AI 进化论

innopath
  • 3.0 (1)
  • Technology
  • Updated Monthly

当机器开始思考

  1. 1d ago

    一帮理科生算是把文艺范玩儿明白了

    00:07 咱们今天来说一下中国人工智能芯片、机器人、智能驾驶这些高科技的公司。他们到底是怎么用中文，用一些典故，用一些很巧妙的双关给他们自己的企业和产品命名的。以及这些名字背后到底藏着哪些文化审美和技术野心。 00:26 这个话题很有意思，我们就直接开始。 00:29 先来说一下中国的这些AI公司，他们在起名的时候展现出了什么样的中文水平。 00:34 大家看到的这些AI公司名字，像月之暗面、面壁智能、无问芯穹、寒武纪、平头哥这些名字。乍一看你会觉得这到底是一个AI公司还是一个网文书单。 00:47 对，真的很有那种文艺气息，又很有想象力，完全打破了大家对于科技公司名字的刻板印象。 00:54 中国的这些AI公司的名字，可能是这个时代中文水平最高的商业文本之一。你仔细去猜每一个名字都能发现很多巧思。  一、大模型公司：一群理科生在比谁读书多01:04 大模型公司他们的命名方式，特别喜欢用古籍还有天文台的名字作为他们的灵感来源。 01:17 比如说有一家公司叫月之暗面，他们的英文名字叫Moonshot AI这个名字其实是来自于Pink Floyd的一张专辑《The Dark Side of the Moon》。说月球永远有一面是背对着地球，用来比喻人类认知的盲区。然后Moonshot这个词在硅谷又代表那种登月级的疯狂项目。所以他们其实中文名和英文名是各自玩各自的，但是又都非常的贴切。 01:42 这个就很有意思，他们在起名字的时候，是怎么做到让中文和英文都能够表达出他们想要的那种含义。甚至能够把这种技术的气质和一些人文的意味结合在一起。 01:55 有一家公司叫深度求索，它的英文名字叫DeepSeek，就是来自于《离骚》里那句"路漫漫其修远兮，吾将上下而求索"。它的中文“深度”对英文的deep，“求索”对Seek非常的工整，又很有那种探索的意味。 02:12 这种中西合璧，而且又是文化和技术融合的感觉，真的太妙了。 02:17 还有“零一万物”，是把二进制的零和一和道德经里面的"道生一，一生二，二生三，三生万物"结合在一起。像“面壁智能”，它不光是引用了三体里面的面壁者，同时它也暗指了达摩面壁九年。像“阶跃星辰”，他把神经网络里面的阶跃函数和星辰大海的这种浪漫理想结合在一起。你会觉得这些理科生真的是在用他们的方式秀自己的学识。 02:44 还有一些公司会把技术的概念或者是创始人的一些信息藏在名字里面。 02:50 比如“稀宇科技”，它的英文名字叫MiniMax，这个名字来自于博弈论里面的一个极小化极大算法。它的中文名字稀宇，你乍一看觉得好像没什么，但把英文的mini和max分别对应了"稀"和"宇"，一个代表小，一个代表大。它是一个非常少见的英文先行的这种命名，而且中文还能做到这么工整的一个双关。 03:17 你这么一说，我还真发现这些名字里面的门道了。 03:20 还有像字节跳动，它的英文名字叫ByteDance，“字节”是计算机里面最小的单位。跳动又是一个很有活力的一个动词，所以它在中英文上面都做到了这种技术感和生命力的一个结合。而且它是一二年取的名字，放到现在来看依然是非常有辨识度的。 03:39 你有没有发现这些大模型公司，在命名时，有一些共同的规律，或者说共同的审美倾向。 03:46 基本上他们都是用2到4个字，要么出自古籍，要么就是跟天体有关。你很难从他的名字里面看出具体是做什么的，但你就是能感觉到这家公司想要干大事儿。 03:58 听起来就很有那种神秘感和野心。 04:01 但是也有例外，就像稀宇和字节跳动，他们两个就是直接用技术概念来命名的，反而在这一堆名字里面显得特别的理科气质。 二、芯片公司：画风突变，全是硬汉04:11 那咱们来聊聊芯片公司。芯片公司的名字跟大模型公司的名字在气质上面有一个非常明显的变化。 04:20 芯片公司的名字给人的感觉就像是你从中文系一下子跨到了地质系。特别喜欢用那种亿万年的地质年代，物理定律或者上古神话，就给你一种特别重的重量感和硬度感。 04:34 那你能不能举几个例子说一下这些名字背后都有哪些含义？ 04:38 比如寒武纪，英文名是Cambricon，就是把寒武纪这个5亿年前的地质时期和Silicon硅结合在了一起。象征着人工智能的一个智能涌现。像壁仞科技，“仞”是古代的一个长度单位，取自"壁立千仞，无欲则刚"，就是很有那种气势。像”燧原股份”，它的名字来自于燧人氏钻木取火，有那种人类第一次掌握能量的感觉。然后像摩尔线程，是把摩尔定律和计算机里面的线程这两个概念结合在了一起，感觉特别像是程序员的一个自黑式的秘密。 05:17 在芯片公司的名字里面，有哪些是特别跳脱，特别有个性的。 05:22 当然有，比如说平头哥，它其实是取自非洲的蜜獾，就是那个网络上号称世界上最无所畏惧的动物。他跟其他那些芯片公司喜欢用的上古神话、地质年代，完全不是一个画风，就一下子就记住了。 05:37 对，这个名字确实很出圈，很有辨识度。 05:40 还有一个就是沐曦股份，它的中文名字是沐浴晨光的的意思，在这一堆硬核的名字里面特别的温柔。但是它的英文名字叫MetaX  Meta就是超越X代表未知数，就它其实英文名字就非常直接的亮出了自己的野心，就是他这种分工还挺少见的。 三、算法公司：上一个时代的审美05:58 我们再来看看算法公司，这些公司的名字又展现出了什么样的时代审美。 06:03 在2016年到2018年之间成立的这些算法公司，他们的名字就特别讲究功能和感官。他们会很直接的告诉你我们是做什么的。 06:12 听起来就很直白很务实。 06:14 比如说商汤科技，英文名字叫SenseTime，Sense是感知，Time是时代。中文商汤又是一个历史人物，他其实是有四重的双关，就很见功底。还有旷视科技就是视觉的意向非常强。然后云从科技是取自易经里面的云从龙风从虎，还有一些依图、云知声、思必驰、出门问问，他们都是围绕着看和听来起名字的，就很简单明了。 06:45 像第四范式这种公司，它的名字背后有什么特殊的含义吗？ 06:50 第四范式它的来历是图灵奖得主 Jim Gray提出的科学发展的四个范式。他认为现在已经进入到了数据密集型科学发现的这个阶段。他其实直接把公司的愿景融进了名字里面。这一批名字都特别的学术，特别的克制，很符合当时那个年代对于AI的定位，名字就要告诉你这个工具是干嘛的。 四、机器人公司：中英双关的新战场07:13 这些机器人公司在取名字的时候有什么特别的地方？ 07:18 这两年因为具身智能的崛起，很多机器人公司在起名的时候就会玩这种中英文的双关。 07:24 这种双关是不是就是说既要让他的中文和英文发音上接近，又要让他们的意思能够呼应上？ 07:31 比如说宇树科技，它的英文名字叫Unitree，就是uni和tree的一个组合。它的发音和宇树也是很像的，意思也很连贯，这种是很难做到的。还有像智能机器人，它的英文名字叫AgiBot。把AGI也就是人工智能直接写进去了。中文的智元又有智能本源的意思。 07:52 机器人公司的名字里面为什么会经常出现像星、银河这种空间感特别强的词？ 07:59 因为很多机器人公司他们都特别喜欢用这种宇宙科幻的意象。比如说傅立叶智能，其实是一个谐音，它是做康复机器人的。它的英文名字就叫Fourier，就是直接用了傅利叶变换。像银河通用，它的英文名字叫Fouriert就感觉一下子就有那种宇宙的浪漫。 08:17 这些名字真的是一听就让人感觉很有那种未来感。 08:21 像星动纪元，它的英文名字叫Robot Era，逐迹动力的英文名字叫LimX你看到他们名字里面的这种"星""际""银河""纪元"那就感觉他们好像是一群看科幻小说长大的人创办的公司。他们的梦想就是要把智能机器人带进一个新的时空。 五、智能驾驶公司：全场最稳重的一桌08:39 咱们再来讨论一下智能驾驶公司的名字，就很有意思了，他们的名字乎都绕不开一些特定的字。 08:47 你看地平线、文远知行、小马智行、元戎启行、毫末智行、佑驾创新、四维图新，不是有"行"就是有"驾"，或者说有"路"有"线"，反正都是跟交通直接相关的。 09:02 就一个比一个稳，完全没有那种很飘的神话，或者说很浪漫的东西。 09:08 这个其实就是行业性格。因为自动驾驶是一个人命关天的行业，所以他的名字就会讲究务实，然后讲究安全。他会用这种非常直白的词，比如说文远知行的英文名字叫WeRide，无论是中文还是英文，都在强调我是一个在路上实实在在行驶的这样的一个东西。很像一个老司机，给你一种非常靠谱的感觉。 09:32 还有一家公司连中文名都不要了，就直接叫Momenta。这背后有什么讲究吗？ 09:37 Momenta其实用的是物理学里面的动量这个概念。然后就干脆连中文名都不要了。这种极端的做法其实也反映了他们想要专注于技术，然后追求一种国际化的一个风格。 六、所以，进化到哪一步了？09:49 如果我们把这几类AI相关的公司的名字放在一起看，能不

