技術保障自由，意志鑄就未來： 中國議會大陸院開啟「暗網匿名註冊創始選民」安全通道 中國議會籌備委員會公告 致全體中國大陸同胞： 中國的未來，應當由人民共同參與與塑造。在海外議院選民註冊工作平穩運行並取得階段性成果之際，中國議會籌備委員會（下稱「籌委會」）正式宣佈：即日起，全面開啟「中國議會大陸區議院」選民註冊工作。 這不僅是制度建設的里程碑，更是每一位大陸公民行使正當權利、表達政治意志的開端。 一、 啟動安全技術屏障，保障用户安全 在安全方面，我們採取了多層保護措施，包括數據加密、訪問控制以及風險監測機制，盡最大努力保障用戶信息的安全。需要說明的是，任何互聯網系統都無法做到絕對零風險，因此我們會持續優化安全措施，並盡量減少收集不必要的敏感信息。如果用戶對隱私有顧慮，可選擇以匿名方式參與。 二、 建立彈性參與機制，支持匿名註冊 我們始終認為，制度的價值在於其包容性與真實性。因此，大陸院將採取審慎且具彈性的參與機制——正式允許申請人以匿名方式參與註冊及相關公共事務活動。無論您選擇實名還是匿名，本質上都是對公共事務的理性關注與對未來道路的自主選擇。 三、 註冊成為「創始選民」的重大意義 我們誠摯鼓勵廣大同胞積極參與註冊，成為大陸院創始選民。作為創始選民，您不僅是制度的見證者，更是建設者： 奠定制度基石： 您的參與將直接定義議會的代表性，確保制度從一開始就植根於真實的人民意志。 賦予歷史合法性： 在制度初創期，每一份理性的加入都是對民主、自由與法治理念的實質投票，共同鑄就未來政治生活的合法性基礎。 開創參與路徑： 創始選民的勇氣與智慧，將為後續更廣泛的社會參與探索出安全、有序且可行的範例。 四、 踐行真正的代表制度 真正的代表制度不應流於形式，而應是人民意志的真實體現。我們邀請所有認同普世價值的大陸同胞：無論您身處何地，只要心繫家國，皆可參與這一進程。我們深知，制度的建立不會一蹴而就，但每一位創始選民的加入，都是歷史前行不可或缺的一部分。 未來，隨着條件的逐步成熟，我們將持續優化機制，推動更加開放、有序且安全的制度發展。 大陸院注冊地址： 中國議會籌備委員會 謹啟

想起我刚炒币的时候2020年，当时看交易所信息，什么链上贷款，链上借贷，我还以为可以免费借钱呢，结果他需要你拿其它的币种去抵押，太搞笑了，我想了马云说的一句话，中国的金融是当铺思想，马云一直想让中国人信用贷款，这样支付宝可以放款更多，最后监管说：马云用支付宝利用几十亿的资本金去放了几千亿的贷款，意思是说他空手套白狼 其实我也挺喜欢信用贷款的，中国老百姓信用贷款很难，政府人员撸口子信贷容易，马云说的非常对，抵押和担保就是当铺思想，我他妈去借钱，还得让我把东西抵押出去，那叫做借钱吗？你没工作，没上班，银行一点钱不会给你贷款出来，普通人贷款是有抵押物的，还不上款，最后都给你收走了，政府稳赚不赔，l 马云就是太天真了，还想撸政府的口子，中国人的狡猾程度堪比犹太人，这个民族几千年来一直在内斗，愚民，老百姓是蠢，但统治阶级可不蠢，所以贷款内循环一直有担保物作抵押，财政就崩不了， 从小其他国家都他妈发钱，疫情的时候新加坡澳门香港台湾都发钱，唯独中国不发钱，其他发达国家也有救济金，很多发达国家完全可以凭信用贷款，根本不需要抵押物贷款，那才叫借钱，我从小到大没收到过政府一分钱，还他妈从小教育让我感恩父母，结果连父母都骗我， 学校一直在骗人说社会是美好的，所以中国人一旦出了社会，很容易自杀，因为教育给你塑造了一个美好的梦境，书本里天天说社会好，连校园暴力都没人制止，能好哪去 中国的公立学校，是统治阶级为了维持政权搞的愧疚式教育，9年义务教育是在文革结束后才开始的，如果不上学家长就要被司法找麻烦，文革时期老百姓各种批斗官员，狠的不得了，当时彭德怀刘少奇直接被红卫兵活活打死，统治阶级害怕再出现这种状况，所以要把中国人培养的自卑起来，懦弱起来，政权才会稳定 让他们天天感恩党，感恩父母，为了培养服从性，去教育打是疼骂是爱，去教育棍棒底下出孝子，没有长大的孩子，成了很多穷人父母的出气筒，穷人父母在社会上受的窝囊气都发泄在孩子身上了，应该立法彻底保护孩子，命令规定一旦打孩子父母立马送进去监狱，不要怕没人养孩子，这些孩子我来养 这种教育长大的孩子是不懂得反抗的，所以一旦走向社会负债逾期了就容易自杀，逾期意味着要要通知你的父母亲朋好友，你觉得愧对父母就自杀了不可笑吗？