朋友介绍了去日本旅游赚到机票钱的方法 1.买 Lululemon ，回来挂得物 2.买 tn 手账本，买一堆两百，挂闲鱼千二百 3.香奈儿卡地亚宝格丽，闲鱼得物顺手赚，比如 Lv 比国内便宜 5k 4.二手相机等电子产品，转手一个香喷喷 5.一些景点的本地特色，转手闲鱼 2 倍卖出 6.始祖鸟自用好香，转手更香 7.眼镜也很香，日本配完镜片的钱比国内镜架都贵 8.机场买烟蛋，虽然限量，但是真的血赚 9.小化妆品自用就行了，小东西便宜东西，没必要折腾

中国历史给我最大的感触是什么？ 中国历史给我的感觉就是，没人能够相对客观地记录历史。 我听过一种说法，丁肇中本来是想研究历史的，但是发现这东西太鬼扯了，于是才去搞得物理。 真假姑且不论，但至少有一点我很认同：物理实验做错了，别人还能重复实验纠正；历史写错了，后人往往只能继续引用前人的错误。 而历史最大的特点，就是错误会不断累积。 司马迁生活在汉朝，很多汉朝的问题，他未必能直说，于是只能借着写秦朝来表达。 后世把这种东西美化成“春秋笔法”，说得好像是一种文学技巧。 司马迁不勇敢吗？当然不是。 他不过是在朝堂上替李陵说了几句公道话，就触怒武帝，遭受腐刑。 一个连为活人辩护都要付出如此代价的人，又怎么可能在史书里直球批判当朝？ 所以后人才会把这种写法称作"春秋笔法"。 不能写今天，就写昨天；不能骂皇帝，就骂前朝；不能说汉，就说秦。 后人称赞司马迁文笔高妙，我却觉得，这更像是一个时代留在文字里的伤疤。 当一个史学家不得不把真实包进隐喻，把批判写成典故，把现实改写成历史的时候，说明历史已经不仅仅是在记录过去，也是在躲避现在。 焚书坑儒就是一个典型。 秦始皇焚书，这件事问题不大。 但坑的是儒生，还是方士？ 到底坑了多少人？有没有经过后世不断加工？ 直到今天，仍然存在大量争议。再比如陈胜吴广。 从小课本告诉我们，暴雨误期，根据秦律，去了也是死，不去也是死，于是“王侯将相宁有种乎”。 后来睡虎地秦简出土，人们发现秦律远没有课本说得那么简单。 迟到未必就是死刑，根据情况可能只是罚金、劳役等处罚。 至少，“失期当斩”已经很难继续当成铁板钉钉的事实。 问题在于，这种修正并没有同步进入大众认知。 如果一个正常的学术环境发现史料有问题，会不断修订教材，不断修正叙事。 今天推翻昨天，明天修正今天，这才是知识发展的正常过程。 而我们很多时候不是这样。我们更擅长精进春秋笔法。 旧的问题不删，新的问题继续叠加；新的史料出来了，旧的叙事照样保留；教材越来越成熟，未必越来越接近事实，而是越来越接近一种完整、流畅、没有破绽的故事。北京猿人大概就是最典型的例子。 现代古人类学认为，北京猿人属于直立人，并不是现代智人。 既然如此，为什么中学《中国历史》的第一章，往往要从北京猿人开始讲？ 如果只是介绍生物演化，它应该放在生物课、自然科学课，或者古人类学部分。 如果讲的是人类文明，它甚至连“人”都不是现代意义上的人。 可它偏偏放在中国历史的第一页。 教材当然不会直接写：“中华民族已经有几十万年历史了。” 它只需要把北京猿人放在第一页，再顺理成章地讲山顶洞人、半坡居民、炎黄、夏商周，一条连续的时间线就自然形成了。 很多学生毕业以后，甚至不会意识到北京猿人与现代人的分类区别，却会牢牢记住另一种印象：泱泱华夏，源远流长。 这就是叙事。历史教材真正厉害的地方，从来不是说谎，而是不需要说谎。 它只需要决定哪些内容放第一页，哪些内容放最后一页；哪些写两千字，哪些写两句话；哪些配彩图，哪些放注释；哪些叫“起义”，哪些叫“叛乱”；哪些叫“改革”，哪些叫“复辟”；哪些叫“统一”，哪些叫“入侵”。 词没有变，事实没有完全编造，但人的理解已经被塑造了。 所以我越来越觉得，历史书最大的价值，不是告诉你发生了什么，而是告诉你写书的人希望你相信发生了什么。 真正研究历史的人，读的不是《史记》，而是司马迁为什么这样写《史记》；读的不是《汉书》，而是班固为什么要这样评价前朝；读的不是教材，而是教材为什么这样编排。 历史本身早已过去，留下来的只有一点残破的证据，和在流沙之上加盖的华屋广厦。

