2025.07
AGI 曙光
- AI 以及具身智能导致 UBI，最后的资本积累窗口，后续 90% 人类工作及教育不形成差异化
- a16z 一个采访，关于财富积累的辩思：如果生产力极大提升，财富的比较优势就不存在了，AI 能在物质跟精神两方面满足人类的诉求
2025.06
最近一个印象深刻的访谈；American Optimist 采访 Scott Wu：
- Agents 不限于 Text 交互，LLM 最大的一个误区是过于强调文本交互范式（LUI）；Real-world Interaction 是 AI 的更大机会，这也就是为什么大家押注的是 IDE（Integrated Environment 而不是一个 Text-based 编程界面）
- 认为 AI 的浪潮是两阶段：模仿学习 + 强化学习（RL 本质上可以解决任何 benchmark），好的反馈机制 + 上下文信息可以训练出得分极高的模型。后续很多 AI 的工作都是围绕更好理解及定义 Benchmark（usecases + tests + toolsets + eval / feedback）
- Devin 追求的不是 10% 的生产力提升、而是 10x
- 人机协同的战略悖论：人类负责 high-level 决策、机器负责 low-level 执行；类似婚姻里分工悖论，男人“负责大的决策“、但 60 年之后发现生活里没有”大的决策“，只有一连串”小的决策“
- Andrew Karpathy 提出的”锯齿式智能”（Jagged Intelligence），即 AI 在不同类型任务上表现分布呈锯齿状（如 Code/Math 是高峰、但在数值比较上会有低级错误）且不可预测，人类的智能会随年龄线性增长、但 AI 能力边界模糊
- 软件工程的未来是什么？表达清楚什么事情需要被构建。从 Minecraft survival mode → creator mode；很多目前的软件工程会下沉为类似汇编一样，依旧有生存空间、但不会是主流
- 99/20 年左右（internet boom）全世界 100w 工程师，现在 2020s 有 3000w 工程师；人类从来没有耗尽对软件的需求
- 软件的需求会呈现漏斗状；TT / Facebook 可能对应 1w 工程师人时、Gov 网站可能只有 100 工程师人时，AI 可以为长尾的需求提供大量的能力跃迁
- 对 AI 的估值：US 20万亿 GDP 每年增值 10% 就是 2 万亿
- AI Coding 的摩尔定律，从 Tab Completion 开始，两次人工干预（或反馈）之间 AI 所能完成的工作、每隔 3～4 月就会翻倍
- Intelligence is not the bottleneck. 接下来是应用
AI 颠覆生产力的另一个历史观点呼应
- 诺伊斯：“这些本质上是沙子和金属导线的基本物质，将使未来晶体管材料的成本趋近于零，于是竞争将转向制造工艺；届时廉价的晶体管将使消费电子产品的成本急剧下降，以至于制造它们比修理便宜”
2025.05
AI 创作：
- 新媒介出现时，旧媒介不会完全消失，而是会折叠到特定场景。比如电脑出现后，纸笔没消失，但用途变窄了
- 人类信息创作及表达上，是否还有极大的杠杆效应
- 幽默感是人类炫耀智商优势并体现自信的委婉表达，而 AI 在这条路上彻底碾压了人类
2025.04
吴晓波「腾讯传」里的这部分表达，用于描绘 AI 时代一样适用：
- 哈佛大学商学院教授理查德·泰德罗在描述铁路和电报的商业意义时说：“任何能打破对于人、产品和信息的时空限制的新发展，都会对商业运作的方式产生巨大的影响。”
- 在人类历史上，崛起于20世纪90年代的互联网经济显然是一个与铁路和电报同等重要的商业发明，它重构了信息的传播方式。
- 而中国则在改革开放的20年后，搭上了互联网经济的第一班列车——如果美国是这列火车的车头，那么中国则是挂在后面的第二节车厢。
- 正如深受嬉皮士精神影响的乔布斯所说，“电脑是人类所创造的最非同凡响的工具，它就好比是我们思想的自行车”，自行车是流浪和叛逆的工具，它让人自由地抵达没有轨道的目的地。在电脑的胚胎里成长起来的互联网，是一个四处飘扬着自由旗帜的混沌世界。
2025.03
Lenny’s PodCast 访谈了两个 AI Coding 领域的明星公司：
- Lovable
The biggest bottleneck in product development is shifting—from "Who can build it?" to "Who knows what to build?"
Product taste, user understanding, and the ability to define problems clearly are becoming more valuable than pure coding skills as AI handles more implementation - Bolt（极低的缓冲资金来运营，终于等到了开花结果）
Bolt operated on minimal resources and near-zero runway, mostly just staying alive long enough to keep trying new things. When Claude 3.5 Sonnet launched, it changed everything.
