ND

@N_Default

05年🏃 只关注AIGC🤖，web3🌍 base惠州🏖️

Joined October 2022

166 Following

160 Followers

120 Posts

@N_Default

3 days ago

@longmaovpn 怎么天天超时，用一会就超时

@N_Default

7 days ago

豆包不能用了？

@N_Default

8 days ago

说个爆论未来唯一的确定性就是AI 使用AI最多的群体是初中生最大的第一批AI使用者

@N_Default

8 days ago

财务自由必备技能-金融因为普通人收入➡️交税➡️消费而富人收入➡️消费➡️交税

@N_Default

8 days ago

这项技能彻底改变了我的研究工作流程。节省90%调研时间一款可以搜索过去 30 天内 Reddit、X、YouTube �� Hacker News 上的任何主题的skill 你只需输入一个主题，它就能抓取 Reddit、X 以及网络上人们正在讨论的内容。不是老旧的博客文章，而是过去 30 天内的真实对话支持Claude Codex、Cursor、Copilot、Gemini CLI、GitHub Copilot 或 50 多个Agent Skills主机中的任何一个 GitHub地址：https://t.co/SKLiiNRFrn

N_Default's tweet photo. 这项技能彻底改变了我的研究工作流程。节省90%调研时间

一款可以搜索过去 30 天内 Reddit、X、YouTube �� Hacker News 上的任何主题的skill

你只需输入一个主题，它就能抓取 Reddit、X 以及网络上人们正在讨论的内容。

不是老旧的博客文章，而是过去 30 天内的真实对话

支持Claude Codex、Cursor、Copilot、Gemini CLI、GitHub Copilot 或 50 多个Agent Skills主机中的任何一个

GitHub地址：https://t.co/SKLiiNRFrn

@N_Default

9 days ago

最近我越来越觉得，普通人在 AI 时代最大的误判，是以为自己要去追 AI。其实不是。你追不上。 OpenAI、微软、Meta、Google、Amazon 在修数据中心，抢芯片，抢电力，抢能源合同。几百亿，几千亿美金往里砸。这不是普通人的战场。你一个普通人，站在这个巨大的 AI 工地门口，手里拿着手机，电量还剩 17%。你当然会焦虑。但问题是，你焦虑错地方了。 AI 基建是巨头的战争。普通人的机会，不在基建层。在应用层。在工作流层。在你能不能用 AI，把自己重新做一遍这一层。这句话可能有点刺耳。普通人不是被 AI 淘汰的。普通人是被另一个会用 AI 的普通人淘汰的。以前你写一份方案要 3 小时。现在有人用 ChatGPT 先拆结构，用 Claude 改逻辑，用 Perplexity 查资料，用 Gamma 做展示，最后自己判断和修改。他不一定比你聪明。但他交付比你快。以前你不会写代码，就只能说我不会。现在有人用 Claude Code 和 Codex 做一个最小版本，哪怕很粗糙，��能跑起来，能展示，能迭代。他不一定是工程师。但他开始拥有工程能力。以前你想转行，只能收藏教程。现在有人把自己的经历丢给 AI，让它拆岗位、补项目、改简历、模拟面试，然后每天真的推进一点。他不一定有资源。但他开始有系统。差距就是这么拉开的。不是因为 AI 突然降临，把人类一刀切了。而是有一批普通人，开始偷偷把 AI 接进自己的生活。接进阅读。接进写作。接进代码。接进工作流。接进赚钱方式。接进表达方式。他们没有喊 All in AI。他们只是每天少刷一点新闻，多跑一个真实任务。这才是最可怕的。因为 AI 时代真正的分水岭，不是你看过多少模型发布会。而是你有没有把一个真实问题，变成一个可以被机器执行的任务。「我想赚钱」不是任务。「我想做一个给 Minecraft 玩家��动排查 MOD 冲突的小工具」才是任务。「我想做自媒体」不是任务。「我想连续 30 天观察普通人怎么用 AI，每天发一条真实案例」才是任务。「我想转行 AI」不是任务。「我想用 90 天做出 3 个能展示的 AI 应用项目」才是任务。 AI 表面上降低了门槛。但它其实提高了另一种门槛。表达问题的门槛。拆解任务的门槛。判断结果的门槛。持续迭代的门槛。你脑子里还是一团雾，AI 也只能陪你一起迷路。所以普通人现在最该练的，不是 Prompt 技巧。而是把模糊欲望变成清晰任务的能力。每天一个就够。今天让 AI 重写你的简历。明天让 AI 拆一个你想做的小项目。后天让 AI 帮你读一段看不懂的代码。再后天，把你工作里最烦的重复流程写下来，问它能不能半自动化。不用发朋友圈。不用立人设。不用喊口号。你就偷偷变强。未来几年，巨头会继续修路。数据中心会越来越多，模型会越来越强，推理会越来越便宜。但普通人真正要问的不是，「这条路是谁修的？」而是，「路修好了，我能不能第一个开车？」这就是我现在对 AI 焦虑最真实的看法。少看宏大叙事。多做真实任务。别急着判断自己会不会被时代淘汰。先试试把今天的一个工作流改掉。因为大时代不会等你准备好。但它会奖励那些先动起来的人。

