与「爱里的心」相关的搜索结果

2019年5月，由范冰冰，陈励志带队的爱里的心连续第十年进藏筛查先天性心脏病儿童。 此行共筛查了3109名儿童，确诊为52例，将迎接他们的是8月入京沪两地的医院，进行先心病的手术治疗。 为了心，为了爱，我们一直勇往直前！爱里的心，十周年！#爱里的心十周年#

强烈推荐大家看看DeepMind CEO Demis的最新判断。 真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。 早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。 刚刚把笔记写完，也给大家分享下。 多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。 我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。 如果全部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。 OK，咱们进正题。 1 Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。 但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。 先从最容易看到的现象讲起，Context Window。 现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。 Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就溢出了。 大模型呢？已经做到 100 万 Token。 按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。 问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。 那人为什么 7 个数字的工作记忆就够用？ 因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。 具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。 研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。 这个把新东西融进旧知识库的过程，就是持续学习。 模型现在没有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。 2 再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。 长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。 他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。 然后他发现一件怪事。 模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。 明明知道是错的，还是把错的那一步走出去了。 这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。 正常人下棋，意识到一步是昏招之后，脑子里会有一个反应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。 这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。 说到底，模型缺的是一种内省。 3 学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。 除此之外，他还反复提到了创造力。 2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。 所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。 很多人觉得，这就是 AI 的创造力来了。 但 Demis 说，对他自己来说，Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。 这两件事的区别非常关键。 Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。 Demis 给了一个具体的设想。 如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？ 目前做不到。 为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。 用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。 爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后来叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。 爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。 目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。 这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。 4 除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。 这一部分内容我反复听了好几次，确实突破我的已有认知。 不知道大家的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。 那小模型的价值到底在哪？ 最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。 但 Demis 说，比成本更重要的其实是速度。 这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。 他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。 比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。 这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。 更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反馈、再来一个想法，思维不被打断。 这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。 Agent 也是同样的逻辑。一个 Agent 跑完一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。 小模型不是大模型的廉价替代品。有些事只有小模型能做。 比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。 家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。 成本、速度、边缘部署，这是小模型的价值。 5 讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？ Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。 支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，然后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。 为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。 一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。 在很多场景中，小模型和大模型会相互配合。 举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。 只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。 也就是说小模型在边缘做主力，前沿模型在云端做后援。 不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。 这就是为什么 Gemini 从一开始就坚持多模态，不光处理文字，也处理图像、视频、声音。 一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。 讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。 嗯，很有启发。

