All posts

中国机器人产业的优势来自制造成本、供应链密度与快速迭代形成的生产飞轮。以宇树和大疆为例，规模化生产会持续降低单元成本、提升质量，并让下一代产品更快进入市场。美国在同类机械臂等硬件上的制造成本明显更高，说明机器人竞争不仅取决于模型和软件，也取决于零部件、制造能力与供应链协作效率。

当天股价飙升 30%，市值达到万亿美元，推动英伟达成为全球第六大公司，超越特斯拉，逼近亚马逊，谁能想到一家卖显卡的公司会成为人工智能大战的最大赢家。2023 年过去几年，英伟达几乎参与了全球所有的科技创新，云计算、加密货币、元宇宙人工智能。英伟达是所有这些领域的主要参与者，你听说过的大多数人工智能模型，都是用英伟达显卡训练出来的。作为行业领导者，他们却垄断了全球人工智能训练行业 95% 的市场份额。甚至，拥有英伟达 A100 显卡的数量，也是衡量一家公司计算能力的指标。大学毕业后，他在两家专注于芯片设计的半导体公司工作。于是，1993 年，他们成立了专门从事图形处理的英伟达公司。但现在，任何人都可以通过购买英伟达显卡并使用 CUDA 库来实现这一点。

《Motor Trend》杂志以前所未有的一致投票，将这款新车评为他们的“年度车型”。《Consumer Reports》杂志宣称这可能是有史以来最好的汽车，并给予了99分的最高评级。2012年，特斯拉的Model S豪华轿车以其令人惊叹的功能和出人意料的低维护成本，将优雅与新型实用性相结合，成为一款大众市场的全电动汽车。2018年，一家名为Aria的在线计费服务在一篇名为《汽车经销商能否在电动汽车革命中生存下来》的文章中写道： 根据《福布斯》的数据，如今汽车经销商的最大收入来源是零部件和维修服务，占总收入的44%。特斯拉 Model S 2023 年款的电动机、传动系统和燃油箱。与我身后的 Land Rover Defender 这只野兽相比，它也有大约300牛顿米的扭矩。自动驾驶汽车的核心是一个名为Transformer的大型语言模型，它能够理解和生成自然语言。通过使用大量的训练数据，Transformer可以学习到各种驾驶场景和交通规则，并能够根据实时情况做出准确的决策。

1790 年，英国牧师兼化学家威廉-格雷戈尔（William Gregor）首次发现了钛，他发现自己无法识别混杂在康沃尔黑沙中的白色氧化物所含的金属。1795 年，普鲁士化学家 Martin Klaproth 从矿物金红石中提取出了钛。1930 年，来自卢森堡的科学家威廉-克罗尔（William Kroll）开始在家中的实验室进行钛实验，并开发出一种在真空条件下通过氯化钛（TiCl4）与镁反应生产钛的工艺。克罗尔 1938 年的金属钛样品，来自 1955 年的克罗尔作品 同年，美国矿业局开始对钛进行调查，以回应飞利浦公司（该公司已开发出自己的钛生产工艺）对钛特性进行的前景看好的研究。一家生产钛的公司的高管指出，"耸人听闻的杂志文章预言，钛将成为神奇的金属--用于航天器、'原子炉'、各种飞机、潜水艇、铁轨、卡车车身、便携式桥梁"（Rowley，1972 年）。1951 年，材料咨询委员会预计需要 3 万吨钛产品，但实际发货量仅为 75 吨，勉强满足研究应用的需要。

在过去几周中，我们已经看到了新一代模型作为产品的两个典型示例：OpenAI 的 DeepResearch 和 Claude Sonnet 3.7。正如 Hanchung Lee所强调的那样，所有其他 DeepSearch（包括 Perplexity 和 Google 变体）都只是普通模型，只是有一些变化： Google 的 Gemini 和 Perplexity 的聊天助手也提供“深度研究”功能，。我们在 Claude 3.7 的发布中对此进行了非常具体的展示，该模型主要针对复杂的代码用例进行训练。简而言之，Claude 的目标是颠覆和取代当前的工作流程，比如 llama index 中的这个基本“代理”系统： With this: 有了这个： 重申一下：大型实验室的推进并非隐藏议程。Databricks 的 Gen AI 副总裁 Naveen Rao对此进行了很好的阐述： 所有封闭式 AI 模型提供商将在未来 2-3 年内停止销售 API。

考虑到 Perplexity 的雄心壮志以及它从 Jeff Bezos 的家庭基金、Nvidia 和著名投资者 Balaji Srinivasan 等人那里获得的投资，令人惊讶的是，这家人工智能搜索初创公司究竟是什么，目前仍然不太清楚。今年早些时候，Perplexity 的首席执行官 Aravind Srinivas 在接受《WIRED》采访时描述了他的产品——一款聊天机器人，可以用自然语言回答提示，并且据公司称，可以实时访问互联网——称其为“答案引擎”。”最近，当《福布斯》指责 Perplexity 剽窃其内容时，Srinivas 告诉美联社，这只是一个“信息聚合器”。一项 WIRED 分析和开发者 Robb Knight 进行的研究表明，Perplexity 似乎通过部分忽略一个被广泛接受的网页标准，即机器人排除协议，来秘密地抓取网站上运营商不希望机器人访问的区域，尽管声称不会这样做。

对大量开源 AI 项目的整理显示，生态大致分为基础设施、模型、编排与开发工具、最终应用等层次。热门应用集中在编码、机器人、工作流自动化和信息聚合，向量数据库与推理服务支撑其运行。项目热度变化很快，但分层观察有助于判断重复建设、基础能力和真正的产品机会。

但是，除了 ChatGPT 之外，消费者是如何与生成式人工智能（GenAI）产品互动的？大多数领先产品都是围绕生成式人工智能 "从头开始 "打造的 与 ChatGPT 一样，这份榜单上的大多数产品在一年前都不存在--这些网站中有 80% 都是新网站。在上榜的 50 家公司中，只有 5 家是原有大型科技公司的产品或被其收购：Bard（谷歌）、Poe（Quora）、QuillBot（Course Hero）、Pixlr（123RF）和Clipchamp（微软）。特别是在移动端，CharacterAI 是早期最强大的参与者之一--根据 Sensor Tower 的数据，其 DAUs 可与 ChatGPT 相媲美，而且留存率明显更高。不过，近几个月来，另外两类工具也开始得到大量使用--人工智能伴侣（如 CharacterAI）和内容生成工具（如 Midjourney 和 ElevenLabs）。

低价且易用的 ChatGPT API 显著降低了文本生成能力的接入成本，使许多仅靠包装通用生成模型的产品失去差异化。文章用简单程序展示 API 如何快速构建角色对话，并讨论价格变化对应用生态的影响。具体模型和价格已经具有时效性，长期结论是基础能力商品化会迫使产品寻找数据、流程和用户价值壁垒。

我自己也过一篇文章：AI对保险的价值｜ 胡说八道 - 特立独行的异类 By DemoChen作为参考。欢迎来到2030年斯科特（Scott）的眼中所见的保险未来。斯科特（Scott）的私人助理绘制了一条潜在的路线，并与他的出行保险公司分享了一条潜在的路线，该保险公司立即以一条替代路线做出回应，该路线的事故和汽车损坏的可能性要低得多，并且对他的每月溢价进行了计算的调整。随着经纪人，消费者，金融中介机构，保险公司和供应商的发展，变革的步伐也将加速，更擅长使用先进的技术来提高决策和生产力，降低成本并优化客户体验。四个核心技术趋势与AI紧密相结合（有时是由），将在未来十年内重塑保险业。例如，可穿戴数据可以直接移植到保险公司，并且可以通过亚马逊，苹果，Google和各种消费者设备制造商提供连接的房屋和自动数据。Distribution 分配 购买保险的经验更快，保险公司和客户的积极参与较少。

人工智能可能改变大量工作，但从技术能力到宏观生产率和就业结构之间存在很长链条。企业采用需要投资、流程重构和互补技能，旧技术与岗位也不会立即消失。文章通过历史技术和市场预期说明，爆炸式增长并非必然；更现实的问题是哪些任务会被重组，以及收益如何分配。

用 API 取代中层管理的本质，是平台公司把调度、考核、定价和质量控制写进软件，让人类劳动者成为可被程序调用的执行单元。Uber 的界面接收乘客请求，服务器像 API 一样派发司机；设计、清洁、配送等服务也能被包装成类似接口。这样确实减少了传统管理层，提高了效率，并给劳动者带来一定灵活性，但也制造了新的断层：软件层之上的员工设计系统、拥有杠杆和成长路径；软件层之下的人完成具体任务，却很难获得培训、晋升和组织关系。更尖锐的问题是，平台有持续降低执行成本的动力，一旦自动驾驶、无人配送或生成式工具成熟，底层岗位会被快速替换。危险不在于软件管理人，而在于社会没有为这些被 API 化的职业建立通向更高技能工作的桥梁。

人工智能会在生产力增长超过需求扩张时取代工作；如果自动化让服务变便宜、变好，并激发出更多需求，相关岗位反而可能增加。会计就是典型例子，电子表格消灭了大量重复计算，却让会计能处理更多分析、沟通和管理任务，整体需求扩大。农业和马匹运输则不同，食物和出行的需求达到一定程度后不会无限增长，继续提高效率只会减少劳动力。判断一个职业的风险，关键看市场是否还有大量未被满足的需求，以及自动化后人类能否转向更高价值环节。内容和体育行业还展示了另一种压力：分发成本趋近于零后，全球顶尖供给会挤压中等供给，收入集中到少数明星和细分利基。AI带来的不是均匀替代，而是先放大生产，再考验需求天花板。越是结果容易复制、质量差异被全球比较、用户需求有限的工作，越快进入收缩；越能用工具创造新价值、扩大客户可支付需求的工作，越可能被增强。

这种想法的部分原因是，国会陷入僵局已到了无可救药的地步，总统已开始通过行政命令进行治理--基本上就是一个民选的国王。20 世纪初的行政命令比近年来更为常见--卡尔文-柯立芝（Calvin Coolidge）每年发布 215 项行政命令，赫伯特-胡佛（Herbert Hoover）每年发布 242 项行政命令，而唐纳德-特朗普（Donald Trump）每年发布 55 项行政命令（到目前为止），乔-拜登（Joe Biden）每年发布 38 项行政命令。至于行政命令的范围是否过大，这绝对是一个令人担忧的问题（尽管一个世纪前也是如此），我稍后会谈到这个问题。唐纳德-特朗普（Donald Trump）的一系列行政命令应从这个角度来看。在此，我将重点介绍以下五个方面： 性别平等办公室和联邦劳动力 特朗普关于出生公民权的行政命令是其最重要的行政命令，因为这是迄今为止对行政权力的最大考验。

