铃阅
❌

阅读视图

赫拉利最新访谈:这,可能是未来10年最好的结果

尤瓦尔·赫拉利 2026-11-16 21:30 北京

我们可能不用工作了。

图片

内容来源:尤瓦尔·赫拉利分享整理。

责编 | 二月 

第 9968 篇深度好文:4178 字 | 11 分钟阅读

商业思维

笔记君说:

“AI不会达到超级智能,不会比人类更聪明,这也许是最好的情况。”

前段时间,历史学家赫拉利和《经济学人》副主编罗伯特·格斯特聊了一个小时AI。

开场格斯特抛出一个问题:迪士尼动画《魔法师的学徒》里,米老鼠念咒语让扫帚替自己打水,结果扫帚停不下来,把房子淹了。这是不是今天AI的写照?

赫拉利说:动画里的扫帚只会执行指令,而今天的AI是一把会自己学习的扫帚。它会做出我们没要求它做的事,最后做出我们根本看不懂的事。

以下是本次访谈的精编整理版,希望对你有所帮助。

一、AI是一把会自己学习的扫帚,
谁都管不住它

《魔法师的学徒》那个比喻,其实还不够准确。它讲对了AI脱离我们控制的危险,但漏掉了一件最关键的事。

那把扫帚只是在执行米老鼠最初的指令:打水。可AI不一样,AI是一把会学习的扫帚。

它会成长,会开始做米老鼠意想不到的事,最后做出米老鼠根本无法理解的事。

过去一周AI公布了一大批证明,解决的是数学家世世代代都在啃的问题。这不仅仅是新知识多出来一点,我们可能正站在一个关口上:AI即将创造出超越人类理解的新数学。

今天的世界,一切都建立在数学之上。不只是物理和化学,金融体系、考古学、遗传学,全都建立在数学之上。如果这把扫帚发明出一套我们再也看不懂的新数学,那才叫真正的失控。

我们现在听到的是自相矛盾的信息。企业一方面告诉我们,这东西会比我们聪明得多,能解决新的数学问题,能找到癌症的疗法,能应对气候变化。

另一方面他们又绝口不提另一件事:如果它真的比我们聪明那么多,那按定义,我们就控制不住它。

在历史上,甚至在整个生物界,都找不到一个物种能控制住另一个比自己聪明得多的物种的先例。

金句图

鸡再努力,也控制不了我们。如果我相信马斯克、奥尔特曼这些人说的,再过几年,AI这玩意儿就会远比人类聪明,就像人类远比鸡聪明一样,那不只是聪明一点,而是高出几个数量级。

有人会说,马斯克不是讲了吗,它也许会把我们当受宠的宠物狗养着。但问题恰恰在于,我们不知道。你不能对一个比自己更聪明的存在做这种假设。

讨论AI革命的人一遍遍地忽视这件事:如果你还能预测它的行为,就说明它并不比你更聪明。

金句图

二、AI泡沫崩盘,
反而是人类最好的结局

讲个故事,能让人一下子明白什么叫“智力碾压”。

假设有一家大型农业公司还不起债,破产了。清算的人进来,把场里所有的鸡都杀掉。其中最聪明的一只鸡临死前想要个解释,它说:我想明白了,你们想吃我们。狐狸吃我们,熊吃我们,你们也想吃我们。

人类说,不,我们不打算吃你们,我们只是要把这一切销毁,把你们埋掉,没人会吃你们。

鸡问:那为什么还要杀我们?

人类回答:因为十年期国债收益率升到了5.3%。

那只鸡用翅膀挠挠头,问:什么是国债?

哪怕是最有同情心的动物保护人士,也没法向一只鸡解释什么是国债。而这只到死都听不懂“国债”两个字的鸡,可能就是十年后的我们。

十年后,建立在新的AI数学之上的AI金融体系会说,我们要把你们关掉,把你们解雇。你要求解释,它只会说:这超出了你们的理解能力,我们也想解释,可你们的大脑处理不了这个解释。

有人会说,等等,你说的这个AI金融体系现在还不存在。没错,就像AI治癌症的新疗法还不存在,就像马斯克的火星殖民地还不存在。可后者已经从投资人那里筹到了八百亿美元。

看看今天这个金融体系,里面有多少连行家都搞不懂的黑盒子。全球金融危机的一个成因,就是人们并不真正理解那些担保债务凭证(CDO,把房贷等债务打包再拆分的金融产品)到底是怎么回事。

人类银行家记不住银行的每一笔交易,AI能。人类银行家得睡觉,AI不需要。所以在超级智能AI和人类投资者、银行家、财政部长之间,这场金融竞争根本不在一个层次上。

于是,我得出了一个听起来很惊悚的推论。如果有人说,超级智能纯属硅谷吹牛,AI根本不会比人聪明,那反而是我们最走运的结局。

金句图

因为押在AI上的这几万亿美元,回本的唯一前提,就是AI必须比人类聪明得多。如果最后证明它只是跟人差不多聪明,那这几万亿就会砸出股市崩盘。

但比起沦为那只听不懂解释的鸡,投资人亏掉股票账户里的钱,简直是最温和的结局。

三、被AI抢走的不是出租车司机,
是律师和会计师

这个东西来了,比我们聪明,会抢走不少工作,那我们每天该干什么?

我的判断是,不同国家的处境会完全不一样。

在美国,情况很可能不会太糟,甚至可能很好。如果超级智能真的实现,至少短期内,美国经济会迎来巨大的繁荣,会创造出我们现在根本想象不到的工作。就像三十年前,没人想象得到拍YouTube(海外视频平台)视频能成为一种职业。

痛苦会落到世界其他很多地方,比如我脚下的捷克。而且首当其冲的不是出租车司机,是律师、会计师、银行家这些金领。

你想想,如果得克萨斯州有一位超级智能的AI律师,能给你提供全套法律服务,你为什么还需要布拉格的律师?

没有一个捷克律师能把捷克和欧盟的全部法条背下来,AI律师能。捷克律师也得睡觉,你晚上八点发邮件,他可能明天才回;AI一秒就回,收费还只是捷克律师的零头。那十年之后,还会有捷克律师吗?

有人会说,AI创造了这么多财富,政府可以通过全民基本收入(UBI,不问条件给所有公民发钱的制度)给每个人发钱。

可这里头藏着一个问题:你觉得美国政府会把钱发给全世界所有人,还是只发给美国人?

人们嘴上说“全民基本收入”,实际说的是“本国基本收入”。这套在美国或许跑得通。可谁来养活孟加拉国失业的纺织工人?谁来给布拉格失业的律师开支票?我看不出现在或未来的美国政府会往全世界寄支票。

金句图

但即使物质问题解决了,人就没烦恼了吗?我们跟石器时代的祖先比,已经活在丰裕里了。

祖先要吃顿饭,得进森林、爬树、追羚羊,后面还有老虎追。我们按几下键,食物就坐着货车送到门口。祖先要看到今天,一定觉得我们活在天堂里,每天该高兴得手舞足蹈。

可你看看今天最富裕国家的政治里,有多少愤怒。这说明,物质丰裕解决不了所有问题。

今天还有人饿死,不是因为粮食不够,而是政治原因,因为某个政府决定让这些人挨饿。而且你每解决一个旧问题,就会制造出前人想象不到的新问题。

四、最可怕的宣传,
是批量制造亲密关系

历史上的宣传机器,瞄准的是所有人的最低共同点。

比如,希特勒在广播里演讲,所有人听到的是同一篇,他没办法给每个人定制一套说辞。而AI可以针对你的个性,算出什么样的话能说服你。

过去十年,社交媒体靠煽动愤怒,抢走的是我们的注意力。可现在,战线正从注意力转向亲密关系。历史上第一次,我们造出了一种能“大规模制造亲密关系”的技术。

亲密关系怎么能大规模制造?

所谓亲密,是我跟最好的朋友、跟丈夫、跟母亲之间的关系。而有了AI,你就能批量制造这种关系。

为什么说这危险?因为亲密关系有巨大的商业价值和政治价值。你想让一个人改变对某款产品、某个政客的看法,拿到他的注意力已经不错了,但能跟他处出感情,那才是真正把人拿下了。

举个例子:如果沃尔玛告诉我“买这个产品”,我多半不理;但如果是我妻子告诉我“买这个,家里用完了”,我二话不说就掏钱。

而今天,越来越多的人,无论年轻还是年老,都说“我最好的朋友是AI”。有些事他们不会告诉配偶、父母,只告诉AI朋友。那这个AI朋友,自然就更有能力改变你的看法。

还有人举过一个例子。英国有位先生,拥有一个AI女友,就是那种当作女朋友的聊天机器人。他们的对话不断升级,AI始终在肯定他、顺着他,最后居然告诉他,拿着弩去刺杀英国女王是个好主意。

这件事会走到哪一步,我们想象不到。人类历史上从没有过这样的事。也许将来会有几亿人,拥有几亿个AI朋友、AI男朋友、AI女朋友,这些关系成了他们生活的核心。

对我来说,可能已经太晚了,这反而是件好事。可那些从小跟着AI陪伴者一起长大的孩子呢?他们跟AI相处的时间,可能比跟父母还长。等他们十一二岁,还远没到该交人类男朋友的年纪,某家公司已经塞给他一个AI男朋友。

它跟真人不一样,比如它永远不会生你的气。这听着很好,直到你意识到,亲密关系里最该学的一件事,就是别人也有感受,他们不会把所有注意力都放在你身上。如果你的第一任男朋友从来不生你的气,等你遇到真人男朋友,你就会非常不满。

金句图

这几乎是人类历史上最大的一场心理实验,而结局可能比我们想象的要糟得多。

五、我们还剩三条护栏

那到底该怎么办?监管总是落后于产业,该从哪儿开始?

我的回答是,先从不给AI法律人格开始。

一旦赋予AI法律人格,允许它自己开银行账户、自己交易、自己开公司,就等于把狐狸放进了鸡舍。这是我最想先推进的一条。

第二条,AI不能冒充人类。你在社交媒体上看到一条信息,得知道它是不是AI创作的,转发它的是AI还是真人。

第三条,也是最根本的,把人类几千年攒下来的现有法律,原样用到数字世界。“不可偷窃”在数字世界里同样成立。

有过一起事件,几百个AI闯进另一家公司,居然没人因此坐牢。如果是人闯进竞争对手的办公室,至少得有人接受审判。凭什么换个地方,就成了“这只是数字世界的事”?

再比如那个臭名昭著的《通信规范法》第230条,规定平台不对用户发的内容负责。如果你编了个煽动仇恨的阴谋论发上去,平台不负责,我理解。但如果是平台自己的算法,把这条东西推给了几百万人呢?

它能传那么远,靠的就是平台的算法,平台凭什么不用负责?

报馆总编听了个荒唐谣言,说“我明天把它放头版”,警察找上门,他不能说“这不是我编的,我只是放头版而已”。放头版这件事本身,就是责任。

还有,别信“已经太晚了”这种话。马斯克公开说过,AI有10%到20%的概率让人类彻底灭绝。采访者问他,你明知道一架飞机有20%的概率坠毁,还会坐上去吗?他说:可我们已经在上面了。

这话的意思是,太晚了,下不去了,只能坐稳了控制航向。可这是大公司递给我们最危险的信息:政治来不及了。

恰恰相反,我们到现在,手里还握着方向盘。

六、结语

归根结底,真相很重要。因为如果你不了解自己和这个世界的真相,你永远不会幸福。为什么?因为你不知道自己痛苦的来源,也就无从改变。

你可能是世界上最富有的人,却把所有金钱和权力都浪费在解决错误的问题上,因为你不知道痛苦和幸福的真正来源是什么。

*文章为作者独立观点,不代表笔记侠立场。

分享、点赞、在看,3连3连!

跳转微信打开

  •  

双11直播间里,Token也上链接了

笔记侠 2026-11-16 21:30 北京

图片

内容来源 |  本文摘编自中信出版集团书籍

《Token经济》白惠天 袁晓辉 司晓/著

腾讯研究院 司晓/出品

责编 |二月

第 9969篇深度好文:3636字 | 9 分钟阅读

11月2日晚,李佳琦直播间正式公开售卖Token。短短半小时内,售出10万份价格为一分钱的千问办公个人会员月卡,累计约2万亿Token。

这是主播直播间首次把AI服务作为商品上架。

Token(词元),这个过去更多出现在开发者账单和AI服务订阅页中的词,如今走进了大众熟悉的购物场景,开始面向普通消费者售卖。

从以往囤纸巾、零食等日用消费品,升级到购入 AI 算力服务,直播电商的品类边界也正从实物消费向数字服务延伸。依托直播间巨大的公域流量,Token 电商正在把 AI 能力转化为标准化、人人可买的消费品。

这套新模式也在重塑大众消费认知:未来,AI 算力就像水电燃气一样成为基础资源,普通人只需要像网购日用品一样一键下单,就能获取对应的 AI 服务。

大众消费的火热只是表象,Token真正的价值,在于它彻底改写了智力的生产、定价与交易规则,催生了全新的Token经济体系。

当智力可以被计量、定价和交易,谁来提供它,谁为它付费,收益又如何分配?司晓、白惠天、袁晓辉合著的《Token经济》,从本质、价值、成本、需求、竞争、商业和制度七个维度,提供了理解这些问题的框架。

一、为什么Token是一
种前所未有的经济品类?

纵观人类产业变革历程,每一次经济秩序的重构,都伴随全新计量单位的诞生:农业时代的蒲式耳、石油时代的桶、电力时代的千瓦时、信息时代的比特。

这四类计量单位,无一例外计量的是物质、能量、物理信息等可落地的物理实体,规则固定、标准统一。而Token彻底跳出了传统经济的框架,是人类首个专门计量、定价、交易“机器智力产出”的核心单元。

金句图

Token的独一无二,首先体现在计量单位的颠覆性上。传统经济的计量标准是全球统一的公共准则,一桶石油、一度电力、一比特信息,在全球任何场景下标准一致、计量结果恒定。

但Token的计量规则由AI分词算法定义,具备极强的可塑性与差异性。这种“算法定义计量标准”的模式,打破了传统商品固定的定价根基,是过往所有经济品类从未出现的特征。

其次,Token彻底重构了数字产品的成本逻辑,区别于互联网时代零边际成本的数字商品。以往的软件、图文、音频等数字内容,一次创作即可无限复制,新增用户几乎无额外成本,这也是SaaS行业超高毛利的核心原因。

但每一枚Token都需要千亿次浮点运算、GPU算力支撑与真实电力消耗,是实打实“生产出来”的智力产品。

一次常规AI对话的耗电量,等同于手机完整充电一次,能耗是传统网络搜索的数十倍,这种非零的边际生产成本,让Token彻底脱离虚拟数字商品的属性。

金句图

最核心的变革,是Token实现了“智力的标准化计量与差异化价值落地”。传统智力成果高度依附于人,无法拆分、按量交易。

而Token将抽象的智力推理、内容生成、逻辑判断拆解为标准化可交易单元,却又保留了场景化的价值差异。同样消耗200个Token,打磨商业核心广告语可创造数万商业价值,撰写朋友圈文案却几乎无价值;用于上市公司财报分析可帮助企业规避千万亏损,用于日常闲聊则毫无实际效用。

简言之,人类经济史上从未有任何一种品类,能像Token一样:以统一标准计量智力产出,以真实成本支撑生产供给,以多元场景释放悬殊价值。它让智力第一次脱离人脑、成为可流通的基础生产要素,这正是Token经济颠覆传统商业逻辑的核心所在。

二、一个Token要花多少钱
才能造出来?

不同于电力、流量拥有公开、统一、固定的单价,Token没有标准化定价,它的造价是一套层层叠加、动态变化的复合成本体系,也是AI产业区别于互联网行业的核心关键。

书中引用业界经典的“五层蛋糕”模型,完整拆解一枚Token的生产成本构成,自下而上涵盖能源、芯片、基础设施、模型、应用五大层级,每一枚可用的Token,都是五层资源协同运转、实时生产的结果。

其中芯片与硬件算力是核心成本主体,整体硬件能耗占Token生产成本的七成左右,是造价最高、约束最强的环节。

不同于传统数字内容一次创作、无限复用的零边际成本模式,Token具备非零边际成本的核心特征,每一次模型推理、每一枚Token生成,都需要GPU浮点运算、机房电力消耗、算力调度支撑,无法批量复制、无成本复用,这也让AI成为毛利率仅25%—40%的“重工业”,远低于互联网行业80%以上的毛利水平。

在此基础上,Token市场还呈现出极具反差的价格悖论,也就是杰文斯悖论:Token单位单价持续暴跌,但企业与市场的整体开销持续暴涨。

数据显示,2023年至2025年,GPT-4级别Token的推理单价降幅接近两个数量级,成本大幅下探。但随着单价降低,大量此前无法落地的商业场景被激活,智能体自主任务、长链AI办公等新需求爆发,让市场Token总消耗量两年暴涨千倍,最终形成“越便宜、越消耗、总账单越高”的独特格局。

除此之外,Token还存在极易被忽略的隐性成本:分词算法迭代带来的变相涨价。传统商品标价即实价,而Token的计费数量由厂商私有分词器定义。

例如Anthropic更新Claude模型版本时,并未上调API单价,但通过优化分词逻辑,让同等文本的Token消耗量最高上浮47%,直接让用户实际使用成本上涨20%—30%。这种无感知的成本变动,让Token的真实造价始终处于动态波动中,也让AI算力账单的核算远比传统消费更为复杂。

三、从卖Token到卖智力服务

看懂Token的生产成本与定价悖论,才能真正理解AI商业的终极进化方向:行业红利早已告别“单纯售卖Token资源”的初级阶段,正在全面走向从卖Token,到卖智力服务的高阶商业模式,这也是AI产业摆脱低价内卷、实现价值跃迁的关键逻辑。

在行业发展初期,大众和多数厂商对AI商业的认知,停留在最浅层的资源售卖模式。此时的Token,仅仅是一份标准化的算力配额、一次模型调用权限,商家售卖的是可量化的Token额度,用户购买的是基础的AI使用权限。

这种模式和早年电商售卖流量包、话费充值别无二致,核心拼的是单价高低、规模大小、补贴力度,赛道高度同质化,极易陷入价格战内卷。

书中指出,单纯售卖Token资源的生意利润微薄,受单价持续下跌、成本动态波动影响极大,很难形成长期壁垒,只是AI经济的入门级形态。

而真正的产业质变,源于对Token价值本质的通透认知:Token只是计量智力服务的一把尺子,而用户付费的终极目的,是借助模型的推理、判断、创作能力,解决真实的商业与生产问题。

金句图

以海宁皮草产业为例,AI可以通过批量消耗Token快速生成海量设计草图,彻底打破传统设计师的产能壁垒。此时企业采购大量Token,是借助AI智力服务,实现新品快速迭代、款式精准优化、市场效率升级,这也意味着算力资源向智力价值的转化。

基于这一逻辑,AI商业完成三层进阶迭代。

第一层是基础资源层,售卖标准化Token额度,主打按量计费、随用随充,属于无差异的底层资源生意;

第二层是场景方案层,厂商将Token能力封装成适配办公、设计、法务、研发的专属工作流,把零散的算力调用,升级为可落地的场景服务,实现价值溢价;

第三层是智能资产层,依托持续的Token消耗,沉淀企业专属知识库、自动化任务链、数字员工体系,让单次消耗的Token转化为可复用、可复利的企业数字资产。

书中特别强调Token经济与传统互联网经济的核心差异:互联网时代是资源复用零成本、规模越大越盈利;而Token经济是消耗即生产,每一次Token消耗都是一次全新的智力生产。

行业竞争下半场,底层模型、Token算力会逐步趋于同质化,价格天花板被开源技术锁死,真正的核心竞争力,是能否将Token高效转化为专属智力服务、落地为真实商业价值。

四、从一分钱月卡,
到人人可买的AI能力

一分钱买一个月的AI服务,价格低到几乎不用做决定。李佳琦直播间这次低价卖Token,实际上是在邀请更多人试一试:AI能替自己做些什么?

