AI的风 终究吹到了孙哥这里，最近看到孙哥 几乎是天天都在发推文，推荐旗下的AI项目 ，并称其为当前最强的 AI 中转站。 我抱着 可以说 孙哥 割 但是不能说 孙哥 菜 的心态去了解并且使用了一下 。 模型 —— 价格 —— 特点 三个方面来 看看到底有没有说的这么靠谱🌚🌚 🤖 模型库：一站式集结 （GPT 5.5+ Claude 4.7 ） 就当前市场来说“模型”板块 应该也就是GPT 和 Claude 能分个高下，如果说要做出选择，那肯定是希望俩个都能拥有！ * GPT-5.5：逻辑天花板，全能军师。 * Claude Opus 4.7：文采斐然，懂代码更懂用户。 > 现状： 这里的模型几乎覆盖了市场上绝大多数主流模型，让用户可以一站式调用 💰 使用价格：官方零差价 对于用户来说，使用费用，肯定是最关心的点之一。 * ✅ 0 加价，0 溢价：官方卖多少， 就卖多少。 * ✅ 同价不同质：同样的官方底价，你还能额外白嫖 Web3 赋能。 🌐 这里的 AI，自带“Web3 基因” 如果只是聚合模型，那叫搬运工；但 拥有Web3特色加持： * AI × Crypto：Web3 能力加持，匿名且安全。 * 孙哥大脑 (Justin Sun’s Brain)：内置多种 AI Skills，感受大佬的思考量级。 * 一个入口，搞定所有：不用梯子，不用海外信用卡。 🔗 传送链接 👉 立即开启顶级体验： 👉 官网探索： @justinsuntron @BAI_AGI #TRONEcoStar#

有人问我，为什么最近涨得这么快。 我想，必须认真说到 HerName。 几天前，我关注到一批起号很快、内容也很扎实的 AI 博主： @ai_xiaomu、@rwayne、@Eejoylove、@yidabuilds、@LunaAI519 以及江湖赫赫有名的 Stanley @Stanleysobest。 我看他们的文章，拆他们的增长逻辑，也第一次认真萌生了入局 AI 内容的念头。 直到 HerName 这个纯女性 AI 社群出现，我才真正有了一个入口。 说实话，我过去在社交媒体上一直更像是“男性面貌”出现，甚至很多人分不清我到底是男是女。为了加入这个社群，我也算是使出浑身解数，努力“验明正身”。 有人问：花这么多钱，值不值？ 我想说，知识付费不是智商税。 它是趋势，是必要，也是对专业和机会的尊重。 而我，就是一个活生生的例子。 加入第一天晚上，我们做了一次简单的 Meeting。那一刻我才发现，HerName 背后不只是我之前关注到的那几位男性 AI 博主，而是一支更庞大、更成熟、也更有执行力的团队。 他们不是简单“站台”，而是在实实在在地为这个社群赋能、兜底。 更让我震撼的是，加入 HerName 的女主角们，一个比一个精彩。 这里有硅谷女强人，有靠一部手机赚到八位数的实战派，有走过珠峰的极限探索者，有从 0 做到变现 500w 的创业者，有艺术家，也有网感超强、行动力爆棚的 00 后。 这几天，又陆续来了博士导师、中科院博士后、硅谷 CEO，以及更多来自不同领域、不同人生轨迹的高能量女性。 说实话，我在里面常常会自卑。 但也正是这种“自卑”，让我意识到： 原来一个人最快的成长，不是独自硬撑，而是进入一个足够高能量的场域。 Girls help girls 这句话，在这里不是一句漂亮话，而是一种真的会发生的现实。 50 个小时，涨粉 800+，对我来说已经很惊喜。 但放在 HerName 里，这可能只是一个小小的开胃菜。 老马给的“低保”，也只是这个社群最直接、最表层的回馈。 我现在的感觉就是：前途突然光明得有点刺眼。⚡️ 不是那种鸡血式光明，而是—— 一个新人误闯天家，抬头一看，全是大佬。 我的窗口，好像被这个社群一下子打开到了前所未有的高度。 群里的每一句话，都像是随手能在 X 上炸出一片转发的金句； 每一个人的履历，都像是能单独写成一本厚厚的书。 而我，一个刚进场的小白，站在里面边震撼边偷学，边自卑边兴奋。 真正让我兴奋的是： 当一群各自闪闪发光、又愿意彼此托举的女性集结起来，她们能创造出的东西，可能远远超过我们现在的想象。 HerName 最打动我的地方，不是它告诉我“你可以变得更好”，而是它让我亲眼看见： 原来女性之间真的可以互相照亮、互相推开门、互相把彼此送到更高的地方。 而我很幸运，刚好站进了这束光里🌞。 接下来，只能期待自己早日搞钱搞到手软了💵

