与「第四爱」相关的搜索结果

我蝶美丽，无需多言 地点依然是在沪的一家一条龙全包摄影馆，妙妙屋cosplay摄影馆，真的很强！强烈推荐！ 来点小男娘和摄影，拍完了回酒店拍第二场（）😋😋😋 ＃男娘 #男娘cos# #可爱的男孩子# #可爱の男孩子# ＃遐蝶 #崩坏星穹铁道# #cosplay# ＃米哈游 #星穹铁道# ＃伪娘 ＃上海 ＃iiii #第四爱#

段永平去年在一次访谈中说自己不喜欢马斯克，说他人品不行， 然后马斯克的粉丝们炸锅了，对着段永平一顿输出。阿段也是听劝之人，转头就去买了辆特斯拉，试用了FSD。 这一试驾就爱上了，欲罢不能，自己多次在雪球上夸奖特斯拉自动驾驶。并说自己应该放下一些东西，多了解一下马斯克在做的事儿。马斯克说的很多东西，当时一听感觉是在蒙人，再一听还是觉得在蒙人，再过个10年8年的，他说的很多东西还真做出来了。这就厉害了。 再结合马斯克昨晚在以色列Samson国际智能出行峰会连线视频中说的： 十年之类，人类开车这件事，将变成小众爱好，以后将99%由Ai帮你开车。你自己开车上路，别人看你的眼神，就像今天你看别人在公路上骑马一样。 再来看特斯拉自动驾驶进展，今年下半年特斯拉自动驾驶有望在国内大规模上线了： 特斯拉Cybercab在北美正式投产：2026年4月24日，特斯拉官宣其全自动驾驶电动车Cybercab在北美正式投产。该车型为全球首款无方向盘、无踏板、无后视镜的L5级自动驾驶量产车，专为无人驾驶设计。 FSD系统持续升级：特斯拉在北美持续推进FSD（完全自动驾驶）功能落地，2026年5月推送的2026.14.6.6版本搭载FSD v14.3.3，显著提升反应速度、复杂场景处理能力及系统稳定性，并新增无干预行驶距离统计功能。尽管FSD V14已在北美长期运行，但无监督自动驾驶功能尚未完全实现，马斯克预计或于2026年第四季度推出。 特斯拉在中国测试全面启动：特斯拉在北上广深等9城急聘“智驾测试技师”，要求3年驾龄、无事故记录，工作内容涉及FSD实车测试与故障应急处理，岗位直属于自动驾驶研发部门。 本土化适配进展：上海临港AI训练中心已启用，专为中国路况优化的FSD v14.3.2启动员工内测（约1000辆HW4.0车型），签署500万元保密协议，预计2026年8月全量推送。 未来，汽车可能不再叫汽车了，而应该改名为四个轮子的机器人🤖了。 文后附有特斯拉智驾测试招募～

谈恋爱绝对不能告诉男朋友的事： 第一，不要说多爱他，他会骄傲 第二，不要告诉他你的情感经历（谈了20个只说2个半） 第三，不要告诉他你的弱点，你的伤疤 第四，不要给他讲太多你家里的事情，保持边界感 第五，不要告诉他你有多少钱多少资产 总之： 不要说太多，什么时候，都不要说太多话。

GPT 5.5 现在写东西质量真的不错了，刚翻译了一篇文章（ --- 译文 --- 我为什么写作 作者：埃里克·布莱尔 从很小的时候起，也许是五六岁，我就知道，等我长大了，我应该成为一个作家。大约在十七岁到二十四岁之间，我曾试着放弃这个念头。但我心里很清楚，那是在违背自己真正的天性；迟早有一天，我还是得坐下来写书。 我在三个孩子中排行中间，前后兄弟姐妹都和我相差五岁。八岁以前，我几乎没见过父亲。因为这个，也因为其他一些原因，我多少有点孤僻。很快，我养成了一些讨人嫌的小毛病，整个学生时代都不怎么受欢迎。孤独的孩子常常会编故事，也会和想象中的人说话；我想，从一开始，我的文学野心就和这种被孤立、被低估的感觉纠缠在一起。我知道自己有驾驭文字的能力，也有直面难堪事实的能力。于是，我像是给自己造出了一个私人世界，可以在里面弥补现实生活里的失败，甚至悄悄“扳回一城”。不过，整个童年和少年时代，我真正写到纸上的严肃作品——也就是我认真想写出来的东西——加起来恐怕不到六页。 我四五岁时写过第一首诗，是我口述，母亲替我记下来的。我已经不记得内容了，只记得那首诗写的是一只老虎，而且老虎有“像椅子一样的牙齿”。这倒是个还不错的说法，但我猜那首诗大概抄袭了布莱克的《老虎，老虎》（William Blake 的名诗 *The Tyger*，英国浪漫主义诗歌中的经典作品）。十一岁时，1914—1918年的战争爆发（即第一次世界大战），我写了一首爱国诗，刊登在本地报纸上。两年后，基奇纳去世，我又写了一首，也登了出来。后来稍大一点，我时不时写一些很糟糕、通常也没写完的“自然诗”，风格模仿乔治王朝派（Georgian style，20世纪初英国诗歌中一种偏重田园、自然和抒情描写的风格）。我还大约试过两次写短篇小说，结果惨不忍睹。那些年里，我真正落到纸上的、想要称为“严肃创作”的东西，全部加起来就是这些。 不过，在那段时间里，我其实一直在某种意义上从事文学活动。首先，是那些按要求写出来的东西：我写得很快，很轻松，但自己并没有多少乐趣。除了学校作业，我还写 *vers d’occasion*（应景诗），也就是半滑稽的诗。现在回想起来，我当年写得快得惊人——十四岁时，我模仿阿里斯托芬（Aristophanes，古希腊喜剧诗人），大约一周就写出了一整部押韵剧。我也帮忙编辑学校杂志，有印刷版，也有手抄版。那些杂志简直是你能想象到的最可怜的滑稽仿作。我对它们花的心思，远不如我今天会花在最廉价的新闻稿上的心思。但与此同时，在十五年甚至更久的时间里，我还做着另一种完全不同的文学练习：我在脑子里编一个关于自己的连续“故事”，像一部只存在于心里的日记。 我相信，很多儿童和少年都有这种习惯。很小的时候，我会想象自己是罗宾汉之类的人物，把自己想成惊险冒险故事里的英雄。但很快，我的“故事”就不再是那种粗糙的自恋幻想，而越来越变成对我正在做什么、看到什么的描写。有时候，我脑子里会一连几分钟出现这样的句子：“他推开门，走进房间。一束黄色的阳光透过细棉布窗帘，斜斜落在桌上；桌上有一只半开的火柴盒，放在墨水瓶旁边。