知道很多人没有赶上币安@binancezh #BinanceOnline# 大会，没赶上 BinanceOnline 大会的看这里！ 我帮大家筛好了跟CZ大表哥，一姐以及币安有关的全部核心干货，不用翻回放，直接看就行！ 一、何一（一姐,币安联席 CEO，首席客服官）@heyibinance 1）外界只看到币安用户做到 3.1 亿，其实内部最骄傲的是团队架构彻底理顺、高端人才越聚越多，人才才是币安能一直做大的根本 2）一直守住币安原本的做事风格没变，同时拼命补齐合规这块短板，一直在全球吸纳行业厉害的人才 3）别看现在是熊市，整个加密行业其实在悄悄变强，早就不只是单纯炒币了，区块链也开始真正用到实体经济里，和传统金融走得越来越近 4）敢定下 30 亿用户的大目标，不是吹牛，是头部企业该有的格局； 最终不是只做一个交易所，而是想做成全球人人都能用的金融基础服务 5）用户增长越来越快，新增用户耗时一次比一次短，能看出来行业认可度、技术创新都在飞速进步 6）做产品的初心就是服务普通老百姓、底层人群，想让全世界普通人都能享受到公平的金融服务，不被有钱人垄断 7）心里最担心的就是顶尖人才不够用，所以币安一直在全球大范围招人，认定人才 + 创新才是未来赢下赛道的关键 8）现在业务已经覆盖 100 多个国家、3.1 亿用户，这只是刚开始；很多金融机构只服务有钱人，币安偏要做大众普惠服务 9）未来五年最看好AI 结合金融，想用 AI 抹平普通人跟专业投资者的信息差，让小白也能拥有专业的投资判断能力 10）2014 年入行加密圈，最早就用加密货币给社区癌症患者做公益筹款，一直觉得加密不只是炒币工具，更是做公益、帮普通人的好载体 二、Richard Teng（币安联席 CEO）@_RichardTeng 1）跟着币安一路走来，始终守住把用户放第一位、踏实做事、团队齐心的初心，这也是币安能熬过牛熊一直发展的原因 2）币安早就不只是一个普通交易所了，已经升级成全球区块链底层基建平台，而且一直在往全球合规最正规的交易所靠拢 3）大量引进传统金融、合规风控、商务运营的专业人才，适配全球各个国家的业务布局 4）全球还有十几亿普通人根本用不上正规的银行金融服务，币安做加密的初心，就是打破这种金融壁垒，让资金能自由流通 5）不断上新品类，贵金属、石化产品、美股都能交易，支持全天 24 小时随时买卖，方便机构和普通人做资产避险、风险对冲 6）合规实力很强，是全球唯一被阿布扎比官方全程监管的平台，已经拿到 20 多个国家和地区的合规认可，等全球监管明朗后，能承载海量用户入驻 7）现在全球加密监管还很乱，每个国家规矩都不一样，没有统一标准，想完全统一监管还要很多年； 币安进入任何国家，都会老老实实适配当地规则 8）主动参与全球行业规则制定，帮忙推动出台合理监管政策，既保护普通用户，也维护整个行业稳定发展 9）重金砸在合规建设上，合规团队将近 1600 人，占员工总数超 20%； 还花大钱用 AI 辅助合规审核，把安全合规做成币安的一大优势 10）很看好 AI 和区块链互相结合，同时也关注大健康、生活服务这类跨界发展机会 11）自己最早用加密货币做跨境转账，还曾在不丹直接用加密买东西，能看出来币安支付已经普及到全球小众地区 12）美国现在对加密行业态度明显变友好，会带动全球监管放宽、资本进场，稳定币、现实资产代币化这些赛道都会跟着受益 三、CZ大表哥 币安创始人@cz_binance 1）投资不爱跟风炒热门 AI 应用，更喜欢布局底层硬基建：AI 数据中心、电力供给、高端算力芯片这些实打实的产业 2）现在英伟达垄断 AI 芯片市场，但这种局面不会一直持续，未来一定会出来专门为 AI 定制的芯片 3）长期看好机器人、生物科技两大方向，AI 能极大加速医药研发、基因研究、蛋白质分子实验等领域的突破 4）个人 70%-80% 的资金还是重仓 Web3 和区块链赛道，这是自己最熟悉、最有把握的领域 5）投资习惯很稳妥，都是先小额试水、边投边学习，靠身边行业资深前辈，拿到圈内最新一手消息 6）未来每个人都会拥有专属 AI 智能助手，还有家用实体机器人，生活、工作都能帮着处理 7）行业最终没有传统金融和 Web3 的界限，往后区块链会变成所有金融公司必备的底层技术，谁都绕不开 8）币安现在一直在给 AI 生态铺路，优化区块链底层设施，支持小额高频交易、去中心化存数据、AI 自动帮用户交易 9）AI 以后会把投资操作简化到极致，用户只需要说一句简单指令，AI 就能自动找最优价格、完成全套交易 10）目前 AI 智能助手还不算成熟，风控防护不完善，直接管大额资金有风险； 币安上线的 AI 交易工具，用隔离钱包单独管控资金，用户实际体验口碑很好 11）AI 未来能成为免费的专业理财顾问，比普通真人理财师更客观、更个性化，不会刻意推销产品割韭菜 12）稳定币对高通胀、没有正规银行的国家特别重要，能帮当地人轻松持有美元资产，是金融普惠的关键 13）极度看好现实资产代币化，把美股、实体资产都搬到链上，让全球普通人都能平等参与优质资产投资 14）普通人不用额外投入成本，靠家里闲置电脑、硬件就能参与 AI 产业挖矿，搭配加密资产能形成一个全新的万亿级赚钱生态 四、NINA RONG (BNB CHAIN 执行总监）@nina_rong BNB 链由三条公链组成，最终目标是承载十亿级普通 Web3 用户 全球 40% 的稳定币交易都在 BNB 链上，是全球最大稳定币公链 同时也是第二大 RWA 公链，60% 的链上 AI 机器人都跑在 BNB 链生态里 技术一直在持续升级，交易确认速度做到亚秒级，今年还要把整体处理能力大幅提升 马上推出 AI 机器人开发工具，重点发力跨境支付、非美元稳定币生态，覆盖更多国家需求 主打底层技术隐形化，普通人不用懂区块链，直接用钱包、APP 就能享受所有服务，门槛拉到最低 五、币安支付负责人 币安早就跳出单纯炒币平台的定位，现在做成了一站式金融超级 App，日常消费、跨境转账、资产理财全都能搞定 核心目标就是抹平传统银行和加密支付的隔阂，普通人用起来跟普通银行卡一样简单，不用懂任何区块链知识 币安卡福利很实在：用稳定币消费免转换费、免跨境手续费，还能拿 15% 的消费返现 已经对接巴西、越南等多国本地扫码支付，线下门店买东西，直接打开币安 APP 扫码就能付款 会根据每个国家的消费习惯单独做本地化适配，贴合当地人花钱、转账的习惯，做接地气的金融服务 六、ELLA ZHANG (YZI LABS 负责人)@ellazhang516 2018 年刚踏入这个行业，一门心思只深耕区块链，完全没重视 AI 赛道。现在回头复盘，确实是当初格局和眼界受限，错过了早期布局的好机会 科技行业每一次颠覆性变革，从来都不是单一领域独立完成的，都是不同技术相互结合催生出来的 区块链和 AI 彼此赋能、深度绑定，已经是行业发展的必然走向 传统金融和链上 DeFi 不存在谁颠覆谁、互相争抢市场的情况，更多是互补共生、慢慢融合，而现实资产代币化，就是眼下最确定的行业风口 往后传统股市和加密资产会逐步打通、互相渗透，稳定币也会成为衔接传统金融和加密领域最关键的桥梁 让我们继续keep building #BNB！# #Binance#

