与「世界技能大賽」相关的搜索结果

【海內外大廚集結！世賽開啟舌尖狂歡】第48屆世界技能大賽9月落地上海，世界各地匠人提前借食材交流學習，不同烹飪技法碰撞出奇妙火花，東方風味正在狠狠圈粉全球食客，見證中國味道走向世界！#美食# #世界技能大賽# #廚藝# #中國味道#

我观察到一个挺危险的信号，尤其在2026年这个节点。 很多人把“每天看很多东西”当成自己的核心竞争力。刷推、看研报、追热点、收藏帖子，感觉自己一直在吸收，一直在进步。 但说实话，AI已经把信息变成了公共资源。谁都能进，谁都能取。你知道的，别人最多晚半天也知道。你以为的“信息差”，其实只是“信息接收早了几小时”。 真正值钱的，从来不是你知道什么。是你拿你知道的东西，做了什么决定，执行了什么动作，拿到了什么结果。 如果今天让我从零开始重新在 crypto 里打拼，我不会去囤更多信息源，也不会去加更多付费群。我会死磕下面这3个能力。每一个都是我踩坑踩出来的。 1. 把话说清楚，这个比你想的难得多 我见过很多聪明人，脑子里逻辑特别强，但一开口别人就困了。或者写一段话绕来绕去，看完不知道他想表达什么。 现在的注意力比黄金还贵。别人愿意花3分钟听你说话，成本其实非常高。 你能不能把一个复杂机制讲得像点外卖一样简单？能不能写一段文字，让别人愿意读到最后一个字？能不能让别人在听完之后，下意识说一句“这人我信”？ 在 AI 生成内容泛滥的今天，模糊等于不存在。你说不清楚，AI 帮你说的任何东西都没用。清晰是你唯一不用花钱就能获得的杠杆。我过去一年拿到的大部分合作机会，都不是因为我懂最多，而是因为我让对方用最短时间听懂了我。 具体建议：每周强迫自己把一件复杂的事情（比如一个 DeFi 机制或者一个 AI 工具原理）用 3 段话讲给一个不懂的朋友听。他听懂了，你就过关了。 2. 学得快，而不是学得深 以前我们接受的教育是：一个技能学几年，然后用几十年。现在这个模型已经裂开了。 两年前会写简单的交易脚本还算个小优势，现在 AI 十分钟就能帮你搭一个框架。你花三个月死磕的某个工具，可能下个季度就被一个新协议或者一个新 AI 功能替代了。 真正拉开差距的，已经不是“谁一开始更聪明”。是谁迭代更快。 看到新东西，愿不愿意花一个小时立刻上手试试？发现原来的判断错了，能不能不带情绪地改？别人给你数据打脸，你是辩解还是调整？ 学得快的人，一年走完别人三年的路。而且这个差距会越拉越大，因为 AI 本身也在加速学习的速度。我现在招人或者看项目合作，最看重的不是他过去做过什么。是给他一个全新的东西，他几天能搞明白并开始产出。 具体建议：每接触一个新工具或者新赛道，给自己设定一个“48 小时交付物”。比如 48 小时内用这个工具做出一个最小可行产品，或者写出一份可执行的分析。不要等到“准备好”。 3. 完成一件事，比计划一百件事重要 这是最俗但也最真实的一条。AI 已经把“做出来”的门槛踩碎了。做一张图、写一篇文章、搭一个简单网页、写一个自动化脚本，以前要几天，现在可能几十分钟。 但问题来了：门槛越低，行动的幻觉反而越严重。我身边太多人状态是这样的：看到一个好点子，先去研究两周。准备动手，先刷三天教程。想做内容，先花一星期装修 Notion。然后呢？没有然后。 他们永远在“准备出发”的状态里舒服地待着。但 2026 年的现实是：你的信誉，来自于你真正完成过什么。不是你有什么计划，不是你收藏了什么模版，是那个已经上线、已经发出来、已经跑起来的东西。哪怕它很小、很不完美、第一次做得像屎一样。完成过一次的人，和永远在准备的人，是两个世界的人。 具体建议：每个星期必须有一个“公开完成”的东西。可以是一条推文、一个简单的脚本、一个交易复盘、甚至是一个失败实验的总结。只要它是完成并公开的就行。 还有一个很少人提的能力，判断力 AI 可以给你 100 个策略、1000 个方向、10000 行代码。但它永远没办法替你回答：哪个方向真的值得押注？哪个机会是噪音，会浪费你三个月？这个取舍现在值不值得做？ 这些是人的地盘。判断力很难速成，只能靠大量小决策，快速拿到反馈，然后修正模型。和交易一样，不练永远不会有手感。 具体建议：每天做一个小的预测并记录下来。比如“未来一周内 ETH 会不会突破某个位置”或者“某个新项目的地板价变化”。然后回头检验。你会慢慢发现自己的判断偏差在哪里。 我个人过去一年回报最高的一件事，写东西 不是想当 KOL，不是想涨粉。是因为写作这件事逼着我把脑子里的浆糊变成清晰的逻辑。你写不清楚，本质上就是没想清楚。AI 可以润色你的句子，但没办法替你思考。 而且写东西有一个隐藏好处：它会把你最弱的逻辑暴露在所有人面前。被骂几次、被质疑几次，你会发现自己进步得飞快。 具体建议：不要追求完美。从每天 200 字的复盘开始，写你对一个项目的看法、一次失败的交易、或者一个新工具的使用感受。连续写 30 天，你会感谢自己。 最后说点实在的 AI 不会淘汰人。它只会让两类人之间的差距大到像两个物种。一类人执行、交付、迭代。另一类人只消费、只收藏、只准备。 未来十年活得好的，不是学历最高的，不是资源最厚的。是那些能想清楚、学得快、讲明白、干得狠的人。 你现在在哪一类？

逃离币圈的高素质年轻人们：高薪伪装下的 “次要劳动力市场” 今天跟一个 Crypto 卡牌项目的员工聊，发现几周前他居然已经离职加入 AI 行业了。身边有不少相似的现象，这也是我最近观察到的一个很明显的趋势：不仅仅是那个 Multicoin 联创离开了，众多高素质、顶尖背景的同龄人才正在快速从 Crypto 行业流失 我并不认为这能简单归结为 “币价跌了”、“熊市难熬”，比起周期，我从我的视角来看，真正逼退这些聪明的同龄人的，是这个行业在职业生涯规划上极其致命的结构性缺陷，上升通道的彻底锁死 哪怕他们熬过了币圈的裁员，也不会留在币圈的原因可以用一句话概括：炒币自由不了，那日子总还要过吧 两个问题引出第三个问题： 1. 币圈的流动性来源于哪里？二级市场 2. 二级市场发生在哪里？交易所 3. 行业需要优质的年轻的人才加入吗？ 第三个问题，应该无需长篇大论论证。至少仅仅从 GitHub 数据来看，自 2025 年初以来，加密项目周度代码提交量约从 85 万降至 21 万，活跃开发者降至约 4600 人 所以可以很明显发现，在现阶段的币圈，除了头部交易所，几乎不存在真正意义上的职场阶梯。但即便是把青春奉献给交易所，能熬过 2-3 年的人也寥寥无几。在这个阶段入场，既拿不到早期员工那种具有爆发力的期权，也早就失去了靠行业红利直接 “买断青春”、实现财富自由的机会（当然，不考虑某些老鼠仓小编和某位现已离职的某链运营哈） 用经济学家 Doeringer 和 Piore 提出的二元劳动力市场理论来拆解，一切就变得无比清晰：Crypto 行业的就业基本盘，本质上就是一个被高薪粉饰的【次要劳动力市场】 在传统的主要劳动力市场（如顶尖金融机构、科技巨头或成熟的咨询公司）里，雇主和员工之间存在一份长期的隐含合同，提供的不只是体面的薪水和社会地位，最核心的是知识与技能的复利累积。在那种环境里，职业发展呈现出一种螺旋上升的态势：个人资本（能力、人脉、认知）随着时间不断增值。一个行业专家，可以凭借过去几年积淀的核心技能，横向跨界跳槽到咨询行业看特定赛道，或者进入大企业的战投部 但在 Crypto 这个次要劳动力市场里，哪怕工资未必低，你依然要面对工作极度不稳定、社会地位边缘化，以及晋升机制的极度匮乏 这就引出了那个最致命的问题：从币圈出去，你还能跨界到哪儿？答案是残酷的：无路可退。 在 Crypto 行业积累的所谓 “专业技能”，无论是找 KOL 进行 TGE 的宣发、写智能合约、还是推特运营，或者扫链炒 meme，在传统商业世界里几乎毫无复用价值。技能的不可迁移性让币圈的从业经历更像是一道职场履历上的断层 在传统就业市场尚未完全被 AI 吞噬的今天，顶级年轻人才必然会算一笔长远发展的账。当暴富预期被抹平，剩下的只有无法复用的屠龙技和随时归零的职业履历时，高素质人群的加速离场是一种极其理性的止损 在这个高波动的黑暗森林里，如果不能蜕变成一个自负盈亏、绝对理性的超级个体（独立交易员或投资人），仅仅想作为一个打工人来出卖时间，那这无疑是对自己青春最大的做空，这也是那些优秀的同龄人不愿继续在 Crypto 从业的核心原因 行业领导者更应该重视人才流失的问题，与其选择什么是对的，不如先排除错误答案

