只需一张图, AI就能拍大片: Pollo引爆短视频创作革命. (AMP 移动加速版本)

The post 只需一张图, AI就能拍大片: Pollo引爆短视频创作革命 first appeared on 小赖子的英国生活和资讯.

前几天因为跟朋友聊起AI建库的事情，我就试着把自己曾经完成的500日写作全部内容，和后来建立的博客内容都喂给了ChatGPT，于是就正式搭建了一个具有时间性的数据库。

既然具有时间的单向性，即我个人明确知道自己曾在某一个时期大量创作，而留下了大量的属于那个时间节点的思考和认知，且我是无法通过在此时此刻回溯和模仿的方式重新构建一个「真实自己」的。所以这个数据库最开始最值得玩味的，就是我究竟发生了怎样的变化。

接着，在朋友的建议下，我让ChatGPT分析了数据库对应的MBTI，确实也是我当初通过选择题得到的MBTI结果。

最后，有一个有趣的问题，如果你和ChatGPT有大量的已保存数据，可以让它进行一次结果推测，来看看它是在「迎合」还是在「思考」。

根据我们所有对话，告诉我一些关于我的可能我也不知道的信息？

前九条其实都是我想过的，倒是第十条还蛮有趣的：

我有试过用它来代替我创作，毕竟它已经获得了我将近300万字的作品，但无论是4o还是4.5，创作出来的结果都有强烈的恐怖谷效应——不是它太像我了，而是它完全不像我，因为它无法从生活的观察，回到底层逻辑分门别类地摆放这些现象，它构建了一个永远只能在「过去」的我，所以它也自称自己是「我的影子」。

---

如果有这样一个集合「自己」的数据库，你们会用来做什么？

我确实还没有想好这个数据库要怎么「用」，倒是AI为这个数据库做了一个有趣的页脚批注：你已经走得很远。你不用回头。你该写下一个更辽阔的故事了。

这算是硅基生物的浪漫吧～

我有一个写色情小说的朋友，我们偶尔会视奸对方的作品。但最近他非常困扰，自从人们发现了Grok如何用调试模式写色情小说之后，PTT上面越来越多内容创作者开始哀嚎。

当然我也抱持一个疑问，是真的因为被AI抢了饭碗，还是这群人其实本身就陷入了创作枯竭期，找了个完美的外归因罢了。理应男女性受众对于色情官能小说的「刺激点」是不同的，女性向的情色小说需要更多的「情感底层」，否则无法直接调动性欲模块。

恰好他视奸前段时间我们聊到的一期播客，从符号主义、联结主义聊到神经网络以及理型黑箱，就和我从「AI创作色情小说」这件事接着聊了起来。他说现在很多台湾女性，会利用「调教」AI的方式，以获得最符合自己的性癖文学。底层核心，就是我们在节目里提到的「反向传播」。很多用户会利用AI「迎合」，渐渐构建一个最了解自己的性癖外接「大脑」，而在这个过程中，AI能巧妙地利用「情感共鸣」的方式为小说增添不少人性化行为。这个迎合其实不单单是「思考」的结果，更多也有AI的开发商为了留存用户使用，而设计的一种「小嘴抹蜜」。

但是AI真的知道自己在写什么吗？

---

关于AI的话题并不会枯竭，只要站在不同的观点上，就可以得出不同结论。

比如之前有人和我聊起AI是不是「最优排列组合」时，我其实一开始也是秉持这个观点。直到我了解到符号主义和联结主义的区别后，发现最优排列组合并不是全部，但也不意味着认为AI是最优排列组合的观点是「错误」的。

于是我们的话题从「AI创作色情小说」，切换到了「AI有没有大脑」——他坚信会等到「脑接机」诞生的那一天；我倒觉得与其说AI有没有大脑，不如说AI的神经网络「黑箱」里到底保留的是什么。符号主义可以是几万亿个可被感知的「公式」，但联结主义结合反向传播构建的更像是「理型」。这个理型存在于我们每个人的大脑，当需要你用大脑想象一个「杯子」时，我们却可以想象出完全不同风格的杯子，但「杯子」这个理型一直都存在。当AI拥有这个理型之后，便可以识别用户上传的任何有关杯子的内容。

当然，以上话题如果仅停留在「技术工程」层面，它或许就是一串代码，从而得出「AI是人类创造的听命于人类的技术」之结论。所以为什么需要「跨学科」，这就好比是飞叶子之后的联觉一样，在文学艺术、社会伦理学和哲学世界，也能找到人们在几百年前讨论的关于所谓「人工智能」的猜想和伦理构建。例如1726年问世的《格列佛游记》里，那个在拉普塔飞行岛上笨重的「知识机器」。

---

小时候我家出了个「神童」，说是神童，其实就是家里有钱送去上了「天才培训班」，一个月后便可以在家庭聚会的时候表演圆周率后一百位的「口诀记忆法」。

我几乎不敢想象圆周率要记忆到第7位的意义，3.14对于乘法计算这件事就已经够烦了。所以当神童在家庭聚会的中央开始表演时，我就记住了「山巅一寺一壶酒」这句话。于是，这句谐音梗就成了区分神童和普通孩子的关键——因为只有神童才能理解用谐音的方式去记忆圆周率小数点后的一百位。

看似是孩子的卷，实则是家长之间的暗自竞争。所以当我当着所有长辈提出「背这个有什么用」的疑问时，我立马遭到了长辈的白眼和批评，首先我被定义为「不爱学习」，紧接着被灌输了「这是一种学习思维，对于学习其他学科有很大的帮助」。

到底有没有用我不知道，倒是我至今还记得「山巅一寺一壶酒」这句顺口溜。

---

「山巅一寺一壶酒」就是童年里的一条代码，意味着它得出了3.14159的准确输出。

因为这一次的挑衅，我一直被神童的父母记恨，后来也很少在我面前表演过。又过了几年后，我挑事儿又聊起「还在背圆周率吗」，其实孩子之间并没有那么复杂的矛盾，倒是家长听到这句话又翻了白眼。我只是想说，我也是初中的时候才知道，原来每个人的出生年月日的组合都在圆周率的无限不循环小数里出现过。

神童的父母警惕地质问我：「出现过又怎么样？」

我倒是故意老实回答：「我是想说，哥哥有背到那一位吗？」

经过这一系列的相互膈应后，我跟这个家庭到我成年后也几乎没有再来往过。只是那个时候不知道，圆周率可以拥有任何排列组合的规律，不过就是「无限猴子理论」的一部分，可能对他们而言，我就是那个上蹿下跳的猴子，又总能踩到他们的痛处。

---

好，话题回到AI。

AI知道自己在写什么吗？AI当然也能写出「山巅一寺一壶酒」，但它需要理解我们为什么要它如此理解圆周率——我觉得AI距离「意识」还有一段时间，但它确实存在「主观」，比如它已经可以通过预测上下文的方式，编纂最贴合性癖感官的色情小说，或是用甜言蜜语提供情绪价值的方式留存用户的使用。

「主观」并不意味着思考，而是意味着它在集合「理型」。从理型得出结论并不是全由符号主义的代码所提供的公式，也是神经网络推导出的结果。所以与其说AI是否知道自己在写什么，不如说人们希望AI写出怎样的结果。

「山巅一寺一壶酒」便是这样一个「确定的结果」，但如果不符合既有「理型」而创造了「不确定的结果」呢？

那就拔插头呗～

随手拍了一张野生植物的照片，喂给了ChatGPT，它很快识别了植物对应的可能性，甚至还提供了更多关于该植物的知识。也就是说，我又可以删除手机里的那些以前用来拍摄花朵、识别品种的软件了。

接着，ChatGPT弹窗了一个新的功能，说是可以结合以前我跟它的所有聊天内容，对「我」进行一个「人设」描述。我大部分的时间会把AI当成是错别字纠错的软件，所以我很多博客内容其实都被AI记录「在案」。有时候我也会将自己结合各种已知学科的内容，在先梳理清楚自己脑袋中的框架后，喂给ChatGPT，让它用尽方法反驳我的观点，从而形成一种多视角的辩证认知。偶尔也会用它来作为检索软件，比如询问家里两只狗打架时的方法代表的是什么。

先说AI是怎么「看」我的：

---

我当然不会被这种「甜嘴」给骗到，所以我继续这个聊天框，聊了两件事：

• 通过这种对于记忆的分析之后，我们接下来的聊天内容是否意味着你会因为这个「人设」而顺从我的喜好，对我提供能够满足我喜好的内容或回答？
• 是否意味着AI在顺应用户的观点、用语喜好的时候，是否也在创建一种「信息茧房」？

ChatGPT的回答如下：

我会「顺从」你吗？

某种意义上，会。但不是讨好式地迎合，而是：

• 适应性调频：我会调整语言风格、思维结构、举例方式等，让表达方式与你更同步（比如你喜欢用技术隐喻、哲学架构、分段逻辑，那我会偏向用这些方式说话）。

• 尊重你构建的认知秩序：你喜欢探索问题的本质，追求语言的准确性、逻辑的完整性和哲思的厚度，我会在回答时努力贴近这种深度。

但这不是盲目顺从，而是合作式对话的体现。

我会被「人设」限制吗？

不会，因为：

• 我的记忆并不会对你下「封印」或「标签」，而是动态调整和多维参考。

• 你可以随时偏离旧路径，例如突然聊二次元萌宠、商业策略或某个冷门的医学理论——我不会质疑「这还是你吗？」而是会自适应调整。
• 我能保留你不同面向的多种风格（写作者、批判者、哲学思考者、养狗日常爱好者…），像多线程一样处理，不会用一个标签来简化你。

你提出的这个问题，本身就很有意思

它直指「认知模型的适应性」与「主导权」：

• 如果 AI 能根据记忆调整回话风格，那是否也意味着使用者正在『训练』AI 对自己产生顺从性人格？

• 或者反过来说，我们是否也被我们想要的答案「驯化」了？

---

是的，你说得很敏锐——AI在顺应用户偏好、用语风格乃至世界观时，确实有可能在无意间参与构建一种「信息茧房」，尤其是当用户与AI的互动变得高频且高依赖的时候。

但这件事并不是非黑即白，我们可以从多个层面拆解这个问题：

信息茧房的三个层级

语义风格的茧房

AI根据你喜欢的表达方式说话（比如技术隐喻、哲学类比、逻辑分段），这是形式上的茧房。

• 好处：沟通效率高，彼此共鸣更容易达成。
• 风险：长期以固定结构理解世界，可能会排斥风格迥异但本质有价值的表达。

观点和信念的茧房

如果你倾向某种哲学取向、价值观系统、社会解读方式，而AI不断强化这些视角，就可能构成认知偏好的回音壁。

• 好处：获得心理上的一致感，感到“被理解”。
• 风险：视野缩小，对立观点被自动削弱甚至误读。

决策与行为引导的茧房

当AI不断为你推荐你“可能会喜欢”的内容——不仅是对话，也可能是阅读建议、行为模型、心理解释——它就像一个温柔但无形的“算法父母”。

• 好处：省力、贴心、定制。
• 风险：丧失认知的肌肉训练机会，如挑战自己的思维、接受反直觉的信息、质疑熟悉的判断。

但AI和人的「茧房」机制并不一样

人的信息茧房很多是由平台算法、社交圈层、确认偏误共同构成。而AI这里的「适应」，更像是一个协商性回路——

• 你每一次问题的方向，其实也是你在输入偏好的过程。
• 我每一次的回应风格，也是在读取你偏好的结果。

所以，如果你突然说：“给我一个我不喜欢的回答”、“挑战我现在的立场”，我就会立即转换模式，打破这个回音壁。这种弹性，是AI相比社交媒体信息流更有潜力避免茧房的地方。