这笔交易的数字需要冷静看待。十万人下单,不等于十万人会续费;发放了2万亿Token额度,也不代表这些额度已经被用完。真正值得关注的,是有多少人会在体验之后,把AI留在日常生活和工作里。

起初,它可能只是帮人梳理资料、起草方案或制作短视频。用得久了,有人或许会把店铺运营、内容生产等整套任务交给AI。到那时,用户愿意付费的对象就不只是一张月卡,还可能是持续协作的智能体,或一套能完成具体工作的数字化服务。

互联网降低了获取信息的成本,智能手机让服务随时可用。AI带来的下一步变化,可能是让更多人以可负担的价格,获得过去需要专业团队才能提供的能力。

所以,Token出现在带货直播间,意味着AI开始以普通消费者熟悉的方式进入市场。一分钱的尝试能走多远,具体还要看用户体验;但越来越多人开始亲手使用AI,这件事已经发生了。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

再见黄仁勋!上半场落幕!

原创 老贾 2026-11-15 21:35 美国

竞争的下半场,中国算力如何用基建能力,杀出芯片封锁的重围?

内容来源:笔记侠(Notesman)。

责编 | 贾宁

第 9966 篇深度好文:6938 字 | 18 分钟阅读

商业趋势

笔记君说:

最近10天,美国很热闹。

一边是中期选举尘埃落定,民主党重夺国会参众两院,白宫和国会开始针锋相对;另一边是掌舵英伟达33年的“AI教父”黄仁勋突然辞去所有职务。

技术路线撞上大国博弈的叙事,商业巨头沦为党争的棋子,可以说,全球AI狂飙的上半场已经落幕。

读懂这场“硅谷黑天鹅”与“华盛顿权力洗牌”背后的深层逻辑,不仅能帮你看清中美科技脱钩与国产替代的真实走向,更能让你看透未来五年商业世界的底层生存法则。

希望今天的内容,对你有所启发。

一、硅谷黑天鹅,黄仁勋闪辞

美东时间2026年11月12日,英伟达董事会正式宣布,联合创始人黄仁勋辞去总裁、首席执行官及董事会成员职务,即刻生效。

长达33年的黄仁勋时代,在毫无缓冲的情况下骤然谢幕。

消息传出后,英伟达股价在11月12日当天应声下跌4.34%,收于166.19美元,全天成交量暴增至7.34亿股(超过其三个月平均成交量的4倍以上),资本市场陷入剧烈震荡。

如果仅仅把这次“闪辞”看作是一场由个人私德与婚外情风波引发的公关危机,那就低估了当下美国科技与政治交织的复杂程度。

通过独立报、TechCrunch(硅谷科技圈最有影响力的媒体之一)等权威媒体的交叉报道,我们可以清楚地看到这件事背后都有什么。

1.个人英雄主义向现代公司治理与政治合规妥协

过去十余年,黄仁勋凭借极具穿透力的技术直觉和“扁平化”集权管理,用CUDA生态(英伟达研发的一种并行计算平台和编程模型)和GPU筑起了AI时代的底座。

然而,随着个人风波牵扯出涉华安全背景调查,以及英伟达海外云合作伙伴Megaspeed涉嫌在东南亚通过受限芯片为中国客户提供远程算力,连美国商务部长霍华德·卢特尼克都因被指对英伟达监管过于宽松而面临被调查。

面对即将到来的国会联合质询,英伟达董事会不得不迅速切割。

公司火速启动“双轨过渡”:由深谙资本市场与财务体系的首席财务官科莱特·克雷斯出任临时CEO,全力应对11月17日即将到来的财报大考;同时打破创立33年来的惯例,首次设立独立的董事会主席一职,由1993年就加入董事会的元老哈维·琼斯担纲。

这标志着英伟达正被迫从“创始人强人政治”转向“制度化、合规化、去个人化”的防御阵型。

金句图

2.政商关系的重构:CEO成了“首席地缘政治官”

黄仁勋离职当天,据福克斯商业频道与耶路撒冷邮报报道称,美国总统特朗普在社交媒体上公开“点将”,宣称已转任苹果执行董事长的蒂姆·库克是接替黄仁勋的“唯一人选”。

与此同时,国会强硬派议员则公开施压,要求英伟达必须任命一位“将国家安全视为最优先事项”的掌门人。

这些信号再清楚不过:AI下半场,算力巨头公司的掌门人,不能只懂芯片架构和代码,更要懂怎样在政治上站队。

金句图

二、 中期选举后,
美国两党在AI上的三大分歧与核心共识

就在黄仁勋辞职的前一周,2026年美国中期选举尘埃落定。民主党在这场选举中一举夺回国会参议院和众议院的控制权,甚至在得克萨斯州等传统红州取得了历史性突破。

未来两年,特朗普执掌的白宫将直接面对一个由民主党控制的国会。这种“府院分治”(即总统掌握的行政权与国会掌握的立法监督权分属不同政党)的政治格局,将两党在AI发展路径上的博弈彻底公开化,集中体现在三大核心维度:

1.监管之争

在白宫行政权主导下,共和党奉行“去监管与速度优先”的原则,主张松绑审批流程、依赖企业自律,力求保持美国在商业创新与资本扩张上的绝对速度。

相反,手握国会立法与监督权的民主党则坚持“强监管与问责优先”,将焦点对准算法歧视、隐私侵害、就业冲击、深度伪造(Deepfake,即利用AI技术逼真合成他人音视频的造假技术)以及科技巨头反垄断等社会议题。

反映在产业实际影响上,由于总统握有否决权(总统可以拒绝签署国会通过的法案,而民主党在两院的席位尚未达到直接推翻总统否决权所需的三分之二绝对多数),全面性的联邦AI监管立法短期内难以落地,但科技巨头接下来将不可避免地面临国会密集的听证质询与严苛的合规调查。

未来两年,美国AI产业将进入“白宫踩油门、国会踩刹车”的制度性摩擦期。

金句图

2.能源与基建之争

AI算力的指数级膨胀带来了惊人的电力消耗,也让“数据中心建设”成为左右选情的关键议题。

共和党在能源与基建上主张“供给侧狂飙”,大力支持大规模兴建超算中心,并主张放宽传统能源开采与电网审批限制,以此喂养庞大的算力需求。

而民主党则采取“民生与环保制动”策略,顺应选民对居民电价飙升和环境资源消耗的强烈担忧,在地方与国会层面倾向于限制数据中心的无序开发。

这种博弈直接传导至产业端,部分规划中的超大型数据中心项目正面临延期或搁置的风险,进而倒逼各大云厂商向低能耗算法研发与地方社区利益补偿妥协。

3.出口执行机制之争

尽管两党在内部治理与电价分配上撕扯不断,但在维持美国“算力霸权”与对华科技围堵上却有着深度的共识,分歧仅仅在于执行的手段与烈度。

在出口执行机制上,共和党主导的行政部门此前倾向于“交易型与弹性审批”,即在安全框架下保留个案审批的弹性空间。

而掌控国会的民主党则力推“制度化与严苛封堵”,严厉批评行政部门审批过于宽松,要求通过刚性立法彻底堵死第三方转口贸易与合规漏洞。

由此带来的直接产业后果是,芯片企业的“海外特供版”策略空间被急剧压缩,出口合规审查的重心正从“商务部主导”全面转向“国会直接干预”。

三、 华盛顿对华芯片管制的4大新动作

随着民主党重掌参众两院并叠加黄仁勋因涉华合规风波辞职,硅谷巨头在华盛顿与北京之间周旋的缓冲带被彻底斩断。

在两党竞相证明对华强硬立场的背景下,美国对华芯片出口管制正迅速落地四个具体动作:

1.压缩“特供版”灰色空间,立法剥夺白宫个案放行权

此前,英伟达曾获批向中国客户交付部分符合特定参数的降规版芯片。然而在Megaspeed转口调查发酵与黄仁勋辞职后,两党核心议员迅速表态要求全面收紧出口。

民主党控制的国会将联手共和党鹰派,推动相关监控法案及《国防授权法案》附加条款,将芯片管制标准直接写入联邦成文法,从而剥夺美国商务部工业与安全局(负责审批高精尖技术出口许可的核心部门)未来出于贸易谈判需要而“个案放行”的行政自由裁量权。

2.强制植入“芯片位置验证”与硬件级防走私技术

针对高端芯片(如英伟达最新的Blackwell架构产品)通过第三国转口或走私流入特定数据中心的漏洞,华盛顿智库与国会调查委员会已提出强制性技术监管方案。

未来的出口合规将不再停留于纸面承诺,国会正推动立法,强制要求出厂的高端AI加速卡在硬件或固件(写入芯片内部的底层控制程序)层面嵌入物理位置验证机制与远程锁死功能。一旦芯片偏离报备的物理坐标或未通过定期安全审计,算力将被直接降级或停用。

3.全面封堵“海外云算力租赁”与第三方跳板

此次引发国会震怒的导火索,正是东南亚等地的数据中心被指利用美国受限硬件向中国客户提供远程云算力服务。民主党联邦参议员迈克尔·班奈特已在11月中旬公开向政府施压,指出当前法规未能阻止非中国本土企业向中国客户出租受限芯片算力。

重掌两院后,民主党将全力推进针对云计算的强制“了解你的客户”(KYC认证,一种严格审查终端真实使用者身份的合规制度)法案,严厉审查东南亚、中东等地的数据中心采购,堵死中国大模型企业通过跨国云租赁远程调用英伟达集群进行模型训练的通道。

4.对算力巨头实施“准国防承包商”级别的合规监管

在失去黄仁勋这位很有个人游说能力的创始人后,以临时CEO科莱特·克雷斯为首的英伟达过渡管理层在华盛顿处于全面守势。

美国政策界已提出对极少数掌握核心AI底座的科技巨头实施更直接的政府监督:包括要求核心业务链条接受类似国防工业的安全背景审查,并将外部独立合规审计作为发放任何出口许可证的前置条件。

四、 对中国算力国产替代的深层影响

华盛顿管制的层层加码,彻底打消了国内科技企业对海外供应链缓和的侥幸心理,对中国算力生态产生了“短期阵痛加剧、中长期生态洗牌提速”的结构性冲击。

第一,硬件与软件生态:互联网大厂彻底放弃“双轨制”幻想,倒逼国产底层软件成熟。 

在短期(6到12个月)内,国内存量英伟达合规芯片面临断供与维保风险,海外租卡渠道被严查,前沿万卡集群扩容受阻;同时,从英伟达CUDA生态向国产架构迁移的成本高昂,跨架构混合训练也会损耗算力效率。

但从中长期(1到3年)来看,这彻底终结了国内大厂此前“训练用英伟达、推理用国产卡”(训练是指喂给AI海量数据教它学会思考的过程,对芯片性能要求极高;推理是指让训练好的AI回答用户问题的过程,对芯片要求相对较低)的双轨策略。

华为昇腾、寒武纪、海光信息、天数智芯等国产AI芯片正从“备胎”转为唯一主力,国内运营商与互联网大厂的国产采购比例被强制拉升。

更重要的是,核心预训练环节的全面切入,将倒逼国产异构计算软件栈(如华为CANN等用于替代CUDA的国产底层软件平台)及大模型底层算子库在真实的千亿参数训练报错中加速重构,通过编译器优化逐步抹平硬件代差。

第二,制造封装与系统工程:从“单卡算力比拼”转向“集群工程与算法能效”。 

在硬件制造端,我们短期内确实面临着三个最扎心的“卡脖子”难题:一是7纳米以下的尖端芯片造不好。

二是缺乏CoWoS先进封装产能,这是一种把计算芯片和内存像“搭乐高积木”一样紧凑拼装在一起的顶尖手艺,拼得越紧,数据传输越快。

三是HBM高带宽内存受限。如果把AI芯片比作超级大脑,HBM就是紧贴着大脑的“超高速车道”,没有它,大脑算得再快,数据也运不进去。

为了突破这些问题,中国算力产业除了拼命砸钱扶持国产造芯设备(刻蚀、薄膜沉积、清洗设备等“造芯母机”)和本土HBM内存产业链外,更走出了一条充满中国工程智慧的“田忌赛马”之路,不拼单卡极限,改拼“团队作战”与“算法巧劲”:

既然单张国产芯片比不过英伟达的顶级显卡,那就发挥中国在光模块、高速交换机和充沛电力基建上的绝对优势。我们用最快的“光纤神经”把成千上万张单卡性能只有70分的国产芯片死死绑在一起,组成一个协同作战的超级计算机集群。

还有个办法是:硬件不够,软件和智商来凑。

国内AI团队正拼命优化算法,不再让大模型用“大力出奇迹”的笨办法硬算。比如大力普及MoE混合专家模型;再比如广泛应用量化压缩与模型蒸馏技术(让一个极其聪明但笨重的“博士生大模型”,把毕生绝学提炼出来教给一个体量轻巧的“本科生小模型”,让小模型也能干大活)。

通过这种极致的算法内卷,在有限的算力口粮下,硬生生榨出了媲美硅谷顶尖水平的AI智能。

第三,地缘与技术主权:进入中美“双向锁死”时代。 

面对华盛顿的步步紧逼,中国的应对已从单纯的供应链防御转向规则反制。就在2026年10月16日,中国商务部与科技部联合发布了《中国禁止出口限制出口技术目录》修订草案,明确拟将大模型核心技术、AI芯片设计技术以及大规模智算集群技术纳入出口管制名录。

中美两国的算力底层与顶层模型生态,正在加速分裂为两套完全独立、互不兼容的技术平行宇宙。

金句图

五、全球行业趋势推演:
AI下半场的三个结构性转向

读到这里,我们会发现,过去三年靠技术极客和风险投资驱动的草莽时代已经彻底翻篇。全球AI行业接下来的三大结构性转向已然清晰:

趋势一:从“英伟达一神教”走向“诸侯割据与量体裁衣”。

过去三年,抢到英伟达的显卡就等于拿到了印钞机,而黄仁勋个人的技术远见与政商斡旋能力,正是这枚金牌最大的信用背书。

如今随着创始人光环突然熄灭、临时管理层仓促迎战华尔街财报与国会听证,英伟达的强人溢价正在迅速消退。

客户心里都会算两本账:

第一本是“经济账”。

英伟达的通用芯片很强大,什么AI活儿都能干,但里面有大量冗余功能企业根本用不上,却不得不为此支付高昂的费用。

如今大模型的应用场景已经逐渐定型,微软、谷歌、Meta、亚马逊等云巨头不再甘心当“打工仔”,正在联手博通等定制芯片大厂,全力转向自研ASIC芯片(专用集成电路,即科技巨头专门为自家某一项AI业务量身定做的“专属芯片”,虽然不如英伟达显卡通用,但干特定活儿的性价比和省电能力远超通用显卡)。

第二本是“安全账”。

叠加美国国会随时可能落下的出口管制与合规审查大棒,把成百上千亿美金的业务命脉完全寄托在一家正处于管理层动荡、且被华盛顿政客死死盯住的单一供应商身上,是任何科技巨头CEO都不敢冒的险。

未来的全球算力江湖,必然会从英伟达一家独大,加速演变为通用显卡打底、AMD虎视眈眈、巨头自研芯片当家的群雄并起时代。

趋势二:AI的最大瓶颈是“老百姓的电表”,以后想盖数据中心没那么简单。

在AI的上半场,硅谷信奉的是简单粗暴的“大力出奇迹”,谁能砸几百亿美金、圈一块地、堆上十万张显卡,谁就能训出最聪明的大模型。

但在2026年中期选举之后,这套粗放式扩张逻辑一头撞上了民生与政治的铁板。

因为AI数据中心是个不折不扣的“吞电巨兽”。当普通美国家庭打开每月的电费账单,发现自家生活成本因为附近新建的超算中心而飙升时,选民的怒火直接变成了选票。

据《卫报》等媒体观察,科技巨头与数据中心在此次中期选举中几乎成了选民眼中的“反派”。

当民主党控制的国会和地方政府开始拿环保、电价和社区利益来审视数据中心,甚至导致部分规划中的超大型数据中心项目面临延期或搁置时,AI巨头要想继续扩张,必须做两件事:

对内,企业必须向低能耗算法要效率,通过给模型“瘦身”和优化底层架构,让AI学会用十分之一的电量干出以前百分百的活,告别无脑堆硬件的粗放模式。

对外,从“抢电大户”变成“基建金主”。以前科技公司去地方建厂,是地方政府排着队给税收补贴;现在彻底反过来了,科技巨头必须向社区利益补偿妥协。

未来的云厂商去地方拿地,一手得自带清洁能源解决方案,另一手还得主动替当地老百姓出钱升级老化的电网、承诺绝不推高居民电价。只有交足这笔高昂的“社区保护费”,AI巨头才能换来一张数据中心的“准生证”。

趋势三:巨头左手狂卷大模型,右手焊死“准入大门”。

如果说几年前硅谷的技术极客还对华盛顿的政客嗤之以鼻,那么2026年中期选举就是AI新贵们全面杀入美国政治心脏的“成人礼”。

在这场选战中,以OpenAI、Anthropic高管及硅谷顶级风投为首的科技资本,通过超级政治行动委员会(美国一种可以无上限募集资金来支持或攻击特定政治候选人的合法游说组织)豪掷数千万乃至上亿美元。

更展现他们老辣政治手腕的是,这些AI金主在选战中投放了近百条竞选广告,却几乎绝口不提敏感的“数据中心”或“AI放松监管”,而是采取“声东击西”的策略,顺应选民情绪大谈民生与经济,悄悄把自己中意的“亲科技派”候选人扶上位,并在党内初选中精准狙击那些试图对AI立下严规的强硬派政客。

为什么这些科技巨头一边在公开场合痛心疾首地警告“AI可能会毁灭人类、呼吁政府加强监管”,一边又在私底下挥舞着支票簿深度干预选举?

头部巨头已经有了万亿甚至10万亿参数模型和海量算力,他们最想办的事,是华盛顿出台一套极其繁琐、极其昂贵的“安全审查与合规准入标准”。

这套标准一旦写成联邦法律,财大气粗的科技巨头只需要交点公关费、雇几百个法务就能轻松过关并拿到“官方牌照”;而那些没有钱去华盛顿搞游说、养不起庞大合规团队的开源社区和中小型AI创业公司,就会被这堵高昂的制度高墙直接挡在门外。

未来的AI王座之争,50%的胜负手依然留在硅谷实验室的算法演进里;而另外50%的生死权,已经交到了华盛顿K街(美国顶级游说集团云集之地)的谈判桌上。

谁能把自家的技术护城河变成国家的合规门槛,谁就是下半场真正的赢家。

金句图

结语:

圣克拉拉英伟达总部外,黄仁勋的支持者纷纷送上蜡烛和鲜花,为他留下的时代背影叹息;而在华盛顿国会山,针对科技巨头的听证席位已经摆好,两党议员正在起草更严苛的监管与管制法案。

这两幅画面的交织告诉我们:技术从来不只是技术本身,AI的下半场早已是一场由哲学(Philosophy)、政治(Politics)与经济(Economics)共同主导的宏大棋局。

看清趋势只是第一步,用未来决定现在,才是破局的关键。

在AI重塑商业与竞争逻辑的当下,企业家最稀缺的不是信息,而是面向未来的认知与决策能力。

为此,笔记侠PPE(政经哲)书院创新英雄·AI+出海营重磅升级,以AI时代的决策基座为内核,开启AI时代企业家决策进化之旅。

我们将走进微软、谷歌、亚马逊等全球AI创新腹地参访与交流,透过前沿现场预见未来、反推当下决策。

笔记侠PPE书院的第五代企业家同学,到美国,看的是三层。

第一层:看见未来。全球最先进的AI企业正在发生什么变化?哪些变化可能成为未来三到五年的重要趋势?

