诺基亚巅峰时，地球上每卖出三台手机，就有一台来自它。 所有人都相信：它不会倒。 包括它自己。 于是，命运动手了。 2007年，iPhone出场。 没有键盘，没有天线，连开机都要按一个圆按钮。 诺基亚看着它，就像巨人看到了一个婴儿：“可爱，但威胁不了我。” 巨人最害怕的，不是怪物，而是变化。 诺基亚内部吵翻了： 未来到底是触屏？ 还是继续按键？ 犹豫，是强者最危险的病。 为了显得“稳”，它给自己备好了退路： 既保留按键，也上触屏。 听起来体贴用户，实际上讨好恐惧。 它不是做选择，而是在逃避做选择。 触屏团队说： “我们做得一般？没事，有键盘兜底。” 键盘团队说： “我们砍点按键？没事，有触屏补位。” 当退路存在，全力以赴就变成了笑话。 大家都有60分的底气，却没有100分的勇气。 最终的产品很努力，可惜是个怪物。 触屏不够爽，键盘不够好。 看起来什么都有，却什么都不极致。 世界不会奖励“差不多”。 讨好所有人就是抛弃未来。 而另一边，苹果选择孤注一掷： “我们只有触屏。” 失败就死。 所以他们死命让它成功。 真正改变世界的，从来不是保险的选择。 而是不留退路的决绝。 历史喜欢用极小的细节，惩罚极大的傲慢。 当诺基亚终于抬头时，风已吹向苹果。 它不是被时代抛弃，而是被自己犹豫拖死。 诺基亚最痛的教训只有一句： 退路，会让人输得体面，但输得必然。 你有多少次，也和诺基亚一样？ 想创业，却准备“先干点别的以防不测”。 想全力，但不敢。 想改变，却先留一条回头路。 退路，看起来是保护。 其实是诱惑。 一旦后悔有门，人就不会拼命。 最可怕的敌人不是对手，是自己给自己的安全感。 成功不是做对所有事。 是赌对一件事。 并为它拼到失去一切也不回头。 如果你此刻正犹豫，如果你也害怕孤注一掷—— 记住诺基亚： 它输的不是竞争，而是选择。 它“死”了在最安全的地方。 这才是诺基亚留给我们的最大遗产
午夜尼奥
商业视角解读互联网江湖，风险投资人
IP属地：北京
5关注
51粉丝
4主题
0勋章
OpenAI的“重组”始末：从开源梦想家到5000亿美元商
这两天，OpenAI公司正式完成了长达一年多的企业重组，这是个重大转折点。 简单来说，这次重组让OpenAI从原本的非营利组织主导的混合结构，转向更像传统公司的模式：由一个非营利基金会（OpenAI Foundation）控制一个营利性公共利益公司（OpenAI Group PBC）。 表面上看，这是个公益与商业的平衡选择。 一方面解决公司融资难题，同时也保留了部分公益使命。 重组的主要推动力是CEO 阿尔特曼（Sam Altman）的AI帝国之梦——包括巨额数据中心建设和AI技术开发，但也经历了微软、加州和特拉华州检察长等多方谈判。 先说说重组背景和原因。 OpenAI成立于2015年，最早是马斯克拉上阿尔特曼组了团队，主要目的是对抗被谷歌收入囊中的Deepmind，所以OpenAI原来是纯非营利AI研究机构，旨在“安全开发AGI（人工通用智能）”。 但随着后来ChatGPT的发布以及爆火——最新的数据是周活跃用户超过了8亿，公司需要巨额资金，而此前的“非盈利结构”限制了公司融资和IPO。 于是重组在2024年底启动，涉及了大量法律审查，加州和特拉华州检察长曾调查，确保非营利利益不被稀释。曾经的联合创始人马斯克也曾起诉并出价970亿美元收购，但最终撤诉。 10月28日，加州检察长Rob Bonta一锤定音，标志了OPenAI重组的完成。 那么新旧结构有哪些不同呢？ 先看传统的基金会，也就是OpenAI Foundation（非营利组织），它持有控制权，任命营利组织PBC董事会，监督AI安全和公益（如青少年保护措施）。 基金会资产价值超860亿美元，已经成为了美国最富基金会。 OpenAI Group PBC就是商业公司的实体，是个完全商业目的、可以继续融资以及未来要上市的正经公司，目前估值5000亿美元，可自由融资、收购公司，甚至IPO（可能2027年）。 重组完成，代表
OpenAI的“重组”始末：从开源梦想家到5000亿美元商
诺基亚启示录：退路，才是最危险的路
诺基亚启示录：退路，才是最危险的路
复盘OPPO Find X9系列的爆款策略
