与「忘年会」相关的搜索结果

にゅん♪ 乾燥してるから保湿して〜12時から #musicsalad# 12月になりましたね🎄🎅 忙しい？バタバタ？忘年会？ #bayfm#

【Blog更新】 #MSMW# づくし！！: 楽しみにしていた12月のイベント！こちらで〜〜〜す生配信！ M-line Special 2022～My Wish〜～大忘年会～(for J-LOD)【HELLO! PROJECT STREAM】「生配信！ M-line Special 2022～My Wish～大忘年会～(for J-LOD)」開催決定！ |… #小片リサ#

濃厚なうにスープのお鍋が破格で食べれると聞いて、はなの舞へ🌸 噂の【黄金海鮮鍋】を食べたよ〜🍲💕 火曜に行ったからなんと飲み放付きのコースで3,900円だった…👀 とっても美味しくて手頃👏これからの時期は会社の飲み会とかでも活躍しそう☺️🍻 @hanamai_koshiki #忘年会# #黄金海鮮鍋# #居酒屋# #PR#

Demis Hassabis 达沃斯访谈：比工业革命大 100 倍的变革 视频地址： 2026 年 1 月，达沃斯世界经济论坛期间，Bloomberg 主持人 Emily Chang 采访了 Google DeepMind CEO Demis Hassabis。这位诺贝尔奖得主用“每周 100 小时、每年 50 周”描述自己过去几年的工作状态，并给出了一个惊人的判断：AI 带来的变革将是工业革命的 10 倍规模、10 倍速度。 这场访谈覆盖了 AI 领域几乎所有热门议题：AGI 时间线、中国竞争、机器人突破、就业冲击、是否应该暂停，以及后稀缺世界的哲学困境。以下是访谈的完整整理。 --- 【1】Google 的势头回归 Emily Chang 开门见山：Gemini 3 发布了，据说 OpenAI 内部宣布了“code red”——Google 是不是找回了状态？ 【编者注】Gemini 3 Pro 于 2025 年 11 月 18 日发布，是 Google 迄今最强的 AI 模型，在推理、多模态理解和编程能力上均有显著提升。12 月 17 日，Google 又推出了更快更便宜的 Gemini 3 Flash，直接替换 Gemini app 的默认模型。这一系列发布引发了 OpenAI 内部的紧张反应——三年前 ChatGPT 发布时，Google 内部也曾宣布过类似的“code red”。 Hassabis 回应说，过去一年确实是“非常艰苦的一年”，团队付出了巨大努力让模型重新回到最前沿。他特别提到 Gemini 3 和图像生成模型 Imagen 的表现让他们“非常满意”。 “我们也适应了这个新世界——快速发布，把创业公司的能量带到我们所做的事情中。” 当被问到外界是否低估了 Google 时，Hassabis 说他不确定，但 Google 一直具备所有必要的条件。“过去十年，Google 和 DeepMind 加在一起，发明了现代 AI 行业所依赖的大约 90% 的突破性技术。”他列举了 Transformer、AlphaGo、深度强化学习等例子。 “我们有这些不可思议的产品触达数十亿用户——从搜索到邮箱到 Chrome——它们天然适合 AI。只是需要把这一切组织到一起。我们在过去几年做到了，虽然还有很多工作要做，但已经开始看到成果了。” --- 【2】全栈优势能维持多久？ Emily Chang 追问：如果你认为自己有优势，这个优势有多大？能维持多久？ Hassabis 的回答很直接：一切从研究开始。模型的前沿水平是最重要的，这是 Google 和 DeepMind 合并后首先聚焦的方向。 “我认为我们是唯一拥有完整技术栈的组织——从 TPU 和硬件、数据中心、云业务、前沿实验室，到所有这些天然适合 AI 的产品。从第一性原理来看，我们理应做得非常好。而且我认为未来还有很大的提升空间。” --- 【3】AI CEO 的日常：凌晨 1 点到 4 点的深度思考 Emily Chang 说她读到 Hassabis 大部分深度思考都发生在凌晨 1 点到 4 点之间。他确认了这一点。 “你有没有感到舒服过？”她问。 “从来没有。”Hassabis 说，“过去三四年一直是难以置信的高强度。每周 100 小时，每年 50 周，这就是常态。” 他认为这是处于“科技史上可能最激烈的竞争”前沿所必需的。“商业上、科学上，再加上所有关于 AGI 的兴奋……用 AI 加速科学发现一直是我的热情所在。这是我毕生的梦想，我为此工作了一辈子。很难入睡，因为有太多工作要做，同时又有太多激动人心的事情要探索和推进。” --- 【4】机器人：突破时刻还需要 18-24 个月 Emily Chang 提到 Gemini 已经被集成到人形机器人中，问物理世界的“AlphaFold 时刻”是否已经到来。 【编者注】2026 年 1 月 5 日，在 CES 展会上，Boston Dynamics、Google DeepMind 和 Hyundai 宣布了一项重大合作。Boston Dynamics 将把 DeepMind 的 Gemini Robotics 基础模型整合到其 Atlas 人形机器人中，首先应用于 Hyundai 的汽车制造工厂。这是 Google 2013 年收购又于 2017 年出售 Boston Dynamics 之后，双方的首次重要合作。 Hassabis 说他过去一年花了大量时间仔细研究机器人领域。“我确实认为我们正处于物理智能突破的临界点。但我仍然认为还需要大约 18 个月到 2 年的时间，需要做更多研究。” 