墓碑科技

有些目标可以被打两次、三次，偏偏那一小块油区要留出来。 哈尔克岛，就是这种地方。 1988年，川普说过一句狠话：只要有人朝美国人或美国军舰开一枪，他就会对哈尔克岛下手，直接进去拿下。 多年后，有人把这句话翻出来，追问他：你现在还打算拿下哈尔克岛吗？ 川普没接这个球。 他说，不能这么告诉你，因为那很蠢。 会制造头条，但很蠢。 然后他把边界讲出来了。 哈尔克岛已经被打过，两次，甚至三次。 但命令是：能打的都打，石油那块别碰。 从25码外开始，给它留出来。 不要碰油。 为什么？ 因为那不是一块普通地皮。 那是一块连着世界经济的油区。 军事动作打到设备、港口、油流上，炮弹就不只是在波斯湾爆炸了。 它会在油价里爆炸，在运费里爆炸，在每个用能源定价的国家账单里爆炸。 所以川普的回答很川普。 嘴上不提前报菜名，手上把红线画得很细。 能打到岛上。 能打到设施旁边。 但那一小块油，先留着。 战争里，留一块不打，有时候也是战略。

C.S.路易斯写过一种洗脑术：先把人关进一间丑屋子。 这事出现在他的《那可怕的力量》里。 主角马克·斯塔多克，被一个叫国家协调实验所（N.I.C.E.）的机构“训练”。 训练目标很简单。 拔掉他的情绪反应，拔掉他分辨对错的本能。 第一步，不是电击，不是拷打。 是一间没有窗户的房间。 房间里全是故意不对劲的东西。 比例太高太窄，拱门歪得不明显，天花板上的点排列得乱到没法数清。 灯光也怪。 不是一眼看出恐怖片那种怪，是刚好让人心里发毛、又说不出哪里错的怪。 墙上挂着画。 一个年轻女人的超写实肖像，嘴里塞满头发。 一只巨大的螳螂拉小提琴，同时被另一只螳螂吃掉。 还有被扭曲的《最后的晚餐》，桌子底下爬着几百只甲虫。 这叫“客观性训练”。 翻译一下：把一个人身上所有具体的人类反应杀掉，让他适合进入那套冰冷、讲究、没有良心的上层社会。 后面训练继续加码。 马克被迫反复做一些简单、无意义、略带冒犯的动作。 就是那种普通人会觉得愚蠢、粗鲁、没必要的事。 但重点就在这里。 一件事如果被重复到足够多次，人会慢慢失去“这不该做”的感觉。 路易斯厉害的地方，是他没有把腐化写成突然变坏。 腐化更像磨砂纸。 先磨掉你对丑的厌恶。 再磨掉你对蠢的抵抗。 最后磨掉你对恶的本能反应。 人为什么还是人？ 因为人会判断。 好和坏，美和丑，德性和堕落，不是纯粹的个人口味。 这些判断力，是人身上非常核心的东西。 所以长期被丑东西包围，不只是审美问题。 更糟的是，明明丑，还必须叫它美。 明明坏，还必须叫它好。 这时候坏掉的就不只是眼睛，是整套价值感应器。 马克最后没有彻底被国家协调实验所拿下。 转折点很小。 他们逼他去踩一个十字架。 他当时还不是基督徒。 但他拒绝了。 理由不是神学辩论，而是更原始的一层：这件事本身就是丑的，就是恶的。 路易斯真正防守的东西，就在这里。 丑就是丑。 恶就是恶。 一个人还能说出这句话，训练就还没成功。

IBM在印度约13.5万人，在美国约4.3万人。 这家公司叫“国际商业机器”，总部在纽约州阿蒙克，道琼斯成分股，美国企业史里的老牌图腾。 但把员工地图摊开，画风一下变了。 美国本土员工，大概只有印度的三分之一。 更巧的是，IBM现在的掌门人阿尔温德·克里希纳，也是印度出生。 一个美国科技巨头，品牌在美国，资本市场在美国，总部在美国，最大的工程和服务底盘却压在印度。 这就是全球化最朴素的算法。 客户在高工资国家，办公室挂美国牌子，代码、运维、咨询交给低成本英语工程师大军。 利润表一看，很合理。 普通美国工程师一看，饭碗少了一大块。 所以有人调侃它是“那家叫IBM的印度公司”。 这话当然不严谨。 但它戳中的不是国籍，而是产业空心化以后那种很尴尬的现实：美国还拥有公司，已经不一定拥有岗位。

