世界、龙虾和小朋友

关于当下的世界

• 目前我们正处在「数字世界智能化」的过程中，这个过程快则两三年，慢则五六年。
• 所谓「数字世界智能化」，指的是大多数需要在电脑、手机等智能终端上做的偏基础的事情，都将实现「言出法随」，君子动口即可，不用动手了。
• 当然打游戏还是建议手打，我dota天梯10连败你敢信。
• 目前世界快速变化，范式未定，各个赛道都在打乱重排，但基本线索还是有的 —— AI时代先上车，抢个椅子，再说腾挪。
• 数字世界智能化完成后，「物理世界智能化」将是下一阶段。

• 「物理世界智能化」真正实现，估计还得15年左右，如果具身智能技术范式近期有重大突破的话。
• 「物理世界智能化」的过程中，伴随着脑机的发展，将有可能实现「意念操控世界」。
• 手机之后，新的人机交互范式是啥，现在还不清楚 —— 智能眼镜太近，人形机器人太远，中间有广袤的未知地带。

关于当下的AI产业

• AI Agent，尤其是OpenClaw和Claude Code，让大家意识到说得好不如做得好。AI还是要直接干活，要直接动“手”改造世界。
• 目前的agent百花齐放可能不会持续太久。顶尖大模型和流量入口大厂，大概率会迅速完成对agent能力的整合，重回依旧由大厂主导的生态。
• 眼下Anthropic突飞猛进、OpenAI思考产品合并、腾讯下场做龙虾全家桶，就是例子。
• 而大模型和流量无法脱离硬件而存在，所以在大模型和流量之上，硬件和具身能力，将构成坚实壁垒。
• 类似微软、苹果，甚至小米这种软硬能力相对完备的厂商，将切到新蛋糕。
• 而基本垄断操作系统的「微软和苹果」，可能是游戏最后一幕的大BOSS —— 数字世界里，「AI OS」搞定一切。

• 当然Google和华为也不可忽视，按AI OS逻辑推的话。
• 目前，对于偏“软”的大模型厂商而言，向下是要迅速完成对agent能力的整合，向上是要探索硬件和具身领域 —— 两个方向都要考虑，不然后期一定被动。
• 对于偏“硬”的设备厂商而言，一方面是可以自研大模型，另一方面是可以等大模型厂商把“软”生态做好，再收购或者合作，坐收渔利。
• 苹果自己的AI拉胯，但Mac卖爆，就是一个例子。
• 软硬两端都想整合对方，就看谁厉害了，但大概率是硬的这方。
• 这种乱世，黄仁勋肯定每天兴奋得睡不着觉。

• 还是那句话，数字世界智能化越来越不是问题，而物理世界智能化想象空间无限。
• 硅谷叙事正主导世界AI叙事，甚至世界发展叙事。
• 但硅谷的背后是高度集中的资本，所以也要批判地看待硅谷叙事，承认它的先进性，看到它的局限性。
• 大语言模型竞赛是目前世界AI叙事的核心，类似Claude Code和Codex这种coding agent是收敛后的阶段性主战场，视频等多模态应用重要性暂时下降。
• 主战场拼的是市场份额和营收。希望OpenClaw等开源项目不要卷入，开源精神无价。
• 语言也有其局限性，不能简单地把语言和智能划等号。
• 世界的本质和智能的本质依旧未知，反正我是说不清楚啥是世界模型，啥是AGI。
• 语言、视觉等等，都是通往智能的路径，要看到语言之外的可能性。
• 更接近智能本质的范式，可能会由类似sora、genie、seedance这类技术创造。
• 遇事不决，量子力学。或者哲学，或者佛学。
• 如果还是不行，就参考特朗普吧。

关于当下的教育

• 要有意识地开始培养「to A（AI/Agent）」能力。
• 也就是全面认知AI、和AI协作、生产AI所需要的内容、消化AI生产的内容、把控AI边界的能力。
• 当务之急是改革教育。应试教育晚改一年，“牺牲者”可能就多一批。
• 当然教育改起来很难，但可以逐步推进，比如把科学素养之类的课程改成「AI协作」。
• 所谓「AI协作」，不是用AI学英语学数学刷考题，而是理解AI逻辑，了解AI进展，会用最新AI工具解决真实问题。
• 「AI协作」教育能做好的话，将在很大程度上缓解教育内容和社会需求脱节问题 —— 这个问题变得愈发重要，在世界快速变化，校园相对宁静的当下。
• 高等教育改革是突破口 —— 各种压力相对较小，相对好改，为中传点赞。
• 基础教育就不展开说了。但家长们可以有意识开始行动，从家庭AI教育做起。
• 学校可以搞假素质教育，但家庭一定要搞真素质教育。
• 家庭素质教育的关键，是用「to A」思维，培养新的世界观和价值观，批判性思维和判断力，审美和创造力。

• 关于批判性思维（不是挑刺，而是全面认知），以前批判的是人和人的理论，毕竟人无完人。
• 而现在要批判的是AI，而AI近乎“完人”，要怎么“批判”，就变得很有意思了。
• 但基础教育所提供的经典逻辑范式、认知框架、很多知识点，对于训练大脑依旧重要。
• 相信一线教育工作者是最有智慧的。希望社会鼓励创新，允许试错，让to A教育萌芽从基层自然生长。
• 所以下一阶段教育的关键，变成了传统模式与新模式的比例调配问题 —— 从新旧兼有，到全面革新。