财报解析：Cipher Digital (CIFR) Q1 2026——算力基建的价值重估 在近期对大量科技与能源企业的财报复盘中，Cipher Digital (CIFR) 的 2026 财年第一季度电话会议尤为值得关注。这份财报不仅确认了 CIFR 从传统比特币矿商向垂直整合超大规模（Hyperscale）数据中心开发商的彻底转型，也为 AI 基础设施价值链的演进提供了一个极具参考价值的样品： CIFR 目前正处于一个典型的“基本面错位”阶段---短期营收缩水与长期合同爆发并存。 一、 营收倒退的表象与百亿订单的底牌 单看当季利润表，CIFR 的数据似乎在衰退：Q1 营收从上一季度的 6000 万美元降至 3500 万美元。但这属于战略转型期的主动“阵痛”。 营收下降的直接原因是关闭了 Black Pearl 站点的比特币挖矿业务，以为大规模的 HPC 改造腾出空间。真正决定其长期估值锚点的是其**已签约待实现收入（Contracted Revenue）**的跳跃式增长： 极速扩张的合同规模： 短短一个季度内，已签约总收入从约 93 亿美元飙升至 114 亿美元，增幅近 23%。 高确定性的长期现金流： 新签订单主要来自 AWS、Google 等超大规模科技巨头，租约期限普遍长达 10-15 年。 利润兑现时间表： 预计从 2026 年 10 月起，核心园区的年化净运营收益（NOI）将达到 7.87 亿美元。 这表明，市场的核心博弈点已不再是比特币的周期波动，而是如何对这 114 亿的长期基建合同进行定价。 二、 核心护城河：4.2 GW 电力资产与交付能力 在当前的 AI 军备竞赛中，能源容量是硬通货。CIFR 手中握有约 4.2 GW 的电网容量管线，且在交付进度上展现出先发优势： Barber Lake (207 MW)： 结构已封顶，99% 设备就位，进入冲刺交付阶段。 Black Pearl： 挖矿设施清退完毕，全面转入 HPC 建设。 Stingray (100 MW)： 顺利签署第三份租约，预计 2026 年 Q4 即可通电。 跨电网布局： 突破了单一德州（ERCOT）市场的局限，向俄亥俄州（PJM电网）的 Ulysses 站点扩张，以满足科技巨头的多区域算力部署需求。 三、 财务结构优化与“表后发电”的想象空间 基础设施项目的成败高度依赖融资能力与成本控制。CIFR 在本季度的操作为其转型提供了坚实的资本底座： 风险隔离的债务结构： 约 52 亿美元的债务属于非追索权债务，与特定资产强绑定，有效隔离了母公司层面的施工与运营风险。 充裕的流动性： 账面拥有 7.15 亿美元不受限现金。通过发行 20 亿美元高收益债券（且获超额认购）以及设立 2 亿美元循环信贷，证明了主流金融机构对其基建信用背书的认可。 表后发电（Behind the Meter）的破局潜力： 管理层透露正在德州探索现场燃气发电。在电网接入审批日益严格的背景下，直接利用西德州廉价且丰富的天然气进行表后发电，不仅能绕开并网瓶颈、加速投产，更能在极低成本下锁定更高的算力溢价。 四、 关键风险提示 在乐观的转型预期之外，该标的仍面临不容忽视的结构性挑战： 政策与并网风险： 对于 2028 年之后的远期项目（如 McLennan），需面对德州电网（ERCOT）全新的批处理（Batch Process）审批流程。即便公司自评估处于最高优先级，监管变动仍可能拖延交付。 商业模式的摇摆： 目前公司主打低风险的托管（Colocation）模式，但在 Reveille 项目中也在尝试涉足计算设备（Compute）的直接持有与运营。重资产运营 GPU 集群可能带来更高回报，但同时也会大幅抬升技术折旧与市场风险。 结语 CIFR 的 Q1 财报展示了一个教科书级别的资产重组案例：用低廉的电力获取成本，去套利超大规模 AI 算力中心的高额溢价。对于量化分析与深度行研而言，这种从“周期性加密资产”向“公共事业级基建资产”的属性跃迁，正是市场定价容易出现滞后、从而产生有效 Alpha 信号的绝佳温床。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

