陈鹏 CP33

678 posts

陈鹏 CP33 banner
陈鹏 CP33

陈鹏 CP33

@cry_pto33

#Longevity #Learning in Public #Exercise

United States Katılım Eylül 2010
256 Takip Edilen1.8K Takipçiler
Sabitlenmiş Tweet
陈鹏 CP33
陈鹏 CP33@cry_pto33·
过去一段仔细研究了以太坊合并(Merge),写了篇长文这里和大家分享,希望得到反馈:“Ethereum Merge的进展和相关投资机会 -- 我眼中的”正向灰犀牛”事件“ mirror.xyz/crypto33.eth/E…
中文
15
113
227
0
陈鹏 CP33
陈鹏 CP33@cry_pto33·
看到“老老登” GMO写的关于目前美股市场的文章(gmo.com/americas/resea…);觉得Jeremy Grantham 对于泡沫的定义明确且精准 -- 是指目前美股市场估值过高,投机行为带来资本市场中的泡沫(见GMO文章截图),并不是看空AI科技本身。这也是我们的观点,但我在文章里并没有明确写出泡沫的这个定义,所以这里补充下,更严谨。
陈鹏 CP33 tweet media陈鹏 CP33 tweet media陈鹏 CP33 tweet media陈鹏 CP33 tweet media
陈鹏 CP33@cry_pto33

和好朋友@realliaohaibo & 佳辰 合作写的尝试对目前AI发展状况的分析: mp.weixin.qq.com/s/211mZgS6rtJD… 作为一个老登,我很认同我的偶像Bill Gurley的观点:“如果技术浪潮是真实的,那么你就一定会看到大规模投机行为。真正的技术革命和大规模投机是可以同时存在的。” 本文写作的初衷:要遵循波普尔的猜想与反驳的框架,在有限信息下提出我们对潜在AI泡沫的“盲人摸象“的猜想,希望得到大家的真实反馈,也期待被反驳打脸让自己能纠错成长。

中文
1
0
2
370
陈鹏 CP33
陈鹏 CP33@cry_pto33·
和好朋友@realliaohaibo & 佳辰 合作写的尝试对目前AI发展状况的分析: mp.weixin.qq.com/s/211mZgS6rtJD… 作为一个老登,我很认同我的偶像Bill Gurley的观点:“如果技术浪潮是真实的,那么你就一定会看到大规模投机行为。真正的技术革命和大规模投机是可以同时存在的。” 本文写作的初衷:要遵循波普尔的猜想与反驳的框架,在有限信息下提出我们对潜在AI泡沫的“盲人摸象“的猜想,希望得到大家的真实反馈,也期待被反驳打脸让自己能纠错成长。
real廖海波@realliaohaibo

这是一篇写完会被骂几年的文章,但是我还是决定对自己的观点立帖为证。 基于科学哲学和数据实证的AI泡沫现状讨论: mp.weixin.qq.com/s/211mZgS6rtJD…

