AI | Life | Investing | 思考,是为了不被动地活着

Deep thinker try to think
这让我想起, 有人说过,女人不要相信男人说丁克之类的话。男人五六十了,都还能生,随时可以反悔。
原来是去美国生娃去啦😄
3
804
怎么办 这个十一怎么过……
重大信息差: 赶紧把 Google 反重力下回来,沐浴焚香,洗洗干净,迎接神的降临。
1
1
1,512
真国庆献礼 请叫我 神算子 鲁棒逊 😌
Hi, Tomorrow we are re-opening the Pro $200 subscriptions to new subscribers, but together with it we are also changing how we calculate the usage for it. In effect, if you do the math, it will net out at half the dollar in API spend compared to the old Pro $200 plan. Now that it's said, let me explain why this is happening and why you will still get more work done than if you were on the Pro $200 subscription one month ago. (a) We didn't want to compromise in other ways and are committing to not reintroducing the 5h limit, so that you can fully use the weekly usage when you want. (b) On the subscription, we guarantee that over time you always get more work done and with an increasing level of quality. This means that you will continue to get more value per dollar spent as a result of models getting more efficient and us passing down the improvements in the form of API price reductions. (c) We don't want to put an incentive on ourselves to artificially inflate the API list prices to make it look like you are getting a lot (and workaround it through discounts, etc). Instead we want to continue to both rapidly reduce prices and increase capabilities of models on the API. This week we introduced GPT-6 Sol and GPT-6 Luna at 50% of their previous price. Over time, we see prices go low enough that it makes sense for most to buy usage as needed without there being a significant gap between what you get in a subscription and what you get in the API for a dollar spent. (d) Tomorrow, we are adding more things to the subscription that won't draw on the usage, I won't reveal what that is yet. I wanted to be transparent before all the big announcements tomorrow. Lots of new exciting things are coming to the subscriptions that will make it super compelling, but I wanted to make sure to share this change ahead of time so you can all understand it before we shower you with good news. Codexingly, Tibo
3
10
5,524
“在达成终极目标(AGI)之前,任何变现都是弯路”, 真特么牛逼...
54
11
380
77,307
爱让记忆变得更加珍贵 Al has made RAM more expensive 彻底涨疯了...
所长前两天提醒了下: 未来两年,电脑硬件、笔记本,都还会涨价 有需要的,趁着这个618,入手吧
4
10
3,259
一个COT 1. 人类社会不是由一群“已经准备好的人”建立起来的。大量能力、身份、组织和制度,都是在人先进入角色、系统先开始运行以后,才逐渐长出来的。 2. 世界是一个由局部专业、整体无知、实时反馈和不断修补构成的复杂系统。 3. Make it 不是终点,是下一个 Fake it 的起点
谁也别笑话谁 前两年有句引来无数人点赞的话: Fake it until you make it. 不能只允许你 fake it,不允许别人 fake it。 大家都在 fake。 只是有的人 fake 着 fake 着,真 make it 了; 有的人 fake 着 fake 着,开始教别人怎么 make it。 还有那句很鼓舞人心的话: “你永远不可能准备好,所以先开始。” 反过来说,不就是: 这个世界,本来就是一个巨大的草台班子。 所以,谁也别笑话谁
2
23
1,988
谁也别笑话谁 前两年有句引来无数人点赞的话: Fake it until you make it. 不能只允许你 fake it,不允许别人 fake it。 大家都在 fake。 只是有的人 fake 着 fake 着,真 make it 了; 有的人 fake 着 fake 着,开始教别人怎么 make it。 还有那句很鼓舞人心的话: “你永远不可能准备好,所以先开始。” 反过来说,不就是: 这个世界,本来就是一个巨大的草台班子。 所以,谁也别笑话谁
中国这一代消费升级不上去的另一个重大原因, 就是设计豪宅的这群人,从小压根就没住过豪宅,设计豪车的这群人,从小也压根没玩过豪车,甚至设计高奢服装包包的这些设计师,从小都没买过高奢。 典型就是一堆房产中介和设计师,自己还他妈住北京上海深圳60平米的鸽子笼,爹妈还在老家县城做小生意, 这种人能他妈设计出个鸡巴豪宅。 新能源这波电车新势力,工程师都是北京上海深圳的码农、电子和机械工程师,自己还他妈天天坐地铁上下班,买个电车一年停车库里300多天,一周开不了20公里,这辈子高速上没开过100迈/小时(160公里/小时),这辈子还没见过自家私人车库,这种人还设计你妈的豪车呢。 最搞笑的是房产中介,小时候还他妈天天在农村老家吃红薯土豆,在家里还天天喂猪呢,三本毕业之后天天撇着大嘴,教客户为什么一定要有红酒柜,为什么一定要有钢琴房、大泳池、小喷泉,告诉客户为什么江景房卖你4000万还能永久保值升值。 我可去你妈的。
2
1
21
7,917
一个COT 1. 人类社会不是由一群“已经准备好的人”建立起来的。大量能力、身份、组织和制度,都是在人先进入角色、系统先开始运行以后,才逐渐长出来的。 2. 世界是一个由局部专业、整体无知、实时反馈和不断修补构成的复杂系统。 3. Make it 不是终点,是下一个 Fake it 的起点
1
2
436
UndoAge 打钱 @udacoffee
每个月得花 30 分钟 Reload 这 4 个弹夹。
1
2
938
Well said.