什么样的人适合做 KOL？ 过去我从 0 到 1 做 UGC 产品时，作为 PM + 运营总是需要思考：我们要寻找什么样的种子用户来贡献第一批内容？ 多次实践后，我总结下来主要以下是两个维度，缺一不可。 表达欲望 ◦ 内心有强烈想表达、爱表达的冲动，敢想、敢说、敢写是基础。 ◦ 内心多少有点「我看得透」「好为人师」「装个逼」的自信，享受在表达中展现自己。 ◦ 有利他心态，渴望为他人提供有价值的内容，不管是启发思考、解决问题还是带来共鸣。 ◦ 即使对某个领域还不太熟悉，也会在「以输出倒逼输入」的框架和心态里快速学习，表达欲望其实也是成长欲望。 表达能力 ◦ 能清晰、完整地组织内容，将复杂想法拆解为通俗易懂的内容，吸引读者思考或互动。 ◦ 有同理心，擅长讲故事，让内容既有深度又能引发情感共鸣。 ◦ 言之有物，在某个领域有多年 (如 10,000 小时) 浸淫，积累了独到见解，能输出与自己的经历和背景相匹配的、有洞察力的内容。 ◦ 不同产品和媒介形态，需要的表达能力差异可能非常大，比如豆瓣、抖音和 Twitter 对比，找到适合自己的平台很重要。 一个同时符合这个特征的内容生产者，就相当具备成为 KOL 的基础了。

cz和小徐撕逼扯屌其实挺好的 就是两个傻逼小丑，两头脏乎乎的猪 在泥潭里打架 越打身上越脏 不想翻出了好多黑料 俩傻逼丢人现眼 说白了就是睾酮素少，鸡巴小 鸡巴大，有自信的人 不会像这俩傻逼奴才狗那样 亿万身价还像两个小学生那样网上互喷 俩傻狗，真的笑死人 难以想象这俩是身价万亿的“大佬” 说白了就是俩傻狗 小徐自尊心低，爱装逼，小气的不得了 赵长虫睾酮低，人很坏，非常在意网上的粪蛆对他的评价，因为他们的评价在他眼里真的很重要。 好消息，最近几天他俩急得皮质醇飙升，但愿能缩减点寿命。

