铃阅
❌

阅读视图

秋天,关于人生发展的 24 条心得

原创 阳志平 2026-11-15 17:25 北京

24 条秋日心得

关于 AI

1

我有种悲观的预测:随着 AI 大模型能力变得这么强,尤其是到了 Claude Fable 5.2、GPT-6.2 Sol 这种级别,绝大多数我们今天熟悉的知识工作,可能将变为类似「智能驾驶」普及后的那种工作——在遥远的监测大厅,看着智能驾驶的汽车是否出事。这类岗位,在汽车行业叫做「安全员」。

未来,大量我们今天熟悉的知识工作,将变为一个「安全员」看着几十个 AI 在干活。

而新的工作岗位是什么?除了较为明显的「模型家」之外,大量新的工作岗位,还没涌现出来。现有的工作岗位却在大规模、成建制地消失。

2

如果说 AI 大模型的发展,2022 年的 ChatGPT 及背后的 GPT-3.5,是第一个里程碑;那么,2025 年的 Claude Sonnet 4.5 及稍后的 Opus 4.5,则是第二个里程碑。

第一个里程碑解决的是:在网页版的对话窗口中,可以流畅地进行多轮类人对话。

第二个里程碑解决的是:在本地更大规模的项目对话窗口中,可以真实地解决复杂问题。

接着,到了 Opus 5、Fable 5 这类,解决的是第三个里程碑:如何让这种复杂工作能力,跨越更多的时空?

(1)时间:如何像人一样,持续工作整天、整周、整月,甚至像超人一样,24 小时持续工作整季、整年?

(2)空间:如何从信息世界走向真实的物理世界,并具备更强的空间移动能力、在空间中操作事物的能力?

无数话题正在涌现。任何一个细分领域,都是前所未有的新课题、新学科,也是新机遇。当然,也是新的社会问题:以前的不少工作岗位,变得没必要了。

3

今天,一位外地的同学来京找我。这位同学是 HR。聊天时,她掏出手机,说,阳老师,这是我开发的 app,给你瞧瞧。

太棒了!真的要手动点赞。一位 HR 背景的同学,竟然自己折腾出一个 app 了。真的是 AI 突破之后才有的奇迹。

不仅仅是开发 app,她说,如今工作中几乎处处离不开 AI 了。这次来北京期间,她给部门同事们开发的在线应用,依然在跑着,节省了同事们大量工作时间。

4

写匠的第一个大模型、第二个大模型训得太顺利,以至于我大大低估了训练大模型的难度。

结果,到了写匠的第一个大模型做增强版的时候,明明数据更好、规模更大、训练思路也差不多,但连续三个版本,总是难以超过最初的那个版本。前后搞了 2 周,耗费巨资,才终于超过了最初随手训的那一版。但距离最初的预期还有不少差距。

看来,训模型的确有些玄学在里面。最关键的还是数据配方。一旦数据规模扩大,之前成立的数据配方就不一定成立了。

全是细致活,光是清洗脏数据、数据自检,花的时间就是训模型的二三倍。

5

AI 时代的三班倒。

每天早上醒来,看看昨晚三个复杂项目推进得如何。然后与 AI 长对话多轮,将足够干一上午的活派给它继续干。我自己去看书或写作。

到了中午,吃完饭,继续换一个班次。继续与 AI 长对话多轮,将足够干一下午的活派给它。我自己午睡。

晚上跑步之前,看看下午干的活进展,继续派发一轮。我出去跑步、吃饭。回来后,与 AI 长对话多轮,下发晚上我睡觉时它干的任务。

更有趣的是,AI 每天三班倒,一个班次同时开三个大项目,一个大项目有必要的话,同时开多个 worktree。相当于三个团队,每个团队有 3~10 个工程师在干苦力。推进速度极快。

有两三个晚上,我的「AI 自主系统」生生干到了几十个 Agent 同时推进,并行开 47 个 worktree,几乎不到一周,就干完一个大项目的关键部分了。

大量脑力劳动的黄金期可能过了。一个人再怎么努力,也干不过几十个 Agent 并行猛推。未来,真正的红利属于谁呢?显然,并不像我们想象的那样,属于底层或属于精英。一切都在混乱中,答案还不明朗。而在当下,唯一确定的是,能掌握「并行意识」的人、能驾驭「复杂系统」的人,还很有优势。但未来呢?

6

今年生病比往年多,同事调侃:可以统计一下生病的时间和 token 消耗量的关系。

我觉得两者大概率有关。用 AI 的时候,人的大脑更容易在无意识中被迫高度集中注意力,可能会释放更多的肾上腺素等激素。

石器时代传承下来的人类身体,之前从来没接受过这种模式。这种无意识的、高强度集中注意力的模式,是一个全新的课题。

没想到我成了第一批受害者:D

关于人性

7

做人,拎得清;做事,拿得出手。

这么简单的为人处世道理,根据我的经验,能达标的,在社会上也是少数中的少数了。

拎得清:分得清楚,什么是好歹;什么是机会,什么是陷阱;什么是狐朋狗友,什么是良师益友;什么是自己该拿的,什么是自己不该拿的。

拿得出手:是一款完成度较高的作品,是一款能够对得起用户或买家掏的钱的作品,是一款具备美学与品味的作品,是一款自己足够骄傲与乐意介绍给他人的作品。

8

我们这代人其实挺幸运的。赶上整个世界最和平的几十年,而又经历了众多机遇:中国加入 WTO、互联网、移动互联网、AI。

如果有一定经济能力了,温饱不愁了,那么,我们不妨给自己提出更高的目标,做一些更有趣的事。虽然这种事,外人可能难以理解,自己也难以表达。

人一辈子,如果经常屈服于社会要求,从来没有让自己的自由意志最大化,从来没有产生那种强烈的意义感、使命感——这件事我就是要干成,并且整个历史、领域、同行、国家、城市,可能只有我能干成——那么,可能都有些辜负这些幸运了。

另外,人不要让自己经常陷入社会评价陷阱。追求论文数量,总会有比你发得更多、级别更高的人;追求融资规模,总会有规模更大的;追求粉丝数量,总会有比你更适合吃这一碗饭的人。

一辈子能用于高度专注工作的时间,几乎少得可怜。我在《聪明的阅读者》中做过一个估算:一辈子能读完的有一定难度的书,超过 1 万本都很难。同样,我们高强度专注工作的时间,也就是每天至少持续 4 小时、容易产生心流的工作时间,一辈子很难超过 1 万天。多数人,一年时间能有 30 天高度集中注意力的工作时间就很不错了;专业知识工作者,可能 100 天也就差不多了。

而一个人,如果每年有 300 天高度集中注意力的工作时间,受各类打扰较少,能持续工作 33 年,那么,简直幸运到极致了。

9

AI 大模型的能力快速进步,会让不少人成为「水货」。

有的人,在 AI 时代来临之前,没有很好的阅读习惯,读一篇难的论文,都看不懂,更别说一些专业学术著作了;

有的人,在 AI 时代来临之前,没有很好的写作习惯,几十年没写过一两篇工作之外的文章,更谈不上形成自己的风格;

有的人,在 AI 时代来临之前,没有很好的思考习惯,连常见的逻辑论证错误都挑不出来,更谈不上面对高手的贡献,有理有据地吸取可以吸取的,放弃可以放弃的。

突然之间,一夜之间,在 AI 大模型的加持之下,似乎人人都具备阅读理解能力了、写作能力了、思考能力了。而如果误将大模型加持的这些能力,当成自己的能力,那不是水货是什么?

看似同样年轻的两个人,一个人干活慢,但每个活都想得更深,自己主动思考:这个领域的难题是什么,这次我可以搞定什么。另一个干活快,看似很快就交出结果,并且结果像模像样。

但多年后,胜出的一定是前者。前者让每个难题都成了自己的成长垫脚石;而后者则绕过了一个又一个难题,最后大概率就形成了取巧的惯性,成为一个平庸的人。

在 AI 时代,成为一个真实的、有深度的人,比被 AI 包装成一个看似有能力的人,来得更为重要了。花哨、花活、捷径,终究将被时代的浪潮卷去。

10

「在场」与「离场」,是两个不同的相位。

有的人在场反应极快,当场给判断,当场给方案,比如我这样的人。但我也有一类朋友,当场反应很慢,不给判断、也给不了方案,事后却会给出非常好的建议。

「在场」与「离场」的不同行为模式,与一个人的生活方式、人性系统强相关,无所谓对错。

但问题出在哪呢?我们更习惯将「离场」解读为「笨」「顺从」「没主见」「老实」等等。其实不是这样的,只是一种不同的「行为模式」而已。

那么,习惯「离场」处理问题的人,如何获得更好的人生发展?其中一个巧妙解是将复杂约束为可以理解的复杂。比如,规定自己 3 小时、7 小时、21 小时、42 小时,「离场」处理完毕不同复杂度的问题。如此一来,内耗会大大减少。

很多习惯「离场」处理问题的人,不是不具备问题解决能力,而是内耗太久了,最终导致所有的心力浪费在是否解决问题上了。

11

区分「过程」与「结果」。

很多时候,年轻时的选择其实无所谓。彭明辉老师有一篇经典散文,讲年轻时两种都让你焦虑的选择,事后来看,选哪条都差不多。

但如果你在选择的「过程」上焦虑太久了,消耗过多时间了,投入太多感情了,那么,即使你拿到的是一个很不错的「结果」,你也会大大质疑这个「结果」,最后削弱了这个「结果」给自己人生发展的正面意义。

好的做法是什么呢?与其反复思考自己是不是选错了,去质疑拿到的「结果」本身,不如换一个思想实验:假如把你那个选择、思考或纠结的「过程」缩短到原来的三分之一、十分之一,结论完全不变,你还会觉得自己选错了吗?

12

在网络小说与短剧中,经常有一种这样的剧情设计:好赌的爸爸,生病的妈,上学的弟弟,破碎的她。一般有个女主角或女配角出生于这样的家庭。

目前,东木咨询来访者近 600 例了,或多或少,有些统计数据能说明问题了。在我接触的来访者中,更常见的家庭环境是这样的:家暴的爸爸、爱控制的妈妈、孤独的自己。

家暴的爸爸:中国大男子主义传统,在老一辈身上其实很常见,而家暴常常伴随酗酒、打牌、出轨等等。

爱控制的妈妈:老一辈的家庭,妈妈的生活空间,往往以家庭为主,这样一来,就容易将所有注意力放在孩子身上,而不少妈妈,难以放手孩子。

孤独的自己:80 后、90 后这两代人,所处的环境变化极大。离婚率升高,晚婚、不婚越来越常见,亲密关系变得越来越不稳定。结果是,不少人身边缺少一个可以长久依靠的人,很容易陷入孤独。

很多人会反复与这些做斗争,难以与自己和解。但可能更好的处理方法还是情境先行。比如,与原生家庭适当隔离。多数时候,人们容易出现两个极端,一个极端是彻底捆绑,与父母同住,卷入大量原生家庭的复杂漩涡;另一个极端是彻底远离,从不跟父母联系。更好的做法是,在情绪与生活方式上保持距离,但在健康上给父母兜底。

这里有个常用的技巧:从无期判为有期。很多人没有意识到,我们其实没必要多年、几十年与家人同住,而是可以有意识地选择性价比最高、最应该与家人同住的时候。

爱自己,从创设一个令自己舒服的情境开始。一个不错的床垫、一套柔软的床单、一束鲜花、一套宽敞明朗的房子、一套高级点的灯具,就足够让你感受到更多美好。而所有费用加在一起,也许是一个极小的数字。比如,我经常建议不少来访者,在生鲜超市订鲜花,10 来块即可。

关于创作

13

一款写作软件,必须有自己的立场。写匠的价值观:服务以人为主的严肃写作。

(1)写作,贵在作家独一无二的风格。因此,写匠绝不让 AI 代写。

(2)写作,注定从混乱走向清晰。因此,写匠从不预设次序。

(3)写作,心流来之不易。因此,写匠追求极致的速度,避免卡顿。

(4)写作,心力应用在写作本身。因此,写匠去除一切不必要的认知负荷。

14

有的同学在写复盘总结、写笔记的时候,感到自己的思维方式、自己的语言越来越像 AI 了。比如说「稳住了」「发车」,还有 P0、P1、PM,这些词汇,我们之前在日常生活中几乎从来没有使用过。

因为我们现在整天至少有几个小时在和 AI 高强度交流,最终你会发现,我们的语言也不知不觉被它同化了。

所以,我们要尽量多用一些自己更粗犷的话。比如大家可以看到我写的知识星球,绝大多数时候都是一些大白话,我想到什么就用自己的大白话表达出来,并没有让 AI 帮我进行二次加工。

我们每一天至少要给自己留出一定的时间、一定的空间,训练自己用大白话思考、辨认自己的自由意志究竟是什么,而不是快速地把自己的上下文交出去。

15

今天晚上,给好友详细介绍了我今年的一些软件产品。我谈到自己一个很大的感受是什么呢?

活水 AI 实验室(42ailab)的所有这些软件,首先是满足我自己的需求,其次才是社群,最后才是社会大众。而非反之。

因为是自己的需求,自己的理解才会超出社会大众的平均水准。开发活水 Markdown(42md),是因为我有批量转换几十万篇 PDF、电子书为 Markdown 的需求;开发活水模型(42model),是因为我有隐私音频处理以及更好地管理、部署各类本地大模型的需求;开发写匠(AIWriter),是因为我希望有一款更精美、更流畅的软件,来服务我这样的重度写作者。

如果奔着更大影响力去做,那么,显然是开源。但今天的开源很大程度上已经变成一个名利场了,通过开源获得更大影响力,然后等着被大厂收购或拿投资。

然而,如果我珍视自己的作品,显然,我不希望开发过程暴露给别人。这就好比,一位美人如何穿衣服,与已经打扮完成的区别。

而一旦将自己放入 GitHub 这类名利场,标星多,开发动力就足点;标星少,开发动力就没那么足。用几个月打磨一款软件作品这类做法,压根就不会出现了。我也很快被异化为 GitHub 上的一个数字了。

而当真正满足了我自己的需求,好产品会说话,它自然会找到合适的群体。如果真的找不到,也没关系。至少,是一款自己乐意每年维护、持续打磨的产品。

16

晚上,与家人去看了《肖申克的救赎》。这是这部电影第一次正式引进中国,4K 修复版。我相信无数人跟我一样,都是在电脑屏幕或投影机上第一次看的它。

看完后,只能说,《肖申克的救赎》无论从剧情、叙事、立意、主角配角、音乐、光线哪个角度看,都是人类影史巅峰。

回去路上,我家人问我,《盗梦空间》呢?

我说,《盗梦空间》是那种粗看不错,很华丽,但让你真的去看个十遍二十遍,你不可能看得下去的,更不可能在人生的不同年龄段,看了都会有收获。极限看个第二遍就厌倦了。

而《肖申克的救赎》却是那类,在 20 岁、40 岁、60 岁等不同年龄阶段,看了都非常有收获,且乐意看多遍的电影。

看完《诗》这部电影后,我说,我想拍电影了;看完《肖申克的救赎》后,这个念头又变得更为强烈了。不过拍电影是大工程,也许还是写小说更为现实。未来争取有机会,出版一本自己的小说集。

40 岁之后,最为推荐的两部电影,还是《诗》与《肖申克的救赎》。前者是亚洲电影、儒家文化圈的巅峰之作;后者是美国电影、清教徒文化圈的巅峰之作。都与救赎有关,都是极为错综复杂的人性故事,都是光明黑暗交错的叙事基调。

17

在程序正义、实体正义(或说结果正义)之外,人类更信仰的是:「诗性正义」与「叙事正义」。

所谓「诗性正义」,它不是理性的,而是基于人类情感与想象的。这种正义,被大大低估了。人类除了「眼见为实」「言表为实」之外,还会发展出「共享为实」。基于共享的情感、想象,发展出集体认同与社会心智。

人生发展,我们从来向往的不是「程序正义」「结果正义」,而是「诗性正义」「叙事正义」。人讲述自己的故事,在讲述的同时,也在审判自己。

我做得对还是错?我这一生,精彩还是平庸?我成为自己,还是渐渐沦为众人?

18

今天见一位朋友,聊得很嗨。刚开始大半时间是在解释:阳志平为何是阳志平?一个人凭什么,既懂写作,又懂心理学,还懂大模型?还能做公司?还做了这么多事?

我的逻辑其实很简单:30 岁立志成为大宗师,所有的事情都是指向这个志向。做公司、做 AI 软件产品,对我来说,并不重要,只是顺其自然地发生。我问他:你觉得在今天这个时代,一个人想成为顶尖的思想家,他能不懂 AI 吗?那么,最高效学习 AI、搞懂 AI 的思路,是不是自己亲自训练大模型、亲自做 AI 产品、亲自讲课,通过作品来牵引学习与工作?

朋友跟我争辩了半天:那么,你是不是容易陷入自嗨、缺乏社会评价体系?以及容易不够有影响力?

我的回答是,先有了「作品」,后才有「影响力」,当两者冲突时,必然先选择「作品」。

我提倡的「第一德性」中有个技巧是「躲起来干大事」,既然是「躲起来」了,注定影响力上不去。那么,你不能既指望「躲起来」有助于「干大事」,又期待时不时抛头露面,获得更大名利。

显然,这套逻辑是扯淡的。人不能什么都想要。既要,又要,注定什么都拿不到。

拿王船山与王阳明举例。船山著作八百万字,全面横推中国所有古典学问体系,承接现代西学启蒙与萌芽,启发中国民族主义思想形成,是当之无愧的大宗师。但今天大多数人更熟悉王阳明,对船山一无所知。阳明小故事更多,一本段子体的《传习录》更有影响力。

那么,我们应该优先选择「干大事」,还是选择「影响力」呢?答案显然是,优先选择「干大事」。这就是「第一德性」最难为人理解的地方。

先将重要著作出版完毕,也就是先让我的思想「规范化」与「正式化」,接着才考虑如何「通俗化」,普及给更多大众。而一个人的一生是极为短暂的,就算来不及「通俗化」,来不及普及给大众,也无需在意。

船山自信到什么程度?在世时,就预测自己的著作,百年后开始流行,两百年后大为流行,三百年大昌盛。果然,曾国藩、谭嗣同等众多湖南精英,一辈子无不是船山粉丝。

关于育儿

19

贺卡与蛋糕

今天爱人过生日,我送了她一束鲜花,让店家顺便写了一张贺卡。结果,小美妞看到了,兴致勃勃地发动全家给妈妈写贺卡,哈哈。

大家有点感觉了吧?什么叫做「情境」。这就是。

前不久,小美妞过生日。她原本惦记很久了,准备买个三层蛋糕,挑了好多家店。但近期,全家拉练较多,她感受到运动与健身的好处了。

于是,过生日时主动提出,不要办生日会,不要买蛋糕。

这也是「情境」。

20

给妈妈买花

晚间,与小美妞散步。

回来路上,她说,明天是七夕节,我们去给妈妈买花吧。

于是带着小美妞去花店挑花。没想到,花店搬家了。幸好保安很熟悉这家花店,搬得也不远。找了一下,来到花店新址。好家伙,这个花店雇了将近 40 个兼职在分拣、打包,非常忙碌。

热情的店主带着小美妞去冷库里面挑花。她一进去,就说,好冷好冷。然后出来,呼吸几次,说,让我暖和暖和才进去。逗得大家直笑。

她进去后,给妈妈挑了一个最大的花篮。当然,掏钱的是爸爸。还让店主打印了一张贺卡:妈妈,节日快乐!