人类组织的结构哪怕是很多 lab 都是结构化信息数据,有效的智慧和内容没办法在结构化组织间流通,特别是不仅结构而且具有决策边际的组织,所以先从上下文对齐这件事开始人类组织就落后,其次是组织内的人,每个人的智力,能力,智慧完全不同,AI 的出现兜住底线提高上限,我其实会觉得 AI 对过往组织是毁灭式的冲击,就目前而言政治社会需要以人为本的发展,但其实有了 AI,将会分化出另一种形态,这就是为什么 opc 这么爆火,但其实这恰恰是另一种真正 ai 原生组织人类组织的结构哪怕是很多 lab 都是结构化信息数据,有效的智慧和内容没办法在结构化组织间流通,特别是不仅结构而且具有决策边际的组织,所以先从上下文对齐这件事开始人类组织就落后,其次是组织内的人,每个人的智力,能力,智慧完全不同,AI 的出现兜住底线提高上限,我其实会觉得 AI 对过往组织是毁灭式的冲击,就目前而言政治社会需要以人为本的发展,但其实有了 AI,将会分化出另一种形态,这就是为什么 opc 这么爆火,但其实这恰恰是另一种真正 ai 原生组织的软着陆
3
5
1,775
奥乐齐有个自有品牌的可乐 RIVER Cola Classic,1.5L 可乐只卖 0.65欧,约合人民币 5 块钱… 比很多品牌的水,都要便宜…
可口可乐的护城河实在是太吓人了。 我仅存的智力和理智无法理解为什么在日本这个地方 1.5L 可乐可以做到 150 日元一瓶。 这怎么做到的?
2
5
2,858
完美的🛬,航班降落 Perfect landing.
Les pilotes de Xi, c'est quelque chose ! Cet atterrissage de Boeing 747 alimente beaucoup de conversations en ce moment.
1
3
2,752
True . 天赋零权
配得感,很火的一个词,但被滥用到让人反感。 一开始,意味着“我有资格追求好的生活”。健康而有能量。 再后来,变成了“我付出了,所以我要得到我想要的”,微微有点自我了。 而现在,被提倡为“因为我是我,所以世界应该给我更好的。” 可能我习惯了100分的努力,只为了1%的回报的苦日子。
3
3
2,377
得,这个信息要是传到国内 国内快充站点的线缆,岌岌可危...
所有的电缆全部被剪断偷走了
11
7
10,360
既然我们无法阻止那些暴行,那就更多地提供出一些美吧
3
2
8
1,862
Claude → setting → privacy 这两条: · Location metadata · Help inmprove our AI models 注意关掉
8
3
51
8,033
古有庖丁解牛,游刃有余 今有西施解鱼,脍炙人口 有一个联想,从社会价值角度来说, 这样的杀鱼拆鱼工作,本身是一次体力劳动,对应一次杀鱼拆鱼的劳动产出,但是通过录制视频,进行传播分享,这个劳动产出就发生了变化,除了体力劳动本身,还同时产生了娱乐价值和观赏价值,原本一次性的劳动,变成了可复用可传播的娱乐资源,奇趣妙哉。 对于个体来说,每一次拍视频,也是在生产内容,沉淀可复用的资产,很值得学习。 一个题外话: 主播分离鱼皮时的手法,真是太精妙了,那个厚度,控制得恰到好处。联想到这个力控,完美。 再恶魔一点,是不是可以给主播戴一个采集器,采集劳动过程中的数据,说不定以后训练机器人杀鱼的数据集,就从这里开始了。😈
某部电影不让你演可惜了!