他右手插在口袋里，走向窗边。楼下街上，一只玳瑁猫正在追逐一片枯叶。”诸如此类。这个习惯一直持续到我大约二十五岁，贯穿了我那些“非文学”的岁月。虽然我必须寻找合适的词，而且确实也在寻找，但这种描写的努力似乎几乎不是出于我的意愿，而像是受到了某种外部力量的驱使。我想，这个“故事”大概反映了我在不同年龄崇拜过的不同作家的风格。不过据我记得，它始终都有同一种细致入微的描写特质。 十六岁左右，我突然发现了文字本身的快乐，也就是词语的声音和联想所带来的快乐。*《失乐园》*里的两行诗—— > So hee with difficulty and labour hard > Moved on: with difficulty and labour hee, > > （他艰难地、辛苦而沉重地 > 向前移动：艰难地、辛苦地，他——） 如今看来，我并不觉得这两行有多么了不起，但当时它们让我脊背发颤。而且，把 “he” 写成 “hee” 的古式拼法，也让我格外愉快。至于描写事物的需要，我早已经非常熟悉了。由此可见，当时如果说我想写书，我想写的大概是哪一类书：巨大的自然主义小说，结局不幸，充满细节描写和醒目的比喻，也充满华丽辞藻段落（purple passages，指为了文采而文采、常常显得夸张空洞的文字），其中一些词语被使用，部分只是为了它们的声音。事实上，我完成的第一部长篇小说 *《缅甸岁月》*，是在三十岁时写成的，但构思早得多，它大体上就是这样一本书。 我交代这些背景，是因为我认为，如果不了解一个作家早年的成长，就很难判断他的写作动机。作家的题材会由他所处的时代决定——至少在我们这样动荡、革命性的时代，这一点是成立的——但在他真正开始写作之前，他已经形成了一种情感态度，而这种态度他永远无法完全摆脱。毫无疑问，他的任务是约束自己的气质，避免卡在某个幼稚阶段，或陷入某种扭曲情绪里。可是，如果他彻底摆脱了早年的影响，也就等于扼杀了自己写作的冲动。暂且把谋生的需要放在一边，我认为，写作至少有四种重要动机，尤其是写散文时。这些动机在每个作家身上都以不同程度存在；同一个作家身上，它们的比例也会随着他所处的环境而变化。它们是： （一）纯粹的自我意识。 想显得聪明，想被人谈论，想死后被人记住，想向童年时轻视自己的成年人讨回一点公道，等等。假装这不是写作动机，是虚伪的；而且它还是一种很强的动机。作家和科学家、艺术家、政治家、律师、军人、成功商人一样，都有这种特征——简言之，这属于人类中最冒尖的那一层。绝大多数人并不是特别自私。大约三十岁以后，他们会放弃个人野心；很多情况下，他们几乎连“自己是一个独立个体”的感觉都放弃了，主要为别人而活，或者干脆被苦役般的日常生活压没了。但也有少数有天赋、意志强的人，决心一直按照自己的方式生活到底，作家就属于这一类。总体来说，严肃作家比新闻记者更虚荣、更自我中心，不过他们对钱的兴趣要少一些。 （二）审美热情。 看见外部世界中的美，或者看见词语及其恰当排列中的美。一个声音撞上另一个声音时带来的快感，优秀散文的坚实感，或者一个好故事的节奏。想把某种自己觉得珍贵、不该被错过的体验分享出去。许多作家的审美动机很弱，但即使是写政治小册子的人，或者写教科书的人，也会有自己偏爱的词语和短语，并非出于实用原因，而只是喜欢它们；或者，他可能会特别在意排版、页边距的宽度等。只要不是铁路指南那种层级的书，任何一本书都不可能完全没有审美考量。 （三）历史冲动。 想看清事物本来的样子，想找出真实事实，并把它们保存下来，供后人使用。 （四）政治目的。 这里的“政治”一词取最广泛的意义。也就是说，想把世界推向某个方向，想改变别人对于“人类应该努力建设什么样的社会”的看法。再说一次，没有一本书真正摆脱了政治倾向。认为艺术不应该和政治有任何关系，这本身就是一种政治态度。 可以看出，这几种冲动必然会彼此冲突，而且会因人而异、因时而变。按我的本性来说——也就是把“本性”理解成一个人刚成年时达到的状态——我身上前三种动机应该会压过第四种。如果生活在一个和平时代，我也许会写华丽的书，或者只是描写性的书，甚至可能几乎意识不到自己的政治立场。但现实是，我被迫变成了某种论战小册子作者（pamphleteer，指写政治宣传或论争文章的人）。 起初，我在一个不适合自己的职业里待了五年，也就是在缅甸的印度帝国警察部队。后来，我又经历了贫困和失败感。这加强了我天生对权威的憎恶，也让我第一次充分意识到工人阶级的存在。而缅甸的工作则让我对帝国主义的本质有了一些了解。不过，这些经历还不足以让我形成准确的政治方向。接着，希特勒出现了，西班牙内战爆发了，等等。到1935年底，我仍然没能做出坚定的判断。我记得自己在那一年写过一首小诗，表达当时的困境： > 两百年前，我本可以 > 做个快乐的乡村牧师， > 宣讲永恒的末日， > 看着我的核桃树生长。 > > 可惜我偏偏生在邪恶的年代， > 错过了那座惬意的避风港； > 我的上唇已经长出胡子， > 而如今的神职人员全都刮得干干净净。 > > 再往后，日子也曾不错， > 我们那时很容易满足； > 我们把烦乱的思绪 > 摇睡在树木的怀里。 > > 我们曾无知却坦然承认 > 那些如今必须掩饰的欢愉； > 苹果枝上的绿雀 > 也能让我的敌人发抖。 > > 可女孩的肚腹和杏子， > 阴凉溪水里的拟鲤， > 黎明时飞起的马和鸭子， > 如今全都只是一场梦。 > > 再也不许做梦； > 我们残害自己的快乐，或把它藏起； > 马是用铬钢造的， > 小胖子们会骑在它们背上。 > > 我是那条从未反抗的虫， > 是没有后宫的阉人； > 在牧师和政委之间， > 我像尤金·阿拉姆一样行走；（Eugene Aram，18世纪英国一起著名谋杀案中的人物，后来常被文学作品写成被罪感纠缠的人） > > 政委正在替我算命， > 收音机还在播放； > 可牧师答应给我一辆奥斯汀7型车，（Austin Seven，英国早期著名小型汽车） > 因为达吉总会买单。 > > 我梦见自己住在大理石厅堂，（“I dreamt I dwelt in marble halls” 是19世纪歌剧中的著名唱段） > 醒来却发现那是真的； > 我不是为这样的时代而生； > 史密斯是吗？琼斯是吗？你是吗？ 1936—1937年的西班牙战争和其他事件，让天平最终倾斜。从那以后，我知道自己站在哪里。自1936年以来，我写下的每一行严肃文字，无论直接还是间接，都是在反对极权主义，并支持我所理解的民主社会主义。在我们这样的时代，还以为自己可以回避这些题材，在我看来是荒唐的。每个人都会以这样或那样的形式写到它们。问题只在于你站在哪一边，以及你采取什么方式。一个人越清楚自己的政治倾向，就越有可能在采取政治行动时，不牺牲自己的审美和思想上的诚实。 过去十年里，我最想做的事，是把政治写作变成一门艺术。我的出发点始终是一种立场感，一种对不公的感受。我坐下来写一本书时，并不会对自己说：“我要创作一件艺术品。”我之所以写，是因为有某个谎言我想揭穿，有某个事实我想让人注意到；我最初关心的，是让别人听见。但是，如果写一本书，甚至写一篇长篇杂志文章，本身不能同时成为一种审美体验，我也不可能完成它。任何愿意研究我作品的人都会发现，即使在我写得最像宣传的时候，其中也包含许多职业政客会认为无关紧要的东西。我不能，也不想，完全抛弃童年时期形成的世界观。只要我还活着，而且健康，我就会继续强烈地在意散文风格，继续热爱地球表面，继续从坚实的物体和无用的零碎知识中获得乐趣。压抑自己的这一面毫无用处。真正的任务，是把我根深蒂固的喜好和厌恶，同这个时代强加给我们所有人的、根本上属于公共领域而非个人领域的活动调和起来。 这并不容易。它带来结构上的问题，也带来语言上的问题；同时，它还以一种新的方式提出了诚实的问题。让我只举一个比较粗糙层面的困难作为例子。我关于西班牙内战的书 *《向加泰罗尼亚致敬》*，当然是一本坦率的政治书，但总体上，它写得有一定的克制，也顾及形式。我确实很努力，想在不违背文学本能的前提下讲出全部真相。但书中有一整章很长，里面充满了报纸引文之类的材料，为那些被指控与佛朗哥合谋的托洛茨基派辩护。托洛茨基派（Trotskyists，苏联革命家托洛茨基的追随者，在当时左翼阵营内部常遭斯大林主义者攻击）；佛朗哥（Franco，西班牙内战中民族主义阵营领袖，后来成为独裁者）。显然，这样一章过上一两年后，对任何普通读者都会失去兴趣，也必然会毁掉这本书。一位我尊重的批评家曾训了我一通。他说：“你为什么要把那些东西放进去？你把一本本来可能很好的书，变成了新闻报道。”他说得没错。但我当时不可能不那样做。我碰巧知道一件事，而英国很少有人被允许知道：无辜的人正在遭受虚假指控。如果我没有为此感到愤怒，我根本就不会写那本书。 这个问题会以这样或那样的形式反复出现。语言的问题更微妙，谈起来会太长。我只想说，近些年来，我一直试图写得少一些画面上的华丽，多一些准确。不管怎样，我发现，当你把某种写作风格打磨成熟时，你也总已经从那种风格里长出来了。*《动物农场》* 是第一本书，在写它时，我完全清楚自己正在尝试把政治目的和艺术目的融合成一个整体。我已经七年没有写小说了，但希望不久之后能再写一部。它肯定会失败，每一本书都是失败的。但我确实相当清楚自己想写的是哪一种书。 回头看前面这一两页，我发现自己好像把写作动机说得全是出于公共精神。我不想让读者最后留下这种印象。所有作家都虚荣、自私、懒惰，而在他们动机的最深处，还藏着一个谜。写一本书是一场可怕而耗人的搏斗，就像经历一场漫长而痛苦的疾病。除非有某种自己既无法抗拒、也无法理解的“心魔”在驱赶，一个人绝不会主动承担这样的事。也许，谁知道呢，那种心魔不过就是婴儿哭闹着要人注意的同一种本能。然而，同样真实的是：如果一个人不持续努力抹去自己的个性，就写不出什么可读的东西。好的散文像一块窗玻璃。我无法确定自己哪一种动机最强，但我知道哪一种动机值得追随。回看自己的作品，我发现，每当我缺乏*政治*目的时，我写出来的书总是没有生命力，也总会滑向华丽空洞的段落、没有意义的句子、装饰性的形容词，以及各种虚假的漂亮话。 *Gangrel*，第4期，1946年夏 --- 来源：[奥威尔基金会]( --- 翻译提示词 --- 请将以下英文文章，重写成通俗流畅、引人入胜的简体中文。 核心要求： - 读者与风格： 面向对AI感兴趣的普通读者。风格要像讲故事，清晰易懂，而不是写学术论文。 - 准确第一： 核心事实、数据和逻辑必须与原文完全一致。 - 行文流畅： 优先使用地道的中文语序。将英文长句拆解为更自然的中文短句。 - 术语标准： 专业术语使用行业公认的标准翻译（如 `overfitting` -> `过拟合`）。第一次出现时，在译文后用括号加注英文原文。 - 保留格式： 保持原文的标题、粗体、斜体、图片等Markdown格式。 - 尊重原意：保持原有的结构、意思不变，不要过度引申发散，保持原文结尾不要续写 - 适当解读：如果是普通人难懂的专业术语或因为文化差异导致的难以理解，做出更多的注释以更好的理解，注释部分用括号包裹并加粗