他解释说，Gemini 从一开始就被设计成多模态的，能够理解物理世界，原因之一是可以构建一个存在于眼镜或手机上的通用助手，理解你周围的世界；另一个用途就是机器人。 “那么物理世界的突破时刻会是什么样子？我认为是机器人能够可靠地在现实世界中完成有用的任务。” 他列举了几个阻碍因素。首先是算法还不够稳健，需要比 LLM 更少的数据就能工作。其次，也是让 Hassabis 感触最深的，是硬件问题——特别是机械手。 “当你仔细研究机器人时，你会对人类的手产生一种全新的敬畏。进化设计得太精妙了。要匹配人手的可靠性、力量和灵巧性是非常困难的。” 他提到了与 Boston Dynamics 和 Hyundai 的合作，将在汽车制造领域进行原型测试。“一两年后，我们可能会有一些真正令人印象深刻的展示，然后可以规模化部署。” --- 【5】中国与 DeepSeek：西方反应过度了 Emily Chang 说，一年前 DeepSeek 的出现对西方来说似乎是灾难性的，但现在中国似乎安静了下来。Hassabis 对中国竞争的看法有变化吗？ Hassabis 的回答很坦率：“没有。我一开始就不认为那是灾难性的。我认为西方的反应是大规模过度反应（massive overreaction）。” 他承认 DeepSeek 展示了中国公司的能力，但认为一些说法被夸大了。“关于他们使用的计算量非常少之类的说法被过度夸大了，因为他们依赖了一些西方模型，也在一些领先西方模型的输出上做了微调。所以这不是从零开始的。” 他认为字节跳动可能是中国最有能力的 AI 公司，“可能只落后 6 个月，而不是一两年。” 但 Hassabis 提出了一个关键问题：“到目前为止，中国公司能否超越前沿进行创新，这还有待观察。他们非常擅长追赶前沿，越来越有能力，但我认为他们还没有展示出能够超越前沿进行创新的能力。” --- 【6】AGI 时间线：2030 年 50% 概率，但标准比别人高 Emily Chang 说 Hassabis 帮助定义了 AGI，并且曾表示 2030 年之前有 50% 的概率实现。这个时间线还成立吗？ “是的。”他说。 “AGI 对你来说还是一个有用的目标吗？” Hassabis 说是的，虽然他的时间线比一些同行更长，但那是因为他的标准更高。“我说的是一个系统能够展现人类拥有的所有认知能力。我认为我们距离那还很远。” 他举了科学创造力的例子：“不只是解决一个猜想或科学问题，而是能够首先提出假设或问题。任何科学家都知道，找到正确的问题往往比找到答案困难得多。” 他明确表示当前系统“肯定还不具备这种能力”，未来会有，但不清楚还需要什么。 他还提到了“持续学习”（continual learning）——系统需要能够在线学习，超越它们被训练的内容，在现实世界中即时学习。“在我看来，还有相当多的关键能力是缺失的。” --- 【7】AI 对就业的影响：比 Dario Amodei 乐观，但承认冲击终将到来 Emily Chang 提到 Anthropic CEO Dario Amodei 当天早些时候在达沃斯说 AI 可能在 5 年内消灭 50% 的入门级白领工作。Hassabis 同意吗？ 【编者注】Dario Amodei 在 2025 年 5 月接受 Axios 采访时首次提出这一预测，随后在 60 Minutes 等多个场合重申。他表示 AI 可能导致失业率飙升至 10-20%，并呼吁政府和 AI 公司停止“粉饰”这一风险。 Hassabis 的回答明显更保守：“我的时间线会长得多。” 他承认今年可能会开始看到一些迹象，比如入门级工作或实习的变化，但要实现真正的任务 Agent，需要解决当前 AI 的不一致性问题。 “我称之为‘参差不齐的智能’（jagged intelligence）。当前系统在某些事情上非常好，在其他事情上非常差。如果你想把整个任务委托给一个 agent，而不是像今天这样只是辅助程序，你需要全面的一致性。” 他给出了一个精辟的比喻：“如果它只在 95% 的任务上表现好是不够的。你需要它在整个任务上都表现好，才能真正做到‘发射后不管’。” 但他也承认，这种颠覆终将到来。“在极限情况下，有了 AGI，我认为那会改变整个经济，远远超出就业问题。” 他描绘了一个后稀缺世界的愿景：如果我们正确地构建它，我们将处于一个解决了一些世界根本问题的世界——比如能源。“如果我们用 AI 的帮助解决了聚变之类的问题，新材料……我认为在 AGI 之后 5 到 10 年，我们将处于一个极度富足的世界。那时经济和社会会是什么样子？” --- 【8】转型期的焦虑：10 倍规模、10 倍速度 Emily Chang 说，在到达后稀缺世界之前——如果能到达的话——人们对中间发生的事情有很多焦虑。她提到自己是一位母亲，知道 Hassabis 也有孩子。“你最担心他们什么？你和他们谈些什么？” Hassabis 承认这将是一个颠覆的时代，“就像工业革命一样。也许是 10 倍于工业革命，而且快 10 倍。” Emily Chang 迅速接话：“100 倍。” “是的，100 倍。”Hassabis 说，“但我也是人类创造力的坚定信仰者。我们极其适应性强，因为我们的心智是如此通用。你看看我们周围的现代世界——我们狩猎采集者的心智成功建造了现代文明。” 他认为人类会再次适应，但这次的独特之处在于速度。“通常这样的转变需要一到两代人，但这次的速度和变革的规模都是前所未有的。” 对于年轻人，他的建议是：“我会鼓励他们精通这些新工具，成为这些工具的原生用户。这几乎相当于给他们超能力。” 