即刻App年轻人的同好社区
下载
置顶当年配合最好的 HRBP，几年前从腾讯出来，临走前跟我约饭说准备去做拼多多了，我当时没反应过来，以为是去拼多多接着做 HR，哪知道他说的是做卖家
后来每年都聚一次，今年让我来他公司看看，机场边上一个不起眼的楼，第一次见这种场面，整两层 1800m²满满的快递包裹，拉着我挨个箱子让猜里面装的啥…猜错一个就硬塞给我一个让带回家玩玩，现在我有 4 种不同的发箍，1 个洗澡用的浴擦，还有一堆毛巾了
虽然但是真的替他开心😆
后来每年都聚一次，今年让我来他公司看看，机场边上一个不起眼的楼，第一次见这种场面，整两层 1800m²满满的快递包裹，拉着我挨个箱子让猜里面装的啥…猜错一个就硬塞给我一个让带回家玩玩，现在我有 4 种不同的发箍，1 个洗澡用的浴擦，还有一堆毛巾了
虽然但是真的替他开心😆
31 50
一项新技术的采用通常会经历 top-down 的路线，即先 to G 再 to B 最后 to C，比如无人机最早用于越战，后来 Amazon 等企业用在了配送环节提高效率，再到后来的大疆领导的消费级市场，同样的例子还有 GPS，VR/AR 等
这波 LLM 及相关应用却呈现了相反的采用路径，它们为 C 带来了明显益处，而在 G 和 B 中的影响则相对较小且滞后，典型的例子是 ChatGPT 成为全球最快突破 1 亿用户的产品
为什么LLMs在 G 和 B 领域的益处要小得多呢？Andrej Karpathy 在 X 里提到了三个他理解的原因：
1. LLM 知识广泛但浅薄：大模型擅长许多领域，但每个领域的知识只达准专家水平，且容易犯错。对于个人来说，这意味着可以完成以前无法独立完成的任务，而组织原本就聚集了各领域专家，这种“浅而广”的能力并不能带来根本的突破，仅能让已有专家稍微提高效率。
2. 组织需求复杂且容错率低：企业或政府面临更多复杂约束，如安全性、合规性、隐私保护和技术集成，导致无法简单、快速地引入LLM。一旦模型产生严重错误，可能带来严重的法律或商业风险。
3. 组织惯性较大：大型机构有明显的文化惯性、内部政治、历史负担以及再培训成本，难以快速适应这种全新的、易错的通用技术。因此，在短期内，LLM 对个人的正面影响远超企业和政府机构。
这波 LLM 及相关应用却呈现了相反的采用路径，它们为 C 带来了明显益处，而在 G 和 B 中的影响则相对较小且滞后，典型的例子是 ChatGPT 成为全球最快突破 1 亿用户的产品
为什么LLMs在 G 和 B 领域的益处要小得多呢？Andrej Karpathy 在 X 里提到了三个他理解的原因：
1. LLM 知识广泛但浅薄：大模型擅长许多领域，但每个领域的知识只达准专家水平，且容易犯错。对于个人来说，这意味着可以完成以前无法独立完成的任务，而组织原本就聚集了各领域专家，这种“浅而广”的能力并不能带来根本的突破，仅能让已有专家稍微提高效率。
2. 组织需求复杂且容错率低：企业或政府面临更多复杂约束，如安全性、合规性、隐私保护和技术集成，导致无法简单、快速地引入LLM。一旦模型产生严重错误，可能带来严重的法律或商业风险。
3. 组织惯性较大：大型机构有明显的文化惯性、内部政治、历史负担以及再培训成本，难以快速适应这种全新的、易错的通用技术。因此，在短期内，LLM 对个人的正面影响远超企业和政府机构。
6 18
假期恶补了下《Clashing over Commerce: A History of US Trade Policy》（美国贸易政策史）
美国的关税保护主义持续了 200 多年，从建国初期贯串至今。之所以屡试不爽，根本原因在于美国是个巨大的消费市场，在多边贸易中它是最大最强势的甲方
200 多年里甲方的贸易政策经历了不同的策略阶段
