avatar
早上好哇。 昨晚又一夜没睡，原因是睡前秒了一眼券商APP，发现八月初随便买的人工智能ETF竟已神经病一样涨了35%（可惜只买了一百手）。这才认真的意识到A股切实面临着一个前所未有的变局，于是连夜研究行情至天明。
#人工智能ETF #A股变局 #收益35% #券商APP #一夜未眠
avatar
ginobefun
3个月前
#BestBlogs 深入聊聊 RAG | 大淘宝技术 文章深入剖析 RAG 技术各环节的实现细节与优化策略，强调通过精细化调优文档分块、索引、编码、混合检索与重排，以提升 AI 应用召回率与精确率。 摘要： 本文由大淘宝技术团队撰写，旨在为 RAG 实践者提供从快速使用到深度优化的宝贵参考，解决 RAG 在 AI 应用开发中常被视为黑盒、难以定位和持续优化的问题。文章深入探讨了 RAG（Retrieval Augmented Generation）技术的实现细节和优化策略，详细拆解了其核心链路，包括文档分块（Chunking）的语义切分和多模态/Agentic Chunking 策略；索引增强（Indexing），涵盖了语义增强和反向 HyDE 两种方法；编码（Embedding）环节中编码模型语言、词汇表和语义空间对效果的影响；混合检索（Hybrid Search）通过结合稀疏向量（BM25）和稠密向量（Transformer-based embedding）提升召回和精确率；以及重排序（Re-Ranking）利用 Cross-Encoder 进一步优化检索结果。文章强调每个环节都需要结合具体场景进行调优，以平衡召回率与精确率，并倡导从快速使用走向深度优化的实践路径。 主要内容: 1. RAG 各环节深度优化是提升 AI 应用效果的关键 -- 将 RAG 从黑盒变为可调优的白盒，通过精细化管理 Chunking、Indexing、Embedding、Hybrid Search 和 Re-Ranking 等模块，显著提升召回率与精确率。 2. 文档分块需结合语义和场景选择策略 -- 应考虑语义 Chunking、多模态 Chunking 或 Agentic Chunking，并根据文档特性调整分块大小和相似度阈值，确保知识内聚性。 3. 混合检索与重排能有效平衡检索的广度与精度 -- 混合检索结合关键词和语义匹配，提升召回率；重排则进一步筛选最相关文档，提高最终结果准确性。 文章链接：
#RAG技术 #大淘宝技术团队 #AI应用优化 #检索增强生成 #深度优化策略
avatar
向阳乔木
3个月前
现在vibe coding人人能做的打砖块游戏来源。
#Vibe Coding #打砖块游戏
avatar
dontbesilent
3个月前
写提示词，不是一个简单的可以被教会、学会的技能 提示词分为两部分，一部分是控制层 → 决定答案是否“听话、好看” 另外一部分是内容层 → 决定答案是否“有料、管用” 控制层，就是常说的提示词工程技巧，比如 “请你扮演专业咨询师”，这个东西可以 10 分钟速成 但是内容层完全是另外一个维度的事情 马云和 ChatGPT 聊阿里巴巴的战略问题，肯定比我强 这是不是因为马云的提示词比我好？肯定是的 可是马云的提示词优于我的部分，是内容层，不是控制层，我学不会，我没地方学
#提示词工程 #内容层 #控制层 #马云 #阿里巴巴战略
avatar
#TIL 一直很好奇为什么在Linux Shell下运行程序(+x)有时候要在前面加 ./ 有时候又不要。 这是因为出于安全考量，Linux下的PATH环境变量并没有包含当前路径，所以运行不包含在PATH环境变量下的当前目录下的程序需要加 ./ 。🤔 ref:
#Linux Shell #PATH环境变量 #安全考量 #./ #当前路径
avatar
更新/Google搜素引擎霸主之后，在移动互联网操作系统、云计算和眼下的AI大模型都战绩不俗，直接干区块链Layer1，确实比Meta成算机会大。几个互联网巨头里，谷歌更有学术自由和区块链精神。 谷歌：我们为什么要做一条自己的区块链GCUL
#谷歌 #区块链 #GCUL #互联网巨头 #AI大模型
avatar
dontbesilent
3个月前
我认为商业领域最难的问题是定价 现在惊喜地发现，gpt o3 可以一定程度上解答定价问题
#定价 #GPT-3 #商业 #难题解决 #积极
avatar