《 变成更好，更自由的自己 》 引用的这篇文章是我今天读到很有共鸣的一篇文章，尤其适合KOL这个赛道。不管你是否打算做KOL，都非常值得花点时间琢磨。 如果你用小红书，你会发现这哥们 @thedankoe 已经成了很多博主特别追捧的对象（养活了很多学习号😂😂）。 不过有一说一他是有干货的，在个人品牌和数字创作者领域非常有见地，也相当成功。 反鸡汤，反主流教育/工作观，很戳“不想一辈子打工的当代年轻人”。 好了，说说昨天他这篇长文说了啥。 ~~~~~~~~~~~~~ 拥有多种兴趣不是弱点，而是当今时代（他称为“第二文艺复兴”）的超级优势。 不要浪费未来2-3年去强迫自己“专注单一领域”，而应该把多种兴趣整合成一份有意义、可赚钱的生活方式。 下面是文章主要观点的提炼（对应原文7大板块）： 1⃣专家时代已经不再吃香 工业时代推崇专业化（像工厂流水线），但这导致人变得愚蠢、依赖性强。
 真正成功靠三点： 自我教育（自己主导学习） 自我利益（追求真正对自己和他人有益的事，而不是公司/系统的利益）、 自给自足（不把判断权、学习权外包给别人）。
 这三者自然催生“通才/泛化者”（generalist），他们能跨领域整合想法、快速适应，而纯专家容易被取代。 2⃣我们正处于第二文艺复兴，抓住机会
 像印刷术引发了文艺复兴一样，今天的互联网、AI让知识极度廉价、任何人一生都能掌握多领域。 
多种兴趣会产生独特的“视角残留”（residue），形成别人（甚至AI）模仿不了的交叉洞见，这是你最后的护城河。
 例子：达芬奇不只画画，还搞工程、解剖；现代人结合心理学+设计、销售+哲学、健身+商业，就能创造别人想不到的价值。 3⃣如何把多种兴趣变成可持续赚钱的生活
 需要一个“容器”（vessel）把兴趣整合起来 → 成为创作者（creator）。
 把社交媒体当成“公开做笔记”的地方，学习过程本身就是内容。
 吸引注意力 → 卖产品（课程、系统、软件等），而不是找一份压抑兴趣的工作。
 这样学习=研究、工作=创作，自由度极高，还能快速试错、推出新产品。 4⃣把自己变成一门生意
 创业不再需要大资本，只需笔记本+网络。
放弃“技能型路径”（学一门技能→教→卖，容易变成新9-5）； 选择发展型路径： ◦追求自己的目标（打造个人品牌） ◦分享学到的东西（内容） ◦帮别人更快达到同样目标（产品）
把自己当成客户画像，帮“过去的自己”解决问题。 5⃣品牌 = 一个环境/世界
 品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。
 它是你的人生故事、世界观、哲学在所有触点（帖子、Newsletter、页面设计等）的体现。
先写出自己的人生低谷、成长经历，用故事过滤所有内容，保持一致性。 6⃣内容 = 新颖视角
 互联网信息爆炸，胜出的靠高信号、高密度想法。 
建一个“创意博物馆”（swipe file）：收集旧书、优质博客、顶级账号的高密度想法。筛选标准：有表现潜力（别人会喜欢）+让你兴奋（自己真感兴趣）。
 练习：把同一个想法用1000种不同结构写出来（钩子、列表、故事等），提升表达力。 7⃣系统就是新产品
 现在人们不想要泛泛的解决方案，他们想要你的独特系统（你自己验证过、迭代出来的方法）。
 例子：Dan Koe 的“2小时写作”系统，就是他解决自己内容创作难题的实验结果（收集想法→模板→跨平台复用→Newsletter为核心）。
 系统是个人经验的结晶，很难被复制。 总结一下，Dan的意思是： 把好奇心、多种兴趣通过自我教育 → 公开分享 → 打造系统 → 卖给同频人群这条路径，变成自由、充实又有收入的生活方式。 ~~~~~~~~~~~~~~ 我非常赞同这个思路，原因在于能支撑我多年如一的学习，分享的重要逻辑就是上面的这一条。 币圈认知更替速度非常快，你真想学几乎每天24小时全部投入进去都学不完。我对Defi，对交易，对项目投研，对Vibe Coding等知识的学习基本都是自我教育。 但如果我想要输出给更多的读者，我需要把自己学习的东西系统化，印证有效，然后才能公开分享出去，并逐步沉淀为自己的铁粉群体。 大部分收益我依然来自于自己学习体系的投资和交易逻辑，但分享后带来的额外收益会让我更愿意投入到自我学习这个循环里，并试图做的更好。 而且这个循环让我能享受自由充实且有收益的生活方式，让我很乐在其中。 他文中的1/2/3/4 都是我已经有做到的，但5/6/7 我还有待提高。 “品牌不是头像+简介，而是读者3-6个月后脑海中积累的对你的整体印象。” -- 我兴趣很杂，到底我应该如何更进一步凝聚读者们对我个人品牌的印象？ -- 需要思考。 现在AI的平民化，便利化，让“超级个体”更加容易成为之前一个企业所能达到的规模和影响力。我们的确处在第二个文艺复兴的黄金节骨眼上。 我最近几个月远比过去几年焦虑，焦虑的不是如何赚钱，而是如何在这股浪潮里不被淘汰下去。 Dan Koe这篇文章帮助我把过去一些思路理的更清晰了，希望也能对你们有所帮助。 2026，我们一起变的更好

推荐下，这期 JL Collins × Steven Bartlett《The Diary of a CEO》 的完整播客采访。 很有哲理的财富观，推荐每个人看完结合自己的条件再规划下属于自己的路径： 1️⃣为什么要避免债务。 2️⃣支出低于收入成为习惯有多必要。 3️⃣投资剩余的钱，是未来的底气。 4️⃣学会先获得购买权，再消费。 他在36分钟的时候也谈到了对比特币的态度！ 正片2小时15分钟，链接放在最后， 也可以选择看看我下面有 GPT 的整理版和我的注解，不想听我啰嗦的可以直接去看正片。 JL Collins 就是《The Simple Path to Wealth》的作者， 先说我认为这期采访真正的核心：钱最重要的功能，不是让你买更多东西，而是让你越来越不需要向任何人低头。 也就是说，财富的终点不是消费能力，而是选择权。 这也是整期两个多小时反复回到的主线。 下面是 AI 按采访顺序的梳理： 00:00–03:27｜为什么写《The Simple Path to Wealth》 JL 最初根本没准备写一本畅销书，而是在博客上给女儿 Jessica 留下一套关于钱的知识。 他认为，一个人如果把钱的问题处理好，人生会容易非常多。不是因为钱本身能带来幸福，而是有资源的人拥有更多选择，没有资源的人很多时候连选择的资格都没有。 因此他写作的目标从来不是教女儿如何暴富，而是教她：如何避免因为钱而失去人生的自主权。 03:27–05:10｜绝大多数人对钱最大的误解 普通人的第一反应是： 有钱了可以买什么？ 房子、车、旅行、奢侈品…… JL 认为这是文化灌输给我们的默认思维。 钱当然可以消费，但还有第二个用途： 钱可以替你工作。 你工作→赚到钱→把其中一部分变成资产→资产继续产生钱。 于是慢慢发生一个巨大变化： 一开始，是你用时间换钱； 后来，是钱替你换时间。 