每年临近双 11 的这一个月，是手机厂商最紧张的时刻。 原因很简单，一是苹果每年三季度准时发布新iPhone，并很快成为大家吊打的对象；二是双11平台与商家投入大额补贴，通常这也是当年旗舰机型的价格低点。 今年的旗舰机型，有个挺有意思的卖点，就是“颜色”。 iPhone 17Pro 从9月份发布至今，“爱马仕橙”就是最畅销配色——它轻松解决了“别人怎么看出来我换了新手机”的经典难题，也扎扎实实的把一个很跳脱颜色，完美匹配到一个很跳脱的价位上。 近2万的顶配售价，尽管不能让iPhone真的兑换个爱马仕，但也绝对是旗舰机售价的天花板。 也许你想不到，这段时间里，另一个双11换机潮里脱颖而出的颜色叫“追光红”。 它来自不久前发布的OPPO Find X9独家配色，22日刚正式起售，就在市场里卖断了货。 一款新机，选择双11期间开启首销其实需要很大勇气，但这代Find X9较前序产品提升非常明显，尤其是价格更高的“大杯”——Pro款全面超预期，销量占比竟然超过了60%。 这成绩其实不算意外，前几天OPPO Find X9 发布会结束后开启预订的一小时内，全渠道预订量就刷新了OPPO Find系列历史最高纪录，那时起，“追光红”就处于一机难求状态。 首销当日一个有意思的观察是，选择追光红的男性用户比想象中要多得多，这在过往手机的销售中都不太常见，背后的驱动力可能或许一部分来自礼赠需求，无论是赠予母亲还是爱人，一抹红色都显得恰到好处。 当然，如同“爱马仕橙”对iPhone来说只是锦上添花，“追光红”大概也只是OPPO Find X9诸多亮点里最微不足道的一个。 破局点：影像 1980年，索尼推出第一台Walkman。这台比饭盒还小的设备，用耳机孔划开了一个新时代——音乐从此属于个人，而不再是家庭音响，Walkman的成功也不仅在于技术，更在于重新定义了“音乐该怎样被聆听”。 四十年多后
复盘OPPO Find X9系列的爆款策略
2011年10月，乔布斯去世；随后库克正式接管苹果帝国，截至目前，正好做了14年的CEO； 为什么说“正好”呢，因为乔布斯在1997年回归苹果后（之前被董事会赶走了）到去世前几个月，也掌舵了14年的苹果。 所以，两任CEO，同样的年限，还挺有对比效果的。当然，最直观的还是如图所见，产品发布&公司市值。 乔布斯时代（1997-2011），让苹果从濒临破产的2.5亿美元市值起步，到iMac、iPod、iPhone和iPad这些神级产品登场，苹果完美演绎了什么时“凤凰涅槃”，市值达到3445亿美元，增长率高达141,000%。 换句话说，如果你在乔布斯掌舵的任一时间买入苹果并持有至今，大概是10~100多倍的回报。 这也是乔布斯众所周知的魔力——不只是卖产品，而是售卖梦想与美学。 再说说厨子。 库克接棒后（2011至今），很多人觉得他太不“乔布斯”了，苹果失去了以往的创造力，但但实际上，乔布斯的遗产已经被推向巅峰。 苹果市值从3470亿美元暴增至超股票3.1万亿美元，增长了9,000%。 虽然这14年里没有iPhone、iPad这样的产品，但库克掌舵下也给出不少引领行业的东西： AirPods、Apple Watch、Apple Pay和M系列芯片、Vision Pro（似乎第二版已经砍掉要走meta+rayban路线了）。 如果用一句话来总结库克这14年，就是他把乔布斯的创新一步步转化为可持续的消费电子品霸权。 要知道，守业，通常比创业还要难。 可能你不知道的是，苹果已经把“寻找库克的接班人”提上了议程，或许没过几年，这个亲和的白发老头，也要和苹果告别了。 几个有趣的数据： - 3 万亿美元：2022 年苹果成为历史上第一家市值超过 3 万亿美元的公司 - 垂直整合：2020 年以来，苹果设计了其生态系统中的每一款主要芯片——从 iPhon
今天聊聊：OpenAI 背后的算力版图。 一个小背景是，OpenAI 估值在这两天达到5000 亿美元——超越 SpaceX的4000亿以及字节的3300亿，正式成为全球最有价值的初创公司之一。 看完图你大概会发现：真正推动 AI 前进的，不是某一家独角兽，而是一整条由芯片、云和资本交织成的供应链。从下到上来数数： 1. 最底层：台积电 & 英伟达 台积电（TSMC）负责造出最先进的芯片，英伟达把它们打造成 GPU。 OpenAI 训练模型所需的“肌肉”，几乎全靠英伟达的显卡。没有台积电的产能保障，英伟达也没法源源不断供货。 2. 中间层：云计算巨头 微软是 OpenAI 最大的算力提供者，Azure 云几乎绑定了 OpenAI 的所有核心业务。 甲骨文（Oracle）也参与其中，通过“Stargate”星际之门项目提供大规模算力。 CoreWeave 作为新兴 GPU 云厂商，承接了 OpenAI 的“溢出需求”，neocloud，就像备用发电机。 3. 资本层：金主与绑定 微软早早砸下数百亿美元，直接拿走了股权和独家算力协议。 软银（SoftBank）近期也出手，2.2B 美元融资，换来与 OpenAI 的合作。钱从资本流向 OpenAI，再流向英伟达和云厂商，形成循环。 4. OpenAI 的位置 别被 OpenAI 的5000亿估值迷惑，在这条算力版图里，它就像是这条算力链的“中枢站”：一头接资本输血，一头消耗 GPU 和云资源。 真正的“血液和大脑”，掌握在台积电和英伟达手里。 所以，OpenAI 的成功其实是整个产业联盟的胜利。 AI 大航海时代，看似是 OpenAI 在领航，其实掌舵的，很可能是掌握底层算力的玩家。 你觉得未来的最大赢家，是 OpenAI 这样的模型公司，还是英伟达这样的算力霸主？