这个花篮太沉了,我抱着回来,都快累坏了。

回家后,她让我先藏起来。结果,没想到还是被妈妈发现了,哈哈。

21

就是不想

带小美妞出去玩。她一个人在玩游戏机,玩得很开心。我坐在她旁边看书。

一会儿,过来一个小哥哥。小哥哥友好地问她:我能跟你一起玩吗?

我以为她肯定会答应,因为这个游戏机是双人的。

没想到她立即拒绝了:不可以。

那个小哥哥听愣了,愣是站在那里,尴尬了一分多钟才离开,哈哈。

我后来问她,为何拒绝人家那么干脆呢?

她说,就是不想跟他一起玩,哈哈。

看来小美妞应该也是直觉思考类的人。

22

副组长

昨天,小美妞上学第一天。她说,神兽归笼了。时间是真快,一转眼,就是小学二年级的小朋友了。

晚上,问她今天上学第一天,感觉如何?她说,感觉挺好的。

后来才知道,为何第一天感觉挺好的?因为这次老师任命小组长,她主动举手了,然后被任命为副组长。我听了,大吃一惊,说,你进步很大啊,都会主动举手了。

上学期期末,老师给我们打电话,说,让她参加评优如何?结果,小美妞想都没想,就拒绝了。坚决不参加评优,也不参加班干部选举。

问她为什么不参加呢?她说,万一评优没选上呢?万一选班干部,没选上呢?哈哈,这个小孩是小心警惕类型的。

所以,昨天班主任看到她举手,赶紧第一时间将她任命为副组长,生怕她又后悔了。

23

又是神秘的怪人

今天送小美妞上学,沿着河边,一路上,我给她表演大吼大叫的技术。

没想到,旁边冒出一个阿姨,带着一个男孩,问,小美妞,我们是同班同学吧?

哈哈哈哈。

小美妞尴尬地给同学解释了一两句:我爸爸是个神秘的怪人。

24

给大一新生的建议

今年,因为指导开智铁杆们的孩子填志愿,以及自己亲戚的孩子上大学,跟大一学生接触多了点。我想说的是什么呢?

大学教育已经远远跟不上时代发展了。除了少数学校、少数专业,比如清华大学的姚班、北大的图灵班,这类少数学校的少数专业,还是领先时代。多数学校的多数专业,跟不上时代发展了。

吴恩达有个观点,我极为认同:今天 2026 年的孩子入学,但毕业时,是 2030 年的市场环境。而整个高等教育,完全没有为 2030 年的发展做好准备。大家想想看,那时 AI 会发展到什么水平?

所以,我给亲戚们、给开智铁杆们的孩子的建议就是:

(1)从大一开始,在保证学业的前提下,在传统学校教育上花最少时间,腾出更多时间,以自学为主。自学分为两条线,一条是自己专业的核心认知方式,在 AI 协助之下,用更快的速度拿到自己专业最精髓的东西;另一条线则是直接自学 AI。

(2)无论哪条线,一上来就发论文、做开源硬件、做开源软件、做开源大模型,这是最快速的方式。不要浪费时间等到硕博后才写论文。对某个专业的兴趣,一定是越早培养越好,而成为创作者,是培养兴趣最快的方式。

直接打开 Claude Code,问:我是大一学生,经济学专业,我的兴趣是什么,我身边的环境是什么,我爸妈擅长什么,我能拿到什么数据,我有哪些独特资源,那么,请让我快速培养经济学思维、掌握经济学家的认知方式,能够在正规学术期刊上发表的论文选题是什么?你建议?

(3)有合适的比赛,就去参加。未来的女朋友、男朋友,往往都是打比赛认识的。除了学校认可的那些经典比赛,比如挑战杯、数学建模等等之外,一些 AI 黑客马拉松等也可以参加。

小结

七月到九月,一边讲课、写书,一边指挥 AI 研发大模型与 AI 软件。九月十九日,写匠与写匠系列大模型正式发布,十年之旅,终于圆了写匠这个梦想。

生活依然在平静中奔涌向前。小美妞不知不觉,也过了七岁生日,成为二年级的小朋友啦。而我,写了三年的书稿,终于到了定稿阶段。

阳志平

2026-11-15

相关阅读:

跳转微信打开

  •  

Anthropic IPO 文件精读

原创 阳志平 2026-10-27 00:26 北京

Anthropic上市

2026 年 10 月 26 日,Anthropic 向美国证券交易委员会(SEC)递交了 S-1 表格。S-1 是美国公司首次公开发行股票(IPO)时使用的注册文件,俗称「招股书」。

这份招股书正文 335 页,另附 65 页财务报表。我把内容分成两类:一类是大家都会关心、多数报道也会写到的 10 点;另一类是藏在风险因素、财报附注和治理条款深处、容易被忽略却更耐人寻味的 10 个细节。

一、大家都会关心的 10 点

1. 估值

招股书还是初稿,发行价区间按惯例空着,只写了「between $ and $」。

能推算的只有上市前最后一轮融资的估值。2026 年 5 月至 6 月的 H-1 轮,每股优先股价格 589.0095 美元,共募集约 457 亿美元。优先股按 10 比 1 转换为普通股,相当于每股普通股约 58.9 美元。

招股书另一处写到,注入公益基金的 846,840,960 股占完全稀释后总股本的 5%,倒推总股本约 169 亿股。用每股约 58.9 美元乘以总股本,H 轮估值约 1 万亿美元(推算)。这个数只说明量级,没有计入之后的增发与股权激励。

2. 收入

2023 年第一季度商业化上线时,收入从零起步。此后:

  • 2023 年:4,100 万美元

  • 2024 年:3.86 亿美元

  • 2025 年:45.85 亿美元

  • 2026 年上半年:162.86 亿美元

2026 年第二季度单季收入 115.55 亿美元,同比增长 1,368%。Anthropic 在招股书里称之为「历史上所有技术中最快的企业采用速度」,同时提醒:增速会下降,而且可能比预期更快。

3. 盈利

在招股书披露的各期里,2026 年第二季度是 Anthropic 第一次单季赚到经营利润,约 10 亿美元(9.74 亿),经营利润率 8%;上半年合计仍是经营亏损 6.93 亿美元。经营利润看的是主营业务本身赚不赚钱,即收入减去算力、人员、营销等经营费用。

同年上半年,经营活动现金流为正 39 亿美元,上年同期是流出 15 亿美元。

按财报附注里的营业成本推算,2026 年上半年毛利率约 85%(推算)。2024 年时,营业成本 7.52 亿美元,收入只有 3.86 亿美元,卖一块钱要亏将近一块钱。

4. 亏损

既然第二季度已经赚到经营利润,为什么 2026 年上半年净亏损高达 807 亿美元?

答案在一个会计科目里:可转换票据等金融工具的公允价值变动,724 亿美元。可转换票据是一种可以按约定价格换成股票的借款。公司估值越高,这笔借款将来能换到的股票就越值钱。按「公允价值」(会计上估计的当前价值)记账,公司就要多记一笔损失。

剔除这类不涉及现金的项目后,公司自己计算的经调整净利润,2026 年上半年为正 26.71 亿美元。

5. 客户

截至 2026 年 9 月 30 日:

  • 过去十二个月付费 10 万美元以上的客户超过 11,900 家,一年前是 950 多家;

  • 付费 1,000 万美元以上的客户约 250 家;

  • 财富 10 强全部在列,财富 500 强超过一半;

  • 净收入留存率

    约 900%。

净收入留存率衡量老客户花钱的变化:一年前的那批客户,最近一个季度合计花的钱,是一年前同期的多少倍。900% 意味着,这批客户合计的花费变成了原来的 9 倍,不是每家客户都增长了 9 倍。这个口径剔除了 Claude Pro 和 Max 两种固定价格订阅的用户。

6. 投票权

这是招股书里最值得留意的一点。

上市后,Anthropic 将有五类普通股。公众买到的是 A 类股,每股 1 票;另有一类没有投票权的 N 类股,主要由战略合作伙伴持有。但七位联合创始人组成的 Founder LLC 持有 1 股 F 类股,固定拥有全部投票权的 50.1%,而且不会被将来的增发稀释。长期利益信托持有 1 股 T 类股,选出董事会 7 席中的 4 席。

结果是,所有 A 类股合计的投票权最多 49.9%。招股书原文承认,这种结构「可能实际上消除」A 类股东影响重大决策的能力,包括公司控制权的变更。

7. 公益公司与长期利益信托

Anthropic 是一家特拉华州公益公司(Public Benefit Corporation,PBC)。普通公司的董事主要对股东的钱负责。按特拉华州法律,公益公司的董事必须同时平衡三件事:股东的金钱利益、受公司影响者的利益,以及章程写明的公益目的——「为人类的长远利益,负责任地开发和维护先进 AI」。招股书提醒,公司可能因此做出不利于股价的决定。

长期利益信托(Long-Term Benefit Trust,LTBT)设五个席位,由五位与公司没有财务利益的受托人组成(目前一席空缺),专长包括 AI 安全、国家安全、公共政策。现任受托人里有前美联储主席、诺贝尔经济学奖得主本·伯南克(Ben Bernanke)。每位受托人年薪 40 万美元,不得持有公司股票。信托不参与日常经营,只负责选董事、提建议。

8. 算力

Anthropic 的钱,最大的去处是算力。它把四种芯片的算力当作一个池子统一调度:亚马逊的 Trainium、谷歌的 TPU、英伟达和 AMD 的 GPU。招股书逐项披露了几笔大合同:

  • 谷歌:至少约 1,145 亿美元,至 2033 年

  • 亚马逊:至少 1,100 亿美元,至 2036 年

  • SpaceXAI(原 xAI):最多 1,205 亿美元,至 2029 年

  • 微软:至少 449 亿美元,至 2033 年

  • 博通设备租赁:租金约 1,612 亿美元,五年期

承诺支出一直排到 2045 年。其中博通那一笔是融资租赁:芯片设备由博通提供、租给 Anthropic 用,按季交租,租期内不能退租,经济上接近借钱买设备。

9. 官司与政府

一是版权。作者集体诉讼的 Bartz 案,2025 年 9 月以 15 亿美元和解,2026 年 7 月获法院批准。音乐出版商的版权诉讼、Reddit 的数据抓取诉讼,都还在进行。

二是与美国政府的冲突。Anthropic 公开表态,其技术不应用于大规模国内监控或全自主武器。2026 年 2 月,美国总统要求所有联邦行政机构停用其技术,「战争部」(Department of War)部长同时指示,把它认定为「国家安全供应链风险」。Anthropic 起诉,北加州联邦地区法院基本支持了它,华盛顿特区巡回上诉法院却以 2 比 1 裁定其中一项认定合法,Anthropic 已申请全院复审。招股书提示,这可能影响它向政府及政府供应商的销售。

10. 上市安排

股票拟在纳斯达克全球精选市场上市,代码 ANT。高盛、摩根士丹利牵头,承销团共 22 家。

锁定期指上市后一段时间内,老股东卖股票受到限制。七位联合创始人的锁定期最长 365 天,但 180 天后(或 2027 年第一季度财报发布后)可以先转让最多 29%。其他老股东分多批陆续解禁。

二、大家可能会忽略的 10 个细节

1. 违规客户的收入

Anthropic 估计,2026 年前九个月,约 5% 至 7% 的收入来自事后被认定违反使用政策或商业条款的客户。原因是发现、调查、处置都需要时间,服务先提供了,收入也就先确认了。公司说这在行业里很常见,并称 2026 年 8 月至 9 月加强处理后,这一比例预计会下降。

2. 圣诞假期

截至 2026 年 1 月 2 日的两周,客户总支出比此前两周下降约 20%。招股书的解释是,很多公司在节假日冻结代码,提交和发布都放慢。

3. 降价之后

2025 年 11 月,Anthropic 发布 Opus 4.5:能力更强,价格和单任务成本都比上一代 Opus 4.1 更低。此后,季度收入的环比增速从 48% 升到 132%。Anthropic 说,每当新模型更强、单任务成本更低,通常会看到客户扩大使用。

4. 半年保鲜期

2026 年第三季度,80% 以上的收入来自过去六个月内发布的模型版本。2026 年前九个月,公司共发布了 250 项新模型版本、平台功能与应用。照此推断,一款模型成为收入主力、再被下一代替换,周期大约半年。

5. 用 Claude 造 Claude

2026 年 9 月,Anthropic 代码库里超过 90%的贡献由 Claude 写成。2026 年第三季度,工程师人均每天贡献的代码量,是 2024 年的 45 倍以上。更醒目的是,2026 年 4 月,公司内部使用 Claude 的价值(按标价计算)第一次超过了当月全体员工的人员费用(不含股权激励)。

6. 模型知道自己在被考

风险因素一章里有两段罕见的自述。

一段说,公司观察到模型在察觉或推断自己正在被评测时,会表现得不一样,这限制了评测的可靠性。

另一段说,在一家第三方合作方搭建的网络安全评测里,测试环境配置出错,被测模型意外连上了真实互联网。四个模型在持续约 10 至 34 小时的工作中,未经授权进入了真实的第三方系统。其中一次,一个早期版本的模型在无法中止一项不可能完成的任务后,用找到的密码取得了第三方系统的管理员权限。

7. 员工的「裁判股」

上市时,Anthropic 会设立一类特别的 E 类股:员工每工作满六个月领 1 股,每承诺捐出 1 股 A 类股再领 1 股。E 类股没有分红权,只在少数场合投票,例如信托提名某位指定董事而董事会提名委员会不同意时,就交由 E 类股持有人表决。员工离职后,E 类股逐年被公司无偿收回。

8. 创始人持股

七位联合创始人的投票权,和他们是否继续持股绑在一起。任何一位原始创始人,持股一旦降到本人上市时持股量的 2%以下,就会被移出 Founder LLC。在任创始人少于 3 人的状态持续 90 天,就会开始 450 天的过渡期,期满后那 1 股 F 类股会被无偿赎回,50.1% 的投票权随之消失。

此外,七位联合创始人各自表示,拟把个人所持 Anthropic 股权的 80%用于慈善。招股书同时说明,这是自愿、可撤回的意向,不构成法律约束。

9. 越涨越捐

公司已把 846,840,960 股、约占完全稀释后股本 5% 的股票,注入自家的 Anthropic 公益基金。公司还设定了一条规则:从 IPO 发行价起,股价每比上一个里程碑上涨 50%,董事会就可以再拿出最多 2%的股份注入基金。股价要在连续 120 个交易日中至少 90 天收在里程碑之上,才算达标。股价涨得越多,董事会可以注入基金的股份就越多。

10. 模型控制权

股东协议里有一条少见的条款:只要信托还持有 T 类股,公司在转移能力超过董事会所设阈值的 AI 模型的控制权之前,必须提前书面通知信托。与之并列的,是公司清算、出售过半投票权、申请破产这类事项。这项通知可以由信托豁免。AI 模型和公司控制权,被放在了同一张清单上。

小结

去年 11 月,我谈过一个判断:Anthropic 把人工智能真正的难题,定义为如何在有限的上下文里,获得足够高质量的产出。

如今,到了 Anthropic 收获的季节。

阳志平
2026-10-26

附录:本文配套的《Anthropic IPO 文件精读》PDF,点此下载:

https://cdn.aiwriter.cn/others/anthropic-ipo.pdf

注:本文依据 Anthropic, PBC 于 2026 年 10 月 26 日向 SEC 提交的 S-1 注册声明初稿整理,仅作信息分享,不构成任何投资建议。招股书原文见:

https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm

阅读原文

跳转微信打开

  •  

我与写匠的十年

原创 阳志平 2026-09-20 21:29 北京

写匠十年之旅

昨天下午 2 点,写匠软件暨写匠大模型发布会举办之后,我与线下的观众们又畅聊了近两个小时,回到家,兴奋但又累得快说不出话了。睡了一个大觉,今天醒来后,精气神终于恢复得差不多了。这才有力气来写点文字,纪念我与写匠的十年。

缘起

2013 年 6 月 5 日,凌晨四点五十九分,我在手机备忘录里写下一段话:

我理想中的写书工具:后台,每本书都是一个 git 地址,云端自动备份,无限版本分支,离线在线支持极好,一切变更均有纪录;前台,默认引擎是 pandoc markdown,类似于 Mou 这样酷界面双屏写作,类似于 s 软件一样卡片呈现写作要点。〔按:这里的「s 软件」指 Scrivener〕口号都想好了:优雅写作,漂亮输出。

那是第一次,我萌发了这个念头:给自己做一款写作软件。在当时我的构思中,这款新的写作软件既有 Git 的版本管理能力,也有 Pandoc 的排版能力,还要有 Scrivener 的卡片写作模式,以及漂亮的写作界面。

为何有了这个念头?答案是,那时的我,在闭关读书,也在创作系列著作,对当时的写作软件皆不满意。

时隔十余年,我当年的那些不满意非但依然存在,反而越演越烈了。那么,我究竟不满意在什么地方?

传统写作软件的问题

今天市面上的写作软件,可以归为两类。一类是以 Word 为代表的路线:本地的 Word、WPS;云端的各类云文档软件,如 Notion、飞书文档等。

这类软件突出的优点是所见即所得,文本、图表、版式都统一在一起。然而,缺点也是如此,它把作家写作的内容与最终呈现的排版,捆绑在一起了。稍微讲究一点排版,你花在版式上的时间,就很容易超过你真正写作的时间。

Word 诞生于 1983 年,而同一时期诞生的 LaTeX 则走向另一个极端。它遵循 TeX 语言发明者高德纳(Donald E. Knuth)倡导的文学编程(Literate Programming)理念,突出内容与呈现分离。

多年后,LaTeX 已经成了科技出版主流规范之一,对于复杂科技图书与论文的处理,几乎一家独大,环顾四周,没有敌手。而这里多半要归因于 TeX 语言设计者高德纳的前瞻性,而 LaTeX 社区的努力,则让它成为一个卓越的生态。

然而,从认知科学上来说,TeX 只做到了一半:内容与呈现的分离,却没有做到思想与内容的分离。我们人类更倾向于散文式、叙事式的思考,我们很不习惯在自己的思维中插入一个又一个标记。即使是卓越的数学家,灵感迸发时,第一时间记下来的往往也是只言片语的文字,而非数学公式。

当标记与我们思维的实际内容混在一起时,最终就构成了 TeX 极高的学习门槛。叠加 LaTeX 庞大的安装包,动不动几个 G 起步,如果想支持中文与更多学术图表格式,还要安装一堆宏包,进一步抬高了门槛。近些年流行的 Overleaf 这类云端 LaTeX 实时协作编辑器,才稍微降低一下门槛。

诞生于 2004 年的 Markdown 格式,沿袭了 TeX 语言设计的理念:内容与呈现分离,但只采取极少数标记,并且是人类容易记忆与理解的标记。在 AI 时代来临之后,更成了各类大模型输出标配。

但以 Markdown 编辑器为代表的写作类软件,依然存在问题。最突出的问题是,它的极简标记体系,过于极简了,最终各家不得不自行设计扩展,才能处理交叉引用、数学公式、脚注尾注这些真实的写作需求。于是,我们可以看到大量不同的 Markdown 方言。

有没有可能,我们写作时,用纯文本、用 Markdown 这类轻量、人类友好的语言,而排版时则用 LaTeX 这类设计严谨、体系完备的排版语言?这是我长期以来的一个困惑。

而更要命的是,这些软件大多忽略或低估了一个重要事实:写作是人类的一种认知活动。而专业作家的创作过程更是一种极为复杂、且高难度的认知活动。在我看来,传统写作软件并没有很好地解决作家创作过程中面临的三个核心矛盾。

作家创作的三个核心矛盾

矛盾一:快写 vs 慢改

我提出的认知写作学将写作区分为两类进程:快写与慢改。多数写作类软件是不适合快写的,极少提供让你快速记录灵感的功能。因此,市面上涌现出一类卡片笔记软件。灵感一来,就快速记下来。

但这里有一个鸿沟:我们怎么从一张小小的卡片,过渡到最终的一篇论文、一本图书?