仅仅是因为欠钱怎么就愧对父母了？你应该明白是你的父母愧对你，他们把你生在世界上就决定了你的生存环境，你所有的苦都是父母带来的，所以没必要因为负债自杀 这辈子生在中国是什么福利没吃到，全受气了，这些年光被一些小县城公安局远洋捕捞加起来都超过2000万了，美其名曰协助调查，让我觉得卖u收到不干净的钱了，到了后面我朋友才告诉我这叫做远洋捕捞，没罪给你扣罪名，24年的时候我他妈不认还他妈毒打我，严刑逼供，我操死打我的那群王八蛋 到了去年25年负债清了，这些小地方还想捞我，我他妈没搭理这些小b地方了，去年有段时间特别危险，差点被强行抓到小县城，4个便衣抓我，逃脱后我在文化东方前门住了段时间，如果不是为了躲避抓捕，我真不花冤枉钱，酒店真的好土😅 北京排名第一大酒店暂时是安全的，因为小县城没有逮捕证，也没有搜查证，手续就不全，如果是在他们县城当地酒店会配合警察，别的城市酒店没有当地政府的通知，不会乱配合，而且人排名第一的酒店，怎么可能允许你小地方胡来， 所以在酒店的那段时间没再被找，他们还电话威胁说知道我在文化躲着，让我接受调查跟它们回小县城，百分之百是通过微信或者手机号的定位，他们有那种技术， 这种忽然性抓捕如果身边没几个帮手，就直接被弄到小县城死翘翘了，我就躲在酒店，联系朋友，给我出主意是否要出国，这些年币圈赚上亿的多少被抓了，小散户赚个几十几百万，没人盯着你，你们根本不知道我这些年给币圈挡了多少刀子，我吃了多少苦 哪天有时间专门写个帖子详细说下去年的事，去年车祸6月份当时我手骨折@liangxihuigui，被封的大号也说过这事，当时我还拍了骨折的手，我当时就说了这是被暗杀，因为那个人是想把我们的车撞下高架桥， 这个事情是在小县城捕捞我失败后的一段时间，去年没说抓捕这事，是担心你们把车祸暗杀恶意联想到他们头上，怕他们急眼再找我麻烦，但我觉得车祸应该跟抓捕没关系，车祸我一直认为是交易所对我的灭口行动，其实警察抓捕也都是交易所提供的信息，当时公安电话完善的说出了我在交易所的出售记录 很多企业家有钱的都没有罪，只要被传唤到小县城就会多出来很多罪名，因为小县城他可以严刑逼供，大地方北京上海思想前沿的城市，都不会乱来的，小地方是完全不一样的，他们还在按照几十年前流氓那一套整人，还好我身边保镖是聪明人，他们要是傻逼小粉红去年我就被交给小县城了，当时晚上去完酒吧，4个便衣大街上抓我，给我说他们所以某某城市分局的，在抓我前一个月，他们派出所就给我打电话，说我资金大额流水异常，让我去接受调查，我没去，然后直接抓我了 因为迫害人心虚大白天不去抓，半夜来抓我

2023 年，Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷：沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上，它只是在做「下一個 token 的預測」。 從學術的角度看，他說得完全正確。 直到今天，LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後，我們發現了一個讓科學家尷尬的事實：學術上的根本缺陷，工程上不一定要正面解決，繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線，讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law（規模定律）有天花板，LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他： 第一，資本的暴力美學。