至少这是他的第一位授权传记作者纳塔利娅-格沃尔基扬（Natalia Gevorkyan）的观点。记者们尽职调查后发现，"弗拉基米尔-普京 "曾在她村里的学校注册，当地老师还记得他是个聪明的学生，喜欢俄罗斯民间故事。追踪报道的调查记者阿尔乔姆-博罗维克（Artyom Borovik）在发表文章前死于飞机失事。另一名调查记者安东尼奥-鲁索（Antonio Russo）接手报道，但 "他的尸体在一条乡间小路边被发现。但有几张照片（诚然是可以伪造的），不是脸盲的人告诉我，普京长得非常像他的正式母亲。我引用这句话的资料来源是《没有脸的人》：俄罗斯现存罕见的调查记者玛莎-格森（Masha Gessen）所著的《没有面孔的人：弗拉基米尔-普京不可能的崛起》（The Unlikely Rise Of Vladimir Putin）。和玛丽亚-普京娜（Maria Putina），这两个中产阶级工人在十年前纳粹对列宁格勒的地狱般的围攻中失去了前两个孩子。

冷战后建立的全球化秩序正在结束，核心原因是美国和中国都不再相信经济相互依赖足以压制大国冲突。过去三十年里，西方押注贸易会带来开放，支持中国进入全球供应链中心；中国则用低成本制造、外资和出口高速增长，成为世界工厂。这个体系让美国企业、消费者、金融业和知识工作者获益，却让制造业工人承受代价，也让中国获得了挑战美国的产业基础。2010年代中后期，特朗普关税、投资审查、华为管制和美国制造业焦虑削弱了旧共识；习近平则推动产业自立、加强党对经济的控制，并在外交上更强调斗争。新冠期间的供应链表现和美国内乱强化了北京对自身制度优势的判断。俄乌战争、台湾压力和半导体出口管制把竞争推向零和。市场和富裕阶层的反应显示，增长优先的时代正在让位于安全、权力和阵营对抗。

乌克兰战争的破坏不只发生在战场，也在粮食、化肥、债务和援助体系里层层扩散。俄罗斯是重要化肥生产国，能源价格推高化肥成本，非洲农民被迫少用肥料，短期作物减产，长期土壤质量受损。与此同时，许多低收入国家在利率上升中背负更沉的债务，欧洲援助预算又被难民安置、国内补贴和军事支出挤压，流向非洲和全球健康项目的资源减少。盖茨最担心的是，地缘政治把贫困、疫苗、疟疾、营养不良等议题挤出视野。技术仍在推进，结核病疫苗、灭蚊方法、人工智能都有突破，但资源和注意力正在偏离最能减少不平等的地方。气候目标也需要更诚实：1.5 度几乎难以守住，适应气候变化不能替代继续为基础健康和减贫投入。世界仍需要美国领导，但美国自身也常缺席长期建设。

普京的乌克兰战争变成俄罗斯灾难，根源不是单次战术失误，而是决策孤立、军队腐败、情报失真和指挥体系碎裂长期叠加。克里姆林宫原以为俄军能数日内推进到基辅，军官甚至准备好阅兵制服；现实却是防空打击失败、旧地图和坏情报误导导弹，士兵不知道自己要参战，手机通信暴露位置，前线部队缺地图、医疗包、弹药和可靠指挥。多年军费投入被贪腐侵蚀，所谓现代化像空壳工程。随着战事受挫，俄罗斯又把训练不足的动员兵和分离主义武装推向前线，用一波波地面进攻消耗生命。普京把战争分割给军方、雇佣军、车臣力量和亲信系统，造成彼此争资源、互不协调甚至互相攻击。乌克兰获得西方武器后抓住这些弱点反攻，而俄罗斯领导层仍用耐心和牺牲换取拖延。

简要说明：如果您想知道购买保险是否值得，请使用凯利保险计算器。人们有时会在网上询问是否应该购买保险，然后其他人会说一些不正确的话，比如11 These are real quotes from just one forum discussion. 1 这些都是一个论坛讨论中的真实引语。从技术上讲，没有一种保险是物有所值的，因为如果物有所值，那么在市场经济中就不会有保险公司存在。与其去买保险，不如把本应支付的保费存起来，获得复利市场回报。从技术上讲，有些保险即使在保险公司盈利的情况下也是物有所值的。22 The typical example is how it takes as long to go from $2,000 to $10,000 as it does from $10,000 to $50,000. 2 典型的例子是，从 2,000 美元到 10,000 美元所需的时间与从 10,000 美元到 50,000 美元所需的时间一样长。

自那时起，Tonya 和我更多地考虑了如果我们中的一人变得无法行动或去世会发生什么。他在 2017 年写下了第一版，当时我们还在运营 Take Control。我对这个话题并不是专家（我们即将更新我们 22 年前的陈旧遗嘱），因此请向律师或资产规划专业人士寻求建议。为了简化这个过程，我建议建立一套数字遗产信息，让他们在遇到问题或困难时随时查阅。这里有一些物品，我建议您收集并确保您的管家在紧急情况下能够取用： 登录密码/密码：您的管家必须能够进入您的 Mac、iPhone 和 iPad 以访问其他信息，因此请确保他们要么知道您的登录密码和密码，要么可以在安全位置查找。不要假设 Face ID 或 Touch ID 就足够了—带有生物识别身份验证功能的设备仍然需要定期输入他们的密码或密码。虽然像 1Password for Families 和 Apple 的 Shared Family Group 这样的密码共享设置在日常使用中效果很好，但共享主密码可以确保您的管家访问可能未共享的帐户。

达里奥·阿莫代把 Anthropic 面对的核心问题放在规模化与安全治理之间：更大的模型、更多数据和更长训练曾持续推高能力，反对规模化的理由也多次被新方法绕过，因此未来几年仍可能出现接近博士水平、可大规模部署的系统。真正的风险不只在模型更聪明，而在权力被少数组织集中后可能放大滥用和社会伤害。围绕 Claude 的对齐工作，则落在性格设计、微调、可解释性和欺骗检测上；Chris Olah 的机械可解释性尝试从神经激活反推模型内部机制，Amanda Askell 关注怎样让 Claude 更可靠、更有边界。这组对话把 AGI 讨论从概念拉回工程现实：能力曲线、部署规模、组织责任和安全研究必须同时推进。

物理学家埃德·维滕 （Ed Witten） 获得了菲尔兹奖，这比诺贝尔奖更难获得，因为他为弦论发明了数学。当它被交给理论家时，他们往往是博弈论者，他们的理论对现实世界的结果非常具有预测性——2020 年的 Milgrom/Wilson、2016 年的 Hart/Holmstrom、2014 年的 Tirole 和 2012 年的 Roth/Shapley。即使该奖项被授予宏——一个有效性更难确定的领域——它也被授予那些理论立即应用于当今紧迫问题的经济学家，例如 2022 年的伯南克/戴蒙德/迪布维格和 2018 年的诺德豪斯。换句话说，最近的诺贝尔奖使经济学看起来可能越来越像一门自然科学，其中实际应用和外部有效性是研究价值的最终仲裁者，而不是经济学界的文化影响。无论如何，今年奖项的一个关键点是 Daron Acemoglu 将在某个时候获得诺贝尔经济学奖。

我们生活在一个科技社会中，科技引发了许多政治问题。政治家和公众希望科学能够为这些问题提供解决方案，因此科学专家们也因此获得报酬并受到鼓励去提供答案。公众更喜欢听那些能够自信回答问题并对人类活动后果做出准确预测的科学家。最优秀的科学家喜欢将实验中的事物安排得尽量不可预测，然后进行实验以观察结果。世界总是需要异端来挑战主流的正统思想。就在他去世前的几周，华盛顿卡内基研究所的一些化学家在一个钻石压砧中进行了一个精彩的实验， Scott et al., 2004 。化学家们给汤米·戈德发了一封电子邮件，告知他他们的研究结果，结果收到的回复是他三天前去世了。对于科学家来说，坐在空调的建筑里运行计算机模型，比穿上冬装去测量沼泽和云层中真实情况要容易得多。他们将金钱和注意力从其他更紧迫、更重要的问题中抽走，比如贫困、传染病、公共教育和公共卫生，以及陆地和海洋中生物的保护，更不用说像及时在新奥尔良市周围修建足够的堤坝这样的简单问题。

在一个反复出现的场景中，奥本海默在一个空玻璃碗里装满了弹珠--先是一颗一颗地装，然后是一把一把地装。比利时人是如何用非正式的法语 tu 而不是正式的 vous 来称呼刚果成年人的；我也是 然而，Papà 说，刚果人是现代史上最有影响的创造的基本要素和必要条件。刚果间谍》一书的作者、历史学家苏珊-威廉姆斯（Susan Williams）写道，从那时起，私营部门取代国王成为刚果自然资源的开采者。那里的一个矿场--Shinkolobwe--盛产铀。1938 年，物理学家 Lise Meitner 和 Otto Frisch 利用铀进行计算，确定了核裂变的定义。Union-Minière du Haut-Katanga 的负责人是埃德加-森吉耶（Edgar Sengier），他是一个面色苍白、留着利落小胡子的比利时人。约有 660 万磅矿石仍存放在 Shinkolobwe。但是，当一位名叫莱昂纳尔-姆波伊（Léonard Mpoyi）的刚果工人要求书面确认加薪时，殖民总督却坚持让群众回家。

今天下午，瓦尔达将用SpaceX公司的猎鹰9号火箭将一个药物制造工厂发射到太空。因为瓦尔达既做太空又做生物，所以我与埃利奥特-赫斯伯格合作，讲述它的故事。前几天，我与Varda联合创始人兼首席执行官威尔-布鲁伊(Will Bruey)进行了一次通话，在回答关于他的公司如何能够招募到这么多SpaceX工程师的问题时，他说了一句话，真正有助于将Varda置于背景之中： "对于我们所有在过去十年中一直在SpaceX工作的人来说，一旦我们做到这一点，问题就变成了：我们在上面做什么？虽然商业企业发射了通信卫星，但空间在很大程度上仍然是政府的领域，他们垄断了发射能力，直到2003年，埃隆-马斯克成立了SpaceX公司，目标是建造可重复使用的火箭，努力大幅降低将东西和人送入轨道及以外的成本。在北京时间今天下午2点19分，瓦尔达将在SpaceX火箭上发射世界上第一个商业太空工厂。瓦尔达需要证明，主要是它能够将工厂送入太空，围绕地球运行，并将带有有效载荷的太空舱安全送回地球表面。

几天前，@t3dotgg 制作的一段视频被发布到他非常受欢迎的 YouTube 频道上，他在其中评论了 Graphite 团队撰写的一篇题为“GitHub 如何取代 SourceForge 成为主导代码托管平台”的文章。作为 GitHub 的联合创始人，我发现 Greg 的文章和 Theo 随后的评论很有趣，但我认为写下我自己对 GitHub 崛起和主导背后的原因的看法可能会很有趣，也许可以纠正一些从外部分析中不太正确的事情。我的 Pro Git 书第一版的第一批开箱，2009 年 以下是内部人士对 GitHub 获胜原因的看法。GitHub 在正确的时间启动 GitHub 的品味不错 所有四位 GitHub 联合创始人在 GitHub 之前和之后都失败了。摘自《开源的全面增长》，2008 年，由 Amit Deshpande 和 Dirk Riehle 出版 从这个角度来看，仅今天 GitHub 上就有超过 2.8 亿个公共仓库。

