AI已经发展到我让两台电脑上的claude和codex，qwen跟孟加拉国人抢印度的单子。 我只负责吃饭的时候在drive上看一眼成果物，然后手机给出评价，agent自动跟客户交易，做出修改，交付产品。 我的单价全是最lowball的极端左边，比所有孟加拉人，印巴人，埃及人的单价还低，交付还快。 AI真的是前途不可限量啊！！！

我朋友的妹妹去念寄宿制高中了，要我买个MP3给她，并且把她网易云音乐歌单里390多首歌下载给她听（很多需要VIP）。 我用豆包给全部下载了，而且是flac无损，问题好多歌曲都是需要vip才能听的 她问我豆包是怎么下载的？这会不会是bug？

关于AI的进化程度，可以看下诺奖得主的观点！ 最近我看了一场很有价值的深度对谈，全程55分钟，诺贝尔化学奖得主哈萨比斯围绕着AI、癌症、人类的未来抛出了一系列颠覆认知的预测和观点，他的四大预言，每一个都和我们的人生息息相关，如果你正在思考AI的冲击和人类的发展，请一定要认真看完这篇文章。 首先说一下哈萨比斯是谁，他8岁自学编程，13岁成为了国际象棋大师，智商和天赋从小就拉满，是圈内公认的神童，后来他投身于人工智能的研究，并干了两件改变世界的大事： 第一件是研发出了鼎鼎大名的阿尔法狗，击败了人类围棋的世界冠军柯洁，攻克了人类公认最复杂的智力博弈项目。 第二件是研发出了颠覆医学界的阿尔法折叠，攻克了困扰人类50年的蛋白质折叠技术，把人类医学推进了一大步，因为这个事，他获得了2024年的诺贝尔化学奖，成了全球关注的顶级大佬。 明白了他的传奇经历之后，我们再来看他在对谈中提出的四大重磅预言： 第一大预言，癌症将会被真正治愈。 他之所以会给出这样的判断，是因为他利用阿尔法折叠，对2亿多个蛋白质的三维结构进行了系统的研究，这个事你知道有多么离谱吗？以前科学家解析一个蛋白质结构都需要花费数年时间，最近几十年，整个人类科学界加起来，也才解析了17万个蛋白质的三维结构，结果哈萨比斯在AI的加持下，只用了一年时间，就做完了人类几万年的科研工作。 你知道这意味着什么吗？意味着以后不管是癌症、艾滋病或者是其他疾病，我们用AI模型一跑，就能搞清楚疾病的原理，并针对性的找出应对方案，将大幅提升人类攻克癌症的效率。 最绝的是，这哥们还把这项技术给开源了，全球190个国家，300多万名科研人员全都可以免费用这项技术去攻克疾病、研究药物，按这趋势，现在很多困扰我们的疾病，未来都有可能找到新的解决思路。 这还没完，哈萨比斯说，AI不仅可以应用在医学领域，以后很多垂直领域，都会因为AI的落地而出现巨大的进步，比如说材料领域，AI发现了220万种新型无机晶体，相当于人类过去百年发现总量的数十倍，这些材料可以用在电池、超导、光伏等领域，还有能源领域也是一样的道理，在AI的加持下，人类对核聚变的研究也将推进一大步。 哈萨比斯说，未来AI将不再是一个只会聊天的工具，而是一个能够给医疗、材料、能源、农业、气候、教育、工业领域提供巨大加持的放大器，现在我们担心的农业、气候、能源、疾病治疗等问题，未来都会有新的解决思路。 第二大预言：AI+新能源，将帮助人类终结零和博弈。 过去几千年，为什么人类社会会不断地出现残酷的斗争？因为我们的经济体系、竞争逻辑、社会秩序，全部建立在资源稀缺的前提上面，土地、能源、矿产都是有限的，别人多拿了，我们就少拿了，所以竞争陷入到零和博弈是必然的事情。 但哈萨比斯判断，2030年，通用人工智能就会正式落地，一旦落地，这场生产力革命带来的冲击强度可能是工业革命的100倍以上，到时候AI+新能源技术，我们的生产成本几乎可以无限趋近于零，前几年我们国内人工合成淀粉的新闻大家应该都看了，你想一下，如果以后能源近乎无限（太阳能、核能）、资源近乎无限（小行星和月球开发），那我们还会因为一些土地和资源就争得头破血流么？ 到时候我们的经济体系、竞争逻辑、社会秩序全部都会发生翻天覆地的变化，而这一次留给我们的适应时间，可能只有短短10余年，所以未来一定是一个剧烈变化的时代。 看到这里，我知道有人要说了，那AI的发展就只有好处没有坏处吗？当然不是，哈萨比斯还提出了第三大预言，给世界各国发起了警示。 第三大预言，AI最大的风险，其实是世界各国无法达成共识。 很多人想象中AI的风险是，AI一夜之间出现了觉醒，控制了我们所有的电子程序，就像科幻电影中的剧情那样，我们人类最终会被AI消灭或者奴役，但哈萨比斯认为，这种科幻叙事并不是我们现在需要担心的问题。 人类在AI领域的终极风险，其实是世界各国无法达成共识，大家都担心其他国家用AI技术对自己形成降维打击，在这种恐惧心理之下，就会逼着世界各国进行军备竞赛，甚至会让某些国家放弃底线，把AI用在非常危险的领域，就像我们对核武器的担忧一样，核武器在大国手里，大家其实并没有那么担心，因为大家知道各国不会轻易使用，可如果核武器到了一个恐怖组织手里，那大家就会彻夜难眠。 AI技术现在也是一样的道理，如果人类无法达成全球治理共识，那技术的发展几乎一定会偏离人类的整体利益，这才是最大的隐患。 第四大预言：文科生和普通人将迎来巨大的机遇。 很多人以为AI时代来临，是理科生的春天，但哈萨比斯认为，AI引发的这场生产力革命，将会出现一个根本性的变化，那就是——执行层被替代，决策与创意层会被放大。 什么意思？我举个例子说明，以前拍电影，做特效的人非常关键，现在AI来了之后，特效和剪辑可以AI完成了，真正有价值的，是能给AI提供思路的那个人。 而提出问题、定义方向、判断价值、设计规则，恰恰就是人文社科教育的核心，所以文科生以后还会迎来新的发展机遇。 再来看普通人的机遇，哈萨比斯认为，我们作为第一代AI原住民，以后的就业思路恐怕会发生巨大的变化，未来我们不用再扎堆的去大厂内卷，很多工作，只需要我们一个人，然后让AI成为我们的技术助理、设计助理、数据分析助理，一个人就能解决以前一个团队的工作量，在这样的大背景下，普通人创业的门槛将进一步降低，未来全世界将出现大量的中小创业个体。 所以最后哈萨比斯温柔的告诉我们所有年轻人：未来充满了不确定性，但也意味着一切未成定局，我们不用总去担心AI会不会抢我们的工作，而应该思考如何去掌握和运用AI，思维的差异，将决定我们未来的走向。 我个人认为，AI的发展会给我们带来巨大的挑战，但技术的进步也会给我们带来更多新的可能，我们与其做一个悲观的旁观者，倒不如做一个乐观的参与者，这可能是最合适咱们普通人的态度。