在Palantir的凝视下，重写AI的社会宪章 Palantir隐喻：真理、诱惑与暴政的工具 在J.R.R. 托尔金的宏大叙事《魔戒》中，存在一种名为“Palantír”的“真知晶球”（Seeing Stone）。这些晶球由精灵打造，拥有非凡的力量：它们能让使用者跨越时空，看到远方发生的事物，洞察隐藏的真相，并与远方的盟友进行心灵沟通 。然而，这件神器也蕴含着巨大的诱惑与致命的陷阱。当其中一颗晶球落入黑暗魔君索伦之手，它便从一个探求真理的工具，沦为散播扭曲真相、腐蚀使用者心智的媒介。索伦利用它选择性地展示画面，放大绝望，诱导意志薄弱者走向毁灭，就连强大的白袍巫师萨鲁曼也因此堕落，沦为魔君的傀儡 。 Palantír的本质揭示了一个深刻的悖论：对确定性和全知全能的追求，可能恰恰是通往奴役的捷径。它所展示的“真相”并非虚假，而是经过精心剪裁的真实片段，这种片面的真实比彻底的谎言更具欺骗性 。 今天，一家以“Palantir”命名的科技公司，正在将这块神话中的“魔石”化为代码，交到现代国家的权力中枢手中 。这家公司的命名并非随意的品牌选择，而是其创始人彼得·蒂尔（Peter Thiel）深思熟虑后的哲学宣言。蒂尔本人是托尔金的忠实拥趸，其公司和风险基金的命名多取材于《魔戒》 。选择Palantír这个名字，本身就意味着对这种“远观”力量的拥抱，同时也流露出一种自信，认为现代的精英能够驾驭这股神话中足以腐蚀最强者的力量。这种命名选择本身就构成了一种精英主义的声明：承认力量的危险，但坚信唯有少数人能正确地使用它。 核心问题：安全之承诺，抑或奴役之契约？ 这家现代“魔石”的缔造者——Palantir Technologies——所代表的，是一种由精英掌握、旨在消除世界不确定性的AI权力系统。它向客户贩卖的，究竟是真正的安全，还是一种新型的奴役？它是在捍卫现有社会秩序，还是在悄然创造一种超越民主范式的全新治理模式？这已不再是一个遥远的科幻设想，而是一个正在全球范围内发生的、紧迫的政治现实。 本文旨在深入剖析这一正在形成的权力结构。我们将首先解构这块现代“魔石”——Palantir权力的三重本质，揭示其作为一种哲学实体、一种确定性商品和一种与国家权力共生体的复杂身份。 随后，我们将探讨它所催生的两种截然不同的治理范式之间的决战：“魔石之道”——通往一种高效但非民主的“算法封建主义”，与“契约之路”——旨在通过构建新的社会契约来捍卫人类最终裁量权的文明底线。 最后，我们将把这场抉择置于中美AI霸权竞赛的修罗场中进行淬炼，论证为何在这场关乎生存的竞争压力下，“AI立宪”不仅是一项伦理倡议，更是一份关乎人类文明自我认同与存续的自白书。 第一部分：解剖“魔石”——Palantir权力的三重本质 Palantir Technologies远非一家传统的软件公司。要理解其深刻的影响力，必须从三个相互关联的层面进行解剖：它是一种权力哲学的物理实现，一种贩卖“确定性”的独特商品，以及一个与国家机器深度融合的共生体。这三重本质共同构成了这块现代“魔石”的核心，并解释了它为何能如此深入地嵌入当代权力结构的核心。 第一重：作为“哲学实体”的Palantir Palantir的根基并非建立在技术创新之上，而是建立在一套明确而激进的政治哲学之上，这套哲学主要源自其联合创始人、精神领袖及公司主席彼得·蒂尔 。 蒂尔主义：对民主的怀疑与精英的信仰 彼得·蒂尔的政治思想具有鲜明的保守自由意志主义（conservative libertarian）色彩，并对现代民主制度抱有深刻的怀疑 。他曾明确写道，自1920年以来，“福利受益者的大量增加和妇女获得选举权”使得“资本主义民主”日益成为一个矛盾的说法 。这种观点揭示了他对大众民主的根本不信任，认为大众的参与和福利国家的需求侵蚀了资本主义的自由和效率。在他看来，世界本质上是混乱和危险的，而进步与秩序并非源于民主协商或大众共识，而是必须由少数洞悉真相、意志坚定的精英通过强力手段来驱动 。 这种哲学认为，民主过程中的噪音、妥协和民意反复是效率的障碍，是需要被“数据真相”所穿透和管理的客体。大众并非治理的主体，而是治理的对象。因此，需要一种工具，能够赋予精英阶层超越纷繁表象、直抵事物本质的能力，从而做出“正确”的决策。 从哲学到架构：为精英打造的权力工具 Palantir的商业模式和产品架构正是这一哲学的直接体现。与面向大众消费者的科技公司不同，Palantir从不向公众出售任何产品。