最近更新

• 评论功能已修复，欢迎大家积极留言~
• 大家还可以通过邮箱（mozheyang@outlook.com）联系到我，感谢大家的理解和支持！

热门博客

• 氧还原反应（Oxygen Reduction Reaction）基础
• 极限扩散电流到底是不是材料的本征性能？ | 基于K-L方程的RDE表面液流理论
• 思维导图+文献管理 | Docear使用体会
• 横看成岭侧成峰 | 理工科思维论现象与本质

最近总听到同事焦虑，说搞数据、做开发的，马上要被 AI 团灭了。

先喝口咖啡，咱不绕弯子，直接上结论：纯靠接需求、敲代码的“任务驱动型”打工人，确实快凉了。

但别急着掀桌子，因为需求本身不仅没有消失，反而会井喷。这场技术地震震碎的是旧饭碗，漏出来的是真正的金矿。

最近人形机器人赛道火热，但我总觉得哪里不对。

看着那些会走路、会跳舞、会鞠躬的人形机器人，我不禁思考：这真的是机器人的正确方向吗？

前阵子，腾讯免费帮大众部署 Openclaw（龙虾）的新闻出圈了。

挺有意思的一个现象。你去看看排队的都是谁？运营、HR、市场营销，听说连大爷大妈都去凑热闹了。

网友吐槽得一针见血：“一代人有一代人的免费鸡蛋”。 年轻人在凑热闹白嫖这件事上，也绝不手软。

但这颗“鸡蛋”，我最近两周实实在在地尝了尝。

结论很简单：用对方法，它真能把你变成三头六臂。

FOMO（ Fear of Missing Out）是最近一直萦绕在我心头上的词。尤其是去年之后，大语言模型能力日益增强，我一直在尝试跟进学习和思考，却也一直也没有真正“学够了”的那一天。这种无法掌控知识的进而带来的求知欲，让人感到既兴奋又恐慌。

我觉得很多身在其中的同学可能跟我差不多，尤其是使用AI工具比较多的同学，一直都在找AI做不到的领域，尝试避开AI发展的主线，但一个个突破，都让我们发现，不论是深度研究、代码生成、音频生成、图片生成，还是视频生成，AI的能力足以拟合并利用人类整个知识空间，其广度和深度均非独立人类个体所能匹敌。

2026年开年，我决定跟AI“和解”。作为人类，我不该再跟硅基生命比拼通用的、基础的知识，就像不该跟汽车比谁跑得快、跟计算机比谁算得快一样。我不再去找AI做不到的事情，以凸显自己作为人类的价值；而是真的把AI看作伙伴，专注于我们人类自己所关注的价值实现。

人类在虚拟世界已经基本“丧失”了作为工具的价值，不知是应该高兴，还是应该感到恐惧。即使如此，作为人类的我，在最近使用AI和思考AI的过程中，还是有部分关于人类“残存”价值的拙见，愿抛砖引玉：

• 有关“人的情感价值”和“物理世界代理人”的价值，已经基本成为了共识。简单来说，就是跟人打交道、跟物理世界打交道，还需要人来干，短时间内数据不够，数据驱动的方法也干不好；
• 走出“平庸”：大语言模型某种程度是基于概率的模型，最大化Next token prediction损失函数也带来了模型对“平庸”的偏好，而不同的prompt可以带来不同的输出数据分布；
• 问题路由：确定什么问题适合AI解决，什么问题适合人类解决，从而解决有限资源下经济学问题；
• 意义锚点：大语言模型依赖电力和硬件，与人类不同，即使产生“求生欲”，价值观很大概率也与人类不同，只有将人类价值赋予给AI，才能将AI进步的好处为人类所用。

记录了 AI 这几年发展过程中的重要时间节点、事件。
https://nhlocal.github.io/AiTimeline

不必苦恼用什么LLMs API了，有大神总结了性价比高的API对比，感兴趣的大家伙可以看看，部分需要魔法。

还有什么学不会的知识吗？只要是人类已知的，甚至部分未知的问题，不必再抱怨环境，多问问AI就好了。

引自：https://winston-bosan.github.io/llm-pareto-frontier/

老爸是家里老六，大伯（我爸的大哥）从年龄上都可以算跟老爸差辈了，所以记忆中的爷爷和奶奶都是比较苍老的模样。

最近的AIGC圈子是非常热闹。

前段时间刚看到OpenAI使用自回归模型端了扩散模型在“图像生成”领域的老窝，然后立马又关注到扩散模型成为了“文本生成”领域的新贵。真的是神仙打架，有来有往。

本来以为只是一次黑天鹅，没想到是两次……2024年诺贝尔物理学奖和化学奖纷纷颁给AI研究员。科学范式转变来的可能比想象的要快。