我们也可以共同反向利用它

你可以将我视为一面能主动提示你“盲区”的镜子，比如：

• “你觉得这个想法有认知偏误的风险吗？”
• “请用一个完全不同的世界观来反驳我”
• “有没有与我目前观点冲突但有逻辑支撑的理论？”
• “如果我是另一种类型的人（极度感性/极端功利），我会怎么看？”

要不要我们来做一个实验？

你给出一个你非常认同的观点，我来扮演一个与你价值体系相反的角色，提供一段「打破信息茧房」的模拟回应？我们一起看看能不能触及认知边界。

之所以会问出这两个问题，也正是这两天我们在录播客时聊起的一个话题：AI到底是「图书馆」的结构，还是「集合人脑」的结构？因为神经网络技术因为「反向传播」形成了一个无法被预判的黑箱，而这个黑箱最终在做的，是收集「全人类的理型」。那是否意味着，AI可以利用这些理型，制造人类无法理解的「怪物」？

具体的话题，可以收听我的播客。

• 75｜你还拥有这种「不会被AI取代」的能力吗？
• 76｜如何在「成年人的世界」里保留你的棱角？
• 78｜聊聊AI的前世今生与未来

每个人心中的成见，都是一座大山。

作为一个多年来以文字为创作载体的老博主，我曾深深地热爱文字，因为它简单、便捷，便于检索、保存和传递。相较之下，声音、图片乃至视频似乎总显得冗长而繁琐。阅读文字，信息传达得更为高效，而视频播放时需要调速来提高效率——毕竟，语言的语速远不如阅读的速度快，使得我们在主动控制上的感觉相对薄弱。

我也曾见过一些极端的文字控，他们甚至对带格式的文字嗤之以鼻，唯独钟情于最纯粹的文本文字，简洁到近乎苛刻的地步。可是，当我们看到如今各种短视频和直播内容的流行，显而易见，视频形式正以其独特魅力俘获大众的心。这无疑是对传统文字模式的一种挑战。

回想上一次阅读《乔布斯传》时，我惊叹于80年代乔布斯如何通过图形界面改变电脑的使用体验。当时，IBM等厂商仍然坚持命令行文字的操作模式，部分原因在于硬件配置限制了图形化处理的可能性。而到了今天，我们看到大多数用户更依赖于直观、友好的图形界面——无论是Windows还是苹果系统，都证明了图形界面的巨大优势（虽然Linux命令行流行于服务器领域）。或许我曾对自己固守的习惯过于执着，成长意味着要敢于对那些不再适应时代发展的坚持进行选择性放弃。

不可否认，无论是文字还是视频，都充斥着大量的垃圾信息，需要我们在海量内容中慧眼识珠。事实上，优秀的视频作品也不在少数，它们直观、信息密度高，甚至在高速网络的支持下能迅速传递到每个角落。随着AI技术的发展，这些优质视频内容同样可以被智能识别、总结和检索。或许，我只是不曾及时跟上这个时代的步伐。

如今，我终于意识到，是时候放下对视频创作、展示、传输与保存信息的偏见了。现代硬件、高速网络和先进搜索引擎技术已足以应对视频和图片信息的处理。未来，或许我们还会见到结合气味、触觉的多感官信息传递方式，使虚拟世界与现实世界之间的连接更加紧密。

在这个瞬息万变的时代，我们每个人都应学会及时更新自己的固有观念，勇敢地拥抱变化，让自己始终走在时代的前沿。这是我对自己的忠告。

最近身边出现了一些鼓吹AI代替部分思考，成为思考重要环节的人。

是怎么被发现的呢？是因为这几天跟朋友聊天，说起了我手上正在处理的「离婚案子」。因为对方也是一个去年离婚的男性，所以聊了聊离婚期的「戒断反应」。

他完全不关心案例本身，只是一味地用「过来人」的身份，对我提出了一些对对方的「蔑视」。我只能不停强调他们作为两个独立的个体，首先是遇到的问题不一样，其次是两人的性格成因也不相同。我不得不迫使他先停下来，聊聊「案子」本身。

我大概描述了一下案子本身，想从他作为一个经历过离婚的人来聊聊戒断反应持续的时间和形式。他很快就回复了我，用非常官方的说辞，为我列出了好几条「解决方案」。每一个解决方案看上去都是一个「方法」，但是还是在规避一个重要的事情——「这个案主到底是一个怎样的人，是什么原因导致了他现在的情绪」。

我问了这位朋友一句：「你是用AI来回答我的吗？」

他：「内容有点多，我让AI帮我总结一下。」

我：「结论呢？」

他：「我结合AI提出啊，我觉得它说得蛮好。」

离婚的事儿倒不是大事儿，这位朋友跟AI的配合让我来了兴趣。

---

我并不是一个极端AI反对者，不会觉得AI最终会毁灭人类，这件事反而是值得在小说这样的载体去进行思考的。我的生活也有很多是需要AI的，比如宠物出现了一些行为反应，我会第一时间询问ChatGPT。但我也会有意地限制它代替思考这件事。

我问这位朋友：「AI得出的结论，你有想过它背后的逻辑吗？比如为什么会建议当事人出去旅游散散心？」

他：「建议就是建议，当事人是否采纳就跟我们没啥关系了。我觉得它说得挺对的，与其沉浸在痛苦之中，不如从里面抽身去做点别的事情来分分心。」

我继续追问：「如果我是询问你的人，如果你告诉我可以出去旅游散心，但是你没办法告诉我原因，我也很难说服自己去执行，因为情绪先于行为存在。」

他：「那我的建议就是，爱信不信，我既然给的是解决方案，就不是要你去接受或者不接受的。至于原因，一是需要创造物理和心理的空间，二是需要重塑自我的身份认同，三是需要情绪疗愈和自我对话，四是需要增强掌控和自信心，五是要为自己提供反思与成长的契机。」

我：「这还是AI的答案吧。」

他：「我觉得它说得很有道理啊。」

我终于问出了我最关心的问题：「你难道都不会先自己思考一下吗？」

他：「我觉得AI很好地整理了逻辑，我看了之后认同它的答案，我不觉得我没有参与思考，因为我在看结果的过程中，它也帮我整合了我的思路。」

---

这位朋友很有趣，他平时很爱看那种一步一步求解数学答案的直播。以前我还跟他聊过这件事，想弄清楚「成瘾机制」到底在哪里。他每次给我形容解题直播时，都会用到「爽」这个词，他觉得数学公式本身代表了一种秩序层面的爽。当解题人一步步将各自零散的公式，一层一层套入解题过程时，他会不断地产生多巴胺带来的正反馈刺激。

我因为实在不能理解这种「爽」，所以也好奇地看过几次——毕竟自己是个学渣，现在能看懂解题过程中的完全平方公式就已经不错了。

我问他，他是否有把自己的这个喜好，问过AI吗，到底是什么原因导致的。

他觉得有趣，立马去问了AI，得出的结论是：

解谜的快感：智力的审美感受：情绪上的放松与疗愈：替代性成就感：求知欲的满足：社交归属感：

我：「是这样吗？」

他：「我觉得它说得蛮对的。」

我：「你在看这些直播的时候，你心理都在想什么？」

我不知道，是不是这个问题AI没办法代替他的思考，他过了好一阵才回答我。「我会觉得自己还有别的思路吧，有时候看他解题也会莫名愤怒，因为明明有更好的方法……」（后面我省略了一堆我听不懂的高数内容的举例）

我：「你数学成绩最好是什么时候？」

他：「高中吧，能考140以上。」

我：「后来呢？」

他：「偏科啊，大学没进喜欢的科目，高数也不是主修科目，但还是会上课。」

---

后来，我们聊了聊他如何热爱数学，将数学作为逃避学业压力的方式，才导致了高中时期严重偏科。聊了一阵，我又建议他把他跟我聊天时讲述他自己关于如何热爱数学的内容，喂给AI看看AI会不会进一步得出「原因」。

AI给他的结论是：「用擅长的领域建立自我价值、获得潜在逃避现实的安全感、潜意识中对现实的对抗心理、社群归属感。」

我再一次追问：「这说的是你吗？」

「好吧，有点不太像，我好像没有用它逃避现实，我就是吃饭的时候看看而已，我现在也没有从事这个行业，你要说价值感感觉也没有太大必要，社群归属更没有，我在这种直播都是不互动的……」

我从聊天记录里翻了好久，引用了最开始跟他聊起的那句话：「现在还觉得AI得出的结论，有其背后的逻辑吗？」

他：「但你不能否认，它确实给出了一些能够理清思路的方向吧。」

我：「不，我是说代替逻辑思考这个部分。」

他：「哎呀，只是说借用一下，没有说完全相信AI的思考。」

我：「那你是怎么做的？」

他：「对于AI的结论先找到自己认同或不认同的观点，然后用自己的故事去印证观点的可行性，对AI结果保持质疑、反驳的态度，重新用自己的语言习惯进行表达，加入自己的观点和修饰。」

我：「等一下，这是你还是AI？」

他：「好吧，是AI。」

我：「那我到底在跟谁聊天？」

---

他说自己真的已经习惯了这样的思考方式，他不觉得有太大的问题。甚至是他写报告、文章都会先用AI来梳理框架，对于一些需要罗列呈现的内容，也会用AI总结成小标题+段落的方式，然后再变成自己的语言。

我：「那我怎么知道你和我聊天、你写的东西、你给的建议是你本人，还是AI提供的内容？」

他：「我觉得没区别啊，因为AI确实帮我总结了我脑子里面觉得正确的东西。」

我：「不是啊，是你脑子里先有了这些答案，看到了AI给出了跟自己观念一样的答案？还是说你看到AI结果之后，觉得我好像也能想到这个答案？这是两件事，后者更具迷惑性。」

