peter
981 posts
黄仁勋昨天在卡内基梅隆毕业典礼的演讲完整版（中文字幕），要点我给你速通一下
1. 老婆是学姐，实验室搭档
2. 我经历了每一个计算平台变革：大型机、个人电脑、互联网、移动设备和云，但AI比他们都更大
3. 我们不能恐惧AI，要拥抱它
4. AI让每个人都是程序员
5. AI基建是人类历史上规模最大的基建
6. 电工、水管工、钢铁工人、技术员、建筑工人，这是属于你们的时代
7. AI要实现电网现代化、扩大发电能力、加速可持续
8. AI不会取代你，但比你更擅长使用AI的人可能会
9. 没有哪一代人像你们一样，携带着强大工具踏入世界，我们都站在同一起跑线上了
中文
peter retweetledi
.@sundarpichai joined @eladgil and me in the Cheeky Pint pub. I was excited to get into Google in 2026: how AGI-pilled Google is, compute bottlenecks, fast AI products, $180b capex, the intelligence overhang at enterprises, and deciding capital allocation at a company overflowing with ideas.
English
计算机这个行业，的确是当代所有工科里最开放、最真实、最先进的一个
很多人以为程序员的待遇好只是因为风口，其实背后有个更底层的原因——这个行业的文化本身就拒绝藏着掖着。
去看看传统工科。机械、电气、化工、材料……越老的师傅越吃香，每个人都把自己手里那点"核心技术"当成金疙瘩，捂得死死的，传徒弟还要留一手。
知识在这些行业里是高度私有化的，是用来换地位、换饭碗、换话语权的。
计算机不一样。
打开 GitHub，全世界最聪明的一批人，把自己最核心的东西免费扔出来，让所有人去用、去改、去骂、去 fork。
能跑就是能跑，跑不出来再多解释都是废话。性能好就是牛逼，性能差就是菜狗。
没有职称、没有辈分、没有"老师傅说了算"。
很多传统工科的论文，方法是一回事，实验数据是另一回事，复现是第三回事。
学术圈心照不宣，能用的成果其实少得可怜。
计算机领域虽然也有水文，但因为大量论文开源代码、开源模型、开源数据，整体可信度甩开传统工科一大截。
一个行业越开放，越敢把底裤露出来给人看，它的进步速度就越快，人才的天花板也就越高。
计算机过去三十年的爆发，根子就在这里。
中文
看看现在大学生的就业窘迫程度，说明这真的不是年轻人不努力，而是时代结束了！
“四十年的‘奇迹’告诉我们，不是教育改变命运。教育改变不了命运，是对外开放、WTO和全球化改变了这两代人的命运。
1. 幻觉的破灭：教育从来不是命运的变量
看看当下大学生的就业窘境，一个残酷的真相浮出水面：这真的不是年轻人不努力，而是“奇迹时代”结束了。过去四十年的命运改变，底层逻辑并不是教育，而是对外开放、WTO和全球化红利。当时代的电梯停运，在电梯里做俯卧撑（内卷）已经毫无意义。
2. 代际贫穷（Generational Poverty）：被折断的上升通道
社会学中有个概念叫“贫穷循环”。当失业率持续高企，大面积的代际贫穷就会发生。这不仅是钱的问题，而是整整一代人在该积累技能、建立社会认知的黄金年龄，被迫在空白中虚度。这种“职业折旧”是不可逆的，贫穷将因此具有继承性。
3. 社会风气的冰封：从“内卷”到“生存自保”
听一位大学老师感叹：东大年轻人的风气变了。曾经崇尚成功学，现在自媒体追捧的是“如何用最少的钱活下去”。当“不婚不育不工作”成为一种生存策略，社会已经没人嘲笑他们不努力了，因为大家都看清了天花板。3.5亿的90后与00后，正在集体下调人生预期。
4. 镜像日本：相似的轨迹，悬殊的底气
日本的“平成废柴”和“70后失落一代”曾是我们的前车之鉴。但最扎心的是，日本是“先富后老”。日本最倒霉的一代人，就是“就业冰河一代”，主要是70后，大学一毕业刚好遇到大卸鼎，全职工作都难找，年轻人被迫找临工，做兼职，要么在家死宅啃老，收入低。这代人十多年后步入老龄又将面临公共福利支出压力骤增下的严酷养老问题。
• 日本的底气： 他们赶上了东大改革开放和美国技术腾飞的双重红利。通过几十年的海外资产扩张（GNI），日本即便国内老龄化，依然能靠庞大的被动收入支撑国民福利。
• 我们的困局： 计划生育导致了“未富先老”。当全球化红利退潮，关税壁垒高筑，技术封锁降临，我们不仅没有庞大的海外资产可以“啃老”，还要在内卷中消化老龄化的重压。
5. 结语：谁来喂养未来？
日本人先富先老，吃到了中美两个最强引擎的红利，那是他们的福气。而现在的我们，面对的是紧缩的全球市场和被吊销的签证。红利吃尽后，这3.5亿年轻人该走向何方？这不仅是年轻人的阵痛，更是整个社会系统必须面对的结构性账单。
此外，东大20-30岁的年轻人之所以能“躺平摆烂”，是因为绝大多数人都能暂时啃老。等他们的爹妈死了，没有老可以啃了，爹妈留给他们的房子也成危楼了，存款也成废纸了，整整一代人的末日就会到来。
保罗·克鲁格曼（Paul Krugman）在《纽约时报》（The New York Times）上发表过几篇关于东大经济与日本对比的重磅文章。你提到的核心逻辑，最主要的来源是他在 2023年7月25日 发表的专栏文章。
保罗·克鲁格曼（Paul Krugman）在《纽约时报》（The New York Times）上发表过几篇关于中国经济与日本对比的重磅文章。你提到的核心逻辑，最主要的来源是他在 2023年7月25日 发表的专栏文章。
1. 原文基本信息
• 英文标题： Is China the Next Japan?