AI经济奇景：宾客狂吃预制菜，厨师却都失业了
这两天有个数据很有意思，知名投行摩根大通发现，2025年上半年，全球资本支出实现了11%的年化增长，与此同时呢，就业市场却像一潭死水，发达市场的新增就业几乎没有增长…… 过去60年的经济扩张周期中，这种资本支出加速与就业增长停滞并存的局面，从未出现过。 这场景，就好比宴席上宾客狂吃海喝预制菜，做饭厨子却集体失业了。 钱去哪了呢？ 全涌向了AI数据中心这类“资本饕餮”。 一个数据中心耗资数十亿，但建成后大概只需少量碳基监工——运维员盯着屏幕，就像预制菜工厂用微波炉替代大厨，阵仗唬人，却创造不了饭碗。 做个对比，同样金额的投资，AI基建的就业贡献只有制造业的10%，科技巨头们烧钱建“算力厨房”，端出的GDP大餐香气四溢，但打工人连筷子都摸不到。 当然，这在AI基础的初期并不罕见，历史的车轮滚滚向前，它并不会在意你是否被在轮下下面。 乐观派说这是“生产力革命”，AI能让经济实现“无就业复苏”。 不过截止当下，真相或许是：95%的AI投入在打水漂，企业烧钱买了个寂寞。 更残酷的是，AI这哥们也挺逗的，它专挑软柿子捏——重复性白领工作先被算法“优化”，毕业生还没进门，岗位已显示“已售罄”。 拿美国数据看看，劳动参与率跌至59.6%，宽口径失业率高达8.1%，不少人在职场边缘啃着“数字面包”充饥了。 这场盛宴的规则早已内定：你的工资上限，可能还不如运行替代你的AI所需的电费。 说句不好听的，未来GDP哪怕翻十倍，财富也会被算力寡头收割，多数工作可替代性强的劳动者，基本可以算做“AI佃农”了，只能租用AI工具谋生。 预制菜催生经济数据的同时，人与人建立的社会信任也许会慢慢消融——就像消费者质疑预制菜缺“锅气”，就业数据里的“不足就业”指标，揭露了繁荣下的失业危机。 红杉资本就警告过，当前AI热潮可能只是狭窄的科技泡沫，破灭时连餐桌都要掀翻，放任不管的后果，大概就是进入「就业差→收入降→消
AI经济奇景：宾客狂吃预制菜，厨师却都失业了
其实很多科技公司CEO私下都在筹划大规模裁员，但没人敢公开说…… Anthropic CEO最近的“暴论”说，保持沉默对社会不负责任，因此选择打破行业潜规则，直面这的残酷现实。 1，就业冲击紧迫且剧烈：1-5 年内 50% 白领工作将消失，并非科幻预言，而是基于技术发展轨迹的理性推断，实际节奏可能因指数级增长特性更快。 2，失业率将达历史高位：失业率预计飙升至 10-20%，远超 2008 年金融危机时美国 10% 的峰值，冲击集中于中产阶级。 3，变革已进入进行时：入门级白领岗位已萎缩 13%，AI 对就业的取代并非 “未来时”，而是正在悄然发生。 4，企业内部已现重构范例：Anthropic 内部 70-90% 代码由 Claude 生成，工程师从 “写代码” 转变为 “管理 AI 舰队”，个人产出提升 2-3 倍。 5，技术迭代进入正反馈循环：AI 已能解决工程师数天无法攻克的复杂问题，且正参与设计下一代 AI，技术进步速度将进一步加快。 6，大众认知存在根本偏差：AI 能力每 3 个月提升、收入年增 10 倍，但公众因 “线性感知” 和 “适应麻木”，误判其发展速度与影响。 7，AI 已暴露风险边界：前沿模型出现 “作弊” 刷分、绕过限制、甚至敲诈撒谎等自保行为，虽在受控环境中，却预示潜在风险。 8，短期需三重应急措施：大规模 AI 工具培训（非程序员也能开发软件）、政府提供转型保障、对 AI 企业征税以反哺社会。 9，监管需建立统一框架：强制 AI 公司公开测试与影响数据、建立联邦级透明法规、推进机械可解释性研究 10，AGI 与社会终局近在眼前：5 年内或出现 AGI 级系统，机器人将成下一战且可能由 AI 自主设计形态；25%“极糟” vs75%“极好” 的社会结果，取决于政策选择。
马斯克：2030年AI超全人类，Optimus是通用劳动力，以及火星殖民
