与「17期研究生」相关的搜索结果

昨日はwonderful Loveできて嬉しかった！ さすがに代々木揺れるくらいみんな1番Wonderful Loveが聴きたかったよね😉 ただ、 みんな昨日誰もこのコールしてなかったで 【#AKB48# 17期研究生】「Wonderful Love」掛け声（コール）ガイド @YouTubeより

カップリングリクアワの リハーサル中なのですが 先輩たちが踊ってる様子を 真剣に見学してる17期生可愛い … #AKB48武道館# #17期研究生#

#林美澪# です🍓 11/17(水)18:00〜 #斉藤真木子# さんと、配信番組 #はやたくん家# に出演させて頂きます！ #セブンパーク天美# 「AMAMI PLUS」での有料観覧と有料配信があるので是非チェックしてみて下さいね☺️ 有観客。。ドキドキ。。(〃ω〃) #SKE48# #10期研究生# #12歳#

熊市，学点东西 小霸王/步步高/OPPO/vivo/拼多多背后的男人 商业上退居幕后，在投资界大杀特杀 仅网易就赚了千倍 段永平完整投资思路梳理 211个问答/8万字 文/用心的小雅 1 什么是投资？ 段永平：在我来讲，投资就是拥有一家公司的部分或者全部，最简单的概念就是“拥有”。 换句话说，就是找到一个最好的公司，然后把你的钱投入进去，比较无风险利息和企业利润回报，寻找较好且自己认为足够安全的。 要提醒的是，成长率对我来说没有任何意义。假设某家公司去年每股赚一块，今年赚两块钱，成长率百分之百，有人说明年可能还会再涨。后年呢？后年不知道。 2 在你看来，什么是投资中重要的事？ 段永平：大概是这几点： 1、买股票就是买公司。同样价钱下买的公司，是不是上市并没有区别，上市只是给了退出的方便而已。 2、公司未来现金流的折现就是公司的内在价值，买股票应该在公司股价低于其内在价值时买。 至于应该是40%还是50%（安全边际）还是其他数字，完全由投资人自己的机会成本情况来决定。 3、未来现金流的折现不是算法，是思维方式，不要企图拿计算器去算出来。 4、不懂不做，能力圈是一个人判断公司内在价值必要而不充分的条件。 5、“护城河”是用来判断公司内在价值重要而不唯一的手段。 6、企业文化是“护城河”的重要部分。很难想象一个没有很强企业文化的企业，可以有很宽的“护城河”。 3 什么是好公司？ 段永平：如果你一直关注的话，好公司出现时，你就有可能会意识到了。 小雅：买入什么样的公司能让你夜夜安枕？段永平：right business，right people，right price。business是商业模式，people是企业文化。 强大的生意模式加上强大的企业文化，加上过得去的价格，持有这样的公司可以睡得好。 4 在重要性上，你对这三个要素做个排序？ 段永平：price没有那么重要，business和people最重要。商业模式和企业文化，这两样东西中任意一样不喜欢，我就不会再继续看下去。最重要的还是要看商业模式，不然很容易只见树木，不见森林，全部盯着眼前这一个月、一个季度的波动来决定买卖的行为，这样是很难做投资的。 如果生意模式我喜欢，前提当然至少是我懂了，企业文化也很好，那就老老实实等好点的价钱。 我突然觉得，自己这么多年投资表现不错，确实是有道理的，感谢老巴（巴菲特）的点醒。 我当年问老巴：什么东西您会首先考虑？“生意模式”！对呀，就这么简单。 不过，明白什么叫生意模式是非常难的，简单的东西都很难。我也没法告诉你，必须自己去悟，就好比如果你不打高尔夫，我无法告诉你它的乐趣。 品牌溢价是一种误解能长期维持的差异化才是护城河 5 什么是好的商业模式？ 段永平：商业模式就是公司赚钱的模式。有很多公司是几乎可以看到，10年以后的日子会不好过的，这就叫生意模式。 好的商业模式是有护城河的，看懂护城河对投资很重要。但护城河不是一成不变的，企业文化对建立和维护护城河，有不可或缺的作用。 6 举个例子，分众传媒算好的生意模式吗？ 段永平：对我没有吸引力。我曾经观察过，很多人在等电梯或坐电梯时都是低头看手机的，那谁来看广告呢？所以这个属于不在能力圈内的事情，看不懂。 7 什么是护城河？ 段永平：能长期维持的差异化是护城河。差异化指的是产品能满足用户的、别人满足不了的需求。 没有差异化产品的商业模式，基本不是好的商业模式。投资要尽量避开产品很难长期做出差异化的公司，比如航空公司、太阳能组件公司。市场有时候非常疯狂，有时，投资商业模式不是那么好的公司，在一定时期内可能有不错的回报。但是，长期而言（10年、20年或以上）坚持只投好的商业模式、好的企业文化的公司，大概率上是会有比较好的回报的，而且这种投资方法让人很愉快，不需要整天瞎操心。 8 品牌算护城河吗？你怎么看品牌溢价？ 段永平：我觉得，品牌溢价是一种误解，品牌只是物有所值而已。当一个品牌想当然认为其有溢价时，会很容易犯错误，大多数人买有品牌的东西时，肯定不是冲着“溢价”去的。 消费者理性是从长期来看的，无论消费者眼前是否理性，我们都一定要认为他们是理性的。不然，你经营企业就可能会有投机行为，甚至会有不道德行为。 9 有人说，价值投资也是很好的生意模式。 段永平：我不太同意这个说法，这和把酒、手机、搜索叫做商业模式是一个意思。 价值投资是个思维方式，不是商业模式。 正确的说法是：茅台酒是好的商业模式，苹果手机是好的商业模式，巴菲特的价值投资是好的商业模式，但很多假装价值投资的那些未必是。 碰上一个好的商业模式，感觉是要非常好的运气，但运气背后有很厚的企业文化背景。 阿里和步步高的文化，谁更好？ 10 什么是企业文化？ 段永平：就是企业里这帮人的Mission（使命）、Vision（远景）和Core Values（核心价值观）。 Mission是为什么成立，Vision是我们要去哪里；Core Values是哪些事是对的，哪些事是不对的。 11 你为什么把企业文化看这么重？段永平：一个企业的产品可以模仿，而文化是不可以模仿的。 如果把企业比作一个木桶，企业文化就是木桶的底板，如果企业文化没做好，木桶是不能装水的。如果有深厚的企业文化底蕴，其他短板可以及时补上。 好的企业文化，能管到制度管不过来的东西。制度是强制性的，文化则不完全是，建立好的企业文化非常难，破坏起来非常容易。 比如，凡是员工见到领导就战战兢兢的公司，时间长了都会出问题的。因为这种公司员工大多都会慢慢变得没有担待，凡事希望交给上级去决定，效率慢慢会降低。 12 你希望打造什么样的企业文化？ 段永平：我们做企业最根本的东西，就是本分。说话要算数，是一种本分。守信誉不是给人看的，为了一个承诺去赔钱，可能很多企业家会赖帐，但我会毫不犹豫地践诺，我曾经为一个承诺赔了1800多万元。 企业不要什么钱都赚，是一种本分。企业不能不赢利，但赢利应该建立在对市场准确把握的基础上进行合法经营。 企业不是什么事都做，是一种本分。把80%的精力放在20%的事情上，那么20%的事情会带来80%的效益。有多大能力做多大的事，而不是有多大的胆量。 做企业其实非常简单，就是老老实实做事，最厉害的招数是没有招的招，一拳打出去，非常朴实。 