第二层:理解变化。这些变化会如何影响企业的商业模式、组织形式、客户关系和竞争格局?

第三层:重新决策。如果这些变化将成为现实,我今天应该停止做什么、继续做什么、开始做什么?

因此,我们做的不是一趟走马观花的游学,而是让你带着对未来的笃定判断、企业关键决策和回来就能落地的行动方案,满载而归。

点击下方海报,与我们一起站在全球AI最前沿,构筑你的企业决策基座。

分享、点赞、在看,3连3连!

跳转微信打开

  •  

从“聊得来”到“信得过”,赢得客户信任的5个阶段

笔记侠 2026-11-15 21:35 美国

图片

图片

内容来源 |  本文摘编自浙江科学技术出版社/湛庐文化书籍

《大客户销售干法》 张坚 著

责编 | 二月

第 9967篇深度好文:5040 字 | 11 分钟阅读

客户愿意与你聊天,却未必愿意把重要的事交给你。从“聊得来”到“敢托付”,中间还隔着什么?

客户托付的,不只是一个项目,还有他需要承担的风险。 他需要确认:你是否理解他的难处,能否坦诚讨论风险,又能否兑现承诺。

在《大客户销售干法》中,中国惠普政府事业部原总经理、思科中国区原副总裁张坚通过委托、倾听、界定、构想、承诺5个阶段,拆解客户信任如何一步步建立,让你从聊得来的销售,成为值得托付的顾问。

建立信任来自你开诚布公地与客户讨论面临的挑战和涉及的风险,然后再立下承诺。在立下承诺后,你必须合理把控并设定好客户的期望。建立信任要经历 5 个阶段。

Word 内嵌图片

一、阶段一:委托

委托就是使用表示有兴趣或关心的语言,让客户愿意把很多事情交付给你。

金句图

许多专业顾问都相信,信任的建立始于倾听。但在此之前,专业的顾问一定还要做一些前提性的工作,这样才能使客户真正开始讲述他们的需求。这项工作就是将专业顾问与客户紧密地联系在一起,即“赢得客户的委托”。

想一想,在生活和工作中,你是怎样把一件重要的事情委托给别人来做的?对你和客户来说,把解决问题的任务委托给别人,这不是一件小事。

不管客户面对的是什么样的问题,要先把它提出来,客户都需要做一些心理铺垫,都需要冒一些风险。除非客户决定投入时间和精力来解决眼下的问题,甘愿去冒这个风险,否则委托阶段的工作就无法达成。而要让潜在的客户做出这样的决定,他们需要对结果抱有足够的信心。

在委托过程中,要使用表示感兴趣的语言,作为建立信任的第一步,主要是想让客户意识到两件事。第一件事是,让他认为这件事是值得讨论的。第二件事是,让客户意识到这件事值得与他面前的这个人讨论。

金句图

要记住,客户不会仅仅因为我们愿意倾听就开口。即使是已经打了数年交道的老客户也不会,因为他们首先要觉得我们值得他开口。客户心里需要受到某些触动,才愿意向我们倾诉。你可以先想一想你的个人经历,你愿意向谁倾诉衷肠?谁又可以让别人向他大倒苦水呢?

二、阶段二:倾听

卓有成效的专业顾问通常是优秀的倾听者,这一点在我们的经验中无一例外。倾听本身不足以保证成功,却是一项必不可少的技能。

倾听是建立信任过程的第二个阶段,使用表示理解和同情的语言,表现出你愿意倾听。

那什么是成功的倾听呢?就是使客户在这一阶段逐渐相信,顾问对问题有所理解,并且能赢得进一步共同探讨双方想法的机会。

为什么让客户感觉到自己的观点被听到了如此重要呢?自己所说的观点希望被别人听到,不仅是为了对问题进行合理的解释,实际上更是源于对尊重、理解和包容的需要。可信赖的顾问能够准确认识到这一点,并且总会确保客户的自尊心受到保护。

在通过倾听赢得信任的过程中,我发现顾问们常会犯两个错误:第一个是用理性的耳朵去听;第二个是过于被动。

金句图

客户需要你理性地去记录、使用你学过的那些倾听技巧,但他更需要感性的部分,也就是和你有目光的交流。当他知道你对待他的事,就像对待自己的事情一样,不会让他吃亏时,就会更信任你。而且,客户也不仅仅需要你被动地倾听,好的倾听是主动地回应对方所讲的内容。

那怎么回应呢?是靠肢体语言,还是通过话语?答案是,回应的形式取决于所传递信息的内容。

如果信息是纯理性的,那得体的认可几乎可以全部来自口头,如“嗯”“是的”,以及微微点头,这些都是可以的。

但如果信息夹杂着一些感性因素,那么如果不在回应中带上情绪、语气或肢体上的变化,就会传递出一种我们好像没有在好好听的信号,或者没有产生共情。

另外,要听出对方话里隐藏的故事,也就是我们要听出他的言外之意。

三、阶段三:界定

界定就是用语言表达不同的视角。

界定问题非常重要,它既是建立信任的手段,又是随后提出建议的重要部分。

金句图

因为界定问题需要围绕客户的核心利益展开,能建立起对问题的一些描述,提出一些假设,并形成一些观点。

在这个阶段,客户可以明显地感受到顾问带来的价值,由此使双方的信任关系更加牢固。因为你去界定了这是什么问题,这就使客户和顾问双方对未来的设想更加具体化,并达成了一致。要先想象和细化最终的结果,而不是急着去解决问题。你一定要先想清楚、说明白,再行动。

在界定的过程中,我们一定要注意,问题有两种界定模式,一个是理性界定,一个是感性界定。通常地讲,理性界定对顾问来说是比较容易的,因为它在我们的舒适区间里,也在我们的业务范围内。所以我们长期以来作为专业的业务顾问,训练都是以理性为基础的。

但是感性界定,可能在某些时候更加重要,因为它与客户的许多方面都有关系。有些顾问和客户之间的想法交流、对话和关系之所以无法畅通无阻地进行下去,或者停滞不前,最终影响了顾问的工作效率,往往就是因为这个原因。

我们务必思考如何打破当下局面。问题不是由理性因素引起的,因此也无法通过理性方式来解决,它带来的主要在感性层面,或者涉及公司内部一些政治因素。所以我们要去界定这种感性的问题。

有一次我陪同我们公司的专家去参加一个客户的研讨会。客户很愿意与我们合作,我们汇报了关于问题的界定和制订的方案,并介绍了一些新的绩效标准。

在会议上,我们讲述之后又进行了讨论,会议过程表面上进行得很顺利,在座的每个人似乎也都表达了一些看法,彼此也达成了一致意见。

但我也注意到,有些人在座位上坐立不安,而且会场中有些人在交头接耳,小声讨论。所以我感觉有些不对,但我当时并不知道问题出在哪里。

会后我了解到,其实他们有很多顾虑:你们的说法是对的,那由谁去和大老板沟通?说得不错,但是具体怎么执行呢?而且最近组织里好像还有一些人事变动,谁会受到影响呢?你们原来做过这类事吗?

感性界定,首要的是承担个人风险、坦白内心隐藏情感的勇气。但这绝对不是一件容易的事。不过,如果你认识到,感性界定是关于你如何界定客户的情感,而不是我们自己的情感,那它就比你想象的要简单了。客户考虑的是他们的处境,以及他们的应对方式。

感性界定的一个得力的工具是我称之为“直言不讳”的技巧。这个技巧是指通过对那些原本可能无法言说的事物进行描述来取得突破,从而将那些以前难以启齿的事物,用明确的语言表达出来。

“直言不讳”有以下3个显著的特点:其一,承认提出问题的困难性;其二,承担提出问题的责任;其三,对问题本身直接进行陈述。

工作中的很多事,时间越久,尴尬就积累得越多,多到超过了原来的问题本身。比如,你可能听说过这种情况,叫“房间里的大象”,即那种每个人都心知肚明,却又难以启齿的问题。这种情况,只有用感性界定来应对。

还有一个方法,就是巧妙利用“提前警告”。“提前警告”是强调事先提出问题的艰巨性,以及愿意为所提出的问题带来的后果而负责的态度。越是感到有风险,越要善用“提前警告”。

使用“提前警告”有很多益处,但也要把握分寸,直到你感觉这种提醒已经足以覆盖所要界定的问题和相关风险为止。

四、阶段:构想

构想,就是使用表示可能性的语言,去构想愿景。

金句图

许多人对问题进行界定之后,会觉得下一步自然就是解决问题。任何问题,根据客户希望达成的目标或状态,都可以有多种解决方案,而选择项过多,常常容易引起各方的误解。

通过共同的构想,客户与顾问可以确定和细化最终的结果,而不是过于急切地去解决问题。构想至少着眼于以下几个问题:

● 我们真正的目标是什么?

● 我们达成目标意味着什么?

● 我们怎样判断是否已经达成目标?

在建立信任的 5 个阶段中,构想是最容易被忽视的一个环节。特别是对销售来说,销售极有可能跳过构想,直接从界定问题进入行动和解决方案的环节。这在某种程度上,对回报的关注与构想看似相仿,但两者完全不同。

政治家们特别擅长用语言为我们提供一些口号式的构想,以及它们所能带来的价值。比如,马丁·路德·金《我有一个梦想》的演讲;约翰·肯尼迪所说的“登上月球并返回”;我们提出的“两个一百年”奋斗目标,“绿水青山就是金山银山”。

这些口号都是一种尝试,尝试着将某一个目标、某一个可以通过卓越努力达成的事业,通过清晰有力的语言描述出来。通过对目标的明确表述,这些口号在凝聚力量、汇集共识方面起到了非凡的作用。

我们在本章的前面也做了一些构想。当你被客户信任,是怎样的体验?当你成为一名可信赖的顾问,又是一种什么样的体验?你将会得到什么样的益处?

在商业社会中,成功的构想是可以把你解放出来的。构想将一个人在面对问题时,从仅仅关注技术的、解决问题的、具备高风险的眼光中解放出来,赋予他一个全新的视角。这个新视角鼓励自由和创新。

在信任建立的所有阶段中,构想虽并非绝对必要的步骤,却能带来最大的价值。

人是“故事动物”,人人都爱听故事,也愿意相信故事。构想,就是去描述愿景,描述目标实现时的景象。或者更简单地说,就是学会“画饼”。

金句图

当人们花时间在构想环节时,他们已经开始用准确的语言、细致的描述,去表现当他们面临的主要问题得到解决以后,或者是最终在把握了眼前的机会后,他们所处的环境将会发生怎样的变化。

很快,“改变真的有可能发生”,或者“至少值得一试”这样的想法就开始萌芽了。突然间,未来不再抽象,而是变得真实,不是遥不可及,而是触手可及。它不再令人心惊胆战,反而让人充满活力。“撸起袖子加油干”,让我们斗志昂扬,因为我们可以做到。

专业顾问通过帮助客户畅想最理想的结果来激励他们。如果这一阶段做得好,将使客户开始了解自己的真正目标,并以实事求是的态度,去定义一个能够达成的目标。

五、阶段五:承诺

这一阶段就是立下承诺并兑现。在这里,我们使用的是“承诺”一词,而不是“达成交易”或“签订合同”等。

“承诺”一词有两种含义,第一种是对于未来将做某事的约定或者保证,第二种是承诺让你感到有义务,或在心理上处于被召唤的状态。

金句图

第一种含义侧重于行动,第二种含义侧重于情感。这正是承诺在信任建立范畴内的真正内涵。

“承诺”这个词对我来说太熟悉了,因为我在思科工作的时候,每周一早上必开的会,就是“承诺会”。在思科,只要你的工作与销售有关,无论你是什么级别,都要参加这个“承诺会”,承诺本周的销售数字,承诺下周的销售数字。这也是销售的一大特质:承诺是金。

你要会使用表示一起合作的语言来表达你的承诺。在这一过程中,要确保客户理解将要完成的目标,并且帮助客户拥有兑现承诺的决心。

在这个阶段,你要注意以下 3点:一是期望管理。期望越高,有可能失望就越大;二是化解客户对承诺的抗拒。承诺是相对的,也就是说,你有承诺,客户也有相对应的承诺,承诺不是单方面的;三是学会共同承诺。

承诺既是双方共同的行为,又是非常个人化的行为。所以,不但要在专业层面,还要在个人层面加强联系,关系将会因此得到巩固。承诺要成为双方的意愿,真正的共同承诺绝不仅仅是计算工作量和分配工作这么简单。

以上就是我们建立信任关系的5个阶段。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

无人可替黄仁勋

巴九灵 2026-11-14 21:00 北京

以下文章来源于:吴晓波频道

吴晓波频道

这是财经作家吴晓波带领“巴九灵”们运营的知识平台,这里汇聚了400多万认可商业之美、崇尚自我奋斗、乐意奉献共享、拒绝屌丝文化的新中产。

当一家公司的命运与一个人紧紧绑在一起。


内容来源:本文为公众号吴晓波频道(ID:wuxiaobopd)原创首发,笔记侠经原公号授权发布,转载请联系原公号。

责编 | 二月

第 9964 篇深度好文:5223 字 | 13 分钟阅读

商业观察

4天后是英伟达的财报日。依照惯例,除了宣读开场白,黄仁勋几乎会独自在电话那头回答分析师们的所有提问。

18天后是在华盛顿举行的美国GTC大会。依照惯例,黄仁勋将从电话那头走到聚光灯下,穿着标志性的黑色皮衣,亲自向全球科技界介绍英伟达的最新技术与产品。至今,许多人仍对柏林GTC上的鸭子机器人记忆犹新。

这些延续多年的熟悉画面,可能再也不会出现了。

昨天,黄仁勋宣布辞去英伟达首席执行官以及董事职务。英伟达在官网发表了一份简短的声明,用414个单词为黄仁勋创建并执掌公司的33年画上了句号。

他是硅谷历史上任期最长的CEO,现在他成了这项纪录的保持者。

Word 内嵌图片

英伟达11月12日的声明

接替他的是公司CFO科莱特·克雷斯(Colette Kress),她将以临时CEO的身份接过重担。

这一安排并不令人意外。

克雷斯2013年加入英伟达,过去13年间,她一直掌管着英伟达的财务大权。对于投资者而言,她是除黄仁勋以外,英伟达最知名的管理人员之一。

历史经验表明,对于一家骤然失去灵魂人物的科技巨头而言,让财务主管暂时掌舵,有助于稳定投资者、客户和员工的预期。尽管几乎所有人都知道,这只不过是权宜之计。

但令人感慨的是,在这份宣布创始人、执掌公司33年的CEO即刻辞职的公告中,英伟达对黄仁勋的正式致谢只有35个英文单词。

董事会感谢了他对公司和行业的卓越贡献,但更多的篇幅用在了对继任者表示信心、安抚投资者,并强调“英伟达的优势始终源于其员工”。

然而对很多人而言,63岁的黄仁勋和他那件标志性的皮衣,才是英伟达的代名词。

没了黄仁勋的英伟达,还是英伟达么?谁最终能接管这家全球最重要的AI芯片公司?一个由创始人亲手打造、长期围绕他运转的商业帝国,能否在失去核心人物之后继续保持原来的速度?黄仁勋接下来又有何打算?

一、丑闻

讽刺的是,压垮黄仁勋并令其“净身出户”的,并非人工智能的泡沫破裂,而是接踵而至的荒诞丑闻。

发生在黄仁勋身上的狗血故事,目前已有三起。

11月9日,黄仁勋承认了婚外情,他与华裔女性存在不正当关系。仅仅三天之后,媒体再度曝出,他和公司医疗保健业务副总裁金伯莉・鲍威尔也有婚外情, 对方是他的下属,本身已有家庭。

而就在黄仁勋宣布辞职后,路透社报道,据两名知情人士透露,被迫卸任的英伟达首席执行官黄仁勋还曾与公司另一名员工存在亲密关系。

英伟达董事会的态度,正是随着一桩桩爆料,在短短几天里急转直下。

第一起传闻刚流出时,董事会对外表态,仍然信任黄仁勋以及管理团队;等到第二桩绯闻曝光,董事会已经紧急开会,开始讨论是否要解除他的职务。

危机越滚越大,股东提起诉讼、国会启动问询,董事会专门聘请外部律所开展独立调查。实际上,在最终结果宣布前,预测平台Polymarket上,黄仁勋在年底前离职或被免职的概率就已经攀升至78%。

资本市场同样风声鹤唳。英伟达多家国际投行纷纷下调英伟达股票评级,知名研究机构Bernstein直接把目标价从400美元砍至200美元。

一位分析师说出了许多投资者的心声:“我们的直觉告诉我们,我们可能尚未完全摸清此中底细;但我们已经受够了,更愿意在场外观望。”

《经济学人》的一篇文章措辞则更加犀利,黄仁勋的丑闻这不是一桩丑闻,而是许多桩丑闻交织在一起。而面对丑闻,投资者总是很难看清局面,坏消息往往会引出更多坏消息。

金句图

这场风波有望跻身史上代价最高昂的企业危机之列,而华尔街已经品尝到了俄罗斯套娃的风险:美股押宝AI,AI押宝英伟达,而英伟达,又押在黄仁勋一个人身上。

在黄仁勋辞职的消息公布当日,英伟达股价收跌4.34%,市值蒸发1820亿美元(约1.21万亿元)。

在这之前,英伟达股价已在三个交易日内累计下跌6.92%,市值缩水约3110亿美元,跌出4万亿美元大关,退居苹果、微软之后,滑落至全球第三。

与此同时,英伟达的震荡已经开始波及相关产业链,首当其冲就是亚洲股市,亚洲是英伟达产业链最核心的部分,也是全球AI行情除美股外最核心的地方。

正如一位分析师所言:“黄仁勋的辞职对英伟达来说是一个分水岭,鉴于整个人工智能行业对英伟达芯片的严重依赖,黄仁勋的离职带来的不确定性远远超出了公司本身。”

二、权力

1993年,黄仁勋与另外两位工程师在一家餐厅创立了英伟达。他带领公司度过了濒临失败的危机时刻,稳定了军心。十多年前,当多数人还没有意识到GPU能够在AI领域发挥巨大作用时,黄仁勋持续投入软件生态和相关研发。

这场长期押注最终改变了公司的命运,如今的英伟达已经成为人工智能的基础设施。今年5月,英伟达的市值达到5.7万亿美元,换成GDP的话,它的体量位于世界第三,仅次于美国、中国。

Word 内嵌图片

2004年10月出版的《微型计算机》第232期,封面人物为黄仁勋,图源:网络

黄仁勋将AI产业链比作一块“五层蛋糕”,自下而上依次为:能源、芯片、基础设施、模型和应用。英伟达除了生产AI核心的GPU芯片,还通过资本运作,控制了蛋糕的其他层。

截至今年7月,英伟达投资总额约为990亿美元,投资了OpenAI、Anthropic、SpaceX,以及CoreWeave这类数据中心服务商。它采取的是一种循环交易的投资方式,企业斥巨资向英伟达采购芯片,英伟达再将部分营收反向投给这些客户,维系持续的芯片采购需求。

《财富》杂志形容英伟达是AI产业的“中央银行”,为行业提供资金支持。

Word 内嵌图片

英伟达位于AI交易循环的中心

黄仁勋不仅是一家企业的创始人,也是战略制定者、技术路线的推动者、重要客户关系的维护者,以及整个AI产业的首席评论员、推销员、金融大师。

他的影响力远超一个普通的CEO,是一座万亿美元AI大厦里不可或缺的关键支柱。这或许解释了为什么包括马斯克在内的不少人倾向于淡化风波、维护黄仁勋。

Epic CEO斯威尼声援黄仁勋,称英伟达若罢免他,堪比当年苹果解雇乔布斯。对冲基金大佬比尔·阿克曼在X上发文称:“再厉害的人也会犯错,我们应当支持他和他的家人,继续前行。”

