Bing W

Founder, Shimo Docs. 10 years building a best web office product. Tens of millions of users. Now building the AI office.

[Bing W @icelessb]

why not enjoy it🙂

[OfficeCLI @officecli]

Anthropic or OpenAI?

The next decade of AI shouldn’t be defined by one lab.

OfficeCLI is built around choice: External if you have your own AI stack, Hosted if you don’t.

Generate PPTX, DOCX, XLSX, reports, and images from one CLI.

https://t.co/6xf7Bvs9rl

[小盖 @xiaogaifun]

强烈推荐大家看看DeepMind CEO Demis的最新判断。

真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。

早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。

刚刚把笔记写完，也给大家分享下。

多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。

我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。

如果���部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。

OK，咱们进正题。

1
Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。

但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。

先从最容易看到的现象讲起，Context Window。

现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。

Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就溢出了。

大模型呢？已经做到 100 万 Token。

按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。

问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。

那人为什么 7 个数字的工作记忆就够用？

因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。

具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。

研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。

这个把新东西融进旧知识库的过程，就是持续学习。

模型现在没有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。

2
再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。

长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。

他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。

然后他发现一件怪事。

模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。

明明知道是错的，还是把错的那一步走出去了。

这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。

正常人下棋，意识到一步是昏招之后，脑子里会有一个反应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。

这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。

说到底，模型缺的是一种内省。

3
学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。

除此之外，他还反复提到了创造力。

2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。

所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。

很多人觉得，这就是 AI 的创造力来了。

但 Demis 说，对他自己来说，Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。

这两件事的区别非常关键。

Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。

Demis 给了一个具体的设想。

如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？

目前做不到。

为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。

用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。

爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后来叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。

爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。

目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。

这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。

4
除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。

这一部分内容我反复听了好几次，确实突破我的已有认知。

不知道大���的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。

那小模型的价值到底在哪？

最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。

但 Demis 说，比成本更重要的其实是速度。

这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。

他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。

比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。

这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。

更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反��、再来一个想法，思维不被打断。

这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。

Agent 也是同样的逻辑。一个 Agent 跑完一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。

小模型不是大模型的廉价替代品。有些事只有小模型能做。

比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。

家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。

成本、速度、边缘部署，这是小模型的价值。

5
讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？

Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。

支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，然后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。

为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。

一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。

在很多场景中，小模型和大模型会相互配合。

举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。

只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。

也就是说小模型在���缘做主力，前沿模型在云端做后援。

不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。

这就是为什么 Gemini 从一开始就坚持多模态，不光处理文字，也处理图像、视频、声音。

一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。

讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。

嗯，很有启发。

[Bing W @icelessb]

Generating slides is step 1. The real disruption is when users can keep editing the output in a real slide engine — not just view a static file. That’s what Macrohard needs to actually kill PowerPoint: an AI-native office engine, not just AI-generated images of slides.

And that engine already exists.

[Elon Musk @elonmusk]

Lot of catching up to do.

xAI is half the age or less of competitors.

[Paweł Huryn @PawelHuryn]

73 product releases in 52 days. That's not a launch cadence — that's a different kind of company.

I tracked every Anthropic release from Feb 1 to Mar 23 by going through @bcherny, @trq212, @noahzweben, @felixrieseberg, @lydiahallie, @amorriscode, @feldman, @dickson_tsai, and @claudeai. Built a calendar with first-announcement attribution.

Look at the acceleration. February had bursts with gaps between them. March 9 onward is almost every single day — Code Review, Channels, Dispatch, Computer Use, back to back.

The individual features get coverage. The shipping velocity doesn't. It should.

[yan5xu @yan5xu]

https://t.co/3276u89I8M

[Xiao Tan @tvytlx]

Meta 官宣全公司裁员 20%。并且这是起步数字。高层已经在按 2-3 倍的规模建长期模型，意味着这是一次有剧本、有基建、有时间表的工程组织替换。

触发点是AI 工具上线后，工时数据崩了。
Meta 在工程团队大规模部署 AI 工具后，做了一件很多公司迟早会做的事——回溯分析开发者活动日志。

发现大量工程师的实际有效工作时间骤降
很多 Senior 级别工程师，每周真实产出时间不到 10 小时
但 commit 频率保持稳定，甚至上升，同样的产出，大幅缩减的人力投入。
管理层从 dashboard 上看到的逻辑非常直接：如果 AI 让一个人用一半时间做三个人的活，为什么还要养三个人？

裁员之前，Meta 已经安静地执行了数月的"知识萃取冲刺"（Knowledge Extraction Sprint）。

具体做法：
- 高级工程师的屏幕被 24/7 录制
- 每一条 prompt 被记录
- debug 流程被逐帧捕捉
- 完整的决策树以"流程文档化"的名义被存档
一位工程师描述了自己的经历：被要求在白板前完整展示系统设计方法论——权衡取舍、失败模式、扩展技巧——全程录像。官方说法叫"知识转移，以支持过渡"。

