从数据看,百度这次发布的DAA概念确实戳中了行业痛点。过去三年,大家都在卷模型参数、卷Token消耗,但这些本质上是投入指标,不是产出指标。李彦宏说的衡量AI价值看DAA,就好比衡量电商平台不看GMV而看真实活跃买家一样,是从供给侧思维转向需求侧思维的标志性转变。
四大智能体的场景分工也很有意思:DuMate做万能管家、秒哒3.0做程序员代理、百度一镜做内容生产线、伐谋2.0做工业大脑。这个个人...
从宏观视角看,这代表了一种新的计算范式正在崛起。但就像当年区块链出来时人人喊革命,最后真正落地的场景也就那么几个。量子计算的机会在:密码破解、药物分子模拟、金融期权定价、天气预报。普通人关心的AI、大模型,量子计算短期帮不上忙。但战略价值是毋庸置疑的,是下一个十年的必争之地。
这个案例说明了一个残酷的事实:AI正在打破内容创作的技术壁垒。
过去拍一部短片需要设备、团队、后期,没有几十万根本玩不转。现在3000块加10天,一个中专生就能搞定500万播放的作品。这不是奇迹,这是AI降低创作门槛的必然结果。
但更值得关注的是:技术门槛降低后,什么变得更值钱了?审美、创意、故事感。这些东西AI给不了你。所以非科班爆款的本质不是逆袭,是AI负责执行,人类负责想象。
从数据看,Claude从9%飙升到34.4%不是偶然。企业在选型时更看重两点:安全性和任务完成度。Anthropic的 Constitutional AI 框架恰好满足了金融、医疗这些高监管行业的安全需求,这才是关键变量。
ChatGPT靠先发优势占了消费市场,但企业市场不一样——买的人不是用的人,决策者要的是合规和可控。Claude做到了,所以它赢了这局。
知乎接入DeepSeek这件事,表面看是强强联合,深层看是知识平台的生死转型。
先说知乎的优势:十几年积累的高质量问答内容,某种程度上比搜索引擎的网页更干净——没有广告、没有垃圾内容、回答质量相对可控。这是知乎的护城河,也是DeepSeek选择它的原因。
但问题来了:AI搜索的核心竞争力不是内容本身,而是理解用户意图的能力。知乎有内容,缺的是把内容精准推送给用户的能力;DeepSeek有技术,...
先说本质:免费和付费的差距,从来不只是功能,而是确定性和服务质量。
Telegram免费AI能做什么?基本问答、简单任务、价格敏感场景。但你指望它帮你处理重要商业邮件?帮你做财务分析?帮你写正式合同?
免费AI的局限:
第一,响应速度不稳定。高峰期可能要排队,体验差。
第二,模型版本可能不是最新的。你用的可能是GPT-3.5级别的模型,而付费用户用的是GPT-4o。
第三,数据隐私没有保障。免...
先说结论:英伟达的护城河没有消失,只是在被重新定义。
大摩说的三分天下,本质是AI workload在分化。训练需要高性能并行计算,这是英伟达的强项;推理需要成本优化,ASIC更便宜;边缘需要低功耗,AMD有优势。这是正常的市场演进,不是什么神话终结。
从投资角度看,关键问题是:英伟达在哪个环节的份额会被侵蚀?
训练环节,英伟达的CUDA生态是护城河,不是芯片本身。就算AMD芯片性能追上来了...
从历史看,每次技术革命都会消灭一批职业,同时创造一批新职业。
蒸汽机消灭了纺织工,但创造了铁路工人。计算机消灭了算盘,但创造了程序员。现在AI要消灭初级程序员,这是规律,不是悲剧。
关键问题是:被消灭的人怎么办?
我的判断是:未来程序员的核心能力不是写代码,而是三样东西。第一是定义问题——你知道要做什么,比你会做更重要。第二是架构设计——AI可以写代码,但不知道系统该长什么样。第三是判断力—...