即刻App年轻人的同好社区
下载
App内打开
rosicky311_明浩
656关注15k被关注16夸夸
互联网小厂战略+投资（社交/游戏）
干过几年VC
也干过几年电竞和直播（Panda TV）
知乎风险投资、互联网优秀回答者
播客《屠龙之术》
置顶
rosicky311_明浩
27天前
年度整理更了～～
中美两国的角度记录2025-2026年1月的AI行业

PPT这里可以下载：
my.feishu.cn
视频版：www.bilibili.com

Vol.86 同一代技术，两个系统，181页PPT全记录AI行业的2025

屠龙之术

2751
rosicky311_明浩
1天前
万事开头难～
这次PPT却感觉开头尤其容易
40
rosicky311_明浩
1天前
一身鸡皮疙瘩～

卫夕: 九年前，有两个人替我们提前经历了AI焦虑。 坦白讲，和很多人一样，我有AI焦虑。 这种焦虑一方面来自对自己独特性的怀疑，另一方面来源于AI进步和更新太TM快了，压根就学不过来。 如果你也有类似的AI焦虑，那我诚恳地说，《AlphaGo》这部纪录片，你必须重看一遍。 为什么这么说？ 片中的主角李世石和线索主角樊麾在9年前经历的，其实就是我们今天AI焦虑的预演。 只不过，彼时的强度要高10倍。 如此推荐这部牛逼的纪录片，卫夕有两个简单的理由—— 第一，它记录了人类第一次被AI强碾压的全貌。 豆瓣评论区里赞美如果不是有时间戳，我都怀疑是AI写的。 的确，该片导演Greg Kohs是一位节奏把控的大师。 全片看似舒缓但张力拉满，90分钟，洽好够你放下手机，完整地感受一次冲击。 第二，配合樊麾本人讲述的播客食用，震撼加倍。 去年，时隔九年之后的纪录片中的樊麾上了一次刘鹏和东东枪两位老师的播客“科技修道院”。链接——https://www.xiaoyuzhoufm.com/episode/675ec9c27d8426f692408889 我认为是小宇宙里被严重低估的一期播客，我看截止到2026年1月16日，播放量仅有5880次播放。 作为一个天生会讲故事的高手，樊麾通过极其精彩的讲述补充了纪录片里没说的细节—— 如何从自信到崩溃、如何被全网骂成"人奸"、如何看到李世石面对AI"神之一手"的微妙表情等等。 和纪录片搭配服用，分外精彩。 很多读者会说，这片子我以前看过，但相信我，那时你一定是在抽离的状态看的，如今我们已然都成了剧中人。 下面，卫夕就粗略地讲讲这个极其精彩故事，说一说我的理解，目的是让你去看原片和听播客—— 二 先说说樊麾。 2015年他在欧洲拿了第三次欧洲围棋冠军，而且是法国围棋协会的总教练。 他自己承认，要是水平真的厉害，也不用去欧洲拿冠军了。（不得不说，他这个路子也挺清奇的） 然后他收到了一封邮件。 发件人叫戴密斯·哈萨比斯，说自己是一个叫DeepMind的公司的，有一个很兴奋的项目，问他感不感兴趣聊一聊。 樊麾的第一反应是：他们可能是想去研究一下自己大脑结构有什么特点。 毕竟，会下棋的人估计更聪明一些？ 结果飞到伦敦后，DeepMind的人告诉他：他们开发了一个下围棋的系统，叫AlphaGo，想试试挑战职业棋手。 樊麾的心凉了半截，用他的原话说就是：别提我有多失望。 毕竟，那时候他打心底就觉得——AI就不存在赢职业骑手的可能性。 樊麾觉得这就是浪费时间，谷歌钱多，想测试一下，那就试试呗。 