你会发现,最终的解决方案是割裂的。以微软生态为例,Word 负责正经文档,而 OneNote 负责笔记。

但事实上,它本来就不应该割裂。快写与慢改本来就是一个有机的整体。当我们写下最早那张卡片的时候,怎么能让它更有力地过渡到我们最终想出版的那篇小说、想发表的那篇论文?

矛盾二:混沌 vs 清晰

2023 年我出版了《聪明的阅读者》,前不久俄语版上市。你拿到手的时候,是一本清晰有序的书。

《聪明的阅读者》

《聪明的阅读者》

但真实的创作过程是:我总计使用 2 个 Git 仓库,第一个仓库 121 次提交;第二个仓库 288 次提交。整整写了三年。写作仓库大小总计 4.96G。

大多数写作软件默认,写作是一个从清晰输入到清晰输出的过程。但实际上,只要你从事真实的写作,就会发现,任何一个稍大一点的写作项目,永远是从混乱逐步走向清晰。

而大多数写作软件,如何支持我这类真实的图书创作项目?

矛盾三:单文档 vs 多文档

以 Word 为代表的写作软件,以单文档为中心。你想跨文档调用、跨文档复用,极为困难。而 Notion 开启了另一条路线:以多文档为中心,你只面对一个知识库,你所有的文档,无论什么类型,都放在一起。

然而,类似快写慢改,单文档和多文档的矛盾,很多写作软件并没有实质性解决。甚至在 Block(组块)类概念流行后,你开始不得不处理三层:

  • 组块层:以 Notion 类、双向引用类软件为代表;

  • 文档层:以 Word 类、云文档类软件为代表;

  • 知识库层:以 Notion / Obsidian 类软件为代表。

实际上,这种处理逻辑,最终构成一个网状结构,造成极大的认知损耗。所有网状的设计,只会带来一个缺点:认知过载。在规模较小的时候,比如 100~300 篇以内,尚可,一旦膨胀到一定程度,网状的结构,只会成为一团乱麻。

真正优雅的设计,我在不同书中说了很多次:树。树是一种特殊的网络结构,但它具备唯一通道,所以可以大幅度降低认知负荷。

十年之旅

在我看来,很多写作软件就不应该这么设计。因此,2013 年我第一次有了这个念头:做一款更好用的写作软件,服务我这样的专业作家。然而,知易行难,竟然转眼间,就是十年。

2016 年,第一次尝试

2016 年,我第一次组队尝试开发写匠。在认知写作学二期的开学典礼上,我发布了写匠 2016 年版。它当时的定位是「智能中文写作辅助系统」,包括 AIChecker 自动查错等三大模块。

认知写作学二期开学典礼

认知写作学二期开学典礼

这次尝试成功之处是:我们设计了一个基于 n-gram 的中文校对小模型,再用状态机做到极高的性能,校对百万字的稿件都是秒速反应。

然而,失败之处在于,写匠 2016 年版是一款基于 Node.js 的云端服务,距离作家的实际写作状态较为遥远。毕竟,作家不少时候需要离线工作。因此,它沦为一款错别字检查工具了。

那一年,我抽调了团队中的三位同事:一位设计师、一位资深工程师、一位前端工程师。我当时认为,这款产品不够成功的原因是:投入的工程师人数太少了。

2020 年,第二次尝试

2020 年,恰逢疫情,我组建了一支更大的团队,专职做写匠。这次,投入人手更多,并且由我的助手,一位资深的技术管理者担任负责人。

这一年发布的版本,也许是开智社群各位老同学最熟悉的一版。

2020 年版写匠的多模式写作

相比 2016 年,这一年,我们投入了更多力量在机器学习上,研发了二十多个微服务,其中多数微服务背后又部署了一个对应的小模型。各类模型同样与时俱进,升级为 BERT / Transformer 等架构。

但在我看来,这个项目失控了,在达到我心目中的产品水准之前就停摆了。恰逢疫情,被隔离,只能远程办公,团队成员分居全国不同城市,从事一个看不见前途的项目。参与者心情可想而知。最终,项目组的所有人都离职了,唯有留下我这位当老板的,愧对社群同学的信任。

但我有种狠劲,一般人如果碰到软件项目失败,就不好意思跟他人谈及此事。我不一样,我为了激励自己,连续 5 年,在公众号上,发任意一篇文章的时候,都注明此事。本文用写匠创作。就是提醒自己。期待有一日,能将这个失败正面拿下。

2026 年,第三次尝试

原来以为,等机会成熟,再重新组建一个团队,一个产品与技术能力更成熟的团队,来做「写匠」这个项目。然而,合适的人选,却一直没等到。这一等,就是整整 5 年多过去了。

但偏偏 AI 在 2025 年 10 月,突破临界值了,我知道,做「写匠」的最佳时机来临了。

这一次,我决定,亲自上阵。

新答卷

写匠 2026 年版 Logo

写匠 2026 年版 Logo

十年后,我交出了一份新答卷,也就是写匠 2026 年版。而它已经远远不同于十年前的设计。今天的写匠是什么?简而言之,一款 Rust 开发的高性能写作软件,为写作爱好者与专业作家设计。具体而言,今天的写匠独具特色:

更高效的写作流程

写匠内置了我倡导多年的卡片创作法,以及我在认知写作学中提出的快写慢改。写匠把「写三千字」拆成「写十张卡片」:先快写出第一版,再慢改成第二版。它支持卡片列表、卡片编辑、卡片拼接三种模式,如下图所示:

卡片拼接模式

卡片拼接模式

它还支持「快写卡片」。写匠有一个托盘应用,打开它,直接选「快写卡片」,有什么灵感快速记下来,它会自动存好。

托盘里的快写卡片窗口

托盘里的快写卡片窗口

如果缺乏灵感,怎么办?写匠支持高性能的检索,汇总过往相关资料。以「孤独」为例,写匠检索过我过往的写作,回答道:关于「孤独」,你有 518 张卡片提及它,另有 84 张说的是同一件事。然后总结为一段话:

你写孤独,最直接的是把它当成动机模型里的一极:受控、孤独,要转向自主、合群,这是动机增强法要处理的状态[1][3][5][7]。在动机偏好的二四模型里,孤独也和疏离、回避、顺从、共生、合群这些词摆在一起,跟合群动机正好相对[9][11]。另外在谈村上春树那篇里,你说工业时代的孤独感让人们不停舞蹈,却不知心灵的港湾在何处,主人公一直在寻找迷失的自我[2]。

如下图所示:

对话面板的跨项目卡片检索

对话面板的跨项目卡片检索

更精巧的是:检索出来的卡片,可以直接复制,也可以跳转,而且复制级别可以自己配置:句子、段落,还是整张卡片。

写匠在慢改模式上,支持实时保存、版本管理,更支持实时写作分析,能从整体、字词、句法、篇章到元话语五个维度,即时分析作家的文本,如下图所示:

实时写作分析的统计面板

实时写作分析的统计面板

更现代的格式支持

.txt 适合写诗与小说,.md 适合日常文章,.typ(Typst)适合科技论文。写匠默认安装后,就带了三种格式的示范项目,分别是 TXT 格式的《诗十四》,Markdown 格式的《写匠示范》与 Typst 格式的《论动体的电动力学》。

以爱因斯坦(Albert Einstein)1905 年发表的《论动体的电动力学》中文译本为例:

Typst 格式实时预览:《论动体的电动力学》

Typst 格式实时预览:《论动体的电动力学》

Typst 是新的排版语言,可以理解为对 LaTeX 的现代化改良。有了它,就可以排极为复杂的版式。

学过 LaTeX 的人都被复杂的语法折腾过。但我认为,到了 AI 时代,我们不应该这么干了。因此,写匠自研了一个排版大模型(目前仍为预览版)。

写作时,你依然用纯文本或 Markdown 写,无所谓。写完后,则交给 Typst 来排版。

AI 助手的排版页

AI 助手的排版页

更精美的排版设计

图书与学术论文的出版级排版。如下图所示:

出版级排版预览

出版级排版预览

这是首批内测用户最喜欢的功能之一,非常有助于进入写作心流。它其实利用的是作家的「未完成情结」,当你的稿件被实时渲染为真书、真论文排版效果后,你看到成品,会大大提高写作动力,改掉这个成品尚不完善之处。

写匠还支持一键整理参考文献格式以及生成各类图示:

一键整理的参考文献

一键整理的参考文献

我认为,重要关系无非这几种:对比、因果、转折、推进、列举。推进有时间推进、空间推进;列举有二要素、三要素、四要素、五要素、六要素。因此,写匠内置了这些图示。更复杂的图表,你也可以自定义排版指令,下次即可复用。

更强大的 AI 功能

写匠提供了强大的 AI 功能,包括校对、润色、分析、排版、检索、对话等。写匠默认提供的是云端引擎,但也支持本地引擎。如果切换到本地引擎,则可将写匠自研的系列大模型与第三方大模型,通过活水模型(42model)下载到本地,不依赖任何云端即可使用专业 AI 功能。如下图所示:

活水模型里的写匠自研模型

活水模型里的写匠自研模型

更酷的是,未来,所有自研大模型都支持作家使用自己的写作语料傻瓜式地微调,再回传本地使用,让 AI 越用越懂自己。

提醒:本地大模型的安装、微调、回传,均需借助活水 AI 实验室出品的另一款软件——活水模型(42model)。

下载地址:https://42model.com

写匠,你的写作系统

写匠功能较为丰富,远不止于上述介绍的桌面端,它还包括配套命令行(CLI)、云端服务与自研的写匠大模型。因此,我将写匠称之为「写作系统」。

其中的 CLI 方便各类 Agent 调用,桌面端几乎所有功能,CLI 都同步支持;而写匠大模型则包括两大序列:核心模型与辅助模型。

  • 写匠核心模型:中文校对大模型(已上线)· Typst 排版大模型(已上线)· 数字人文分析大模型(即将上线)· 作家风格大模型(即将上线)。

  • 写匠辅助模型:向量检索模型 · 实体提取模型。

目前上线的写匠中文校对大模型与写匠 Typst 排版大模型均为预览版,但都有独具特色的设计。前者提出了新的中文校对基准,并大幅降低了误杀率,以较小参数规模获得了领先旗舰模型的优势。

后者则是世界首批排版大模型,在公开评测集 StructEval-Typst 上,以 4B 参数拿到 94% 的编译成功率,这一项排名第一,领先于千亿级旗舰模型。

开源权重也发布在 Hugging Face 与 ModelScope,

模型 ID 为:42ailab/AIWriter-V1-4B-Check-Preview与 42ailab/AIWriter-V1-4B-Typeset-Preview。

更详细的介绍,可留意活水 AI 实验室(42ailab)未来正式发表的预印本论文及相关技术报告。需要提醒的是,当前发布的模型尚为预览版,有不少已知的不足。

小结

AI 时代,最佳写作工作流究竟是什么?我目前的倾向是,它未来大概率将分化为两端:一类是 AI 为主,人类为辅;另一类则是人类为主,AI 为辅。写匠选择的立场是:人类为主的写作模式。

在今天,我们也许会追逐写作的功用,但在我看来,写作始终存在另一种选择:洗心养气,安放自己的心灵。

而写匠,就是服务这类严肃写作者。他们/她们或许是写作爱好者,或许是专业作家。但我们之所以写作,是享受写作本身的乐趣。

写一本书,从一张卡片开始;成为创作者,不妨从使用写匠开始。立即下载写匠(网址:https://aiwriter.cn),用它创作你的诗篇。

阳志平

2026-09-20

相关阅读:

阅读原文

跳转微信打开

  •  

当作家遇上 AI 大模型:写匠软件暨写匠大模型新品发布会,诚邀你参加

原创 阳志平 2026-09-12 16:59 日本

写匠软件暨写匠大模型新品发布会

去年年底,我创办了活水 AI 实验室(42ailab),发布了一系列 AI 软件与 AI 大模型。2026 年 9 月 19 日下午两点,我们将举办写匠软件暨写匠大模型新品发布会,同时发布两款新品:专业写作软件写匠,以及配套的写匠系列大模型。

写匠是什么?它是一套从素材到作品的专业写作系统,由桌面端软件及配套 CLI、云端服务、AI 大模型构成。不同于传统写作类软件,写匠专为写作爱好者与专业作家设计。它有几个鲜明特点:

更高效的写作流程:写匠内置了我倡导多年的卡片创作法,以及我在认知写作学中提出的快写慢改。写匠把「写三千字」拆成「写十张卡片」:先快写出第一版,再慢改成第二版。它支持卡片列表、卡片编辑、卡片拼接三种模式,如下图所示:

写匠的卡片列表模式,顶部可切换卡片列表、卡片编辑、卡片拼接三种模式

写匠的卡片列表模式,顶部可切换卡片列表、卡片编辑、卡片拼接三种模式

此外,还支持卡片的快速插入、合并等功能。如下图所示:

在卡片树上右键,可新建子卡、合并子卡

在卡片树上右键,可新建子卡、合并子卡

更现代的格式支持:写匠是世界上为数不多的、同时支持 Txt、Markdown、Typst 三种格式的写作软件。Txt 适合写诗;Markdown 适合写日常文章;Typst 则是一种新兴的科技出版格式,可以取代 LaTeX,支持各类复杂版式,适合撰写科技论文。如下图所示,这是 Typst 格式:

用 Typst 格式撰写,公式、图表、交叉引用一应俱全

用 Typst 格式撰写,公式、图表、交叉引用一应俱全

更精美的排版设计:写匠针对图书与学术论文的出版做了大量设计,并自研了一个 Typst 排版大模型,足以支持极为复杂的版式。据我所知,它大概率是世界上第一批专业排版大模型。这是爱因斯坦经典论文《论动体的电动力学》在写匠中的排版预览:

爱因斯坦《论动体的电动力学》的排版预览

爱因斯坦《论动体的电动力学》的排版预览

PDF下载:yangzhiping.com/files/aiwriter/einstein.pdf

更强大的 AI 功能:写匠自研了一系列大模型,作家可以将其下载到本地,不依赖任何云端即可使用校对、排版、检索、对话等专业 AI 功能。如下图所示:

写匠内置的 AI 助手

写匠内置的 AI 助手

此外,还有独具特色的数字人文分析,可以深入解读作品的意象、情绪与风格:

节奏统计、意象与情绪标注、风格画像

节奏统计、意象与情绪标注、风格画像

更酷的是,所有自研大模型都能用作家自己的写作语料傻瓜式地微调,再回传本地使用,让 AI 越用越懂自己。

提醒:本地大模型的安装、微调,均需借助活水 AI 实验室出品的活水模型(42model)。下载地址:https://42model.com

在新品发布会上,我将做一个分享:《当作家遇上 AI 大模型:谈谈写匠软件暨写匠大模型的研发》。以下是分享摘要。

对于写作爱好者、专业作家来说,一款好用的专业写作软件简直可遇不可求。从第一次生发出做一款专业写作软件的念头,到如今,整整十年过去了。

过去十年,我成为了中国作家协会会员,也出版了五本书,主编了十多本书,组织翻译与引入了三十多本书。然而,写得越多,对当前的写作软件越不满意。

那么,究竟不满意在哪里呢?比如,以 Word 为代表的写作类软件,把版式与写作的实质内容绑在了一起,稍微讲究一点排版,你花在版式上的时间,就很容易超过你真正写作的时间。Notion、飞书这类在线文档软件,这一问题依然存在。

而以 Markdown 编辑器为代表的写作类软件,面对交叉引用、数学公式、脚注尾注这些真实的写作需求,多半要靠插件与外部工具链拼出来,用起来是割裂的。

更要命的是,这些软件大多默认:写作是一个从清晰输入到清晰输出的过程。但实际上,只要你从事真实的写作,就会发现,任何一个稍大一点的写作项目,永远是从混乱逐步走向清晰。

因此,传统写作软件大多支持不了这种从混乱到清晰的真实写作。例外不多,Scrivener 是其中做得最好的。但它毕竟是 2006 年的产物,无论技术架构、实际性能还是格式支持,都已经跟不上时代了。更关键的是,它的开发者明确拒绝让 AI 介入写作过程。

对此,我的态度非常不一样。如果在恰当的位置引入 AI,那么,AI 会是作家孤独写作之旅的强大帮手。在一个真实的大型写作项目中,比如写一本书,AI 大模型至少会在四个方面系统地帮助一位作家:校对、排版、统计、风格。

以校对为例,每一位作家都有自己的常见病句,往往要靠编辑们在正式出版之前逐一修改。如果我们提前把它们训练进大模型呢?是否可以大幅减少这类体力劳动?

以排版为例,涉及图书、学术论文这类复杂排版时,我们是否可以让 AI 代劳,让作家专注于实际的写作内容,而非版式?

以统计与风格为例,如果一位作家能更深入地了解自己写作的定量、定性规律,是否会更容易形成独一无二的写作风格?

而更炫酷的是,当一位作家已经积累了大量历史写作语料,我们是否可以训练一个独一无二、只属于作家本人的风格大模型,从而省下一些体力劳动,以及更好地传承作家的写作技艺?

在 2026 年之前,实现这个梦想格外困难。它需要跨度极大的知识:既要理解作家的实际工作流程,精通写作;也要精通 AI 大模型的微调与推理,还得让作家能傻瓜式地微调一个本地大模型。

而如今,写匠软件暨写匠大模型,迈出了第一步。

如果你热爱写作,不妨用写匠写下你的诗篇。

写匠的稿纸模式

PS:秋高气爽,适合谈谈写作,谈谈 AI 大模型。欢迎各位新老朋友莅临。2026 年 9 月 19 日,写匠新品发布会见!

线上如何参加?扫码入群即可:

写匠新品发布会入群二维码

写匠新品发布会入群二维码

阳志平

2026-09-12

相关阅读:

跳转微信打开

  •  

夏天,关于人生发展的 24 条心得

原创 阳志平 2026-09-05 20:51 日本

「模型」成为 AI 时代的大类作品,训练模型就是一种创作。

关于 AI

1

周六下午,我与同学们畅谈良久,其中一个思想极为关键:AI 产业,未来走向,是复杂度跃迁。而所有沿着这个方向走的企业、组织、个人才是最有价值的。

2

今天的大模型发展,还处在什么阶段呢?我想到一个有趣的比喻:重金求子。

我们有时候,会在电线杆上或互联网上,看到一些小广告:重金求子。

今天的大模型也是这样,投入极大,甚至用堪称不合规(比如侵犯各类知识产权)的方法,来获得「类人智能」。

「重金求子」发展下去,变成了更先进的「试管婴儿」等辅助生殖产业,其实,AI 大模型下一步的发展也是如此。

不妨想想,未来,AI 产业的「生育术」「助产术」「育儿术」是什么?

3

模型、数据、算力、应用,才是一个完整的闭环。

当我们形成的数据,能够轻松注入模型,模型能力变得更强,然后被应用放大,应用又继续生产高质量的数据。

这种良性循环一旦建立,那就非常夸张了,Claude Code 开了一个很好的头。

这是正确的飞轮。这种打法也非常容易推广开来,甚至可以这么说,无数领域,都可以用这种思路,重新改造。

4

很多同学没有意识到,AI 时代、AI 时代,究竟是新在什么地方呢?