他以创意艺术为例：“你可能能够做到过去需要 10 个人才能完成的工作。如果你有创业精神，在游戏设计、电影、项目方面有创意，你可能比过去更容易进入这些行业。” --- 【9】是否应该暂停？理想与现实 Emily Chang 问：一些人主张暂停，给监管时间赶上，给社会时间适应。在一个完美的世界里，如果所有公司和国家都暂停，Hassabis 会支持吗？ “我想是的。”他说。 他提到这一直是他的梦想。“当我 15 年前创立 DeepMind、25 年前开始从事 AI 工作时，我的路线图是：当我们接近 AGI 这个门槛时刻时，我们可能会以科学的方式合作。” 他描述了一个“AI 版 CERN”的愿景：世界上最优秀的人才聚集在一起，以非常严谨的科学方式完成最后的步骤。“不只是技术专家，还包括哲学家、社会科学家、经济学家，共同思考我们想从这项技术中得到什么，如何以造福全人类的方式利用它。” 【编者注】CERN（欧洲核子研究中心）是全球最大的粒子物理学实验室，由 23 个成员国共同运营，是国际科学合作的典范。 但他话锋一转：“不幸的是，这需要国际合作。即使一家公司、一个国家，甚至整个西方决定这样做，除非全世界至少在一些最低标准上达成一致，否则没有用。而现在国际合作有点棘手。” Emily Chang 追问：如果 AGI 在 2030 年到来，而监管还没有到位，我们是否注定会遇到困难？ Hassabis 说他仍然乐观，希望足够多的领先参与者能够沟通并合作，至少在安全和安保协议上。“我们已经与 Anthropic 等公司在这些方面进行了相当密切的合作。” 当被问到是否愿意与 Sam Altman 合作时，Hassabis 说：“可能吧。我和几乎所有领先实验室的领导者关系都相当好。如果风险足够高——我认为每个人在未来 2 到 3 年会更清楚地认识到风险和代价。” --- 【10】Transformer 是死胡同吗？Hassabis 不同意 Emily Chang 提到 Yann LeCun 说他不认为 Transformer 和 LLM 单独能让我们达到 AGI。 【编者注】Yann LeCun 是图灵奖得主、Meta 前首席 AI 科学家。他在 2025 年 11 月离开 Meta，创立了一家专注于“世界模型”的新公司。他多次公开称 LLM 是通向人类级智能的“死胡同”，认为它们缺乏对物理世界的理解、缺乏常识和因果关系。 Hassabis 明确表示不同意：“我不同意它们是死胡同，我认为那显然是错的——它们已经如此有用了。” 但他也承认这是一个经验性问题。“我认为有 50% 的概率，仅仅扩展现有方法加上一些调整就足够了。可能足够。” 他认为无论如何都值得这样做，因为即使需要其他东西，“这些 LLM 也将是最终 AGI 系统的一个极其重要的组件。唯一的问题是：它是唯一的组件吗？” 他估计可能还需要一到五个突破，“可能是世界模型——这是 Yann 谈到的，我们也在研究这个，事实上我们拥有目前最好的世界模型 Genie，我直接参与了那个项目，我认为它非常重要。” 【编者注】Genie 是 DeepMind 开发的“世界模型”系列。2025 年 8 月发布的 Genie 3 可以根据文本提示生成可交互的 3D 环境，被 DeepMind 视为通向 AGI 的重要阶梯，并被 TIME 杂志评为 2025 年最佳发明之一。 他还提到了持续学习、系统一致性、更好的推理和长期规划等仍然缺失的能力。“从 Google DeepMind 的角度来看，我们在两个方向上都在全力推进——既发明新事物，也扩展现有事物。” --- 【11】“我们从未离开研究时代” Emily Chang 提到 Ilya Sutskever 说“通过扩展和做更大模型来获得改进的时代几乎结束了”。 【编者注】Ilya Sutskever 是 OpenAI 联合创始人，于 2024 年离开后创立了 Safe Superintelligence Inc. (SSI)。2025 年 11 月在 Dwarkesh Patel 的播客中，他表示 2012-2020 年是“研究时代”，2020-2025 年是“扩展时代”，现在“又回到了研究时代”。 Hassabis 的回应很有意思：“不，我不同意。他的原话是‘我们又回到了研究时代’。我爱 Ilya，我们是很好的朋友，在很多事情上看法一致，但我的观点是——我们从未离开研究时代。” 他强调 DeepMind 一直在投资研究，拥有“最深厚、最广泛的研究储备”。“如果你看过去十年，Google 和 DeepMind 加在一起发明了大约 90% 的突破性技术——当然最著名的是 Transformer，还有深度强化学习、AlphaGo 等。如果未来需要新的突破，我会押注我们，就像过去一样，会是做出那些突破的人。” --- 【12】奇点来了吗？“太早了” Emily Chang 最后一个“同意还是不同意”的问题：Elon Musk 说我们已经进入了奇点。 【编者注】2025 年底至 2026 年初，Elon Musk 在 X 平台上多次发帖称“我们已经进入了奇点”和“2026 年是奇点之年”，引发广泛讨论。他回应的是 Midjourney 创始人 David Holz 关于 AI 工具让他在圣诞假期完成了比过去十年更多编程项目的帖子。 “不，我不同意。我认为那非常过早。”Hassabis 说，“奇点是完全 AGI 到来的另一种说法，我之前解释了为什么我认为我们离那还很远。” 