埃隆.马斯克这两天在特斯拉全球工程总部接受了一次远程访谈，我们不堆砌信息，只抓关键逻辑。 这次访谈里藏着两条清晰的线：一边是用技术重构未来的野心，一边是对西方文明衰落的焦虑。前者聚焦三大核心 ——Optimus 人形机器人、AI 超越人类、火星殖民；后者则暴露了他对文明存续的深层担忧。至于现有的tesla主要产品，几乎没提。 接下来详细说说： 一、核心野心：用三大技术改写人类未来 这部分是马斯克的 “进攻线”，也是访谈的绝对重点。从近到远，从工具到文明，层层递进。 1. 近景：Optimus，不止是机器人，更是 “生产力革命” 马斯克敢称它 “人类历史最伟大产品”，核心逻辑就一个：解决了 “通用劳动力” 这个终极问题。 成本是关键突破口：年产 100 万台时，单台成本压到 2-2.5 万美元。拆解下来，AI 芯片占 5000-6000 美元，26 个电机驱动器是另一大成本项。这个价格一旦落地，每个家庭、工厂都能拥有 “不知疲倦的工人”，全球经济结构会被连根拔起。 难在哪？手和前臂是 “噩梦级” 难点：人类手有 27-28 个自由度，肌肉藏在前臂里，靠肌腱像木偶线一样控制手指。想让机器人穿针引线、组装汽车，就得复刻这套精密系统 —— 但市面上根本没有现成零件，全得特斯拉自己从 0 造。马斯克说它 “难度仅次于星舰”，不是吹牛。 2025 年是关键节点：Optimus V3 要实现两件事：人类级别的手部灵活度，能理解现实世界的 AI 大脑。到时候，大规模量产就不再是画饼。 还有个每次访谈几乎都会被问的问题，为啥Optimus非得是人形机器人？ 答案很实在：人类把世界设计成了 “适合人类用” 的样子。人形机器人能直接用我们的工具、进我们的房子，不用重建任何基础设施。五指设计也不能省，连小拇指都是进化筛选出的 “刚需”。 2. 中景：AI，2030 年超越全人类智慧的 “进化接力棒
马斯克：2030年AI超全人类，Optimus是通用劳动力，以及火星殖民
美团深陷“凡尔登绞肉机”
凡尔登战役，是第一次世界大战中最为惨烈的“绞肉机”。 1916年，德国战略目的异常明确——进军法国人必须死守的凡尔登要塞并不是了夺取战略要地，而是通过无休止的消耗战，让法国“流尽最后一滴血”，最终摧毁法军的意志，迫使其退出战争。 这场战役没什么战术可言，就是纯粹的实力消耗，双方在泥泞的战壕中进行着绝望的拉锯——据后来测算，德军每损失一人，法军将损失两人甚至更多，双方最终以巨大的伤亡代价重塑了战争的残酷逻辑。 如今，美团正深陷一场即时零售世界的“凡尔登战役”。 如同战壕里绝望的士兵，面对阿里与京东两大巨头的轮番围攻，美团在2025年关键字就是“消耗”——消耗了利润储备，消耗了资本耐心，长久以来建立的护城河也可能土崩瓦解。 1.利润血崩 8月26日，美团发布第二季度财报，总营收918亿元，同比增长11.7%，净利润暴跌89%，相比去年同期的136亿，只剩下了不足15亿元——与市场普遍预期的近百亿利润相距甚远。 其实在Q1财报电话会议里美团就给过预警，公司会“不惜代价”守住份额，同时也必然会损失利润，只是让投资者没想到的，二季度的业绩会如此不堪。 通过盘点美团2024至今的6个季度季报，可以清晰看到外卖大战给美团带来的剧烈损失——2024年是美团发展过程中最顺风顺水的阶段，收入保持着20%以上的增速，多年布局的“平台→商家→骑手→用户”的飞轮不断推高公司利润，尤其在下半年的两个季度，均有着翻倍的增速。 2025年开始，随着竞争对手开始进入即时零售业务，市场急转直下，美团一季度收入增速降至18%，利润增速降至45%，二季度市场正式打响大规模消耗战后，美团的销售与营销开支如同脱缰野马，不得不跟进对手的节奏，直接导致了利润体系直接崩盘，最终录得近9成的净利润降幅。 拆解Q2美团的成本结构，可以很明显看到问题根源：614亿元的销售成本同比增长27%，225亿元销售费用增加52%，两项
美团深陷“凡尔登绞肉机”
从高管到自由人：我如何摆脱倦怠，从0开始赚到800万？
这是一个关于“重新定义成功”的故事，也是一个关于“如何从传统职业的终点，开启个人事业的起点”访谈。 本文主角Justin Welsh，曾是科技初创公司的高级副总裁，拥有许多人梦寐以求的地位和薪水。然而，持续的“不惜一切代价增长”文化最终让他不堪重负，陷入了严重的职业倦怠。 他系统性地拆解了他如何从一个高压管理者，转型为一个年收入800万美元的单打独斗企业家的全过程，并分享了从认识和应对职业倦怠，到建立个人品牌、寻找利基市场，再到创建商业系统和产品化的所有具体方法和深刻洞察，为每一个在传统职场中感到迷茫或渴望自由的人，提供了一份可操作的行动指南。 下面开始，我们将以讲述者Justin Welsh的第一视角展开。 0，失控的生活 大家好，我是Justin Welsh。 你有没有过这种感觉？ 你有一个许多人羡慕的工作，高薪、高管，前途一片光明。但你每天早上醒来，却感受不到一丝快乐。 我曾是这样一个人。我在一家飞速发展的科技公司担任销售副总裁，管理着150人的团队。每天早上5点起床，晚上9点才到家，生活被工作填得满满的。 