• 中文标题： 《中国会走上日本的老路吗？》（或译为《中国会成为下一个日本吗？》）
• 发表平台： 《纽约时报》 (The New York Times)nytimes.com/2023/07/25/opi…
中文
中国的教育回报率
香港中文大学2005年的研究显示，中国城镇地区在职职工的年均教育回报率从1988年的4%猛增到了2001年的10%左右，说明中国有一段时间，知识越来越值钱。
平均教育回报率10%，是指一个国家平均每一年的教育带来的收入提升，例如一个高中生的起始薪资是1000元，那么一个四年本科生的起始薪资就是1400元，再加2年研究生的起始薪资则是1600元。
在2001后的10年中国教育回报率一直维持在8-10%。
随着学历扩张，个体教育回报率出现长期边际递减趋势，特别是城镇男性教育回报率自2008年高点降至2020年的5.7%，而2022年后形式急转直下，目前中国的教育回报率已经回落到1988年水平，只有4%，甚至更低，与2008年的高点相比，教育回报率腰斩。
日本的教育回报率也不高，只有5-6%，但日本有年功序列，只要你能在大企业工作到40岁以上，工资的增加幅度非常可观。
但中国却存在大学毕业就失业，35岁中年危机，40岁以后非常难找工作，而且你想工作期间去读书充电后再回来职场，基本不可能了。
因此，中国教育的回报率看来是低到可怕，费时又费钱，大部分出国留学的都不能留在国外，现在留在发达国家很难了，如果再读个野鸡大学或者没用的专业回国，基本上等于“暴雷”，学费打水漂。
最近两年存在的考研报名数量减少，说明大家意识到如果专业不好或者学校没名气，读研究生对就业没有任何帮助，还要支付很高的学习成本。
中国的高等教育，除了少数实用性很强的工科专业，基本上等于鸡肋了，大部分专业几乎完全没用处，但大学又不能不读，本科文凭成了城市青年的标配，没有本科文凭的年轻人甚至在婚恋市场上都属于低端人口。
在中国读本科，给大学贡献学费，养活大学老师和行政人员，越来越像清末的“捐官”(花钱买官)，但买到的是资格，是进入官场的入场券（候补身份），并非“实职”，由于捐官的人太多，很多人捐了官等不到缺，一辈子都没能真正做过一天官。
中文
不会来的，人类迈向硅基文明的步伐已经不可逆了
所谓大的要来了，无非也是99%的人变成芯片，99%的沙子变成CPU，全球所有半导体公司还有10倍上涨，QQQ被SOXX取代而已
Lexi 勒西@lexi_labs
美股这两天，涨的有点太可怕了。 总感觉大的要来。
中文
@yuyy614893671 现在它們的收入來源結構有统计数据吗？譬如个人的？企業的？是左脚踩右腳的收入？是人类的环玩具性需求收入？還是刚需收入？....
