想起 人对时间的感知是对数的这个观点 小时候觉得一年好长啊 疫情后我感觉每年都是一眨眼 随着年龄增长，时间"加速"的感觉——因为每一年占我已活时间的比例越来越小。 7 个帖子 - 7 位参与者 阅读完整话题
4 个帖子 - 4 位参与者 阅读完整话题
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
当前大家对 ai 有这么几种观点： 担心被 ai 技术取代。 一些程序员觉得自己的工作会被 ai 取代，有些担忧的情绪。 被厂商洗脑，盲目鼓吹 ai 。 一些人盲目的搞 vibe coding ，在没有现实需求的情况下，生成一堆毫无意义的代码。 还有一些人甚至产生了莫名的优越感。认为，谁用的 token 多谁厉害，谁用的模型贵谁厉害；鼓吹所谓：会使用 AI 的淘汰不会使用的。制造焦虑。 我的观点： 不要搞毫无意义的 vibe coding 。 要从现实需求出发，来利用好 ai 。 任何时候只有付出劳动才有价值。如果你的 vibe coding 的代码，任何人都可以轻而易举的复刻，那么就没有价值。 不要焦虑。 不要担心程序员会失业，ai 时代现在才刚刚开始，还需要程序员做大量的工作。 勇敢的拥抱 AI 时代。 我们是最靠近 ai 的人群，如果说收益，没人比程序员会更先收益，更有回报。 但是，拥抱 ai,不是简单的使用 ai 来编写代码，而是应该深刻的认识到，后 ai 时代，软件的范式已经发生变化。 我们不应该简单的面向人编程，而应该面向 agent 编程。过去我们开发业务系统，未来我们要开发各种各样的 agent 。 目前 ai 应用还需要完成大量的工程化落地的工作，大量的 agent 基础设施需要建设，包括：推理、记忆、信息搜索、上下文管理,框架、接口、数据库、通信协议。 现实是复杂的，不可一个 agent 解决所有的问题。面对不同业务场景和条件制约，需要开发不同的 agent ，更需要完善不同的技术栈。 我们要勇敢的拥抱 AI ，不要做鸵鸟，搞懂大模型是如何训练的，agent 是如何实现的，如何用 ai 来改造和优化现有的业务。 总结： 人类的需求，其实几千年来没有什么变化，但是，满足需求的手段、技术、方式发生了翻天覆地的变化。建议大家可以从自己日常使用的软件开始，比如笔记软件，尝试用 ai 来完成自己的信息搜集、管理等等需求。
周末看完了抖音上《中国企业家》杂志上对俞浩的一个半小时访谈，感觉他的观点还挺新奇的，我整理下来，大家一块聊聊。 1 、首先是第一性原理。俞浩说：完全错了。 他的理由很简单：第一性原理就是两千多年前亚里士多德开启的"追问事物本质"，没什么新鲜的。但今天大部分人挂着这个词做的事，其实是类比思维。 他举了马斯克的例子。马斯克说"人靠视觉驾驶，所以汽车也应该只用视觉"——这不是第一性原理，这是类比。"人靠视觉"和"汽车应该靠视觉"之间没有必然的逻辑关系，就好比"黄河之水天上来"和"人生一去不复返"放在一起很有感觉，但两者没有因果联系。 2 、颠覆式创新比连续创新好做多了 这和所有人的直觉相反。但他的推导是这样的：颠覆式创新其实是一次性赌博。你画一个宏大的愿景，只要有人相信就给你钱，中间不用接受市场检验，哪怕十个赌九个输，别人还会为你鼓掌。 连续创新完全不同。你把一个大目标拆成（ N+1 ）的 X 次方（ N 代表当前供应链水平），每一步都要经受市场验证。拆错一步，消费者就不买单。但好处是：你每年都可以盈利，不需要烧掉社会的巨大资源。 他举了个例子：马斯克做特斯拉被称为颠覆式创新，但本质上只是把铅酸电池换成了锂电池（还是日本发明的）。反过来，2003 年的扫地机器人和 2026 年的扫地机器人之间的差距，比 2003 年的汽车和今天的电动汽车之间的差距大多了——但没人管这叫颠覆。 为什么？因为我们给事物贴了错误的标签。我们偷懒式地把"结果"叫颠覆创新，把"过程"叫连续创新，然后觉得过程不值得尊重。 3 、蓝海理论和红海理论完全是错的 俞浩回忆当时加入小米生态链时，大家说"小米已经有了，为什么还要追觅？"