程序员不鸭

因为我过早（2008年）就投入苹果的怀抱，所以这近20年对 Windows 基本没有什么了解。 直到本月因为给某厂做培训，才意识到，其实微软有些东西很先进。 就比如说，Rust 里的 async/await ，这种让异步代码写起来、读起来几乎和同步一样的优雅特性，是 C# 率先带入主流（2012）的。 再比如 IOCP，它的 proactor 完成模型比 Linux io_uring 早多了。 这些我之前也知道，但当时我并未因此意识到微软的先进性。 但当我知道这个 IOCP 在 1993 年就随 Windows NT 3.1 引入的时候，我就有点惊到了。 因为在我脑子里，微软/Windows 相比于 Linux/Macos 都是落后的代表 。。。 然后我又发现 TypeScript 是 2012 年开始给动态语言补渐进类型的路数。。。 LSP 是 2016 年 。。。 最牛逼的是 COM 的 ABI 思路了，领先业界 30 年 。。。 继续深挖还发现了不得了的事 ， 微软研究院 90 年代末做的 Singularity/Midori，用 Sing#(C# 变体)写的实验操作系统，靠类型系统保证隔离而不是硬件 MMU，里面已经有线性类型和所有权语义的影子。 它比 Rust 早十年在探索"用类型系统替代运行时安全检查"这条路。 惊到了。 还有 Simon Peyton Jones （Haskell 的核心作者之一），在微软研究院待了二十年。GHC 的很多演进是微软发工资做的。 从某种意义来说， Rust 的 trait/类型类的血统里，流着微软研究院的钱😆 随着深挖，我逐渐意识到，微软有一个别人长期没有的东西： 一个真正做研究的实验室，和一条把研究成果推进产品的通道。

我最近发现一个AI工具叫做WeChat，里面好多智能体，聊天都是免费的，识图能力还可以。 就是推理速度有点慢，经常会重复你的输入。

最近一直在折腾 AI 在应用层的落地，也就是 Agent，也有相同的厌倦情绪， 四个字概括就是，没活瞎整， 很多场景不是没必要，是根本不能上 AI，典型如一众吹捧的 AI 法务，AI 招聘，AI 客服，恨不得他妈的每个领域都搞出个行业大模型，大 Agent。 很多人不明白，Agent 最容易成功的场景，在于这个业务核心问题本身能用 coding 解决，然后去套个壳，比如信息整合和动态编排，再者就是边缘节点的，比如自然语言理解，引入 AI 处理其中原本无法结构化破事等。 因为 AI 最擅长也只能干的就是 coding， 这是训练来的核心能力，能解决问题的根本性是这，不是因为你为了包成个 Agent 而搭出来那套东西。 不信你看看你接触到的非 coding 能解决的业务，但凡瞎捯饬弄出个 XXXAgent 的，有哪个好用。

我感觉我最近对很多事都失去了热情了。 其中就包括AI

🚨 GPT-5.6 Sol is entering its Cerebras launch window OpenAI’s fastest frontier model deployment is scheduled to begin this month: • Up to 750 output tokens per second • Full GPT-5.6 Sol intelligence • Initial access limited to selected customers • Capacity will expand gradually • Long coding and reasoning outputs could finish in seconds This could make a frontier model feel almost instant for coding, research and agent tasks. Are you looking forward to this rolling out and what will you test it on first?

ChatGPT Voice is now in the desktop app. Control your computer and direct multiple agents running in ChatGPT Work or Codex, using just your voice. It's powered by GPT-Live, so it can speak, listen, and coordinate work in the app at the same time. Rolling out globally today on macOS and Windows to Plus, Pro, Business, Edu, and Enterprise plans.

