be simple

突然意识到一点，在这里呆了好多年，我终于坐到了前排。

到硅谷的头几年，我甚至都不知道这里叫做硅谷，直到进了学校。毕业后 10 年，辗转居然可以申请当时如日中天的Google 的职位，虽然没有进而是到了Amazon。又是十年，到了今天，当我在热烈的讨论着AI 的时候，我突然意识到，我已经从一个门外汉，变成了一个局内人。从一个和IT 没有任何关系的学生，花了 30 年的时间，变成了一个还算是资深的从业者。

而今天，我从门外走进了门内，从后排挪挪挤挤到了前排。我看的更清，更真切，那些台上的表演不再神秘莫测，似乎触手可及。

于是我准备登台，这是 2026 年的目标。

生活在川普笼罩的时代，我会无可遏制的经常发怒。因为社会的不公，因为他身为美国总统的道德的无底线，因为白宫的权利掌控者们永无休止的对国家和大众利益的劫持，也包括对底层民众的基本需求的漠视。我经常对女儿说，我幸运的生活在一个和平的年代，一个经历增长的充满了希望的社会。而她，则很有可能生活在一个动荡变幻的世界。

那么，未来会好吗？

虽然我看见的是美国日益尖锐的全社会的对立，日益疯狂的顶层权贵的敛财，中美在除了热战之外的所有领域的全方位的对抗，中欧的日渐分离、、、然后是 ai 的冲击和目前大规模的裁员潮。我仍旧觉得未来会不断变好。我女儿将生活在一个动荡变幻，然而同时也是充满希望和激情的世界。带来希望和激情的在于两个：ai 和叠加于美国的相对衰弱之上的中国的崛起。

我这个答案很“中国”。它必然如此，因为我是一个接受了完整的大陆教育的中国人。

我对 ai 对我的工作带来的冲击还在不断的探索之中。一方面，我能够看到 ai 带来的很多的变化，这些变化真真切切的带来了效率的提高。虽然目前来看，随着MFM（恶意微调模型）的发展，网络上的破坏日益猖獗，大部分的黑客入侵已经由原来的手工变成了 ai 辅助进攻而且有了很高的成功率，但是矛和盾的发展其实一直都是如此。破坏永远都比建设容易，无论是从手段上还是效率上。

农民在春天的播种，需要夏天长期的辛劳和漫长的等待，直到金秋九月才能收获。而破坏仅仅是某个下午的一把火。短时间上，破坏永远强过创造。

只有当我们拉长时间线，从大历史的角度俯瞰人类和地球这个整体，才能看到这个世界终究是走在建设而不是毁灭的路上。无论是在 1931 年抗战最无奈的时刻，还是在二战刚开始的 1939 年，希望都从未被这个人类整体抛弃。所以我没有理由悲观，没有理由放弃，即便是在这个川普的帝国。也许这个世界在某个晚上毁于突如其来发神经的核战争，但是在那个晚上之前，仍旧是建设和希望在主导这个世界。

看到希望，或者是看到毁灭，只不过是一个人的选择。它取决于一个人是抗争还是顺从。天塌了，洪水滔天。有些人选了上船，飘到新大陆。有些人选择了补天，而后治水。我想，我是后面那个群体。我永远都不需要别人来救赎。有人告诉我只需要我受洗，在水里泡一下，我就能获得那张船票。但是我想，我是那个自己游过去，顺别搭桥让别人–尤其是我女儿–也可以过去的那个人。

所以我相信未来会好的。

前一段时间突然有点情绪低落，这篇日记，算是低落之后情绪的恢复吧。

很久以前就玩过狼人杀的游戏，那时候懵懵懂懂，只是觉得吵起架来很好玩，一心一意想的是如何胡言乱语蒙混过关，结果总是提前被淘汰出局。唯一的经验是，话多的人死的早。

上次去纽约出差，中间有一晚上公司几个人组织了一个进化版的狼人杀游戏，好久没有玩了，觉得不宜太不合群，也就勉为其难的参加了。这一次，却颇为有些感觉。今天早上起床不知道为什么突然想到这些，心境触动，有了想写些什么的念头。

