原谅了所有的伤害？
为什么在职场上老板平日里苛责打压，让你觉得自己一无是处，可只要年底多发了几百块的过节费，你瞬间就觉得这个公司其实还挺有人情味？
你以为这是你大度，其实不然，这在心理学上有一个残酷的解释：冷热水效应。
这是一场针对人性弱点的顶级围猎。
原理很简单，你把一只手放在冰水里，另一只手放在热水里，过一会把两只手同时放进温水。
从冰水里拿出来的那只手会觉得温水滚烫，而另一只手却觉得冰凉。水温没变，变的是你的底线。
他们操控你的核心逻辑只有一条，先打压你的阈值，再收割你的感激。
他们绝不会一开始就对你好，因为那样成本太高。
他们会先制造一个冰窖，把你的自尊心踩进泥土里，让你觉得自己一文不值。
等到你冻得快要失去知觉，等到你觉得自己快要被抛弃的时候，他们只需要稍微抬一抬脚，或者递给你一杯最廉价的温水。
那一刻，巨大的反差感会瞬间击穿你的心理防线。
你会产生一种濒死获救的错觉，你会把这一点点本该如此的正常对待，当成是皇恩浩荡。
纳西姆塔勒布在反脆弱里说过：对于一个渴望稳定的人来说，给他一点点随机的动荡，他就会跪下来祈求安稳。
这就是冷热水效应最阴毒的地方：利用了人性的奴性。
我们是如此恐惧失去，以至于只要对方停止施暴，我们就把它定义为温柔。
看看那些让你痛苦的关系，好人的好是不值钱的，因为那是恒温的。
而坏人的好却是连城之璧，因为那是稀缺的。
一个老实人天天给你送早餐，你觉得他乏味至极。
一个浪子让你哭了三天三夜，第四天给你发了个早安，你觉得他是真的爱你。
他用极低的成本，甚至不需要付出任何实质性的代价，仅仅是停止了伤害，就换取了你极高的情绪价值和死心塌地的忠诚。
职场也是同理。
为什么你拿着微薄的薪水，干着三个人的活却不敢反抗？
因为环境早就给你泼够了冷水。裁员的传闻、年龄的焦虑、房贷的压力，这些冰水让你觉得，只要不被开除就是福报。
老板偶尔给你画的一个饼，一句不痛不痒的鼓励，在你的感知里竟然成了知遇之恩。
我们逐渐丧失了建立绝对坐标的能力，活成了只能感知温差的单细胞生物。
我们不再去问这杯水到底该不该是热的，我们只庆幸它终于不再是零度。
我们把底线的每一次后退，都当成了包容；把对方的每一次施舍，都当成了馈赠。
陀思妥耶夫斯基曾指出：人这种卑鄙的东西，什么都能适应。
这才是最让人绝望的真相。
你在垃圾堆里待久了，不仅适应了恶臭甚至因为捡到了一颗没过期的糖而沾沾自喜。
你以为你在忍辱负重，其实你只是被驯化了。
不要因为在极寒里冻僵了，就以为一根火柴的光是太阳。
不要因为对方把你从悬崖边拉回来，就忘了他才是那个推你下去的人。
破局的方法只有一个，那就是砸碎那个的参照系。
剔除那些相对的感动，去看看绝对的数值。
如果一份爱需要你先受尽委屈才能感受到一点甜，那它就是毒药；
如果一份工作需要你先被践踏尊严才能获得一点认可，那它就是枷锁。
真正的强者，从来不需要靠别人的施舍来确认自己的温度。
你自己就是火炬，何需那点可怜的温水。
0 00
如果你现在经营一家软件公司，这可能是一个让你夜不能寐的恐怖故事：
你的AI产品太强了，它把客户原本需要10个人才能完成的工作自动化到了只需要1个人。
对于客户来说这是天大的喜讯，但对于按照人头收费的你来说，这意味着你的收入瞬间蒸发了90%。
这并非危言耸听，而是硅谷顶级风投a16z的合伙人David Haber和Alex Rampell正在观察到的商业现实。
在他们最新的深度对谈中，揭示了SaaS模式正在经历一场物种大灭绝，而新时代的规则极其残酷：
我们要么进化，要么消失。软件不再只是工具，它就是劳动力。
过去20年，我们习惯了软件即服务的商业逻辑。
但在这期对谈中，David Haber一针见血地指出，这一轮产品周期的根本不同在于软件本身真的可以去干活了。
今天软件的市场机会不再仅仅是IT支出，而是更大规模的劳动力成本。
这是一个极其震撼的视角切换。
以前企业买软件是为了让员工效率提升，现在企业买软件是为了直接完成工作。
Alex Rampell在对话中做了一个非常形象的比喻：
如果我能花一美元雇一个人来做这项任务，我会百分之百地这么做；而现在，我可以花一美元雇佣软件来完成它。