看完了梁文锋在最近一轮投资人会议上的语录 不愧为全世界最有格局的创始人... 记录下来一些非常触动我的，全文背诵学习... 1. 在通过 AGI 的路上，要经过产品这个台阶，但不用花太多心思，产品只是在 AGI 路上的副产物。 2. 3D、视频生成、世界模型，跟智能上限没有太大的关系。 3. 多模态很重要，但不是智能本身。 4. 大模型的幻觉是一个产品问题，可以解决，但不是重点。 5. 现阶段最重要的是 Coding Agent，通用 Agent，金融医疗等 Agent 优先级较低。 6. AI 现在不缺品味和直觉，缺的是持续学习的能力。 7. 人类能够持续学习，但 AI 还没有，下一代模型必须要具有持续学习能力。 8. 我们希望下一代模型帮助我们开发，这是实现 AGI 最快的方法，但「学习」有很多东西组成，目前全世界还没找到好方法。 9. 如果把 AGI 比作爬楼梯，去年的阶梯是 CoT，今年的阶梯是 Agent，之后的阶梯是持续学习。 10. 实现持续学习之后，可能会来到渐进的奇点，AI 可以开发更前沿的模型，加速 AI 研究，这部走完，才是具身智能。 11. 智能的重点可能是具身，因为对一个正常人来讲，他的需求并不是电脑，而是人力。 12. 我们只赚合理利润，非常考虑成本效率，所以价格能做到最低，卖 API 这件事，我们没有销售，也没有客服，用户自己就会来。 13. 我不怀疑 AGI 会有巨大的商业价值，我考虑的是如何增加做成的概率。 14. AI 在商业上做成，开源是有好处的，一个软件公司，市场一年就几十亿美金，一开源就没有了，但是 AI 这个事情足够大，最终可能得占掉人类社会 GDP 的 10%，如果想独占这个利益就一定会被历史抛弃，这是一个客观规律，这是一个历史观。 15. 开源对我们的商业模式没有任何影响，前提是「只赚一定的利润」，如果要赚百倍利润，开源确实会影响你。 16. 中国 AI 的差距主要在资源，我们相信 scaling，规模越大，效果越好，但资源就这么多，人才没有差距，都是同一批人。 17. Anthropic 超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 18. 国内模型公司太多了，资源分散，最终一定会收敛，如果每家只拿合理的利润，不需要那么多人做大模型，可能两家大公司，两家小公司就够了。 19. 我绝对不认为大模型公司可以拿走AI行业的大部分利润。 20. 大模型的竞争差距会体现在三个方面：成本、时间、用户体验。成本排第一位，时间早几个月就不一样，用户体验有些黏性和壁垒，但不本质。 21. 无意成为下一个超级app，看不上这个东西，不要为了芝麻丢了西瓜。 22. 去年大家都抢 Chatbot，抢 C 端流量，今年是抢 B 端收入，我们真正关心的是 AGI 路线图，下一步技术怎么突破。最想得到的东西得不到，没那么在意的反而容易得到。 23. 团队的稳定性是没法退让的，这是我们面临的一个非常大的风险，随着这次融资，也得到了解除（这是低利润模式必须的支撑） 24. 不想和任何人成为竞争对手，希望给他们赋能，帮助他们，这样我们的环境也会更好。 25. 我们一般不太加班，第一个原因是研究需要一个比较松弛的环境，第二个原因是我们非常聚焦，不去补产品的所有问题，也算一种克制的文化。 26. 公司是动态的，随着公司变大，可能会有一些必要的结构，但不会完成变成传统的层级制度。 27. 我们做这个公司，初衷没想要赚多少钱，要去上市。我们怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。 28. 我们是一个靠愿景驱动的组织，KPI 不是我们的组织方式，有好处也有坏处，但这个是我们的特色。 29. 愿景不是成文的，而是在做事的方法中，对待世界的态度里，可能我们每个人的理解也不一样，但大方向是一致的。 30. 一个公司最重要的是愿景，愿景不是挂在墙上的标语，不是怎么说，而是怎么做。 31. 克制是我们愿景里的一部分。AGI 之外的事情，我们没有精力就不做。AI 这个事情太大了，利益也太大了，随便分一点利益就非常大，你越克制，就越有可能做成这件事。除了愿景，我们并没有非常多的其他优势。 32. 开源也属于克制的一部分，从长期来说，价格低可能是优势，克制是一种战略。 33. 如果你的愿景是拿得多，你就先输了，你可能会面临更大的问题，这个世界就是这样。