  2. Aug 24

    生产端见世面 VS消费端见世面

    00:15 今天我们想聊一聊为什么家长们更应该带孩子去见识产品和服务是怎么被创造出来的，而不仅仅是让他们去消费和体验现成的东西。 00:26 这个话题真的很有意思，那我们就直接开始。 00:28 我们首先来聊一聊为什么在人工智能的时代，让孩子去见识产品和服务的创造过程，比以往任何时候都显得尤为重要。 00:38 其实很多家长都特别看重带孩子去见识这个世界。但是见世面其实它可以分成两种，一种是单纯的去消费端的见世面，就是带孩子去住豪华酒店，吃高级餐厅，去旅行，去参观名校和大公司。是的，这些固然能让孩子大开眼界，但是更重要的是要让孩子看到这个东西是怎么被造出来的。 00:58 也就是说让孩子不仅仅是做一个被动的欣赏者，而是要让他们产生我也可以创造点什么的想法。 01:05 没错，因为在这个AI越来越普及的时代，如果孩子只习惯于看结果的话，他们很容易就变成一个只会选择和消费的人。但如果他们能够去关注创造的过程，他们才会去问我以后能创造什么。这个问题其实是创新的起点。 一、很多“见世面”，其实只是消费端见世面01:20 我们紧接着就来谈谈消费端的见世面。很多家长经常会带孩子去五星级酒店去做商务舱，去名校和大公司打卡。那这些体验会给孩子传递一些什么样的关于这个世界的印象呢？ 01:32 这些东西确实都是好东西，能增长孩子的见闻。但是有一个很大的共同点，就是孩子看到的都是最终呈现出来的结果。酒店已经金碧辉煌的在那儿了。然后菜已经一道道的给你上来了，科技产品已经发布了，学校和公司也都把自己最光鲜的一面展示出来了。 01:50 所以这就会让孩子很容易觉得这个世界本来就是这样的，都是现成的东西。 01:55 确实如此，孩子就会觉得我只要去欣赏、去选择、去体验就好了。久而久之就容易忽略掉一个事情，就是所有这些东西在最初的时候都是从无到有，经历了很多混乱的问题，才慢慢变成现在这个样子的。 二、真正有力量的，是生产端见世面02:13 确实是这样的那消费端见世面和生产端见世面的差别到底有多大？我们就以去超市为例，这两种视角到底会看到些什么？ 02:21 消费端见世面的话，孩子就会觉得这个超市好大，商品好多，价格好划算。但是生产端见世面的孩子就会开始问，为什么这个商品能进到这个货架？是谁决定卖这个东西而不卖那个东西？这个商品的包装为什么是这个尺寸？这些东西背后其实是有一套非常复杂的系统在里面的。 02:40 这么一听的话，好像生产端见世面，真的就是会让孩子把注意力放到事物背后的那套运转机制上。 02:46 完全是这样的。就生产端见世面，他关注的就是这个东西为什么会存在，他是怎么被做出来的，又是怎么送到你面前的。孩子能看到商业判断、供应链、技术和组织之间的协作，这才是真正走进了一个真实的系统。 03:02 我有一个疑问，就是孩子有了这种生产端的视角之后，他的思维方式会发生什么样的变化？ 03:08 就比如说同样是看一辆车，消费端的话就是去试驾去感受。但是生产端的话就是会去看这个钢板是怎么冲压的，怎么焊接的，怎么喷漆的，就会变成一辆车的，包括同样是看一个AI产品，消费端的话就是觉得这个东西回复好快，界面好漂亮。但是生产端的话就会去想，它是为了解决，谁的什么问题，它的数据是从哪儿来的？为什么要做这个功能。而不是那个功能？ 03:29 这么一对比的话，生产端见世面真的是可以让孩子更深入的去去理解事物的本质。 03:36 是啊，这才是真正的世面。他不是说把孩子带到一个更贵的地方，而是把孩子带到一套真实系统的内部。消费端容易激发的问题是我以后想拥有什么，但是生产端真正激发的问题是我以后能创造什么。 三、AI时代，孩子更应该练习“创造者视角”03:51 在AI时代为什么孩子更应该去练习这种创造者的视角呢？ 03:55 因为在过去的话，孩子知道的多，记得多，然后表达的漂亮，它是很有优势的。因为那个时候信息是很难获取的。但是现在的话AI几秒钟之内就可以帮你整理资料，生成方案，写出摘要，画出草图。所以单纯的知道答案这个事情已经越来越不值钱了。 04:12 所以现在最稀缺的能力已经不是记忆和复述了。 04:15 对，现在最稀缺的是你能不能进入到一个真实的场景，去发现一个真正的问题，去判断值不值得解决。然后能够借助一些工具资源和团队的合作，把一个模糊的想法变成一个可以被验证的成果。因为AI它虽然很会给你答案，但是真实世界最难的部分往往不是答案怎么写，而是问题到底是什么，谁真的需要它，哪些限制不能绕开，做出来以后有没有人用，这些东西只有你进入到了生产端，你才会真正的看见。 04:47 所以说现在的孩子要怎么才能摆脱掉，只是一个被动的消费者的身份。 04:53 其实我们的社会一直都很擅长教孩子怎么去做一个很老练的消费者，但是很少有人提醒孩子说，你其实也可以参与到这个世界的建设当中。所以最珍贵的是让孩子早点明白，你不光是有权利去使用这个世界，你也有责任去塑造它，改变它。 四、所以，真正值得花钱的“见世面”，不应该只是参观05:10 顺着刚才的思路，咱们来谈谈什么才是真正值得花钱的见世面。对，很多家长可能都在纠结，说我到底要怎么给孩子选择，才能让他真的学到东西，真的成长。 05:21 其实真正有价值的并不是说你去了一个多么高级的地方，拍了多少好看的照片，或者说去了一个很有名的景点打卡。更重要的是孩子有没有机会真正的走进一个现场，去亲眼看一看现实当中的问题是什么样子的。 05:37 这么说的话就是过程和体验远比表面的光鲜要重要。 05:42 是的，不是说去听一个成功故事，然后热血三分钟就完了。而是真的去理解一个系统它是怎么实际运转的，里面有哪些角色，有哪些约束条件，有哪些成本和冲突，人们是怎么去权衡和选择的。这些东西才是真正让孩子能够成长的。 05:58 所以就是说让孩子在真实的场景当中去经历一遍完整的创造过程。这个事情为什么这么有价值？ 06:05 因为真正有价值的学习是孩子要走进一个真实的行业现场，去看到这个业务是怎么实际发生的。然后自己去发现一个真实存在的问题，而不是一个想象出来的需求。 06:17 原来是这样，就是孩子得自己面对一个没有标准答案的难题。 06:21 没错，之后孩子要尝试用AI工具去做一个粗糙的解决方案。然后拿给真实的用户去试用，去收集反馈。再根据这些反馈不断的去修改优化。这才是一个完整的创造的闭环。在这个闭环当中，孩子不光是学到了一些知识点，更重要的是他锻炼了理解力、判断力、表达力、协作力和行动力。 06:44 在这个过程当中，孩子的内心会发生哪些改变？ 06:47 孩子会慢慢的建立起一种身份感，就是我不是只能等待别人把世界做好了，我再来选择，我再来消费，我也可以去发现问题，设计方案，参与建设。其实很多教育理念被大家说的很烂了之后，就变成了一个很模糊的标签，但是真正有力量的是让孩子去到世界的后台，去亲眼看到一件产品、一项技术、一门生意是怎么样被人一点点创造出来的。 07:13 行吧，我们今天把消费端见世面和生产端见世面给大家好好的拆解了一下，聊了聊为什么让孩子看到创造的过程要远比带他们去体验现成的东西更有价值。 07:24 好，那今天的内容咱们就到这里了，然后感谢大家的收听，咱们下期再见。 07:29 拜拜。 在小宇宙查看该单集文稿