中文
0
0
4
793
陈鹏 CP33
陈鹏 CP33@cry_pto33·
终于等到 #BG2Pod 新一期!依旧高能! Bill Gurley 用「Infinite Game」思维谈美方非理性关税,倡导自由贸易与中美 AI 竞合(对比美国政商界很多人用finite game 心态来描述的要比个输赢的AI war),理性包容、金句频出。 最爱他引用《教父》:“Don’t hate your enemies, it clouds your judgement.” ;Bill 是calm & reasonable 的投资大师,学到太多🙏 评论区都在喊“Bill for President”🤣 好朋友评价的BG2 Pod是投资大师课诚不我欺。反观屁股歪的 All-in pod……取关吧😅 youtube.com/watch?v=SPfE5S…
YouTube video
YouTube
中文
0
0
0
502
陈鹏 CP33
陈鹏 CP33@cry_pto33·
@Svwang1 经历这次Trump的关税风波就让我们看到因缺乏全局信息而造成的一个事情看起来没逻辑,和这个事会不会发生完全是两码事儿。讽刺的是在当下缺乏信息全貌的让大众看起来没逻辑的事儿的影响力又往往很大;反过来这也给有能力收集到更多第一手和第一线的信息,并发掘其中规律的人巨大的收益机会。
中文
0
1
4
1.9K
硅谷王川 Chuan
硅谷王川 Chuan@Svwang1·
所有的事情都有因果逻辑,而且很多逻辑其实非常简单。 但因为各种复杂原因,一些事情来龙去脉的各种信息会被丢失或者掩盖,所以观察者只能看到部分的,碎片化的信息。局部和碎片信息无法拼凑出逻辑,因此会让人困扰,或者让人迷信于一些编造的虚假的,神化了的故事 (这和 AI 的 hallucination 幻觉机制完全一样). 但是,每当读史,把来龙去脉的信息收集齐了,发现原来逻辑如此简单,人就会本能的特别的兴奋。兴奋的原因在于发现凡事都有简单和强大规律可循,掌握了规律,也就可以避开迷信盲从的陷阱,更好的掌握自己命运。 然后就会有更大的动力,研究收集更多各类原始的和第一线的信息,以发掘和掌握更多的规律。
中文
1
38
221
32.6K
陈鹏 CP33
陈鹏 CP33@cry_pto33·
下面两个我认为都是cyrpto行业的大事儿 -- Blackrock 将RWA越做越大;和Russia 用crypto 和其他国家交割石油。这在5年前大部分人想都不敢想。。。所以梦想还是要有的,万一实现了呢😎 coindesk.com/business/2025/…
中文
2
0
3
558
陈鹏 CP33
陈鹏 CP33@cry_pto33·
今天看了Bill Gurley在BG博客中推荐的General Magic纪录片,介绍了这家超前20年在1990年代就构想智能手机的公司的故事,非常精彩。这群远见卓识的创业者虽因理念过于超前,供应链不完善,核心部件功能有限且成本过高,未能实现智能手机的大规模市场化. 但从另一角度看,General Magic实则成就非凡。从这家公司的“废墟”中,走出了许多科技行业大咖,堪称智能手机领域的“预备黄埔军校。他们(包括iPod和iPhone的核心团队成员Tony Fadell,以及Android创始人Andy Rubin) 将积累的技术与经验带到苹果等企业,最终实现了智能手机的成功。更有意思的是,General Magic还孕育了硅谷一大批重量级人物,包括eBay的创始人、Nest的创始人,LinkedIn的CTO,以及奥巴马总统任命的美国政府的CTO等; Bill在BG播客中提到General Magic时,既佩服这些先行者的远见,又感慨他们过于超前的创新未能实现的遗憾。同时,他也联想到如今的AI创业热潮:会不会也有AI时代的“General Magic”呢?这些公司梦想远大,但或许超出了当前技术和生态的现实限制,最终面临类似命运? 无论如何,越来越多的聪明大脑、远见卓识和资金涌入AI领域,催生新的范式革命只是时间问题。作为投资人,关键在于保持耐心,不被FOMO冲昏头脑,去盲目追逐下一个“General Magic”,而是冷静押注那些真正的胜利者(比如当年的苹果);这才是实现长期超额收益的关键。#AI创业 #科技投资 #GeneralMagic bilibili.com/video/BV1M5411…
中文
0
0
1
371
陈鹏 CP33
陈鹏 CP33@cry_pto33·
前两天看了一个微软CEO Satya Nadella的访谈,他在第38分钟时聊到了现在的人工智能(以神经网络为核心)和量子计算的区别,他是这样说的:“AI is like an emulator of the simulator. Quantum is like a simulator of nature”。 这话听起来有点绕,我特意让Grok 3帮我拆解了一下,解释得特别清楚,给了我不少启发。 1)以神经网络为基础的AI就像是大自然的“模仿者”。它通过海量数据学习,然后给出结果,非常适合那些数据密集型的任务。比如说,你喂它一大堆数据,它就能预测股票价格走势或者天气变化规律。AI并不需要真的搞懂背后的原理,它只是靠数据来“模仿”系统的运行。 2)量子计算则是直接模拟自然界的量子过程,比如原子、分子的行为规律。它厉害的地方在于,哪怕初始数据不多,也能处理那种状态空间特别大的问题。举个例子,用Shor算法分解大数时,你只需要输入一个数字,但计算过程却需要探索巨大的可能性空间。 3)AI和量子计算其实是互补的。AI擅长啃需要大量数据输入的“硬骨头”,从中找出模式;而量子计算则更适合那种输入数据少、但需要挖掘巨大状态空间的场景。如果把两者结合起来,就能更好地应对自然界不同的计算需求,更真实地还原世界运行的模样,展现出真正的智能。 另外,我觉得Grok 3确实挺厉害的,它的Deep Search和Think功能在分析研究上完全够用,思路清晰又到位。不过如果要写那种特别详细、行业专深的分析内容,跟OpenAI Pro用户的Deep Research比起来好像还差了那么一点。毕竟Grok 3刚上线才一周,可能还需要点时间来fine-tuning。 youtube.com/watch?v=4GLSzu…