他的判断是：一个品类不可能真的只有一家做，如果你技术更好、品质更好，一定会被需要。 然后追觅的团队做出了十万转的电机，当时只有戴森有这个技术，于是追觅就加入了小米生态链，给公司带来了大量订单，几乎是追觅商业上的一个拐点。 还有一些围绕追觅和俞浩本人的争议性话题，比如说他不是靠老丈人起家，他的创业经历甚至童年成长一直都是匮乏的，他说童年时期父亲做水产生意亏了 5 万块，此后十几年一直是负债。小学六年只吃过两次零食。创业时期 2013 到 2017 年近四年中度抑郁，半夜一身汗醒来，一个人在上海外环开车兜圈。加入小米生态链时一个米家项目都没拿到，第一款产品是自己品牌硬上的。跟雷军合作两三年都没见过雷军本人。 "造车比做扫地机简单多了"——他的论据是扫地机 1000 个零件，汽车 1 万个零件，差一个数量级，就是一个 N+1 。而且汽车的 N （当下供应链水平）是标准化的，大部分供应商都能提供，真正的壁垒在那个"+1"。商业上扫地机两个品牌都做到高端且全球超 50%市场份额，汽车有几家能做到？ 还解释了“首富”相关的争议，他解释说说这个话的背景是在年会的一个娱乐环节上，本身不严肃，这是前提，他说"首富"不代表个人有多少钱，代表的是社会的一次投票。社会把剩余资源交给谁去指挥，不是拿来自我消费的，是拿来组织更大的科技创新。马斯克说去火星，有人投票支持；有人说要把沙漠变绿洲；有人说就想开好一家火锅店。这三个没有高低，只是得票数不同。"首富"只是得票最多的那个人。他说"如果一个人能从零用 15 年做到世界首富，这是社会巨大进步的标志"，和他父亲欠五万快十几年翻不了身的时代相比，阶层流动的可能性本身就是进步。 这些观点真的对我造成了一些冲击，对俞浩的偏见也少了点，大家觉得呢？
周末看完了抖音上《中国企业家》杂志上对俞浩的一个半小时访谈，感觉他的观点还挺新奇的，我整理下来，大家一块聊聊。 1 、首先是第一性原理。俞浩说：完全错了。 他的理由很简单：第一性原理就是两千多年前亚里士多德开启的"追问事物本质"，没什么新鲜的。但今天大部分人挂着这个词做的事，其实是类比思维。 他举了马斯克的例子。马斯克说"人靠视觉驾驶，所以汽车也应该只用视觉"——这不是第一性原理，这是类比。"人靠视觉"和"汽车应该靠视觉"之间没有必然的逻辑关系，就好比"黄河之水天上来"和"人生一去不复返"放在一起很有感觉，但两者没有因果联系。 2 、颠覆式创新比连续创新好做多了 这和所有人的直觉相反。但他的推导是这样的：颠覆式创新其实是一次性赌博。你画一个宏大的愿景，只要有人相信就给你钱，中间不用接受市场检验，哪怕十个赌九个输，别人还会为你鼓掌。 连续创新完全不同。你把一个大目标拆成（ N+1 ）的 X 次方（ N 代表当前供应链水平），每一步都要经受市场验证。拆错一步，消费者就不买单。但好处是：你每年都可以盈利，不需要烧掉社会的巨大资源。 他举了个例子：马斯克做特斯拉被称为颠覆式创新，但本质上只是把铅酸电池换成了锂电池（还是日本发明的）。反过来，2003 年的扫地机器人和 2026 年的扫地机器人之间的差距，比 2003 年的汽车和今天的电动汽车之间的差距大多了——但没人管这叫颠覆。 为什么？因为我们给事物贴了错误的标签。我们偷懒式地把"结果"叫颠覆创新，把"过程"叫连续创新，然后觉得过程不值得尊重。 3 、蓝海理论和红海理论完全是错的 俞浩回忆当时加入小米生态链时，大家说"小米已经有了，为什么还要追觅？"他的判断是：一个品类不可能真的只有一家做，如果你技术更好、品质更好，一定会被需要。 然后追觅的团队做出了十万转的电机，当时只有戴森有这个技术，于是追觅就加入了小米生态链，给公司带来了大量订单，几乎是追觅商业上的一个拐点。 还有一些围绕追觅和俞浩本人的争议性话题，比如说他不是靠老丈人起家，他的创业经历甚至童年成长一直都是匮乏的，他说童年时期父亲做水产生意亏了 5 万块，此后十几年一直是负债。小学六年只吃过两次零食。创业时期 2013 到 2017 年近四年中度抑郁，半夜一身汗醒来，一个人在上海外环开车兜圈。