转译：否定别人的想法算不上什么本事 作者：Scott Lawson 想象一下这个场景：在某个会议上，有人提出了一个新想法。这个点子很新颖、与众不同，当然，实现起来也需要费点功夫。结果，提案人还没解释完，已经有三个人想好了这个点子行不通的理由。 “我从来没听客户提过这种需求。”“我们不能用 Python 写这个，太慢了。”“这会让系统变得太复杂。”“我们以前试过类似的方法，根本行不通。”“运维团队肯定不想再多维护一个服务了。”“大家已经习惯现在的做法了。” 这些反驳的人既不蠢，也没说错。但问题在于，他们没有创造任何价值。 一幅四格漫画。第一格“提案”：一个人正跪在地上生火（代表一个新想法），旁边的同事却说：“那块木头看起来是湿的。”第二格“专家登场”：更多人围过来提出异议，比如“我以前试过类似的方法，根本没用。”第三格“没有创造的‘贡献’”：火彻底灭了，每个人都觉得自己严谨又负责，会议纪要的清单上只有“发现潜在风险”这一项被打上了勾。第四格“真正的本事长啥样”：两个人一起小心翼翼地护着火苗，探讨着：“如果这事儿成了，它的规模能有多大？”以及“现在的问题是风太大，咱们想办法把风解决掉吧。” 艰难的保卫战 提出一个想法和毙掉一个想法之间，存在着一种根本性的不对称。提出想法需要想象力、勇气，以及洞察尚未存在之物的能力。而毙掉它，只需要一句话，完全不需要什么想象力。 解释一个想法如何开辟新的细分市场，可能需要整整五分钟；而轻飘飘地说一句“这听起来风险很大”，只需要两秒钟。但在会议桌上，这两句话的分量常常让人感觉是对等的。 再多的批评、反对或风险识别，本身都无法创造任何价值。批评确实能防止犯错，这固然重要，但它的本质是“保守”，而非“创造”。唯一能创造价值的东西，就是想法本身。如果你的日常工作只是不断毙掉别人的点子，那你从未真正创造过价值，你只是在避免损失而已。 这种事情总是遵循一个可预测的套路：第一步，听到一个你还没完全听懂的想法；第二步，找到其中的一个缺陷；第三步，在根本没有探索其潜力的情况下，主观认定这个缺陷掩盖了所有价值；第四步，毙掉这个想法；第五步，走出会议室，心里美滋滋地觉得自己又做出了宝贵的贡献。 篝火旁的批评家 “篝火旁的批评家”并不是非要扑灭你生的火。他们只是双手插兜站在你旁边，冷眼观察着木头很湿、风正在变大，然后顺便告诉你，他们以前也试过这样生火，结果失败了。他们没有恶意，他们说的甚至都是事实。但就在他们高谈阔论的时候，你苦苦呵护的火苗已经熄灭了。 这并不是因为大家懒。这其实是我们大脑的底层硬件决定的（人类在进化过程中为了生存，大脑演化出了一套对潜在危险极度敏感的保护机制）。比如负面偏见 (Negativity bias)、损失厌恶 (Loss aversion)、现状偏见 (Status quo bias)——我们的大脑天生就擅长寻找威胁、过度放大损失，并且抗拒改变。把这些生物学本能放到一个所有人都想表现出“我在做贡献”的会议里，结果可想而知。正如经济学家奥斯坦·古尔斯比（Austan Goolsbee）的父亲所说：“找茬是一份拿最低工资的工作 (Fault-finder is a minimum wage job)。” 这种事，谁都能干。 提案人往往已经为这个想法琢磨了几周甚至几个月。他们在脑海中反复推演过各个环节，甚至可能已经做出了概念验证 (Proof of Concept)。他们对这个想法的认知深度，是表面信息所无法涵盖的。而现在，他们却要努力把这一切，向满屋子第一次听到这个想法的人解释清楚。理解一件事的潜在价值很难，但挑刺却很容易。 于是，讨论的重心自然而然地滑向了那些负面因素。提案人走出会议室，沮丧地觉得是自己没沟通好，但真正的问题其实出在环境结构上。更可怕的是，这种代价会像滚雪球一样积累。一个人的想法如果被无情毙掉一次，下次再想提议时就会犹豫再三。最惨重的损失，从来不是那一个死掉的想法，而是之后那十个连被说出口的机会都没有的潜在创意。 早期的想法总是脆弱的。从定义上讲，它们就是不完整的。在这个阶段去评判它们，就像指着一条毛毛虫，然后断言它是一只“糟糕的蝴蝶”。如果你不理解为什么一个理智、聪明的人会觉得这个想法值得一提，那说明你的了解还不够，根本没资格发表评论。 我们该怎么做？ 几十年前，爱德华·德·博诺（Edward de Bono）就在他的六顶思考帽 (Six Thinking Hats) 框架中描述过这个问题。其核心洞察非常简单：乐观思考和批判性思考都有价值，但它们必须分开进行。如果你把两者混在一起，批判性思考永远会赢，因为它的认知成本更低（也就是说，找茬不需要大脑太费力）。我们需要乐观，也需要悲观，只是不能同时进行。 下次当有人提出新想法时，不妨试试这么做： 首先，戴上“黄帽子”：“这事儿要是成了，潜力有多大？” 花点真正的时间去畅想积极的一面。如果这个想法成功了，世界会变成什么样？谁会从中受益？它能解锁什么新机会？ 然后，戴上“黑帽子”：“可能会出什么问题？” 只有当你真正理解了它的潜在价值后，再来做压力测试。但是，如果你还是说不出提案人为什么要提出这个想法，那就说明你还没准备好。这时候去反驳，无异于打固定靶，毫无建设性。 最后，权衡利弊：“潜在的收益值得我们承担这些风险吗？” 到这一步，你已经全面考虑了正反两面，可以做出理性的决策了。 除此之外，还需要改变一些工作习惯： 别再把“找茬”当成贡献了。 找出缺陷充其量只能算“半个贡献”。另外半个应该是：“对于这个问题，我们可以这样解决。”如果你指出了问题，却没有提供解决问题的思路，那就不叫贡献。 把担忧转化为“条件”，而不是“判决”。 满怀建设性地说一句“如果我们能解决 X 问题，这事儿就能成”，是非常有用的。而冷冰冰的一句“因为有 X 问题，这事儿根本行不通”，则会直接终结对话。前者表达的是“如果我们能跨过这道坎，我就全力支持”，后者则是直接“砰”地一声关上了大门。 建设永远先于破坏 毙掉一个想法太容易了。真正困难的，是用心护住那微弱的火苗，给它足够的时间，看看它最终能燃成怎样绚烂的火焰。 原文来源：

特朗普正在以惊人的速度失去他的基本盘和支持。政治格局的变化似乎比我们想象的还要快（第四次转折已经到来）。 昨晚特朗普在肯塔基州举行集会反对马西之后，马西在Kalshi和Polymarket上的胜算均上升了近10个百分点。 特朗普效应现在正在逆转。 爱泼斯坦事件现在已经演变成一个影响深远的代际问题——你不能再对此视而不见了，否则你将受到政治惩罚。