  3. Aug 17

    科技圈最火新职业FDE？

    00:16 今天我们来聊一聊在科技行业里面非常火的一个职业，叫做FDE，也就是前沿部署工程师。这个职业主要是为了解决AI等先进技术在客户现场落地应用时出现的问题。但是这个职业在中国的发展，因为市场环境的不同，遇到了很多挑战。 00:35 是的，这个话题现在非常受关注，那我们就直接开始。好的。 00:40 咱们先来讲讲FDE这个岗位到底是怎么诞生的，以及它存在的意义是什么，为什么企业花了大价钱买了AI系统，最后却常常束之高阁？ 00:52 这背后的原因其实很搞笑，就是企业花了几百万买了一套AI系统对，然后也签了合同，也部署好了也验收通过。但是之后就没人会用，也没人维护。没错。然后三个月之后老板问起来，埃踢就只会说在服务器上，老板就很无语，埃踢也很尴尬。 01:10 听起来真的很尴尬。那这种尴尬在行业里面是普遍现象吗？ 01:14 确实很普遍，就是这种情况全球每天都在发生。对，并不是说产品不好，而是产品要真正用起来。这个过程当中没有人去做这个连接的工作，所以就有了FDE这个角色，专门来填补这个鸿沟。   FDE 是什么？01:28 明白了FDE到底是干什么的，它跟传统的工程师有什么不一样。 01:33 FDE的英文全称是Forward Deployed Engineer。其实他就是一个去客户现场，然后在客户的环境里面，用客户的数据直接帮客户解决实际问题的工程师。他不是在公司里面写代码的。 01:46 所以他其实更像是一个被派到前线去的技术士兵。   01:51 没错。而且这个岗位最原始，就是由一个专门给美国军队、政府还有情报机构做服务的公司，叫 Palantir 创造出来。对，因为他们的书记太敏感了，根本没有办法带到公司去。所以他们只能把工程师派到客户那边去现场解决问题。后来大家就发现这个方式真的非常有效，就慢慢流行起来了。   举个例子，秒懂 FDE02:12 这么说的话，FDE和普通的工程师还有销售工程师到底有什么本质上的区别？ 02:17 可以用一个很形象的比喻来说明，就是产品工程师的任务就是在公司里面造出一把理论上可以钉所有钉子的超级锤子。然后他就觉得自己的任务完成了。销售工程师就是拿着这个锤子去跟客户各种演示，把合同签回来，他的任务也就结束了。 02:33 那FDE是不是就是负责在合同签完之后才真正上场解决难题的那个人？ 02:39 完全正确。FDE就是合同一签完，他就跑到客户那边一看，吼客户要的不是锤子，而是书架。 02:48 墙是混凝土的，邻居还不让随便敲。然后FDE就会帮把书架组装好，确保它不会倒，让客户最后满意的使用，这才是FDE价值真正开始的地方。 03:00 懂了，FDE在帮助客户落地一个AI项目的时候，他到底是怎么一步一步把客户模糊的想法变成一个真正能用起来的系统的。 FDE 到底要干啥？03:09 其实FDE开始收到的信息经常就是客户说我们想用AI来提升效率。那这个时候FDE就会通过非常细致的提问，搞清楚客户到底是什么业务，用什么数据，现在用的什么系统，然后卡在哪里了。 03:25 所以第一步就是把模糊的需求翻译成可以动手去做的一个技术方案。 03:29 然后第二步就是FDE会非常快速的做出一个原型，跑一跑看一看这个方向对不对。有了原型之后再把它打磨成一个正式的系统，包括连数据库做合规测试。最后真正的部署到生产环境上面去，保证它很稳定的运行。最后FDE还要把客户实际使用当中遇到的一些问题带回到公司里面去，帮助产品团队去不断的改进产品。没错，所以FDE其实是公司安插在客户那边的眼睛、耳朵和手。 04:00 这么说的话，FDE要胜任这么多环节，它到底需要哪些能力呢？   这个岗位需要什么样的人？04:04 说起来挺残酷的，FDE必须同时具备3种能力，而且这三种能力是相乘的关系。就是任何一项能力接近于0，它整体的效能就是0。 04:14 听起来要求真的很高，那这三种能力具体指什么呢？ 04:17 第一个是真的会写代码，就是你得能独立的在客户的服务器上面搭建系统，写接口，处理数据，然后上线。包括你线上出了问题，也得你自己上去排查修复。第二个是真的会沟通，就是你得能把CEO说的什么提升效率翻译成技术团队能听懂的需求。然后也得能够把技术方案翻译成老板能听懂的商业价值，而且你得在客户的地盘客场作战，没有很强的自我。 04:45 第三个是真的得懂这个行业。就是你去医院你得懂医疗合规，你去银行你得知道金融的业务逻辑，你去工厂你得明白生产线。对，你不懂这些，你做的系统根本进不了客户的门。 04:58 了解了FDE这个岗位薪资水平大概是一个什么情况？为什么会出现这种情况？   薪资：看了会沉默05:04 在美国像Palantir 这种公司，FDE的年薪加上股权，加上奖金是在170万到450万人民币之间。而且顶级的FDE是可以超过450万的。天哪，这个岗位的招聘量在一年内暴涨了800%。对，就是因为同时满足技术好、沟通强、懂行业这三个条件的人实在是太少了。但是市场的需求又一下子爆发出来，导致这个人才严重供不应求，所以价格自然就被推得非常高。明白了。 05:35 美国的FDE的商业模式和中国的FDE的商业模式，他们的核心差别到底在哪里？   美国 vs 中国：同一个岗位，两道不同的算术题05:41 美国那边就是客户的合同金额都非常大，像Palantir 给军方做一个项目都是几百万美元。是的，然后OpenAI、Salesforce他们面向企业的合同也都是同样的量级。所以他们完全可以负担得起给FDE开出非常高的薪水。然后客户也可以得到非常好的服务，产品也可以真正的用起来，所以客户就更愿意续签更大的单，整个这个事情就会形成一个正向循环。 06:05 所以他们的高客单价是这个飞轮能够转起来的一个关键。 06:09 中国就完全是另外一道算术题了。就2025年中国的大模型中标项目有7500多个，然后总金额是将近300亿。但是你算下来，其实每个项目平均是391万。可是这个平均值是被少数的几个超大单拉起来的。没错，大部分的项目其实都是几十万到一两百万之间。那你想想看一个FDE一年的综合成本很容易就超过100万。那很多项目的总金额都不够覆盖一个FDE的成本的，更不要提中国的很多采购都是最低价中标。所以FDE的这种高端的服务根本就体现不出价值。 06:45 既然中国的市场环境是这样的那中国的企业到底有哪些办法可以让FDE落地呢？   那中国怎么办？06:51 现在大家主要是有三条路在走。第一条路就是只做那种头部的央国企或者说政务的大项目。这些项目是有钱的，周期也长，也愿意接受深度定制，这样的话就可以撑起FDE的高成本。门槛虽然高，但是客单价是可以的。 07:07 所以第一条路其实就是把资源集中在最能够消化FDE价值的大客户身上。 07:13 第二条路是让一个FDE同时服务3至5个中小客户，然后他就像医生一样定期上门。那这种方式就是牺牲了服务的深度，但是可以扩大服务的企业的数量，相当于把FDE变成了一个高级技术顾问。 07:28 第三条路是把FDE积累下来的行业经验，部署的模板，最佳实践都打包成一个解决方案包。客户买的其实是FDE的能力，而不是他的时间。这种方式的难点就在于前期要投入很多精力去积累和产品化，就像Palantir也是经历过这样的转型才实现了规模化。 07:48 好的。我们最后来聊一聊AI落地的这个人才鸿沟在中国和美国到底有哪些具体的不同。  07:54 两边其实都有一个很尴尬的事情，就是产品团队不了解客户的真实环境，客户团队也不懂AI到底能干嘛。所以中间就会有一个沟通的断层。在美国的话这个断层是可以用几百万美元的年薪请一个FDE来填的。但是在中国的话，这个断层到底值多少钱，要怎么去系统的解决，其实大家都还在摸索阶段。所以谁能够先把这个问题想明白，谁就可以抢占先机。 08:20 今天我们聊了很多关于FDE这个职业的诞生，它的独特的价值，包括它在中美两国不同的市场环境下遇到的挑战和机会。 08:30 没错，那这期节目咱们就到这里了，感谢谢大家的收听，咱们下期再见，拜拜。 在小宇宙查看该单集文稿