这就引出了一个巨大的商业悖论：
当软件已经变成了一种廉价且高效的数字劳动力时，如果你还在坚持传统的按席位收费模式，你实际上是在惩罚技术的进步。
那么，新的商业模式应该是什么？
清洁服务难题。
想象一下，你是一家大公司的CEO。如果有人跑来向你推销一种高科技扫把，声称能让你的厕所比以前干净百分之九，并帮你节省百分之一的清洁用品开支，你的反应会是什么？Alex直言，你不仅不会关心，你甚至都不会在这个问题上花费任何脑力去寻找公司里谁负责这件事。
因为对于甲方来说，他们购买的不是扫把，也不是清洁工的管理流程，而是干净的地板这个结果。这就是未来AI产品的终极形态：Service as Software（服务即软件）。客户不会为AI工具付费，但他们会为解决问题付费。
AI能力本身没有护城河
在这个新时代，护城河在哪里？
真正的防御性来自于哪里？
来自于拥有端到端的工作流。
就像之前的Salesforce或者Zendesk，它们之所以难以被替代，不是因为它们的技术有多高深，而是因为它们成为了企业的记录系统，深深嵌入了业务的每一个环节。
既然巨头如此强大，创业者还有机会吗？
Alex Rampell用了一个非常精彩的金砖隐喻来形容当下的竞争格局。
对于像Facebook或Google这样的巨头来说，他们周围遍地都是金砖。这些金砖是那些巨大的、显而易见的市场机会。
如果你去向他们推销一个需要弯腰捡起的碎金子项目，即便那是个好主意，他们也不会做，因为他们正忙着搬运脚边的金砖。
这就是创业者的机会所在。
真正的护城河存在于那些不性感、甚至有点脏乱差的垂直领域中。
如果有一家公司能处理正畸诊所的前台接待，或者处理极其繁琐的工资单税务计算，这些工作流程充满了只有人类才能处理的边缘情况。
巨头看不上这些碎金子，通用模型也无法直接搞定。
我们正在见证服务业的工业化进程。就像几十年前机器替代了流水线上的工人一样，AI正在替代写字楼里的白领。
未来的独角兽公司，看起来可能不再像是一家卖代码的技术公司，而更像是一个拥有百万数字员工的超级服务商。
虽然我们需要理解前沿模型的性能，但最终我们还是要弄清楚如何将这项技术应用到具体的业务中去。这才是下一个十年最大的红利。
你的AI产品太强了，它把客户原本需要10个人才能完成的工作自动化到了只需要1个人。
对于客户来说这是天大的喜讯，但对于按照人头收费的你来说，这意味着你的收入瞬间蒸发了90%。
这并非危言耸听，而是硅谷顶级风投a16z的合伙人David Haber和Alex Rampell正在观察到的商业现实。
在他们最新的深度对谈中，揭示了SaaS模式正在经历一场物种大灭绝，而新时代的规则极其残酷：
我们要么进化，要么消失。软件不再只是工具，它就是劳动力。
过去20年，我们习惯了软件即服务的商业逻辑。
但在这期对谈中，David Haber一针见血地指出，这一轮产品周期的根本不同在于软件本身真的可以去干活了。
今天软件的市场机会不再仅仅是IT支出，而是更大规模的劳动力成本。
这是一个极其震撼的视角切换。
以前企业买软件是为了让员工效率提升，现在企业买软件是为了直接完成工作。
Alex Rampell在对话中做了一个非常形象的比喻：
如果我能花一美元雇一个人来做这项任务，我会百分之百地这么做；而现在，我可以花一美元雇佣软件来完成它。
这就引出了一个巨大的商业悖论：
当软件已经变成了一种廉价且高效的数字劳动力时，如果你还在坚持传统的按席位收费模式，你实际上是在惩罚技术的进步。
那么，新的商业模式应该是什么？
清洁服务难题。
想象一下，你是一家大公司的CEO。如果有人跑来向你推销一种高科技扫把，声称能让你的厕所比以前干净百分之九，并帮你节省百分之一的清洁用品开支，你的反应会是什么？Alex直言，你不仅不会关心，你甚至都不会在这个问题上花费任何脑力去寻找公司里谁负责这件事。
因为对于甲方来说，他们购买的不是扫把，也不是清洁工的管理流程，而是干净的地板这个结果。这就是未来AI产品的终极形态：Service as Software（服务即软件）。客户不会为AI工具付费，但他们会为解决问题付费。