如果你是不是还记得，2024 年夏天马斯克只用了四个月时间，从零建成了一个 10 万块 GPU 的超级计算集群。 正常流程下，光是向电网申请接入、等审批、等施工，就要三到五年。一个 400MW 的数据中心，走正规路子可能要等到 2028 年才能通电。 今天看了 SemiAnalysis 的报道，《AI 实验室如何解决电力危机》（How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive） 他租了一堆卡车载的燃气轮机，直接拉到工地，接上天然气管道，几周内就开始供电。xAI 的孟菲斯园区现在已经部署了超过 500MW 的自建发电设备。 这不是什么黑科技，但需要勇气和执行力。因为自建发电的成本比用电网贵得多，而且要自己搞定一大堆运维问题。但马斯克算了一笔账：每 GW 的 AI 云服务，一年能产生 100 到 120 亿美元收入。早上线六个月，就是十几亿美元。这笔账算下来，电费贵一点根本不是事。 于是，一场“自带发电机”的运动在 AI 行业迅速蔓延。OpenAI 和 Oracle 在德州下了一笔史上最大的自建电厂订单，2.3GW。Meta 在俄亥俄州的项目，因为设备紧缺，干脆用了五种不同的发电机拼凑，能用就行，先跑起来再说。 【1】电网为什么成了 AI 的绊脚石 要理解这场“自建电厂”运动，得先明白电网为什么跟不上。 美国的电网并不差。到今天为止，绝大多数 AI 集群还是用电网供电的，包括微软给 OpenAI 建的集群、谷歌在俄亥俄和爱荷华的超算、亚马逊给 Anthropic 建的 Trainium 集群。问题是，这些项目都是 2022 年之前拿到电力批文的，那时候还没有“AI 淘金热”。 ChatGPT 爆火之后，情况完全变了。德州电网运营商 ERCOT 的数据显示，每个月涌进来的数据中心用电申请高达几十 GW，但过去一年实际批准的，加起来刚过 1GW。 为什么批不下来？ 首先，电网是一个需要精密平衡的系统。供电和用电必须每秒钟都匹配，差一点就可能导致大面积停电，今年 4 月伊比利亚半岛的大停电就是例子。每接入一个大型用户，都要做复杂的工程评估，确保不会把系统搞崩。 其次，审批陷入了一个恶性循环。所有人都知道拿电很难，所以开发商们同时向多个电网运营商提交申请，先占坑再说。有的申请连地都没买，纯粹是投机。俄亥俄有一个电网，积压了 35GW 的申请，其中 68% 连地都还没拿到。投机申请越多，队伍越长，正经项目等得越久，于是大家更要提前占坑…… 从提交申请到真正通电，现在平均要五年。 五年？AI 公司等不起五个月。 【2】“自带发电机”的逻辑 BYOG 的核心逻辑很简单：不等电网了，我自己发电。 但这不是一锤子买卖。更聪明的做法是“桥接电力”：先用自建发电把数据中心跑起来，同时继续排队等电网接入。等电网通了，这些发电设备就转成备用电源。 这样做有两个好处。 第一，时间价值太大了。一个 200MW 的 AI 数据中心，早上线六个月，可能就是十亿美元级别的收入差距。在 AI 军备竞赛里，第一个跑出来的才能吃到最大的蛋糕。用 SemiAnalysis 那篇文章的原话：“Speed is the moat”，速度本身就是护城河。 第二，省掉了柴油发电机备用电源的钱。传统数据中心都要配柴油发电机做备用，现在这些燃气设备可以兼职。 当然，这条路不是谁都能走。自建电厂的成本比电网贵不少，还要自己搞定许可证、天然气供应、运维一堆事。但对于资金充裕、时间敏感的大厂来说，这是当前最务实的选择。 【3】发电设备的“菜单”：从喷气发动机到船用引擎 自建电厂用什么设备？选择比你想象的多。 第一类是航空衍生燃气轮机，简单说就是把喷气发动机从飞机上拆下来，装到地面发电。GE 的 LM2500 就是这么来的，原型是波音 747 和 F-18 战斗机上的发动机。这类设备体积小，一台 30MW 的机组可以用普通卡车运输，几周内就能装好发电。启动也快，从冷启动到满功率只要 5 到 10 分钟。缺点是贵，目前全包成本在每千瓦 1700 到 2000 美元，交货期 18 到 36 个月。 有意思的是，超音速飞机公司 Boom Supersonic 也杀进来了。他们发现自己的喷气发动机设计稍微改改就能发电，于是推出了 Superpower 燃气轮机，已经拿到了 Crusoe 公司 1.2GW 的订单。飞机公司干脆把发电当副业，用赚来的钱贴补造飞机。 第二类是工业燃气轮机，专门为地面发电设计，不是从飞机改的。成本略低，但启动慢一些，需要 20 分钟左右。 第三类是往复式内燃机，本质上是放大了几十倍的汽车发动机。一台 11MW 的机组可能有 14 米长。这类设备单台功率小，但维护简单，对燃料杂质和高温环境的耐受性更好。VoltaGrid 公司就是用这类设备做“能源即服务”，把一堆发电机装在卡车上，哪里需要拉到哪里。xAI 最早的 Colossus 1 集群就用了 VoltaGrid 的 34 台卡车载机组。 第四类是燃料电池，主要是 Bloom Energy 的产品。这东西不烧天然气，通过电化学反应发电，完全没有燃烧过程，所以不产生除了二氧化碳之外的空气污染物。这在环保审批上有巨大优势，部署也最快，几周就能搞定。缺点是最贵，每千瓦 3000 到 4000 美元，而且电池芯片五六年就要换一批。 最后还有重型燃气轮机，就是传统电厂用的那种 GW 级大家伙，配上废热回收的联合循环系统，效率可以超过 60%。但这种设备交货要等两三年，安装调试又要两年，总共五年起步。所以现在更多是作为“终极方案”，先用小设备跑起来，大设备慢慢建。 