所以他建议把“我能用这笔钱买什么”改成： “这笔钱将来能替我赚多少钱、买回多少自由？” 05:10–06:15｜什么叫财务自由 只要你必须每天出售自己的时间、劳动和注意力才能活着，你就仍然依赖某一个愿意付钱给你的人或组织。 老板、客户、公司、平台…… 所以财务自由不是“我有很多钱”。 而是： 工作开始变成可选项。 你可以工作，但不是“不工作就活不下去”。 这个区别非常大。 06:15–13:11｜为什么很多成功人士都有创伤 Steven 谈到自己的经历：年轻时冒险、辍学创业、拼命证明自己，很大程度来自内心的不安全感和创伤。 JL 观察到一个有意思的现象： 很多极度成功的人背后都有某种“我要证明自己”的东西。 创伤、不被认可、自卑、家庭问题…… 它可能成为非常强的驱动力。 但反过来，他也认识一些人，没有那么大的野心，只想过舒服、自由、平静的人生。这些人反而往往成长环境更加稳定。 这引出了一个问题： 巨大的野心究竟是一种能力，还是一种没有被治愈的伤口？ 采访没有给确定答案，但 Steven 明确提到，他认识的一些超级富豪并不快乐。 其中一个重要寓言：和尚与大臣 JL 的书开头有个故事。 两个童年好友，一个后来成为国王身边的大臣，一个成为清贫和尚。 大臣看和尚每天粗茶淡饭，就说： 你如果学会讨好国王，就不用吃这种苦了。 和尚回答： 你如果学会满足于粗茶淡饭，也就不用讨好国王了。 JL 说自己一直更接近和尚。 这其实是他全部财富哲学最简洁的表达： 降低欲望，也是一种提高自由度的方法。 当一个人的“必须拥有”越来越少，他需要讨好的人也会越来越少。 13:11–14:22｜钱与幸福的关系 JL 并不认同“钱能让你幸福”。 他的观点更细： 钱不一定增加幸福，但缺钱可以制造大量痛苦。 催债信、房租、账单、医疗费用、失业风险…… 这些东西会长期占据人的心理空间。 所以财富最先改善的，往往并不是快乐，而是： 减少焦虑。 而且金钱有放大效应。 一个本来就不快乐的人， 变成富豪以后仍然可能不快乐； 一个本身就很满足的人， 有钱以后会获得更多选择。 Steven 也谈到自己以前觉得 Range Rover、 豪宅会带来巨大幸福， 后来真正拥有以后， 发现心理冲击远没有想象中大。 JL 因此强调： 享受财富， 但不要要求财富负责治愈你。 14:22–15:59｜什么才是真正的 F.U. Money 一般人把 FU Money 理解为： 钱多到永远不用工作。 JL 说那其实叫 Financial Independence。 他定义的 FU Money 反而是： 走向财务自由途中已经积累起来的那部分钱。 哪怕你只有足够活六个月的钱， 它都已经开始改变你的行为。 老板羞辱你，你可以离职； 行业不好，你可以休息半年； 想去欧洲旅行，你可以辞职； 想换城市，你不用害怕三个月没收入。 所以财富不是到了终点才有用。 每增加一笔储蓄，你的自由其实已经增加了一点。 15:59–25:32｜采访最有争议的观点：年轻人未必应该买房 JL 不是反房地产。 他自己一生也买过很多房。 但他说： 房子应该首先看作一种生活消费，而不是自动等于一项好投资。 买房最大的问题不只是首付和房贷。 还有装修、家具、维修、房产税、保险、屋顶、花园、设备等等。 所以“我的月供和房租差不多”这个比较经常是错误的。 房租 2500 美元，你大致知道成本； 房贷 2500 美元，可能突然再来一个 2 万美元屋顶。 而且人买房时经常出现一个行为偏差： 银行说你最多可以贷 100 万，你就真的去买一个接近自己极限承受能力的房子。 于是房子开始绑架现金流。 买房真正被忽略的是机会成本和流动性 JL 和 Steven 都特别重视这一点。 20 多岁、30 多岁的时候，人的最大财富可能不是现有资产，而是： 未来几十年的机会。 工作突然要求你去纽约； 创业机会在旧金山； 你想去葡萄牙； 换行业； 认识了另一半； 都需要移动。 租房的人可以很容易离开。 房主却要卖房、承担交易成本，或者突然变成一个根本不想当的房东。 所以 JL 的结论不是： “永远不要买房。” 而是： 年轻且正在快速发展事业时， 不要低估流动性的价值。 等你已经非常有钱， 而且某套房确实提升生活质量，再去买。 那时候你是在强势位置购买， 而不是被房贷绑架。 25:32｜整本书浓缩成三句话 JL 的财富路径非常简单： 避免债务。 支出低于收入。 投资剩余的钱。 基本上整场采访后面的一个多小时， 都在解释这三件事。 26:49–36:03｜债务为什么如此危险 个人消费债务在他眼里几乎是财务自由的反面。 尤其：信用卡债务、消费贷、豪车贷款。 因为你不仅在为过去的消费付款， 还把未来的现金流提前抵押掉了。 他把债务形容成游泳运动员腰上绑着铅块。 不是绝对游不到终点，但难度大得多。 他的还债方法也很明确： 把所有债务列出来； 其他债务付最低还款； 集中现金优先消灭利率最高的债务； 然后第二高、第三高…… 这是数学上效率最高的一种方法。 “必须拥有”的暴政 JL 创造了一个很好的概念： Tyranny of the Must-Haves。 “我必须住这个区。” “孩子必须读这所学校。” “必须有两辆好车。” “必须每年出国。” “必须住大房子。” 每增加一个“必须”，自由就少一点。 他自己年轻时直接存收入的 50%。 但他说自己从没觉得这是“牺牲”。 他的心理账户是： 我不是少花掉了 50%。 我把那 50% 花在了购买自由上。 这一点我觉得是整期非常高级的一个重新定义。 消费其实经常是在购买自尊 Steven 讲了自己年轻时候一个非常真实的经历。 发薪以后立刻买大电视、PlayStation， 因为这些东西能让自己短暂感觉： “我成功了。” 过几天发现没钱，又把东西卖掉。 下一次发工资继续循环。 JL 提醒： 很多炫耀性消费，本质并不是需要那个东西， 而是希望别人通过那个东西认可自己。 他举 Ferrari 的例子： 你开 Ferrari 时以为别人想： “这个人真厉害。” 实际上别人很可能想的是： “如果我开这辆 Ferrari，我一定很帅。” 人家压根没那么关心你。 36:03–38:43｜他为什么不投资 Bitcoin 这里应该也是你比较关心的一段。 JL 明确表示： 他不反对 Bitcoin 存在，但自己不投资。 原因不是他说 Bitcoin 一定归零， 而是他认为 Bitcoin 对他来说属于 speculation， 而不是 investment。 他的投资标准是： 背后最好有一个持续产生经济价值的“发动机”。 企业销售产品、产生利润、现金流增长。 而 Bitcoin 在他的框架里没有这套现金流， 所以他无法估值。 Steven 反驳： 如果 Bitcoin 过去十五年的成功如此巨大， 本身是不是已经证明市场存在真实需求？ JL 承认： 完全可能。 Cathie Wood 等人的长期判断也完全可能最终是对的。 但他说他无法判断未来十年，所以选择不参与。 因此他的立场其实没有标题那么绝对。 不是： “Bitcoin 是骗局。” 而是： “Bitcoin 超出了我的投资框架，所以我把它归类成投机。” 38:43–46:37｜应该还房贷还是投资 答案取决于房贷利率。 因为提前还贷相当于获得一个确定性收益： 如果你的房贷利率是 7%，提前还款大致相当于获得一笔确定性的 7% 成本节省。 房贷利率极低时，投资机会成本更重要； 房贷利率非常高时，提前还款吸引力更高。 他随后解释了利率、房贷本金、利息以及为什么前期月供中利息占比较大。 他也说，不要试图精准预测“什么时候利率最低然后买房”。 因为利率同样很难预测。 最终还是回到： 现在是否买得起，这个房子是否真正改善你的生活。 