AI能力本身没有护城河
在这个新时代，护城河在哪里？
真正的防御性来自于哪里？
来自于拥有端到端的工作流。
就像之前的Salesforce或者Zendesk，它们之所以难以被替代，不是因为它们的技术有多高深，而是因为它们成为了企业的记录系统，深深嵌入了业务的每一个环节。
既然巨头如此强大，创业者还有机会吗？
Alex Rampell用了一个非常精彩的金砖隐喻来形容当下的竞争格局。
对于像Facebook或Google这样的巨头来说，他们周围遍地都是金砖。这些金砖是那些巨大的、显而易见的市场机会。
如果你去向他们推销一个需要弯腰捡起的碎金子项目，即便那是个好主意，他们也不会做，因为他们正忙着搬运脚边的金砖。
这就是创业者的机会所在。
真正的护城河存在于那些不性感、甚至有点脏乱差的垂直领域中。
如果有一家公司能处理正畸诊所的前台接待，或者处理极其繁琐的工资单税务计算，这些工作流程充满了只有人类才能处理的边缘情况。
巨头看不上这些碎金子，通用模型也无法直接搞定。
我们正在见证服务业的工业化进程。就像几十年前机器替代了流水线上的工人一样，AI正在替代写字楼里的白领。
未来的独角兽公司，看起来可能不再像是一家卖代码的技术公司，而更像是一个拥有百万数字员工的超级服务商。
虽然我们需要理解前沿模型的性能，但最终我们还是要弄清楚如何将这项技术应用到具体的业务中去。这才是下一个十年最大的红利。
1 00
在这个所有人都在神话英伟达、谈论AI算力垄断的时刻，黄仁勋在Joe Rogan的最新访谈里，却展现了一种令人战栗的冷静。
他没有谈论改变世界的宏愿，也没有展示高高在上的战略图谱。
相反，他剥开了万亿市值的金身，露出了里面那个至今依然每天在求生欲中挣扎的创业者灵魂。
如果把这期访谈浓缩成心法，那是黄仁勋给所有创业者上的最残酷、也最真实的三堂课。
第一，驱动你的不该是梦想，而是恐惧。
我们听惯了追随激情的鸡汤，但黄仁勋给出的答案是反人性的。
当被问及是什么驱动他工作至今时，他没有说愿景而是说：
I have a greater drive from not wanting to fail than the drive of wanting to succeed.
比起对成功的渴望，不想失败的念头更能驱动我。
甚至直到今天，作为地表最强科技公司的CEO，他依然承认自己每天在焦虑中醒来。
这不是凡尔赛，这是一种建设性的偏执。
对于创业者来说，乐观是给员工看的，而留给自己的是对倒闭的无限推演。
只有当你每天都觉得公司离死亡只有30天时，你才真正拥有了在这个残酷市场活下去的资格。
第二，绝境中的最高策略是极度的智识诚实。
黄仁勋讲了一个英伟达早期的救命故事，那是关于Intellectual Honesty的极致案例。
1995年，英伟达押注四边形渲染技术，结果微软推出了基于三角形的Direct3D。
技术路线彻底错了，资金只够维持30天。
这时候，绝大多数创业者会选择掩盖问题再去忽悠一笔融资。
但黄仁勋做了一个与之相反的决定。
他走向了当时唯一的合作伙伴SEGA的CEO并且说了两句足以载入商业史的大实话。
第一句，承认无能。
他告诉对方，我们的技术是个缺陷，如果继续下去，英伟达会原地蒸发，你们的游戏机也会完蛋。
第二句，厚脸皮求助。
他建议对方找别人的同时，必须把合同剩下的钱付给他，否则英伟达就会破产。
这是一个反直觉的时刻，你通过承认自己的软弱反而赢得了信任。
SEGA的CEO被这份坦诚打动并支付了款项。
这笔钱让英伟达活了下来，才有了后来的RIVA 128，才有了今天的AI帝国。
承认我错了，往往比吹嘘我能行更需要力量。
第三，当世界都不相信你时，只信第一性原理。
在AI爆发前的很长一段时间里，英伟达投入巨资研发CUDA加速计算平台，但华尔街看不懂，客户不买单，股价一度跌去八成。
那时候，没人觉得黄仁勋是天才，大家都觉得他是疯子。
Nobody in the world wanted it. I had no purchase orders. But we reasoned our way into it.