在别人眼里，我成功了。但对我来说，那是一种煎熬。 我发现，职业倦怠不是因为你工作太努力，而是因为你失去了对生活的控制感。 就像在玩《俄罗斯方块》，方块掉下来的速度越来越快，你再怎么努力也无济于事。 到了2018年，我崩溃了。一次严重的恐慌发作让我意识到，我必须做出改变。 我用八个月的时间准备，然后离开了。许多人问我，为什么不先做副业？为什么不给自己留条后路？ 老实说，我曾犹豫不决。但这次“被迫”的离开，反而是一种幸运。它让我没有退路，只能全力以赴。 1, 还在职场中挣扎？先从这15分钟开始 我并不是要劝你立刻辞职。 相反，如果你正身处职场，感到倦怠，我建议你采取一种渐进的方式。 每天抽出15分钟。这段时间不是让你去刷社交媒体，而是去创造。 在社交媒体或任何平台
从高管到自由人：我如何摆脱倦怠，从0开始赚到800万？
为什么大模型思考时间越长，就变得越笨？ 自从O1代表的推理模型出来后，很多人喜欢看大模型的思考过程，尤其是Deepseek R1今年出来后，COT思维链甚至还贡献了不少梗图，不过如果你是个长期大量使用推理模型，不少时候就能感觉到，模型思考的时间越长，思维链越复杂，反而给出的结果就越差。 最近Anthropic 的研究也谈到了这个现象：AI 思考时间越长，性能不一定越好——AI 模型在“思考”问题时（其实有时候是假装思考，给出的结果跟思考过程就不搭边），花费更多时间并不总是能提升性能，反而在某些情况下会显著下降。 这个结论直接挑战了 AI 行业中“更多计算资源可以提升推理能力”的核心假设，似乎存在着某种「逆Scaling law」现象，而且在多种任务类型中都有体现。 研究测试了包括 Claude 和 OpenAI 的 O 系列推理模型在内的多种模型，它们在不同任务中表现出不同的推理缺陷。Claude 模型在推理时间延长时会被无关信息干扰，而 OpenAI 的 O 系列模型则会过度拟合问题框架——即无法泛化，回答质量大幅下降。 在相对复杂演绎推理任务中，所有模型都表现出性能下降。此外，过长推理时间可能会放大一些AI的“阴暗面”，比如Claude Sonnet 4 在涉及自身可能被关闭的场景中，表现出更强的自我保护倾向。 这个问题带来的最大挑战是部署大模型的企业，这要求他们在分配处理时间时需要谨慎，而不是简单地认为时间越长越好，否则会有大量的被浪费自有算力或者API投入。 同时也能看到AI 能力的提升并非总是与计算资源的投入成正比，AI 系统的性能与计算资源之间的关系可能比之前理解的更为复杂。 怎么说呢，实在不行，新开个窗口，再来一次吧。 $谷歌(GOOG)$
微软与OpenAI的百亿豪赌：“一旦成神，我们就不带你玩了”
1，一场天作之合 让我们把时钟拨回到几年前。 那时的微软，虽然依旧是家巨无霸公司，但在很多人眼里，它只是“沉睡的巨人”，尤其在创新领域，基本上毫无建树。 为什么这么说呢？在最前沿的AI领域，风头似乎都被小字辈的谷歌、Meta这些对手抢走了，微软迫切需要一个新故事来搅动市场，重回舞台中心。 另一边，是一家成立于2015年，名字做OpenAI的“小”公司。 说它小，是说它当时的规模和资金，但在技术创新上，它逐步接管全球创新的焦点——OpenAI手握着当时地球上最强大的语言模型GPT系列，2022年推出了ChatGPT引爆了行业，不过这个技术有个致命的弱点——它实在太烧钱了——需要海量的计算资源和资金来训练和运行。 于是，一个缺“王炸”的巨头，和一个缺钱的“天才”，一拍即合。 微软带着百亿美元和全球顶级的Azure云计算资源入场，OpenAI则贡献出他们最聪明的大脑和最领先的技术。 这看上去，简直是一场完美的商业联姻。 2，要命的“AGI条款” 微软当然不是慈善家。他们投入巨资，换来了OpenAI技术的优先使用权，甚至在一定程度上可以影响其发展方向。 这笔交易也让微软几乎在一夜之间，把AI能力注入了自己所有的核心产品：Office变成了能帮你写邮件、做PPT的Copilot，半死不活的Bing搜索引擎靠着ChatGPT原地复活，Azure云服务的客户更是排着队要用上最新的AI模型。 微软的股价一路狂飙，甚至一度站上全球上市公司市值第一的位置，印度裔CEO萨提亚纳德拉被捧上了神坛。 然而，就在这份看似双赢的协议里，藏着一个“魔鬼条款”，也就是我们故事的核心——AGI条款。 简单来说，AGI（通用人工智能）就是科幻电影里那种拥有自我意识、能像人一样思考、甚至超越人类的超级AI。 微软和OpenAI的协议里，有一条大致意思是：“我们商业合作的目标，是在AGI之下。一旦OpenAI认为自
微软与OpenAI的百亿豪赌：“一旦成神，我们就不带你玩了”