回顾移动互联网时期，那些冲出来的创业公司，往往一开始都是从边缘地带开始的，具备「大厂看不上」的属性 ◦ 太小众了：Airbnb (在别人家客厅睡觉)、Bilibili (二次元)、得物 (卖潮鞋) ◦ 没有技术含量：内涵段子 (有点 low)、拼多多 (不入流)、快手 (有点土) ◦ 太累了：美团 ◦ 不合规：比特币、滴滴打车 / Uber ◦ 太超前：SpaceX、OpenAI、Tesla ◦ 只是玩具：Instagram 这些机会里，很多其实是被大厂看到了的，但大厂会以某种理由说服自己「看不上」。 AI 时代也有类似的机会，大厂看到了但是看不上，比如前年 - 去年的： ◦ 套壳 AI 应用 ◦ 开源

iPhone Duo接受预定后，内地黄牛彻底疯了。仅京东自营旗舰店，15999元版本的预约人数就已突破118万，供需严重倒挂。 大量代抢卖家涌入二手平台，抢购服务费从200元至1000元不等，进一步渲染“一机难求”的紧张氛围。 在得物App上，1TB顶配版被商家炒至89999元，较官方定价溢价惊人，已有256GB版本以49999元的高价真实成交。 咸鱼上有卖家挂出99999元甚至数十万元的现货天价，但多数有价无市。 一部15999元的手机，活生生炒到89999元，这世上最神奇的生意，就是把一件商品炒贵，再让人争先恐后地证明自己买得起。 如果你花十万买一部手机，还觉得自己比别人高贵，那就不是手机值多少钱的问题了，是你把自己的脑子和钱包，交给了人家的镰刀。

最近有跟很多人聊 AI，发现很多人其实分不清推理和训练是什么。 1️⃣ 推理（inference）：模型答题 你每天用的 ChatGPT、Claude，基本都停在推理这一层，说白了就是你向一个已经训练好的模型发请求、它给你回复的过程。 模型的权重早就在训练阶段固定死了，你输入一段 prompt 进去，它做一次前向计算，吐出结果。可以直接把它当成一个服务端，请求和请求之间互不通信、互不影响。 2️⃣ 预训练（pre-training）：从零造一个大脑 这是整个大模型诞生里最重、也最关键的一步。一般会拿几十 TB 的数据喂给一个随机初始化的网络，让它反复学预测下一个词，一次训练动辄几个月，烧掉巨量的 GPU 卡和电费，最后产出一个基座模型（base model）。 它对硬件的要求很变态，几千张顶级 GPU 得物理上挤在同一个机房，用 InfiniBand 高速互联连成一台超级计算机，因为每次训练都要同步梯度，这也是为什么HBM贵的原因。 预训练造出来的模型其实还很难用，它只能保证闷头续写(输出token)，你问它一个问题，它可能给你顺手反问三个类似的问题出来。 3️⃣ 后训练（post-training）：把大脑调教成助手 从只会续写的基座模型，需要通过后训练才能变成好好跟你聊天、帮你完成任务的助手。 它是一个很长的工序，把预训练之后所有继续改权重的工序都装进去，主要有以下几种方式： 1.SFT：监督微调，喂人工写好的问题和好答案，教它按指令回答 2.RLHF / DPO：用人类偏好数据对齐，让它知道哪种回答更受欢迎、更安全，Anthropic 那套 Constitutional AI 就是这一支的变体 3.推理训练 RLVR：拿数学对不对、代码跑不跑得通这种能验证的奖励，专门练它的推理链。后训练的数据量和成本比预训练小好几个数量级，但一个模型好不好用、听不听话、安不安全，主要是这一层练出来的，不是靠参数量堆出来的，比如gpt风格明显就更加严谨、claude会更发散。 同样是训练，预训练拼的是算力和资本，后训练拼的是数据质量和调教手艺。 4️⃣ 微调（fine-tune）：特定化调整 这是普通公司和个人唯一玩得起的训练。微调就是拿一个已经预训练好的模型，用你自己私有小规模的特定数据再补一补，让它适配某个行业、某类任务、某种风格。上面说的 SFT 其实就是微调的一种，只不过大家平时说微调，更多指自己拿开源模型 Llama、Qwen 在自家的私有数据上接着训。 早期微调要动全部参数，成本还是挺高的，个人和小公司玩不起。后来有了 LoRA 这类参数高效微调，把原模型冻住，只训一小撮新增的低秩参数，便宜到一张显卡、几十块钱电费就能跑一次。 所以你听到某公司说我们训了个垂直领域的大模型，先别急着膜拜，大概率是在这一层 LoRA 了一下。

