Twelve Laws of the Infocosm信息宇宙十二法则

1.

The Law of Scarcity: Scarcities are measurable and end at zero availability. They constrain an economic model to arrive at a calculable determined result. Economics as a science of scarcity justifies and enables the negative repressions of life after capitalism.

稀缺法则:稀缺是可衡量的,并在可用性为零时结束。它们限制了经济模型以得出可计算的确定结果。作为一门关于稀缺的科学,经济学为资本主义后的生活中的负面压抑提供了合理性和可能性。

2.

The Law of Abundance: Abundances are ultimately incalculable, and end in a near zero price that escapes economics entirely. As abundances become more vast and vital—like air, water, and silicon—they become externalities, economically invisible. They promise a positive path for life after capitalism.

丰饶法则:丰饶是无法计算的,最终以接近零的价格结束,完全超出经济学的范畴。随着丰饶变得更加广泛和重要,比如空气、水和硅,它们变成了经济上看不见的外部性。它们为资本主义后的生活提供了积极的道路。

3.

The Law of Wealth: Wealth is knowledge. Material atoms and molecules are infinite and in Brownian motion. Only truths can be stable and sustainable.

财富法则:财富即知识。物质的原子和分子是无限的,处于布朗运动中。只有真理才能稳定和可持续。

4.

The Law of Knowledge and Time: Beyond time, all is known and determined. The moving curtain of time is what forces new learning and measures it in knowledge.

知识与时间之法:超越时间,一切皆已知晓与决定。时间的流动帷幕促使新的学习,并以知识来衡量之。

5.

The Law of Money: Money is time, tokenized for fungible use across an economy of transactions.

货币法则:货币是时间,以代币化形式在交易经济中实现可互换使用。

6.

The Centrifuge of Knowledge: To grow, knowledge needs power. As knowledge is dispersed, so must power be dispersed to increase wealth.

知识的离心机:要成长,知识需要力量。随着知识的传播,财富的增长也需要力量的分散。

7.

The Law of Growth: Growth is learning, gauged by learning curves. This learning is measured by time saved and is falsifiable or monetizable by markets.

增长法则:增长就是学习,通过学习曲线来衡量。这种学习是通过节省时间来衡量的,并且可以通过市场来验证或者货币化。

8.

The Paradox of Capitalism: You can only keep what you give away. Savings are only valuable to the extent they are invested and given in collaboration with others.

资本主义的悖论:你只能保留你所给予的。储蓄只有在与他人合作的情况下进行投资和给予时才有价值。

9.

The Law of Information: Information is surprise, defined by Claude Shannon as “entropy.” It is the opposite of order, regularity, and pattern, which provide low-entropy carriers for high-entropy information, platforms for creativity.

信息法则:信息是惊喜,由克劳德·香农定义为“熵”。它是秩序、规律和模式的反义词,为高熵信息提供低熵载体,为创造力提供平台。

10.

Hirschman’s Law of Creativity: Creativity always comes as a surprise to us. If it didn’t, we wouldn’t need it and government planning would work.

赫希曼的创造力定律:创造力总是让我们感到惊喜。如果不是这样的话,我们就不需要它,政府的规划就会奏效。

11.

Thiel’s Law of Monopoly: All businesses seek monopoly and succeed to the degree that they achieve it. Innovation is zero-to-one. Once it is created, it can be propagated one-to-“n” across time and space.

蒂尔的垄断法则:所有企业都追求垄断,并在实现垄断程度上取得成功。创新是从零到一。一旦创造出来,它可以在时间和空间上以一对“n”的方式传播。

12.

The Law of the Hierarchical Universe: Humans are creators in the image of their Creator.

宇宙等级法则:人类是按照他们的造物主的形象创造者。

信息时代繁荣经济的十个要点和禁忌

Ten Dos and Don’ts for a Thriving Economy in an Information Age.

1.

Do keep government regular and predictable, a low-entropy carrier, not an unpredictable high-entropy manipulator.

保持政府的规范和可预测性,让其成为一个低熵的承载者,而不是一个不可预测的高熵操纵者。

2.

Do keep money as predictable, irreversible, fraud-free, and fungible as time.

让金钱像时间一样可预测、不可逆转、无欺诈和可替代。

3.

Do allow bankruptcy and failure. It opens up the future to new creations.

请允许破产和失败。它为新的创造打开了未来。

4.

Do promote experimentation (cryptocurrencies, carbon-based inventions, new business models), but don’t predetermine or subsidize outcomes.

推动实验(加密货币、碳基发明、新商业模式),但不要预先确定或补贴结果。

5.

Do favor trade and exchange, which expand opportunity and creativity through the dispersal of knowledge and power.

通过知识和权力的分散,进行互惠贸易和交流,扩大机会和创造力。

6.

Don’t control prices. They are a precious source of dispersed information and knowledge. Learn the record of the unrelenting failure of price controls in the definitive book: Forty Centuries of Wage and Price Controls: How Not to Fight Inflation, by Robert L. Schuettinger and Eamonn F. Butler.

不要控制价格。它们是分散信息和知识的宝贵来源。了解价格控制的持续失败记录,请阅读罗伯特·L·舒特林格和伊蒙·F·巴特勒的经典之作《四千年的工资和价格控制:如何不对抗通胀》。

7.

Don’t give guarantees. Entropy and surprise are what define information, knowledge, and learning. Government guarantees thwart discovery and surprise and suppress learning.

不要给出保证。信息、知识和学习的定义就是熵和惊喜。政府的保证扼杀了发现和惊喜,抑制了学习。

8.

Don’t subsidize the incumbent structures of economic power. What exists is obsolescent.不要对现有的经济权力结构进行补贴。现有的结构已经过时。

9.

Don’t fight uncertainty—the future is unpredictable; if you let it happen it will be better than you can imagine it.

不要与不确定性争斗——未来是不可预测的;如果你让它发生,它会比你想象的更好。

10.

