与「一本正经的乱扭」相关的搜索结果

你算哪颗小星星 ||| 半夜偷偷起来跳勾人～ 嫂子坏吗？ #前奏一响那就来跳一个吧# #半夜跳舞# #勾人舞蹈# #自学舞蹈# #不会跳舞扭扭也行# #一本正经的乱扭# #现学现卖# #嫂子坏吗# #跳舞# #夜间诱惑# #半夜翻牌#

被踩着过河了那么些年，支付宝终于踩着微信过了一回河，那就是小程序，小程序可以说是中国互联网独有的高活跃生态，它已经和所谓轻应用或者Html 5的前身完全不一样了，本质上就是巨头们得到了消除不安全感的终极答案：只有制定游戏规则，才愿意加入游戏。 每年都会有现象级小程序在流量高峰时被系统误判异常，然后自动给停掉了，然后开发者又要去找平台解释，接着再放出来并升级风控，大家也习惯了这样的管理方式，但这就很奇怪，平台同时在基础设施和应用层发力，这在海外是很难行得通的，因为开发者不会信任身穿球衣的裁判员。 但国内小程序成了最优解，这个最优解指的不是体验上的最优，而是利益分配上的最优，只有通过小程序，平台才愿意割让自己的流量，而开发者接受小程序，也就意味着拿到了签证，没签证你根本就进不去。 加上互联网公司的战投做起来了，也相对缓解了开发者的顾虑，以前VC都问腾讯抄你怎么办，后来VC开始问怎么才能让腾讯投你，腾讯能看到所有小程序的活跃数据，你能引起腾讯注意那是你的本事，毕竟不是所有人创业都跟张一鸣一样，拿到报价后跟员工说自己创业不是为了当腾讯的员工。 二维码、小程序都是妥协出来的造物，跟中国移动互联网逐渐摆脱硅谷指导有关，虽然难免也有像是QQ开发微信小程序这种胡说八道的一本正经，但至少有一种秩序被市场发明出来了，再往上的秩序只有铁拳了。 大家都知道的，小程序最早叫应用号，被苹果给拦住了。你不能在iOS里做应用分发平台，如果我没记错，Facebook曾经也动过做类似产品的想法，都没启动就被Google和苹果混合双打给按回去了，所以潘乱说微信的开放生态在全球做成了独一档，这是事实，但另一个事实是，也只有微信所在的市场，能够争取到这么做开放生态的待遇。 支付宝的小程序也已经做得很成功了，算是微信下面的第二家，评论区有不少人提到支付宝的城市服务很好用，这都是支付宝自立根生的结果，只不过我们可能都还得继续等支付宝想明白它到底要做成一款怎样的产品。 至于互联互通，我只能说万丈高山才挖掉了第一铲土，大厂内部的墙都多了去了，拆的过程也是别别扭扭的，就像王者荣耀恢复抖音直播都能出来表一波功，那根本不是墙好吧，就是公司的一道人为政策，自己解决自己制造出来的问题。 剩下时间还聊了些微信下场做电商该怎么自洽的话题，不过因为事情还没真正做起来，很多讨论都是建立在假设之上的，意义不大，评论区也有不少阿里和微信的员工出没，贡献了外部不怎么能看到的信息，为了不给当事人添麻烦我也不在这里做总结了，What happens in vegas stays in vegas。 最后，这样的「三无」直播对谈——无提纲，无备稿，无设限——可能会以每周一次的频率长期做下去，有兴趣的可以关注我和潘乱的视频号收看，搜名字就行。（6/完