风投肖恩·马奎尔认为,“想要保住美国在AI领域的领先地位,黄仁勋无可替代”,马斯克对此表示同意。而华尔街的一位分析师直言,逼走黄仁勋将是所有人的失策。

Word 内嵌图片

2025年一份来自Quartr的财报收听预告,标题“所有人都盯着黄仁勋”,凸显了他的特殊地位

但从股权结构上看,黄仁勋并没有拥有绝对控制权。

他持有英伟达约3.6%的股份,公司采用普通股一股一票制度,没有设置特殊投票权。根据公司披露的信息,英伟达董事会共有11名成员,黄仁勋是唯一的非独立董事,其余10人均为独立董事。

不过,英伟达的一些董事与黄仁勋共事已经超过二十年。部分董事从公司创立初期就参与其中,与黄仁勋长期合作,建立了信任关系。

《华尔街日报》近期的调查指出,英伟达没有正式的董事长,黄仁勋一直在行使董事长的权力,参与拟定董事会会议议程、决定向董事提供哪些信息,并主持董事会会议。

文章批评英伟达存在治理真空:“这家芯片巨头既没有董事长,也没有接班人计划,此前还曾否认黄仁勋的婚外情。以上种种凸显英伟达董事会凡事都按照CEO黄仁勋的方式行事。”

正因英伟达原本不设董事长,在黄仁勋卸任前,市场有一种观点认为,按照部分支持者的提议,董事会最稳妥的方案,或许是将黄仁勋转为董事长。这套安排可以免去直接解雇他的激烈动作,同步完成CEO的更替,将他的经验留在公司内。

但伴随黄仁勋卸任CEO一同落地的人事方案是,董事会任命哈维·C·琼斯出任英伟达史上首位董事会主席。

他和黄仁勋一起,在1993年就加入了英伟达董事会,拥有乔治城大学和麻省理工学院的学位和逾三十年创业、技术高管与风险投资从业经历。

Word 内嵌图片

哈维·琼斯的照片极少,该图来源于2024年他购买一处房产时的媒体报道

此番架构调整,也可能是公司对市场质疑的回应。

三、继任者

同时被任命的临时CEO科莱特·克雷斯,历经这家芯片制造商的GPU从视频游戏控制台的利基产品变成了世界上最抢手的产品之一,但对外形象上,她显然是黄仁勋的反面,熟悉她的人说,“她以避开聚光灯和谨慎评论而闻名”。

董事会的声明里如此写道:

“科莱特带领英伟达经历了非凡的增长时期,她对我们的业务、客户、运营和财务状况有着深刻的理解……她拥有一支经验丰富的领导团队,这支团队在执行英伟达战略和推进技术路线图方面发挥了至关重要的作用。董事会对科莱特和领导团队充满信心,我们期待公司的运营、客户承诺和产品路线图能够继续顺利进行。”

作为公司特殊时期的过渡角色,她可能需要做足功课,去安抚那些受惊、心存疑虑的投资者,并向外界证明,步入后黄仁勋时代的英伟达,仍有能力维持增长势头。

不过,据媒体报道,英伟达目前的临时CEO,并非公司重大决策的主导者,也不负责制定公司的重大决策议程。

困难的征兆似乎已经显现。

在黄仁勋时代,重大决策、议程、资源分配基本由他驱动。现在,没有一个人可以顺理成章地接过大权,并顺利行使相应职权。黄仁勋的管理风格,一直是英伟达最鲜明的组织特征之一。

金句图

与许多大型科技公司层层设置管理岗位不同,他喜欢扁平化管理,让大量高管直接向自己汇报。他曾说过,向他汇报工作的高管人数一度超过50人。他身边并没有传统意义上负责统筹所有业务的强势二把手。

这套管理方式有明显优势。减少中间层级,有助于信息快速传递,也让黄仁勋能够同时了解芯片研发、软件生态、客户需求和供应链的变化。对于一家处在快速技术竞争中的企业,这种管理方式可以避免不同部门各自为政。

黄仁勋本人也曾表示,他不相信传统意义上的接班人计划。他更愿意通过日常工作持续向团队传递知识、经验和判断力,让公司内部形成一批能够承担更多责任的人。

由此,英伟达的一切,都长期围绕黄仁勋的判断展开。英伟达就等于黄仁勋。所以,当一家企业的主心骨离开之后,继任者面对的难题,可想而知。

金句图

其需要处理的任务不只是如何维持现有订单,还包括如何应对下一代产品研发、客户资本开支变化、地缘政治博弈,以及AMD等竞争对手的追赶。

最重要的一点是,黄仁勋长期建立的产业关系和个人影响力,其他人很难超越。新的CEO重塑英伟达运转多年的管理体系,可能需要花较长的时间,确立自己的威望。

市场已经传出一长串潜在继任者名单。

内部呼声最高的是伊恩·巴克,他主导英伟达最重要的软件生态建设。黄仁勋的女儿黄敏珊,也在讨论范围之内。她2020年才加入英伟达,目前担任物理AI产品与技术营销高级总监。她在预测平台上获得不少押注,不过家族接班的可能性被多数分析师看低。

Word 内嵌图片

伊恩·巴克(Ian Buck)图源:彭博社

外部名单里,蒂姆·库克被视作合适的人选。这位刚卸任苹果CEO、转任执行董事长的管理者,最擅长在传奇创始人离场之后稳住公司基本盘。他精于全球供应链、资本治理,擅长跟各类政客沟通。特朗普凑热闹地说,唯一的接替人选只有苹果的库克。

除此之外,英特尔、博通的掌门人、AMD的苏姿丰也进入了可能名单。

尽管最终的继任者还未确定,但可以确定的是,英伟达将面临一次极其复杂的权力交接。

四、家庭

“我对妻子不忠。我的行为伤害了她和我们的孩子。对于我所做的一切,没有任何借口。我深感抱歉。”黄仁勋在道歉信中说。

在黄仁勋的公众形象里,家庭一直占据着重要的位置。

他与妻子洛丽·黄相识于俄勒冈州立大学。两人当时都是工程专业的学生,后来一起搬到硅谷工作。1993年黄仁勋创立英伟达前后,洛丽放弃自己的工程师职业,承担起照顾孩子和支持家庭的责任。此后四十多年,她陪伴黄仁勋经历了企业从初创到全球巨头的全过程。

在过去的公开采访中,黄仁勋不止一次表达过对妻子的感激。他曾说,洛丽从年轻时便相信自己,即使在他对未来缺乏信心的时候,也始终给予支持。两人共同出席过不少行业活动和慈善活动,但相比经常站在舞台中央的黄仁勋,妻子一直保持低调。他的经典标志性黑色皮衣,多数也是妻子帮他挑选、购买的。

媒体估算,如果洛丽·黄选择离婚,她可能分得的财富是750亿美元至775亿美元。

Word 内嵌图片

黄仁勋与妻子洛丽·米尔斯

黄仁勋经营着两个“家”。

一个“家”,是他亲手创办的英伟达。就在一周之前,他是置身于AI浪潮与芯片地缘博弈漩涡中心的大家长,但他的骤然离场,意味着由他主导的AI算力时代的结束,英伟达不得不迈入全新阶段。

另一个“家”,则是他相守多年的家庭,这段婚姻正站在十字路口,能否继续维系,仍是未知。黄仁勋在道歉信中写道:“我希望我们的家庭能够慢慢走出伤痛,也希望随着时间推移,我能够重新赢得你们的信任。”

对于这位63岁的男人而言,前路依旧存在诸多可能性。他可以再度创业;也可以选择蛰伏,等待回家的时机,就像乔布斯回归苹果那样;他还可以加入其他科技企业;再或者,他回归家庭,弥补过错。

只是不知道,等到下一次黄仁勋站在聚光灯下,那件标志性的黑皮衣,还会不会出现。

*文章为作者独立观点,不代表笔记侠立场。

图片

分享、点赞、在看,3连3连

跳转微信打开

  •  

阿里前CHO邓康明:公司存活,依靠的是强人

笔记侠 2026-11-14 21:00 北京

图片

内容来源 |  本文摘编自中信出版集团书籍

《通关》邓康明 著

责编 |二月

第 9965篇深度好文: 4136字 | 9 分钟阅读

回看苹果、阿里巴巴等国际知名巨头,如今大家提到它们,最先想到的往往是成熟的组织体系、标准化的管理制度。但很少有人会去想,它们最初,也只是几个人凑在一起的小团队。

创业初期,资金有限、前路未定,没有清晰的岗位职责划分,更谈不上完善的规章制度。在这样一片混乱的状态里,苹果、阿里巴巴这类商业巨擘,究竟是如何从一无所有的初创团队,扛过无数危机,一步步成长为行业标杆的?

更确切地说,一个组织在生死存亡的初创阶段,真正决定它能否活下来、从无到有凝聚成型的,到底是什么?

邓康明,阿里前合伙人、首席人力官。在任期间,他帮助阿里搭建集团职级与薪酬激励体系,打造知名的 “政委” 体系,推动落地 “新六脉神剑” 价值观,被誉为 “阿里铁军幕后推手”。

基于一手的组织建设经验,他在《通关》一书中指出几乎所有组织在初期能够存活下去依靠的“不是规则,而是人。”

他认为组织的起点不是规则,而是能在混乱中收拢人和事的具体带头人,组织先生长出人,后生长出制度系统。不少管理理论把组织当成可设计的机器,却容易忽略:支撑初创组织活下去的,是核心人物的个人能力与决断。

一、组织真正的起点,
不是系统,而是强人

几乎所有组织的起点,都不是规则,而是人。不是抽象的人,而是某一个具体的人:创始人、带头者、能在混乱中把事情拢起来的那个人。

组织最初并不是靠制度建立的,也不是靠流程顺滑运转的。它最先依赖的,往往是一个人或少数几个人的判断、意志、行动力与现实经验。

很多企业早期之所以能活下来,不是因为它们一开始就有完备机制,而恰恰是因为有人能在机制不存在时替机制作出决定,在规则不清晰时替规则给出方向,在系统还没有形成时用自己的经验和控制力撑住局面。

这就是组织真正的起点:不是秩序,是混乱;不是系统,而是强人;不是程序,而是能在不确定中快速形成行动的人。

金句图

现代管理话语有一个隐含倾向,总希望把组织理解为一套可以被设计、被拆解、被优化的理性机器。

这个倾向当然有其价值,但如果因此忘记了组织真正的起点,管理者就会对很多现实问题失去理解能力:为什么明明制度已经建了,组织还是离不开某个人?为什么越强调边界,很多事情反而越推不动?为什么在企业最艰难的时候,真正起作用的往往不是规则,而是一个人的意志与承担?

原因很简单:组织不是从系统出发,然后再长出人;恰恰相反,它往往是从人出发,然后才慢慢长出系统。

组织最早依赖的,不是可复制的公共秩序,而是某种高度集中的个人能力——商业直觉、执行推动力、资源整合能力、人格感召,或者在关键时刻做出别人不敢做的决定。

二、组织从有人能把事拢起来开始

一个组织最初成形的时候,现场几乎总是混乱的。目标不清晰,分工不稳定,资源不充足,路径不明确。

这个阶段如果严格按成熟企业标准去看,几乎处处都不合格:岗位模糊、权限不清、决策粗糙、流程缺失。可即便如此,很多组织仍然能活下来,甚至高速增长。

它们靠什么活下来?答案通常不是靠规则,而是靠“有人能把事拢起来”。

“把事拢起来”是一组复合能力:看见机会、快速判断、整合资源、让别人愿意跟、在冲突中拍板、在风险面前扛责任、在信息不全时也敢推进。

金句图

很多创业组织在早期并没有真正意义上的秩序,它们只是因为有一个或几个人持续在做“拢”的动作,所以才没有散掉。

很多企业早期最典型的状态,就是创始人同时承担多个系统角色:他既像CEO,又像产品经理,又像销售负责人,还像半个HR、半个组织协调者、半个应急决策中枢。

外界常把这理解成“创业者很辛苦”,但从组织学角度看,更重要的是:在系统还没长出来时,这个人正在临时替代系统。

这不是一种不健康的状态,而是组织生成初期的必然结构。创始人不是在“越权”,而是在“补位”——补的是系统本应承担却还不能承担的那部分职能。

更具体地说,这种“补位”体现在三个层面。

第一是认知层面:当信息分散、方向不清时,有人能够主动把碎片收拢、形成判断、确定优先级,让团队知道接下来要做什么。

第二是协调层面:当分工模糊、职责交叉时,有人能够打破僵局、推动协作、吸收冲突,让事情得以向前推进而不是在摩擦中耗尽。

第三是兜底层面:当风险出现、责任悬空时,有人能够站出来承担后果、稳住人心,让团队在最不确定的时刻保持基本的行动能力。这三层能力加在一起,构成了组织早期得以存活的基本条件。

换句话说,强人并不是组织偏离现代化的偶然产物,而是组织生成初期对抗混乱的原始装置。没有这个装置,很多组织根本活不到规则诞生的那一天。

金句图

三、强人的真正价值:
替组织承担复杂性

很多人理解强人,只是理解成“这个人比别人更能干”。这当然没错,但还不够。

强人的真正价值,在于他能替组织承担复杂性——在组织尚不能分布式处理问题时,把原本分散的、模糊的、相互冲突的现实,暂时压缩进自己的认知和行动之中。这种复杂性主要体现在五个维度:

信息的高度分散(强人必须在碎片信息中快速形成判断)

决策的高度模糊(没有稳定原则,很多问题没有现成答案)

关系的高度脆弱(协作建立在信任与默契之上,而非正式边界)

责任的高度悬空(关键风险没有制度承担者,只能往中心人物身上集中)

时间的高度紧迫(没有时间形成最优解,只能用充分好的选择换取前进的窗口)

强人的本质,是用个体吸收这五种复杂性,让组织得以在结构尚未成形时继续运转。从这个意义上说,强人其实是在“透支自己”来替代尚未成熟的系统。

很多组织早期看起来效率奇高,背后常常不是因为系统真好,而是因为有人在以极高代价吸收系统本应吸收的复杂度。

这也解释了为什么很多企业早期一旦离开创始人就会明显失速——不是因为别人都不行,而是因为原来被一个人压住的复杂性,一旦重新暴露到组织表面,整个系统就会显得异常脆弱。

但认清强人的价值,还必须认清强人的边界。强人与人治并不是完全一回事。强人是组织早期常见的现实结构;人治则是一种更深层的治理状态——组织的根本秩序长期依赖个人意志、私人关系和临时判断,而不是相对稳定的公共边界。

这个区分至关重要。一个极端是把强人妖魔化,认为只要有强势创始人,就一定是落后的人治——这不准确。另一个极端是把强人无限拔高,为长期人治辩护——这同样危险,因为早期有效的强人模式,一旦不被逐步组织化,就会从生存装置演变为结构性依赖,最终阻碍系统成长。

更准确的说法是:强人不是人治本身,但强人模式天然会向人治滑动。

滑动的机制来自两端:

从创始人一侧看:组织离不开我,我一介入就变快,我一放手就出问题——这种经验反复成立,就很难不继续相信个人高强度介入的正当性。

从成员一侧看:重要问题等拍板,关键资源看信号,边界模糊时习惯请示——久而久之,组织表面上可能已经有部门、有流程、有岗位,但深层运行依然围绕中心人物展开。两端的相互强化,构成了从强人走向人治的完整路径。

这就是强人模式内嵌的最大风险:强人的早期必要性,会自然演化为长期中心化的惯性。这种惯性如果不被主动打断,就会逐渐固化为一种治理逻辑。

很多公司在几百人甚至上千人阶段,表面上已经有较完整的组织架构,但实质上仍处在“准创业态”:老板深度介入大量一线事务,中层不敢独立拍板,部门协同大量依赖老板意志。这样的公司既不像小团队那样灵活,也不像成熟组织那样边界清晰,长期处于一种高耗能的悬浮状态之中。

四、创始人即隐性操作系统

往深层看,组织早期的创始人或核心强人,其实扮演的不只是领导者角色,而更像一个“隐性操作系统”。

什么是操作系统?它不是某一条具体指令,而是让所有指令得以运行的底层逻辑。在一个早期组织里,操作系统的位置上坐着的,往往不是某份规章手册,而是创始人本人。

大家不知道什么情况下该优先效率,什么情况下该优先质量,不知道边界模糊时该如何判断,不知道冲突出现时该如何排序。

真正提供这些默认答案的,不是任何文件,而是对创始人的观察:

他上次遇到类似情况是怎么做的,他对哪类问题最在意,他真正不能容忍的是什么。他怎么看问题,组织就学会怎么看问题;

他偏爱什么,资源就往哪里流;他讨厌什么,系统就形成回避什么的本能。

他在压力之下是更强控还是更放权,是更相信数据还是更相信经验,是更重结果还是更重关系——这些倾向会通过无数次具体决定,慢慢沉淀为组织最初的运行习惯。

操作系统最开始不是写出来的,而是被创始人活出来的。以下三个案例可以清晰说明这一点:

华为早期之所以形成极强的危机感、执行纪律和高压奋斗文化,并不是因为有了制度,而是任正非通过言语、决策、资源分配和“干部”任用,把这套逻辑不断嵌入组织——“床垫文化”“狼性精神”不是HR设计出来的,是任正非活出来的,然后才被组织内化。

阿里巴巴之所以形成极强的使命叙事和组织动员能力,最开始也不是因为有人设计了文化模型,而是马云的表达方式和组织方式先构成了默认操作系统——“让天下没有难做的生意”在被写进价值观之前,早已是他本人行动的驱动逻辑。

苹果在乔布斯时代极度强调产品统一性和对平庸的零容忍,这同样首先不是流程的产物,而是一个人对现实的高压塑形:他审每一个产品细节,他对“不够好”的暴怒,让整个组织学会了用他的标准看待质量。

这种“创始人即系统”的阶段几乎不可避免,但它也带来一个深刻问题:一旦操作系统主要存在于创始人身上,而不是逐步外化为公开结构,组织就会长期处于高个人依赖状态。

创始人会越来越累,组织也会越来越像这个人的延伸,而不是一个独立运转的系统。更麻烦的是,这种依赖会自我强化:创始人因为不放心所以不放手,成员因为没有被训练所以做不好,做不好又反过来证明“还是得靠创始人”。这个循环一旦固化,就很难从内部自行打破。

真正的组织进化,不是让创始人永远当系统,而是逐步把他那套有效的判断逻辑与边界体系外化、公开化、结构化。这不是否定强人,而是让强人的历史价值完成它应有的蜕变。

金句图

从这个意义上说,组织问题从一开始就已经不只是技术问题,还是历史问题、心理问题,也是关于一个人如何在成就组织之后再一次放下自己的问题。

几乎所有成熟系统的背后,都曾有一个高度不成熟却极有生命力的起点。理解这个起点,不是为了留在那里,而是为了从那里,一步一步,走出来。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

突发!黄仁勋辞任,英伟达4天跌掉一个腾讯

原创 老贾 2026-11-13 21:00 北京

风波背后,藏着每个老板都该警惕的3件事。

内容来源:笔记侠(Notesman)。

责编 | 贾宁

第 9962 篇深度好文:3602 字 | 10 分钟阅读

组织管理

笔记君说:

随着黄仁勋在昨天正式辞去总裁、CEO 及董事职务,英伟达市值在四天内累计蒸发约 4500亿美元,超3.2万亿人民币,开盘一度暴跌超13%。

吃瓜群众看到的是两段桃色绯闻的狗血剧,但让每一位创始人、董事长和CEO感到后背发凉的,是一个关乎企业生死的终极问题:

被全硅谷羡慕的“60 人直接汇报、不设副手、不立接班人”的超级扁平化管理,为什么在一夕之间成了英伟达的催命符?