狼人杀的游戏无论怎么变化，其宗旨仍旧是从一堆人里面找到那个“坏人”。中间过程不外乎是各自申辩，推理。游戏中虽然只有一个坏人，但是坏人也是有帮手的，所以矛盾就从简单的二元对立变成了多方博弈。我在那场游戏里面的角色是属于“预备坏人” — 简单的说，就是我目前还不是”坏人“，但是如果真正的“坏人”死了，我就自动成为“坏人”。所以我的游戏规则就变成了在适当的时候杀死“坏人”。但是我不能杀得太早，因为我需要利用这个“坏人”先杀掉一批好人，然后在适当的时候再以“正义”的名义杀掉他，自己成为那个坏蛋，然后再干掉剩下的好人。。。

我的角色很好，但是我不会玩。或者说，我不太适合这个角色。我很早跟自己约定：永远不说假话，不欺骗。所以别人问我：你是不是“坏人”的时候，我可以说“不是”，因为我在真正的坏人被找出来之前的确不是。但是当别人问我：你是不是“好人”的时候，我却不可以说“是”，因为我的确不是好人。所以我的选择只能是：我不能说。

从这个游戏抽象出来，我其实很容易理解自己：我不太适合口是心非的角色，即便是以正义之名。又或者说，我不是很能变通，不是不会，而是选择不做。所以我不是枭雄，也当不了枭雄。换成现代商业语言，我大概率不合适玩所谓的商业竞争的游戏，因为有太多的灰色地带让我缚手缚脚。与其在这个不擅长的领域博弈，不如老老实实的做我自己愿意并且能过做的。我心里想的就是利用今天的 ai 工具，打造属于我自己的王国。

每次运动完之后，我都会到健身房的浴室洗个澡。然而它大概是有些问题的，出热水的速度奇慢无比。要等上几乎是 7-8 分钟才有热水出来。这七八分钟就是我坐在冷水龙头下面打坐的时间。

洗冷水澡的感觉和洗热水澡的感觉是不一样的。洗热水澡是生活里的享受，一身淋漓大汗之后的干爽让人放松。洗冷水澡则是煎熬和忍受，是一种活着的感觉。

冷水骤然从头淋到脚的时候，我全身都会颤抖，头皮发麻，脸上和身上的肌肉都是瞬间僵住，大脑一片空白。等了不知道多久，也许才十多秒，我大脑里才回过神来，开始有一种“适应”的感觉 — 应该是习惯了这种冰凉。这种“适应”的过程中，我能够感觉得到身体的反抗。我找不到这种反抗的源头，似乎同时来自于身体的各个部位，并不需要我的大脑进行任何的指挥和协调。这种应激反应，是身体全部细胞的反抗。虽然最初的颤抖发麻和肌肉的僵直让人感到不快，但是随之而来的本能的反抗，让我虽然仍旧感到冷，觉得全身上下每一个毛孔都不适应，但是却让我感到一种久违的活着的感觉。在适应了一段时间之后，也许两三分钟，也许五六分钟，我开始感觉身体没有那么冷了。我甚至也分辨不出到底是我不感觉到冷了，还是水温有了变化。我开始从感到“冷”变成到感觉“凉”。这种凉带来的是一种意识上的清醒和意识上的主动的反抗。我甚至感到一阵兴奋。我不再惧怕寒冷，反而期盼这种寒冷。我似乎在面对一种挑战。我觉得我能够面对这种挑战。这种能够面对，并且战而胜之的感觉让我尤其满足。

有时候，自讨苦吃是为了让自己不要忘记动物的本性。这个社会固然进步了很多，周围也似乎充满了人性。然而我们不过是换了另外一种不见血的竞争方式。竞争中失败人类和国家的命运，有时候会更加悲惨。动物的竞争最多失去肉体。人类的竞争还会失去灵魂。所以一个人居安而思危，在任何时候都不会错。

突然想到的，共勉！

想记录一下最近参加的两个和AI 有关的会。一个是华源的，算是硅谷最大的中国人工程师协会。另一个叫ODSC (Open Data Science Conference)，我去年也参加了，今年是第二次。另外，今天的日记的题目起得很大，其实是个噱头，但是算是对我自己的噱头吧。人工智能的发展实在太快，没有人可以知道全部，三个月之后，我今天所说的，很可能已经成为历史–就让这份所谓的报告成为一份历史报告吧。另外，这份报告里有很多是我自己的联想，猜测和推演，所以这并非一份诚实的报告。纯粹是想记录一下，让几年之后的自己回头再看的时候了解我究竟是否有对未来的洞察力。