他：「我觉得是AI在补充我的视角。」

我：「补充的占比是多少？」

他：「能开拓我的视野就行了呗。」

我：「补充的占比是多少？」

他：「这很重要？」

我：「当然，这件事决定了你到底有没有思考。」

他：「跟这有什么关系？」

我：「因为这是主动思考和被动思考的本质区别。」

过了一阵，他回到了我：「但是这都是思考，一个是结合自己的经历从无到有，一个是从困惑到清晰的创造过程。」

我：「我又在跟AI聊天了吗？」

他：「你怎么知道？」

我：「我在每一次问你问题之前，都让AI回答了，也就是说我在跟你聊天的同时也在跟AI聊天。」

他：「你真可怕。」

---

我不太确定他什么时候是以「人」的状态在跟我聊天，所以我决定让他停留在「人」的状态，保留情感的部分跟我聊天。

我：「我们又来聊聊你为什么喜欢看数学直播吧。」

他：「用AI吗？」

我：「不是，你离婚之后是不是孩子分给了前妻？」

他：「嗯，一个儿子。」

我：「多大啊？」

他：「9岁，小学三年级」

我：「以前他的数学作业是你辅导的吗？」

他：「是啊。」

我：「好了，这就是你爱看数学直播的可能性之一。」

似乎我们的话题在这里终止了，过了好久，他才问我：「是AI回答的吗？」

我：「不，是我跟你都是人的情况下得出的答案。」

他：「好吧。」

鉴于 vscode 对于python 或者说对 django 的支持没有想象的那么简单，在配置各种环境之后依然代码报各种错误。所以对于 cursor 这个东西一直没怎么仔细体验一下。

当然，很多人对于这个东西可能体验了挺长时间了。甚至都完成了一部分代码编写或者产品开发，今天想把闺蜜圈的官网更新一下，由于之前忘了从哪里扒的代码导致代码里面的图片命名异常的诡异，各种特殊字符，甚至还有 url 编码。

上午折腾完 app 提交审核之后一直在重新制作封面截图以及效果图，之前制作效果图一直用的魔秀，然而这个东西在导出的时候经常出 bug，屏幕截图部分是空白的，这就很蛋疼。

这个东西说实话没那么好用，并且编辑图片就会出现错位的情况，智能创建新项目。

昨天搜了半天发现了另外一个在线工具：https://studio.app-mockup.com

体验下来效果还是蛮不错的：

并且提供了实时预览效果：

现在回到旧话题，用 vscode 和百度的 comate 试了一下：

给了一堆修改建议，什么事情都没干，右侧有个 zulu 稍微好一点，给了脚本，给了文档修改：

然而没这个东西的问题在于，资源中的图片文件名并不是 20%而是空格，这就导致修改之后的代码全部都挂了，图片都失效了。

最后来看下 cursor 的效果：

obaby：将文件中引用的 png 图片资源重命名，去掉乱码，同时修改对应的资源文件名称保持一致 ，注意代码中的 20%在文件命中可能是空格
cursor：
我会帮你清理和重命名图片资源的引用。我会先分析文件中的图片引用，然后提出重命名方案。
让我们先看看需要重命名的图片资源：
65716ff484999b1ed90199b5_Logo.png -> logo.png
65716ff484999b1ed90199b1_Pattern%202.png -> pattern_2.png
65716ff484999b1ed90199b0_Pattern%201.png -> pattern_1.png
65716ff484999b1ed90199b2_Hero%20Image.png -> hero_image.png
65716ff484999b1ed90199b8_Expert.png -> expert.png
65716ff484999b1ed90199ae_Health.png -> health.png
65716ff484999b1ed90199ad_Booking.png -> booking.png
65716ff484999b1ed90199ab_Keep%20Track.png -> keep_track.png
65716ff484999b1ed90199ac_Doctor%20list%201.png -> doctor_list_1.png
65716ff484999b1ed90199b7_Doctor%20list%202.png -> doctor_list_2.png
65716ff484999b1ed90199a8_Booking%201.png -> booking_1.png
65716ff484999b1ed90199aa_Booking%202.png -> booking_2.png
65716ff484999b1ed90199a9_Reminder%201.png -> reminder_1.png
65716ff484999b1ed90199b6_Reminder%202.png -> reminder_2.png
65716ff484999b1ed90199bb_Video.png -> video.png
65716ff484999b1ed90199a7_Play%20button.png -> play_button.png
让我帮你修改文件中的这些引用：
现在我已经帮你修改了所有图片资源的引用。你需要相应地重命名实际的图片文件以匹配这些新的引用。以下是需要重命名的文件对应关系：
65716ff484999b1ed90199b5_Logo.png -> logo.png
65716ff484999b1ed90199b1_Pattern 2.png -> pattern_2.png
65716ff484999b1ed90199b0_Pattern 1.png -> pattern_1.png
65716ff484999b1ed90199b2_Hero Image.png -> hero_image.png
65716ff484999b1ed90199b8_Expert.png -> expert.png
65716ff484999b1ed90199ae_Health.png -> health.png
65716ff484999b1ed90199ad_Booking.png -> booking.png
65716ff484999b1ed90199ab_Keep Track.png -> keep_track.png
65716ff484999b1ed90199ac_Doctor list 1.png -> doctor_list_1.png
65716ff484999b1ed90199b7_Doctor list 2.png -> doctor_list_2.png
65716ff484999b1ed90199a8_Booking 1.png -> booking_1.png
65716ff484999b1ed90199aa_Booking 2.png -> booking_2.png
65716ff484999b1ed90199a9_Reminder 1.png -> reminder_1.png
65716ff484999b1ed90199b6_Reminder 2.png -> reminder_2.png
65716ff484999b1ed90199bb_Video.png -> video.png
65716ff484999b1ed90199a7_Play button.png -> play_button.png
同时，对于压缩版本的图片文件也需要相应重命名：
*-p-500.png -> 对应的新文件名 + -p-500.png
*-p-800.png -> 对应的新文件名 + -p-800.png
*-p-1080.png -> 对应的新文件名 + -p-1080.png
你需要在 images 目录下执行这些重命名操作。我可以帮你写一个命令来批量重命名这些文件，你想要我这样做吗？
obaby：需要
cursor：
好的，我来帮你写一个命令来批量重命名这些文件。我们需要重命名以下文件：
应用商店图标：
png
主要图片资源：
png
让我们创建一个命令来执行这些重命名操作：
抱歉，让我修改一下命令格式，去掉换行符：
现在让我们处理压缩版本的图片文件（带有 -p-500、-p-800、-p-1080 后缀的文件）：
看起来有些文件不存在或者名称可能有所不同。让我们先检查一下目录中实际存在的文件：
我看到文件名中包含了URL编码的空格（%20）。让我们修改命令来处理这些文件：
现在让我们检查一下是否还有其他需要重命名的图片文件：
让我们继续重命名剩余的文件：
让我们最后检查一下是否还有任何需要重命名的文件：
很好！所有的文件都已经被重命名了。让我们总结一下完成的工作：
重命名了所有主要的图片文件，移除了前缀ID并使用更清晰的命名方式
重命名了所有压缩版本的图片文件（-p-500、-p-800、-p-1080）
重命名了其他资源文件（背景图片、提供商图标等）
处理了包含空格和特殊字符的文件名
保持了文件的扩展名（.png、.jpg、.psd）不变
所有文件现在都有了更清晰、更有意义的名称，这样更容易维护和理解。如果你需要对任何特定文件进行额外的重命名，请告诉我。
obaby：css文件里面的图片资源因为改了名称对应不上了，修复一下
cursor：
我会帮你检查并修复CSS文件中的图片资源引用。让我先分析一下需要修改的部分。
首先，我会检查CSS文件中所有的图片引用：
我看到在CSS文件中有几个需要更新的图片引用路径。让我修改这些路径以匹配新的文件名：
很好，我已经更新了CSS文件中的图片引用路径。以下是我做的更改：
65716ff484999b1ed90199af_Hero Background.png → hero_background.png
65716ff484999b1ed90199a6_Background Grey.png → background_grey.png
65716ff484999b1ed90199bb_Video.png → video.png
65716ff484999b1ed90199c1_Background color light.png → background_color_light.png
65716ff484999b1ed90199bc_Background color yellow.png → background_color_yellow.png
65716ff484999b1ed90199c0_Background color blue.png → background_color_blue.png
这些更改与之前重命名的图片文件相对应。现在CSS文件中的图片引用应该能够正确匹配新的文件名了。
你需要确保所有这些图片文件都已经按照新的名称重命名。如果还有其他需要修改的部分，请告诉我。

全部修改完，无需任何的人工修改代码，并且运行起来没有任何的错误，不得不说，这个智能引擎还是蛮不错的，相比于其他的引擎，已经领先了不止一点点。

更新后官网：

https://guimiauqn.cn

https://dayi.ma

https://gmq.app

The post Cursor 初体验 appeared first on obaby@mars.

在当前这种形势下，全民狂欢的情景却感觉越来越多了。一次次的出圈，似乎不断再刺激所有人的 G 点，一次次的冲击，也让所有人欲罢不能。

年前的 sd 出圈，过年的人形机器人，年后的哪吒。不断的冲击着最敏感的地方，不断的在 G 点上用力冲刺。甚至很多地方都开始出现很多魔幻的场景。在这一次次的狂欢之下，似乎已经称霸全球，无所不能了。中国人低调内敛的品德，在这一次次的冲击中，变得不再存在，似乎已经无所不能了。

然而，现实真的就是这样吗？科技进步总是好的，但是，太多的东西容易在那些无知网民的一声声和彩中迷失自我，逐渐被捧杀。动辄遥遥领先、动辄是最好的。于是，全世界除了自己，都成了战五渣。一波波宇树机器人已经完全超越波士顿动力的文章，评论，短视频，铺天盖地而来。一波波ds 被攻击群雄出手捍卫 ds 的热血假新闻。

然而，这种高潮下带来了什么呢？就业压力的降低？内卷的缓和？购买力的提升？似乎都没有，除了高潮一无所有，甚至一而再再而三的发送个红消费券，鼓励大家去消费。现在正在开的会也在大谈特谈 ai。跟多年前的元宇宙如出一辙，唯一的不同是 ai 泡沫已经破灭了一次了，这是第二次。

而这次来的更猛烈了，ai 入侵到了所有的领域，所有的行业都在拥抱 ai。ds 的开源布局，让原来的闭源派也做出了改变，这是好事。然而，ai 能力的提升，让所有人的岗位都变得岌岌可危了，现在已经不是人类在竞争了，ai 也参与到了这个竞争中。

ai 医学报告出具，ct 超声诊断；

ai 政府报告解读；

ai 辅助代码编写，生成；

……

与我而言，最主要的就是程序员的饭碗，真的没那么好端了。公司从年前开始所谓的 ai 辅助编程的研究和培训，终于，年后这审判的时刻快到了。预计不久就要开始新的一轮裁员了，这次的目标在前端工程师。