中文
peter retweetledi
我在 MIT 的最大感受之一就是，世界就是个巨大的草台班子。今天又深深体验了一次。
这学期我上了一门关于 AI Agents 的课，需要分小组做项目(老师说偏好 infra 而不是应用层)。受我之前那个 LLM 连 vibrator 的项目启发，加上我对硬件本身有兴趣，我本来是想做一个protocol（协议）或中间层，让 AI Agents 能连接和控制大多数硬件。刚好另外一个MIT本科生也想做类似的事情，他知道了我的vibrator项目后邀请我一起做，不过我最后深思熟虑后放弃了做这个项目，最后选择了另一个偏应用层的比较水的项目。（因为我也不在意成绩了且最后没找到我既感兴趣且觉得有前景的项目）
我放弃做这个我原本很有兴趣的方向的原因是：我认为它既没有什么商业价值，也没有任何的技术含量/护城河。
但是今天我们这个课程的demo day上，这个项目在现场众多VC投资人和评委的评分下，得了第一😂。
我当时放弃继续做这个方向的的判断理由如下：
这件事可以拆成两类设备来看 —— 消费级和工业级。
消费级设备这块没有技术含量，且连接它们并没有带来价值。绝大多数消费电子走的都是公开协议，美国已经有像 Home Assistant 这样成熟的 APP 把市面上能连的东西都连了。我那个 vibrator 之所以要逆向工程，是因为它走的是私有 BLE 协议，不在任何公共标准里 —— 这反而是少数情况。常见的消费级设备根本不需要 LLM 来"理解协议"，直接调现成的库就行。所以就算你用 agent 把这些连起来，也基本没有创造多少任何额外价值，因为问题已经基本被解决了。
工业级设备这块，那情况就复杂了，学校项目根本做不完。每个设备的协议、接口、控制逻辑都不一样，你要么砸大量钱去买很多设备一个一个跑通，要么直接和厂家对齐 —— 这两件事一个学期的课程项目都不可能做到。
我当时也考虑过：或许作为一个课程项目，只实现四五个设备的连接，或者只说服四五个厂家，其实够交差了（没想到人家只跑通一个不难连的设备就直接交差lol）。但长远看，我觉得这事儿也不适合我自己创业 —— 我自己的硬件背景和产业资源并不强，不具备让大多数厂家都使用我定义的 protocol 的能力，或者至少我不是最适合做这件事的人。而且我认为未来这些硬件厂家，自己就会把自家设备做得更方便让ai agents连接和控制，所以也无需通过一个第三方的中间层或者协议。
退一步说，就算我是适合组局做这件事的 founder，这个"连接"到底解决什么场景下的具体问题、带来多少价值、谁来付费? 我当时和那个本科生聊，他说这个东西主要面向 开发者，可能让开发者付费 —— 但如果真是这样，我很怀疑开发者是否会愿意为这样的东西付费，所以我认为这个前景是比较有限的。
但我没想到的是，仅仅跑通一个设备，真的就可以宣传成“能够把AI agents和所有/通用硬件连接起来的协议”（universal hardware control ）然后拿到第一。
他们最后做的是：在一个开源教育机械臂(SO-ARM101)上，做了三件事 ：给它加了个 AI 能调用的接口，加了个出错能自动重启的脚本，加了个摄像头让 AI 看看自己有没有做错。这个机械臂的底层 SDK，Hugging Face 的 LeRobot 团队早就封装好了，Python 一行就能调用。
但他们把这个东西包装成 "Universal agentic hardware control"，配了一个稍微有点科技感的landing page，然后就把VC们和评委们唬的一愣一愣的，拿到了最高档评价。
这世界果然是个巨大的草台班子。
中文
这件事的意义在于，伊朗内部务实派和鸡血派的分歧在于，后者虽然叫得凶但战场表现拉垮，所以前者一口咬定后者守不住霍尔木兹海峡，甚至不能对美国军舰造成任何实质性损伤，那你们叫个屁？
美国这是在伊朗政坛内斗的时候，在鸡血派的伤口上拼命撒盐
悉尼奶爸 SydneyDaddy 雪梨奶爸 🇦🇺🇮🇱@SydneyDaddy1
美国派三艘驱逐舰，又在霍尔木兹海峡口来了个一日游，伊朗照例对美国军舰进行了挠痒痒攻击，美军照例歼灭了一轮快艇 不过这次美军不客气了，炸了伊朗的卡什姆岛和阿巴斯港 然后美国对外公告说，这只是我俩小打小闹，咱们停火继续有效 川普这个TACO的体位越来越抽象了啊
中文
神经网络居然“说的是英语，想的却是形状”。
Goodfire AI今天直接把这个被忽略已久的真相摆了出来：
模型内部不是一堆离散特征，而是一堆丰富、弯曲的几何结构：时间、空间、数字、颜色、生命树……
全都在激活空间里沿着曲线和曲面排列。
他们正在发布一系列研究，把“神经几何”当作理解、调试和精准控制模型的新前沿。
最直观的例子就是星期几：在模型激活里，它不是一条直线，而是一个完美的圆。
线性插值会让输出彻底混乱，但沿着这个圆形流形走，就能干净地从周一滑到周五。
另一个例子是“mountain car”世界模型，位置被编码成一条意大利面一样的弯曲路径。沿着路径操作，模型行为连贯；线性操作则直接让小车瞬移和崩溃。
这才是真正能把AI从黑箱拉到可控的关键。
他们还顺手对比了当前流行的SAE方法——那些方法往往把完整的几何结构打成碎片，反而看不清整体语义。
第一篇和第二篇研究已经放出，值得立刻看完。
Goodfire@GoodfireAI
Neural networks might speak English, but they think in shapes. Understanding their rich *neural geometry* is key to understanding how they work – and to debugging and controlling them with precision. Starting today, we’re releasing a series of posts on this research agenda. 🧵
中文
@FinanceYF5 AI就像一個搅屎棍！开始你覺得不错,把人炒掉后发现它越觉越糟！你還得請新人來收拾！想扔吧，看別人手里也有一根,扔了怕屎叼到自己身上！一堆人往里抢它！外面造棍子的不斷吆喝“神棍”！
中文