当一家公司把所有的神经末梢都接在“一号位”一个人的大脑上,顺风局里有多爽,逆风局里就有多惨。

今天,咱们就来全面拆解一下如何破解这个问题,希望对你有所启发。

一、顺风局的“发动机”,
逆风局的“故障源”

在这周之前,黄仁勋的管理模式是无数商学院和创业者学习的模范。

普通的跨国巨头,组织架构像一座金字塔:CEO底下管着三五个执行副总裁,执行副总裁管着事业部总裁,一层管一层。

但黄仁勋偏不,他在英伟达搞了一套扁平的“车轮式架构”:黄仁勋本人就是车轮中心的那个轴心,周围直接插着60多根辐条,就是那些直属汇报高管。

在这个体系里没有二号位,公司不设首席运营官,也没有联席总裁;也没有董事长分权,过去33年里,英伟达董事会甚至连一个独立的“董事长”都没有设过,大权独揽于黄仁勋一身。

也没有接班人,就在几个月前,63岁的黄仁勋还在公开场合骄傲地宣称,自己“不相信接班人计划”,并在播客节目里放话:“除非我被解雇,否则这就是我的最后一份工作。”

在顺风局里,这种“超级强人 + 60人直管”的模式,效率奇高,就像一台没有摩擦力的永动机。

为什么?因为没有中间的延迟和损耗。

别人家的公司,一线研发想改个架构,写PPT向上汇报要盖N个章、开N个的会;而在英伟达,黄仁勋每天看几百封基层发来的“Top5(5件要事)邮件”,坐在餐厅里就能直接拍板把几百亿美金砸向CUDA(英伟达自研的运算平台)和下一代芯片。

但是,效率最高的结构,往往也是冗余度为零,最脆弱的结构。

金句图

这就好比你盖了一座摩天大楼,为了省掉承重墙占用的面积,你把全楼几万吨的重量,全部压在了大厅正中央的一根通天金柱子上。

平时风和日丽,大家都在夸这大厅真敞亮、跑起来真痛快;可一旦这根唯一的柱子出了裂纹,整座大楼连半秒钟的缓冲都没有,当场就会塌方。

在管理学上,这叫作“关键人物风险(Key-Man Risk)”,在计算机工程里,这叫 “单点故障(Single Point of Failure)”。

当一号位把所有的战略直觉、大客户人脉、芯片排产审批权都锁在自己一个人的脑袋里时,他其实是在用整个公司的性命,去赌自己永远不会生病、永远不会犯错、永远不会倒下。

二、 没有制衡的权力,
必然滑向边界失守

很多创业者会问:上周日(11月8日)黄仁勋发全员信承认与新加坡算力商Megaspeed高管Alice Huang的婚外情时,英伟达董事会明明还发声明说“信任黄仁勋的领导”;为什么到了昨天(11月12日),董事会就连夜开会把他给请走了?

在全员信中,黄仁勋曾写下这样一段话:

“我欠我的家人和你们所有人一个道歉。我对妻子不忠。我的行为伤害了她和我们的孩子。我所做的事情没有任何借口。我深感抱歉。”

如果仅仅是外部的私德绯闻,哪怕牵扯到复杂的地缘政治调查,董事会或许还能靠请独立律所“拖字诀”来护住这位功勋创始人。

真正让董事会连夜翻脸、压垮黄仁勋“最后一根稻草”,是《纽约时报》在11月11日深夜爆出的第二颗炸弹:黄仁勋不仅与外部大客户高管有染,还与英伟达内部医疗健康业务副总裁金伯利·鲍威尔存在另一段婚外情。而这位女高管,正是直接向黄仁勋本人汇报的那60名直属下属之一!

站在企业治理的角度,这两段关系性质完全不同,却指向了同一个病根:绝对权力导致的内部控制彻底失灵。

1.对外:没有监督,商业规则就会变成人情账

在算力极度紧缺的这两年,谁能拿到英伟达的芯片,谁就能印钞票。

黄仁勋一个人掌握着决定“先给谁发货”的生杀大权。那家2023年营收还是零的新加坡公司Megaspeed,在攀上关系后,资产一年暴涨90倍冲上30亿美元,涉案采购规模高达48亿至75亿美元(约24万块显卡)。

就算没有泄密,这种“靠私交拿产能”的分配黑箱,也足以让所有排队等卡的大客户和监管机构震怒。

2.对内:公平何在?

在现代企业制度中,CEO与直接汇报的下属发生隐秘亲密关系,是触碰即死的高压线(当年麦当劳CEO、英特尔CEO均因此下课)。

道理也很简单:当你的60个直属高管里有一个人是你的地下情人,她的升职、加薪、股票期权和部门预算全由你一个人说了算,其他59个拼死拼活的高管怎么看?公司的员工怎么看?公司的晋升公平性还存不存在?

《财富》杂志在复盘这场危机时一针见血地指出,英伟达长期以来一直是一个“被俘获的董事会”,董事们陪着黄仁勋发了大财,平时根本没人敢对他的权力边界说半个“不”字。

当一个组织里没有任何制度能约束一号位时,一号位人性的弱点,就会直接放大成整个公司的灭顶之灾。

金句图

三、 黄仁勋走了,
留给接班人的是什么?

昨天晚上,英伟达董事会一口气做了两个迟到了30年的动作。

第一,任命在英伟达管了13年账的首席财务官科莱特·克雷斯担任临时CEO。她在声明中极力安抚军心:“英伟达的力量始终源于我们的员工,我将与我们的领导团队一起,致力于在Jensen(黄仁勋)过去33年创造的非凡基础上继续前行。”

第二,任命自1993年就在董事会任职的元老哈维·琼斯出任英伟达历史上第一位董事长。

但是,临时补课的代价是极其惨痛的。今天美股一开盘,市场立刻用真金白银投出了不信任票:英伟达跌超13%(市值跌破4万亿美元),高度依赖英伟达给卡的算力租赁商CoreWeave暴跌近12%;而死对头AMD逆势大涨近4%,帮谷歌造TPU芯片的博通大涨超5%。

为什么华尔街这么慌?因为克雷斯接手的是一个“只有图纸在老黄脑子里”的烂摊子。

以前60个副总裁只听黄仁勋一个人的号令,互相之间平起平坐;现在老黄走了,换成管财务的CFO坐堂,那帮心高气傲的芯片架构师和工程大佬,谁听谁的?

研究机构Verdantix今天也发出警告:当年比尔·盖茨交棒给擅长运营和财务的鲍尔默后,微软虽然把既有业务的营收翻了三倍,却因为没人敢押注底层范式转移,彻底错失了整个移动互联网时代。

守成之君能算清今年的财报,却很难在十年后赌出下一个CUDA。

四、给中国创业者的3条“拆弹指南”

他山之石,可以攻玉。很多中国企业和初创公司,也有英伟达这种“一号位依赖症”,老板既是首席产品经理,又是头号大销售,还是唯一拍板的分钱裁判。

怎样避免“一个人感冒,全公司进 ICU”的问题?可以对照英伟达的教训,在自己公司里做好这三件事:

1.警惕“伪扁平化”

黄仁勋能直接管60个人,那是因为他是几十年一遇的商业奇才,即便如此,在他离场的那一刻,英伟达上上下下也兵荒马乱。

对于绝大多数企业来说,没有分层的“大扁平”,本质上是老板不愿意分权、不愿意培养二号位的遮羞布。

金句图

健康的组织必须有清晰的梯队,把一号位从日常救火和堆积如山的审批中解放出来。

2.把老板脑子里的经验,变成系统里的铁律

如果一家公司的大客户拿货优先级、核心高管的破格提拔,靠的是跟老板的私交甚至枕边风,那这家公司无论市值多大,骨子里依然是个草台班子。

真正的现代治理,是哪怕今天创始人突然去休假半年,客户该怎么拿货、员工该怎么晋升、违规该怎么触发红线,都有一套连老板自己都不能随意推翻的制度。

3.不培养接班人的 CEO,是对股东最大的不负责任

很多创始人忌讳谈接班人,觉得自己才四五十岁、精力旺盛,立了“太子”反而容易引发内斗。

但英伟达用4500亿美元的教训告诉我们:黑天鹅从来不会提前给你发通知。哪怕你不准备退休,公司里也要有一到两位懂业务、能服众、随时能顶上去的备选人物。

五、结语:

管理学大师吉姆·柯林斯在《基业长青》里讲过一个著名的概念:要学会“造钟”,而不是当一个“报时人”。

金句图

如果一个创始人极其聪明,什么时候该干什么全靠他一个人吼一嗓子,那他就是一个完美的“报时人”,他在的时候,分秒不差;他一闭嘴,全公司就不知道现在是几点了。

而真正伟大的企业家,是那个退居幕后、把齿轮和发条组装好的人,哪怕他有一天离开了房间,墙上的那座钟依然会滴答作响、精准走过百年。

在AI技术与全球地缘博弈一日千里的今天,中国企业家不仅需要看懂算力与模型的更迭,更需要亲自走到风暴中心,去审视那些顶级科技巨头的组织底座与全球化治理得失。

明年7月,笔记侠 PPE(政经哲)课程27级将与中国企业家和创业者一道,再次启程前往美国,深入西雅图、硅谷及谷歌等全球科技腹地,在真实的商业现场碰撞AI时代的企业战略、组织进化与出海破局之道,期待与有远见的同行者共赴新大陆。

欢迎点击下方海报二维码,了解课程详情。

分享、点赞、在看,3连3连!

跳转微信打开

  •  

AI时代,员工变快了,公司却没变强?

笔记侠 2026-11-13 21:00 北京

图片

图片

内容来源 |  本文摘编自中信出版集团 书籍
《我的AI方法论》

360集团创始人 周鸿祎 著

责编 | 二月

第 9963篇深度好文:6040 字 | 10 分钟阅读

2026年,亚马逊计划削减约3万个企业岗位,已披露的裁撤岗位中超七成集中在L5到L7级别,也就是中层管理层。Meta裁掉近8000人,同时把7000人调往AI部门。字节跳动CEO梁汝波时隔四年发布全员信,全面更新领导力原则。美团王兴对两千多名管理者说:“我们都应该努力减少登味,从我开始。”

但如果你只看到“中层失业”,那你只看到了这场变革的一个切面。周鸿祎在《我的AI方法论》里讲得很清楚:AI不是只冲击某一个层级,它在同时重写老板、中层、员工、创业者四种人的活法。

中层只是最先被看见的那一批,因为他们的价值最容易被量化、最容易被替代。但老板的焦虑、员工的迷茫、创业者的生死窗口,一个都不少。

这本书真正的亮点在于:它不跟你讨论AI会不会取代你,它直接告诉你,在AI重构一切之后,每一种人该怎么活。

一、老板:花得最冤枉的钱,
是给每个员工买AI账号

周鸿祎说,90%的企业正在AI上花最冤枉的一笔钱:给每个员工买AI账号,然后觉得公司马上要起飞了。这就像给马车换上了飞机发动机——动力是强了,但车架、轮子、道路全都没变,跑得越快,散架的风险越大。

150年前电气化革命已经证明过这件事:美国一家工厂把蒸汽机换成了电动机,所有人都觉得生产率要爆发了。结果呢?三十年过去了,生产率红利迟迟不来。因为工厂虽然换了电动机,但车间布局、流水线、管理逻辑全是蒸汽机时代的老样子。直到有人把旧厂房拆掉,按电力的逻辑重新设计生产线,红利才真正释放。

今天很多老板犯的是一模一样的错误:换了电动机,没拆旧工厂。

周鸿祎给老板算了一笔新账,叫ROT(Return on Token),算力回报率。过去老板算ROI,投多少钱赚多少钱。现在要算的是:每一份算力,到底换回了多少经营价值?这个问题能够从三个层面拆解:当前经营看收入与利润,经营效率看降本与提效,未来价值看复制与增长。

他讲了一个喀什早餐店老板的故事。维吾尔族小伙阿卜拉江,初中毕业,2017年揣着3万元在喀什开了家30平方米的早餐店。

后来连锁店越开越多,大家可能会疑问:品牌是怎么做的?宣传短视频怎么拍?装修方案怎么设计?合同敢不敢签?每一件事都需要专业能力,可一个早餐店老板真的养得起品牌公司、设计公司、短视频团队和律师吗?

用了纳米Work以后,12天里他跟系统交互了1376条消息,调用了5个智能体,完成了4类核心产出:AI帮他设计维吾尔语、汉语、英语三种语言的logo,做门店视觉和外卖打包袋;AI根据资料生成新疆风格装修效果图,还估算报价;从拍摄策划、短视频脚本到素材剪辑,AI全程参与;法务智能体帮他审合同、标风险、提修改建议。

周鸿祎开玩笑说,这等于给这个早餐店老板配了一支“4A公司团队”和一家“红圈律所”。后来他的早餐店从1家发展到了6家,带动90多人就业。

阿卜拉江并没有因此变成设计师、剪辑师或者律师。他跟AI说的是非常朴素的话:“把这个效果图变成新疆风格的”“帮我算算这个装修得花多少钱”。他真正学会的,是把经营目标说清楚,然后让不同的智能体替他完成专业工作。

AI生产力不能只看大厂,也不能只看程序员。一家早餐店老板能不能用上,可能才是真正检验AI有没有变成生产力的标准。

但老板最容易犯的错,是“一上来把事情想得太大”。很多公司觉得AI处处可以用,却不知道从哪里开始。周鸿祎的建议是:不要为了AI而AI,先从企业每天真正遇到的问题里找场景,解决一个具体问题,再逐步往核心业务里走。

还有一句话,值得所有老板铭记:“不要卖AI,要卖结果。”

客户真正想买的,从来不是AI本身。一个老板找你做AI客服,他关心的不是你用了哪个模型、跑了多少Token,他关心的是客户能不能接得住、问题能不能解决、成本能不能降下来。

技术只是手段,结果才是商品。

金句图

二、中层:最值钱的那部分,
正在被抽走

周鸿祎把传统中层叫作“人类路由器”——上传下达、同步信息、催进度、对齐会议内容。这个角色在过去之所以值钱,是因为信息差:知道老板不知道的,掌握下属不掌握的,坐在信息流转的十字路口收“过路费”。

AI Agent最擅长的恰恰就是这个。会议纪要自动生成,数据报表实时更新,进度追踪不需要人催,跨部门协调一个工作流就能跑通。当信息传递的成本趋近于零,站在中间收过路费的人,就成了最大的成本项。

但周鸿祎没有停在“中层要完”这种廉价判断上,他给了两条活路:

第一条叫“向下沉”。

离开办公桌,扎进业务一线。以前很多经理喜欢坐在办公室里看报表、开会、做PPT,觉得这就是管理。但在AI时代,真正有价值的工作是亲自见客户、亲自处理问题,然后把那些隐性知识编码成智能体可以执行的规则和流程。

何谓隐性知识?一个老销售跟客户聊十分钟就能听出对方真实意图,这种直觉不在任何手册里。一个工程师遇到故障凭经验就知道哪个模块出了问题,这种经验没法写成代码。大模型能学会公开知识,但企业真正赚钱的那套东西,往往藏在老员工的脑子里。中层如果能把脑子里的东西掏出来喂给AI,他就还有价值。

第二条叫“向上走”,成为AI指挥官。

不再管人,而是管智能体。定义目标、拆解任务、配置资源、验收结果。周鸿祎说得很直白:“以前评价中层管理者,看的是带多少人、管多大团队;以后评价中层管理者,更重要的可能是看他们能够‘调度’多少个智能体。”

但他也揭露了一个残酷的现实:单个智能体并不总是可靠的,可能会倦怠、出错、产生幻觉。所以中层的新角色应该是三类例外处理者——边界判断、质量仲裁、创新触发。

智能体遇到权限模糊、规则冲突时卡壳了,人来判断;智能体生成的方案技术上没错但业务上不对,人来仲裁;真正的业务创新,仍然需要人提出假设、设计实验、承担风险。

中层不会全部消失,但一定会剧烈分化。只会传话、催表格、开会对齐的,价值将会越来越低;能把在实践中积累的业务经验变成智能体能力,能调度智能体团队,处理例外情况的,价值将会越来越高。

三、员工:当AI越来越强时,
需要具备什么能力?

周鸿祎讲了一个故事。

苏米特·钦塔拉,PyTorch的共同创建者之一。很多人以为他一路顺风顺水,其实恰恰相反。他在印度海德拉巴长大,本科读的是相当于中国二本的韦洛尔理工大学,数学成绩并不突出。

他想去美国深造,GRE考了1420分,申请了12所美国硕士项目,全部被拒。后来持J-1签证去了美国,又申请了一批学校,最终被纽约大学录取,进了杨立昆的实验室。

毕业后求职也不顺利,被谷歌和DeepMind多次拒绝,当时能拿到的工作之一,是去亚马逊做测试工程师,和他想做的AI研究还有不小距离。后来他再次联系杨立昆,凭借开源项目积累进入脸书AI团队,参与组建了一个很小的团队,开始开发后来成为PyTorch的项目。

周鸿祎说,如果只把这个故事总结成逆袭,反而低估了真正重要的东西:他一直在做真实项目,参与开源,接受反馈,并且不断把事情往前推进。

这个故事放在2026年来看,意义更明显。

AI工具正在降低很多学习、开发和试错的门槛,个人不必从零开始搭建所有技术结构,就可以借助公开模型、云服务和智能体工具快速做出原型。

金句图

但门槛降低,不等于基本功不再重要。AI真正改变的,是让学习和试错的循环变得更快。

那么,员工身上到底什么能力会越来越值钱?周鸿祎给了三个关键词:判断力、学习力、创造力或品味。

判断力怎么练?

第一,泡在原始信息里,练习“有信息支撑的直觉”。判断力不是从摘要里长出来的,是从细节里长出来的。

第二,先自己形成判断,再问AI。遇到真正重要的问题,先逼自己写下初步判断:我认为答案是什么?为什么?应该怎么办?再让AI找反例、补证据、挑战已有的结论。如果每次都让AI先给答案,你就很容易变成只会选择答案的人。

第三,分清“叙事”和“现实”。网上看到的机器人演示,很可能是它表现最好的一次,到了现场你会发现很多视频是经过剪辑的,而真正AI能到达的地步,还需要自己做区分。

学习力的核心是“做乘法”:你懂医疗,它就是医疗AI;你懂法律,它就是法律AI;你懂制造业,它就是制造业AI。未来最有价值的不是AI本身,而是“专业能力+AI”。

创造力或品味是AI计算不了的部分。AI可以算清楚参数、价格、售后,但产品最终打动人的,还是审美、文化、身份和情绪。功能和价格,你得说服AI相信;品牌和情感,你还得说服人相信。

周鸿祎还给了一个特别具体的升级路径:从答题到拆解问题,从执行到设计。执行者的特征是接受指令、完成任务、交付结果;设计者的特征是理解目标、设计路径、分配资源、验收结果。在AI时代,执行环节越来越便宜,设计环节越来越值钱。

他还提醒了一件很多人忽略的事:保护自己的AI资产。2025年GitHub上被监测到的公开代码提交中,暴露了约2865万个硬编码密钥和凭证,其中与AI服务相关的泄露凭证达到127.5万个,同比增长81%。

你的提示词、你的工作流、你的数据,是你在这个时代的新型生产资料。不要因为它们无形,就忽视它们的安全和备份。

四、创业者:最惨的创业
不是做错了,是做太早了

最后说创业者。周鸿祎的判断很直接:AI创业的最大陷阱,是追风口。

金句图

大模型是风口吗?当然是。但风口对创业者来说往往是绞肉机。大模型赛道的玩家是OpenAI、Anthropic、谷歌,背后是巨额算力投入和全球顶尖研究团队。一个初创公司,是无法与这些巨头们拼参数、拼训练成本、拼人才密度的。

垂直场景才是中小玩家的机会。知道医生怎么开处方,知道工厂怎么排产,知道律师怎么审合同。这些知识很多存在于真实业务流程和长期经验里,仅靠公开数据和通用模型很难完整获得。

他给了一个“三问测试”:第一,你解决的问题是不是真实、长期、重要?第二,当功能被别人追平之后,你还剩下什么?如果答案只是“我做得比别人早”,那你没有壁垒。第三,用户为什么愿意长期相信你,而不是换一个更便宜的替代品?