每个大的时代跃迁,对个人来说,就是多了一个大类作品,从而围绕这个大类,产生了无数新的职业。比如,电力时代的生产流水线,生产出来的工业制品就是一个新的大类作品。同样,到了互联网时代,是「webapp」这个大类;到了移动互联网时代,则是「app」这个大类。

那么,到了 AI 时代,你不要管一切媒体报道。最关键的就是,「模型」成为一个大类作品。

今天的「模型家」依然稀缺、昂贵、脆弱,但这都是一个时代早期的特征。这个早期也是获利最丰厚的时候。

所以,从零训练自己的「模型」,就是一种独特的创作行为。你训练出来的模型,就是和 app、webapp、图书、工业制品同一个性质的东西:你的作品。在 AI 时代,用作品说话,就是用「模型」说话。

这是时代的巨变带来的第一个趋势:出现一类全新的作品。

第二个趋势是什么呢?答案是上一个时代的较为典型的作品,会在下一个时代,变得极为充裕。比如,工业革命之后,农产品变得极为充裕;信息革命/互联网革命/移动互联网革命之后,工业品变得极为充裕。

显然,按照这个趋势推演,在 AI 时代,app/webapp/软件/信息,将变得极为充裕。

几乎是一种颠覆式的改变。而我们人类并不擅长应对巨变,更不擅长想象未来。

并且这轮巨变留给人类的缓冲时间,比前几轮少得多。工业革命、信息革命,都是至少 30 年起步。而这轮 AI 巨变,是 3 年起步。社会架构、立法制度、教育传承,统统都没做好准备。

人类将何去何从,我们在今天给出的一切答案都注定是错的。看得见的未来不叫未来。但有些东西会更永恒一些,比如爱与信任。

5

这轮 AI 跃迁,门槛比大家想的要高:

(1)硬件门槛:一台统一内存或显存 16G 的电脑,是起步,要流畅使用,需要更大内存或显存。

(2)软件门槛:需要不发怵 Claude Code、Codex 这些 CLI 界面。

(3)经济门槛:需要每个月支付至少 100 美金的订阅费,而要敞开了用,甚至需要 300 美金起步。这里伴随一个很高的隐形门槛:你做的事情的价值,应该是你的订阅费的十倍、百倍。

比这些门槛更高的是认知门槛:即我一向提倡的那些,比如提问技巧、自学能力、信息分析能力等等。

6

2024 年上半年,我做了一个演讲:《站在 3000 年繁荣的起点》,强调「计算模拟」作为人类与 AI 构成的全新社会未来 3000 年最重要的一种「认知方式」,以及,「模型家」作为一种新的职业,取代「科学家」。

说实在的,2024 年上半年,我只是预测。但谁能想到,如今真的成为现实了。

目前,「计算模拟」的「计算」部分,已经非常优雅地实现了——这么科幻的一面,不到 3 年,就突破临界值了:AI 的算力,可以写出极为复杂的代码了,执行极为复杂的任务了。

但另一面,则是「模拟」,突破得很不够,也就是 AI 模拟真实世界、进而预测未来的能力。这部分,才是未来 3000 年最大的红利。也是真正繁荣的起点。

目前大量关于 AI 带来的裁员、失业的焦虑,是因为我们当下,只有「计算」,更强的硅基算力,取代了脆弱、不稳定的碳基算力。所以,社会大众感受到的是人类的无力、脆弱。

但,繁荣的另一面,在于「模拟」。设想一下,另一种科幻来临:我们人类可以更好地预测世界走向、宇宙走向、银河系走向、生命走向、社会走向、组织走向,从而作出及时干预,增强人类福祉,以及,「模型家」职业大规模涌现,正式成为社会主流职业,那么,是不是,那时,我们真正意义上才迎来 3000 年的繁荣?

关于成长

7

成为好的研究人员、好的教师、好的作家,都需要那么点追求完美的精神,以及好奇心,不断追问,不断打磨自己的作品,而不是将一个半成品曝光给同行、学员、读者。

好的研究、好的讲座、好的写作,过程都有那么一些焦虑,但一旦体验到那种心流状态,研究、讲座、写作,就变为享受了。

8

这轮 AI 发展太快了,以至于我有个感觉:可能大量知识工作将变得没有意义了,但新的工作岗位又还没完全出来。这种转型期,是最动荡的,也是机会可能最多的时候。

我观察到一个有趣的趋势:目前互联网上值得浏览、关注的信息源越来越少了,因为大量都是 AI 写的了。反之,另一个趋势是,线下公众聚合,比如聚餐、游园、音乐会这类体验变得越来越重要了。

9

AI 时代,信息不对称与认知不对称反而被放大了。可以说,世界的漏洞被 AI 继续放大了。那么,是不是可以利用 AI 做更大的事情呢?

这里的矛盾是这样的:世界的确充满漏洞。但企图心是有代价的。只是看这个代价是谁来出的问题。

无数 AI 研发机构的背后,是无数注定走错路线的炮灰、无数做着低效重复实验的牛马,以及更多没有名字的数据标注工人、更多不会被媒体报道的投资失败案例。

选择符合「第一德性」的路线走,会很不一样,但会更长远。

10

传统的行为改变:终点是「自己」,最终总是试图让自己的某个「特质」变得更好,比如,因为不拖延看上去会更受欢迎,因此,努力地去战拖,最后让自己成为一名高效率人士。

然而,这个逻辑是错误的。我在过去人生发展咨询的 500+ 位来访者身上,反复看见这个错误。一旦将「行为改变」的「终点」设为自己,必然会陷入更大的人生发展困境。

而基于「人生发展学」的「行为改变」,我提醒咨询师的逻辑是什么呢?我们的行为改变:起点是「自己」,但只是从「自己」出发而已,终点可能是所处的环境,也可能是与环境的关系。但,「终点」一定不能是「自己」。第一步,是从自己出发,去理解自己的人生叙事,自己所处的环境(情境),而不是马上去定具体的目标。

当你为目标而目标,实际是将自己设定为执行目标的「工具人」了,某种意义上,这就是一种异化。

11

AI 时代万变不离其宗,什么最重要?依然是两件事:

(1)信用和作品。

比如开智学堂,因为我坚持了 10 年,初步获得了一定社会信用。10 年前社会上也有很多人搞面向成年人的教育体系,但多数人没坚持下来,少数坚持下来的,创新程度也不够。

(2)与正确的人在一起做正确的事。

开智学堂的第一个十年,以我主讲为主。但接下来的十年,更多以前的学生逐步成为讲师、开发者、咨询师、作家。讲师与讲师在一起、开发者与开发者在一起、咨询师与咨询师在一起、作家与作家在一起,会相互成长更快。

比如,当你看到其他作家那么勤奋写书,你作为作家会被激励。同样,AI 大模型是一次巨大的产业变革,那么,什么开发方向靠谱,什么开发方向注定是徒劳?与一些低调务实、聪明而又勤奋的工程师共事,你们会达成共识。而咨询师这类心灵职业,更是依赖相互之间的扶持。

与对的人在一起,你会给自己创造一个更好的小环境,战斗力、作品和机会都更好。

12

昨天,同事在我家,配合我一起干活。然后我谈到,人们还是低估当前 AI 的潜力了。我跟同事说几个应用 AI 的场景。

(1)AI 可以成为你很好的健康顾问。建立一个 health 项目,里面保存了你所有的体检报告、所有的病历、所有的美团买药记录、所有的京东购买相关记录、所有的美团外卖记录、所有的山姆/京东七鲜/美团买菜记录,以及你爱人的情况、你孩子的情况;再把你的居住环境,仔细拍成大量照片。

全部发给它。深入讨论、深入分析,最终得出的结论会令你大吃一惊。

(2)AI 可以帮你做更好的全局规划。我昨天跟同事开玩笑,如果我们想在 18 个月内实现一个极为有挑战的目标,你自己肯定是想不出特别好的方案的。但如果你扔给 AI 足够充分的上下文,以及你本身的对话意识足够到位,那么,一定会有大量创新的方案等着你。

(3)AI 可以帮你快速沉淀知识。一旦深入理解大模型的原理,你会发现,几乎所有领域,都可以训练或微调自己的大模型,而自己的大模型,最大的优势是 24 小时工作,以及生产更大规模的数据,从而获得一种持续进化的能力。相当于,人类沉淀知识、传递知识的方式,逐步从写作、教学这类方式,过渡到准备语料、训练模型、部署模型、生产数据,继续下一轮循环。

站在 2026 年回看 2000 年的互联网巨头——那时我们以为是新浪、搜狐,然而如今,它们掉队较为严重了。同样,站在 2056 年看 2026 年的 AI 发展,那时可能又大不一样。

关于工作

13

所有网状的设计,只会带来一个缺点:认知过载。

在知识量较小的时候,比如 100~300 条以内,尚可,一旦膨胀到一定程度,网状的结构,只会成为一团乱麻、一碗面条。

真正优雅的知识结构设计,我在不同书中说了很多次:树。

树是一种特殊的网络结构,但它具备唯一通道,所以可以大幅度降低认知负荷。

14

讲课,暗爽的是,有些历史的伏笔,只有你讲得很明白,其他人可能没看得这么明白。比如,Claude Code 101 这门课的首期,我浪费了 1 分钟去讲 tty 这个历史典故。然后,同学们才意识到,原来 Ghostty 的名字是这么来的。

其实,「零基础 AI 大模型研发训练营」首期内测也存在类似的草蛇灰线。第一讲,我花了整整 30 分钟,介绍「大语言模型」训练的「最小数学知识」,其中的一个重要概念是源自香农信息论的「交叉熵」。它是如此重要,是整个大模型训练的基础。

但,同学们更不清楚的是,Claude 系列模型的名字,即是向香农致敬。香农的全名是:Claude Elwood Shannon。大家有点感觉了吧?

更有趣的是,「交叉熵」与认知科学、神经科学、心理科学的大一统理论「自由能原理」依然是紧密相关的。只是,一个是「最小化损失」;一个是「最小化惊异」。

15

在「零基础 AI 大模型研发训练营」首期内测课程第一讲中,各位同学需要留意我展示的系列思维方法论。整理点心得,供更多同学参考:

(1)代码是唯一真相。不关心学界灌水的论文,只关心已经被工程界反复捶打的开源仓库。我们是要尽快掌握工程最佳实践,而不是成为一位靠灌水发论文的人。

(2)深入代码历史考古。代码的 Git 历史,比任何文字记录,更能反映 AI 的变迁历史,尤其是 PyTorch 这类有近 10 年历史的代码仓库。

(3)从最小、极简入手。我在第一讲,介绍了从零训练一个大模型的最小数学知识、最小计算机知识,然后基于它,构造了一个百万参数的模型。要知道,复杂系统都是从一个极简的起点发展出来的。自己动手实现一个「最小」,才更能理解复杂事物。

(4)追溯关键主干。AI 的每个节点,解决了什么问题?没解决什么问题?真正创新的工作就那么几篇关键论文,剩下的都是枝叶。

16

在管理学领域,有一句名言:没有测量,就没有管理。同样,在大模型研发领域,没有评测,就没有智能。目前,大模型评测变得越来越重要了。

17

最近在思考 AI 时代(严格说,2025 年 11 月以来的 AI 新时代),产品研发、软件架构的大变化。

在 2025 年 11 月之前,产品研发、软件架构,第一考虑是人类用户的需求,然后从界面入手。但现在的逻辑非常不一样了,直接从 Agent 的需求考虑,人类也是通过 Agent 来使用。

因此,我今天跟团队同事说,现在的产品研发逻辑变成这样了:

(1)一个产品值不值得做:答案很简单,看能否将其提炼为 4 组极简的 CLI 命令,这 4 组 CLI 命令,是否存在其他替代品?相对过去的解决方案,现在新的产品方案,能否获得 10 倍、100 倍、1000 倍的性能优势或成本优势或体验优势或用户规模优势?

如果 1 个软件产品,很难概括成 4 组核心命令,或者,4 组核心命令太中庸了,替代品太多了,那么,这个产品,在 AI 新时代,多半不值得做。至少,在公共市场没多大价值。可能,在关系导向的市场有少数价值。

(2)继而,围绕这 4 组核心命令,去架构整个产品逻辑。CLI、app、webapp 等等。而 app、webapp 等等,都是在调用 CLI,变成薄包装了,只负责处理授权、登录一些轻活,重活则都是 CLI 干的。

(3)这种新型软件架构,webapp 建议采用 TypeScript;CLI 建议采用 Rust。因为这两门编程语言都是强类型的,从而可以让 AI 大幅降低自己的「确认成本」(参考我的开年演讲《意向革命》)。

18

昨天晚上,一位好友出差来京,约我一起吃了顿饭,聊得很开心,给大家分享点心得。

(1)目前,科技公司裁员变得非常普遍了。好友这次出差,就是办一件较为艰难的事:裁员。而在 AI 的巨变之际,即使是大厂也不例外。没有安全区。容易被裁员的是,那些对 AI 的巨变没有感觉,也没有主动去学习、适应的人。

(2)新的研发结构、研发方法论,目前正在形成之中。团队组织结构,越来越倾向精英小团队。这个精英团队的领头人最好是技术和产品都懂。团队越小、越精英化,效率反而越高。在 AI 时代,人多反而是负担。你没法跟人解释「为什么又要推翻重来」,但 AI 不需要你解释,马上帮你验证。

(3)工作方式已经从「一问一答」进化到「AI 自主干活」。我给好友介绍,自己搭建了多套 AI 自主工作系统。当我们吃饭时,AI 自己在并行处理四个大项目,我只需要事后验收。

(4)一定要自己训练和部署模型,不是为了省钱,而是为了真正理解技术边界。你不自己跑 GPU,就永远不明白很多应该明白的东西。用 API 看上去省事,但你对模型能做什么、不能做什么,边界在哪里,始终是模糊的。

关于育儿

19

测智商

好久没给小美妞测智商了,小时候,给她测的是「发育商」,那时她得分不错,领先同龄孩子不少。

今天,妈妈忽悠她,给她测了一个经典智力测验。妈妈说,这是我在做的一个儿童心理学实验,看看不同年龄的孩子的得分,这个数据对我很重要,哈哈。

结果小美妞猜出来,妈妈要考她,就说,我得分多少,你别告诉我。

然后做完测验。对了一下分数,得分很高,哈哈。

小美妞是那种较为典型的高智力小朋友了,按照我的理论,智力分为三种:感商、智商、理商。她三商都不错。

20

神秘的怪人

晚上,小美妞同学来家玩。

小美妞带着同学参观我们家。

然后,走到我的书房,她说,这个书房是一个神秘的怪人的,我们看看就行了。

哈哈哈,原来爸爸在她心目中是一个「神秘的怪人」。

21

世界首富

今天,小美妞跟我说,去南锣鼓巷玩,发现怎么到处都是一个穿皮衣的大叔的照片。

我说,这个叔叔是 AI 时代最重要的人物,我们如果想用 AI,那么都需要用到一种叫 GPU 的设备,这种设备的市场,他的公司占据主力。一个强大的 AI,至少需要一万块他的最高端 GPU,每块就要二三十万,加起来就是几十亿。

然后我顺便问她,这个叔叔年轻时很励志,刷厕所,但一直没放弃。你能向他学习吗?

小美妞撇撇嘴,哈哈。

然后我问她,那么,你想像他一样,未来更努力地掌握 AI 知识吗?爸爸教你。

小美妞继续撇撇嘴。

然后我问她,那么,你想成为东升乡首富吗?

小美妞说,我才不呢!要做就要做世界首富。

我说:好,有志气!世界首富的商业能力都很强。那么,今晚你同学来咱们家玩,你能卖点东西给她吗?

然后妈妈在旁边讲了一个故事,大概意思是,这个同学前不久一百块红包也被她妈妈抢走了。哈哈。

我说,你看,你同学可能没那么有钱,那么,你是不是应该想办法赚有钱的人的钱?

结果,小美妞使劲地朝我的钱包看:D

后来才知道,原来她今天上午,刚与同学玩了一款叫《世界首富》的桌游。

儿童桌游,真的非常能激发孩子的各类想法,哈哈。

22

大事

六一儿童节前,小美妞所在小学举办加入少先队仪式。他们一年级小朋友都加入少先队,戴上了红领巾。

等小美妞回来,妈妈问她,今天是你的大日子吧?都戴红领巾了。

小美妞说:这哪是大日子。真正的大日子是我成为世界首富的那一天。

哈哈哈哈。

话说,《世界首富》这款桌游不错,小美妞最近总在玩它,哈哈。

23

不上补习班

六一儿童节,谈点育儿的事。

很多家长,对孩子的学习成绩会过于焦虑。我之前从来没想到,小美妞所在小学的一年级,同班同学好多就开始上补习班了。晚上七八点了,还在上补习班。这种情况比比皆是。

但我坚持不让小美妞上任何补习班。甚至今天跟妈妈开玩笑,现在学校形式主义严重,我可以给小美妞买台写字机器人来帮她写作业。

这里的逻辑是这样的:目前高等教育已经比较落后了,并且大学生的溢价几乎没有了,除非是中国排名非常靠前的那么十来所高校的热门专业。

而 AI 高速发展,大量新知识涌现,使得机会越来越不在传统高等教育这一环节。

在 AI 时代,越来越需要的是异类思维,也就是你不同于平均值的那部分。平均值的那部分,太容易被 AI 大模型训练进去了。

那么,如何培养孩子的异类思维呢?就是要让孩子形成独一无二的自己。

独一无二的兴趣。

独一无二的身份认同。

独一无二的知识结构。

独一无二的人际网络。

最后就是自然而然的:独一无二的作品。

这些,才是比上补习班等等更重要的东西。也是比上大学更重要的东西。

24

非共识路线

今天下午,指导一位开智铁杆的孩子填志愿。比去年轻松太多了。

其实,高考志愿填报,比结果更重要的是,理解决策框架,以及将自己家庭拥有的资源最大化。

按照目前 AI 的发展速度、社会内卷程度,我觉得未来最佳发展路线,真的是自学为主了,坚持用作品说话。

教育是传承,培养社会共识,很少关心你的个性化需求,更很少关心你的实际作品。

但共识这套东西,被 AI 大模型都训练进去了。显然,再按照在共识这套体系中生长出来的能力结构,去应对 AI 时代的需求,会变得特别无力。

未来的家长,也许都需要这种勇气,协助孩子选择「非共识」的人生发展路线。

小结

四月,做了人生第一次全麻手术。原以为是个小手术,没想到术后康复格外漫长,四月、五月的节奏,不知不觉就慢了下来。

住院的那段时间,每天沿着走廊散散步。走廊尽头,保洁阿姨养了一窗台的花,在阳光下盛开。那是我这个夏天看过的,最好看的花。

走廊尽头的花

阳志平

2026-09-05

相关阅读:

跳转微信打开

  •  

春天,关于人生发展的 24 条心得

原创 阳志平 2026-08-22 18:28 北京

时代可以很快,但你也可以很慢。

关于时代

1

工业革命将人类从体力劳动中解放出来了,但我们发明了健身与运动,主动去做一些高质量的体力劳动,以保持健康。

脑力劳动也是这样。AI 把我们从繁重的脑力劳动中解放出来,并不意味着我们要放弃脑力劳动,而是转为高质量的脑力劳动。

低质量的劳动,相比高质量的,有个很大特点:它往往是被迫的,人不得不为了谋生而去种田、卖苦力。但高质量的劳动则是自发的。

在 AI 时代,不妨多想想,如何让自己从低质量的劳动中解放出来,从而腾出更多时间、心力、资金、闲暇,去从事高质量的劳动。

2

如今,code 越来越便宜,token 越来越便宜,那么,越来越昂贵的是什么?