Do remember you are not in control.请记住你并不掌控。



01

我们是信息酶



02



屋顶太阳能板加自建AI服务器这不看起来完美吗

03



每日问自己挺难的一件事,但是定期问自己复盘,非常有必要。

问:知识、视野有没有增加?
答:那有没有追随最好的信息源、人呢
问:行动力有没有增强?
答:那有没有刻意练习呢





AI

04

@ReadPartnerInc 这个收费策略很聪明,根据回复的长短、回复程度、回复类型来定价,就是说token化后的summary信息都是有价值的,如何去度量这些惊喜在用户心中的价值是关键,并且用户还能接受,来达成一个共识,这是一场交易。



05

“你的_____能透露什么关于你的信息?先进的人工智能模型帮你分析。”

这和提供八字让算命先生分析本质也是一样的。

信息即惊喜。



06

做个一个AI小玩具,使用wordware+ExaAI+谷歌搜索做了一个小玩具,<A股财务报告公开PDF链接查询>

需求直达结果 https://app.wordware.ai/explore/apps/9ee97513-38d1-4003-a17c-52ee4c8ffab0

做这个项目的过程中的思考点:

基于不确定性的有限数据集,通过大模型的自然语言处理提高不确定性中的最大化概率。拒绝寻找确定性,本质也是寻找正确答案。打开了一种思路。
符合稳定性世界原则的工作,都适合AI做,他们做的比我们好。



07

现在的很多AI基础设施都是以插件形式,给VS做嫁衣,然后是给开发框架做嫁衣。build的节点流程本质上没有变。





读书

财富是知识,成长是学习,信息是惊喜,金钱是时间

《Life after Capitalism:The Meaning of Wealth, the Future of the Economy, and the Time Theory of Money》



这本书被我今年来封神,作者做的是未来的预测,带给我是观念的冲击,作为经济学家George Gilder的《财富和贫穷》入选了1998年《国家评论》20世纪最具影响力的100本书 。

任何系统发生突变最常见的原因之一,就是与另一个系统的“异体受精”,比如印刷术和蒸汽印刷机结合所产生的突变,广播和电影结合所产生的突变(即有声电影)。今天,由于出现了缩微胶卷和缩微卡,不用说还有电子存储器,印刷文字又有了很强烈的手工特性。但是,活字印刷本身在拼音文字文化的发展史上就是一次重大的突破,正如拼音字母表曾经是部落人和个性人之间发生断裂的界限一样。

“直到电光打出商标的广告,人们才意识到电光是一种媒介。”

——《理解媒介:论人的延伸》



这部神书,常读常新。

反问,<直到LLM____,人们才意识到LLM是一种媒介>





数据

The Knot对近10,000对2023年结婚的夫妇进行的调查显示,实验室钻石(lab diamonds)占结婚戒指的46%,而选择天然钻石(mined diamond)的夫妇占39%。这一比例较2019年的12%有了显著增长。[1]

使用 Google 的搜索趋势功能比较「应用」(app)、「程序」(program)和「软件」(software)从2008年以后的变化,这一年——这正是苹果应用商店 App Store 上线的年份。
(我认为有趣的是,苹果定义了一个问题是什么,app这个词已经有长的历史,具体什么历史得读者自行查阅,有人能定义问题,那说明他的理解是深刻的。不要小看定义AI是什么的玩家,当然七嘴八舌玩家肯定很多,数不过来,需要跟踪,需要看到它的效果,至少千万日活以上的筛选才可以深入考察理解底层机制了。)

回到2023年初

Web3

POS已经是主流,治理代币无作用,发行token是项目方也不知道以后有什么作用的东西。

crypto没有低估这回事,没有评估的框架,这是最难判断的游戏,只有基本原则K线,还是大饼的K线,其他都不合理。因为大部分的思维逻辑还在收入/利润的定式中。

web3是亚文化圈,这个很对味。

看不见的KOL他们的网上叙事和笔触很厉害,不要看,或者观看时不思考,但你能做到吗?

生活

对一个人太过痴情,也是一种伤害,要不得,那样没有呼吸空间。

在你还没有看到自己层次上的自信前,被人拒绝是人生的常态。

只有用人,才能识人。

有没有接触到好的东西,和最优秀的人站在一起?时刻提问,时刻反思,时刻如饥似渴。

常怀感恩之心。

好的比喻,恰如其分的比喻是一种智慧。是一种多模型思考的体现。

有意识、有决心把自己从一种状态中抽离出来是一种必备间隔方法。

创作

从一个小的需求出发,试试一点点用好的方法解决,然后观察反应,最后可能做好,也可能迁移,就是这样的过程。

投资

你是否可以健康地生活更多年,因此可以接觸到更多潛在的指數增長機會呢?

media literacy ,financial literacy and socratic questioning literacy are vital skills in modern society

信贷周期是很多风险资产的蜂蜜,谁离蜂蜜近,要问自己这句话才对。

不要自我臆想,而是观看,尊重进化论,前者能难做到,大脑就是不断去想的存在。这点需要训练。

如果真寻求伟大的事物,没有什么是一帆风顺的,甚至会有对手的抹黑,这都是机会。而不选择等待,FOMO进入过早,而一定会被进化论抹杀。

少数事件驱动大多数结果。

不要小看任何人创造流动性池子。

经常把王川列出的问题去回答。

你要寻找的是标错赔率的赌局,这就是投资的本质。你必须拥有足够多的知识,才能知道赌局的概率是不是标错了。

投资是一场自我学习之旅,自我认可之旅。

健康

健康恰恰是身体什么也感受不到,是一种空的状态。

如果全球有30亿人都拥有一个博士级别的GPT,对人类、商业、社会和世界来说,稀缺的资源将会发生显著的变化。以下是一些可能的稀缺之处:

1. 创造力和独特的思维

  • GPT模型的局限性:尽管GPT拥有庞大的知识储备和强大的计算能力,但它的创造力依然受到人类输入数据和模型架构的限制。真正的原创性、灵感和突破性的想法仍然依赖于人类的独特经历、感受和直觉。
  • 人类创造力的价值提升:随着GPT对知识型工作的大规模渗透,真正能够脱颖而出的将是那些具有原创思维和创新能力的人类。

2. 情感连接与人际交往

  • 情感和同理心的稀缺:GPT虽然可以模拟对话和情感,但它无法真正理解人类的情感、痛苦、快乐或同理心。人类之间真实的情感连接将变得更加珍贵。
  • 社会互动和人际关系:面对虚拟助手的泛滥,人们将更渴望真实的、深度的互动。这种真实互动变得稀缺,会促使社会重新重视人际关系的质量。

3. 决策判断和伦理观

  • 道德和伦理判断的独特性:AI可以分析数据和提供建议,但伦理判断、价值观和决策的终极权威仍属于人类。随着AI应用的普及,对这些人类特质的需求将更加凸显。
  • 复杂决策中的人类角色:面对具有不确定性和复杂性的挑战,人类的直觉、经验和价值观将成为稀缺且不可替代的资源。

4. 真实和可信的信息源

  • 信息的真实性和噪音的增加:GPT的普及会带来信息的爆炸,但这也会带来真伪难辨的问题。如何找到可信的、经过验证的信息将成为一个主要挑战。
  • 专业的评判和验证能力:随着大量生成内容的涌现,能够进行信息甄别、判断真伪的专业能力将更加稀缺。