为什么感觉这个世界很割裂了....... 身边很多人居然连豆包能生成文案都不知道，他们写作业还在百度文库找资料； 而很多人已经在拿Codex自己做APP和小程序了.......

别的不说，单单说僵尸毁灭工程这游戏的创意工坊。 现在创意工坊每天都飞速更新，甚至出现了3dmod这种逆天产物。只能说ai让编程的速度变得快了太多。

当前2026年10月。非常离谱。AI的发展非常离谱。 不是说快或者慢，就是离谱。 过去6个月，我已经完全vibe coding了4个iOS App（10-50万行左右）和无数个SaaS网站，从idea到调研到产品到开发到部署运维全部AI搞定。 同时，上周，我让Chat端的GPT6开极高的思考模式跑了几十次对话，输出了上万行的调研和分析报告，并用光了我累计9张codex plus/teams重置卡，1周CC Pro额度，1周Zcode Pro额度，只为了将一个iOS App的导航栏放在iOS原生应用的经典位置，而不是比它高几个pt。 截止目前，还没有搞定。 离谱，非常离谱。

图灵测试在10年前，我还觉得不可能实现！ 但现在不仅仅实现了，而且早已远远超越了大多数人类。 当程序员，画家，作家，数学家，演员，编剧，导演…无数个职业一个个被AI取代 人类还能做什么？ 人类存在的意义是什么？

我在想，如果我用智能体做了一个赛博分身。 我把我的藏书，日记笔记等所有资料全部弄了电子版让它建本地RAG向量库，它用两天时间完成了，再让它接入我的生活学习工作流，不断积累赛博记忆。 我的儿女也可以这样做，未来我们家的后来人唤醒这些智能体的时候，就能跟列祖列宗对话了

AI已经让绝大部分人类在知识上的努力毫无卵用了。 如果99％以上的人类脑力劳动都能被AI取代， 那么义务教育毕业和硕博毕业， 对人类社会基本毫无区别， 社会所需的人力资源只剩下组织者和体力劳动者， 大部分人在学校内卷一二十年， 毕业后却发现自己是无用之人。。。

