铃阅时讯
❌

普通视图

大学用四年codex与没用上的同学有多大差距

2026年10月31日 23:19

warfalcon 2026-10-31 23:19 辽宁

大学四年天天用 AI,跟没用上的同学到底差在哪?我观察下来,差距根本不在工具,全看你怎么用它。

AI 这东西有个狠处——它只放大差距。你能力是 1.2 还是 1.4,拉不开多大区别;但你要是 5、8,直接给你拉到 50、80。所以关键不是用不用,而是怎么用。

最值钱的,是做出有人真用的东西。现在用 AI 写个网站、做个 App 门槛极低,但能有一百、一千个人在用,这就完全不一样了。你得在真实用户的骂声里反复改需求,才能摸到什么才是大家真正想要的。

这么折腾四年下来,你会比谁都清楚 AI 什么时候会胡说八道、哪里容易翻车。要是你只把它当搜索引擎聊聊天,再好的工具也白搭。

所以给大学生的建议很实在:每学期必须上线一个哪怕很小的项目,全程留档记录代码和报错。别追新工具,三个月一换的东西很容易过时,踏踏实实做点真有人用的产品才是硬道理。

要不要我顺着这个思路,帮你列几个适合大学生用 AI 练手的小项目?

跳转微信打开

大学用四年codex与没用上的同学有多大差距

2026年10月31日 23:08

warfalcon 2026-10-31 23:08 辽宁

不在于用什么,而是怎么用

用AI来不停的创造新的作品、去达成自己的梦想、创意,不停的尝试我是不是能比其它现有的项目做的更好

去解决自己和其它人在现实生活中遇到的各种困难问题,不自我设限,不断去试错自己的奇思妙想

然后这个过程中形成 记录、分享、深入思考、迭代 的循环,这样过上四年,会跟你的同学有非常大的差距

你要明白:AI不产生差距,AI只放大差距

你和你同学,比如 一个是1.4 ,一个是1.2 没有太大的区别,哪怕就是放到10倍也是放到14和12。但你的能力要是5、8,放到了就是50、80

对于高手以一当千,以一敌万都是可以做到的

但怎么用工具,就产生非常大的差距:

1、多完成有别人在用的作品

现在用AI来做什么东西变得没有门槛了,想做APP、服务、网站轻而易举,谁都可以做。但你做的东西,有100、1000或10000人用,就完全不一样

AI做DEMO非常容易,但想用AI变成真正落地的产品、服务非常难。要解决非常多的困难、问题

很多时候你有个想法、创意,但真正写出来之后,并没有人去用,也没有人喜欢。你需要不断的尝试,最终找到有人喜欢,真实在用的产品、服务,这才值钱

2、被真实反馈否定过的经验

用AI实现一个东西很容易,但并且用的人多了,还会生长出各种各样的需求,你需要反复权衡、判断,什么是真正有用,什么是你做到的

在这个过程中,你会因为各种问题而被骂。然后在解决过程中的真实反馈很值钱

只有你真正去解决问题以及你为了让他们继续用而做的那些妥协,没有真实的用户反馈,你是无法判断你的想法和用户感兴趣的功能之间有多大的差异

3、知道AI的限制和缺点

要是你按上面的建议用上四年,你才会对AI能做什么,不能做什么,都有哪些缺点有更深入的了解

它在哪些情况会出现幻觉,有时会骗人或者过度完善了你的需求。这些东西才是能产生差距的地方

要是你只用AI当成搜索引擎,跟它聊天回答问题。或者做一些特别简单的事情,其它人已经做过的事情。没有记录,没有总结。这种方式用四年,再好的工具也产生不了差距

大一应该怎么用AI:

1. 每学期一个必须上线的项目,多小都行,必须有真实用户

2. 全程留档记录:代码、报错、当时为什么这么判断。去积累自己的经验、建立系统,反复迭代

3. 每周或每月问自己:是否能比其它现有的项目做的更好。 是否在以前的基础上又前进了

4. 别追工具和技巧。工具三个月一换,AI不停的升级,3-6个月之前东西很容易过时

跳转微信打开

一个建筑事务所的“成人礼”

2026年10月31日 19:53

原创 W* 2026-10-31 19:53 北京

董功和直向如何塑造建筑?建筑又如何回过头来塑造了他们?

Preface

走进武汉合美术馆负一层的展厅,可以看到正在展出的一场不太寻常的建筑展览:直接从笔记本上撕下来的设计过程手稿被作为艺术品本身,铺满在展览动线伊始的墙面上,手稿纸张的边缘粗糙,纸页上铺满了不经修饰的层层碳笔印迹,叠摞在一起的还有密密麻麻的思考过程。第一眼可能无法辨认,但走近细看会发现,上面呈现的其实是孤独图书馆、糖舍酒店等行业内、外耳熟能详的直向建筑代表作品的雏形。和大众常常在社交媒体上看到的那些精美实景照片相比,这些纸页显得粗糙而坦诚。

*

“直向建造”展览的第一展厅“型塑场地”    

摄影:杨敏

这是建筑师董功和他创立的直向建筑18年来的首次大规模个展“直向建造”,由建筑评论家、策展人李翔宁策展,合美术馆创办人,中电光谷执行董事、总裁黄立平出品,合美术馆执行馆长鲁虹担任学术主持,五个主题展厅和一个影像厅系统地呈现了直向建筑18年来的创作方法与代表作品。

展览的英文标题“Moulding the Site”带有直接而具体的手工意味,像匠人以手掌反复推压材料,让形态在操作中逐渐显现。如这个标题所指向的,直向建筑没有选择仅仅呈现自己获得的荣誉,而是将18年的实践经验、判断、甚至是遗憾,通过一次“回看”,完成一场事务所自己的“成人礼”。

*

“直向建造”展览现场序厅   

摄影:杨敏

* 向左滑动

展览开幕当天,建筑师董功与本次展览统筹高长军为现场观众进行导览

摄影:杨敏

1993年,董功还在清华大学建筑系求学,他和同学们被美术老师周宏智带到学校北门外的荒芜稻田。和传统的素描训练不同,老师没有给他们任何具体的对象,没有石膏像,没有老房子,眼前有的只是一片空旷的草地、风和偶尔从远处飘来的一朵云。

面对什么都没有的场地,画什么?董功在那几年的周末写生中学到的东西,30年后被他回述为自己设计的原点:在一块貌似空无的场地上辨认那些稍纵即逝的信息——气候、光线、季节、情绪,然后用自己的方式把它记录下来。

*

董功学生时代创作的画作  ©董功

董功将“看”的方法概括为三个层次:看见事物——地形、光、风等可感知的物理条件;看见时间——场地中沉淀的地质、历史与生产痕迹;看见人——曾经和正在发生的生活网络。“最难的事情还是试图去揭示那些本来不那么容易被看到、被感知的东西,最后通过建筑空间把它呈现出来。”

位于阳朔的糖舍酒店,不仅有喀斯特山形的地质奇观,还有一段已经不复存在的制糖生产线。董功做这个项目时曾和糖厂几位退休老工人吃了一顿饭,听他们回忆六七十年代在厂里的日子。这座糖厂甚至登上了1972年的《解放军画报》,有位老人说:“在糖厂工作找对象都容易”。这些辉煌和衰落是场地最深的地质。

*

位于阳朔的糖舍酒店

摄影:存在建筑

*

展览现场的糖舍酒店项目模型 

摄影:杨敏

20世纪60年代建成的老厂房,甘蔗从漓江船运上岸,通过桁架吊入压榨车间,糖浆借助车间之间细微的高差自然流动,最终成品从一条乡道运出。江、厂、路构成了一个完整的“生产+交通”系统。

为了保留糖厂的记忆,这套已经消亡的流线被用作组织建筑的骨架:老厂房居于核心,新体量在两侧打开形成与路平行的关系,轴线数次扭转后最终通过桁架与漓江连接,形成一条被建筑空间化了的、逆向的甘蔗之路。过去甘蔗从江上来,制成糖后由陆路离开;现在人从道路走向漓江,逆着当年的生产流线,重新阅读这座糖厂。

*

糖舍酒店

摄影:苏圣亮

*

阳朔糖舍场地速写手稿,2013 

434mm x 278mm

铅笔

©董功

“看”的方法论在不同项目中不断变换形态。雾灵山眼石汤泉中,场地上一片杨树的树冠高度恰好与建筑高度相当。董功做了一个“反直觉”的判断:把透明休息厅放在建筑中段而非视野最好的顶层,泡池在三楼,八个光筒从屋顶切入,光线被压得很暗。在人的高度上设有一条扁窗,能看到对面的山谷。而二层的休息厅四周是浓密的树冠,人飘在半空中,被绿色包裹。

*

雾灵山眼石汤泉

摄影:刘国威

*

雾灵山眼石汤泉室内,四周被浓密的树冠包裹

摄影:刘国威

*

展览现场的雾灵山眼石汤泉模型  

摄影:杨敏

在宁夏田家埫村尚未建成的田野美术馆方案中,面对黄土高原沟壑纵横的地貌,他注意到这片土地上的人不向高处建造而是向低处争取空间。窑洞、牧道、有阴影和水分的沟底才是生活真正发生的地方。建筑因此成为一个“把自然沟壑几何化”的挡土墙,从村子的高度看过去,这座建筑近乎消隐。

在南开大学海冰楼中,他看到两个时代:马蹄湖代表民国的,新开湖代表五十年代。连它们之间微妙的轴线夹角也被收入建筑边界。

*

田野美术馆概念模型,2021 

2400mm x 1800mm x 800mm

比例1:75

黄土、混凝土、钢筋

©直向建筑

*

田野美术馆概念方案手稿,2021 

800mm x 550mm

炭笔

©董功

这样的工作在策展人李翔宁的序言中有很好的总结:“对空间、材质和触感之类具有某种现象学属性的品质更为敏感”,能在“一个喧嚣和速成的物质世界中听见一些太容易被忽视的来自项目环境的低微的呢喃,并用一种需要同样仔细辨识才能体味的空间品质来加以回应”。

在AI生成图像、参数化建模的年代,“手搓”几乎是叛逆的,但在直向的实践中,现在依旧处处体现,对此,董功说:“建筑设计真的就是生命劳动。”

直向长年累月的驻场建筑师制度——每一个建设中的项目都有建筑师常驻工地,每晚八点提交驻场日记,这些日记中字数最多的项目写了五十万字,最少也有十万。本次展览中,它们被整理成册,在展厅里以一页一页呈现给观众翻阅。

* 
展览现场展出了十几本驻场日记 

摄影:杨敏

直向的工作过程也保留了制作实体模型的习惯,展览中甚至有重达一两吨的大型场地模型,作为设计过程中使用的工作工具。泥土、石膏制成的场地模型让建筑师能够持续观察山体起伏、海岸边界、树木位置。建筑师可以用手去触摸地形,而不仅仅是透过电子化的屏幕去阅读它们。

*
观众可以仔细翻阅多个项目的驻场日记

摄影:杨敏

在阳朔糖舍酒店项目中,为了让新建筑的材料气质与老厂房半个多世纪的砖墙形成呼应,同时创造通透轻盈的当代界面,直向研发并生产了一种混凝土空心砖。

最初,设计团队试图从厂家采购,但很多工厂都做不到2.5厘米的壁厚要求,不仅运输耗损大,价格甚至高达每块25元。于是建筑师和业主杨晓东干脆在工地上自建了一个材料作坊:自己组织团队研发砖的配比、模具和脱模机器。整个过程耗时约8个月,最终,每块砖成本降到15元。在这样一个商业酒店项目的造价框架里,这是最“笨拙”的方法,但同时这也最理想的方式。除了这个例子之外,现场制造还解决了施工中大量非标准尺寸的问题,如果单纯依赖外部供应商订货,那么每一个异形构件都意味着更长的订单周期和更不可控的项目风险。

*向左滑动

糖舍酒店项目中,直向和业主在施工现场共同研发、生产了混凝土空心砖,解决了施工中的非标准尺寸的问题  ©直向建筑

连续的水平砖墙通常需要构造柱来抵抗侧向力,但构造柱会破坏材料界面的纯粹感。直向的解决方案是,在每两块砖之间预留半圆形凹槽,砌筑时拼成圆洞让钢筋穿过,砖与砖之间用当地白砂岩做垫块再钻洞串联,最终那面干净连续的砖墙,每一条接缝里都穿着隐蔽的结构钢筋。

从事务所楼下空地的泡沫搭接试验、工地作坊里的制砖与脱模、工人用钢筋刮平砖缝的动作,到高空砌筑中逐块校准的过程……这些瞬间在展览的视频中被完整呈现,它们构成了“手搓”建筑学最具体的记录。

*

糖舍项目中通透轻盈的砖墙

摄影:Gion von Albertini

建成九年后再回到阳朔,董功观察到,这个项目又多了一层大自然的改造,混凝土开始长青苔、风化,竹子长到了快四层楼高,爬藤几乎盖住了建筑立面。带有自然质量的材料会随着气候和使用变得更好,董功说:“一个建筑从建成的那一天起,慢慢好像有一种融入到环境当中的感觉。”

2015年,直向在秦皇岛阿那亚的项目孤独图书馆走红,几乎在一夜之间,这座建筑成为了中国互联网上辨识度最高的建筑形象之一。这个原本安静的面向大海的阅读空间,在社交媒体的传播中迅速成为公共文化景观的一部分。人们不再只是为了阅读而来,也为了观看、拍摄和分享,直接或间接地将阿那亚从一个濒临烂尾的地产项目推向了“文旅神盘”的位置。

*

位于秦皇岛阿那亚的孤独图书馆

摄影:夏至

* 

孤独图书馆互动模型,2018

第16届威尼斯国际建筑双年展军械库《连接之舟》

2400mm x 800mm x 1600mm

比例1:25

©直向建筑  摄影:陈颢

但在董功的讲述中,这个故事的叙事并非“一个有远见的开发商与有才华的建筑师一拍即合地创造了文化与商业结合的奇迹”。最开始的时候,甚至是“一片漆黑”。他回忆说,2013年,马寅从北京的地产营销岗位转型创业,接手了北方市场低谷期的一块有烂尾痕迹的土地。而对他本人而言,做图书馆完全是在一个眼前没有方向的状态下进行的尝试,走红更是“纯属偶然”。

但恰恰是在这种“去浪漫化”的讲述里,建筑与资本之间真实的协作逻辑变得清晰,成功虽然来自一场冒险,但也有迹可循:建筑师提供了一种空间品质,这种品质在传播时代具备了快速扩散的能力,而一个足够敏锐的甲方抓住了这个机遇。“你无论是一个政府项目,还是一个私人业主项目……大家有一个终极的目标是可以超越传统的、完全以利益驱动的对设计的判断标准……对于我们来说是非常重要。”只有遇到这样的契机和带有这样目的的业主,建筑师才有可能做出不一样的东西。

* 
“直向建造”展览的第二展厅“在阿那亚” 

摄影:杨敏

值得一提的是,作为如此关注场地特异性的工作室,直向最广为人知的作品恰恰是以“脱离场地的图像”被消费的。据董功本人统计,海边礼堂在全国各地已被复制建造了至少15座。原本从具体场地中生长出来的建筑,被提取成了可以四处搬用的形象。面对这些复制品,董功风趣地说:“等凑到40个,做一次巡回展”。

对于之前曾引起不少舆论讨论的“将海边礼堂涂成粉色”事件,马寅曾在此前询问问过董功的意见。即便是建筑师本人,对于那些已建成投入运营的作品,有时候也并没有太多左右其变化发展的机会,但董功也能在心里说服自己:“这个项目由于它特殊的场地条件和位置,其实更像装置……如果从这个层面上讲,你把装置涂成粉色,那就该涂就涂。”这番回应里有无奈,也有对作品另一种可能性的接受。公共建筑投入使用、进入公共传播之后,如何被呈现、被解读、被使用,便不是设计者说了算的。

*

海边礼堂

摄影:存在建筑

《三联生活周刊》主编李鸿谷从媒体角度给出了另一种视角:孤独图书馆的走红事件“改变了这个行业”。互联网时代的建筑传播,不再只靠空间营造,而在于“空间本身是否包含了内容,是否完成了情感的连接”,这是互联网时代传播背后的一个空间必须生长的新的内容。

直向建筑还曾参加过一档颇受关注的综艺节目,董功自嘲:“成功地创造了这个节目的‘收视率最低’的一季。”玩笑背后,是建筑师这个职业与社会大众之间那层“仍未被捅破的窗户纸”——公众未必了解建筑师做了什么、在做什么;而建筑师有时也未必充分理解公众需要什么建筑、会如何解读建筑。被看见之后,如何被理解?这仍然需要建筑师这个职业与公众的持续接触中慢慢磨合。

展览发生在合美术馆这样一个当代艺术机构,也为理解直向提供了另一个角度。担任本次展览出品人的合美术馆创办人,中电光谷执行董事、总裁黄立平多年来反复追问一个问题:为什么中国当代艺术史几乎没有建筑的内容?