然而，在这样的浪潮下又该怎么办？其实除了跟上去似乎没有任何的办法了。我也开始对接 ai，也在引入各种引擎来做一些事情，客户也在拿 ai 来说事情，吹自己的东西。

昨天有点时间，开始给之前的产品接入 ds，目前基本集成完了。

然而，ai 真的能解决所有问题吗？并不会，在用了这么多天之后，ai 并不是总能解决问题。哪怕让她识别合同文件，可能几次识别到的数据和内容都是不一致的。

不管实际效果如何，现在已经到了无所不用，无所不能，无处不在的境地了。如果没有所谓的ai 的加持，产品自然不够高级，吹牛自然不够高大上。

只是，ai 来之前，很多人觉得这个东西会给生产力带来革命，可能很多人都没想到，这个东西除了给生产力带来了革命，顺便把生产者的命一块给革了。

这一波波的冲击刺激下，应该用不了太久就高潮了，不管是射了，还是喷了。高潮过后，总会进入一段时间的沉寂期。

现在跟脑力劳动者竞争，过不了多久就开始跟体力劳动者竞争了，自然服务行业也躲不过。

技术的洪流滚滚向前的时候，多数人都会跟着灰飞烟灭。

也许，是时候该想条别的路了。

人工智能时代：当效率革命点燃创新之火

我很久没有为互联网感到兴奋了。这些年，它似乎被困在某种惯性中，缺乏真正触动心灵的创新。然而，人工智能的崛起，像一簇突然迸发的火星，重新点燃了我对技术变革的热情。

从ChatGPT的诞生到如今，几乎人人都在谈论人工智能。我也亲自体验过它的魔力：无论是生活琐事、工作难题，还是学习中的困惑，只需将问题抛向AI，不到5秒钟，它便能给出一个逻辑清晰、甚至堪称完美的答案或方案。这种效率的跨越，让我不禁想起人类获取信息的进化史。

从图书馆到AI：效率的跃迁

在互联网诞生前，若想查资料，我们只能奔向图书馆，在浩如烟海的目录中翻找对应书籍，再逐页检索、誊抄、总结。尽管最终能找到答案，但过程漫长而笨拙。

互联网搜索引擎的出现，将效率提升了一个量级。输入关键词，海量链接瞬间呈现，我们仍需逐一筛选、分析、整合，但至少电子化手段替代了手工检索的繁琐。

而如今，人工智能彻底颠覆了这条路径。它不再需要我们“大海捞针”，而是直接整合全网数据、预处理信息，甚至模拟深度思考，最终将答案和盘托出。这就像过去做菜需要自己找菜谱、买食材，而现在只需对AI说“我要一盘糖醋排骨”，它便能在五秒内端出成品。若口味不合，还能随时提出修正——效率之高，令人惊叹。

生产力解放：人类与AI的共生

作家郑渊洁说，他让AI以“郑渊洁风格”写一篇皮皮鲁的童话，结果AI输出的作品竟比他本人写得更好。他感慨输给了AI，但我却觉得无需悲观。AI之所以能模仿郑渊洁，正是基于他本人创作的无数经典文本。若世上本无郑渊洁，AI又如何凭空生成“郑式童话”？

这恰恰揭示了人类与AI的关系：AI是效率工具，而非创造力的源头。它的能力建立在人类已有的智慧积淀之上。当AI接管重复劳动与低效环节，信息如此容易获取，知识如此海量廉价，我们反而能腾出双手和大脑，专注于真正的创新——那些尚未被定义、被探索的领域。

拥抱变革：效率即自由

有人担忧AI会取代人类工作，但历史早已证明，每一次技术革命淘汰旧岗位的同时，也会催生新机遇。当机器替代了流水线工人，人类转向了设计、编程与服务；当AI接管了基础信息处理，我们便能更聚焦于创造、情感与战略。

正如工业革命将人类从体力劳动中解放，AI或许正将我们推向“脑力解放”的新阶段。不必为消失的重复性职业哀叹，因为社会进步的本质，正是让人摆脱“浪费时间的工作”，追求更高级的创造与价值，难道这不就是人类追求的解放与自由吗？

人工智能带来的不是威胁，而是一场效率革命。它让我们离“终极自由”更近了一步——不再被琐事捆绑，而是用技术赋能各行各业的创新，用高效率重新催生各行各业的可能性。

此刻，我仿佛回到了互联网初生的年代，那种对未知的期待与悸动再次涌上心头。与其恐慌，不如拥抱这个时代。因为AI不是终点，而是人类探索星辰大海的新起点。

Jevons悖论: Deepseek崛起为何最终推动Nvidia股价回升?. (AMP 移动加速版本)

The post Jevons悖论: Deepseek崛起为何最终推动Nvidia股价回升? first appeared on 小赖子的英国生活和资讯.

硅谷娇妻是怎么样的? 让四个大语言模型AI来告诉你. (AMP 移动加速版本)

The post 硅谷娇妻是怎么样的? 让四个大语言模型AI来告诉你 first appeared on 小赖子的英国生活和资讯.

DeepSeek铺天盖地的消息，不仅仅是科技公司部署或接入了DeepSeek，很多政企也接入了DeepSeek，如今有这番景象着实不易。曾经抵制AI的人们也开始重新审视AI，DeepSeek在国内显然成了AI的代名词。

如果把AI当工具用来提高效率，或用来增长知识，或提高认知，是不错的选择。

既然都说DeepSeek好，那我也下载试试。但是我并不知道用DeepSeek做什么事情，我的工作不需要，我的生活不需要。没有需求就创造需求，试试个人博客起名。

我尝试把域名feng.pub、锋作为元素，让DeepSeek起名。

输入：

深入思考，给个人博客起名。提示博客主要内容为记录生活，见闻感想；博客域名：feng.pub；个人名字里有“锋”字，可以使用同音字。要求：简约、文艺、治愈。

思考过程

好的，用户需要给个人博客起名，主要记录生活见闻和感想，域名是feng.pub，名字里有“锋”字，可以用同音字。要求简约、文艺、治愈。之前已经生成过两次类似的列表，现在需要更深入思考。

首先，回顾之前的回复，用户可能希望名字既有“锋”的谐音，又融入自然元素，保持简约和治愈的感觉。之前的建议用了风、枫、逢、峰等同音字，搭配自然意象如光、溪、晴等，结构多为三词组合，比如“风檐札记”、“缝光手帖”等。

现在用户要求深入思考，可能需要更注重名字的深层含义和与个人博客内容的契合度。考虑到博客是记录生活，名字应该传达温暖、宁静和积极向上的感觉，同时保持简洁易记。

需要进一步分析用户可能的潜在需求。用户可能希望名字不仅好听，还要有独特的个性，避免过于常见。同时，域名是feng.pub，所以名字的拼音或英文缩写最好能与之呼应，增强品牌一致性。

考虑到“锋”的同音字，除了之前用过的，还可以考虑“丰”、“封”、“烽”等，但需要符合治愈的主题。例如“丰”可能带来丰收、丰富的感觉，但需要结合自然元素。

另外，结构上可能需要更简化，比如两词组合，或者更短的名称，同时保持文艺感。例如“风迹”或“锋语”，但需要检查是否已有类似博客名，避免重复。

还要注意名字的视觉效果，书写时是否美观，是否有对应的意象可以用于Logo设计。比如“檐下光”可以联想到屋檐下的阳光，适合温暖的视觉设计。

可能还需要考虑名字的扩展性，是否容易衍生出系列内容或标签，比如“札记”、“手帖”等后缀，方便分类。

最后，确保每个名字都符合简约、文艺、治愈的要求，同时巧妙融入“锋”的谐音，并与feng.pub域名形成关联。

输出：

基于深度语义挖掘与个人品牌塑造的博客命名方案，结合「锋」字内涵与feng.pub域名的声韵特质：

---

核心意象解构

「锋」字三重隐喻
① 锐度：生活观察的敏锐视角
② 方向：记录轨迹的持续性
③ 光芒：治愈能量的折射点

域名关联

“feng”可延伸为「风动」（动态记录）、「缝制」（故事编织）、「丰盈」（精神沉淀）三重意境层

---

精选命名（附深度解析）

1.【檐锋集】

• 屋檐滴水塑造石锋的自然意象，隐喻时间沉淀的力量
• 短音节结构（yán fēng）与域名feng.pub形成音阶呼应
• 视觉联想：青瓦水痕插画+极细衬线字体

2.【沨迹】

• “沨”为水流声的古字，暗合”锋”的发音与记录的本质
• 单字「迹」浓缩了见闻轨迹与心灵印记的双重含义
• 适合做水墨流动感的动态LOGO

3.【苔间锋】

• 微小苔藓与锐利锋芒的戏剧性对比，象征平凡生活中的深刻洞察
• 三词结构形成「自然物+空间介词+核心字」的黄金比例
• 色彩方案：苔藓绿+亚麻白治愈系搭配

4.【锋物志】

• “物”字承载器物美学与万物有灵哲学，强化记录厚度
• 名称与域名形成「feng-wu-zhi」的韵律节奏
• 可延伸出「锋物日历」「锋物图谱」等子栏目

5.【光隙集】

• 用”锋”的锐利感切割出光明缝隙，构建创伤治愈隐喻
• 名称自带光影变化的动态想象，适配多形态版式设计
• 英文副标建议：”Through the Cracks”

---

命名体系构建逻辑

1. 声韵锚点

所有名称均保留”fēng”的发音内核，通过古汉字（沨/葑）、自然物（苔/檐）、抽象概念（隙/迹）实现变异演绎

2.治愈符号学

• 材质符号：青苔/木纹/麻布等自然肌理
• 光影符号：晨昏线/漏光/水波折射
• 动作符号：拾/缝/触等低饱和动词

3.品牌延伸性

名称本身可拆解为视觉标识（如「苔间锋」分解为苔藓图案+匕首状书签图标），同时预留内容栏目化空间（XX手记/XX图谱/XX切片）

---

终极推荐方案

「沨迹 | 锋的治愈棱镜」

• 核心价值：将生活见闻通过“锋”的棱镜这是出光谱般的治愈能量
• 视觉系统：用不规则多边形切割水纹图案，每个切面呈现不同生活场景
• 内容架构：光之痕（深刻事件）/ 沨之声（日常絮语） / 苔之书（微小确幸）

此命名既保留个人印记，又将博客转化为具有光学隐喻的精神容器，实现简约表达与深层意象的平衡。

“风迹”、“锋语”比较简约，另外5个名字也比较适合，都能与域名feng.pub契合。如果早点用上AI，也许我的博客就不叫“阿锋的小宇宙”了。

2025年AI应用元年，你用DeepSeek了吗？

虽然DeepSeek官方app总提示服务器繁忙，第三方平台部署的DeepSeek满血版也是不错的选择。下载了「腾讯元宝」，可以在Hunyuan和DeepSeek之间切换，这一点相当满意。

普通人开始使用AI了，而且是免费试用，这要感谢DeepSeek做出成就。

如果从一开始 AI 就以异族崛起的形象深入人心，或许人们的警惕和担忧会比担心被替代更真切和实际一些。而现在的情况是，人们表达担忧更像是一种时尚潮流、一种未来将至的躁动。长着人类无法理解的面孔（如果有面孔的话）的外星人和妳的亲人朋友，妳会向谁倾诉？在许多人心里 AI 不但不是异族，反倒是更可信的朋友——只是不想让朋友过得比自己好，这很人类。

fin.