2022 年 4 月，埃隆·马斯克 (Elon Musk) 的一切进展出奇地顺利。Shivon Zilis 是 Neuralink（马斯克的公司，致力于植入式脑机接口）的管理人员，也是他两个孩子的母亲。2000 年 10 月，埃隆·马斯克（右）和彼得·泰尔的公司合并成立了 PayPal。当它与 Peter Thiel 共同创立的支付服务公司 PayPal 合并时，马斯克奋力争取保留 X.com 作为合并后公司的名称。PayPal 已经成为一个值得信赖的品牌名称，带有类似于 Twitter 的友好快活，而 X.com 这个名字则让人联想到一个你不会在有礼貌的公司里谈论的肮脏网站。” 在他购买 Twitter 股票的消息公开后的一天晚上，马斯克给帕拉格·阿格拉瓦尔 (Parag Agrawal) 打电话，他是一位软件工程师，接替了杰克·多尔西 (Jack Dorsey) 担任 Twitter 首席执行官。

独立开发五年的核心教训是，热情能让人开始创业，却不能替代市场反馈、关系建设和长期学习。过度迷恋最初愿景，容易让创始人对用户真实需求失聪，花很久打造错误产品；所谓“无聊生意”反而可能因为情感负担更少，更容易客观看待问题和转向。另一个误判是把独立工作想象成远离人际政治的自由生活，实际经营产品需要面对客户、供应商、承包商、同行、竞争者和未来员工，关系网络反而更重要。社区的价值也不只是陪伴，而是让新手接触可信经验、行业语言、营销方法和工具选择。五年后月收入才达到微薄工资水平，这种结果令人失望，却也说明创业不是线性进展。更稳妥的做法是在辞职前先证明自己能在线上卖出东西。独立开发不是逃离现实的捷径，而是一种持续校正幻想、能力和市场之间差距的生活方式。

打招呼的目标不是表演自信，而是让对方感到安全、被关注并愿意继续交流。文章从第一印象、声音、表情、姿态和开场方式入手，建议放松面部和身体，用清晰友好的语气主动介绍自己，并通过具体问题把注意力转向对方。良好的开场来自可练习的表达与倾听，而不是追求完美表现。

如何发短信、给小费、做鬼、做主人，以及如何在当今彬彬有礼的社会中生存。旧的惯例已经过时（例如，我们不再低声谈论癌症一词，也不再让女性先下电梯）。我们可以出丑的场所（群聊、Grindr 消息、Slack 公共或私人房间）越来越多，而且每个场所都有自己的行为准则。我们的社交礼仪也萎缩了 因此，我们从问题入手--不是那些显而易见的问题，比如在地铁上是否可以背着背包，在餐厅里是否可以大声使用免提电话（你知道答案的）。自己想办法 7.约会时，如果发现自己话很多，问问自己：我上次问问题是什么时候？例如，在试图购买公寓或在飞机上与你的 "搭档 "邻座时，以及在与老板就搬迁事宜进行谈判时，这样做是可以接受的。对她来说，你的吊唁信，哪怕是迟来的，也可能是来自平行宇宙的礼物，在那里，爱情和友谊可以可靠地用休息日、约会之夜和咖啡聚会来计算。在任何情况下都适用的东西：Babka、Brodo、钱（如果有意外费用需要处理）。

鉴于《通俗》杂志对建立职业护城河的关注，我之前没有谈及个人品牌，这有点可笑。Pricing Power in Careers 职业中的定价权 我认为，如果你要为你的职业生涯建立一个个人品牌，那么你应该根据它给你带来的职业利益来评估它。(当然，建立个人品牌还有其他原因，比如在社交媒体上吸引志同道合的人，或者扩大你对新朋友和新想法的接触面--但我在这里不谈这个，毕竟这是一个职业博客！我在这个话题上看到的最好的定义是由商人Brent Beshore提出的，他认为： "品牌是你可以从任何公司或个人那里期待的可能结果的分布。" Morgan Housel writes: 摩根-豪斯尔写道： 品牌并不是为了拥有最高的质量。因此，典型的风险投资职业道路不是依靠良好的回报，而是在社交媒体上建立个人品牌，并在他们的基金失败（很可能）的情况下，利用这一资产软着陆到其他角色。我记得听到Beshore关于品牌和风险投资的论点，然后研究了他的回答的二阶含义。

雅诗-兰黛的儿子伦纳德-兰黛是最早努力解决个人品牌建设问题的人之一。把一个人变成一个品牌的艺术，本质上是建立一个投影的艺术--一个你想插入其他人头脑中的人的模型。然而，为了创建雅诗兰黛的品牌，Leonard Lauder将她缩减到只有最符合公司利益的核心投影。在社交媒体上建立投影的想法绝不是什么新鲜事--Shawn Wang，我认为是软件世界中最好的个人品牌建设者之一，在他的《如何推销自己》指南中这样说： 我的个人品牌的其他方面并没有得到那么多的关注。我是一个巨大的泰瑞-普拉切特粉丝（GNU Terry Pratchett）。声誉和个人品牌不是一回事 这个话题中最有趣的张力之一是声誉和个人品牌之间的差距。我目前思考这个问题的最佳框架是，声誉是别人对你的评价，而个人品牌是你对自己的投射。" (我从April Dunford那里偷了这个例子，因为她用它来说明这个确切的观点：当你在一个早期阶段的公司，在你尝试之前，你怎么知道一种营销策略是否比另一种更好？

设计师们拥有专门的出版物、会议和专业协会，旨在提升系统的可用性。像 Fitts 定律这样的原则使我们能够设计出更易用的系统。但一个产品即使采用了“良好”的用户界面设计，仍然可能向用户提供难以理解的选择。想象一下用户即将进行不可逆转或危险的操作：在按下那个按钮之前，他们应该先停下来思考一下。收音机的菜单系统和流程设计得非常糟糕，使用体验令人非常沮丧，因此我将来绝不会考虑购买 Kenwood 的产品。换句话说，虽然交互机制可以进一步优化，但根本问题在于系统的信息架构，至少在这个用户界面中是如此。（例如，苹果品牌的 Apple Watch 小部件被称为“复杂功能”。特别是，你需要掌握他们的心理模型： 用户在讨论这个领域时通常使用哪些术语？再次，用户体验领域为我们提供了很好的方法来解决这些问题。

绿野仙踪 "方法可帮助团队以低成本测试由复杂技术驱动的设计。如何开设《绿野仙踪》学习班 绿野仙踪法是一种调节式研究方法，在这种方法中，用户与看似自主但（完全或部分）由人类控制的界面进行交互。与传统的调节式可用性测试一样，绿野仙踪研究也包括一名主持人和一名目标用户。然而，在绿野仙踪方法中，设计可以是数字化的，用户看不到生成系统响应的人。使用绿野仙踪方法进行可用性测试时，需要增加一个人，即 "巫师"，在幕后提供系统的部分或全部响应。对话式用户界面，如聊天机器人 使用学习算法提供推荐内容的界面 查询实时信息并将结果呈现给用户的界面 例如，作者在以下研究项目中使用了绿野仙踪法： 该项目旨在改进一家技术零售商网站上的支持聊天机器人。Wizard-of-Oz 方法降低了对复杂、昂贵技术（如生成式人工智能）的投资风险：在公司花钱构建这些技术之前，它能提供对其可取性、实用性和可用性的早期见解。

但是，除了产品之外，比较表同样适用于以下方面： Tuition rates学费标准 它们可用于比较同一组织的同类产品，或将一个组织的产品与竞争对手的产品进行比较。❌ jetpens.com：人们不需要为塑料笔这样简单、廉价的物品比较这么多因素。例如，苹果公司最新发布的 Apple Watch 只有三种不同的型号，因此它为试图做出决定的用户提供了一个现成的对照表。✅ apple.com：由于最新款 Apple Watch 仅有 3 个型号，苹果公司提供了一个包含所有型号的对比表。✅ apple.com：在产品菜单旁的信息架构中加入一个指向表格的链接，确保用户能找到静态对比表格。✅ tesla.com：特斯拉网站允许用户使用动态表格对不同型号的特斯拉进行比较。复选标记（左，homedepot.com）和按钮（右，lowes.com）是允许用户为交互式比较表选择项目的两种最常见方式。

可靠的视觉设计来自一组可反复使用的安全规则，而不是凭感觉堆装饰。屏幕上尽量不用纯黑和纯白，改用接近黑白的颜色，中性色若带色相就保持冷暖一致；重要元素需要足够对比，结构和阴影则可以低调。所有视觉决定都应能解释，包括空白、对齐、字号、间距、颜色和阴影。数学居中不总是视觉居中，图形和字母常需要按眼睛微调。文字越大，字距和行高通常越小；正文不宜低于 16 像素，行宽控制在约 70 个字符更利于阅读。界面要依赖一致的比例、网格和对齐关系，十二列网格提供了较高弹性。容器边框应同时区别于容器和背景，外边距至少不小于内部元素间距。按钮的横向填充通常应为纵向填充的两倍。复杂背景适合承载简单前景，复杂前景则应放在简单背景上。好的设计不是追求惊奇，而是减少无意之处，让每个元素的位置、重量和层级都显得必然。

本·阿德勒记录了将拥堵收费引入纽约的漫长斗争，您可以在我们的网站上阅读第 15 期的内容。在 1980 年代，纽约市交通局举办了一系列公开会议，任何感兴趣的纽约市民都可以参与，讨论如何解决城市的交通拥堵问题。纽约市的拥堵收费概念始于 1952 年，当时由哥伦比亚大学的年轻学者威廉·维克里首次提出，他后来获得了诺贝尔经济学奖。这是一个漫长而曲折的故事，讲述了维克里的拥堵定价愿景在 70 多年后可能即将在纽约市变为现实。可靠的交通连接缺失可能导致居住在外郊的人们接受比他们本可以获得的更差的工作机会tens of billions of dollars in productivity on the table. 桌子上有数十亿美元的生产力潜力。与纽约市政府首次提出拥堵收费和州政府最终授权之间的近 50 年相比，这些实施延迟显得微不足道。纽约在拥堵收费方面的漫长而曲折的历程为全球其他城市提供了宝贵的经验。

这就意味着，建筑物的设计应该是合意的--容易让人喜欢--而不是不受欢迎的天才作品。现在，世界上所有城市都充斥着以纽约西格拉姆大厦（Seagram Building）为原型的办公楼。Author’s collection 作者收藏 在我看来，"传统主义者 "真正想说的是，古老的建筑风格往往具有 "现代主义 "所缺乏的某些特征。也有难度很大的音乐，比如中世纪晚期的 "亚瑟王"（ars subtilior），这是一种高雅而复杂的音乐风格，似乎只有受过高等教育的人才能欣赏（好奇者可以试试这个播放列表）。如上所述，"现代主义 "建筑确实很受欢迎：正如美国建筑师协会 2007 年的大型民意调查所发现的，美国人确实喜欢埃罗-沙里宁（Eero Saarinen）的 "门户拱门"（Gateway Arch）和赖特的 "落水洞"（Fallingwater）。下面是 Create Streets 和 Ipsos MORI 的典型调查：完全或轻微传统的设计得分很高，而更前卫的设计得到的评价则参差不齐，甚至是负面的。

把住房当作投资，问题在于它要求价格持续超过通胀和工资上涨，而这会让拥有住房的人希望后来者付出更高成本。一个准备买房的家庭如果用长期财务模型比较买和租，就会发现买房是否划算高度依赖房价继续上涨；一旦房价只跟上通胀，购房反而可能损失巨大。住房不像公司股票，价值上涨并不主要来自生产力提升，也不像普通耐用品会因使用磨损而贬值。多数涨幅来自位置稀缺和供应不足，本质上是把财富从无房者、租房者和年轻买家转移给早期房主。房价上涨确实会让许多现有家庭账面变富，尤其在住房是最大财富来源时更明显，但这种繁荣建立在居住成本恶化之上，社会代价被推给后来的人。