在他看来,建筑与其他视觉艺术门类之间缺少交流,美术馆可以为它们提供相互启发的机会。他对董功作品的理解,也从早年的“视觉生产”转向了“认知实践”。关注的范围从建筑呈现出的形象,延伸到建筑师如何认识一块场地、如何作出判断,以及这些判断怎样在建造中得到检验。

*

“直向建造”展览现场  

摄影:杨敏

在“直向建造”展览的设计和布置过程中,董功一直强调“不做定妆照”,那种媒体上常见的光线完美的竣工摄影,在展览中几乎缺席,取而代之的是海量的工作过程材料:从笔记本上撕下来的草图真迹,泡沫概念模型,节点构造的施工视频,以及在反复测试后被否定的方案。展厅的隔断使用了Φ14螺纹钢筋,透气而非封闭,与建造主题形成呼应。

*

“直向建造”展览的第三展厅“护樟榕”

摄影:杨敏

近年,董功开始偏爱使用中国书法的折页本绘画草图:“从第一天开始一直画,到最后展开整个折页本时,时间线会非常清楚,并且你能看到想法是怎么一点点演进的。”这些折页本连同驻场日记一起陈列在展厅中,一个事务所的思维和工作过程被完整袒露给观众。

* 
第三展厅“护樟榕”中展出的创作于折页本上的方案手稿 

摄影:杨敏

*

惠州老船厂先锋书店概念方案手稿,2025

2100mm x 500mm

炭笔,色粉

©董功

展览的六个单元各有侧重:“型塑场地”以田野美术馆、山顶剧场、阳朔糖舍和船长之家开篇,呈现对场地的最直接回应;“在阿那亚”通过七个作品展开了与这个社区十余年的合作叙事。

其中包括2023年完成的北岸礼堂,它来自马寅和音乐人窦唯的一次对话。窦唯提到,想要一个“观众看不到人,但听得见演出”的空间,于是建筑师在方案中设计了一个上下分离、以声音相连的空间系统,上层是小型圆厅音乐厅,下层是冥想厅,九个传音孔将经过空间共振的声音送下来,产生“一种遥远的感觉”。

这个关于“看见”与“看不见”的建筑提案,也让人意识到,直向所关注的空间体验有一部分始终无法通过照片传达。

*

北岸礼堂方案模型,2020

1100mm x 1100mm x 1750mm

比例1:25

塑料、油彩、亚克力、铁丝、木材

©直向建筑

* 
北岸礼堂方案模型 

摄影:杨敏

“护樟榕”集中呈现了深圳荔园外国语小学、景德镇川上行和南开大学海冰楼中建筑与树木的关系,川上行的树木索引与画面上的编号相互对应,像是场地原住民的肖像。

一部专门拍摄的纪录片《在地 SITE》在“去现场”单元展厅中播放,镜头跟随董功在颐和园、惠州老城和雾灵山三个地点之间漫游,记录的不只是他在工地上和工人讨论节点,也有包含他反复去颐和园遛弯的经历。

* 
“直向建造”展览的第三展厅“护樟榕” 

摄影:杨敏

* 向左滑动
“直向建造”展览的第四展厅为放映厅,播放纪录片《在地SITE》 

摄影:杨敏

“重构记忆”单元则展出了近年的城市更新实践,包括烟台所城里社区图书馆与北京白塔寺的混合院改造,以及正在进行的惠州老船厂先锋书店。后者位于一处造船厂遗址,场地标高低于洪水线,因为船造好后要被推进河里。建筑师在这片低洼的场地上新建了一座塔,位于河流拐弯处,让两个方向的河道都能看到它,仿佛一个从城市深处升起的呼吸口。

* 向左滑动
“直向建造”展览的第五展厅“重构记忆”

摄影:杨敏

*

惠州老船厂先锋书店方案模型 

摄影:杨敏

展览最后一个单元“直向进行时”中,四姑娘山丽世盐绚度假酒店、海口人文生态纪念园……模型和图纸暂停在不同的阶段,有的仅是一张草图,有的已进入施工。门头沟的项目颇为特别,直向尝试让AI介入设计流程,但仅限于最前端的空间策划。团队通过不断讨论和调整关键词,让AI生成可视化的愿景,为后续工作拓宽了更多可能性。

展览选择以“进行时”收束,是对于未来作品的预告,也是一种坦诚展示当下真实行业工作状态的切片,既面向观众,也为了自我回看。

* 

“直向建造”展览的第六展厅“直向进行时”

摄影:杨敏

一个“刚刚成年”的建筑事务所意味着什么?或许意味着它的方法已经足够清晰,清晰到可以被展示、被评价、被学习、被审视、甚至也可以被质疑。

董功说:“建筑需要具体,需要再具体"——这也许比任何理论框架都更接近他18年的核心经验。那些从笔记本上撕下来的、满是犹豫与涂改的纸页,五十万字的驻场日记,以及一块块在工地上手搓出来的空心砖,都是这句话的践行。“直向建造”展览不仅仅记录了一个事务所如何走过18年,也让那些已经定型的建筑重新显露出推敲、试验和修正的繁杂过程。而在事务所塑造建筑的这个过程中,建造本身也在反过来塑造直向。

* 
船长之家项目方案模型 

摄影:杨敏

展览信息

展览名称:直向建造 Moulding the Site 

展览时间:2026年9月19日-2027年3月22日 

展览地点:合美术馆8、9号厅 

策展人:李翔宁 

出品人:黄立平 

学术主持:鲁虹 

策展单位:同济大学建筑设计研究院(集团)有限公司空间策略与建筑策展研究中心

展览统筹:高长军、张菡、洪镁 

主办单位:合美术馆 

协办单位:中电光谷、直向建筑 

特别支持:單農 

其他支持:北京谷德屋建筑科技有限公司、同济大学建筑设计研究院(集团)有限公司、武汉麓洲生态城、会稽山

撰文:一农

编辑:杨叶

编排:博雅

图片感谢 直向建筑 提供

跳转微信打开

还能更惨么?

2026年10月31日 18:21

原创 叶檀财经团队 2026-10-31 18:21 上海

再好的资产,都有尴尬的时候,合适的价格永远是最重要的。

图片

长期征集

日子很难,生活不容易,每个人都有自己的苦,有苦说不出的感觉,受苦的人最懂。

和吃苦相比,有苦难言,无人问津,可能比苦本身还难受。

重生之后,叶檀老师变了很多,变得能吃苦,吃自己的苦,吃别人的苦。

她说,有苦我们一起分担。

每周六,叶檀老师都会亲自回复,并在公众号上发出,有苦难言的朋友,如果你也想和叶檀老师倾诉,把你的故事,发送到邮箱yetanbusiness@163.com,叶檀老师看到,一定会回复。

记住,这世界还有人,关心你,在乎你,理解你。


文/叶檀财经团队  

歧视无处不在,有的歧视赤裸裸,有的歧视暗戳戳,有的歧视满是恶意,有的歧视包裹着糖衣。

出身、籍贯、学科、年龄、职业都可能成为歧视的理由,无论何种歧视,都可能给人带琮一生的的痛楚。

武汉大学哲学学院教授刘晓飞,在一篇文章中分析,每个人都可能是歧视的受害者,不要轻视歧视带来的后果。

在生活中,我们常常听到,“十个河南九个骗”“文科生是万金油”“嘴上没毛,办事不牢”“女司机是马路杀手”等说法,可这些说法几乎没有任何数据能够佐证,全凭着由来已久的刻板印象。

以女司机为例,她们真的比男司机更不靠谱吗?

2020年8月6日,最高人民法院发布《交通肇事罪特点和趋势司法大数据专题报告》中明确写道:

男性驾驶人平均每万人发案率为2.20,女性仅为0.25,是男性的快十分之一。从被告性别构成看,交通肇事罪案件中被告人男性占比为 94.60%,女性仅占 5.40%。

口口相传的顺理成章,实则毫无依据,成了被攻讦人群的挥之不去的噩梦。现实中,因为歧视丧失工作和晋升机会的案例,比比皆是。

再来看看正面的歧视。“东北人挺能喝酒的”“男孩子抗压能力强”,几乎是社会共识。

共识意味着期待,只要不符合期待,将被冠以不东北,不男人的帽子。刘晓飞认为,这种期待甚至暗含着威胁,被期待的人常常不得不违心逢迎配合期待。

如果你是一名社会意义上的成功人士,那对不起,你将面临另类歧视。

刘晓飞举例某女明星在私生活中遭遇性别歧视,随口抱怨了几嘴,结果公众不仅没有对女明星表达同情,反而认为她矫情。

不少人质疑说,你都已经这么成功了,还有什么立场来抱怨这样的事情?这是为了流量,别有用心。

某种意义上,这位女明星已经丧失了部分基本人权。

刘晓飞说,歧视的不公正性,体现在它否定了平等的道德价值,也体现在它剥夺了被歧视者本应获得的福祉或机会。

在歧视别人的时候,自己也必然成为受歧视的一分子。我们可以说河南人如何如何,而在国际上,必然听到中国人如何如何。

冤冤相报何时了,这个世界太需要理智,和随着理智而来的谅解和包容。

#01

A股再创历史,何时是底?

沪深300连跌12周,科创50 三个月腰斩……A股正创造越来越多的惨烈历史纪录。

截至10月27日,科创50成分股中,收盘价低于200日均线的股票已达47只,占比为95.9%,为2022年5月以来最高水平。

反过来看,在200日均线以上的公司,只剩下3家。

近期,三季报批量揭盲,虽然龙头科技公司保持了强劲增长,但市场视若不见。无论业绩好坏,都是跌,业绩差的暴跌,业绩好的大跌。

让投资者感到寒心的还有AI龙头上市遇冷。10月20日,光模块龙头东山精密开启港股申购,结果定价比A股折价35%,且融资倍数只有0.39倍,只要申购就能中签。

放在半年前,这是不可想象的,资金对AI已经从强烈追求变成十分忌惮。

眼见AI遇冷,延后上市的公司越来越多。据财联社统计,截至10月22日,年内至少16家A股公司终止赴港上市计划。

一边天堂,一边地狱。

在科技股发生金融危机级别灾难的同时,银行、中石油不断创出新高。截至10月29日,四大行合计市值首次突破10万亿。

截至10月30日,中国石油A股股价涨至13.84元/股,创2008年5月以来新高,总市值2.5万亿元,居A股市值前五。银行和石油拉得直冒火星。

为何科技股一再暴跌?有人认为,社保难逃干系。

证券时报数据宝统计,社保基金三季度一共新进34只A股,其中19只在四季度开盘之后持续下行,自三季度建仓时点算起全线收跌。也有人认为是保险等机构。

现在,没有一个理由得到验证,任何理由,在大跌面前都显得比较苍白。本质是筹码松动,出清,导致的恐慌情绪。

据东方财富证券,虽然科技股下跌了这么多,但底部特征并不完美,筹码仍需出清。散户绝望了,行情就有救了。

以融资融券维持担保比例来看,目前市场平均担保比例为257.6%,滚动3年分位数为25.9%。

25.9%的分位数刚好处于过去A股25个底部的上沿附近(29.2%)。

历史上,真正的大底在2013年6月、2018年10月、2024年2月、2024年9月,担保比例分位均在0到6%。

在轰轰烈烈的下跌过程中,机构们为了保住胜利果实,不得不出清。

二季度公募基金一度盈利超过2万亿元,而三季度创纪录的亏损1.53万亿,起伏如此之大,不仅持有人受不了,管理人可能也受不了。

为了睡得安稳些,大量机构选择降低仓位。据第一财经消息,4775只主动权益产品中,超六成在三季度降低了仓位。

仓位下降的主要方向,是机构重仓的电子、通信领域。据财通证券测算,三季度,机构降低了电子行业6.90%的仓位,通信行业1.93%的仓位。

考虑到涨跌幅对仓位变化影响巨大,剔除相关因素后,机构主动减持电子行业2.77%。

为了救市,GJD逆市场而行持续加码。据东方财富10月30的消息,9月28日以来,股票型ETF连续18个交易日净流入,合计净流入超3800亿元。

其中,科创板ETF连续三周单周净流入超100亿元,近三周累计净流入近500亿元。

让人吃惊的是,虽然行情有恙,私募业绩大跌眼镜,但私募管理规模仍在增长。

据金石财经消息,三季度以来,量化巨头们亏损严重,头部量化批量出现亏损15%、20%、30%的情况。

文锋旗下幻方,今年收益全数转负,部分指增产品亏损超10%。

如此背景下,高净值人群依然热情洋溢。10月26日,中国证券投资基金业协会发布的最新私募基金数据显示,截至2026年9月末,私募管理基金规模25.83万亿元,较8月末增长800亿元,再创历史新高。

自2025年10月份以来,私募管理规模连续12个月刷新纪录。

#02

科技受损,可口可乐上涨

美股虽然不用救市,但同一时间,结构特征和A股高度一致。

可口可乐、伯克希尔等防守标的屡创新高。其中,可口可乐最亮眼,10月22日市值一度突破4000亿,年内涨幅超过30%。

可口可乐们一直在赚钱、分红,而科技公司可以预见的几年,除了烧钱就是烧钱。

在利率高企,融资高度敏感的时候,市场对两者的态度,正发生巨大变化。

对科技股而言,更大的麻烦在于,如果不烧钱了,或者少烧钱了,未来的增长该怎么办。

申万宏源援引彭博数据,2026年,美国五大云厂商(亚马逊、谷歌、META、甲骨文、微软)预计资本开支超过8000亿美元,同比增长94%。

由于2026增速太快,彭博预计2027年增速回落至40%,2028年进一步降低至10%。

资本开支预期减弱,叠加美国头部科技公司业绩暴雷,加速美国科技股乃至科技板块下跌。

10月28日,巴菲特的投资遗作——谷歌率先暴雷。据新浪财经,虽然谷歌连续13个季度营收两位数增长,但利润下滑速度远超市场预期。

最新一季度,谷歌归属于普通股股东的净利润为261.70亿美元,同比下降约25%,摊薄后每股收益为2.12美元,同比下滑26%。此前华尔街对谷歌的预期是,美股收益2.99美元。

所以,谷歌的业绩算得上暴雷。

由于谷歌此前一直大举投入AI,但并没有带来相应的回报,加速了市场的失望情绪。结果,谷歌当日大跌12%以上。

10月29日,亚马逊公布2026年第三季度财报,结果营收和每股收益均未达到市场预期。

最让市场担忧的是,大举投入AI,让亚马逊自由现金流大幅转负。

据亚马逊最新财报,截至9月30日的过去12个月,自由现金流为负424亿美元,而去年同期为正148亿美元。

消息公布后,亚马逊股价大跌7%。

硬件公司方面,英特尔成了暴雷的导火索。10月29日,英特尔公布最新一季业绩,当期表现符合预期,未来展望大幅低于预期。

据英特尔财报会,由于全球PC市场出货量超预期下滑,以及以色列工厂10月发生事故,预计第四季度营收为150亿至160亿美元,低于市场预期超过10亿美元。

AI涨了这么久,符合预期不跌就不错了,何况较大程度低于预期。业绩公布后,英特尔股价大跌超过25%。

在英特尔带领下,半导体板块血流成河。

更大的麻烦还在后面。据中金公司研报,过去几个季度,包括投资和出口等在内,中美经济高度受益于AI。

美国方面,广义AI对美国经济增长贡献度达到28%,对美股盈利贡献超过五成。

中国方面,AI相关产品对净出口同比增长的贡献超过60%,对A股盈利的贡献接近20%。

这意味着,一旦AI投入下滑,中美两国都将遭遇严重挑战。

AI的意义,不仅在正面,也在负面。

截至目前,AI仅让少数人受益。全球性另类资产管理机构 Apollo 的统计指出,除了几家头部公司,美国其他公司并没有因为AI获得利润率、人均产出等指标的提升。

美国金融科技公司Ramp从需求端入手,追踪了超过7万家美国企业后发现,Anthropic和OpenAI两大巨头的收入有80%来自头部1%的客户。

如此高的集中度,代表AI在供需两端都是高度集中化的,这并不利于AI的渗透和价值的传递。

Ramp首席经济学家表示,当前,Token的美元支出增长已近乎停滞,付费用户渗透率也趋于平缓。

Token价格走低,渗透率不足,未来会产生大麻烦。

AI没有带来广泛人受益就算了,还可能挤压更多人的生存空间。

据财联社10月26日消息,为了给AI投入腾预算,微软打算优化6万人。微软表示,为迎接AI时代,将向约6万名员工提供自愿离职补偿方案。目前,符合条件的员工超过其员工总数的四分之一。