5. 数据隐私和安全

  • 个人隐私和数据安全的保护:大量的GPT将处理海量数据,带来潜在的数据泄露风险。保护个人隐私和确保数据安全的技术与法律框架将变得尤为重要。
  • 信任的构建:在一个充满自动化和虚拟助手的世界里,建立信任感将是一项艰巨的任务,人们将更加重视信任的来源和建立方式。

6. 资源与能源

  • 计算资源和能源消耗:运行和训练博士级GPT需要庞大的计算能力和能源。如何有效地管理这些资源以避免浪费和环境影响,将是一个全球性的难题。
  • 环保和可持续发展:面对AI对资源的高需求,可持续技术和解决方案将成为社会的重要课题。

总结

在一个人人都拥有高智能GPT的世界里,真正稀缺的将是人类独有的特质:创造力、情感连接、道德判断、信息验证能力、数据安全和能源管理。这些特质将成为社会的新核心价值,并决定个体、企业和社会的竞争力和持续发展能力。

传播

扩散传播研究

meme学

斯多葛学派有意思

金融

1883年晚清金融危机有点意思

从上海一家名叫金嘉记丝栈的商号开始。

这是1883年仓皇的中国经济。随着胡雪岩、唐廷枢、徐润、郑观应这一批产权清晰的私人企业家遭遇重创,官僚资本主义开始走上商业化和工业化的前台。这正是金融危机带给中国经济的更加本质的伤害。从这个时候开始,长达80年的国际化、市场化和私人企业化的经济节奏,被接下来由政府和政府官僚主导的官商结合方法论替代,中国正式进入国家资本主义、官僚资本主义时代。

彩票历史

原来开始是融资历史、赌博历史

美国历史上的1837—1866年的“自由银行时代”

国际单位制和金本位制的联系和区别有点意思

信息论和货币、经济的交叉

科技

碳和硅

24 C

284 Si

未来

三大数字时代思想家

乔治·吉尔德 George Gilder

尼古拉斯·尼葛洛庞帝 Nicholas Negroponte

马歇尔·麦克卢汉 Marshall McLuhan

三大未来学家

阿尔文·托夫勒 Alvin Toffler

雷·库兹韦尔 Ray Kurzweil

约翰·奈斯比特 John Naisbitt

新加一位:丹尼尔·贝尔 Daniel Bell

人口与生命

RNA和DNA的这种你中有我,我中有你的演化关系有点意思。

今天有身份证、驾驶证、护照、居住证、出生证、无犯罪证明,历史上的人类如何做身份证明?

世界绝育史有点意思

政府的绝育计划发源于美国。1907年,印第安纳州(Indiana)通过了一项法律,要求被送往社会收容机构的人士进行绝育——这是世界上第一部优生学法律。

https://www.bbc.com/future/article/20180906-why-female-sterilisation-is-so-popular-in-india



前言

本篇文章的考古出处是从王川的2021年文章发掘而来,原发表于1996年7-8月期刊的《哈佛商业评论》上,原文标题和出处:Increasing Returns and the New World of Business



原作者

William Brian Arthur 威廉·布莱恩·阿瑟



人物简介:

布莱恩·阿瑟

●著名经济学家,研究经济正反馈机制的先驱。

●在加州大学伯克利分校获得经济学硕士学位和运筹学博士学位,37岁就成为斯坦福大学*年轻的经济学教授。

●1987年进入圣塔菲研究所,投身于跨学科的复杂性科学领域。

●1988年,主持圣塔菲的首个研究项目。他是圣塔菲的元老级人物,也是复杂性科学的奠基人。

●2009年出版《技术的本质 : 技术是什么,它是如何进化的》



当时他提出了吉尔德定律(Gilder’s Law)

“在未来25年,主干网的带宽每6个月增长一倍,12个月增长两倍。其增长速度是摩尔定律预测的 CPU 增长速度的3倍,并预言将来上网会免费。”


其他网络两大定律,**梅特卡夫定律(Metcalfe’s Law)**和 摩尔定律(Moore’s Law)


(在我现在看来都是关于成本极速下降的经济学规律,产生规模、网络,有了注意力集中的集中地,就差变现。)


而从他这篇文章中,我挖掘出了George Gilder 乔治·吉尔德这个人物, 这是我之前不曾知道的,他是谁?

与尼古拉斯·尼葛洛庞帝、麦克卢汉并称的数字时代的思想家。这里有一个他的介绍,和一场关于他的书的辩论。

MBA乔治吉尔德简介

辩论乔治·吉尔德的《微观世界》:T.J. 罗杰斯对阵罗伯特·诺伊斯


阅读愉快!



递增收益与商业新世界

我们对市场和企业运作方式的理解,一个多世纪前由少数几位欧洲经济学家传承给我们——英国的阿尔弗雷德·马歇尔及其在欧洲大陆的同代人。这种理解完全基于收益递减的假设:在市场竞争中领先的产品或公司最终会遇到限制,从而达到一个可预测的价格和市场份额均衡状态。该理论大体上适用于马歇尔时代的大规模加工、烟囱工业经济。它至今仍盛行于当今的经济学教科书中。但本世纪以来,西方经济体持续不断地从大宗材料制造转向技术的设计与应用——从资源加工转向信息处理,从原始能源的应用转向创意的应用。随着这一转变的发生,决定经济行为的基础机制已从收益递减转向收益递增。


递增收益是指领先者进一步扩大优势,而失去优势者则进一步丧失优势的趋势。它们是正反馈机制,在市场、企业和行业内部运作,以强化成功者的成果或加剧失败者的损失。递增收益带来的不是均衡而是不稳定性:如果某产品、公司或技术——在市场中众多竞争者之一——因偶然或巧妙策略而领先,递增收益会放大这一优势,使得该产品、公司或技术最终锁定市场。递增收益不仅导致产品成为标准,更促使企业运作方式发生变革,它们颠覆了我们许多关于商业运作的传统观念。


在所有行业中,既存在收益递增机制,也存在收益递减机制。但大体而言,在经济体系的传统部分——加工制造业中,收益递减占据主导地位;而在较新的部分——知识密集型产业中,则是收益递增起支配作用。因此,现代经济分化为两个相互关联的商业世界,分别对应这两种收益类型。这两个世界在经济学原理、行为模式、风格及文化上各不相同,需要不同的管理技巧、战略规划以及政府监管规范。