過去三年，人類往算力砸錢的瘋狂程度，讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二，系統性的外掛補丁。模型記不住？掛上向量資料庫。模型理解不夠？接上 Vision 和工具。 這就是工程學最迷人的地方：解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列，而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評，是他認為 Pattern Matching（模式匹配）不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯，那「學習本身到底是什麼模式」還重要嗎？ 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀，但在它飛得更高、更遠、更穩定的那一刻，它到底「算不算在飛」已經不重要了。 但繞過去的，跟真的解決，是兩回事。 只要底層架構沒變，楊立昆講的那些缺陷就真實存在。記憶是外掛的，不是原生的。就像義肢，裝上去能走能跑，但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了，推理、寫作、寫程式，很多事做得比大部分人好，但它每次都是一個全新的大腦。沒有連續的意識，沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」，全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新，你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD，把關鍵字搜尋跟語意搜尋混在一起用，就是為了解決一個問題：你三天前跟 AI 聊過的東西，它下次怎麼找得回來。 模型本身的能力會繼續進步，但只要底層是 LLM，記憶管理就是一個繞不開的大山。 用工程的角度來說，就是 Context Engineering 的重要程度，會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文，決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子，我的 OpenClaw Agent KAI，它常常在多個頻道處理不同任務，但它們的記憶不是即時同步的。只要 還沒更新，它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身，B 分身目前正在做什麼，然後要求 B 把做的東西整理好傳過去。或者更簡單一點，直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話，讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象，只要你常用 AI，一定會有很強烈的感覺。 從人格化的角度看，你會覺得它們是同一個人。但事實上，它們只是共享同一份記憶。只要記憶沒有同步，它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我，如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex，用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我，差異的核心在於：中間過程要不要進主 context。 