在中国,科技行业的利润继续高速增长,但同样没有带来更广泛的价值。

据国家统计局10月27日消息,前9个月,全国规模以上工业企业利润增长15.5%。其中,计算机、通信等电子行业增长103.8%,高居榜首。

据统计局解读,电子行业全部规模以上工业企业利润增长9.6个百分点,是重要支撑。

在电子行业的带领下,规模以上工业企业的收入利润率达到5.68%,为近年来较高水平。

写到这,可能很多人感觉,这和自己的体验截然相反。那么。下面的数据就和体感接近了。

据统计局数据,9月末,规模以上工业企业应收账款29.77万亿元,同比增长10.0%;产成品存货7.37万亿元,增长11.6%。

收条越来越多,存货越来越多,或许是更多企业的实际感受。

近期,统计局还发布了2025年的全国工资数据,结果显示:2025年,全国城镇私营单位就业人员年平均工资为71590元,名义增长3.0%,扣除物价后,实际增长2.9%。

全国城镇非私营单位就业人员年平均工资为129441元,名义增长4.3%,实际增长4.2%。

普通人的工资收入远远赶不上AI的成长速度,这样的局面亟须变革。

否则,不仅科技受损,消费也受损。

#03

国考降温,税收降火

《以日为鉴》中,日本在泡沫经济后期,经历了考公热到考公淡的历史性变革。中国有类似的苗头。

2026年国家公务员计划招录38119人,比2025年减少1630人,降幅为4.1%。

2027年,最新公布的数据,国家公务员计划招录35691人,比2026年少了2428人,降幅为6.37%,有加速下降的趋势。

参与国考的人数,也从2026年的350万降至2027年的331万。

国考参与度降低还体现在热门岗位的招录比。2027年,最热门的岗位竞争比为6000:1,低于2026年的6470:1,更低于2025年的11907:1。

在所有国考岗位中,税务系统最为稳定,也最为庞大。

2027年,税务口拟招录24013人,和过去几年基本持平,由于国考总岗位下降,导致税务系统占比从去年的65.59%提高至67.28%。

据财新网,另一个值得关注的变化是,税务系统的学历水平正不断提高,研究生及以上学历从2018年的4.69万人增加至2025年底的8.96万人,占比增加7.46%,同期大专及以下学历占比大幅下降14.39%。

2018年至今,刚好是中国科技产业腾飞的阶段,相关税务管理越来越复杂,对税务人员的要求也越来越高,人员素质匹配是大势所趋。

当然,保持人员规模主要还是为了税收。

10月23日,财政部发布2026年前三季度财政收支情况。

结果显示,前三季度,税收收入突破14万亿,同比增长6.1%,非税收入3.1万元,同比增长1.2%。

单看9月份,税收收入1.1万亿,同比“仅”增长0.2%,远低于8月份的5.6%,非税收入4057亿元,负增长1%,同样低于8月份的正0.3%。

由于税收收入在9月份大幅放缓,导致9月份一般公共预算收入罕见转负(-0.1%)。

据YY评级,财政收入转负主要有两方面原因,一个的基数效应(税收和非税都是),另一个是出口退税集中在9月,单月增速达到29%,对税收拖累3.1%。

本月税收的重要变化还有,企业所得税清缴告一段落,正面刺激消退,同时增值税开始接力发力。

9月,国内增值税同比增长7.3%,相较于8月份的增速提高4个百分点,占当月税收比重提高到45%。

同期,个人所得税增速从8月份的11.8%回落至10.5%。

但10月份有则消息值得大大关注。10月22日,是离岸信托征税新规的第一个申报期限,彭博社统计,八位中国顶级富豪通过离岸信托持有的资产合计约1402亿美元,按20%税率估算,潜在税款约280亿美元。

过去最会做资产安排的一批人,不得不直面庞大的税负支出。

#04

既不避风险,也不抗通胀,黄金进入尴尬期

6月份以来,金价走势和AI颇为相似,反弹越来越弱,浪头越来越低。过去强烈看多的机构,也纷纷改弦更张,转为中性,或看淡。

10月23日,长期做多,且在黄金上赚了大钱的桥水中国在投资者信中写道,已经逐步降低对黄金的超配。

理由有二:

第一、全球利率持续上涨,提高了黄金的机会成本;

第二、油价不断攀升,降低了能源进口国(比如印度)的购金需求。

据世界黄金协会等机构数据,2026年以来,黄金进口大国印度黄金进口量持续下滑,9月同比跌幅甚至达到81%。

2025年,印度进口黄金占总进口额的14%,2026跌至2.4%。

不过,桥水不再超配黄金,并不意味着看空,而是认为当前的价格相对均衡,上涨和下跌都不那么容易。

招商证券在同一时间表达了类似观点,虽然黄金长期投资价值依旧,但当下,投资价值较低,既不能避风险,也不能抗通胀。

过去和黄金是朋友的AI,如今正成为敌人。

据彭博10月29日的报道,2026年至今,全球发债已达6.61万亿美元,同比增长15%,提前两个月突破2025年的历史最高点。

这背后是AI融资竞赛的结果。截至10月份,云计算商和数据中心累计发债3680亿美元,为去年的6倍,贡献了全球增量的三分之一。

你敢信吗?亚马逊已经超过法国、英国,成为全球第四大债券发行人。

据花旗银行,AI对资本的无限渴求,正在推动全球利率不断上涨。

涨到什么时候是个头?

中金公司的测算是,科技巨头们能承受7%,非科技产业只能承受4%—4.5%,10年期美债最终可能在6%左右。

6%的美债,对黄金持有者来说,成本太高了。

目前,主力最多黄金的力量仍然是各国央行。10月24日,据21经济报道,高盛调研显示,8月,全球央行购金量达到79吨,为2022年之前月均水平的4倍多。

中国可能是主要央行中的最大买家,8月预计购金25吨。中国央行持续购金,但民间消费却因为金价高企,大幅下降。

据世界黄金协会等数据,2026年上半年,中国金饰需求仅为136吨,创2006年同期最低水平。

需求(吨量)下滑超30%,但消费额却涨了5%,这是金价高企带来的额外结果。

投资者6月份对黄金有多上头,如今就对黄金有多失望。

这轮周期再度告诉我们,再好的资产,都有尴尬的时候,合适的价格永远是最重要的。

(免责声明:本文为叶檀财经据公开资料做出的客观分析,不构成投资建议,请勿以此作为投资依据。)

-- END --

叶檀财经矩阵号

声明:近期,不少人以叶檀财经的名义,或xx叶檀、叶檀xx等名义,在各大平台售卖和股市相关的课程,进行和股市相关的直播。

在此,我们声明,任何和股市相关的直播、课程,均与叶檀财经无关,也没有得到叶檀财经或叶檀本人的授权,认可。

叶檀财经运营并管理的微信公众号、视频号有且仅有叶檀财经、叶檀暖人生、叶檀聊人生、半间白云、叶檀说、檀谈人生,抖音号叶檀财经、檀姐姐暖人生,小红书号叶檀财经,快手号叶檀财经,头条号叶檀财经,百家号叶檀,请用户认准上述账号。但凡与上述微信账号不一致的公众号均非叶檀财经负责运营管理,叶檀财经和叶檀对其行为不承担任何法律责任。

放松心情,把学习和享受贯穿在悠长的人生中,让我们一起成长,一起快乐。

作者:叶檀财经团队 编辑:Dean

图片:来源于AI生成

叶檀财经作品 | 尽情分享朋友圈 

咨询合作,请联系微信

13818756019(商务微信)

图片

喜欢请您点个赞👇

跳转微信打开

自己的亲生母亲,要害得我破产,害得我妻离子散吗?丨叶檀回信

2026年10月31日 18:21

原创 叶檀 2026-10-31 18:21 上海

活着,我们自己感受一切,经历一切,热爱一切。

图片

长期征集

日子很难,生活不容易,每个人都有自己的苦,有苦说不出的感觉,受苦的人最懂。

和吃苦相比,有苦难言,无人问津,可能比苦本身还难受。

重生之后,叶檀老师变了很多,变得能吃苦,吃自己的苦,吃别人的苦。

她说,有苦我们一起分担。

每周六,叶檀老师都会亲自回复,并在公众号上发出,有苦难言的朋友,如果你也想和叶檀老师倾诉,把你的故事,发送到邮箱yetanbusiness@163.com,叶檀老师看到,一定会回复。

记住,这世界还有人,关心你,在乎你,理解你。


文/叶檀☞ 手中无剑 | 心中有爱

檀姐姐,你好! 

见字如面,收到您的回信已有108天了,感谢您在来信中告诉我,在“遗忘”和“允许”之间,选择允许,也感谢网友们留言支招。

在给您写信之前,很长一段时间感受来自母亲的痛苦,如果我像以前那样懵懂,说话带刺、见不得别人犯错、也见不得别人好、有问题从别人身上找原因、不合意就板着脸闹情绪……是不是制造的就是别人的痛苦,看不见自己的痛苦了?

四十岁时,我回顾自己走上社会这十多年的经历,开始了深刻反思,越反思越痛苦,懊悔自己悟性太差、省悟太迟,以前只告诫自己不能成为父母那样的人,忽略了“允许父母成为他们那样的人”。

母亲肯定存在人格障碍,她打电话给亲戚说我的坏话,孤立我人际关系,连我内裤磨破洞这样的糗事都告诉别人来贬低我,我只愤怒了几秒,然后电话那头共情她、附和着数落我的不是、“听老婆话”、混得差……我差点乐出声来。

人到中年正在做减法——春节少走动一处是一处,我允许她是这样的母亲,她试图控制我,我不受她控制就是。

我此前一直担心我父母的行为会影响孩子,会在小区邻里间留下个“咯噔”,一直想让她回乡下住。还是妻子悟性高,见她没有回乡下的意思,劝我别“执着”。

想想也是,孩子们的成长会不会受他们影响现在不好说,万一受他们影响,也是要“自渡”、要开悟。生命没有“劫难”哪有“重生”呢?

前几天看包放老师“寒门难出贵子”的视频,颇有感触,所谓寒门不是财富上的贫穷,而是精神上、认知上、思想上的贫穷,这些寒门往往将暴躁的情绪、短浅偏执的认知复刻到家庭和孩子身上。我感谢孩子们来到身边,我不想成为精神上的穷人,一直在思考如何与他们一起成长。

看到您准备立遗嘱和预嘱的视频,我经常自驾长途出差,到了这个年龄容易疲劳驾驶,我也有准备,去年写了遗嘱存放在保险柜同时在电子邮箱里存放照片件,为了节省800元公证费,我的遗嘱没有公证,请问是否有效?

这段时间发生了很多事,公司经营受环境影响很大。

首先是公司领导层调整,那个一直在心理上为我提供支撑和鼓励的总经理离职,我努力调整自己适应新的领导层,在公司业务团队中我不抽烟、不喝酒、不嚼槟榔、不喝碳酸饮料,是另类存在,他一直在包容我“特立独行”,当他听说我放弃进入管理层的机会后,告诉我不需要考虑管理层变化,做真实的自己。以我自身情况,与其做大树,伏下身做小草,可能更长久。

七月底梳理家庭负债时,发现流动负债不减反增,透支额度高达23万,一旦朋友资金流受阻,我要么承担高额手续费走上以卡养卡的不归路,要么是链条断裂出现逾期。

仔细检查收支明细后发现问题可控。母亲之前骨折住院,给她垫付的医疗费之前她说要退给我,通过了家庭意外险理赔后,理赔款进了她的银行卡后,她不肯退;原来约定父母在我家吃住用,每月给几百元贴补,因为哥哥家庭经济困难一直没有执行,几次向父母坦诚困难让他俩分摊点家庭开支,他们也一直不愿意。

为防止债务被拉暴,我只能通过商转公改变还款模式降低月供压力,我决心出掉星沙房子。

父亲听说我们要便宜卖房,觉得卖给别人太可惜了,要我们卖给他用来收租,可他没有足够多的钱,妻子提议只要父亲掏出他银行卡里的11万元还清贷款,产权可以转到父亲名下,父亲享有全额租金收入,只要立遗嘱公证有我们一半权益就行,这样操作,我们可以提前6年结束星沙房子的贷款,并可以对现住的房子商转公,他们二位老人可以实现以房养老,减轻我们兄弟二人赡养压力。

为了照顾两位老人现金需求,我还承诺保价和兜底。可母亲和哥哥不同意,后来我去舅舅家征求意见并希望他们做母亲思想工作,才发现我们夫妻的“恶名”早已远扬。

此事一直僵在父亲愿意、母亲反对的状态,后来妻子只好向她老板借10万,每月从工资里扣四千归还。

我粗略算了一下家庭现金流,妻子每月工资只剩1200,加上房租收入1700,我通过商转公调整还款模式,每月可节省1250,相当于现金流比之前少1000元,二年下来就少2.4万,假如公积金里留足12个月的抵扣额度,乐观估计流动负债将在二年内处理完。风险点在于流动负债这种倒腾方式要保持一年平稳运转。

父亲属于心血管高危人群,需要加一个老年人医疗险,风险能转移多少算多少。我们准备工作做得比较充分,把星沙房子转入岳母娘名下代持,然后赶在我生日前完成商转公进件并通过审核,9月中旬工资到账后,流动负债下降了1万,一切朝有利方向发展,同时也在考验各个风险点。

9月中旬,小女儿在游乐场爬成人健身器摔一跤,肘部骨折,幸好有家庭意外险避免现金受损。9月下旬,我有一张信用卡出现刷卡止付状态,由于额度不大,没当一回事,这几天看到一篇新闻报道说信用卡逾期造成银行坏帐呈上升趋势,紧接着朋友的通路被风控,相当于过去免费拆东补西不通了。

如果被迫选择千四或更高费率,每月会增加一千左右通道费,高昂成本持续支出不是好事。如果另一个风险点爆发——发卡行止付增多该怎么办?昨天我已遇到解除止付申请事件,虽然付款成功,但足以说明这种方式越来越不稳定。

我想开始详细了解信用卡逾期协商免息分期还款攻略,但考虑到这种以卡养卡方式不符合信用卡使用规范,逾期协商分期不成还可能惹上麻烦。

月底了,又到回长沙的时候,岳母给我准备一百多斤大米,以及冬瓜南瓜、处理好的鸡鸭和各种荤菜,她感受到我的压力,把我转过去的钱又给退了回来,在亲人中,能伸出援手也只有岳母娘了,我想起前些日子做了一个梦,梦见妻子离我而去,我对妻子说,你母亲也是我的母亲,我要为她养老。

多年前,我母亲来长沙带了一只土鸡,就因为看到岳母吃了一块胸脯肉,就指着岳母大骂一顿,而她享受着岳母拿来的土鸡土鸭,不但没有感激之心,反而张嘴就骂。

我母亲陷入内心黑洞之中,发现我要爬出时,她感到将失去对我的掌控,十分痛苦,当看到岳母如此轻松得到我们的心,把痛苦变成恨。

上周末趁着我们不在家,她把哥哥招引到家里来,我母亲最近显露出另一种心思,意图通过成家之前的经济贡献度要求我拿十多万出来分给她和哥哥,他们压根没考虑家里有小孩,突然相互吵骂起来。

我曾跟妻子提出,母亲既不肯消停又不肯回乡下,我们带上小孩去外面租房住,她喜欢住这房子就让给她,可想到债务压力和妻子的付出,到嘴的话又咽了回去。

我只能跟妻子相互安慰,把她看成我们的反面教材,假如我们有一天变老,务必记住有这么一句话“这世上所有的关系都指向亲密,唯有对孩子的爱指向分离!”

我母亲什么时候能醒过来啊!