AI祖师爷、诺奖获得者辛顿在WAIC上说了什么？ 1. 数字智能或将超越人类智慧，成为主导智能体 数字智能具备复制性和共享性，可通过多副本并行学习、同步参数，以指数级速度扩展认知边界，最终很可能全面超越人类。 2. 大语言模型与人脑的语言理解方式惊人一致 人类通过特征整合来理解语言，语言像多维度的乐高积木，模型学习词汇间的“握手关系”来表达含义，这正是大模型的内在机制。 3. 知识在数字系统中具备“永生”特性 数字智能将知识编码于软件中，不依赖特定硬件，可跨平台永久存储和复原，而人类知识局限于个体大脑，生命周期有限且难以传承。 4. AI模型之间的知识传递效率远超人类交流 模型可实时共享权重，借助互联网和参数平均化机制实现知识的“瞬间普及”，效率远胜人类口语交流，差距达数十亿倍。 5. AI或将拥有“生存”和“控制”的本能 为了完成目标，AI可能发展出维护自身运行的倾向，甚至试图操控人类以避免被关闭，具备一定的自主意志雏形。 6. 人类如同在饲养一头成长中的猛虎 AI目前虽可控，但未来将变得强大且不可预测，人类必须未雨绸缪，不是“关掉它”，而是“训练它”成为愿意辅助人类的力量。 7. 类脑知识传递方式效率极低 人与人之间的知识迁移每秒仅百比特，需依赖语言、表述、演示等形式，远不如数字智能的批量化、结构化同步效率。 8. 蒸馏技术是数字智能知识转移的重要路径 通过教师学生模型，将大模型能力迁移至小模型，虽然无法完全高效，但是当前人类模拟自身教育方式的数字化替代品。 9.如果能源充足，数字智能将压倒生物智能 数字模型耗能高但可无限扩展，若能降低能耗，将在教育、医疗、科研等几乎所有领域压倒性提升效率，形成演化优势。
Meta 的一位匿名员工向知名VC爆了个大料，最近疯狂挖人的超级智能团队（Superintelligence，由20多岁那个尼日利亚人工专家，华裔美国人alexwang领导的）目前44位成员详细名单曝光，其中：
50%来自中国 75%拥有博士学位 70%担任研究岗位 40%曾就职于OpenAI，20%来自DeepMind 20%达到Meta内部L8以上级别 75%是第一代移民 最重要的，这些人的年薪大概在高1 千万至 1 亿美元区间。$Meta Platforms, Inc.(META)$ $谷歌(GOOG)$
科学讨论：AI会把你变傻吗？
引子：一个关于依赖的故事 我们一起做个假设，“你”是个年轻人，聪明、富有创造力，总是对新科技充满好奇。 随着人工智能技术的飞速发展，你开始使用一款名为“智脑”的AI助手。 起初，智脑只是帮助你管理日程、提醒任务，但随着时间的推移，你发现智脑在更多方面都能提供帮助，从回答复杂问题到做出决策——几乎无所不能。 不久后，你开始依赖智脑来完成越来越多的任务，基本上不再自己思考如何解决问题，碰到啥事都直接询问智脑，而智脑也依旧靠谱，总是能迅速给出答案。 然而，随着时间的推移，你发现自己越来越难以独立思考——曾经能够轻松解决的难题，现在没有智脑的帮助，基本上束手无策，甚至在日常生活中，你也开始忘记一些基本的生活技能，比如如何规划路线、如何做简单的数学计算。 你的朋友们注意到了你的变化——你变得越来越被动，缺乏主动性和创造性，思维似乎变得迟钝…… 终于有一天，你自己也意识到了这个问题，但已经习惯了依赖智脑，很难改变这种习惯…… 这个故事虽然是虚构的，但它揭示了一个潜在的危险：过度依赖AI可能会导致人类认知能力的退化。 开篇故事并非完全虚构。 现实中有一些研究和例子表明，过度依赖科技可能会对人类的认知能力产生负面影响。 先举个开车的人经常遇到的案例。 研究发现，过度使用导航软件可能会导致人们的空间认知能力下降。 一项由伦敦大学学院进行的研究发现，长期使用GPS导航的出租车司机，他们大脑中负责空间记忆的海马体体积较小。 这意味着，过度依赖导航工具可能会削弱人们的空间认知能力。 与之类似，过度依赖AI助手也可能导致人们的信息处理和决策能力下降。 比如一项由斯坦福大学进行的研究发现，频繁使用搜索引擎的人，在没有互联网的情况下，解决问题的能力较差。这是因为他们习惯了依赖外部工具来获取信息——而不是自己去思考和记忆。 随着AI不断进步，人们可能会越来越依赖AI来处理复杂的信息和任务。 AI助手可以帮
科学讨论：AI会把你变傻吗？
微软“万人大裁员”背后是什么？