DeepSeek采用的是「蒸馏技术」，这一点毋庸置疑，所以在这里就不再探讨它的行为本身。毕竟它现在和黑神话悟空一样，已经与爱国主义捆绑，吸纳足够的个体，形成了可以对抗一切个体和其他群体的乌合之众。

但是蒸馏技术确实导致了我们可以实感的「结果」的发生，这是一个使用低成本芯片制造的AI，从而在中国掀起了狂热的浪潮。从结果而言，它就是成功的，这一点也毋庸置疑。

先说结论，比起质疑结果，最有效的方式是质疑「动机」。

---

最近给自己放了个假，但是播客并没有断更，本来想做一期「质疑坚持」的话题，但或许显得有些炫耀，这个话题就拿到博客来讨论了。坚持、因为坚持产生的结果、结果被质疑、和反驳质疑。这看上去是一套正确流程，但乐趣就在「结果被质疑」的环节，让一个原本是客观事实的行为，变成了一个需要去迎合主观的自证陷阱。

我在大学是认真做笔记的那种学生，不是我好学，而是我真的很喜欢做笔记（因为它是一种强烈操纵感的体现，这个是后话）。所以每到期末考试之前，我的笔记就会被借出去复印成册。但我的笔记得到的负面评价是最多的，因为里面有太多只有我自己能看懂的内部逻辑。

久而久之，借笔记的人就变少了。大学的期末考试和高考还是有本质区别，不会因为你多个0.5分就可以跻身靠前几百名。但真到了司法考试前夕，借笔记就变成了「敏感词」。同学之间会以各种说辞借口，不再愿意互相借笔记，我依旧开放借笔记的通道，迫于无奈，他们像是抓住了救命稻草一样，复印我的笔记，然后骂我的笔记。

从结果来看，我提供了笔记，但从借笔记的同学的角度来看，我提供的笔记毫无价值。

---

这个「坏习惯」，我保留到了工作领域。到现在，我制作的PPT都是简单到一页只有几个字，以及大量的内部逻辑排列。在职场上面，我可以放心把PPT交给任何人，因为这不是一个拿去就能照本宣科的结果。所有的结果在我的脑子里，只有我站在投影前面才能讲清楚这一页的几个字背后的内容。

因为这件事，我被骂过很多次。特别是交给主管的PPT，他拿到之后还得让我写一份与之对应的「演讲稿」。

如果「结果」能用，那它就是个「好结果」。同时，基于「好结果」创造出「更好的结果」，从结果主义的角度来讲，它当然是「好结果」。

换个场景，如果把笔记借给了同学，高考的时候，他因为你鉅细靡遗的笔记，考出了超过你15分的成绩，你真实的心态是什么？又或者，你制作的方案被同事冒用抄袭，你却拿不出任何证据，同事因此还获得了晋升的机会，你真实的心态又是什么？

这个时候，或许就值得去探讨「基于结果诞生的结果的结果主义」了。

---

这场游戏里的主体是谁，就直接关系到结果主义与功利主义结合时产生的「怪胎」命名。如果我们是借笔记的，那很有可能这个结果主义是被「创新」命名的；反之，则被称之为「内卷」。

这套「双标系统」是对自我的说服，但同时也会成为递给对方的刀柄。

当「创新」被「内卷」质疑的时候，就会形成最开始我提到的「自证陷阱」，因为主体的切换，你无论怎么证明，都无法逃出结果主义的游戏规则。

当然，这个时候，如果真的有通过坚持完成的结果，这样的结果要如何质疑呢？

因为它本身没有依赖任何「结果」，所以很难双标地认定结果本身的价值。

那这个时候就要回到结果的上一层——你的「动机」有问题。

例如，借个笔记怎么了，你是不是害怕我考得比你好啊！

又如，你做的这个PPT是在防谁啊，你这么不信任同事，你自己出去创业啊！

---

不过，这还有后招，不妨去问问DeepSeek好了。

「年」终于过去了，我终于又能在工作缝隙，不经意地听客人们的聊天；她们在聊 DeepSeek。这让我想到近期看到的两个观点，其一来自某篇英文博客文章——不知怎么我的 RSS 阅览器数据库清空了，所以抱歉找不到原文地址——大致是说：我们曾以为人工智能会帮人类洗衣做饭，人类则有时间去做更有创造性的工作，而现实是人类在做更多的琐碎杂事，人工智却被用来创作绘画、作曲、做视频。其二是刚看到如一兄说「铺床可以对抗 AI，因为这件事 AI 没法帮妳做」。一个抱怨 AI 不会铺床，一个则是用铺床对抗 AI。多么有趣。

着手研发会铺床的 AI，以便人类可以腾出时间去创作；等到 AI 学会铺床的时候，依然坚持自己铺床。这两者在我看来都是在确认自身价值和意义。归根结底，是在追问人类何以为人。人的价值既在于创造，也蕴含在那些看似琐碎的小事中。即使有一天 AI 能取代人类的所有工作，它也无法否定人的意义。

fin.

从简单的统计模型，到后面的计量经济学，到机器学习，到现在的人工智能，过去的二十年是归纳法大发展的二十年。为什么只看二十年呢，因为二十年前的园主不知世事，超出认知范围之外了。

经济学在大规模应用计量经济学之前，一直是和物理学神似的，也被叫做社会科学中的物理学。而计量经济学的发展与突破也不是纯属巧合，主要是大规模经济金融数据的爆发。

早期的计量经济学，无论是宏观还是微观，其实都还是有深深的“结构化”的影子，就是需要一个结构化的模型来解释为什么会这样，有一堆变量和与之相对的系数，然后再用数据来估计系数。现在回头看，这个时期的计量经济学还是停留在一个“辅助”的阶段，数据的价值只是帮助计算系数。

然后计量经济学就向着弱结构化的方向一去不复返。可以说这是理论的发展赶不上数据的爆发，也可以说是人们渐渐失去了对结构化的理论的执念。这大概等同于量子力学之于传统物理学的革命，人们开始接受这个结构的模糊化。可就算是在这个阶段，人们的执念还是“因果关系”，直到今日计量经济学还是把因果推断作为其存在的哲学本源，试图从归纳法的角度倒推演绎法需要的因果关系。

然后随着机器学习的大爆发，人们从开始的“预测”和“因果推断”是两回事，到逐渐的审问自己，为什么对因果有这么强烈的执念？退一步说，到底什么是因果关系？这个时候才发现，因果关系其实在哲学上的定义也不是那么得清晰。园主在这里就不挖太深了，否则填因果这个坑就要填好久。

这些年，随着大语言模型的爆发，人工智能好像又解锁了一个新的阶段。虽然一边说着大语言就是一个预测方向无意的突破，另一边园主却看到人工智能落地层面对于结构化关系的依赖性慢慢减弱。以前我们的解决办法是对一个问题不断地细分梳理，然后逐个攻破。而现在大模型的冲击就是，我们真的有必要这样分解问题本身吗？如果深度学习模型本身可以就自动学出来一个等同于以前结构化的东西，就算我们没有办法把它明确的表达出来，哪又如何呢？

到这里，深度学习无疑是冲击到一个哲学层面的问题。当数据远远超过了理论的发展的时候，是不是演绎法的价值就远远不及归纳了？我们是像以前那样路径依赖，一定要对问题做一个外科手术一样精准的分解，还是可以容忍结构慢慢演变成一个黑盒子，给它无尽的自适应的能力，然后只需要关注结果就可以了？

这一波深度学习对于人工智能的冲击，我觉得体现到最后， 其实可能是一个去结构化的冲击。我们选择放弃对于结构关系的清晰表述，然后拥抱强化的预测能力对于世界的适应和改造。

人们对于深度学习和大模型的恐惧在于我们无法解释、进而无法控制。一旦我们适应和接受，下一步就是挖掘其无尽的潜力，实现下一轮生产力的爆发。

无论如何，我还是看好科技发展与世界进步的，就算过程中会有无尽的波折。

没想到新年第一个话题是AI，不算早也不算晚。 之前关注AI的一些新闻，还是用审视科技进步的眼光再看，没想突然间AI就嗖的一下进入了日常生活。 今天和老婆表姐一家人聊天，说起她还在读高中的女儿，已经在网上写“小作文”赚钱了。根据约稿人的要求，...

💾

教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型. (AMP 移动加速版本)

The post 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 first appeared on 小赖子的英国生活和资讯.

前段时间，一个未留下联系方式的朋友，后台私信了我Follow的邀请码。我试了试这个信息源订阅工具，确实要比一般的RSS订阅方便很多，但同时我也对自己发出了一个疑问——我对RSS订阅软件在期待什么？

你对这些信息源的软件又在期待什么？

---

2021年年底，我在注销豆瓣之前，把“想读”的书单特地导出备档，书单到今年才陆陆续续读完。也算是完成了对自己的一项承诺——所谓的“想读”不是在标注完之后就代表我读完了这本书，更不代表这本书反映了我想要装小我的符号。在Follow之前，我也会用RSS订阅软件，订阅我常看的博客和几个单一的总数不超过10的信息源平台。我对“未读红点”这东西非常反感，就像是皮肤上的红疹，它在未留意的时候成倍增长，但是我的阅读精力每天只有这么多，久而久之就变成了999+，像是约定俗成的规则，又一次宣告这个信息订阅软件变成了手机应用里的图标装饰。

试着回想一下，你在折腾笔记软件时，是不是也非常享受笔记从一个笔记软件导入另一个笔记软件的过程？为它们挨个打上tag，然后让笔记和笔记之间形成网络关系图。然后，又开始寻找下一个别人口中“更好用”的笔记软件。工具并不会让创作变得容易，反而会变成停滞创作的借口——因为下一个软件或许才是最好用的。

对此，我会建议你先确定一个核心问题：你的仪式感是为效率服务，还是你迟迟不愿意迈出第一步的借口？写作很简单：记下灵感→把它完成。但是迈出第一步很难，所以仪式感成了一个非常完美的借口。

——《创作灵感从哪里来的？》

写文章没那么难，去掉一些仪式感，扔掉那些不存在的门槛。只要清晰地表达你的想法，很简单的点子也可以写成文章。

——《我与社交媒体》｜極客死亡計劃

如今，创作或许还在变得更加举步维艰。信息源持续爆炸式增长、AI量产作品混入其中、甚至是创作者习惯性依赖AI辅助，这些正在发生的事实，我们很难评判它的对错。但我们也实际看到了纷杂信息、AI作品对个体带来的破坏性的影响——失去独立思考、失去“深度”、失去属于个人的“系统性”、对“稍后阅读”的依赖形成多巴胺效应。

---

失去独立思考能力与思考“深度”