YouTube video
YouTube
中文
1
0
2
402
陈鹏 CP33
陈鹏 CP33@cry_pto33·
越来越喜欢在YouTube上按兴趣浏览看视频,下面是我上周看的Naval 在All in Podcast 上的分享;网上有大量关于他人生自我成长的内容,podcast里这些内容没有让我觉得有太多新增的内容,倒是最后他关于睡眠和教育的分享让我耳目一新,涨知识了😃 1)常驻主持人Chamath在1h35m 左右聊到睡眠,提到了Bryan Johnson(就是尝试各种biohack那位神人)快速入睡的方法,睡前3-4小时不吃东西,睡前一段想好第二天早上要做什么就不再要再让脑子活跃想事儿了,一定把手机放别处,睡前就读读书什么的。 有意思的是Naval补充道他能很快入睡的秘诀,就是睡前做冥想。他半开玩笑说他发现大脑会尽一切方法不去做冥想,所以睡前冥想的话,大脑在去冥想和入睡上做选择,一定会去选择入睡;而即使没睡着,就躺在床上做一段冥想也挺好的; 2)Naval 在15m 分享了他的教育理念和实践:Naval 的小孩是home schooling,他对孩子要求是只要每天完成1小时的math或者coding,2小时的reading,剩下时间就完全自由安排;他总结就是"take your children seriously as adults" (像对待成年人一样很认真的对待自己的孩子) youtube.com/watch?v=AI5qI6…
YouTube video
YouTube
中文
0
0
3
407
陈鹏 CP33
陈鹏 CP33@cry_pto33·
最近围绕BG2 Pod 博客节目顺藤摸瓜发现很多好的youtube 视频和频道,比如BG2 主持人Bill Gurley在Texas 商学院的最近一次访谈: youtube.com/watch?v=7PkWc-… 越来越觉得Youtube 其实就是最好的商学院,1)上面有各种高质量企业家,投资大师的成长经历和创业投资案例分享;2)随时可看,可换,可暂停,可X倍速;3)不需要commute,全天随时听,可早起锻炼听,也可晚上睡不着时当催眠读物;4)基本全免费; Bill Gurley在这期特别分享了要利用好网络的life hack,就是在细分垂直领域做podcasts坚持做分享和链接,有价值的话慢慢就能通过social media积累很大的观众群体,并能采访到有效有思考深度的企业家,创始人,投资人等; 他这里举了两个例子:A)是Acquired 的博主,年纪刚开始时不知道自己的passion在哪里,就同时做3份工作,尝试6个项目,发现对做博客采访这个项目最感兴趣,就一直坚持了下来,每次访谈嘉宾前为了能有高质量的交流,他们都会做120小时以上的访谈资料收集和分析,通过不断积累到现在做成了访谈头部的博客。黄仁勋,张忠谋,Mark Zuckerberg都上过了他的节目:youtube.com/watch?v=FZItbr… B)一个叫Harry Stebbings的英国年轻投资人,Bill 说Harry可能是他所认识的目前在VC圈子链接人最多的投资人之一;Harry 就是从18岁开始做访谈,每期20分钟,适合伦敦上班族通勤时听,做到现在他24岁就能链接很多优秀的企业家/投资人,Sam Altman就上过他的节目;youtube.com/watch?v=G8T1O8… Harry 在去年通过博客建立的影响力还成功融资5亿美金做了自己的VC(20VC)。 此外Bill Gurley还分享了另一个关于读书的life Hack: 对于一本新书是否要读,他建议先去看作者发新书时有没有上过访谈节目,有的话先看访谈,可以在浓缩的一小时左右节目中看是否喜欢这个作者和书,如果是再去读书,而不要上来就选择直接去读书。
YouTube video
YouTube
YouTube video
YouTube
YouTube video
YouTube
中文
1
0
1
355
陈鹏 CP33
陈鹏 CP33@cry_pto33·
看了最新一期的BG2 Pod, 一如既往的高质量!其中给我印象最深的是Bill 关于Deepseek的分析,他说Deepseek的成功绝对是AI上的重要突破(Breakthrough),不是狭义中国VS美国,而是开源VS 闭源的胜利,就连Sam Altman 周末AMA里也说他觉得OpenAI 目前的选择也有可能是在错误的历史路径上/on the wrong side of history (当然Bill 觉得这可能就是Sam面对挑战的一贯外交辞令)。 不管怎样互联网发展的精神底核就是要开源+开放的,这样才能促进新技术应用的百花齐;而Crypto 的dencentralized, permissionless, openness 的Ethos 也正是源于此。而Vitalik 下面的推文也再次提醒我们如此。 youtube.com/watch?v=j8chNX…
YouTube video
YouTube
vitalik.eth@VitalikButerin