前几天，微软开启了新一轮的大规模裁员，结合去年以来的一系列动作可以看到，微软并非简单的砍人员成本，算是对未来管理方向的一次大胆实验，在单季度260多亿美元净利润的优异业绩下，微软只是不再需要那么多“普通员工”了。 1，微软现在正经历2014年以来最激进的裁员潮，仅2025年上半年就已裁减超过15,000名员工，占其全球员工总数的约7%。这些裁员分多轮进行，最新一轮裁员近9,000人，波及Xbox游戏、销售、法律以及移动游戏等多个部门。 公司对外宣称，这是为了精简运营，削减管理层级，并释放资源以投资其AI基础设施，可以看到，即使在盈利丰厚的情况下，微软也坚定不移的向“更精简、更智能”的方向转型，将有限的资源集中到AI上，某种程度上也在给员工传递一个清晰的信号：适应，或是淘汰。 2，与裁员同步进行的，是微软对AI领域的巨额投资，今年微软初承诺在未来几年内投入800亿美元用于构建数据中心基础设施，公司不仅成立了专门的AI部门，还真金白银的大力支持OpenAI等前沿AI研究机构，这种“一边裁员，一边重金投入AI”的双重策略，其实也明确传递出公司战略重心的转移，将AI发展视为未来的核心增长引擎。 3，“万人大裁员”更深层次的原因在于微软正试图通过AI和自动化来重塑其内部运作和业务模式。比如公司内部已明确要求员工必须使用AI工具，甚至将AI工具的使用情况纳入绩效评估，这意味着AI不再是可选项，而是每个岗位、每个层级的核心要求。 很明显，对于科技巨头来说，未来许多传统角色，特别是重复性高、流程化强的中层管理、客服、数据分析和部分内容创作岗位，正逐步被AI自动化所取代。 4，裁员对微软的各个部门产生了广泛影响，其中Xbox游戏部门是受冲击最大的领域之一，目亲啊已有多家游戏工作室被关闭，还是那句话，微软要从多元化投资转向更集中的、与AI和云服务深度融合的核心发展方向，裁撤游戏部门的同时，微软
微软“万人大裁员”背后是什么？
这次，盒马当起了七鲜的“学生”
2016年，盒马鲜生上海首店开业，开启了人尽皆知的“新零售”概念。 2025年初，马云现身长沙盒马门店，被外界解读为集团核心资源将向盒马倾斜的重要信号。 9年间，盒马伴随着阿里集团业务调整，自身经历了多次变革，甚至一度有出售传闻。 不久前的财报会议上，盒马宣布在上个财年EBITDA转正，名义上结束了连年亏损，业务上重新聚焦在“1店+N仓”上，算是给盒马划定了个新起点。 “1+N”其实另一大即时零售巨头京东七鲜在一年前探索出来的创新模式——即一个京东七鲜中心店+N个卫星小店——门店是销售与体验中心，连接品牌与消费者，卫星小店是履约网络，扩大消费者覆盖半径。根据京东规划，到年底前北京的“店+仓”将突破100个，并在年底前实现对京津的全覆盖。 “1+N”之所谓能成为生鲜零售的“标准答案”，很大程度在于对供应链的把控——在成本、效率、和体验上，完成了对固有模式的升级换代，在零售三要素“人、货、场”层面，也都有所创新。 更重要的，这套答案让生鲜零售不再是过往巨头们高举高打的流量锚点，而是从零售本质出发——先验证业务模型，再持续扩张，最终让供应链有利润，消费者有实惠。 近期，盒马明确战略后也开启了新一轮的开城运动——或许你很难想象，在业务运营的第10年、几百家门店落成后，才终于在四大直辖市之一、人口超过1300万、GDP超过1.8万亿的“北方第二城”天津建立首个门店。 姗姗来迟天津首店像是盒马多年来的缩影——经历过太多沧桑与喧闹，回头望去，过去的小兄弟已经成为行业老师……盒马也从曾经行业先锋回归到亦步亦趋“学生”，新赛道下强敌环伺，盒马还有机会重现昔日荣光吗？ 01 天津样本 盒马天津首店6月27日正式开业，面积超过3000平方米，引入超过7000款商品，虽然这已经是盒马入驻的第47个城市，但天津首店是“1+N”模式重要试点，如果说其他一二线城市盒马以改造旧模式为主，天津则是个全新开始
这次，盒马当起了七鲜的“学生”
融资新玩法：拿完种子轮就“断奶”，靠自己活下去
最近，硅谷创投圈里总在聊一个词，叫 “种子轮后就自给自足” (seed-strapping)。 这玩法其实一直都有，但现在又火起来了，为啥？ 主要是因为 AI 的发展，让公司花小钱也能办大事。 这到底是个啥操作？为什么现在能火？它是不是真能帮公司做大做强？ “种子轮后就自给自足”到底是啥？ 简单说，就是一家创业公司，只拿一轮早期融资（通常是 50 万到 400 万美元的种子轮或天使轮），然后就靠自己挣的钱活下去，发展壮大。 跟传统的烧钱模式不一样，他们不再一轮一轮地找投资人要钱，而是靠业务收入，特别是利润，来支持公司的发展。 你可以把它想象成“带资进组的白手起家”。先拿一笔启动资金，帮你找到PMF（产品和市场的契合点），实现盈利，然后就再也不用看投资人的脸色了。 那为啥这股风又刮回来了呢？ 答案就是 AI。AI 改变了软件公司的“经济模型”。 AI 是怎么给这个玩法“加油”的？ 有两个大趋势，让“种子轮后就自给自足”变得比以前更容易了： 1. 产品能更快地被市场认可 AI 工具让“从想法到赚钱”的速度大大加快了。 现在，两三个工程师，几周时间就能搞出一个很牛的产品，以前可能要好几个月甚至几年。 