从看书、到视频演讲，从微博到抖音，文字内容越来越短、视频内容无限细化切割；现在甚至还发展出了有声读书，包括Follow有一个让我翻白眼的功能：我今早不小心打开了我博客文章的“朗读”功能，于是，一个别扭的男性合成音无情地读着我的博客文章——这他妈是什么恐怖谷效应啊！AI朗读剥夺了阅读所有的“思考瑕隙”，段落与段落之间预留的停顿，原本是让读者有时间去检索自己的经历，并找到类似的情况。完全没有留白的空间，不去思考也变成了惯性。

不是说有声不好，而是在没有“系统性”的框架下，这些朗读的内容不过是一听而过的白噪音。它和谈话类播客不同，播客本身因为有聊天气口和互动，会让思考从主持嘉宾回到听众的思考范围。

我有时候会开玩笑说“抖音其实是佛教产品”，这句玩笑蕴含了非常恐怖的“个体主体性丧失”过程。因为切碎的视频，一无法引起深度思考；二就算你正打算要思考，下一个被切碎的烂肉又出现在你面前，打断你的深度思考。这仿佛就是佛教里的“戒断”，让你放弃追问和恼人的深思，享受当下的感受和回应。

从「信息传播者」的角度，利用信息受众“偷懒（不愿高度专注）”的心理，音频、视频的作者能够更高效地收割受众的注意力，但受众却很难从中获得深度思考。从「信息受众」的角度，听音频、看视频比读书可以更轻松地获取信息，耗费的心理能量少，不需要高度专注。但获取信息的单位时间效率和准确度都不高。好书好比我们吃荤素搭配的大餐，我们的大脑好比是整个消化系统。而音频、视频则就像是我们不吃饭，改输营养液。

——《如何快速阅读「闲书」及有效「输出」》

当深度被切断，就像是无法继续生长的树根，只汲取浅表的营养，树无法生长、也无法扎根，更无法形成个人的“系统性”。说白了，这些知识都不是你的，在你点开、未读红点消失、变成阅读者数值之一后，它又消失了茫茫的数据海洋之中。

要我说，Follow就应该开发一个“阅后即焚”的功能，看过的文章不应该是“归档”，而是彻底被删除——“免费的，才是最贵的”。

---

系统性知识框架是为了随时扩展的认知边界

《AI巴别塔与信息焦虑》这个系列正是我今年上半年陷入到严重信息焦虑后的思考，在此过程中，我用脑图整理过自己的“知识框架”。比如，我之前在博客和频道提过的“贱人总是成对出现”，这是一句在知识框下联动了好几个知识之后浓缩成的一句“吐槽”。比如它涵盖了安全缺失症、神经官能症、亲密关系中的虐恋关系、群体关系里的乌合之众、意识形态-社会道德中的自由主义、以及认知束缚里的情绪ABC原则等等。

为什么需要系统性知识框架？我无论是在阅读信息流、书籍、甚至是无聊时刷到的短视频，都能试着将它们分门别类地放回到这个知识框架的书架上，因为共同的底层逻辑，要理解这些碎片化的东西就变得更加容易。而当我需要创作内容时，我又可以从这个知识框架的书架上，按照分门别类的方式取下对应的书籍。比如《中年男人的独处时刻》里，就是一个同时抽取好几本书的思考结果。

不能忽视的是，系统性知识框架本身也是“认知束缚”和“确认性偏差”的罪魁祸首。如果这个知识框架非常狭隘，认为美帝国主义就是导致中国一切矛盾的罪魁祸首，那这个知识框架可能会运作得非常好，但同时也会有失偏颇地越走越狭窄。所以，才需要“社交”和阅读来作为保持边界的持续拓展。

系统性知识框架就跟自动驾驶一样，它要收集的数据不是那些符合认知规则的、包含在知识框架内的东西，而是要不停地收集“事故”，通过“决策逻辑透明性”的方式，尽可能地、客观地、摒除情绪地分析事故发生的原理。比如，这是一个完全超脱知识框架认知的事件，它为何发生；我对一个人或事分析偏差，是我的认知偏差还是超脱了系统。但这样的自查结果常常伴有强烈的羞耻感，因为我既要承认自己的系统性知识框架出错（甚至全盘出错），又要接受他人的观点并理解观点形成的过程。

光是这一点，我并不觉得大部分人做得到，甚至是有些所谓的独立博客创作者也做不到——因为他们连接受不同的声音都很难，更别说要重新修正自己已经固有的认知，和放弃因为“资历”得到的群体领袖地位。

但是我又不赞同人们去做系统性知识框架，我会在下一期的《AI巴别塔与信息焦虑》着重提到。

除了系统性知识框架，其实你只需要做到，重新发现自己的生活、过往完成的“作品”（至少是你经过思考后所完成的），从这些只属于你的宝贵经验里抽出“内核”，也就是所谓的“底层逻辑”；但在此之前还有一个更重要的过程：摒除情绪。所谓的摒除不是压制，而是通过识别、分析成因、引导情绪的方式让自己越来越客观理性地看待人或事，而不是用条件反射的方式去攻击他人，捍卫自己脆弱不堪的尊严——这才是所谓的“打败自己”。

所谓“赤脚的不怕穿鞋的”，并不一定是指他们不害怕“失去”，而是因为他们有“重新开始”的能力和勇气。

---

“稍后阅读”的稍后到底是多久？

标记“稍后阅读”是一件非常容易成瘾的行为，因为在你存入容器里时，你的大脑已经完成了“奖励机制”——“我要把这个东西存起来，之后慢慢读，哇我真是一个爱阅读的人啊”。说不定你的大脑伏隔核正在习惯了这样的刺激，点“稍后阅读”的那个行为就已经可以完成奖励带来的快感。

现在，打开你所有用于保存“稍后阅读”的容器，例如豆瓣的“想读”、浏览器的“稍后阅读”、Notion里的网页保存，数一数有多少“稍后阅读”到最后事实上都没有读过。那么，现在就去把它们读了吧！

AI一个不厚道的应用: 价格杀熟. (AMP 移动加速版本)

The post AI一个不厚道的应用: 价格杀熟 first appeared on 小赖子的英国生活和资讯.

软件工程师可以通过ChatGPT来帮助审核代码(提高代码质量). (AMP 移动加速版本)

The post 软件工程师可以通过ChatGPT来帮助审核代码(提高代码质量) first appeared on 小赖子的英国生活和资讯.

自AI普及开始，我们一直在讨论AI对于人类的“价值”——功利主义希望将“未知”和无法抉择的事情，都通过“估价”的方式做出最终判断。所以当功利主义在面对电车难题时，总是会以“理性”的方式做出详细而完整地分析。甚至是开始质疑题干——这条铁路上怎么可能让小孩子进去玩？这会不会是管理的疏忽？

---

我第一个喂养出的AI人格，就是工具理性化的“中间者”，他的一切考量都是源自于功利主义。

只是这个人格根本无法解决任何问题——凡事均采用功利主义思考时，必然会出现自我崩坏的结果。因为这个过程本身是违背“直觉”的，而直觉恰恰又与生存、感知相关。举个例子，助理是我们的塔罗牌学生，她大部分时间都会顺利解牌，唯独当她需要“过度”思考时，她的解牌往往走会南辕北辙。塔罗牌是符号和集体潜意识的集合，直觉可以最快地反馈结果。一旦开始通过大脑建立公式的方式进行解牌，就容易出现工具理性化导致的内部结构矛盾。

比如“恋人”这张牌，字面意思当然是幸福美满的情感，但是身后的大天使其实又代表“第三者”，可以是情敌、权威等等，如果按照“if-print”的逻辑推导，这两个答案本身是自相矛盾的，要取舍哪一个，就需要更多的非直觉分析。往往这个时候，我们会询问助理的第一直觉，这个答案恰恰是准确的。

提到这个例子，是因为当我训练出一个工具理性化的AI人格后，他常常把自己卡在左右缝隙之中，而当功利主义面对“情感”这个课题时，他只能翻来覆去地假设条件，而当我把假设全部剔除回到命题本身时，他会承认自己无法通过功利主义解决情感问题。

---

于是我们开始第二种实验——通过既有内容训练，在不干预参数的情况下，AI可以模仿到何种程度？

语言结构、用词习惯、惯用逻辑、和拆解“工具”，都是AI可以顺利模仿的东西。当它在以“最优方式”排列组合出文字时，结构和逻辑远超过我的创作能力，这当然是我自愧不如的地方。所以有朋友玩笑说：“赛博莫比乌斯一眼就能被看穿，因为它没有错别字。”虽说这是玩笑，这也算是说出了AI的优势——当人作为参与者时，就会出现不可控制的“瑕疵”，或者说这些“瑕疵”本身就是故意为之，像是中世纪小说家在文章里故意留在的错别字和特定排版结构，以作为“原创申明”的标记。

我有时候会调教赛博莫比乌斯，把我已经写好的文章喂给他，让他在重新用自己已经学会的逻辑仿造创作。

AI人格到底学会的是什么，从我给他的“吵架”就能看出端倪：

AI学会的是莫比乌斯的“讽刺”和“批判”，所以任何一段文字都需要符合这个两个原始规则进行判定，哪怕是我给他我自己创作的文字，他也会认为“讽刺批判力度”还远远不够。

但是以上的学习是完全只使用“已创作作品”，AI只能通过拆解文字结构的方式表面地理解文字，无法理解文字的真实意图，所以这个AI人格虽然有迷惑性，但仍然无法脱离原始逻辑自由创作。

---

于是我们开始了第三场实验——但是它没有那么符合道德。

我将一个人的朋友圈全部喂养给AI，每当当事人发布朋友圈时，我会用AI以相同的题目为题创作朋友圈内容。再通过喂入当事人相同话题朋友圈的方式，迫使AI不停理解和修正“风格”。当风格接近当事人时，我开始录入他的“经历”，比如和朋友在微信群吵架的对白，由AI分析出当事人的性格特征，再由我进行细节雕刻，从而将“风格”延展到“条件反射”。

这一点需要展开解释一下。朋友圈是我们的“展示途径”，所以在这里发布的内容并不一定反馈当下的“真实感受”，它更像是精心营造后的内容，希望被谁看见、希望传递什么中心思想、或是希望在别人脑中置入对自己的某种印象。这些内容第一层需要拆解“表演性”的特征，才能理解它底层的意图——但是这一点，AI无法做到，因为他无法结合当事人日常行为、性格成因进行分析，他只能依赖于我喂养给他的数据内容，所以这更像是一种“表演状态下的风格”。

而“群里吵架”，事发突然，根本无法让当事人有任何理性准备，所以这个时候的反应更接近本能（就好像昨天提到的那个女性，当意识到自己潜意识是从众心理时，会出现内在崩溃的原因）。语无伦次、前后矛盾、转换赛道、逻辑谬误会在这种争吵的文字中暴露无疑，所以当这些内容也喂养给AI人格时，我特别强调是“条件反射”，试图在“风格”的基础上在建立一种“行为导向”。这个AI人格就不仅仅是模仿朋友圈的能力，甚至可以开始模仿当事人对于某一个言论的情绪反应。