他承认即使 5 年也不算长，但“我认为在我们拥有任何看起来像奇点的东西之前，还有很多工作要做。” --- 【13】Google 的文化与创始人的参与 Emily Chang 问到 Google 内部现在的文化，以及 Larry Page 和 Sergey Brin 的参与程度。 Hassabis 说两位创始人都非常投入。“Larry 更多在战略层面，你会在董事会议上见到他。Sergey 更亲力亲为，参与 Gemini 团队的编码，更多涉及算法细节。” 他说这是一个“对计算机科学来说绝对不可思议的时刻”，科学上、人类历史上都是如此。“当然每个人都想亲身参与其中。” 他描述了自己试图结合多种优势：创业公司快速发布和冒险的能量，大公司的资源，以及长期和探索性研究的空间。“我认为过去一年进展顺利，我们还能做得更好，今年会做得更好。我认为我们的进步轨迹是业内最陡峭的。” --- 【14】为什么应该信任 Google？ Emily Chang 说所有这些公司都在要求我们信任他们，特别是如果监管跟不上技术的话。她直接问：为什么我们应该信任你们？为什么 Google 是最值得信任的地方？ Hassabis 说需要通过行动来判断这些公司，也要看领导者的动机。 “我选择 Google 作为 DeepMind 的归宿有几个原因。主要原因是 Google 的创始人和他们建立 Google 的方式——作为一家科学公司。很多人忘了 Google 本身是 Larry 和 Sergey 的 PhD 项目。所以我对他们感到一种直接的亲近感。” 他还提到了 Google 董事会的构成。“主席 John Hennessy 是图灵奖得主，Frances Arnold 是另一位诺贝尔奖得主。这些在企业董事会中是非常罕见的人物。” 【编者注】John Hennessy 是斯坦福大学前校长，因 RISC 架构获得 2017 年图灵奖。Frances Arnold 因定向进化研究获得 2018 年诺贝尔化学奖。 他说这种科学和研究主导的文化意味着“在最高水平做科学意味着真正严谨、深思熟虑，并在任何可能的地方应用科学方法。不只是对技术，也是对你作为一个组织的运营方式。” 最后他提到 Google 的使命。“‘组织世界的信息’——我认为这是一个非常崇高的目标。它与 DeepMind 的使命‘解决智能，然后用它解决一切其他问题’非常契合。这两个使命天然配合——AI 和组织世界的信息天然相关。” --- 【15】后稀缺世界：比经济更担心的是“意义” Emily Chang 问：后稀缺世界，人们不再有工作。Hassabis 在实现所有技术目标后打算做什么？ “我想用它来探索物理学的极限。这是我在学校时最喜欢的科目——那些大问题。现实的本质是什么？意识的本质是什么？费米悖论的答案？时间是什么？引力是什么？” 他说了一句令人印象深刻的话：“我惊讶于更多人不去思考这些巨大的问题。我们只是日复一日地生活，而这些深刻的谜题几乎在向我尖叫——答案是什么？” 他希望用 AI 探索所有这些问题，“也许还有星际旅行，借助新能源和 AI 解锁的材料。” Emily Chang 问：如果我们没有工作，我们还会有意义和目的吗？ Hassabis 回答道：“老实说，这是我比经济问题更担心的事情。我认为经济几乎是一个政治问题——当我们获得所有这些额外的收益和生产力时，我们能否确保它为每个人的利益而分享？我相信这是可以做到的。” “但比这更大的问题是：我们很多人从工作和科学事业中获得的目的和意义，在新世界中我们将如何找到？” 他说我们需要“一些新的伟大哲学家”来帮助思考这个问题。“也许我们会在艺术和探索上变得更加精致，还有极限运动之类的。今天我们做很多不只是为了经济利益的事情，也许未来我们会有这些事情的非常高深的版本。” --- 【16】给年轻人和企业家的建议 Emily Chang 最后问：房间里的每个人都在想他们应该做什么。10 年后，人们关于 AI 最大的错误会是什么？ Hassabis 给出了两条建议。 第一条是给年轻一代的：“我们唯一确定的是会有大量的变化。所以在学习技能方面，要准备好‘学会学习’——这是最重要的事情。你能多快适应新情况，用我们拥有的工具吸收新信息。” 第二条是给商业领袖的：“现在有很多领先模型和服务提供商，还会有更多。选择那些你认为正在以正确方式行事的合作伙伴。与那些正在推动变革、以你希望看到的方式对待这项技术的人合作。” 他总结说：“我认为我们可以一起构建那个未来——随着 AI 的到来，一个我们都想要的未来。” --- 【写在最后】 这场访谈中，Hassabis 展现了一种独特的气质：既是最前沿竞争的参与者，又试图保持长线思考的清醒。 他与几位同行的分歧值得注意：比 Dario Amodei 更保守地估计就业冲击，比 Elon Musk 更审慎地看待奇点，比 Ilya Sutskever 更相信 scaling 仍有价值，比 Yann LeCun 更认可 Transformer 的未来。 但他们有一个共识：无论 AGI 是 2030 年还是更早到来，我们可能都没有准备好。Hassabis 想要的“AI 版 CERN”需要国际合作，而他自己也承认“现在国际合作有点棘手”。 最后一个细节让我印象深刻。当被问到后稀缺世界的愿景时，这位每周工作 100 小时的 CEO 说他最想做的事情是思考“时间是什么？引力是什么？”——那些“几乎在向我尖叫”的宇宙深层谜题。 也许这就是为什么他能在“科技史上最激烈的竞争”中保持某种平静：对他来说，AGI 不是终点，而是探索更大问题的起点。

