#技术依赖

1周前

这就是为什么我每次用 ChatGPT 的时候都会自我谴责

ChatGPT Plus用户抗议权益缩水，萨姆奥尔特曼亲自道歉· 24 条信息

#ChatGPT #自我谴责 #AI伦理 #技术依赖 #情感反思

4周前

最近看到时间线上很多人在讨论现在的文章AI味越来越重但是根据 Graphite 的调研和测算 2024 年11月 AI 生成的文章数量，就已经超过了人类撰写文章的数量所以现在还在讨论AI味其实越来越没有意义了去年的时候AI生成总结的内容我都会核实2-3遍，甚至使用不同的工具同时生成... 今年开始我几乎都不去核实了！一方面是AI的事实能力和准确度已经提高了很多，不再担心它会犯基本的错误另一方面是我感觉是一个信任感建立的过程，就像你开自动驾驶的汽车，一开始提心吊胆，慢慢的你和它建立信任感后，你就放手让它去干了，这是一个人机协作的过程。所以未来更多的是人机协作的模式，这个时候你还去在意AI味其实意义不到，因为你不得不接受一个现实就是未来90%以上的内容都是AI生成的，甚至更高。人一旦接受和适应了这种人机协作的高效率模式就再也回不去了。就像你习惯了移动支付、滴滴打车、随时的外卖...一旦失去你会茫然失措。有一天AI宕机了... 你可能什么也不会干了...

#AI生成内容 #人机协作 #信任感建立 #效率提升 #技术依赖

1个月前

最近有个现象值得关注：当开发者被允许使用AI工具时，完成同样任务的时间反而增加了19%。这与开发者普遍认为AI能提升效率的直觉，以及专家们可能的乐观预测形成了反差。更值得玩味的是这种“认知差距”：开发者最初期望AI能带来24%的速度提升，而在实际体验到19%的延迟后，他们仍然相信AI让自己快了20%。这就像我们在生活中常遇到的“技术依赖错觉”——明明工具就在手边，为何效率反而不升反降？或许问题出在“使用”的本质。 AI工具能辅助处理信息、生成代码片段，但真正的开发过程往往需要深度思考：理解复杂需求、拆解问题模块、调试逻辑漏洞。当开发者依赖AI提供的“标准答案”时，可能会跳过关键的思考步骤，导致后续返工。就像导航软件能直接给出路线，但熟悉路况的人反而能更快找到捷径，因为他们在不断判断和优化路径。这种现象也提醒我们：技术是“助手”而非“替代者”。真正的效率提升，来自于人与AI的协同——用AI处理重复性工作，把节省的时间投入到更具创造性的问题解决上。就像当年Excel的出现没有让会计消失，反而让他们从繁琐计算转向数据分析；今天的AI工具，或许会让开发者更专注于架构设计、用户体验等核心价值环节。说到底，工具的价值不在于它本身有多“智能”，而在于使用者如何驾驭它。当我们放下对“速度”的执念，学会与AI对话、互补，才能真正挖掘技术的潜力。毕竟，人类的创造力、判断力和解决复杂问题的能力，永远是不可替代的核心竞争力。