老黄站在 CES 2026 的舞台上，身后的屏幕突然黑了。“所有系统都挂了，”他笑着说，“这在圣克拉拉从来不会发生。是因为拉斯维加斯吗？外面是不是有人中了头奖？” 这个小插曲倒是个不错的隐喻：2025 年的 AI 行业，就像一台马力全开但偶尔冒烟的机器。所有人都在全速狂奔，所有系统都在满负荷运转。 老黄在 CES 上说，每隔十来年，计算行业就要来一次大洗牌。从大型机到 PC，从 PC 到互联网，从互联网到云，从云到移动端。 这一次不太一样，地震是双重的。不仅应用要建在 AI 之上，连我们写软件的方式本身都变了。 “我们不再编程软件，我们训练软件。不再跑在 CPU 上，而是 GPU 上。”过去的应用是预编译好的，装在你设备上就那样了。现在呢？应用理解你的上下文，每次从零开始，实时生成每个像素、每个 token。 这意味着过去十年砸下去的十万亿美元计算基础设施，都要升级换代。老黄算了一笔账：全球百万亿美元产值的产业，研发预算正在从传统方法向 AI 方法迁移。风投每年两千亿美元涌入这个领域。这就是为什么大家都这么忙。 【1】2025，大模型的三个拐点 老黄回顾了 2025 年 AI 领域的几个关键进展。 第一个是推理模型的出现。2024 年底 OpenAI 发布 o1，第一次让 AI 学会了“思考”。以前的模型是一口气给你答案，对就对，错就错。现在的推理模型会停下来想一想，把问题拆开，一步步推演。想得越久，答案往往越靠谱。老黄管这叫“test-time scaling”，也就是用更多的推理时间换更高的回答质量。 第二个是 Agentic 系统的爆发。AI 不再只是回答问题，而是开始“做事”了。它会自己规划步骤，调用工具，查资料，写代码，甚至操控其他 AI。2025 年，这类系统从实验室走向了真实应用。 第三个是开源模型的崛起。DeepSeek R1 的发布像一颗炸弹，证明了开源模型也能达到前沿水平。虽然还落后闭源模型大约六个月，但下载量已经爆炸式增长。创业公司、研究者、学生、甚至各国政府，都开始用开源模型构建自己的 AI 能力。 这三个突破并非孤立存在。推理能力让 Agent 更聪明，开源模型让 Agent 更容易构建。它们相互催化，共同把 AI 推向了一个新阶段。 【2】Agentic AI：从“能聊天”到“能干活” 三个突破里，Agentic AI 可能是离普通人最近、又最容易被误解的一个。 先说一个直观的例子。老黄提到，英伟达内部现在大量使用 Cursor 编程工具。这不是普通的代码补全，而是一个真正的 AI Agent，你告诉它想实现什么功能，它会自己规划怎么写，查阅文档，生成代码，测试，修 bug，甚至重构。程序员的角色从“写代码的人”变成了“审代码的人”。 这就是 Agentic AI 的本质：AI 从被动回答问题，变成主动完成任务。 ChatGPT 刚出来的时候，最大的槽点是“幻觉”，它会一本正经地胡说八道。因为它只能依赖训练时学到的知识，没法获取新信息，但它又被要求有问必答，所以不得不胡编乱造。你问它今天的天气，它只能编一个。 Agentic 系统解决这个问题的方式很简单：让 AI 学会“查资料”自己补充上下文。遇到不确定的问题，它会先判断“我需不需要去查一下”，然后真的去搜索、去阅读、去核实。这个判断本身就需要推理能力，所以第一个突破（推理模型）是第二个突破（Agentic 系统）的基础。 但 Agentic AI 的能力远不止于此。 【3】Agent 的四种超能力 老黄在演讲中描绘了一个完整的 Agent 能力图谱。我把它总结为四种超能力： 第一，会推理。遇到从没见过的问题，Agent 不会直接说“我不会”。它会把陌生问题拆解成一堆熟悉的小问题，然后逐个击破。就像一个聪明的实习生，虽然没做过这个项目，但能把它分解成自己会的步骤。 第二，会用工具。Agent 可以调用搜索引擎、计算器、代码解释器、数据库，甚至其他 AI 模型。它知道什么时候该用什么工具，就像一个老练的工匠，手边有一整套工具，可以随手选最趁手的那个。 第三，会规划。面对复杂任务，Agent 会先想好怎么做，制定计划，预判可能的结果，然后一步步执行。不是闷头往前冲，而是“三思而后行”。 第四，会协作。这是老黄特别强调的一点：现代 Agent 系统往往是多个模型并存的。一个 Agent 可能同时调用好几个 AI：用专门的模型处理图片，用另一个模型写代码，用第三个模型做总结。就像一个项目经理，知道每个专家擅长什么，然后把任务分配给最合适的人。 他特别提到 Perplexity 的做法让他眼前一亮：“第一次看到他们同时用多个模型，我觉得这太天才了。”