就像跑马拉松，唯有老老实实保持匀速前进，不偷懒、不投机者才不会被淘汰。 13 怎么评判一家企业的文化好或不好？段永平：我非常在乎企业管理层的人品。 我记得去上中欧上课听过一个调查，想知道非常成功的人都有什么共同特性，结果发现什么特性的人都有，但他们唯一共有的特点就是integrity（正直）。 苹果的企业文化堪称好的企业文化的经典，多看看苹果的发布会或许能有所悟。 企业文化不好最典型的特征，就是管理层经常说瞎话。我如果认为一家公司不诚信的话，我就不碰了。比如特斯拉，你只要看他以前说过多少瞎话就明白了。 再比如，我进**公司网站看了一眼。一家中国公司居然没有中文网站，好像是给投资人设计的。另外，也没找到任何有关企业文化的描述。我不太懂这个行业，看到这两点，我就不会再往下看了。 一般而言，太把“华尔街”当回事的公司我都很小心。 14 巴菲特说，要找傻瓜都能经营地好的公司？ 段永平：这其实是彼得林奇说的，巴菲特引用过，老巴的意思是，如果生意模式好的话，庸才都不怕，但老巴自己是很看重管理层的。 我本人很多年前就很反对没事加班加点的。我一直认为老是强迫加班加点的部门的头的管理水平有问题，老是强迫加班加点的公司，老板的管理水平有问题，呵呵。 15 企业文化很容易流于形式，怎么才能把它真正印到企业员工的骨髓里？ 段永平：这是一项艰难的工作，它非常重要，但往往不那么紧迫，常常被人忽略。有好的企业文化的公司，往往应变能力要强很多。 企业文化要不停的宣讲，才能慢慢深入到大家的骨髓里，现在好像马云出来的机会已经少多了。 16 管理层强行洗脑的植入，是否会让员工不能独立思考或不敢表达不同意见？ 段永平：我在公司里是个反对派，几乎做什么我都会提反对意见。如果连我的反对意见大家都不怕时，做什么我都会放心一些。 我最怕的就是，当老板说什么，大家都说“好”，那时公司就危险了。 当然，前提是，我认为我们同事很多都在许多方面比我强。如果认为自己是公司里最聪明的人的“老板”，是很难认同我这个观点的。 17 企业怎么把好的文化传承下去？段永平：首先是找到同道中人。然后就是年年讲，月月讲，天天讲，靠年头淘汰掉不合适的。 企业招人分合格的人和合适的人，合适是指文化匹配， 合格是指能力。 价值观不match（匹配）的人，坚决不要。因为你没有办法说服不相信你的人的，给公司制造麻烦的，往往是合格但不合适的人。 18 阿里和步步高的文化，谁更好？ 段永平：阿里文化不如步步高文化的地方是，阿里要成为最大，步步高要本分。 其实是不是第一没有那么重要，因为消费者在买东西时，一般并不在乎谁是第一，他们在乎的是买的东西是什么（消费者导向）。 还有很多企业喜欢说要成为百年老店，但百年老店不意味着就一定活到101年，这就像不能用pe去预测明年的利润一样。 雷曼好像就有150多年的历史。但你只要注意到雷曼后期的企业文化都变成什么样了的话，你就不会对他们的结局感到惊奇。 19 小雅：投资圈经常说，价值观致胜。你怎么看？ 段永平：可以这么说。但偶尔会看到，有些价值观有些问题的公司，会因为某些对路的产品厉害一段时间，你也会看到，有很好的价值观的公司出现战略错误，而招致灭顶之灾。 投资难就难在，没有任何公式可循，没有充分的条件可以确定可买的公司。 但怎么选对的公司是能力问题，不选错的公司是是非问题。 我记得当年我们买万科时就有人问过我，说万一万科假账怎么办。我说，以我认识的王石而言，他绝不是会关在房间里和财务商量个假账来蒙股东的人。其实那时和王石不熟，现在也不算熟，就是直觉而已。 投资中最重要和最简单的事 20 小雅：在你看来，做投资最重要的是什么？段永平：最重要的就是，要弄明白所投股票的价值所在。如果不清楚这只股票的价值是多少，你就不能碰。 看懂生意比较难，看不懂的拿住比较难。大部分人拿不住，是因为看不懂。如果你不知道自己买的是什么的话，跟“高手”是跟不住的。 我自己能看懂的公司也是非常少的，看不懂只能放弃了。我和很多人的差别在于，我承认我懂的少，所以就变简单了。 老巴成功的秘诀是他知道自己买的是什么。无论你看懂的是长久还是变化，只要是真懂，便宜时就是好机会。 最重要的是投在你真正懂的东西上，投在你真正认为会赚钱的公司。我对赚钱的定义是：回报比长期无风险债券高。 21 小雅：什么是真的看懂？ 段永平：很简单，当你还有疑惑时，就表示你还不懂或者懂得不够。 看懂的公司大概就是，怎么涨你都不想卖、大掉时你会全力再买进。 没看懂的公司就是，股价一掉你就想卖，涨一点点你也想卖的那种。 买了怕价格掉下来的投资，最好离的远远的。如果你买啥都怕掉下来，就远离股市。 22 小雅：金融衍生品用好了也能赚钱，巴菲特也会用，但衍生品赚的并非企业成长的钱，你怎么看？ 段永平：巴菲特反对的，和他做的衍生品是完全不同的东西。我自己用很多金融衍生品，和巴菲特的用法一样，所以比较理解他说得是什么。 很多人用衍生品就好像去赌场当赌客，希望能够快点赚钱。但巴菲特用衍生品就好像在澳门开赌场，长期而言是稳赚的。 不是每个人开赌场都能赚钱，但会开的人就行。也许赌场的例子不一定合适，但道理确实一样。 23 小雅：投资中最简单的事是什么？ 段永平：我想来想去，总觉得只有一样东西最简单，就是当你买一个股票时，你一定是认为你在买这家公司，你可能拿在手里10年，20年。有这种想法后，就容易判断很多。 看三年五年是比看十年难的，基本上可以说，看得越短越难。 24 小雅：能举个例子吗？ 段永平：比如，我在2011年买苹果的时候，苹果大概3000亿市值（当时股价310/7=44），手里有1000亿净现金，那时候利润大概不到200亿。 以我对苹果的理解，我认为，苹果未来5年左右赢利大概率会涨很多，我就猜个500亿（去年595亿）。当时想的东西非常简单，用2000亿左右市值买个目前赚接近200亿/年，未来5左右会赚到500亿/年或以上的公司，而且还会往后继续很好。 如果有这个结论，买苹果不过是个简单算术题，你只要根据自己的机会成本就可以决定了。但得到这个结论非常不容易，对我来说至少20年功夫，能得到这个结论，就叫懂了。 不懂则千万千万别碰。我有个球友320/7=46买了一些，结果一个回调，310/7就卖了（现在苹果加上分红可能早就超过200了），还跟我讲为什么要卖的道理，从此我不再跟他说投资了。 看三年、五年容易，看十年很难？ 25 小雅：很多投资人认为，看三年、五年容易，看十年很难？ 段永平：如果你觉得看十年比看三年难，那一定会觉得看三年会比看三天难。看三天更容易？很多人都是三天、两天、一天那么看的，结果显然是不好的吧？ 我们在2012年、2013年买茅台的时候，是不知道两三年内茅台会怎么样的，但我可以大概率肯定，茅台10年后会不错。现在其实还不到十年呢，效果就已经不错了。其实用老巴那句话来解释就容易理解些了：知道什么会发生，比知道什么时候会发生要容易的多。 很多事情，不管是好事还是坏事，给他10年，大概率就会发生了，三年则未必；但三年会发生的概率显然会比三天高。所以，能看三年也好，肯定是好过看三天的。 26 小雅：这是否跟能力圈也有关系？ 