chatGPT甚至还可以通过摄像头观察判断使用者的心理活动，比那些问一答一的手持翻译器和翻译耳机更强大

朋友们，我头皮都麻了。世界上最好用的双语对话翻译是 chatGPT。刚才我去泰国修理厂修车。全程用 chatgpt，你只需要一句提示词“我需要你帮我翻译接下来的对话，如果你听到中文就翻译成泰语，如果你听到泰语就翻译成中文”。 超级丝滑朋友们，这个翻译体验超过一切对话翻译软件。

我说句难听的， 国内99%的人文社科博士，90%的生化环材博士，80%的传统工科博士， 本质上都是懒狗+赌狗， 他们脑子里唯一想的事情，就是混个phd博士学位，毕业以后随机投简历，能选调就选调，能考公就考公， 或者二三本教职里大撒网，哪个给offer就去哪个学校当教授，拿个铁饭碗，混吃等死一辈子。 这些人压根不care自己phd期间的论文到底有没有价值，是不是灌水，是不是在垃圾学校+垃圾专业+垃圾方向+垃圾导师+垃圾同行里做一些垃圾事情。 对于这种人而言，国内这一波博士扩招，纯粹是满足了他们赌狗+躺狗+懒狗的第一步心愿， 表面上依然拿到一张考公 or 考编 or 事业编 or 三本大学教职的门票， 实际上把自己这辈子最有价值的一段青春时光给彻底耽误了。 甚至可以说，他们从大三考研的时候，脑子里就是考编+考公+上岸二三本+混吃等死一辈子， 所以我经常跟你们说，不要心疼这些人。

我一直觉得，天天说“AI泡沫”的都是大傻逼。 2000年的dot com bubble互联网泡沫，把时间拉长来看，根本算不上泡沫，因为幸存下来了Google、微软、Oracle这些未来的巨头， 当年硅谷直接暴毙的几千家公司估值之和，还他妈没有现在Google高。 同样，历史上AI泡沫也破裂三四次了， 最近一次是2020年， 所有人都快死了， 但是2020年OpenAI横空出世GPT-3，学术界都知道Google的bert这一个encoder only死路一条，集体转向了GPT这个decoder only的模型路线， 而OpenAI也不是他妈2022年横空出世的，OpenAI也是你妈妈的2015年就成立的，完完全全是上一轮CV大泡沫时代的产物和幸运儿， 再往前，2000年后bayesian machine learning也大破裂过一次，1980年前后的IBM deep blue时代也大破裂过一次， 光我自己亲身经历的这几次AI大泡沫，就有三四次了，今天什么OpenAI、Anthropic、Google、Meta、nvidia，以及一堆cursor这些startup的所谓的“大泡沫”，其实放在历史长河来看，压根连个屁都不算。 总是有人觉得，这一轮泡沫迟早破裂，你们全完蛋，你们全倒闭，全破产，一个个给我跳楼去，这些人才心满意足， 压根不考虑技术的长远性，scalability，以及真正在人类社会组织中发挥的作用，和10~100倍商业革命的破坏性， 我只能说，这些人都是纯种大傻逼，让这些傻逼吃上饭，才是这个世界最大的大泡沫。

Peter Thiel today: “Boomers are strangely uncurious about how the world is not really working for their kids. It’s always hard to know how much bad faith there is or how bad the actors are. I think it’s odd that people thought it was odd that I was complaining about student debt in 2010, when even then the growth in student debt was an exponential process. The national student debt was $300 billion in 2000, and it’s now more than $2 trillion. At some point, that breaks… If all you can say is that Mamdani is a jihadist, communist, ridiculous young person, what that sounds like to me is that you still don’t have any idea what to do about housing or student debt. If that’s the best you can do, you are going to keep losing.”