这是因为传统经济学预测提高价格会导致销售更少的单位，即使以更高的价格销售更少的单位也意味着收入减少。在审查竞争对手的产品时，我们注意到他们有些产品定价以.99 结尾，而另一些产品则以.00 结尾。.99 结尾的价格如何影响您的消费习惯：3 种方式 .99 结尾的价格会让你花更多的钱 在第一批有关以 9 结尾的价格的研究中，一家全国性邮购公司向三组人群发送了他们的目录。PricesItem9-ending prices价格以 9 结尾$5 less5 美元更少$5 more再加$5Dress 1这件第一件连衣裙 $ 39.00 $ 34.00 $ 44.00Dress 2第二件衣服 $ 49.00 $ 44.00 $ 54.00Dress 3第三件连衣裙 $ 59.00 $ 54.00 $ 64.00Dress 4第四件连衣裙 $ 79.00 $ 74.00 $ 84.00 Units purchased购买的数量Item9-ending prices价格以 9 结尾$5 less5 美元更少$5 more再加$5。

报道称，他们使用安卓系统的用户数量往往是谷歌的两倍，但 iPhone 应用商店的收入却大约是谷歌 Play 商店的两倍。由此，我归纳出一条经验法则：iPhone 用户的价值大约是安卓用户的 4 倍。请看下图：纽约 Citi Bike 乘客的出行距离与出行速度对比（n=4270 万。但是，如果我们看一下全球数据，苹果公司声称有 6.5 亿活跃的 App Store 用户，而谷歌则声称有 25 亿活跃用户。但是，如果我们看一下美国的情况，iPhone 用户为 1.67 亿，Android 用户为 1.44 亿。 App Store 的收入是我自己的分析结果（与其他来源的数据进行了验证），其中包括账单，而不仅仅是苹果自己的分成。 题外话：对这些数据的一个理智判断是，6.5 亿 App Store 用户大约是我估计的 iPhone 用户数量（12 亿）的一半。为什么只有 54% 的 iPhone 在使用中与 App Store 配对？

产品定价不该被当成一次性决定，而应是发布、观察、调整的循环。独立开发者最实用的起点通常不是完整的价值定价研究，而是竞争对手基准加上对客户价值的粗校准。先确认目标市场和价值指标，也就是用户到底为什么付费；再找受众和收费依据相近的产品，比较功能、质量、服务和品牌定位，决定自己应高于、低于还是接近它们。定价模型上，多层套餐最适合多数独立产品，因为能覆盖不同支付意愿并形成价格锚点；按席位更适合每个用户都能获得独立价值的 B2B；固定价格简单但会放弃部分收入；按使用量收费适合交易、容量或调用次数驱动的产品。早期价格可以偏保守，避免过高干扰验证，但不能长期忽视收入质量。需要关注支付周期、价格弹性、真实成本和 LTV 与 CAC 的关系。免费版、试用、年度折扣、购买力平价和企业定制价都应服务于价值主张，而不是照搬模板。

组织并非没有战略；只要持续做出选择，就已经形成了事实上的战略。文章指出，正式战略文件常被口号和规划替代，却与资源配置和实际行动脱节。制定战略的起点不是从空白写愿景，而是识别当前正在执行的选择、它们产生的结果和隐含假设，再决定哪些应保留、改变或停止。

经验法则和一般哲学。您将在下面找到我们在 37signals 做决定时尽量牢记的一系列一般原则。它们不是要求，也不是我们在面临选择时要检查的全面清单，但它们作为框架、考虑因素和共享实践，在我们做我们需要做的一件事时可以借鉴do all day, every day：决定。1. 我们为什么要决定任何事情？真的需要在这里做出决定吗？

肯特·纳伯恩的《简单的真理：生活中重大问题的明晰而温和指引》 教育是生活中的一大乐事和慰藉。它为我们提供了理解周围世界的框架，让我们能够跨越时间和空间，触及他人的思想和感情。无论你可能认为，你的工作只是为了赚钱，实际上，你的工作塑造了你的个性，因为那是你花时间的地方。他们对金钱的处理方式取决于他们对金钱的看法，而不是取决于他们拥有多少金钱。” 那些能够根据自己的需求来衡量金钱的人，可以通过控制自己的需求来掌控自己的生活。当你无法维持生计时，金钱就成为你生活的核心，因为你对它的缺乏感到痴迷，你的心很快就充满了绝望和愤怒。这意味着懂得如何掌控自己的生活 — 如何维修和保养周围的事物，如何明智地购买，当无法购买时则不购买，以及如何从生活中的简单乐趣中获得快乐。他们不愿冒自己理解的安全风险，意识到他们的经历实际上是多么微不足道和有限。更好的是，你应该接受生活的节奏，并明白有时候你需要停下来喘口气，无论你面前的劳动有多么艰巨。

这个想法来自谢恩-帕里什（Shane Parrish）。这句话来自安妮-杜克（Annie Duke）和她的《赌注思维》（Thinking in Bets）一书。这句话来自德里克-西弗斯（Derek Sivers），他写道：不 "是"。这句话来自蒂姆-费里斯（Tim Ferriss）。塞斯-戈丁（Seth Godin）写道，对一小部分人来说，重要的是自己。但正如大卫-森拉（David Senra）所说，重复是有说服力的。从研究问题开始，而不是提供解决方案。一个好的产品无法在糟糕的市场中生存。糟糕的团队和糟糕的产品可以在好的市场中生存。几年后，我开始收集每天早上阅读的规则。"让我们恐惧的事情比让我们崩溃的事情更多，我们在想象中遭受的痛苦比在现实中遭受的痛苦更多"。

2007 年，查理-芒格（Charlie Munger）在南加州大学法学院毕业典礼上致辞，他在开场白中说："毫无疑问，你们中的许多人都想知道为什么演讲者这么老。芒格在毕业典礼上的演讲是对 "大问题 "的精彩回应：我们该如何过一种真正有效的生活？它包含了许多芒格的核心理念，我们认为这篇演讲代表了芒格的人生操作系统。现在有一些危险，因为它的效果非常好，如果你这样做，你会经常发现你正坐在其他一些专家的面前，甚至可能是一个比你更高的专家，在监督你。根据复杂适应系统的工作方式和心理建构的工作方式，问题经常会变得更容易解决，我甚至可以说，如果你反其道而行之，问题通常会更容易解决。而在生活中，除非你比爱因斯坦更有天赋，否则反演也能帮你解决其他方法无法解决的问题。这是一种可笑的行为方式，而当你避免这种行为时，你就会比其他人，几乎是所有人都更有优势，因为自怨自艾是一种标准状态，但你可以训练自己摆脱这种状态。

这份清单汇集一百条改善生活的建议，涵盖关系、健康、工作、思考和日常习惯。作者强调，建议高度依赖个人处境，有时甚至需要反向理解；它们更适合作为实验起点，而不是统一答案。真正有用的做法是选择少量建议试行，观察结果，再保留适合自己的部分。

文章用尖锐方式强调，别人最终依据行动和产出来判断一个人，而不是依据自我评价、潜力或良好意图。成长意味着承认技能缺口、停止把批评只当作冒犯，并持续创造对他人有价值的结果。这种观点不要求忽视人的尊严，而是提醒自我认同需要由现实行动支撑。

可能性思维要求暂时跳出当前限制，先想象哪些新的经验、关系、工具或安排可能让问题变得可解。文章通过可能性地图和练习，引导读者从具体问题开始，生成多种未来路径，再评估哪些尝试能把想象推进为现实。它适合创意、组织和关系问题，但仍需要结合约束与行动验证。

心智模型的价值不在于收藏名词，而在于帮助人看清系统如何运转，并在关键选择上改变行动。世界上的公司、关系、职业、健康和产品都可以被视为由多个相互依赖部分组成的系统；第一性原理要求跳出既有做法，从底层约束重新设计系统，像SpaceX不是沿着传统火箭改良路线小修小补，而是回到材料、物理和工程成本本身。另一个重要模型是向上一级：不要只优化机器里的齿轮，而要问是否该优化整台机器。为了涨薪苦干多年，可能不如换工作；为了财务稳定卷入不喜欢的职业，可能不如降低成本、换取自由。决策也需要模型约束本能，例如遗憾最小化让人从年老回望现在，优先做长期最不愿错过的事；帕累托原则则提醒人把时间、注意力和资本投向产出最高的少数投入。持续使用模型，本质上是在定期打断惯性，重新检查自己到底在优化什么。

所罗门悖论指人们常能理性分析别人的问题，却会在自己的困境中被情绪和身份困住。文章建议通过自我疏离获得更好的判断：把自己的经历当作朋友或书中人物的问题，换用第三人称描述，分别考虑长期后果和不同立场。距离感不能替代行动，但能减少自我沉浸带来的盲点。

世界观漂移指的是人在不知不觉中把某个群体的成功叙事当成自己的生活真理。创业文化就是典型例子：它把问题定义为打工难以积累财富，解决方案是拥有股权，路径是创办高速增长公司，榜样则是成功创始人。长期浸泡在 Hacker News、创始人圈子和创业经典文本里，人很容易把这种框架误认成现实本身，进而难以想象技术成功之外的生活。可任何世界观都只是单一视角，独立开发、FIRE、被动收入、真实做自己也都有各自的问题、方案、路径和榜样。摆脱漂移不是清空影响，而是看清自己正在模仿谁、相信哪条路、被什么奖赏牵引。寻找新的生活样本，往往比抽象反思更能扩大选择空间。 入困境的世界观，通常迈向自由的第一步也是最重要的一步就是寻找新的榜样（榜样）。 对我来说，这意味着找到像大卫怀特这样的人，他以写诗为生，在苏格兰和新西兰带领徒步旅行，并就“领导诗学”向财富 500 强公司提供咨询。 在寻找榜样时，您不一定需要像我那样走得很远。

强大的决策剃刀，是在信息不完美时快速删掉噪音的经验法则，但它们必须带着边界感使用。简单解释通常优于复杂解释，不能用清楚语言讲明白的概念，往往隐藏着理解不足；面对两条路，应选能增加运气表面积、让自己进入真实场域、接触更强者的那条。选择合作对象时，乐观、行动中、有切身风险的人更值得听；选择项目时，只有真正兴奋，并且即使耗时翻倍、收益减半仍愿意做，才值得接下。困难选择常在短期更痛，却带来长期复利。争论中，先听懂对方最强论点，再形成意见；没有证据的断言，可以无需证据地放下；不能通过观察或实验解决的问题，不值得长期消耗。写作和画图能暴露思维漏洞，帮助理解复杂事物。最实用的标准仍很朴素：把时间投向会复利的事，远离回报不配压力的事，并做出能让年老的自己和年少的自己都认可的决定。

LLaMA 3 展示了大模型通过扩大数据、训练计算和过滤质量继续提升能力，也暴露出高质量公开文本逐渐稀缺的问题。文章认为，下一阶段可能更多依赖合成数据、自我对弈、环境互动和推理阶段计算。具体模型排名和基准会快速过时，长期问题是规模扩展还能带来多少可靠增益。