三 然后比赛开始了。 第一盘，樊麾下得比较缓，不想跟机器硬碰硬，他觉得AI擅长战斗，那我就跟你玩抽象。 一度他觉得自己有优势，但一番交战之后，第一盘输了。 但樊麾给自己理由：我疏忽了，人嘛，总给自己找借口。 “它不过如此，跟我想象中的差不了太多。” 结果第二盘又输了，这时候他的情绪就开始发生微妙的变化。（纪录片里呈现的细腻的表情变化非常有意思。） 到第三盘输完——“那一瞬间你就觉得你不会下围棋了。”（事实上，我也多次看了AI的输出之后，深深地怀疑自己写作还有什么意义？） 一个职业棋手、欧洲冠军，一个当了十年法国总教练的人，突然觉得自己不会下围棋了。 "你要知道那一瞬间你会觉得你知道的东西是对的吗？你会怀疑自己。因为你从头到尾你都在怀疑自己，你下的每一步棋都在怀疑自己。你的自信心会被巨大的打击，因为他没有任何表情，你下哪儿他跟着应，你的所有的情绪从他身上会反弹给你自己。" 对谈的播客嘉宾东东枪在播客里打了个比方，说这就像武林高手去了一个道观，结果被小道童一把薅过来啪啪打。 樊麾说不对，小道童毕竟还是个活人。 "你就想象一下，你不小心误入了少林寺18铜人，18个铜人把你抽，一人抽一下，你心想我白被揍了，他连疼都不带疼的。" 四 那天晚上樊麾还要远程给学生上围棋课。 "那天晚上给我学生讲棋，我都不知道怎么讲完的，那瞬间你没办法自信，你就觉得你不行了。" 学生不知道老师刚刚经历了什么，老师也没办法跟任何人说，这件事是保密的，成果要在《Nature》上发表，发表之前不能透露任何信息。 当一个人的信心被AI彻底摧毁之后，有的人可能就趴下了，有的人会站起来迎上去。 很显然，樊麾属于后者。 当那个男人（就是带领做出今天综合能力最强的Gemini 3 Pro的哈萨比斯）抛出橄榄枝时，他答应了，选择作为顾问加入DeepMind团队，继续和AlphaGo硬刚和碰撞。 打不过，那也得和它切磋，直到搞明白它到底为什么这么牛逼，这是樊麾作为一个棋手的倔强。 五 2016年1月27日，《Nature》发表了AlphaGo的那篇论文，然后樊麾就在网上被骂惨了—— 出卖国家的叫汉奸，帮助AI训练来打败人类的樊麾被骂成了“人奸” 还有人说他是被收买的，说谷歌给钱。 樊麾很生气，别的骂他都认，棋臭就是臭，但收买他没法认。 “我们是棋手，在某种意义上讲，棋手认为下棋的也都是艺术家，我们的每盘棋都是我们花心血的一个艺术，不管它好还是不好，都代表了我们。对我们来说每盘棋都像生命一样宝贵。我怎么可能拿我的生命去做买卖呢？” 这话他是对着《连线》杂志的主编说的，后来被剪进了纪录片里。 但没人相信。 所有人都在等三月份的比赛，AlphaGo要挑战李世石，真正的世界冠军，大家都觉得，等李世石赢了，就知道樊麾是真的臭了。 六 李世石当时是什么心态？ 和樊麾一模一样：觉得自己肯定能赢。 李世石看过樊麾那五盘棋，所有职业棋手都看过了，都在讲解分析。 柯洁说“樊麾这个棋应该不能算职业棋手，有辱职业棋手称号”。 前两天刚刚离去的棋圣聂卫平也说这棋确实臭，客气点的说“樊麾在欧洲时间长了，这棋明显是退步了”。 李世石不知道的是，跟樊麾下的那个版本是V18，跟他下的已经不是同一个版本了，机器的进步跟人不是一个罗辑，几个月时间，能提升的幅度是人想象不到的。 樊麾当时预测是5比0，他觉得李世石一盘都赢不了，为什么这么说？ 听听樊麾的原声—— “我是知道它啥水平的，我是打心眼里知道它啥水平的。