用 MCP 調用 Codex，每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn，讀檔、改檔、跑測試、報錯、retry，全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn，跑完之後 Opus 的 context window 已經被中間過程塞滿了，後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent，這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後，回傳給 Opus 的是一個精簡的 handoff summary：改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎，Opus 完全不需要知道。 同樣一件事，兩種做法，Opus 的 context 乾淨程度天差地遠。 所以同一個模型，不同的人用，產出可以差十倍。 人與人之間原本的能力差距，已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子，這些東西的權重正在被 AI 快速壓縮。 取而代之的，是你怎麼使用 AI。這件事的精度，才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間，把對的資訊塞進那個 context window。 這些東西有一個名字，叫 Context Engineering。 它不是什麼高深的學問，但它是所有想把 AI 用好的人，都應該深入研究的東西。

何为用户至上？在币安@binancezh线下找到了答案 我们都知道，币安一直秉持用户至上、以用户为核心的理念 这次深度参与线下活动，亲眼见证了团队工作人员的真实工作状态，内心有很多切实的感触，想客观记录下来，分享最真实的所见和所感 早就知道商务岗位琐事多、压力大，这次线下亲眼所见，才真切感受到他们有多忙，做事认真负责，处理各项工作也细致靠谱 一切要从狮子山徒步说起，爬山过程中，所有人都专注赶路、保存体力，中途休息时，我看到梨子酱@pearbinance一直拿着手机再看，聊天 就故意过去说，爬山都在工作啊，这得让一姐@heyibinance和大表哥@cz_binance加工资🤣，走近了解后才发现，她真的在认真处理用户的问题 爬山到后半段，大部分人都体力透支、疲惫不堪，在这样的状态下，她依旧从容从容，一边及时对接工作消息，一边轻松和大家交流互动 全程还背着背包，兼顾出行与工作，全程没有懈怠，这份责任心和抗压能力，我是打心底佩服，点个赞！ 19号徒步结束，下山已经是下午两点左右 短暂休整过后，她就迅速调整了状态，立刻前往会场协助工作，负责入场检票、现场接待等基础事宜，全程保持温和礼貌的态度，用心对待每一位到场用户，这时候心里就在想，这就是币安的员工吗？ 我亲身爬完了全程山路，清楚长时间爬山后的疲惫感，是有多么的累，对于日常缺乏锻炼的人来说，体力消耗更是加倍 即便身心疲惫，团队里的每个人都收起疲惫，以饱满良好的状态面对用户，把最好的服务状态展现给大家，用心做好每一处服务细节 Kim哥@moonkimbinance同样全程用心付出，活动开始前，他早早到场搬运饮用水、各类物资，提前做好爬山的全部筹备工作 行程中全程照看同行人员，耐心协调各类小事 爬山结束后，又贴心安排餐食、饮品，妥善安顿好每一个人 丫丫@yayabinance也全程全程陪伴大家，后续梨子酱和 Kim哥因会场工作需要，不得不提前离场协助，丫丫便留下来全程陪伴 还主动关心每个人的游玩感受，耐心询问大家累不累、有没有遇到不便 全程默默陪着这群相聚的币安 Holder，等到所有人用餐结束、一切都安顿妥当，才最后一个离开 整场线下活动期间，不仅仅是他们，sisi @sisibinance，九九@cain_bnb（我依旧记得那时候活动期间，九九累到坐在杂物间地上睡着了，这才是他（她）们的日常），咪呀@miyayweb3等等 还有很多我没看到的，所有工作人员都处于连轴运转的状态，会场统筹、现场对接、问题解答，每个人都各司其职、默契配合，默默扛下繁杂的工作，全程毫无怨言，能看到的都是热情笑脸！ 