Ian

别扯政治宏大叙事等有的没有，以及自作聪明拉黑没商量。关我屁事，关你屁事。

[Ian @minscreen]

@NataliyaRo4040 有看到访谈视频，他们老板公开讲了要一直大量招人，作为一种公司的策略

[Ian @minscreen]

@mtrainier2020 也就是25号那天，卖了INTC，买了PDD，真TM绝了

[Ian @minscreen]

INTC刚卖就开始涨，不到一个月直接翻了1.5倍🥲涨了不敢买，不买就越是涨🤣

[Ian @minscreen]

成长是一个祛魅的过程。对师长，对“权威”，对国家，对制度，对世界。

[Ian @minscreen]

@wenqiangjp 结束诺基亚的不是安卓跟苹果，是网络技术等全面的发展。结束油车的能源动力技术还没有真正出现。“诺基亚”还可以活很久

[Ian @minscreen]

@MoonWal68986010 @wenqiangjp 有没有眼光不是你说了算。我只知道讲事情的时候随便掺杂对人的评价叫没品。另外想说的是未来汽车的形态，肯定不是现在的国产新能源，安全稳定且持久的动力来源形式出现之前，不会有质的改变，哪怕实现百分百的无人驾驶

[Ian @minscreen]

@RealYDT 不属于上述四种，但有些地方类似。从小完全放养，除了喊吃饭，想读书就无条件支持外几乎没有任何辅助和干涉。虽然不是什么成功人士，但近乎也活成了自己想要的样子

[Ian @minscreen]

张雪机车夺冠的事情证明了一件事，国产制造缺的仅仅是张雪这样纯粹的人和这样的老板。
但话又说回来，用他的成功来代表国产制造崛起，纯粹是YY

[Ian @minscreen]

@RJDAIGOGO 国产制造啥都不缺，缺的是张雪这样纯粹的人，这样的老板

[iPaul @iPaulCanada]

太励志了！从县城修车工到营收7亿的车企老板，这一切的起点，不过是那个在雨里不肯回头的少年。

[Ian @minscreen]

小的时候，父辈们聚集在一起谈论的都是国家大事；现在，大家热衷的仍然是国事，当然也多了各种八卦

[Ian @minscreen]

@dashen_wang @yesternight110 也是最经济的选择。不然一直找你闹，浪费你的时间和心力估计那些钱无法弥补

[Ian @minscreen]

我们绝大多数人注定都是庸人，庸人何必自扰，用自己觉得舒服的姿势，躺过这一辈子，不就是最幸福的事请吗？可以说人的追求不一样，但是有多少人认真的想过自己真正想要的是什么。

[Ian @minscreen]

看到x友讲说这个时代没人敢停，停下来就会被遗忘。
不禁想问，被遗忘了又会怎样？
从学生时代起就一直做小透明，不喜欢留下太多痕迹。
关于钱，从一开始的毫不在乎，到后来的不在乎但需要。
没背景又想躺平，所以离开家乡去了深圳。
工作多年才攒到钱���断选择出国读书，理想就是定居国外偏远小镇。

[AI最严厉的父亲 @dashen_wang]

https://t.co/ydNVItD1l5

[Ian @minscreen]

@EthenShen @iiifreespirit 小时候打了无数针地米, 现在才知道这药如此厉害🤣

[Ian @minscreen]

@y7469591 @iiifreespirit woc, 原来地米是这样的，小时候连着打了好几年的屁股针，严重的时候平均一周一针🥲

[Ian @minscreen]

@GAGAB69 @HcKfad 反例来了

[偶像派作手 @oxpsats]

华尔街日报今天这篇文章不错。人工智能领域的高管如何向子女描述未来的职业前景。

一句话总结：AI领袖们普遍不建议孩子过度追求当下的技术技能，而是强调适应性、批判性思维、文科教育（通才能力）以及人类独有的情感与责任感。

观点一：当下的具体技术技能（Technical Skills）保质期极短（甚至不到两年），未来的核心竞争力在于应对变化的敏捷性（Agility）。

Caroline Hanke (SAP) 指出，与其纠结于现在的编程技术，不如培养批判性思维、适应性和伦理判断力。

教育的重点应从“掌握工具”转向“适应新工具”和“判断工具的使用”。

观点二：在AI时代，传统的文科教育（Liberal Arts）比以往任何时候都重要，因为通过自然语言与AI交互需要深厚的元认知能力。

Jaime Teevan (Microsoft) 强调，以前操作电脑是决定性的（按按钮->出结果），现在是基于自然语言的意图表达。这要求使用者具备批判性思维、提供语境和挑战AI结果的能力（即元认知）。

Ethan Mollick (Wharton) 认为通才（Generalist）将是赢家。AI可以填补技能短板，因此拥有广泛技能组合的人（如既懂医学又懂人际沟通）更有优势。

与其成为单一领域的专才，不如成为能够整合多种知识并在AI辅助下工作的“超级通才”。

观点三：AI无法承担责任，也无法替代真正的人际连接。

Daniela Amodei (Anthropic) 认为，随着AI接管工作，人类品质（同理心、善良、沟通能力）的溢价会越来越高。人类本质上渴望与其他人类共处。

Jaime Teevan 指出，AI可以给出建议，但不能承担责任（Accountability）。像法律、会计这种需要对决策后果负责的职业，依然需要人类来做最终判断（Passing Judgment）。

未来的工作重心将从“执行任务”转移到“承担后果”和“提供情感价值”。

观点四：避开纯数字化的内卷，转向原子世界（能源、医疗）和社会服务领域。

Manny Medina (https://t.co/igRRT4ZQLW) 看好能源（特别是核能）和医疗保健。无论是为了驱动AI本身（能源需求），还是解决人类疾病（癌症治疗），这些都是硬需求。
鉴于AI发展的不平衡，致力于解决社会不平等（帮助被AI抛下的人群）和���境问题（海洋污染）也将是有意义且有前景的职业路径。

最后：孩子拥有一张“白纸”，他们不需要像成年人那样去“重塑”旧观念，这是一种优势。家长们的焦虑往往源于自身的旧经验与新世界的冲突，而孩子们是AI原住民。

不要把上一代的恐惧投射给孩子，鼓励他们去玩、去实验，而不是仅仅作为使用者。

AI高管们给子女的建议揭示了一个反直觉的趋势：在一个高度技术化的未来，最不值钱的可能是纯粹的技术执行力，而最值钱的是最“复古”的人类特质——对他人的共情、对复杂概念的哲学思考（文科）、对物理世界的改造（能源/医疗）以及对决策后果的承担（责任）。教育策略应从“学习如何像机器一样高效工作”转变为“学习如何做在大机器时代中独一无二的人”。