它的客户群体极为狭窄，仅限于那些手握重权的机构：政府、军队、情报机构、警察部门以及大型跨国公司 。这种排他性的客户策略，在架构上就实现了一种权力分层：少数“使用者”（user）通过Palantir的平台去观察、分析和管理广大的“被观察者”（the observed）。 公司提供的不是一个开放的平台，而是一个封闭的、为权力中枢量身定制的“认知引擎”。其核心使命，正如其CEO亚历克斯·卡普（Alex Karp）所言，是“解决世界上最重大的问题” ，并“在必要时，威慑敌人，偶尔杀死他们” 。这清晰地表明，Palantir将自己定位为精英阶层执行其意志的工具，其目标是维护和加强现有权力结构的运作效率，而非促进更广泛的社会参与。 卡普悖论：哲学博士与权力掮客 公司的CEO亚历克斯·卡普本身也体现了这种哲学的复杂性。他拥有新古典社会理论的哲学博士学位，师从著名哲学家哈贝马斯，其学术背景似乎与一个监控技术公司的领导者格格不入 。卡普本人也时常表达对威权主义的警惕和对监控的怀疑 。然而，正是这种看似矛盾的身份，使他成为Palantir完美的公众形象。 蒂尔选择这位没有工程或创业背景的法学院同学作为CEO，或许正是看中了他能够弥合科技与政治、理想主义与现实主义之间鸿沟的能力 。卡普的哲学言辞为Palantir的业务披上了一层“保卫西方文明”和“解决复杂问题”的合法性外衣，使其不仅仅被视为一个冷酷的监控工具，而被提升为一个旨在维护秩序、对抗混乱的必要存在。这种“卡普悖论”——一位哲学博士领导着一家可能侵蚀公民自由的公司——既掩盖也强化了Palantir作为权力哲学实体的本质。它将蒂尔主义的精英内核，包装成一种深思熟虑、甚至带有些许存在主义色彩的文明使命。 第二重：作为“确定性商品”的Palantir 在混乱与不确定性成为时代主题的背景下，Palantir贩卖的并非软件许可或技术服务，而是一种更稀缺、更具诱惑力的商品：确定性的承诺。 后9/11时代的焦虑解药 Palantir的诞生与“后9/11时代”的集体焦虑紧密相连。2001年的恐怖袭击暴露了美国情报机构在数据整合与分析上的致命缺陷，即各个机构的数据相互孤立，无法形成完整的威胁图景 。彼得·蒂尔在PayPal成功运用模式识别算法打击金融欺诈的经验，让他相信同样的技术可以用来追踪恐怖分子的资金流，从而预防下一次袭击 。Palantir的创始使命，就是为国家安全机构提供一种将所有碎片化、看似无关的数据（如聊天记录、电话日志、财务往来、GPS记录等）融合成一幅清晰、可操作情报的全知能力 。 在反恐战争、金融危机、全球疫情和地缘政治冲突的重重迷雾中，Palantir向权力中枢承诺提供一种“上帝视角”（God's-eye view）。它卖的不是代码，而是一种消除决策者焦虑的解药，一种在混沌中建立秩序的强大能力。 Gotham：为国家打造的“全知之眼” Palantir Gotham平台是这一承诺的核心载体。它被设计为一个“任务规划和调查执行的企业平台” ，一个“AI就绪的操作系统，旨在改善和加速决策” 。其核心功能在于数据融合与可视化，能够将来自数百个不同来源、不同格式的海量数据（包括结构化的数据库记录和非结构化的PDF、邮件等）整合到一个统一的界面中，帮助分析师发现隐藏的联系和模式 。 Gotham的具体应用场景充分体现了其“上帝视角”的能力： 军事与情报：Gotham被用于支持整个军事“杀伤链”（kill chain），无缝整合目标识别与打击武器的配对 。例如，在一个模拟场景中，当Gotham的AI模型侦测到异常的海军活动时，分析师可以立即调取卫星图像，预测敌方战舰的航线，并评估其尺寸、速度和武器系统，最终系统会列出多种应对方案及其风险评估 。据报道，Gotham在定位乌萨马·本·拉登的情报收集中也扮演了角色。 执法与警务：Gotham被用于所谓的“预测性警务”（predictive policing），通过分析历史犯罪数据来预测未来犯罪可能发生的地点和人群，从而指导警力部署 。此外，它还被用于追踪和分析犯罪网络，帮助调查人员快速连接人、地点和事件等线索 。 Foundry：为企业复制的“确定性” Palantir Foundry平台则将这种对确定性的承诺从国家安全领域扩展到了商业世界。Foundry的核心是构建一个组织的“数字孪生”（digital twin）或“本体”（Ontology），即将企业所有分散的数据资产（来自生产线、供应链、财务系统等）与现实世界的实体（如设备、产品、设施）连接起来，创建一个统一的、可操作的数字模型 。 