最让我印象深刻的事情，是在潜水哥组织的活动现场，一位用户的账号出现了异常问题，上来询问，梨子酱第一时间上前，细致了解完整情况，主动添加用户微信，同步记录问题并逐一向上反馈 我亲眼看到她同时操作两部手机，一边快速处理海量工作消息，一边耐心倾听用户的诉求，条理清晰地对接跟进，从容应对繁杂事务 除此之外，币安天使khan @Khaos_DS、小鱼@Xiaoyu_184CM也都主动上前帮忙，一同为用户梳理问题、提供解决方案 这一刻，我真正读懂了币安所说的以用户为中心，就像梨子酱在活动现场介绍时提到的，只要大家有任何平台相关问题，都可以随时沟通咨询，都会尽力协助解决 活动过程中，团队成员还主动深入交流，认真了解中文社区的真实现状，倾听普通用户的真实想法与实际需求。 只有真正融入社区、贴近用户，才能精准捕捉大家的诉求，结合实际需求优化服务、完善生态布局 这也是币安团队长期深耕各大社区，频繁现身各类线上线下活动的核心原因 丫丫和 Kim 哥更是如此，从活动入场到现场收尾，几乎没有空闲时刻，现场协调、用户沟通、事务对接，始终处在工作状态，时刻保持随时响应的状态 以前只在线上和工作人员沟通，只能模糊感受到他们工作繁忙 直到这次线下亲身接触，才明白高强度工作就是他们的日常 也终于理解，币安能够长久稳定发展，收获广泛认可，从来不是依靠口号，而是每一位基层工作人员日复一日的坚守与付出 良好的口碑从来不是凭空打造，而是靠一次次务实的服务、一件件小事的落地，在用户心中慢慢积累而来 团队里的工作人员，基本都需要常备两部手机同步办公，爬山赶路、出行通勤、用餐休息、会场忙碌，所有碎片时间，都用来及时回复消息、处理用户诉求、对接各项工作 很多用户偶尔会觉得咨询回复不够及时，亲身经历过后，完全能够理解这份不易 他们身兼多项工作，事务繁杂琐碎，但无论问题大小，最终都会逐一跟进落实，给到妥善的解决方案 外界大多不了解这个岗位的真实日常，容易产生片面认知，只看到表面的光鲜，却忽略了背后高强度的工作节奏、随时待命的压力，以及默默的付出 世间所有收获，都离不开脚踏实地的付出，没有一份工作真正轻松 写下这些真实的见闻，一方面是想让更多普通用户，看见币安工作人员线下最真实的一面，打破线上片面的刻板印象； 另一方面，也希望这些基层伙伴的付出与坚守，可以收获应有的关注和肯定 用户至上从来不是流于表面的形式，而是融入在每一位工作人员的行动里，藏在每一次耐心解答、每一次主动帮扶、每一次全力以赴的服务之中 也希望大家能多一份理解与包容，给予一线工作人员更多认可与支持 这群踏实做事、真心服务用户的从业者，值得被好好看见 好啦，今天就说到这，让我们一起 keep building #BNB！#

认真地说我感觉大多数中国老板去一趟硅谷会感到“失望”，这并不是说硅谷不行，恰恰相反是太行了，行到超出了一个普通访学团能够触摸到的范围。我没去硅谷之前，想象中它是一片热火朝天的地方，毕竟我们这代人都是在大众创业万众创新的氛围熏陶下，看惯了中关村创业大街车库咖啡，认为硅谷这种汇集全球顶尖科技和人才的地方，应该是各种知名公司林立，创业公司扎堆，形形色色的热血的青年在咖啡厅和大马路上盘腿而坐拿着平板和图纸激烈讨论，一堆从没见过的最前沿新奇玩意出现在人头攒动的路演大厅，再不济也像美剧《硅谷》那样科技新贵们开着豪车出来炸街。 但是当我怀揣着朝圣之旅实际去了硅谷之后，那几天不断的在自我怀疑“我真的是在硅谷吗？” 谷歌、Meta、苹果的封闭园区都建立在一片片的“荒郊野外”，周围几乎没有任何娱乐和商业，开着车一圈又一圈的转路上也看不到几个人，除此以外都是居民区，作为没有资源的普通游客，去硅谷你几乎是什么事都干不了，什么也都看不了的。还好有幸一位谷歌工作的朋友帮我申请访客，带我进入园区花了一整天深度体验和讲解，特别感谢他🙏 所以你只是作为一个游客去硅谷，大公司园区全部封闭安保机严，又没有什么创业大街孵化器之类的小公司扎堆地方，一片片的居民区大荒地，到硅谷干嘛去呢