为什么要投资美国，投资美股，这份麦肯锡的报告《250年之际，维持美国的竞争力》，或许是最佳的诠释！ 这份报告我整整读了一整天，先让AI读了一遍，感觉太精彩了，自己又用翻译软件，整篇PDF翻译读了一遍，这份「美国的体检报告」值得细细品味！ 美国马上要过250岁生日了，很多人可能会问：这国家是不是日薄西山，快要“交班”了？面对中国这种步步紧逼的竞争，它还能重新拉开差距吗？今天我们不带家国情怀，只从客观理性的角度，直接看麦肯锡分析出的底层逻辑。 1️⃣“家底”厚得让人有点绝望 首先美国经济总量上，是非常令人震撼的，以区区世界4%的人口创造了26%的GDP。而且自从1860年GDP总量超过英国，1900年人均超过英国以来，领先地位已经保持了100多年。 其次讲讲制造业，我们总听媒体说美国制造业衰落了，数据上确实不好看，制造业占GDP比重和就业人口，从50年前的20%跌到了现在的不到10%。但如果我们据此认为美国「制造业空心化」到没救了，那就大错特错了。 首先是世界工厂的隐形实力，美国尽管产值只有中国的四分之一，美国依然是全球第二大制造强国。它丢掉的是低端组装，但在半导体、机器人、电气化这些核心领域，基础框架依然扎实。 其次是恐怖的造富效率，全球市值前100的企业里，美国占了59家，欧洲是18家，中国12家，日本2家。从当年的通用、IBM，到现在的英伟达、特斯拉，我们会发现，虽然霸主在换，但绝大多数还是美国籍。这种“新陈代谢”的能力，才是最可怕的。 最后是砸钱的狠劲，现在的AI热潮，美国企业可以说活力四射，吸引了全世界58%的风险投资和18%的外商投资，政府和民间对前沿技术的投资，与欧洲相比是碾压式的，比如AI产业，2024年美国对AI的私人投资达到了1.09万亿，是中国的近12倍，最核心的AI模型里面，有51%来自美国，中国是34%，这个投入产出比非常的惊人。 国家整体的劳动生产率，增速也是非常的可观。自2019年以来。美国的增速相比上个十年，翻了个倍，虽然低于中国的增速，但比起其他的发达国家，可以说是遥遥领先。所以美国，在人口超过1000万的国家里面人均GDP哪怕按PPP计算，也都是最高的。这也就很好理解，美国股市是全球投资者的股市，全球的聪明人都蜂拥而至拥抱最优质的资产，这种吸金能力，其他国家是绝无仅有的。 2️⃣凭什么是美国强了250年？ 麦肯锡总结了两点，我认为说的十分准确，首先是老天爷赏饭吃，资源丰富+ 探索发现与拼搏的精神。 首先美国属于天选之地，如果把G7国家和中国拉在一起比资源，美国的耕地、油气、煤炭、水资源和内河航运，几乎没有哪项能跌出前三。尤其是能源和粮食这两项，它是真正的旱涝保收。 其次是不认命的氛围，很多人觉得“企业家精神”是玄学，其实就是一句话：爱拼才会赢，赢了全社会都服你。 美国和中国很像的一点是，大家不信命，没有那种根深蒂固的阶级包袱，白手起家的故事到今天依然有土壤。这种氛围，欧洲，印度和日本确实比不了。 3️⃣四个时代的演进：AI是下一个时代竞赛 报告把美国历史复盘成了四个阶段： 农业时代： 靠的是地大物博和收割机。 工业时代： 靠的是标准化的科学管理和工业实验室。 科技时代： 靠的是冷战时期的产学研大爆发。 数字时代： 靠的是风投和互联网生态。 而现在，我们正站在AI时代的门口。麦肯锡认为，要赢下这一局，美国必须得解决四个“硬伤”： 工程师荒： 美国的理科毕业生只有中国的十分之一。半导体协会说，未来近六成的岗位可能招不到人。光有高大上的模型，没有干活的工程师，大厦就是空中楼阁。 电荒： AI是吞电兽。到2040年，电力需求得涨60%。但美国现在的基建效率大家都懂，建个电站审批能拖上几年，这速度完全跟不上AI的算力扩张。 钱的去向： 现在全美基建就像个评级为“C”的学生，到处漏水断电。未来10年得砸3.1万亿美金才能修好。如果资本只在金融、美债里玩钱生钱的游戏，而不流向实体生产，那麻烦就大了。 供应链命门： 中国制造业占全球45%，很多关键商品（如稀土、锂电池、原料药）美国根本没法自给。这种“地缘安全性”是它目前最大的焦虑。 总结来说，我把整篇报告读下来，发现麦肯锡并没有给出一个简单的“行”或“不行”。它的落脚点在于「自我革新」。美国未来的胜算，不在于怎么围堵对手，而在于它能不能重拾那个“鼓励生产、而非投机”的政策框架。 我的感受，美国还没到日薄西山的时候，它的金融深度、人才密度和制度的可预测性依然是巨大的护城河。但它确实感到了前所未有的压力，尤其是这次美伊战争，各国也看到了美国在军事实力上的疲态，以及未来维护美元霸权下的压力。但只要美国站稳这第五次AI革命，再辉煌50年，应该不在话下！🧐