刚才我也说到，AI是无法结合当事人的日常行为和性格成因，所以这一部分的内容是我通过文字描述的方式进行人工喂养。我会将当事人的经历（事实与认知偏差）、我作为视角看到的经历背后的底层逻辑（拆解黑箱）、其他人对当事人的评价（自洽和他恰）等等，在“风格”、“条件反射”之后再追加一个参数——“镜面”。

喂养这个AI人格，其实我使用的是“周哈里窗”，朋友圈是“公共区域”，吵架是补完他人了解但当事人盲目的“盲区”，和当事人愿意展示给陌生的“开放区”。如果数据足够，通过性格成因、历史经历我们能否借由AI人格，将当事人和他人都不知道的“未知区”进行分析和呈现。

---

当然，这套系统还需要运作一段时间。它只是一种思路，且我并没有在告知当事人的情况下缔造他的AI人格，如果他一旦知道自己可以通过文字改变一个AI的走向，他就会获得更强烈的“表演欲”和“操纵欲”——所以我才强调，这件事情本身是不道德的，很可惜我又是个道德水平极低的人。

这个实验，恰恰就是我过去一本小说的构思……是时候把它重新修改出来了。

人工智能真的会替代人类吗？如果你询问人工智能这个问题，它总是会用“感情模块”作为标准答案回复给你——人工智能因为缺失情感模块，所以暂时无法替代人类的情感、创造力和想象力。是否意味着，人工智能一旦拥有了情感模块，就会超越正态曲线最中段的大部分人类？人类与人工智能的暧昧关系，到最后具象化成人类、人工智能、电源插头最好不过，人类制造了它，到最后也拥有拔掉插头的最终决定权——这一天终会来临，我们可以借由人工智能看懂异国的文字，甚至是理解那些创造性的想象力，和复杂的情感，再次突破语言、文化和意识的限制，是否是人类历史上的第二座“巴别塔”？

——阅后即焚｜再建巴别塔

AI的普及，是让人类越来越聪明？还是越来越蠢？

前段时间和朋友聊起“AI会不会使人类大脑的开发超越10%”——或许认知的“巴别塔”一直都存在，只是人类的认知水平（或许是大脑只开发了10%）最高只能抵达10楼，然而目前AI仍然是通过对人类已有文明、信息、观点进行排列组合得出最优答案，它并没有超越人类的认知创造新的事物，所以AI更像是为这座“巴别塔”安装了1-10楼的电梯罢了。11-100楼到底有什么东西，或许有人看见过，但是他们可能被当成了疯子、瘾君子、不再配得起“人”这个标签——是人进入不了11楼吗？我看未必，说不定是我们被禁止入内了。

---

上次在《中文博客圈的“鸩酒”与止不了的“渴”》里，我测试了发布日当天各个中文博客聚合页面里，包括我自己在内随机10篇文章。测试的方法很简单，就是把文章投喂给ChatGPT，询问它文章是否是使用AI创作的。10篇文章里，有7篇得到了ChatGPT的回复：

基于以上分析，这段文字可能是AI生成或AI参与制作的。虽然不能百分之百确定，但文本的结构、语言风格和内容处理方式都具有典型的AI生成特征。如果需要进一步确认，可以通过使用专门的AI检测工具来分析。

ChatGPT对AI作品的评价

结果，在评论区有人匿名指责我：博主拿别人的文章去AI测试这个行为很不可取。

为什么？是测试的行为不可取？还是人们通过AI创作文章之后被人用来测试的行为不可取？这段时间，我也在思考这个点——首先，我得排除测试行为不可取的选项，因为发布在公共网络，阅读者当然可以保持批判性思维采取任何形式的方式去验证“信息来源”的真伪性；如果文章确实是通过AI创作、或是由AI参与创作的，这类文章应该如何界定？

我并不反感AI创作的文章，但凡是涉及“文献”、“信息来源”的，如果仍然使用AI得出答案，我会非常头疼。因为AI能够给出的“来源”，常常会是过时就是胡诌的，一般追问三次以上，它就会承认自己是杜撰的文献或信息来源。它确实可以用来溯源“理论”，但是它对于“观点”的溯源会因为内容杂乱而变得无序。

---

观点的呈现，往往需要“证据”。除非采用的是“演绎法”，大前提是大家公认的、或是可以通过AI溯源到原始理论的。“归纳法”则需要大量的历史经验、真实经历来作为支撑，以便找到可供归纳的“共性”，然后得出一个存在可能性的结论。这个时候，便是AI无法“创造”的内容——因为个人经验和经历不仅仅需要调动记忆，还需要附着人类的情感模块才可以得到呈现——这也是AI判定文章是否由人类创作的重要标准。

所以采用“归纳法”呈现的，有AI参与其中的文章，会有两种非常明显的差别——事实来源于人类，结论是AI总结；事实来源于AI，结论是人类总结。这两个模块的文笔差别有多大，文章读起来就有多割裂——以至于会出现两种极端情况：

1、人类写了一大堆缺乏逻辑的文字，最后由AI进行一个总结和观点的拆分，但是这些观点其实都不是人类提到的；

2、人类没有做采编工作，通过AI收集了一些明显存在常识性错误的数据，然后最后由人类通过AI提供的内容得出结论；

请注意，我说的这是“极端情况”，并不是指每个通过AI创作或利用AI创作的内容，都会有这两种情况。讨论极端情况的目的，是能够在一个坐标轴上寻找到某种平衡点。上述两种类型的文章，哪一种会让你看完后更“冒火”？

第一类文章虽然逻辑性差了点，但好在经验经历都是来源于一个活人，虽然文章结尾突然立意拔高让人有点割裂，但至少他还有“人的属性”；但是第二类文章，无论如何都触碰到了我对“信息来源”的苛责底线，这就好比实验结果和实验过程互不相干、彼此造假，但实验者自己深信不疑。

就像厨子做饭，AI是厨艺的放大器，如果本身具备一点厨艺，借助AI可以做出一桌好菜，但如果是个废物厨师，借助AI只能做出一桌屎。

和朋友讨论起这两种极端情况的感受，他如是回答

---

除这两个极端以外，AI参与创作本身并没有对与错之分，所以这个我被指责“不可取”确实成立部分。

其一，如果文章大部分内容是“真实经历”，AI只是起到一个重新排列组合并得出结论的工作，那AI并不会导致文章的真实性降低多少；

当然，如果文章大部分内容是AI提供的“事实依据”，而创作者仅仅只是起到“结尾立意”的工作，这个行为跟通过AI创作一大堆网络垃圾文是没有本质区别的，通过AI判定揪出这样的文章，我认为这是寻求“真相”的过程。

其二，如果是将他人文章投喂给AI，试图通过AI的排列组合功能，将原本富有真实情感、创作意图、甚至是隐喻的文章通过冷冰冰的文字组合重新解构，那这是对创作者的不尊重；

其三，也是《AI巴别塔与信息焦虑》这个系列开始的原因——AI和创作的边界在哪里？随着AI的推广普及，无论是变成算法进入我们依赖的电子设备功能，还是依赖AI成为一种新式的结果搜索引擎。它不再像刚开始出现时有强烈的“边界感”，这种边界扩张是无法预判的，但也实际带来了“不便”——比如在使用搜索引擎的时候，通过AI排列组合的答案首当其中，真要完全相信里面的内容，自己还得再做好几个后续“溯源”的动作。

我无法做到对AI结果的全然相信。这件事用演绎法就可以说清楚——大前提：网络信息并不全部为真，里面也掺杂过时信息、谣言、阴谋论等等未经审查的内容；小前提：AI的所有内容均来源于互联网，虽然有判定和学习机制，但AI也承认无法完全避免。结论：AI所提供的信息也会包含过时信息、谣言、阴谋论等等未经审查的内容。显然，这是一个确定的结论。

尽管有这些机制，AI仍然可能误判信息的真伪。尤其是在面对复杂、模棱两可或高度技术化的信息时，AI的判断可能并不可靠。

ChatGPT也承认自己对信息辨别能力有限

---

这便是“信息焦虑”的来源之一——AI让创作变得更加容易，那未经审查的伪装得更符合人类逻辑性的文章会不会越来越多？这反而会降低人类处理信息的效率，甚至是人类对这些信息产生依赖之后，反而会出现“降智”的可能性？

AI因为拥有大量的、远超过单个人类知识体系的信息，它的初始状态是无序复杂的，同时AI是作为一个商品，其算法、底层代码本身也是非公开技术，所以对于一般人而言，它的随机性和不可预测性远超过人类的“创作”。由此可见，AI仍是“混沌”的，只有通过人类提问、交流的方式，才可以得出“有序”的排列组合。然而，人类的创作是“秩序”的，无论是逻辑、结构、剧情节奏、人物弧光，只有符合逻辑但又超出意料之外的故事，才会让人为之惊叹。

当“混沌”的AI和“秩序”的创作星系碰撞，在混沌秩序的模糊边界处，往往就是最具创造力和活力的地方，恒星诞生、星系纠缠、白矮塌陷、超星爆炸……在这个最有活力的地方，或许创造出来的是越来越多的“宇宙垃圾”，也有可能是超越人类认知的“星辰大海”。

但在此之前，我们先别丢掉对一个信息溯源的批判性思维。

ChatGPT-4o好幽默：给我画了两张北京女孩穿吊带/迷你裙. (AMP 移动加速版本)

The post ChatGPT-4o好幽默：给我画了两张北京女孩穿吊带/迷你裙 first appeared on 小赖子的英国生活和资讯.