转译：西方忘了怎么造东西，现在也快忘了怎么写代码 作者：Denis Stetskov 2023 年，在巴黎航展上，雷神公司的总裁站在台上，讲起他们为了重启“毒刺”导弹（Stinger）生产线，到底费了多大劲。 他们把一批 70 多岁的老工程师请了回来，让这些老人教年轻员工怎么造一枚导弹。图纸还是卡特总统时代画在纸上的老图纸。测试设备已经在仓库里躺了很多年。导弹的鼻锥还得靠手工安装，方法和 40 年前一模一样。 五角大楼已经 20 年没买过新的“毒刺”了。然后，俄罗斯入侵乌克兰，局势一下变了：所有人突然都需要这种导弹。 可生产线早就关了。电子元件已经过时。导引头组件也停产了。2022 年 5 月下的订单，要到 2026 年才能交付。 整整 4 年。 不是因为没钱，而是因为真正知道怎么造它的人，十年前就退休了，而且没人接上。 我在乌克兰带工程团队。我的团队见到的是这个问题的另一面。不是工厂车间，而是战场上接收武器的那一端。 当雷神还在努力根据 40 年前的蓝图重启生产时，美国已经在向乌克兰运送成千上万枚“毒刺”。RTX 首席执行官 Greg Hayes 说，10 个月的战争，消耗掉了相当于 13 年产量的“毒刺”。 这种模式，我太熟悉了。它现在正在我的行业里重演。 一百万发炮弹，没人造得出来 2023 年 3 月，欧盟承诺在 12 个月内向乌克兰提供 100 万发炮弹。 当时，欧洲一整年的炮弹产能只有 23 万发。而乌克兰每天就要消耗 5000 到 7000 发。 任何人拿个计算器算一下，都知道这事根本不可能。 到了最后期限，欧洲只交付了大约一半。马克龙后来称，最初那个承诺太鲁莽。由 9 个国家、11 家媒体联合发起的一项调查发现，欧洲真实的生产能力大概只有欧盟官方说法的三分之一。 那 100 万发炮弹的目标，直到 2024 年 12 月才真正完成，比原计划晚了 9 个月。 问题不是某一个环节卡住了。是每一个环节都卡住了。 法国在 2007 年就停止了国内发射药生产，整整 17 年没有继续做。欧洲唯一一家主要 TNT 生产商在波兰。德国自己的弹药储备只够用两天。丹麦一家 Nammo 工厂在 2020 年关闭，后来不得不从零开始重启。 整个欧洲国防工业，长期以来都被优化成一种模式：生产少量、昂贵、定制化的产品。没人为大规模生产做准备。也没人为危机做准备。 美国也好不到哪里去。 155 毫米炮弹壳主要靠宾夕法尼亚州斯克兰顿的一家工厂；爆炸物填装则依赖爱荷华州的一处设施；美国从 1986 年起就没有本土 TNT 生产了。 后来砸进去几十亿美元，产量依然没达到目标的一半。 要么合并，要么死 这不是偶然。 1993 年，五角大楼告诉国防企业的 CEO 们：要么合并，要么死。 于是，51 家主要国防承包商最终缩成了 5 家。战术导弹供应商从 13 家变成 3 家。造船厂从 8 家变成 2 家。国防工业劳动力从 320 万人降到 110 万人，砍掉了 65%。 弹药供应链到处都是单点故障（single point of failure，指一个环节出问题就会拖垮整个系统）。 155 毫米炮弹壳只有一家制造商，位于加州科切拉，而那里就在圣安德烈亚斯断层上。发射药装药也只有加拿大的一处设施能做。 整个系统被优化到成本最低，却几乎没有任何应急余量。 纸面上看，很高效。 现实里，只差一个坏日子，就会崩。 知识一旦死去，就很难复活 再看 Fogbank。 Fogbank 是一种用于核弹头的机密材料。它在 1975 年到 1989 年间生产，后来生产设施被关闭。 多年后，美国政府为了一个核弹头寿命延长项目，需要重新制造 Fogbank。结果他们发现，自己已经不会做了。 美国政府问责局（GAO）的一份报告指出，几乎所有掌握生产经验的人，要么退休了，要么去世了，要么离开了相关机构。留下来的记录也很少。 经历了 6900 万美元的成本超支，以及数年的失败尝试后，他们终于做出了可用的 Fogbank。 然后，又发现新批次太“纯”了。 原来的生产工艺里，曾经有一种无意中产生的杂质，而这种杂质对材料功能至关重要。可没人知道这件事。 负责复现的工程师不知道。几十年前做出原始材料的工人也不知道。 洛斯阿拉莫斯把它称为原始工艺中的“无意识依赖”（unknowing dependency）：这个环节很关键，但当年没人意识到它关键。 一个核武器项目，竟然失去了制造自己发明出来的材料的能力。 更可怕的是，知识并不只是随着人离开而流失。它从一开始就没有被任何人真正完整理解过。 (更正：原文最初版本曾写道，当年制造 Fogbank 的工人知道这种杂质的存在。事实并非如此。他们也不知道。这个依赖关系是无意形成的，这反而让“知识流失”的论点更强，而不是更弱。感谢评论区的 John F. 指出这一点。) 同一套剧本 我读到 Fogbank 的故事时，立刻认出了这个模式。 我说的不是核材料本身，而是那个熟悉的剧本： 花几十年建立起一种能力。 找到一个更便宜的替代方案。 让人才梯队慢慢萎缩。 享受节省下来的成本。 然后，当危机突然要求你拿回那种能力时，看着一切崩塌。 在国防工业里，那个替代方案叫“和平红利”（peace dividend，指冷战结束后减少军费、把资源转向民用经济的收益）。 在软件行业里，它叫 AI。 我之前写过“人才管道崩塌”的问题。招聘数据、初级工程师到资深工程师之间的断层，都已经有很多证据。还有“理解力危机”：人们会让 AI 写代码，却越来越不理解代码本身。 但我之前一直没有找到一个足够贴切的历史类比。 现在我找到了。 而这个类比告诉我们的东西，是招聘数据看不出来的：重建一种能力，到底需要多久。 重建能力永远需要很多年 国防工业里，每一次大规模恢复产能，哪怕是相对简单的系统，也要 3 到 5 年。