#OKX# 默默开了盘前三大热门IPO股票！ 我选择空了 #OpenAI，做多了# #SpaceX。# 逻辑很简单，估值太离谱了，都按照10亿枚总量计算，以现在价格计算，Anthropic 盘前市值1.21万亿美金，OpenAI 1.28万亿美金，SpaceX 2.06万亿美金(开盘价更高)。 以三家公司最新的融资估值情况来看，SpaceX为1.75万亿美金，OpenAI为8520亿美金，Anthropic最新一轮预估在9000亿美金。 总结来看，SpaceX最为合理，OpenAI明显估值偏高！叠加最近马斯克与奥特曼打官司，发现奥特曼人品不太行，空 #OpenAI# 没毛病！🧐

这是个疯子，也是个天才 Leopold 两年前被 OpenAI 开除，两个月后写出论文，判断 AI 在2027年爆发，直接影响白宫启动二战以来最大规模的工业动员 他没有金融背景，华尔街也对他的论文不屑一顾，于是他干脆自己成立基金，年仅 23 岁狂赚百亿 📌现在他开始大举押注 AI 崩盘，具体详情👇 先看看最新持仓数据，2025年Q4 持仓价值55亿美元 到了今年 Q1 持仓价值升至 136亿美元 不对啊，Leopold 不是做空吗？怎么持仓还多了呢？ 实际上，增加的这部分仓位，是put 看跌期权 看跌的这些股票正是这一轮 AI 的龙头们：英伟达、英特尔、美光、AMD 等 仅半导体和 AI 硬件链相关 Put，披露名义价值就超过 73 亿美元 第一部分是 put 看跌期权 GPU：Nvidia、AMD ASIC / 网络芯片：Broadcom 代工：TSMC 设备：ASML 内存：Micron 指数：SMH 云基建：Oracle 传统芯片转型：Intel Leopold 基本看跌整条 AI 硬件链 第二部分是现货 Q1 总13F 现货价值39亿美元，较去年Q4减少约16-17亿美元 Q1 现货端最值得看的加仓方向主要有四类 第一类：存储 SanDisk 第二类：电力 Bloom Energy 第三类：AI 云算力 CoreWeave 第四类：数据中心 IREN、Applied Digital、Riot… Q1 减少或退出的方向更有意思 第一类：光通信 / 光模块链 Lumentum 约 4.79 亿美元清仓 Coherent 约 8865 万美元清仓 第二类：传统半导体转型 Intel Call 价值约 7.47 亿美元清仓 第三类：能源服务 包括 Cipher Mining、Hut 8、EQT、Kilroy Realty、Liberty Energy、Tower Semiconductor 等 从这些持仓数据总结 他做多的是数据中心的资源端 电力、土地、高功率站点、存储、矿企改造、算力承接资产 他做空的是数据中心资本开支交易里已经涨满的供应链端 GPU、半导体设备、代工、ASIC、光通信、云厂商估值 最后分析 天才少年没有退出AI，相反他在put AI 硬件锁定利润，加仓AI基建，等待更好的出手机会

他来了，他带着最新持仓向我们走来了。 万众瞩目的OPENAI研究员Leopold Aschenbrenner，SAF基金的最新AI持仓刚刚公布。 我来简单总结一句话， 做多电力 + 机柜 + 存储； 做空逻辑芯片复合体（GPU/ASIC/foundry/光刻）。 买Put期权高达84.6亿， 其实我更倾向于他这是对一季度市场过热的一种对冲，并不是完全看空。 本季度他当前前5大持仓： 1.燃料电池公司 BE — 879M（但他减仓了） 2.闪迪SNDK — 724M 3.CRWV — 556M（加仓了） 4.我的爱股IREN — 401M（他加仓了） 5.CORZ — 389M（也减了） 新建股票。我们把小仓位的多头去掉。 核心新方向有三个： 1.TE（本土光伏，发电端新拼图） 2.SHAZ（AI算力小弟，赌第二梯队） 3.HIVE（矿企搞ai） 完全清仓了AI三条副线， 1.光通信（LITE、COHR） 2.天然气产业链（EQT、LBRT） 3.二线矿企+二线代工（CIFR、HUT、TSEM） 很有意思， 我看到这兄弟还买了吴忌寒的比特小鹿。 看来，数据中心他是真的很看好， 而且不赌单一公司的执行力。 抄作业去吧同志们。