N_Default's tweet photo. 最近我越来越觉得，普通人在 AI 时代最大的误判，是以为自己要去追 AI。

其实不是。

你追不上。

OpenAI、微软、Meta、Google、Amazon 在修数据中心，抢芯片，抢电力，抢能源合同。

几百亿，几千亿美金往里砸。

这不是普通人的战场。

你一个普通人，站在这个巨大的 AI 工地门口，手里拿着手机，电量还剩 17%。

你当然会焦虑。

但问题是，你焦虑错地方了。

AI 基建是巨头的战争。

普通人的机会，不在基建层。

在应用层。

在工作流层。

在你能不能用 AI，把自己重新做一遍这一层。

这句话可能有点刺耳。

普通人不是被 AI 淘汰的。

普通人是被另一个会用 AI 的普通人淘汰的。

以前你写一份方案要 3 小时。

现在有人用 ChatGPT 先拆结构，用 Claude 改逻辑，用 Perplexity 查资料，用 Gamma 做展示，最后自己判断和修改。

他不一定比你聪明。

但他交付比你快。

以前你不会写代码，就只能说我不会。

现在有人用 Claude Code 和 Codex 做一个最小版本，哪怕很粗糙，��能跑起来，能展示，能迭代。

他不一定是工程师。

但他开始拥有工程能力。

以前你想转行，只能收藏教程。

现在有人把自己的经历丢给 AI，让它拆岗位、补项目、改简历、模拟面试，然后每天真的推进一点。

他不一定有资源。

但他开始有系统。

差距就是这么拉开的。

不是因为 AI 突然降临，把人类一刀切了。

而是有一批普通人，开始偷偷把 AI 接进自己的生活。

接进阅读。

接进写作。

接进代码。

接进工作流。

接进赚钱方式。

接进表达方式。

他们没有喊 All in AI。

他们只是每天少刷一点新闻，多跑一个真实任务。

这才是最可怕的。

因为 AI 时代真正的分水岭，不是你看过多少模型发布会。

而是你有没有把一个真实问题，变成一个可以被机器执行的任务。

「我想赚钱」不是任务。

「我想做一个给 Minecraft 玩家��动排查 MOD 冲突的小工具」才是任务。

「我想做自媒体」不是任务。

「我想连续 30 天观察普通人怎么用 AI，每天发一条真实案例」才是任务。

「我想转行 AI」不是任务。

「我想用 90 天做出 3 个能展示的 AI 应用项目」才是任务。

AI 表面上降低了门槛。

但它其实提高了另一种门槛。

表达问题的门槛。

拆解任务的门槛。

判断结果的门槛。

持续迭代的门槛。

你脑子里还是一团雾，AI 也只能陪你一起迷路。

所以普通人现在最该练的，不是 Prompt 技巧。

而是把模糊欲望变成清晰任务的能力。

每天一个就够。

今天让 AI 重写你的简历。

明天让 AI 拆一个你想做的小项目。

后天让 AI 帮你读一段看不懂的代码。

再后天，把你工作里最烦的重复流程写下来，问它能不能半自动化。

不用发朋友圈。

不用立人设。

不用喊口号。

你就偷偷变强。

未来几年，巨头会继续修路。

数据中心会越来越多，模型会越来越强，推理会越来越便宜。

但普通人真正要问的不是，

「这条路是谁修的？」

而是，

「路修好了，我能不能第一个开车？」

这就是我现在对 AI 焦虑最真实的看法。

少看宏大叙事。

多做真实任务。

别急着判断自己会不会被时代淘汰。

先试试把今天的一个工作流改掉。

因为大时代不会等你准备好。

但它会奖励那些先动起来的人。

@N_Default

9 days ago