第一个阶段是联邦政府成立到南北战争，创造税收是核心目标，而进口关税几乎占了财政收入的 90%。这也是现在只要谈起关税战大家就觉得人家想搞钱的原因
第二个阶段是从南北战争到大萧条，内战削弱了南方政治势力，让共和党主导了国会，所以确立了以保护北方工业为核心的关税体系
卢麒元在 4 月 5 日的分享里说，这次 2025 年的贸易战与当年这个阶段的贸易政策极其相似，那个年代其他领导人里考得最好的是苏联的斯大林同志，一方面稳住了卢布让其升值，进而吸引国际资本和技术推动大规模基建和工业化，另一方面与欧洲其他国家互补。
如果从那次的贸易战里吸取经验的话，其实特朗普政府的真正逻辑并不是财政收入或重组供应链，是更深层次的重建工业基础。这一点书里没写，所以历史虽然会押韵，但更需要我们的立体联想
第三个阶段是从大萧条至今，大萧条重创了全球经济，导致了有利于民主党的政治洗牌，减少关税和非关税壁垒的多边贸易成为主要策略，也是从这个阶段开始关税权利由国会交给了总统
而拉长时间来看，这次贸易战的意义也很深远，最起码它让多边贸易进入了一个需要私下 one on one 的阶段
美国的关税保护主义持续了 200 多年，从建国初期贯串至今。之所以屡试不爽，根本原因在于美国是个巨大的消费市场，在多边贸易中它是最大最强势的甲方
200 多年里甲方的贸易政策经历了不同的策略阶段
第一个阶段是联邦政府成立到南北战争，创造税收是核心目标，而进口关税几乎占了财政收入的 90%。这也是现在只要谈起关税战大家就觉得人家想搞钱的原因
第二个阶段是从南北战争到大萧条，内战削弱了南方政治势力，让共和党主导了国会，所以确立了以保护北方工业为核心的关税体系
卢麒元在 4 月 5 日的分享里说，这次 2025 年的贸易战与当年这个阶段的贸易政策极其相似，那个年代其他领导人里考得最好的是苏联的斯大林同志，一方面稳住了卢布让其升值，进而吸引国际资本和技术推动大规模基建和工业化，另一方面与欧洲其他国家互补。
如果从那次的贸易战里吸取经验的话，其实特朗普政府的真正逻辑并不是财政收入或重组供应链，是更深层次的重建工业基础。这一点书里没写，所以历史虽然会押韵，但更需要我们的立体联想
第三个阶段是从大萧条至今，大萧条重创了全球经济，导致了有利于民主党的政治洗牌，减少关税和非关税壁垒的多边贸易成为主要策略，也是从这个阶段开始关税权利由国会交给了总统
而拉长时间来看，这次贸易战的意义也很深远，最起码它让多边贸易进入了一个需要私下 one on one 的阶段
7 88
前几天分别和生活在中美的朋友交流关税政策，大家的第一反应很不一样
常年生活在美国的朋友（嘬了一小口咖啡）：持久不了，这点税收对政府支出于事无补
常年生活在中国的朋友（低头刷着手机）：这孙子是要让大家私下 one on one 啊
#这道题 8 年前我们考过
常年生活在美国的朋友（嘬了一小口咖啡）：持久不了，这点税收对政府支出于事无补
常年生活在中国的朋友（低头刷着手机）：这孙子是要让大家私下 one on one 啊
#这道题 8 年前我们考过
15 32
曲凯问了吴翼一个有趣的问题：
“要训练一个大模型，首先得让它理解这个世界，因此要训一个能理解的模型
然后发现它要做 Agent，处理文本外的问题时需要有决策能力
这个时候最好的方法是 RL，而要把 RL 训好就得用有标准答案的问答对（比如数学题）
这个逻辑事后来看很顺，为什么大家比如 OpenAI 用了这么多年才走通这条路”
他是替了解大模型历史的网友问的，因为任何大的技术转变我们身处其中时看到的都是混沌的，无序的，所以答案本身不重要
《A Brief History of Intelligence》（智能简史）里作者就罗列了智能发展的五层突破，或许可以大致呼应上面的问题
