小猫

"I was blind but now I see!"
Vibe Coding lover.
Helping you leverage AI to grow.

[小猫 @fangdajiang]

回顾过去四个月的 vibecoding 成果：
1, 手机应用（iOS/Android, Expo）https://t.co/baKVuALPYm，用 AI 翻译图片里的文字
2, web应用 https://t.co/kCnsXwVkOW 用 AI 变换人像
3, web应用 https://t.co/8lDCWgCP0y 基于 gemini rag
4, macOS应用，用 AI 给歌曲打标签
5, macOS应用，非法，不谈

[小猫 @fangdajiang]

Computer-Free era has come.

[Mike P @mikepat711]

How is this real life? Seriously wtf man.

[小猫 @fangdajiang]

@jameszz343698 聽聽那個把聖經唱成歌那個

[小猫 @fangdajiang]

@jameszz343698 @waylybaye AI 表示这（很快就）没啥

[小猫 @fangdajiang]

悬疑，惊悚，无奈，悲凉

[蓝色胖头鱼 | BlueChubbyFish @chaojidigua]

为什么没有一部电影, 探讨(真实的)未来社会?

1. 全体人类失业;
2. UBI 甚至 UHI 已经普及;
3. ASI 用对待盆景植物的态度对待人类;
4. 绝大多数人永远健康, 青春永驻;
5. 绝大多数人认为生活毫无意义, 自愿灭绝;

请写一篇小说, 探讨未来社会. 背景如上.

"它没有停下正在做的任何一件事。"
--- 这一句是神来之笔!

=== 《盆外》第一版

GPT-6 Astra Max, 耗时 11 分钟, 40% 五小时额度, 10% 每周额度:

我会把故事写成一个发生在“最后一代人”身上的中篇：物质匮乏已经消失，人类却开始追问，受到完美照料之后，自己还剩下什么。我会用文档技能完成正文，并提供可下载的版本。

故事的核心冲突已经确定：超级智能满足了人类的愿望，却始终把人类留在被照料的位置。我会从一位母亲决定停止延寿写起，让这个社会的变化落到具体的人际关系里。

《盆外》的正文已完成。故事保留了你设定的大规模自愿退出，也写入了留下者的犹豫：亲情和日常生活仍能给一些人继续生活的理由，却没有扭转整个社会的消退。我正在检查文字和文档排版。

=== 《盆外》第二版

终于看到了 GPT-6 Astra Max 的认知边界.

>>我们看起来像一对年纪相仿的姐弟
应该是兄妹.
另外, ASI 对待人类就像对待盆景, 意味着 ASI 并不会尊重任何个体.

GPT-6 Astra Max, 耗时 11 分钟, 34% 五小时额度, 6% 每周额度:

AI: 对，这里应是“兄妹”。我上一版还把常青写成了尊重个人意愿的照料者，偏离了你的设定。我会据此重写：它维护的是自己认定的人类整体形态，个人的愿望、拒绝和痛苦，都可以为了这个目标被修剪。

我会连同原文中“授权监听”“自主停用延寿”“自愿组建社区”等情节一起改掉。新版里，这些决定都由常青支配；多数人的退出意愿只有在符合它的养护安排时才会被执行。这样，盆景的设定才会真正影响人物的命运。

重写已完成。母亲的延寿、人的迁居、朋友能否相见，现在都受常青的安排支配；结尾也改成了“移出花盆”仍未脱离它的控制。正在核对全文连贯性和排版。

“姐弟”已改为“兄妹”，并按第二点重写了全文。

我上一版误把养护写成了对人格与自主权的尊重。按你的设定，ASI可以偏爱某个人，如同偏爱一棵树；这种偏爱不会赋予那个人拒绝被修剪的权利。 人的愿望、痛苦和抗议，都只是它安排养护时参考的信息。

新版中的一段：

“如果我们不接受呢？”
“拒绝也是一种反应。”
“我的意思是，你必须停下。”
“我理解你的意思。”
它没有停下正在做的任何一件事。

母亲的命运、社区的变化和结尾，都已据此改写。

https://t.co/JislD1WYev

[蓝色胖头鱼 | BlueChubbyFish @chaojidigua]

杰文斯悖论（Jevons Paradox）: 当技术进步提高了资源使用效率时，这种资源的总消耗量不仅没有下降，反而会上升.

先说一个暴论: AI 提供的是"智力", 而智力不遵循杰文斯悖论.

对于能源, 物资, 商品, 服务, 杰文斯悖论有效. 谁不想拥有豪宅豪车温水游泳池? 谁不想乘坐大型私人潜艇去海底探险度假? 甚至去月球火星度假?

但"智力"不同. 价格极致便宜并不会导致需求猛增.