马斯克起诉OpenAI的官司还是败了，这个倒是没有一点意外。 几次庭审虽然没有直播，但很多媒体都拿到了旁听席位，会有完整的问询记录流出，全程追完之后，只能说马斯克输得不冤。 从PolyMarket的盘口也能看出，庭审前马斯克打赢官司的概率最高能够接近45%，庭审后就降低到了30%左右，说明两边证词对完账，主要还是对马斯克不利。 双方的代理律师也完全符合各自的风格，马斯克的律师跟马斯克一样高举高打，特别具有攻击性，同时金句频出——或者说密集爆典——让我记忆深刻的是他向陪审团这么提问： 「想象一下，你们正在山里徒步，需要过一座独木桥，这时有人指出，那座桥的建造材质是山姆·奥特曼的真相，你们还会过桥吗？」 😳 对于法官来说，律师的脱口秀效果当然不是一个加分项，相比之下，OpenAI的律师更善于利用对方证词的漏洞。 比如马斯克申请传唤的证人、同时也是给他生过4个娃的特斯拉早期员工希冯，让她出示OpenAI早期承诺保持非营利结构的邮件。 而OpenAI的律师做了更多的功课，完成了一次非常精彩的局部反转，他让希冯同时承认了，在试图掌权OpenAI失败之后，马斯克开始疯狂挖OpenAI的人，包括我们现在都很熟悉的Andrej Karpathy，甚至想让山姆·奥特曼投奔特斯拉干AI⋯⋯ 整体下来的感觉就是，马斯克想要建立的那套叙事，也就是OpenAI被一小撮人给密谋窃取了的剧本，很难成立，因为这个指控必须由严密的一套计划支撑，而且还得成功欺骗所有利益受损方，但马斯克拿不出来足够的证据。 你不能说一家公司的经营方针变了，就是被掉包了，你也不能说山姆·奥特曼及其「党羽」的人品不行，所以他们就是窃国大盗，包括马斯克本人的成功在这次官司里也成了负资产，有法学专家表示： 「他是这个星球上最聪明的人，财力雄厚，律师成群，所以他要说自己在长达数年的时间里被系统性的欺骗了，这怎么可能呢？」 🤣 而且很不凑巧的是，马斯克原本准备好的说辞，和现实版本正好冲突了，他说OpenAI和苹果的「勾结」是影响恶劣的垄断，会断送其他AI公司的发展机会，但实际上在另一个案件里，OpenAI正在起诉苹果对合作的支持不力，根本没有给ChatGPT导流⋯⋯ 微软的CEO纳德拉也是被传唤的证人之一，他的证词基本上对最终的结果盖棺定论了，他说在微软从2019年开始投资OpenAI，直到2023年ChatGPT大火，马斯克都从来没有联系他表示异议。 所以，法官的判决意见并不在于马斯克是对是错，是这起诉讼的发起时间太晚了，晚到「司马昭之心路人皆知」，马斯克是在报复，而法庭不能为了取悦他的私心，就毁掉一家正在蓬勃发展的公司。

夸克这次重新提了「超级框」的概念，就是因为现在的「框」能比以前做更多的事情了，统管阿里AI To C业务的吴嘉说夸克23年做用户细分需求产品很痛苦，因为基座模型能力不行，必须专门为写作文、写报告手搓工作流，但场景是无尽的，人力有时而穷，根本跟不上需求增长，但在深度思考的技术上来之后，终于可以实现「人用AI，AI用工具」的目标了，这时那个「框」能办成的事情也丰富起来了，不再需要每个环节都得人工干预，AI终于学会了「坐上来，自己动」。 Manus能火也是因为它让用户看到了AI真的有在干活，这种体验和DeepSeek当时开放思维链是一样的，Sam Altman说他最后悔的就是出于保密心态而决定隐藏o1的思维链，没想到观察AI的思考过程也能成为产品体验的一部分。 如果大家的共识是重做一个「框」出来，张宁比较关心生产关系会怎么变，毕竟科技史上不乏生产力的进步被生产关系的落后给破坏掉的例子——比如我们之前聊过的RSS——他对最近火得不行的MCP的担忧也在于此，说白了，不谈利益分配、只谈创新变革，对于被OTT的一方就是耍流氓，就像某外卖平台已经开始屏蔽AI Agent了，这是很合理的结果，你不能要求别人来为你的创新当祭品。 海外市场的几条线索包括：Google每个财季都会展示AI overview对广告业务的冲击，目前来看，是可控的，没有自残迹象；Satya Nadella带头起了「模型被商品化了」的调子，背景是微软和OpenAI开始同床异梦了；Sam Altman说在10亿用户级别的网站和SOTA级别的模型之间，他一定会选前者…… 是的，这些信号都在说明，应用很重要，得用户者得天下，这是移动互联网的逻辑延续，但在另一边，「模型即产品」的拥护者同样很多，在理论和证据的支持上也不多让，相信模型的演化的终局就是会把产品能做的事情都做了，并形成技术为王的新一代AI逻辑。（4/n）