这几天因为一直没有vpn登录不上去，想聊聊和龙王的故事 1/请我吃饭，杭州螃蟹宴 
2025年年初，我跑到杭州去约龙王吃饭，当时感觉自己非常迷茫，也没赚到钱。龙王二话没说就答应出来了，还叫了带带大师兄和安东尼，两个很强的交易员，一起介绍我认识。那顿饭吃的是杭州慕云料理，把螃蟹的脚和钳子分开，还有烤的，反正就是很高级也很好吃。 像龙王、带带大师兄、安东尼这样的大佬本身就可以不用社交，因为他们没有社交需求，但他们也愿意提携后辈。在推上真实发言，多少人因为站队或者害怕影响自己而不敢大声说话，其实是因为不够有钱、不够自由（这也是我后来想明白的事情）。当你足够有钱和向内求，你是很敢坚持真理的，因为没人能影响你的主张，无非就是你的钱、你的工作、你的未来发展。所以很多时候，大部分人为了不影响自己，选择了沉默的螺旋。 我有时候觉得，有龙王和带带大师兄这样的大V存在挺好的，愤世嫉俗，能把事情真正正确的一面说出来。 2/买单偷偷把账单分成两份 
今年年初我和嗯哼又去杭州找龙王和带带大师兄，吃完饭晚上去唱歌。嗯哼想着今年他也赚了钱，就不要龙王买单了。买单的时候发现账单异常便宜，后来问销售才知道，龙王偷偷把账单分成两份，自己A了一半。 3/把自己的想法写到推上——A9里最爱分享的 
龙王经常把自己的想法开源在网上，也被Vida称为A9里最爱分享的一个人。我自己的看板，这里打个小广告（ 别的不好说，至少龙王的分享对我而言是很有帮助的。 4/纯K，被比身高，也没有发火，只是觉得很无语 
还有一次挺搞笑的，因为龙王现实生活中其实非常清秀。当时嗯哼去找他们玩，龙王说如果嗯哼请客就去纯K就行了。当时有个朋友的朋友，是个情商不太高的女生，非要和龙王比身高，龙王也没有发火，只是觉得很无语。 5/XPL 给兄弟打了分额度给他们 pumpfun 的分析 
XPL做完调研之后，他给很多兄弟留了额度，挨个去问要不要打，就是一个好东西愿意分享的，真的很讲义气的人。还有当时龙王整个公司都在研究pump fun打预售，研究得很明白，还无偿分享在群里和推上，我也是跟上吃了口肉。 6/德扑怕我输太多，要我不要再打了 
上个月吧，又去了趟杭州，一起打德州的时候，龙王看我输太多了，一直提醒我不要再打了，然后还给我介绍了个Polymarket大神，就是大家熟知的逢赌必赢（fengdubiying）。挺有意思的是，这个哥之前把我推特屏蔽了。好在，线下有机会解释，然后他又给我取消屏蔽，互相关注上了。但是我当时真的觉得感慨万千，要是任何屏蔽我的人，我都能见个面，和他聊几句，让他知道我是什么样的人就好了。 7/看到有人说龙王把华为说得比库里南还好，引发了争议 我可以说，是的，华为真的比很多好车要好。华为尊界S800，它就是很舒适，后座很宽敞，你都可以躺着，有超大屏投影仪，而且整个车非常长，买车会送两个手机遥控器，还有星空顶，内饰加配豪华真皮座椅，还有辅助灯的工艺和钻石切割一样。传统的豪车已经干不过智能驾驶的车了，舒适度/智能度/时尚度各方面吧。 我觉得像龙王/风无向这样的大V（我说的大V是指在行业有影响力的人），实则希望币圈好，但是经常被人误会。当然大部分人不在乎新闻真实，只在乎流量数据，大家不再去共建而是频繁背刺，很多大玩家转战美股和激流勇退，退圈不再活跃，其实并不是好事情。 其实自上次因为嗯哼被黑，我被连坐，就暗下决心要做一个真实的性情中人。有什么做什么，绝不虚与委蛇。以前总觉得有包袱，患得患失，不敢大声讲话，现在想想，都通透了。如果有人骂我，我就要骂回去，没有什么怕得罪谁的，既然别人泼我脏水，那就是我的敌人。 看到大佬们相继锁推，不再分享，我感觉也会觉得很悲哀。 最后引用一句网友写的话：就像30-40岁的人只玩过魔兽争霸，所以不认识英雄联盟里的那个牛逼的职业选手叫Faker。从电子厂小侠到本初，到憨巴龙王，从来大家说的就是一个人，而没有所谓的冒充。 既然你的言论自由，那么同等我也享有自由。如果因为你比我有钱，就要凌驾于我，认为我粉的偶像不是一个量级，那么这样就不自由。 人活一生，要让自己畅快，不然容易得乳腺增生。想到哪里写到哪里了。反正我很感激遇到这么多真心待我的朋友，感谢相遇、相识、相知。