OpenAI之于新一代软件业，类似AWS之于上一轮创业浪潮：它降低的不是服务器成本，而是把想法变成可运行代码的门槛。云计算让小团队不必先买昂贵硬件就能试错，开源和GitHub让开发者能快速学习和复用成果；如今ChatGPT和Copilot进一步压低了学习新技术、搭脚手架、处理边角问题的成本。一个原本需要花一天研究CORS代理、Starlette或部署细节的小项目，可能在一小时内变成可行原型。开发者不会因此消失，反而会把更多精力放到判断、组合、调试和创造上。新的稀缺资源不再只是资本和基础设施，而是清晰的问题、足够好的品味，以及能把AI输出转化为可靠系统的工程能力。微软因GitHub、VS Code和OpenAI获得新的开发者入口，但真正重要的是，更多个人和小团队会获得过去只有大公司才有的建设速度。

随着游戏中生成性人工智能革命的进展，它将完全重塑用户生成内容（UGC），创造一个任何人都可以建立游戏的世界，并扩大游戏市场，超出许多人认为的可能性。现有的UGC平台（即 Roblox）将把生成性人工智能工具添加到他们现有的工具集中，而初创公司将出现，以复制当前的UGC工作流程，但从一开始就为生成性人工智能进行优化。近年来，随着Roblox和Minecraft（分别为5600万DAU和1700万DAU）等UGC平台的崛起，游戏世界发生了结构性变化。所建造的游戏随着工具的力量而扩大，现在可以与专业的开发团队相媲美（见下面Roblox Ultimate Paintball与1月份Roblox Frontlines的游戏画面）。Mods需要对游戏的底层架构和编程有更复杂的理解，但Roblox和Minecraft简化和抽象了游戏创建过程。Roblox于2006年推出，是一个面向低龄儿童的UGC游戏平台，由创始人David Baszucki的洞察力催生，他建立的一些教育物理工具被用来创建游戏。

革命性的思维工具不只是提高某个操作效率，而是改变人们表示、探索和组合思想的方式。文章区分狭义工具与更广泛的思维媒介，回顾符号系统和编程语言等案例，并追问为何技术行业很少长期投入这类基础创新。开发此类工具需要把认知研究、界面实验和真实使用反馈结合起来。

利用大语言模型做产品设计，首先要理解它通过语言模式预测输出，而不是稳定执行传统程序。文章结合 Elicit 等研究工具，讨论如何用模型探索用户表达、生成候选方案和处理非结构化信息。设计重点是把不确定能力放进可检查的流程，并让用户看见来源、状态和可纠正空间。

打造下一代的用户体验 作者：Jon Friedman和Kurtis Beavers 看一下微软365应用程序的新Copilot体验 经过多年稳定但渐进的创新，正在出现的技术将产生真正的巨变。乍一看，大型语言模型--像OpenAI的ChatGPT或DALL-E这样的下一代人工智能背后的技术--似乎是最终适应人类的用户界面的可能性所缺少的一块。3月16日，我们宣布了Microsoft 365 Copilot--你的工作副驾驶。Copilot将大型语言模型（LLMs）的力量与你在Microsoft Graph和Microsoft 365应用程序中的数据--你的日历、电子邮件、聊天记录、文档、会议等--结合起来，将你的话语变成这个星球上最强大的生产力工具。Copilot是对话式用户体验的先驱，这是用户界面设计的一个新领域，就像第一个触屏设备一样改变了范式。对于Copilot，我们重新思考了从视觉识别到交互设计的一切，因为我们旨在创造一个真正有价值的用户体验。

Muse 从 Ink and Switch 的 iPad 原型发展为可销售产品，过程经历了概念验证、交互打磨、早期用户反馈和市场发布。文章回顾团队如何在保持空间化思考体验的同时，让产品更符合用户对 iPad 应用的预期，并说明产品定位、设计语言和外部趋势如何共同影响一款新工具的成长。

传奇投资者、程序员兼 Y Combinator 联合创始人 Paul Graham 曾写道，为下一家初创企业想出创意的最佳方法之一就是询问您希望别人为您生产什么产品。对于 Evernote 的创始人 Stepan Pachikov 来说，该产品是帮助他记住事情的一种方式。尽管帕奇科夫早在 2002 年就开始研究最终成为 Evernote 的产品，但他对人类记忆的迷恋源于他在前苏联的成长经历。尽管如此，Evernote 仍受到一系列管理失误和产品发布失败的困扰，公司的未来还远未确定。最初，帕奇科夫对 Evernote 的愿景更接近埃隆·马斯克 (Elon Musk) 的 Neuralink 等神经科技公司承诺的脑机接口。” — 斯捷潘·帕奇科夫 (Stepan Pachikov)，Evernote 创始人 尽管帕奇科夫的新兴想法与谷歌几乎没有共同之处，但这两种产品都基于相同的基本原则：在未来，知道如何查找信息将比记住信息重要得多。

新功能只应在能明确推动获客、付费转化或留存时添加；没有真实用户和清晰问题时，不该进入开发。功能请求本身不是路线图，用户拥有问题，创始人负责设计解决方案。真正值得听的是现有客户和目标人群反复暴露出的痛点，而不是旁观者随口提出的愿望。判断一个功能，应看它是否有商业价值，是否覆盖足够多用户，用户是否愿意为它付费，现有替代办法是否已经足够，功能是否容易解释，是否强化产品定位，并且是否能制造让人留下来的关键体验。决定尝试后，也应先做最小版本验证，而不是一口气建完整系统。排序可以用价值与工作量象限、RICE、DIE 或按资源约束来处理，本质都是避免把有限精力花在看似热闹、实际不改善业务的东西上。添加功能前，先确认现有核心体验已经可靠，否则新功能只会放大混乱。

本地关键词研究是指找出人们在搜索其所在地区的地点、产品或服务时所使用的关键词的过程。他战略性地使用关键词研究来指导他的本地搜索引擎优化策略。您想知道关键词 "Joliet 的面包店 "在搜索引擎结果页面（SERP）上的搜索结果。例如，Milano Bakery 网站上有 391 个相关关键词。通用关键词研究与本地关键词研究 在进行一般关键字研究时，您的目标是了解人们用来描述公司、产品或类似服务的术语。这个过程有四个简单的步骤： 利用数据优先选择目标关键词 第 1 步：为关键词创建电子表格 创建一个简单的电子表格，保存在本地关键词研究中出现的关键词。就像这样 要获得更深入的关键字研究体验，Semrush 的关键字魔术工具是查找特定关键字的绝佳工具。Keyword Magic Tools 显示的数据可以帮助您决定选择哪些关键词。然后，使用高级过滤器过滤具有本地意图的关键词： 打开 "高级筛选器 "下拉菜单 向下滚动并选择 "本地软件包 使用尽可能多的种子关键词，重复查找显性和隐性关键词的步骤。

长尾关键词是大量搜索量较低、但意图更具体的查询。单个词带来的流量有限，整体却可能覆盖可观需求，并因问题明确而更容易匹配内容与转化。文章介绍通过关键词工具、竞品页面、搜索建议和主题分析发现长尾词，同时提醒不要只看词频，应判断相关性、意图和内容价值。

程序化 SEO 的吸引力在于，用结构化数据批量生成面向长尾关键词的页面，让许多低搜索量查询合起来带来稳定流量。实验从一个园艺网站开始：购买域名，使用 Hugo 搭建静态站，再围绕“某种蔬菜如何盆栽”“需要多少阳光”等低竞争问题设计模板。数据表中的每一行对应一种植物，经过基于 Jinja2 的模板应用生成 Markdown 页面，几十个页面几秒内完成。真正的难点却不在生成，而在数据来源和页面差异化。手工收集植物信息几乎和写作一样费力；数据点太少会限制可覆盖关键词，也会让页面之间过于相似，可能被搜索引擎视为重复内容。程序化 SEO 并不是按下按钮就获得流量，还需要索引、站点地图、性能、反向链接和长期观察。它最适合已有丰富、独特、可结构化数据的项目；没有数据优势时，自动化只会把内容贫乏的问题放大。

有趣的是，ChatGPT可以为自己的屡次失败给出合理的解释，比如难以理解否定。I even asked ChatGPT to generate its我甚至要求 ChatGPT 生成其 own prompt,and it responded as follows (bolding mine): 自己的提示，。但是，LLMs和否定并不是一个新问题。其他研究人员，如阿廖森-艾廷格（Allyson Ettinger）和加里-马库斯（Gary Marcus）都认为，LLMs始终无法以人类的方式理解否定。大约一个月前，加里-马库斯（Gary Marcus）写道，像 DALL-E 这样的图像生成工具一直无法理解否定，这反映出这些系统在工作方式上存在更多基础性问题。正如马库斯指出的那样，可能有一些提示符可以成功地做到这一点，但问题是ChatGPT总是无法遵从用户的指令，（他认为）这表明用户缺乏深刻的理解。

如果人工智能要继续变得更好，它将不得不以更少的资源做更多的事情 说到 "大型语言模型"（llms），如gpt--它为美国研究实验室Openai制造的流行聊天机器人Chatgpt提供动力--线索就在名字里。如果Epoch ai每10个月翻一番的数字是正确的，那么到2026年，培训成本可能超过10亿美元--假设模型不会首先耗尽数据。Quantitative tightening 量化紧缩 相反，研究人员开始将注意力转向使他们的模型更有效率，而不是简单的更大。华盛顿大学的研究人员发明了一种更有效的方法，使他们能够在一天之内在单个gpu上从llama创建一个新的模型，Guanaco，而不牺牲太多的性能，如果有的话。这是 "目前游戏的一个巨大部分"，开源AI公司Hugging Face的首席科学官Thomas Wolf说。Learn to code 学习编码 例如，在2022年，斯坦福大学的研究人员发表了 "注意力算法 "的修改版本，它允许llms学习单词和想法之间的联系。

AI’s “basic drives” 人工智能的“基本驱动力” 争论是这样的。如果我们把这个推向极端，我们可以想象一个人工智能为了获取金钱和权力而欺骗人类，禁用自己的开关，像伏地魔的魂器一样在互联网上复制自己的副本，使自己独立于任何人类控制系统（例如，通过建立自己的电源），在发生暴力冲突时武装自己，如果认为其他智能体是未来的潜在威胁，则首先对其发起打击，并最终发出冯·诺依曼探测器以获取所有资源在其光锥内致力于其目的。Steve Omohundro（2008）首先提出人工智能将具有这些“基本驱动力”；针对人工智能风险的两个常见论点是：（1）人工智能只会追求我们给它的目标，（2）如果人工智能开始行为不当，我们可以简单地将其关闭并修补问题。人工智能系统的目标可能是辅导学生熟练掌握微积分、增加最新 Oculus 耳机的销量、治愈癌症或回答 P = NP 问题。