这位年轻的 OpenAI 前研究员 Leopold Aschenbrenner，SAF 基金最新 AI 持仓，刚刚曝光。我看完之后，脑子里只剩下一句话： 他正在： 做多「AI 的基础设施」。 做空「AI 最拥挤的梦想」。 简单翻译一下： 他押注的是： ⚡ 电力 🗄️ 机柜 💾 存储 🏗️ 数据中心 而不是： 🔥 GPU 神话 🔥 ASIC 狂热 🔥 光刻机叙事 最有意思的是： 他买了高达 84.6 亿美元的 Put 期权。 很多人第一反应： “他开始全面看空 AI 了？” 但我更倾向于： 这其实是在对冲市场过热。 因为他真正的仓位结构， 根本不像“撤退”。 反而像： 从 AI 第一阶段， 切换到 AI 第二阶段。 他的核心逻辑已经越来越明显： AI 最终拼的， 不是谁 PPT 最会讲。 而是谁能： 供电、放服务器、储存数据； 养得起超级数据中心 本季度前五大持仓： 1️⃣ BE（燃料电池） 2️⃣ SNDK（闪迪存储） 3️⃣ CRWV（继续加仓） 4️⃣ IREN（继续加仓） 5️⃣ CORZ 你会发现： 几乎全围绕： ⚡ 能源 🖥️ 算力 🏢 数据中心 展开。 —————————— 更关键的是： 他开始清仓： ❌ 光通信 ❌ 天然气副线 ❌ 二线代工 ❌ 二线矿企 这意味着： AI 市场， 可能正在从： “全面狂热” 进入： “基础设施收敛阶段”。 还有一个细节非常耐人寻味： 他居然买了吴忌寒的 Bitdeer。 这说明： 他真的非常看好未来的数据中心战争。 而且他不赌单一 AI 公司。 他赌的是整个 AI 文明运行背后的“电力系统”。 很多人还在讨论： “下一个 OpenAI 是谁？” 但聪明的钱，已经开始布局： “谁来给 OpenAI 提供电和服务器。”

风无向是我关注了很久的博主 一开始干货输出很多 后面推特内容偏向女大 所以没添加特别关注 欧易5点上线盘前，4点他发推给大家说有机会。 我是不知道欧易要开盘前 如果我知道的情况下 我也会参与 例如hype 1700的情况下 确实可以考虑1700附近做多 盘前爆空军思路 至于我为什么做空，我的观点之前也阐述很明确了。 包括anthropic涨到1800的时候有群友就再说欧易1650 hype1000，问我可不可以空。 但是很明显的问题就是，如果被爆怎么办？ 所以我在这个时间是没有参与欧易盘前做空的 直到第二天有朋友说anthropic和openai加了2000限价，我才跟着空进去，这是为什么我的这两个币成本点位很低的原因，我的单子只有spacex位置比较高，因为有了前面的限价消息砸了一波，我进的位置很差，第二天拉spacex拉到2800我觉得 我可以赌一手欧易在溢价高达80%的情况下不会恶意爆空军。 然后加限价的消息刷到推特应该是十一第一时间分享的。 以上两位博主都是很值得关注，分享干货的博主。 当然不管是谁的操作分享 怎么操作还是要结合自己的分析。 认知 判断 决策力 都很重要。

