腿张开了，心也跟着野了… 这件衣服，是不是穿得有点危险？ 眼神已经把你勾住了💞，还在等什么？ 来，关注我，今晚陪我聊聊天呗～🩷 #小姨# #渴望拥有#

以色列和美国对伊朗，回到本质，还是阻止它有核武器，一旦有了，就像北朝鲜一样拿它没办法了。 只要伊朗铁了心要造核武器，如果谈判，拖着拖着，核武器快出来了，像北朝鲜。 不谈，打，又打不死，庞大的一个宗教国家，而且会让伊朗更渴望拥有核武器。 结果就是不断地偷偷造，狠狠打，循环。

看完很感触。虽然我自己在感情上一踏糊涂，但还是有点微小的经验可以分享分享。希望拾一不要介意。 第一，尽量不要试图通过线上交流培养感情。做我们这一行，很容易忽略了线下交流的魅力所在。双方的第一次眼神接触，第一次交谈，交谈过程中双方的反应，人格魅力的互相释放，身体的气味，等等，都是两个人是否能走在一起最关键的因素。在交往前，荷尔蒙永远无法通过文字传递。 因此不应该在通讯录中找对象突然开始话题，这十分不明智，除非这个人本来就对你有兴趣。 不过，拾一找「学习委员」聊天并约出来见面吃饭，这是其实是很正确且勇敢的做法。但拾一认为「现在慢慢地基本上没有什么可聊的了，再主动去约的话，也不会有什么结果。这仍然是一段非常不对等的关系，你主动付出是得不到什么回应的，不管是情绪价值还是别的什么」，这种想法我觉得有点过于伤害了自己。 不应该认为「主动付出是得不到什么回应的」，因为对方同意出来线下见面吃饭，已经是最好的回应。至于结果如何，是双方是否来电决定的，如果没有交往的可能，只是两个人不匹配，或是一方期望对方主动，而一方不够主动所导致的错位。并非拾一所认为的「关系不对等」，无需太过自责。 所以，尽可能多地制造线下社交的机会。这是效率最高的，且最锻炼一个人社交能力的方式。尝试用一些 Dating App, 或参加线下活动，或清吧，或剧本杀，或同好组，等等，人为地把自己放在公共场所。去了解，去沟通，去接触。 有人会说，Dating App 有认真谈恋爱的吗？我认为在这个阶段，首要追求的并不是情感的质量，而是把自己投入到情感当中。没有人能保证恋爱的质量，即使不是通过 Dating App 认识的对象。恋爱的目的永远是通过在恋爱或情感中，更加了解你自己。你对爱情的看法，你对对象的期望，你想和什么样的人过生活。 每一份爱情无论成功与否，只要你能从中得到成长，这份感情就是有价值的。我们在相爱的过程中学习爱的能力，我们通过爱情弥补过去情感教育的缺失。 拾一说，「一方面，我渴望拥有这样的关系；而另一方面，我更多的是担心自己能不能承担起这样的责任。随着岁数越来越大，这种恐惧和矛盾也变得越来越严重。扪心自问一下，我向往的关系是什么样的呢？」 我相信，只要投入到一段关系中，拾一能对这些问题有更清楚的理解。因为只有自己最了解自己，短视频上的恋爱，无论是充满浪漫甜蜜还是充满悲观，都是一千个人的一千种爱情，而不是自己的爱情。 第二，一定要自信。 拾一在咱圈子里如此牛逼，足够有自信的资本。或许有人认为，在别人面前谈论技术有多牛逼未免有点太尴尬。这是当然的。牛逼的技术能力并不是用来聊天的资本，自信是散发出来的，而能力是散发自信的基底，它处于自信的立足层，而在此之上的，是你通过技术，想成为一个什么样的人，想做成什么样的事，想改变哪些你认为不合理的东西，这些构成了你的价值观，你的世界观。而这些往往就是你的魅力所在。我相信拾一在这方面肯定有足够的自信。只是还没把它通过合适的方式散发出来而已。 当然，交流的技巧也是相当重要的一部分。如何使对方感受到被尊重，如何不把话题聊死，等等，不过这些都足够写成一本书了。在这里就不展开了。 茫茫人海中，能找到互相喜欢的，甚至双方都愿意一起过下去的人本来就是一件很难的事情，个人所能做到的，就是尽可能地学习、创造机会，让概率最大化。创业也是如此吧。 加油拾一。 最后推荐一本沈奕斐的书《什么样的爱值得勇敢一次》，希望有帮助。