#AI工具 #开发者效率 #技术依赖 #人机协同 #创造力

1个月前

小V对这张牛图的感想是，“啊这不就是用复杂的会计术语来描述的 “实物抵付” 吗？” 这个以Nvidia为核心的AI生态风险在哪里呢？ Nvidia悖论的深层结构决定了这不是一个简单的商业风险，而是一个自我强化的系统在接近临界点时的结构性脆弱性。 AI产业的价值创造基于一个简单公式： Token成本下降到应用可行性增加到经济生产力提升到更多资本投入然后循环基于此，Jansen黄仁勋的核心论述是Hopper到Blackwell芯片让token成本下降10-20倍，这个降幅足以让AI从“回答问题”进化到“自主使用工具”。这是质变。但这里有三个嵌套的风险结构： 1. 技术依赖的脆性（Single Point of Failure） Nvidia不仅提供芯片（硬件层），还投资OpenAI、xAI、CoreWeave（应用层、基础设施层）这意味着整个产业链的60%+成本流向同一个实体，且这个实体同时是供应商、投资者、客户好比如果在1990年代互联网泡沫中，Cisco不仅卖路由器，还投资Yahoo、Amazon，并持有ISP股份——风险集中度会高到什么程度？ 2. 资本循环的庞氏结构特征 Nvidia投资的公司（如CoreWeave）又回过头来购买Nvidia芯片。这不是传统的产业链垂直整合，而是资本-需求的闭环： Nvidia投资，到被投公司获得资金，用来购买Nvidia芯片导致Nvidia财报亮眼，估值上升，形成更多投资能力，然后投资循环这个循环在token成本持续下降、应用爆发时是良性的；但一旦停滞，就是多米诺骨牌 3. 不可调和的社会性悖论现在，二元困境的consequences来了，这是真正的哲学问题，如果情境A：AI投资回报足够那么意味着劳动力大规模被替代，社会动荡、消费能力下降、政治干预如果情境B：AI投资回报不足那么泡沫破裂然后 Nvidia需求崩溃导致金融系统震荡（因为Nvidia已经渗透到ETF、私募信贷、数据中心债务等各领域）传统的“技术进步创造新工作”论述在这里遇到时间尺度问题。AI替代速度（以月/年为单位）vs 新岗位创造速度（以“代”为单位）的不匹配。 Jansen黄的策略本质是有意制造生态锁定，“我们每年改变数据中心的每一块芯片”，但这不是技术必然性，而是战略选择。对比传统基础设施（铁路、光纤）等技术稳定的长周期资产，Nvidia的模式是强制快速迭代，让竞争对手无法建立兼容生态这既是护城河，也是风险放大器。如果迭代速度慢下来（技术瓶颈/市场饱和），这个模式的正当性就会被质疑。 Nvidia本质上是在玩一个“速度差套利”游戏。用技术迭代速度超过资本回收周期，用生态整合速度超过监管反应速度，用AI能力增长速度超过社会适应速度。只要保持速度优势，所有风险都被增长掩盖；但一旦任何一个维度的速度下降，系统性风险立刻暴露。假设，假设啊，测试一下当前模式的真实脆弱性。如果Nvidia明天宣布芯片迭代周期从1年拖延到3年（就像传统的半导体模式），对整个AI生态的资本流动会发生什么变化？短期6-12个月内，在数据中心上的资本支出骤降，因为客户可以延长现有设备折旧周期。Nvidia毛利率下降（失去“强制升级”溢价），股价承压20-30%。中期（2-3年）：竞争对手（AMD、Intel、中国厂商）获得追赶窗口，生态多元化。Token成本下降速度放缓，部分边缘AI应用的商业模式崩溃（依赖廉价推理的应用）。长期（5年+）：AI产业从“军备竞赛”模式转向“效率优化”模式，类似云计算在2015年后的成熟化。Nvidia从“增长故事”变为“现金牛”，估值重估。再一个，Token成本下降存在物理极限（能源效率、量子噪声）和经济极限（边际效益递减）。“10-20倍下降”能持续几代？基于当前晶体管技术，大约还有3-4代（到2030年左右）的摩尔定律空间。之后必须依赖架构创新或新物理（光子芯片、量子计算）。一旦降至个位数改进，叙事如何维持？如果中国、欧盟或其他实体成功建立非Nvidia依赖的AI芯片生态（即使性能落后20-30%），对Nvidia垄断地位的冲击有多大？历史类比看看Linux对Windows的长期侵蚀。社会承受力阈值即AI替代劳动力的速度上限在哪里？如果2027-2030年间白领失业率上升5-10%，政治系统的反应（监管、税收、禁令）会如何影响Nvidia的商业模式？参考以下， 1930年代大萧条：失业率25%，导致政治体系重构（新政、法西斯主义） 1980年代制造业自动化：失业率10%，可通过服务业吸收 2008年金融危机：失业率10%，引发民粹主义浪潮而这次AI替代的是认知劳动力（白领专业人士），这个群体的政治影响力远高于蓝领。如果2028-2030年间，律师、会计、初级程序员等岗位的净减少超过5%，会触发临界点，监管加速，反垄断调查，社会抵制运动（类似转基因、核能的公众反弹）直接影响AI应用层的增长速度，间接影响Nvidia需求。如果Nvidia股价因任何原因（业绩不达预期、竞争加剧、监管）下跌40%，通过ETF持仓、数据中心抵押贷款、私募基金敞口等金融传染路径，会在哪些非预期领域引发连锁反应呢明摆着的路径有： ETF持仓（Nvidia占S&P 500权重约6-7%）数据中心贷款（60%成本是Nvidia芯片，作为抵押物价值）私募信贷（大量资金流向数据中心建设）隐藏的路径有：养老金体系，全球养老金通过被动指数基金使间接持有大量Nvidia。如果股价腰斩，退休储蓄缩水引发政治压力。日本央行/金融机构通过ETF持有日本股票，而日本科技股（Sony、软银）重度依赖AI叙事，Nvidia崩盘会传染到日元资产。部分新兴市场国家的主权基金投资于AI基础设施，Nvidia下跌会影响其偿债能力。最危险的场景是信心的突然转变。不需要基本面彻底恶化，只需市场从“AI肯定成功”转向“AI可能失败”的叙事切换，就能触发抛售螺旋。 Nvidia生态以外的威胁是真实存在的如果性能差距可以容忍（云服务商已经在使用自研芯片如Google TPU、AWS Inferentia，尽管性能略低）。关键是生态完整性——CUDA的软件护城河比硬件本身更难攻克，但也不是绝对的地缘政治方面，中国的AI芯片产业（华为昇腾、寒武纪）在美国出口管制下被迫独立发展，5-10年后可能形成平行生态。虽然不会直接打败Nvidia，但至少会分割市场，降低其定价权。好比当年ARM架构用了20年才在服务器市场挑战x86，但一旦站稳就势不可挡。