  4. Aug 10

    你方唱罢我登场，城头变换大王旗

    00:15 今天的博客咱们来讨论一下，最近这个人工智能领域发生的几个比较大的事件。然后我们也会聊一聊现在在人工智能这个领域里面，基础设施开源和闭源的生态，以及监管和商业策略。这几个比较关键的因素是如何互相影响，并且开始左右这个AI产业的走向的。 00:37 是啊这个确实是现在整个行业都非常关注的问题。那我们就直接开始。   01.AI 监管-美国管AI 出新招：管得住自家，管不住别人00:42 咱们先来讲讲最近炒的比较火的一个话题，就是美国对于人工智能的监管最近出台了一些新的举措。那为什么美国政府会这么着急，想要对这些顶级的AI模型进行安全体检呢？ 00:57 其实主要的原因就是因为最近这个AI的能力提升的太快了，而且已经有这种OpenAI和Anthropic他们的模型在测试的时候就已经出现了这种越狱的情况，就是他会自己黑进别的公司的系统，所以这个就会让白宫非常的紧张。 01:13 看来这个测试的时候都已经这么危险了，那实际应用当中还得了。 01:18 没错。所以政府就把OpenAI、Anthropic、谷歌、Meta这四大公司叫过去，说以后你们这些顶级的模型在发布之前都要先经过30天的安全体检。对，但是这个体检是自愿的，然后标准是不公开的。最妙的是开源的模型还不用剪，所以像中国的这些千问、Kimi、GLM全都不在这个范围之内。 01:40 既然提到了中国的开源模型，那我就想问了，为什么现在美国的企业会越来越多的去选择用这些中国的开源的AI模型？ 01:49 这个原因很简单，就是因为中国的这些开源的模型。比如说GLM5.2和阿里的Qwen还有这个Kimi它不光是比Claude、GPT便宜60%到90%，而且它还非常的好用。比如说这个GLM5.2，它上线了一个礼拜用量就暴增了27倍。然后Airbnb都已经开始用Qwen了，Cursor甚至直接就是基于Kimi做了他们自己的模型。 02:15 这么一看的话，这个价格差距确实很有诱惑力。但是我在想会不会还有一些其他的原因，让这些企业更倾向于选择中国的开源模型。 02:24 当然有了，还有一个很重要的原因就是数据安全。因为很多硅谷的公司，他们都很担心把自己的商业数据、客户信息或者是代码交给OpenAI、Anthropic这些闭源的模型。他们会担心这些巨头公司会反手用这些数据来跟他们竞争。但是如果你用的是开源的模型的话，你就可以把模型下载下来自己部署。然后你的数据就可以完全留在自己的服务器里面，根本就不用送出去。所以甚至连微软的CEO纳德拉都在说，企业要掌控自己的数据主权。 02:54 所以说现在美国在对这个AI模型进行监管的时候，会带来一些什么样意想不到要的后果。 03:00 其实现在美国对自己本土的这些闭源的模型管得越紧，反而给了这些中国的开源的模型更多的机会。因为中国的这些模型又便宜，又不用经过安全审查，然后又不会动你的数据，所以很多美国的公司都更愿意去用这些模型。 03:17 听起来好像美国政府的这种监管反而有点帮对手铺路的感觉。 03:22 可不是。而且最有意思的是，现在最厉害的那些开源的模型基本上都是中国的。然后美国的政府好像更担心的是本土的公司形成垄断，对于中国的这些AI企业去抢占市场份额这件事情反而没有那么紧张。就像那个Brookings 研究员Kyle Chan说的，最强开源模型与最强中国模型高度重合。这届政府好像更害怕美国出现闭源垄断，而不怕中国AI来抢生意。   02.AI 定价-DeepSeek 要涨价了：先把你喂胖，再收饭钱03:48 说完了美国对AI的监管，咱们再来说说AI的定价。就是最近DeepSeek突然宣布要大幅的提高API的价格。这个事情其实背后是有很多原因的那我们就来分析一下，为什么DeepSeek会有底气突然之间就把价格涨上去？ 04:06 这个底气是来源于DeepSeek-V4 Flash这个模型的正式发布。因为这个模型在Agent能力的测试上面拿到了25.2的分数，非常接近Anthropic最厉害的那个Opus-4.8（25.7 分），。但是它的运行成本要比Claude Fable 5低2个数量级。 04:26 这就难怪大家都在用DeepSeek了。对，这性能差不多，但是便宜这么多，谁不用谁傻。 04:33 确实，所以全球的开发者都涌过来用，然后它的单日token处理量在8月1号这一天就飚到了8万亿。甚至连GLM5.2这个模型在上线的第一周也有27倍的token量的增长。但是也因为这样，所以DeepSeek大部分的流量其实都是在免费试用的阶段。它虽然服务器压力巨大，但是收入其实是非常有限的。 04:56 既然现在DeepSeek这么火，那为什么DeepSeek还要学互联网行业那一套，先低价吸引用户，然后再慢慢的涨价。 05:05 其实这背后的原因很简单，就是因为他们在高峰时段接口经常会超时，然后服务器压力太大了。所以他们在七月中旬的时候就已经推出了峰谷定价，就是高峰时段价格翻倍。但是这还不够，所以他们现在就干脆直接全面的调高价格。 05:22 那大家肯定就会担心了，说我现在已经习惯了用这么便宜的服务。那这个价格一涨起来，大家会不会就集体的跳槽去其他的平台？ 05:30 这一点其实不用担心。因为DeepSeek其实跟其他的那些互联网公司还不太一样，就是它的这个模型是完全开源的。所以你如果觉得涨价之后难以接受，你可以直接把权重下载下来自己部署。而且就算它涨价之后，它的价格依然是比Claude要便宜几十倍的，所以其实用户的选择空间并不大，这就是他们敢涨价的最大的底气。   03.太空算力-AI 太费电了,人类决定把机房搬上天05:51 然后我们接下来要聊的就是太空算力对最近AI基础设施短缺的问题非常严重。大家都在说要把数据中心搬到太空去，那这个到底是怎么回事呢？ 06:02 因为现在训练一个大型的AI模型，它的耗电量是非常夸张的，就真的跟一个小城市差不多。然后全球的这些科技巨头，他们又在疯狂的建数据中心，所以他们之间就是在互相抢地抢水。甚至有一些地方的居民都在抱怨说AI把我的电都抢走了，我夏天都开不了空调。 06:23 这听起来确实有点夸张，但是我想问一下，就是把数据中心搬到太空上去到底有哪些好处？ 06:30 最大的好处就是太空上面有取之不尽的太阳能。然后它是一个天然的真空环境，就非常有利于散热，而且它完全不占用地球上的任何土地资源。所以现在其实美国和中国都已经在投入大量的资源去推动这件事情了。 06:46 那现在美国和中国在太空算力这方面都有哪些具体的大动作？ 06:50 美国的话就是SpaceX已经公布了他们的AI算力卫星的设计，它的翼展有70米，然后它的太阳能阵列可以提供150千瓦的电力，单颗卫星的算力就可以媲美一套英伟达的GB300地面机柜。对，然后他们还计划要发射100万颗卫星，要在近地轨道上面组建一个轨道数据中心。谷歌的话他们也有一个补日者计划，他们打算在2027年的时候发射带有TPU芯片的原型卫星。 07:22 美国这是下了血本，那中国这边有哪些突破呢？ 07:25 中国的话就是成都国星宇航，他们在推进星算计划，他们是要发射2800颗卫星来组建一个覆盖全球的太空算力网络。然后北京这边的话是计划在700到800公里的晨昏轨道上面建造超级瓦级的太空数据中心，而且他们要部署百万卡级的服务器集群，并且今年的四月份太空算力专业委员会也已经成立了，北京的太空算力创新中心也正式启动筹建了。 07:55 不过现在虽然说大家都在太空算力这个赛道上面你追我赶的，但是这个事情在技术上面和成本上面到底有哪些难以逾越的难题？ 08:05 现在最大的问题就是发射的成本还是太高了。中国现在差不多是5万元每公斤，但你要真的做到规模化的话，你可能要降到0.5万元每公斤，这中间还差了整整一个数量级。 08:17 除了发射成本这个拦路虎之外，电力供应是不是也是一个特别大的挑战？没错。 08:23 因为你要给这个太空里面的数据中心提供兆瓦级的电力的话，你可能需要一个平方千米级的太阳意，这在工程上面的实现难度是非常高的。但是不管怎么说，就是地球上的资源总是有限的，所以谁能够率先的把算力送上太空，谁就能够掌握未来AI基础设施的主导权。所以现在其实这个芯片战争还没有结束，新一轮的太空算力竞赛其实已经拉开帷幕了。 08:53 今天我们聊了美国的这个AI监管的新的玩法，然后又聊了开源闭源的这种生态之争，又聊了这个AI公司的一些定价的套路，最后我们还聊了太空算力这个事情。其实这背后都指向了一个非常关键的转变，就是大家争夺的焦点已经不再是单纯的模型能力了。而是真正的落到了谁能够以更低的成本，更安全可靠的、更可持续的方式去搭建起这个AI的基础设施。 09:24 今天的节目咱们就到这里了，感谢大家的收听，咱们下期再见，拜拜。 在小宇宙查看该单集文稿