认知劳动这个概念很好。 穷尽人类所有的劳动，每个人每天可以吃三碗米饭，啥也不干身体需要消耗两碗半，剩下可以用于劳动的物理上的局限其实每个人每天半碗米饭的碳排放量，实际可以用于大脑神经元有效使用的比率更低。 过去一百多年，人类的“力气”看起来大了很多，上天下海，开山辟地（挖地铁隧道），但所有这些劳动的驱动都依赖于大脑神经元的工作，也就是大脑神经元的运行是所有劳动的根源。也就是所有的劳动都依赖于人的认知劳动。 所有的贫穷其实是大脑神经元的贫穷。人的大脑神经元网络在3岁左右学会走路说话吃饭之后，基本上已经开发了99%，剩下的1%靠每天半碗米饭的碳排放能量进行几十年的开发，可利用的总量的上限是有很限的。单纯讲这1%里面当然有人练成爱因斯坦，而绝大部分的人其实停留在三岁的水平不远的地方，本来应该是从从容容游刃有余，经常玩成匆匆忙忙连滚带爬。 AI是真正在技术上扩展了人的神经元网络功能，功耗是很大，但对社会经济的影响之深刻，确定跟互联网技术比起来有显著不同。

AI 的发展，完全在与我们认知直觉相悖的模式增长！前两天 Sam Altman 分享了一篇文章「非经济学家对 AI 与经济学的思考」，估计是为了佐证 OpenAI 对算力投入的豪赌🤔 过去 150 年，美国的人均 GDP 增长率顽固地保持在每年2%。无论是内燃机、电气化、还是计算机和互联网，都没有能让这条线“起飞”。因为经济学家所说的“鲍莫尔成本病”（Baumol's cost disease）。 你可以把经济想象成一个木桶。计算机让“可自动化的任务”这块木板变得无限长，但“人类认知劳动”（如科研、管理、创意）始终是那块短板。整个经济体的水位，永远被这块短板牢牢锁死在 2%。 现在，AI 是第一个可以直接“加长”那块人类认知短板的技术。METR 图表所展示的，正是 AI 在“加长”这块短板的速度，它是针对“经济瓶颈本身”的摩尔定律。 我们必须停止用线性的方式去思考指数级的未来。历史的自动化是线性的，但AI 的自动化是指数的。作者推演一旦 AI 在某个行业（如软件）的任务自动化率达到 50%，那么在短短 2-3 年内，这个数字就可能飙升到 97%。 而且，AI 能处理的任务时长，每六个月翻一番（每年4倍）；推理成本每年下降十倍以上。因此，在 AI 能力“上限”指数级上升；固定能力指数级降价的情况下，我们不能再用过去 150 年的“2% 线性思维”去规划未来！

看一次乐一次

今天又听说一个认识的人练习跑全马猝死了 感觉现在过度运动就和宗教献祭一样 尤其是每天996休息严重不足的人 太多中年人把马拉松当救赎重生仪式 不顾身体代价 朋友圈晒打卡、配速、PB以及朝圣式参赛 睡眠不好一定不要过度运动 PB不是KPI 活着才是

凡事太过一窝蜂的事情 我都不干。 否则我就觉得自己是乌合之众的一员。

AI made competence cheap. What’s scarce now is conviction -> the ability to stand for something when every answer sounds correct.

Maybe these kids need to figure out that homework is about building specific skills/muscles. Yes some of it is pointless, but all of it is not. In the real world, you need to apply these ideas to a problem that LLMs are not suited for all the time.

The penalty for being average has never been so severe, but the payout for being extraordinary has never been higher.

as someone in uni this feels too real. ai made grades pointless. proving you’re actually good at something is the hard part now. feels like the only move is to build outside the system.

Wild how the same tool that makes students feel smarter is also making the world demand more proof of real thinking. The easy part got automated, now the hard part is standing out in the long run

But then prior to ChatGPT the narrative was educational institutions don’t teach anything that is useful to do their jobs. So why would using CgstGPT to do homework on supposedly useless stuff matter in the job market?

The only solution is to build: either a portfolio of projects that allow you to stand out from 1000s of other candidates or a company of your own. The traditional path is gone for good.

well homework never proved capability. it proved compliance. now that compliance is automated, the uncomfortable truth is visible... college trained the wrong skills all along.

某人娶了蔡京家一位厨娘为妾，听说她是为宰相做包子的，便也想尝尝。但该厨娘说做不了，因为她只是专门负责切葱的🤣

大多数川粉就是现实中的loser，不满现状又没能力改变，所以才会寄望于破坏现行规则的川普，进而给他们带来机会，这和电影“芙蓉镇”里那个成天想着要“运动了”的农村二癞子是一回事。