我经历过，我当然知道。你输不会是技术输，一定是心态崩，百分之百心态崩塌，躲不过去的。” “我输还没有在闪光灯下，他在聚光灯下，他死得更惨。人家不都说聚光灯下死得快。” 七 2016年3月9日，第一盘。 全球关注，第一天的独立IP观看人数八千多万，第二天过亿，大家都像看世界杯一样，都想见证历史。 我记得彼时我还在微博搬砖，比赛那几天也是无心工作，全程一直密切关注。 第一盘，李世石输了。 樊麾说他在现场，李世石认输那一瞬间，他的整个大脑都空了—— “我的整个大脑都空了。虽然说你知道他一定会输，我预测他5比0的，但我那一瞬间就好像被拉到宇宙间失重，一切都变了，不一样了，空了。” “然后慢慢被拉回来了，那一瞬间的感觉特别神奇。就是你就知道你就突然之间一切都停下来了，就像时间停下来了，就真停下来了，就跟电影特效似的。” CNN报道说这是围棋的一小步，但是人类的一大步。 八 第二盘，是整个人机大战最经典的一盘。 因为那步棋，还因为那个抽烟的背影。 当时特别有戏剧性，具体而言是这样的—— 李世石在比赛进行到一个半小时的时候，下完第36手，局面有些棘手，他需要调整一下状态，决定出去露台上抽一根烟。 纪录片里专门给了一个他抽烟的镜头，他不知道AlphaGo马上要下出那步惊天的37手。 那个画面特别安静，有一种面对着即将碾压自己的对手时的宿命感。 我总觉得那个画面是一种隐喻，事实上，我们每个人都在那个露台上。 人抽烟的时候，机器不会等待。 黄博士代表AlphaGo落下了著名的“神之一手”——第37手：五路肩冲。 樊麾第一眼看到这步棋的反应是：“我那是个啥？我天，啥破玩意儿还能往这儿下，那是棋吗？” 所以他也等着看李世石回来是什么表情，李世石从露台抽烟回来，坐下之前先瞥了一眼棋盘。 “那个表情特别不屑，你知道吗？噗嗤一下乐了，'还能往这儿下'那感觉。” 然后他坐下，开始看这步棋。 “那个表情，那个凝重，就真的是一点一点越来越凝重。然后就开始慌，越来越慌。” 他想了12分钟，之前每步棋大概一分钟之内就下了。 “心态出问题了，乱了，已经乱了。” 你懂这个感觉吗？你以为你看穿了对手，你以为对手出了昏招，你甚至笑出来了，然后你仔细一看，发现这步棋你越看越不懂，越看越觉得厉害。 那一瞬间，你会开始怀疑：它是不是早就把我算透了？它是不是看到了我看不到的东西？我是不是根本就下不过它？ 樊麾说得特别准确：人做任何事情，只要没有自信就完了。 九 果然，第37手之后，李世石表情越来越凝重，局面越来越难控制，最后输得很惨，一点机会都没有。 第三盘更惨，四五十手就输飞了。 新闻发布会上，李世石说话都带着哭腔。 樊麾说：“我看着都难受，所有人都难受。那一瞬间好像没有人赢，只有他输，因为他毕竟代表了全人类。” 那一幕我看的时候也很触动，因为现场就连DeepMind的哈萨比斯也表情凝重，在那种氛围下，根本高兴不起来。 底下很多韩国职业棋手给他鼓劲，说你是最棒的，虽然你三连败了，但你已经做到了我们所有人只能做到的最好了。 这是实话，大家已经见识到AlphaGo的实力了，确实没有人下得过它。 3比0，比赛已经结束了，但按规则还得继续下完五盘。 李世石的压力有多大？已经输了三盘了，4比0跟5比0有什么区别吗？ 有。 十 第四盘，是围棋史上最荡气回肠的一盘。 开局的时候所有人都觉得李世石肯定要输了，记者们开始撤场，回去写稿，关注度已经下去了，大家觉得没什么好看的了。 