道理很简单：一个 AI 当然应该在推理链的任何环节调用最适合那个任务的模型。 所以未来的 AI 应用是什么样的？多模态（理解语音、图像、文字、视频、3D）、多模型（不同任务用不同模型）、多云（模型分布在各个云上）、混合云（有些在边缘、有些在企业、有些在云端）。 【4】一个 Agent 是怎么工作的？ NVIDIA 为此搞了一套叫“Blueprint”的框架。演讲中展示了一个演示：一个小哥用 DGX Spark 搭了个个人助手，能管邮件、日历、待办事项，还能控制一个小机器人。隐私敏感的邮件任务用本地模型，其他用 frontier 模型，中间用一个意图路由器自动分配。 听起来像科幻片，但搭建过程出奇简单。 首先，接入一个前沿大模型的 API 作为“大脑”。然后，为每个功能创建一个“工具”：邮件工具、日历工具、摄像头工具。接着，因为邮件涉及隐私，开发者加了一个本地运行的开源模型专门处理邮件，数据不出本机。最后，加一个“智能路由器”，根据用户的意图自动决定用哪个模型处理。 结果呢？用户说“帮我给 Jensen 发个邮件，告诉他脚本今天能交”，Agent 就自己完成了。用户说“把这张草图变成建筑渲染图，再做个视频带我看看房间”，Agent 也搞定了。甚至当用户的朋友远程接入，问“我的猫 Potato 在干嘛”，Agent 能看摄像头、认出猫、发现它在沙发上、还记得朋友不喜欢猫上沙发、然后通过机器人喊话让猫下去。 老黄说，这一切在两年前是“完全不可想象的”。而现在，“这已经变得微不足道了”。 Agentic AI 的概念其实不新。早在 2023 年，AutoGPT 就火过一阵，号称能让 GPT 自己给自己下指令、自动完成任务。但那时候的 Agent 更像是玩具，经常跑偏、容易卡死、实用性有限。 2025 年的爆发，靠的是几个条件同时成熟： 1. 推理能力的突破。没有可靠的推理，Agent 就像一个冲动的实习生，一拍脑袋就开干，经常把事情搞砸。有了推理，Agent 才能“想清楚再做”。 2. 工具生态的完善。各种 API、各种开源模型、各种开发框架，让 Agent 能调用的“武器库”越来越丰富。 3. 多模型架构的成熟。以前大家想的是“训练一个无所不能的大模型”。现在的思路是“让一个聪明的模型学会调用专业的模型”。这大大降低了构建复杂 Agent 的门槛。 4. 开源社区的推动。老黄反复强调，开源模型让“每个公司、每个行业、每个国家”都能参与 AI 革命。你不用自己训练前沿模型，拿开源的来用就行。 【5】Agent 会取代软件吗？ 包括我在内很多人都思考一个问题：未来 Agent 会取代软件吗？交互形式是什么样的？ 老黄在演讲中给出的答案是：Agent 不只是一种新应用，而是未来软件的新形态。 他说，以后你跟 Palantir、ServiceNow、Snowflake 这些企业软件打交道，界面可能不再是一堆表格和按钮。你直接跟一个 Agent 对话，告诉它你想干什么，它就帮你搞定。“就像跟人打交道一样简单。” 传统软件的交互方式：填表单、点按钮、写 SQL，本质上是在“迁就机器”。你得学会机器的语言才能让它干活。而 Agent 的交互方式是“机器迁就你”。你用自然语言说需求，Agent 自己翻译成机器能懂的操作。 当然，这不会一夜之间发生。企业软件涉及太多复杂的权限、流程、合规要求，不是换个界面就能解决的。但方向已经很清楚了。 【6】写在最后 老黄这场演讲其实还讲了物理 AI、自动驾驶、机器人、下一代芯片 Vera Rubin，我对那些关注不多就不总结了。但如果只看 AI 大模型这块，核心信息其实就一个： > AI 正在从“一个聪明的对话伙伴”变成“一个能调动资源、完成任务的系统”。推理模型给了它思考能力，Agentic 架构给了它手脚和工具箱，开放模型让所有人都能参与这场游戏。 我个人比较关注老黄在演讲中提到的 Agentic 系统将成为所有软件平台的新界面。以前你和软件交互，要点菜单、填表格、写命令行。以后你和软件交互，就像和一个懂行的同事说话。你说想干什么，它帮你干。未来的企业软件，入口可能就是一个对话框。 对于开发者来说，这是一个窗口期。开源模型已经足够强，Agentic 框架已经成熟，基础设施已经就位。剩下的就是应用层的创新。 老黄在谈到开放模型时问了一个问题：数字形式的智能，怎么可能把任何人落下？ Agentic AI 的爆发，不是每个人都能训练出最强的模型，但每个人都可以学会编排这些模型，让它们为自己干活。 这可能是最重要的变化。AI 不再只是科技巨头的游戏，它正在变成每个人都能用的工具。

