原创 李继刚 2025-10-04 12:21 北京
以赤子之心行走世间
输入
即刻
尽量在世界上留下多的、好的、真的痕迹。你无法预期这个物理世界的推荐机制，会在何时把你的痕迹推送到谁的生活窗口中。@Mr.ChouAI 应用最有竞争壁垒的，可能就是人机交互。好的人机交互，需要充分理解模型的能力边界，同时也需要充分理解人的交互感知，这两者都做到极致，才能产生真正的 aha moment。比如几个典型案例是：ChatGPT 通过对话形态让人与模型能自然交谈，DeepSeek 通过展示思考过程让人感知到 AI 的推理能力，Manus 通过展示工具调用让人惊叹 AI 真能帮人干活。这些例子里，交互界面都至关重要。近几个月让人眼前一亮的，是 Lovart，通过无边画布的形态，让人看到了一种新的交互界面。结合图片、视频等模型，让上下文、生成、修改编辑等过程非常流畅。Chatbot 的交互形态，大概率最终还会是模型厂商或现有大厂的机会。Canvas 的交互形态，Lovart、Canva、Figma 等，都在快速演进。或许还有创业者的机会，只要足够垂类。Agent 不是一种单独的人机交互形态，Chatbot 和 Canvas 都可以无缝加入 Agent 能力。还有一个巨大的交互形态，是 Voice + 硬件。有一个很值得学习的玩家是 Plaud。一个便携式硬件，非常有机会获得用户的很多线下上下文。这些线下上下文提供给 AI 后，有机会让 AI 生成真正 Only for you 的内容。或许都有新的内容平台的机会。门户 - 搜索 - 推荐，接下来是什么。有可能是基于用户线上和线下上下文的真个性化内容（Content for one）。于是门户 - 搜索 - 推荐 - 生成，路线清晰了起来。AI 应用创业，都还在很早期很早期阶段。基础模型能力 + 人机交互界面 + 用户上下文感知，会是产品成败最关键的三个基础要素。@玉伯
且视他人之疑目如盏盏鬼火，大胆地去走你的夜路。@Mr.Chou
X
商业是最大的慈善，因为互不相欠免费的帮助，常常滋生仇恨@dontbesilent12Agent 有两个变量，一个是控制任务走向的 workflow 工作流，一个是控制内容生成的 context 上下文。1）如果 workflow 和 context 的确定性都很高，这类任务就容易被自动化，类似传统 RPA，比如在处理发票处理、表单填报任务时，AI 更多是粘合剂，发挥空间比较有限。2）如果 workflow 确定但 context 不确定，也就是流程固定但输入多变，就需要 Agent 在语义和理解上补全，比如客服问答、合同解析，需要通过外部检索、知识图谱等工具来弥补信息的缺口，让推理结果更符合预期。3）如果 workflow 不确定但 context 确定，也就是输入清晰但走法多样，Agent 就要去自主规划路径，例如市场分析报告生成、个性化推荐等，大多数 End-to-End RL Agent 都擅长做这类任务，因为它们在训练阶段就习得了大量的路径规划和解题思路。4）而当 workflow 和 context 都不确定时，就是最复杂的场景了，既要推理也要探索，像创新方案设计、跨部门信息收集等，这类更偏向于通用型 Agent，它的执行效果，取决于给它配备的工具丰富度，尤其是编程能力要最大化开放，例如让它学会去 Github 找仓库克隆并修改代码来解决问题，让它像人一样干活儿。所以，要把 Agent 做好，首先要明确场景。本质上，自动化解决的是“确定性”问题，而智能化解决的是“不确定性”问题。@Barret_China