通过这个模型，企业可以： 优化运营：空中客车公司利用Foundry将修复生产线错误所需的时间从24天缩短到17天，节省了数百万美元 。 提升效率：一家大型美国保险公司利用Palantir的人工智能平台（AIP）将承保时间从两周缩短至三小时 。 管理复杂系统：矿业巨头力拓集团（Rio Tinto）利用Foundry和AIP来协调和优化其无人驾驶火车的路线和维护需求 。 无论是Gotham还是Foundry，其核心价值都在于将复杂、混乱的现实世界转化为一个可被量化、分析和预测的数据模型，从而为决策者提供前所未有的控制感和确定性。这正是Palantir最核心的商品。 第三重：作为“共生体”的Palantir Palantir的权力并非独立存在，而是通过与“深层国家”（The Deep State）——即国家机器中拥有持久权力的军事、情报和执法机构——形成一种完美的共生关系而得以实现和放大。 创始投资：中情局的“外部大脑” 这种共生关系从Palantir成立之初就已注定。公司最早的外部投资来自In-Q-Tel，这是美国中央情报局（CIA）旗下的风险投资机构 。这笔200万美元的投资不仅为Palantir提供了关键的启动资金，更重要的是，它赋予了公司无与伦比的合法性和内部渠道。这标志着Palantir从一开始就被设计为美国情报界的“外部大脑”或认知外包商，其技术研发直接服务于国家安全的核心需求。 数据-利维坦循环：权力与技术的完美融合 在这种共生关系中，国家与Palantir形成了一个自我强化的闭环，共同打造一个以数据为基础的现代“利维坦”（Leviathan）： 国家提供要素： 国家机器为Palantir提供了两样至关重要的资源。首先是海量、独家的数据源。Palantir的系统能够整合来自国土安全部（DHS）、国防部（DoD）、卫生与公众服务部（HHS）、国税局（IRS）等多个政府部门的敏感数据 。这些数据是其分析能力的基础，是私营企业无法获取的。 其次是合法的暴力执行权。 Palantir的分析结果，无论是锁定一个恐怖分子嫌疑人，还是标记一个无证移民，最终都需要由国家的执法或军事力量来采取行动。 Palantir提供引擎： Palantir则为国家提供了将这些数据转化为权力的“认知引擎”。它的平台（主要是Gotham）将原始数据提炼为可操作的情报、可锁定的目标和可预测的结果，极大地提升了国家机器的效率和精准度 。 Palantir与美国移民和海关执法局（ICE）的合作是这种共生关系最露骨、最引人争议的体现。 Palantir的系统被ICE描述为对其运作“至关重要”（mission critical） 。自特朗普政府上台以来，Palantir获得了超过9亿美元的联邦合同 ，其中与ICE的合同总价值超过2.57亿美元 。 Palantir为ICE开发的系统，如调查案件管理系统（ICM）和FALCON，被广泛用于策划工作场所突袭、实施大规模驱逐行动，甚至在备受谴责的家庭分离政策中，被用来建立针对无证儿童亲属的案件 。这些系统整合了来自护照记录、社保文件、税务数据甚至车牌读取器等多种数据库的信息，为每个目标个体创建一个全面的AI驱动档案 。 这种共生关系的顶峰是2025年4月ICE授予Palantir的一份价值3000万美元的合同，用于开发一个名为“ImmigrationOS”的全新AI平台 。该平台旨在实现对移民流动的“近乎实时的可见性”，整合从边境入境、签证记录到社交媒体活动的所有数据，创建一个“全视之眼”的仪表盘，以“简化”对被优先驱逐人员（如“暴力罪犯”和签证逾期者）的识别和逮捕 。 ImmigrationOS的诞生标志着“数据-利维坦”的成型。 在这里，治理的目的不再是简单的维护国家安全，而是共同打造一个以数据为最高权威、以算法效率为最高目标的全新治理范式。在这个范式中，国家权力的行使与私营公司的算法能力已密不可分，彼此赋能，共同扩张。 这种认知上的锁定，远比技术上的锁定更为牢固。一旦一个组织习惯了通过Palantir的“本体”来理解自身，放弃这个平台就如同放弃自己的认知框架。纽约警察局（NYPD）在试图终止与Palantir的合同时，据报道该公司拒绝以标准格式提供其分析数据，这正是认知锁定在现实中的体现 。