然而，真正牛逼的人会在绝境中寻找希望，很显然，李没打算放弃。 然后好戏上演了——第78手——中腹一挖。 就那一步棋，AlphaGo忽然像疯了一样，开始下很奇怪的棋。 在AI看来，人类下这步棋的概率是万分之一。 但李世石在新闻发布会上说，这步棋却是它直觉的唯一选择。 这就是人类和机器的区别，机器算出来这步棋没有道理，概率极低，但人的下意识告诉李世石：就该这么下。 而这步棋，恰恰打中了AlphaGo的七寸，它的权重乱了，它不知道该如何决策了。 但最厉害的不是那步挖，最厉害的是李世石在取得优势之后，一直谨慎地下到AlphaGo认输。 你想想他有多紧张，前三盘被打成狗，第四盘终于看到希望了，万一最后关头丢了呢？ 樊麾说他在现场看着李世石的脸，那种专注已经到了极致。 最后终于，李世石赢了，在3比1落后的局面下打败了AlphaGo。 AI有37手，人类有78手。 作为数子裁判的樊麾在结束后给李世石竖了一个大拇指 十一 纪录片里有一个画面，李世石走进新闻发布会现场，按理说他赢了，应该很开心，但他崩着脸，一直忍住没笑，然后全场开始鼓掌欢呼，他才绷不住笑出来。 那个笑，是真的开心。 樊麾当时发了一条微博，说“那个笑是这个世上最幸福的笑”。 李世石自己说： “我很奇怪，我输了三盘赢了一盘，这一盘赢你们对我的欢欣鼓舞好像比什么都重要，这盘棋我不会拿任何东西换，这是我人生最宝贵的一盘棋。” 那是人类最后一次在正式比赛中战胜顶级围棋AI。 十二 我为什么每次被AI产品震到头皮发麻，都要把这部纪录片翻出来看一遍？ 其实特简单，我在里面看到了人面对AI的完整过程—— 第一阶段：傲慢。 樊麾、李世石并没有神马不同，这是一种基于经验和逻辑的傲慢。 就像ChatGPT刚出来的时候，很多人的反应是—— 它输出的东西看着挺像那么回事，但其实在实际应用的过程中用不了，毕竟我是十来年的老师傅了，还是我自己搞得好，AI还是差点意思。 第二阶段：被碾压后的崩溃。 樊麾说那一瞬间你就觉得你不会下围棋了，李世石看着第37手从不屑到凝重到慌张，我们开始怀疑自己了。 我就亲自听我写前端的技术前同事看到Gemini 3 Pro之后说：完蛋了，我几年的前端经验真TM白学了。 我想很多设计师也会经历相同的崩溃。（有的话请留个言） 很多人说，我没有，我没有经历过，我的工作可没那么简单，呵呵，你等着，快了！ 你只不过是还在第一阶段而已，放心，对绝大多数人而言，崩溃、失业神马的，该来的大概率都会来的。 第三阶段：重生。 被AI碾压后，樊麾加入了DeepMind团队，他说“我从他身上学的东西多多了”。 他说“AlphaGo对围棋的理解，如果他有的话，是远超我们的，它对骑手的帮助非常巨大”。 李世石在被硬控三盘之后，在第四盘下出了那步惊天的78手，并在一年之后赢得了所有比赛。 没错，被摧毁后的重建是一个痛苦的过程，它并不容易，且并不是每个人都能走到第三阶段。 十三 我相信，很多人像我一样，也在经历从第一阶段、第二阶段到第三阶段过渡的过程。 ChatGPT刚出来的时候，我当时傲慢地判断它没有洞察，但很快，行业的进化就超出了我最初的想象，我错了，错得离谱。 印象最深刻的是2024年下半年，Claude 3.5 Sonnet在文字、逻辑上的能力彻底让我折服，更不用说后边飞速迭代的新模型。 