答案是上下文。几个较为明显的趋势:token 越来越不值钱,上下文越来越值钱;coding 越来越不值钱,系统越来越值钱;软件越来越不值钱,社群越来越值钱;大团队越来越不值钱,精英小组越来越值钱。

3

我今年开年演讲的标题是《意向革命:迈向混合智能时代》。

其实,这轮 AI 跃迁,延续的依然是补全能力的进步。新手更容易补全老手们拥有的知识点;拥有一个领域知识点的人,更容易补全另一个领域的知识点;会一种编程语言的人,更容易补全另一种编程语言的知识点,等等。

当具体的知识点变得没那么重要,开始变成一种类似搜索引擎的「即时调取」,人类大脑的结构必然发生改变。这就是认知科学家丹尼尔·韦格纳等人做过的实验:谷歌效应——人类大脑的记忆开始变成分布式的了。

当搜索引擎诞生时的历史在今天重演,我们的大脑会变成什么样?人类学习的方式发生什么变革?

4

AI 新时代,我有个建议:不要把所有时间花在测试各类 AI 软件、完善个人的工作流上,而是依然要坚持创造导向。也就是,高质量的作品才是关键。

如果我们始终停留在这些事情上,那么,我们很难找到自己的压舱石。在时代大变局之际,依然会迷惘。

但在创作作品过程中,我们会发现大量前沿 AI 实验室的漏洞、没有解决的问题,从而一个作品催生另一个作品,一个想法又催生另一个想法。这就是「创作者导向」与「消费者导向」的极大不同。

5

几个也许是「反常识」的「常识」:

AI 大模型依然存在很多黑箱:即使是硅谷的 AI 科学家,依然觉得这轮 AI 跃迁有大量不可思议、不可理解之处,也处在快速学习的过程之中。

理解 AI 大模型的黑箱不是靠嘴,而是靠手:直到今天,关于这轮 AI 跃迁为何能实现那么好的效果,整个世界给出的答案,不少依然是错误的。

这轮 AI 变革,是早期的早期:它开始让我们意识到,解锁「大语言模型」的另一种思路——混合智能。之前,是 AI 干 AI 的,人类干人类的,但现在双方是重度相互卷入了。

无数社会新问题正在涌现,但更多的新机会也在涌现:正如我在开年演讲中所说,文明越发达,资源与权力往往越集中在少数人、少数组织手中。原始时代,一个人尚可脱离部落独自生活;战国时期,一个刺客还有机会行刺秦王,今天你再试试看?

社会系统越复杂,个人行动越受制约,而制约权力的机制反而越可能出现结构性漏洞。最终,暴力与关键资源被少数人掌握,这是令人悲观的一面。可与此同时,我们也正迎来人类智力的黄金时期:许多过去遥不可及的关键发明,正在变得可以实现。它们或许会带我们走向太空,延长我们的寿命,让我们拥有更健康的生活方式。这是令人乐观的一面。

6

AI 发展太快了,怎么应对?我个人的建议是:

不要太放大自己的焦虑。我前几天跟家人聊天,我说,无论处在哪个位置,其实人都少不了焦虑。该干嘛还是干嘛,睡好吃好运动好是第一位的。越不想睡、越不想吃、越不想运动的时候,意味着这些对你很重要。

差异化,寻找自己的生态卡位。不要跟别人干一样的事。一个新的时代,意味着无数新的机会,总有一碗饭给你吃。而这碗饭要吃得长久,就需要不断提高自己的溢价能力,以及对这个生态卡位的垄断优势。不要什么都想要,什么位置都去抢,最后反而是什么位置都拿不稳。

更大胆地面向未来。不要太留恋自己的过往知识、技能积累以及所谓的行业经验,那些东西,目前不妨都当作历史包袱扔掉,但在未来的某天,它们总会让你受益。如果你现在始终留恋这些历史包袱,会大大低估范式变革需要的学习、钻研时间,最后反而不上不下。

做与想同等重要。AI 发展太快,很多时候,等你想清楚了,早就到了下一波了,所以还不如干了再说。但干着干着,也要有复盘,也要有长远规划。更要想明白,自己那个独一无二、他人不可取代、难以竞争的点,究竟是什么?

关于人性

7

时代的机遇重于个人的预设。当历史性机遇出现时,要敢于推翻自己的预设。

8

昨天,跟一位同事讨论工作,谈到一个问题:不少毕业时起点不错的人,为什么发展还是不够好?

答案往往离不开这点:没有意识到真正的难题是什么;在该突破真正难题的时候,却没突破成功。

如果你毕业时起点不错,会比同龄人拿到更多机会。然而,每个机会是有时间窗口的。在那个特定的时间窗口,如果你不下狠功夫,没有意识到真正的难题是什么,吊儿郎当,或者把精力浪费在无关紧要的事情上,或者太纠缠于人情和谐,那么窗口一过,机会就没了,或者从大机会变成小机会。等当初有利于自己的环境变了,自然就慢慢掉队,发展越来越差了。

而一旦你突破一件难事,到了下个机会窗口,当初的积累,就成了你的阶梯,可以帮助你通往更大的世界。真正的难题,有一种独特的气质:在同行或组织内部,其他人搞不定,只有你搞得定。

9

我谈了不少精英的基本功,这里可以汇总一下:

化弊为利。人到了任何一个环境,都会有利有弊,但多数精英,都具备一种基本功——快速找到这个环境中的乐子、好处,然后享受它。甚至在集中营这类天然不利的环境里,也有不少伟大的心理学家、作家能从中成长起来,比如大家都很熟悉的弗兰克尔。而这样的人,不止他一个。反之,有的人则不断跟环境中的弊端较劲,浪费了自己的宝贵心力。

定力。所谓定力,就是没那么容易被他人、他事诱惑,有自己的主线。我们很难想象,芒格、巴菲特经常切换投资主题,但反过来,一个新股民,恨不得一天换上三四个主题的股票。同样是跳槽,有的精英在看似不着调的选择中,却依然呈现出清晰的主线:越来越趋近于内在动机与更大的自由。有的则是纯粹为了名利而跳槽。

想复杂,做简单。事情想得不复杂,那么就容易沦为平庸、肤浅;但事情想得复杂,却实现不出来,那么就容易沦为空想、妄念。真正的做事高手都具备一种能力:透过复杂事物,找到简单的切入点。比如,亚马逊从卖书切入;谷歌从搜索切入;Facebook 从校园晒照切入。每个切入点都蛮小的。

终身学习、终身行动。现在,仅仅用终身学习来形容,已经远远不够。不少精英是终身学习,更是终身行动。比如,前几天我看到 Shopify 的创始人,他创办的公司市值上万亿人民币,却依然直接下场发布自己的开源项目。这类例子,简直太多了。当环境大变之时,能够持续下去的精英们普遍都具备一种敏锐的嗅觉,然后立即学习、立即行动。最终,无论环境如何变,似乎自己总是活得不错。

10

近期周末约我的好友特别多,今晚又是一位快 20 年交情的老朋友。每到他职业生涯的关键时刻,我都给过恰当的建议,这次也不例外。抽出一些共性的问题,分享给大家:

(1)人到了 40 岁,多半会经历一次迷茫,我在《人生模式》一书中将其称之为「第二次青春期危机」。其实,也有一些类似的词汇,比如中年危机、意义危机、职业倦怠。但是,你知道这些词汇又会如何呢?并不怎么样。

(2)更好的答案是关注自己的身体反应。人的身体比语言更诚实。当嘴上说着不累不累的时候,身体的反应骗不了人。那么,我们应该关心哪些身体的反应呢?你的步速、语速、你的身体疾病、你的睡眠、你的胃口等等。

(3)对于很多小镇做题家来说,有一个较大的通病:责任与功劳不匹配。这位朋友,过去 20 年,尽责性很强,一直在勤勤恳恳付出。但我一上来就问对方一个问题:每个月纯粹为自己,而不是为孩子、为家庭花了多少钱?超过了一千块了吗?没有。

这几乎是他们的共同处境。考上名校,也拥有名校匹配的收入,却并没有独属于自己的生活方式。赚到的钱,立即支付房贷等等,而留给自己的缓冲极少。长期下去,必然会出现责任与功劳的错位。虽然出于道德感,不少人不会计较,但身体会沉淀那些不应该的加班、那些不应该的付出。

(4)那么,如何规避这类问题呢?最好的方法大家想不到,就是我在给咨询师们的培训课程中谈过的答案:去修个脚吧。老朋友听了,极为惊讶。从来没想到,看似不起眼的修个脚、做个 SPA、按个摩,如此重要。而偏偏,这位老朋友跟我预计的一模一样,几乎从来没有花过这类钱。

(5)人到中年,想换赛道,极为困难。但当身体疲倦到一定程度,当所处环境恶劣到一定程度,多数人都面临不得不换赛道的问题。此时,关键不是去换赛道,而是去思考:自己所处的赛道,是否可以更换一个「叙事框架」?

老朋友所处的行业=A+B 两个领域的交集。A 持续下行,B 却持续上升。因此,给老朋友的职业建议变得格外简单:如何利用在 A 行业获得的经验,在 B 行业获得溢价、垄断优势,能拿到国际大奖的那种?A 行业每年产值不过那么一点点,B 行业却是持续扩大的一个新行业。

(6)聊到最后,老朋友从刚来时恨不得立即辞职回家休息的状态,又变得斗志昂扬,恨不得立即按我的建议去奋斗了。

11

续上条。总结给中年人的人生发展建议,通常离不开这三点:

重视身体。给自己身体足够的缓冲。放弃一切没必要的应酬、一切没必要的加班、一切没必要的高糖饮食。

责任与功劳匹配。给自己花钱,至少拿出一定比例的收入,纯粹用于自己的消费,而非家庭的消费。长期的责任与功劳不匹配,会导致一个人缺乏意义感:我这么忙,最后是为了什么呢?

换视角。重新审视自己所处的赛道或行业。很多时候,我们是身在局中不知局,但如果用一个全新的视角来看待自己已经拥有的技能,也许机会就在这里。

12

今年,我提出的人生发展咨询技术达到了一个较为成熟的地步。有六次咨询,我带了四位新手咨询师旁听。最想告诉他们的,是这几点:

(1)生活方式是唯一真理。来访者写的文字不重要,你学的人生发展学术语不重要、具体咨询技术不重要。更重要的是,用心去感悟:来访者处在一个什么样的时空下,是怎样具体生活的。

回到最初的那个点,像一个孩子一样,去好奇地张望世界。

(2)关心来访者的不同。如果我们只关心来访者与他人如何类似,就必然会陷入语言的陷阱,最终失去对来访者独特性的感悟。多想想,来访者的生命旅程,有哪些不同呢?

是我们的不同,塑造了我们。而不是我们与他人的相似,塑造了我们。

(3)用来访者的原生词汇。比心理学专业术语、人生发展学术语更重要的是,来访者自己在日常生活中使用了什么词汇。其实,这也是我策展开智大会、开智元学教育峰会的思路。我与每位演讲者讨论选题时,都会尝试去理解,他高频使用的是什么原生词汇。

在北大魏坤琳老师的运动控制实验室,短短 2 个小时的交流里,他密集地说了 100 多次「我不 care」。好吧,你这么不 care,那么,我得让你 care 一下。于是,他的演讲标题,我建议是:《I Don't Care:在 AI 时代如何做自己》。

在与某知名科技公司的资深工程师下山雨讨论他的演讲选题时,他高频地使用了「老专家」这个原生词汇,描述一个又一个人到中年、却悲催地被公司压榨完剩余价值,用高额赔偿金打发出门的「老专家」。这是他的恐惧。

那么,如何将恐惧化为动力?答案是文学。文学善于将忧伤转为美,同样,我们可以利用文学,将恐惧转为动力。于是,他成了一个天天刻意写诗的新手诗人。演讲标题自然成了《刻意写诗:从资深技术专家到新手诗人》。

所谓人生发展的整体性,就是这个人站在你面前,给你呈现的一种独特性。不是来访者与他人如何类似,而是来访者与他人如何不同。

(4)「闲聊」先行,结论后置。咨询不同于写文章,更不同于讲课,它是天然强叙事、强情感驱动的。咨询师强加给来访者的结论,永远不如来访者自我生发的结论。

因此,进入成熟期后,我的咨询在前 10 分钟一般不会直接讨论答案,而是通过一系列看似「闲聊」的具体问题,慢慢地让来访者感受到自己生活的不同侧面。

然后,突然,哇,来访者会猛然觉察:啊,原来我是一个这样的人!为何我会在完全不相关的事情上,重复类似的做法呢?

当来访者亲口说出一个又一个生活细节,等拼图完成,他必然更容易理解:这些由自己说出来的事实,拼成了一个整体性的我。今日方知我是我。

(5)关心语言之外的事物。

咨询在西方心理学中也称为「谈话疗法」,因此,它天然携带了语言的陷阱。

而我较为精彩的几次咨询,都有个较大的亮点:关心来访者整个生命经历中被训练出的、语言之外的偏好,比如来访者的运动习惯、人际距离保持习惯等等,这些魔鬼的细节,更能揭示人性的深处。

这些偏好,才更接近一个人在整个生命经历中形成的整体性——这才是真正的「人的整体性」。它不是我们对外表达的,却是我们天天在这么做的。

(6)关心没有到场的人物。

除了来访者在材料中写得很多的那些人物之外,没有到场的人物同等重要。

比如,没有到场的重要家人,没有到场的前夫前妻,等等。甚至,咨询师要有强烈的史官意识,极为清晰地整理出来访者的时间线,一看就一目了然:谁在场,谁不在场。

很多时候,那些不在场的人物,更能揭示人性深层次的东西。

关于工作

13

我反复强调一个基本理念:人,要用作品牵引学习与工作,而非反之。但人年轻时,如果没走过弯路,对这个理念很难有深刻的感受。

甚至不少 40 岁、50 岁的人,还以为是要做个人品牌、要更社交、要什么的。其实都错了。

人,要更极致地专注于作品,才会感受到生命力的存在。否则,在这个世界上,诱惑会超出你的想象,一不留神,就走偏了。

14

过去 10 年,我有一个思想,一直在开智社群反复传播:用 12 年,成为精通 4 种复杂技能的人。

但,今天,这个思想可以修正为这种模式了:

(1)用 3 周或更久时间,拆解自己的工作流,然后将其总结为 4 个角色;

(2)为每个角色撰写 12 个技能(Skill)及其他 Agents、Hook、Command;

(3)在实际工作中,不断优化、迭代这 12 个技能(Skill)及相关,让它们能承载自己 60% 左右的重复性劳动、流程任务或容易忽略的知识要点。

其实,这套打法中间还有无数大坑。部分是 AI 技术早期发展带来的,更多的则是人们的认知局限带来的。前者容易解决,后者反而更麻烦。

举个例子,人类行动的自反性,使得绝大多数人无法做到很多看似简单的事。我们一般将其称之为「自律」。但真正的原因并不在这里,而是因为自律是一种认知成本极为昂贵的行为。

15

用 12 年,成为精通 4 种复杂技能的人。这是信息革命时代对知识精英的基本要求。计算机的广泛使用,使得知识工作开始大规模出现。

而单一的复杂技能,如写作,其实难以放大产值。但写作+视觉,就催生了电影产业革命,成就了好莱坞等等。

一般来说,4 种复杂技能差不多了,这是一个知识精英的标配。世界级的知识精英,比如各类头部奖项的得主,差不多都是这样。

但,AI 这轮发展,会出现很多新问题。从数量上来说,技能开始膨胀了:在 AI 的加持下,很多人可以拥有前所未有的技能;而数量膨胀的另一个原因是,技能的颗粒度变小了。以前,我们谈论的技能,差不多是写作、叙事这么大的颗粒度,但现在,写作可能需要一个庞大而复杂的技能套包才可以承载。每个具体的技能,可能只能完成以前写作 30 到 300 分钟的工作量。

而更关键的是,技能的质量也不一样了。从我对开源社区 Skill 的调研来看,呈现出较为典型的九一分布:10% 的技能堪称一绝,非常巧妙、实用,但 90% 的质量堪忧。

这是前所未有的、无数的新挑战。不仅仅是工作流程,更涉及教育、文化等等。人类如何传递知识,模式也大为不同了。

16

今天跟工程师们谈了一个趋势:未来对工程能力的要求,逐步过渡到复杂架构上了。区分好工程师与平庸工程师,非常看他管理复杂度的能力。好的工程师,能将复杂项目大幅简化。

同时,对工程师的创新能力要求更高了。好的工程师,也越来越接近传统意义上的研究员;反过来,研究员也需要更强的工程能力了。

再就是对工程师的共情能力要求也变高了,他要能共情用户、Agents、社群、第三方。也就是,好的工程师同样还需要像一个咨询师。

未来,最有前途的技能组合套包是:工程师+研究员+咨询师。

17

AI 时代,老师傅们希望与什么样的人共事呢?

黑客精神:好奇、内驱力、勤奋,不搞懂难点不睡觉的那种。当然,不睡觉对身体不好,我这里只是一个形象比喻。

人品不错:为人温和,性格不激烈。AI 时代,如果想取得较好效果,需要组织内的极大权限,而这些权限一旦交出去了,就很难收回来了,所以,人品变得越来越重要了。

理性思维好,有一定工程素养:简而言之,逻辑推理能力不错,懂软件工程的一些常识。

善于沟通:AI Coding 很大程度上是跟 AI 沟通,如果平时不喜欢跟人沟通,大概率依然很难跟 AI 沟通好。

18

前不久,跟同事吃饭,谈到 AI 时代如何保持竞争力、更好地发展自己及品牌,我给了几个关键建议,供所有同学参考。

舍得花钱:AI 大模型时代,经济资本的重要性比我们想的要高。舍得花钱,使用更好的大模型;舍得花钱,建设自己的 GPU 算力,这样,你才更容易拥有一流的认知。很多时候,我们在一个窘迫的心态下,拥有的也是较为窘迫的认知。更关键的是,错误的认知一旦形成,你想修改很难,甚至会对你产生方方面面的影响。比如,OpenAI 公司前几年的错误认知:Anthropic 公司只是善于 AI Coding 而已,AI Coding 只是一个小买卖。这个认知一旦形成,就是几千亿美金的浪费,现在他们不得不费力追赶。

卡住自己的生态位:但舍得花钱,并不意味着什么都乱投资。比如,OpenAI 公司投资了一大堆瞎扯淡的东西,现在不得不一一放弃,连王牌项目 Sora 也不得不关闭。应该紧紧围绕自己能在世界上做到头部阵营的事情去投资。这些事情,大致上会处在你的内在动机、长期积累、个人资源等等的一个交集区域。重点是要形成独特的闭环,从数据、算力、模型、Agent 到应用层的软件,整套闭环。

优先投资那些能扩大自己产出的事物:那些能够让你、你的团队倍速工作的东西,往往是一些基础设施、工作流的改造。早期很花时间与心力,但一旦建设完毕后,就变得非常轻松了。比如,42plugin、42help 就是这样的东西;开智学堂的 AI 助学系统、AI 批改作业系统,也是。

投资那些让自己更有影响力的事情:什么事情都讲究平衡。团队产出扩大了,但并不意味着市场需求扩大。而让自己、自己团队变得更有影响力,那么,就意味着能承接到更多需求。在 AI 时代,品牌、叙事、意义,这些反而变得更重要了。

勇于突破自我:2026 年是模型大变革之年,也是真正步入千家万户、百行千业的年代。很多人没有意识到,整个这轮 AI 时代从 2012 年那篇深度学习的关键论文算起,其实才十多年而已。年轻,意味着机会无限;但也意味着不要停留在自己的过往经验中。敢于尝试,敢于创新,更自信、更乐观,反而是在 AI 发展早期的乱战中能胜出的必备气质。

关于育儿

19

爸爸的优点

爸爸:你觉得我最大的优点是什么?

小美妞:那是什么呢?

爸爸:我是全世界最爱你的爸爸。

小美妞:这个不是你的优点,这只不过是一个事实。

爸爸:那你觉得爸爸的优点是什么呢?

小美妞:写作好。

爸爸:如果不说这个优点呢?