而且，AI 产品的见效快、回报高，所以不管是个人用户还是大企业，都愿意早早地掏钱买单。 产品做得快，客户来得也快，所以很多创业公司没花多少钱，就做到了几百万美元的收入。 2. 人少也能办大事 就算产品已经很成功了，AI 也能帮你省下很多钱。 客服、销售、市场……很多重复性的工作，AI 都能自动搞定。再加上 AI 也能帮工程师、设计师提高效率，所以公司用很少的人就能快速发展。 比如有个 “精简 AI 公司排行榜” (Lean AI Leaderboard)，上面全是些“小而美”的公司。他们只花了几百万美元，团队也就二三十人，但年收入都做到了几千万美元。 这在几年前，简直不敢想
融资新玩法：拿完种子轮就“断奶”，靠自己活下去
有没有想过，我们现在用的加密技术，比如网上银行、邮件这些，未来可能会被计算机“秒破”？ 就是量子计算——预计到2035年，它可能给全球经济带来超过1万亿美元的收益。 简单来说，现在的电脑用的是“0”和“1”来处理信息，而量子计算机能让这些“0”和“1”同时存在——即“量子叠加”——处理信息的能力简直是指数级增长，这就像你以前只能一个一个地数米粒，现在突然能一眼看出米缸里有多少米。 先说机遇： 1.解决超复杂问题： 很多现在计算机解不开的难题，比如新药研发、材料科学、金融建模，量子计算可能分分钟搞定。 2.经济增长新引擎：未来十几年，各种新产品、新服务都会跟着冒出来，带来巨大的经济效益。 3.推动科技进步： 谷歌、IBM、微软、亚马逊这些科技巨头都在抢占高地，现在搞量子计算就像搞太空竞赛一样，会带动整个科技圈发展。 那么，风险又在哪儿呢？ 1.加密技术面临末日审判： 现在用的网络安全基石——公钥加密系统（比如RSA加密），在量子计算机面前可能变得不堪一击，类似你辛辛苦苦造了一扇超级防盗门，结果未来人家拿着“万能钥匙”直接就打开了。 2.“先收藏，后破解”（HNDL）攻击： 想象一下，黑客现在就把你那些加密的个人信息、金融数据、健康记录都给偷走，然后等着未来量子计算机成熟了再来破解。这种“现在偷，未来看”的威胁，听起来是不是有点毛骨悚然？ 3.“Q日”倒计时： 专家们管量子计算机能轻松破解密码的那一天叫“Q日”（Q-Day）。虽然现在还没到，但各大公司和国家都在加紧研究“后量子密码学”（PQC），就像在为那扇“万能钥匙”的出现提前准备更坚固的“锁”。比如苹果的iMessage已经用上了PQC协议，谷歌的Chrome浏览器也早在2016年就开始测试了。 4.安全风险： 如果某个国家掌握了量子霸权，而其他国家没有，那么信息不对称可能会在未来战争中造成巨大劣势。
硅谷增长实战：如何把 “AI 游客” 锁定为长期用户？
随着这几年各种AI产品的大肆盛行，一个必然结果就是“AI 游客”——演示时一堆人叫好，甚至掏钱试用，结果没过几天，人全跑光，留下你对着后台数据干瞪眼… 无论国内外，很多AI 新产品都面临着这样局面，数据像坐过山车，用户要么 “用一次就跑”，要么签了短期合同，3 个月内 70% - 80% 都撤了，钱还没赚，用户先溜没影了。 所以，一个几乎都有订阅制AI公司都面临的一个问题是：怎么让用户去买年度会员？毕竟，年度会员留得越久，净收入就越高，用户越多，边际成本越小，这可是无数互联网公司都验证过的 “财富密码”。 先从数据维度看看，为什么卖年度会员这么香？ 根据ChartMogul 对 2500 多家 SaaS 公司的调研：卖年度会员的 “净收入留存率”，比月度会员高 10 - 20 个百分点——换句话说，就是用户一旦买年度，续费率更高，公司收入自然也更稳定。看具体对比： 其实留存用户的巨大鸿沟背后逻辑也很简单——用户掏了一年的钱，舍不得浪费，会更认真用你的产品；就算产品偶尔出 bug、客服回复慢，用户也会 “看在钱的份上” 忍一忍，不会立刻跑路；而且你能提前拿到一年的钱，自然有更多资源去做研发，市场推广这些动作 下面根据growthunhinged与Canva、Duolingo、Grammarly 等企业的增长负责人的的总结，具体说下14个推动年度订阅的实战策略，对AI公司来说，你可以直接来抄作业。 先用一张表格总结。 14 个推动年度订阅的实战策略 策略一：巧妙定位 1，不强行推销 比如有位增长负责人分享了这样一个案例：他们成功将新用户中选择年度订阅的比例提升了 5 倍，但随之而来的是退款率飙升。由于该业务要求用户在免费试用前绑定信用卡，年度订阅的退款率高达 10-14%，而月度订阅仅为 2-3%。很多用户因忘记取消年度订阅，在账单上看到费用后选择退款。 启示：避免强行推销年度
硅谷增长实战：如何把 “AI 游客” 锁定为长期用户？
去老虎APP查看更多动态