西摩·佩伯特（人工智能领域的先驱、LOGO 语言发明人）作品《Mindstorms: Children, Computers, and Powerful Ideas》（1980）
- 儿童应通过动手实践和操作物理对象（如齿轮、积木等）来促进儿童对抽象概念（如数学、编程）的理解；通过摆弄齿轮等机械小玩意变得具有创造性，这部分技能会转移到其他领域
- 传统教育过于注重机械记忆，而忽视了传递 “Powerful Ideas” —— 即那些能贯穿多个学科、帮助儿童自主解决问题的核心概念（如递归、系统性思维）
- 儿童应学会用计算机思考，而不是学习如何操作计算机（与之类似，今日的教育会围绕如何更好驾驭 AI 展开）
北京差旅路上看到另一本书《硅谷百年史》，正好看到 Sputnik Moment 的另一些故事
- 1957 年苏联发射 Sputnik 引发美国科技竞争危机，间接催生了 1958 年《小企业投资法案》。该法案通过 SBIC 机制（政府以 3:1 比例提供贷款担保）推动小企业融资，虽培育了 DEC 等企业，但存在制度缺陷：政府担保实质上将投资风险转嫁给纳税人，银行通过固定利息稳获收益，而 SBIC 因还款压力规避高风险创新项目，最终形成公共风险私有化、收益资本化的扭曲激励结构
- 对硅谷而言，1965 年发生的最重要的事件之一是移民法案大幅提高了各国的移民配额，允许具备稀缺技能 (如软件或硬件工程) 的人才移民。这一移民法促进了从欧洲特别是从远东（包括台湾）到硅谷的人才流动
- 东海岸的其他研究项目不断移植到斯坦福。其中之一是在 1963 年，人工智能之父约翰·麦卡锡从麻省理工学院迁到斯坦福大学，他在距离校园几公里之外的山上创办了斯坦福人工智能实验室
- 斯坦福大学的发明甚至进入了音乐界。1967 年斯坦福大学一个学习作曲的学生、计算机音乐的先驱人物约翰·乔宁用人工智能实验室的计算机，发明了调频合成技术，使电子乐器能够模拟交响乐器的声音。雅马哈公司对之进行改进，制造了电子琴
- 军方在产业培育过程中起到了根本性的作用。新技术过于昂贵，而且不稳定，不适合通用市场。军方是惟一愿意做新技术试验而又不讲价钱的买家。在促使美国政府投资科研方面，冷战甚至比第二次世界大战更有推动力。全球情报和通信变得比武器本身更为重要；这些通信系统都是用微波器件制成，而微波是湾区的特长所在
2025.02
PM Random Thoughts
- 商业化盘点，一个比较有趣的叙事是：如何将客户对 LBP 产品的定位由支撑工具升维，从 Surrouding 系统搭建渗透到主营业务。协同 SaaS 的付费意愿远低于火山，部分原因在于后者承载了企业的生产要素
- 每个人都有职业生涯的 S-curve，近期 Lenny’s PodCast 一些鸡汤：
Limiting beliefs are most dangerous when they’re hidden in your subconscious. To take away their power, write them down. Make them concrete and visible.
The key is making decisions based on what your future self will thank you for, not what’s easiest tomorrow. Envision a life where fear isn’t a barrier and pushes you toward your most authentic ambitions: What would I do if I knew I couldn’t fail?
过年期间看的一些经济史杂书，关于货币 / 债务 / 关税的一些叙事：
- 鸦片战争导致满清政府的白银流出，及国内经济基础的崩溃
- 日本通过马关条约的 2.3 亿白银赔款，完成了金本位的货币政策；普法战争（1870）后德国也采取了金本位、抛弃银本位
- 英国为了取得黄金储备，发动布尔战争，也成为国际霸权转折点、终结了光荣孤立（不结盟政策）
- 美国一战中还清 30 亿债务，并成为最大债权国
- 一战在威廉时代的鼎盛德国发生，“国内政治优先”促成战争因素（类似今日 MAGA）
- 1920s 的关税和国际政治：
- 一战后国际金融体系以金本位制为基础（英国 1925 年、法国 1928 年恢复金本位）
- 美国对黄金流入采取冲销政策（Sterilization）抑制货币扩张，迫使其他国家为阻止黄金外流而提高利率，流动性紧缩（1925 英国基准利率 4.5%），最终引发多国金融危机（德奥银行破产、日本昭和经济恐慌）
- 各国相继放弃金本位后（英镑 1931 贬值 30%），英美法通过高关税推动经济区域集团化保护产业，这种经济割据成为德日扩张主义的诱因之一
- 需求萎缩进一步滋生贸易保护主义，如 1930 年《斯姆特-霍利关税法》
- 中美洲的金融危机：
- 发达国家经济不景气，初级产品的市场行情下跌
- 中南美洲各国出口量没有增长，为外币债务支付的利息激增、进一步引发资本外流