复杂系统则要 5 到 10 年。 “毒刺”：从下单到交付，至少 30 个月。 “标枪”（Javelin）：花了 4 年半，产量还没翻倍。 155 毫米炮弹：投入 50 亿美元，4 年过去仍没达到目标。 法国直到 2024 年才重启发射药生产，而距离它关闭国内生产线，已经过去了 17 年。 钱从来不是最大的限制。 知识才是。 兰德公司（RAND）发现，潜艇设计中有 10% 的技术技能，需要 10 年在岗经验才能培养出来，有时还得建立在博士学位之后。国防工业里的技术工种，学徒期通常要 2 到 4 年；要达到能当主管的水平，则需要 5 到 8 年。 现在，把这套时间线放到软件行业里。 一个初级开发者，需要 3 到 5 年，才能成长为合格的中级工程师。 需要 5 到 8 年，才能成为资深工程师。 需要 10 年甚至更久，才能成为首席工程师或架构师。 这条时间线，不能靠砸钱压缩。 也不能靠 AI 压缩。 METR 做过一项随机对照试验（randomized controlled trial，医学和社会科学中常用的一种严谨实验方法）：经验丰富的开发者使用 AI 编程工具后，在真实开源任务上反而慢了 19%。 开始前，他们预测 AI 会让自己快 24%。结果现实和预期之间，相差了 43 个百分点。 研究人员后来想做后续实验时，相当一部分开发者拒绝参加——如果实验要求他们在没有 AI 的情况下工作，他们就不愿意。他们已经无法想象回到不用 AI 的状态。 账单总会来的 软件行业现在正进入同一种“优化”的第三年。 Salesforce 说，2025 年不会再招聘更多软件工程师。LeadDev 的一项调查发现，54% 的工程负责人认为，从长期看，AI 编程助手会减少初级工程师招聘。计算研究协会（CRA）对大学计算机院系的调查显示，62% 的院系报告今年入学人数下降。 我在代码审查里已经看到了这个问题。 现在，审查才是瓶颈。 AI 生成代码很快。 人类审查代码很慢。 于是行业的答案也很可预测：让 AI 去审查 AI 写的代码。 我不会这么做。 我改造了我们的拉取请求模板（pull request template，开发者提交代码变更时填写的说明模板）。现在，每个 PR 都必须说明：改了什么，为什么改，这属于哪类变更，以及修改前后的截图。 也就是说，我们要给审查者提供结构化上下文，不能让审查者靠猜。 我还在每个项目里安排专门的审查人员。更多双眼睛，就有更多机会发现模型漏掉的问题。 但这些仍然解决不了更深层的麻烦。 现在真正需要的能力已经变了。 光有技术能力不够。你还需要能主动负责、能清楚沟通取舍、能反驳机器给出的糟糕建议——哪怕那台机器说话听起来无比自信。 这些其实是领导力。 我们上一轮招聘就能说明这种人有多稀缺：2253 名候选人，2069 人被淘汰，最终录用 4 人。转化率只有 0.18%。 既有技术能力，又有判断力、能看出 AI 什么时候错了的人，在市场上几乎已经不存在了。 我们会记录一切。 Site Books、SDD、RVS 报告、带完整测试覆盖的样板模块……这些今天都有用，因为读这些文档的人，本身具备足够的工程能力，知道该怎么行动。 可如果以后读文档的人不具备这种能力，会怎样？ 坦白说，我不知道。 也许 5 年后的 AI 足够强，这些问题就不重要了。也许问题仍然可控。我没法预测 2031 年模型会强到什么程度。 但危机不会提前给你发日历邀请。 没人预料到 2022 年欧洲会爆发全面陆地战争。国防工业有 30 年时间做准备，但它没有。 就连 Fogbank 当年也有记录。只是记录不够。更糟的是，原来的工人甚至没有完全理解自己的工艺。 5 到 10 年后，我们会需要资深工程师。 我们会需要那种真正理解系统全貌的人；需要能在凌晨两点调试分布式故障的人；需要携带着那些代码库里根本不存在的组织知识的人。 可这些工程师现在还不存在，因为我们没有在培养他们。 本该现在学习成长的初级工程师，要么根本没有被雇用，要么正在形成一项由美国国防部资助的劳动力研究称为“AI 中介能力”（AI-mediated competence）的东西。 他们会提示 AI。 但他们说不出 AI 错在哪里。 这就是代码行业的 Fogbank。 当初级工程师跳过调试，跳过那些塑造能力的犯错过程，他们就无法建立隐性知识（tacit expertise，指难以写成文档、只能通过实践积累的经验性能力）。 等我这一代工程师退休时，这些知识不会转移给 AI。 它只会消失。 西方已经犯过一次这样的错误。账单在乌克兰到期了。 我知道这听起来像什么。我也知道，我之前已经写过人才管道的问题。 但国防工业这个例子，不是为了重复同一个论点。它是为了展示：如果行业现在对 AI 的期待落空，会发生什么。 “毒刺”、“标枪”、Fogbank、那一百万发没人造得出来的炮弹——这就是把赌注押在“优化”上，结果赌错之后要付出的代价。 而我们现在，正在软件工程上押下同样的赌注。 也许 AI 会变得足够强，这场赌局最后会赢。 也许不会。 当年的国防工业，也以为和平会永远持续下去。 来源：