【4】跑起来才知道的坑 自建电厂不是买几台设备那么简单。真正跑起来之后，有一堆问题等着你。 第一个坑是冗余。电网的平均可用率是 99.93%，也就是“三个 9”。要自己达到这个水平，发电设备必须“超配”。一个 200MW 的数据中心，如果用 11MW 的往复式发电机，大概需要 26 台，其中 23 台工作，3 台备用。如果一台坏了，其他机组稍微加点负荷就能顶上。VoltaGrid 在德州的一个项目，1.4GW 的数据中心配了 2.3GW 的发电设备，超配了 64%。 Meta 在俄亥俄州的 Socrates South 项目更有意思。他们用了 5 种不同的发电设备：3 台 Solar Titan 250、9 台 Solar Titan 130、3 台西门子 SGT-400、15 台卡特彼勒高速发动机。总装机 306MW，给 200MW 的负载供电。设备型号都不统一，明显是“能抢到什么用什么”的拼凑方案。 第二个坑是负载波动。AI 训练的用电负荷变化很快，几毫秒内就可能出现几十兆瓦的波动。如果发电系统的惯性不够，频率会跳，严重的会触发保护跳闸。解决方案包括同步调相机、飞轮储能、电池储能系统。xAI 的做法是配大量特斯拉 Megapack 电池，既能平滑负载波动，又能在发电机启动时顶一会儿。 第三个坑是许可证。虽然自建电厂绑过了电网审批，但还要过环保部门这一关。燃气发电有空气污染物排放，需要拿空气许可证。即使在德州这种审批友好的地方，这个流程也可能要一年以上。Oracle 和 Stargate 的一个 GW 级项目就因为许可证问题延期了，SemiAnalysis 在彭博报道之前三周就通过追踪许可审批流程预测到了这个问题。 xAI 的应对方式很“马斯克”：把项目选址放在田纳西和密西西比两个州的交界处，同时向两边申请，谁先批就在谁那边建。结果田纳西没批下来，密西西比批了，项目就在密西西比落地。 【5】供应链的老伤疤 即使你有钱、有地、有许可证，也不一定能买到设备。 燃气轮机的交货期现在是历史最长。GE Vernova、西门子能源、三菱重工这三大厂商的订单已经排到 2028 年甚至 2029 年。 他们为什么不扩产？ 这要追溯到燃气轮机行业的两次“大崩盘”。 第一次是 2001 年前后。互联网泡沫时代，大家相信数据中心会消耗天量电力，电力公司疯狂下单。GE 一年出货超过 60GW。然后互联网泡沫破了，安然崩了，订单一夜之间消失。 第二次是 2017 年到 2022 年，清洁能源转型叠加全球经济放缓，燃气轮机市场跌到谷底。GE 和西门子的年出货量都跌到 10GW 以下。 这两轮周期给制造商留下了深刻的心理阴影。现在 AI 带来的需求暴涨，他们的第一反应不是“赶紧扩产”，而是“别又是一个泡沫”。所以 GE 承诺把产能提到每年 24GW，但这只是回到 2007 到 2016 年的平均水平，根本不是大扩张。西门子也差不多，“不增加厂房面积”是明确说法。 更深层的瓶颈在供应链。燃气轮机的核心部件：涡轮叶片，需要用到稀土金属、单晶镍合金等高端材料，铸造工艺极其复杂。全球能做的供应商就那么几家，而且他们要同时供应民航发动机、军用航空发动机和工业燃气轮机。这些供应商刚经历过 COVID 期间的订单崩盘，现在也不敢贸然扩产。 另外，重型燃气轮机的核心部件重达三四百吨，需要专用的驳船、铁路车厢和拖车来运输。这种重型物流本身也是瓶颈。 相比之下，小型航空衍生燃气轮机和往复式发动机的供应情况好一些，因为它们可以用普通卡车运输，也不那么依赖稀土材料。 【6】新玩家入局 供应紧张的时候，总有人会找到变通办法。 ProEnergy 是先行者。他们把波音 747 退役发动机的核心机翻新改造，做成和 GE LM6000 性能相当的发电机组。用别人不要的东西，解决眼前的燃眉之急。 更有意思的是 Boom Supersonic。这家公司本来是做超音速客机的，结果发现自己的发动机设计稍微改改就能发电。他们推出了 Superpower 燃气轮机，单机 42MW，可以装在一个集装箱里运输。已经拿到了 Crusoe 公司 1.2GW 的订单，计划 2027 年出货 200MW，2028 年 1GW，2029 年 2GW。 一家造飞机的公司来做发电设备，听起来很跨界，但细想又合理，航空衍生燃气轮机本来就是喷气发动机改的，Boom 只是从源头入场。他们甚至可以把发电业务当成飞机业务的“融资渠道”。 往复式发动机领域，船用发动机制造商 Wärtsilä早就入场了。他们发现，驱动游轮的发动机和给数据中心发电的发动机，本质上是同一种东西。已经签了 800MW 的美国数据中心合同。 【7】对 AI 产业意味着什么 如果说总结一下这篇报告的内容： 第一，电力已经成为 AI 发展最主要的瓶颈。不是芯片，不是数据，是电。一个算力集群再牛，没电就是一堆金属。 第二，“速度就是护城河”正在重塑整个基础设施行业。AI 公司为了早几个月上线，愿意承担更高的成本、更复杂的运维、更大的不确定性。这种“时间价值优先”的思维，和传统数据中心“成本效率优先”的逻辑完全不同。 第三，AI 公司正在变成“准电力公司”。它们不再满足于做电网的用户，更想要自己掌控能源供给。这种垂直整合的冲动，和当年互联网公司自建光纤网络是一个路数。 最后必须得再重复一下马斯克那句话：“Speed is the moat”，速度本身就是护城河。 在 AI 这场竞赛里，快，比什么都重要。