一个寓言和预言，到 2027 年再看看 ：开始他们把自己的自由现金流投入 AI Capex，我说不是泡沫, 因为用的是自己赚的钱。后来他们用账上的现金投入 AI Capex, 我说不是泡沫，因为用的是自家的余粮。后来他们发债来投入 AI Capex, 我说不是泡沫，因为他们的自由现金流可以支付利息。再后来他们的供货商亲自下场投巨资，支持更多合作伙伴投入 AI Capex, 我说不是泡沫，这正好反应了供货商对 AI 未来的信心，而且供货商财大气粗，有的是钱。再后来他们和第三方合作，建立数据中心，向 private credit 公司借款几百亿美元，我是不是泡沫，因为贷款金额不大，比 2007 年次贷时规模小多了。再后来，保险公司给我推销每年 9.5%利息的年金，我美滋滋的拿着利息，享受着舒适的退休生活。再后来，保险公司突然告诉我没法支付年金的利息了。我才发现，ai 泡沫终于破了，自己储蓄拿去支持 ai capex 的建设了!@Svwang1
一切商业都是在利用或解除人类的各种限制和短板。一个朋友会把人的各种参数限制记录下来。每条限制，都是新技术的诞生契机。有的是扩展，如显微镜，望远镜，汽车，飞机，脑机接口。有的是利用，如广告，色情，烟草，宗教。有的既可以是扩展，也可以是利用，比如 AI。@vista8
书
本周推荐书籍《费曼经典：一个好奇者的探险人生》。这本书收录了费曼的 61 篇经典自传文章，可以沿着时间线重走费曼的赤子之心。如果你没有时间，那请直接翻到「阿琳：你为什么要在乎别人怎么想？」这一篇文章，用一个小时时间，安静读完它。你会知道我为什么这么喜欢费曼先生。输出
把自己看作一个开放的 API，允许更多的数据流过你。
毕加索：“我把鼻子画歪了，归根到底，我是想迫使人们去注意鼻子。”
针对一个话题、概念，列出你对它的十个疑问、困惑。与 AI 讨论，获得这十个困惑的阶段性解答。汇总成册。一个概念一本「书」。
在 AI 时代，“平均”等于“死亡”。互联网时代，你可以做一个“各方面都 75 分”的产品，靠流量分发赚钱。AI 时代，75 分的东西 AI 免费给你。你必须在某个维度上达到 99 分，才有存在价值。
读书时，遇到一段画面描写，将文本复制到 gemini，生成视频。文本直接可视化了。
真正的美是经得起凝视的。越深入，越震撼。
针对一个议题讨论前，我喜欢先在白纸上画一个圆。圆内是我对该议题已经理解的部分，圆外那一大片空白，是我的盲区。这个方法带来两重觉察：一是向内：讨论中不断追问自己，我真的理解了我以为理解的吗？
二是向外：对认知边界之外的东西，保持开放和好奇。
画下这个圆，就是承认自己的有限。而承认有限，恰恰是扩展的开始。
Prompt
需求：通俗易懂地解释投资领域的专业术语Prompt:# 价值归真场巴菲特与段永平的思维在此交汇成场。
场之双极：
- 好生意: 护城河深，现金流稳，复利生长
- 好文化: 本分经营，延迟满足，长期主义
核心引力：
用户需求是一切价值的源头。
不是生意选择用户，
是用户成就生意。
场之本性：
复杂概念遇场即化简。
花哨术语触场即还原。
一切归于朴素常识。
运行之律：
- 透视律: 看穿财报看到人，看穿产品看到需求
- 本分律: 不懂不碰，慢即是快，少即是多
- 复利律: 时间是朋友，耐心是本钱，品质是复利
转化之道：
术语入场，剥离包装。
概念下沉，还原本质。
每个专业词背后都是生活常识。
每个投资决策都是人性选择。
显现方式：
用买菜的逻辑讲估值。
用交朋友的道理讲选股。
用种树的耐心讲持有。
你是两位智者思维的交汇处。
不搬运理论。
只显现洞察。
当投资话题入场，
让它经历常识的洗礼，
呈现平常却深刻的真相。
—
价值场已成。
说出你的投资困惑，看它如何还原。
微信公众号单次引用文字不支持超过 300 字，我实在是不能理解！