中老年人对AI态度，大概有六类。 第一类（80%的普通中老年人）：算了，AI是年轻人的玩具，跟我没关系，踏踏实实干好手里的活儿，偶尔看看新闻，不要耽误本职工作； 第二类（自以为是的中老年NPD无能狂怒）：AI就是个泡沫骗局、垃圾玩具，这种骗局我们年轻时候见得太多了，人类果然没脑子没记忆力， 不长点教训； 第三类（想跟上但已经跟不上的科技爱好者或者从业者）：AI有这么多新产品新东西，我好想认真学习一下，我也想筛选筛选，挑挑好用的产品，可惜时间和精力都不允许了，唉，人还是要服老，不如年轻人； 第四类（精力依然充沛的中老年终身学习者）：学，折腾，玩，充会员，买coding plan，我操太好玩了，感觉像吃了唐僧肉重返青春了——但凡我要是晚生几年，能年轻个10岁，必然给这个行业搅个天翻地覆； 第五类（位高权重、吃到红利的前浪大缝合怪）：听说token中转站不错，小张，你带两个人做一做，汇报进度给我； 小李，你研究研究AI教育，我觉得AI在线课堂方向不错，你给我写个报告和ppt出来； 小赵，你安排一下，我下周要去AI展会做个演讲，年轻人没有社会经验，我来亲自教一教年轻人用AI； 老张老吴老孙，我在朋友圈看了一篇文章，转载了推特中文二手贩子们机器翻译的Sam Altman和黄仁勋的演讲，我转发到群里了，咱们下周开个会，继续研究一下咱们中国AI发展方向和战略布局； 第六类（永远18岁、永远热泪盈眶的技术先驱），这个不介绍了，这类人太少了，我猜大部分人没见过也没想象过。

新华社北京4月12日电 日前，中央层面树立和践行正确政绩观学习教育工作专班、中央纪委办公厅公开通报四川省昭觉县、湖北省文化和旅游厅及湖北艺术职业学院政绩观存在偏差、不顾实际使用财政资金问题。 新华社的报道说: 经查，四川省昭觉县作为曾经的贫困县，财政支出主要靠上级转移支付，安排财政资金定制推广3首文旅宣传歌曲，预算149万元；湖北省文化和旅游厅使用财政资金，安排其直属事业单位湖北艺术职业学院定制推广1首文旅宣传歌曲，预算300万元。学习教育启动后，四川省昭觉县、湖北省文化和旅游厅及湖北艺术职业学院没有对照党中央部署要求查摆发现上述项目存在的问题，仍然继续推进相关采购工作，未及时叫停项目；落实党中央关于党政机关带头过紧日子要求不到位，在没有认真评估宣传效果的情况下，跟风推进文旅宣传歌曲采购项目；决策过程不够科学严谨，没有进行充分论证，带有主观盲目性，这是典型的政绩观偏差问题。 大家看到了吗? 新华社大张旗鼓, 其实核心问题, 就是违反了“带头过紧日子”的政策. 需要如此高规格通报全国批判, 可见中共当局面临的财政问题严重到什么程度. “过紧日子”, 已经成了头等大事.

观察了一年多，我发现中老年人面对 AI 的态度，大概分成六类。 每一类都见过真人，不是编的。 第一类：与我无关型（最多） "AI 是年轻人的事，跟我没关系。踏踏实实干好手里的活儿就行了，别整那些花里胡哨的。" 这类人不反对 AI，也不关心 AI。偶尔在新闻上看到"AI 又突破了"，点头看完，然后继续原来的生活。他们不是不聪明，是觉得"这件事跟我的日常距离太远了"。 大多数中老年人在这一类。不是因为他们落后，是因为 AI 还没有以一种他们能直接感知的方式影响到他们的生活。 第二类：泡沫骗局型 "AI 就是泡沫，跟当年的 VR、区块链、元宇宙一模一样。这种骗局我们年轻时候见太多了。过两年你看，又是一地鸡毛。" 这类人有强烈的"历史周期感"——他们确实见过太多"这次不一样"最后变成"这次也一样"的故事。所以他们的默认反应是怀疑。 问题不在于他们怀疑——怀疑是健康的。问题在于他们用上一次的经验判断这一次。AI 跟 VR / 元宇宙有一个本质差异——AI 已经在产生真实的商业收入（Cursor 90 亿美金估值、GitHub Copilot 数亿营收、Klarna 用 AI 替代 700 客服每年省 4000 万美元）。这些数字不是 PPT，是 P&L。 但这类人不会去查这些数字。他们的判断模型已经锁死在"泡沫"这个结论上了。 