46:37–55:13｜AI 时代，现在买股票安全吗？ JL 给出的答案很经典： 短期永远不安全，长期反而非常安全。 股票最大的特征不是“危险”，而是： 波动。 如果三年后要买房的钱、明年孩子读书的钱放进股市，很危险。 因为明年完全可能跌 30%、40%。 但如果是十年、二十年甚至更长的钱， 股票是人类历史上极强大的长期财富生产工具之一。 核心条件只有一个： 大跌的时候不能因为恐惧卖掉。 否则再好的资产都救不了你。 所以真正最大的投资风险，有时候不是资产： 而是投资者自己。 男人为什么投资经常不如女人 这里他们谈到一个有意思的行为： tinkering——手痒。 觉得： 这个配置再优化一下； 换个 ETF； 追一下热点； 择个时； 卖了再买回来…… JL 发现很多男性尤其喜欢这样做。 Steven 引用了一些男女投资行为的数据，核心结论是： 男性更倾向承担风险、频繁交易和择时； 女性往往交易更少、更长期持有。 所以即使男性经常“感觉自己更懂投资”，最终反而可能因为过度操作拖累回报。 JL 开玩笑说： 看来自己有非常强的“女性一面”。 他的核心仍然是： 少做事。 55:13–1:02:38｜复利真正发生时是什么样 采访展示了一张长期复利曲线。 早期非常无聊。 本金不断增加，资产增长并没有明显脱离投入的钱。 然后几十年后突然： 曲线翘起来。 JL 说他见过很多已经财务独立的人，反而问他： “我真的财务自由了吗？” 不是他们不会算数学。 而是复利增长到后期会快得令人产生不真实感。 他随后解释 4% guideline： 如果一年生活费 10 万美元， 大约需要： 10 万 × 25 = 250 万美元投资资产。 250 万 × 4%=10 万。 所以可以粗略用： 年度支出 × 25 作为财务独立目标值。 但他刻意不用“4% Rule”，而更喜欢叫 guideline，因为现实情况会变化。The Singju Post 复利最终有一个非常有意思的状态： “所有东西都免费了” 意思不是东西真的不要钱。 而是： 当投资资产每年产生的钱已经高于你的全部消费时， 新消费不再需要靠劳动补回来。 年轻时你舍不得买的东西，后来反而可以轻松买。 这也解释了他的财富哲学： 不是永远节俭。 而是： 先获得购买权，再消费。 而不是提前几十年透支未来购买权。 1:02:38–1:12:54｜“我年轻时不享受，老了有钱有什么意义？” Steven 提出年轻人非常自然的反驳： 20 岁不去旅行、不喝酒、不玩、不买东西，一直省钱，等到 70 岁一身钱，有什么意义？ JL 的回答不是让人苦行。 他首先反对： “享受人生=花很多钱。” 更有意思的是，他说 75 岁以后其实钱非常有用。 因为年纪越大，舒适、安全、医疗、便利的价值越高。 但他年轻的时候也并不是为了“75岁的自己”投资。 他 25 岁攒了约 5000 美元，就敢辞职去欧洲背包旅行。 所以： 储蓄不是只帮助未来的你， 它马上就在帮助今天的你。 5000 美元可能还不能退休， 但已经足够让一个年轻人敢辞掉不喜欢的工作。 他为什么主张储蓄率 50% 第一份正式工作年薪约 1 万美元，他直接存 5000。 他认为 50% 是一个非常强的 benchmark。 在市场正常的情况下， 坚持高储蓄率 + 投资， 大概十几年就可能走向财务独立。 当然这不意味着所有人都必须 50%。 他的意思是： 不要先问： “50% 怎么可能？” 应该先问： 财务自由对我到底值多少钱？ 有人选择星巴克、好房子、名车； 有人选择早点自由。 没有道德上的对错，是优先级不同。 1:07:08｜给孩子最大的投资礼物其实是时间 他特别建议，如果孩子已经有合法劳动收入， 可以尽早利用 Roth IRA 等美国税优账户投资。 原因不是那几千美元有多重要。 而是孩子拥有： 50 年、60 年甚至更长的复利时间。 他说财富积累最强大的变量之一就是： Time。 越早开始，后来需要付出的本金越少。 1:12:54–1:20:04｜税优账户到底有什么意义 他详细讲了美国的： 401(k)、403(b)、IRA、Roth IRA。 传统退休账户的本质通常不是“不交税”， 而是：延迟交税。 现在收入高时把钱放进去； 投资增长； 退休以后收入降低，税率可能下降； 再把钱取出来。 同时雇主的 401(k) match 基本属于： 应该优先拿的“免费钱”。 他也提醒： tax deferred ≠ tax free。 JL 自己反而出现了一个特殊情况： 退休后因为写书、事业成功，税率甚至比以前高， 因此传统税延策略对他没有达到典型效果。 1:20:04–1:27:39｜他到底买什么资产 答案极其无聊： 低成本、广泛分散的指数基金。 他的代表选择就是 Vanguard： VTSAX——美国 Total Stock Market Index Fund。 大约覆盖数千家美国上市公司。 为什么？ 因为他完全不知道未来哪个公司会赢。 但指数有一个非常厉害的机制： 赢家越来越大，自然在指数中的权重越来越高； 输家不断萎缩，最终被淘汰； 新的赢家自动进来。 JL 给它起了一个词： self-cleansing——自我清洁。 Sears 曾经像今天 Amazon+Walmart 一样强大。 后来 Sears 消失了。 但指数投资者不需要提前预测 Sears 会死， 也不需要提前猜 Amazon 会赢。 市场替你完成替换。The Singju Post 为什么他不直接买 Nasdaq 100？ Steven 提出： AI、机器人、自动驾驶都属于科技， 过去十年 Nasdaq 又表现极好， 那为什么不直接重仓科技？ JL 承认： 这个逻辑完全合理。 甚至过去十年确实会赚得更多。 问题只有一个： 你仍然是在预测未来。 今天科技领先， 不代表未来四十年始终由科技这个分类领先。 所以 JL 说： 我买整个市场。 科技继续赢——我已经持有科技巨头； 科技输了——新的赢家同样会自动进入我的组合。 所以他放弃一部分极致收益潜力，换来： 不需要预测未来。 1:27:39｜全片最好的投资比喻：啤酒与泡沫 JL 现场倒了一杯啤酒。 杯子里两部分： Beer = 企业真正创造的经济价值。 收入、利润、现金流、业务。 Foam = 市场情绪。 恐惧、贪婪、AI 故事、想象力、炒作、估值。 股价=Beer + Foam。 问题在于现实股票不像透明酒杯，我们很难知道到底多少是啤酒，多少是泡沫。 他拿 Tesla 举例： Tesla 当前估值中包含大量对机器人、自动驾驶等未来业务的预期。 如果未来这些业务真的实现： 泡沫会慢慢变成啤酒。 如果没有实现： 泡沫就可能消失。 巴菲特为什么那么厉害 用 JL 的啤酒逻辑： Benjamin Graham 早期寻找的是： 价值 1 美元的“啤酒”，市场只卖 0.7 美元。 巴菲特后来逐渐升级成： 与其极低价买垃圾，不如合理价格买极好的企业。 优秀企业： 品牌强； 竞争壁垒高； 盈利能力强； 管理优秀。 最难的地方不是分析。 而是： 拥有足够的耐心什么都不做。 所以他们谈到 Munger / Buffett 一个非常重要的投资原则： 不要妨碍复利自己工作。 1:33:40–1:36:06｜市场暴跌怎么办 答案： 不要卖。 2020 年疫情就是案例。 市场暴跌，恐慌蔓延。 但企业和经济最终恢复。 如果你因为新闻而清仓，可能在最低点附近离开； 随后又因为上涨产生 FOMO，在高位重新买回。 所以 JL 的方法很简单： 长期资金继续持有； 如果仍在积累期，甚至可以继续买。 真正危险的是： 把正常波动理解成世界末日。 短线交易和投资完全是两种东西 用“Beer/Foam”理论： 买企业未来几十年的盈利能力，是 investment。 