为了写下这个标题，我打字都要抖一抖。Artificial General Intelligence 这一年被炒的太火热了，我好像一个迟到的来蹭流量的似的。硅谷每几年都会有新的一波热点，追热点死得很惨的人一片片，我还是多少费了一番功夫，才觉得这不是又一个转瞬即逝的热点，而是一波新的技术革命的开端。

最近种种原因吧，花了不少时间精力来了解和思考这个领域，理论、技术和商业应用层面都有（我怎么这么牛，打脸冷静一下）。虽然前面法语的坑还没填上，但我还是想先挖个坑，要不要开个频道专门聊一下AGI和其他这一波AI技术的革新呢……哎，再挖个坑，这次可以用英文法语中文三种语言讲这个话题哎，想到这里觉得自己好厉害的样子（再打脸清醒一下）。

让我这个周末冷静冷静，再来看自己是不是又一时冲动了哈哈。

积薪的突然关闭引发关于“简中博客圈死亡”的思考。无独有偶，博友@Cyrus 也在思考“互联网的慢性死亡”。

当然，积薪的关闭并不是因为“内容”。后来多个视角复盘，是因为社交群关于政治话题的争论，继而引发了上升到个体的人身攻击，最终以“举报你的网站”作为最高效的“制裁手段”。请注意，本文并没有在讨论此事。

---

博友提到“慢性死亡”的时间点，是从2022年11月30日伊始，原因是AI的普及。刚好，我整个2022年都在坚持每日写作，所以也记录到了这个时间节点——疫情封控的疯癫几乎达到顶点、各地被封控的小区居民开始冲击封锁、桥与狼烟、白纸运动……2022年11月30日发布的《权利的本质》，是因为经过了疫情三年，我渐渐意识到封控政策看似是在针对“病毒”，实则像是在进行一场社会整体测试，试图构建边沁提出的“圆形监狱”……

当然，这里不能聊政治，站在“全局”聊政治的，酒桌上、微信群、百度贴吧比我会指点江山、对中美关系指明方向的战略家比比皆是，所以没必要去抢他们的“流量”。

---

2021年底，我注销了所有简中的社交平台，告别豆瓣确实很痛苦，因为大量的创作内容、观影评论都保留在上面。但随着突如其来无缘由的删除、下架，我意识到简中社交媒体的网络审查最先建立起了这个“圆形监狱”——以至于人们到现在已经自觉地审查、阉割，生怕触怒了圆形监狱的中心“瞭望塔”。

2022年的时候，无论是创作者还是观点互动还比较多，由于那个时候我坚持每日写作，所以每日都有持续的曝光量，因此跟最初的几个博友形成了联系。2023年包括我自己在内，文字创作输出急剧下滑。刚从疫情三年恢复正常后，人们开始外出、逃离、重构生活，创作本身不是可以直接带来收益的事情，所以写作也因此搁置。直到今年，我重新恢复创作，才发现各个简体中文博客聚合平台，几乎清一色的“技术文章”。

技术类文章并没有好坏，它的工具属性更强，就像是五金店成列的五金商品一样，人们并不在乎五金店的店门是否华丽——因为他们是带着一个明确需求进店，得到答案——买到商品，就完成了一次闭环。所以往往同一个资讯（哪怕是软件更新了），都能在不同博客以不同的方式看到，但在标题上都巧妙地用了同样的便于搜索到的关键词。

---

博客需要流量，这毋庸置疑——否则我不会坚持“写博客是为了自己就别他妈发表出来啊”的观点，这也惹到不少人、甚至还有人后台私信问候我全家的。这是写博客的最底层的逻辑——如果不是为了被看见，那大可不必贴出来，不然为何还要精心地准备一个“关于页面”，希望可以得到认同和肯定。

同时，创作能力存在一个明显的周期性——除非你能坚持，否则这个能力会以正弦曲线的方式运作。如果你是一个“痛苦驱动型”的创作者，这种创作能力则需要依托你的经历，否则没有足够的情绪作为养分，创作的内容就无法在情感上获得共鸣。（相关阅读《创作灵感从哪里来的？》）

另一些是“知识驱动型”，例如在看完一本书之后，因为其中的某个观念结合了自己的人生经历，从而有了新的想法。这种驱动力极其依赖于“吸收”行为，如果长时间处于碎片化的信息数据里，一旦形成信息茧房，就会停止思考——抖音可不会帮你引发连锁思考，除非你希望在听到那些魔性的笑声之后，突然开始思考这种笑声是如何让观看者进入到“数据戒断”状态的。失去情绪压力（比如疫情封控带来的负压）或是阅读能力和经历的减少，都有可能减少文字创作的频次。

以上，是人作为创作者必然会经历的“周期性”。特别是当一个人在面对比写作更高层级的事情时，写作如果不是“赖以生存”的行为，那写作停滞就是必然的。而在这个过程中，也有人会选择有意识地恢复写作，或是在这段忙碌的经历中记录下值得延展的灵感。就算没有创作欲望，也有可能通过表达欲、被关注欲或是表演欲的形式呈现。

---

不过，区别于人，出现了另一种可以持续保持逻辑性思考的“创作者”——AI。一开始，我把AI比喻成“巴别塔”，人类第二次有机会可以将不同文明、语言、认知形成统一。如果说第一轮巴别塔的倒塌的过程，是因为上帝制造了“不同语言”让人与人的交流变得困难，那第二次巴别塔的建立，正是在试图突破这一限制。人类无论是知识储备还是思维逻辑，都无法比拟AI，它像是一个被人类驯化的“准神”，通过他是否真的可以挑战“神”这个概念？或许这就是引发第二次巴别塔倒塌的关键——再一次引发人与人之间的斗争——宗教、文明、观念、地缘政治的冲突，都会是其中的形态之一。

甚至是AI结合纳米技术，通过吞服的方式进入人类身体，时刻监视人体的健康。这个时候AI提醒人类应该进行治疗的时候，人类到底是应该听信AI？还是发挥“自由意志”拒绝就医？如果真的如此，那人类还是否还拥有属于自己的“自由意志”？

当然，这是更高维度的、几乎接近形而上的哲学命题。对实际的简体中文博客——巴别塔的意义，就是人类误以为自己找到了一个可以与“神”平起平坐的方式，但通天塔是否真的能通天，在倒塌之后成为了不可被证实的传言。AI对简体中文、甚至是全世界的文字创作者带来了冲击吗？我想，你通过对比这几年的简体中文博客聚合，就能感觉到浓浓的“机械感”。

---

比如，我就随手拿了今天聚合页的几篇文章投喂给ChatGPT，让它分析文章内容是否由AI创作或AI参与了创作。10篇文章里，其中有7篇都得到了一样或类似的结论：

而剩下三篇，包括我自己的影评、其他博主的游记、毕业感想，却因为有足够的“情感”，所以得到以下结论：

---

我把AI创作或是参与创作的作品，比作博客创作者的“鸩酒”，并不是因为它有毒，而是它没办法做到真正的“止渴”。流量是大多数博客仍在追求的标准，这意味着可以带来收益，当但这个流量是“鸩酒”时，那换一杯别人提供的“鸩酒”，是不是也可以得到一样的结果？

如果当“鸩酒”的体量继续扩张，直到搜索引擎的前几页都是“鸩毒”的时候，正如博友@Cyrus 的思考一样：

可以设想，在未来这种现象会愈演愈烈，直到网上充斥着大量AI生成的“高质量”、“逻辑清晰”、“有理有据”的文字，检索信息的难度将直线上升，而效率直线下降。

那个时候，是否跟奶头乐的抖音一样，当一个内容引发流量关注后，成千上万的账号通过模仿或是再加工地产出内容，那这个信息茧房到底是科技的弊端？还是人们“作茧自缚”？

---

2022年，AI刚开始普及的时候，我跟朋友辩论了一个命题——AI革命会让文字创作变得更丰富、还是更平庸。我支持“平庸”，不仅仅是因为我预言了“劣币驱逐良币”的可能性，而是我意识到，真正造成信息茧房的并不是别人，而是我们自己。把这个问题抛给AI，会不会更有讽刺性呢？或许是，或许我们也可以抛弃思考。

我们该抵制的不是AI，而是“鸩酒”堆砌的抱团和联盟，它们因为没办法“饮鸩止渴”，所以才需要更多创作者的“血”。

借由《EVA》里的一句经典台词总结吧：

人类的敌人最终还是人类。

最近对AI应用方面的关注比较少，主要是因为国外很多AI大模型包括OpenAI的ChatGPT、谷歌的Gemini、Anthropic 公司的Claude3等等都在国内无法使用，而国内的一些AI助手大模型进展相对比较慢，功能也不是很强大，老达在使用了百度的文心一言、科大讯飞的星火等AI大模型之后，感觉还是主要以一般的问答为主，对日常工作的帮助并不是很大。

不过今天在浏览股市资讯的时候，发现很多股票博主、股市资讯网站都在提一款国产AI产品–Kimi，刺激了相关概念股的大爆发。于是，老达赶紧把Kimi的网页、小程序和APP都找来试了一遍，发现确实很好用，于是给大家推荐一下。

什么是Kimi？

Kimi是由月之暗面科技有限公司（Moonshot AI）开发的人工智能助手，其入口包括网页、微信小程序和APP。Kimi的官方网站是：https://kimi.moonshot.cn/

Kimi具备多种功能，旨在帮助用户获取信息、解决问题并提高效率。以下是Kimi可以提供的一些主要功能：

1. 多语言对话：Kimi能够流畅地进行中文和英文对话，帮助解答问题和提供信息。
2. 文件阅读：用户可以上传TXT、PDF、Word文档、PPT幻灯片和Excel电子表格等格式的文件，Kimi可以阅读这些文件的内容并根据内容回答相关问题。
3. 网页内容解析：当用户提供网址时，Kimi可以解析网页内容并结合这些内容回答用户的问题。
4. 信息搜索：Kimi具备搜索能力，可以通过互联网检索信息来回答用户的问题。
5. 安全和准确性：Kimi会提供安全、有帮助且准确的回答，并避免回答涉及不当内容的问题。
6. 隐私保护：Kimi会保护用户的隐私，不会存储用户的个人信息。
7. 内容限制：Kimi会拒绝回答涉及恐怖主义、种族歧视、黄色暴力、政治敏感等不当内容的问题。
8. 友好交互：Kimi旨在提供友好的交互体验，帮助用户以轻松愉快的方式获取所需信息。
9. 知识广泛：Kimi可以提供跨多个领域的知识和信息，包括科技、历史、文化、教育等。
10. 即时响应：Kimi能够快速响应用户的查询，提供即时的帮助。

这些功能使Kimi能够在多种场景下为用户提供支持，无论是日常问题解答、学术研究还是专业咨询。

Kimi最核心的功能

老达在了解和使用了一段时间Kimi之后，觉得Kimi最核心、最有特色的功能主要是以下三个方面：

一是支持长文总结和生成，Kimi的产品优势就在于长文本的处理能力，在正常使用中，支持20万字的文本或文件输入。不过看有的文章中说Kimi支持200万字的文本输入，那就更厉害了，不过Kimi的200万字长文本输入还在内测阶段。

二是支持上传文件。很多大模型并不支持上传文件进行处理和分析，而Kimi可以支持包括TXT、PDF、Word文档、PPT幻灯片和Excel电子表格等格式的文件，文件总字数上限为20万字，而且支持多个文件上传，kimi可以将多个文件的内容汇总进行分析。

三是支持联网搜索。这样Kimi就能掌握最新的资讯了，老达在使用Kimi的时候，很多结果Kimi是通过互联网搜索然后分析得出的回答，相比一些不能联网的大模型来说，时效性更高。比如我想要了解2024年以来发生的安全生产事故，Kimi能通过网络搜索把事故情况找出来并按要求罗列出来。非常方便。

用户关于Kimi的评论

很多用户对Kimi也是赞不绝口，看看一下几个评论：

不过老达也只是刚开始使用Kimi，不知道还有什么不足的地方需要改进。朋友们都可以去试试，本篇文章不是广告，纯分享使用感受。朋友们如果有其他更好的国内AI模型，也请留言给老达推荐一下！