美国共和党现在警告的，已经从税率高低，变成警察、监狱和自由还能不能保住。 迈克·约翰逊点名那批在各地冒出来的“小马姆达尼们”。 他们的纲领写得很清楚：削掉监禁体系，取消警察存在，不给警察拨款。 翻译一下：先许诺免费东西，再把维持秩序的工具一件件拆掉。 约翰逊原话很直接：这不是游戏。 这些人对你和你的家庭是危险。 他们承诺免费东西，但那些承诺下面埋着更多东西，连他们自己人都未必懂。 他还把记者也拉进来了。 哪怕你不同意共和党的政策，也最好同意这些建国原则。 因为让你自由的，也是让新闻自由的那套东西。 这段话的火力点不在“民主党又左了一点”。 约翰逊说得更重：美国现在争的已经不再是边际税率，而是自由能不能活下来。

查马斯把话说得很重：他当年看错了川普，而且是被媒体带偏的。 这个人不是普通路人。 他是硅谷亿万富翁，Facebook 早期高管，长期混在美国科技、资本和媒体圈里。 按美国主流叙事，他本来就应该天然反川普。 结果他后来回头去看原始材料。 尤其是夏洛茨维尔那段。 看完以后，他得出两个结论。 第一，川普根本没说过媒体塞给他的很多话。 第二，有些人是把自己想要的叙事编出来，再拿去毁掉川普的人格。 翻译一下：不是听错了。 是剪、拼、改、放大，然后让几百万人以为自己亲眼看见了。 更有意思的是后半段。 查马斯在自己的播客上公开承认：我完全错了。 这个播客有几百万观众。 他说完以后，第一个给他打电话的人，是川普。 电话挂掉，他给妻子打电话。 原话很短：我们全都错了，我们被骗了。 这就是过去十年美国政治最荒诞的一幕。 一个总统，被媒体机器连续多年塑造成怪物。 一个亿万富翁，必须自己翻回原始视频，才发现很多所谓“铁证”，其实是二手叙事加工品。 而最该付代价的人，到现在基本没付代价。 他们毁掉一个人的名誉，影响一场国家级选举，撕裂几千万人的判断。 最后只需要换个话题，继续坐在演播室里讲“民主受到威胁”。

最便宜的生理优化，可能不是补剂，是白天够亮，夜里够黑。 2024年，美国国家科学院院刊发了一项大样本研究。 接近8.9万人，身上戴光照传感器，累计记录了超过1300万小时的光照数据。 研究看的不是“感觉睡得好不好”，而是个人真实暴露在多少光里，再和后续死亡风险做关联分析。 结果很直。 白天光照更亮的人，死亡风险低了17%到34%。 夜里光照更亮的人，死亡风险高了21%到34%。 注意，这不是说开一盏灯就能决定寿命。 这是关联发现，不是因果判决书。 但它把一件很现代的事摆出来了：人的身体还在按太阳写代码，城市已经把环境改成了全天灰屏。 白天呢？ 很多人从卧室进电梯，从电梯进车库，从车库进办公室。 一天最亮的东西，可能是会议室顶灯和电脑屏幕。 可哪怕冬天的西雅图，户外也通常比室内亮得多。 晚上呢？ 卧室不再黑。 路灯、屏幕、充电器小灯、窗外招牌，把夜晚调成半亮不暗。 身体等的是“天黑了，可以切换模式”。 环境递过来的却是：“还没完，继续待机。” 人类大部分时间是在强白天、深黑夜里演化出来的。 白天亮到足够醒，夜里黑到足够停。 到了现代，很多人的24小时变成了另一种配置：白天不亮，夜里不黑。 8.9万人，1300万小时光照数据，最后指向的不是玄学养生。 是一个很朴素的节律问题：白天像白天，夜晚像夜晚。