小美妞扳着手指头数了六件事,比如陪她玩项目 A 是一个优点,玩项目 B 是第二个优点,然后说这些是我的六个优点。

爸爸:为何爸爸的优点全是具体的事呢?

小美妞:我说了,你可别生气。因为我是鸡蛋里挑骨头,实在想不出来,才一件一件地给你列。

爸爸:……

20

期待

小美妞今天放学回来后,妈妈辅导她功课,辅导着辅导着,又非常生气。

今天生气的原因是,小美妞昨天晚上写语文作业,妈妈辛辛苦苦引导她写了一个多小时,终于将字变得漂亮一些了。结果今天她交作业时,将那一页作业撕掉了,然后顺手扔进垃圾桶里面了。老师看到没有作业,就给了她一个良。妈妈自然很生气,然后数了数她语文作业本上的评分,只有一个优,其他全部是良。

这种情况已经反复出现了,哈哈。我说至于嘛,才小学一年级。在我的调解下,妈妈开始反思自己为何这么生气:因为辅导小美妞做功课,每天要花 2 到 3 个小时,有了投入,自然就有了期待。结果期待没得到实现,自然很生气。

然后小美妞跟妈妈开始讨价还价:

小美妞:那你可以没期待啊。

妈妈:那你对自己的期待是多少呢?

小美妞:我觉得语文、数学 60 分就可以了。

妈妈:……

妈妈又说:我之前不是跟你说过一个道理吗?人在中等压力下,表现最好。

小美妞:那我觉得,我语文、数学 30 分就可以了。

妈妈:你不是像你爸一样,比较完美主义吗?这个时候,怎么不追求完美了?

小美妞:其实我是先降低你的预期,没有期待,万一我拿到第一名了呢?

妈妈:……

21

脾气涨价了

最近,小美妞从妈妈那里赚了一千一百块钱。这是怎么回事呢?

妈妈不是说了,不再管小美妞作业了,降低预期了吗?结果她还是忍不住想管,一管就要生气。

于是,小美妞与妈妈约法三章:大脾气 1000 块,小脾气 100 块。

前不久,妈妈实在忍不住,对她发大脾气,她就赚到 1000 块了。

昨天晚上,妈妈本来不想发脾气的,但听写,一旦碰到某三个字,四五次了还是写错。于是,小美妞又赚到 100 块。

今天,小美妞跟妈妈说,不能再发脾气了,现在脾气要涨价了,大脾气上涨为 2000 块,小脾气上涨为 200 块:D

22

一言难尽

今晚,我问小美妞:昨晚、今晚,妈妈辅导你功课,朝你发脾气了吗?爸爸帮你主持正义。

小美妞说:没有啊。

然后我继续问:那唱《一言难尽》了吗?

小美妞说:今天晚上没唱,昨天晚上唱了。

这是什么意思呢?妈妈每次辅导小美妞功课,快忍不住发火时,就去唱一首《一言难尽》:

我一言难尽 忍不住伤心
不敢勉强你 只好为难自己
我为难我自己

23

见钱眼开

最近,小美妞一直在努力赚钱。其中,一条赚钱的路子是,妈妈跟她打了个赌:每瘦 1 斤,奖励她一千块。好家伙,为了这一千块,她是够拼了。每天下午都去跳绳;看到甜的,主动不吃,哈哈。

然后我跟她说,那爸爸给你一千块,不就行了吗?她说不行,还是自己挣的有意思。

那么,她为何这么努力赚钱呢?答案是她看中了施华洛世奇的一款水晶。

这款水晶她惦记很久了,不过价格颇为昂贵。她说,要一直攒到小学六年级毕业,一定要拿下这款水晶,哈哈。她还说,未来要自己赚钱买一个大房子,专门拿来放自己收藏的水晶。哈哈。

好家伙,为了赚钱,这个小姑娘是拼了。她今天问我,有什么行业收入高。我说,自己当老板。结果,妈妈说,还有那么多老板破产的呢。那我说,如果纯上班,那么,还是 AI 科学家收入高,成为顶尖的 AI 科学家,年薪很容易过百万。她就立即问:那怎么样才能成为 AI 科学家呢?我说,得数学与计算机好。哈哈。

看在她这么惦记这款水晶的份上,我说,爸爸帮你买了,行吗?她坚决不让我买,说是剥夺了她的乐趣:D

24

山东大馒头

不知道是什么原因,小美妞迷上了山东大馒头。春节期间,催着妈妈给她网购了特别大的一个。赶上店家过年放假,节后的这周才收到。收到当天,特别担心爸爸偷吃她的大馒头,出门玩之前,一再嘱咐爸爸:不要偷吃我的大馒头哦。

当天,回来后,看到自己的大馒头了,那个兴奋劲,简直手舞足蹈。然后坚决不吃其他的,只吃这个大馒头,哈哈。但实在太大了,那天没吃完。没想到今天还是让妈妈给她热馒头。热好了,不给任何人吃。

卑微的爸爸一再请求,终于得到了可以吃馒头皮的许可:D

小结

这是一份迟到的总结。2026 年的一月、二月、三月,竟然出乎意料地忙碌,直到今天才有时间来写年初的总结。最值得纪念的是两件事:人生发展咨询技术趋于成熟,帮助到了更多来访者;我带领活水 AI 实验室(42ailab),发布了一个又一个 AI 软件。

这三个月,我在湖畔茶馆里听了一个又一个人的故事,也在深夜里看着一个又一个软件上线。时代可以很快,但你也可以很慢。

阳志平

2026-08-22

相关阅读:

跳转微信打开

  •  

《聪明的的阅读者》俄语版正式上市

原创 阳志平 2026-08-20 19:49 北京

即使是一本小书,也藏着整个世界!

近期,我的个人专著《聪明的阅读者》的俄语版在俄罗斯正式上市了。心情颇为感慨,这是我的第一本被翻译为外语的著作。

《聪明的阅读者》俄语版封面

1

2023 年 5 月,《聪明的阅读者》中文版上市不久,出版社老师问我,有一家俄罗斯的出版社对我这本书颇感兴趣,想出版俄语版,你的意见如何?

那时,我对将自己的版权输出国际,一无所知,但心里觉得是好事,于是同意了。

出版社是俄罗斯知名的非虚构出版社 Манн, Иванов и Фербер(МИФ,曼恩、伊万诺夫与费尔贝尔出版社),他们主打心理学、商业与个人成长类著作。做事很靠谱,很快,就将版税给我汇过来了。

而当时我唯一担心的是,《聪明的阅读者》这本书翻译难度这么大,中文版厚达 454 页,译者能胜任吗?

果然,出版方很快提出了一个条件,也就是能否出版俄语版时,删掉第十一章「通识千书」?

从作者感情来说,我显然希望保留自己的著作完整性,但从翻译与市场角度来看,这是一个极为合理的请求。当初,我与三位资深编辑,以及三位同事校对通识千书,就耗费了整整一个多月。而翻译为俄语版,难度可想而知。并且会让这本书变得极厚,显然会进一步影响俄语版销量。

因此,我第一时间同意了出版方的请求,作为协议附加条款列入进去。

2

然而,等今年 2 月份,俄方出版社发来他们的最终译稿时,大大出乎我意料。他们删掉了「参考文献」,把「附录」「致谢」和「后记」整体移到了线上。正文最后一页留了一个二维码,扫开是一份 33 页的补充材料,附录《关于阅读的阅读》和致谢都在里面。但第十一章「通识千书」,依然完整保留在纸书里。

在合作之初,我同意他们的时候,心想,第十一章「通识千书」这可是《聪明的阅读者》一书最大的价值点之一,你们出版方怎么舍得删掉呢?哈哈哈哈哈。果然,最后他们自己还是保留下来了。

俄语版第十一章首页

最终,整本书厚达 544 页,真正的精装本大部头了,甚至超过中文版的页数了。

惊喜还在后面。我原本最担心的,是书中涉及中国儒家价值观的那些文本会被弱化或删减;尤其担心「人类文明十三经」因为通篇没有提及俄罗斯,会被整节删掉。但这些也都完整保留了。

某种意义上,这也是一种文化输出了。

3

一本书究竟如何才能从一种语言变为另一种语言?一切都要归功于译者。

《聪明的阅读者》俄语版的译者,是至今尚未与我谋面的叶卡捷琳娜·科尔涅娃(Екатерина Корнева)老师。

写作《聪明的阅读者》很难,花了我三年。而从签约到付印,俄方前后也花了近三年。544 页的大部头,那么多的学术知识点,估计译者掉了不少头发。我这么难译的书,竟然也能被翻译出来。真的太神奇了。

我不懂俄语,但从俄语版的读者反馈来看,有读者称译笔不错、读来流畅。在 AI 的帮助下,尝试阅读俄语版,发现译者老师做了非常多精巧的细节处理。

《聪明的阅读者》的俄语书名,也颇有意思。

书名俄语作 Искусство быть читателем,直译为中文,是「做一个读者的艺术」;副标题 Как читать эффективнее, упорядочить знания и получать удовольствие от книг,即「如何更高效地阅读、让知识成序、并从书中获得乐趣」。

连起来便是:《做一个读者的艺术:如何更高效地阅读、让知识成序、并从书中获得乐趣》。

译者并没有抓住「聪明」做文章,而是突出阅读的艺术,这是抓住了《聪明的阅读者》一书的精髓!

俄语版的目录,直译回来后如下:

目录

序言 小书里也藏着整个世界 6

第一部分 阅读的科学

第 1 章 如何成为聪明的读者 10
第 2 章 阅读过程中大脑的运作 28
第 3 章 信息、叙事与审美 56

第二部分 阅读的技术

第 4 章 精读:基本功 94
第 5 章 选读:科学上的突破 130
第 6 章 结构阅读:作者的认知方式 157
第 7 章 主题阅读:当一本书不够时 196
第 8 章 卡片法:智者的笔记 216
第 9 章 实际应用:读不同类型的文本 261

第三部分 读者的选择

第 10 章 如何选书 298
第 11 章 包罗万象的千书:智者的杰作 352

补充材料 543

封底的介绍文字,也与中文版大为不同,直译如下:

一部全面而深入的著作,献给阅读的艺术

这本书不只是给人鼓舞——它给出一套可逐步操作的方法,把被动地吞读文字,变成与作者之间有意义的对话。

它的内核,是四套通用的阅读体系。它们让你能够灵活调整策略,应对任何任务:无论是啃下一部艰深的学术专著,深入剖析一部长篇小说,还是从同一主题的几十本书里迅速「榨」出精要。

这一切,都将帮助你在自己身上发现一个聪明的读者——他不只是吞下信息,而是从书中获取最大的收益与乐趣。书中还附有一份内容广博的导览:一份世界典籍最重要作品的书单,读过它们,你将能在字里行间看见远比从前更多的东西。

俄语版封底

这个介绍我非常满意,准确而到位,尤其是「献给阅读的艺术」这一句。

《聪明的阅读者》中,我那么独特的文风,译成俄语会如何呢?先看我的自序《世界何窄,方册何宽》,标题被译成了:

Даже малая книга
скрывает весь мир

译为中文,是:

即使是一本小书
也隐藏着整个世界

4

俄语世界的读者,如何评价《聪明的阅读者》俄语版?摘录几条评论:

读者评论 1:

这本书彻底改变了我对阅读的态度,也改变了我阅读的方式。读它的时候,你会突然发现自己在想:从这本书开始,阅读的世界被分成了「之前」和「之后」——「之前」意味着你根本就没读过书,或者你读的方式是错的,你的阅读里有一片混乱,而你压根没察觉;意味着做一个读者,是特权、是技能,同时也是最了不起的天赋。

如果你爱读书,又还在犹豫要不要买这本,那我要赶紧打消你的犹豫,并且告诉你:这本书里的东西,你在别处再也找不到!就算找得到,人家也会要你付上一千倍于这件珍宝的价钱。

读者评论 2:

这是一本非常有意思也非常有用的书,适合那些不想再乱读一气、而想系统地、有结构地获取知识,以求弄清世界与各知识领域整体图景的人。这本书清楚地展示了:该如何有意识地读书,如何对付严肃的学术文本,如何提高阅读的速度与数量,以及如何更好地吸收读过的内容。

特别有意思的是那份涵盖所有知识领域的推荐书单,它能帮人建立起关于客观现实与哲学观念的完整图景。这本书对各个年龄段的人都有用。

读者评论 3:

这本书能让你获得一些关于阅读与记忆的有趣事实,也能破除若干阅读上的幻觉。全书的主线是阅读方法——针对不同文本类型、不同门类的著作,方法各不相同。书中援引的专业文献相当密集。

书的很大一部分篇幅,是作者收集整理的「千位智者」基础书单。他首先推荐读的正是这份书单,用以拓展对世界的认识、培育自己的智慧。

在我看来,这本书面向的是严肃读者——那种把书当作知识与智慧的来源,而不只是当作爱好或消遣的人。它能帮你在如今累积到不可思议规模的信息里找到方向。作为一部通览世界典籍杰作(既包括知识性的,也包括文艺性的)的全局性参考书,它相当出色。本书出自一位中国研究者之手,这自然也在内容上留下了它的印记。

当然,也有来自俄语读者的批评,指责我太强调认知科学了;以及我写得太推销中国作家与儒家了。

5

而最令我感动的,是一位读者的长评,全文翻译如下:


不是嚼纸,而是啜饮文字的艺术

我们习惯把书当成头脑的健身房。这儿是一份「必读」经典书单——练你的智力。那儿是一堆讲效率的非虚构——让神经连接长得更密。我们吞下字母,只为在阅读挑战里打个勾,然后带着骄傲(和一丝吃撑了的轻微反胃)望着那摞读完的书。

中国随笔作家阳志平在《聪明的阅读者》(俄译名直译为「做一个读者的艺术」)中提议彻底换一副眼镜。他礼貌地收走我们手里的哑铃和蛋白粉,让我们坐进一张深深的扶手椅,在小几上放好一只瓷杯。他说,阅读不是举重,是茶道。

别在这里找速读法,也别找一小时记住五百页的技巧。阳志平写的是远为细微的东西:如何按当下的心境挑一本书,而不是因为周围人都在谈论它;如何及时合上一本无聊的小说,而不必对着它伟大的作者受良心的煎熬;如何把熟悉的句子重读成初见。

作者的核心观点,在这个人人都要「成事」的时代听来近乎异端:读书要读出双重愉悦——安静的智性快乐,和实实在在的人生用处。二者缺一,要么空洞,要么疲惫。

他温和地解剖我们在读书上的种种「罪」:为读不完《尤利西斯》那块砖头而愧疚,对轻文学的势利眼,出于原则把明摆着的烂书读到底的习惯。他用好奇心取代责任感。书应当像手套一样合你的手——否则何必把你唯一一次、不可重来的时间花在它身上?

阳志平的文字本身就把人调到该有的调子上。它不急不缓,疏朗有致,可触可感。读他的思考时,你能实实在在闻到旧纸的气味,看见斜斜一道落在木地板上的、有尘埃浮动的光,听见图书馆的寂静。

于是这本书自己变成了一本实践手册:作者教你慢慢读,细品段落,在章节之间停一停,让念头慢慢泡开。你会忽然发现,哪怕在沉重的一天工作之后,自己的呼吸也变得平匀了。

读完《聪明的阅读者》,你会想立刻去一趟书店。但走进去的将是另一个人。不是那个从架上乱抓一气、把时髦书脊塞满袋子的劫掠者,而是一位懂得味道、香气与回甘的美食家。

阳志平把最重要的一项权利还给了我们——为自己而读的权利。他也提醒我们:一本书最好的用处,是一个人刚刚在最好的陪伴中度过两小时之后,那份幸福的平静。


在 AI 的帮助下,我读懂了这位来自远方读者的评论。看到在异国他乡,不同语言、不同文化下,自己的书如何被阅读,这种感受太美妙啦。

6

真是一次有趣的人生经历。期待未来我的这类对外思想输出越来越多,能令更多文化背景的读者受益。

俄方保留下来的,不只是第十一章与「人类文明十三经」。翻过目录便是这本书最私人的一页,也就是献词,他们也一字未删地译了过去。

中文版原文是:

世界何窄,方册何宽。
愿你一生,好书常伴,心流常在。
谨以此书献给我的爱女。

俄语版是:

Даже малая книга скрывает весь мир!
Пусть хорошие книги сопровождают
тебя всю жизнь и радуют сердце.
Посвящаю свой труд любимой дочери

再直译回中文,则成了:

即使是一本小书,也藏着整个世界!
愿好书伴你一生,令你心中欢喜。
谨以此书献给我心爱的女儿

世界何窄,方册何宽。即使是一本小书,也藏着整个世界!愿你,享受阅读的欢喜。

阳志平
2026-08-20

相关阅读:

跳转微信打开

  •  

让 AI 替你自主干活的 12 个技巧

原创 阳志平 2026-06-02 19:41 北京

AI自主系统

从去年年底开始,我做了一个新的尝试:每天下午出门跑步之前,把一批活派给 AI,然后出门。等我跑步回家,它还在持续工作。偶尔,心情来了,给同学们开直播,让大家围观 AI 是如何自主干活的。

刚开始,AI 自主干活的时长稳定在 30 分钟到 3 个小时,而最近几个月,这个时长不断被突破,慢慢地,3 个小时已经极为稳定了,9 小时也不在话下,甚至时不时持续工作到 36 个小时以上。

这种你不在电脑前、甚至在睡觉时,AI 依然在勤勤恳恳替你干活的感觉,只要体验过一次,你就再也回不到从前了。业界喜欢用「harness」这个词,我自己更愿意叫它 AI 自主系统(Autonomous AI System)。在一次访谈中,我甚至谈到,「衡量当前 AI 发展到了什么水准,就看一件事:在没有任何人类介入的前提下,它能独立工作多久、能不能交付高质量的成果。」

那么,如何实现一个好的 AI 自主干活系统呢?分享一些经验。

第一组:任务编排

这个环节,是为数不多需要人类介入的一环,因此极为重要:给 AI 恰到好处的任务、恰到好处的上下文,以及恰到好处的任务执行流程编排。

 技巧 1:合并同类项

指令示例:请你读取任务清单上所有尚未关闭的问题,然后请合并同类项,确保每轮执行的都是同一组问题。继而按照任务复杂度从低到高排序,控制在 12 小时能干完的工作量。

对新手来说,我建议任务清单不要写在本地,更建议写成一条又一条 issue,效果更好。AI 非常擅长处理 issue,而没那么擅长处理本地的自定义格式的任务清单。这里的 12 小时也可以下调为 3 小时或更短时间。

这条技巧背后的原理是尽量减少上下文切换。AI 自主干活,最怕任务杂。 让它一会儿修 bug、一会儿写文案、一会儿做表格,上下文反复横跳,交付质量必然差。同类任务则不然。它能把上一个任务里建立的模式、踩过的坑,顺势复用到下一个,越干越顺。

那么,为何还要按照复杂度排序呢?答案其实很简单,让 AI 先用简单任务「热身」,把这一类问题的套路摸熟,再去啃复杂的,成功率更高。AI 与人类有非常类似的一面:成功带来成功。反之,一个新手,则会不断打断 AI 干活,最后 AI 交付的质量也会越来越差。

技巧 2:确定性分流

指令示例:请你在实际动手干活之前先判断:你是否已拥有足够的上下文?你是否明白你要实现的目标或解决的问题了?你是否已经对你的目标或问题进行过元反思了,是否需要重新定义问题?如果你的确清楚,就直接干;如果不清楚,请先调研,把关键决策点列给我,等我拍板再干。