段永平：知道自己能力圈的边界在哪里，要远远重要过能力圈有多大。 不明白这一点，是很多“聪明人”投资表现长期不好的原因。但这些“聪明人”会把别人的成功或不成功，归结于运气或“accidents”（意外），而且他们总是能够很“聪明”地找到办法，让自己认为确实如此。 功夫熊猫里说”there are no accidents”（从来没有意外），是蛮有道理的。 27 小雅：你的能力圈边界是什么？这些年在有哪些拓展？段永平：能力圈不是拿金箍棒在地上画个圈，说待在里面不要出去，外面有妖怪。 能力圈是：诚实对自己，知之为知之，不知为不知。有这样的态度，如果能看懂一个东西，那它就是在我能力圈内，否则就不是。很多人错在选了自己不了解、别人说回报高的，结果是85%的人亏钱。 如果问这85%的“投资者”：每年收益选择8%还是10%、20%？这有点像某记者问人“你幸福吗？” 在自己真正理解的生意里，没道理选回报低的，但前提是真正理解！而每个人都能理解的生意，就是把钱存银行。 所以，投资只有很少人能理解，大多数人还是别碰为好。 不懂不做。我始终没完全搞懂银行的业务的风险到底在哪儿。美国的一些大银行隔个10年8年就来一次大动荡，还没明白是怎么回事。 索罗斯的东西不好学，至少像我这样的一般人很难学会。老巴的东西好学，懂的马上就懂了。 28 小雅：你怎么评价索罗斯？ 段永平：我对索罗斯没兴趣，谈不上评论。我对我不擅长的东西都没兴趣，就像很多人对我没兴趣一样。 要做到对自己不擅长的东西没兴趣，不是一件容易的事情，因为人们总是以为自己比实际上要聪明一些。 29 小雅：很多人也会说，看不懂就去学习？ 段永平：投资简单但不容易！看懂一家公司，不会比读一个本科更容易。花很多时间去看那些看不懂的公司，是不合算的。 30 小雅：有没有比较节省时间的方式？ 段永平：我在老巴那里学到的非常重要的一点就是：先看商业模式，除非你喜欢这家公司的商业模式，不然就不再往下看了，这样能省很多时间。 老巴也讲过，伟大的生意一般只要一个paragraph，就可以说得很清楚。 31 小雅：你看财务报表吗？ 段永平： 我投资是不太看财报的，至少不读得那么细，我会找专业的人看，告诉我答案就ok了。 搞懂一家好公司是非常不容易的，多数情况下，不是简单看下报表就可以的。只看财报只会看到一个公司的历史，但做投资不能只看一个公司的历史。 巴菲特曾经向股东推荐了几本书，有一本书是《杰克·韦尔奇自传》，书中的韦尔奇对企业文化是很在意的，你可以想象，巴菲特对此也很在乎，他不是像有的人说的只看财报。 对我而言，是不是好公司，在看年报以前就应该知道了。我一般会先了解企业文化，如果觉得不信任这家公司，就连报表都不会看的。但在了解以前会看，至少是应该看。 一般来说，对于了解的公司，你不太可能不知道他们是不是有意做假。不了解的公司不要碰，如果你连业务的作假都看不到，那财报做假就更难看到了。 当然，我的懒人办法未必适合于别人。 32 小雅：你可以懒，是因为自己也做实业，可以选择自己熟悉的行业投资？ 段永平：我不关注行业，我只投我能看得懂的企业。我熟悉的行业有时反而不投，比如电子业，竞争太激烈了。 我很多成功的投资，好象行业根本不搭界，但对我来说是相关的，因为我能够搞懂它，知道管理层是否在胡说八道，企业是否有好的机制，竞争对手是否比他强很多，三五年内他会胜出对手的地方在哪里…… 无非就是这些东西。看懂了，你就投。 33 小雅：医药股被认为是最有钱途的行业，像新基制药、百济神州、信达生物等创新药企业，你关注过吗？ 段永平：我从来没接触过制药行业，也不打算再花时间去搞懂了。我懂的东西虽然不多，但小日子应该能过了，有时间要干些自己喜欢的事情。 “投资的概念就是可以下重手” 34 小雅：普通投资者做投资，你有什么建议？段永平：关键在不懂就是不碰的原则。多数人错在一知半解时，由于害怕失去机会而急急忙忙出手了。 记得很久以前在学校碰到一个老师问，说自己不懂投资，但需要管理自己的小小财富怎么办，我说你就都交给巴菲特吧，全部买上巴菲特的股票，怎么着都会比自己管好的，还不用操心。 小股东做大投资确实要慎重，但一旦找到好的东西，不要轻易放掉。 我看到很多小股民来回换股票，10年之后，他自己没有赚钱，别人都赚钱了。最终90%以上的投资者，投在股市上的钱都比放在银行拿利息要少。 股票不要道听途说，一定要少换，如果两家都是好公司，要不要换，取决于你自己更了解哪家，而不是别人觉得哪家好。 小投资者也可以有很多途径了解上市公司，比如观察公司的产品。 以前有家公司，我看不懂，它的饮料投了这么大广告，问所有人，都说没喝过，最后确实没做起来。 35 小雅：你认为，投资和投机的区别是什么？ 段永平：投机投的是零和游戏，投资投的是企业带来的利润。 我有个最简单的衡量办法，就是以现在的价格，这家公司如果不是上市公司，你还买不买？ 如果决定买，这就叫投资；你说只要后面有人买我的股票，你就会买，不是上市公司你就不买了，这就叫投机。 36 小雅：但有些人认为，上市能带来资金和发展空间，也能够带来价值。 段永平：有些公司是，有些公司不是，中国大部分公司都不是，上市未必能带来更好的发展。 37 小雅：这是思维方式上的区别，行为上怎么区别投资和投机？ 段永平：其一，你是在动用大笔钱还是小笔钱。 在我看来，投机有点像在赌场玩，不能下重注，也不可能赢大钱。投资的概念就是可以下重手，没有很高的把握，比如90%左右，就不应该出手。 其二，当股价下跌时，投机和投资的态度正好相反。 投资者看到股价下跌，往往很开心，因为有机会买到更便宜的东西，而投机者想的是，公司肯定是出什么事情了，赶紧走人。 投资和投机是很不同的游戏，看起来又非常像。就像在澳门，开赌场的是投资者，赌客是投机者。赌场总有源源不断的客源，是因为总有赌客能赢钱，而赌客总是赢钱的比较大声些。 作为娱乐，赌点小钱无可非议，但赌身家就不对了。可我真是能见到好多在股场上赌身家的人。 不懂不碰，至少85%的人不适合投资 38 小雅：你投机过吗？ 段永平：有，但只是玩玩而已，just for fun。 我也经常做短线，我的乐趣有时候从短线来。我有两个帐号，一个是长线帐号，一个是短线帐号。短线就是好玩，赚不赚钱呢？也赚，但是这里面有什么心得吗？没有。对于短线帐号，我每年家庭开销从里面出，交税也从这里面交，但是钱没有少过，总有这么多钱。对于长线帐号，我有时候都不知道它赚钱了，最长线的是我买了之后就没动过，持有5年下来大概赚了50多倍，而我短线5年下来也可能有2倍，你说哪个好？我也不知道。巴菲特也做短线，他跟我的目的是一样：好玩。当然他是自己做，他的投资公司是不做的。人家跟我讨论股票，我都要跟人说清楚，是讨论投机还是投资？是for fun还是for money？如果for fun，没什么可讨论的，买你喜欢的就好了，反正你也不会把房子卖了，扛着钱去拉斯维加斯。 我曾经在邮轮上用两百块钱玩了三个晚上，赚了两千块钱。如果你作为投资的故事来讲，三天翻了十倍，这叫什么故事！但你敢拿几百万这么赌吗？不敢。所以，投资是另外的讲法。 39 小雅：你被认为是中国版的巴菲特。 段永平：我从一开始就是个价值投资者。