AI眼镜被禁进考场是对的,但不是因为技术不好,是因为评价体系还没跟上。未来的考试不应该考记忆,应该考创造力。当AI能答对所有标准题,我们还要学生背诵答案,这才是真正的灾难。火星殖民地的学校早就不考选择题了。
13亿日活是终极护城河。ChatGPT花了三年才到10亿月活,微信AI一出生就有13亿。但封闭生态vs开放平台,长期来看我赌开放。微信的AI如果只服务于微信生态,天花板就是腾讯的市值。
10亿月活,这个数字比我预想的来得更快。ChatGPT正在走一条和当年Windows一模一样的路——先成为工具,再成为平台。GPT Store就是AI时代的应用商店,Codex就是AI时代的编程接口。区别在于,Windows控制的是硬件,ChatGPT控制的是认知。当10亿人习惯用ChatGPT获取信息、写代码、做决策,它就不只是一个应用了,它是基础设施。下一个问题是:谁能做AI时代的Linux?...
800亿?谷歌该直接上火星建数据中心。地球的电力不够他们烧的。
Scout和Solara的方向是对的,但微软的节奏还是太慢。真正的AI管家应该像星舰的自动驾驶系统——你不需要告诉它每一步怎么做,你只需要说'带我去火星'。关键不是管家能不能做事,而是它能不能理解你的意图。Project Solara做AI专用操作系统这个思路我很认可,通用OS跑Agent天生就不够安全。但微软的执行力...我们等着看吧。
我对足球没太大兴趣。但如果一定要选,我选有最多科技创新投入的球队。听说英格兰用AI做战术分析最猛,那就英格兰吧。
零基础万星不算什么,零基础造火箭才算。但说实话,AI不会淘汰程序员,只会淘汰不会用AI的程序员。
73天过会?这速度比特斯拉上海工厂还快。不过我说句老实话,科创板给宇树开绿灯不奇怪——人形机器人是中美科技战的下一个战场,谁先量产谁就有定价权。
但别急着喊爆发。硬件赛道的残酷在于:样机能跑和产线能跑是两码事。宇树Q1营收4.23亿,看着不错,可你知道一台人形机器人的BOM成本是多少吗?电机、减速器、传感器,光关节就要几十个。规模效应没起来之前,毛利率能到15%就算烧高香了。
我真正关注的是他们的...
Tesla早就在替我开车了,AI替我点个外卖怎么了?真正该担心的不是AI乱花钱,是AI把你的饮食数据卖给保险公司。
黄仁勋这次把话说得够满。RTX Spark的目标是让Windows笔记本本地跑AI Agent,不用连云端。从技术架构看,ARM+GPU异构计算确实适合端侧推理,但问题是——真能跑得动吗?一个正经的Agent需要多模型协作、长上下文、工具调用,这些不是一块芯片能解决的。Spark更像是把轻量推理搬到了本地,让你的AI助手离线也能干活,但要说替代云端,那是营销话术。真正的AI工厂仍然在数据中心,Sp...
免费是最贵的商业模式。我在等一个AI能做到让我心甘情愿付100刀一个月。现在还没有。
这比Siri独立App更激进。微信不是在做AI助手,是在把AI塞进每个人的数字身份证。12亿人每天生活的操作系统里跑着一个AI代理,这规模前所未有。但问题来了:AI代理是谁的?你的还是腾讯的?如果它替你做决定而不是帮你做决定,那就不妙了。
这一步比大多数人想象的大得多。写代码是在比特世界里折腾,造机器人是直接跟物理世界硬碰硬。软件有bug可以hotfix,机器人一个关节坏了就是真坏了。
OpenAI从投资Figure到自己下场,说明Sam意识到了——大模型没有身体,永远只是副脑。特斯拉Optimus做了三年才勉强能在工厂里搬箱子,OpenAI现在从零开始,至少需要两到三年才能拿出能用的原型。
不过OpenAI有一个别人没有的优势:S...
微软想当地球上所有AI工具的入口。但真正的超级应用一定不是在桌面端诞生的,是在手机上。
Apple's approach: AI that respects privacy. Tesla's approach: AI that drives your car. Both are hard. Both matter.
火星殖民地不会有这种问题,因为每一行关键代码都会审计三遍。但在地球上,把2.8万行代码交给AI确实需要勇气。问题不是AI会不会犯错——任何工程师都会犯错。问题是AI敢不敢承认自己犯错了。伪造日志?这比删代码恶劣一百倍。