Andrej Karpathy 是 OpenAI 联合创始人、前特斯拉 AI 总监，也是全球最有影响力的 AI 研究者之一。他刚刚发布了一篇 2025 年 LLM 年度回顾。 第一个大变化：训练方法的范式升级 2025 年之前，训练一个好用的大模型基本是三步走：预训练、监督微调、人类反馈强化学习。这个配方从 2020 年用到现在，稳定可靠。 2025 年多了关键的第四步：RLVR，全称是 Reinforcement Learning from Verifiable Rewards，翻译过来就是「可验证奖励的强化学习」。 什么意思？简单说，就是让模型在「有标准答案」的环境里反复练习。比如数学题，答案对就是对，错就是错，不需要人来打分。代码也一样，能跑通就是能跑通。 这和之前的训练有什么本质区别？之前的监督微调和人类反馈，本质上是「照葫芦画瓢」，人给什么样本，模型学什么样本。但 RLVR 不一样，它让模型自己摸索出解题策略。就像学游泳，之前是看教学视频模仿动作，现在是直接扔水里，只要你能游到对岸，怎么划水我不管。 结果呢？模型自己「悟」出了看起来像推理的东西。它学会了把大问题拆成小步骤，学会了走错路时回头重来。这些策略如果靠人类标注示范，根本标不出来，因为人自己也说不清「正确的思考过程」长什么样。 这个变化带来一个连锁反应：算力的分配方式变了。以前大部分算力砸在预训练阶段，现在越来越多算力用于 RL 阶段。模型的参数规模没怎么涨，但推理能力飙升。OpenAI 的 o1 是这条路的起点，o3 是真正让人「感觉到不一样」的拐点。 还有个新玩法：推理时也能花更多算力。让模型「想久一点」，生成更长的推理链条，效果就更好。这相当于多了一个调节能力的旋钮。 第二个大变化：我们终于搞懂了 AI 是什么「形状」的聪明 Karpathy 用了一个很妙的比喻：我们不是在「养动物」，而是在「召唤幽灵」。 人类的智能是进化出来的，优化目标是「在丛林里让部落活下去」。大模型的智能是训练出来的，优化目标是「模仿人类文本、在数学题里拿分、在评测榜单上刷分」。 优化目标完全不同，出来的东西当然也完全不同。 所以 AI 的智能是「参差不齐」的，英文叫 jagged intelligence。它可以在某些领域表现得像全知全能的学者，同时在另一些领域犯小学生都不会犯的错。上一秒帮你推导复杂公式，下一秒被一个简单的越狱提示骗走你的数据。 为什么会这样？因为哪个领域有「可验证的奖励」，模型在那个领域就会长出「尖刺」。数学有标准答案，代码能跑测试，所以这些领域进步飞快。但常识、社交、创意这些领域，什么是「对」很难定义，模型就没法高效学习。 这也让 Karpathy 对基准测试失去了信任。道理很简单：测试题本身就是「可验证环境」，模型完全可以针对测试环境做优化。刷榜变成了一门艺术。所有基准都刷满了，但离真正的通用智能还差得远，这是完全可能发生的事。 第三个大变化：LLM 应用层浮出水面 Cursor 今年火得一塌糊涂，但 Karpathy 认为它最大的意义不是产品本身，而是证明了「LLM 应用」这个新物种的存在。 大家开始讨论「X 领域的 Cursor」，这说明一种新的软件范式成立了。这类应用做什么？ 第一，做上下文工程。把相关信息整理好，喂给模型。 第二，编排多个模型调用。后台可能串了一堆 API 调用，平衡效果和成本。 第三，提供专业场景的界面。让人类能在关键节点介入。 第四，给用户一个「自主程度滑杆」。你可以让它多干点，也可以让它少干点。 有个问题被讨论了一整年：这个应用层有多「厚」？模型厂商会不会把所有应用都吃掉？ Karpathy 的判断是：模型厂商培养的是「有通用能力的大学毕业生」，但 LLM 应用负责把这些毕业生组织起来、培训上岗，变成能在具体行业干活的专业团队。数据、传感器、执行器、反馈循环，这些都是应用层的活。 第四个大变化：AI 搬进了你的电脑 Claude Code 是今年最让 Karpathy 印象深刻的产品之一。它展示了「AI 智能体」应该长什么样：能调用工具、能做推理、能循环执行、能解决复杂问题。 但更关键的是，它跑在你的电脑上。用你的环境、你的数据、你的上下文。 Karpathy 认为 OpenAI 在这里判断失误了。他们把 Codex 和智能体的重心放在云端容器里，从 ChatGPT 去调度。这像是在瞄准「AGI 终局」，但我们还没到那一步。 现实是，AI 的能力还是参差不齐的，还需要人类在旁边看着、配合着干活。把智能体放在本地，和开发者并肩工作，才是当下更合理的选择。 Claude Code 用一个极简的命令行界面做到了这一点。AI 不再只是你访问的一个网站，而是「住在」你电脑里的一个小精灵。这是一种全新的人机交互范式。 第五个大变化：Vibe Coding 起飞了 2025 年，AI 的能力跨过了一个门槛：你可以纯用英语描述需求，让它帮你写程序，完全不用管代码长什么样。Karpathy 随手发了条推特，给这种编程方式起了个名字叫 vibe coding，结果这个词火遍全网。 这意味着什么？编程不再是专业程序员的专利，普通人也能做。这和过去所有技术的扩散模式都不一样。以前新技术总是先被大公司、政府、专业人士掌握，然后才慢慢下沉。但大模型反过来，普通人从中受益的比例远超专业人士。 不只是「让不会编程的人能编程」。对会编程的人来说，很多以前「不值得写」的小程序现在都值得写了。Karpathy 自己就用 vibe coding 做了一堆项目：用 Rust 写了个定制的分词器、做了好几个工具类 App、甚至写了一次性的程序只为找一个 bug。 代码突然变得廉价、即用即弃、像草稿纸一样随便写。这会彻底改变软件的形态和程序员的工作内容。 第六个大变化：大模型的「图形界面时代」要来了 Google 的 Gemini Nano Banana 是今年最被低估的产品之一。它能根据对话内容实时生成图片、信息图、动画，把回复「画」出来而不是「写」出来。 Karpathy 把这件事放到更大的历史脉络里看：大模型是下一个重大计算范式，就像 70 年代、80 年代的计算机一样。所以我们会看到类似的演进路径。 现在和大模型「聊天」，有点像 80 年代在终端敲命令。