撑不住了 本周连涨2天，节前完美收官，再开盘就是10月9日了。港股1日、4日、5日、7日（中秋节）休息，2日、3日、6日、8日照常开市。 今晚闲着没事，把之前几天夜报里的一些读者反馈补充下。 1、你不会蹲，小时候在学校读书怎么上厕所，学校肯定没有马桶。 是，学校确实没有，所以不是实在忍不住尽量就不在学校里上，遇到实在避不开的情况只能用手扶墙的姿势解决，大致就像下面这张图这样。我让ai画的，它画的不是很准确，通常是半转身单手撑住身后的墙，这种姿势很难持久，所以经常蹲到一半要站起来恢复一下体力。 我这种情况叫下蹲不全，或者叫裸背屈受限，在中国人里面是一个小众人群，但是绝对数量并不少。一些警察和军校在招生时会考，有问题的会限制报名。 所以不要想当然的觉得每一个中国人都会深蹲，我从小到大都深受蹲厕之苦，现在年纪大了体力不好，这个苦已经吃不下了。我觉得应该替这个人群发声，希望公厕设计人员至少保留一个马桶坐位，有条件的修无障碍洗手间。 2、我看你ic挣了那么多钱，我也要想玩，风险大吗？ 接近150万一手的东西，跌1%就亏1万4，遇到大盘大跌一天可能就要亏10万，风险肯定大。我最近期指仓位分批在卖，没有买，我最后一次买是4月份上旬。行胜于言，我什么态度不用多说了。 之前五六千点的时候有人问我安不安全我都不敢担保，更别提现在已经7300点，风险自负，我背不起别人的因果。 除非一种情况你们可以考虑一下，就是你本来账户里就已经有150万的股票仓位，这些年做下来一塌糊涂，亏损累累，并且几乎从没跑赢大盘。你可以考虑把股票一咬牙全部清仓，然后买入1手ic滚动持有作为替代，坚持3-5年你会完成自我救赎。 3、如果大盘一直涨，你的ic一直减吗？ 我在逐步调整对大盘行情的预期，从目前的节奏来看a股本轮行情的持续性可能会比之前预想的更好。我最早滚ic的仓位是15手，后来随着家庭资产的增长我给调整到了20手，结果前些年大盘上上下下，我手欠陆陆续续又买了不少，一直到本轮牛市启动前最高买到了31手。 我现在确定的是要趁着这波行情把计划外的11手给抛了，等抛完这11手（大概中证500到7770点），我到时候再重新制定一个计划。 4、你毕业后来北京半年就买房了是怎么判断的？还有为什么能还得起3800的月供？ 2005年北京房价虽然还没有大涨，但看多的氛围已经挺浓了，我身边的朋友只要有经济实力的都会想着买房。我当时认识一姐们连续看了半年的新楼盘最终确定一个满意的，我想的很简单，我要是跟着她一起买我就节约半年时间。 房子不贵，50平米才36万，首付7万，贷款29万，我选了10年贷期，月供3800。之所以选那么短的贷期是因为那个年代的房贷利率非常高，具体多少我忘了，但记得是7-8%年息。当时还没有特别好的理财，所以但凡手里有钱的不用想肯定提前还贷。 我第一份工作的薪水是到手3000，每月付完房租+吃穿大概能存1500，之所以敢接3800的月供是因为我从大学时期就是多个杂志报纸的长期坐着，每个月稿费收入有5000-10000，这是我敢买房的现金流基础。 5、黄金怎么还在涨，该抛了吗？ 摇头，我暂时没有减仓的计划，甚至上周还在链上加了6万美元的仓位。加仓的原因我之前文章里解释过，一些机构发行了rwa黄金币，挂钩库存的实体黄金。这些黄金rwa币已经有lending、dex协议支持，通过defi操作可以获得很好的现金流，这增加了我长线投资的信心。 巴菲特一直看不上黄金的原因是黄金不生息，那如果有让黄金生息的办法他还会拒绝吗。 至于具体怎么弄就不要在公众号里问了，太多环节是不能讲的，但你们现在有ai这么好的工具可以随时请教，已经很便利了。我当年入门的时候没有圈子，没有方向，没有人教，也没有ai工具，就是一个人在英文社区里孤身学习闯荡，尤其是我英语还不好，经常要借助翻译软件，能一路坚持下来就是搞钱的信念驱动着我 今晚就这些吧，大家长期愉快，国庆期间我也每天都在。

国内各大企业家蹭马斯克合影， 让马斯克似乎感觉中国变了。 他一直在找一个人，杰克马。 他很奇怪这位会英语、从容自信的中国首富怎么突然不见了。 我们何尝不是？ 川普再度访华，2017年到现在，也就9年。 那年，腾讯和阿里跻身全球市值前十的行列。 华为手机出货量达到1.53亿台，全球第二，超过苹果，逼近三星。 那一年，也是马云最意气风发的一年。 他像武侠小说里的风清扬——自由、张扬、无所不能。 砸900亿搞新零售。 到处演讲，会见各国元首，从容不迫。 主演《功守道》，跟李连杰、甄子丹、吴京对打。 还和王菲合唱《风清扬》。 那时的企业家，身上真有一种"时代主角"的感觉。 许家印财富一年翻四倍，首次成为中国首富。 李彦宏All in AI。 董明珠说华为手机第一格力第二。 就连跑路的贾跃亭，都自信地说"下周就回"。 后来很多人会说，2017年其实是中国互联网黄金时代最后的高潮。 那时的人们，真的相信技术、资本与全球化会永远向前。 2017年底，乌镇世界互联网大会召开。 丁磊组织"东半球最强饭局"。 之后又有刘强东、王兴组织"东兴局"。 饭桌上坐着中国互联网最有权势的一群人。 他们讨论的不只是赚钱，而是未来。 他们那时真觉得，未来在自己手里。 ------- 今天很多年轻人已经忘了， 当时这种"大国叙事"有多强。 你打开电视，是港珠澳大桥。 打开手机，是国产航母下水。 刷微博，是C919首飞。 连综艺和广告，都在讲"中国速度"、"中国奇迹"。 那年，中国首艘国产航母下水。 "一带一路"首届高峰论坛召开。雄安新区设立。 "人类命运共同体"被反复提及。 建军90周年阅兵。 香港回归20周年。 十九大召开。 所有新闻都带着一种历史车轮滚滚向前的气息。 经济学家林毅夫当时预测：到2030年，中国将超过美国成为世界第一大经济体。 今天看，你会觉得这个预测有点乐观。 但在2017年，很多人真信。 自信的人们 但回头看，会有一种奇怪的感觉：那仿佛已经不是同一个时代了。 ------------ 这9年里发生了太多事。 贸易战、疫情、俄乌战争、AI革命、房地产下行、互联网退潮、全球化收缩……世界像被人拧过一遍。 很多当年坚信不疑的东西，现在都变得模糊；很多当年热气腾腾的人和行业，现在已经沉默。 