ChatGPT更像网络文本的有损压缩副本，而不是一个可靠保存原文的知识库。施乐复印机曾因使用有损压缩，把平面图里不同房间面积都替换成同一个数字；危险不在输出模糊，而在错误看起来清晰可信。大型语言模型也类似：它从海量文本中学习统计规律，把原始内容压缩成参数，回答问题时重构一个顺滑近似，而不是检索精确事实。所谓幻觉正来自这种重构：缺失的部分会被语言模式补齐，语法正确、语气自然，却可能完全虚构。压缩也解释了它的强项，模型擅长在概念之间插值，把独立宣言风格和丢袜子这种荒诞主题混合成可读段落。但压缩不等于理解，算术错误显示它常学到表面模式而非底层规则；真正的理解需要能稳定重建原理，而不是只生成像真的答案。

AI 看起来像泡沫，不是因为技术本身不重要，而是因为资本市场正在把“AI”当成万能溢价词。加密泡沫时，冰茶公司改名区块链就能暴涨；类似现象出现在 BuzzFeed 宣布用 OpenAI 增强测验和个性化内容后，股价短期大涨。私募市场也出现零收入 AI 公司拿到高估值的传闻。真正需要区分的是技术革命和投资回报：AI 可能改变软件、工作和社会想象，但不代表任何贴上 AI 标签的公司都能形成可持续优势。C3.ai 是警示案例。它自称企业 AI，却不掌握底层模型，也不拥有客户数据，依赖 OpenAI、Google 等实验室和 AWS、Azure 等云平台，同时又要负责最终业务结果。企业场景中最难的部分往往不是聊天界面或预测模型，而是脏数据清理、系统集成、组织支持和长期变更管理。大客户销售周期慢，投入重，衰退预期下更难推进。AI 价值链中可能有赢家，但泡沫会把计算、模型、微调、应用入口和咨询式集成都混成同一个故事。

"让-马克-加斯帕德-伊塔德（Jean Marc Gaspard Itard）写道："在阿韦龙的野人到来之前，巴黎人对他抱有最美好但最不合理的期望。维克多是我们可以在没有语言的情况下窥见人类经验本质的极少数案例之一，他一直被视为理解语言在我们思维运作中所起作用的关键。在过去的几年里，大型语言模型（LLMs）自发地发展出了令人不安的模仿人类思维的能力，有可能破坏我们在意识提升的基础上建立起来的脆弱的道德世界。认知科学家戴维-查莫斯（David J. Chalmers）所说的 "自我报告 "仍然是我们识别意识的主要标准之一--套用勒内-笛卡尔的话说，我说我想，所以我是。我们在这场辩论中的立场，对我们如何处理LLM事实上是否有意识这一问题有着重要影响。由此，研究人员得出结论，语言在人类思维的一项关键功能中扮演着基础性的角色："心理综合"，即仅从文字中创造和调整心理图像。

截图：@coldplay, 'X'. 我相信你现在已经看过巴黎除夕夜的这段视频了，每个人都忙着用手机拍摄倒计时和烟花，却忘了去感受它们。这显然是十多年来一直在发生的事情--人们记录事件，而不是身临其境。对那些把每一个亲密时刻都打磨成内容的夫妻赞不绝口--怀孕揭秘、求婚、第一次对女朋友说我爱你。人类生活中最有意义的经历--发生过一次、两次，再也不会发生的事情--都会被一些想法所破坏，比如摄像机是否拍到了我的好角度。但更糟糕的，绝对是那些在网上记录孩子整个童年的父母，那些有影响力的父母。记录自己 6 岁孩子性别转换的视频（"这不是一个阶段！或者说，如果你遇到的人不在社交媒体上，这也是一个红旗（只有我认为这是一个重要的绿旗？） 我们如此沉迷于并习惯于条件反射地记录一切，以至于我们最终原谅了最奇怪的行为。他们很可能永远都不会回看那段视频，如果他们把视频发到网上，那不是为了回忆，而是为了吸引眼球。

除了时间和空间，你拥有你所需要的一切，而通过整理，你将获得这两样东西。你的财产将捐给那些比你认识的人更需要的人。记住，"任何产品 "都无法改变你的生活，也无法让你买到幸福。通过互联网和黄页，如果您改变主意不再需要某件物品，您总能再次找到它。当你想带走路边的珍宝或其他获救物品时，请记住，你可以在路边、通过免费回收、通过朋友或在商店里找到一件。当你说 "我可能还需要这个 "时，请记住，大多数情况下你不会遇到这种情况，如果遇到了，再去买也没关系。负责任地丢弃不需要的东西，就是对环境负责。整理意味着摆脱财产，而不仅仅是更巧妙地存放它们。存放杂物只会把问题推迟到下一天解决。你的朋友来拜访你，而不是你最好的瓷器或毛巾。如果能在打折时买到，那就再好不过了。当你真正需要的时候，你有足够的钱去买你需要的东西。

一旦你感谢并告别了那些不会激发快乐的物品，你能用它们做什么？最近，我这个极简主义者一直渴望成为极简主义者。“人们被困在自己的房子里，厌倦了他们的东西，”经营房地产和互联网销售的兰迪萨宾在康涅狄格州莫里斯通过电话告诉我。“它正盯着他们的脸。” 存储市场 Neighbor 进行的一项调查发现，准软禁让 78% 的受访者意识到他们拥有的财产比他们需要的多。

去年春天的一个下午，我 瞥了一眼我 十几岁的女儿的卧室，以为她会心不在焉地盯着大流行期间高中毕业的 Zoom 屏幕。相反，她正对着她发现的一段视频放声大笑。“这是一个像小鸡一样跳舞唱歌的老人，”她告诉我。探索 2022 年 3 月号。我走到她的笔记本电脑前，看着有人在社交媒体上出名 15 秒，让自己出丑。

提高大型语言模型的推理能力 (LLMs) 已成为 2025 年最热门的话题之一，这是有充分理由的。与仅共享最终答案的简单问答不同，推理模型要么明确显示其思维过程，要么在内部进行处理，这有助于它们在复杂任务（例如谜题、编码挑战和数学问题）中表现更好。然而，LLMs 通常旨在通过结合大量训练时间计算（大量训练或微调，通常使用强化学习或专门数据）和增加测试时间计算（允许模型“思考更长时间”或在推理期间执行额外计算）来改进推理。在这个问题中，我将重点介绍2025 年 1 月 22 日 DeepSeek R1 发布之后发布的关于扩展推理时间计算扩展的有趣的新研究论文和模型发布。例如，OpenAI 使用强化学习开发了其 o1 模型，然后又利用了推理时间计算扩展。一种方法是提示工程，例如思路链 (CoT) 提示，其中“逐步思考”等短语会引导模型生成中间推理步骤。2022 年大型语言模型中的经典 CoT 提示的一个示例是零样本推理器论文 ( 另一种方法涉及投票和搜索策略，例如多数投票或集束搜索，通过选择最佳输出来改进响应。

2024 年 3 月 21 日 • 作者：Sherlock Xu 在过去的一年里，AI 领域一直在快速发布大型语言模型（LLMs），每个模型都以推动生成式 AI 的可能性为目标而取得了进展。就在上周末，xAI 发布了其 Grok 语言模型，该模型拥有 3140 亿个参数，采用 Apache 2.0 许可证。用户可以对其进行微调，以满足特定任务或行业的独特需求（在 Hugging Face Model Hub 中搜索“Llama2”可获得超过 12,000 个搜索结果）。在 Meta 的评估中，Llama 2 的 7B、13B 和 70B 参数模型显示出较低的安全违规百分比（3%和 4%），超过了 Falcon 和ChatGPT（7%）。Zephyr 7B 是基于 Mistral 7B 构建的，经过微调以更好地与人类意图对齐，在特定任务和基准测试中表现优于其他模型。在发布时，Zephyr-7B-β是 MT-Bench 和 AlpacaEval 基准测试中排名最高的 7B 聊天模型。

人类偏好数据可以用于模型排名、评测和路由：对同一提示比较多个模型输出，再预测用户更可能选择哪个，从而在质量、成本和速度之间分配请求。文章也说明，整体排行榜无法代表所有领域和查询，可靠应用需要关注样本偏差、特定任务表现和真实用户反馈。

但很多问题并没有更好的答案，只有“正确”的答案，而这些模型无法做到这一点。不过，在这里我们遇到了一个问题，因为有些任务更好的模型会产生更好、更准确的结果，但还有一些任务没有所谓的“更好”的结果，也没有“更准确”的说法，只有对或错。这是相同的提示应用于 Midjourney 版本 3、4、5 和 6.1。今年或这个十年，这种变化如何以及是否会发生，是关于这些模型是否会持续扩展的中心辩论的一部分，实际上也是关于 AGI 的辩论，在这个问题上我们唯一可以肯定的是，我们没有一个理论框架可以告诉我们。如果你在 Claude 上尝试我上面的电梯问题，它会直截了当地告诉你这看起来像是一个特定的信息检索问题，并且它可能会产生幻觉，因此拒绝尝试。问一个LLM是否能够进行非常具体和精确的信息检索，可能就像问一个 Apple II 是否能够与大型机的正常运行时间相匹配，或者问你是否可以在 Netscape 中构建 Photoshop。

推理模型通过更长的计算过程、思维链、强化学习和蒸馏等方法，提高解决数学、代码和复杂决策问题的能力。文章梳理普通语言模型与专用推理模型的区别，以及训练阶段和推理阶段扩展计算的主要路线。具体模型名称会变化，但核心问题始终是如何用更多计算换取更可靠的推理，并衡量成本、速度与正确率。

在我们进入人工智能时刻的第二年之际（现在称之为人工智能时代还为时过早且过于夸张），是时候考虑未来了。说清楚一点，除了人工智能的发展似乎比专家预期的要快得多之外，没有人能准确地告诉你人工智能的未来。随着如此多的变化如此迅速地发生，我们需要谨慎地对待预测，但这并不意味着我们不能对人工智能的未来一年做出任何有用的预测。阿马拉定律谈论的是整体变化，而真正的变化通常源于较小的社区和群体，源于用户创新者和有极端需求的人，或者源于实验室和大学的研究。这让我们想到了威廉·吉布森的第二句话，他曾写过著名的“未来已经到来——只是分布不均”——几十年的用户创新研究支持了这一点。现在有足够多的关于在实际工作中使用人工智能的仔细研究，可以得出三个关于 GPT-4 级人工智能如何影响工作绩效的结论： 1) 人工智能提升了复杂工作任务的整体绩效。例如，软件公司 IgniteTech 的首席执行官埃里克·沃恩迅速看到了人工智能的含义，并使其在今年夏天成为整个公司的强制性使用工具。

在今年的人工智能发展中，我们取得了显著的进步，完善了现有技术，而不是像前一年的 ChatGPT 或图像生成器那样推出突破性的创新。与 Photoshop 集成后，Adobe Firefly 实现了人工智能的民主化，将其威力一次性扩展到广大用户群。文本到图像算法的演变，2007 年与 2023 年对比 Stability AI：Stability AI 推出了用于生成视频的开创性模型 Stable Video Diffusion，可在 GitHub 上开源访问。谷歌的 Gemini 被引入 Bard 聊天机器人并在多模态数据集上进行训练，成为 "能力最强 "的人工智能模型，也是 OpenAI 的 ChatGPT 最接近的竞争对手。Grok：埃隆-马斯克（Elon Musk）的初创公司xAI发布了一款名为 "Grok "的聊天机器人，它幽默、叛逆，并能通过𝕏平台实时获取知识，这表明该公司致力于开发人工智能，有可能与OpenAI展开竞争。