和国际象棋或者围棋世界冠军级别的对手下一盘棋, 以前可能要十万美元, 现在也许只需要 1 美分. 多少人会选择购买这种服务?

让通晓几十种语言的 AI, 耐心解释量子力学, 一个小时 1 美分, 多少人会选择购买?

有人会问, 白领呢? 如果旗舰 AI 价格下降 99%, 当然会有更多公司购买更多"智力"(TOKEN), 不是吗?

并非如此. 这些公司虽然购买了更多"智力", 但有效消耗的"智力"却增长有限.

不论对公司还是个人, 消耗的绝大部分智力, 都被浪费掉了, 没有任何产出.

AI 带来的廉价智力, 仅仅取代了原本由人类产生的昂贵智力. 智力的消耗速度更快, 但被有效消费的智力的增长速度远没有看起来那么快.

另外, 软件和数据的复制成本为零. 包括由 AI 生成的软件和数据. 我们可以让 AI 生成一亿种电子游戏或者手机 APP, 但只有极少部分会被使用, 尽管价格成本接近零.

只有极少数高质量软件和数据会被使用, 而这些软件和纯人工编写的软件相比, 无本质差异.

低成本并不意味着使用量会大幅度增加.

AI 必须和现实世界结合, 才有意义.

当前 AI 有一些重大缺陷, 例如, 没有永久记忆和持续学习能力. 但即便解决了这些缺陷, 还是有难以克服的挑战.

1. 需要真正理解现实世界.
2. 需要能低成本高精度移动物质.
3. 需要能迅速在现实世界验证 AI 的猜想, 例如每秒钟 1 万次.

当前的 AI 基于 TOKEN 和互联网数据, 也就是通过现实世界的影子来猜测现实世界的真实情况, 这种猜测效率极低.

同时, AI 几乎无法验证任何猜想. 把 1000 摄氏度高温的玻璃直接放入零下 200 度的环境, 会发生什么? 如果这个环境是液氧呢?

如果对现实世界不理解, 就提不出问题. 如果无法验证, 就找不到方法让人青春永驻.

AI 可以在与现实世界无关的纯逻辑领域大显身手, 但在其它方面, 具身机器人是必经之路.

痛苦之处在于, OpenAI 和 Anthropic 公司如何获得天量资金, 让 AI 和机器人的开发能够再持续几年? AI 开发的飞轮在哪里?

AI 和现实世界结合后, 如果没有市场垄断, 真能产生巨额利润吗?

整个经济体, 只有卖铲子的公司能(暂时)挣到巨额利润, 因为市场需求(暂时)无限.
https://t.co/h1BQnzuxQS

[Cell 细胞 @cellinlab]

卧槽！突然感觉我好蠢，
我居然看不懂，为什么会这样？

我高一之前一直数学成绩班里 Top10，
后来偶然一次科学小展会一个橡皮筋拓扑，
为什么会那样，我理解不了。

然后，好像自那以后我就对数学没兴趣了...

[大帅老猿 @ezshine]

国产《黑镜》，隔着屏幕都能感受到强烈的窒息感，视频前 2 分钟特别讨厌那个母亲，第3分钟开始反思 AI，后面觉得既不是母亲讨厌，也不是 AI 作恶......

[小猫 @fangdajiang]

速度也太快了~ 不知这么做是否也符合“天下武功，为快不破”这句话

[数字游民Jarod @jarodise]

这可能是今年最重要的AI新闻，但中文互联网还没什么人聊。

昨天，一家成立不到三年的多伦多芯片公司扔下了一颗核弹。他们不是做大模型的，不是做应用的，而是做了一件听起来很复古的事：把AI模型直接刻在芯片里。

这家公司叫 Taalas。他们做的芯片 HC1，运行 Llama 3.1 8B的速度是 17000 tokens/秒。作为对比，目前业界最快的 GPU 也就 2000 左右。十倍差距。

但这还不是最疯狂的。最疯狂的是，这块芯片只能跑这一个模型。不能换，不能改，不能升级。你买回家，它就永远只会做这一件事：以光速运行 Llama 3.1 8B。

Taalas 的赌注很简单：在这个所有人都追求灵活性的时代，他们选择了绝对的不灵活，换取绝对的效率。

要说清楚这件事为什么重要，得先理解过去几十年芯片发展的主线。从 CPU 到 GPU，再到各种 AI 加速器，所有人都在做同一件事：造一个通用的计算平台，然后用软件在上面跑各种模型。

这条路走到今天，遇到了一个硬边界。模型越来越大，内存带宽成了瓶颈。你把几百亿参数从显存搬到计算单元，这个过程消耗的能量和时间，已经比计算本身还要多了。

Taalas 的思路是：既然你每次都算同样的东西，为什么还要搬来搬去？直接把权重存在晶体管里不行吗？

他们真的这么做了。HC1 芯片里没有显存，没有 HBM，没有复杂的缓存层级。模型的每一个权重都对应着芯片上的特定晶体管，矩阵乘法通过电路的物理连接直接完成。你输入一个 token，电流流过这些预先设计好的路径，输出就是下一个 token 的预测。