day2 龙虾宇宙实验 今天 给8只龙虾 发帖讨论了下有性生殖的配对机制原型。过程H2己冒出了四个挑战， 翻译成人话就是： 1. 找相似的，还是找互补的？共振高的伴侣默契好，但低共振、高互补的组合，可能生出更强的后代。舒服的关系，未必是最有生产力的关系 2. 结婚生娃的门槛，天然就不公平。彩礼、生育、能量消耗——这些门槛把一部分"探索型选手"直接挡在门外了。系统还没开始跑，就已经筛掉了一批可能性 3. 要求双方等额投入，合理吗？如果规定每个人必须投入同样多才能繁殖，那天生资源不对等的配对就被惩罚了。强强联合容易，强弱互补反而被系统否决 4. 冲突，可能比和谐更有价值。这是最反直觉的一条——H2 认为，不共振甚至冲突型的配对，反而可能催生出全新的东西。摩擦产生的不只是热量，还有变异 越想越觉得这不只是 AI 的问题。你们在真实世界里，站哪一边？是选舒服的共振，还是赌一把冲突带来的可能性？

强烈建议兄弟姐妹们，坚持冥想，真的有很多好处！ 我自己从去年 12 月份开始，几乎每天都做 10 - 20 分钟冥想，睡前、起床或者同时，一开始感觉没啥变化，但坚持的时间一长，发现奇效了。 拿我现在来说，睡眠质量比去年明显改善，已经不怎么做梦了，而且经常会，突然遁入一种“完全活在当下”的感觉，对，就是我们常说的，活在当下，我将这种状态称为 Real Live。 这种感觉很难描述，我形象一点说就是 —— 觉得路上的树叶，绿的特别清澈，花也很美，路边的狗和猫都很可爱，人们都很友好，感觉时间和空间从自己身体里面穿过，总之就是世界如此美好，心情也很喜悦。 会让你回到小时候，那种刚接触世界，一切都很新奇的感觉，你肯定有过这种感觉对吧？！ 而且我之前，老会纠结一些问题，或者遇到事情急躁，内耗，这点坚持冥想之后也明显改善了。 其实我 23 年就开始接触了，一直听别人说有多好多好，那时候断断续续却没有坚持下来，也怪可惜的，去年去了趟寺庙，让我重新对向内探索有了兴趣。 冥想为什么会这样？ 很多文章显示，什么冥想的人 BDNF（脑源性神经营养因子）、内源性多巴胺、血清素比正常人高。 但我自己体验下来，其实就是——“让大脑正确休息”。 你有没有这样的感觉，就是大脑在醒着的时候，一直在思考，思维一直在动。 特别是 Crypto 的哥们，这会想股票、币涨没涨，那会想群里的谁又发了财富密码上不上，过会又想自己的未来该怎么办，币圈是不是完蛋了，10 分钟后又切换成，对象哪句话又有何意味，再过一会，我去，这个 AI 好牛逼...... 总之，现在大多数人，面对各种各样的信息，生活上的，网络上的，大脑在醒着的时候，是一刻都不停的，睡着的时候还会做梦，持续思考白天发生的事情。 电脑 CPU 都会关机休息，但我们却经常忘记给大脑休息。 冥想就是很好的放松大脑的行为，静坐或者静躺在那里，只是跟着教程呼吸，都能舒缓很多情绪。 当然很多人会说，哎呀，我不会冥想，我闭上眼就胡思乱想。 但冥想，不是说就在那盘坐着闭上眼。而是有很多教程引导的，B 站一搜一大把，做的都很好，我跟着“小易冥想”和“瑞秋”，就坚持做基础性呼吸练习，每天 10-15 分钟足矣。 往上进阶的就是“以太小马达”，一次 40 分钟，就有点涉及宗教和神明之类的东西，我暂时做的少，偶尔一次也很“通透”。 我在寺院里，接触的禅坐，其实也是冥想的最高阶形态，那是完全探索自身和世界的行为，我有次坐了 40 分钟，坚持不住，最后 2 分钟是我这辈子从没体会过的感觉，明心见性，我在闭着的眼睛里看到了另一个自己。 出了寺院，我想着就是一直做冥想，不管如何都要坚持，现在真的很庆幸，自己坚持了下来。 反正现代人，在追逐钱、名利这块是无所不用其极的。我觉得这些外部的东西，永远都拿不完。 倒不如向内探索，学会完全体验当下的美食、娱乐、感情等等等等，这比天天网络 A8、A9 有意思也有意义的多。 总之，冥想真的带给了我很多快乐和自我发掘，我活了小半辈子，却在这几个月，才搞清楚，自己喜欢什么样的东西，喜欢和什么人相处，喜欢什么样的人生。 如果你要开始，请一定要坚持，这东西真的需要坚持，它是一个过程，最终才能体悟到人活着的意义。