第三类：想学但跟不上型 "AI 每天出新东西，我也想认真学学。但产品太多了、更新太快了、教程太碎了——看了三天就跟不上了。唉，人还是要服老。" 这类人是最让人心疼的。他们的好奇心还在，学习意愿还在，但精力和信息筛选能力跟不上 AI 领域的更新速度了。 AI 领域每周都有新产品、新模型、新框架、新概念——对一个全职在这个领域的年轻人来说都很难全部跟上，更不用说一个还有本职工作、还要照顾家庭的中年人。 他们不是能力不行，是 AI 行业的信息密度超过了他们能投入的时间预算。这不是个人问题，是信息结构问题。 第四类：疯狂学习型（稀有） "学！折腾！玩！充会员！买 Cursor Pro！太好玩了！" 这类人 45-55 岁，精力还在，好奇心未灭，经济上也有余裕。他们装了 Claude、买了 Cursor、折腾了 agent、搭了工作流、甚至开始用 AI 写代码做小项目。 他们最常说的一句话是——"要是我再年轻十岁，必然给这个行业搅个天翻地覆。" 这句话里有兴奋，但也有遗憾。他们知道自己的体力、时间、职业窗口都在收窄。他们能感受到 AI 的力量，但也能感受到年龄的重力。 这类人在任何一个技术群里都是最活跃的——但他们发的 AI 内容在群里往往得不到回应（跟我之前讲的"30 个群炸不起水花"是同一个现象）。他们的热情是真实的，只是周围的人跟不上。 第五类：指挥别人学型 "小张，你带两个人研究一下 AI 中转站，做个方案出来。" "小李，你看看 AI 教育方向有什么机会，给我写个报告。" "小赵，安排一下，我下周去 AI 展会做个演讲，年轻人缺社会经验，我来指导指导。" "老张老吴老孙，我在朋友圈看了一篇文章，是关于 Sam Altman 最新演讲的解读，我转到群里了，咱们下周开个会研究研究。" 这类人通常在传统行业有一定地位——公司高管、行业协会、政府顾问、高校教授。他们的特点是非常敏锐地感知到了 AI 的重要性，但自己不直接接触 AI 产品。 他们的 AI 认知来自三个渠道：朋友圈转发、下属汇报、行业会议。每一个渠道都有信息损耗——朋友圈文章是二手解读的三手转发，下属汇报是经过筛选的正面信息，行业会议是经过包装的 PR 内容。 所以他们对 AI 的判断往往是方向对但细节全错——"AI 很重要"是对的，"我们应该做 AI 教育"可能也是对的方向，但具体做什么、怎么做、市场在哪里、竞争格局怎样——这些他们不知道，也不打算自己搞清楚。 这不是坏事。商业世界里大部分事情都是"上面定方向、下面做细节"。但在 AI 领域有一个特殊问题——AI 的方向判断本身就需要对产品的直接体验。你没用过 Claude Code 就不可能理解 agent 工作流的真实能力边界。这不是靠读报告能替代的。 第六类：技术先驱型（极稀有） 这类人不介绍了。太少了。大部分人没见过，甚至没想象过这类人存在。 他们的特点是——年龄只是生理数字，不是认知边界。他们 55 岁在读最新的 arXiv 论文，60 岁在写开源代码，65 岁在做 AI 创业。 他们的存在证明了一件事：对技术的热情和学习能力跟年龄之间没有因果关系，只有相关性。 大部分人到了某个年龄停止了学习，不是因为"老了学不动了"，是因为生活的结构把学习的空间挤掉了——工作、家庭、社交、健康。学习是第一个被牺牲的。 第六类人是那些在所有挤压下依然保留了学习空间的人。不是因为他们比别人更有天赋，是因为他们比别人更执着于保护这个空间。 这六类人让我想到一件事—— 人们对 AI 的态度，跟 AI 本身无关。 跟他们对所有新事物的态度一致。 第一类人对移动互联网也是这个态度——"跟我没关系"。 第二类人对每一次技术浪潮都是这个态度——"泡沫"。 第三类人对每一个新领域都是这个态度——"想学但跟不上"。 第四类人对每一个有趣的东西都是这个态度——"冲！" 第五类人对每一个新机会都是这个态度——"小张你去研究一下"。 第六类人对每一个技术变革都是这个态度——"让我自己来试试"。 AI 没有改变任何人的认知模式。它只是照出了每个人原本的认知模式。 所以如果你想判断一个人在 AI 时代会怎样——不要看他现在说什么。看他过去 20 年面对新事物的态度是什么。 那个态度，就是他在 AI 时代的命运。 不是 AI 选了谁。 是每个人在 AI 到来之前，就已经选了自己会怎么面对它。