                                            您的网络小弟

2026年10月28日

图片

这位网络小弟:

你辛苦了,上一封来信我还记得,你不是不孝,也不是不努力,而是长期陷入了一个太深的黑洞中,一边想护住小家,一边想叫醒妈妈。

接下来,我要回一封短信,请看好,我理解你,但关键地方,不能再含糊了。

首先,不要费那么大的劲去叫醒一个叫不醒的人,不光叫不醒他,还会累垮自己。

你母亲在成长的过程中没有得到过正常的爱,所以,她现在能够给出的是混合着爱恨的复杂汁液,这不是她自己能决定的,她生下来的环境、经历的人生的过程,决定了她目前就是一条喷着火的龙,你改变不了她。

她控制你,贬低你,挑唆亲戚孤立你,这不是你的错,这是她要向周边的人证明自己,这是个想要拉别人下水的可怜人。

面对改变不了的事情,除非我们已经有足够的能量来承接,否则,远离是最好的选择,即使那人是你的至亲。

10月30日,张雪发布了一条视频,他把母亲给拉黑了。他这位童年并没有尽到多少责任的母亲,不守协议,很乐意在镜头前露脸。

张雪的视频配文写道:“所有消耗我的人或事,我会毫不犹豫地砍掉,不管你是谁。”这是强硬的态度,也是正当的态度。

你允许你母亲是这样的人,但允许、不干涉他的因果的当时,要建立明确的边界:拉开距离,不是断绝赡养,而是把物理距离、经济距离、情绪距离分开。

你现在有两个孩子,如果不建立明确的边界,野草终会蔓过堤坝,因为他们的痛苦太深、土壤太厚、生命力太强,你们有可能被野草淹没。

远离让你纠结、内耗的人,即使那是你的至亲,让他们离开你的孩子。孩子明天的果是今天的因种下的,孩子会有自己的人生,但孩子小时候无需毒汁灌溉。他们负责天真、成长,你们夫妇负责爱和后勤,至于结果,交给老天即可。

晚上回到家,花几分钟感谢你的妻子,商量一下家里最近的事情怎么处理,由谁出面比较合适。

其次,彻底摆脱对父母的依赖,包括生理性的和心理性的依赖。

你一方面看得很清楚,另一方面对父母继续有所依赖,这表现在多个方面。

你总是希望你父母承担起他们该承担的部分。比如,希望你母亲退回你帮她垫付的医药费,分担在你家吃住的费用。

你的诉求是正常人的常态诉求,但你的父母尤其是你的母亲是非常态的,只要拿进自己口袋的,就是自己的,想从这样的人的口袋里拿出一分钱,难之又难。

把以往的所有支出当沉没成本,不要再去想,不要再追究,这不是认输,是止损。

你现在现金流紧张,停止新增垫付和贴补,不要“先垫了再说”,跟妻子商量,如果父母问,告诉父母:“妈,我们小家现在现金流很紧,正常开销都吃力,大额支出我们承担不了。”

其他的赡养费按能力固定、转账备注。如果你们决定每月给,就固定一个小额,转账备注“赡养费”,其他不再额外承担。法律上的赡养义务,要在你们能力范围内,不要无限兜底。

明确拒绝母亲和哥哥的十多万暗示,不要吵,不要解释太多。告诉他们,你们正常的消费都成问题,实在承担不起。

说实话,是破除迷障、破除虚荣的最好办法。

我大致推断,你跟父母的关系、你父母和岳母的关系会因为星沙房子的事情更僵。当时,你们为了解决周转,希望父亲花11万元买走产权,你们保持50%的收益权。现在,你找岳母代持,做了商转公。

你母亲大概会这样想这件事:当初是骗我们老俩口出钱接盘,现在我们不出钱,就找了岳母代持,儿媳借钱还房贷。这个主意肯定是儿媳妇出的。

由他去罢,不要奢望成为别人眼中的大善人,我们只是为自己的底线而活。在你母亲嘴下,你们夫妻“恶名”远扬,你袜子上的破洞已经成为你过得不好、儿媳懒惰的铁证。

那伤害不了你,你不在父母的圈层生活,他人的诋毁会消除我们的业障,让我们更加强大。并且,这样的父母对于你来说是淤泥,维摩诘经说,卑湿之地生莲花,淤泥可以滋养我们。

如果有钱,可以给你父亲买医疗险,但不要因为他们不知感恩而产生心理波动,感不感恩是他们的事,我们做了,是我们的事。

照顾好你们的小家庭,在任何方面都不要指望父母,如果他们疼惜孩子,早就表现出来了。更不要把哥哥扯进来,两个小家庭各自安好吧。

第三,稳住财务。

你的现金流“勉强能覆盖”,但实现的条件太苛刻:低息借款不能断、信用卡通道不能出事、朋友资金不能紧、家里不能有意外。这样走钢丝太紧崩,并且,你们夫妻和孩子都需要安全感,这比一套房重要。

现在。先做一件事,列一张债务总表:每一张卡、每个平台、利率、最低还款、到期日、是否止付。只看数字,不评价自己。

停止以卡养卡、停止高费率通道,信用卡止付已经是信号,不要等链条断裂,也不要再找朋友通道拆借,把朋友拖进风险。

主动打银行官方客服,说明收入下降和还款困难,问三类方案:延期、分期、息费减免。只走官方渠道,不找“协商中介”。协商不成也先保证基本生活和孩子开支。

保留半年基本生活费。哪怕少还一点,也不要让家里断粮。不要提出“把房子让给母亲住、你们出去租房”,连这种想法也不能有,妻子和孩子不应该承担过多。

最后,遗嘱需不需要公证?不需要。公证并非遗嘱生效的必要条件。

根据现行《民法典》,遗嘱的有效性取决于它是否符合法定的形式要件和实质要件,而不是有没有经过公证。公证只是六种法定遗嘱形式中的一种,与其他形式效力平等。

检查一遍你写好的遗嘱,如果符合自书遗嘱要件,一般是有效的:全文亲笔书写、签名、注明年、月、日。不要打印后只签名。照片件可以备份,但原件要放好,并告诉妻子放在哪里。

护住三件事:小家的现金流、妻子的同盟、孩子的安宁。你已经建立了自己的一个安全港,这其中的艰辛,旁人难以体会,不要让他人夺走。

只要你感觉幸福,他人的成功标准无非过眼云烟。活着,我们自己感受一切,经历一切,热爱一切。

你的檀姐姐

2026年10月31日星期六

(檀姐姐邮箱:yetanbusiness@163.com,来信表示授权叶檀财经使用邮件内容,如果回复,仅公开回复且会被读者评论,同时授权本人用于图书汇编,来信请慎重。)

-- END --

叶檀财经矩阵号

声明:近期,不少人以叶檀财经的名义,或xx叶檀、叶檀xx等名义,在各大平台售卖和股市相关的课程,进行和股市相关的直播。

在此,我们声明,任何和股市相关的直播、课程,均与叶檀财经无关,也没有得到叶檀财经或叶檀本人的授权,认可。

叶檀财经运营并管理的微信公众号、视频号有且仅有叶檀财经、叶檀暖人生、叶檀聊人生、半间白云、叶檀说、檀谈人生,抖音号叶檀财经、檀姐姐暖人生,小红书号叶檀财经,快手号叶檀财经,头条号叶檀财经,百家号叶檀,请用户认准上述账号。但凡与上述微信账号不一致的公众号均非叶檀财经负责运营管理,叶檀财经和叶檀对其行为不承担任何法律责任。

放松心情,把学习和享受贯穿在悠长的人生中,让我们一起成长,一起快乐。

作者:叶檀  编辑:Dean

图片:来源于AI生成

叶檀财经作品 | 尽情分享朋友圈 

咨询合作,请联系微信

13818756019(商务微信)

图片

喜欢请您点个赞👇

跳转微信打开

阿里巴巴与Apple达成合作,将千问集成至Apple智能

2026年10月31日 18:18

阿里研究院 2026-10-31 18:18 浙江

10月31日,阿里巴巴与Apple达成合作,将千问集成至Apple智能,中国用户可以在Siri、写作工具及视觉智能中,直接调用千问的文本与图像理解、内容生成等能力。这些功能将于11月4日起随最新的iOS开发者Beta版开放测试。

文章转载自公众号

图片

10月31日,阿里巴巴与Apple达成合作,将千问集成至Apple智能,中国用户可以在Siri、写作工具及视觉智能中,直接调用千问的文本与图像理解、内容生成等能力。这些功能将于11月4日起随最新的iOS开发者Beta版开放测试,并将于12月iOS 27.3正式发布时面向中国用户推出。

Siri可以直接调用千问的广博知识,并在Siri中直接回复用户问答。通过Siri,用户还能用自己选择的文档和照片,直接向千问提问。在任何问题、文档和图片发送给千问之前,都会先征得用户同意。

千问也已接入Apple的系统级写作工具中,为用户提供“千问创作”(Compose with Qwen)功能。“千问创作”可以帮助用户基于任意主题生成内容。用户还可以使用这一功能来生成图像。

在iPhone上,用户可以通过视觉智能功能更深入地了解周围环境,其中包括选择“询问千问”来识别眼前所见。用户可通过相机控制、操作按钮或控制中心来启用视觉智能功能。

用户可以自主选择是否开通千问集成功能。启用后,用户可通过Apple登录或使用自己的千问App账户登录,在Siri、写作工具和视觉智能中使用千问。用户可以自主决定何时使用千问,以及分享哪些信息。用户请求及生成的回复均不会被阿里巴巴用于模型训练,以保护用户隐私。

目前,千问的集成功能将在iOS中提供,面向在中国购买了支持Apple智能的iPhone用户,或设备定位和Apple账户国家/地区均设置在中国的用户。

“我们很高兴与苹果公司达成合作。千问将依托阿里巴巴深厚的AI技术积淀,深度融入苹果生态系统的各项体验,共同为中国苹果用户带来全新的智能服务。”

——阿里巴巴集团CEO吴泳铭

图片

跳转微信打开

启元翻山越岭

2026年10月31日 18:05

原创 → 2026-10-31 18:05 浙江

机器人进入大过日子时代。

文 丨 阑夕

或许不会有人想到,从重新发明并定义「个人机器人」这个新品类,到达成第5000台机器人正式下线的里程碑,启元机器人只用了30多天。

一个月前,我在上海发布会现场亲历了第一批启元Q1和启元T1的种子用户,分享他们是如何把这两款产品「用活」的,一个月后,量产战报俨然已登上了各大科技媒体的头条。

我就感觉到快。

不要误会,我并不是着急在颂扬什么,倘若马斯克口中百亿机器人的设想真能实现,那启元机器人造出的这5000台,只会是一个微不足道的小小起点。

但就是这个起点,放在如今狂热情绪急速消退的具身智能行业里,有着别样的意义。

根据一些粗略的数据统计,今年9月具身智能的融资总额相比上个月减少了超过40%,近乎腰斩,状况可谓相当惨烈。

资本市场不再买账的原因,当然是随着时间推移,那些只会空讲故事、却找不到任何实际场景的具身公司们,暴露出了商业化难以为继的致命缺陷。

换句话说,单靠表演大于实际的倍速干活以及跳舞打拳,这场左脚踩右脚的游戏,已经进行不下去了。

所以才说启元机器人的表现难能可贵,它不仅逆着版本实现了每2.5分钟下线一台机器人的量产目标——作为参考,行业里普遍都要10分钟以上——还作为一个参照系,带领市场回归了再朴素不过的商业常识:

做生意,首先得找到需求。

这里说的需求,并不存在标准答案,或者说,这个答案应该是由用户自己来定义的。

· · ·

2018年,苹果回顾App Store的第一个十年时,时任高管菲尔·席勒曾说过这么一句话:

「开发者创造的应用,以及用户把应用融入生活的方式,超出了我们最大胆的想象」

是的,在App Store正式上线之前,连苹果自己都不清楚打开潘多拉盒子迎来的到底会是什么结果,直到经由开发者之手,那些形形色色的用途不断汇入让人们各取所需,个人终端才慢慢形成了一个庞大市场。

某种程度上,具身智能也处在十分相似的临界点,当技术可以满足绝大多数的场景化任务后,需求从无到有被创造出来的唯一瓶颈,就是人类的想象力。

所以在启元机器人这里,你是真的能看到第一批用户,是如何把「个人」二字发挥到淋漓尽致的:

有宝妈已经完全将孩子的睡前时间托付给了启元Q1,让它每天生成一个不同类型的故事绘本,再图文并茂、连讲带演地读出来,这种吸引力,显然跟对着屏幕翻页是两个体验;

有白领直接将启元搬进办公室当起了随身助理,查日程、排会议、点咖啡,几句话就可以把零零碎碎的事情串起来,终于不用在忙到焦头烂额时,还要与各个APP辗转周旋了;

喜欢旅游的人,已经习惯了将启元T1当做长期户外搭子,双轮+四足形态不仅能自适应大部分地形,实现载物、移动充电这些功能性,必要时还可以当做第三人称视角的「人生记录仪」来用,打破了只差一个摄影师的尴尬;

我甚至还看到喜欢DIY的选手,热衷于用启元Q1的3D打印技能给机器人换上不同外壳,以此来适配自己定制的那些人设和动作……

能理解了吗?所谓的标准化,在这些用户身上几乎是不存在的,大伙完全不会拘泥于厂商预设的功能,只有悦己,才是那个唯一不变的价值。

启元机器人自研的两大底座——负责定制外形的PrimeFlow,负责学习技能的PrimeHub——就是要为千人千面的体感铺路,再细碎的个性化选项也能找到市场,将「个人」的概念贯彻始终。

我甚至觉得,在隔壁Personal Agent激战正酣时,反倒是启元机器人提前实现了Personal Robot的设想。

生活本就千差万别,有些事情你觉得无关紧要,换个人可能恰好愿意为此付钱,同一款产品能接住越多这样的差异,就越有机会从某一小群人的尝鲜,走向更多人的日常。

所以才说,量产只是一个水到渠成的结果,在整个具身行业都在静待下半场的漫长过程中,能够提前瞄准市场、锁定需求,才是启元机器人真正的底气所在。

· · ·

如果说一个月前,启元机器人尚且还需要向市场解释我们为什么需要一台「个人机器人」,那到了泛用性已经初显成效的今天,新的问题则变成了,如何接住这些千差万别的需求。

10月29日,上纬新材、启元机器人CEO田华受邀出席了在深圳举办的2026 腾讯全球数字生态大会,只不过这次启元机器人的身份并非嘉宾,而是WorkBuddy最新的合作对象。

田华把这次结合叫作「Buddy with Body」,这个双关用得恰如其分,数字世界里的工作搭子,终于有了身体。

这就涉及到,作为市面上独此一家的定位,启元机器人在战略上并没有太多可参考对象,所以它用类似于产业分工的选择,与前沿AI公司一起共创出来一个市场:

比如在机器人的「大脑」层,启元机器人适配了GPT-6 Astra这样的前沿通用模型,借助其环境理解、复杂推理和任务规划能力;

到了物理交互与精细动作的「小脑」层,则由自研VLA具身模型挑起大梁,负责视觉-语言-感知的统一调度;

而在生态服务层,WorkBuddy就成了启元机器人干活办事过程中必须要团结的对象,连接数字世界里那些现成的应用,把内容、账户和服务调用起来。

值得一提的是,上面部分来自启元机器人首批用户的实际案例都有WorkBuddy的功劳,毕竟任凭机器人再如何聪明,也不能凭空查日程、点咖啡。

除了接入腾讯会议、微信读书和QQ音乐这些生态之外,WorkBuddy还赋予了机器人更多可以编排Skill的能力,能为增加用途提供现成基础,不必每次从零开始。

无论将机器人包装得如何高大上,它首先得是一件消费产品,而启元机器人战略意图的清晰之处,在于它并没有执拗于所谓的全栈自研,而是先用博采众长的打法完成最艰难的市场教育,拒绝重复造轮子。

之所以说启元机器人头脑清醒,是因为已经有太多实例证明,哪怕处在模型席卷一切的狂热叙事里,哪怕像OpenAI或Anthropic这样的头部AI公司,在改造旧世界的过程中照样有力所不能及的时候。

一个人走得快,一群人走得远,这是再简单不过的道理。

· · ·

当然,要实现理想中的泛用性,还要面对成本这座绕不过去的大山。

这里说的成本,不单指造一台机器人需要的生产成本,还有让整个行业都为之犯难的训练成本。

要知道,具身智能长期以来所面临的主要困境之一,就是在训练过程中先有鸡还是先有蛋的问题。

什么意思呢?