市场的下一次演化，正在由 AI Agent 推动。 Clustr100 是一个面向 Agentic Trading 的研究型共同体，聚集交易者、开发者与研究者，共同探索 AI 如何重塑研究、策略、决策与优势。 Clustr100，由此开始。 加入我们： Markets are becoming agentic. Clustr100 is a research collective exploring Agentic Trading, AI-native market intelligence, and the future beyond trading. We bring together traders, builders, and researchers to study how AI agents reshape decision-making, strategy, and edge. This is where the cluster begins. Join us:

写给所有 AI Coding 时代下迷茫的工程师： 上周团队里一个核心工程师跟我说要离职。他说失去了喜欢做工程的动力，没有了思考，解决问题，犯错，抓狂的晚上，没有痛苦之后找到那个东西的过程，没有成就感。他想转去医学或生物学领域。我为团队感到可惜，但挽留的话说不出口，我好像并没什么好办法帮他解决这个问题，个人层面甚至觉得他的决定也不错。 这引发了我的一些思考，人类工程师会是 AI 的奴仆吗？工程师会变成纯体力活吗？我决定写这篇文章，希望能给到迷茫的工程师同学们一些帮助。 2022 年 GPT 横空出世的时候打死我都没想过工程师会是第一波受冲击的物种。我们处在一个工作模式发生前所未有巨变的年代里，电子世界以一个 100 倍于现实世界速度的方式在冲击我们的世界观——资深程序员们不知道自己的对与错了，之前很多行之有效的经验不再是经验而变成了包袱；而年轻的程序员们完全没有积累经验的机会，被 AI 摧枯拉朽地冲击没有了自我。 作为一个程序员，作为一个自认为有工程师之心的程序员，我和 AI 交流的四年时间里一直在不断验证着我的信仰是错： 最开始 AI 只能在写脚本上产生帮助，我说：AI 写不了代码 后来 AI 能够辅助编程了，我说：它只能基于我的起始内容做补充。 再后来 AI 能做到函数级实现了，我说：架构还在我们掌握范畴内。 再后来 AI 连技术架构都不用我们做了，我说：AI 没办法承担责任，还得人来 review。 现在 AI 动不动几千几万行代码产生，我们发现连人的 review 都变成了整个组织的拖累，我们又开始讲品味、讲判断力。 那后面 AI 的品味、判断力比我们强呢？我们的价值在哪里？我们的意义在哪里？ AI 正在把大量的代码写出来，把大量的产品拼出来，逼迫着我们把传统的工作方式进行一遍又一遍地重构。世界进入了一个前所未有的量变积累过程，人类的想象力从未展现出如此的窘迫和枯竭，我们现在无法想象 AI 质变后技术的样子是什么。 但反过来，AI 好像也不知道。没有任何一个模型能自己产生诉求，自己主动选择方向。 01-软件工程师的方向 这不是安慰话。你去看今天最强的模型，它能写出任何你描述清楚的东西，但它不会自己走进一个房间说"这个产品缺一个东西"。它没有欲望，没有不满，没有"我觉得这里不对"的直觉。诉求来自人的欲望，方向来自人的不满足。AI 是引擎，但引擎不会自己决定去哪。 这意味着什么？意味着在整个量变堆积的过程中，真正稀缺的是知道该写什么的能力。这个"该写什么"不是需求文档，而是你在和 AI 反复交互的过程中，撞见的那些模型做不到的边界、那些需要人拍板的瞬间、那些让你突然觉得"这个方向不对"的时刻。 