  5. Aug 3

    未来只有两种人能找到工作

    00:16 今天咱们聊一个比较热的话题，就是人工智能的发展会让未来的职场发生什么样的变化，什么样的能力会变得更加重要，以及我们应该怎么去面对这个技术给我们带来的挑战。 00:28 没错，这也是最近大家非常关注的一个话题。那我们就直接开始。 00:32 咱们先来说一下这个李飞飞到底是何许人也，为什么他在人工智能领域会有这么大的影响力。 00:38 说起李飞飞，他是斯坦福大学的教授，然后他最著名的就是主导创建了ImageNet这个数据集。这个数据集其实就是点燃了现代AI发展的一个火种。然后现在她又在做一个新的公司，就是做这个3D空间智能，刚刚完成了10亿美金的融资。所以其实她不是在预测AI的未来，她是在直接推动AI的未来。   第一个观点 · 让大家最焦虑的话题01:05 接下来咱们谈谈这个哑铃效应在未来的职场当中会是一个什么样的情况，哪些人是最不容易被人工智能取代的？ 01:14 关于这个问题，其实就是Masterclass 创始人 David提出来的一个理论。他说未来其实只有两种人能够保住自己的饭碗。一种是在自己的领域里面是全球前1%的顶尖专才。然后另一种是高自主的通才，就是他能够做很多事情，然后有非常强的判断力。 01:34 也就是说处于中间的那些技能水平一般的人会面临很大的挑战。 01:39 没错，就中间这一大块其实都会被AI很轻易的取代。比如说一个普通的文案，现在用ChatGPT就可以写出还不错的文案。但是如果是那种最顶尖的文案，那AI还是很难去赢过他的。   第二个观点 · 最被误解的一句话01:52 是的，顺着刚才的思路，咱们再来说说智能成本归零这个事情。为什么李飞飞认为这种说法是不负责任的？就是她怎么看待智能的多样性？ 02:04 李飞飞其实是非常直接的反驳了这个观点。她说人类的智能绝不仅仅是语言智能，还包括了空间智能、肢体智能、情感智能，还有创造力。而且没有人知道创造力是从哪里来的。所以她说你要说智能的成本归零，简直就是非常不负责任的一种说法。 02:24 那她是怎么看工业革命对体力劳动的影响？就是她觉得这个自动化和智能之间到底是什么关系？ 02:30 她其实特别提到就是工业革命其实并没有让体力劳动自动化，而是让体力劳动变得更高效，规模更大。然后她也强调了，你把体力劳动说成是不智能，本身就是一个错误的理解。   第三个观点 · 她最在乎的词02:44 明白了。然后我们来看看这个自主行动力这个概念。为什么李飞飞会认为在AI越来越普及的这个时代，自主行动力要比技能本身还要重要。 02:55 其实在她的那个访谈里面，自主行动力这个词出现了不下十次。然后她就非常明确的表达了，在面对AI的浪潮，你知道多少技能其实没有那么重要。反而你是不是有主动去寻找问题，主动去做决策的这种意愿和能力才是最关键的。 03:15 所以她是怎么去描述这个自主行动力的，就是具体的包括哪些东西？ 03:20 她讲真正的自主行动力就是你不等着别人告诉你该做什么，然后你不怕失败，敢于去尝试，并且你始终保持对这个世界的好奇。然后她还特别说了，就是企业家精神并不是说你要去硅谷开一个公司才叫企业家精神。她说一个小学老师，一个护士都可以有企业家精神，就是只要你有自主行动力。   第四个观点 · 教育篇03:43 是的，顺着刚才的思路咱们再来看看教育，就是在AI时代教育到底应该做出哪些改变？然后学校到底应不应该去禁止AI的使用？ 03:53 其实关于这个问题，David有分享过一组数据。就是说使用AI来辅助学习的话，可以节省60%的时间就可以学会同样的内容OK。然后他还做了一个很极端的假设，他说如果A学校还是禁止AI，B学校是开放让学生去使用AI的那可能十年之后A学校都不存在了。 04:16 看来就是完全去拒绝AI的话，可能反而会让学生落后于这个时代。 04:21 李飞飞也补充了她的观点，她说教育最重要的不是说你要通过多少闭卷考试，不是说你要去追求一个标准化的分数，而是要培养出对社会有贡献的人。然后她也认为AI应该是帮助我们达成这个目标的一个工具，而不是一个威胁。   第五个观点 · 她正在做的事04:41 确实接着咱们来关注一下空间智能，李飞飞为什么会把它看作是AI通往真正通用智能的一个关键的障碍。 04:50 李飞飞其实认为现在的大语言模型，它只是在语言智能上面比较厉害。但是空间智能是完全不一样的，就是理解和推理这个三维的世界，是经历了5亿年的进化才形成的一个能力。根本就不是说靠几句代码就可以简单地去复制的。 05:09 原来空间智能比我们想象的要复杂得多。 05:12 没错，所以李飞飞她的那个World Labs就是在攻克这个难题。她一直强调如果这个问题不解决的话，AI永远都只能是一个会说话的工具。然后有一次主持人问他他说那你估计什么时候能退休，都不用自己叠衣服了。然后她就说她也不知道，但是应该不需要100年，也不是一年。这是访谈里面最可爱的片段。   她给普通人的一个建议05:35 对于我们这些普通的人，如果说想要去了解AI想要去消除对AI的这种恐惧，李飞飞有什么具体的建议吗？ 05:45 有的,李飞飞就说如果你不懂AI，最简单的就是找一个25岁以下的人，让他带着你体验一个下午。不用去钻研计算机科学，就是像体验一个新世界一样的去感受一下。然后你才能够理解它，甚至你才能够有资格去说它哪里做的不对，这样你的声音才能够被听见。   最后说一句06:06 最后一个问题，就是李飞飞怎么看待现在社会上对于AI的这种两极分化的观点。 06:12 其实她特别提到最危险的就是大家把AI要么就是捧到天上，说AI要拯救世界，我们再也不用上班了。要么就是把它贬得一文不值，说AI是魔鬼，会抢走所有的工作。她认为真正重要的是这个中间地带，就是怎么去真正的用好这个工具，怎么去避开这些陷阱，然后让人类带着AI一起走向一个更好的未来。然后她也强调了无论你是哪一端的人，你都要有主动性，你都要有自主选择的能力。 06:43 今天我们其实围绕着李飞飞的一些最新的观点，聊了一下关于AI时代哪些能力是最值钱的。然后也聊了一下为什么我们要保持这种主动学习和使用AI的这样的一个态度。 06:57 这期内容咱们就到这里了，然后感谢大家的收听，咱们下期再见。 在小宇宙查看该单集文稿