在过去,行业的共识是真机训练数据的价值高于一切,但如若想只依靠真机数据实现Scaling Law,不仅要面临着极高的成本,还得先解决如何把机器人铺开的问题。

所以整个行业一直在「越不用越笨,越笨就越没人用」的怪圈里打转,而针对很多场景化任务,启元机器人已经有了两个非常具体的解法:

其一,是启元机器人近日刚刚发布的PrimeSim,可以理解为一款面向机器人操纵任务的世界模型仿真器,通过对中、后训练环节的改造,可以替代传统仿真器的交互推演能力,在两个机器人权威榜单EWMBench和WorldSimProbe测评里,PrimeSim均已登顶。

很大程度上,真机数据已经不再是必需品了。

其二,是启元与北大共研的HIL-UMI,用预测的方式极大提升了训练效率,在清理桌面的实操对比实验中,按每帧耗时计算,采用HIL-UMI方案的数据采集速度,已经达到了真机人工接管方法的5.63倍。

再叠加上PrimeHub里的仿真与真机验证机制,以及与WorkBuddy之间数据与能力的互为补充,只能说启元机器人的数据飞轮已经肉眼可见地越转越快了。

· · ·

如果用当下流行的话来说,消费级市场的机器人,将不可避免地进入「大过日子时代」。

这倒不是说,科幻小说中的那些奇幻瑰丽的设想就此化为泡影,只是想要实现千里之行,就势必要经历始于足下的漫长过程。

要我说,资本市场冷一点也未必全然是坏事,它起码让人看清了,属于具身智能的广阔市场还在路上,从一些平凡又迥异的生活小事出发,就是一个很好的起点。

对于千变万化的AI行业,我期待的是,下一次大模型升级、平台上线新服务的时候,消费者可以不用只在新闻里感叹科技如何日新月异,他已经买回家的那台机器人,也能跟着长一点本事。

跳转微信打开

人类与文明,我们如何走到今天?

2026年10月31日 18:00

原创 混沌在线 2026-10-31 18:00 北京

人类不是进化的终点,只是生态位上的幸存者

为什么进化不能简单理解为“越来越高级”?人类的身体、智能与社会生活如何形成?今天的民族经历了怎样的迁徙与融合?我们如何从传说和遗存中寻找文明起源的线索?

这些问题看似属于遥远的过去,却指向我们对自身的基本理解:人从何而来,差异如何产生,共同体如何形成,文明又依靠什么延续。

本期混沌课程,复旦大学生命科学学院教授、博士生导师,分子人类学家李辉老师,沿生物进化、人类起源、民族聚合、文明肇始四个层次展开,带我们重走这条数百万年的道路。

他从科学讲到哲学,不是只带来历史知识,而是提供一种观察差异、理解变化、审视既有结论的新视角,带我们回到那些塑造了人类的根本问题:生命如何适应变化,秩序如何从无到有。

理解了这些深层逻辑,眼前的时代变迁,便不再只是焦虑的来源,而是成为思考的起点。

(以下是课程内容的精编笔记,仅占1/10,可通过文末图片扫码进入混沌APP学习完整版。)

从生命演化中,理解适应与选择

首先我们要讲到人类从何而来的问题。人从何而来?我们为什么会有这个问题?研究问题首先要存在问题对象,“人类”很明显就存在。

我们知道,西方的答案是“神创论”。那中国古代怎么讲呢?大家肯定会想到女娲抟土造人。其实,先秦文本里就有女娲这个人物了,可是“女娲造人”是汉朝《风俗通义》这本书里才开始讲的。所以,女娲造人不是中国的版本故事,是因为汉代张骞通西域,从巴比伦传过来的故事形变。

先秦时的中国认为人从哪里来呢?中国古典哲学讲“万事万物都是在变的,没有不变的事物”,东方讲人类起源最早讲的是演化论。讲得最清楚是道家,我们看《庄子·至乐》这一段,“久竹生青宁,青宁生程,程生马,马生人,人又反入于机”。

你肯定会想,人怎么会是马生的?其实,大量古楚语词汇来自于古苗语。“久竹”在古苗语里叫狗窦,就是泽蛙,所以它指小型两栖动物。“青宁”,就是夯囊,在古苗语里夯是臭的意思、囊是老鼠的意思,夯囊就是臭鼠,实际上是最原始的哺乳动物。“久竹生青宁”,就是从两栖动物进化成哺乳动物。

“程”在古苗语里讲的是“停”,就是松鼠,是灵长总目动物里最原始的类型。“马”指猴子,所以庄子这句话指人是从猴子变过来的,猴子是从松鼠变过来的,松鼠是从臭鼠变过来,臭鼠是从两栖动物进化来的。

这跟现在从基因组的角度去研究的生物进化论完全一致。中国古代先圣通过观察、思考,在大脑里的暗箱分析,得出的结论跟科学完全一样。这就是“道法自然”。

我们研究问题,一定要从全方位、多角度去考虑,从不同侧面都看过去。因为如果你从一个角度看过去那就是一条直线,当你从不同角度的直线定位过去,你就能找到一个点。这个点就是准确答案。

所以研究人类起源,我们首先会从基因角度研究人和人之间的距离,于是我们就知道了,中国人之间都非常近,中国人跟日本人稍微远一点;整个东亚人群跟西亚人群稍微近一点,跟非洲人是最远。

非洲内部的人和人之间、民族和民族之间的遗传距离,大到离谱,比非洲之外的任何两个民族都远。因为非洲内部已经分化很远了,非洲外面只是一个小分支。

所以,非洲起源的概念非常明确。但是,我们不知道是从哪里走出非洲的,遗传上面做不了分析,我们要从考古上去做。为什么会走出来呢?我们又要从气候的、环境的、文化的角度去做分析。

因此,研究人类进化,要从遗传学的角度把骨架搭起来,从考古学的角度把内脏填充进去,从语言学的角度把肌肉附上去,从文化社会学的角度把皮毛包上去。

过去的古典人类学,是博物学的一个分支,到处收集少数民族的材料进行分类,这是古典人类学;近代人类学是分成了四个分支,语言人类学、文化人类学、生物人类学、考古人类学,大家各自研究,互相之间交叉不到。但是现在,我们的人类学研究,已经达到了一个叫做“历史人类学”,甚至“现代人类学”的领域了,可以交叉到一个点了,研究结果能够拼起来了。

这就是学科交叉的力量,可以得到一样的结论:现代人是大约70000年前从非洲走出来的,扩散到世界各地,然后慢慢演化成不同人种。

人类走出非洲的原因,是因为一场“多峇巨灾”。一座超级大火山在74000年前爆发了,烟尘笼罩地球,阳光很长时间都照不到地面上,地面上积满冰雪,动物毒死,植物枯萎。

而非洲现代人的祖先,当时有个很好的避难所“东非大裂谷”,所以保留下来大约1000个现代人。烟尘降下来以后,积雪反射阳光,地球进入寒冷的末次冰期,因为这时大陆都连在一起,现代人慢慢向四周自然扩散,就走出非洲了。

所以什么叫进化论?“人从猴子来”就是进化论?不是,这是2000多年前的概念,进化论绝对不是简单地排队往前走。进化有两条基本准则,就是偶然性和必然性的结合。内在基础是偶然的基因组突变,使得身体结构发生变化,是偶然的;外在的环境选择,必然留下合适的、淘汰不合适的。

外因是多种多样的。做这个行业你可以活下去,做那个行业你也可以活下去,所以社会上有不同的职业。自然界也有不同的生存方式,只要找到一个生存方式能够传下去,它就可以稳定在那个位置上,这就叫生态位。稳在生态位上,它就适应这种类型了,它就变成一个物种了。进化,是把所有生态位都占住。

人类进化是一棵树型,从根上发展,分支特别多。不断积累突变,不断适应不同的环境,然后形成不同的类型。所以,即使历史再重演几万遍、几十万遍、几亿遍,都不会变出我们人类,我们只是一个巧合。

生物进化的历程里,有很多偶然性,我们能看到的都是它不断去适应不同的生态位。地球环境太复杂,生态位太多了。我们人类只生活在一个很小范围的环境里,离我们远的那些物种生活的生态位,我们往往是接触不到的。

我们会对这么多的物种做分类,根据基因组去分类。因为它是个硬标准,它受影响的因素太少了。如果从形态角度看谁跟谁长得像,影响因素太多了。

标准的软硬,在统计学上有个概念叫“方差”,就是指不同的个体之间的差异大小、不同的类群之间差异大小。如果是个体之间差异远大于群体之间的差异,就是“群内方差”大于“群间方差”,这就是个软标准。反之就是硬标准。比如身高。汉族和苗族差别大吗?差不了多少,那这个标准就不作数。

这个概念其实很容易理解,但当我们去研究古人类的时候,古人类学家往往会抛开统计学的规律、标准科学的态度。因为他们有时候也是没办法,如果这个群体只发现一个头骨化石,算不出来群内方差。

所以科学要不断靠新证据去修正,最后“大道至简”。不断简化的基础,是你要有足够的知识量。道家有一句话叫“为学者日益,为道者日损”。道越来越简单,不是空想出来的,而是基于最大的知识理论基础去总结出来的。学习知识要不断积累,才有“道者日损”。反过来,规律越来越简单以后,也有助于学习知识积累越来越快。

损,道损了以后学又益,益,学益了道又损。不断演替,这就是统计学上的贝叶斯方法。我先去做,不管怎么样先去做,先去靠近真正的道理,然后根据新得到的知识,新得到的理论不断去修正我的这个道。

人工智能时代,先问人类从何而来

全球现在的人类都属于现代人,那在这个大范围里,我们有什么不同?怎么形成生物学、社会学、文化学等各方面的多样性?

我们知道,人科分成了猩猩亚科和人亚科,人亚科又分成大猩猩族的大猩猩和人族,人族又分成黑猩猩的潘属和人,也就是我们人类所属的人属。这是人科动物的框架。

我们会觉得,人族应该是人类了。确实,在我们发现的类群里面,人族的很多物种已经算人类了。整个人族的发展历史从进化角度讲很短,是大概800万年前从大猩猩族分出来的分支。

当时地球环境变化非常大,大部分都属于冰川期,比恐龙时代还要冷一点。冰川期的大陆叫“九大洲”,陆地都连在一起,所以人类迁徙变容易了。又因为水分少了以后,除了冷还有变干了,大陆西端的热带雨林变少了,东边还稍微温暖湿润一点。所以在这样的环境里面,不同地区就形成了不同的物种。

非洲的大草原适合群居生活,演化选择出来了人亚科人族这个方向。大陆的东边基本上是丛林,不适合人类生活,是猩猩生活的乐园。

族下面再分属,属下面再分种。现在我们已经找到的化石可以分成八个属,最早是“图迈人属”。发现在非洲中北部的图迈人,距今700万年,脑容量只有核桃大小,树栖的,还不能直立行走,但已经被叫做人了。

在2000年我们又发现了距今600万年的“千禧人”,这是最早的直立行走人。500万年前是一种“地猿”,形态结构上跟黑猩猩一样的。400多万年前出现了“南方古猿属”,整个非洲各地都出现了南猿的各种物种。从南猿里面又演化出两个不同的属,一个“傍人属”,一个“平脸人属”。

“傍人属”是智商开始变低,脑容量变小,但肌肉变发达了,化石头上有两个尖角,为了支撑肌肉,但它是一个食草动物,适应能力很差,最后灭亡了。“平脸人属”这个分支的智商开始变高,脑容量变大,从平脸里面分化出来了真人,真人的脑容量又急速猛增,就向我们现在这个状态发展过来了,所以我们就是“真人属”分出来的。

所以人类实际上并不孤单,历史上有很多我们的同伴共同生活在一个地球上,有不同的物种,不同的亚种,直到现在我们才变得地球上人类只有一个物种,只有一个亚种,但是我们还有很多的人种。

那么问题来了,到底什么是人类?如果从科学角度定义的话,要么整个人属都算人类,整个人族都算人类,这就是广义的人类了。问题是这样就把黑猩猩也包在里面了。但我们不会认为黑猩猩算人,所以定义就再放小到属的层面上,人属算人类,这是个狭义的人类。

这些都是科学的定义,但这和我们社会上的普遍概念定义是不是同一个?当我们讲人类的时候,实际上更多是在指它的社会意义。我们定义人类是为了跟非人类去区别。如果是这个角度,从南方古猿这个分支开始的都算人。这个定义我们把叫做俗义的人类。

那么我们又要看属下面有些什么物种?这就涉及到物种生殖隔离的概念了。最早还不知道进化论的时候,我们认为物种就是一群生态稳定、进化稳定的类群,内部可以通婚、基因可以交流,但是对外是有生殖隔离的。知道进化论以后,物种变化也没问题,有隔离就行。

但是,生殖隔离只是一个结果,不是一个原因。分析东西,不要用结果去定义。一定要用统一标准,大道至简。所以这个定义的源头就在于我们基因组突变到底有多大差别。生殖隔离产生是因为基因重组配对的时候减数分裂出问题了,基因在不同的染色体上了,传代就丢失基因或者增多基因,就会出问题。所以生殖没有隔离,但是有可能生不出来,这是产生了生殖低效。

那么问题来了,人类进化过程中可以分出多少物种呢?古人类现在只有化石了,我们又不可以做基因杂交的分析,我们怎么去定义?实际上我们是去观察它留下的现象,有没有杂交、可不可能接触,如果分化太大那肯定是交流不了。分化不大,我们再去研究气候影响等可能因素。从这个角度看,现在真人属里,实际上我觉得最多只能分出三个物种。

第一个是能人,就是人属里刚刚出现的这个类群,开始大量使用石器工具,开始变得非常智慧,社会结构比较复杂。第二个是直立人,非洲的最早直立人的亚种叫匠人,走出非洲到了东亚就是爪哇人,北京人、南京人、蓝田人、元谋人这些都属于直立人。第三个是智人,是100万年前从非洲匠人里面突变出来的,走出非洲后演化成了很多其他的亚种,包括留在非洲的演化成现代人。

我们现在全球人群分成了不同的地理种,地理种的分化也有它的自然法则。地理种是一个生物学的概念,种族是一个社会学概念。地理种是因为基因群体的迁徙,少量群体迁徙的时候只能带走小部分的基因类型,所以首先产生了基因差异。然后到了一个新地方又积累突变,去适应不同的环境;对不同的突变进行选择,使得它的基因类型跟母群体完全不一样,所以就开始形成地理种。

这种通过小的地理的阻隔,少量人迁徙的过程,使得基因产生大量变化,被叫做瓶颈效应。就像人群穿过一个窄瓶子,只有少部分人能迁过去。瓶颈效应的强度,最大的影响就是人口数。人群越少,它迁徙产生的变化就会越大,多则稳,少则变。

比如Y染色体,只有男性有,只有一条。从生物学上讲,它的数量是常染色体的1/4了。所以它的群体迁徙中间产生的效应就很大。又因为人类社会长期是父系社会,男性之间的生育权严重不平衡,所以就造成社会结构里面大部分的Y染色体是同一个。所以Y染色体瓶颈效应极强,它被用来研究分子人类学,研究群体之间的差异变化,是一个非常有用的材料。

地理种形成是长期历史效应积累的结果,必须要三大要素。先是地理隔离,要分开,分开以后要在不同的环境里面进行选择,而且需要长期的适应,差异要变得稳定。所以这些地理种的分化,跟现代人迁徙、气候变化都有关系。

中国的民族,迁徙、分化与聚合

我们中国有很多民族,这些民族到底怎么形成呢?其实,民族并不是自古就有的,而是新石器时代因为共同的文化聚合在一起的族群。

旧石器时代,一群原始人在那边打猎,虽然他们有语言,也会敲石头,但是差异很小,这种差异不需要传承。而且旧石器时代人群非常少,大家都是散乱的游猎族群,也没有系统性。

人口增长到一定程度以后才有文化。那人口怎么增长?必须要有稳定的食物,要有经济基础。这个经济基础就是农业。所以全世界各个地方冰川期结束以后,气候恢复,物产丰富了,采集到的食物也多了,人口自然增长了。人口扩张了以后就聪明人多了,聪明人多了就发明了农业,文明也在这基础上陆续产生了。所以冰川期也不可能有文明,目前为止没有任何的史前文明的可靠证据。

我们从基因组去估算人口怎么增长,发现在不同地方人口增长的时间、速率都很相近。很有意思的是,非洲、欧洲、美洲的男性人口先降低再增高,为什么?因为农业人口扩张过程中,他们把其他采集狩猎的人群中男性给灭掉了,抢了地盘和女性,然后他们再自己增加。