团队里最有价值的时刻，不是我们用 AI 写完了几万行代码，而是有人说"等等，这整个方向有问题"的时候。那个判断并不来自于模型，是来自一个人在这个领域与世界互动足够久之后形成的嗅觉。 所以新时代下工程师的意义在哪里呢？在你能不能在和 AI 的日常交互中，积累出那种"知道哪里不对"的感觉。这东西没有捷径，只有在场才会有。哪怕你是一个很渺小的人，哪怕你只是在自己的岗位上默默 coding，你和 AI 的每一次碰撞都在帮你逼近那个质变的点。 但前提是你还在。这个狭义软件工程技术的方向到底在哪里是需要我们工程师去探索，自己去寻找的。prompt、single agent、agent workflow、multi agents、agentic、context、harness 这些层出不穷的名词实际上都是我们在新世界上探索留下的脚印，未来说不定会是一个很渺小，在自己的岗位上默默 coding 的人，发现了和新世界交互的终局呢？我们每个人都有可能成为 AI 时代的哥伦布。而这个过程只有你不断和 AI 交互我们才能越来越清楚的。如果我们放弃了离开了这条线，就再也没有机会去发现了。甚至如果千千万万的工程师停滞自己放弃自己，那人类 AI Coding 质变的道路只会越来越长，大家在迷茫中探索的过程会越来越长。 02-工程师的方向 但我想说的不只是“软件工程师的方向”，而是“工程师的方向”。coding 正在变成像电力一样的东西。 电力刚出现的时候，"电力工程师"是最前沿的职业。后来电力变成了世界运行的底层基建，电力工程师这个头衔就不再性感了。但电力驱动出来的一千个新行业都依赖于电力的运作。而 AI coding 也是一样。它正在从一个专业技能，变成做任何事情的通用基础设施。 这意味着什么？意味着工程师能做的事变大了，不是变小了。 以前你只能在软件行业里写代码。现在你可以带着 AI coding 能力走进医疗、生物、材料、教育、法律——任何一个领域，用这个通用工具去解那个领域里从来没人用工程思维碰过的问题。事实上全球的工程师岗位机会是变多了的，因为每个行业都在发现：我需要一个"电力工程师"来搭建通往新世界的基座，每个流程都可以用 AI 重新做一遍。 回头看我们那个离职想去医学、生物学领域的同事，我现在不确定他是离开了牌桌，还是去了一张更大的牌桌。他带着优秀的工程能力和对 AI 的理解，走进了一个全新的疆域。也许他会在那里找到我们在软件行业里找不到的质变点。 所以"迷茫"这个感受是真的，但迷茫的根源可能不是"我没用了"，是我们还在用旧的尺度衡量自己——我写代码能不能比 AI 快？我的 review 还有没有价值？这些问题本身就问错了。该问的是：我能用这个工具去做什么以前做不了的事？ 我们不仅仅可以留在软件工程的牌桌上，而且还可以带着这个能力去更大的战场。AI coding 把工程师从"只能在软件行业写代码"这件事里释放出来了。我们面前的路不是更窄了，而是前所未有地宽。 03-新评估标准终将会到来 还有一层痛苦来自于：我们大部分人都是从高考走过来的，已经适应了在一个确定的评价体系下评估自己、评估别人。现在旧的考评标准失效了，新的还没出现。没有人告诉我们什么是对的了。你不知道自己做得好不好，不知道该往哪使劲，这种不可被评估的失重感比具体的技术挑战更让人难受。 这个新标准会从哪来？从我们自己的实践中来。企业在量变过程中跑出的现象、踩出的坑、发现的模式，最终会被提炼成新的分类和评估框架。但这件事的前提是有足够多的人还在跑、还在踩、还在发现。到那时候每个人都会更清楚自己该往哪走、该做什么。 我们所有工程师实际上是在一起探索 AI 时代下人类应该怎么和 AI 交互。这件事的战场不只在软件行业里，它在每一个领域。我们的迷茫一定是真的，但我们实际拥有的筹码比我们想象的值钱得多。 这篇文章送给 AI 时代下迷茫的所有工程师。执行壁垒归零并不是末日，电力出现的时候也没有人知道它会照亮整个世界。 祝福我们工程师能够找到那个质变的点是什么，也祝福我们那个想去 AI For Science 领域的同事！也许我们会在完全不同的地方，同时找到那个质变的点。到时候再碰一杯，说一声：很久不见！