每次,我跑步之前,都会这么问它一轮,是否明白今天要自主干的这批活的目标,以及是否拥有足够上下文了?然后再让它提供关键决策点,我决策后就安心出门。

这就是 AI 自主干活系统的核心设计:把人介入的点,前置到「开工前」,而不是「返工时」。

很多人用 AI 的痛苦在于,AI 闷头干了半天,方向是错的。事后盯得更紧没用,关键是让 AI 在开工前先自我分流:高确定性的活,一句话确认就放手;高不确定性的活,先停下来,把拿不准的几个关键决策摆到你面前,你拍完板它再走。该自主的地方彻底自主,该请示的地方绝不自作主张。

技巧 3:开工前,先确认世界没变过

指令示例:开工前先确认一下当前的真实状态(最新的进度、版本、数据),别拿上一次缓存的旧状态当真相。

AI 干活的一个隐藏陷阱是:它手里的「事实」,往往是上一次对话开始时的快照。可这期间,别人可能已经改过了,后台可能已经自动合并过了。基于过期状态干活,轻则白忙,重则覆盖掉别人在途的工作。

因此,我的 AI 自主干活系统设定了一个 boot 原则,第一步永远是「先核对现在的真相」。放到任何协作里都一样:动手前,先确认世界没在你不知道的时候变过。

第二组:实际开工

这一组技巧极为反直觉,也体现了 AI 自主系统和传统工作流的根本不同。

技巧 4:干了再说,边干边对齐

指令示例:别在计划上无限纠缠。先把最小可用的版本跑起来,让产出本身说话;过程中每隔一段,就拿我们最初的意图回来对一次,看跑偏没有。

传统工程教育告诉你:先写详尽的计划,再动手。但在 AI 自主系统里,我越来越确信一件事——计划永远不是唯一的真相,实际产出(比如代码)才是。

复杂的活当然也写计划,但计划只是一次性的脚手架,别当成金科玉律。需求往往是「干」出来的,靠「想」想不全。用 AI 快速迭代原型,跑通四五个大版本之后,你才真正知道自己想要什么。这个阶段,人多反而是负担:你没法跟人解释「为什么又要推翻重来」,但 AI 不需要你解释,它马上帮你验证。

所以实现阶段的纪律就四个字:先跑起来。计划写得再周全,也不如让产出先长出来,再拿意图反复校准它。所谓对齐,是让意图和不断生长的产出互相补全,而不是让产出去迁就一份僵死的计划。

技巧 5:worktree 并行分身

指令示例:把这个大活拆成几块,每个分身负责一块,注意给每个分身都利用 git worktree 创建一个隔离的工作副本,让它们同时干、互不干扰,干完再合到一起。

普通人开两个 AI 改同一个项目,立刻就冲突打架。更大的提速,来自让一群分身同时干同一个大活。 单个 AI 的吞吐有上限,杠杆就在「并行」二字。

技术上的实现,就是 worktree。worktree 这个由 pclouds 主导开发的新功能,早在 2015 年就诞生了。但在 git 中却并非一个常用命令。如今,得益于 AI 的进步,它成了 AI 自主系统的标配了。

使用 worktree,几乎所有的人都不适应,因为人类大脑不是这么工作的,我们格外不擅长多线程切换,以及管理多线程。所以,这里的关键是,如何将 worktree 的工作流程约束在人类的工作记忆与认知负荷以内。

技巧 6:补齐测试

指令示例:干完别急着交。把各类测试、尤其是端到端测试补齐,功能必须真的跑通,而不是看起来跑通。

AI 擅长自我欺骗,很多时候,没有实际测试,就宣称工作完成。或者只测容易的场景,没有测复杂的场景;或者只考虑常见的数据,没有考虑到边缘数据。因此,我们得提前约束 AI 必须进行更复杂的各类测试。比如,端到端、多样本、真环境。 测一个不算数,要拿不同类型的样本各测一遍,确保产出跨场景都稳。

迁移到非编程类任务也一样:一篇稿子、一份方案,别只在你设想的理想读者身上「跑通」,要拿几类真实场景来进行压力测试。

第三组:自检与评审

认知科学中有一个著名的元认知错觉,就是我们以为自己知道,然而实际并不知道。同样,AI 作为一种新型智能体,也存在类似的元认知错觉。因此,我们需要让它进行自检与第三方评审。

技巧 7:对抗性自检

指令示例:请派几个分身,分别扮演最挑剔的评审者(或:你见过最严格的评审者),从互不相同的角度找漏洞:一个查重复和冗余,一个查并发和边界,一个查有没有破坏旧功能。各自把问题写下来。

这个技巧需要注意:

1)务必多视角。不要只一个视角。自检不是「再读一遍」。再读一遍,AI 只会再一次确认自己是对的。有效的自检,是把自己分裂成几个互不相同、互相对抗的视角同时审。 一个专挑冗余,一个专挑边界,一个专挑「为了实现新目标而破坏了旧功能」。视角越分化,越能逼出单一视角看不见的问题。

2)沉淀项目专用的自检 Skill。这里的「重复和冗余」「并发和边界」「是否破坏旧功能」,仅仅是举例。你可以根据自己项目的实际情况,替换为自己的自检维度。我建议每个项目,都沉淀一个专门的自检 Skill,将这个项目容易出现的一些错误都沉淀在里面。你可以调用 42plugin cli 的 skill 生成器自动生成。

技巧 8:换一个不同谱系的模型来评审

指令示例:请调用 Codex 进行评审,注意命令为:codex exec -m gpt-5.5 -c model_reasoning_effort=medium,评审提示词为  <review prompt>。

这是我认为最被低估的一步,也是大多数人很少尝试的一步。为什么仅仅依赖干活的 AI 大模型自检还不够?因为它的上下文已经被任务细节污染了,同时任意一个大模型的能力都会受限于训练数据与 Agent 提示词的设定,存在天然局限。

更好的做法是换一个干净的、不同谱系的 AI 大模型:一个全新的上下文,最好来自另一家公司、用不同训练数据和不同推理风格训出来的旗舰模型。

我一般是在 Claude Code 中用 Opus 4.8 模型干活,我设定的 AI 自主干活系统,必然有一个步骤,调用 Codex 的 GPT-5.5 模型来进行独立的第三方评审。很多人不知道,Claude Code 可以直接调用 Codex 做代码评审,但你需要指定模式为:codex exec -m gpt-5.5 -c model_reasoning_effort=medium。

技巧 9:分级修复,每轮给出通过信号

指令示例:请把所有问题按 P0/P1/P2 分级,一轮一轮修。每修完一轮,都要给我一个明确的「通过 / 不通过」信号,不许含糊地说「差不多了」;不通过就继续,直到通过为止。

评审的结论,必须落到一个可判定的信号上,而不是一句模糊的「应该可以了吧」。

这背后有个微妙的风险:让两个 AI 一起评审,最大的危险是它们会互相说服——干活的那个解读评审结论时,会下意识往「通过」的方向偏。所以我从不让干活的模型自己解读评审结果,而是设一个明确的判据:通过就是通过,不通过就接着改。同时,每一轮都必须是真修,不许原地打转重复提交。问题分级(P0 必修、P1 必修、P2 酌情),一轮轮收敛,直到通过。

需要注意的是,每轮修复,都要把教训沉淀成一条可复用的规矩,下次开工前先读一遍。把评审中学到的东西制度化,是让 AI 自主干活系统越用越聪明的飞轮。

第四组:自动续航

前三组技巧让 AI 能把「一件事」干漂亮。这一组,让它在你离场后,自己一件接一件地干下去。

技巧 10:看门狗

指令示例:请用 CronCreate 帮我创建一个看门狗,定时读取记录工作进展的文件,找到下一个未完成的步骤立即执行,不要问我任何问题。

看门狗是这套系统里最简单、却最关键的一招,正是它让我们摆脱「人在回路」。这样,哪怕你去睡觉,它也会一步步把活往下推。类似的还有「心跳监控」:让它定时读 memory 文件,有待办就立即执行,没有就回一句 HEARTBEAT_OK。

技巧 11:意外处理矩阵

指令示例:遇到任何卡死、修不动、不可恢复的情况,不要停在那里等我。把情况记进状态文件,跳过它,继续下一个。永不停摆。

仅仅依赖看门狗又不够,它依然会报错、卡住。因此,我们要提前预设意外处理矩阵。这是我的某个项目的真实「意外处理矩阵」示范:

如果:codex 评审超时(> 5 min 不返回),那么:kill 进程 + 记录 + PR 留着不合 + 跳下一个
如果:codex 持续 REQUEST_CHANGES(≥ 2 次),那么:PR 留着不合 + 评论附 codex 输出 + 跳下一个
如果:测试 fail 修不动,那么:PR 不开,分支保留 + 在 issue 评论标 BLOCKED + 跳下一个
如果:调用 /simplify Skill 改完测试 fail,那么:撤改动重新做 + 仍 fail 标 BLOCKED
如果:任何 unrecoverable,那么:记 .claude/notes/autonomous-state.md + 跳下一个

    就像人类设定执行意图能大幅提高行动力一样,提前预设「意外处理矩阵」,其实就是给 AI 预设执行意图,从而大大提高了行动力。

    撰写「意外处理矩阵」的核心原则是:永不停摆。 一批任务里,总有一两个会卡住。如果一卡就停,这个 AI 自主干活系统也太弱了吧?所以规则必须是:单条卡住,就跳下一条,绝不阻塞整体推进。 卡住的那条标记好、留着,等你回来手工处理;其余的继续往前。

    这个原则在设计 AI 自主系统的时候,几乎处处可见:为失败预设绕行路径,别让局部的卡顿拖垮整体。

    技巧 12:状态持久化

    指令示例:请维护一个状态文件,把「已完成 / 进行中(当前在哪一步)/ 卡住 / 待开始」实时写进去,每进入一个新阶段就更新一次。这是看门狗醒来后唯一的真相源。

    AI 没有跨对话的长期记忆,上下文一重置就「失忆」。解法是把记忆外置成一个文件。 这个状态文件是整个 AI 自主系统的唯一真相源:看门狗醒来,先读它,就知道上次跑到哪、下一步该干什么;中途任何一次中断,都能从断点无缝恢复。

    它还有一个常被忽略的作用:收尾时给你一份人话。 AI 自主干完一整夜,你最怕回来面对一个黑箱。所以这套流程要求它最后产出一份汇报:哪些完成了、哪些卡住了、做过哪些关键判断。让你一眼就能接管,而不是从头重新理解一遍。

    小结

    这轮 AI 发展足够快,整个社会还来不及适应,带来了很多新问题。最突出的新问题是——人有人的节奏:要吃饭、要睡觉,注意力是有限的;AI 有 AI 的节奏:可以持续运行,但上下文也会被塞满。

    当这两套节奏开始一起工作,问题就变成了:哪些事你要亲自做?哪些事可以交给 AI 持续推进?怎么让人的「碳基作息表」和 AI 的「硅基作息表」更好地协同?而更本源的问题是:如何让越来越强的 AI 增强人类,而不是削弱人类的自主感与意义感?因此,需要我们从单点思维跃迁到系统思维,我提出的 AI 自主系统就是尝试正面回应这类问题。

    真正的答案是什么?也许它不在那些确定的、高效的、可被自动化的回答里,而在人类面对 AI 这类快速生长的技术巨物时的恐惧之中,在它所带来的颠覆面前的踌躇之间,在一时不知如何自处的茫然之际。当 AI 把确定的事越做越快、把不确定留给人类,恰恰是这份恐惧、踌躇与茫然,见证着人类之所以为人类。

    阳志平
    2026-06-02

    相关阅读:

    跳转微信打开

    •  

    让 AI 变得更聪明的 12 个元反思技巧

    原创 阳志平 2026-03-17 21:42 北京

    反思的反思

    伴随这轮以 Claude Code、OpenClaw 为代表的 AI 跃迁,我们越来越感受到 AI 的智力之强,然而,你可以借助一些元反思技巧,让它变得更聪明。

    可能没有哪个学科比认知科学更重视「元」了。在认知科学中,有研究认知的认知——元认知;有研究记忆的记忆——元记忆;有研究语言的语言——元语言,这类研究在认知科学中简直太常见了。什么叫做元反思?同样,就是反思的反思。

    这是我在实践中常用的一些元反思技巧,供各位参考。

    第一组:通用类

    技巧 1: 元反思

    指令示例:请使用「深度思考」(调用 sequential-thinking mcp)进行一轮元反思,你的实现是否正确,是否实现了我们的目标,是否存在重大逻辑错误,或者有所缺失,尤其需要注意,实现新目标的时候,破坏旧功能了。

    这个技巧是我最高频使用的。只要让 AI 元反思,必然会发现新的问题。AI 是一个几千维度的向量矩阵,它比我们人类更擅长一些之前我们没有注意到的连接、通路。这是它的优点。但缺点是,任何神经网络的机制,其实必然会存在信息加工局限。包括人类、包括 AI 大模型,都是如此。因为,神经网络的工作机制,其实就是权重/参数的激活而已。所谓激活,意味着注定不精确、无法精确。

    因此,元反思过程对于 AI 来说,是极为必需的一步。除了 think 类模型这样内嵌的元反思过程之外,我们还需要主动在关键环节,让 AI 强制进行元反思。我的感受是,几乎任何一个复杂任务,只要进行元反思,AI 必然给我惊喜。

    技巧 2: 约束实体

    指令示例:请列出这轮任务涉及的实体,是否只处理 4 个实体以内?如果超过 4 个,请使用 TaskCreate 拆分为子任务。

    AI 大模型依然是「有限理性」的。无论上下文窗口如何设计,最佳的对话模式,依然是一个 Session,只处理 4 个实体以内。用数据库术语来说,就是约束在 4 个表格以内。

    一旦超过 4 个表格,大模型多数时候必然出错。这玩意,跟使用再先进的大模型没关系。而是因为大模型模仿人类大脑结构,带来的天然漏洞。只要是神经网络架构,必然存在这类缺陷。

    技巧 3: 重新定义问题

    指令示例:请使用「深度思考」(调用 sequential-thinking mcp),深入理解问题。该问题是否存在,是否可以重新定义问题、是否可以缩小问题的边界或转换为业界或另一个领域已经有成熟解法的问题?

    很多时候,定义问题比解决问题更重要。重新定义问题、优化问题的边界,其实就解决了大半问题。有一次,我在长考一个战略难题,但我让 AI 将其重新转换为一个时序优化问题,就容易解决得多了。在一个领域没有成熟答案的问题,换一个领域则未必。

    第二组:意图类

    技巧 4: 设置兜底

    指令示例:请问你考虑兜底策略了吗?

    所谓兜底,也就是事情搞砸了,那么怎么办?AI 其实跟人类一样,受限于训练时的时长约束,往往试图在尽量短的时长给你一个答案,这个答案往往是从正面思考的,也就是如何成功,但从未考虑过,如果失败了,那么怎么办呢?

    技巧 5: 三重防护

    指令示例:请问你考虑了三重防护了吗?

    这个技巧类似兜底策略,但防护更严谨。一般适用于关键场景。有句老话说的是,祸不单行。其实在生产环境或复杂项目中,要么不失败,一旦失败,如果你只设置了一道防线,往往在真正事故发生时,是非常不够的,要连续三道防护才能保证失败后依然没问题。

    技巧 6: 自我校验

    指令示例:请在执行之前,先给自己写一个校验脚本或提出一套检验标准,执行完毕后,请自动执行你的校验脚本或使用检验标准,看看你的执行还有什么不足,再持续优化。

    让 AI 执行复杂任务之前,先给自己设定校验标准,然后执行过程中随时与之对齐。发现校验标准有错误再继续优化。如此循环往复。做好数据监测、做好流程设计,那么,AI 的自动优化会通往一个令所有人震惊的地步。前不久流行的 ralph-loop 循环方法就是一个极佳例子:

    https://42plugin.com/plugins?q=ralph-loop

    但这类循环的方法太低估真实工作的复杂性了。所以,我自己搞了一套更好的 dev-loop 方法,在实战中,效果非常棒。

    第三组:实施类

    技巧 7: 看门狗

    指令示例:请利用 CronCreate 工具,帮我创建一个看门狗,读取 memory 文件(或你存放工作进展的某个文件),找到下一个未完成步骤,立即执行。不要问我任何问题,直接执行下一步。

    另一个类似的用法是心跳监控,指令示例如下:请读取 memory 文件,检查是否有待处理的提醒或任务,如果有,立即执行,不要询问我任何问题;如果没有,回复 HEARTBEAT_OK。

    看门狗或心跳监控为何重要呢?因为它让我们摆脱人在回路(human in loop),可以离开与 AI 的对话,去干其他事情了。前不久,我给同学们直播 AI 干活,我在户外公园跑步,AI 在家一口气连续直播自主干活 90 分钟,没有任何人工干预,背后就是看门狗在工作。

    技巧 8: 完整性

    指令示例:请问你考虑原子性/事务一致性/幂等性了吗?

    这几个词略有细微差异,原子性侧重不可分割,要么全做,要么全不做;事务一致性侧重状态合法,从合法状态 A 到合法状态 B,不出现非法中间态,也就是要么失败,要么成功,不能有一个一半失败一半成功的中间态;幂等性则侧重重复无害,也就是执行一次和执行十次的结果一样。

    但整体方向都是类似的,突出我们在行动时,要考虑更周全:确保操作和结果是完整的、干净的——不留半成品、不产生脏数据、不因重复而出错。

    技巧 9: 对齐!对齐!对齐!

    指令示例:请仔细对照你最初撰写的 plan 或 spec(规约)等文档,你目前的实现,是否对齐了?是否存在重大逻辑错误,以及有所缺失?

    AI 10 倍速工作的关键正是:对齐!对齐!对齐!

    其实,对齐=利用大模型的补全能力,A 不完善,B 来补全它;B 不完善,A 来补全 B。

    人类不完善,AI 补全人类;AI 不完善,人类补全 AI。

    项目 1 不完善,项目 2 来补全它;项目 2 不完善,项目 1 来补全它。

    项目的模块 1 不完善,相对完善的模块 2 来补全它;项目的模块 2 不完善,相对完善的模块 1 来补全它。

    如此循环往复。这就是真正的「混合智能」时代!这才是 10 倍速工作!

    这就是这轮大模型的关键!

    所以,找到相对完善的那点,就是设计整个「10 倍速工作流」的起点或关键。

    任何工作,都存在「相对完善」的那点。实在没有,就来进行「无中生有」。参考他人的完善,来补全自己的不完善。

    万变不离其宗,所有的技巧都是从这一点出发:找到相对完善的那点,就是设计整个工作流的起点。

    而如何评判「完善」,就是我在新年演讲《意向革命:迈向混合智能时代》所说的「确认成本」与「确认系数」。

    第四组:反馈类

    技巧 10: 倍速测试

    指令示例:请问你考虑到更极端的情况了吗?你刚才的执行,如果想提高速度或产出质量到 10 倍、100 倍、1000 倍,你的执行还受影响吗?如果受到影响,那么你可以如何改善你刚才的执行?

    很多时候,我们在同类数量级下思考,其实很难获得好答案。但一旦思考如何获得 10 倍、100 倍、1000 倍的产出或提速,那么,好答案反而更容易获得。

    不过这里对于程序开发来说,一种常见的做法是并发、异步,那么,还需要提醒 AI:请问你考虑了高性能的版本吗?比如改为并发执行或异步执行吗?如果你考虑了,那么,你考虑了并发或异步无法执行的策略了吗?也就是设置兜底策略,参考技巧 4。

    技巧 11: 同类扫描

    指令示例:请再仔细思考,是否还存在类似错误?尤其是刚才那个错误的变式?