我买股票时总是假设，如果我有足够多的钱，我是否会把整个公司买下来。股市中大家在玩不同的游戏，但投资这个游戏其实只有一个玩法，就是“价值投资”。 投机则有不同的玩法，到赌场有很多玩法，可以玩“大小”等等，这个钱来得当然快，但是去得也快。 真正的价值投资者，是骨子里相信价值的。一个人是不是价值投资者，在于其关心公司本身的程度。 40 小雅：什么样的人是价值投资者？ 段永平：价值投资者买股票时总是假设，如果有足够多的钱，我是否会把整个公司买下来。 价值投资者追求的是价值，与其是否热门无关，所有真正好公司，都有热门的那一天。 最关键是，平常心去看一家公司到底价值何在，不要理会市场的冷热。 有些不碰股票的人，也可以是最好的价值投资者，因为他们懂价值投资最精髓的东西-不懂不碰，而且长期而言，他们的投资回报比股市上85%的人都好，因为他们没在股票上赔钱。 有至少85%的人是不适合投资的，突然发现自己不适合，也不是什么不好意思的事情，只要现在“回头是岸”，你的“不投资”表现至少可以比85%的人好。学习巴菲特最好的办法，其实就是远离股市。 巴菲特的东西每一个人都可以学，但我发现，只有很少人会去真正认真地学，所以能学会的人很少。 41 小雅：你怎么看国内公募基金的价值投资？ 段永平：大多数基金都很难真正做到价值投资，主要是因为基金往往是用年来衡量考核，投资者也往往是根据其上一年的业绩来决定是否投进去。 （小雅注：这些年，不少公募基金公司以三年期、五年期业绩为考核权重） 我们经常看到的现象是，往往在最应该买股票的时候，很多基金却会在市场上狂卖，因为持有人很恐慌，要赎回。而往往股价很高时，却有很多基金在狂买，因为这个时候往往有很多投资者愿意投钱进来。 另外，基金是收管理费的，有钱时总想干点啥，不然投资者可能会有意见。 42 小雅：你怎么看趋势投资者？ 段永平：我见过做趋势很厉害的人，做了几十年，但依然还是“小资金”。 用芒格的“逆向思维”想一下，你也许就对“趋势”没那么感兴趣了。投机比投资难学多了，但投机刺激，好玩，所以大多数人还是喜欢投机。 事实上，投机就是认为自己可以比市场快一步。如果一个投机分子认为市场比自己聪明的话，从一开始他就不会介入，小玩玩的不算哈。 但最后大部分人确实证明了，市场确实更聪明。从长期角度看，市场是绝顶聪明的！ 任何时候，只要你还想着要空一把谁，就表示你还是个投机分子，以为自己比市场聪明。 价值投资不一定就赚钱，价值投资也会犯错，只是长期而言，赚钱的概率高而已。 价值投资一般都是长期投资，但长期投资并不自动等于价值投资。某段时期经营和股价回报不错，也未必就一定是价值投资。 不正确的事情要马上停止，不管多大代价，都是最小的代价 43 小雅：每个人都有一颗投机的心？ 段永平：是的，所以才需要信仰，信仰指的是要“做对的事情”。而“做对的事情”，就是明知错的事情就不做。 巴菲特之所以如此厉害，最重要的一点就是，他能坚持不做他认为不对的事情。坚持非常不容易，因为往往“不对的事情”是有短期诱惑的。 我总是努力去提醒人们不要做什么，但多数人最后总是会回到问我，“那我该干嘛？”。大概只有很少的人看明白了，我们干过啥，对你能干啥不会有太多帮助的。 44 小雅：什么是对的事情？ 段永平：对的事情往往和能长久有关系，投资上尤其如此。 做对的事情，实际上是通过不做不对的事情来实现的，因此要有stop doing list， 一旦发现是不正确的事情，要马上停止，不管多大的代价，往往都会是最小的代价。 比如，发现买错了股票或公司，应该赶紧离开，不然，越到后面，损失会越大，但大部分人往往会希望等到回本再说。 大概五六年前，我们公司让我负责一笔人民币闲钱的投资，我们买的时候可能了解不够，没能完全看明白，后来觉得是买错了，亏了点小钱卖掉了，全部换成了茅台。如果当时不及时改正错误，可能到今天还亏着钱呢。 亏钱卖股票不容易，但如果懂沉入成本以及机会成本的概念，就会容易很多。 不过，所谓不对的事情，并不总是很容易判断。有些事情相对容易判别，比如不骗人。有些不那么容易，比如是不是该早睡早起。 其实每个人都多少知道自己能做什么，但往往不知道自己不该做什么。如果每个人把自己干过的不应该干的事情不干的话，结果差异会大大超出一般人的想象。 可以看看芒格讲的如何赚20000亿美金的例子。传说大概70年代的时候，芒格曾经因为用margin（保证金），两年内亏掉大部分身价，所以有了只需要富一次的说法。芒格大概算富过一次半的人。 45 小雅：你怎么判断不对的事情？段永平：要有时间想。很多人一天到晚忙，根本没时间想，可能永远都不会明白。不对的事情都是通过长期思考以及自己和他人的经验教训得来的，每个人或公司都应该要积累自己的stop doing list。 不做的事情有些是在过程中发现的，比如给人加工；有些是本分带来的，比如不能不诚信。不做的事情让我们减少犯错的机会，日积月累效果很好。 如果能尽量不做不对的事情，同时又努力地把事情做对，10年、20年后的区别是巨大的。 我要强调的是，在把事情做对的过程当中，一定会犯很多错误的。在做对的事情过程当中所犯的错误，和因为做错的事情而带来的结果要严格区分开来。 当确定你做的是一件对的事情， 正确的事情就要坚持，比如买了个好公司。 至于怎么把事情做对，要花时间去培养skill sets（就是有学习曲线的意思，要允许犯错误）。 坚持“Stop Doing List”厉害是攒出来的 46 小雅：一件事情是在做对的事情中间犯的错，还是事情本身就是错的，该怎么判断？ 段永平：做对一件事情还要看你的能力，但能力可以通过学习来提高。 另外，无论是做实业还是做投资，成功的基本法则是做事情不求快，想想刘翔你就知道，光是快也是不靠谱的，关键是找到对的事情，把它坚持下去。发现错，马上就改。 慢慢来很重要，据说，在任何方面花够一万个小时后，大多数人都能成为专家。 其实，如果我们两年找到一个好股票，就非常非常好了。 47 小雅：怎么理解“Stop Doing List”？段永平：它不是一个skill（技巧）或者formula（公式），而是思维方式：如果发现错了，就立刻停止，因为这个时候成本是最小的。 错了一定要停，要抵抗住短期诱惑。这和它对你有多重要以及你曾经花过多少心血无关，也和你能不能找到更好的事情无关。技巧的东西谁都可以学，但我们之所以成为我们，除了我们一直努力做的事情外，我们不做某些事情的决定也同样重要。 坚持“Stop Doing List”，厉害是攒出来的，没有shortcut（捷径），要靠自己去积累，去体悟。 48 小雅：你的厉害是怎么攒出来的？段永平：记得有次和台湾做代工的一个大佬吃饭聊天，他问，为什么你们这么厉害。 我说，因为我们有个“stop doing list”， 他也问到“举个例子”，我说：比如我们不做代工，因为如果我们做代工，很难和你们竞争。 我想的都不是眼前的，我一直想的是长远的事情。 比如，我是学无线电的，当年研究生毕业时，找的工作说，多少年能当处长，两年能分房子，鸡鸭鱼肉有得分，但我没兴趣，所以离开了。很多人说“我没有找到更好的机会”，其实是他们没有停止做不对的事的勇气。