0.618 设计行业有一个著名数字：0.618。 很多人相信它是美的密码，是先知留给后人的金钥匙。 从古希腊神庙到文艺复兴绘画，从人体比例到产品设计，从鹦鹉螺的曲线到一根草的枝丫，从品牌标识到网页界面，只要出现一个看起来舒服的画面，总有人会拿出尺子量一量，然后告诉你：看，这里符合黄金比例。 于是，0.618 逐渐拥有了一种近乎“神圣”的地位。仿佛只要接近这个数字，设计就会变得更好。 但这些年做设计，我越来越怀疑一件事：0.618 真的重要吗？或者说，人们真正相信的，到底是 0.618，还是一种对确定性的渴望？ 如果一个比例（数字）真的能够决定美，那么设计应该是一门非常简单的学科。我们只需要计算，只需要套公式，只需要把所有元素按照既定规则排列。理论上，所有人都应该得到完美的结果。 但现实恰恰相反。 世界上最好的设计师并没有变成数学家。他们每天面对的，仍然是判断。什么该大一点？什么该小一点？什么应该靠近？什么应该远离？什么时候需要平衡？什么时候需要打破平衡？甚至什么时候通过少量的丑去实现更多的美。 这些问题没有固定答案。 同一个比例，放在不同内容、不同环境、不同文化背景里，可能产生完全不同的结果。这也是为什么许多优秀作品之间几乎没有共同的数字规律。中国书法和瑞士海报不一样，日本庭园和现代建筑不一样，儿童绘画和企业形象设计也不一样。如果美真的来自某一个数字，那么这些差异根本不应该存在。 我一直有一个猜想。 如果发现黄金比例的人（经查阅并没有资料明确指出是谁发现了它），真的相信 0.618 是一种普遍有效的方法，那么他一定会在所有图形、所有构图、所有设计中反复使用这个比例。 但只要他这样做一段时间，就一定会发现一个事实：有些时候有效，有些时候无效；有些画面因此变得更舒服，有些画面反而变得更僵硬；有些问题被解决了，有些问题根本没有被解决。 最终，他会意识到，真正起作用的并不是 0.618 这个数字，而是数字背后的关系。 换句话说，黄金比例之所以被发现，不是因为它永远正确，而是因为它在某些情况下经常出现。 这两者之间有着本质区别。 很多人认为发现黄金比例的人是在证明 0.618，但我恰恰觉得，真正发现它的人，很可能是第一个发现它局限性的人。因为只有不断使用、不断验证、不断比较，才会知道：这里有效，那里无效；这里合理，那里荒谬。 最后留下来的，不是对数字的崇拜，而是对现实的尊重。 这让我想到一个人——孔子。 孔子原本是在观察人，观察社会，观察人与人之间复杂而微妙的关系。后来，人们把这些观察整理成规则，规则再变成教条，教条最终代替了思考。很多人背诵孔子，却不再观察人。 黄金比例也是一样。 最初它是经验，后来变成理论，再后来变成标准，最后变成信仰。于是，人们不再思考什么是好的设计，而开始思考有没有用 0.618。 但真正的设计过程从来不是这样。 我从来不会拿着计算器去做设计。很多设计师也是如此。我们调整位置、修改大小、改变节奏、反复推敲，最后得到一个结果。有时候它确实接近 0.618，有时候完全不是。但这并不重要，因为我们寻找的从来不是一个数字，而是一种恰到好处的关系，一个解决问题的方法。 所以我并不反对黄金比例。 我反对的是把黄金比例当成黄金法则。 数字没有问题。孔子也没有问题。理论没有问题。问题永远出在人身上。我喜欢孔子的观念，但讨厌把他当成宗教偶像一样去膜拜。 当人们停止观察现实，开始崇拜答案的时候，再好的经验也会变成教条。而所有教条，最终都会失去生命力。 真正发现黄金比例的人，最终发现的不会是 0.618。而是 0.618 为什么有时有效，有时无效。 0.618 不是美的密码，它只是人类试图理解美时，曾经留下的一串数字。