他们呼吁不同的理解。



阿尔弗雷德·马歇尔的世界

让我们回到起点——回到阿尔弗雷德·马歇尔及其同时代人关于收益递减的观点。马歇尔所处的 19 世纪 80 年代和 90 年代,是一个大规模生产的时代:金属矿石、苯胺染料、生铁、煤炭、木材、重化工品、大豆、咖啡——这些商品资源密集,技术含量低。在那个时代,假设一个咖啡种植园扩大生产,最终会迫使它使用不太适合种植咖啡的土地,这是合乎逻辑的。换句话说,它会遭遇收益递减。因此,如果咖啡种植园相互竞争,每个种植园都会扩张,直到因成本上升或利润减少而遇到限制。市场将由众多种植园共享,市场价格会稳定在一个可预测的水平——取决于对咖啡的需求和适宜耕地的供应情况。种植园主只要生产咖啡有利可图就会继续,但由于价格会被压低到平均生产成本,没有人能够大赚一笔。马歇尔称这样的市场处于完全竞争状态,他所设想的经济世界与当时的维多利亚价值观完美契合。 它处于平衡状态,因此有序、可预测,进而适合科学分析;稳定,因而安全;变化缓慢,故而连贯。不匆忙,不暴利。简言之,彬彬有礼。简言之,温文尔雅。


经过些许变迁,马歇尔的世界在一个世纪后依然存在于现代经济中仍致力于大宗加工的那一部分:谷物、牲畜、重化工产品、金属与矿石、食品、零售商品——即那些日常或周而复始重复操作的领域。产品差异化和品牌名称意味着在特定市场中,是少数几家公司而非众多企业展开竞争。但通常情况下,若这些公司试图扩张,便会遭遇某些限制:忠于其品牌的消费者数量、区域需求、原材料获取渠道等。因此,没有哪家公司能垄断市场。又因这类产品通常可相互替代,某种标准价格便应运而生。利润微薄,无人能一夜暴富。这虽非马歇尔所定义的完全竞争,却与之相近。



收益递增的世界

如果马歇尔的边际效益递减被逆转,变为边际效益递增,将会发生什么?如果领先的产品因此进一步扩大优势,市场将如何运作?


让我们回顾一下 20 世纪 80 年代初个人电脑操作系统的市场,当时 CP/M、DOS 和苹果的 Macintosh 系统正展开激烈竞争。操作系统呈现出递增回报的特性:一旦某个系统领先,它便会吸引更多软件开发者和硬件制造商采用,从而进一步巩固其领先地位。CP/M 率先进入市场,到 1979 年已稳固立足。Mac 稍晚登场,但其出色的易用性令人赞叹。DOS 诞生于 1980 年,当时微软与 IBM 达成协议,为其个人电脑提供操作系统。在接下来的一两年里,究竟哪个系统会胜出还远未明朗。新推出的 IBM PC——DOS 的载体——设计并不完美。然而,DOS/IBM 用户群的不断壮大激励了 Lotus 等软件开发商为 DOS 编写程序。DOS 及其搭载平台 IBM PC 的普及进一步催生了更广泛的普及,最终 DOS/IBM 组合占据了市场相当大的份额。这段历史如今广为人知。但值得注意的是几点:在 IBM 交易之前,无法预知哪个系统会主导市场。一旦 DOS/IBM 取得领先,它便锁定了市场,因为用户转投其他系统并不划算。 主导系统并非最佳:DOS 曾遭到计算机专业人士的嘲笑。而一旦 DOS 在市场上站稳脚跟,其赞助商微软便能将成本分摊到庞大的用户群体上。该公司享有极高的利润率。


这些特性,进而成为了收益递增的标志:市场不稳定性(市场倾向于支持领先的产品)、多种潜在结果(在历史上的不同事件下,不同的操作系统本可能胜出)、不可预测性、锁定市场的能力、劣质产品可能占据主导地位,以及赢家丰厚的利润。我在 20 世纪 70 年代末首次察觉到它们时感到惊讶。对于成长于马歇尔世界秩序、可预测性和最优性之中的经济学家来说,这些特性同样令人反感。1939 年,英国经济学家约翰·希克斯瞥见其中一些特性时警告说,承认收益递增将导致“经济学理论的大部分成为废墟”。但希克斯错了:收益递增理论并未摧毁标准理论——它是对其的补充。希克斯感到厌恶不仅因为这些不受欢迎的特性,还因为在他的时代,没有数学工具来分析收益递增市场。如今,这一状况已发生改变。 运用定性动力学和概率论中的复杂技术,我与其他研究者已开发出分析递增收益市场的方法。递增收益理论虽新,却已根基稳固,并使得这类市场更易于被经济学所理解。



1939 年,英国经济学家约翰·希克斯曾警告,承认递增收益将导致“经济学理论大部分内容的崩溃”。然而,希克斯的这一观点是错误的。



在我早期研究收益递增现象时,有人告诉我那是一种异常现象。如同物理学中的某些奇异粒子,理论上可能存在,但实践中极为罕见。即便存在,也只会持续几秒钟,随即被套利行为消除。然而到了 20 世纪 80 年代中期,我意识到收益递增既非罕见也非短暂。实际上,经济的一个重要部分就受到收益递增的影响——那就是高科技领域。

为何会如此呢?原因有以下几点:



前期成本

高科技产品——药品、计算机软硬件、飞机与导弹、电信设备、生物工程药物等——按定义而言,其设计复杂且推向市场过程繁琐。它们高度依赖知识技能,而对物质资源的需求相对较少。因此,这些产品的研发成本通常远高于其单位生产成本。微软推出的第一张 Windows 光盘耗资 5000 万美元;而第二张及后续光盘的成本则降至 3 美元。随着销售量的增长,单位成本随之下降。



网络效应

许多高科技产品需要与用户网络兼容。因此,若互联网上大量可下载软件不久将以 Sun Microsystems 的 Java 语言编写的程序形式出现,用户将需要在他们的计算机上安装 Java 才能运行这些程序。Java 虽有竞争对手,但随着其普及度日益提高,它成为行业标准的可能性也越大。



客户槽入

高科技产品通常难以使用,它们需要培训。一旦用户投入了这种培训——比如空客客机的维护和驾驶——他们只需为后续版本的产品更新这些技能。随着更多市场份额的获取,未来市场的占领也变得更加容易。

在高科技市场中,此类机制确保了那些获得市场优势的产品能进一步扩大优势,从而使这些市场变得不稳定且易陷入锁定状态。当然,锁定并非永恒不变。技术发展如浪潮般更迭,像 DOS 系统那样的锁定状态,其持续时间仅与特定技术浪潮的周期相当。


某些产品——如 IBM 个人电脑——在初期处于收益递增领域,但随着生命周期的推进,逐渐转变为马歇尔所说的加工世界中的虚拟商品。


因此,我们可以将经济领域划分为两大体系或世界:一是批量生产世界,其产品本质上是凝结了少量知识的资源,遵循马歇尔的边际效益递减原则运作;二是以知识为基础的经济部分,其产品本质上是凝结了少量资源的知识,在边际效益递增的环境下运作。这两个世界并非泾渭分明。例如,惠普公司在加利福尼亚州的帕洛阿尔托设计基于知识的设备,并在俄勒冈州的科瓦利斯或科罗拉多州的格里利等地进行批量生产。多数高科技企业既拥有基于知识的业务,也包含批量处理业务。但由于两者的游戏规则不同,企业往往将它们分开运营,正如惠普所做的那样。相反,制造企业也拥有诸如物流、品牌、营销和分销等业务,这些主要属于知识世界范畴。而某些产品——如 IBM 个人电脑——起初处于边际效益递增的世界,但在其生命周期后期转变为属于马歇尔加工世界的虚拟商品。