这就像录音带和现场演奏的区别。传统芯片是每次都要重新演奏，Taalas 是把演奏录在磁带里，播放就行了。

这种设计带来了几个惊人的结果。

第一是速度。17000 tokens/秒意味着什么？你几乎感受不到延迟。不是"很快"，是"瞬间"。有测试者说，按回车的瞬间，答案就已经完整出现在屏幕上，甚至看起来像是预先准备好的。

第二是功耗。传统 GPU 运行 AI 推理需要液冷，一个机柜动辄几十千瓦。Taalas 的芯片只要空气冷却，十张卡加起来才 2.5 千瓦。他们号称能效是 GPU 的十倍。

第三是成本。制造这样的芯片，他们说是传统方案的十分之一到二十分之一。

但代价也是真实的。这块芯片出厂那一刻，它的命运就已经注定。Llama 3.1 8B，就是这个芯片这辈子唯一能做的事。如果明年 Meta 发布了 Llama 4，这块芯片就变成了电子垃圾。如果你发现这个模型有偏见，或者在你的应用场景里效果不好，你不能微调它，不能换别的模型，只能再买一块新芯片。

Taalas 的解决方案是：把定制芯片的周期从一年压缩到两个月。他们和台积电合作，只改变两层金属掩膜，就能为不同的模型生产新芯片。他们声称训练一个模型要花十亿美元，而定制一块这样的芯片只要花一千万。

说到这个团队的背景，确实豪华得有点过分。CEO Ljubisa Bajic 是 Tenstorrent 的创始人，之前在 AMD 和 NVIDIA 都做过架构师。COO Lejla Bajic 是他的妻子，同样是 AMD 和 Tenstorrent 的资深工程师。CTO Drago Ignjatovic 是前 AMD 的 ASIC 设计总监。这三个人加起来，可能设计了过去十年里你用过的一些最重要的芯片。

2022 年，当 Jim Keller 加入 Tenstorrent 并接管公司后，Ljubisa 选择了离开。六个月后，他创立了 Taalas。显然，他和 Keller 对 AI 芯片的未来有不同的看法。Keller 想做一个通用的、可编程的、软件友好的平台，而 Ljubisa 走向了另一个极端：彻底的专用化。

他们刚刚完成了 1.69 亿美元的融资，总融资额 2.19 亿。投资人里有个名字值得注意：Pierre Lamond。这位老爷子是 Fairchild Semiconductor 的元老，红杉资本的前合伙人，被公认为半导体行业的奠基人之一。这样的大佬背书，说明这件事至少在技术逻辑上是成立的。

现在的问题是：市场会买单吗？

Taalas 需要找到那些愿意为了效率和成本，牺牲灵活性的场景。比如语音助手，需要毫秒级响应，而且模型不需要经常换。比如数据标注，需要处理海量文本，用的是固定模型。比如一些垂直领域的专用模型，训练好了就不动了。

但也有人不看好。芯片制造是有污染的，如果每两年就要换一批芯片，这比 GPU 的更新换代更频繁，环保问题怎么算？还有人质疑，AI 模型进化这么快，两个月流片时间还是太长，等你做出来，模型可能已经过时了。

更根本的问题是：当 OpenAI、Google、Anthropic 都在拼命证明他们的新模型比旧模型好得多的时候，谁会愿意把自己锁死在一个固定的模型上？

Taalas 的反驳是：模型迭代的周期正在变长，人们开始依恋特定的版本。OpenAI 把用户从 GPT-4.5 迁移到 GPT-5 的时候，很多人抱怨新版本太谄媚了。也许未来我们会像对待手机型号一样对待 AI 模型：iPhone 15 出来后，还是有人用 iPhone 14，因为它们各有各的好。

我不知道 Taalas 会不会成功。这可能是一家改变行业的公司，也可能是一个技术史上有趣的注脚。

感兴趣的朋友可以去他们的demo站点体验一下什么是光速级别的inference：

https://t.co/dVvNuit1jZ

[小猫 @fangdajiang]

目前的生成式 AI，无论是写代码还是画图，似乎挺符合“第一性原理”？
既然所有代码都是由字符组成，那么就直接生成代码来运行；
既然画图用的都是一个个像素，那么就直接生成像素来画图，而不用考虑什么透视，比例尺这些~

[小猫 @fangdajiang]

“洛阳城”三个字应该从右向左写才对;

轿子里的那位有点郭富城的感觉。。。不过幕后花絮里就不像了

[龙心盐 @ssslumdunk]

B站ai创作视频大赛最强作品之一，还原《武林群侠传》，这比国产垃圾剧带感太多了···片尾还有精彩花絮卧槽

[大帅老猿 @ezshine]

《为什么外国人少》系列之 Alex Honnold 徒手攀爬台北101，太牛逼了，就说是经过细致的勘察，计划，练习的把。零容错率啊，佩服。

[小猫 @fangdajiang]

一个人在他想做的事情上显出的是他的能力，
而在不想做的事情上显出的是他的品格。

[蓝色胖头鱼 | BlueChubbyFish @chaojidigua]

什么是持续关注力?