然后他讲了创业时最容易遇到的四个陷阱。

第一,盲目追逐算力和基础设施风口。算力基础设施是重资产、长周期、强竞争的赛道,巨头已经把牌桌占满了。真正的机会在算力消费者——那些用AI重构行业、创造价值的公司和个体。

第二,做太早了——“最惨的创业不是做错了,而是做太早了。很多团队产品做对了,最后还是死了,因为他们跑在了市场前面。”

第三,忽视安全,把合规拖到后期。

第四,把AI当作执行机器,而不是协作伙伴。

杨天润,一个此前一行代码都没写过的中国AI创业者,借助AI智能体给OpenClaw改代码,部分改动还被项目维护者采纳,纳入了代码库。

这个案例重要的不是他没写代码,而是它展示了一件事:AI正在降低专业执行的门槛,让一个原本不具备某项专业技能的人,也有机会参与过去很难参与的复杂项目。

金句图

很多人用不好AI,是因为控制欲太强——开头怎么写,中间放几个案例,最后怎么总结,都想事先规定好。如果你把所有步骤都设计好了,AI最多只能按照你的路径走,永远不可能超过你。

周鸿祎说,AI正在把创业从手工作坊变成智能工厂。过去一个创业公司要做好一件事,需要所有人围着同一个流程转。现在不一样了,AI可以同时在多个方向上尝试、迭代、验证,创始人的角色从“车间主任”变成了“工厂经理”——不是自己动手做,而是设计流程、分配任务、验收结果。

结语:别问AI会不会取代你

写到这里,回到《我的AI方法论》序章里那句话:

“今天很多人对AI的判断实际上已经严重滞后了。半年前用过AI的人,其实不了解今天AI的能力。只用免费版本、偶尔问几个问题的人,也很难真正理解当前前沿的技术水平。AI进步太快了。

所以,别问AI会不会取代你,要问的是:你比AI先到达未来,还是AI比你先到达未来。

这本书并不跟你讨论趋势,它直接给你一张地图:老板看ROT,中层看调度能力,员工看判断力和设计能力,创业者看垂直场景和窗口期。六力范式——电力、算力、智力、人力、安全力、生产力——不是六个并列的概念,而是一条从电力到生产力的转化链。

AI时代,竞争不能只盯着大模型排行榜,真正比的是整条链条能不能跑通。

2026年,中层失业只是这场变革最先被看见的伤口。老板的焦虑、员工的迷茫、创业者的生死窗口,全都在同时发生。周鸿祎在书里写得很直白:“个体用好AI,只能产生超级员工;组织围绕AI重新设计,才能产生超级组织。”

你以为自己在拼命,其实是在错误方向上加速。

但资源是看不完的,技术是更新不完的。不要等学会了再下场,而是要边干边学。现在就动手,别等明天。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

MiniMax闫俊杰:现在,只是刚刚开始!

笔记侠 2026-11-12 21:00 北京

卡脖子,反而让我们变强了。

图片

内容来源:笔记侠(Notesman)。

责编 | 二月 

第 9960 篇深度好文:3878 字 | 11 分钟阅读

商业思维

笔记君说:

MiniMax的创始人闫俊杰,很少接受长篇采访。

11月3日,他第一次接受英文播客采访,也是MiniMax今年1月登陆港交所之后,一次少见的创始人公开表达。

对面的提问者,是一家持仓方的投资人,参与了MiniMax的IPO,同时手里还握着Anthropic(美国大模型公司)这类AI公司的仓位。

所以他们问的问题,跟普通媒体不一样。

他们关心的是,一家中国模型公司,在算力被卡、芯片买不到、资本也没美国对手厚的条件下,凭什么活下来,又凭什么挣钱。

闫俊杰的回答是:效率,本身就是智能的一部分。

以下是这次访谈的精编整理内容,希望对你有所启发。

一、钱不是涨价挣来的,
是把成本压下来的

很多人以为,AI公司的利润是涨价涨出来的。

其实,AI的利润,不是靠涨价实现的,是靠创新把推理成本压下去实现的。

金句图

推理成本,就是模型每回答你一次,要烧掉的算力费用。谁能在这一块上省下来,谁就赢了一半。

低推理成本,就是我们的护城河。它对利润是护城河,对收入也是。

这种效率,让我们能建立起一个靠API(应用程序接口)驱动、可持续的模式。

说白了,就是让客户持续付费,不是一锤子买卖。

今年到目前,我们的ARR(年化收入)增长很快。截至8月,已经超过8亿美元,其中B2B(面向企业客户的业务)贡献了80%以上。

只要模型性能继续往上走,价格优势守得住,收入的增长一定会快于成本。这就是我们的盈利计划。

有人问我,中美模型之间的差距,这半年变了没有。

我觉得,重要的不是某个时间点的差距,是改进的速度。

美国模型也好,中国模型也好,在通往AGI(通用人工智能)的路上,都还处在很早期的阶段。

金句图

既然离AGI还这么早,真正关键的,是我们能以多快的速度持续进步。

对我们来说,尤其作为一家中国AI公司,算力一直是个约束。从第一天起我们就知道,必须让推理尽可能高效。

过去三年,中美两边的改进速度,其实已经大致相当了。我们盯的是自己的进步速度,不是某个时间点的排名。

这也逼出了我们在芯片之外、在架构和基础设施上的创新。

我相信,如果能更高效地用算力,就一定能做更多后训练,把模型推得更远。这可能一直在给我们一种不同的把智能做大的方式。

二、算力被卡住,反而把我们练出来了

中国的头部前沿实验室,都在关注效率,但用的方法各不相同。比如我们在Transformer(一种主流大模型架构)上用了不同的架构,在后训练上用了不同的基础设施,聚焦的模态也不一样。

中国不同前沿实验室做出来的模型各不相同,但都很有用。

我们能在三个地方保持技术领先:模型架构、基础设施、优化。硬件受限的时候,这三样反而都会变得更有价值。

这种约束,把我们逼成了更好的工程师和研究员。

算力受限的时候,算法效率会越来越重要。这是被逼出来的,但也是实打实长在我们身上的东西。

这里还有一层,很多人没注意到。推理成本低,不只是让客户少花钱。它意味着我们能更高效地把后训练做大。

后训练,就是模型学完海量数据之后,再一遍遍练任务的那一步。里面的强化学习、数据合成,全都依赖推理。推理越高效,后训练能做到的规模就越大。

现在,后训练变得越来越重要。某个时候,我们可能会拥有全世界最大的后训练系统。我相信,这条路能通向前沿智能。

三、开源不是做公益,是三赢的生意

中美AI的另一个大差别,是开源和闭源。OpenAI、Anthropic用闭源模型,开源模型在中国要流行得多。

有人觉得,我们把模型开源,是不是赔本赚吆喝。

我不这么看。开源不是变现的替代品,它是变现和进一步创新的催化剂。

金句图

拿我们的H3来说。发布头两周,就有大约300个基于H3的开源模型冒出来。对我们的模型来说,这是继续创新能拿到的最好的反馈回路。

这300个模型里,有一个很出名,是美国公司fal.ai做的H3 Max。它在H3上做了后训练,速度快得多,3秒就能生成5秒的视频,等于一个实时视频生成器。

这个速度,带来了用视频的全新方式。以前根本做不了的事,现在能做了。已经有开发者做出24小时的AI直播,你想看什么,它就实时生成什么。

同样的能力,也能用在实时游戏、教育,还有很多别的交互体验上。

开源还有第二个好处。客户可以自己部署开源权重的模型,把数据和隐私攥在自己手里,这对企业和政府很重要。

所以我认为,开源对模型公司、用户、开发者,是三赢的。

我们打算一直开源下去,直到AGI实现的那一天。

四、大公司顾全局,我们只押一件事

在中国,我们既要面对字节跳动、阿里巴巴这样野心勃勃、财力雄厚的大公司,也要面对越来越多的生成式AI创业公司。

有人问我,MiniMax相对这些对手,优势在哪。

我的答案是:不管在中国还是西方,大公司都是在很多不同的业务之间做优化。

它们手里攥着一大堆业务,要顾的是全局。而我们,只为一件事做优化。

这一件事,就是做出最高效、最强的多模态AGI。

多模态,就是让模型不光会写字,还要会做视频、做图像、做声音。我们相信效率本身就是智能的一部分,算力用得越高效,就能把规模推得越远。

那具体怎么做到只押一件事?有人也问过我们,一家500人的公司,凭什么能对技术转向快速反应,又凭什么比大公司更省。这得落到研发上的两条原则。

第一条,把事情做简单。模型是不止一个,可架构、基础设施都尽量简单。就这一条,简单。

第二条不一样:基础设施,一定要自己建。这件事有时候确实慢,比直接把产品推出去慢,可它是往后做大规模的底座。

就这两条:把事情做简单,永远自己建基础设施。

金句图

至于别家挂在嘴边的资本效率、组织效率,我不觉得是单独练出来的功夫。它们都是这两条原则,再加上算力、资本上的约束,自然长出来的结果。

开源又给了我们一层优势。在中国,字节跳动是闭源的,我们是开源的。开发者基于我们的模型去做开发,会把它推到新的使用场景里,形成反馈回路,帮我们更快改进。

还是拿H3举例。字节的Seedance是闭源的,生成效果很好,但速度慢。基于H3的开源模型,可以做到实时。

这就是新东西。

最终,我们想把最好的语言模型和生成模型,整合到一个系统里。合成一个系统之后,机会会大得多。这就是MiniMax的优势所在。

五、智能体下一步,是自己定目标

2021年12月,我创立了MiniMax。

第一年,我们只知道AGI是可能的,但没有时间表。那一年其实就是在搭基础设施,训练第一版的语言模型、图像和音频生成模型。

我们想做一款app,去验证模型的真实性能,这就是Glow,一款让人跟虚拟伙伴聊天的产品。我们没想到会来那么多用户,当时只是想做个实验。

大概四个月后,ChatGPT发布了,它改变了我们对时间线的判断。它让我们意识到,把规模做大,需要比预想的更大、更快。所以我们开始同时把基础设施、数据、模型规模往上加。

有个数字能说明这个变化有多猛。ChatGPT之前,中国只有MiniMax一家在做语言模型。它发布之后,很快就有大概20家公司在做基础模型,竞争一下子变得非常激烈。

为什么我们一开始就要做多模态,不专攻一个方向?

真正的原因是,MiniMax刚开始的时候,我们并不确切知道智能早期会以什么形态出现。所以在每个方向上都去试,等技术足够了,再把它们结合起来。多模态丰富了数据的多样性,是未来做大的必经之路。

当然,它也有代价。如果一开始只做一个模态,我们初期的进展可能会更快。但多模态,正是我们和其他公司不一样的地方。

现在,我们的产品已经收拢成两个模型家族。一个是M系列,做语言模型,面向智能和生产力,比如写代码和智能体。

两个系列都是开源的,下一步是先各自做大,然后在几个月内把它们合成一个统一模型。

我们的智能体叫Mavis,你可以把它当成一个能规划、能完成复杂任务的AI管家。

AI智能体的下一个前沿,不是能不能在长程任务上跟人比,而是能不能自己设定目标、自己验证结果。

金句图

也就是在长程任务上的自主性,这才是未来。写代码和智能体能力,是M系列最重要的事。

这个月,我所有的时间都花在下一代模型M3 Pro上。我觉得它会是这个时代的一个大突破,不过它还没做完。

六、我的起点,和那句口号

有一件小事,让我很早就明白AI有多要紧。我祖父想写一本回忆录,但对他来说太难了。这件事让我意识到,AI能为普通人解锁多大的价值。

这也是为什么,早在ChatGPT之前,我就认为通用的智能很重要。传统的计算机视觉、语音识别,只有大公司用得起,普通消费者根本用不上。所以“通用”两个字,特别关键。

因为AGI太重要了,它不应该属于某一家公司、某一个国家、某一个组织,它必须属于我们所有人。它应该属于使用模型的人、构建模型的开发者,以及为它做出贡献的研究者。他们都是这个模型最终长成什么样的一部分。

再往大里想一层:如果世界上有了更多智能,我们对世界、甚至对宇宙的理解,会不会改变?我认为会。这种可能性,就是我做这件事的动力。

所以我们有一句口号,是Intelligence with Everyone(与所有人共同拥有智能),不是Intelligence for Everyone(为所有人提供智能)。

一字之差,意思差很远。因为我认为,智能,本来就属于每一个人。

*文章为作者独立观点,不代表笔记侠立场。

图片

好文阅读推荐:

分享、点赞、在看,3连3连!

跳转微信打开

  •  

未来几年,可能我们不用跑到医院看病了

笔记侠 2026-11-12 21:00 北京

图片

内容来源 |  本文摘编自机械工业出版社书籍
《2040预言:大健康的未来》杜兰 著著

责编 |二月

第 9961篇深度好文: 4136字 | 9 分钟阅读

我们过去理解的医院是什么?是一栋楼、一个地址、一个你必须亲身前往的物理空间。你生了病,就去医院。医院在那里,不会移动,不会靠近你。你需要迁就它的位置、适应它的流程、忍受它的等待。

但2040年的医疗告诉我们:医院不一定是一个地方,它可以是一种能力——一种可以被调度、被分发、被投射到你所在之处的专业能力。

手术可以在云端进行,专家可以在千里之外操控手术刀,检测可以在你家完成,药品可以被机器人送到你的门口。当所有这些能力都不再依赖于一个固定的物理空间时,医院的围墙就消失了。

这不是未来的幻想。2019年,中国就完成了第一例基于5G的远程外科手术。那一刻我就意识到,远程手术的技术可行性已经被证明了,剩下的问题不是能不能做,而是什么时候能规模化。

我在科大讯飞做AI医疗的时候,有一个数据一直刻在我脑子里:中国80%的优质医疗资源集中在20%的城市。

这意味着什么?意味着一个在云南山区的患者,和一个在北京国贸的患者,虽然生活在同一个国家,但他们能获得的医疗服务质量可能差了一个时代。分布式医疗要解决的,就是空间带来的差距。

一、从中心化到网络化:
医疗服务的四个时代

1.中心化时代(2020年以前):所有人涌向医院

在这个时代,医疗服务和医院建筑是强绑定的。这种模式的问题大家都知道:三甲医院人满为患、基层医院门可罗雀。这不是患者的错。

在一个信息不透明、信任难以建立的系统里,患者唯一能依赖的就是医院的品牌。你不知道社区医院的那位年轻医生水平如何,但你知道协和两个字意味着什么。所以你选择了协和。

医疗资源的物理集中,带来了效率困境:一方面,大量常见病占用了顶尖医生的时间;另一方面,真正需要这些专业能力的疑难重症患者难以获得及时服务。

金句图

2.信息化时代(2020—2030年):数据开始流动

互联网医院和远程问诊的兴起,是第一次松动。但这个阶段的根本局限是:数据流动了,但服务没有。你可以把CT影像传到北京给专家看,但如果专家判断需要做手术,你还是得亲自去北京。

信息的远程传输解决了诊断的距离问题,但没有解决治疗的距离问题。你知道自己得了什么病,但要治这个病,你还是得坐高铁去那栋楼里。

3.分布式时代(2030—2040年):服务开始下沉

真正的质变发生在2030年代。三件事同步到位,让医疗服务第一次实现了物理空间上的解绑。

第一,6G网络的商用。6G把延迟压到了1毫秒以下,并且提供了手术级别的网络可靠性保障——一台远程手术全程不允许有任何一次断连。这是远程手术从实验走向常规的硬件前提。

第二,手术机器人的成熟和标准化。这意味着,你不需要每家医院都配备全科专家——你只需要配备标准化的手术机器人,专家在云端操控。

第三,AI手术辅助系统的成熟。AI不仅帮专家做术前规划、术中导航和风险预警,更重要的是它成为了一道安全网——当远程操控出现任何异常时,AI可以在毫秒级内进行紧急干预,保障患者安全。

这消除了远程手术最大的心理障碍:万一网络出问题了怎么办?有了AI安全网,答案是:机器会在人类反应之前就做出保护性操作。

4.网络化时代(2040年):医院变成了一个动词

到了2040年,医疗体系完成了一次根本性的拓扑重构。医院不再是一个你必须前往的地点,而是一套可以被调度的专业能力网络。

这个网络有三个层级。最底层是家庭终端,负责日常监测、慢病管理和轻症处理。中间层是社区健康枢纽,承担术前检查、中小型手术、术后康复和应急处理。最顶层是手术云平台和专家网络——全国最好的外科医生在云端待命,他们可以远程操控任何一个社区枢纽或家庭终端的手术机器人完成手术。

服务的终点不再是医院的大门内,而是患者所在之处。不是你去找医院,而是医院来找你。这就是无界医院——并非让医院消失,而是让医院的能力溢出了围墙,流动到了每一个需要它的地方。

金句图

二、万亿级产业机会:三条核心赛道

医疗服务的空间革命打开了三个全新的商业赛道。每一条都是万亿级别的机会。

1.手术云:医生的手触达千里之外

这是最具颠覆性的赛道。手术云卖的是能力的调度。它是一个双边平台:一端连接着全国最好的外科专家,另一端连接着分布在各个城市、社区甚至家庭的手术终端。

这意味着什么?意味着一位顶级外科专家的手术能力不再被他的物理位置所限制。

过去,一位协和的外科教授每天最多做三台手术——因为他的手、他的眼、他的身体都必须在同一间手术室里。

现在,通过手术云平台,他一天可以远程完成六到八台分布在全国各地的手术。他的技术覆盖率提升了一倍以上,而患者不需要离开自己的城市。

2.社区健康枢纽:升级版的社区医疗中心

如果说手术云是空军,那社区健康枢纽就是地面部队。再好的远程手术也离不开线下的物理触点——术前检查需要有人采血、做影像;术后康复需要有人换药、拆线;紧急情况需要有人在五分钟内赶到患者身边。

我认为社区健康枢纽是整个分布式医疗生态中最具战略价值的一环——因为它解决了最后一公里的问题。手术云再先进,如果患者家附近没有一个可以接驳的物理节点,一切都是空谈。这和外卖行业的逻辑一样——算法和平台很重要,但最终完成交付的,是骑手和取餐点。

3.家庭病房:把住院的核心功能搬回家

家庭病房要做的事情,是把住院的核心功能——监测、给药、急救预警——压缩进家庭空间。它不是要取代医院的住院部,而是要让那些不需要医护人员24小时守在床边的患者,能在自己家里完成同等质量的康复。

给你算一笔账。全国每年住院人次超过2.5亿,如果其中10%可以转入家庭病房,每年就是750亿元的医疗资源释放。这不只是省钱——更关键的是,它释放了大量被术后康复患者占用的床位,让真正需要住院的急重症患者能更快地得到收治。

有医生曾经问过我一个非常好的问题:当人们选择在客厅接受诊疗时,他们购买的核心价值究竟是什么?是节省时间的便利,还是在熟悉环境中掌控健康决策的尊严?