过渡到什么？

过渡到 Agent + 骨干团队的新架构。留下的少数人，配备的正是那些录像、prompt 库，以及 Claude / Gemini 的深度接入。

据称，替代团队使用从离职工程师身上提取的精确工作流，交付速度已经快了 40%。

从 CTO 层级向下，执行路径是四个词：

Extract → Document → Automate → Repeat at 2-3x scale
拆开看：
Extract：以"协作""文档化"为名，系统性地从资深工程师身上抽取隐性知识
Document：将决策逻辑、调试经验、架构判断结构化为可被 AI 消费的训练数据
Automate：用 Agent 替代大部分执行层，骨干团队负责监督与校准
Repeat：以 2-3 倍规模推进下一轮

对外讲的"战略性 AI 转型"是公关叙事。实际操作是：把 15 年以上积累的工程组织能力，转化为结构化数据，喂给替代你的系统。

对所有人的信号：
这件事的意义不在于 Meta 一家公司。在于这套剧本极其可复制。

任何拥有以下条件的公司，都可以执行同样的路径：

- 大规模部署了 AI 编程工具
- 有能力监控开发者活动日志
- 有动机压缩工程人力成本

几个值得思考的问题：

如果你是工程师—— 你的不可替代性到底建立在什么上？是你能写代码，还是你脑子里那套没有被文档化的判断力？一旦后者被结构化提取，护城河就消失了。

如果你��技术管理者—— 你有没有意识到，"请大家把流程文档化"这句话的含义，正在从协作工具变成替代工具？

如果你在创业—— 这是一个结构性的人才市场变化信号。大量有 15 年经验的高级工程师即将进入市场，而同时，小团队 + AI 的杠杆率正在被验证。

[Elon Musk @elonmusk]

Join @xAI and help build a purely AI software company called Macrohard. It’s a tongue-in-cheek name, but the project is very real!

In principle, given that software companies like Microsoft do not themselves manufacture any physical hardware, it should be possible to simulate them entirely with AI.

[Nalin @nalinrajput23]

The world’s greatest entrepreneur.

[Notion @NotionHQ]

Always by your side 🐾

[宝玉 @dotey]

Cursor 两位核心负责人出走，加入马斯克 xAI 打造编程产品

Cursor 的工程负责人 Andrew Milich 和产品负责人 Jason Ginsberg 宣布加入 SpaceX/xAI，直接向马斯克汇报，任务是为 xAI 从零搭建 AI 编程产品。

这两人是 Cursor 从零做到 20 亿美元 ARR（年度经常性收入）的核心操盘手，经手了 Cursor 网页版、CLI、后台 Agent、Cursor 2.0 等几乎所有关键产品。Cursor 创造了 SaaS 史上最快的营收增长纪录，而他们正是背后的产品和工程主力。

AI 编程现在是一个超过 50 亿美元的市场：Cursor 20 亿美元 ARR，Claude Code 25 亿美元年化营收（今年以来翻了一倍），GitHub Copilot 超过 10 亿美元、付费用户 470 万。每家头部 AI 实验室都有自己的编程产品在印钞，唯独 xAI 没有。

xAI 不缺算力，Memphis 的 Colossus 集群有 10 万张 H100，也有 Grok 3 及后续模型。缺的就是真正把 AI 编程产品从 0 做到 10 亿再到 20 亿的产品团队。现在这块拼��补上了。

Milich 的经历也挺有意思：十年前在 SpaceX 实习，做的是 Dragon 2 载人飞船的显示界面，后来出去创业做了加密隐私邮件服务 Skiff，卖给了 Notion，再加入还没改名叫 Cursor 的 Anysphere，帮着把产品做到年化营收超过当年微软 75 亿美元收购 GitHub 时 GitHub 的体量。现在带着一整套 AI 编程的实战经验回归马斯克体系。

值得关注的是时间点：Cursor 正在以 500 亿美元估值融资，两位核心人物却在这个节点离开，说明马斯克开出的条件和舞台足够有吸引力。xAI 编程产品的推进速度，接下来会是 AI 编程赛道最大的变量之一。

[墓碑科技 @mubeitech]

马斯克亲口承认了。

他的Grok，在代码能力上，现在落后于对手。

他为什么开会迟到？
就是因为刚开完一个全体动员大会。
主题只有一个：代码。

他在梳理所有细节，要怎么追赶，怎么反超。
目标不是赶上，是超越。

时间表也给了。
今年年中。

这是一种罕见的坦率��
硅谷的CEO们，习惯用复杂的公关辞令包装自己的弱点。
马斯克不一样。
他直接把问题和军令状一起摆在桌上。

这是真刀真枪的创业者心态，不是职业经理人的PPT汇报。
先承认差距，再公开承诺，最后带着团队去冲锋。

当然，马斯克的时间表一向都很激进。
这次，他能兑现��？

[Junior @hirejuniorso]

Introducing Junior
The first AI employee, for any role.