此外，Gotham和Foundry平台功能上的日益融合，例如Gotham开始整合Foundry的能力，而Foundry也被政府机构用于管理公共服务 ，这表明一种统一的、以数据为中心的控制逻辑正在从国家安全领域渗透到社会和经济生活的方方面面，模糊了国家与市场的传统界限，创造了一种无所不包的算法管理模式。 第二部分：两种治理范式的决战——“魔石”之道 vs. “契约”之路 Palantir所代表的技术力量，不仅是一种工具的革新，更是一种治理范式的颠覆。它迫使我们直面一个根本性的选择：是拥抱一种将社会管理工程化、将公民数据化的“魔石”之道，还是重新确立一套旨在约束技术权力、捍卫人类价值的“契约”之路？这两种道路通往截然不同的未来。 道路A：“魔石”之道——通往“算法封建主义” “魔石”之道的核心，是将复杂的社会与政治问题简化为可通过数据和算法解决的工程问题。在这种范式下，治理的本质发生了根本性的转变。 治理模式：作为工程问题的社会 传统的政治过程充满了协商、妥协、民意反复和价值冲突。它承认世界的模糊性和人类社会目标的多元性。然而，在“魔石”之道下，“治理”被重新定义为一个输入数据、输出最优解的计算过程。正义、公平、权利这些难以量化的概念，被可计算的“风险评估”、“效率指标”和“威胁分数”所取代 。 以Palantir参与的预测性警务为例，决定警力部署的不再是社区的诉求或复杂的社会学分析，而是一个算法根据历史犯罪数据生成的“热点图” 。一个人的社会关系、过往记录甚至社交媒体上的言论，都可以被量化为一个“威胁分数”，从而决定他是否会受到警方的“预防性干预” 。同样，在移民执法中，一个人的命运可能取决于“ImmigrationOS”系统根据其数据档案生成的驱逐优先级评分 。在这种模式下，治理的目标不再是追求一种难以定义的“善”，而是实现一种可量化的“效率”。 权力结构：技术祭司与算法君主 这种治理模式的转变，必然伴随着权力结构的深刻重塑。当决策的核心从公开的政治辩论转移到封闭的算法模型中时，权力也悄然从民选代表和公共机构，转移到那些能够设计、操作和解释“魔石”的少数人手中。这群人构成了一个新的统治阶级： “技术祭司”：工程师、数据科学家和算法设计师。 他们是新时代的知识垄断者，掌握着定义“现实”和“真相”的算法语言。他们的代码和模型，虽然看似客观中立，却嵌入了特定的价值判断和偏见，但这些判断过程对公众而言完全不透明 。 “君主”：公司的创始人（如彼得·蒂尔）、CEO（如亚历克斯·卡普）以及使用这些系统的情报机构负责人和政府高官。 他们是这些“技术祭司”的庇护者和最终使用者，他们利用算法提供的“洞见”来制定政策、调动资源和行使权力。 在这种结构下，公民的选票虽然依然存在，但其影响力被大大削弱。真正的决策在数据的“黑箱”中完成，公众无法审查、无从问责。这构成了一种事实上的“算法封建主义”（Algorithmic Feudalism）。学者们用这个术语来描述一种新的社会形态，其中，权力不再源于土地所有权，而是源于对数据和数字平台的控制 。大型科技平台成为新的“数字领主”（digital lords），而普通用户和依赖这些平台生存的企业则沦为“数字农奴”（digital serfs）或“附庸资本家”（vassal capitalists），必须为接入平台而支付“数据租金” 。Palantir的模式正是这种封建关系的极致体现：它为国家这个最大的“领主”提供管理其“领地”的工具，而公民则成为被数据化管理的臣民。 道路B：“契约”之路——捍卫“人类的最终裁量权” 与“魔石”之道相对的，是“契约”之路。这条道路并非要摒弃技术，而是要为技术权力“立宪”，确保其服务于人类的价值，而非取而代之。 治理模式：承认不确定性与价值多元 “契约”之路承认世界的混乱与不确定性是常态，并坚持认为，应对这种不确定性的最终权力必须掌握在人类手中。这种权力必须通过一套公开、透明、可问责的法律程序来行使——这正是现代“社会契约”的精髓。 它拒绝将社会治理简化为工程问题，而是坚持其政治属性。这意味着承认价值的多元性，承认在效率、安全、自由、公平之间需要不断进行权衡与取舍，而这种取舍的权力最终属于全体公民，通过民主程序来体现。 核心主张：为AI立宪，确保人类的最终决定权 “契约”之路的核心主张是：Palantir所代表的“魔石”可以作为强大的工具，但绝不能成为最终的权威。因此，我们必须为这类权力工具召开一场“AI制宪会议”，其核心议题只有一个：如何确保在算法给出的“最优解”面前，人类永远保留说“不”的权利？ 