13岁那年，哥哥成了她的监护人；多年后，她成了哥哥席位的临时参议员。 南卡罗来纳州参议员林赛·格雷厄姆去世后，州里安排他的妹妹达琳·格雷厄姆·诺登，临时接任美国参议员，完成他留下的最后一段任期。 这事很容易被写成华盛顿的党派新闻。 但那个宣誓动作本身，已经够有画面了。 她举起右手，按美国参议员的誓词宣誓： 支持并捍卫美国宪法，抵御国内外一切敌人； 真诚信守同一部宪法； 自由承担这份义务； 忠实履行即将进入的职务。 然后她说： 我愿意。 为什么这个镜头会让人停一下？ 因为达琳13岁时，父母已经不在了。 那时候的林赛·格雷厄姆，成了她的法定监护人。 一个孩子失去父母，家里那个哥哥顶上来，变成了她口中的“守护者”。 几十年后，位置反过来了。 哥哥的任期没能走完。 妹妹走进参议院，接住他留下的席位。 美国政治里有很多吵闹的部分。 可这一幕安静得多： 一个家庭曾经靠哥哥把日子续上； 一个州的参议院席位，现在由妹妹把程序续上。 最后落下的那句话，也很老派。 愿上帝帮助你。 她回答： 我愿意。

13岁那年，达琳·格雷厄姆·诺多恩失去双亲。 哥哥林赛·格雷厄姆没有只是当哥哥，他成了她的监护人。 这个词，在美国政治场合突然变得很具体。 多年以后，轮到妹妹站进参议院大厅，接过哥哥留下的南卡罗来纳州席位。 仪式很短。 举右手，宣誓支持并捍卫美国宪法，抵御外敌与内敌，忠诚承担职责，不保留、不逃避。 她回答：我愿意。 这不是一场吵闹的党争镜头。 它更像一条时间线被制度接住了。 一个13岁女孩失去父母，哥哥把“监护人”这个词扛起来。 几十年后，哥哥离世，妹妹在参议院宣誓，替他完成南卡罗来纳州的这一段任期。 美国政治经常吵到让人只看见党派。 但有些时刻，制度露出来的不是口号，是一个家庭走过的路。 从监护人，到参议员席位。 从哥哥替妹妹撑住一个家，到妹妹替哥哥接过那把椅子。

咖啡休息，最早不是员工偷懒的缝隙。 它是一项工厂生产率技术。 二战期间，丹佛有家领带厂，叫威格瓦姆织造（Wigwam Weavers）。 他们做的是那种花纹很复杂的丝绸领带。 图案细，织机复杂，靠熟练织工吃饭。 问题来了。 最好的织机操作员，都被战争抽走了。 工厂先找不会被征兵的老年男性来顶上。 顶不上。 后来他们雇了女性。 这批女工手很稳，复杂花纹也能织得漂亮。 但只能高质量撑四五个小时。 老板开会问：怎么提高效率，怎么多出货？ 女工给的答案很简单：给我们一段休息时间，再给咖啡和茶。 大概上午10点一次，下午4点一次。 工厂照做。 结果一夜之间，产量上去了，效率上去了，质量控制也上去了。 这就是咖啡休息的真实底色。 老板给你咖啡因，再给你工作时间去摄入它。 听起来像福利。 算账时，它是把停工10分钟换成后面几小时更稳定的手、更少的错、更高的产出。 所以咖啡休息从来不只是“休息”。 它更像工业时代发现的一条小公式： 短暂停工 + 咖啡因 + 节奏重置 = 更可控的人。