A true AI employee:
→ their own identity
→ organizational memory
→ self-driven

10+ teams have been working with Junior every day.
Work was never the same since.

Starting at $2,000/month.
We’ve pre-paid $200 of your Junior’s salary.
Try Junior and experience the future of work today.

[hattie @oh_that_hat]

There's a fruit fly walking around right now that was never born.

@eonsys just released a video where they took a real fly's connectome — the wiring diagram of its brain — and simulated it. Dropped it into a virtual body. It started walking. Grooming. Feeding. Doing what flies do.

Nobody taught it to walk. No training data, no gradient descent toward fly-like behavior. This is the opposite of how AI works. They rebuilt the mind from the inside, neuron by neuron, and behavior just... emerged. It's the first time a biological organism has been recreated not by modeling what it does, but by modeling what it is.

A human brain is 6 OOM more neurons. That's a scaling problem, something we've gotten very good at solving. So what happens when we have a working copy of the human mind?

[Elon Musk @elonmusk]

@oh_that_hat @eonsys Wow

[墓碑科技 @mubeitech]

一家估值3800亿美元的公司，增长营销团队只有一个人。

而且，不是工程师。

这事发生在Anthropic，就是那个开发Claude AI的公司。
一个人，负责付费搜索、社交广告、应用商店、邮件营销和SEO。
整整十个月。

怎么做到的？
他把所有广告平台的表现数据，直接喂给Claude。
让AI自己找出哪些广告不行。
然后，让AI当场生成新的文案。

他还把AI拆成两个专员：
���个只写标题，不超过30个字符。
另一个只写描述，不超过90个字符。
各司其职，质量远超一个大而全的指令。

文案有了，图片广告呢？
他自己写了个Figma插件。
一键把几百条新文案，自动填进设计好的广告模板里。
过去要几小时的手工复制粘贴，现在半秒钟搞定一批。

广告上线了，怎么追踪效果？
他又建了个服务器，让Claude能直接读取Meta的广告后台API。
他可以直接问Claude：
“这周哪个广告转化率最高？”
“钱浪费在哪了？”
根本不用打开那个复杂的广告后台。

最厉害的是，系统有记忆。
每一次测试的结果，无论是成功还是失败，都会被记录下来。
AI在生成下一批广告时，会自动学习之前的经验。
系统自己迭代，越来越聪明。

结果是什么？
过去需要两小时的工作，现在15分钟完成。
广告创意的产出量，提升了10倍。

一个非技术人员，用AI工具武装自己。
干翻了一整个营销团队。
这究竟是人的胜利，还是机器的胜利？
或者说，还有多少白领的工作，会像这样被一个人+AI的模式彻底颠覆？

[Bing W @icelessb]

不问长安月，待我揽星河

[墓碑科技 @mubeitech]

连ABC都不得不承认了。
一个记者说，
“我采访过五位总统。”
“除了唐纳德·川普，从没见过谁会直接接记者电话。”

自从对伊朗的军事行动开始，
这位记者给川普打了三次电话。
每次都是直接打，每次都接了。

有一次通话中，记者想核实一件事：
川普是不是要解雇国土安全部长克里斯蒂·诺姆？
电话那头，川普说他正跟马���·卢比奥在一起。
当时他正在审阅解雇声明。

然后，匪夷所思的一幕发生了。
川普开始对着电话，给记者朗读这份声明。
读完，按下了发送键。
“好了，你现在能看到了。”
几秒钟后，消息出现在Truth Social上。

这就是现在的总统办公室。
没有层层传话的官僚，没有无可奉告的太极。
就是这么直接。

电话接着聊到了伊朗。
川普问记者，“你觉得这次表现怎么样？”
他还说，“他们都叫我GOAT，史上最伟大。”

他给自己的两届任期做了个总结：
“第一任期，我打造了军队。”
“第二任期，我正在动用它。”

战争期间，刚换掉内阁大员，还能跟记者聊二十分钟。
媒体觉得这“非常罕见”。
但这不就是民众想要的透明度吗？
一个敢于直接面对问题，而不是躲在发���人身后的领导者。

[亚洲金融 Asia Finance @AsiaFinance]

马斯克说，“我本可喝着酒、和裸模一起冲浪，但我选择每周工作90小时”。马斯克在和华尔街博弈：SpaceX估值超1.75万亿美元，最早3月以保密形式启动IPO，6月正式登陆纳斯达克，并直接纳指100，以吸引机构。对特斯拉(TSLA)投资者，不是最佳；而SpaceX市销率高达53倍，也显著偏高。