华为这个“韬定律”，我一开始真以为又是一个科技圈造词。这几年大家应该也看麻了。半导体圈、AI 圈、新能源圈，动不动就是颠覆、重构、重新定义。一个普通的工程优化，包装一下就能变成“新范式”；一个还没量产��路线图，换个名字就敢说“改写产业格局”。所以我第一次看到“韬定律”这三个字的时��，第一反应其实很不客气：又来了。又开始给技术路线起玄学名字了。但我后来顺着它底层的逻辑往下扒了一下，发现这事没那么简单。它当然不是神话。但也不是单纯的 PPT 话术。更准确地说，它像是一条被逼出来的路。不是那种阳光大道，不是手里牌很多之后的从容选择，而是正门被堵死之后，开始研究能不能从墙缝里钻出去。过去六十多年，整个半导体行业基本都在给一个东西打工。摩尔定律。它的玩法很简单，也很粗暴：把晶体管做得越来越小。以前一个芯片上能放一百万个晶体管，后来放一千万个，再后来放十亿个、上百亿个。晶体管越小，同样面积里能塞的东西越多；电流跑的距离越短，延迟越低；单位计算的能耗也更容易往下压。这套逻辑非常迷人。因为它本质上是一种几何暴力美学。大家都在同一张二维硅片上微雕。你能刻 14 纳米，我刻 7 纳米；你能刻 5 纳米，我刻 3 纳米。谁雕得更细，谁就更接近现代科技皇冠上的那颗宝石。但问题是，这条路现在越来越难走了。一方面，物理学开始撞墙。晶体管不可能无限缩小，原子就在那里，量子效应、漏电、发热、制造误差，都会像幽灵一样冒出来。另一方面，对华为来说，还有一个更现实的问题：你就算想继续微雕，也得先有那把最顶级的刀。这把刀叫 EUV 光刻机。而华为拿不到。这才是这件事最残酷的地方。别人手里拿着激光雕刻机，在米粒上刻清明上河图；你手里只有一把不够锋利的刀，还必须继续往前走。如果只按传统摩尔定律这条路走，那结论其实很悲观。先进制程追不上，晶体管密度拉不��，功耗压不下去，高端芯片就会被卡在一个越来越尴尬的位置。所以“韬定律”真正有意思的地方，不是它发明了一个新名词。而是它试图把问题换掉。过去的问题是：晶体管还能不能做得更小？韬定律换了一个问法：信息在系统里流动的时间，能不能变得更短？这个差别很关键。传统摩尔定律更关注“空间”。也就是在平面上把晶体管做小，把线做细，把面积压缩。而韬定律更强调“时间”。也就是不只盯着晶体管尺寸，而是盯着信号传播的延迟、数据搬运的距离、逻辑单元之间的连接效率。说得更白一点：既然我在空间上没法继续无限缩小，那我就想办法让信息少跑冤枉路。以前信号从 A 点到 B 点，可能要在芯片平面上绕很远。现在我把结构折起来，让 A 和 B 从“隔着一个街区”，变成“楼上楼下”。以前要穿��一整条马路。现在坐电梯直达。这就是所谓的 LogicFolding，逻辑折叠。听起来很玄，但底层思路其实不难理解。现代芯片的问题，早就不只是“算得不够快”。很多时候是“搬数据太慢、太贵、太耗电”。计算本身可能只花一点点能量，真正的大头反而是数据在内存、缓存、互连、计算单元之间来回搬。所以如果你能让逻辑、存储、模拟电路、互连结构之间更紧密，让信号路径更短，让数据移动时间更低，那即使你的晶体管没有做到最先进，也可能在系统层面挤出一部分性能。这就是华为现在讲“时间缩微”的原因。它不是说空间不重要了。而是说，当空间缩小被卡住之后，时间就变成了另一块可以压榨的战场。但这里必须冷静一点。因为“逻辑折叠”这件事，并不是从天上掉下来的全新魔法。台积电、英伟达、AMD、英特尔、三星，全球半导体产业过去十几年其实都在往这个方向卷�� Chiplet、先进封装、3D 堆叠、HBM、近存计算、高速互连，本质上都是在解决同一个问题：别再只盯着单个晶体管了，要看整个系统怎么组织。所以如果有人说“华为发明了后摩尔时代唯一答案”，那肯定是过度吹了。但如果有人说“这就是把别人做过的东西换个名字”，我觉得也低估了它的意义。因为华为现在面对的不是一个正常竞争环境。台积电和英伟达是在拿最先进的小砖头盖摩天大楼。华为更像是在拿相对落后的大砖头，硬生生重新设计整栋楼的结构。这两个难度不是一回事。前者当然也难，而且极其难。但后者的残酷在于：你没有最好的砖，却还想盖出接近一线水平的楼。