加入小米生态链时一个米家项目都没拿到，第一款产品是自己品牌硬上的。跟雷军合作两三年都没见过雷军本人。 "造车比做扫地机简单多了"——他的论据是扫地机 1000 个零件，汽车 1 万个零件，差一个数量级，就是一个 N+1 。而且汽车的 N （当下供应链水平）是标准化的，大部分供应商都能提供，真正的壁垒在那个"+1"。商业上扫地机两个品牌都做到高端且全球超 50%市场份额，汽车有几家能做到？ 还解释了“首富”相关的争议，他解释说说这个话的背景是在年会的一个娱乐环节上，本身不严肃，这是前提，他说"首富"不代表个人有多少钱，代表的是社会的一次投票。社会把剩余资源交给谁去指挥，不是拿来自我消费的，是拿来组织更大的科技创新。马斯克说去火星，有人投票支持；有人说要把沙漠变绿洲；有人说就想开好一家火锅店。这三个没有高低，只是得票数不同。"首富"只是得票最多的那个人。他说"如果一个人能从零用 15 年做到世界首富，这是社会巨大进步的标志"，和他父亲欠五万快十几年翻不了身的时代相比，阶层流动的可能性本身就是进步。 这些观点真的对我造成了一些冲击，对俞浩的偏见也少了点，大家觉得呢？
周末看完了抖音上《中国企业家》杂志上对俞浩的一个半小时访谈，感觉他的观点还挺新奇的，我整理下来，大家一块聊聊。 1 、首先是第一性原理。俞浩说：完全错了。 他的理由很简单：第一性原理就是两千多年前亚里士多德开启的"追问事物本质"，没什么新鲜的。但今天大部分人挂着这个词做的事，其实是类比思维。 他举了马斯克的例子。马斯克说"人靠视觉驾驶，所以汽车也应该只用视觉"——这不是第一性原理，这是类比。"人靠视觉"和"汽车应该靠视觉"之间没有必然的逻辑关系，就好比"黄河之水天上来"和"人生一去不复返"放在一起很有感觉，但两者没有因果联系。 2 、颠覆式创新比连续创新好做多了 这和所有人的直觉相反。但他的推导是这样的：颠覆式创新其实是一次性赌博。你画一个宏大的愿景，只要有人相信就给你钱，中间不用接受市场检验，哪怕十个赌九个输，别人还会为你鼓掌。 连续创新完全不同。你把一个大目标拆成（ N+1 ）的 X 次方（ N 代表当前供应链水平），每一步都要经受市场验证。拆错一步，消费者就不买单。但好处是：你每年都可以盈利，不需要烧掉社会的巨大资源。 他举了个例子：马斯克做特斯拉被称为颠覆式创新，但本质上只是把铅酸电池换成了锂电池（还是日本发明的）。反过来，2003 年的扫地机器人和 2026 年的扫地机器人之间的差距，比 2003 年的汽车和今天的电动汽车之间的差距大多了——但没人管这叫颠覆。 为什么？因为我们给事物贴了错误的标签。我们偷懒式地把"结果"叫颠覆创新，把"过程"叫连续创新，然后觉得过程不值得尊重。 3 、蓝海理论和红海理论完全是错的 俞浩回忆当时加入小米生态链时，大家说"小米已经有了，为什么还要追觅？"他的判断是：一个品类不可能真的只有一家做，如果你技术更好、品质更好，一定会被需要。 然后追觅的团队做出了十万转的电机，当时只有戴森有这个技术，于是追觅就加入了小米生态链，给公司带来了大量订单，几乎是追觅商业上的一个拐点。 还有一些围绕追觅和俞浩本人的争议性话题，比如说他不是靠老丈人起家，他的创业经历甚至童年成长一直都是匮乏的，他说童年时期父亲做水产生意亏了 5 万块，此后十几年一直是负债。小学六年只吃过两次零食。创业时期 2013 到 2017 年近四年中度抑郁，半夜一身汗醒来，一个人在上海外环开车兜圈。加入小米生态链时一个米家项目都没拿到，第一款产品是自己品牌硬上的。跟雷军合作两三年都没见过雷军本人。 "造车比做扫地机简单多了"——他的论据是扫地机 1000 个零件，汽车 1 万个零件，差一个数量级，就是一个 N+1 。而且汽车的 N （当下供应链水平）是标准化的，大部分供应商都能提供，真正的壁垒在那个"+1"。商业上扫地机两个品牌都做到高端且全球超 50%市场份额，汽车有几家能做到？ 还解释了“首富”相关的争议，他解释说说这个话的背景是在年会的一个娱乐环节上，本身不严肃，这是前提，他说"首富"不代表个人有多少钱，代表的是社会的一次投票。社会把剩余资源交给谁去指挥，不是拿来自我消费的，是拿来组织更大的科技创新。马斯克说去火星，有人投票支持；有人说要把沙漠变绿洲；有人说就想开好一家火锅店。这三个没有高低，只是得票数不同。"首富"只是得票最多的那个人。他说"如果一个人能从零用 15 年做到世界首富，这是社会巨大进步的标志"，和他父亲欠五万快十几年翻不了身的时代相比，阶层流动的可能性本身就是进步。 这些观点真的对我造成了一些冲击，对俞浩的偏见也少了点，大家觉得呢？