但是亚洲男性却是直接增高,因为亚洲是和平扩张,凡是愿意接受我的文化,愿意融合到一起,我们大家快快乐乐生活在一起。自古以来我们就是和平的民族,华夏之邦,礼仪之邦。东亚民族是聚合的,其他民族是扩张的。

新石器文化有了各种生产工具,生产力进一步发展,然后粮食更多,大家聚合在以农业为中心的核心上,就形成了文化圈,形成了语系,形成了民族。这么多人生活在一起,需要有人管,需要规范,就形成了文明。

所以到了7000年前的时候,四大文明古国就陆续建立了。这规则就是人法地,地法天,天法道,一切都是在自然规则下面演化形成的。文明也不例外,文明也离不开自然规则的演进。

只有新石器时代才有民族,才有语系。这些语系,它们都是从一个一个的独立农业区起源的。现在错综复杂交错在一起,是因为后期的群体迁徙造成的效应。

现在全世界其实没有多少语系。7000多种语言互相之间很多都有亲缘关系的,比如汉语和藏语,我们叫汉藏语系。很多人觉得藏语文字我们都看不懂,但其实藏文就是婆罗米拼音。大家要记住,文字和语言是两回事,语言是自然的,文字是社会的,文字再发明用来记录语言的,所以文字不代表语言。

那中国的民族起源,到底是个什么样的过程呢?中国的农业区,从考古区系上讲,一共分五个;从农业源头看大致有两个,北方种小米,南方种大米。

大米类型多。湖南驯化的是粳米,距今15000年~18000年前,这大概是全世界最早的农业驯化地方;浙江大概晚那么100~200年才开始驯化糯米,所以中国华南方是世界上农业起源最早的地方。北方的小米最早在桑干河流域,大概在10000~12000年之前,从大同到北京这一条线,是北方农业的最早发源地。

这些不同的农业就开始孕育不同的语系,三大类。小米孕育的是汉藏语系,湖南孕育的是苗瑶语系,江浙孕育的是侗傣语系。但是民族不是这么简单就这个区系划分的,北方的辽河流域、黄河流域的仰韶、黄河下游的大汶口,还有长江中游的大溪和崧泽,5300年前因为一个重要的事件,主要的人群和文化都融合到了一起,就形成了我们现在的中华民族共同体。

那我们怎么去分析民族之间的相互关系呢?最大似然法。我们先看哪两个群体最接近的,汉族和藏族可以划在一起,苗瑶比汉藏多出来一块,侗傣更远。根据这些分类,中国整个东亚地区的黄种人的民族,从语言学上分出九个语系,从南到北分别是南岛语系、南亚语系,侗傣语系、苗瑶语系,汉藏语系,阿尔泰语系,匈杰语系,乌拉尔语系,古亚语系。

从西周到汉代,发生了一次语言学的进化。汉语在西周之前是没有声调的,周代的时候就变成有声调的了。原因现在还没研究清楚。我们怎么知道有没有声调的?甲骨文没有声调,因为它没有语气助词,语气助词是声调带出来的,有声调语言就会有助词,但到了西周金文就出现了大量助词。

所以中国56个民族也可以用语言学分成不同的类群。黎族、仡佬族、侗族、仫佬族、水族、毛南族、壮族、布依族、傣族,都属于侗傣语系的,在中国古代都叫百越。苗族、佤族、布朗族、德昂族、京族,属于南亚语系,古代叫百濮。畲族、瑶族、苗族,古代叫做三苗。汉藏语系的除了汉族以外的其他民族在古代都叫氐羌,羌人。阿尔泰语系的民族,分成三个语族,满语族、蒙古语族、突厥语族,在古代都叫狄,北狄,更准确应该叫东胡,胡人。我们中国还有两个民族是印欧语系的。

这就是56个民族的系统分类,其实没那么复杂,整个中华民族都是一体性的。农业起源的时候形成了一个语系,后来发展成了语族,这个演化符合了语言演变的半衰期规律。

族群分开了,居住远了,语言自然会发生变化,因为口口相传过程中不可能保证所有的发音都一样,代际之间的语音慢慢变得越来越不一样。所以超过8000年的,我们就认为是不同的语系了,比如说汉藏和苗瑶。但是后期有交流,有互相借词,那是很正常的。

从自然科学的角度讲,它们是语种;从社会科学的角度讲,它们是方言。我们都认普通话为标准语,所以其他都属于方言了。这两种不同的定义不矛盾。

那中华民族的分布有些什么自然规律呢?这就要讲到哲学规律。中华哲学有阴阳、五行,孙中山提出的“五族共和”,汉满蒙回藏五大类,这是从文化角度讲的。现在的56个民族的划分,是不断识别、不断完善后的综合因素考虑。那中国的民族到底对不对应五行呢?我发现好像也有点规律在里面。

藏族喜欢红色,喇嘛们穿红色的袈裟,燃灯节,彝族的火把节,羌人的火葬,有很多其他证据、跟火相关的习俗,证明整个羌系民族在文化上有很强的火属性。西方属金,火克金。

南方是百越系统的民族,侗族、黎族、傣族、水族,节日庆典都是用水,文化上显然特别喜欢水。南方属火,水克火。

再看北方,蒙古人崇拜的对象是一个土石堆、敖包,突厥崇拜的石柱、刻人像,都是土。整个北方族群有土的属性。北方属水,土克水。

东方原来古代是东夷,弓矢之民族,商文化里有大量青铜文化,金属性,民族属金,地方属木,金克木。

所以民族分布好像都有一个五行相克的规律在里面。这个规律到底有什么意义呢?我们为什么会总结出这些地方的地气?因为从这五个角度,我们去归纳总结出气候环境里最重要的元素,是观察总结出来的、提升出来的哲学规律。

这些民族的文化属性,实际上就是他们的一种生存策略。这实际上是涉及到生态人类学的领域。我们怎么生活得更好?我们怎么跟自然环境天人合一?跟它去平衡?这都有很复杂的规律,而古人的智慧都给了我们很多答案。

中华文明,在传承什么

中华文明怎么起源的?我们的国家怎么形成的?三皇五帝到底有没有?我们要找一点实证,把一个社会问题、历史问题转化成一个科学问题。

讲中国的历史都从三皇五帝开始,那三皇是谁?各地记录的三皇,谱系都不一样,从历史学角度很难判断。但是从人类学角度,不同地方讲的三皇序列不一样,反而证明是真的。

为什么呢?因为人类学的传播,在有文字记载之前,都是口口相传的,比如编成诗歌背下来在节日庆典上讲。在传播过程中,就会多样化,记错了一点,背错了一点,不同地方有不同的错,版本差异就出现了。

我们现在都说,伏羲、神农、轩辕,这个版本是依据《尚书》。《尚书》里面讲三坟五典,三坟记载的是三皇的各种政令和规范,五典就是五帝了。所以我们的中国文明肯定很早,但文明以什么为标准?凭什么说它早?

西方的考古学界提出来了一个文明标准,城市、文字、青铜器、神庙四种标准。但是这四个标准不靠谱,因为它们是形而下的,是用结果去分类。我们要用原因去分类,要找到源头上的东西,总结出规律,总结出道。

如果形而上的话,文明就只有一条标准,那就是社会规则。大家生活在一起,遵循同样的完善的社会规则,就是有文明,不讲规矩就不是文明。

在古文明里,守规矩还可以划成形而下的四个标准。这规矩有没有人管呢?有人管,那就有帝王,有统治者,这是第一个标准——“统治”。第二个,规矩能不能传下去?传下去就得有记录,不一定是文字,有可能是纹章、徽章、图案、符号。第三个,有没有章法?有没有法律、礼仪规范?中国文化里谁用什么等级的玉器,谁见到谁要鞠躬、要让路,都是有规范的。第四个是历法,也就是日历。山中无甲子,寒尽不知年,那就是野蛮。

那中国的帝王又该怎么找?一个是考古上找陵墓,另一个是从遗传学上找。帝王能够把自己的Y染色体传下来越多越好,所以我们把中国所有的男性都去抽样调查,测他们的Y染色体,看他们是多少年前是一个祖先,从后往前逆推,画一棵树。在这棵树上找到了三个点,这三个点无数个分叉。这三个人所传下来的后代,在中国现在的男人里,占到了接近一半。那这三个人肯定有很高的政治地位,不是偶然性的。

最早的一个距今6800年,帝王6800年前就有了。第二个类型是6500年,第三个类型是5400年。这三个年代远远超过夏商周年,那这三个人是谁?会不会就是三皇呢?完全有可能。但光从遗传学一个证据上,我没办法确定,我们还要有很多其他证据,语言学的、考古学的。

首先挖到的第一个人,在湖南洞庭湖的西岸。常德澧县那边出土了一个城头山古城,这是中国最早的城市,挖出来的是6600年前的陵墓,里面一男一女,男的胸口配着两个玉璜,帝王规格。从他的大腿上面抠了一小块骨片,让我检验他的Y染色体。结果检测下来,他果然是第一个类型。虽然他肯定不是伏羲,因为年代不比伏羲晚,但肯定是他们一家子。然后这个文化叫做高庙文化,从7800年前开始,高庙文化里面就开始画两仪四象八卦图。你去高庙遗址去看,气象万千,就是传说中的伏羲演卦这些地形地势,这些风水全存在。所以真正的伏羲太昊是应该在湖南,因为有最多的证据。

那第二个,濮阳的南边挖出一个西水坡大墓,是6460年前下葬的。墓主人头朝南脚朝北摆布着,周边有很多蚌壳排了很多动物造型,东边有一条龙,西边有一个老虎,左青龙右白虎。北边是个北斗,脚踏北斗,南边排了一溜七个动物,这七个动物对应我们讲的二十八宿里面的南方的七宿的动物,井木犴、鬼金羊、柳土獐、星日马、张月鹿、翼火蛇、轸水蚓、蚯蚓。那么这个人是谁呢?漫天星座围着他,他就是太阳神炎帝,炎帝神农氏很可能是他。很可惜这1000m²的墓葬没保留下来,但龙虎和中间的墓主人这一块整体迁到国家博物馆了。因为没能取基因检测,我只好去找他的后代,在仰韶文化里面的6500年之后的很多遗址里面去找那些贵族,检测结果做下来都是第二个类型,所以我基本上确定是他。这后边需要研究的学术很多,但是从学科交叉的线索上都指向一个方向,所以这应该是对的。

第三个,汉族的这个起源到底在哪里呢?5400年前,在西辽河流域,辽宁、内蒙和河北三省交界地方,就是我们以前讲热河,热河这地方一个风水特别好的山岗上用石头垒起来金字塔造型的陵墓。挖出来的时候金字塔造型已经坍塌了,挖出一溜16个陵墓,这16个排的造型就是天上的轩辕星座。最中间的最早的一个陵墓里面埋着一个墓主人,一看这骨头就知道长得非常帅,身上佩戴着极其高贵的七件玉器,头戴两个轩辕,胳肢窝下夹着一个玉帽。玉帽是汉族早期帝王戴的冠冕,这是汉族的东西,轩辕黄帝开始的,这一系列的墓葬里都有玉帽,都是帝王。这些都是红山文化考古发现,里面文化都是用玉器,而且玉雕是雕龙雕凤,龙还是熊头的龙,还有小玉人修道的造型。

还记得我们讲民族融合提到的5300年前的一个重要事件吗?轩辕黄帝所在的红山文化是6200年前开始的,到了5500年前气候开始慢慢变冷,越来越不适合种庄稼,变成了半农半牧,人口开始南迁,搬回北京去,搬回涿鹿去,甚至搬到河北的南边。继续往南走,跟南边的族群发生了冲突,发生冲突就有可能打仗,阪泉之战的背景可能就是这个原因,阪泉之战就改变了很多事情,之后就发生了涿鹿之战。

那么这个事情真的假的呢?在遗传学上可以看到的是,O3-α这类型当时已经扩散到了全国各地。从考古上面看到的是,辽宁的红山文化5300年前南下了,大量的东西出现在了河北,甚至更往南;中原的仰韶文化炎帝的部落西迁了,西北的大地湾文化,甘肃、青海、陕西那边的大地湾文化被灭亡了,马家窑文化开始了,安徽的凌家滩文化灭亡了;湖南湖北那边的大溪文化被灭亡了,屈家岭文化开始了,开始建造天坛地坛、用玉器;江浙的崧泽文化灭亡了,良渚文化开始了,也开始大量用玉器、造高台。所以5300年前,全国的文化都发生了变化。所以根据遗传学、考古学各方面的学科推断,我们认为涿鹿之战应该是真的。

所有的民族就在那个时候就融合到了一起,汉族里是三个成分都有,就是因为当年三皇统治下的老百姓混在一起了。不愿意被统治收编的那些贵族,跑到西边就变成了羌人,逃到了湘西变成了苗族,跑到湘南的变成了瑶族、畲族,所以少数民族就这样形成了。

《史记》里记载的跟《尚书》有很多矛盾。因为司马迁从他的政治角度出发,他可能认为我们的祖先是大一统更合适,所以伏羲和神农不讲了,三皇本纪是后人补的。我们现在看下来,估计尧帝是神农的后人,而舜帝是少昊的后人,夏禹可能是颛顼的后人,颛顼很可能就是良渚文化的首领。再往后延续,就涉及到夏朝的历史。

最后,我们讲最后几句话,中华文明的核心是什么?我们一直在传承中华文化,传承其实的是三件东西,我们讲的语言是汉语,我们用的字是汉字,我们的哲学理念还是从三皇传下来的世界观。第三个是最重要的,就是我们讲的追求大道的道统。道统的世界观是天人合一、阴阳平衡、和而不同,这些理念都是最早在三皇时期就已经定下来了。

伏羲演八卦,开创了天之道。神农研究本草药食,研究地之道。轩辕是人之道,研究经络、中医、修行、练气、养生。我们现在的生活还继续坚持这些理念,我们华夏文明就不会断,甚至还要继续发扬。

本文为混沌在线周六课程的笔记。想获取最新、最全、最具现场感的学习内容,欢迎锁定每周六的直播课。

  • 关注混沌在线,每周一堂课,为你带来企业创始人的前沿判断与商业认知。

  • 进入混沌APP,往期700+精华好课,助你搭建商业思维体系,实现认知跃迁。

————推荐阅读————

最不受关注的80后,从负重到重配

尤瓦尔·赫拉利:AI留给人类的时间,不到5年

阿云朵仓村长曹国梁:我没做过商业,却做出了一个商业样本

跳转微信打开

从零构建Agent(十一):Extension扩展

2026年10月31日 17:36

原创 从码农到工匠 2026-10-31 17:36 上海

三层事件体系与 ExtensionAPI、ExtensionRunner 配合,实现了一个轻量级的扩展机制。

本文是「从零构建 Agent」系列的第 11 篇:Extension扩展。

本来我打算在这一篇实现跨 Session 的 Memory 功能。要实现 Memory,我们需要能够动态地向 Agent 注入上下文,而扩展点(Extension)正好可以提供这样的能力。不过,当前的 ZeroAgent 还不具备扩展机制,于是我决定先实现 Extension 功能,为后续 Memory 的实现打好基础。

所谓 Extension,就是允许外部代码参与 Agent 的运行过程:观察 Agent 的生命周期、动态注入上下文、注册工具和命令,而不需要修改 Agent 核心代码。

之前我分析过《DeepSeek Harness 的 Plugin 实现机制》。DeepSeek Harness(dsh)把扩展机制做得比较极致,甚至提出了一个理念:Everything is plugin。

不过,本文的Extension实现并没有采用dsh的思路,而是选择了类似于 pi agent extension的极简实现。

1. 模型解耦

在实现 Extension 之前,我们首先需要做一件事:模型解耦。

为什么 Extension 的实现需要先进行模型解耦?