那你就不能只会堆。你要重新设计承重结构，重新设计电梯，重新设计管线，重新设计通风，甚至要重新设计施工流程。放到芯片里，就是你不只是做一个封装。你要让 EDA 设计工具、芯片架构、编译器、操作系统调度、软件生态一起配合。否则你物理上折叠了，软件调用跟不上，热管理压不住，良率起不来，最后也只是一个实验室里漂亮的概念。这也是为什么我说，韬定律最值得看的地方，不是名字。而是它背后暴露出来的那种工程压力。它不是“我找到了捷径”。它更像是“我没有捷径了，所以只能把原本没人愿意吃的苦，全都咽下去”。当然，我也必须泼一盆冷水。物理学是不会被口号感动的。你用成熟制程去追先进制程，本质上一定会付出代价。晶体管没有那么小，单位性能功耗就会吃亏。结构叠得更紧，散热就会变成大问题。 3D 集成越复杂，制造良率、测试难度、维修成本都会上来。更别说这种路线如果要进入手机这种极度受限的空间，功耗和发热会比数据中心残酷得多。数据中心还能上水冷、上更大电源、上更复杂的散热系统。手机不行。手机里面那点空间，热就是热，烫就是��，用户不会因为你路线很悲壮就原谅它掉帧。所以华为说未来要做到等效 1.4 纳米，我更愿意把它理解成一个长期路线图，而不是一个已经兑现的结果。 “等效”两个字非常重要。这不是说它真的拿到了 1.4 纳米光刻能力，也不是说传统意义上的工艺节点已经追平。它说的是，通过系统架构、逻辑折叠、互连优化、密度提升和软硬件协同，去追求接近先进节点的综合效果。这条路能不能走通？现在没人敢下最终结论。乐观的人会说，这是中国半导体绕开 EUV 封锁的一条新路径。悲观的人会说，这只是把先进封装和 3D 集成重新包装了一遍，真正的功耗、良率和量产数据还没拿出来。我觉得两边都不能全信。它既不是神迹，也不是笑话。它更像是一种被现实逼出来的技术变形。如果没有那几年的制裁，华为大概率不会这么早、这么高调地把这种难啃的路线推到战略台前。因为商业世界很现实。有最平坦的��，谁愿意走山路？有现成的供应链，谁愿意从底层工具链开始重造？有先进制程可以用，谁愿意在成熟制程上玩这种极限压榨？但��史经常就是这么黑色幽默。美国原本想用空间上的封锁，把华为锁死在摩尔定律的门外。结果逼得它开始在时间维度里找解法。这不是爽文。因为爽文里主角被打压之后，下一章就会开挂。现实不是。现实是你被打压之后，可能要连续很多年忍受低良率、高成本、性能差距、生态断层、舆论嘲讽，以及无数次看起来快要成功但又被物理学按回去的失败。所以韬定律真正让我觉得复杂的地方就在这里。它一半是技术路线。一半是生存本能。它不是告诉你“华为已经赢了”。它是在告诉你：当一个企业被逼到不能继续走主路的时候，它会开始研究所有旁门左道。有些旁门左道最后会被证明是死胡同。有些会变成产业新路。现在没人知道韬定律最后属于哪一种。但至少有一点可以确定：它不是一个轻松诞生的概念。它是被封锁、被限制、被卡脖子之后，从工程系统里硬挤出来的一种反击方式。你可以质疑它。也应该质疑它。质疑它的功耗，质疑它的散热，质疑它的良率，质疑它的成本，质疑它到底能不能在真实产品里兑现。但你很难否认，它背后有一种很典型的中国式工程气质：路不够宽，就把车拆了重装。刀不够锋利，就换一种切法。牌不够好，就把游戏规则重新理解一遍。这件事最有意思的地方，不在于它现在有多成功。而在于它到底会不会把中国半导体逼出一套不同于传统先进制程竞赛的系统能力。如果最后失败了，它可能只是又一个后摩尔时代的概念泡沫。如果最后成功了，它可能会证明一件事：技术封锁有时候确实能让一个人跑得更慢。但也可能逼他学会一种非常别扭、非常痛苦、但也非常强悍的新跑法。所以我现在对韬定律的态度很简单：不封神。不嘲笑。盯着它的真实产品，盯着它的功耗，盯着它的良率，盯着它的量产数据。因为科技��业最终不相信情绪。也不相信口号。它只相信一件事：你到底能不能把东西做出来。