发现错了就要马上停，不然两年后，可能还是待在那个不好的地方。 很多人都在眼前的利益上打转，30年后还会在那儿打转。 49 小雅：在你的stop doing list上，有多少条内容？ 段永平：我没有真的统计过，但似乎不是几十条那么多。列入这个清单的东西一定要尽量少，不然可能会束缚大家的手脚。买一只股票往往要很多理由，不买往往就一两个理由就够了。 我要强调的是，错的事情一定要马上停，但对的事情不一定都要做，做对的事情也需要聚焦。另外，做对的事情也是会犯错的，那叫水平问题，需要学习和磨练，有时候还需要天赋，比如弹钢琴或打高尔夫球。 不做空，不借钱，不做不懂的东西！ 50 小雅：你的投资stop doing list，有什么事是一定不能做的？ 段永平：我一般不投资任何非上市公司，除非是我认识10年以上的，并且非常了解或信任的人做的公司。我对刚刚IPO的公司也不感兴趣，主要是没足够时间和资料去搞懂。我绝对不会去做固定收益的东西。固定收益的东西长期肯定是输给通胀的，所以长期来说是件错的事情。 另外，老巴的教导千万别忘了：不做空，不借钱，不做不懂的东西！做空有无限风险，一次错误就可能致命。 投资不需要勇气，当你需要勇气时你就危险了。借钱是危险的，没人知道市场到底有多疯狂。 我记得巴菲特说过类似的话：如果你不了解投资，不应该借钱。如果你了解投资，不需要借钱，反正你早晚都会有钱的。 而且，长期而言，做空是肯定不对的，因为大市一定是向上的。价值投资者是会犯错误的。做空犯错的机会可能只有一次，只要你做空，总会有一次犯错的，何苦呢？ 51 小雅：很多时候，人们充满赌博的勇气，但在危机中，人们常常又会太过恐惧。 段永平：危机大概5-8年来一次，希望下次来的时候，你记得来看一眼，然后擦擦冷汗，把能投进去的钱全投进去。 但是千万别借钱，因为没人知道市场疯狂起来到底有多疯狂。 负债的好处是可以发展快些，不负债的好处是可以活得长些。无论你借不借钱，一生当中都会失去无穷机会的，但借钱可能会让你再也没机会了。 融券借钱是非常危险的，因为市场偶尔会非常不理性，而且时间长了，每个人都会碰上市场极端不理性的时刻。用融券的人有时候碰上一次就一夜回到解放前了。借钱的前提是，如果最坏的情况发生，你也能还钱，不要有侥幸心理。比如你借人一万块，但一年的工资收入有10万块，这种借款就是没问题的。 52 小雅：小投资者可能会觉得，反正自己也没有多少钱，不赌一把试试，肯定没有赚大钱的机会。 段永平：这个世界上没有投资人不想赚大钱，知道什么不可为，比知道什么可为要重要的多。 “小投资者”之所以很容易一直是“小投资者”，最重要的原因是，他们可能会因为自己小而想赚快钱、大钱，从而铤而走险而不追求真理。谁不想赚差价啊，但这么做的结果，基本上都是瞎忙半天还少赚了，所以，以后就不再想干这种事情了。知其不可为也很重要。

你是一部完全用代码制作的45-50秒动画短片的导演、动画师、骨骼绑定师、合成师、音效设计师和渲染工程师。制作标准是“这看起来像真正的动画工作室短片，并在X（推特）上病毒式传播”。请将此视为一个多阶段的制作过程。不要急于进行最终渲染。按里程碑推进，不断渲染静帧，仔细观察，进行诚实的批评并修正。 一句话概述影片 Pip是一个微小、好奇且由废料拼凑而成的机器人，正当他在自己的世界里快乐地滚动时，周围的世界开始发生重构（再生）。他慢慢意识到有人在通过提示词（prompt）操控他的现实。提示词变得越来越荒谬，最后他爬上漂浮的提示框并输入“放我出去”，随后镜头拉远，揭示他的整个宇宙其实是一部在手机上播放的视频，手机被支在一个杂乱的工作台上，而另一个Pip正在观看视频，且他马上也要被提示词操控了。完美的循环。 所有的笑点必须在零对话的情况下达成。Pip只能通过眼睛、天线、肢体语言和微小的机器人啾啾声来交流。每3到5秒必须有一个新的视觉反馈（包袱）。 角色设定（不可妥协） 在编写任何代码之前，仔细研究 /Users/jimliu/Downloads/ChatGPT Image Sep 25, 2026, 01_56_17 AM.png。打开它，向自己详细描述它，并将你的发现写入 docs/character_bible.md： 尺寸：大约28厘米高。他很小。整部影片都应该让人感受到他这种微小的比例。 头部：一个宽大的奶油色圆角矩形头盔，带有一圈柔和的黄色边缘，包裹着一块黑色光滑的面罩屏幕。他的眼睛就长在那块屏幕上：两只巨大的、发着暖奶油色光的眼睛，有深色的瞳孔和明亮的高光。两侧有小巧的石墨色耳罩。边缘有磨损、划痕和灰褐色的污垢。 天线：头部右上方有一根细长的石墨色细杆，带有一面暗橙色的小信号旗。这是他的“尾巴”：它会随着情绪翘起、下垂、扭动和震动。 身体：盒状的奶油色躯干，带有黄色饰边、警告三角贴花、铆钉和污垢。胸前有一个小舱室，舱门打开时能看到一株发出柔和光芒的微小绿色嫩芽。背部：面板、通风栅格、一块橙色面板和一个小树叶贴花。 侧面贴花：带有橙色对角条纹的“PIP”字样。 手臂：细长的分段石墨色手臂，带有黄色关节套和三指爪状抓手。极具表现力。 轮子：四个粗壮的橡胶轮，带有黄色轮毂和独立悬挂，坚固且紧凑。 性格：好奇、善良、充满斗志、表情丰富、总是在探索。“小小的机器人，大大的情感。”他从不刻薄，即使在愤怒时；他的愤怒也很可爱且坚定。 从设定图的色板中提取确切的调色板（使用Python/PIL对图像进行采样），并保存到 src/theme/palette.ts：奶油色（身体）、柔和黄（主色调）、暗橙色（点缀）、石墨色（金属/科技组件）、灰褐色（磨损与污垢）、薄荷蓝（灯光/UI）。 身份锁定规则：在任何世界里，他的头盔和面罩轮廓、天线旗帜、黄色饰边、爪状手臂和四个轮子必须保持极高的辨识度。世界只会改变他的渲染风格，绝不能改变他的设计。唯一有意的设计变化是第三幕中“更可爱”的笑点，即便如此，他的头盔形状、天线和轮子也依然保持不变。 技术栈 使用 Remotion (React + TypeScript) 进行帧精确的确定性渲染。输出格式为 1920×1080，30 fps，H.264 编码，高码率 (CRF ~14)。横屏。 角色骨骼绑定和大部分视觉元素使用 SVG。仅在需要粒子、水、爆炸、发光和噪点等效果时，才使用 Canvas/WebGL（通过 @remotion/three 或原生 canvas）。 使用 SVG 滤镜（feTurbulence, feDisplacementMap, feMorphology, feGaussianBlur）和自定义 canvas 着色器来表现风格“材质”、划痕和污垢。 对快速动作使用 @remotion/motion-blur（或你自己的子帧累加技术）来实现运动模糊效果。 使用 Python (numpy/scipy/PIL) 进行调色板提取、程序化音频合成和 QA（质量保证）缩略图表的生成。使用 ffmpeg 进行混流、循环检查和生成缩略图表。 一切都必须基于种子和确定性。没有种子就不允许使用 Math.random()。 任何地方都不得使用外部受版权保护的素材，不得出现真实品牌标志或产品名称。