一个本地 Markdown 文件夹，就能先搭出个人 AI 第二大脑。 先装 Claude 桌面版。 再装黑曜石（Obsidian）。 建一个资料库，把文件尽量变成 .md 格式放进去。 再让 Claude Code 接上这个资料库。 这套东西的关键，不在课程费，也不在玄学工作流。 关键是你的笔记、文档、项目记录，要先变成机器能读、能检索、能调用的文本。 很多人买“第二大脑”课程，以为买的是认知系统。 AI 真正吃的是上下文。 你给它一堆截图、视频、聊天碎片，它只能猜。 你给它一堆干净的 Markdown，它才开始像助理一样工作。 个人场景为什么简单？ 因为只有一个人用。 Claude 读你的资料，回答你的问题，整理你的知识。 权限、组织结构、岗位边界，基本不用管。 企业场景立刻变复杂。 销售不能随便看人事数据。 普通员工不能碰管理层战略。 不同员工有不同项目、不同资历、不同职责、不同软件权限。 AI 如果要真正服务企业，就必须知道这个人是谁，在组织里是什么位置，能看什么，不能看什么，正在做什么项目，项目背后的策略是什么。 所以个人 AI 第二大脑，黑曜石加 Markdown 就够启动。 企业 AI 大脑，通常要定制。 它要处理身份、权限、组织关系、项目上下文和工具访问。 这才是 AI 应用真正的分水岭。 门槛从来不是会不会写代码，而是你有没有把自己的资料，整理成机器可以长期调用的知识资产。

丰田把36亿美元砸进了得州。 地点在圣安东尼奥。 新增2000个制造业岗位。 再加一条整车装配线，把塔科马皮卡的一部分产能，从墨西哥往美国搬。 川普只用了三个词概括：关税起作用了。 这事得从美墨加协定说起。 当年说得很好听，北美供应链一体化。 听起来像美国、墨西哥、加拿大一起造车，一起吃饭。 结果账本摊开，美国对墨西哥的汽车贸易逆差，从一年920亿美元涨到1300亿美元。 墨西哥制造汽车里的美国零部件含量，几乎砍了一半。 少掉的那部分去哪了？ 中共国供应链钻进来了。 电池、芯片、磁体，不一定直接装成整车运进美国。 先运进墨西哥。 再塞进所谓“北美制造”的车里。 最后贴着协议的边，开过美国边境。 翻译一下：车壳是北美的，关键命门越来越像中共国的。 但这套玩法，到了得州贝尔县就没那么顺手了。 你要在圣安东尼奥造车，就得真建厂、真雇人、真把机器放在美国土地上。 关税改的是价格。 价格一改，公司内部的算盘也跟着改。 以前是：哪里成本低，就把产能塞到哪里。 现在是：东西卖给美国人，就得重新计算在美国生产的成本。 丰田这次扩建，到2030年会让圣安东尼奥工厂面积增加250万平方英尺，基本翻一倍。 从2003年到这轮投资落地，丰田在当地的累计投入会到83亿美元。 一边是墨西哥通道里的1300亿美元逆差。 一边是得州土地上的36亿美元新厂房和2000个岗位。 川普那句“关税起作用了”，说的就是这笔账。

万亿美元 AI 公司的话术，是按融资周期切换的。 查马斯·帕里哈皮蒂亚把这层皮撕开了。 他看融资需求曲线，能看出这些公司什么时候开始在两套说法之间来回摇摆。 第一套：我们造出了超级神。 风投们像旅鼠一样往前冲，生怕没站到超级神这一边。 第二套：这东西是完整武器。 世界太危险了，赶紧停下来，监管一切。 问题在于，当一家公司估值冲到万亿美元级别，这套游戏就不再只是创业公司自己的融资话术。 它的波纹会碰到整个行业。 标普500公司的 CEO，真的会拿它来决定自己的 AI 路线。 所以查马斯说，帕兰提尔 CEO 亚历克斯·卡普该拿一枚奖章。 因为卡普把企业用 AI 的风险直接摆上了桌面。 企业老板想要 AI。 谁不想？ 销售、客服、代码、财务、供应链，全都想加速。 但另一边，他们也不想把自己的配方、客户、定价、流程、研发路线，顺手喂给别人的模型。 大语言模型现在常讲一个词：零数据留存。 听起来很舒服。 打开这个选项，数据不保存，一切都好。 可细看条款，事情没那么圆。 比如有人把肯德基秘方上传进模型，这段内容可以被零数据留存处理。 但如果他只是点了一个喜欢按钮，这个互动信息有没有保证不被存？ 技术上诚实的答案是：没有。 因为现在没人真正知道怎么把所有边角料都隔离干净。 这就是卡普戳中的地方。 企业真正需要的，不只是一个会回答问题的模型。 还需要一个独立的第三方控制层，把模型能力接进来，同时别把自己的优势漏出去。 查马斯还提到一个细节。 卡普那段话传开以后，安斯罗皮克没有第一时间站出来说：他完全错了，技术细节是这样，问题不存在。 如果对方说错了，最简单的做法就是逐条技术反驳。 但他们没有。 这就让很多大公司 CEO 坐不住了。 查马斯说，卡普那段内容出来后，一堆标普500公司 CEO 打电话给他，问这话到底该怎么理解。 翻译一下：以前企业还可以边试边看。 现在这些数据点都摆在桌上，还继续把核心业务绑在私营 AI 公司的融资周期、估值压力和条款细则上，就已经不是实验了。 那是在把自己的护城河，接到别人的水管上。