英伟达与高通猝不及防，中 国车企自研芯片纷纷登场！ 当英伟达CEO黄仁勋在CES 2025上自信地宣布"自动驾驶 汽车已经到来"时，他可能没 有意识到，他口中那些"必须 使用自动驾驶技术"的汽车公 司，正悄然将他从核心供应 商的名单上划掉。同样，高 通CEO安蒙或许也没想到， 那个在汽车座舱芯片市场占 据70%份额的巨头，在智能 驾驶领域正遭遇中国车企的 集体"叛逃"。一场由中国车企 主导的自研芯片浪潮，正在 改写全球汽车半导体的权力 版图。 01 从"买买买"到"造造造"：中国 车企的芯片觉醒 时间回到几年前，英伟达的 Orin系列还是中国高端智驾 市场的绝对王者。小米 SU7、理想L系列、极氪001 等明星车型，无不以搭载双 Orin X芯片（508 TOPS算 力）作为智能化卖点。高通 则凭借骁龙8295座舱芯片， 几乎垄断了智能座舱市场。 彼时，英伟达Orin-X单一型 号即占据中国智驾域控芯片 约45%的装机量，高通在座 舱领域的统治力更是无人能 及。 然而，转折来得比想象中更 快。2025年，中国车企自研 智驾芯片进入规模化量产元 年：小鹏的"图灵"AI芯片在二 季度量产上车，蔚来ET9搭 载自研的5nm"神玑 NX9031"芯片交付，吉利旗 下芯擎科技的"星辰一号"7nm 芯片也实现量产。甚至连一 向在智能化上"慢半拍"的比亚 迪，也在2024年启动了自研 芯片项目，推出4nm制程的 BYD 9000座舱芯片。 这场自研浪潮的导火索，首 先是成本。> 蔚来创始人李 斌曾算过一笔账：自研芯片 后，"一年可以少花几十亿人 民币采购英伟达的芯片"。小 鹏汽车为研发图灵芯片耗资 超百亿元，历时五年，其间 甚至因架构错误赔偿数亿元 推倒重来。何小鹏坦言，虽 然投入巨大，但自研芯片在 BOM成本上每颗可节约约 1200元，大规模出货后将显 著优化整车成本结构。 更深层的动机，是对技术自 主权的渴望。英伟达和高通 的芯片本质是"通用平台"，车 企只能在其框架内做算法适 配，大量算力被闲置。而小 鹏的图灵芯片专为AI大模型 设计，算力利用率比通用芯 片提升20%，最高支持本地 运行300亿参数的大模型。蔚 来神玑NX9031采用5nm工 艺，拥有500亿晶体管规模， 官方宣称"一颗抵四颗Orin"。 这种软硬件深度耦合带来的 效率提升，是外采芯片无法 比拟的。 02 英伟达的"Thor焦虑"与高通 的"融合困境" 面对中国车企的集体转向， 英伟达并非没有准备。其新 一代Thor芯片将算力天花板 推至2000 TOPS，试图以绝 对性能优势巩固地位。然 而，Thor芯片的量产时间多 次延期，引发部分车企转向 自研或国产方案。更致命的 是，Thor的"黑盒属性"让车企 担忧——一旦深度绑定英伟达 生态，未来的算法迭代将受 制于其技术路线。 英伟达汽车业务的增长"失 速"已现端倪。虽然其在AI算 力上的技术积淀短期内仍不 可替代，但市场份额的下滑 趋势明显。2025年下半年， 地平线的征程J6P开始交 付，直接挑战英伟达在 L2++市场的地位；华为昇腾 MDC平台搭载量突破100万 辆，与特斯拉自研FSD并列 成为行业标杆。英伟达在中 国市场的统治力，正从"绝对 垄断"退化为"多元竞争中的一 极"。 高通的情况则更为微妙。它 在座舱芯片市场的优势无人 能撼动，全球超3.5亿辆汽车 搭载骁龙数字底盘，中国市 场覆盖超210款车型。但在智 驾领域，高通走的是"舱驾融 合"差异化路线，主打中低端 车型的成本优化。骁龙8650 智驾芯片算力仅30 TOPS， 与英伟达Orin X的254 TOPS 相去甚远；即便是最新的 Ride Elite至尊版，约720 TOPS的AI算力也未能打开高 端市场。 