【教育】

• 教育的现状令人担心。目前的 ai 并不能改变基础教育的效率。问题在于小孩子还难以学会如何使用 ai。但是我们可以用 ai 去训练老师，让他更好的教小孩子。同样的方法可以用在心理理疗师身上。
• 未来的人的能力更多的取决于两点：使用 ai 的能力，和使用 ai 去学习新的知识的能力。

【危机】

• 如何理解ai 对人类的危害：ai 所拥有的知识更是超越大多数人的。我们普通人是否真的理解了ai 所带来的社会，职业，科研方面的革新？或者是革命？讨论这个问题的人很多。简单的归纳就是：超级 ai 很有可能出现，能够全面引领人类的研究。以前使用 ai 是在纷芜复杂的研究路径中找到最可能的突破口，自动筛选掉错误的路径。比如复合材料研究，基因研究，如此等等。但是如今 ai 已经进化了太多，在人类输入了某些基础的研究原则方法论之后，ai 的学习速度极大提高，其甚至进化到可以指导人类进行下一步研究，或者直接解决某个问题 — 直接提供答案。在这种“超级智能”的 ai 面前，人类所有的问题几乎可以立马得到“正确”的答案 — 这也是硅谷大公司不惜血本也要赢得这场 ai 竞赛的原因。这次听到的演讲里面，有些说的是数学方面的研究，如何利用 ai 得到了更迅速的研究结果，虽然人类未必做不出来，但是在时效上可能慢了两个数量级，特别是在工程数学应用方面。还有些是在算法优化方面，更是能够提出一些新的算法，而人类算法学家已经有很长时一段时间没有提出新的算法思路了、、、如果说要延伸拓展一下就是：ai 很可能提供了一个弯道超车的机会，又或者提供了一个让对手永远也无法企及的加速发展的机会。看到了ai 的能力的人，无法不被震撼，也无法忽略它带来的颠覆性的后果。
• ai 的不安全是全方位的，从底层的模型，到用户请求，数据嵌入，及时更新，乃至于中间介入，处处是漏洞处处是风险。如何增加 ai 的信任度，将是一个长期和复杂的过程。而 ai 如果撒谎，人类将缺乏辨别能力，从而产生社会性的风险 — 或者说，ai 的造谣能力将是指数级的增加和指数级的难以防御。
• 大数据之下，个人隐私无所遁形。ai 之下，人类没有隐私，甚至连未来的隐私都会被泄露（有点危言耸听了，但是预测人的行为本身也是 ai 的功能）
• ai 危机之下，人类未必没有机会。重要的是角色的转换。ai 如果成为工作同事，我们就成为了做决定的人。在更好更深刻的理解公司方向的情况下协调部门团队 — 犹如军队的士兵已经是机器人了，那么人就成了天然的管理者，而只有能够领会上级意图的管理者才有生存的机会。未来的竞争，是决策机制和战略层面的竞争。
• 超级智能：我们已经非常接近了。也许，改变世界的终究是某个人，或者某个拥有超级智能的公司，组织，或者权力机构。
• ai 智能如果可以分级的话，我们现在在三级半，最高是五级，而到第四级的时候，ai 已经在影响重大的公共决策了，公司和商业之间基本上都是智能体在进行数据交换，考验公司生存的是战略决策的选择，颇有生死时速的感觉。第五层无法想象。
• 另外一个讨论超级智能的预测在 2030 年左右会出现超级智能。然而其带来的风险则要大过自然灾难带来的风险和损失，诸如化学武器，大型系统入侵，信息传导扭曲，误导，诱导和谣言控制，政府控制或者政府职能劫持，等等。