霍尔木兹海峡的通行费，被川普谈成了一张保护费账单。 他说，中东那些富得流油的领导人给他打电话。 开口不是吵架，是换付款方式。 别收20%的通行费了。 我们改成往美国投钱。 而且是几十亿、几十亿地投。 川普的逻辑很简单。 美国海军在保护世界上一块极有钱的地方。 军舰、基地、航母、情报、巡逻，全是美国在花钱。 那这笔钱谁出？ 不能永远让美国纳税人替海湾富国看门。 他点了几个名字。 沙特、阿联酋、卡塔尔、巴林、科威特，还有其他国家。 这些国家会过得很好。 但美国要拿到报销。 翻译一下：航道安全不是免费的，美国军力也不是公共 Wi-Fi。 以前这套话通常会被包装成外交辞令。 战略伙伴、地区稳定、能源安全、共同责任。 川普直接把包装撕掉。 你们靠这条水道发财，美国负责保护，那就把账结了。 更狠的是后半句。 他说，美国并不需要他们。 美国自己的石油已经比任何国家都多。 再把委内瑞拉算进去，他自称美国掌握全球超过50%的供应。 这句话放在霍尔木兹问题上，意思就变了。 美国不是求着海湾出油。 美国是在给一条全球能源通道重新标价。 不想交20%的通行费？ 可以。 那就换一种方式。 把钱投到美国。

霍尔木兹海峡那笔20%“过路费”，川普说要换个收法。 不直接收费。 改成中东国家对美国的大规模投资。 这事妙在哪？ 钱还是进美国，但名义变了。 不是海上收费站伸手拦船，而是：美国继续护着这条海上命门，你们把钱投到美国来。 霍尔木兹海峡是什么地方？ 全球能源运输的咽喉之一。 美国军舰在那儿巡逻，保的是全世界的船。 包括中共国的。 川普的话很直。 他说，我不介意保护中共国，也不介意保护任何人。 但美国替全世界守这条海峡，却没有以某种方式得到补偿，这不公平。 他还补了一句。 这事25年前就让他不舒服。 第一任期也让他不舒服。 翻译一下：海上秩序以前默认美国买单，现在账单要重新摆上桌。 20%费用听起来像过路费。 中东国家投资美国，听起来像商业合作。 差别在哪？ 前者像被收钱。 后者还有回报。 川普喜欢后者。 他的说法是：他们投资，他们拿回报，美国拿到创纪录规模的钱，这比直接收费好得多。 这就是MAGA式的算账。 美国可以继续当海上保安。 但保安费不能永远写成“国际责任”。