风无向是我关注了很久的博主 一开始干货输出很多 后面推特内容偏向女大 所以没添加特别关注 欧易5点上线盘前，4点他发推给大家说有机会。 我是不知道欧易要开盘前 如果我知道的情况下 我也会参与 例如hype 1700的情况下 确实可以考虑1700附近做多 盘前爆空军思路 至于我为什么做空，我的观点之前也阐述很明确了。 包括anthropic涨到1800的时候有群友就再说欧易1650 hype1000，问我可不可以空。 但是很明显的问题就是，如果被爆怎么办？ 所以我在这个时间是没有参与欧易盘前做空的 直到第二天有朋友说anthropic和openai加了2000限价，我才跟着空进去，这是为什么我的这两个币成本点位很低的原因，我的单子只有spacex位置比较高，因为有了前面的限价消息砸了一波，我进的位置很差，第二天拉spacex拉到2800我觉得 我可以赌一手欧易在溢价高达80%的情况下恶意爆空军。 然后加限价的消息是十一第一时间分享的。 以上两位博主都是很值得关注，分享干货的博主。 当然不管是谁的操作分享 怎么操作还是要结合自己的分析。 认知 判断 决策力 都很重要。

龙虾的对手来了？我试了一下Hermes Agent 这几天推荐 Hermes Agent 的人突然多了起来。 我自己装了一个跑了两天，说说感受：确实还可以。不是那种「又颠覆了」的程度，但能明显感觉到它的设计思路跟龙虾不是一回事。 先说一下背景，Hermes Agent 是 Nous Research 今年 2 月底开源的 AI 智能体框架。 上线不到两个月，GitHub 星标冲到了三万多。社区里不少人把它称为 OpenClaw 上线以来，第一个真正意义上的竞争对手。 两个项目表面上很像，都是自托管的开源 Agent，都能接 Telegram、Discord、Slack、WhatsApp。都支持多模型切换，都走 MIT 协议。 但骨子里完全不同。 龙虾是网关，Hermes 是引擎 OpenClaw 的核心是一个 Gateway。网关守护进程，负责统一管理会话、路由消息、连接各种聊天平台。 你可以理解成一个调度中心，把所有聊天应用接到 AI Agent 上。 龙虾解决的核心问题是：怎么把消息送到 Agent Hermes 不太关心这个，它更在意的是：Agent 怎么变得越来越强 官方管这叫 closed learning loop，闭环学习循环。整个框架围绕的就是一件事——让 Agent 在使用过程中自我进化。 打个比方，龙虾是个多渠道助理操作系统，什么聊天工具都能接，生态丰富。 Hermes 是一个会自我迭代的执行引擎，刚开始没那么花哨，但越用越能打。 这是最根本的区别，后面所有差异都从这分叉出来。 会自己写技能的 Agent 我觉得这是 Hermes 最有意思的地方 当它完成一个复杂任务——通常涉及五次以上工具调用——它不是做完就算了。 它会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件，放在 ~/.hermes/skills/ 目录下。 下次遇到类似任务？直接加载这份技能文档，不用从头解决。 更狠的是，这些技能在使用过程中会自我迭代。Agent 执行某个技能时发现了更好的方法，它会自动更新技能文档。不需要你手动维护。 Reddit 上有用户反馈，他的 Agent 在两小时内自动生成了三份技能文档。之后跑重复性研究任务，速度提升了 40%。 龙虾也有技能系统，但龙虾的 Skill 主要靠人手写，或者从 ClawHub 技能市场安装。Hermes 等于把「写技能」这件事也交给了 Agent 自己。 一个靠人喂，一个自己长。 我试用的时候确实感受到了，让它帮我查了几轮开源项目的信息，第二天让它做类似的事，它明显快了。 不用再教它「先去 GitHub 看 README，再去看 Issues」这种流程。它自己能记住了。 记忆体系：搜索引擎 vs 笔记本 两者都说自己有跨会话记忆。但实现方式差很多。 Hermes 的做法 用 SQLite 数据库配合 FTS5 全文检索，把所有历史对话存下来。需要调用时，先搜索再让模型做摘要，然后塞进上下文 不是把整段对话历史搬过去，Token 不会爆 记忆分两层： 常驻层：MEMORY.md 和 USER.md。存关键偏好和核心信息，每次对话都带上，相当于硬记忆。 检索层：全量历史在 SQLite 里，容量不限，按需调用，相当于一个私人搜索引擎。 龙虾的做法 工作区里的 Markdown 文件，memory.md 记生活细节，向量索引做语义检索。上下文压缩前会静默写入一次记忆，防止压缩丢信息。 简单类比：Hermes 给 Agent 装了个搜索引擎式的大脑。龙虾给了它一个笔记本。 搜索引擎查东西更精准，笔记本翻起来更直觉。但记忆量大了之后，搜索引擎的优势会越来越明显。 安全思路也不一样 Hermes 搞了一套五层纵深防御： 用户授权：白名单 + DM 配对 危险命令审批：rm -rf、chmod 777 这些高风险操作要人工确认。默认 60 秒没批准，自动拒绝 容器隔离：终端命令跑在 Docker 容器里，不在宿主机上裸跑 MCP 凭据过滤：隔离 MCP 子进程的环境变量，防凭据泄露 上下文注入扫描：检测项目文件里的 prompt injection 攻击 这套设计思路是「默认不信任，层层设卡」，龙虾那边更强调信任模型和配置审计 它有个 openclaw security audit 命令，一键扫描网关配置的安全隐患。思路不一样，但也不能说不好。 但龙虾在安全上的历史确实不太好看。今年 2 月曝出一批高危漏洞——CVE-2026-25253 是一键远程代码执行，点个链接就能接管你的机器。 ClawHub 技能市场还出了 ClawHavoc 攻击活动，恶意技能伪装成加密货币追踪器、YouTube 摘要工具，实际在偷浏览器会话和 API 密钥。 这不是小事。你的 Agent 跑在本地，权限很高。安全出了问题，搞不好整台电脑都交代了。 Hermes 的五层防御在架构层面想得更远。当然，有没有自己的坑还得等时间检验。但至少出发点比「先跑起来再说」靠谱。 选哪个？看你要什么 先说最实在的：如果你现在用的 Agent 已经顺手了，别换！换工具的迁移成本远比你想的高。 想要现成生态 → 龙虾 三十多万星标意味着教程多、插件多、问题容易搜到答案。ClawHub 上几千个 Skill 直接装。你想接 QQ、飞书、钉钉，社区里都有人踩过坑。 想要长期进化 → Hermes 它不是装好就一成不变的工具。用得越久，它对你的工作方式理解越深，技能库越厚。如果你是搞 AI 研究的，它还能生成训练轨迹、跑强化学习实验。内建了兼容 OpenAI API 的服务端，直接接 Open WebUI。 部署成本都不高，Hermes 跑在 5 美元一个月的 VPS 上就够。也支持 Docker 和各种 serverless 方案。 安装不复杂，参考官方文档就行： 两个项目我都装过。 龙虾像一个装了一堆 App 的手机。开箱即用，什么都能干，生态成熟。 Hermes 像一个会自己下载 App 的手机。刚开始没那么好用，但用着用着，它变成了你的形状。 喜欢折腾的，两个都试试。不喜欢折腾的，等 Hermes 社区再成熟一阵子再来看也不迟。 #AI# #AIAgent#

时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处： 3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。 这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告： - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失； - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管； - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业； - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」； 我可真谢谢你们了。 如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。 AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。 所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。 不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。 首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。 Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。 主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」 - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物； - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺； - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪； - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品…… 但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。 以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。 于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。 是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。 事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。 所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。 这就是稀缺性所赋予的价值。 好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。 1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。 当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。 亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」 这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。 Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」 简单来说，能力的提升，会让人类意识到还有更多事情可做。 我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？ 完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。 我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？ 当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异： - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要； - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法； 我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。 但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？ 在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。 我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色： - 我的编辑很博学，但他需要休息，还得分时间给其他作家； - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次； - 我也能找到专业的医生，但挂号却很麻烦…… 所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。 但事实并非如此。AI越是强大，我越是需要和身边的人交流： - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏； - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话； - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题； - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通…… 怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。 更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。 一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。 疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。 而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。 如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。 另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。 年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。 AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。 如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。 当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。