原因在于,Extension 依赖 Agent 生命周期事件,而这些事件中的一部分来自模型端的流式响应。如果 Agent 直接依赖某个模型供应商的 SDK 和事件格式,那么模型供应商的差异就会传递到 Agent 核心,进而影响整个事件体系。

在此之前,openai-client.ts 中的 stream() 方法直接将 OpenAI SDK 返回的流式事件交给 Agent 处理。这意味着,如果要接入使用不同协议的 Provider(比如 Anthropic),就需要在 Agent 核心中增加针对不同 Provider 的处理逻辑。这显然不是我们想要的设计。

因此,我们需要引入一个统一的抽象层:屏蔽不同 Provider 的接口和流式事件差异,让 Agent 只依赖统一的模型客户端接口。

1.1 AiClient 接口

抽象层的核心是模型无关的 AiClient 接口,Agent 只依赖接口;具体实现(OpenAiClient)通过工厂函数创建后注入:

// src/ai/ai-client.ts
exportinterface AiClient {
    stream(request: AiRequest): AsyncGenerator<AiEvent>;
}

AiClient 只有一个方法 stream():接收模型请求,返回一个事件异步迭代器。

Agent 不关心底层使用的是 OpenAI SDK,还是其他模型供应商的 SDK。它只需要通过 for await...of 消费统一的 AiEvent 即可。

这样,Agent 核心就不再依赖具体的模型 SDK。

1.2 工厂函数

OpenAiClient 实现 AiClient 接口,内部根据 baseUrl + key 缓存 OpenAI 客户端实例,并通过 ProviderResolver 获取对应的连接凭据。

src/ai/index.ts 中的 createAiClient 工厂函数,根据 Provider 名称选择具体实现:

exportfunctioncreateAiClient(provider: string, options: AiClientFactoryOptions): AiClient{
if (!openAiCompatibleProviders.has(provider.toLowerCase())) {
thrownewError(`Unsupported AI provider "${provider}".`);
    }
returnnew OpenAiClient(options);
}

目前,ZeroAgent 接入的部分 Provider 可以通过 OpenAI 兼容接口复用 OpenAiClient,因此不需要为每个 Provider 单独实现客户端。

需要注意的是,OpenAI 兼容并不意味着所有供应商都完整实现了 OpenAI 的所有 API。具体能否复用 OpenAiClient,还取决于它所使用的 API 接口、请求格式和流式事件格式是否兼容。

未来接入不兼容协议的 Provider 时,只需要新增一个 AiClient 实现,并在工厂函数中增加对应的分支,Agent 核心逻辑不需要跟着修改。

1.3 AiEvent

AiEvent 是模型客户端向 Agent 输出的统一事件,也是屏蔽不同 Provider 流式事件差异的关键。

举个例子:工具调用(Tool Call)在不同模型供应商的协议中可能有不同的表达方式。在 OpenAI 的 Responses API 中,函数调用对应 function_call 类型的输出;在 Anthropic 的消息流中,则使用 tool_use 等事件表达工具调用。

但是经过中间层转换之后,在 ZeroAgent 内部,我们统一使用 toolcall 相关事件表达这一过程。

完整的模型响应流式事件定义如下:

// src/ai/ai-client.ts
exporttype AiEvent =
    | { type: 'start' }
    | { type: 'text_start' }
    | { type: 'text_delta'; delta: string }
    | { type: 'text_end'; content: string }
    | { type: 'thinking_start' }
    | { type: 'thinking_delta'; delta: string }
    | { type: 'thinking_end'; content: string }
    | { type: 'toolcall_start' }
    | { type: 'toolcall_delta'; delta: string }
    | { type: 'toolcall_end'; toolCall: ToolCall }
    | { type: 'done'; reason: string }
    | { type: 'error'; reason: string };

OpenAiClient 作为 AiClient 的具体实现,其主要职责就是将底层 API 返回的流式事件转换为统一的 AiEvent。

例如:

  • response.output_text.delta → text_delta

  • response.function_call_arguments.delta → toolcall_delta

其他事件也按照相同的思路进行转换。

这里需要强调:AiEvent 并不是 Provider 原始事件的简单转发,而是经过归一化之后的内部事件模型。它保留了 Agent 所需要的语义,同时屏蔽了底层协议的具体细节。

未来即使接入 Anthropic 等使用不同协议的 Provider,我们也只需要实现一个新的 AnthropicAiClient,将其流式响应转换为相同的 AiEvent 即可。

这样,Agent 核心就不需要关心底层究竟使用了哪一家模型供应商。

2. 事件分层

模型解耦之后,我们得到了模型无关的 AiEvent。

不过,AiEvent 主要关注的是 Agent Loop 过程中,模型返回的流式响应,包括文本、思考内容和工具调用等信息。

一个完整的 Agent 不仅仅是消费模型响应,还需要管理轮次(Turn)、消息(Message)、工具执行以及整个 Agent 的生命周期。

因此,仅仅依赖 AiEvent 是不够的。我们还需要在它的基础上建立更高层次的事件体系:AgentEvent 和 ExtensionEvent。

2.1 AgentEvent

AiEvent 表达的是模型层面的语义,并不能很好地表达 Agent 自身的运行过程。

例如,一次 Agent 执行可能包含多个 Turn,但这个概念在 AiEvent 中并不存在。

另外,AiEvent 中的 toolcall_end 表示模型已经生成完毕工具调用信息,并不代表工具已经执行完成。工具执行属于 Agent 层面的行为,需要由更高层次的事件来表达。

鉴于此,我们需要定义一个能够描述 Agent 运行时语义的事件类型:AgentEvent。

exporttype AgentEvent =
    | { type: 'agent_start' }
    | { type: 'agent_end'; message: AgentMessage; }
    | { type: 'turn_start' }
    | { type: 'turn_end'; message: AgentMessage; toolResults: ToolResultMessage[] }
    | { type: 'message_start'}
    | { type: 'message_update'; message?: AssistantMessage; aiEvent: AiEvent }
    | { type: 'message_end'; message?: AssistantMessage }
    | { type: 'tool_execution_start'; toolCallId: string; toolName: string; args: any }
    | { type: 'tool_execution_end';toolCallId: string;result: any;}

可以看到,AgentEvent 在 AiEvent 的基础上增加了 Agent 自身的运行语义。

例如:

  • agent_start / agent_end:表示一次完整的 Agent 执行开始和结束。

  • turn_start / turn_end:表示一次模型交互轮次的开始和结束。

  • message_start / message_update / message_end:表示消息的生命周期。

  • tool_execution_start / tool_execution_end:表示工具实际执行的开始和结束。

这里有一个值得注意的设计:message_update 事件同时携带了 aiEvent 字段,保留了原始的第一层事件。

这样做的好处是,不同消费者可以根据自己的需求选择事件粒度。

2.2 ExtensionEvent

AgentEvent 虽然从 Agent 的视角对 AiEvent 进行了封装,但它主要关注的还是 Agent Loop 内部的运行过程,无法覆盖完整的 Agent 生命周期。

从 Extension 的视角来看,我们需要的扩展点应该超出 Agent Loop 的范围。

例如,我们希望在 Agent 正式运行之前,就有一个扩展点(before_agent_start),让外部代码能够修改 System Prompt、注入上下文。

后续要实现的跨 Session Memory,就需要利用这样的扩展点,在 Agent 发起模型请求之前,将历史记忆动态注入当前上下文。

因此,我们还需要一个与扩展机制对应的事件体系:ExtensionEvent。

在类型定义上,我们可以利用 TypeScript 的联合类型,在 AgentEvent 的基础上增加 Extension 所需的事件:

ExtensionEvent = BeforeAgentStartEvent | AgentEvent

这里的 BeforeAgentStartEvent 就是一个典型的扩展层事件。它发生在 Agent 生命周期的起点,早于 agent_start 和 Agent Loop。

因此,ExtensionEvent 实际上是 AgentEvent 的超集,既包含 Agent 运行过程中的事件,也包含 Extension 自身需要的生命周期钩子。

2.3 三层事件体系

事件流的处理是 Agent 中比较复杂的逻辑之一。面对复杂问题,一个常见的设计思路就是分而治之。

这里的事件分层也是如此:每一层只关注自己需要的语义粒度,层与层之间通过明确的类型转换衔接。

每一层的消费者只需要关注自己关心的事件,不必直接处理其他层的实现细节。

层级

类型名

消费者

粒度

第一层:模型层

AiEventAgent.stream()

最细粒度:每个 SSE delta

第二层:Agent层

AgentEvent

界面、扩展器

Agent Loop 语义

第三层:扩展层

ExtensionEvent

Extension 钩子

AgentEvent 超集

说实话,事件体系是我目前在 ZeroAgent 上花费时间最多的部分。主要原因是很多设计一开始并不清晰,不知道什么样的抽象才是合理的。

最后参考了 Pi Agent 的实现,结合 ZeroAgent 当前的架构,才逐渐确定了这样的分层设计。![[Pasted image 20261030182346.png]]

3. Extension 实现

前面介绍了模型解耦和事件分层,接下来再来看本章真正要实现的功能:Extension。

ZeroAgent 的 Extension 设计比较简单,主要由三个部分组成:

  1. ExtensionAPI:提供给扩展使用的 API。

  2. ExtensionRunner:负责加载扩展、管理注册表和分发事件。

  3. Agent 生命周期钩子:在合适的时机触发扩展,让外部代码参与 Agent 的运行。

3.1 ExtensionAPI 与一个最小扩展

Extension 是一个 .ts 模块,default export 一个工厂函数,接收 ExtensionAPI:

exportinterface ExtensionAPI {
    on(type, handler): void;                 // 事件钩子
    registerCommand(name, command): void;    // 注册命令
    registerTool(definition, handler): void; // 注册工具
}

三个 API 覆盖 Extension 的全部能力。一个最小但完整的扩展:

// .zeroagent/extensions/demo.ts
exportdefaultfunction (zeroagent) {
    zeroagent.on('before_agent_start', (event) => {
        event.systemPromptOptions.sections['project_context'] = 'Project context.';
    });
    zeroagent.registerCommand('hello', {
        description: 'Show a greeting',
async handler(args) { console.log(`Hello, ${args || 'world'}!`); },
    });
    zeroagent.registerTool(
        { type: 'function', name: 'get_answer', description: 'Return the answer.',
          parameters: { type: 'object', properties: {} }, strict: true },
async () => '42',
    );
}

3.2 ExtensionRunner 与两层加载

ExtensionRunner 是整个扩展系统的核心。

它持有 handler、command、tool 三个注册表,负责扩展的加载、事件分发以及相关资源管理。

在事件分发上,ZeroAgent 将其分为两种方式:

  • emit(event):通用事件分发,用于通知型事件。Handler 的返回值会被忽略。

  • emitBeforeAgentStart(input, options):专门处理 before_agent_start 事件。Handler 除了可以修改传入的配置对象,还可以通过返回值注入消息。

为什么要将 before_agent_start 单独处理?

因为普通事件主要用于通知消费者,消费者监听事件后执行自己的逻辑即可,不需要改变 Agent 的执行流程。

但 before_agent_start 不一样,它需要允许 Extension 参与请求组装过程,修改 System Prompt,甚至注入额外的消息。因此,它需要一个专门的执行入口来处理 Handler 的返回值。

在扩展加载方面,与 Skills、Commands、SubAgents 一致,Extension 也采用「用户级 → 项目级」两层加载机制。

层级

路径

用户级

~/.zeroagent/extensions/*.ts

项目级

{workdir}/.zeroagent/extensions/*.ts

3.3 before_agent_start:修改 System Prompt

before_agent_start 是唯一能「塑造」行为的钩子,在请求组装前触发。它携带可变对象 systemPromptOptions:

exporttype SystemPromptOptions = {
    sections: Record<string, string>;  // 命名段落,按插入顺序渲染
    appendSystemPrompt: string;        // 追加在所有段落之后
};

Agent 在 #prepareRequest 里先创建初始 options(base 指令占首个 section),交给扩展修改,再渲染成最终 instructions:

const systemPromptOptions = createSystemPromptOptions(instructions);
if (this.#extensions) {
const before = awaitthis.#extensions.emitBeforeAgentStart(input, systemPromptOptions);
    injectedMessages = before.messages ?? [];
}
const finalInstructions = composeSystemPrompt(systemPromptOptions);

4.4 参考 Pi Agent 的 Extension

ZeroAgent 的 Extension 主要参考了 Pi Agent——一个极简、可扩展的 Agent Harness。

Pi 的扩展同样采用 default export function (pi) 的 .ts 模块形式。它的 ExtensionAPI 除了 on、registerCommand、registerTool 之外,还提供了 TUI、快捷键、命令行参数、Provider、MCP 等扩展能力,以及消息发送等接口。

ZeroAgent 当前并没有照搬 Pi 的全部能力,而是重点借鉴了两个设计:

  1. ExtensionRunner 的事件分发设计:普通事件使用 emit(),而 before_agent_start 这种具有特殊返回值语义的钩子,使用独立的 emitBeforeAgentStart()。

  2. 可变的systemPromptOptions:通过可变的 sections 对象管理 System Prompt,而不是要求 Extension 每次返回一份完整的新 Prompt。这样既能保留基础指令,也方便多个 Extension 在不同位置增加自己的上下文。

ZeroAgent 目前还是一个以学习和理解 Agent 架构为主的项目,没有必要一开始就实现 Pi 那样完整的扩展能力。

等后续实现 TUI 之后,再逐步增加 TUI 相关的扩展接口。

4. 总结

本章为了实现 Extension,实际上做了两项基础架构改造:模型解耦和事件分层。

整个实现过程可以归纳为以下几个步骤:

  1. 需要扩展点:为了让 Agent 支持运行时可插拔的能力,需要允许外部代码观察和塑造 Agent 的行为。

  2. 梳理 Agent 生命周期:Extension 必须依附于 Agent 的生命周期。我们梳理了一次 Agent 执行的完整流程,从 before_agent_start 到 agent_start,再到 ReAct 循环,最后以 agent_end 结束。

  3. 建立事件分层:不同阶段需要不同粒度的事件,因此设计了 AiEvent、AgentEvent 和 ExtensionEvent 三层事件体系。

  4. 实现模型解耦:为了避免第一层事件依赖具体 Provider,我们抽象出 AiClient 接口和 AiEvent 类型,将 Agent 核心与具体模型 SDK 解耦。

最终,三层事件体系与 ExtensionAPI、ExtensionRunner 配合,实现了一个轻量级的扩展机制。

Extension 可以监听 Agent 生命周期、修改 System Prompt、注入上下文、注册工具和命令,而不需要修改 Agent 核心代码。

至此,ZeroAgent 从一个主要依靠内置功能实现能力的 Agent,进一步演进为一个能够通过外部扩展塑造自身行为的 Agent 框架。

本章也为下一篇实现跨 Session Memory 做好了准备:Memory 可以作为一个独立的 Extension,在 Agent 启动之前检索历史记忆,并将其动态注入当前上下文。

读者可以在 https://github.com/significantfrank/ZeroAgent 的 chapter11 中获取本文的完整源码。

若觉得本文对你有帮助,请支持我的新书:《Harness 工程实战》。

跳转微信打开

豆包又发福利了,分享3种薅羊毛的方法

2026年10月31日 12:18

原创 冷逸 2026-10-31 12:18 广东

速来

大家好,我是冷逸。

刚刚,豆姐又来发福利了。

从今天起,豆包工作或豆包电脑版每天都可以免费领200额度,连续领一个月就是8800的额度,比一个标准套餐的订阅额度(8400)还多。

所有新老用户,都可以领。周一领,翻倍;赠送额度到500、2000、5000时,还会有额外赠送。合起来,每个月就是8800的额度。

为了领上这个鸡蛋,我直接让豆包工作帮我写了一个Python程序,每天到点自动帮我领额度。

可谓是loop上了,每日额度AI自己领,自己领完自己花。

提示词就这一句,你发给你的豆包工作也能轻松复刻。

它还挺聪明的(模型选的是豆包2.1 Pro),用了伪装客户端UA+无头模式帮我测、帮我跑,直接端到端完成了任务。

后续,定时任务都是Windows系统自动运行,也不会消耗我豆包工作上的额度。

对了,如果你是新用户的话,注册就能免费领一个月的体验套餐。

除了这2个福利,还有一个福利也可以薅。

点左下角的头像,找到“免费用豆包”。这里有很多的体验活动可以参加,得额度。

比如,让它给你整理一份文档,写一份PPT,操作一次浏览器,或者设置一个定时任务……这些体验任务都能领额度,属于是既把Work做了,还有额度拿。

关于额度消耗,我仔细看了一下官方规则。如果你本身就有会员,它会优先消耗赠送额度,用完了才消耗会员额度。所有赠送额度,除了生视频和Pro模型以外,其他所有能力都能用。

不得不说,豆姐在发福利这块还是挺给力的。从豆包工作推出以来,这已经是他们连续第三次向所有用户发放额度福利了。

各位觉得这篇羊毛攻略还不错的话,欢迎给我点个三连,让更多人的看到,大家一起薅。

除了免费领额度外,豆包工作最近也是腹泻式更新,推出了很多不错的功能。我挑几个我认为还不错的,给大家结合场景仔细介绍。

第一个,就是这周刚上线的「录制操作生成技能」。

这个技能是真的管用,你把日常一些常用的电脑操作流程录屏下来(可以边录边讲),发给豆包工作,它会帮你把整个工作流程写成skill。后面再做类似任务时,它就可以直接调用这个skill了,不需要你再解释操作步骤。