669个犹太孩子，活下来了。 把他们从纳粹手里救出来的人，叫尼古拉斯·温顿。 然后，世界把他忘了50年。 1988年，他坐在一个电视节目的观众席里。 看起来只是普通观众。 节目进行到一半，主持人忽然告诉旁边一位女士：你现在坐在尼古拉斯·温顿身边。 那位女士拿出一样东西。 一张当年挂在脖子上的通行证。 就是靠这张证，她才来到英国，才从纳粹阴影下逃出来。 她说，她也是他救下的孩子之一。 接着，主持人问全场：今晚在座的人里，有谁把自己的生命归功于尼古拉斯·温顿？ 如果有，请站起来。 然后，他身边的人，一个接一个站了起来。 那些当年被救走的孩子，已经长成了成年人。 他们没有出现在纪念碑上。 他们就站在他身边。 这就是历史最安静的一种清算。 一个人做对的事，不一定马上有掌声。 有时候，制度迟到，媒体迟到，时代迟到，连感谢都能迟到50年。 但被救下来的生命不会迟到。 他们会长大，会活着，会在某一天站起来，告诉世界：这个人的善，真的改变过669个人的命。

20分钟，没纸，没笔，一个荷兰数学家在阿姆斯特丹咖啡馆里，把现代导航最核心的问题想明白了。 他叫艾兹赫尔·戴克斯特拉。 出生在鹿特丹。 后来整个计算机世界，都记住了他的姓：戴克斯特拉算法。 它解决的问题很朴素。 从A点到B点，哪条路最短？ 听起来像小学生题目。 但一旦城市道路变成几万条边，路口变成几万个点，问题就不再是“走哪条路”，而是整个世界怎么被机器理解。 道路是一张图。 路口是节点。 街道是边。 每一段距离、时间、成本，都是权重。 导航软件问的是这个问题。 网络路由问的是这个问题。 物流调度、地图规划、城市交通系统，本质上也在不断问这个问题。 戴克斯特拉当年没有坐在实验室里堆设备。 没有大团队。 没有发布会。 他只是坐在咖啡馆里，在脑子里推了20分钟。 然后把一个复杂世界压缩成了一套清晰规则：先找到当前成本最低的点，再一步步扩展，直到最短路径浮出来。 更离谱的是，他想出来以后，三年都没急着发表。 今天很多人谈科技，总喜欢谈算力、芯片、模型、资本。 这些当然重要。 但计算机文明最底层的力量，经常来自这种东西：一个人把混乱世界抽象成图，再把图变成可计算的问题。 真正改变世界的算法，未必一开始就带着轰鸣声出现。 有时候，它只是阿姆斯特丹一张咖啡桌旁，20分钟安静的脑力劳动。

美国 6 家航司已经宣布采用星链机上 WiFi。 西南航空。 美国联合航空。 美国航空。 边疆航空。 阿拉斯加航空。 夏威夷航空。 还没宣布的两个名字，反而更显眼。 达美航空。 捷蓝航空。 注意，这里说的是“已宣布采用”，不是已经全机队全面上线。 但方向已经很清楚了。 飞机 WiFi 过去像航司的服务补丁，能发个消息、刷个网页，就算不错。 现在它开始变成另一种东西：低轨卫星互联网，进入大众交通基础设施。 这件事的关键不在“飞机上网更快了”。 关键在于，星链这种原本带着航天、军事、偏远地区通信属性的网络，正在一层一层嵌进普通人的日常移动场景。 先是农村和海岛。 再是船。 再是飞机。 当交通工具开始接入低轨卫星网络，互联网就不再只依赖地面基站和海底光缆。 这才是马斯克真正可怕的地方：他卖的不是 WiFi，他在铺一套不太受传统地面基础设施约束的全球连接层。