#NVIDIA #AI生态风险 #黄仁勋 #技术依赖 #社会性悖论

1个月前

终于升到了 OpenDAL .. 看看下一次 OpenDAL 发版是啥时候，然后把 Fastrace 升一下就可以在 ScopeDB 里升上去了。这种核心 API 还是要稳一稳，跟终端单独依赖或者纯内部依赖不太一样，相关的定义和接口可能跨 crate 在公开 API 里同时依赖。导致一家老小必须同时升上去。

#OpenDAL #Fastrace #ScopeDB #API升级 #技术依赖

2个月前

还是会经常过早做优化和自动化，想把这套路径焊在电脑桌面上🥲

#过度优化 #自动化 #焦虑 #技术依赖 #效率工具

2个月前

cursor 的 tab 非常强，算 cursor 的护城河但我发现一个问题…最近好像不太手写代码了，好像用 tab 的频率都变低了😶

AI编程工具激战：Claude Code、Gemini Cli崛起· 1164 条信息

#Cursor #tab功能 #手写代码减少 #效率提升 #技术依赖

3个月前

你们现在能忍住多久不碰 AI ?

#AI #人工智能 #技术依赖 #忍耐 #科技

华尔街日报中文网

3个月前

#本周热读美国商务部长卢特尼克解释了特朗普政府允许英伟达向中国出售其H20 AI芯片的立场转变，称美国希望中国继续依赖美国技术。

英伟达H20芯片重返中国市场，安全隐患引关注· 46 条信息

#美国商务部长 #英伟达H20芯片 #中国 #技术依赖

新华网-新华网

5个月前

综述丨电邮封锁事件引担忧荷兰讨论摆脱对美技术依赖

综述丨电邮封锁事件引担忧荷兰讨论摆脱对美技术依赖-

#电邮封锁 #荷兰 #技术依赖 #美国技术 #技术独立

6个月前

用着美国创造的AI技术笑骂美国，自己还趾高气昂，不知道许多领域的底层理论和技术都在美国人手里，一百多年过去了，义和团仍然是义和团，即使红缨枪换成AK47，脑瓜子里面仍然是一团浆糊。

#AI技术 #美国科技 #批评精神 #技术依赖