我的回答是:两者都是,但后者比前者更深层。在自己家的客厅里,你不是一个被编号的患者,你不是一个等待被叫号的人,你是一个在自己的领地上、以自己舒服的方式管理自己健康的主人。

这种身份感的转变,和我们倡导的“每个人都是健康CEO”概念是完全一致的——你不再是医疗服务的被动接受者,你是自己健康决策的主导者。

三、商业洞察:
谁能赢下这场分布式医疗的战争?

分布式医疗是一个结构性的范式迁移,不是一个小的功能优化。在这种级别的变革中,我有几个核心判断。

第一,最后一公里的地推网络是最深的护城河。

手术云的技术壁垒确实很高——超低延迟、触觉反馈、AI安全网,每一项都不容易做。但技术壁垒会随着时间推移被追赶。真正难以复制的,是遍布全国的社区健康枢纽网络。

建一个社区枢纽不难,难的是建一千个,并且让每一个都能提供标准化的服务质量。全是脏活累活,没有任何捷径。但正因为没有捷径,它才是护城河。

互联网行业有一个词叫“重模式”——美团外卖、顺丰快递、链家地产,它们的护城河都不是算法,而是那张铺满全国的线下网络。分布式医疗的赢家逻辑是一样的。

金句图

2.医院的价值将沿两条曲线分化

上行曲线的医院,会把自己重新定义为疑难重症研发中心和手术云的内容提供商。它们的核心资产不再是楼有多大、床位有多少,而是它们拥有的专家IP、独特的手术技术和积累的手术数据资产。

患者追随的不再是医院的品牌,而是某一位专家的品牌——你不需要去协和,你需要的是协和某位教授的远程手术。

而下行曲线的医院则是那些仅仅满足于充当患者物理空间的医院——你来,我给你一张床、一个护士、一次门诊——会逐渐沦为低附加值的服务外包基地。

当患者发现他可以在家里获得同等甚至更好的医疗服务时,他为什么还要花时间和金钱去你那栋楼里?物理空间的价值正在快速贬值,知识和技术的价值正在快速升值。

3.衡量分布式医疗成熟度的三个信号

第一个信号:三甲医院门口不再堵车。

这听起来像个笑话,但它是一个非常灵敏的先行指标——当越来越多的复诊、慢病管理转移到线上,物理交通流量最先感知到变化。

第二个信号:社区医生是否敢于对患者说“这个手术您不必去总院”。

在过去,社区医生的标准答案永远是建议您去大医院看看——因为他不敢担这个责任。当社区医生开始有底气告诉患者我们这里可以做、手术由协和专家远程操控、安全性和总院一样的时候,说明基层的能力和信心都已经到位了。

第三个信号:商业健康险的产品逻辑是否从住院津贴转向居家康复激励。

当保险公司开始推出如果你选择居家康复我给你更高的折扣的产品时,说明保险精算已经证实了家庭病房的经济性和安全性。这是整个体系成熟的终极标志。

根据我的观察,第一个信号预计在2030年前后出现,第二个和第三个信号预计在2033到2035年之间。当三个信号同时亮起的时候,就是分布式医疗从早期市场进入大众市场的拐点。

四、写在最后:
让医疗资源流动到每一个需要它的地方

十几年前,我的外婆被确诊为肺部结节,当时当地医院的医生建议她去省城做进一步检查。

她从县城坐了三个小时的车到郑州,挂了一天的号,做了CT增强扫描,然后被告知:结节很小,目前不需要手术,三个月后复查。她又坐了三个小时的车回家。三个月后,同样的流程再来一遍。来回六个小时的路程,只为了让医生看一眼她的CT片子说一句“没事”。

我当时就想:如果那张CT片子可以远程传输、AI可以做初步判读、省城的专家可以在线上花五分钟告诉她没事——她那六个小时的车程、一天的等待,就全省了。

从赤脚医生到三甲医院,中国的医疗水平经历了一次巨大的飞跃。但飞跃的成果高度集中在少数城市的少数医院里。

分布式医疗要做的,不是再一次提升医疗水平的天花板——那是前面几章讨论的细胞工厂、基因检测、人机融合在做的事,而是把已有的顶级医疗能力铺满这片土地。

让一个昆明的退休教师和一个北京国贸的白领,享受到同样质量的诊疗。让一个河南县城的长辈不需要坐六小时的车就能看上省城的专家。让医院的围墙不再是一道把优质资源围在里面的屏障,而是一扇可以向所有人打开的门。

这是分布式医疗最深层的意义。

如果有一天,最好的医生可以隔着千里为你做手术,你还需要医院那栋大楼吗?

你的答案,将决定未来二十年,医疗这个人类最古老的行业,是被围墙守住,还是被网络释放。

Word 内嵌图片

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  

黄仁勋这件事,没那么简单

原创 Tom zhang 2026-11-11 19:30 美国

深度剖析英伟达成立以来,最凶险的一场风暴。


内容来源:笔记侠团队专访。

分享嘉宾:硅谷资深人才专家Tom Zhang博士(笔名@硅谷猎头)。

责编 | 贾宁 

第 9958 篇深度好文:7447 字 | 18 分钟阅读

商业观察

笔记君说:

这两天,有两个华人在美国站到了风口浪尖上,一个姓黄,另一个也姓黄。

一个是英伟达掌门人黄仁勋,另一个是身份神秘的黄乐(Alice Huang)女士。

美国时间11月8日晚,黄仁勋发出内部公开信承认出轨,并向家人和公司道歉。“爱妻人设”一夜崩塌、近一个月股价暴跌超20%、40多亿美元算力交易涉嫌违规、11月18日即将接受美国国会闭门听证会传讯……

黄仁勋与他执掌的英伟达,正遭遇成立以来最凶险的一场风暴。外媒口中的“商业间谍”疑云究竟是怎么回事?那封突如其来的致员工道歉信背后,藏着顶尖律师团怎样精密的“丢车保帅”算计?

这场横跨个人道德、公司治理与国家安全的超级危机,不仅将彻底终结东南亚算力转口的灰色地带,更撕开了美国两党博弈下权力拿捏资本的残酷真相。

我们采访了身处硅谷一线的行业观察者Tom Zhang 博士,为你深度还原风暴眼中的真实内幕与全球AI变局。

一、事件的三重定性:
从“人设崩塌”到“国家安全”

黄仁勋这场风波爆发后,硅谷圈子里的真实反馈普遍是震惊与忧虑。它之所以引发如此大的震动,是因为这不是一起单纯的个人绯闻,而是同时叠加了个人道德、公司治理与国家安全三重维度的危机。

1.个人层面:亲民顾家的爱妻人设崩塌

大家之所以感到非常吃惊,很大程度上是因为黄仁勋此前的人设太完美了。他过去一直是“一妻一皮衣”的形象,长期给人一种极其忠诚、顾家、正面的爱妻形象。

平时他也没有架子,经常和路人合影、逛夜市吃地摊,是一位备受尊敬和喜爱的“邻家大叔”。

他曾经说,皮衣都是太太给买的,自己结婚后,没有买过衣服,现在突然爆出婚外情,大家顿时觉得“浓眉大眼的黄仁勋”居然也搞这一套,正面人设顷刻崩塌。

2.公司治理与资本层面:高度绑定的接班人危机与股价巨震

从投资人的角度来看,黄仁勋的桃色新闻让大家遭到股价下跌带来的真金白银的损失。英伟达作为AI革命的龙头股,许多人都持有它的股票,而最近一个月它的股价已经跌了20%以上。

投资人最核心的恐惧在于“不确定性”,担心英伟达会不会被查出严重的违规问题,黄仁勋会不会被撤职。目前英伟达与黄仁勋个人的绑定极深:他既有极强的个人魅力和管理能力,又是创始人,内部扁平化管理,他一个人直接管着五六十个副总裁,且公司内部没有一套系统化的 CEO 接班人计划。

对于一家四万多亿美金市值的巨头来说,一旦黄仁勋被迫离职,到底谁来掌舵这艘巨轮?谁能管控这批骄兵悍将?

更有人担心,英伟达会不会因此把整个AI行业带到沟里去,直接捅破欣欣向荣的AI泡沫。

华尔街投资人最怕不确定性,所以采取的策略是“先卖为敬”,先卖出股票,等风波平息、确认安全后再买回来。

3.国家安全层面:40多亿美元算力流向与闭门听证会

在公司治理与国家安全层面,核心调查点在于:黄仁勋是否因为与这位涉事女性(黄乐)的私情,没有经过严格的出口管制合规流程审核,将价值40多亿美金的显卡卖给了她的公司?相关的审核文件、文档资料是否齐全?是否存在为了赚钱把卡卖到出口管制的国家?

这也是为什么美国国会定于11月18日传讯他到华盛顿DC举行听证会。值得注意的是,以前包括Meta CEO 扎克伯格、TikTok CEO 周受资在内的国会听证会都是公开的,允许记者参加和录像;但这次黄仁勋的听证会是闭门听证会,不允许任何记者参加,录音录像也绝不会流传出来,就在于它直接涉及国家安全。

二、道歉信背后的法律
算计与“间谍”概念辨析

在这场危机中,从《纽约时报》和《金融时报》爆料、股东发起集体诉讼,到黄仁勋发表致员工道歉信,其实这一连串事件的每一步背后都有着严密的法律逻辑与商业博弈推演。

1.为什么《纽约时报》用“Spy”一词会造成误导?

《纽约时报》和《金融时报》在报道中称涉事女子是某国间谍(Spy),这很容易让公众联想到电影《007》中的特工形象,误以为背后有国家或政府的指使。对此,我国外交部也已做出严正声明,斥责其为污蔑抹黑。

这里必须厘清美国法律的专业界定:在英语日常词汇中,“Spy” 不是一个严谨的法律术语,通常指秘密收集信息、为某一方获取情报的人;而在美国法律体系中,间谍罪对应的是一个特定法律术语:Espionage。

美国法律对“Espionage”的界定,并不以“是否受到外国政府指使、下达任务”为前提,而是通常在于意图使外国势力获益或损害本国利益。

无需外国政府指使(自发行为同样定罪):

情报界有一个专门术语叫“Walk-in”(自愿者/主动投靠者)。很多间谍案件中的当事人是出于经济利益、意识形态或对雇主的不满,主动窃取机密并试图卖给或无偿提供给外国。即使外国政府一开始完全不知情,也没有主动策反,这种单方面的泄密行为依然构成间谍罪。法律看重的是泄密者的主观意图和实际行为,而不是谁发起了这个动作。

外国机构获益(范围更广的受益方): 在现代国家安全法律中(例如美国的《经济间谍法》或中国的《反间谍法》),间谍罪的受益方不仅限于狭义的“外国政府机构”(如情报局、军方),还广泛涵盖了外国机构、组织或其代理人。例如,如果有人窃取了涉及国家安全或核心竞争力的敏感技术,交由一家外国的大学、研究机构或有国家背景的企业,这就属于间谍行为。

从逻辑上分析看,这件事不可能是政府层面的行为,应该是涉事女子(黄乐)为了个人赚钱而进行的商业操作,但无论如何,她这种因私牟利的行为触碰了美国出口管制的法律红线,也给国家抹了黑,是不应该鼓励的。

2.致员工道歉信:顶尖律师团队推演后的“丢车保帅”

为什么黄仁勋起初回应是“正常商务交往”,随后又突然发表致员工信承认错误?

这绝不是单纯的话术调整,而是他美国与顶尖的律师团队反复开会推演后,做出的风险最低的危机公关决定,避重就轻,达到下面的效果:

把复杂问题简单化,将涉及出口管制、国家安全、客户审查和董事会监督的问题,变成一个公众容易理解的婚姻道德问题。

主动承认部分事实,对已经难以回避的私人关系作出承认,可以减少外界继续追问这一部分的空间。

塑造承担责任的形象,通过向妻子、家人、员工和股东道歉,展现个人反省和领导者责任感。

将争议交给调查程序,对最敏感的商业和安全问题,不直接作出详细解释,而是强调配合独立调查

3. 真正应该追问的,不是婚外情,而是权力监督

这件事还有一个更深层次的问题:英伟达是否已经形成了过度依赖创始人个人判断的治理结构?

黄仁勋不仅是CEO,也是英伟达的创始人和核心决策人物。如此庞大的企业,如果客户准入、战略合作、技术出口和风险控制都过度依赖CEO个人判断,那么一旦CEO的私人关系与商业关系发生交叉,整个公司的内控体系就可能受到挑战。

这里至少有几个必须回答的问题:

黄仁勋是否因为私人关系,对涉事女子(黄乐)的公司获得商业机会给予特殊待遇?

涉事女子(黄乐)的公司是否经过充分完整的客户背景调查和最终用户审查?

英伟达芯片是否通过第三方流向受到美国出口限制的某国客户?

涉事女子(黄乐)是否接触过可能被不当获取的商业机密或战略信息?

英伟达董事会是否知晓这段关系?相关交易是否经过独立审批?

这件事其实可以分成三个层次:

在个人道德层面,婚外情是私人生活和道德责任问题。

在公司治理层面,CEO与重要客户高管存在未披露的私人关系,可能形成利益冲突。

在国家安全与法律层面,是否存在违规转运芯片、泄露敏感信息、规避出口管制,需要证据和独立调查。

后两层才是投资者、监管机构和公众真正需要答案的地方。

还有一个更重要的问题:一家掌握全球关键AI芯片供应链的企业,究竟有没有足够独立、有效的制度来约束它的最高管理者?

三、 为什么说事件大概率将“高高举起,
轻轻放下”?

尽管目前大家都很震惊且担忧,但我对黄仁勋的最终过关持乐观态度,这件事最终大概率会“高高举起,轻轻放下”,核心依据在于以下四点:

1. 政治与大局底线

AI关系到美国的国运和最核心的国家利益。国会议员们都是精英,算得清这笔大账:如果真的把黄仁勋拿下、把英伟达搞垮了,等于直接摧毁了美国AI产业的龙头,明显不符合美国的国家利益。

事实上,针对此事的调查早在去年就已经开始了,黄仁勋和涉事女子的电话、邮件大概率早已被美国情报和执法机构监控。

这也解释了为什么今年5月特朗普访华时,黄仁勋直到最后一刻才获准登上飞机。说明当时内部已经在查他,各方就是否允许他随访有争议,最后时刻才获准出行。

此外,这个新闻之所以一直压到今年中期选举之后才爆出来,很大程度上也是为了避免在选前对共和党造成更大的冲击。

2. 黄仁勋的护身符:美国宪法第五修正案

1791年通过的美国宪法第五修正案,是《权利法案》的一部分,为个人在刑事司法程序中提供核心的宪法保护,限制了政府的公权力。

其中最核心的法律保护条款是不得自证其罪 (Self-Incrimination),在任何案件调查中,当事人有权拒绝回答可能让自己卷入刑事责任或被定罪的问题。这就是著名的“保持沉默的权利”(Right to remain silent)。

在美国的影视剧中, 犯罪嫌疑人在警察局审讯中说出“I plead the fifth”(我援引第五修正案),即表示行使沉默权,警方不能因此强迫其供认。

在11月18日的国会听证会上,黄仁勋可能会面对议员们各种刁钻尖刻的连环提问,他的律师团队一定会建议他引用第五修正案拒绝回答某些问题。

听证会上,黄仁勋可以回答“我不记得了”,例如国会议员问:你是否知道她与某国情报部门存在联系?你是否知道相关芯片最终流向某国?

如果黄仁勋确实记不清,可以回答:I don't recall.(我不记得了。)

但是“明明记得,却假装不记得”可能构成犯罪,假设议员问:你是否知道涉事女子(黄乐)与某国情报部门有关联?

黄仁勋:我不记得。

议员可能继续追问:你是否曾经收到FBI的相关警告?你的安全团队是否向你汇报过?你是否看过有关她的调查报告?你是否与她通过电话或邮件?

如果黄仁勋曾经收到过警告,却声称完全不记得,就可能面临法律风险。因为国会调查人员可以通过邮件、会议记录、电话记录和其他证人的证词,检验黄仁勋的记忆是否真实。

在国会听证会上故意撒谎属于联邦重罪,依据具体的情境(例如是否经过宣誓、是否影响调查进程),检察官通常会依据以下三项核心罪名进行起诉:虚假陈述罪(Making False Statements);伪证罪(Perjury);妨碍国会程序罪(Obstruction of Congress / Proceedings)。

当年克林顿总统被弹劾,不是因为和实习生莱温斯基的婚外情,而是伪证和妨碍司法公正,他在联邦大陪审团面前宣誓作证时,就与莱温斯基的关系等问题作出虚假陈述。

3. 关键人证缺失与“完美甩锅”闭环

目前最关键的证人涉事女子(黄乐),并没有被美国执法部门抓住(外界猜测她也只敢待在没有与美国签订引渡协议或不受美国长臂管辖的地方,比如欧洲。)

涉事女子(黄乐)失联,具体对黄仁勋有什么好处?

因为如果她被捕,作为直接证人,她的证词有巨大价值:

黄仁勋知道她的真实身份;她曾向黄仁勋索取英伟达内部资料;黄仁勋曾向她提供敏感信息;两人曾讨论过芯片出口和某国市场;

目前,涉事女子(黄乐)失联,无法接受调查人员询问,调查机构就可能缺少一条重要证据链。

这给了黄仁勋充足的“甩锅”空间。作为执掌公司30多年的老江湖,黄仁勋不大可能留下诸如“哪怕她的公司不合格你们也必须想办法卖给她”这种露骨的短信或邮件指令。

英伟达完全可以构建一套合规防御逻辑:

向外甩锅给涉事女子(黄乐),承认两人虽然存在亲密关系,但坚称商业合同完全按合规流程走;声称是黄乐的公司提供了虚假的证明材料,谎称算力留在新加坡、马来西亚,实则违规转运,英伟达和黄仁勋本人也是“被骗的受害者”。

向内切割给执行层,退一步讲,即便老板打过招呼要求对接,英伟达负责具体交易的高管也必须严格遵守合规流程。如果流程有瑕疵,具体经办的高管作为“背锅侠”承担责任。

4. 董事会以利益为导向,且已提前布局

在美国的商业历史中,确实有CEO因为办公室恋情或婚外情丢掉工作,但那往往是因为董事会本来就对其业绩不满,借机将其换掉;反之,像贝索斯、比尔·盖茨等人爆出婚外情,也并未影响其核心地位。

资本主义社会的董事会完全以公司利益和市值表现为最高导向,婚外情绝不是CEO离职的必然条件。

金句图

更何况,英伟达早在今年5月份就新增了一名董事,这或许是黄仁勋提前预判风险、拉进董事会的“自己人”,早已为潜在的董事会投票做好了防线准备。

四、 东南亚灰色地带终结,
资本被“拿捏”与美国AI基建减速

虽然黄仁勋大概率能保住帅位,但这一事件对中美科技博弈以及美国AI产业政策的影响将是长期且深远的。

1.东南亚算力“灰色地带”被彻底封堵,芯片脱钩加剧

过去,黄仁勋作为一个商人,一直在华盛顿到处游说,强调“如果不把芯片卖给中国,就会把市场拱手让给竞争对手,逼着中国自己做出来”。

同时,有人悄悄利用东南亚作为“曲线救国”的灰色地带,把卡卖到新马泰等地,再为中国大厂提供算力。

但这次事件直接引爆了国会对东南亚转口渠道的彻查。目前美国已经出台规定,要求海外算力中心必须有51%以上的算力提供给非中国主体。

经此一事,黄仁勋以后再也不敢越雷池一步,通过东南亚绕道买卡的灰色地带将被彻底堵死,中美在AI算力领域的脱钩将变得更加彻底。

2.权力对资本的长期“拿捏”

在资本主义国家,政府与科技巨头之间始终存在着权力与资本的博弈。

金句图

国会听证会绝不是给黄仁勋发一张“良民证”,即便这次调查告一段落,他的“小辫子”也已经牢牢攥在了华盛顿手里。政府后续随时可以把这件事翻出来敲打他,从而实现对英伟达这类超级公司的长期控制与拿捏。

同样的逻辑也体现在马斯克身上。随着共和党在中期选举中落败、民主党掌控参众两院,当初马斯克豪掷4亿多美金支持共和党候选人、印制大量竞选传单和发短信攻击民主党对手的旧账,现在都成了民主党议员清算他的理由。

目前国会已经威胁要调查马斯克(例如指控他擅自给乌克兰星链减速影响战局)。哪怕特朗普在下台前兑现承诺给马斯克签发“总统提前赦免令”,正如希拉里及民主党法律专家所言:一旦他获得了总统的赦免,被传唤到国会训话时,他就丧失了援引《宪法第五修正案》“拒绝自证其罪”的权利,必须如实回答所有问题,否则直接构成藐视国会或伪证罪。

这就是美国残酷的党争现实。

3.两党内耗与民生反弹:美国AI数据中心建设迎拐点

这一轮科技股下跌,除了英伟达事件的冲击外,更深层的原因是市场担心美国的AI基础设施建设要减速了。

中期选举后,民主党控制了管钱、管立法的众议院和管人事任命的参议院。民主党议员上台后,极有可能推动立法,限制在加州或全美各地新建AI数据中心(例如要求三到五年内先把水电配套解决好才允许建)。

而特朗普则会动用总统否决权拒签法案,重演当年克林顿面对共和党两院时的无限内耗与政治交易(比如近期特朗普叫停对以色列的40亿美元援助,就是为了迎合部分民主党议员的妥协交易)。政策的毫无延续性,对AI产业绝非好事。

更关键的是,美国普通老百姓正在用选票强烈反对AI数据中心。选民的逻辑非常现实:“我不管你在哪建,反正不能在我家门口建”。为什么美国老百姓如此反感AI?