西班牙那场全国大停电，最要命的数字出现在前80秒。 电网一下子丢了2.5吉瓦发电量。 差不多是全国供电的10%。 而且掉下去的，全是风电和光伏。 天然气没先崩。 水电也没先崩。 它们是在级联失稳已经开始之后，才被卷进去。 欧洲官方电网机构的报告写得很小心。 政治上不敢把话说死。 但图表顺序很清楚：卡莫纳变电站电压下探，保护跳闸开始滚雪球，掉线集中在风电和光伏。 这类事故的关键，不是太阳能板坏了，也不是风机突然集体造反。 关键是电网的底层物理变了。 老电网靠大型旋转机器吃饭。 煤电、气电、水电、核电，发电机巨大的转子本身就像一个飞轮。 频率一抖，它不会立刻跟着崩。 它有惯量。 它给调度系统争取几秒、几十秒的反应时间。 风电和光伏接进电网，靠的是逆变器。 它们是电子设备。 反应很快，保护也很快。 电压、频率、相位一旦越线，逆变器为了保护自己，会自动脱网。 单个设备脱网，问题不大。 一大片同时脱网，就变成连锁反应。 电压越掉，跳闸越多。 跳闸越多，电压越难撑。 稳定器还没来得及救场，系统已经滑下去了。 报告数据指向的，就是这种逆变器链式故障。 到中午时段，西班牙电网几乎没有足够惯量。 一个局部扰动，变成全国级事故。 这才是绿色电力最少被公开讨论的部分。 它不只是发多少度电的问题。 它还要在毫秒级扰动里，承担过去由重型旋转机器承担的稳定性。 欧洲可以继续把它叫成罕见局部扰动。 但电网不听口号。 电网只认物理。

海洛因曾经站在药房橱窗里，名字写得比止咳还大。 1885年前后，可卡因被放进喉片、牙痛滴剂，甚至卖给孩子出牙疼的家庭。 那不是地下交易。 那是药房货架。 1898年，海洛因被做成止咳糖浆，一度被包装成吗啡的更安全替代品。 今天听起来像犯罪现场。 当年看起来像医学进步。 到了1910年代末，镭又登场了。 牙膏、面霜、饮用水，都能蹭上“放射性”的光环。 人们以为那是未来，是能量，是现代科学的神秘力量。 1920年代，工厂把镭涂在表盘上。 夜里会发光。 代价是那些年轻女工把带镭的画笔放进嘴里修尖，最后把“未来”吞进了骨头。 医学进步从来不是一条干净的直线。 它更像一条反复试错的路：先有发现，接着有商业化，广告把风险包装成希望，监管通常最后才追上来。 这也是现代人面对新药、新疗法、新技术时最该保留的一点谦卑。 科学会进步。 市场会放大。 监管会迟到。 真正要命的，常常是三者之间那段时间差。

黄仁勋说，如果今天招一个应届毕业生，两个人摆在面前。 一个完全不懂 AI，一个很会用 AI。 他会招后面那个。 不管这人是会计、市场、供应链、客服、销售、商务、律师，逻辑都一样。 岗位名不再是第一层筛选。 会不会把 AI 当工具，才是新的分水岭。 这话真正有意思的地方，是他没有把 AI 讲成程序员专属。 木匠要用。 电工要用。 农民要用。 药剂师也要用。 不是每个人都要转行写代码。 而是每个行业里，都开始出现一种新差距：同样一个职业，有人只会按老办法干活，有人会让机器把重复任务吃掉，然后自己去做更值钱的判断、沟通、设计和创新。 黄仁勋把话说得很直接。 如果你的工作本身就是一堆任务，那你被冲击的概率很高。 因为任务会被自动化。 但如果你的工作目标里包含很多任务，那你必须学会用 AI 自动化这些任务。 这两句话差别很大。 前者是被机器替代。 后者是用机器放大自己。 很多人卡在第一步。 不知道怎么学。 不知道从哪问。 甚至连 Excel 都不敢碰。 AI 最厉害的地方，恰恰是把“新手的摩擦”压低了。 你可以直接问它：我担心工作被替代，下一步该学什么？ 你可以让它拆成计划。 你可以让它按你的行业、你的岗位、你的基础，给你一步一步的练法。 这不是玄学。 这更像一个随叫随到的教练。 不会嫌你问题幼稚。 不会因为你零基础就翻白眼。 你问“怎么开始”，它就把第一步摆出来。 所以学 AI 的重点，不是把自己包装成未来感很强的人。 重点是别让自己停留在“我的工作就是这些任务”。 新一代劳动市场不会只分白领和蓝领。 它会先分两种人。 一种人被流程牵着走。 一种人用机器改写流程。