试图预测明天、下周、下个月市场情绪产生的 Foam，是 trading/speculation。 后者在 JL 看来非常接近赌博。 他们也吐槽各种“教你稳定交易赚钱”的课程： 如果真的存在一个可以持续提款的秘密策略， 为什么最赚钱的业务会变成卖课？ 这不是说所有金融教育都是骗局，而是在提醒： 对“快速、稳定、高收益的交易秘诀”高度警惕。 1:39:26｜需不需要财务顾问 JL 对财务顾问整体比较怀疑。 他的一个有意思的判断是： 当你已经懂得足够多，能够识别一个优秀财务顾问的时候，你可能也已经懂得足够多，可以自己投资。 尤其要注意利益冲突。 比如顾问按照 AUM 收 1% 管理费。 你有 100 万美元交给他； 突然想拿 50 万提前还房贷。 如果他说“还”，自己的管理费收入立刻减少一半。 不代表他一定会骗你。 但： 激励结构已经产生冲突。 所以永远要知道： “给我建议的人，是怎么赚钱的？” 1:42:13｜JL Collins 自己到底怎么配置 他当时透露大致： 80% VTSAX 美国全市场股票 15% Total Bond Market 债券 5% Money Market / 现金类资产 另外有两处自住房性质的小房地产， 但在净资产中比例很低。 他已经 75 岁，这个股票比例其实非常激进。 他自己也明确说： 不一定适合其他同龄人。 债券的作用主要不是赚钱，而是降低波动。 他把“风险”重新定义： 股票短期风险大，因为波动； 但长期能对抗通胀。 债券短期稳定； 但长期可能输给通胀。 因此： 安全与否必须带上时间维度。 1:45:23｜Steven 现场问 ChatGPT：普通人如何财务自由 ChatGPT 给出的答案大意和 JL 几乎一样： 控制支出； 购买低成本广泛指数； 长期持有； 让复利工作。 JL 开玩笑： ChatGPT 应该是把他的书拿去训练了。 随后 Steven 又问： 怎样提高收入？ JL 的答案： 提高技能。 ChatGPT 的答案也类似： 学习市场需求高的技能。 1:46:26–1:49:33｜AI 时代应该学什么 Steven 讲自己年轻时候学 Social Media。 创业虽然失败，但因此站在了一个新行业浪潮最前面。 后来企业疯狂需要懂社交媒体的人， 于是那个失败经历反而变成极高价值的人力资本。 JL 由此讲： Failure 是成长的一部分。 甚至创业世界里， 有些投资人更喜欢经历过失败的创始人。 Steven 给未来孩子的建议很有意思： 如果不知道学什么， 去一个处于技术浪潮最前沿的 startup 工作。 哪怕它最后倒闭。 因为你会离创始人很近； 离问题很近； 离失败很近； 离新产业真正发生的地方也很近。 这可能比一个安稳的大公司职位学得更多。 1:49:33以后｜收入低不等于不能财务自由 JL 举了两个极端例子。 一个朋友一辈子收入可能没超过 4 万美元， 却最终财务独立。 另一个金融行业朋友： 90 年代奖金就有 80 万美元； 年收入大约百万美元； 结果仍然接近月光。 为什么？ 豪宅、车、孩子学校、社交圈…… JL 甚至认为： 高收入有时候反而是财务自由的障碍。 因为高收入会自动把你推入另一个消费比较体系。 普通人比较车。 富人比较房子。 更富的人比较游艇。 游戏没有终点。 收入越来越高， Lifestyle Creep 也越来越大。 所以： 决定财务独立的不是绝对收入， 而是收入与欲望之间的差值。 随后谈到了一个经常被忽略的财富杀手：离婚 Steven 讲了一个， 身价可能数亿美元的朋友正在经历长期离婚诉讼。 律师费、资产估值争议、 强迫出售长期持有的股票、税务损失、精神压力…… JL 的结论是： 选人生伴侣同时也是一个巨大的财务决定。 当然 Steven 也补充非常重要的另一面： 如果另一方为了家庭和孩子牺牲职业， 财富本身可能也是夫妻双方共同创造的。 所以他们并不是简单讨论“如何避免分钱”。 真正谈的是： 婚姻是你人生最大的经济合伙关系之一。 Prenup：其实每个人都有婚前协议 一个很有意思的观点： 即使你“不签 Prenup”， 你也并不是没有 Prenup。 你只是选择： 使用政府默认替你制定的 Prenup。 所以问题不是： “要不要规定离婚后怎么处理？” 而是： 你们两个人提前共同决定； 还是几十年以后让法律制度替你决定。 他们认为对于资产复杂的人， 提前认真讨论反而更加成熟。 JL 结婚 44 年最大的经验 Steven 问他： 怎么选对伴侣？ JL 本来一直说自己运气很好， 因为结婚前根本没认真谈过钱。 后来有一次当着妻子的面讲这个故事， 妻子直接纠正他： 两个人第一次约会的时候， JL 就已经跟她讨论储蓄率，甚至说： “你应该存下收入的 50%。” JL 才意识到： 原来财务观早就被自己自然表达出来了。 两个人长期婚姻稳定的一部分原因，就是： 在金钱价值观上高度一致。 1:59:53｜75 岁以后，他最大的遗憾是什么 这是整期采访后面突然非常深的一段。 JL 首先说： 他不太喜欢“如果当时……”这种思维。 因为你永远不知道另一条路是不是真的更好。 创业失败可能导致后来成功； 一次看似错误的选择可能塑造后面的你。 所以从人生路径角度： 他没有特别大的遗憾。 但有两个关于父亲的私人遗憾。 第一个遗憾：童年拒绝父亲的礼物 小时候父亲非常喜欢动手做东西。 有一次给他买了一个电动锯作为礼物。 JL 完全不喜欢，表现得非常失望。 他看到父亲脸上的受伤。 七十年过去，他仍然记得。 他说： 自己当时只是孩子， 也不应该过度责怪那个年纪的自己。 但这件事教会了他： 有时候礼物的价值不在礼物，而在送礼人的心。 第二个，也是他人生最大的遗憾： 父亲去世前的最后一次谈话 JL 24 岁时，父亲因为肺气肿住院。 去世前一天，父亲坐在病床边告诉他： 自己今晚可能要死了。 年轻的 JL 本能回答： 不会的，你会好的，别这样想。 结果父亲那天晚上真的去世了。 五十年以后，JL 才完全理解那个场景： 父亲根本不是需要一句： “别担心，一切都会好起来。” 他是一个已经知道自己即将死亡的人， 想和自己的儿子谈谈死亡。 JL 最大的遗憾是： 自己当时没有成熟到意识到这个邀请。 不是选错答案。 而是： 根本不知道那里存在一道选择题。 说到这里他明显非常动情。 最后谈到死亡 JL 说自己大概率认为： 死亡之后什么都没有。 但他同时对死亡非常好奇。 他并不急着死， 身体和精神状态允许的话仍然很喜欢活着。 只是到了 75 岁，他会好奇： 如果自己错了呢？ 如果真的存在另一边呢？ 最后的问题：人生到底什么最重要？ JL 给出了一个很反鸡汤的答案： 从宇宙尺度上看，什么都不重要。 人类在宇宙时间尺度里只是极短的一瞬。 一个人的生命更短。 所以他不相信宇宙赋予每个人某种宏大使命。 但是，他认为这反而是一件解放人的事情。 因为：既然没有必须完成的宇宙任务， 那就：好好生活；善待别人；尽可能享受这趟旅程； 利用你拥有的自主权，把唯一这一生过好。 他说的不是： “人生没有意义，所以什么都不用做。” 恰恰相反： 正因为没有第二次， 所以更应该把这一次过好。 所以我很喜欢他这段发言。 最后 Steven 播放了一首关于“God on the Train”的诗，主题也与 JL 的观点呼应： 不要为了某个遥远的天堂忽略眼前这一生，善良、不伤害别人、认真活着，本身可能已经足够。 我看完整期以后，认为最值得记住的是下面这一套递进关系：钱 → 资产 → 现金流 → 选择权 → 不被迫 → 自由。 很多人财富增长以后，走的是另一条路：钱 → 消费升级 → 固定成本升级 → 欲望升级 → 必须赚更多钱 → 更不自由。 两个人可能拥有完全相同的净资产，最后得到的东西却完全相反。 这才是 JL Collins 这期采访真正想讲的东西。 而他那句“把收入的 50% 花在自由上”的思维尤其值得琢磨——储蓄不是没有消费，而是在消费一种看不见的东西：未来不必向任何人低头的权利。 视频链接：