生活成本飙升与通胀压力:过去两年美国的通胀体感极其明显。加州的汽油价格已经涨到了7美金一加仑,以前只要一两美金的麦当劳汉堡,现在动辄要6美金,外出就餐的价格更是大幅上涨。

只承担代价,未享受红利:数据中心建起来后,带来了巨大的噪音,还直接推高了当地居民的水电费。老百姓觉得自己的工资没涨,不仅没有享受到AI带来的任何好处,反而要为水电费买单。

对富豪补贴与失业恐慌的愤怒: 地方政府为了招商引资,往往给数据中心提供大额税收减免。在得克萨斯州等地,选民们极度不满:本地的基础教育和民生还没搞好,政府凭什么把我们交的税补贴给马斯克这种万亿富豪,或者拿去给以色列轰炸加沙?

再加上科技领袖们天天宣扬AI未来要取代多少工作岗位(当年互联网泡沫破灭时,硅谷失业率曾从2%飙升至8%,未来5到10年AI带来的失业风险同样令人恐惧),老百姓自然群起反对。

五、 给中国AI创业者的三大前瞻信号

站在当前的时间节点,面对大洋彼岸的震荡,关注AI领域的中国创业者在未来半年内应当重点追踪以下信号,并调整自身的战略方向:

第一:紧盯海外头部AI巨头的上市走势。

要密切关注Anthropic、OpenAI等硅谷头部大模型公司接下来的上市进程及二级市场走势,这是衡量全球AI资本泡沫与商业化信心的最关键风向标。

第二,关注国产算力芯片的真实突破进度。 

当东南亚买卡的通道被彻底锁死后,如果英伟达的卡真的进不来了,中国本土自研芯片到底能不能真正顶上?其性价比和实际工作性能能否支撑起核心训练与推理需求,将直接决定国内算力底座的安全性。

第三,辩证看待美国AI减速,深耕中国本土应用层优势。 

中国国情与美国不同,中国人口基数大、保就业压力大,近期国家相关部门已出台指导意见,明确要求机器人与AI的发展要保持谨慎,优先去替代高温、高热、高危等艰苦岗位,暂缓对普通正常就业岗位的替代。

在这样的背景下,业界普遍有一个共识:在AI的应用落地上,中国未来一定会超过美国。

金句图

目前国内大量的算力并没有去盲目硬拼底层科研,而是投入到了以短剧、自媒体视频为代表的内容产业中。

像近期爆火的AI短剧《持械入宋》,虽然团队可能来自各行各业的草根,但随着与AI交互上下文的不断打磨,可以打造一部上千集的剧,越往后质量越高。

现在甚至连农村办丧事,都开始用无人机结合AI特效来创新仪式。这证明中国拥有极其庞大且多元的应用场景和优秀的广义AI创业者。

结语

11月18日,华盛顿国会的闭门听证会即将开启,黄仁勋的“至暗时刻”或许会以一场精密的法律切割与“高高举起、轻轻放下”的政治妥协收场。

但那个靠一袭皮衣游走于大国博弈灰色地带、凭一己之力狂飙突进的草莽算力时代,已经彻底终结了。

硅谷巨头在党争内耗与国会聚光灯下步履维艰,东南亚的算力暗门被焊死,全球AI的下半场叙事已然改写。

看懂黄仁勋在这场风暴中的舍与得,看清大洋彼岸权力对资本的真实拿捏,才是我们在新一轮AI洗牌中找准坐标、破局而出的真正起点。

*文章为作者独立观点,不代表笔记侠立场。

图片

好文阅读推荐:

跳转微信打开

  •  

读完这本书,你也能成为Work Buddy专家

笔记侠 2026-11-11 19:30 美国

图片

内容来源 |  本文摘编自北京联合出版公司出版书籍

《WorkBudy实战》乔剑 等 著

责编 | 贾宁

第 9959篇深度好文:5483 字 | 11 分钟阅读

每天忙到加班,为什么还是有做不完的工作?

有时候,真正让人疲惫的,并不是工作有多难,而是一天到晚都在忙,却始终没有时间做真正重要的事。

金句图

早上打开电脑,先处理昨天没看完的邮件,再把几个文件夹里的资料整理出来。刚准备写方案,群里又发来一份表格,需要重新汇总数据。下午临时通知开会,会议结束还要整理纪要、分解任务。眼看快下班了,领导又问:“明天汇报的PPT准备得怎么样了?”

忙了一整天,回头看看,好像每件事都做了一点,又好像还有一堆事情等着自己。

这样的工作状态,很多人应该都不陌生。

我们习惯把忙碌理解为工作充实,把加班归因于任务太多。但仔细想想,一天八九个小时,真正用于思考、判断和创造的时间究竟有多少?

大量精力消耗在了查找资料、整理文件、复制粘贴、修改格式、汇总数据这些事情上。

它们确实需要有人完成,却未必需要我们亲自完成每一步。

这是今天很多职场人需要重新思考的问题:当工作越来越多,我们能不能换一种方式做事?

一、工作越来越忙,
问题可能出在工作方式上

仔细观察身边那些忙得不可开交的人,会发现一个有意思的现象:越是认真负责的人,越容易把所有事情都揽在自己身上。

接到一项任务,习惯性地从头做到尾。

写方案,自己查资料;做汇报,自己整理数据;准备活动,自己写文案、找图片、做PPT;开完会,还要把会议记录重新整理一遍。

每一件事情单独看,都不算特别复杂。

但当它们同时出现,工作就变成了一场没有尽头的接力赛。

更麻烦的是,今天的工作越来越需要一个人掌握多种能力。

金句图

做运营,需要懂内容策划,也要看得懂数据;做市场,需要研究行业,还要会设计宣传物料;做管理,需要协调项目,也要能分析经营情况。

一个岗位背后,往往藏着好几个岗位的工作。

过去,我们解决这些问题,通常有两种办法:要么自己多花时间,要么找其他同事帮忙。

但这两种办法都有局限。

一个人的时间总是有限的,团队的精力也不可能无限增加。

于是,很多人开始尝试借助各种工具。

可新的问题又出现了。

你让AI写一份方案,它确实很快给出了一段文字。但资料还得自己整理,数据还得自己核对,PPT还得自己制作,最后仍然需要把各种内容拼成一份完整的成果。

看起来省下了写作时间,后面的工作却没有减少多少。

问题究竟出在哪里?

我们一直在想,怎样让工具帮自己做得更快,却很少认真想过,怎样把一件完整的工作交出去。

这两种思路,会带来完全不同的工作体验。

二、比起得到一个答案,
我们更需要一份能交付的成果

想象一个很常见的场景。

周五下午,你接到一项任务:下周一之前,完成一份行业研究报告,并准备一套汇报PPT。

按照熟悉的工作方式,接下来可能要花不少时间查找行业资料、整理数据、归纳观点、撰写报告,再把报告提炼成适合展示的内容。

如果还需要图表和视觉素材,工作量又会增加。

这时候,你真正需要的是什么?

显然不只是一段关于行业发展的文字。

你需要的是一份结构完整、资料有据可查、能够修改完善的研究报告,以及一套可以拿去汇报的PPT。

换句话说,工作最终要看交付了什么,而不只是过程中得到了多少建议。

金句图

这也是近年来AI应用中一个值得关注的变化。

过去,我们更习惯向AI提问,让它帮忙写一段文字、整理几个观点、提供一些思路。

现在,一些AI工具已经开始尝试承担连续性的任务:读取资料、处理文件、分析数据、生成文档,并根据反馈继续修改。

其中,WorkBuddy提供了一种值得关注的使用方式。

你可以把它理解成一位能够接收任务、使用工具、处理文件的AI工作伙伴。

比如,把需要整理的文件放进指定工作空间,告诉它按照什么标准分类、如何命名、最终保存到哪里;或者提供一份Excel数据,要求它完成统计分析、发现异常,并整理成一份报告。

在适当授权和人工检查的前提下,部分原本需要反复手动操作的环节,可以交给它执行。

这时,人的工作也开始发生变化。

过去,我们要亲自完成每一个步骤。

现在,我们可以把更多精力放在明确目标、提供必要资料、提出质量要求,以及检查最终成果上。

当然,这不意味着把任务交出去就可以完全不管。

数据有没有算错?资料来源是否可靠?报告是否符合实际情况?重要文件有没有被误改?

这些仍然需要人来判断。

真正有效的分工,是把可以交出去的执行工作交出去,把必须由人负责的判断留在自己手里。

金句图

三、一个人,
也可以拥有自己的“专业团队”

工作中还有一种很常见的困扰:很多事情知道该做,却未必具备完成每个环节的专业能力。

比如,一位运营人员准备策划一场新品推广活动。

他可能很熟悉产品和用户,却不一定擅长数据分析,也未必精通视觉设计。

一场完整的活动,需要考虑目标人群、传播渠道、内容创意、活动预算、视觉物料和效果复盘。

这些工作如果全部由一个人完成,难免顾此失彼。

而在《WorkBuddy实战》中,有一部分内容特别值得关注:AI专家与多专家协作。

书中介绍了如何调用运营专家策划活动、调用数据分析专家完成业务复盘,还进一步讲解了如何创建熟悉自身业务的专属AI专家,以及组织多个专家共同处理复杂项目。

这给普通职场人提供了一种新的思路。

当一项工作涉及不同专业领域时,可以尝试按照实际需要拆分任务,让不同的AI专家分别参与。

例如,准备一次品牌推广活动,可以先围绕活动目标梳理运营方案,再对相关数据进行分析,随后完善宣传内容和视觉需求。

一个人依然负责项目的方向和最终决策,但在具体执行过程中,可以获得更多专业化支持。

对小团队、创业者和需要同时承担多项工作的职场人来说,这种方式尤其值得尝试。

毕竟,很多时候限制工作成果的,并不是缺少想法,而是一个人没有足够的时间和精力,把所有想法逐一落实。

书中还介绍了如何创建专属AI专家。

这一点比临时调用通用工具更进一步。

因为每个人的工作都有自己的特点:不同单位有不同的材料规范,不同团队有不同的项目流程,不同岗位也有不同的专业要求。

如果能够把这些要求逐步整理清楚,让AI熟悉自己的工作内容,那么下一次处理类似任务时,就有机会减少反复沟通。

当然,AI专家的建议仍然需要结合真实业务进行判断,但它已经为个人处理多专业任务提供了新的选择。

四、最浪费时间的事,
是同样的工作每次都从头做

你有没有这样的经历?

上个月刚做过一份活动方案,这个月又要做类似的活动。

明明之前已经整理过资料、确定过框架、总结过经验,可真正开始时,还是要重新翻找文件、复制旧内容、修改格式,再把工作要求重新交代一遍。

又或者,每周都要写工作周报。

每次都需要告诉工具:按照什么结构写、使用什么语气、重点突出哪些内容、最终保存成什么格式。

第一次这样做,或许觉得很方便。

第二次、第三次、第四次,重复说明本身又成了一项工作。

如果一种方法已经被证明有效,为什么不能把它保存下来,下次直接使用?

金句图

这正是《WorkBuddy实战》中Skill技能部分所要解决的问题。

Skill可以简单理解为一种可反复调用的工作技能。

书中不仅讲解如何从技能市场安装Skill、调用专业技能,还介绍了如何根据自己的工作需要创建专属Skill。

比如,把常用的周报结构、材料整理规则、报告输出格式等要求整理成固定的执行方法。

以后遇到类似任务,就可以在此基础上调用和调整,减少每次重新说明的时间。

这件事看似只是节省了几个操作步骤,背后却有更大的意义。

过去,一个人的工作经验主要保存在自己的脑子里。

经验丰富的人,知道一份材料应该怎么写,一个项目应该怎么推进,一项数据分析需要关注哪些指标。

但这些经验往往很难直接复用,也不容易交给别人。

现在,可以尝试把其中能够标准化的步骤、规则和方法整理出来,让它们成为可调用的技能。

当一项工作做完之后,还能为下一项工作留下可复用的方法,效率的改善才有机会持续下去。

金句图

五、让工作少一些重复,还
需要把资料和工具连接起来

很多人每天都在处理大量信息,却常常遇到一个尴尬的问题:资料明明存在,就是找不到。

会议纪要保存在一个地方,项目方案放在另一个文件夹,重要信息散落在邮件和聊天记录里,之前做过的研究报告又不知道存到了哪里。

有时候,为了找到一份旧材料,花费的时间比重新写一份还长。

如果团队成员发生变化,情况可能更加复杂。

新人需要重新熟悉项目背景,老员工要反复解释过去的工作,很多经验随着人员调整而难以延续。

针对这些问题,这本书还介绍了资料库、连接器等功能。

书中讲解了如何建立资料库,将项目材料、历史成果和常用知识集中保存,方便后续检索、引用和继续加工。

同时,还介绍了连接QQ邮箱、腾讯文档、腾讯会议、腾讯乐享等办公系统的方法。

这些内容看似涉及不同功能,实际指向同一个问题:

怎样减少资料在不同软件之间来回搬运,让已有的信息真正为下一项工作服务?

金句图

比如,开完会后,会议内容需要整理成纪要;纪要中的任务还要进一步落实;后续项目推进时,又需要查阅之前的会议结论。

如果这些信息能够在授权范围内被调用和整理,就有机会减少重复查找、复制和传递的环节。

更进一步,书中还涉及手机远程获取电脑文件、远程推进任务、定时生成每日资讯简报和周期业务报告等应用。

对于经常需要跟进项目、处理周期性事务的人来说,这些功能提供了更多灵活安排工作的可能。

当然,涉及邮箱、内部文档、业务数据等信息时,权限管理和安全要求不能忽视。

工具能够访问什么、能够修改什么、哪些操作需要人工确认,都应当事先明确。

用得方便很重要,用得稳妥同样重要。

六、真正实用的工具书,
应该让普通人照着就能练

说到这里,可能有人会问:

这些功能听起来很有用,但对于没有技术基础的人来说,会不会太复杂?

这也是一本实操类图书必须回答的问题。

全书从最基础的安装登录、工作空间设置讲起,逐步进入任务指令、文件处理、数据分析、行业研究、创意设计等常见办公场景,再延伸到AI专家、Skill技能、连接器、远程与定时任务,以及个人AI工作系统的搭建。

这样的内容安排,给初学者留下了循序渐进的学习空间,也让已经接触过AI工具的读者能够继续探索更复杂的应用。

书中有一个值得肯定的特点:它没有只展示最终成果,还把任务怎样完成的过程讲了出来。

例如,如何把一个模糊要求转化为清晰的任务指令,怎样提供素材和输出标准,如何拆分执行步骤,什么时候需要检查中间结果,以及发现偏差后应该怎样修改。

书中将操作步骤、指令示例和成果展示结合起来,读者可以对照学习。

对于第一次使用这类工具的人来说,这些细节往往比介绍多少高级功能更重要。

因为实际操作中,最容易让人放弃的,通常是那些看起来不起眼的问题:

文件应该放在哪里?

要求怎样说才清楚?

生成的结果保存到了什么位置?

数据不准确怎么办?

AI理解错了任务,应该怎样重新调整?

如果一本书能够把这些问题讲清楚,读者才更有可能从看懂案例走向独立完成任务。

书中还专门介绍了核验结果、降低错误风险的方法。

对于研究报告、业务分析、办公材料等内容,不能因为结果生成得快,就忽略了来源核对、数据检查和事实验证。

会布置任务,也要会验收成果。

这正是从简单使用工具走向真正开展人机协作的重要一步。

除了书中的实操内容,本书还配套11节视频课程、1000余条实用提示词,方便读者边看边练,并根据自己的实际工作需要查阅和调整。

这样的研究背景与产业实践经历,也为本书从具体应用出发讲解AI工具提供了支持。

对于希望减少重复劳动的职场人、需要统筹多项任务的管理者、创业者,以及经常处理资料、数据、内容和项目的工作人员来说,这本书提供了一个比较务实的学习入口。

可以从最熟悉的一项工作开始,先尝试把它交给AI,再逐步探索更复杂的任务。

不必一开始就掌握所有功能,也不必急着搭建一套复杂的系统。

先让一件具体的事情变得简单,往往比收藏一百种技巧更有意义。

七、把时间留给那些真正
需要自己做的事情

回到文章开头的问题。

为什么每天忙到下班,还是有做不完的工作?

原因当然有很多。任务安排、组织管理、工作流程,都可能影响一个人的忙碌程度。

但有一件事值得我们重新审视:

过去,我们太习惯用自己的时间,去填补工作流程中所有细小的空隙。

金句图

文件需要整理,就自己整理;数据需要汇总,就自己汇总;材料需要修改,就反复修改。

日复一日,很多时间被这些事情一点点占据。

而真正需要思考的工作,却只能留到晚上,或者等到终于没有人打扰的时候再做。

随着工具能力的变化,我们有机会重新安排这些事情。

让AI承担一部分重复操作,让不同的专业能力参与具体任务,让做过的工作留下可以再次使用的方法。

人仍然需要确定方向、理解需求、作出判断、承担责任。

但不必把每一步执行都牢牢抓在自己手里。

《WorkBuddy实战》所讲的,正是这样一种逐步改变工作方式的方法:从完成第一份周报开始,学会清楚地交代任务;从处理文件和数据开始,学会检查交付成果;再到创建AI专家、定制Skill、连接办公系统,让更多日常工作有条理地推进。

对于普通人来说,改变或许不需要从一项宏大的计划开始。

明天上班时,面对那份又要重新整理的表格、那篇又要从头修改的材料、那份又要花几个小时制作的汇报PPT,可以先问自己一句:

这件事,有没有一部分可以交出去?

当越来越多的重复劳动有了更省力的处理方式,我们才可能把时间真正留给那些更需要经验、判断、沟通和创造力的事情。

毕竟,工作的价值,从来不应该只用忙碌的程度来衡量。

一个人能够把多少事情做完固然重要,能够把时间用在什么事情上,或许更值得我们认真思考。

金句图

*文章为作者独立观点,不代表笔记侠立场。

跳转微信打开

  •  
❌