周末看完了抖音上《中国企业家》杂志上对俞浩的一个半小时访谈，感觉他的观点还挺新奇的，我整理下来，大家一块聊聊。 1 、首先是第一性原理。俞浩说：完全错了。 他的理由很简单：第一性原理就是两千多年前亚里士多德开启的"追问事物本质"，没什么新鲜的。但今天大部分人挂着这个词做的事，其实是类比思维。 他举了马斯克的例子。马斯克说"人靠视觉驾驶，所以汽车也应该只用视觉"——这不是第一性原理，这是类比。"人靠视觉"和"汽车应该靠视觉"之间没有必然的逻辑关系，就好比"黄河之水天上来"和"人生一去不复返"放在一起很有感觉，但两者没有因果联系。 2 、颠覆式创新比连续创新好做多了 这和所有人的直觉相反。但他的推导是这样的：颠覆式创新其实是一次性赌博。你画一个宏大的愿景，只要有人相信就给你钱，中间不用接受市场检验，哪怕十个赌九个输，别人还会为你鼓掌。 连续创新完全不同。你把一个大目标拆成（ N+1 ）的 X 次方（ N 代表当前供应链水平），每一步都要经受市场验证。拆错一步，消费者就不买单。但好处是：你每年都可以盈利，不需要烧掉社会的巨大资源。 他举了个例子：马斯克做特斯拉被称为颠覆式创新，但本质上只是把铅酸电池换成了锂电池（还是日本发明的）。反过来，2003 年的扫地机器人和 2026 年的扫地机器人之间的差距，比 2003 年的汽车和今天的电动汽车之间的差距大多了——但没人管这叫颠覆。 为什么？因为我们给事物贴了错误的标签。我们偷懒式地把"结果"叫颠覆创新，把"过程"叫连续创新，然后觉得过程不值得尊重。 3 、蓝海理论和红海理论完全是错的 俞浩回忆当时加入小米生态链时，大家说"小米已经有了，为什么还要追觅？"他的判断是：一个品类不可能真的只有一家做，如果你技术更好、品质更好，一定会被需要。 然后追觅的团队做出了十万转的电机，当时只有戴森有这个技术，于是追觅就加入了小米生态链，给公司带来了大量订单，几乎是追觅商业上的一个拐点。 还有一些围绕追觅和俞浩本人的争议性话题，比如说他不是靠老丈人起家，他的创业经历甚至童年成长一直都是匮乏的，他说童年时期父亲做水产生意亏了 5 万块，此后十几年一直是负债。小学六年只吃过两次零食。创业时期 2013 到 2017 年近四年中度抑郁，半夜一身汗醒来，一个人在上海外环开车兜圈。加入小米生态链时一个米家项目都没拿到，第一款产品是自己品牌硬上的。跟雷军合作两三年都没见过雷军本人。 "造车比做扫地机简单多了"——他的论据是扫地机 1000 个零件，汽车 1 万个零件，差一个数量级，就是一个 N+1 。而且汽车的 N （当下供应链水平）是标准化的，大部分供应商都能提供，真正的壁垒在那个"+1"。商业上扫地机两个品牌都做到高端且全球超 50%市场份额，汽车有几家能做到？ 还解释了“首富”相关的争议，他解释说说这个话的背景是在年会的一个娱乐环节上，本身不严肃，这是前提，他说"首富"不代表个人有多少钱，代表的是社会的一次投票。社会把剩余资源交给谁去指挥，不是拿来自我消费的，是拿来组织更大的科技创新。马斯克说去火星，有人投票支持；有人说要把沙漠变绿洲；有人说就想开好一家火锅店。这三个没有高低，只是得票数不同。"首富"只是得票最多的那个人。他说"如果一个人能从零用 15 年做到世界首富，这是社会巨大进步的标志"，和他父亲欠五万快十几年翻不了身的时代相比，阶层流动的可能性本身就是进步。 这些观点真的对我造成了一些冲击，对俞浩的偏见也少了点，大家觉得呢？