生产大厅与技术赌场

由于商业领域的两大世界——批量商品处理与将知识转化为产品——在基础经济学上存在差异,因此它们在竞争性质和管理文化上也各不相同。认为适用于一个世界的做法同样适用于另一个世界,这是一种错误观念。


如今,关于一种新型管理风格的讨论甚嚣尘上,这种风格强调扁平化层级、使命导向、战略灵活性、市场定位、重塑、重组、再造、重新定位、再组织以及一切与之相关的“再”概念。这些是新的洞见,还是一时风尚?它们适用于所有组织吗?为何我们会见证这种新型管理风格的出现?


让我们审视两种竞争文化。在大规模处理中,通常会形成一套标准价格。生产趋于重复——日复一日,甚至年复一年,大同小异。因此,竞争意味着保持产品流通,努力提升质量,降低成本。这种管理艺术在文献中广为探讨。它偏爱一个没有意外或故障的环境——一个以控制和计划为特征的环境。这样的环境不仅需要执行生产的人员,还需要规划和控制生产的人员。因此,它倾向于老板与工人之间的等级制度。由于大规模处理具有重复性,它允许持续改进,持续优化。因此,马歇尔的世界往往倾向于等级、规划和控制。最重要的是,这是一个优化的世界。


知识型产业中的竞争模式因其经济特性而异。若知识型企业置身于赢家通吃的市场,管理便被重新定义为一系列寻找下一个技术胜者——即下一头现金奶牛——的探索。目标转为搜寻下一个重大突破。在此背景下,管理不再以生产为导向,而是以使命为导向。层级结构趋于扁平,并非因为突然赋予员工民主权利,或计算机能大幅削减中层管理,而是因为为了高效实现公司的下一个重大突破,这些执行者需像突击队般以小团队形式直接向 CEO 或董事会汇报。他们需要充分的自主权,公司的未来存亡系于他们之手。因此,他们及其下属的突击团队,在公司成功的业务中不被视为雇员,而是平等的伙伴。层级结构因此消散、解体。


事实上,在收益递减的生产大厅里,风格颇似一家精密的现代工厂:目标是以低成本持续输出高质量产品。无需每日紧盯市场,一切顺利时节奏可从容不迫。相比之下,收益递增领域的竞争更像是一场赌博。并非扑克,那种游戏静态,玩家争夺一系列彩池。而是赌场式的博弈,部分在于选择玩哪种游戏,同时以技巧进行游戏。我们可以想象高科技领域的顶尖人物——各行业的盖茨、格斯特纳和格罗夫们——如同聚集在一个大型赌场中。这张桌上,一场名为多媒体的游戏正要开始。那张桌上,是网络服务游戏。角落里则是电子银行。这样的桌子众多。你坐到一张桌前。“玩一次多少钱?”你问。“三百亿。”庄家答道。“谁会参与?”“他们出现前我们不会知道。”“规则是什么?”“游戏展开时自会明了。”“我赢的概率有多大?”“无法预知。”“你还想玩吗?”


在这个层面上追求的高科技,绝非胆小者所能涉足。


事实上,在技术赌场中玩转牌桌的艺术主要是一门心理游戏。在某种程度上——但仅限于某种程度——技术专长、雄厚资金、意志力和勇气都起着作用。最重要的是,回报归于那些率先从技术迷雾中洞察新游戏本质的玩家,能够看清其轮廓,认知其形态。比尔·盖茨与其说是技术领域的巫师,不如说是预见未来的高手,他擅长洞察下一局游戏的轮廓。


适应意味着时刻关注下一波浪潮,并定位公司以充分利用它。正是适应,而非优化,推动着收益递增型企业的发展。


我们现在可以开始认识到,这种新型管理方式并非一时风潮。知识经济的核心要求扁平化的层级结构、以任务为导向,最重要的是明确的方向感,而非五年规划。我们也能理解我曾暗示的“一切重来”的奥秘。在批量处理领域,这种“一切重来”的倾向很大程度上只是精简、计算机化、缩减规模的华丽标签。然而,在收益递增的世界,尤其是在高科技领域,“一切重来”已成为必要,因为每次探索方向改变时,公司都需要随之改变。它需要重新定义其宗旨、目标和行事方式。简而言之,它需要适应。而适应永无止境。事实上,在我刚刚描绘的收益递增环境中,标准优化几乎毫无意义。在收益递增游戏的赌场中,你无法进行优化。你可以聪明、机智、定位、观察,但当游戏本身尚未完全定义时,你无法优化。你能做的就是适应。 在积极的意义上,适应意味着关注即将到来的下一波浪潮,预测其形态,并使公司处于能充分利用它的位置。正是适应,而非优化,推动了收益递增型企业的发展。



高科技赌桌风云

假设你身处知识产业的赌场,在这个收益递增的世界中。你该如何利用手中的递增收益优势?如何运用它们来占领市场?你需要考虑哪些战略问题?在加工制造领域,策略通常围绕着发挥核心竞争力、制定有竞争力的价格、降低成本、提升质量展开。这些在知识经济领域同样重要,但同样重要的是,利用正反馈特殊经济效应的其他策略。


在知识型市场中,有两条广为接受的箴言:率先进入市场有利可图,拥有卓越技术同样如此。这些箴言虽为真,却不能确保成功。Prodigy 公司率先进入在线服务市场,但在利用递增收益扩大用户基础方面表现消极。因此,它从领先地位跌落,目前落后于其他服务提供商。至于技术,史蒂夫·乔布斯的 NeXT 工作站堪称卓越,但推出时市场已被 Sun Microsystems 和惠普主导,最终失败。新产品往往需要在某些方面——价格、速度、便捷性——比现有竞争对手优秀两到三倍,才能撼动其地位。因此,在知识型市场中,凭借优秀产品率先进入虽能带来优势,但作为策略仍显被动。真正需要的是积极管理递增收益。


