在极度复杂的事情上，大家习惯去抓住一些浅显的逻辑去行事、试错。
这个时候尝试抓住人性懒惰的弱点，让大家相信你能够考虑更多的因素。这种情况下，你甚至不需要自己去解释很多，对方就会自我催眠形成自洽，相信你的能力更强、跟随你。

今天看了一个专访，记录一下。基本是探讨LLM应用的对话，我觉得感觉比较有价值的几个判断是：

1. 模型好坏已经不在于多大多全面了，最后用LLM创造出价值的可能还是有数据优势的企业、对自己的业务自动化有充分积累的公司。继续这个判断，优秀的AI公司可能会成为平台公司，做各种各样价廉物美的toC toB产品，帮助用户去leverage自己已有的自动化场景

2. 感觉最终的结局是有很多很多的Agent、专家AI，这比做一个universal的模型性价比、效率更高。但是也看得出，因为目前大家对喂什么数据、喂多少数据、会产出怎么样的LLM，其实还没有什么理论的把握。未来哪家公司能够一次推出比较多的稳定可靠的专家模型的，一定会占据先机

3. 算力看起来不会成为大家关注的焦点，一是scaling law，算力带来的边际效应不大了；二可能是从用户角度来说，1分钟出结果和几秒钟出结果，不如达到自己目标重要。所以这是否意味着算力基础设施短期会遇到增量放缓？

4. 目前通过transformer、注意力机制、diffusion 训练出来模型，可能还不是终局，一定是需要学术界在各个不同应用方向去想办法补足LLM的短板的，比如多模态的数据、数理逻辑推理这些难点。短板太多了，所以嘉宾觉得即将来的AI其实还是跟人协作的一种系统。

#WWDC24 6.11隔夜AAPL美股大涨，我想主要原因是公开了苹果AI系统的框架，其服务器端的LLM用的自己家的Apple Silicon，没用英伟达。设备本地部署的三个模型中，chatGPT只是作为用户可选的方式之一。市场或许惊艳于第一次见到英伟达的挑战者，而且是拥有大部分应用数据的苹果。
手机市场可能打开了新的蓝海。不难想象，在未来的移动端AI竞争中，ChatGPT不会在苹果生态中存在太久。厂商间不断地相互切磋，会在应用场景数量、功能表现、稳定性、隐私规范，这些指标不断被对比。
对于这些指标，苹果这次完全占据了先机，国内手机厂一定也会加快找合作的。

The fact that other people agree or disagree with you makes you neither right nor wrong. You will be right if your facts and reasoning are correct. -- Warren Buffett

AVP之所以褒贬不一，是因为目前很多声音都在用一种“替代电脑”、“替代平板”的方式去思考。对比同类的产品，AVP在MR头显共通的痛点上其实没有很大的突破，只是秀了一下强大的整合能力。所以消费者要表达失望很简单。
苹果要想成功，需要成功圈起少数的先锋去一起思考、基于新的交互方式做内容，而自己继续优化硬件、软件轮子去适应种种新的需求，才可能走向成功。

看完了The Verge的评测，毫无疑问Apple展现了超群的系统整合能力。
但就目前而言，因为还没有看到各个开发者做的App，想象力仅停留在基础的软件上，那就只能从交互逻辑、使用体验上讲了。
所有的痛点很真实，对比同行Vision Pro也没有什么关键突破。加上昂贵的价格，它注定是个无法普及推广的产品，更像一个精致的demo，让大家看到未来。

训练：多尝试同理心，多考虑目的和意义，减少内耗

要允许自己的情绪、思绪像大海一样有波澜，随着外界影响而起伏不定。但也要训练自己的专注、理性，保留内在深处的宁静，亦如深海。

如何让员工对工作有热情？
1. 兴趣和工作内容接近
2. 提供成就感和足够的认可

谢谢丹尼！