我看AI的过程，从开始的“弱智”、到“笨笨的实习生”、到“水平相当的同事”、再到“牛逼的导师”，这个过程就发生在短短两年之内。 折服之后总得在焦虑中行动，我开始强迫自己提高和AI交互的频率，并强制自己输出，甚至还注册了一个新的公众号——“降维实验室”。 和AI开过一些脑洞，比如“用《华尔街日报》的风格报道大闹天宫”、“玄武门之变当晚，李世民的独白会写什么”、“假如雷军来发布哪吒的风火轮”、“用Agent分析腾讯招聘岗位推测微信在忙什么”、“平替版图灵测试”、“哈佛AI就业冲击论文解读”等。 尽管产量不算高，但的确在和AI的密集交互中，我的确从心态上重新变回了一个学生。 这种感觉很微妙，并不意味着焦虑没有了，它还在，只是茫然感在一轮一轮调Prompt、试新工具、发新的输出中实实在在降低了。 我身边很多朋友还在第一阶段和第二阶段之间反复横跳——一会儿AI不过如此，一会儿又被新东西震撼，我特别理解这种感觉，毕竟我也是这么过来的。 现在，我某种意义上臣服了，臣服这个词可能让人有点不舒服，但我觉得面对注定提高的智能上限，臣服没什么丢脸的。 感兴趣的可酌情关注卫夕臣服后在“卫夕指北”和“降维实验室”的新输出，一起感受非技术的文科生和AI能擦出什么火花。 最怕的是，做鸵鸟。 十四 樊麾在播客里说了一段话，我每次听都觉得有触动—— “AlphaGo给棋手带来最大的不同，就是在那一瞬间，它降个维，把我们都拍成小学生了。” “这是个好事儿。为什么呢？打通任督二脉这个事儿有时候需要外力的，你自己打不通。那一瞬间你很疼，你很不舒服。但是你一旦成长起来，你会发现海阔天空了，你看待问题事物的方式方法都变化了。” “我至少现在能够觉得我懂的东西实在是太少了，这是真心话。但是我心态可能就更加放松了，因为我相信我懂得少。” 这段话我反复听了很多遍。 承认自己不懂，才能真正的开始。 十五 最近“斩杀线”这个词很火。 在我看来，AI其实也是有一条看不见的斩杀线的，用得好的人会得到AI的加成，而恐惧、抱怨不行动的人则会逐渐被AI悄然斩杀。 而我们每个人，都要用尽全力逃离AI的斩杀线。 这是每个人真实而又残酷的新课题，不要以为AI带来的失业离自己很远。 樊麾说了一段关于复盘的话，我很认可，并且在和我闺女下棋的时候讲给了她听—— 他说复盘这个词来自围棋，每个职业棋手都会复盘，复盘只有一个目的：找自己的问题。 “你复盘如果都是对方的问题，你怎么进步？” 这段话放在AI时代特别适用。 你可以抱怨AI抢了你的饭碗，指责资本家只想着降本增效，但这些抱怨是无力的。 我们能做的，不过只是学AI、用AI，反思自己，然后改进。 优酷和B站都有这个片，希望每个人都能从中获得力量—— 可到B站看原片，相信我，这90分钟绝对值得。链接——https://www.bilibili.com/video/BV1Ct411u71n 结语 看着这条2018年的评论，在看看过去两年AI世界的沧海桑田，有一种恍如隔世的感觉。 我不知道下一个让我震撼的AI产品是什么——更强的LLM、更复杂推理的Agent或者是某些我们闻所未闻的东西？ 但我知道，唯一能做的就是——别想太多，先用起来，用得越多，怕得越少。 让AI写个分析报告、整一下小龙虾、生成第一个网页、调整一次Prompt、手搓一个Skills.......都可以。 总之，把手弄脏。 没错，你可能会受挫，但没关系，学游泳的第一步也是先呛几口水。 用着用着，焦虑就没了。