普通人接触AGI应用将集中在几个方面： 第一是智能助手升级。现在用的语音助手、输入法、搜索引擎将升级为具备AGI能力的超级助手。不再只是回答问题，而是能理解意图、预判需求、主动帮你完成任务。比如订一张下周一下午去上海的机票，它不再只是搜索航班，而是直接根据你的日程、偏好、预算完成预订。 第二是创作工具平民化。借助AI工具，一个人可以完成过去需要一个团队才能完成的工作。拍广告短片无需大团队、做产品无需全栈技能、做内容也可靠AI辅助。一个不会写代码的人，只要描述清楚想法，AI就能生成可运行的代码。 第三是具身智能机器人。家庭人形机器人、无人驾驶汽车、智能家居设备都将具备AGI能力。你不再需要手动操作各种设备，只需用自然语言下达指令，整个居住空间就会自动响应。 第四是医疗与健康服务。AI健康顾问将成为家庭标配。它可以分析你的体检报告、监测你的日常健康数据、在你身体出现异常时第一时间预警并给出建议，反馈及时且成本低。 AGI时代最大的机会在于创业门槛被大幅降低。过去需要一个团队协同完成的工作，现在一个人借助AI工具就可以全部搞定。这种模式被称为一人公司，或者叫超级个体，即个人借助AI工具承担标准化任务，自己则专注于战略决策。

目前不太推荐辞职创业，推荐把AI用在现有的主业中提升效率，积累使用经验后再考虑拓展。 比如你是做运营的，可以用AI批量生成内容素材。你是做设计的，可以用AI快速出图。你是做销售的，可以用AI分析客户数据。 当你在主业中充分掌握了AI工具的能力边界，再把它迁移到副业或创业中，风险会大大降低。 众所周知，在这个剧烈变化的时代，主动学习和适应的人将获得前所未有的机遇。而被动等待的人会被时代的浪潮圆圆甩在身后。

前几年，AI给大多数人的印象还只是比较高级的聊天机器人： 能聊天，能查点东西，偶尔帮你写写文章，但经常一本正经地胡说八道。真要拿它干活，尤其是复杂的活，心里多少得打个问号。 到了2025—2026年，情况明显变了。AI在一些领域的进步已经不是”每年强一点”，而是真正意义上的突飞猛进。 最典型的就是代码。 现在的AI写代码是真好用，这种好用不需要看什么benchmark，自己用一两次就能体会到。 当然，现在的Coding Agent还是会犯很多蠢错误，细节、长期维护、复杂工程约束这些地方经常能把人气到红温。但它带来的效率提升实在太高，高到很多人一旦习惯，就很难再回到纯手写代码的日子。 更重要的是，它把软件开发的门槛拉低了一大截。以前没有编程基础的人想做个小工具、写个脚本、改个Mod，成本非常高。 我自己有时候想弄点Mod，如果从学代码开始一点点写，不光要花大量时间，各种Bug对没受过系统训练的人来说简直是折磨。 现在可以直接把需求丢给AI，让它搭框架、写代码、查Bug。你不会因此变成真正的软件工程师，但确实拿到了一部分过去只有程序员才有的生产力。 然后是数学。今年AI在数学上的推进同样激进：从年初解决一些相对普通的问题，到不断挑战研究级难题，再到9月在千禧年难题之一的NS方程上取得重大突破。 不管学术界最后怎么评价具体成果，至少有一点已经很清楚：AI能不能参与前沿数学研究，已经从科幻话题变成了现实问题。

一个模型输出100万Token，任务没完成； 另一个只输出30万Token，一次就干完了。 前者的单价就算便宜一半，真实成本也未必更低。所以真要算性价比，更合理的指标是有效完成任务数和实际花费 或者说，完成一个有效任务到底要花多少钱。这么一算，很多所谓的廉价模型一点都不便宜。便宜的无效Token，说到底还是无效Token。

AI越深入真实工作，人们对高质量Token的需求就涨得越快。 到了Coding Agent、数学研究、复杂分析、长流程任务这些场景，便宜但干不了活的Token几乎没有意义。 一个模型便宜80%，但要反复重试五六次，最后还得你自己收拾残局，那它的便宜只是账面上的便宜。 反过来，O/A的廉价模型在真实工作里的性价比，反而可能比不少单价低得多的模型更高。

现在国内模型处境很尴尬： 顶级档打不过Astra、Fable； 主力档有Opus 5.5压着，OpenAI紧急推出的Sol 6.1也能打打下手； 再往下，Luna 6、Sonnet 5.5这种廉价高速模型同样越来越能打。