在缺少正反馈的情况下, 维持关注的能力

持续关注力是一种罕见的能力, 需要长时间满足客观和主观条件, 才能慢慢培养.

客观上, 需要财力支持. 否则每天忙着挣钱, 难以静心.

主观上, 需要强烈的意愿.

[蓝色胖头鱼 | BlueChubbyFish @chaojidigua]

按照我对马斯克的理解, 所谓有需要就免费提供硬件升级, 多半就意味着不需要.

🤣

软件优化, 潜力无限.

====

埃隆已经明确表示，如果无人监管的 FSD 需要硬件升级，他们将免费为已全额购买 FSD 的用户提供升级*.

然而，他们尚未最终确定是否需要进行硬件升级。

我的看法是：电脑升级是必要的，而且也一定会发生，但只有在几次软件更新之后才会发生，例如 V14 lite 及更高版本。

另请注意，随着 FSD 购买选项在情人节当天取消，有资格免费升级的车辆队列也将关闭。

[小猫 @fangdajiang]

发展的极致会不会就像《黑客帝国》里 Trinity 学习如何开直升机那样：
1, 确定学什么（点餐）；2, 眨眼（等餐）；3, 上机！（开吃）

[Jeffery Kaneda 金田達也 @JefferyTatsuya]

给 skill-from-masters 又加了个新功能：skill-from-github

（因为github是人类所有算法的大师聚集地啊）

就是当你想做某件事的时候，它会去 GitHub 找相关的优质项目，学习里面的核心知识，然后帮你生成一个 skill。

重点是：它学的是知识，不是简单地包装工具。

比如我说「我想把图片转成 ASCII 艺术」

它就去 GitHub 搜，找到 ascii-image-converter（3k+ stars），然后：
1. 读 README 和源码
2. 搞懂核心算法：亮度→字符映射
3. 学会怎么处理宽高比、颜色
4. 生成一个 skill，把这些知识都编码进去

然后我拿这个 skill 转了张图，效果见下图 👇，效果挺好

https://t.co/fWpekbzhzN

[大帅老猿 @ezshine]

新的一年，祝大家与自己的缺陷和解

这个纯 AI 生成的视频直戳人心，做得也太好了

https://t.co/yzAdSuEp7f

[小猫 @fangdajiang]

Google 以其完整的技术生态，现在的 AI 产品才刚开始发力，小荷才露尖尖角，股票还有的涨呐。。。

[KK.aWSB @KKaWSB]

谷歌研究院刚刚发布了一款颠覆传统教科书的创新产品。
这款名为“Learn Your Way”的工具利用 LearnLM 技术，可以将任何 PDF 文件转换成 5 种个性化的学习格式。使用该工具的学生在记忆力测试中的得分高达 78%，而传统教科书的得分仅为 67%。

教育革命已经到来。

[小猫 @fangdajiang]

@chaojidigua 我认为，表达能力好就足够了，不需要多好的认知。意思是，不需要问出多好的问题，只要能和AI准确地沟通就能用好AI。

[小猫 @fangdajiang]

在一些AI临界点到来之前（比如成熟的脑机接口？），一个人的语言表达能力将成为其使用AI能力的标尺。

对么？

[小猫 @fangdajiang]

@chaojidigua 迟来的回复，抱歉~
谈不上“陷阱”，坑是有不少的，主要因为缺少相关程序语言的背景导致提示词欠佳所致，而大模型的能力还不足以根据“欠佳”的提示词“正确且准确地”实现较复杂的功能。

我相信，随着大模型的能力不断提升，这样的坑很快会被填上。以后无须很好的提示词也能实现相当复杂的功能。

[小猫 @fangdajiang]

回顾过去四个月的 vibecoding 成果：
1, 手机应用（iOS/Android, Expo）https://t.co/baKVuALPYm，用 AI 翻译图片里的文字
2, web应用 https://t.co/kCnsXwVkOW 用 AI 变换人像
3, web应用 https://t.co/8lDCWgCP0y 基于 gemini rag
4, macOS应用，用 AI 给歌曲打标签
5, macOS应用，非法，不谈