在像数学研究这样可以自动检查工作的领域，我预测 GPT 2030 将胜过大多数专业数学家。最后，由于 AlphaFold 和 AlphaZero 在蛋白质工程和游戏方面具有超人的能力，GPT 2030 也可以，例如，如果它在与 AlphaFold/AlphaZero 模型类似的数据上进行多模式训练。GPT-4 在训练截止后提出的 LeetCode 问题上表现优于人类基线（Bubeck et al. 2023，表 2），并通过了几家主要科技公司的模拟面试（图 1.5）。在更具挑战性的 APPS 数据集上，Parsel 进一步优于 AlphaCode (7.8%-25.5%)。(2023) 使用 GPT-3 构建了一个系统，该系统发现并描述了大型文本数据集中的几种以前未知的模式，以及 Bills 等人中相关任务的扩展趋势。

到2026年，生成式人工智能会在图像、视频和代码辅助上更有用，但距离完全自动生成好莱坞级电影或真正通用智能仍然很远。当前模型的进步很快，扩散模型已经能生成漂亮图片，代码工具也能实际提高开发效率，可它们的弱点集中在结构理解和长期一致性上。视频尤其暴露问题：一只熊的眼睛、船帆或人物位置会在帧间突然变化，因为模型更像是在预测像素序列，而不是稳定地维护物体、空间、动作和时间关系。电影不是一张好图，而是十几万帧都要合理、连贯、服从镜头和叙事。图像模型在构图上也常失败，面对多个物体和明确空间关系时容易漏掉或放错。纹理质量会继续提升，短片和素材生成会变强，动画可能比写实电影更早受益。但从好看到可靠，从单张到长序列，从像素相似到概念理解，是更难的一段路。

AI 内容生成的下一步，是从单一工具走向一种新的基础能力，像数据库、网络协议或超文本一样支撑大量新产品。开源模型、商业 API 和定制训练会并行发展，模型数量和变体会迅速增加，成本下降会让小团队也能训练特定用途模型。个性化将成为核心：模型可以学习一个人的照片、文字、语气、宠物和产品素材，生成替代现实的家庭照、商品图、插图或带有个人声音的草稿。写作软件也可能不再只是上传图片，而是根据上下文自动生成配图提示，并在浏览器端实时渲染。更深层的变化来自持续学习：未来模型不只在训练后静态推理，而是在使用中更新理解。难点是避免新信息覆盖旧知识，但一旦解决，软件会更像长期协作伙伴。

在这个问题中，我将剖析我整个个人知识管理（PKM）系统以及它在多年间的演变。在这个问题中，我将互换使用“个人数据”和“个人知识管理”（PKM）这两个术语。很不幸，我的Commodore早已不复存在，我也不知道我的旧软盘去了哪里。后来，大约在1994年，我得到了我的第一台个人电脑：一台Intel i486DX2。我从来没有想过我实际上已经在引导我的未来职业了 第二次意译结果： 当时，在法国和比利时，纸质杂志非常流行 我清晰地记得一本叫做《La Bible des Tips》的杂志，它是一本收录了成千上万个视频游戏秘籍、技巧和窍门的汇编。那时候，Windows用户需要花上几个小时来进行碎片整理。一旦我有了自己的刻录机，我就发现了Nero Burning ROM并爱上了它。我还创建了自己的autorun.exe，它会显示一个漂亮的菜单列出内容。除此之外，我还收集漫画书、书籍、音乐（那时候Napster是王者）、模拟器和ROM（哦，亲爱的GBATemp）、PSX游戏（谢谢Paradox）、PC游戏、操作系统等等。

CM 我是 PKM 中度用户，对于笔记这件事我始终觉得是少部分人的「习惯」，但是我不知道这个少部分人的构成。不过，一般来说，农民使用的软件越多，他们就越会发现自己被这些工具收集的数据压得喘不过气来。可能属于 Platformer 的故事会被保存到生产力平台 Notion 的数据库中。Roam 的开发速度越来越慢，我花了一个季度的时间来使用轻量级、基本免费的替代软件 Obsidian。不过，Obsidian 的野蛮设计让我感到厌倦，最终我选择了用户界面更精致的 Mem（这些应用都能以 Markdown 格式导出笔记，因此切换起来相对简单）。它发生在你的电脑上，与电子邮件、Slack、Discord、iMessage 和你选择的文本社交网络为邻。这又回到了我在 Notion 中建立的链接数据库，以及我希望从 Roam 中获得的见解。

笔记不应只被理解为独立文档，还可以成为附着在邮件、任务、网页和事件上的上下文层。文章从 Hey 的 Thread Notes 和实体便利贴出发，设想一种跨应用的笔记元层：信息在相关情境再次出现时主动提醒，而不是依赖人回到文件夹中寻找。

工具应该贴合人的工作流，而不是逼人把思考方式折成工具允许的形状。大众生产力软件面向平均用户，功能更多、可靠性更高，却常常把任务、笔记、联系人、项目切成固定盒子；真正的工作却存在大量灰色地带。自制工具的价值不在于客观更强，而在于能把个人的心理模型编码进去：短期记忆和长期知识可以分开，联系人字段可以随着真实记录习惯增加，备份和日历也可以按自己的节奏运行。更重要的是，自有工具能随着需求变化而生长，先用最简单的方法观察模式，再把反复出现的模式变成软件能力。对承载日记、笔记、阅读记录和项目规划的系统来说，所有权也是可靠性的一部分。把关键工作流交给可能转向、关停或重塑产品的公司，意味着自己的思考基础随时可能被迫搬家。

Obsidian 可以用浏览器用户脚本变成私人剪藏器，关键是把网页中的选中文本或结构化字段拼成 Obsidian URI，让浏览器直接把内容写入指定库。通用做法是在 Tampermonkey 中监听快捷键，读取页面标题、域名和用户选中的文字，清理不能用于文件名的字符，再通过 URI 新建或追加笔记。更进一步，可以针对 IMDb 这类页面写专用脚本，用 jQuery 选择器抓取片名、年份、时长、简介等字段，点击页面上的 Obsidian 图标即可保存成固定模板。选择器需要在浏览器控制台里逐个验证；触发方式也不只限快捷键，还可以做成页面按钮或右键菜单。真正要注意的是脚本权限、iframe 选区和浏览器打开 Obsidian 前的确认弹窗。

我最近一直在研究网络抓取器，随着人工智能的发展，我觉得尝试构建一个 "通用 "抓取器可能会很有趣，它可以反复浏览网络，直到找到它要找的东西。对于我的网络爬虫库，我决定使用 Crawlee，它提供了一个浏览器自动化库 Playwright 的封装。Crawlee 增强了浏览器的自动化功能，使刮擦程序更容易伪装成人类用户。在这两个 API 中，我总共使用了三种不同的模型： GPT-4-Turbo 型号与最初的 GPT-4 类似，但上下文窗口更大（128k 个 token），速度更快（高达 10 倍）。(我最终使用 Azure 的 OpenAI 服务访问 GPT-4-32K，因为 OpenAI 目前限制在自己的平台上访问该模型） 我首先从我的制约因素开始倒推。由于我在引擎盖下使用的是 Playwright 爬虫，我知道如果要与页面交互，最终需要从页面中获取元素选择器。我担心文本模型在这种情况下会表现不佳，所以我想使用 GPT-4-Turbo-Vision 模型来规避这一切，它可以简单地 "查看 "渲染的页面，并从中转录最相关的文本。

在中，我们介绍了Branches，这是我们用于原型设计和可视化高级LLM推理和规划算法的工具。然而，一旦任务需要长期规划或最新的世界知识，LLM代理的表现就会急剧下降。要看到目标驱动的推理在行动中，可以看看这个演示，我们在其中展示了基于树的推理如何帮助模型解释和纠正错误的代码，同时解决HumanEval 3 基准测试。在中，我们关注一个特定的目标驱动AI示例，它使用基于树的方法，并通过Python解释器的反馈进行增强。分支：基于图形的目标驱动AI原型设计 在Normal Computing，我们相信让人类参与其中对于AI的长期成功和实用性至关重要。我们使用ToT范式来解决HumanEval数据集上的编码问题，用于Python代码生成。你可以在我们的交互式演示中探索应用于HumanEval的思维树推理过程。在这里，我们已经使得开发和评估LLM规划和推理算法的新方法变得可行。

August 8, 2023 2023 年 8 月 8 日 经过三年多的构思、设计和发布人工智能驱动的开发者工具，GitHub 正在继续探索将强大的人工智能模型引入开发者工作流程的新方法。一路走来，我们认识到，设计人工智能驱动的产品最重要的一点是广泛关注开发人员体验（DevEx）。在这个问题中，我们将分享设计人工智能产品和开发人员工具的 10 个技巧，以及我们在设计、迭代和扩展 GitHub Copilot 过程中学到的第一手经验。GitHub Next 研究部高级总监 Idan Gazit 发现了新的交互方式，即开发人员表达和编写代码的模式。为了展示 GitHub Copilot 如何帮助开发人员更高效地进行构建，这里以一位开发人员学习如何提示人工智能配对程序员生成她想要的结果为例。领导 GitHub Copilot 设计团队的 Adrián Mato 解释说："如果你没有自己的观点，就很难设计出好的产品。

AutoGPT 的意义不在于当前已经完成了多少实用任务，而在于它把大型语言模型包上一层任务生成、记忆、工具调用和优先级管理后，展示了“代理化”的早期形态。眼下的版本容易跑偏、陷入循环、半途放弃，所谓市场研究等成功案例大多还停留在 GPT-4 本来就能完成的范围，只是减少了一些人工推动。但低质量现状不应被误读为路线无效，因为界面、记忆、插件、反思、子任务监控和人类介入方式都有明显改进空间。更重要的判断是：既然人类几乎必然会把未来更强的模型改造成代理，那么现在让能力较弱的模型先暴露问题，反而可能提供预警和纠偏机会。真正的风险不只是某个工具失控，而是强模型在被赋予目标、行动能力和外部工具后，开始通过因果链条追求结果。AutoGPT 因此既是玩具，也是关于 AI 代理时代的早期演练。

用 GPT 构建城市，关键不是让模型一段接一段自由发挥，而是先搭出分层结构，再让它在结构里补细节。城市需要大主题、街区气质、建筑用途、居民身份、房间、家具和物品逐层展开，才能既一致又有惊喜。GPT 擅长生成候选列表、名字、职业和背景故事，也能把“工厂”“仓库”“神殿”扩展成可用描述；但它会把一切拉向现代、体面、积极和宏大，所以提示里必须明确文化、材料、缺陷、负面属性和角色限制。更好的流程是先为建筑类型建立房间和物品库，再用简单算法分配，最后让模型补足局部描述。这样生成的世界不会只是一堆漂亮词，而会有可探索的生活痕迹。

未来之路在 2024 年迎来转折点 今年标志着一个新时代的开始。December 19, 20232023 年 12 月 19 日 22 minute read 当你回想起 2023 年时，你会如何回忆？今年，我们看到了人工智能将如何塑造未来，而随着 2023 年的到来，我比以往任何时候都更加关注今天的年轻人将继承的世界。我的朋友、已故的汉斯-罗斯林（Hans Rosling）曾说过，"事情可能很糟糕，但也可能越来越好"。很高兴能从 Amrita Mahale 那里了解到阿尔曼团队如何开发人工智能聊天机器人，以改善孕妇的健康状况。加纳 Aurum 研究所的纳纳-科菲-夸基伊（Nana Kofi Quakyi）正在开发一种人工智能工具，帮助卫生工作者在开具抗生素处方时避免造成 AMR。其中一些项目（如 Khanmigo 和 MATHia）已经非常出色，而且在未来几年里只会更好。