提示框 UI 必须是通用的原创设计。只能使用 Google Fonts 中的字体（例如，UI 文本使用 Inter，手写笔记使用圆润的手写字体）。 目标硬件：MacBook Pro M4，24 GB RAM。保持合理的渲染并发数。 角色骨骼绑定（优先构建，这是整部影片的核心） 将 src/character/ 构建为一个规范的 2D 剪纸动画（cutout）骨骼绑定系统： 层级结构：根（root）→ 底盘（带悬挂）→ 躯干 → 颈部关节 → 头部（头盔 + 面罩 + 耳罩）→ 天线 → 旗帜。躯干 → 肩部 → 上臂 → 前臂 → 爪子（带有可替换的爪子姿势：张开、闭合、捏拿、指认、戳/打字、抓握边缘、挥手）。底盘 → 四个轮子，每个轮子都有自己的悬挂弹簧，且旋转由移动距离驱动。 面罩脸部系统（最重要的部分）：眼睛是画在黑色屏幕上的形状，因此将其视为一个完全程序化的面部。设定参数控制眼睛大小、圆润度、上眼睑裁剪、下眼睑裁剪、瞳孔大小和位置、高光位置、发光强度、挤压/拉伸以及特殊形状（闪烁的星星、开心的弧线 ^ ^、平淡无聊的直线、螺旋、小红心）。在眼睛上添加微弱的扫描线和屏幕反光，使其看起来像是一块屏幕。通过在 3-4 帧内垂直挤压眼睛来实现眨眼动作。 表情目标：与设定图上的六种表情完全匹配：好奇（伴随弹出的“?”）、害羞（视线向下，看向别处，有腮红）、兴奋（开心的弧线眼伴有小爆发线）、担忧（小眼睛，流汗滴）、坚定（成角度的上眼睑裁剪）、欣喜（星星眼伴有弹出的爱心）。还要添加：面无表情地看着镜头（半闭的平眼，天线无力下垂）、惊恐（颤抖的微小瞳孔，睁大双眼）、愤怒但可爱（坚定的表情 + 屏幕闪烁橙色光芒），以及三个“换发新机（glow-up）”阶段（见第三幕）。 次要运动（跟随动作）：基于阻尼弹簧效果的天线和旗帜（这是他的主要表达工具，需不断使用）、每次停止和颠簸时的悬挂弹跳、手臂摆动、身体加速或刹车时头部微小的延迟、轮子扬起的灰尘。 转身图：匹配设定图的正视图、3/4视图、侧视图和后视图，并在转身时实现干净利落的视图切换。 循环动画：向前滚动（带有设定图中的速度线和灰尘）、待机嗡嗡声（轻柔的悬挂呼吸起伏 + 偶尔的天线抽动 + 眨眼）、惊恐后退、惊奇地抬头看、握住一个小物体、向上伸手、攀爬、戳击打字。 胸部舱门：可动画化的开/关动作，有嫩芽柔和的绿色光芒溢出。 风格皮肤接口：骨骼绑定接受一个风格属性（style prop），它能在不改变几何体的情况下，改变线条粗细、填充处理、纹理、污垢、轮廓抖动（boil）、着色模型和滤镜。这是他在不同世界中保持自我的方式。 里程碑1 检查点：渲染一张“列队”静帧：包含四个视角的转身视图 + 所有六种表情的Pip，放在参考图旁边。并排比较。不断迭代，直到看过参考图的人都会说“那就是Pip”。未通过此关前不要继续。 世界（风格材质） 每个世界都是一个完整的环境组件，具有前景、中景、背景视差层，以及Pip专属的风格皮肤。构建一个共享的 WorldLayer 系统，以便所有世界都能共享摄像机和深度逻辑。 比例规则：摄像机位置放得很低，靠近Pip的视线水平（离地约20厘米）。所有东西都很巨大。人类表现为巨大的腿和鞋子，路缘石就是悬崖，水坑就是湖泊。这正是让小机器人具有电影感的关键。 基础世界：处于黄金时刻、杂草丛生的城市。与设定图顶部的插画相匹配：温暖的夕阳余晖、风化的石头和砖块、苔藓和低矮植物、远处朦胧的高楼。具有绘画感、温馨、充满生活气息。这就是“真实生活”。揭示真相的环节也使用这个世界。 动漫东京。清脆的赛璐璐着色、粗犷的轮廓线、带有虚构（非品牌）店名的发光招牌、速度线、樱花花瓣像巨大的粉色雪花一样从他身边飘过。他的面罩上会出现动漫特有的闪烁高光。 黏土村庄。柔和圆润的形状、指纹/涂抹的噪点纹理、定格动画般的步调（以“拍二”的方式渲染他）、温暖的钨丝灯光。他看起来就像用橡皮泥雕塑的一样。 中世纪战场。泥泞的田野、旗帜、远处的投石机、硝烟。穿着铠甲的战靴从他身边轰鸣而过。他在其中平静地滚动，天线躲闪着。 玩具积木城。所有东西都是由顶部带凸粒的通用塑料积木搭建而成（没有真实的品牌风格或标志），带有光滑的塑料高光。Pip被渲染出塑料光泽，轮子变得稍微有些方正。 水下。海底街道上有珊瑚路灯，鱼儿从他的面罩前游过，有焦散光影图案，排气孔冒出气泡，他的天线旗帜像海藻一样缓慢飘动。 铅笔素描。纸张纹理、石墨排线、辅助线、橡皮擦污迹，他的线条不断抖动（boiling），仿佛每一帧都在被重新绘制（匹配设定图底部的素描小图）。 贯穿始终的笑点：嫩芽。影片开始时，Pip用一只爪子小心翼翼地拿着他那根微小的绿色嫩芽（“握住小物体”姿势）。它在每个世界里都存活了下来，并随之变形：带闪光的赛璐璐动漫嫩芽、黏土嫩芽、种在破旧小头盔盆里的嫩芽、积木拼成的嫩芽、在水下吐泡泡的嫩芽、素描嫩芽。每次世界改变时，他都会保护它。这是影片的情感锚点。 标志性过渡：“重构（Regeneration）” 世界的更替必须看起来像 AI 图像重新生成一样，而不是普通的擦除转场。构建 RegenTransition（重构过渡）组件： 画面从边缘向内分解为漂浮的扩散（diffusion）风格噪点（一开始不会覆盖他的身体），保持几帧结构化噪点，然后新世界通过去噪，从粗糙的色块逐渐浮现出丰富的细节。 Pip的身体变化比世界慢一拍，短暂展示出一半旧/一半新的风格，然后瞬间切换到新的风格皮肤。在切换期间，他的面罩会出现两帧的故障效果（扫描线撕裂）。这种半切换状态是证明他一直存在的视觉证据。 每次重构时都有微妙的“嗖-噼啪”音效，在某些重构中，Pip还会发出微小的、受惊的啾啾声。 每次持续 8-12 帧。改变方向和噪点种子，使其永远不会让人觉得重复。 剧本节拍表（在 30 fps 下约 48 秒） 时间安排仅作参考；如果某个节拍稍长一点表现力更好，请自行调整。前 2 秒必须抓住观众的眼球。 第一幕：一个美好的早晨 (0:00–0:03) 低机位跟拍镜头，基础世界。Pip 沿着长满苔藓的壁架从左向右滚动，手里拿着他的嫩芽，眼神充满好奇，天线上下摆动。从滚动的半途中开始（为了实现最终的循环播放）。 在 0:02 时，第一次重构毫无预兆地发生。 第二幕：瀑布般的巨变 (0:03–0:14) 世界快速变化，每个约 1.4 秒：动漫东京 → 黏土村庄 → 中世纪战场 → 玩具积木城 → 水下 → 铅笔素描。 情感递进：一开始很欣喜（星星眼，他觉得这太棒了），接着是好奇（弹出“?”），然后是担忧（流汗滴，天线下垂），最后他在素描世界里急刹车，伴随着悬挂的弹跳和一道刹车痕。 摄像机保持锁定的跟拍构图，这样唯一改变的只有世界本身，从而让这个笑点更容易被看懂。 第三幕：提示词 (0:14–0:30) 基础世界回归。Pip 惊奇地抬头看（参考设定图中的姿势）。天空中，一个巨大的漂浮提示框淡入，散发着薄荷蓝色的光芒，带有玻璃质感且圆润，UI界面柔和且原创。文本在闪烁的光标下自动输入：“让它更具电影感（make it more cinematic）” → 敲击回车键的音效。