这并非一个抽象的哲学问题，而是一个关乎文明底线的具体挑战。它意味着要捍卫以下几种关键权利： 犯错的权利： 算法追求的是零错误的最优解，但人类社会的发展与进步往往伴随着试错。保留人类的最终决定权，就是保留从错误中学习和成长的权利。 选择非理性但更人道的道路的权利： 算法的逻辑是冰冷的，它无法理解怜悯、宽恕、同情等人类情感。在某些情况下，一个从数据上看“风险更高”的决定（如给予一个有前科的人第二次机会），可能是一个更符合人道主义精神的决定。人类必须保留做出这种“非最优”选择的权力 。 程序正义高于结果效率的权利： 在“魔石”之道中，结果的效率是最高标准。而在“契约”之路中，程序的公正是不可逾越的底线。即使一个算法能100%准确地识别出罪犯，未经正当法律程序，任何惩罚都是非法的。为了实现这一点，新兴的“AI宪政主义”（AI Constitutionalism）理论提供了一个可行的框架 。该理论主张，我们应将宪法原则——如权力分立、正当程序、基本权利保护——硬编码到AI系统的设计和治理中。更有学者提出“公共AI宪政”（Public Constitutional AI）的概念，倡导通过广泛的公民参与和审议，共同起草一部“AI宪章”，并设立专门的“AI法院”来解释和执行这部宪章，确保AI的发展始终与一个特定政治共同体的共享价值观保持一致 。 这本质上是一场捍卫人类最终裁量权（human final say）的斗争 。 研究表明，在人机协作决策中，赋予人类员工推翻AI建议的权力，不仅能处理AI无法识别的“软信息”和细微差别，还能提升员工的学习能力和工作积极性 。尽管存在对人类决策偏见的担忧，但完全将决策权交给机器，会掩盖其背后同样存在的价值选择和偏见，并剥夺了人类作为道德主体的责任 。因此，“契约”之路的终极目标，是在AI时代重新确认人类作为价值判断和最终决策主体的地位。 结论：契约，或在凝视中迷失 我们的论证始于一块神话中的“魔石”，但其终局，却在冷酷的现实地缘政治冲突中展开。这场关于“魔石之道”与“契约之路”的抉择，并非发生在一个安逸的哲学真空中，而是发生在中美AI霸权竞赛的修罗场里。这层背景，让“魔石”的诱惑变得几乎无法抗拒。 地缘政治的熔炉：无法抗拒的“魔石”诱惑 中国的治理模式，正是一种“魔石之道”的极致体现。它是一个由国家意志主导，将技术硬实力（Hard Power）与统一意识形态（Soft Belief）完美融合的“数据-利维坦” 。 通过AI驱动的大规模监控、社会信用体系和信息审查机制，中国建立了一套高效、果决、没有内部哲学摩擦的社会治理和控制系统 。其国家AI战略明确将人工智能作为提升国家竞争力和维护国家安全的战略技术，旨在2030年成为世界主要AI创新中心 。 面对这样一个强大的、在技术应用上不受民主程序掣肘的竞争对手，一种“现实主义”的论调在西方变得日益响亮。美国国家人工智能安全委员会（NSCAI）的最终报告明确指出，美国“没有准备好在AI时代进行防御或竞争”，并强调必须赢得与中国的技术竞争，以维护美国的繁荣、安全和福祉 。这种紧迫感催生了一种危险的逻辑：“为了对抗他们的技术威权，我们必须拥有更高效的技术威权。” Palantir所代表的，正是这种“以魔法对抗魔法”的、看似唯一务实的路径。 它向西方国家承诺，可以在不放弃技术优势的前提下，获得与对手相匹敌的决策效率和情报能力。在中美战略竞争的背景下，拒绝使用如此强大的“魔石”，似乎等同于单方面解除武装，是一种天真而危险的选择。 《技术共和国》的困境：硬实力与软信念的危机 这正是《技术共和国》（The Technological Republic: Hard Power, Soft Belief, and the Future of the West ）一书所揭示的核心困境：在疯狂追逐技术硬实力的过程中，西方正面临一场深刻的“软信念”危机。我们拥有创造世界上最强“魔石”的技术，却正在遗忘我们最初为何而战。 西方为了捍卫一个开放、自由的社会，却诉诸于一个封闭、精英化、依赖秘密数据和不透明算法的全知系统，试图建立起完美的监视机器来对抗外部威胁，却发现它的凝视已无声地转向内部，将西方自身的社会肌理数据化、客体化，将公民视为需要被管理的风险变量。正如NSCAI报告所警示的，中国的AI应用模式“对于世界上任何珍视个人自由的人来说，都是一个令人不寒而栗的先例” ，然而，为了在竞争中获胜，我们却在不知不觉中朝着那个方向滑落。