中国车企的自研策略，恰恰 精准打击了高通的软肋。小 鹏图灵芯片不仅用于智驾， 还能支持智能座舱功能，实 现"一颗芯片管全车"的舱驾融 合。蔚来、吉利也在推进类 似的全融合SoC方案。这意 味着，高通赖以生存的"座舱 优势带动智驾"逻辑，正在被 车企自研的"全域融合"芯片所 颠覆。 03 从"供应商时代"到"战国时 代"：格局重构 2025年的中国智驾芯片市 场，可以用"旧王新贵的战国 时代"来形容。英伟达、高 通、Mobileye等国际巨头， 华为、地平线等本土供应 商，以及小鹏、蔚来、吉利 等车企自研力量，三方势力 交织缠斗。 一个显著的趋势是：车企自 研并非要完全取代供应商， 而是构建"自研+外购"的混合 模式。理想汽车仍在部分车 型上使用英伟达Orin X，但同 时推进自研M100芯片，预计 2026年量产；小米SU7继续 搭载英伟达双Orin X，但业内 传闻其自研的"玄戒O2"芯片 将于明年上车。这种"多条腿 走路"的策略，既保障了供应 链安全，又为技术迭代预留 了空间。 对英伟达和高通而言，真正 的威胁不在于失去某几个客 户，而在于行业规则的改 写。过去，芯片厂商定义算 力标准，车企被动跟随；如 今，车企根据自研算法需求 反向定义芯片架构。端到端 大模型、VLA（视觉-语言-动 作）模型的兴起，让"有效算 力"取代"峰值算力"成为新的 评价标准。英伟达Thor的 2000 TOPS固然耀眼，但如 果无法高效运行车企的特定 模型，不过是数字游戏。 更深远的影响在于生态。小 鹏图灵芯片不仅用于汽车， 还将搭载于AI机器人和飞行 汽车；蔚来神玑芯片未来可 能外供其他车企。一旦车企 自研芯片从"成本中心"转变为 可外供的产品线，英伟达和 高通将面临来自下游客户的 直接竞争。 Synopsys首席执 行官曾预言："更多汽车制造 商将不得不在公司内部构建 芯片开发设计能力。"这一预 言正在中国率先成为现实。 04 未来：开放与封闭的博弈 站在2026年的门槛回望，中 国车企自研芯片的浪潮绝非 一时冲动，而是智能电动汽 车产业成熟的必然结果。当 软件定义汽车成为共识，硬 件必须与算法深度协同；当 数据成为核心资产，算力平 台必须掌握在自己手中。英 伟达和高通或许曾以为，凭 借技术优势和生态壁垒可以 高枕无忧，但他们低估了中 国车企对技术主权的执念， 也高估了"通用平台"在垂直场 景中的不可替代性。 当然，这场变革并非零和博 弈。英伟达的CUDA生态、高 通的连接技术，短期内仍是 行业基础设施。中国车企的 自研芯片，更多是在"增量市 场"中争夺定义权，而非在"存 量市场"中彻底颠覆。但一个 不可否认的事实是：全球汽 车半导体的权力中心，正在 从硅谷向东方转移。 英伟达与高通没想到的，或 许不是中国车企会自研芯片 ——毕竟特斯拉早已做出示范 ——而是这股浪潮来得如此迅 猛、如此决绝。当小鹏 MONA M03的升级版悄然换 上自研图灵芯片，当蔚来 ET9以78.8万元的身价搭载神 玑NX9031驶下生产线，当比 亚迪将自研芯片铺向10万至 20万元的主流市场，一个属 于中国"芯"的时代，已然开 启。 而对于英伟达和高通来说， 最紧迫的问题不再是"如何卖 出更多芯片"，而是"如何在车 企自研的时代找到自己的新 位置"。毕竟，当曾经的客户 变成竞争对手，游戏规则已 经彻底改变。

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 ( 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）和环境问题（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”。