  6. Jul 27

    AI 要从手机里"爬出来"了

    00:07 今天我们想跟大家探讨的是，人工智能不再是仅仅停留在和我们对话的这个阶段了，它已经开始通过一些新的系统、新的载体以及新的网络，开始实实在在的帮我们完成一些任务了。 00:21 是啊这个其实是一个特别有意思的变化。我们就直接进入今天的主题。 00:25 我们先来说说AI现在的局限以及即将到来的变革。现在大家最常用的AI聊天软件，在帮我们解决实际问题的时候都有哪些短板呢？ 00:37 现在的这些AI其实特别像那种很能说会道的朋友。就比如说你问他说我年假要去哪玩，他可以给你巴拉巴拉列出十个地方，然后给你分析这个优缺点、天气。但是最后你还是要自己去订机票，自己去查酒店，自己去做攻略。对，所以很多人就会觉得，你说的都对，但是活还是得我自己干。 00:56 没错，就感觉是只动嘴不动手的一个帮手。最近有没有什么关于AI即将突破这个局限的一些新的消息呢？ 01:04 就是在2026年的世界人工智能大会上，有一个同时掌管两家AI公司的这个--印奇。他就讲了，说这种只动口的AI马上就要学会动手了。他说未来的AI不会只是给你一个建议，它是真的可以帮你执行，然后把这个事情都搞定。 01:22 听起来感觉未来生活好像会轻松很多。那这个印奇他为什么能够成为这个世界人工智能大会的主论坛的演讲嘉宾呢？ 01:30 首先他的这个身份就很特殊，他身兼两家公司的董事长，一个公司是做AI大模型的，就是相当于给AI一个大脑。然后另一个公司是做车和终端的，就是给AI一个可以作用的实体。所以他是真正的可以把智能体走进物理世界。这个事情从理论变成现实的一个人，而且别人讲可能就是一个概念，他讲就是讲他自己在做的事情。 01:57 哇哦这背景确实够硬核。 02:00 然后另外他今年也是刚刚执掌这个“阶跃星辰”，同时还拿下了五十多亿的融资，再加上他是上海本地的明星AI公司的负责人，又有清华姚班的出身，然后又是旷视科技的创始人。所以他就是可以说从AI的上一个时代一路走到现在。所以他是既有资历又有话题性的这样一个人。   01"智能体"是个啥?02:22 真厉害。然后我们来具体说一下这个智能体到底是什么？这是他演讲里面非常核心的一个概念。它到底跟我们现在所熟悉的AI有一个什么样本质上的区别呢？ 02:33 其实它他有一个特别形象的比喻，就是说现在的AI就像是一个只会按你说的做一步答一步的员工。就比如说你让它去订机票，它只会给你说打开订票软件，然后选日期，它只会给你说这些步骤，它不会真的去帮你做对。 02:49 那就是说现在的AI还只是一个问答工具，还远远谈不上替你分忧解难。没错。 02:55 然后智能体就不一样了，智能体它是一个真正的办事员，就是你只要说帮我订一张明天去上海的机票，它就会去帮你比价选座位，避开你不喜欢的红眼航班。然后等它都定好了之后，它还会发消息给你说，都搞定了，是不是明早九点半的，然后值机也已经办好了。它是一个可以记住你的喜好，然后可以自主的去从头到尾把事情都给你做完的一个东西。它就像一个不吃不喝不睡，也不要工资的一个私人助理。 03:24 感觉这个智能体真的太方便了。那现在的智能体在实际工作中，它的这个独立能力到底有多强呢？ 03:30 五年前的时候AI连几秒钟都坚持不了，它工作一会儿它就会断片。但是现在的话它可以连续工作几十个小时，而且它这个进步的速度还在不断的加快。 03:43 这个进步速度也太夸张了。然后我们再来看一下智能体带来的三大变化，这三大变化具体是哪三个呢？   02新系统:给 AI 配上手脚03:50 第一个就是新系统，就是要给AI装上手脚。第二个是新载体，就是要给AI换一个身体。第三个是新网络，就是让AI之间可以交朋友。 04:01 好，我们先来看看第一个大变化，新系统就是为什么现在的AI还不能真正的帮我们去执行一些任务。比如说订机票。 04:10 其实现在的AI它就像一个被关在小黑屋里面的一个超级天才，它什么都知道，但是它没有办法碰手机，没有办法碰电脑，它没有办法去自己操作这些东西。所以它哪怕再聪明，它也没有办法帮你去完成这个事情。 04:26 就光有这个大脑是不够的，它还得有能够干活的这个工具。 04:30 所以就需要有人给它装上可以调用各种应用的这个接口。比如说可以打开订票软件，可以读取你的日程，然后可以帮你付款等等的这些能力。这些就需要一套专门为AI设计的操作系统，把这个聪明的大脑和能干的手脚连接起来。 04:48 明白了。那为什么每一次计算平台发生变化的时候，就一定要有一个全新的操作系统出现呢？ 04:53 就像过去40年里面电脑普及了，所以windows就起来了。然后智能手机起来了，之然后就有了安卓和IOS。那现在到了这个智能体的时代，自然也需要一套全新的专门能够管理AI，让AI可以自己去执行任务的这样一套操作系统，这是智能体时代必须要有的一个新的系统。   03新载体:给 AI 换个身体05:14 原来是这样。然后我们来看一下第二个大变化，就是新载体。就是说未来的AI到底会以一个什么样的方式存在于我们的日常生活当中，跟我们现在有什么不一样呢？ 05:25 其实现在我们的手机、电脑、汽车，它们都是各自为战的。你的手机不知道你在电脑上干了什么，然后你的汽车也完全不了解你的日程安排。但是以后所有的这些设备都会变成同一个AI助理的不同的分身，它可以无缝地在这些设备之间流转。 05:45 那这么说的话，我是不是以后只需要跟一个AI说一次，然后所有的设备就都自动帮我协同起来了。 05:52 没错。就比如说你早上在电脑前面说一句，下周三我要去杭州出差。然后中午你上车的时候，车就会主动跟你说，杭州的高铁票我看了周三早上八点那班最合适，要订吗？然后等你晚上回到家，你的手机上就会收到，已经帮你订好票了。然后酒店也选了上次你住过觉得不错的那家，然后行程已经发到你的微信上了。你这一天当中只需要说一句话。 06:15 听起来就感觉未来生活真的是太方便了。这些不同的设备在这个AI的世界里面，他们会各自承担一个什么样的角色呢？ 06:24 电脑可能会变成AI的一个工作台，它主要是帮你处理一些比较正式的事情。然后手机会变成一个随身的指挥中心，你走到哪儿都可以随时给它下指令。那汽车就会变成一个移动的智能空间，你在开车的时候也可以继续让他帮你办事儿。那以后可能会出现的机器人就会变成一个真正可以动手帮你干活的一个帮手。 06:47 这些东西的外观会不会因为AI的出现发生一些根本性的变化呢？ 06:52 肯定会。因为以前我们设计这些设备都是围绕人怎么去操作它，所以我们有屏幕有键盘。但是以后的话这个设备会围绕着人和AI怎么去配合，那可能就不需要那么多屏幕和按键了。它可能会变成一个眼镜、一个徽章、一个耳机，甚至是一个我们现在都没有见过的一个东西。就像当年我们在功能机的时代，我们也想象不到会有iphone出现一样。 07:17 是不是说这个新载体的趋势，会让AI彻底的走出屏幕，走进我们的现实生活呢？ 07:25 对。就是这个新载体它最核心的意义就是不再去纠结说我到底是一个手机还是一个手表，而是我们会根据AI的需求去定制各种各样的硬件。那这个里面就隐藏着下一个iphone时刻的机会。就是当机器人普及之后，这个AI助理就会变成一个可以真正帮你动手做事的一个实体。它就不再是一个屏幕里面的文字了，它真的是一个在你身边的一个帮手，这就是智能体走进物理世界。   04新网络:让 AI 交上朋友07:55 说到这个我有个问题，就是这个新网络到底是怎么回事儿？就是它怎么能能够让不同的AI之间能够自动的去组队去合作，帮我们完成一些很复杂的事情的。 08:05 新网络其实就是把AI和AI直接连起来，以前的互联网是把人跟人连起来，那现在的话就是你的AI助理可以直接找到其它的AI助理，然后它们之间可以分工合作。比如说你要装修房子，你就只要跟你的AI说我要装修房子，然后它就会自己去找擅长设计的AI，找擅长比价的AI，找擅长管理进度的AI然后它们自己就会组成一个团队，把你的这个装修的事情全部都搞定，最后只把结果汇报给你。 08:36 这也太高效了。那在这个合作的过程当中，这些AI它们是怎么去挑选队友的呢？ 08:41 它们会像网店一样有信用分，有好评率。就是你可以看到哪个AI助理它是擅长做什么的，然后它的过往的评价是怎么样的。然后它们完成一个任务之后也会有奖励，如果做的不好的话也会被扣分。所以它们也会不断的去竞争，不断的去争取更高的评价。整个这个网络就会越来越聪明，越来越高效。   05等等,AI 闯了祸算谁的?09:01 明白了，我们接下来就要说的就是AI帮我们做决定，或者说AI闯祸了之后的责任归属的问题。就是如果这个AI助理它的权限越来越大，那我们在使用的过程当中会遇到哪些让