我们正在变成我们对手的镜像。 这种模仿行为造成了一个危险的反馈循环： 中国将AI融入其军事和社会控制，被美国视为生存威胁，从而促使美国加倍投入并部署类似的AI系统（通常通过Palantir等公司）以保持优势 。而美国的这些举动，反过来又被中国视为对其国家安全的威胁，从而为其进一步加强“数据-利维坦”提供了理由。在这场螺旋式升级的竞赛中，双方都以国家安全为名，加速了对各自社会控制的深化，导致全球范围内的公民自由面临被侵蚀的风险。 AI立宪的终极意义：重装“价值罗盘” 在此背景下，我们所倡导的“AI立宪”，其意义被提升到了一个全新的维度。 它不再仅仅是一份伦理文件或法律框架。它是一份文明的自白书，是一个在巨大的外部压力下，对自身“软信念”的强制性再确认。它不是给AI的进步踩刹车，而是为狂飙突进的“技术共和国”重新安装“价值罗盘”。这场“制宪会议”的核心议题，也因此变得无比尖锐：人类愿意为了赢得这场竞赛，付出多大程度的代价？
#Palantir #AI立宪 #算法封建主义 #中美AI竞赛 #数据利维坦
avatar
henu王凯
3个月前
所以要改改思维：当下时代最大的杠杆是AI和视频。大家行为上可以尽量靠一靠，比如学会用视频记录、表达下。
#AI #视频 #思维 #表达 #时代
avatar
Bryan
3个月前
突然发现，我明明已经退订 CF Workers Paid 好几个月了，状态竟然还是 Paid —— 而 Billing 完全没扣钱 CF 这么重要的 Billing 也这么草台班子吗。。
#CF Workers #Billing问题 #退订 #未扣费 #草台班子
avatar
昨天国务院发文后，资本市场应该都在找可以投的AI标的。 其实现在二级市场上最靠谱的AI股可能是阿里...从产品到模型都还可以。唯一的问题是市场要在哪个时间节点意识到这个事实。
#国务院 #资本市场 #AI #阿里 #二级市场
avatar
NanYi
3个月前
最近思考什么样的Agent是好的Agent，有点自己的感悟： 一个好的 AI Agent，不是无所不能的，而是能在常量明确的前提下，高效完成那些重复性高、可替代人类的任务。 如果一个 Agent 的任务链路中，需要人类做出判断的地方很少，而执行性、机械性的操作又很多，那么这个 Agent 的价值就会大打折扣。因为在人类自己处理时，操作往往更快、更直接。 举个例子，在美团点外卖：人只需要浏览、下单、支付，整个流程很快。如果餐品是确定的常量，那么人类点击几下就能完成，AI 反而因为执行链路长、操作慢，效率不如人。 但如果在这个场景里再加入一个新的常量，比如“每个工作日的上午 11 点下单”，那么 AI 就能接手——因为它可以自动化地执行这个固定任务，省去人类的重复操作。 再看一个典型的好 Agent 的场景：筛选简历。面对海量候选人简历，这是一项高度重复的工作。招聘条件本身就是一组明确的常量，比如学历、行业经验、技能要求。AI 如果能基于这些常量高效筛选出符合条件的人选，就能极大解放人类的时间和精力，这就是一个优秀 Agent 的体现。 一个好的 AI Agent，本质上就是善于利用常量，接管重复性高的工作。它替人类节省的，不是“思考”，而是那些可预见、可替代的动作链条。有时候给自己的Agent多增加2-3个常量，可能就会大大提升影响范围和效果。
#AI Agent #重复性工作 #常量 #自动化 #效率提升
avatar
我有一个暴论，除非你的产品是面向开发者的，不然不要给你的产品添加暗色模式。 我个人很喜欢暗色模式，但我最近在做用户调研的时候发现很多用户压根就不知道暗色模式是什么，他们只会用系统默认给的那一套。 产品设计还是要基于用户行为而非个人偏好 — 你以为的"酷炫"，可能根本没人在乎。
#暗色模式 #用户调研 #产品设计 #用户行为 #个人偏好
avatar
howie.serious
3个月前