世界上没人想要它，我手里没有一张订单。但我们是通过逻辑推演，确信这是未来的方向。
这就是第一性原理的残酷之处。
做平庸的产品，你可以做市场调研；
但做伟大的产品，你只能问物理学。
黄仁勋坚信CPU的摩尔定律已死，加速计算是物理层面的唯一解。
即使市场反馈是零，只要逻辑推演是100%，他就敢All-in。
如果你相信它且它基于第一性原理，你就欠自己一个去追求它的机会。
他没有谈论改变世界的宏愿，也没有展示高高在上的战略图谱。
相反，他剥开了万亿市值的金身，露出了里面那个至今依然每天在求生欲中挣扎的创业者灵魂。
如果把这期访谈浓缩成心法，那是黄仁勋给所有创业者上的最残酷、也最真实的三堂课。
第一，驱动你的不该是梦想，而是恐惧。
我们听惯了追随激情的鸡汤，但黄仁勋给出的答案是反人性的。
当被问及是什么驱动他工作至今时，他没有说愿景而是说：
I have a greater drive from not wanting to fail than the drive of wanting to succeed.
比起对成功的渴望，不想失败的念头更能驱动我。
甚至直到今天，作为地表最强科技公司的CEO，他依然承认自己每天在焦虑中醒来。
这不是凡尔赛，这是一种建设性的偏执。
对于创业者来说，乐观是给员工看的，而留给自己的是对倒闭的无限推演。
只有当你每天都觉得公司离死亡只有30天时，你才真正拥有了在这个残酷市场活下去的资格。
第二，绝境中的最高策略是极度的智识诚实。
黄仁勋讲了一个英伟达早期的救命故事，那是关于Intellectual Honesty的极致案例。
1995年，英伟达押注四边形渲染技术，结果微软推出了基于三角形的Direct3D。
技术路线彻底错了，资金只够维持30天。
这时候，绝大多数创业者会选择掩盖问题再去忽悠一笔融资。
但黄仁勋做了一个与之相反的决定。
他走向了当时唯一的合作伙伴SEGA的CEO并且说了两句足以载入商业史的大实话。
第一句，承认无能。
他告诉对方，我们的技术是个缺陷，如果继续下去，英伟达会原地蒸发，你们的游戏机也会完蛋。
第二句，厚脸皮求助。
他建议对方找别人的同时，必须把合同剩下的钱付给他，否则英伟达就会破产。
这是一个反直觉的时刻，你通过承认自己的软弱反而赢得了信任。
SEGA的CEO被这份坦诚打动并支付了款项。
这笔钱让英伟达活了下来，才有了后来的RIVA 128，才有了今天的AI帝国。
承认我错了，往往比吹嘘我能行更需要力量。
第三，当世界都不相信你时，只信第一性原理。
在AI爆发前的很长一段时间里，英伟达投入巨资研发CUDA加速计算平台，但华尔街看不懂，客户不买单，股价一度跌去八成。
那时候，没人觉得黄仁勋是天才，大家都觉得他是疯子。
Nobody in the world wanted it. I had no purchase orders. But we reasoned our way into it.
世界上没人想要它，我手里没有一张订单。但我们是通过逻辑推演，确信这是未来的方向。
这就是第一性原理的残酷之处。
做平庸的产品，你可以做市场调研；
但做伟大的产品，你只能问物理学。
黄仁勋坚信CPU的摩尔定律已死，加速计算是物理层面的唯一解。
即使市场反馈是零，只要逻辑推演是100%，他就敢All-in。
如果你相信它且它基于第一性原理，你就欠自己一个去追求它的机会。
0 00