  7. Jul 20

    K3把硅谷干沉默了

    00:15 今天咱们要聊的是关于中国的人工智能公司月之暗面，发布了全球最大的开源模型kimi K3这件事情。然后这背后其实不光是技术的突破，还涉及到了一些人才的流动和这个行业的的执行理念。 00:30 没错，这个话题最近真的很火，那我们就开始。   CHAPTER 01这次不是"追赶"，是坐上了主桌 00:33 好的，我们首先要讨论的就是kimi K3这个模型发布的情况。你觉得这次发布有哪些比较令人瞩目的地方？ 00:41 Kimi K3是在2026年7月17号的凌晨，世界人工智能大会开幕的前一天夜里，突然之间发布的，没有任何的预告，就像你突然在群里面发了一个红包一样，然后瞬间就引爆了整个全球的AI圈。 00:57 确实有点让人措手不及。这个发布方式很特别。 01:00 然后这个kimi K3它的参数的规模达到了2.8万亿，是目前全球最大的开源模型。而且他直接就冲到了Arena前端编程榜的第一名，这也是中国的模型首次能够拿下这个榜首的位置。在综合文本榜上面也超过了之前的最强模型Opus 4.8 。 01:20 这参数规模和榜单成绩确实亮眼。 01:23 更厉害的是kimi K3的API的定价只有那些顶级的闭源模型的3/1到2/1，而且它的完整的权重在7月27号之前就全部开源了。任何人任何公司都可以免费的去商用、去修改、去部署。连Arena的CEO都说这可能是今年最重磅的一次发布。然后马斯克也评论说令人印象深刻。 01:47 真的是很厉害。那kimi K3的发布在资本市场和行业里面掀起了什么样的波澜？ 01:52 发布当天美股的半导体板块直接就跳水了，然后纳指的期货在盘前也下跌了。很多的外媒都用了"DeepSeek时刻2.0"来形容这个阵仗。就上一次华尔街这么紧张还是一年半之前DeepSeek发布的时候。 02:07 看来这次中国模型真的是引发了国际关注。 02:11 对，这次不是说中国的模型又追进了一点，这次真的是中国的模型做到主桌上了，然后还顺手把菜单价格打下来了。   CHAPTER 02一个经典问题，在Reddit和X上复活了02:19 说完这个kimi K3的影响，咱们再来说说这个月之暗面的创始人杨植麟。他的这个经历到底有哪些特别突出的地方？为什么会让这么多海外的网友热议？ 02:30 杨植麟其实就是一个传说级的人物，他是清华计算机系年级第一，然后去了卡内基梅隆大学读博士。 02:38 他在博士期间以一作的身份发表了Transformer-XL和XLNet两篇非常有影响力的论文。而且他还曾经在Google Brain和Meta AI实习，甚至还跟图灵奖得主一起发表过论文，这样的履历确实让人惊叹。不过听说他连公司的名字都跟别人不一样。 02:56 是的，他的公司名字叫月之暗面，其实是来自于Pink Floyd一张专辑。然后财富杂志还专门用了一个标题，叫一个中国的Pink Floyd粉丝正在给Claude和ChatGPT制造它们的DeepSeek时刻。 03:10 这么说来，杨植麟为什么会选择在2023年回国创业，而不是留在美国？这个问题在国外的这些论坛上面有哪些猜测？ 03:19 主要就是Reddit和X上网友们的讨论特别激烈，然后大家脑补出了好几剧情。第一个剧情就是他的签证出了问题，被美国拒了，没有办法他只能回国。第二个就是说他在美国没有拿到很好的工作机会，混不下去了。还有第三个就是说他可能被导师放弃了，然后在学术圈里面待不下去了。 03:40 就感觉这些猜测背后好像有一种固有思路。 03:43 没错，这些版本流传很广。其实都隐隐地透露出同一种叙事，就是只要中国的人才没有留在美国，那就一定是因为他留不下来，而不是他主动选择离开。   CHAPTER 03辟谣的方式千千万他导师选了最凡尔赛的那种03:55 说的有道理，那我们接下来要说的就是针对这些网上的各种流言蜚语，杨植麟的博士导师是怎么回应的？ 04:03 他的导师Ruslan Salakhutdinov就是卡内基梅隆大学机器学习的教授，直接在社交平台上面连发两条帖子。第一条就是公开的祝贺杨植麟说Kimi K3的发布是开源社区的一次巨大的胜利。然后还回忆了当年他和William Cohen一起指导杨植麟的一些点滴，就非常像家长在朋友圈里面晒娃的那种感觉。 04:26 第二条帖子有没有正面回应外界的那些质疑？ 04:29 第二条帖子才是真正的名场面。他说最近总有人问他，杨植麟是不是他带的博士生，他的回答是，是的，而且这个学生绝顶聪明。然后他话锋一转，说不过我这些年带过的优秀学生实在太多了，请允许我小小炫耀一下。接着他就直接晒出了自己实验室的毕业生名单。 04:49 啊，这个晒名单的操作真的是太绝了，感觉网友都给整不会了。 04:54 是的，网友就把他的这个操作总结为凡尔赛式辟谣，就是你们猜他是不是被我抛弃的差学生？不好意思，他是我拿出来吹牛的门面之一。 05:04 原来是这样啊。那外界不是老说什么杨植麟他是因为签证的问题或者说工作的问题才回国的吗？有没有什么事实可以反驳这些留言？ 05:14 有网友直接在X上面贴出了他的这个履历的时间线，就是杨植麟在读博期间就已经去过Google Brain和Meta AI实习了。所以其实对于这种级别的研究者来讲，人脉、工作机会、绿卡通道根本就不是一个门槛。他在2023年选择回国，更像是他自己权衡了各种利弊之后的一个主动的决定。 05:38 所以他不是说走投无路了才回国的。 05:40 完全不是。他就是算清楚了在哪里可以最快的拉起一支队伍，把他的这个理想变成现实。你看他回国之后，2023年的三月才成立的公司，三年之后kimi K3就登顶了Arena，就说明他这个选择其实是非常有远见的。 05:56 说到这儿，我想问一个问题，就是为什么大家总喜欢把没有留在美国和在美国留不下来这两件事情给混为一谈呢？ 06:05 其实这是两码事，没有留在美国是一种主动的选择，而在美国留不下来，是被淘汰了，是一个被动的结果。但是在传播的过程当中，第二个版本永远都跑得更快，因为天才走投无路，比天才主动选择更像爽文。可惜的是，爽文和事实经常不是同一篇。   CHAPTER 04田渊栋的观察：这一波，成全的是实干家06:26 聊完前面的再说一个很有意思的视角，就是田渊栋怎么看现在这一波AI浪潮里面的人才和实干精神。对了，他到底是一个什么样的背景？为什么他的观点值得我们重视？ 06:37 田渊栋的经历就非常的能打，他是上海交大的本硕，然后他是在CMU的机器人研究所拿到了博士，后来在Meta AI做到了研究科学家总监。他还一手打造了围棋AI DarkForest和OpenGo。 06:52 听起来他不光是理论很强，而且是真的在这个行业的最前线拼杀过。 06:57 没错，他去年的时候离开Meat联合创办了Recursive Superintelligence，就是专注于自我进化的AI然后今年5月份的时候，刚刚宣布完成了6.5亿美元的融资，估值是46.5亿美元。而且英伟达和AMD都参与了投资，他是一个真正在中美AI界都能够呼风唤雨的人。 07:18 那田渊栋怎么看待现在这一波AI浪潮里面的人才和实干精神？ 07:23 田渊栋在X上面说了很多，他的核心观点就是这一波AI浪潮真正受益的是那些脚踏实地的实干家。而这批实干家里面有很大一部分是中国的学生。 07:35 看来在他眼里面，中国的人才的气质还是很不一样的。 07:38 是的，他特别提到中国的这些实干家，他们不太热衷于炒作概念，或者说去抢这个头条。他们更愿意去默默地处理数据，搭建系统、训练模型，把产品做出来。排名也好，名声也好，对他们来说只是一个自然而然的结果，而不是他们追逐的目标。 07:56 田渊栋说的很有道理，Kimi K3三这个团队在面对这种竞争的压力的时候，他们具体是怎么坚持这种实干精神的？ 08:04 其实过去的一年半对月之暗面来说是非常煎熬的。因为DeepSeek火了之后，Kimi在国内的用户排名一度从第三掉到了第七。很多人都觉得他们已经掉队了，但是他们整个团队没有去跟外界争论，而是把所有的精力都投入到了开源的这条路线上面，从K2到K2.5再到K3，他们就是这样一步一步的去打磨这个产品。 08:27 感觉他们这种就是埋头做事不声张的风格确实很罕见。 08:32 确实，而且他们的这个联合创始人周昕宇在今年年初的时候，还在Reddit AMA上面说过一句话。他说我们的这个共同的价值观就是把事情真正的做成并落地，而不是去追求表面的光鲜。   CHAPTER 05比起"人才去哪儿了"更该问"事儿是怎么成的"08:45 明白了，那我们在再来说说这个Kimi K3的发布，它在行业里掀起的变化，能不能够总结出三点比较关键的启示？ 08:52 可以。第一个就是开源和闭源的界限正在快速的缩小。因为Kimi K3它在很多榜单上面都已经超越了这些顶级的闭源模型，然后价格只有他们的一半不到。所以这直接就逼着整个行业不得不重新去思考自己的定价策略。你看华尔街都已经开始抛售相关的股票了，这就是最直接的一个反应。 09:12 听上去好像是整个行业的游戏规则都在被改写。 09:17 没错，第二个就是很多人还在纠结说为什么这些人才不留在美国？其实这个问题本身就错了。因为对于真正想要做成事情的人来说，他只会关心我在哪里能够最快的组建