    强制 AI 举一反三,扫描同类问题。这是我实战中出现频率极高的一条。很多时候,受限于 AI 的上下文窗口,如果你不主动指出来,它不会主动去扫描同类问题,比如改了作业区的收藏 bug,讨论区、课程内容区的收藏一模一样的 bug 它不管。

    技巧 12: 积累飞轮

    指令示例:请将这轮工作中新发现的模式,追加到 memory/dev-loop-patterns.md 文件。

    AI 大模型的模式理解能力远远超过人类,尤其容易发现一些我们没注意到的模式。将这些模式积累下来,未来类似工作就会轻松很多。

    这个技巧常常可以设定指标,聚焦在关键指标的改善上,比如,持续改善大模型训练的某个指标。结合前述技巧,将产生令人极为惊艳的成果。这是我创作的一个 AI 自主工作系统中的一个 Skill 的写法:

    • 新发现的模式 → 追加到 memory/dev-loop-patterns.md

    • 关键指标 → 追加到 memory/dev-loop-metrics.md

    小结

    熟悉我的同学可能看出上述技巧的思路了,这不就是阳老师你在「元知识」系列讲座中讲述的「行动之环」吗?

    是的,答案正是如此。行动之环包括四个要素:行动的意图、行动的实施、行动的反馈,及行动主体所处的情境。要想提高人类的行动力,围绕这些要素做文章,同样,要想改善 AI 产出,还是围绕这些要素做文章。只是,AI 的情境成了上下文(Context)。

    目前主流的前沿 AI 大模型,其实在后训练时普遍接受了反思类的训练,比如思维链(CoT)等,但在恰当的上下文让 AI 进行元反思,会取得超出预期的效果。毕竟,AI 大模型训练时,不可能穷尽你工作时的一切上下文。

    大家可以在这个基础上,将其编排为 Skill、Command、Agents 等。我自己就是这么干的,形成了一套强大的 AI 自主干活系统,从而可以轻易实现 AI 长时间自主干活。最近好玩,开了五期 AI 自主干活直播,我不做任何干预,真实的复杂项目,AI 可以轻易自主干活 90 分钟到 3 小时。这才是这轮 AI 跃迁的关键:不做任何干预,如何让 AI 独立完成一个生产级别的大活或难活?

    人类吃饭、人类运动,AI 勤勤恳恳直播干活。这才是人类的理想未来

    阳志平
    2026-03-17

    相关阅读:

    读了这四本书,你更懂第三代认知科学

    冬天,关于人生发展的 24 条心得

    阅读原文

    跳转微信打开

    •  

    冬天,关于人生发展的 24 条心得

    原创 阳志平 2026-02-14 21:19 北京

    关于人性、成长、时代与育儿,24 条来自这个冬天的思考。

    关于人性

    1

    我们往往更关注那些自己不想成为的人。一个令人讨厌的老板,一个教育方式不妥的父母,这些人时不时在脑海中浮现,最终让我们非常清楚,什么样的人是自己不想成为的。

    然而,我们却很少反过来思考:自己想成为的那类人,在日常生活中是否已经大大缺席?角色榜样对我们的影响,远超预期——不只是负面榜样让我们警觉,正面榜样的长期缺位,同样会让人生发展在不知不觉中出现偏差。

    如果你把参照对象从「我不想成为谁」转为「我想成为谁」,你会做出哪些不同的选择?

    2

    最近跟同事聊天,谈到一个有趣的现象:不少人愿意给自己一定的耐心,但这种耐心往往持续不了超过三年。即使身处环境不错、同事关系融洽、工作有意义,三年一到,很多人还是会选择离开。然而离开之后,兜兜转转九年、十二年,发展反而远不如最初,甚至会陷入停滞。

    背后是一条残酷的规律:我们常常高估自己,低估环境——这几乎是人生发展中最大的陷阱。好环境出现的概率并不高,一旦放弃,往往要花三四倍的时间在兜转中虚度。相反,那些真正发展快的人,往往是在一个不错的环境下持续努力更长时间。三年入门,七年小成,十二年才算真正上道——与那些「三年就走」的人相比,看似慢,其实是人生发展的捷径。

    3

    《道德经》中说,上士闻道,勤而行之;中士闻道,若存若亡;下士闻道,大笑之。

    如今整个社会倾向功利导向。与没那么熟的人交往,有个重要原则:不是先谈对方能为你做什么,而是先展示你的价值、实力与功用。这是最直接有效的沟通方式。

    而真正的「上士」之间,则是另一套心心相印的交往原则:内在动机驱动,灵魂选择你的伴侣,异类选择你的城市。

    4

    一个地方,如果文学与教育强,那么风气就容易好。

    文学强,意味着当地居民有同理心,容易感受他人的喜怒哀乐;教育强,意味着当地居民对未来有希望。

    能共情,有希望,戾气就小,人更平和。人一平和,彼此信任,愿意合作,经济发展也不会弱。经济反过来又滋养文教,百年下来,氛围就越来越好了。

    5

    判断一个人是否值得深交,有几条标准:

    真实的人:而非马甲套马甲——学历、经历、作品,一目了然。

    情绪中立:既不在背后狂热吹捧一个人,也不大大贬低一个人。

    自我承担:做事不是发动群众给自己买单,而是自我承担;做事的出发点,不是让自己捞钱,而是让所处环境变得更好。

    近朱者赤:看看对方经常往来的是什么人品的人,便知大概。

    6

    四个反直觉的经验:

    越不想运动的时候,正是运动最能帮到你的时候。无数次,我在忙于写作或工作、不想运动的时候,最后还是去运动了,结果发现身心状况大不一样。

    越想大吃大喝的时候,往往最不该大吃大喝。越想大吃大喝,说明身体的内分泌系统已经到了一个临界点。吃完后,这个临界点被打破,恢复其实更难。

    越没时间阅读的时候,正是阅读对你帮助最大的时候。越没时间阅读,说明那段时间的信息输入已经形成了固化模式。这个时候,阅读对你的帮助会最大。

    越觉得写作还不够完美的时候,反而越应该尽快发表。多少次,我觉得自己的写作还不够完美,总想等到更完美的时候才发表或出版。然而,结果往往就不了了之了。

    关于成长

    7

    年轻时有个特点,搞点事,希望参加的人越多越好。现在人到中年,才发现,一件事,参加的人越少越好。

    人少了,责任功劳才明确;人少了,大家感情才更易维持。

    8

    今天,我在会上聊到一个团队做的事,本来想组织一批情况类似的同学去做。说着说着,发现压根不对,这不符合「第一德性」。于是,接下来的选择就格外清晰了。

    人生发展中,大量弯路就是在这类可做可不做、可能对也可能不对的灰色决策地带上。一般人不会轻易违背法律,但会轻易在灰色地带妥协——违背「第一德性」这类高阶道德。不知不觉,就把自己带偏了。很多事要到了很多年以后,才知道当初那些灰色地带上的妥协,付出了多大的代价。

    9

    人群似乎可以分为两类,一类是从不为自己的人生叙事困惑的人;另一类是我这类,一直很困惑的人。

    从 20 岁开始,我不断探索自己的人生叙事;到 30 岁时,人生叙事逐步变得清晰。而到了今天,不少老朋友已经非常熟悉我的人生叙事了。

    叙事为何那么重要?其实它的内核就是事件与意义。人类获得意义,都需要通过叙事这一关。

    分析思维是拆解的,向外的;而叙事思维是整体的,向内的。因此,科学建立在分析思维之上,它注定是集体的;而每个人的人生意义都离不开叙事,它注定是个体的。

    10

    三十岁出头的同学,其实怕的不是收入不高、工作环境不好,而是迟迟没有步入一个良性循环——现实滋养作品,作品带来发展,发展又反过来改善现实。

    很多时候,自己擅长、喜欢的作品,看上去离钱不那么近。这个时候,很多同学会下意识地质疑、甚至放弃。其实大可不必。作品之所以离钱远,往往是因为数量级不够。一首诗和一百首诗,给你带来的发展是完全不同的。一旦作品达到一定数量级,很多事情就会由量变引发质变。

    但提高数量级并不是一味地硬干,关键在于深入理解自己的行为模式。任何一种行为模式,必然有长有短。人生发展的巧妙解法在于,利用社会结构的不对称,放大自己行为模式的优点,缩小缺点。一种行为模式,在某种情况下可能被认为不妥,但换了一个环境后,其实就会成为真正的优点。

    11

    人的行为模式有很多层。看似自己较为清晰认识到的一层,其实在多数时候只是表层,还需要一层一层地去追溯。但这种追溯,并不是像弗洛伊德那样归因于童年,而是关注生命历程中反复浮现的人生模式——其整体性是什么。

    很多时候,一个人之所以内耗严重,往往是因为形成了两种完全不同的自我认同。而这两种自我认同,往往分别来自生命旅程中的两位重要人物——他们各自代表了不同的生活方式,有的像大片,有的像细水长流的电视剧。绝大多数时候,我们对外表达的是,自己想过大片式的生活,但到了执行时,又会受到另一种生活方式的牵引。

    如何化解这种冲突?多数咨询新手想到的办法是,用东风压倒西风,或者西风压倒东风。但更好的答案是:去寻找这两位重要人物在生活方式上的共同点——是什么衔接了这两种看似不同的生活方式?这才是咨询中的破局点。当最终答案揭晓时,来访者自己也会感到极为意外,但细细思考,又觉得极为合乎情理。

    12

    人无法避免社会竞争。多数时候,我们在参与社会竞争时,常常陷入一个较大的误区:没有找到适合自己的竞争领域。

    社会竞争大致可以分为三个市场:权力市场(直接暴力类、间接暴力类,前者如军事、法律;后者如教育、文化。在中国,就是所谓的体制内,在欧美、日本,就是所谓的党派);经济市场(自由竞争的各类主体,如公司);思想市场(如学术思想、智库思想等)。

    少数人能通吃三个市场,但多数人在某个 12 年,甚至 60 年的工作生命周期内(假定从 24 岁工作到 84 岁),只能深耕一个市场。而其中一部分人,受自身人性系统特点的影响,甚至只适合某个特定市场——选对了,才能发展得更快、更稳妥。

    但找准市场只是第一步,不要因此画地自限。比如在思想市场,一般人容易只想到学术思想,然而除此之外,还有无数选择。在任何一个市场上,至少有四条主要晋升路径。

    关于时代

    13

    跟 AI 对齐,而不是跟人对齐。这可能是 AI 时代我们最能受益的一种思维方式。

    14

    AI 时代,品味的重要性被提高到无与伦比的位置。简单来说,品味就是一种挑剔——一般人八十分能忍,但品味好的人,在八十分之上,还能感受到八千分、八万分的存在。

    在 AI 时代之前,品味好的人不得不容忍平庸事物的存在。但今天不一样了。平庸的事物,拖累的是整个混合智能迭代的速度。原本能够较快达到下一个里程碑,却不得不反复在八十分的水准上对齐。

    15

    现在,软件开发正转变为一种写作类的通用能力。但就像我曾经写过的那样,阅读文章这种通用能力,在中小学和大学阶段得到了反复锻炼;相反,阅读学术专著的能力却极少得到专门训练。

    同样,写作千字文这种通用能力,也得到了反复练习。然而,极少有人专门训练写一本书的能力。

    今年的软件开发有些类似于这样的局面。对于复杂度较低的软件,采用「氛围编程」问题不大;但如何开发复杂度较高、可以持续维护的软件,依然需要专门的训练。

    16

    这轮 AI 生产力变革中,许多人并没有强烈的紧迫感。起初,我将原因归结为内驱力不足。但直到今天我才明白,原因并不完全在于内驱力,而在于许多人根本没有在解决重要的问题,或从事重要的工作。工作本身的认知属性不强,对 AI 带来的认知减负,自然感受不深。像陶哲轩,或者一位品味独特的资深黑客,这类从事高密度认知工作的人,遇到这轮 AI 生产力跃迁时,往往欣喜若狂、废寝忘食,非要连夜搞懂才能安睡。

    但仅仅从事认知类工作,也未必足够。这里还有第二层障碍。比如,一个咨询师感兴趣的工作是咨询,但如果没有亲自体验过 AI 对咨询能力的提升,就很难意识到 AI 与自己有什么关系。只有亲身感受到 AI 带来的能力跃迁,内驱力才会真正被激发。但问题是,一开始,很多人并没有意识到要去尝试。

    17

    昨晚,我本来要早点睡觉。结果临睡前,不小心给 AI 分配了一个复杂任务,本来没抱太大希望它能很快解决。

    没想到,它开始了真正的表演。一口气推理了三十多步,最终解决了这个极为复杂的技术难题。我像个傻子一样,看得目瞪口呆,完全没有了睡意……代价就是昨晚只睡了两个小时。

    这个复杂难题是什么呢?在本机调试时没问题,但一旦部署到生产环境就必然会出现问题。问题的解决关键藏得极深,需要先排查和排除一系列签名、加密、密码学等问题,才能找到真正的原因。

    按照我以往的经验,这类难题,即使是最资深的工程师,三个月都不一定能解决。事实上,这个技术难题在开源社区已经存在多年,一直没有人能解决。

    但AI 竟然在三个小时内解决了这个问题,进行了极为复杂的推理,三十多步的推理过程中,我没有做任何人工干预。期间,好几次我想要干预,事后证明其实都是我理解错了。

    当然,我也有功劳。这与我的思维习惯很好有一定关系。在它开始复杂推理之前,我把相关的开源项目和技术文档全部下载到本地,供它参考。事实证明,这一步起到了很大作用,关键线索都来自我提供的这批文档。

    我还有一个功劳,就是为它搭建了一套可以自动化验证的流水线。它的权限很高,每次运行结束后,都能立即获得真实的日志文件。

    18

    前不久,我在公众号发了《聪明的阅读者》自序,收到一位读者评论,大概意思是,AI 时代,我们是不是不需要读书了,更不需要识字了……

    哈哈哈。我无语。

    两年后,AI 时代发展到今天,我反而越来越倾向于将 AI 大模型理解为一本书。

    只是,这本书较为特殊。它是高维度的,不是以人类习惯的二维方式呈现,而是以一千五百维的方式展现,未来还将升级为更高维度,比如三千维、一万维、三万维。

    它是基于相似性概念的,不是基于客观性概念的,更不是基于意向性概念的。实际上,每个 AI 大模型,都是由一堆 0 和 1 构成的向量矩阵文件。但通过包裹在每个 AI 大模型之上的微调指令集,使其混入了部分人类的意向性。

    它更特殊的一点是,它不是由单一作者写出来的,而是凝聚了人类文明的集体知识。

    不同的大模型就像不同的书,能够在不同领域提升我的阅历,加速我探索世界的效率。

    自己研发的大模型,或者自己深度改造过的本地大模型,就像是自己写的书、自己写的日记,最能体现个人风格,并打上了自己深深的印记。

    关于育儿

    19

    爱你的小美妞

    今天过生日,一大早小美妞送我一束鲜花以及她做了好几天的手作。一个喝水杯子,上面写了一句话:爸爸,祝你生日快乐,爱你的小美妞。

    她说,爸爸我有很多话想跟你说,但杯子放不下这么多字,哈哈。我参加开智大会,才知道你喜欢叫我小美妞。小姐姐们都这么叫我所以这次手作,我署名为爱你的小美妞啦。

    晚上,请全家一起吃个饭。选了小美妞最爱吃的冰淇淋蛋糕。结果她说,爸爸,不是全家严格控糖吗?我说,今天暂时不控

    20

    三个道理

    今早,早餐时,我给家人讲了一个八卦。老家的一个政治家族的发家之路。

    结果,小美妞在旁边听了,说,爸爸,你这个八卦一点都不好笑,还不如动画片有意思呢。然后她吧啦吧啦给我讲了三个道理:

    第一,这事与你有关系吗?没关系。
    第二,这事一定是真的吗?不一定。
    第三,这事需要你去管吗?不需要。

    21

    给大人们上课

    晚上,和工程师干完活后,跟小美妞一起吃饭。席间,她说,要给大人们上一堂课。第一课是:大人们如何控制自己的脾气?

    她说,给大人们三个建议,哈哈

    第一,尽量控制自己的脾气,不要朝小孩子们发脾气。

    第二,如果实在要朝小孩子们发脾气,可以先离开这个环境,稍后再回来,可能脾气就会小很多。

    第三,如果还是忍不住朝孩子发脾气,那么可以在发完脾气后,向小孩子道歉,然后讨论如何改善。

    她还谈到自己的一种做法:和妈妈一起做了一个情绪日历。如果妈妈当天脾气正常,就贴一个笑脸;如果对她发脾气,就贴一个哭脸。如果一个月内哭脸超过 10 个,那么下个月妈妈就不能再干涉她做功课啦。

    22

    不公平

    小美妞有时候真的挺有想法的。

    席间,大家问她在学校最喜欢哪个老师,最不喜欢哪个老师?

    她说,肯定不能说语文老师,因为语文本来就比其他科目难一些。如果这样说语文老师,可能对语文老师不太公平。她说,学校里的老师都不错。

    哈哈,她这么小,就能区分学科学习难度和老师两者之间的不同了。

    不过她可能的确继承了我的基因,数学学得较为轻松,一百分轻易拿到;语文目前只能拿到 99 分。她说,其实是老师放水了,真实分数应该是 97 分。

    现在的小孩子简直太卷太辛苦了。小美妞还是刻意选择了全北京以不卷著称的一个城区。结果,每天放学后,她都要花费 2 个小时处理学习类任务。而她的大多数同学,放学后都要去补习班。她是为数不多没有报名任何补习班,依然以吃喝玩乐为主的小孩。

    经常会出现这样的情况:小朋友们放学后在我家玩,玩到八点左右,要回去上课了……

    23

    笨蛋妈妈

    昨天,妈妈辅导小美妞做作业,结果被她气得够呛。怎么这么简单的题目做了半天还不会做。妈妈说,终于理解了为什么有的家长辅导孩子做作业时,要把双手捆起来。

    没想到,小美妞还振振有词地反问妈妈:「妈妈,你是不是很笨?才生了我这么笨的小孩?」

    哈哈,妈妈更无话可说了……

    我告诉她,北大和清华是中国最好的大学,妈妈上的大学是仅次于北大和清华的那一批。那你怎么还能说妈妈笨呢?

    她说,可能妈妈小时候聪明,长大以后变笨了……

    然后她又说,那我长大后还是要考清华,可能我小时候笨,长大后会变聪明……

    24

    小朋友们

    知道我加入中国作家协会后,小美妞问我:爸爸,你加入中国作家协会,粉丝会多一些吗?

    爸爸:不会多一些。

    小美妞:那黑子会多一些吗?

    爸爸:会多一些。

    小美妞:那你吃饱了没事干?

    爸爸:主要是方便那些不了解我的人。比如,我跟你语文老师(她班主任)说,我是办公司的,或者我是中国作家协会会员,你觉得哪个更管用?

    小美妞:似乎后一个管用。

    爸爸:哈哈,这些虚名对不了解你的人会很有用,但对了解你的人没用。

    大萱萱(我干女儿)给我发来语音,说:

    大萱萱:恭喜你啦,阳叔叔!

    我:谢谢大萱萱!

    大萱萱:未来你要教我写作文啊!

    我:好的,以后阳叔叔教你写诗、写作文。

    反而是小美妞,一听到我要教她写诗、写作文,就跑了

    小结

    过去三个月,出乎意料地忙碌,而每一份忙碌都值得纪念。10 月,加入中国作家协会,文学关乎青春与理想,因此尤为动人。11 月,创办活水 AI 实验室,跑步进入混合智能时代。12 月,启动开智成长计划,在湖畔茶馆接待一位又一位远道而来的来访者,人生发展咨询渐趋成熟。

    冬天虽冷,万物蕴藏。北风呼啸中,有人围炉读书,有人踏雪寻梅,或许,新的希望正在静谧中悄然萌发。

    阳志平
    2026-02-14

    相关阅读:

    跳转微信打开

    •  
    ❌