一种积极的策略是初期大幅降价以建立用户基础。网景公司免费发放其互联网浏览器,赢得了 70%的市场份额。如今,它能够从衍生软件和应用中获利。尽管这种降价策略有效且广为人知,但并非总能得到实施。企业常犯的错误是初期定价过高,以回收高昂的研发成本。然而,即便通过明智的降价来培育市场,如果后期不充分利用已建立的用户基础,这种策略也难以奏效。美国在线通过提供免费服务,积累了超过 450 万订阅用户的领先优势。但由于互联网的主导地位,目前尚不清楚它能否将这一庞大用户群转化为后续利润。


让我们再深入一些。技术产品并非孤立存在,它们依赖于其他产品和技术的存在。互联网的万维网运行在一个由浏览器、在线新闻、电子邮件、网络零售和金融服务等业务组成的集合中。药品存在于一个由医生、检测实验室、医院和健康维护组织(HMO)构成的网络内。激光打印机则是包括计算机、出版软件、扫描仪和照片输入设备等产品集合的一部分。与大豆或轧制钢材等加工世界的产品不同,技术产品存在于支持并增强其功能的局部产品集合中,它们存在于微型生态系统内。


这种相互依赖性对战略有着深远的影响。在 20 世纪 80 年代中期,Novell 公司推出其网络操作系统 NetWare,作为连接个人电脑于局域网的一种方式时,Novell 确保 NetWare 在技术上优于竞争对手。同时,它还大幅降低 NetWare 的价格以建立用户基础。然而,这些策略并不足够。Novell 意识到,NetWare 的成功关键在于吸引软件应用在其平台上运行——这属于公司无法直接掌控的生态系统的一部分。因此,它设立激励措施,鼓励软件开发者为 NetWare 编写程序而非竞争对手的平台。软件开发者们确实这样做了。通过推动 NetWare 的成功,他们也确保了自身的成功。Novell 积极管理这些跨产品的正向反馈,以锁定其市场地位。随后,它从升级、衍生产品及自身应用中获得了巨大的收益。



在微软的案例中…

在这个日益增长且尚未受到监管的高回报世界中,哪些应当合法化?什么构成了公平……


另一种利用生态系统的策略是链接与杠杆作用。这意味着将基于生态系统中某一节点(即某一产品)积累的用户群转移到相邻节点或其他产品上。该策略与围棋中的战术颇为相似:逐一包围相邻市场,利用用户基础撬动这些市场并将其纳入麾下,同时不断强化自身在行业中的地位。微软将其在 DOS 系统上的 6000 万用户基础杠杆式地转移到 Windows 系统,随后是 Windows 95,再通过提供低价升级和捆绑应用程序的方式转移到微软网络。这一策略曾面临法律层面的挑战,但它揭示了正反馈效应不仅在单一市场内部适用,同样也跨越市场发挥作用。


事实上,如果技术生态系统如今已成为知识型世界战略的基本单元,那么参与者之间的竞争并非通过独自锁定产品,而是通过构建网络——围绕小型生态系统组织的松散企业联盟——来放大对基础技术的正面反馈。苹果公司在 20 世纪 80 年代封闭其 Macintosh 系统,选择不创建这样的网络。它相信凭借其卓越技术,能够独占这一收益递增市场。苹果确实主导了其基于 Mac 的生态系统,但这一生态系统目前仅占个人电脑业务的 8%。IBM 则走向了另一个极端,被动地允许其他公司作为克隆者加入其 PC 网络,IBM 获得了庞大的用户基础并锁定了市场,但最终公司自身仅分得微薄的利润。构建网络的关键在于积极管理跨公司的相互反馈,这意味着要精心选择合作伙伴进行构建,同时也意味着网络中的主导者不应试图接管生态系统中的所有产品,而应允许依赖性参与者借助网络的成功锁定其依赖性产品。 通过让渡部分利润,主导企业确保所有参与者对联盟保持承诺。


在知识型市场中,心理定位同样对战略至关重要。在收益递增的情况下,竞争对手不仅会在市场被锁定时退却,还会在他们认为市场将被他人锁定时选择退出。因此,我们看到了各种心理博弈手段,如提前宣布、佯攻、威胁性联盟、技术炫耀、未来合作关系的吹嘘以及虚构产品(已宣布但尚未存在的产品)的展示。这种姿态和吹嘘行为在很大程度上类似于灵长类动物群体中的类似行为:它阻止了竞争者挑战潜在的支配性对手。在这种市场前的对抗策略中,无需采取任何实际行动,纯粹是心理层面的较量。


如果你握有一手烂牌怎么办?有时坚持等待残余收益是值得的。有时,通过更新技术、建立新的联盟或产品变革可以解决问题。但在深度锁定的情况下,这些策略往往无效。此时,选择要么是缓慢消亡,要么是优雅退出——放弃当前领域,专注于为下一波技术浪潮布局。退出并不意味着完全退出业务。美国在线、Compuserve、Prodigy 和微软网络都已将在线计算机网络市场的主导权让给了互联网。然而,他们并未选择退出,而是逐渐成为互联网的附属,提供如财经报价、游戏和娱乐等内容服务。他们虽失去了主战场,但很可能在互联网生态系统内继续参与次级竞争,争夺其内部的主导地位。


最重要的是,在知识世界中,战略要求首席执行官们认识到一种不同的经济学正在发挥作用。他们需要了解在其竞争的市场生态中,哪些正负反馈机制正在起作用。通常存在多种这样的机制——相互交织,在不同的时间框架内运作,每一种都需要被理解、观察并主动管理。



服务行业呢?

到目前为止,我主要讨论了高科技领域。那么,保险、餐饮和银行业等服务行业又该归于何处?它们属于哪个世界?这个问题颇为棘手。表面上看,这些行业似乎属于经济中收益递减、以处理为主的领域,因为对特定服务的需求往往存在地域限制,多数服务确实涉及“处理”客户,且服务行业技术含量较低。


事实是,网络或用户基数效应常常在服务中发挥作用。当然,零售特许经营的存在正是由于收益递增。麦当劳或 6 号汽车旅馆的特许经营店在地理上分布得越广,它们的名气就越大。人们光顾这些企业不仅因为其品质,还因为他们希望确切知道能期待什么。因此,它们越普及,就越能变得更加普及。同样,银行或保险公司的客户基础越大,它就越能分摊其总部员工、房地产和计算机运营等固定成本。这些行业同样受到轻微的收益递增影响。


因此,我们可以更准确地说,服务业是一种混合体。从日常运作来看,它们类似于批量处理行业。但从长远来看,收益递增将占据主导地位——尽管其不稳定性不如高科技行业那么显著。以美国航空业为例,它每天都在处理乘客运输。因此,在 1981 年看来,放松管制应当会增强竞争,正如在收益递减情况下通常发生的那样。然而,从长远角度看,航空公司实际上经历的是正反馈循环:在枢纽-轮辐系统下,一旦航空公司陷入困境,它就无法妥善运作其航线支线系统,机队老化,开始走下坡路,进而失去更多航线。长期放松管制的结果是大型航空公司的数量稳步减少,从 1981 年的 15 家降至目前的约 6 家。某些航线已近乎成为垄断,导致票价上涨。这些结果均非初衷,但考虑到收益递增的特性,本应预见到这一局面。


