Long Chen @longchennotes - Twitter Profile

每天早上像顶级运动员一样设计你进入专注状态读完这篇文章我更系统化的去对待自己的专注状态我发现我现在很少靠意志力去逼自己专注了。每天早晨起来，我会认真叠被子、刷牙洗脸，然后坐下来先看 30 分钟书。这个顺序是固定的。桌上只放一台电脑，手机、手串、任何带屏幕的东西全放到另一个房间。做完这些，我才开始工作。说实话，刚开始觉得这些动作挺多余的。后来我才明白，这不是仪式感，这是热身。顶级运动员正式比赛前不是直接上场的。足球运动员在大巴上就戴上耳机了，篮球运动员在更衣室里认真整理袜子系鞋带。他们不是在磨蹭，他们是在把神经系统调到只专注比赛。我以前工作是直接打开电脑就开干，现在回想，那个状态其实根本没准备好。前一个小时基本都在热身，只是自己不知道。早晨是我一天里被打扰最少的时间，用来进入状态成本最低、收益最高。一旦流程跑完，后面的专注是真的能扎进去的那种，不是硬撑。专注这件事是需要设计的，不是靠意志力扛出来的。对于专注度不好的朋友推荐读一下，然后写出你自己的专注系统。

Rian Doris

@RianSweetDoris

8 days ago

https://t.co/A9bvuDe5Gk

11

356

58

883

193K

0

2

0

2

329

Long Chen

@LongChenNotes

6 days ago

今天在 @howie_serious 的AI内参里看到一篇文章，叫《The Dead Economy Theory》。这篇是我近几个月读到最让我头皮发麻的一篇所有人都在讨论 AI 会不会取代工人，好像那是一件跟自己无关的事。文章里有一个数字说OpenAI 有一个叫 GDPVal 的基准测试，衡量模型在 44 种职业里的表现，覆盖房地产经纪人到新闻分析师。还有一个 AI Productivity Index，用四类角色评估模型：投行分析师、管理咨询顾问、大所律师、初级保健医生。不是流水线工人。是我们这种人。目标一直是受过良好教育、做认知工作、以为自己在安全区的那批人。只是这件事被包装成了效率提升和AI 助手，所以没有人觉得是在说自己。沿着钱的流向往下走三步：一家公司用 AI 替代员工，成本下降，股价上涨；被替代的人失去收入，削减消费；那家公司发现，它的客户从总体上看，正是其他公司裁掉的人。AI 最终摧毁的是自己的市场。这个逻辑本身不难理解，但沃顿商学院的研究把它说得更准确：在竞争市场里，裁员省下的钱是私有的，摧毁的消费需求由全行业共担。每家公司都在理性地做一件对所有人都更糟糕的事，没有人能单方面停下来。但更难受的地方不在经济层面。英国圈地运动发生时，农民失去的不只是土地，是他们在社会里的位置。地主不需要农民种地了，农民就从谈判对象变成了治安问题。作者指出了一件类似的事：民主能运转，不只是因为人们有投票权，而是因为统治者需要被统治者的劳动、税收、消费支出。这种依赖关系是民主杠杆的物质基础。当技术让少数公司可以用 AI 完成大部分认知劳动，大众手里最后一张谈判筹码就消失了。投票权还在，但投票能影响的那个经济体，已经不再需要你了。最后一件事，是我觉得整件事里最值得直视的：建造这些系统的人并不是不知道。 Anthropic 的 CEO Dario Amodei 公开说过：民主的权力平衡，建立在普通人能够通过创造经济价值而拥有杠杆的前提上。如果这个前提不存在了，事情会变得有点可怕。然后他继续建造那个技术，继续融资，继续扩张。据报道，科技高管在私下聊天里对劳动力市场的影响表达极度担忧，但一旦有人打开录音，他们就变成了乐观主义者。这不是技术失控。这是有人清醒地知道自己在做什么，然后继续做。对我自己来说，读完这篇之后有一个思考：防御的核心不是学更多技能，而是往不可替代的方向移动。 AI 最擅长的是有标准答案的认知执行它最难处理的是判断哪个问题值得被解决，在模糊里做决策，以及让另一个真实的人愿意信任你。这三件事不是信息处理，是经验、价值观和关系的综合体。知道这件事正在发生和不知道会产生完全不同的行动框架。今日的AI内参就是从信息的噪音里找到这种值得停下来认真想的信号。如果你也想看，可以关注一下。 https://t.co/RDUmRGgg8E

LongChenNotes's tweet photo. 今天在 @howie_serious 的AI内参里看到一篇文章，叫《The Dead Economy Theory》。

这篇是我近几个月读到最让我头皮发麻的一篇

所有人都在讨论 AI 会不会取代工人，好像那是一件跟自己无关的事。

文章里有一个数字说OpenAI 有一个叫 GDPVal 的基准测试，衡量模型在 44 种职业里的表现，覆盖房地产经纪人到新闻分析师。

还有一个 AI Productivity Index，用四类角色评估模型：投行分析师、管理咨询顾问、大所律师、初级保健医生。

不是流水线工人。是我们这种人。
目标一直是受过良好教育、做认知工作、以为自己在安全区的那批人。

只是这件事被包装成了效率提升和AI 助手，所以没有人觉得是在说自己。

沿着钱的流向往下走三步：
一家公司用 AI 替代员工，成本下降，股价上涨；
被替代的人失去收入，削减消费；
那家公司发现，它的客户从总体上看，正是其他公司裁掉的人。AI 最终摧毁的是自己的市场。

这个逻辑本身不难理解，但沃顿商学院的研究把它说得更准确：在竞争市场里，裁员省下的钱是私有的，摧毁的消费需求由全行业共担。

每家公司都在理性地做一件对所有人都更糟糕的事，没有人能单方面停下来。

但更难受的地方不在经济层面。

英国圈地运动发生时，农民失去的不只是土地，是他们在社会里的位置。
地主不需要农民种地了，农民就从谈判对象变成了治安问题。

作者指出了一件类似的事：
民主能运转，不只是因为人们有投票权，而是因为统治者需要被统治者的劳动、税收、消费支出。

这种依赖关系是民主杠杆的物质基础。

当技术让少数公司可以用 AI 完成大部分认知劳动，大众手里最后一张谈判筹码就消失了。

投票权还在，但投票能影响的那个经济体，已经不再需要你了。

最后一件事，是我觉得整件事里最值得直视的：建造这些系统的人并不是不知道。

Anthropic 的 CEO Dario Amodei 公开说过：民主的权力平衡，建立在普通人能够通过创造经济价值而拥有杠杆的前提上。

如果这个前提不存在了，事情会变得有点可怕。然后他继续建造那个技术，继续融资，继续扩张。

据报道，科技高管在私下聊天里对劳动力市场的影响表达极度担忧，但一旦有人打开录音，他们就变成了乐观主义者。

这不是技术失控。这是有人清醒地知道自己在做什么，然后继续做。

对我自己来说，读完这篇之后有一个思考：
防御的核心不是学更多技能，而是往不可替代的方向移动。

AI 最擅长的是有标准答案的认知执行它最难处理的是判断哪个问题值得被解决，在模糊里做决策，以及让另一个真实的人愿意信任你。

这三件事不是信息处理，是经验、价值观和关系的综合体。

知道这件事正在发生和不知道会产生完全不同的行动框架。

今日的AI内参就是从信息的噪音里找到这种值得停下来认真想的信号。

如果你也想看，可以关注一下。
https://t.co/RDUmRGgg8E

2

1

0

1

226

Long Chen

@LongChenNotes

Last Seen Users on Sotwe

Trends for you

Most Popular Users