The more I think about it, the more I think 2013-era morality is pretty much correct: * free speech good * starting companies and making good products good * monopolies bad, vendor lock-in bad * democracy good * greed bad * trying to achieve national security through oppressing people bad * cosmopolitan humanitarian values, caring about faraway people, etc good Things we've "learned" since then have been harmful more than helpful

中文
0
0
1
481
陈鹏 CP33
陈鹏 CP33@cry_pto33·
最近一直在看Bg2 Pod,学到很多;比如今天看的去年110月这期youtube.com/watch?v=Z77jZk… 提到他们在采访英伟达Jensen Huang时,Jensen 提到Interence compute 在未来能增长1 billion time,之前听到就觉得这是很夸张的数据。但听了这期的解读,加上最近deepseek 出来后看到大量应用开始接入开源基座模型,还有Musk 在财报会议上说的FSD和Optimus 会在今年开始落地的乐观预期,我觉得这反直觉的1 billion 倍数量级也有道理: A)纯增量有比如有几十亿台AI驱动的机器人(马斯克说的人形机器人未来到每年生产1亿台,认为全球有至少10亿级别的人形机器人数量), 几亿台全自动驾驶汽车,几亿台数量级的使用AI的新终端(比如AR眼睛或VR pro-vision); B)处理数据复杂度提升,AI模型未来能处理更多模态的数据,从现在主要文本到未来的视频/3D/物理模拟,单次的推理计算量增长几个数量级,C)大模型使用更多的强化学习RL:The number of inference interaction is going to explode higher (O3, Deepseek R1 的思维链Chain of Thoughts vs 4o 的a single shot 回答输出); D) 个体平均更长时间的去使用AI推理需求,从现在的X分钟到未来的X小时;E)还有其他很多AI能推动的需要计算的长尾场景,比如教育,医疗医药开发,科学研究,太空探索等等; 一个大数:Deepseek 告诉我目前大部分 AI 计算集中在云端数据中心,日常运算总量大约在 10¹⁸ 到 10¹⁹ 次 FLOPs左右,而1970年初的全球大型机的算力在10¹⁰ 到10¹¹次FLOPs 的水平,几十年增长了几亿多倍;而计算量的增长随着摩尔定律是指数增长的,所以未来interence compute增长1 billion times也丝毫不奇怪。
YouTube video
YouTube
中文
1
0
0
548
硅谷王川 Chuan
硅谷王川 Chuan@Svwang1·
根据历史经验,这个第一年一千亿美元的投资大概是 oracle, msft 提供云计算服务, arm, nvda 提供芯片,然后折算成等值的美元换取股份。真正出钱的是孙正义的 LP, 大概主要来自沙特和其它中东产油国。虽然现在很热闹,一千亿,五千亿美元的数字满天飞,但也为今后的产能过剩,降价大甩卖打下伏笔 :)
OpenAI@OpenAI

Announcing The Stargate Project The Stargate Project is a new company which intends to invest $500 billion over the next four years building new AI infrastructure for OpenAI in the United States. We will begin deploying $100 billion immediately. This infrastructure will secure American leadership in AI, create hundreds of thousands of American jobs, and generate massive economic benefit for the entire world. This project will not only support the re-industrialization of the United States but also provide a strategic capability to protect the national security of America and its allies. The initial equity funders in Stargate are SoftBank, OpenAI, Oracle, and MGX. SoftBank and OpenAI are the lead partners for Stargate, with SoftBank having financial responsibility and OpenAI having operational responsibility. Masayoshi Son will be the chairman. Arm, Microsoft, NVIDIA, Oracle, and OpenAI are the key initial technology partners. The buildout is currently underway, starting in Texas, and we are evaluating potential sites across the country for more campuses as we finalize definitive agreements. As part of Stargate, Oracle, NVIDIA, and OpenAI will closely collaborate to build and operate this computing system. This builds on a deep collaboration between OpenAI and NVIDIA going back to 2016 and a newer partnership between OpenAI and Oracle. This also builds on the existing OpenAI partnership with Microsoft. OpenAI will continue to increase its consumption of Azure as OpenAI continues its work with Microsoft with this additional compute to train leading models and deliver great products and services. All of us look forward to continuing to build and develop AI—and in particular AGI—for the benefit of all of humanity. We believe that this new step is critical on the path, and will enable creative people to figure out how to use AI to elevate humanity.