十年前天涯还没凉的时候，有一篇帖子在论坛里疯传，后来连楼主带帖子一起消失了。 那篇帖子里只讲了一件事: 普通人这辈子唯一的主线任务，根本不是考个好大学、进个大厂、买套房。 这些全是支线。 真正的主线只有一条：上半场像苦行僧一样攒子弹，下半场布局造机枪。。 翻译成人话就是:前半生完成原始资本积累，后半生搭建脱离时间换钱的个人系统。 一、为什么上班永远赚不出自由? 因为上班的本质，是用你不可再生的时间，换取有限的劳动报酬。 你一天只有24小时，公司买走你8小时，卖你一份稳定。但这份稳定是有毒的一一它让你在温水里慢慢丧失痛感，误以为自己正在积累，实际上只是在用青春换一口续命的饭。 更狠的是，工资是有天花板的。你的体力、精力、注意力，全都是有限资源。 老板给你的定价，永远低于你创造的价值，这是商业的基本逻辑。如果打工能财富自由，那这个世界上的富豪应该是全勒奖拿得最多的那批人。 但现实是，真正财务自由的人，手里都有一台自动赚钱机器。 这台机器，可能是股权、房产、知识产权、流量资产，或者任何一个能脱离你肉身持续运转的商业模 这才是投资的真正含义一一不是去股市当韭菜，而是把你前半生攒下来的资本，兑换成一个能自我 增殖的系统。 二、上半场:你必须活得像个苦行僧 没有家族托举的普通人，开局就是地狱模式。 别人是氮金玩家，满级装备进新手村。你是免费玩家，赤手空拳，一丝不挂，身后没人递血瓶，眼前全是你要单刷的怪。这种局，怎么破? 只有一个办法:把自己活成苦行僧。 拒绝所有消耗你时间和金钱的无效社交，别人刷短视频、喝大酒、追综艺的时候，你在攒你的三大原 始资本: 第一，金融资本。银行卡里必须有一笔一一足够你什么都不干也能体面活一年的钱。这是你所有安 全感的地基，也是你敢于对烂工作说"不"的底气。 第二，认知资本。不是看几篇爽文就叫认知。是真正能在脑子里跑通的思维模型，是能看穿游戏规 则、做出正确决策的底层操作系统。 第三，健康资本。一副能扛住长期高压的身体，和一颗不会在半夜崩溃的精神。这是你的硬件，硬 件崩了，再好的软件也跑不动。 怎么攒?三点: 1.把工作当练级场。别对任何公司动感情，那不是你的家，是你免费的练功房。像海绵一样疯狂吸收技能、链接资源、偷师高手。工资?那是你练级时系统发的低保。 2.把薪水当第一桶金。每月强制存下一半以上。这笔钱一分都不能动，它是你未来造机枪的原材料。消费主义是穷人的麻醉剂，别碰。 3.把自己关进信息英房。只关注能提升你三大资本的信息，其他全部断舍离。这个过程极其枯燥，但这是免费玩家唯一出人头地的路， 三、下半场:造一挺属于自己的机枪。 攒了几年子弹，如果还继续去靶场当苦力，那你前半生就白活了。 下半场只有一个任务:搭建个人商业模式。 不需要你成为全才，只需要找到一个极细分的生态位一一你比90%的人都强那么一点点，且市场有人愿意为此付费。 然后，把你的能力产品化。 一篇文章、一节课程、一次咨询、一个能解决具体痛点的小工具...你必须有一个能清晰报价的"价值单元"。 最后，建一座桥。在任何一个平台持续输出价值，让需要你的人能找到你。 到了这一步，你才算真正脱离了时间换钱的陷阱。你的系统开始自动运转，你在睡觉，它在赚钱。你在旅行，它在赚钱，这才是财富自由的本质一一不是有多少钱，而是你的收入结构不再依赖你的 肉身在场。 最后 这条路很难，也很孤独。 没有攻略，没有捷径，连为你鼓掌的人都很少。 但恰恰是它的迷人之处一一你走的每一步，都是在为自己的人生绘制地图;你吃的每一份苦，都是在为未来的家族打下地基。 当年那篇神贴被删之前，楼主最后留了一句话: 大部分人在25岁就死了，只是到75岁才埋。区别在于，有人选择清醒地苦，有人选择麻木地甜。

十年前天涯还没凉的时候，有一篇帖子在论坛里疯传，后来连楼主带帖子一起消失了。 那篇帖子里只讲了一件事: 普通人这辈子唯一的主线任务，根本不是考个好大学、进个大厂、买套房。 这些全是支线。 真正的主线只有一条：上半场像苦行僧一样攒子弹，下半场布局造机枪。。 翻译成人话就是:前半生完成原始资本积累，后半生搭建脱离时间换钱的个人系统。 一、为什么上班永远赚不出自由? 因为上班的本质，是用你不可再生的时间，换取有限的劳动报酬。 你一天只有24小时，公司买走你8小时，卖你一份稳定。但这份稳定是有毒的一一它让你在温水里慢慢丧失痛感，误以为自己正在积累，实际上只是在用青春换一口续命的饭。 更狠的是，工资是有天花板的。你的体力、精力、注意力，全都是有限资源。 老板给你的定价，永远低于你创造的价值，这是商业的基本逻辑。如果打工能财富自由，那这个世界上的富豪应该是全勒奖拿得最多的那批人。 但现实是，真正财务自由的人，手里都有一台自动赚钱机器。 这台机器，可能是股权、房产、知识产权、流量资产，或者任何一个能脱离你肉身持续运转的商业模 这才是投资的真正含义一一不是去股市当韭菜，而是把你前半生攒下来的资本，兑换成一个能自我 增殖的系统。 二、上半场:你必须活得像个苦行僧 没有家族托举的普通人，开局就是地狱模式。 别人是氮金玩家，满级装备进新手村。你是免费玩家，赤手空拳，一丝不挂，身后没人递血瓶，眼前全是你要单刷的怪。这种局，怎么破? 只有一个办法:把自己活成苦行僧。 拒绝所有消耗你时间和金钱的无效社交，别人刷短视频、喝大酒、追综艺的时候，你在攒你的三大原 始资本: 第一，金融资本。银行卡里必须有一笔一一足够你什么都不干也能体面活一年的钱。这是你所有安 全感的地基，也是你敢于对烂工作说"不"的底气。 第二，认知资本。不是看几篇爽文就叫认知。是真正能在脑子里跑通的思维模型，是能看穿游戏规 则、做出正确决策的底层操作系统。 第三，健康资本。一副能扛住长期高压的身体，和一颗不会在半夜崩溃的精神。这是你的硬件，硬 件崩了，再好的软件也跑不动。 怎么攒?三点: 1.把工作当练级场。别对任何公司动感情，那不是你的家，是你免费的练功房。像海绵一样疯狂吸收技能、链接资源、偷师高手。工资?那是你练级时系统发的低保。 2.把薪水当第一桶金。每月强制存下一半以上。这笔钱一分都不能动，它是你未来造机枪的原材料。消费主义是穷人的麻醉剂，别碰。 3.把自己关进信息英房。只关注能提升你三大资本的信息，其他全部断舍离。这个过程极其枯燥，但这是免费玩家唯一出人头地的路， 三、下半场:造一挺属于自己的机枪。 攒了几年子弹，如果还继续去靶场当苦力，那你前半生就白活了。 下半场只有一个任务:搭建个人商业模式。 不需要你成为全才，只需要找到一个极细分的生态位一一你比90%的人都强那么一点点，且市场有人愿意为此付费。 然后，把你的能力产品化。 一篇文章、一节课程、一次咨询、一个能解决具体痛点的小工具...你必须有一个能清晰报价的"价值单元"。 最后，建一座桥。在任何一个平台持续输出价值，让需要你的人能找到你。 到了这一步，你才算真正脱离了时间换钱的陷阱。你的系统开始自动运转，你在睡觉，它在赚钱。你在旅行，它在赚钱，这才是财富自由的本质一一不是有多少钱，而是你的收入结构不再依赖你的 肉身在场。 最后 这条路很难，也很孤独。 没有攻略，没有捷径，连为你鼓掌的人都很少。 但恰恰是它的迷人之处一一你走的每一步，都是在为自己的人生绘制地图;你吃的每一份苦，都是在为未来的家族打下地基。 当年那篇神贴被删之前，楼主最后留了一句话: 大部分人在25岁就死了，只是到75岁才埋。区别在于，有人选择清醒地苦，有人选择麻木地甜。 你选哪个?