所以，当人们重新翻出2017年特朗普访华的视频时，会有一种强烈的时代感。 那真的是一个"烈火烹油、鲜花着锦"的年份。 那年11月8日，特朗普抵达北京。 很多年后，他仍在不断回味那次访问。 中国的"上升感" 他说，中国仪仗队是他见过最整齐的，"他们身高几乎完全一样，差距不到四分之一英寸"。 特朗普是一个极度重视排场、礼仪与个人感受的人。 你很少见他认真赞美什么，但他后来多次提到那次中国之行。 因为他确实被震撼了。 飞机刚落地，他就被直接带去了故宫。 不是普通参观，是包场。 整个故宫，在夜色里只为特朗普夫妇开放。 红墙、金瓦、宫灯、京剧、文物、长长的御道，像一个文明古国把自己的藏宝阁掀开了一角。 ------- 特朗普后来反复提到一句话："从没人得到过这样的待遇。"他是真的信。 因为美国总统访问别国，一般是进会议室、住酒店、签文件。 很少有人会直接把五百年帝国的中轴线打开给他看。 而2017年的中国，也确实有一种"终于轮到我出场"的心态。那种感觉，就像是一个练了二十年武功、终于下山的少年。 今天再回头看2017年的新闻，会发现一种扑面而来的自信。 那一年春节，央视《新闻联播》推出特别节目——《厉害了，我的国》。 这个词后来直接变成了年度热词。 紧接着，央视财经开始做纪录片《厉害了，我的国》，向全国征集"百姓眼中的中国成就"； 之后又连续播放《辉煌中国》、《大国外交》、《超级工程》。 2017年的中国人，是真的相信"东升西降"已经开始了。 《战狼2》与那个时代 2017年，还有一件特别重要的事：《战狼2》。 今天很多人已经习惯了"战狼"这个词，甚至带点调侃意味。 但在2017年，《战狼2》不是调侃，它是情绪。 它最后拿了56.95亿票房，长期位居中国影史第一。 真正让它成为现象级的，其实不是动作戏，而是片尾那行字幕："当你在海外遭遇危险，不要放弃！请记住，在你身后，有一个强大的祖国！" 那一刻，很多中国观众是真的热血沸腾。 因为过去几十年，中国人太习惯"落后挨打"的叙事了。 突然之间，电影里中国护照能救命了。 这种心理变化，非常巨大。 《战狼1》里的"犯我中华者虽远必诛"，再到《湄公河行动》，再到海外撤侨、亚丁湾护航，这些真实事件和影视作品混合在一起，共同构成了2017年的强国想象。 那年电视剧《人民的名义》火得离谱。 年轻人一边吐槽"达康书记GDP第一"，一边追反腐剧。 今天已经很难想象，一部主旋律电视剧能变成全民流行文化。 但2017年就是这样。 整个社会都处于一种"国家正在变强，而我也参与其中"的兴奋感里。 周杰伦演唱会叫"地表最强"。 范冰冰和李晨对未来也是信心满满，所以宣布"求婚成功"。 大家真觉得，好日子还在后头。 当然，中国男足还是没进2018年俄罗斯世界杯。 有些东西，确实稳定。 世界转向 关于那一年特朗普访华，美方很多高官、幕僚，都写了回忆录。 里面有很多有意思的细节。 比如，有人提到，中方在会谈中不断讲自己的长期规划：产业升级、科技发展、未来目标、合作愿景。 但特朗普其实不太感兴趣。 -------- 他最感兴趣的有两件事： 第一，3000多亿美元的大单； 第二，对他个人的超规格接待。 特朗普是一个非常"具体"的人。他对宏大叙事兴趣有限。 但他对排场、数字、交易、赢，非常敏感。 后来随行人员透露，特朗普对中国国宴印象极深，尤其是中式摆盘与大型宴会组织效率。 他无法理解，为什么几百人的国宴能像机器一样精准运转。 特朗普外孙女唱中文歌的视频，当时被反复传播。特朗普本人特别喜欢这个桥段，经常提起。 因为这让他感觉自己"跟中国关系很好"。 特朗普甚至说，与中国的问题，不怪中国，怪以前的总统。 而2017年的中国，也愿意展示这种友好。因为那时候，中美关系虽然已经有竞争苗头，但整体仍处于"斗而不破"的阶段。 甚至很多中国人当时觉得，特朗普虽然不靠谱，但未必比传统美国政客更坏。 因为他至少"讲交易"。 不像后来那样彻底撕裂。 ------------- 但历史很快转向。 特朗普访华没几个月，中美贸易战开始。 美国开始针对"中国制造2025"。 开始限制高科技出口。开始强调产业链安全。 后来很多分析认为，美国之所以反应如此激烈，一个重要原因，就是中国在2017年前后表现出的那种"高技术崛起"趋势，以及"厉害了我的国"的宣传。 那时候的美国，已经意识到，中国不只是"世界工厂"了，而是在向产业链上游走。 芯片、5G、AI、高端制造、新能源、航天……中国开始全面进入美国最敏感的领域。 而与此同时，特朗普上任后的美国，则不断"退群"。 退出TPP。 退出巴黎协定。 退出联合国教科文组织。 整个美国社会都弥漫着一种疲惫与撕裂。 如果用武侠来比喻。 2017年的中国，像一个刚闯入江湖、准备重塑武林规则的少年。 而美国，则像一个已经称霸江湖几十年、开始对世界失去耐心的老盟主。 于是，冲突几乎不可避免。 因为真正的大国竞争，从来不是意识形态，而是产业、科技、资本与未来。 ---------- 凡是过往 2017年的人们，并不知道后面会发生什么。 没人知道新冠。 没人知道房地产会调整。 没人知道互联网会降温。 没人知道AI会重新洗牌。 没人知道全球化会开始倒车。 所以今天回头看2017，会有一种特殊的感伤。 那是一种"后来的人，重新看旧照片"的感伤。 照片里的人在笑，但你知道后面会发生什么。 现在特朗普"前度特郎今又来"。 中国也已经不是那个青春少年。 这些年经历了太多事，双方都成熟了很多，也都疲惫了很多。 今天再谈中美，以及我们个人， 已经少了2017年的激情， 不再那么意气风发， 也不再那么轻信未来一定线性向上的投资， 兄弟们都多了一份沉稳。。。