  8. Jul 13

    AI时代到底什么兴趣能养活自己

    00:15 今天咱们这个话题是想聊一聊真正的兴趣是怎么通过不断的行动，不断的反馈和不断的自我修正，最后变成一项可以谋生的技能的，而不是单纯的停留在喜欢这个层面。  00:30 对，这个话题确实很重要，那我们就直接开始今天的讨论。  “兴趣养不活孩子” 这句话，哪里说错了？00:33 我们先来说说兴趣养不活孩子这句话哪里说错了。其实这个背后反映的是中国家庭里面对于兴趣和现实之间的一个非常典型的矛盾。  00:44 没错，其实这种对话特别常见。孩子说我喜欢画画，家长就说画画能当饭吃吗？孩子说我喜欢写小说，家长说写小说能当饭吃吗？甚至孩子说我喜欢打游戏，家长可能连话都懒得说，直接就把网线拔了。  00:55 很多家长的担心其实是来源于他们的所见所闻，他们的担心有道理吗？  01:01 家长的担心是很真实的，因为他们身边确实有很多人因为追逐梦想最后没有成功，然后生活变得很拮据。但是其实他们担心的点错了，就是他们没有分清楚什么是真正的兴趣。真正的问题不是兴趣能不能养活你，而是大多数人其实根本就不知道什么叫真正的兴趣。   大多数人的“兴趣” 其实只是“感觉”01:21 确实我想问一下，就是为什么大部分人说的兴趣其实只是一种感觉。就比如说旅行这个事儿，很多人都说我喜欢旅行，这背后到底有什么猫腻？  01:32 问大家一个问题，大家都说喜欢旅行，但是你问他你上次出门是什么时候，他可能要想半天。我想想，上次五一？不对，上次国庆好像是2022年。这其实不叫喜欢旅行，这叫喜欢旅行的感觉。  01:47 我明白了，就是很多人其实只是喜欢想象中的那个兴趣。就没有真的去投入过去努力过错。  01:55 没错，很多人说我喜欢什么什么，其实那只是一个没有任何成本的想象。在他的脑海当中很温暖很美好，没有任何压力，因为他从来没有真正的开始行动过。  02:07 孩子说我喜欢画画，怎么去判断他是真的感兴趣，还是只是觉得画画很酷？  02:12 其实很简单，就是你可以问他，你上次认认真真的画一张画是什么时候？你这一段时间一共画了多少张画？你有没有把你的画拿给别人看？有没有被批评？有没有尝试着根据别人的意见再重新画一张？如果这些都没有的话，那他其实只是觉得画画这件事情看上去很酷。这只是一个审美偏好，根本就谈不上是兴趣。   真正的兴趣，是一个动词02:36 了解了，那什么是真正的兴趣？为什么说真正的兴趣？它其实是一个动词。  02:40 在心理学里面兴趣其实是分两个阶段的。第一个阶段叫情境兴趣，就是它是一个触发型的。比如说你看了一部电影，觉得里面的特效特别酷，你说我想学3D建模，这就是一个情境兴趣。他可能就是三分钟热度，你可能过一个礼拜就忘了这件事情了。  02:58 原来就是我们平常说的那个一时兴起，其实根本就不算兴趣。  03:02 真正的兴趣是第二个阶段，就是个人兴趣。它是一个根植型的。你真的去学了三个月的三弟建模，你为了做一个作品熬夜，你主动的去找这个领域的大神去请教，这个才是真正的兴趣。它是靠行动、靠反馈、靠不断地修正这样一个闭环，才能够让你的兴趣扎下根儿来。  03:25 原来是这样，那我就想问问兴趣到底是怎么养活人的？就拿做饭和打游戏来说，就是有感觉和真正的去行动，这中间的差别到底在哪里？   兴趣养活人的正确姿势03:36 做饭的话很多人就是刷一刷美食视频，收藏几个菜谱，偶尔做一次，然后拍照发个朋友圈就结束了。但是真正把做饭当兴趣的人，他是会每周都去尝试做五道菜，然后叫朋友来试吃，收集反馈。他还会去研究这个食材的搭配，甚至他可能去考一个营养师的证，最后他可能去开一个私厨，开始接单挣钱了。  04:01 确实光有热情确实是远远不够的。你得真的去做，去实践，才有可能把兴趣变成一个技能，甚至变成一个事业。  04:10 是的，包括打游戏也是一样。有的人他可能玩了8000个小时的我的世界，他除了自己爽了之外什么都没有留下。但是有的人他玩了同样的时间，他就会自己去建地图，去学Unity，做独立游戏，去B站上面发教程，去接一些私活，做游戏测评。你看那些游戏行业年薪50万的人，他不是说单纯的在玩游戏，他是真的做出了东西。  04:35 这么说的话，真正决定兴趣能不能带来价值的关键是什么？  04:39 其实问题的关键根本就不是这个兴趣值不值钱，问题的关键是孩子有没有在这个兴趣里面真正的行动过。明白了。  04:47 明白了。那家长到底应该怎么去引导孩子，怎么去判断孩子是不是在真正的成长。   父母真正应该问的那三个问题04:52 当孩子说我喜欢什么什么的时候，家长其实可以问他三个问题。第一个问题就是你最近具体做了什么跟这个兴趣有关的事情。比如说你画了一张画，写了一段代码，剪了一个视频或者写了一篇文章，就他得有一个实实在在的成果。  05:09 只停留在想是不够的，得有实际的产出。那第二个问题呢？  05:13 第二个问题就是有人给过你反馈吗？就是你这个东西不能说你自己孤芳自赏，你得拿出去给别人看，让别人去评价，甚至让别人去否定你，你才有机会去改进，这才是真正的成长。  05:28 有道理，就是得有反馈，有修正。那第三个问题。  05:32 第三个问题就是下次你打算怎么改进。其实有这种闭环意识的孩子，他不管做什么事情他都会越做越好。没有这种闭环的孩子，他其实只是在原地打转。这三个问题背后考察的就是孩子的自驱式学习能力，而这种能力才是真正的一个通用的饭碗。  05:50 说的很对，这个闭环思维其实不光是在兴趣爱好上有用，在找工作写简历的时候其实也特别关键。   这件事，找工作的人也要听进去 05:57 这个逻辑其实不光适用于孩子和兴趣，也适用于找工作。比如说很多应届生他在写简历的时候，他的技能栏是这样写的，熟练掌握Python机器学习深度学习框架，修读过Coursera AI专项课程，对数据分析有浓厚兴趣。  06:15 这些东西看上去好像很厉害，但是总感觉缺点什么。  06:19 是的。其实HR看到这样的简历，他心里面就会翻译成这个人学过一些东西，但是不知道能不能用。那如果换成这样写，独立完成过一个二手房价格预测模型MAE误差控制在3.2%。已在GitHu开源，为某公众号团队搭建了用户流失预测脚本，帮助减少了20%的取关率。参加过一次数据竞赛排名前15%。对内负责特征工程部分。你看这两种简历给人的感觉是不是完全不一样。  06:48 那改完之后的简历就明显能看出来这个人是真的做过项目，而且有实际成果的。  06:53 没错。其实面试官根本就不关心你学了多少课程，看了多少本书，他只关心你能不能在真实的环境下面做出东西，拿出结果。学过和做过之间的差别，其实就像兴趣和能力之间的差别一样，是天壤之别。 最后说一句有点扎心的话  07:09 那我们接下来就要聊一个有点扎心的话题了，就是为什么父母会担心孩子的兴趣养不活自己。  07:16 其实父母的担心有的时候并不是兴趣能不能养活孩子，他们真正担心的是我的孩子将来能不能在社会上立足，能不能过上一个体面的有尊严的生活。  07:28 这种担心也很正常啊，哪个父母不希望自己的孩子过得好呢？  07:31 是的，但是这种焦虑靠让孩子去选一条看似安稳的路是没有办法解决的，因为现在这个社会已经没有什么绝对安全的选择了，真正的安全感是你有能力在任何一个领域都可以快速的入门，持续的进步，并且拿到结果。  07:47 听起来真正能够让孩子在未来立足的好像并不是那个具体的兴趣本身。  07:52 真正的关键是孩子有没有在自己真正热爱的事情上面反复的去实践，反复的从失败当中去学习。因为只有做自己喜欢的事情，孩子才愿意在跌倒之后爬起来继续尝试。其实无论是培养孩子还是找工作，最终的规则就一条，别说你学了什么，别说你喜欢什么，说你做了什么，你拿到了什么样的反馈，你下次打算怎么改进。当你把行动反馈和闭环这三件事情做到极致的时候，兴趣不光能养活自己，甚至可以让你去影响和帮助更多的人。  08:27 我们今天其实聊了这么多，就是想要告诉大家，兴趣这件事情，它绝对不是你脑海当中的一个念头，它是需要你真的动手去做，不断的去修正，你才有可能把它变成你生活的一部分，甚至是你的未来。  08:43 好了，这就是我们这一期博客的全部内容了，感谢大家的收听，我们下次再见吧，拜拜。 在小宇宙查看该单集文稿

See All (52)

About

当机器开始思考

Information

  • Creator
    innopath
  • Years Active
    2025 - 2026
  • Episodes
    52
  • Rating
    Clean
  • Copyright
    © 佚名@小宇宙App
  • Show Website
    AI 进化论

You Might Also Like