第一层突破来自海洋中最早的左右对称动物的 “导航能力”。其对称体型与原始神经系统具备了主动转向的能力，通过感知环境定向移动，而非被动随波逐流，这是导航与目标导向行为的起点，也是一切复杂智能的基础
第二层突破发生在脊椎动物祖先中。强化学习的机制使这些早期生物能从奖惩中获得下一步行为的策略（捕食或避险）
第三层突破是哺乳动物的大脑进化出“模拟”能力，通过想象不同行为的结果来规划最优路径
第四层突破来自于灵长类动物对意图与信念的掌握，因此协作与竞争就迈入了新维度
最终的突破由几万年前的智人完成，它们掌握了语言。因为语言不仅是沟通工具，更通过抽象符号的内化重组了思维本身
每层突破既不完美也非终点，上一层为下一层的创新提供跳板，层层递进
递进是真的，但并非连续的，因为真相是每一层之间间隔了亿万年，中间的状态里宇宙并非是静止的，而是充满了岔路，所以历史不是线性的，未来也不会是
“要训练一个大模型，首先得让它理解这个世界，因此要训一个能理解的模型
然后发现它要做 Agent，处理文本外的问题时需要有决策能力
这个时候最好的方法是 RL，而要把 RL 训好就得用有标准答案的问答对（比如数学题）
这个逻辑事后来看很顺，为什么大家比如 OpenAI 用了这么多年才走通这条路”
他是替了解大模型历史的网友问的，因为任何大的技术转变我们身处其中时看到的都是混沌的，无序的，所以答案本身不重要
《A Brief History of Intelligence》（智能简史）里作者就罗列了智能发展的五层突破，或许可以大致呼应上面的问题
第一层突破来自海洋中最早的左右对称动物的 “导航能力”。其对称体型与原始神经系统具备了主动转向的能力，通过感知环境定向移动，而非被动随波逐流，这是导航与目标导向行为的起点，也是一切复杂智能的基础
第二层突破发生在脊椎动物祖先中。强化学习的机制使这些早期生物能从奖惩中获得下一步行为的策略（捕食或避险）
第三层突破是哺乳动物的大脑进化出“模拟”能力，通过想象不同行为的结果来规划最优路径
第四层突破来自于灵长类动物对意图与信念的掌握，因此协作与竞争就迈入了新维度
最终的突破由几万年前的智人完成，它们掌握了语言。因为语言不仅是沟通工具，更通过抽象符号的内化重组了思维本身
每层突破既不完美也非终点，上一层为下一层的创新提供跳板，层层递进
递进是真的，但并非连续的，因为真相是每一层之间间隔了亿万年，中间的状态里宇宙并非是静止的，而是充满了岔路，所以历史不是线性的，未来也不会是
00:44
15 16
Cursor 可能是最 “左脚踩右脚”腾云而上的产品
首先是创始团队都 engineering 背景，本身就是用户，体感强，真真正正的在做一款伟大的产品取悦自己
其次是体现在招聘上，会通过后台的数据分析出那些最活跃且代码质量较高的用户（独立开发者），然后 reach out，这样的好处是招过来的人对 mission 认同，还是超级用户，以至于面试成本极低
在 Cursor 之前业内的共识是开发者工具很难盈利，但 Cursor 在做到 1 亿美金 ARR 时没有销售人员，增长的核心来自于用户口碑传播，是另一种左脚踩右脚
首先是创始团队都 engineering 背景，本身就是用户，体感强，真真正正的在做一款伟大的产品取悦自己
其次是体现在招聘上，会通过后台的数据分析出那些最活跃且代码质量较高的用户（独立开发者），然后 reach out，这样的好处是招过来的人对 mission 认同，还是超级用户，以至于面试成本极低
在 Cursor 之前业内的共识是开发者工具很难盈利，但 Cursor 在做到 1 亿美金 ARR 时没有销售人员，增长的核心来自于用户口碑传播，是另一种左脚踩右脚
28 06