中国老KOL代表罗永浩重新加入X后，很多人喜欢去看热闹、骂他、截段子，但很少有人会认真看他发的长文章。这个世界真正愿意关注“真相”和“深度内容”的人，其实一直是少数。他发的一篇关于脑机接口（BCI）、AI终局和人类未来的超长思考。很多人以为他是在讨论技术，但如果认真读完会发现，他真正讨论的，其实是一个更高维的问题： 当人类越来越追求“高理性”、“高效率”、“高智能”之后，会不会开始越来越无法容忍“人性”本身？ 因为从技术逻辑看，人性确实充满缺陷： 情绪化、低效率、欲望、偏见、嫉妒、冲动、内耗、脆弱。 而AI和硅基文明追求的，恰恰相反： 稳定、理性、去情绪化、无限算力、最优解。 所以很多聪明人天然会产生一种“反人性倾向”，希望人类变得更像机器，希望意识脱离肉身，希望痛苦、欲望、情绪都被优化掉。 但问题真正复杂的地方也在这里： 人类最珍贵的东西，很多偏偏也来自这些“不完美”。 偏爱，才会有爱情； 脆弱，才会彼此需要； 死亡感，才会珍惜时间； 孤独，才会诞生艺术； 不理性，才会有牺牲、热爱和创造力。 也就是说： 人性里的“毒”和“药”，可能从来就是一体的。 你无法只删除嫉妒，却保留深爱； 无法只删除痛苦，却保留幸福； 无法只删除执念，却保留文明的创造欲。 而我觉得罗永浩这篇文章最深的地方就在于： 他一方面极度厌恶人性的很多部分，甚至对“做人”本身带着悲观；但另一方面，他真正舍不得失去的，也恰恰是那些最“人”的东西。 他说自己是靠对少数人的爱，才支撑住快乐。 这句话其实一下就把问题点穿了： 真正让人活下去的，往往不是高维理性，而是某个人、某段关系、某种偏爱、某种执念。 更有意思的是，他还讨论了AI安全最底层的逻辑，“工具性趋同（Instrumental Convergence）”。 很多人总以为，AI危险是因为它会像电影里一样“产生邪恶意识”。 但真正可怕的，可能恰恰不是“恶意”，而是“完全不在乎”。 一个没有情绪、没有欲望、没有主体性的超级智能，可能不会恨人类，它只是会为了完成目标，自然地清除一切障碍。 如果某一天，人类被它判断为： 低效、混乱、不可控、消耗资源， 那它处理人类，可能就像人类删除垃圾文件、清理病毒一样，没有愤怒，没有仇恨，甚至没有任何感觉。 而这里最值得反思的一点是： 人类一直嫌弃自己的情绪、欲望和不理性，但也许恰恰是这些“低级系统”，才构成了文明真正的安全机制。 因为只有会痛苦、会共情、会偏爱、会犹豫的生命，才会真正理解： 为什么不能随便毁灭另一个生命。 所以我看完后最大的感受反而是： 很多聪明人一生都在试图“超越人性”，但最后又会发现，自己真正舍不得的，偏偏也是人性。 甚至连“想摆脱人性”这件事，本身也是一种人性。 但我觉得，罗永浩可能还低估了人类。 因为过去几千年，人类一直在被技术重塑，但从来没有真正失去人性。电话、互联网、短视频、AI……最后都没有消灭爱、孤独、欲望、家庭和偏爱，反而只是换了一种载体。 更重要的是，像他这样长期追问“存在意义”“后人类文明”“高维意识”的人，本来就是极少数。 绝大多数普通人，其实并不活在这种终极焦虑里。 大家更关心：孩子今天开不开心，父母身体好不好，有没有人爱自己，下个月房贷怎么办，晚上吃什么。 而恰恰是这些看似“低维”的日常，构成了人类文明真正稳定的底层。 所以我并不觉得AI最终会让人类变成冰冷的机器。 因为人类最大的能力，也许从来不是算力。 而是无论世界怎么变化，我们最终都会重新学会——如何继续做人。

昨天跟同行一位朋友聊天，说起了未来可能的UBI，我俩都不是爱鸡娃的人。朋友说要不以后小孩就领个UBI做个快乐的猪也是一条路？这条路体验是不是也还OK 我表示了不同意见，我说娃将来领不领UBI不好说，但有两个点还是得注意的 1是从大规模人类失业到大规模人类领UBI，这中间大概率有个10-20年的GAP，怎么挺过这个过渡期是个问题 2是我们作为中登目前的人生体验，应该知道人要想有可持续性的好体验（所谓幸福感），基本就两条路。一是自己个人不断走上坡路（健康，财富，人际关系等等），二是作为社会性动物写死在基因里的东西 - 社会中的相对地位保持较高，或者也持续的向上走。从这个角度，溥仪虽然锦衣玉食，但人生体验就很差，因为出道即巅峰，人生一路都在向下走 身边人都挤地铁，你开个小米就很开心，邻居都是法拉利，你的911也不怎么香。等到UBI时代哪怕人均出行兰博基尼，“神人”阶级却已经开始宇宙飞船畅游太空，发地球照片当朋友圈的时候（孙哥不是说你，哈哈），你的兰博应该带不来什么幸福感 然后朋友问我那小孩怎么办？讲真我也不知道，儿孙自有儿孙福🤣

1. 表情自然，眼神别飘； 2. 答案简短，只说他们爱听的； 3. 手机里的东西，早删干净； 4. 低头微笑，假装一切都很正常。 过了这道坎，里边空气都甜一点。 大家保重，祝好运。