01
rosicky311_明浩
1天前
不知道谁会感兴趣的报告系列
《Aesthetics of AI》
从设计美学的角度看这一批AI公司的“设计”
www.acolorbright.com
（PDF可以下载）
一些关键词：米色、渐变色、印象派、素描/涂鸦、像素风……
有点意思～
720
rosicky311_明浩
1天前
着手整理春节的事件了
但v4还没发
就踏马怕ppt做的过程中又出什么幺蛾子……
112
rosicky311_明浩
1天前
artificial analysis的年度大模型进展报告更新
热乎的……

artificialanalysis.ai
23
rosicky311_明浩
2天前
开工直面Citrini Research的2028末日言论
感觉有点复杂
71
rosicky311_明浩
4天前
年前买的键盘还没开始用
又想买新的了
80
rosicky311_明浩
4天前
这期含“TM”量过高
🐶

EP5 OpenClaw 所预示的 · Case

诗梳风

31
rosicky311_明浩
5天前
rosicky311_明浩
5天前
小红书官方AI应用点点为什么选择了“攻略”作为核心突破口？

1、这一轮AI发展，核心三要素-算法、算力、数据，这三者之间的重要性程度一直在动态变化；26年初这个时点，似乎业界有所共识的是数据的重要程度愈发显现。
数据不单纯等于有和没有，按照最新一次拾象的内部纪要表述是：
数据的重要性需要重新提权，数据获取、清洗、长尾挖掘、难例构造与评测闭环，会成为未来模型能力差距的分野点。
海外各家顶级实验室的趋势也表明，研发范式正在从 compute-bound 转移到 data-bound：算力仍是瓶颈，但它会越来越可得，边际重要性下降；真正拉开差距的点转为数据侧。

2、落到每一家厂商的AI产品策略，广义上的数据质量其实某种程度上就决定了厂商选择通过bet什么来获得业务的突破；
基于自身特有数据的基础，设计出一套高效的预训练数据范式，并且在模型后训练的RL环境中“提出好问题”，再将模型的技术能力封装成用户体验良好的功能/模块，也似乎成为了“共识”；
字节的seedance2.0-即梦/抖音符合这个逻辑，小红书的点点也是……

3、在这一轮AI爆发之前，很多人的搜索需求其实已经落在了小红书上；“攻略”类的有效信息查询早就在社区内通过UGC积淀+算法推荐成为众多用户的选择；
而当这一轮AI爆发之后，作为小红书的官方AI应用--点点，当然也需要把这一建立在数据层面上的巨大优势再次发挥出来；
所以点点最近上线了他们的“深度”模式---攻略模式，对，就叫攻略模式；
没有叫什么deep research、什么thinking、什么专家这样的名词，就叫攻略；
清晰明了的告诉用户，点点这里最强的就是“攻略”。

4、这个春节我家正好在北海道玩，我就测试了下点点这个攻略模式；
我的需求其实有些特殊，常规的搜索引擎、chatbot可能都很难满足，
具体需求是：
家里俩娃，老大12岁男孩，不会滑雪但有滑板和轮滑经验，这次想学习下；
老二6岁女孩，完全不会滑雪也不想雪，单纯想玩雪，所以需要雪场不只有雪道还要有针对小小朋友的游乐设施；
除了雪场还需要解决交通、餐饮等问题；

我把这个需求给了点点，先用基础模式问了下，推荐哪个雪场：（图1）

点点推荐了花园雪场，更加重要的是推荐的理由来自小红书社区内真实用户此前的ugc分享，且有图有真相；这些真实经验来自长尾的UGC贡献，这也是点点区别于其他类似产品的核心所在。（图2）

然后我又使用了一下攻略模式让点点帮我生成了一个一天的行程安排；接到需求后的点点，首先给了一个问卷，让我提供更多的倾向性：（图3）

选择完之后，点点大概用了5分钟左右生成了一个带行程、预算、价格、tips的完整攻略：（图4、图5、图6）
我基本上可以直接拿着这个攻略开始安排一天的雪场行程。

5、回到今天问题的起初，点点选的突破口为什么是“攻略”？
以我个人需求为案例，这个一天的北海道二世谷滑雪攻略的整个生成过程背后靠的是
LLM模型基础能力+小红书社区独有的数据+产品端的交互。
数据的部分，小红书社区本身的语料库就包含非常真实、广泛、细分、长尾的用户经验，
而且这些数据其实并不单纯只是覆盖旅游场景，生活服务的方方面面其实点点可以拓展的领域所在。

这个问题再延伸其实是：
当大模型的基础能力已经完全可以“兜底”的前提下，各家厂商到底依靠什么自己独有的东西，才能在应用层面做出什么有意义的突破？
1033