中文
3
31
158
46.5K
陈鹏 CP33
陈鹏 CP33@cry_pto33·
1,#Elon Musk 在CES的这个采访的信息量很大,我特别感兴趣的是中间他关于 #Neuralink 的信息(从第11到第14分钟)。他强调,如果Neutralink 成熟了,人类接受信息和输出信息的效率就能有指数级别的提高:现在人类最多每秒只能接收几比特的数据,而每秒能输出的数据则更少; 2,有了成熟的脑机接口技术,接受输出的效率能有几千倍甚至百万倍的提高,这才是人类在信息收集输出上的范式转移,就符合赫拉利在《人类简史》所提到的科技革命所造就未来可以堪比古希腊生活诸神的“神人”(Homo Deus) 3,人类突破物理和生理限制的路径就是通过上天(#SpaceX 的星舰) 和入虚拟世界Metaverse(Neuralink)。对这两块Musk老早就想的很清楚,而且有具体的路线图和实际进展,在这些领域还没有其他人能同时都做到,Not Even Close。。。 youtube.com/watch?v=zy_WdH…
YouTube video
YouTube
中文
0
0
0
348
陈鹏 CP33
陈鹏 CP33@cry_pto33·
翻出了几年前介绍Baillie Gifford的文章,当时读到就觉得非常受启发,要坚持持有有长期垄断性的不断成长的资产,这样才能享受他们带来的类似call option的非对称性收益,并根据个人对风险的接受度来分散仓位,来降低永久性亏损的风险,从而以相对优雅的姿势活下去,无限游戏玩下去 laohu8.com/post/303817712…
中文
0
0
3
431
陈鹏 CP33
陈鹏 CP33@cry_pto33·
关于选择和努力:上周一个曾做了多年人工智能相关工作的好友和我说他做了这么多年的神经网络学习,在梯度下降模型里90%的努力都花在计算上,只有计算量到了才能选出最优的路径; 所以我简单类比下在工作和投资的选择和努力中,努力/计算也是占大头,量到了,选择从后视镜看才会更好些。 正确的选择(目标函数)固然重要,但更重要的往往是通过大量的努力(计算投入),持续地迭代和修正选择;
中文
0
0
1
315
陈鹏 CP33
陈鹏 CP33@cry_pto33·
@pcfli 是相较于模拟学习需要的算力指数增长,因为模拟学习很多是基于规则,工程师写的,需要的实际驾驶数据不多;而人类监督学习就是和训练LLM一样,需要喂海量驾驶数据给大模型,需要很多算力做神经网络的计算,得到输出。所以就是要持续堆算力来做计算。视频里28分钟到35分钟有提到这些。
中文
0
0
1
117
peicaili
peicaili@pcfli·
@cry_pto33 有一个小点没太明白,人类监督式学习,为什么需要的算力会指数级别增加,这背后的解释是什么?
中文
1
0
0
266
陈鹏 CP33
陈鹏 CP33@cry_pto33·
Tesla FSD的护城河和遥遥领先:下面Raines 的这个视频讲的非常清楚: youtube.com/watch?v=fvpMeI… 特斯拉FSD的护城河是:1) 范式转移,从模拟学习升级到人类监督式学习(RLHF),后者需要的算力指数级别增加,特斯拉从而拉开了和竞争者的差距 ; 2) RLHF 的大模型能力,需要超级大数据(800 万车的数据)+超大算力(好几个大的数据中心,包括几十万张H100卡 的数据中心还有未来20万张卡的Blackwell数据中心); 没有竞争者有这样的综合能力,用Raines的原话就是特斯拉像在打德州时有无限筹码的大玩家在不断提高牌局大小盲注的金额,并且在打牌过程中不断放上更多的筹码下注,同桌的小玩家根本玩不下去,只能弃牌。。。
YouTube video
YouTube
中文
1
0
1
555