事实上,服务业的收益递增特性正稳步增强。我们这个时代的标志之一,便是服务领域中一切都趋向于软件化——所有基于信息的事物。因此,那些曾经由人工处理的操作——如设计复杂的金融工具、汽车或时尚商品,处理保险理赔,零售中的供应与库存管理,为案件先例进行法律辅助搜索等——正越来越多地由软件接管。随着服务业的这一重构进程展开,集中的软件设施逐渐崭露头角。服务提供者被纳入软件网络,地域限制减弱,用户基础的网络效应开始显现。


这种现象可能带来两种后果。首先,在服务的地方特性仍然重要的领域,它可以保留大量围绕主导软件供应商聚集的服务公司——如同众多小型独立律所与主导计算机搜索网络 Lexis-Nexis 紧密相连,或是医生与健康维护组织(HMO)绑定。其次,在地域性不重要的领域,网络效应能将竞争转变为赢家通吃的格局,这在高科技行业中可见一斑。例如,当基于互联网的零售银行业务兴起时,区域需求限制将消失。每家虚拟银行随着其网络扩张而优势增强。除非受到监管限制,否则消费者银行业将演变成少数大型银行网络之间的较量,成为一个收益递增的行业。


服务既属于加工领域,也属于收益递增的世界。但其重心正逐渐向后者转移。



管理者思考

这一切将我们置于何地?本世纪初,工业经济主要依赖于资源的大规模加工。而到了世纪末,它们则建立在资源加工与知识处理之上。经济体已分化为两个相互交织、重叠却又迥异的世界。这两个世界遵循着不同的经济原则。马歇尔的世界以规划、控制和层级为特征,是一个物质、加工和优化的世界。而递增收益的世界则以观察、定位、扁平化组织、使命、团队和机智为特点,是一个心理学、认知和适应的世界。


许多管理者对这种新型的收益递增世界有着某种直观的把握,但鲜有人能彻底理解。在知识型市场中运营时,管理者需要自问以下几个问题:



我是否理解我所在市场的反馈?

在加工领域,理解市场意味着洞悉消费者需求、分销渠道及竞争对手产品。而在知识领域,成功则有赖于对市场中自我否定与自我强化反馈的深刻理解——即递减与递增回报机制。这些反馈相互交织,在市场不同层面、不同时间尺度上运作。



我处于哪些生态系统中?

技术并非孤立存在,而是处于相互关联的网络或生态系统中。理解一家公司产品所属的生态系统至关重要。其成败不仅取决于公司自身,还与所处网络的成败紧密相关。积极管理这一网络,能成为放大收益递增效应的重要手段。



我是否有足够的资源来参与?

在技术赌场中玩转那些收益递增的游戏,需要具备以下几点:卓越的技术、恰到好处地切入市场、雄厚的资金、策略性定价,以及为未来优势牺牲当前利润的意愿。这一切不仅关乎资源,更考验勇气、决心和意志。而这份决心与勇气的一部分,也体现在当收益递增趋势逆转时,能够果断退出市场的决断力。坚守一个因正反馈而不断恶化的败局,无异于在已败的战场上增兵,不如体面地退出,保全财务尊严。



接下来会有哪些游戏发布?

技术浪潮接踵而至。错过此波者可为下一波做好准备。反之,在此轮大获全胜者亦不应自满。在收益递增环境下获利的能力,仅与洞察下一周期趋势并为之在技术、心理及合作层面做好准备的能力相当。在高科技领域,我们仿佛在一艘船上缓缓前行,透过未知迷雾,新技术若隐若现,逐渐成型。成功属于那些有远见卓识,能预见并构想出未来游戏形态的人。


这些考量看似令人望而生畏。然而,在收益递增的游戏中,那些勇敢参与并取胜者将获得丰厚回报。而且,这种游戏充满刺激。无论是在服务业还是制造业,加工环节都伴随着自身的风险。正因加工利润微薄,企业必须竭力维持生存。这两个商业领域,皆非胆小者所能涉足。


在《微观宇宙》一书中,技术思想家乔治·吉尔德曾评论道:“二十世纪的核心事件是物质的颠覆。在技术、经济以及国家政治领域,以物质资源形式存在的财富,其价值和重要性正稳步下降。思维的力量在各个领域都日益压倒物质的蛮力。”随着经济逐渐从依赖物质资源的粗放型加工转向基于知识的精细设计和复制,它正从收益递减的基础转向收益递增的基础。一种全新的经济学——与教科书中的传统理论大相径庭——如今正在发挥作用,而这一点在高技术领域尤为明显。成功将极大青睐那些理解这一新思维方式的人。

01

越来越以目标和结果为导向了,无法产生有效的决策,只能算是hope and wish。 对我来说在时间里很无用,除非解决了一个阶段性的瓶颈问题。



02

打字在人群生活中存在时间太短,而写字是一个很长的历史传统,语言比文字有更加长远的历史传统。



03

将一天中能量最充盈、轻盈、干净柔软时刻的大脑交给最值得的事物或人,极其珍贵。



04

open-minded的一个有效的做法或者也可以说是笨方法,就是每日阅读不同人写的2本新书,允许新的事实和角度穿过自己。有意思的角度吸引你就读15分钟也可以,不用纠结全部读完,反过来丢掉也没关系,说不定还会再来,也可能现在无法理解。

现在理解王川说的了,一年读500本书,让你大脑高潮迭起。



05

这个世界早就开放了很多数据,它们以网站的形式,以API的形式存在于互联网世界之中,将这些数据和人们的意图匹配起来。



06

交换产生的越多、越充分,平台价值越大。比如淘宝、亚马逊、拼多多上的货物交换;微信、脸书、ins、推特产生的社交交换;stripe、支付宝、万事达、visa产生的货币交易交换;YouTube、奈飞、B站产生的视频创作内容交换;steam、xbox产生的游戏内容交换;但有些是服务这些大型交换中心的辅助信息交换,比如discord、clubhouse。



双边市场带来的频率必须是非常高的,人在每日频率上的事情已经被占领,睡觉、吃饭、运动、娱乐、社交、起居活动、学习、工作,但这些频率无一不可以和外界的协助助手产生互动,睡觉的时候听音乐;吃饭的时候看剧;做饭的使用 app搜索菜谱;运动使用 app远程学习教程;娱乐使用app看剧、玩游戏…,我们的生活越来越需要丰富的信息来协助生活。