3
2
5
4,075
哈,看到蓝战非在视频里突然切到自己的脸,然后各种搞怪表情包。 我忽然联想到 “柯洁换头的宝宝们好呀”,然后进而联想到之前 “蓝战非吐槽格鲁吉亚人对中国人不友好,不礼貌”,然后另一个建模脸主播在格鲁吉亚被围的水泄不通… 颜值即正义, 颜值这种东西, 真的让人无法抗拒。 好看的东西,看起来就让人心情愉悦啊,人类这基因性的偏好,没有办法。 “哎,有啥办法呢,Ta长得太好看了” 大家还是在力所能及的范围内, 尽量收拾一下自己,拾掇拾掇。
看到蓝战非乘坐特斯拉Robotaxi的经历吓我一跳,出了事故居然只赔偿车费?感觉不可能。 查了一下,乘坐Robotaxi的时候,乘客是在每起事故里有合计100万美金的责任保险额度,覆盖死亡、人身伤害和财产损失。 不过如果只是轻微事故,乘客没受伤,那么通常只会退还车费。
2
4
6,569
一个题外话:模型不能用自己证明自己 Ground Truth,是AI无法自己制造的东西。 AI可以生成假设、推演结果、模拟现实,甚至把大量试错提前搬到比特世界里完成。但模型不能用自己证明自己。 最终,总要回到现实世界,通过实验、测量、运行和真实反馈,得到那个不可替代的答案:现实里,它到底是不是这样。 AI越强,Ground Truth 反而越重要。 比特可以无限逼近现实,但最终定义现实的,仍然是现实本身。 否则,何以为真 ? What is real ?
一个洞察 26年初我进行了一次长考,思考AI可能对组织效能,带来的提升和影响,但很快我就意识到,因为产业的问题,AI提效后,第一时间就放大了组织里的物理约束。 AI能带来信息、决策以及流程的效率提升,但是物理世界的约束,依然无法解决。 然后就变成了,信息层被AI 加速到极致,但是物理层相关的迭代,依然受限于原子世界的约束。 这也是我常常会思考的一个问题,当加速被加速,哪些事情,会成为效率提升的瓶颈,让这些领域的效率突破,会存在着巨大的商业机会。 比如说,目前有两个方向: 一是直接加速物理过程(机器人、自动化实验室、柔性制造),可以理解为更智能化的自动制造。 二是减少必须在原子世界发生的迭代次数,也就是把原子问题转成比特问题(仿真、数字孪生、AI for Science 先筛选再实验)。 第二条路径在我看来,更有前景一些,也是目前很多人在做的事情,用比特来模拟原子。 AI呀,最终会把一切可逆的、可模拟的过程成本压向零。 That's all .
1
1,250
一个洞察 26年初我进行了一次长考,思考AI可能对组织效能,带来的提升和影响,但很快我就意识到,因为产业的问题,AI提效后,第一时间就放大了组织里的物理约束。 AI能带来信息、决策以及流程的效率提升,但是物理世界的约束,依然无法解决。 然后就变成了,信息层被AI 加速到极致,但是物理层相关的迭代,依然受限于原子世界的约束。 这也是我常常会思考的一个问题,当加速被加速,哪些事情,会成为效率提升的瓶颈,让这些领域的效率突破,会存在着巨大的商业机会。 比如说,目前有两个方向: 一是直接加速物理过程(机器人、自动化实验室、柔性制造),可以理解为更智能化的自动制造。 二是减少必须在原子世界发生的迭代次数,也就是把原子问题转成比特问题(仿真、数字孪生、AI for Science 先筛选再实验)。 第二条路径在我看来,更有前景一些,也是目前很多人在做的事情,用比特来模拟原子。 AI呀,最终会把一切可逆的、可模拟的过程成本压向零。 That's all .
在企业里,AI 不会先提升“组织效率”——它会先放大组织里本来就存在的瓶颈。
6
2
15
149,603
一个题外话:模型不能用自己证明自己 Ground Truth,是AI无法自己制造的东西。 AI可以生成假设、推演结果、模拟现实,甚至把大量试错提前搬到比特世界里完成。但模型不能用自己证明自己。 最终,总要回到现实世界,通过实验、测量、运行和真实反馈,得到那个不可替代的答案:现实里,它到底是不是这样。 AI越强,Ground Truth 反而越重要。 比特可以无限逼近现实,但最终定义现实的,仍然是现实本身。 否则, what is real ? 何以为真 ?
1
618