@wangwatchworld 一本正经的胡说八道‼️本来懒得怼，一看还是谈财经的。日本人，常驻日本的外国人，在缴税上，日本法律一视同仁‼️日本的相续税即遗产税，跑到天涯海角都得缴。前一阵子中山美惠的儿子放弃20亿日元的遗产，炒得那么热你都不知道😿劝你真的别误导啦。一个帖子写不下，再接2帖。只有一种情形下，能逃不缴🤡

三体宇宙许垚这事儿，太可怕了，真他娘的刷新我三观。 很多人他的理性只是表象，一本正经的背后他内在的是无比癫狂，但是你又完全发现不了这种变态癫狂。 三体人进攻地球队伍里要是有许垚，估计还没出发，就会被内部许垚把远征军全部毒死。 所以与其担心遥远的外星人，还是小心一下身边的人吧。 我看很多人玄学说他的面相不好，从这点可以看出来跟这样的人交往要小心。懂面相的可以说一下吗？这样真的看得出来吗？还是很多人只是马后炮？

是谁给特朗普写的发言稿？？？？ 写得太有水平太有文化了！！！！ 这绝对是做足了功课的， 特朗普在国宴上致辞， 提到孔子： 开国元勋富兰克林， 将孔子语录，登在报纸上， 后人将孔子雕像刻在 最高法院的门楣上 必须给写稿子的小伙伴加鸡腿🍗 话说 特朗普这么一本正经的发言， 感觉他来中国突然变成熟了！

有人可能会问，在没有AI的时候，人类也会造谣，也会发到网上到处都是，怎么没见到你这么痛心疾首？ 其一，「抛开剂量谈毒性都是耍流氓」，AI的工业化生产能力，和个体户的伏案写作流程，在效率上是天差地别的，实际上在我写这篇文章以前，搜索引擎、线上文库、各类网站上的AI填充情况就已经非常不堪了，在有了推理模型——精通于一本正经的胡说八道——之后，整个污染趋势会向深处蔓延，从相对次要的资料层触及创作上游的信源层，覆水难收； 其二，人类造谣起来是有局限性的，比如他不可能出现在一个自己没理由出现的场合，真要这么编造起来很容易露馅，但AI则会脸不红心不跳的直接生造，比如栩栩如生的细节，或是身临其境的描写，在说谎这件事情上，AI的主观恶意或许不及人类，但它的发挥能力，却是独一档的； 其三，AI内容的生产者一般都是营销号，而为内容背书的，则是传播者的信誉，比如大V博主上钩后的转发分享，通过这种扩散机制，实现从寄生到合理化的存在目标，才是最可怕的，人会爱惜羽毛，会知道信誉下滑的后果，但营销号不在乎，只要避开敏感话题，有太多的流量可以消费，尤其是在掌握了「创造」独家信息这个技术之后； 其四，AI的便利性已经把虚假信息的泛滥推到了生活的各个方向，有人拿着它推荐的菜单去点菜结果发现店里没这个菜，有人拿着旅游攻略发现当地根本没这个景点，经我实测它还会捏造不属于「山海经」的古典异兽。 我想说的是，AIGC是技术发展的未来，DeepSeek也是国产模型的翘楚，工具没有错，错的是滥用、恶用工具的行为，AI当然可以创造内容，但前提一定要是注明它由AI生成，不能鱼目混珠，放任它以一种不可辨识的方式成为互联网的原生信息，大模型厂商和内容平台也有义务把类似数字水印那种兜底方案同步推进起来，每迟一天，治理成本都会几何级的变得更高。（7/n）

洪灝在公众号发文，说最近有很多人把中国的经济现状和日本泡沫时代联想起来，引起大量共鸣，「但除了一些小故事和华丽的辞藻，我们并未看到基于数据的、科学客观的比较。这些言辞只是一些陈词滥调，毫无实质性的贡献。但学者们置若罔闻，崇论闳议。」 我以为他要笔锋一转，开始论证事实并非如此，结果他拿数据做了张图，对比当今中国和1993年日本的私人部门负债率，得出的结论是哦，你们好像没说错，确实是那样的。 一本正经的讲冷笑话，有点难蚌。

家属说，这个像是他爱上我的时候，我会发的那种视频。而不是现在每天发各种无聊的讲课知识、一本正经当大人的视频。 邀请你花 60 秒来云参加我的婚礼，今天也有好事发生啦：