恭喜 Aether AI 喜获投资。Aether AI 由 UCSD 助理教授黄碧薇创立。黄教授@huang_biwei深耕因果 AI 领域 12 年，是 Causal-Learn 作者，发表过 100+ 篇顶会论文，并曾获 Apple Scholar。 过去几年，AI 行业默认相信：模型越大、数据越多、算力越强，智能就会继续进步。这套方法在语言模型上很成功。但当 AI 走向物理世界，问题就复杂了。 文字说错了可以改，机器人抓空一次，杯子可能就碎了。桌面高两厘米，光线、材质、角度一变，任务都可能失败。 所以具身智能真正需要的，不只是识别画面，而是理解物理世界如何变化。 现在很多 AI 模型学的是相关性：什么词后面接什么词，什么画面后面出现什么画面，什么动作后面大概率出现什么结果。这在文本、图像、视频里有效。 但机器人要判断的是：手有没有碰到杯子，摩擦力够不够，重心会不会变，继续动作会不会摔。 它真正要知道的是：如果我现在动一下，世界接下来会怎样？ 这就是因果问题。 因果大模型关注的，不只是预测下一个状态，而是理解变量之间如何相互影响。 改变一个动作，结果会怎样？换个环境，技能还能不能迁移？如果没有执行这个动作，另一种结果会不会发生？ 这些能力，对 Physical AI 很关键。因为真实世界不可能被训练数据完全覆盖。机器人不可能提前见过所有桌面高度、物体材质、失败姿态和真实环境。 只记住过去见过的模式，很难稳定工作。理解背后的因果结构，才有机会举一反三。 这也是 Aether AI 正在探索的方向：以因果世界模型为核心，打造下一代机器人大脑。 过去一年，“世界模型”很热。视频生成模型能生成连续画面，空间智能模型能理解三维结构。 但机器人还需要更进一步：和物理世界交互，处理接触、碰撞、摩擦、重心和反馈，在变化的环境里完成任务。 所以世界模型不能只停留在画面和空间结构上，还要进入因果推演：理解动作为什么导致结果，变量变化后系统如何演化，失败背后真正影响结果的因素是什么。 只有这样，机器人才能从“看起来会做事”，走向“真的能做事”。 大语言模型成功之后，Scaling Law 成了很多人的信仰。但在具身智能里，更重要的问题是： Scale What？你到底在放大什么？ 如果只是采集更多遥操数据、堆更多视频、买更多算力，未必能解决泛化问题。真正重要的是，模型能不能从同样的数据里抽取更深层的信息。 同样的数据，相关性模型看到的是表层模式，因果模型要挖的是背后的结构。 Aether AI 的短期目标，是打造一个能够跨本体、跨任务、跨环境泛化的机器人大脑，服务机器人本体厂商，以及工厂、仓储物流、家居、医疗健康等真实场景。 这家公司做的，不是简单给机器人接入一个语言模型，而是从算法、模型到系统层面，构建一套以因果智能为核心的新范式。 过去这一波 AI，让机器学会了生成语言、图像和代码。下一阶段，AI 要面对更难的问题：理解世界如何运转。 当 AI 进入机器人、科学发现、生物医药、新材料这些领域，它必须处理变量、干预、反馈和反事实推理。 这些问题，天然指向因果。 因果大模型值得关注，不只是因为它是一个新概念。它可能代表 AI 从“学习已有数据”，走向“理解世界机制”的一次范式变化。 如果说大语言模型打开了数字世界里的智能入口，那么因果世界模型，正在尝试打开物理世界里的下一扇门。 Aether AI 官网：

飞书 CLI 开源了，为什么 AI Agent 时代，大家都在做命令行工具？ 飞书刚开源了一个命令行工具 lark-cli，能让 AI Agent 直接操作飞书：发消息、查日历、写文档、建多维表格、发邮件、管任务。你跟 AI 说一句话，它自己去操作飞书完成任务。 类似的 CLI 还很多，三周前 Google 也开源了 gws，让 AI Agent 操作 Google Workspace。2026 年了，所有想接入 AI Agent 的产品，都在做 CLI。 【1】先说 CLI 是什么 CLI（Command Line Interface），就是你在电脑上打开一个黑底白字的终端窗口，敲一行命令，回车，电脑帮你干活。 比如你要查今天的日程，不用打开飞书 App 找日历，敲一行： lark-cli calendar +agenda 日程就列出来了。 没有按钮，没有图标，没有花哨的界面。CLI 比图形界面早了二十多年，在 Windows 时代逐渐没什么人用了。但 AI Agent 时代，又火起来了。 【2】为什么 AI Agent 时代，大家都在做 CLI AI Agent 要干活，就得有操作工具的能力。你让 AI 帮你订会议室，它需要能访问日历系统。你让它帮你整理客户数据，它需要能读写表格。你让它帮你部署代码，它需要能跑部署命令。 总得有一个接口让 AI 去调用。API 也能做这件事，但 CLI 有一个 API 不具备的优势：CLI 是自描述的。AI 碰到一个陌生的 CLI，敲一下 --help 就知道有哪些能力、怎么用、参数怎么填。API 不行，AI 得先拿到文档、弄清端点、搞懂认证方式，才能动手。CLI 自带说明书，AI 拿来就能用。 而且 CLI 天然是用文本交互的，输入是文字，输出也是文字。AI 最擅长处理的就是文字。反过来，让 AI 操作 GUI 就绕远了，得截图、用视觉模型识别按钮在哪、再模拟鼠标去点，一行命令能搞定的事拆成四步，每步都可能出错。对 AI 来说，CLI 就是天然的操作界面。 【3】那 MCP 和技能呢 让 AI Agent 操作外部服务，现在主流有三种方式：MCP、CLI、技能（Skills）。三者不是互相替代的关系，各管一件事。 CLI 是实际干活的工具。装完之后终端里就能跑命令，查日历、发消息、建表格，都是 CLI 在执行。 MCP 也是让 AI 操作外部服务的，但方式不同。MCP 是提前把工具清单注册给 AI，AI 随时能调用，但清单本身常驻上下文窗口（可以理解为 AI 的“工作记忆”，空间有限）。就算 AI 暂时不用某个工具，它的描述也占着空间。CLI 是 AI 需要的时候自己去终端敲命令，用完就走，不占上下文。 另一个区别是组合能力。CLI 可以靠管道和参数组合出没预设过的操作，比如： lark-cli calendar agenda --next-week | grep“张三” | wc -l 一行命令就能查出下周和张三有几个会。MCP 的每个能力都需要提前注册，要实现同样的效果，得单独定义一个新工具。 不过 MCP 有自己的适用场景。在不支持命令行的环境里（比如 Cursor、Claude 桌面端），MCP 是唯一选择。两者各有所长：能访问终端的场景用 CLI 更轻量灵活，不能访问终端的场景靠 MCP。 技能是给 Agent 看的说明书。它不干活，但告诉 Agent 这个 CLI 有哪些命令、什么场景该用什么参数、出错了怎么处理。