【科研】

• 情境工程(Context Engineering): 去年的时候最火的是“提示工程(Prompt Engineering)”。今年的概念已经往前走了一步。换句话说，作为 llm（大语言模型）为底层的应用，在使用上已经再迈进一步。如何提问（prompting）仍旧重要，但是提供一个场景，一个故事，一个圈定的氛围，而后让 llm 根据这个来提供更准确的回答，让 ai 拥有“代入感”，从而提供更加合理，逻辑自洽和完整的回答。我进一步的联想是，以后的机器人能够真正的进入人的某个角色，然后提供“合情合理”的答案将成为现实（当然需要解决“记忆”这个问题，这仍旧是正在激烈的往前推进的课题）。这份演讲提到了如何构造”Context”的详细的技术路线，也提供了在提供场景之后的 ai 的工作效率：的确非常惊人。ai 已经可以提供合理的建议，找到复杂的逻辑错误并提出修正了。而且 ai 的优势是能够在大量的背景资料中筛选有用的信息。作者提供的是编程方面的示例，但是我能够看到其在谈判，甚至是法律诉讼方面的巨大潜力。至于将来法庭上是否有一个 ai 律师助手，我不得而知，但是这里隐含了巨大的想象空间。
• ai 走向 ei（工程智能）：传统 ai 是建立在海量数据和预测上，ei 则是学习问题的解决方法论，而后在方法论的基础上解决问题，而不是基于现有的解决方案的引申。简单的说，我们教给了ai 如何思考的方法，而后 ai 根据这些方法解决问题。甚至于能够教给人类如何解决问题。利用穷举法将不同的方法论组合之后不断尝试，而且能够根据反馈机制调整策略。唯一的缺点是它还不能提出新的方法论，只能组合现有的方法论– 给了我一点安慰。然而其研究的速度已经远超人类。而绝大部分人类的研究都是基于现有的方法论，而不是提出新的方法论。其速度和洞察力，已经超越了绝大部分人类顶尖的研究员（这一条没有数据，只有个案）

【应用】

• yutori.com ： scouts：这是一个浏览器的 agent（智能体）。能够代替个人不断的访问同一，或者多个网站，收集数据，写摘要报告，或者执行某种固定程式的操作。诸如：看某人的博客，追踪某个数据，价格，产品发布，个人履历，甚至定位，买机票、、、。你可以将之想象成自己的分身，在互联网上（或者公司内部网络）代替自己参与活动，无论是读新闻，看股票，做研究，甚至参与社交互动。就展示而言，已经很成熟。不过资源消耗很大，目前是邀请制 — 我想引申的一点是，上一次看见的研讨会里面，mit 的教授有展示一个内部实验，也就是一个纯粹的智能体（ai agent）的互联网，没有人的参与，只有各种智能体之间进行信息交换，汇总和实操。也许将来的互联网不再是人的网络，更是 ai 代理人的网络。
• derwen ai：只需要基于公开信息，洗钱就已经基本上无可遁形了。这是一项远超大数据本身的追踪机制。（但是也许没有人真的用它，而是作为某些公益组织的呼吁的工具）
• 语音 ai 作为新的界面，已经有了巨大的进步，诸如即时翻译，同步异语输入输出。也许语言障碍将消除，但是语言能力的差异将一直存在（仍旧会减少）
• 语音 ai 将是未来最重要的人机交互界面，而且无所不在。

【技术】

• Orchestration: 模型固然重要，但是模型之间的合作交流和应用层面更加重要。以后的 ai，需要几十个或者上百个大大小小的模型相互协同和匹配，以便更好的服务人类。
• ai 模型如果能够大规模应用，开源是最好最安全的选择。但是开源和商业闭源必将长期共存。
• 每个人都需要学习 ai，而 ai 的精髓在于信息共享和流通。效率的提升在于信息的流通速度和阻隔的减少。建立企业内部的统一的 ai 平台势在必行。而这也许就是未来的公司架构重构的方向。
• deep agent（深度智能体）：智能规划，协调多个专业智能体，多层次的内容和决策架构 （sub-agent，mcp，plan，记忆以及记忆载体）– 这个有点复杂，暂时先记录这两点。
• 生成式 ai 的大型决策机制架构。
• vibe coding：ai 编程已经并且将继续改变社会
• 如何建立稳定的底层 ai 架构：底层 ai 架构将成为公司的架构刚需。一个人的亿元独角兽公司将成为可能。
• 发展 ai模型的瓶颈之一是评测 ai模型的工具。没有好的评测工具，ai 发展难以推进。

再次特意说明一下：上面这些有些是忠实的记录，有些是我当时发散出来的思维。所以整体不够严谨。姑妄听之。同时，而我参加的这个也并非顶级程度的 conference，勉强算是中上吧。很有一些技术大牛，公司高层，和知名教授，但是还不够顶级。

算是一个历史档案吧。