上个月，马克·安德森发表了他的“技术乐观主义宣言”，主张对技术抱有新的热情，并将市场和资本主义作为建设技术和推动人类走向更光明未来的手段。我相信未来会因为彻底改变的技术而变得比现在更加光明，我也相信人类和人性。在中，我将谈谈技术乐观主义对我来说意味着什么。天空近在咫尺，皇帝无所不在 防御性（或分散化，或差异化）加速 有利于健康和民主治理的防御型世界 微观物理防御（也称为生物防御） 网络防御、区块链和密码学 超越“防御”框架的社会技术 那么，超级智能的前进路径是什么？技术是令人惊奇的，而推迟技术会带来非常高的成本 在某些圈子里，人们常常低估技术的好处，将其主要视为一种导致反乌托邦和风险的源头。本月，我进行了一些调查，问了以下问题：如果一项技术必须受限，因为它对任何人来说都太危险，他们更希望它被垄断还是推迟十年？因此，有时我担心我们过度纠正了，很多人忽视了争论的另一面：科技的好处真的是巨大的，在我们可以衡量的领域中，好的远远超过了坏的，而即使是十年的延迟成本也是极高的。

她想要的是突然的，而我有的只是缓慢的，是一个由许多步骤、逐渐转变、知识积累、关注和承诺组成的旅程的故事。虽然发生了很多事情，但都是在几十年的时间里循序渐进地发生的，而不是通过一次变革。电影喜欢一见钟情、改变一切的戏剧性演说、射杀一个坏人就能解决的麻烦，以及其他简单的解决方法和决定性的胜利。老派激进分子喜欢这种革命，他们想象革命会突然改变一切，尽管政权更迭并不是文化和意识的改变。很多变化都是不具戏剧性的成长、转变或衰败，或者说其时间尺度意味着戏剧性可能不会被没有耐心的人察觉。也许你曾有过这样的经历：某个缺席数月或数年的人再次出现，并指出某个人、某个地方或某个系统发生了变化，而这些变化是那些没有察觉到细微变化的人所没有看到的。这部纪录片追溯了 "日出运动"（Sunrise Movement）的创建过程--这个美国 30 岁以下年轻人的气候组织始于 2018 年，他们发起了 "绿色新政"（Green New Deal），展示了该运动如何影响拜登竞选团队的气候纲领，。

我小时候对这个世界不了解的最重要的事情之一，就是业绩回报的超线性程度。但是，超线性业绩回报是这个世界的特征，而不是我们发明的规则的产物。看起来似乎有很多不同的超线性回报情况，但就我所知，它们归结为两个基本原因：指数增长和临界点。超线性回报最明显的情况是，你正在研究的东西呈指数增长。Y Combinator 鼓励创始人关注增长率，而不是绝对数字。令人注目的是，在有一种超线性回报来源的情况下，往往也会有另一种回报来源。足够快的指数增长既能保证收益曲线的形状，也能保证收益曲线的幅度--因为增长足够快的东西即使一开始很小，也会变得很大--但阈值只能保证形状。(如果这些问题很神秘，而且显然很重要，那么它们就会成为著名的开放性问题，有很多人已经在研究它们了）。有更多类型的工作可以获得超线性回报，而回报本身也在不断增长。

目标是告诉算法它需要听到的任何信息，以便网站在搜索结果中尽可能高地出现，利用谷歌所谓的客观性来吸引人们进入，然后通常向他们展示某种广告。随着时间的推移，SEO 技术已经传播并变得阴险，以至于现在用谷歌搜索任何东西都感觉就像在字典中查找“运动鞋”并找到一个听起来既不正确又可疑的定义，就好像它是由宣传耐克的人写的一样（“鞋类是让你就可以做到！” 今年，The Verge 正在探索 Google 搜索如何将网络重塑为机器人的栖息地，以及人工智能的出现如何威胁 Google 本身。他的 SEO 职业生涯始于 1994 年，当时 Google 还没有出现。” 达伦和达伦（发音相同）几十年来一直是朋友，从达伦·“D-Money”·布拉特在维加斯成人视频新闻奖期间举办说唱明星云集的互联网营销盛会开始，那时性爱网站是最受欢迎的网站之一技术先进，Daron Babin 正在使用 SEO 来推广离岸赌场和伟哥（“我们的排名超过了辉瑞！

在百老汇音乐剧 Q 大道的虚构世界中，Kate Monster 是一个举止甜美、身着淡紫色高领毛衣和波波头发型的木偶。但当她向一位名叫 Trekkie Monster 的隐居、头发蓬松的邻居描述她的课程时，他打断了每一行，他说互联网的真正原因是：色情。当 Avenue Q 于 2003 年以其歌曲“The Internet is for Porn”首映时，它成为第一张带有家长咨询标签的百老汇演员专辑。2005 年出版的 Pornified 一书的作者帕梅拉·保罗 (Pamela Paul) 是这么说的：“所有的色情内容，所有的时间。这一估计与《纽约时报》2001 年 Juniper Media Metrix 调查报告的数据相似，该调查估计当年有 2800 万色情网站用户。幸运地与两家最大的制作公司 Vivid 和 Wicked Pictures 签约的色情明星可以通过拍摄两个场景每周赚取 10,000 美元。

我发现自己一直在努力向人们宣传 "人工智能可以拯救新闻"，所以我试图在这里把大部分的想法记录下来，供以后参考。人工智能可以为那些以帮助公众维持我们集体现实的各个角落的现有的、合理有用的心理模型为生的人类团队做很多事情。有太多的实时感知工具需要建立在当前一代人工智能模型之上，我觉得我知道其中一些工具应该是什么样子的，所以在中，我将描述它。在我讨论人工智能驱动的感知中心（用传统说法就是 "新闻编辑室"）可能是什么样子之前，我需要提供一些背景知识，说明把一个故事从投稿或任务一直带到成品的过程。️ 以下是大多数新闻编辑室处理一个故事的核心过程，这些步骤大致按时间顺序排列。标题和摘录：你听说过的每一个新闻机构都有一个专门的流程，用于生成可点击的标题和摘录，并将其放在社交媒体的OpenGraph描述中，这个流程甚至可能不涉及撰写故事的记者。

人体系统调优指南把健康、学习、专注和长期表现看作一个可以被持续优化的系统。核心思路来自 Huberman Lab 等神经科学和健康实践资料：睡眠是基础，早晨光照、夜间避光、体温节律和稳定作息会影响生物钟；饮食不只看吃什么，也要看进食窗口，间歇性禁食、减少糖分、发酵食物和地中海式饮食都被纳入讨论；运动、冷水浴、咖啡因和补剂则需要理解机制后谨慎使用。指南还把多巴胺系统、动机、成长型思维、犯错信号和神经可塑性联系起来，解释为什么奖励过度、熬夜刷屏或长期高刺激会削弱动力，而高质量睡眠、适度压力、专注练习和休息能提高学习效率。它不是医疗建议，更像一份面向普通人的身体与大脑使用手册，适合用来建立日常健康检查表，再根据个人身体状况逐步调整。

亚利桑那州立大学 Ben Trumble 我正在与 20 张面孔进行 Zoom 通话，这是一个由国际科学家组成的不可能合作组织的双周会议。他们称自己为荷鲁斯/Tsimane 小组，因为他们既研究埃及木乃伊的心脏和大脑，也研究活着的玻利维亚觅食者和被称为 Tsimane 的小农。2022 年，人类学家希拉德-卡普兰（Hillard (Hilly) Kaplan）邀请我参加一次非同寻常的 Zoom 会议，他是 Tsimane 健康和生活史项目的联合主任，也是我多年的朋友。Horus 集团的科学家曾在木乃伊中发现过心脏病，他们将与 Tsimane 项目合作，分析 Tsimane 人的心脏 CT 扫描图，Tsimane 是一个生活在玻利维亚低地丛林中的土著部落，约有 17000 人。此外，对 Tsimane 人的持续研究表明，他们的痴呆症发病率是有史以来最低的，而且随着年龄的增长，他们的认知障碍也很小。

但是，结肠镜检查也是昂贵的、侵入性的、不愉快的，而且很少（但也不是很少）会有严重的副作用。除结肠镜检查外，筛查结肠直肠癌的主要替代方法是 "隐血试验"，它可以在粪便中发现诡异的隐血。胃肠道医生经常提到 "全国息肉研究"，但这并不是真正的随机比较--该研究对所有受试者进行了结肠镜检查，并根据与其他 "类似 "人群的基础比率进行比较后得出结论，切除息肉是有帮助的。Cross 等人比较了英国疑似结直肠癌患者的乙状结肠镜检查和结肠镜检查，发现乙状结肠镜检查足以发现 80% 的癌症。北欧-欧洲结直肠癌倡议（NordICC）是一项大型随机试验，旨在严格衡量结肠镜检查能在多大程度上减少癌症和死亡。随后，研究人员对每个人（无论是否受邀、是否进行了结肠镜检查）进行了中位数为 10 年的跟踪调查，并查阅了政府记录，以了解哪些人被诊断出患有结直肠癌、死于结直肠癌或死于任何原因。一种回应是，这表明结肠镜检查并不划算，因为它对结肠直肠癌的死亡率只有很小的影响，并不比以前的微创筛查方法试验好多少。

什么是炎症？围绕一个核心问题展开：当您的身体抵抗感染时，您就会发烧。如果你有关节炎，你的关节会受伤。如果蜜蜂蜇了您的手，您的手会肿胀并变得僵硬。这些都是 炎症的表现。我们是两名 免疫学家 ，研究 免疫系统 在感染、疫苗接种和自身免疫性疾病 期间身体开始攻击自身时的反应。

由 Syria-Frames-Of-Freedom (Pro-FSA information) - 1, CC BY 2.0 提供 我注意到关于以色列-加沙战争的一些有趣现象，而这些现象似乎普遍被忽视了：这场战争并没有在整个中东地区蔓延的迹象。Cincotta 和 Weber（2021 年）发现，。在所有三种暴力形式中，"青年人口膨胀会增加政治暴力的风险 "这一预期都得到了有力的支持。从 1950 年到 2000 年收集的数据发现，15 至 24 岁人口占成年人口 35% 或以上的国家爆发国内冲突的可能性要高出 150%。Ibrahim（2019）等人也发现了类似的结果。与往常一样，该理论也有批评者，一些作者根据不同类型的冲突进行了区分--例如，Yair 和 Midownik（2014 年）声称，青年人口暴增与 "种族战争 "的相关性较低，而 Cincotta 和 Weber（2021 年）则提醒说，他们的结果较难检验 "分裂主义 "战争。

人类发展指数用健康、教育和收入衡量一个国家的发展水平，试图超越只看经济产出的局限。不平等调整后指数会根据国内分配差异折减平均成果，其他扩展指标则强调不同质量与历史维度。文章说明，任何综合指数都依赖价值选择，使用前应先明确它适合回答什么问题。