没有技能文件 Agent 也能用 CLI，靠 --help 自己摸索。有了技能文件，Agent 一上来就知道该怎么操作，成功率高得多。 简单说：CLI 是手，MCP 是另一种手，技能是肌肉记忆。飞书这次开源的项目，CLI 和技能一起提供。 【4】怎么给 AI 写好一个 CLI 不是随便写个命令行工具 AI 就能顺畅地用。如果你想给自己的产品做一个面向 AI 的 CLI，飞书的设计有几个值得参考的地方。 第一，help 文本是你最重要的文档。AI 碰到不认识的 CLI，第一件事就是运行 --help。你的 help 文本就是工具说明书、参数规格、使用指南三合一。别写那种“Usage: myctl deploy [flags]”就完事的帮助信息，要写清楚每个参数干什么、什么时候用、有什么默认值。飞书 CLI 还有一个 schema 命令，可以快速查询任何 API 方法的参数、请求体、响应结构、支持的身份和权限范围。AI 看到这些信息就能自己决定怎么调用。 第二，支持 dry-run，这是为 AI 设计的安全网。AI 会自己做决策，有时候它理解错了你的意图，或者匹配到了不该动的数据。dry-run 相当于一个“预览”机制。 举个例子，你让 AI 帮你删除飞书多维表格里上个月的过期数据。如果直接执行，删错了就没了。加上 --dry-run，AI 会先跑一遍，返回类似这样的结果：“将要删除以下 47 条记录：2025-05 的过期任务 23 条，已归档项目 24 条。未做任何实际修改。”你看了觉得没问题，再让它去掉 --dry-run 真正执行。Google 的 gws 也做了同样的设计，它的技能文件里甚至写死了一条规则：对所有写入和删除操作，必须先 dry-run。 第三，错误信息要能指导下一步操作。人看到“Permission denied”会自己去查文档。AI 看到“Permission denied”就卡住了。飞书 CLI 的做法是：告诉 AI 你缺了什么权限，顺便把申请权限的命令也给出来。比如 lark-cli auth login --scope“calendar:calendar:readonly”。AI 看到就能自己修复问题，继续干活。为 AI 设计的 CLI，每一条错误信息都应该包含三个要素：哪个参数出了问题、具体错在哪里、下一步应该执行什么命令来修复。 第四，返回结构化数据，控制好输出量。飞书 CLI 支持 json、csv、table 等多种输出格式。对人来说 table 更顺眼，对 AI Agent 来说 json 更可靠。好的 CLI 不只是能跑通，还要方便被别的工具消费。同时要控制输出量。AI 的上下文窗口有限，如果一个命令返回一万行日志，上下文就炸了。飞书 CLI 提供了分页参数（--page-limit）和过滤参数，让 AI 能拿到它需要的那部分数据就好。 不管你是设计 CLI 的人还是用 CLI 的人，记住这条：让 Agent 动手之前，先让它 dry run 一遍。 【5】装完之后，你动嘴，Agent 动手 装完之后用起来就是：你说一句话，Agent 去操作飞书把事情办了。 你开完会，跟 AI 说“把刚才会议里提到的所有待办都提出来，该发文档的发文档，该建任务的建任务”。AI 读会议纪要，拆解出待办事项，然后逐条执行：用 lark-cli doc create 在飞书里建文档，用 lark-cli task create 建任务并指派给对应的人，用 lark-cli im send 把结果通知到群里。整个过程你只说了一句话，Agent 在终端里跑了一串命令。而且因为有 dry-run，你可以让它先预览一遍要建哪些任务、发给谁，确认没问题再真正执行。 你要约一个五人跨时区的会，跟 AI 说“帮我看看下周大家什么时候有空”。AI 去查每个人的日历和时区，推荐几个时间段，你选一个，会就建好了。 你甚至可以让 AI 在飞书文档里直接帮你写初稿，你在文档里留评论提意见，AI 读完评论自己改。整个协作过程不用离开飞书。 安装也简单，npm install -g @larksuite/cli 装 CLI，npx skills add -y -g 装技能文件。你甚至不用自己记这两步，把项目地址 发给 Agent，让它自己安装、自己学会怎么用。 【CLI 的回归】 过去四十年，计算机的界面进化方向一直是从 CLI 到 GUI，从文字到图标，从键盘到触屏，对人越来越友好。 AI Agent 时代，方向反过来了，软件的用户变成了 AI Agent。CLI 这个为文字世界设计的接口，恰好是 AI 最顺手的工具。 既然 Agent 成了软件新的用户增长点，那么像飞书提供 CLI 也不稀奇，与其等着社区来写 MCP 适配层，不如直接做一个 AI 原生的 CLI，完全开源，无需注册审批，让所有 AI Agent 都能接入。 这也带来一个绕不开的问题：Agent 的权限怎么给？不给权限，什么都做不了；权限太高，又怕 Agent 理解错意图干出不可逆的事。毕竟还做不到让 Agent 代你审批、代你发全员邮件。dry-run 能兜住一部分风险，但真正要让 Agent 在企业里大规模跑起来，权限体系、审计追踪、人机协作的边界，都还在摸索中。 但换个角度想，当年我们把公司的钱从保险柜搬到网银，把合同从纸质搬到电子签，也都是一步步摸索出来的。CLI 和 dry-run，可能就是这个过程里的第一步。 而飞书做这件事，其实有一个别人不太容易复制的优势：它本身在企业协作领域已经足够成熟，消息、文档、日历、审批、多维表格、任务，这些能力都是现成的。现在把这些能力通过 AI 原生的 CLI 全部开放出来，大概率会成为国内对 AI Agent 最开放、最友好的企业级接入入口。这件事的价值不止是多一个工具，更像是真正在为 Agent 时代搭建企业级基础设施，把权限、审计、组织能力开放给整个生态，对行业落地 AI Agent 会是很关键的一步。

两年前，我拉了个 AI 群。 群里主要是几乎所有华人AI项目创始人，基金机构，研究员，大家分享内幕，组队干项目。那会儿应该是国内最早的Agent狂欢前夜。 后来周期来了。有人赚翻，有人忙于build，有人对AI少了热情，我决定解散群，去想我要做的群到底是为了什么目的。 但今天，#AgenticAI# 真正要爆发了。 这波机会比2023年的LLM热潮更大、更快、更卷。 我决定重启。 全新的群，只为还在真刀真枪干活的人准备： ✅严控人数与质量，欢迎一线做Agent / infra / 应用或对币圈有真正信念的人，每天高价值分享 ✅核心议题：2026 Agent爆发前怎么position 你的仓位？哪些技能是我们必须要有的？外面世界纷纷扰扰，大家都在真正在用AI做什么？ 还在all in Agentic、想抱团/找合伙人/找灵感的，私我或评论区告诉我你想如何参与这个群。 2026，#ALLinAI#