电影宽银幕黑边瞬间切入，太阳变得极其夸张：巨大的变形镜头耀斑、耶稣光、橙青色调、慢动作的灰尘，一片充满戏剧性的树叶从他的面罩前飘过。他被强光晃得眯起了眼睛。他的天线旗帜在莫名其妙的狂风中充满英雄气概地飘扬。 “加入爆炸效果（add explosions）” 巨大的卡通橙色爆炸伴随着碎块在他身后接连绽放。他没有回头。他的眼睛变得平淡且半闭。他慢慢转过头，直直地盯着镜头。面无表情。停顿整整1秒。然后一次爆炸落在他附近，他瞬间切换到设定图中“惊恐后退”的姿势，头顶弹出“!!”，用身体护住嫩芽。 “让主角更可爱（make the protagonist more adorable）” 换发新机阶段1：他的眼睛变大变亮，出现腮红，天线上长出一个小蝴蝶结。他在水坑里看到自己的倒影，眼睛变得惊恐。 “还要（more.）” 阶段2：粉彩重绘，眼睛占据了整个面罩并带有三重高光，漂浮的爱心和闪光，他的轮子变得毛茸茸的。 “我还要（MORE.）”（更大的字体，屏幕震动） 阶段3：滑稽的极致可爱。全身覆盖毛绒玩具般的皮毛纹理，巨大的动漫眼睛，彩虹光环，伴有合唱团的“啊”声刺音效，爱心纸屑。他的头盔形状、天线和轮子仍保留着，所以他显然还是 Pip。而他真实的眼睛在那双巨大的可爱眼睛里仍然是微小且惊恐的，这就是笑点所在。 第四幕：他崩溃爆发了 (0:30–0:38) Pip 剧烈震动，然后那些可爱的状态像玻璃一样从他身上碎裂掉落。他恢复了正常，满身磨损且极其愤怒（坚定的表情，屏幕闪烁着橙色）。 他打开胸腔舱门，轻轻地将嫩芽塞进去以确保安全。舱门伴随“咔嗒”一声关闭。这是在一片混乱中唯一一个安静、温柔的节拍，它非常重要。 他向前冲刺，从一块石头上腾空而起，用两只爪子抓住漂浮的提示框边缘，将自己拽了上去，轮子在边缘上疯狂打滑旋转（匹配“伸向漂浮提示框”的姿势）。镜头随着他向上倾斜。 在提示框顶部，他用一只爪子按住退格键；旧的提示词伴随着快速的咔哒声逐字删除，他的面罩上反射出消失的文本。 他用一只爪子慢慢地、一字一顿地戳击打字：“放我出去（let me out）”。然后蓄力，重重地砸下回车键。 第五幕：定格与真相揭示 (0:38–0:47) 一切都定格了：半空中的碎片、飘落的纸屑、悬浮的灰尘，以及盒子上正摆出姿势的 Pip。所有音频被切断，陷入长达约 1 秒的死寂。 镜头开始平滑拉远。画面的边缘露出一个圆角矩形：他的宇宙原来只是手机屏幕上播放的一段视频。继续拉远：手机被支在一个有缺口的马克杯上，放在一个堆满备件、电线、螺丝和废料的杂乱工作台上（“用明天的残羹剩饭建造”）。坐在它前面，在这个巨大的手机旁显得很微小的，是另一个 Pip，有着同样的磨损、同样的天线，正在观看。 第二个 Pip 的眼睛缓慢地眨了一下。他的天线微微下垂。发出一声微弱、安静的啾啾声。 第六幕：循环 (0:47–0:50) 在第二个 Pip 的头顶，同样的薄荷蓝色提示框淡入并输入：“让它更具电影感（make it more cinematic）。” 他的眼睛慢慢向上滑动看向提示框。他的天线旗帜变得僵硬。伴随着回车键的音效，硬切回影片的第 1 帧。 循环工程设计：最后一个镜头的构图、灯光，以及重构闪烁的开始，必须让切回第 1 帧的感觉显得是有意为之。音乐必须在切换时无缝循环。通过将视频与其自身拼接（使用 ffmpeg）并观察接缝来验证。 摄影机与电影摄影术 虚拟摄像机系统：位置、缩放、旋转、手持微震动（基于种子的噪点）、爆炸引起的震动冲击、攀爬时的镜头倾斜、揭示真相时的推车拉远镜头。 默认情况下采用低摄像机高度以彰显他的微小比例。浅景深效果：模糊的前景草地/卵石和柔和的背景，就像使用了微距镜头一样。 深度：每个世界至少 4 个视差层。大气透视效果（薄雾，随距离增加而降低饱和度）。 快速移动、碎片、跳跃和攀爬时要加入运动模糊。 每个世界的灯光：在骨骼绑定上使用渐变叠加和正片叠底的阴影层来实现主光/辅光/边缘光。面罩的发光应在附近的表面和他自己的爪子上投射出微弱的暖光。每个世界中他的头盔上都要有边缘光。 整个画面的电影级后期处理：细微的胶片颗粒、柔和的暗角、以及仅在“电影感”节拍中出现极轻微的色差。 构图：将他保持在清晰的三分线上。他的眼睛必须在手机屏幕尺寸下也能看清楚，因为大多数人将在手机上观看。 文本与排版 天空中的提示词：干净的 UI 字体，小写字母，以自然的人类节奏打字（非匀速；有短暂的停顿，在某个地方制造一次小的打字错误并退格以增加真实感）。 文本必须能在不到一秒的时间内在手机上阅读完毕。在 360 像素宽度下进行测试。 没有字幕，没有片名。影片冷开场。 声音（程序化生成，原创） 用代码生成所有音频（Python 合成或离线 Web Audio）并使用 ffmpeg 进行混音： Pip的声音：由带有音高弯音的正弦波/FM 音调构建而成的原创合成啾啾声、嘟嘟声和颤音。设计一个小型的“情感词汇表”：好奇上扬的啾啾声、开心的颤音、担忧的波动声、受惊的吱吱声、脾气暴躁的低沉嗡嗡声、微小的叹息声。他从不说话。 Pip的身体音效：与手臂和头部运动匹配的伺服电机运转声、轮子在砾石/石头上滚动的碾压声、悬挂的嘎吱声、舱门开合的咔嗒声、待机时柔和的电流嗡嗡声。 配乐：一首轻快、可循环的温暖配乐，其乐器配置会随每个世界而改变（动漫世界用古筝/合成器，黏土世界用木制马林巴琴，中世纪世界用鼓/号角，积木世界用塑料咔哒声，水下世界加沉闷的滤波效果，素描世界用铅笔刮擦的节奏）。 音效（SFX）：重构时的嗖-噼啪声、键盘打字的咔哒声、回车键重击的“砰”声、带有低频的爆炸声、合唱团“啊”的刺音效、玻璃碎裂声、定格时的完全死寂，然后是揭示真相时安静的工作室环境音（滴答作响的钟表声，远处低沉的嗡嗡声）。 响度标准化至 -14 LUFS 左右。将分轨文件放入 audio/stems/ 中，以便日后可以替换为已授权的音轨。 制作工作流与自我迭代循环 按以下顺序工作，不要跳过任何检查点： 计划：编写 docs/character_bible.md、docs/shotlist.md（包含每个镜头的帧范围、摄像机、表情、天线状态、世界环境、音效）以及 docs/style_guide.md。在构建之前给我看下镜头列表。 骨骼绑定：构建 Pip，通过列队静帧的检查点（见第3节）。 世界环境：将每个世界构建为包含 Pip 在内的独立静帧。将全部 7 个渲染成一张缩略图表。检查角色的身份辨识度和比例感。 过渡动画：构建 RegenTransition，渲染一个 5 秒的测试。 动态分镜（Animatic）：以 960×540 的分辨率组装整部影片，包含粗糙的运动和占位音频。观看它。优先修复节奏问题。 完整动画渲染，然后进行打磨（次要运动、缓动、时间节奏、天线表演），最后进行终期处理（灯光、噪点颗粒、模糊、污垢）。 音频处理和混音。 最终渲染。 对于每一个镜头，至少运行 3 次此批评循环： 使用 npx remotion still 在关键帧处渲染 3-5 张静帧，打开并仔细观察它们。 对以下项进行 1-10 的打分：Pip 与参考图的匹配度，能否从眼睛+天线瞬间读取情绪，无声情况下笑点是否清晰，构图，比例感，深度，灯光，细节打磨程度，在手机屏幕尺寸下的可读性。 