今天是柯洁放出豪言说不怕 AlphaGo 的十周年纪念日，那晚他说：“来吧！管你是阿法狗还是阿法猫。” 比赛结局我们都知道，很多人视它为 AI 击败人类的里程碑。 不过值得辟谣的是，AlphaGo 背后靠的技术是卷积神经网络（外加强化学习和搜索），它和我们现在使用的这些大模型背后的 Transformer 技术，压根儿就是两条完全不同的技术路线。 一个证据就是：16 年 AlphaGo 击败了李世石。而直到 17 年，Transformer 这个技术名词才被 Google Brain 团队在论文里发明出来。 不过世事无常啊。Google 的这个Transformer 也是商业史上著名的“起大早赶晚集”魔幻事件。 Google 拥有这种改变世界的技术，却把它束之高阁，直到再后面 OpenAI 拿去造出了 ChatGPT，才引起 Google 的红色警戒。 这背后还有一些八卦。 开发 AlphaGo 的团队叫做 DeepMind，他们在发布 AlphaGo 前两年就已经被谷歌收购。当然也是因为他们被 Google 收购，所以才能有大量的 TPU 算力支持。 Google DeepMind vs Google Brain。 在很长一段时间内，两个团队都在 Google 进行内部赛马。 DeepMind 点的技能是，卷积神经网络（外加强化学习和搜索）； Brain 作为Transformer 架构的开创者，技能树自然是 Transformer（也就是目前大模型用的这个）。 按理说，因为技能树点错了，显然发明 Transformer 的 Brain 团队更应该获胜。然而最终的结局和我们想象中的不一样。 最后 Google DeepMind 吞并了Google Brain，DeepMind 的 CEO Demis 成为了 Google AI 第一人，直接和 Larry 汇报。 然后合并后的团队，主导了我们现在在用的 Gemini。 PS：Google 的 AI 最一开始叫 Bard，后面改名叫做 Gemini，就和 DeepMind 内部赛马获胜有直接的关系。另外 DeepMind 是怎么获胜的，感兴趣的话，我以后单开帖子聊。 我不知道柯洁和李世石是否关注，当年击败了他们的那个男人，居然在谷歌内部带着那个并非正确答案的技能树，能再次击败大模型真正的发明者。 我只能说，柯洁他们输得不冤。 最后说回柯洁，我想大家现在对他的唯一印象，就是每天在搞抽象。 他这种精神世界，是我羡慕的一种状态。甚至从某种角度来说，柯洁可能是我们的一个先遣测试服。就像好多人总说，东北就像是中国的先遣测试服一样。 柯洁十年前被击败，从此过上了抽象的生活，我们估计也快了。 我今天看到那个得物，据说把前端整个部门都给原地解散了，以后就只有 AI 全栈工程师了。 害，如果 AI 全面取代，以后你再培养小孩，也别培养他念书、做题了，根据先遣测试服的这个结果，我建议以后直接培养小孩儿如何搞抽象🤪。

少年不可得之物，真的无解 我小时候玩的一个游戏叫《问道》（垃圾光宇迟早倒闭） 等我后来有钱后，找回了当年账号 给儿时想要的神兽、坐骑买了个遍 装备也都打造到完美了 甚至我直接拿钱，买通了本区的一队，四保一，让我这个号当上了“试道王者”。 以前嘲笑 刻舟者，可我们都在向当年 求剑。