完整的演示过程,请看VCR。

我是真的很佩服字节的产品经理,能把这个技能想出来的人是真的聪明。配合豆包大模型本就在线的Computer use能力,这个技能太有用了。

第二个,本地Office文件一键打开,直接编辑。

Word、Excel、PPT这些常见的办公文件,直接用豆包或豆包工作就能打开。

打开后,可以直接手动修改,也能让豆包工作帮你改。

保存后,修改会立即写入本地文件。再用office软件打开,也能看到改动后的版本。

第三个,任务消息排队提交。

有时候,任务时间会很长,在等待过程中,我们可以批量提交修改或优化需求。

豆包工作会按照提交顺序,逐条处理,电脑端和手机端均支持。

这个功能,我经常使用。在电脑端一口气提交多条需求后,出门吃个午饭回来,任务直接就完成了。

第四个,一键导入其他Agent的对话、skill和记忆。

这个功能,看起来有点像流氓,但真的好使。可以把我的Claude Code、ChatGPT、Trae Work、Coze等平台的项目、对话、skill、连接器和记忆一键同步到豆包工作里,继续使用。

包括像历史会话,都是可以导的。它会保留原有的上下文,导到豆包工作后,可以接着在原会话里继续对话,无需重新配置,也不用交代上下文背景,打开就能直接聊。

第五个,无限画布。

在skill中选择「创意设计」或「创意视频」,生成后的图片、视频和HTML产物会自动汇入一张画布。

在画布里,可以轻松地对设计产物和素材进行对比、编辑和延展。

生图,模型可以自由选择Seedream 5.0 pro或flash;生视频,模型可以自由选择SD2.0、2.0 fast和2.5;生音频,模型是Seed Audio 1.0。

豆包工作,是少见的在图片、音频、视频和Coding等领域都具备顶级模型的Work Agent。唯一有遗憾的是,目前语言模型不支持第三方。

不过,我听见有人说,好像快了,非常期待。

写在最后

所谓Work Agent,要的不就是既能干活又能省钱的AI。

豆包工作这两样都占:羊毛给得足,功能腹泻式更新,一批接一批给用户堆。

论互联网产品工厂,真没几家比得过字节。

所以,别客气,快让它给你写个程序,每天自动把额度领了。

领完就是一个月的会员。Work Agent的第一课,先学会给自己薅羊毛。

跳转微信打开

21 家 VC 拒绝 Anthropic 之后,哪些投资人决定在早期下注?

2026年10月31日 10:30

原创 SVTR 2026-10-31 10:30 美国

10 月 26 日,Anthropic 向美国证券交易委员会(SEC)公开提交招股书。2021 年它找了 22 家风投,21 家拒绝,这段往事常被讲成“少数人看到了未来”。

SVTR|硅谷科技评论

10 月 26 日,Anthropic 向美国证券交易委员会(SEC)公开提交招股书。2021 年它找了 22 家风投,21 家拒绝,这段往事常被讲成“少数人看到了未来”。招股书第一次披露了每一轮的入股价格,我们得以逐轮核对:谁在什么阶段、按什么价格下了注,谁又一直拿到了最后。

Anthropic 的招股书里有一张优先股表:2021 年 5 月 A 轮,每股 2.57 美元;2022 年 4 月 B 轮,11.23 美元;2023 年春天 C 轮,还是 11.23 美元;今年 5 月至 6 月的 H 轮,589.01 美元。

我们的判断是:Anthropic 早期融资里最值得回头看的,是 2023 年的 C 轮,而不是 2021 年那 21 次拒绝。C 轮从 3 月发到 6 月,期间 Claude 对外开放,价格却一直停在一年前 Sam Bankman-Fried(SBF)领投 B 轮的水平。同样按 11.23 美元入股,Spark Capital 一路持有到上市前,每一轮都在加码;FTX 那批股份则在破产清算中被卖掉。

同一个价格入股的两家投资方,从回报的角度来看,两笔钱的结局差得很远。

同一个价格:B 轮和 C 轮都是每股 11.23 美元

系列(发行时间)

每股价格(美元)

涨到 H 轮的倍数

Spark 认购(百万美元)

A(2021-05)

2.57

229

未披露

B(2022-04)

11.23

52

未披露

C(2023-03 至 06)

11.23

52

75

D(2024-01 至 05)

30.00

20

75

E-1(2025-01 至 03)

56.09

10.5

100

F-1(2025-08 至 09)

140.97

4.2

62

G-1(2026-01 至 02)

259.14

2.3

25

H-1(2026-05 至 06)

589.01

1

440

数据:SVTR AI 创投库,截至 2026-10-27;每股价格与 Spark 认购额取自 Anthropic 招股书(2026-10-26)。倍数只是两轮价格之比,不等于任何投资人的实际回报。

21 次拒绝:想融 5 亿美元,最后融了 1.24 亿

早期投资人 Anjney Midha 今年 4 月在播客 20VC 上回忆:“我把他们介绍给沙丘路上的 22 个朋友,被拒了 21 次。”有一位投资人看完材料,反问 GPT-3 是什么。坐在对面的,正是做出 GPT-3 的那批人。

团队原本想融 5 亿美元,最后只好降到 1 亿美元左右。2021 年 5 月公布的 A 轮是 1.24 亿美元,Jaan Tallinn 领投,Dustin Moskovitz、Eric Schmidt、James McClave 和新兴风险研究中心跟投,没有一家风投机构。我们认为,那 21 次拒绝有两层原因:

· 看不懂:连 GPT-3 都没听说过,自然也不会相信规模化定律(模型越大、算力和数据越多,能力就越强)。

· 投不起:团队还没有产品,一开口就是 5 亿美元,超过了多数基金对单个项目的出资上限。

最后掏钱的,都是花自己钱的人。

Tallinn:花 2.57 美元,买一家他担心的公司

Tallinn 是 Skype 的创始工程师,也是剑桥大学生存风险研究中心和未来生命研究所的联合创始人。2023 年 4 月他对 Semafor 说:“我的想法一直是,让在乎安全的钱,去顶替那些不在乎的钱。”

Image of Jaan Tallinn - Future of Life Institute

同一次采访里,他也承认这个计划失败了:他投过的实验室,没有一家站出来支持暂停前沿研究的倡议。“在我见过的实验室里,Anthropic 最重视安全,但它做的仍然是危险的事,我也说不准它该不该做。”

A 轮到 H 轮,价格涨了 229 倍,是全表最高。这只是两轮价格之比,Tallinn 投了多少、后来有没有卖,都没有公开。能确定的是:这 229 倍说明他押对了 AI 能力会飞速进步,却说明不了他押对了安全。

Razavi 的两份备忘录

2023 年初,ChatGPT 刚火遍全球。Anthropic 联合创始人 Daniela Amodei 后来对 Forbes 说,那时“AI 并不被看作一个性感、值得投的方向”。同一篇报道写道,当时多数风投把 Anthropic 看作追赶 OpenAI 的二流选手,怕砸下几十亿美元押错了马。Spark 合伙人 Yasmin Razavi 拍板时 37 岁,Anthropic 还没有公开产品,也没有收入。

Yasmin Razavi

她写了两份长篇投资备忘录,向其他合伙人力陈这笔交易。她后来回忆:“这是一次很大的冒险,但这是做出 GPT-3 的那支团队。”Spark 投了 7,500 万美元,领投 4.5 亿美元的 C 轮,这一轮对应的估值约 50 亿美元。用她的话说,这是 Spark 建所以来开出的最大一张支票。

招股书显示,Razavi 自 2023 年 3 月起任 Anthropic 董事。据 Newcomer 报道,这个席位原本约定在 Anthropic 年收入达到 10 亿美元时失效,但她至今仍在董事会里,是唯一的风投代表。Spark 此后每一轮都跟,最大一笔是今年 H 轮的 4.4 亿美元,买在全程最高的价格上。按招股书披露,Spark 六轮共认购约 7.77 亿美元;只算 C 轮那 668 万股,按 H 轮价格粗算值约 39 亿美元。

同一个价格,两种结局

B 轮 2022 年 4 月宣布,5.8 亿美元,由 SBF 领投。招股书显示,B 轮全部是无投票权的优先股。FTX 旗下实体在这一轮投入约 5 亿美元。

2022 年 11 月 FTX 破产,破产管理人 2024 年分两批卖掉了这批股份:3 月卖出约三分之二,作价 8.84 亿美元;6 月卖掉最后约 1,500 万股,每股约 30 美元,恰好是 D 轮价格。两批合计约 13 亿美元。

这笔投资并没有亏:投入 5 亿,收回约 13 亿,约 2.7 倍。按 B 轮价格折算约 4,450 万股,如果一直拿到今天,按 H 轮价格粗算值约 262 亿美元。这只是纸面数字,没人能按这个价格成交,差距全部来自卖出的时间。

SBF 和 Spark 按同一个价格下注,区别在于谁的钱能拿到最后。评估一笔前沿投资,通常只问两件事:技术能不能成,价格贵不贵。FTX 的结局补上了第三件:出钱的人自己能不能撑到兑现那天。

2023 年那个 11.23 美元,买的是什么

期间

收入(百万美元)

算力与基础设施支出(百万美元)

支出是收入的几倍

2023 年

41

433

10.6

2024 年

386

2,522

6.5

2025 年

4,585

7,326

1.6

2026 年上半年

16,286

8,945

0.55

数据:SVTR AI 创投库,截至 2026-10-27;取自 Anthropic 招股书,2026 年上半年未经审计。算力与基础设施支出不同于传统意义上的营业成本。

这张表是事后才有的。2023 年春天,Spark 看不到全年收入,只能看到 Claude 刚刚开放,Notion、Quora 等合作方开始接入。事后看,那一年 Anthropic 收入 4,100 万美元,花在算力上的却有 4.33 亿。直到 2026 年上半年,收入才第一次超过算力支出。

Spark 当时承担的风险很明显:模型已经证明能用,但花在算力上的钱能不能变成收入,还没有任何数字可以证明。2022 年下半年起,一级市场整体估值回调,平价续融本身并不便宜;但在 Claude 已经上线的前提下,市场仍没有为“模型能用”这一步加价,Spark 因此用 2022 年的价格买到了它。

看对一次之后,他们押在哪里

Anthropic 早期这几位投资人,后来押的方向并不一致。据 SVTR AI 创投库:

· Spark 押模型下面一层:2026 年至今领投或联合领投 10 轮,其中 7 轮、合计 32.4 亿美元投在推理软件(Baseten、RadixArk)、光互连(Lumilens)、数据中心供电(TAR、Rune)和量子计算(Oratomic),约占它今年领投金额的七成。

·Schmidt 继续押模型:库里记录了他个人投的 20 家 AI 公司,多数在训练自己的模型。在我们官网,最近有篇文章详细介绍其AI投资策略。

· Tallinn 转去资助安全研究:2025 年 6 月,他和 Schmidt 等人一起资助了图灵奖得主 Yoshua Bengio 创办的非营利安全实验室 LawZero,首批约 3,000 万美元。投实验室没能左右方向之后,他换了一种出钱的方式。

换到中国:没有 21 次拒绝,钱来自大厂和国资

从 SVTR AI 创投库的记录看,中国头部模型公司早期很少经历 Anthropic 那样的冷遇,大额资金很早就到位,出钱的主要是互联网大厂、红杉中国和地方国资:

· 月之暗面:成立次年(2024 年 2 月)一轮 10 亿美元,红杉中国、阿里、美团等投资。

· MiniMax:2023 年 6 月腾讯投 2.5 亿美元,2024 年 3 月阿里、红杉中国投 6 亿美元。

· 智谱:2023 年美团、阿里、腾讯等先后入股,此后的钱越来越多来自北京、杭州、珠海的国资基金。

例外是 DeepSeek:创始人梁文锋用幻方量化的钱一直撑到 2026 年 6 月,才第一次对外融资。

这个判断可能错在哪

· 倍数不等于回报:上市价格还没定,优先股转换、锁定期和上市后的股价,都会改变实际收益。

· 幸存者偏差:同在 2023 年,Inflection AI 6 月融了 13 亿美元,接近 Anthropic C 轮的三倍,投资方包括微软、英伟达和 Eric Schmidt。2024 年 3 月微软挖走了它的两位联合创始人和大部分员工,据彭博等报道,投资人拿回投入的 1.1 到 1.5 倍,并保留了剩余公司的股份。

· 2021 年那 21 次拒绝未必是错:按当时能看到的信息,拿 5 亿美元押一支还没有产品的研究团队,超出了多数基金能承受的风险。

下一个错价窗口:风险已经下降,价格还没跟上

今天的头部模型公司不缺钱,被拒 21 次的事很难重演。更值得盯的是 2023 年那样的窗口:关键技术风险在下降,商业上的证据在增多,价格却还停在上一轮。我们会盯 AI for Science、具身智能这类技术跑通早于生意跑通的方向,看是否出现产品已上线、却按上一轮价格续融的公司。

对早期基金来说,本文留下两个问题:一家研究型公司的关键风险已经下降、收入还撑不起估值时,你愿意付和一年前一样的价格吗?如果愿意,你的基金能不能在之后五轮里一直跟下去,并撑到它上市?

文中的价格倍数与粗算估值都是研究性比较,不代表任何投资人的实际或可实现收益,不构成投资建议。

阅读原文

跳转微信打开

苹果 AI 终于来了,作为 MacTalk,我最期待这俩功能。 千呼万唤的国行 Apple Intelligence 终于有了时间表。首批功能将于 11 月 4 日随...

2026年10月31日 10:14

MacTalk 2026-10-31 10:14 北京

苹果 AI 终于来了,作为 MacTalk,我最期待这俩功能。

千呼万唤的国行 Apple Intelligence 终于有了时间表。首批功能将于 11 月 4 日随开发者 Beta 开放测试,12 月随 iOS 27.3 正式版推出。距离这货最早亮相,两年多过去了,要是结婚,娃都能生俩。

并且,这次发布只有 iPhone,Mac 和 iPad 都没有,支持的机型包括 iPhone 15 Pro 系列、iPhone 16 及后续机型,以及 iPhone Air、iPhone Duo,支持简体中文和英文。

更惨的是, 也不包含新一代 Siri AI,今年 6 月发布的最新 Apple 智能功能也没有。那个能够理解个人上下文、看懂屏幕并执行跨应用操作的助手,没来,只是多了些边角料 AI。

说实话在墨问 Bots 都玩这么溜儿的今天,苹果这些功能实在是小儿科,比如写作工具支持改写、校对,智绘表情,视觉智能和智能整理通知摘要啥的,很难给用户带来惊喜。

但有俩功能我还是很期待的,主要是这种咱也做不了啊,都是苹果生态里的,一个是照片终于支持自然语言搜索,想找你的猫猫狗狗相机图书,和谁的合影,在哪里拍的,估计会非常方便。另一个就是宣传了很久的实时翻译,整合进了信息、电话和 FaceTime,也能搭配受支持的 AirPods 使用,咱的 AirPods 终于能体验一回了。

Siri 更新了界面,支持语音与文字切换,据说能理解口误和临时改口,能不能正确操作 App 呢,这个得试试才知道。

不管功能咋样,国行苹果智能总算起了个头,这是好事。这次的技术分工也挺有意思:基础功能由苹果自研模型驱动,苹果强调设备端处理,比如实时翻译就使用完全在设备端运行的模型,让个人对话留在本地。照片里的消除工具,则可以移除画面中的干扰对象,应该也是端侧模型干的。

此外,用户可以选择在 Siri、写作工具和视觉智能中接入千问,扩展问答、内容生成和图文理解能力。在用户把问题、文档和图片发送给千问前,系统会先征得用户同意。

插一句,端侧模型啊,这是让人们换手机了……

据说写作工具还有个"千问创作",可以从零生成文章、邮件乃至图像;视觉智能则接入千问与百度图像搜索(报道非官方),系统承担了能力选择与交付的职责,也许未来苹果会接入更多模型,国内模型厂商好好努力吧。

真正的看点仍然是 Personal Agent,苹果掌握硬件入口、操作系统与应用生态,它做这个最合适了,而难题也恰恰来自于此,用户量巨大,隐私保护、应用隔离和用户控制权的分配等等,都得处理好了。

AI 时代很有意思,你等两年再做,会发现之前的弯路都不用走了 😂

跳转微信打开

❌