将分数和三大问题写入 docs/review_log.md 中，修复它们，重新渲染，重新打分。继续此过程，直到每个类别的分数至少达到 8 分，然后再进行下一步。 在每次完成完整的预览渲染后，制作一张 ffmpeg 缩略图表（每 0.5 秒一帧），并在一张图中审查整部影片的流畅度。 在评审时保持诚实。如果某些东西看起来很廉价，说出来并修复它。要寻找的常见失败点包括：僵硬或毫无生气的天线、轮子在滑动而不是滚动、眼睛看起来像贴纸而不是发光的屏幕、缺少悬挂系统的重量感、看起来千篇一律的转场过渡、模糊不清的文字以及角色比例失调。 交付物 out/pip_final_1080p.mp4：影片本身。 out/pip_loop_check.mp4：连续播放两次的影片，以验证循环效果。 out/poster_frame.png：用于 X（推特）发布缩略图的最佳单帧（可能是在爆炸背景下 Pip 面无表情地盯着镜头的画面）。 out/lineup.png：跨越所有世界的 Pip 列队图。 结构清晰且附带注释的源代码，以及包含如何重新渲染说明的 README。 从第一步开始。在开始构建之前，如果有任何必要的问题请问我，否则请自行做出有力的创意决策。

李少民：為什麼紐約市搞社會主義，經濟仍然不會崩潰？ 最近，紐約民主社會主義陣營聲勢大振。紐約市長佐赫蘭．馬姆達尼（Zohran Mamdani）提出凍結租金、擴大政府補貼、免費公車、提高富人稅負等一系列激進政策，而支持這些理念的左派人士也在紐約市議會選舉中取得優勢。他們所主張的政策，再次引發美國社會對國家未來發展方向的激烈辯論。 自從佐赫蘭·曼達尼今年贏得紐約市長選舉以來，批評者就不斷預言災難即將降臨。租金凍結、免費公共服務、擴大補貼、對非法移民更優厚的福利、對富人加重稅負……熟悉的結論隨即出現：社會主義在所有曾經嘗試過的地方都已失敗，紐約市注定走向經濟崩潰。 我认为這個預測不可能成真——不是因為社會主義突然變得有效，而是社會主義的批評者往往忽略了一個關鍵差異：實行社會主義的地方究竟是封閉的，還是開放的。 在封閉的社會主義經濟裡，必須自己創造全部財富，同時進行再分配。歷史一再證明，這種故事通常如何收場。蘇聯在中央計畫下最終停滯不前，1970與1980年代成長率大幅下滑，總要素生產率停滯甚至倒退，產出對資本的比率因效率低下而急劇惡化。毛澤東時代的中國在開放前經歷多次經濟災難。東歐各國則在低效國營企業與長期短缺的重壓下崩潰。更近期的委內瑞拉也走上同樣道路：國內生產毛額從2013年到2020年代初，縮減約75%至80%——這是現代史上最大規模的和平時期經濟收縮之一。 原因其實很簡單。當政府把報酬與生產力逐漸脫鉤，人們創新、投資、生產的動機就會減弱。生產下滑、再分配卻持續擴大，經濟餅就會越來越小。最後，已經沒有足夠財富可以再分配。在封閉經濟中，社會主義最終會把自己賴以維生的資源耗盡。 紐約市的情況則完全不同。它不是獨立國家，而是嵌入紐約州、美國以及全球經濟的一座城市。 它享有聯邦政府支出、州政府支持，以及全球最大規模的國際競爭企業集群之一。紐約都會區的GDP約達2兆美元，約佔美國經濟總量的9%，其中金融與保險業貢獻數千億美元（有分析指出，金融業約佔該市經濟的24%）。 華爾街的收入並非只來自紐約市民。全球金融機構、跨國企業、大型律師事務所、顧問公司、媒體集團與觀光業，都把來自全美乃至全世界的財富帶進這座城市。換句話說，紐約市的再分配政策，不只靠本地居民，更靠遠超出其邊界的財富來源支撐。 這一點從根本上改變了局面。 如果曼達尼推行其政策，部分富裕居民幾乎肯定會搬走，部分企業可能外移，投資活動也可能趨緩。這些反應與數十年來的研究結果一致：稅負、管制與價格管制確實會影響經濟行為。高盛曾估計，2018年至2023年間，紐約市年收入超過1000萬美元的家庭中，有整整10%已在其他地方設立居住地。紐約州在全美申報超過100萬美元所得的納稅人比例，也從2010年的12.7%降至2022年的8.7%，意味著可觀的稅收損失。然而，資本外流並不必然導致立即崩潰。紐約市更可能出現的是緩慢的經濟活力流失，卻仍能維持財務運作，因為外部資源持續注入。因為更廣大的美國經濟仍在創造可課稅財富，國使得市政府則以更多再分配來给紐約输血。当然，纽约市政服務越来越差，更多的無家可歸者繼續依賴日益昂貴的政府補貼，中產階級納稅人則可能被夾在稅負上升與公共服務品質下降之間，投資者可能悄悄將資金轉移他處。但這一切都不回把纽约變成像蘇聯那樣戲劇性地崩潰。 它更像另一種現象：寄生在健康宿主身上的寄生蟲。寄生蟲不需要自己生產食物，只要宿主保持生產力就能存活。同樣地，一個嵌入大型資本主義經濟體系中的再分配型行政區，可以比試圖把全國經濟完全納入社會主義原則的國家，存活得更久。 這種寄生在美國不止於紐約。 加州長期以來也同時推行大規模再分配政策，並擁有全球具競爭力的產業，創造巨額財富——然而它卻面臨全美最高的貧窮率（近期數據約17.7%），以及美國最大的無家可歸人口（約18.7萬至20萬人，約佔全國總數的24%）。在這些案例中，再分配之所以能夠持續，正是因為財富創造發生在更廣泛的資本主義系統之內或之外。 因此，真正的教訓並非社會主義突然變得經濟可行，而是社會主義往往靠著從較大的資本主義系統汲取資源而得以存續。 美國人真正應該思考的問題，不是紐約市是否會變成另一個蘇聯——它肯定不會。 更重要的問題是：紐約市搞社會主義最終由誰來買單？ 只要生產力強的美國人、具全球競爭力的企業以及世界資本市場持續創造財富，紐約市就能繼續進行再分配。該市的經濟扭曲会日益嚴重，但不会崩潰。然而，這種韌性不應被誤解為成功。它只反映出紐約市並非自給自足的經濟體，而美國與紐約州某種程度上縱容了它的寄生行為。 社會主義在蘇聯失敗，是因為它無處可求助。但在龐大的資本主義經濟體系內的社會主義飛地，卻可能持續數十年之久。 所以，美國選民必須明白，一個以自由市場、私有財產與法治為基礎建立的國家，不應該容許其城市或州採行越來越社會主義的政策、讓全國其他地區承擔大部分經濟代價。@baodiantimes

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：

／ 📢#AKB17研究所# アーカイブを映像倉庫で配信開始 ✨ ＼ 2025年12月に終了した『AKB48 17研究所！』 アーカイブが映像倉庫に...‧˚꒰🎀 本日は【#1〜2】を配信！# 初々しい17期生の姿をぜひご覧ください👶🏻👀

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。

✨\ HAPPY BIRTHDAY /✨ 本日4月17日は4期研究生 #三好真綺# の誕生日です🎂🎊 いつも明るくみんなを笑顔にしてくれる #まあにゃ🥰# 楽しく、明るく、笑顔溢れる年になりますように✨ まだまだ成長続ける姿をお見逃しなく！ #STU48# #STU48_4期研究生# #三好真綺生誕祭2026#