AI

07

AI推荐book、music、movie…是伪命题,无法打动人,因为缺少推荐人的经历。



08

成本降低会是一个信号,商业模式才是核心。对谈汪华:AI 有 50% 几率成就十倍移动互联网的机会 | 42章经



09

vapi.ai 综合了模型提供商、转录提供商、语音提供商,打通这些了,知识库、微调都包含了。属于模型和应用之间的中间层——开发工具包的角色。就差语音的具像化,软件的具像化是UI,语音的具像化应该会有新的东西才好。



10

把笔记变成chat bot
把收藏变成chat bot
把网页变成chat bot
把日历计划变成chat bot
把客服变成chat bot
把视频变成chat bot
把播客变成chat bot
把记账变成chat bot
把旅行规划变成chat bot

似乎有一个规律都是把问问题变成chatbot,有些问题已经存在,有些之前不存在,现在可以存在的问题(比如问视频、问播客、问游戏中的虚拟人…)



还有什么符合稳态世界原则,我们可以把它们变成chat bot?而chat bot背后它是整理、复杂任务自动化、再加举一反三。

客观、线性:总结性、稳定性场景,非常适合AI去做。

主观、非线性:泛化性、情绪化场景,AI还没有这个能力。



就是说谁说一定要用AI去做跟AI相关的东西? 用AI去做你之前不能做、没想到
、花时间长、不存在的东西,现在可以用AI激发想法、实现想法啊,但你的产品跟AI没关系,没问题呀。





看书:

学习有三种方法:通过读书向书本学,通过观察向先进学,通过复盘向自己学。而向书本学是最基础的一种方法。

——孙陶然


完美主义其实是最大的陷阱,它的标准、价值都是从古老的模式里提炼出来的,新一代无所倚靠,要想突破必得经过一番历练。

——梁永安






01

我的慢在阅读互联网朋友的个人博客、数字花园上,不知道他们家里在哪个角落会藏着什么蒙着灰的漂亮的宝石。

我的快在阅读每日的信息轰炸上,快速筛选它们,评测它们是不是对我目前的创造有用,并记录和沉淀下来。

02

对于习惯自我发掘,自己推动自己,把自己作为方法来说的人。

快速行动/行动产生信息/列出清单/设定截止日期,应该成为行动指南,但是心态必须具备——行就行,不行就不行,不要陷入到任何出不来的状态。



03

分享一个“套路常识”,看看我们所带上的滤镜原来是什么。
认知偏差手册



04

遗忘历史中出现的愚蠢教训,如同大脑缺少优质数据的训练,最后和大模型一样在实际一样的愚蠢发生时出现分辨不清的幻觉。






AI

05

read the fucking manual 给改成chat with the AI bot吧。阅读几百个页面的手册头大,像拆毛线,一个地方连到好几个地方,各种套。AI chat and summary的系统和效率跃迁不是一点点,不用记那么多。
提问题,解决问题,端到端。 未来无数人依赖于此。



06

整理电脑文件
整理网页
整理播客、视频

本质都在用AI提高整理信息的效率,同时尽量分级满足需求




看书:

::: block-1

过去埋藏在地下,挖出来是煤炭,是你今天的炉火。


——产品沉思录 :::

::: block-1

专注、好学的人很多,却未必付诸行动,付诸行动也未必坚持做下来

——九败一胜:美团创始人王兴创业十年
:::









::: block-1

20世纪20年代,美国经济蒸蒸日上,亨利·福特开创了汽车时代,美国财政部部长梅隆推行的低所得税政策使得居民收入大大增加,电力的运用使得生产率大大提高,并购浪潮风起云涌,此时刚刚出现的信用支付手段使得中产阶级一夜之间拥有了前所未有的购买力。
:::





::: block-1

人类社会有一条铁律:在没有外来压力时,任何组织的发展都会朝着有利于该组织精英的方向演进。这条规律既适用于津贴丰厚的公司管理层,也适用于被领袖人物控制的工会,既适用于美国国会,也适用于好莱坞。但是,在昭示这一规律的各种社团中,20世纪20年代的纽约证券交易所无疑是最佳范例之一。
:::

《伟大的博弈》是一本值得读的书,在历史的框架下,人啊,一代一代人都在周期内。回看20世纪20年代,昌盛的美国,信用卡+低税+汽车消费品+电力采用,外部环境的多重因素导致的,绝不是单一因素。但就和月亮的盈满而亏一样,满了就得回归,这就是周期。

在历史数据的端到端训练下,更加给了我们很多案例,不要重蹈覆辙啊。

投资

摩尔定律是个经济规律, 是一个技术发展,市场扩大,单价降低,利润再回馈到研发的良性循环。巴菲特的价值投资是一种商业模式,低成本长期现金流,投资到现金牛中。

进化、侦探,我的两大思维模型。

遗忘历史中出现的愚蠢教训,如同大脑缺少优质数据的训练,最后和大模型一样在实际一样的愚蠢发生时出现分辨不清的幻觉。

AI

考察用什么工具开发方面AI应用,并将智能引入微信呢?

目前的是coze开发、fastGPT,极其麻烦,部署开通会员,第三方等等。

端侧电视 端侧PC 端侧手机 端侧平板 端侧的家庭、个人AI(不知道什么形式出现),会是一个下一个几千美金✖️上亿人的市场吗?

微信公众号是不是可以变成智能对象?它背后就是图文结构化的知识库。淘宝店铺是不是可以变成智能对象?它背后就是图文结构化的商品信息知识库。抖音、小红书账号是不是可以变成智能对象,它背后就是创造者结构化的内容,还打上了标签。

无论是Claude aircraft 、llamacoder、Deepseek coder 这些先发布的编程预览产品,都让我对接下来GPT5的编程创造性充满期待。wordware更加原生,写文章版的体验build something wonderful,all you need is English.

summarize of everything

打造AI service而不是打造rebuild app

看书:

看问题的角度,至少价值80个智商点数。
—Alan Kay

如果我预测未来十年外星人登陆地球的概率为80%,没人会当真。现阶段讨论 AI 对人类生存的风险,就好像讨论外星人登陆。

福利:

1791年8月31日,《纽约公报》(New York Gazette)刊出了一首题为“投机”的打油诗:

什么魔力绕其间

能使花柱(may-pole)变塔尖

被投机的魔杖点燃

疯狂传遍了整个国家

或早或晚,真理告诫人们

事物有它们的标准

就像所有致命的旅途有死亡在等待

千百万人将为Scripts懊悔万分

今天:

什么魔力绕其间

什么能使花柱变塔尖

被投机的魔杖点燃

疯狂传遍了整个世界

或早或晚,真理告诫人们

事物有它们 的标准

就像所有致命的旅途有死亡在等待

亿万人将为Token懊悔万分