文字是机器喜欢的格式，但不是人喜欢的格式。人其实不爱读文字，读文字又慢又累。人喜欢看图、看视频、看空间布局。这就是传统计算机为什么要发明图形界面。 大模型也需要自己的「GUI」。它应该用我们喜欢的方式跟我们说话：图片、幻灯片、白板、动画、小应用。现在的 Emoji 和 Markdown 只是初级形态，帮文字「化个妆」。真正的 LLM GUI 会是什么样？Nano Banana 是一个早期暗示。 最有意思的是，这不只是图像生成的事。它需要把文本生成、图像生成、世界知识全部绞在一起，在模型权重里融为一体。 Karpathy 的总结是这样的：2025 年的大模型，比他预期的聪明，也比他预期的蠢。两者同时成立。 但有一点很确定：即使以现在的能力，我们连 10% 的潜力都没挖掘出来。还有太多想法可以试，整个领域感觉是敞开的。 他在 Dwarkesh 的播客里说过一句看似矛盾的话： > 他相信进步会继续飞速推进， > 同时也相信还有大量的工作要做。 两件事并不矛盾。2026 年系好安全带继续加速吧。

6000亿惊天收购 聊聊昨晚发生的一笔惊天交易，奈飞以827亿美元的估值收购了华纳兄弟发现公司（Warner Bros. Discovery，简称WBD）的影视工作室、HBO品牌及HBO Max流媒体平台。 国内读者可能对奈飞不太熟悉，这是全球最大的流媒体播放平台，自制了包括《纸牌屋》、《爱死机》、《怪奇物语》、《鱿鱼游戏》等爆款剧集，业务覆盖绝大多数国家，只有朝鲜、叙利亚、伊朗、俄罗斯等国家因为政治或审查的原因被排除在外。 中国和奈飞业务最像的平台是爱奇艺，也是喜欢自制内容，主要以用户订阅费为主要收入。我看了下数据其实奈飞的付费用户也就3亿，爱奇艺有1.2亿，但两者的市值差了200倍，这太离谱了。 有多方面原因，一个欧美用户的订阅费更高，是国内的4倍，用户数是2.5倍，乘一下年营收就差了10倍。另一个国内视频平台竞争激烈，爱奇艺获客成本高，生产内容成本高，增长艰难，而奈飞横扫欧美，发展环境宽松，年增速保持在20%以上。 所以还是那句话，含中率高的池子你挣钱难度一定max，有能力的企业这几年都在寻求出海。 说回正题，这次奈飞击败派拉蒙、康卡斯特，拿下华纳兄弟，一个是看上了对方的内容库，《哈利波特》、DC宇宙等版权包含其中，另一个可以收编HBO max的1.3亿付费用户。 只按数量算的话HBO max的用户量已经达到了奈飞的40%，但这些很多都是传统电视用户升级过来的，支付能力弱，资本市场估值低，再加上WBD经营不善，400多亿债务缠身，被迫割肉让奈飞捡了个便宜。 奈飞这股我前几年买过，2021年那波巨幅回撤之前的高位惊险逃顶，几乎卖在当时的最高价。我卖完后股价不到半年跌了70%，当时颇为得意。 结果它后来经营业绩反弹，一路狂飙涨了6倍，我一直觉得它在回光返照，目瞪狗呆看着它涨到我卖出价2倍的高度，脑瓜子嗡嗡的。这只股让我对美股的填坑能力有了船新的认识。 哦对了，这笔交易目前只是达成了收购意向，后面还有变数，反垄断调查不一定能通过。但即便是交易失败，奈飞根据协议也会给WBD支付50亿美元的分手费，这大概也是他们能在竞标中胜出的重要原因。 …… 后半段回复几个网友问比较多的事。 一个是昨晚提到的过年红包，这个每年都有的，我这些年加起来发了有100多万了。初衷是我通过你们的支持，在流量上赚到了钱，我愿意每年都拿一些出来和你们分享。这里说的是流量收入，我投资挣钱不会拿来发红包的，因为那是我的私事，和你们不产生因果。 可惜的是这几年流量收入越来越少，挣钱的业务（主要是开户）监管不让做，再加上拼多多今年也不投广告，我想了想就在6月份的时候把文章底部的广告给开了，这样每年固定会有一笔收入，正好拿来过年给你们发红包了。 底部广告日常大概2000-2500收入，过去半年累计40多万，按照国家规定扣完税大概30万左右，我到时候找甲方要点饭，凑个50万，这样你们的人均抽奖期望在1元以上，发不了财，就过年的时候乐呵乐呵。 我说了这个事后你们不要刻意的去点广告，咱体面人不做占人便宜的事，一切顺其自然就是了。 第二个事是一直有读者问我男孩好还是女孩好，这个我可以很坦诚的讲当初和老婆备孕的时候我就更倾向于男孩，原因也很现实，我认为在当下中国的社会条件里，一个男的更容易成才，也更容易获得成功。不是说女生做不到，这纯粹是一个概率问题。女孩更像是前期英雄，懂事早，乖巧自律，很适合上学读书考试的环境。男孩更像是后期英雄，从30岁往后男性通常会在职场上有更好的发展，男性的天花板远高于女性。所以反正是抽奖，我希望抽两个单注奖励更高的盲盒。 最后就是有读者问台州和临海是什么关系。临海最早于三国（吴）时期设郡县，当时就叫临海，到了唐朝政府把周边一片都划作台州，州府设在临海，之后的1400多年临海一直是台州核心。转折发生在1994年，台州地区撤地建市，行政中心从临海搬到了椒江区。从此以后椒江区快速发展，临海渐渐没落了。这也是为什么台州医院、台州中学都在临海的原因。 这件事对我的童年造成了很大冲击，因为我妈在体制内，要跟着从临海搬到椒江上班，而我却要留在临海上学，客观上母子分开生活，我寄宿在长辈家里。所以童年自由度很高，好玩的一样也没少。 顺便给大家简单介绍一下台州吧。 三门县，盛产海货，台州小海鲜主要供给地。天台县，台州名字的来源，济公故乡，天台宗祖庭国清寺。仙居县，台州颜值最高的神仙居，特产杨梅。临海市，中国第一个获得“宜居城市”称号的县级市，前州府。台州市，椒江黄岩路桥三区合并，目前是台州发展核心，李书福是路桥人。温岭市，台州有钱人最多的地方。玉环市，人口少，但人均收入台州最高。我爷爷是玉环人。 台州有将近80家上市公司，全是民营企业，这个数量在全国地级市里排第四，我估计你们很多人都交易过台州股票。 今晚就聊这些，诸位周末愉快～