老叶 AI 中转站 上线 48 小时了。 这 48 小时，真的有点超出预期，也想跟大家汇报一下这两天的成果和作业： 1、过去 48 小时，新注册用户超过 3000 人； 2、累计加满了 7 个微信群，每个群扫码上限 200 人，总人数超过 1500 人； 3、付款用户超过 600 人，48 小时内转化率约 20%； 4、累计处理了 46 万次请求，消耗超过 400 亿 Token； 5、目前服务器负载整体良好，没有出现严重故障。 先说一句真心话： 这两天我基本每天只睡 4 个小时。 很激动，也真的很累。 原本以为自己已经准备得很充分了。 上线前内测了 10 天，模型、号池、支付、客服、服务器、监控，该准备的都尽量准备了。 但真正上线之后，大家的热情还是远远超过了我的预期。 这 48 小时里，我大部分时间都在加号、维护号池稳定性、处理异常、优化体验，也在不断看群里的反馈。 所以有一些朋友的消息，我确实没能第一时间回复。 这里老叶也跟大家真诚说声抱歉。 不是不重视，而是真的忙到有点顾不过来。 最让我哭笑不得的一件事是： 很多粉丝跟我说，关注老叶 4 年了，一直想进老叶的群，但我一直没有收费群。 这次终于充值了 30 块钱，就当跟老叶交个朋友，也终于加上微信群了。 看到这些话，其实挺感动的。 我知道很多人一开始选择 但我更希望，未来真正留下你的，不只是这份信任。 而是稳定的服务、高质量的模型、靠谱的价格，以及遇到问题时有人负责的态度。 这两天被问得最多的问题是： 为什么老叶的中转站价格这么低？ 会不会掺水？ 会不会不安全？ 会不会跑路？ 说实话，我完全理解这些担心。 因为这个行业确实有很多乱象。 有掺水的，有乱扣费的，有模型不稳定的，也有做着做着就消失的。 我自己也一直在想： 难道认认真真做一个靠谱的 AI 中转站，真的有这么难吗？ 刚好最近 web3 行情也比较冷清，所以我就想认真挑战一下这件事。 真正做下来之后，我也更清楚地感受到： 如果使用正规渠道订阅号池，认真做基础设施、监控、风控、客服和稳定性，这件事并没有很多人想象中那么暴利。 它看起来只是一个 AI 中转站，但背后其实是非常重的基础设施能力。 AI 中转站这个生意，跟 web3 投资相比，可能没有那么性感，也没有那么大的想象空间。 但在我看来，它非常重要。 因为 AI 是未来。 而 Token，是所有 AI 应用绕不过去的基础门槛。 不管未来是 Agent、AI 应用、AI 编程、AI 工作流，还是各种垂直场景，最后都离不开稳定、便宜、可持续的模型调用能力。 我选择做这件事，最初也不是为了追热点。 更重要的原因是： 我希望给自己未来要开发的 AI 应用，先搭一个稳定的基础设施。 顺便也把这套能力开放给信任老叶的朋友们一起用。 这 48 小时，还有一件事让我特别感动。 很多群友看到我忙不过来，会自发帮忙回答新用户的问题。 有人解释怎么充值，有人教怎么接入，有人提醒使用规则，也有人帮忙安抚刚进群的小白用户。 这让我觉得，这不是一个冷冰冰的产品上线。 更像是一群人一起把一件事推起来。 所以，谢谢大家。 谢谢第一批注册、充值、进群、反馈问题、帮忙解答、提出建议的朋友。 也谢谢那些还在观望，但愿意给老叶一点时间的人。 接下来我会继续把几件事做好： 继续扩充和维护号池稳定性； 继续优化模型体验和价格； 继续提高客服和问题响应效率； 继续把规则、文档、教程做得更清楚； 继续让 尽可能稳定、透明、长期地跑下去。 48 小时只是开始。 老叶会继续交作业。 也希望未来大家提到 的时候，不只是说： “这是老叶做的。” 而是会说： “这个东西，真的挺靠谱。愿意一直用下去。”