先快速🔜对今年做个回顾：美股芯片泡沫，硅谷七大厂开展芯片军备竞赛……openAI将竞争对手修正为苹果，重拾C端；甲骨文准备转手做“二房东”来应付股东质疑AI巨额支出。
一个目前比较主流的观点：大语言模型的升级已经进入边界递减效应，即使升级，也不会像当年横空出世的ChatGPT一般能撼动整个世界。说得再通俗一点，以后两三年的更新就类似苹果每年给iPhone升级一样的挤牙膏式，“创新”程度有限。
目前有几种走向：一种是开发针对专门场景的小模型（比如K12），一种是可以用于操控手机各类app的agent（豆包）或者在对话里引导下单/提供购物网站进行广告投放和转化（OpenAI在干这事，千问也在做）。
我是这样应对第一场考试：
1.了解趋势，而不是追逐热点
- 不用追赶每个热点，某某发布了某某，模型的最新评分代表又更新了……那是自媒体该操心的事，我只需隔岸观火。
- 保持信息的纯净度，以免干扰后续判断。我的老观点：关注的越多，就等于邀请几百号人在你脑袋里开辩论赛。不如一条道走到黑，碰壁了再换一条路径。这个信息源可以是社交平台上的专业账号（AI创业的那波人必定会紧跟行业热度），可以是财经媒体（金钱的流动比一般人嗅觉更灵敏），也可以是央视国际新闻（脱离政治的经济就是孤岛，失去分析的意义）。
- 重要的是从使用中总结经验。如果没有办法使用genimi、nano banana，那么用国内的Deepseek和千问也可以。无论哪个模型都可以，不必过分追求前沿性。
2.不投机，也不妄想一步登天
A股股民的投机性和积极性都是全球第一，我看我妈深有体会。
理财小组里不少人晒贴，连年炒股连年亏，19——24年平均收益率-15%。新闻随手一搜，只见“2024A股四成个股收涨”的大字报。
扪心自问，有多少人的收益是正数而不是负数？钱流向了哪里？
不要拿着美股、日经的理论来炒A股。不要研究公司名字里的玄学。不要去赌某只股票是不是连打七个涨停板。
不下场不投机，起码没有损失。
不输，是不是等于赢？
3.大语言模型有其局限性，只能协同
最近一个月我一直在高频率使用deepseek，新窗口一周开启一个。刚开始，我想起什么就把什么扔给它分析，随随便便就能得到大几百字的吹捧。得到的回应全都是肯定，这让我非常开心。我把它定位成心理医生。它也确实帮我迈出重启newsletter第一步。
过了一两周，我开始回过味来：如果所有反馈都是赞美，那它和“奸佞”有何不同？我岂不成了提线木偶？我抛出了疑问，它巧妙地周旋了过去。我开始逐条审视答案。在得不到理想答案时，我会反复修改对话的前置条件或者简略提一下前因后果，刷新回答一直到我满意为止。
一个月后的现在，我会带着我的成果和结论和它对话。我通过它对原有猜测进行一个交叉验证。
现在（2025年）的AI并不是一个思想创新工具，它源于网络发言，既无法得出建设性结论，也无法影响现实。
思考、行动、修正、讨论，一切改变，必须由我本人完成。
AI既不能代替我思考，也不能代替我行动。它也不能凭空生成创意，它只能是我用来厘清思绪的一个工具。
如果我扔给AI一个模糊的问题，那只能得到一个模糊的回答。如果我有详尽的描述，那大概率能得到一幅满意的答卷。
什么时候行动？什么程度？是否有效？产生了什么后果？一切必须由我本人判断。
4.不是平台提供了服务，是用户在训练AI
大语言模型的训练无法回避版权争议，它本就源自网络上的大量发言💬和众多上传的数据📊。
纽约时报起诉Perplexity，Anthropic被环球音乐起诉，Anthropic遭到多位作者集体诉讼，《纽约时报》起诉openAI和微软……大公司的对决，最后大概率会迎来分成和解确保法律合规。
**普通人和AI对话，同样是在训练模型。**我们为提示词提供了海量生动的模本，这也是如今我们能“免费”使用AI应用的原因。
使用者，用时间和精力，交换了AI的使用权。所以，谁给谁打工还不一定呢！😊
最近读到很有冲击力的一小段话：
地球的淘汰并不是发生在一瞬间，而是随时随地，每时每刻。不见的人已经离场，剩下的人还在考试。
使用AI的同时，我也不忘问问自己，到底是我用它，还是它用我？
今天就到这里，我们下回再见👋！