- 中国企业家作为一个阶层，在 1956 年曾经被制度性地清除；中国社会主流人群的创业经商运动，是从 1992 年南巡讲话开始
- 经历了 1998 年的东亚金融危机之后，中国宏观经济发生了三个重大的战略性转变：
- 制造业由内需主导向外贸主导转变
- 商品房制度诱发地产热
- 城市化建设推动能源及重化产业蓬勃发展
2025.01
纪录片 Beyond the success of Kotlin
- 最新的 Kotlin Lead 是一位产品经理，而不再是学院派明星人物；社区很多人对 PL 创始人的离开还是非常担心的，尤其参考 Python / Java 都是受益于决策人的稳定（”Benevolent Dictator For Life” 模式）
- 新 Kotlin Lead 提到接下来的重点方向都比较务实，比如 KMM 以及更加做一个稳定的产品、不再是创业状态的快速试错
- Hadi 提到早期有人反驳 JetBrains 无法做一门编程语言的理由是 — JetBrains 是一家做工具的公司、做不来高大上的编程语言。Hadi 反问问什么语言不是一个工具？"A language is just a tool. Period." 这句话放在 LLM 时代更有一番韵味
AI
- 协同办公系统的某些 AI Native 要素：文档内容是知识压缩、评论是思考过程（CoT）、工作流程是企业洞察
- 跟 ZM 聊了一下；在智创一年后，他更看好 AIGC 而非 Productivity 赛道。坦言不再是 AI 加速主义者了，对这一年除 AI 编程上的进步、认为不及预期。我个人作为 Developer at heart 是能深感这一年 AI 的飞速狂飙，只是大家对落地场景上的泛化能力有乐观假设。也许 AI 作为一个 Enabling Tech，真正的加速度还没显现出来
- 看到这个推文，提到作为开发者、如何跟 AI 编程和解：虽然 90% 个人技能价值因为 AI 而跌零、但剩下的 10% 技能变得 1000x 重要了。比如 prioritization 和 work delegation 等处理生产关系的能力？
- AI 会使得信息技术产业平权化成为公民技能，真正的壁垒或许不在「软件构建」的这个过程本身了，哈耶克这段表达：
… The physicist who is only a physicist can still be a first-class physicist and a most valuable member of society. But nobody can be a great economist who is only an economist - and I am even tempted to add that the economist who is only an economist is likely to become a nuisance if not a positive danger.
Startup 101
- 每个项目都要考虑 risk adjusted return；VC 视角来看，标普 500 指数可以看作是美元 VC 的投资基准（未计入分红回报率 ~8.5%，计入分红 ~10%），项目年化要 ~15% 才具备投资价值。美国 VC 市场投资周期 10+2，中国 5+2；退出路径包括上市、收购、老股转让
- 创业者希望每轮融资稀释比例在 10% ~ 30%，越后期越少。从种子轮到上市 5 ~ 6 轮，投资机构也会评估到下一轮（18 个月）融资所需的资金量；比如 SaaS 公司跟生物医药公司差距明显
- 不同融资阶段对应不同的业务里程碑（种子轮：产品可行性及价值，A轮：产品的市场潜力，B轮：增长率的可持续）。比较关键的种子轮：科研导向企业需要论证科研结果是否成立、产品型企业关注早期客户 NPS、留存等指标
- 中美的投资条款差异较大，比如先估值再尽调还是反过来；美资对「董事会」概念非常强调
TT Ban 背后的中美冲突主旋律；回想起之前看的爱因斯坦传的书摘
- 麦肯锡主义以及对苏联的敌意，跟现今美国社会相似。苏联缺乏内政安全感，反过来西方认为苏联是扩张主义以及高压专治
- 犹太人百年前面临反犹生存危机，现在成为顶层阶级，德美犹太人的同化流派被证明是错误路线。不同于华人群体对政治的避而远之，犹太人更多参与政治发声。百年时间尺度上，地缘政治、种族问题都可能天翻地覆
- 需要更多数学的思考和训练，尤其 AI 时代；保持好奇心，对中产生活的鄙弃。从道德感评价上，为人瑕疵很多，但他一生处之豁达，有虚伪但无内耗纠结
一些最近有趣的交流
- 如果不具备 0-shot 讲故事能力的话，背段子然后用来做泛化；当然不能过拟合太跑调
- Martian 讲他老板做 CUDA 上的压缩算法，由于算法能力的突破，更多对数据带宽有高要求的业务进来了，这进一步又有降本和提升性能的诉求，一己之力搞出来一个围绕压缩算法飞轮效应。聊到 OS / PL / DB 这种方向还是能有一些穿越周期的 job security 的；此外 NV 围绕 CUDA 投入了非常多资源做 1p 的优化集成，所有的护城河都是一砖一瓦垒起来的