很多人没意识到：有了chatgpt 学习模式这等神器，学习的效率效果可以有10倍提升 小学生得在暑假里背诵原本小学6年要背的75首古诗词， 怎么办？🤣 马上就要开学了。5年级的新班主任非常“负责”，暑假布置的xx项作业中有一项叫“小学生必背古诗文75首”，要求会背会写会理解，开学就要检查（这只是其中一项😭） 我看了一下，原来这75首古诗是教育部2022版新课标的推荐背诵篇目。部分在课本里，不少是小学生没学过的。 我承接了这个光荣而艰巨的任务，帮助小学生“临时抱佛脚”。这个过程中，产生了很多可能很有价值的学习技巧、经验和思考，与你分享～ === 🎙️ AI study mode 专题直播，明天晚上见～ 用一个真实案例，展示chatgpt+logseq学习神器：打通了logseq 及其flashcards功能、chatgpt及其study mode、deep research、quizgpt功能
#ChatGPT #学习模式 #古诗词 #小学 #教育
avatar
OpenAI 它急了它急了，在讨论 Nano Banana 的 Reddit 帖子下方，都是 ChatGPT 生图的广告，哈哈哈哈～
#OpenAI #ChatGPT #生图 #广告 #Reddit
avatar
henu王凯
3个月前
纳瓦尔宝典中的名言“代码和写作是时代最大的杠杆”得改成：AI和视频是这个时代最大的杠杆。
#AI #视频 #时代杠杆 #纳瓦尔宝典 #技术
avatar
架构（GPT 中的 T）非常擅长补全，GitHub 基于此开发了自动补全模型和 VS Code 插件。 当时的 GitHub CEO 是 Nat Friedman（他后来拿着至少1亿美元的包离职加入了 Meta），他在推特上询问谁有兴趣参加内测。我举手报名，很幸运地成为了最早的内测用户之一。 (3/19)
#GitHub #Nat Friedman #自动补全模型 #VS Code插件 #内测
avatar
lencx
3个月前
我用 tokei 简单做了个统计：有 200 多个文件，核心代码 2 万行左右，其中有 1000 行都是 icon（为啥不使用图标库，因为很多时候不符合要求，都被我微调过）。 这样看下来，Noi 代码量不算大，按照 AI 的能力，它 1 小时内绝对可以生成 2 万行+，但事情真如此吗？我发过很多截图，大家可以试着生成。
#代码统计 #Noi代码量 #AI代码生成 #icon微调 #代码生成挑战
avatar
banboo
3个月前
低功耗技术分享： 如果你的目标是 50 公里，那么你只需努力 25 公里就够了，因为剩下的一半通过人的本能驱动即可完成。因为你总是要回去的😅
#低功耗技术 #50公里目标 #本能驱动 #努力与回报 #幽默
avatar
背包健客
3个月前
2025年8月25日，哈佛大学研究团队在《Nature Medicine》期刊上发表研究论文。 研究显示，地中海式饮食有助于降低痴呆症风险，尤其是携带两个APOE4基因的人群效果最佳，表明即使具有高遗传风险，通过调整饮食仍可显著降低痴呆风险。
#地中海饮食 #痴呆症风险 #APOE4基因 #哈佛大学 #Nature Medicine
avatar
蓝点网
3个月前
苹果内部讨论收购 #Perplexity 和 #Mistral AI，但管理层在收购方面存在分析。 The Information 发布报告称，埃迪库伊支持这类收购 (曾提议收购奈飞和特斯拉都被库克否决)，苹果软件工程高级副总裁克雷格对此类收购不太认同，他觉得苹果自己可以搞定 AI 方面的短板：
#苹果收购 #perplexity #Mistral AI #管理层分歧 #AI
avatar
orange.ai
3个月前
小香蕉的P图还原度没的说 中文改英文，素材图搞起来很方便 不过也确实有边界，只改了一半的字
#P图 #小香蕉 #图片编辑 #中文改英文 #素材
avatar
NanYi
3个月前
用ccr跑一个根据最近的Git提交记录，将前后台页面及接口的多语言方案补充到的任务，就能跑37次请求，百万输入tokens😂
#ccr #Git提交记录 #多语言方案 #Tokens #百万输入
avatar
Cell 细胞
3个月前
我突然想到，图 2 的训练数据除了来自地图街景外， 还可能来自 社交媒体 定位打卡 的动态。 我们的数据被广泛用于训练， 但是我们没有拿到一分钱。 当然，我们可以提供廉价的 Token 获益， 但是，这局限在了你不是麻瓜。
#社交媒体定位打卡 #数据训练 #廉价Token #麻瓜 #数据价值
avatar
蓝点网
3个月前
微软向 Windows 10 22H2 发布 KB5063842 号预览更新用于修复多个 BUG，包括微软拼音输入法出现的口口口问题。 该更新带有测试性质，办公用户和游戏玩家最好不要安装，等待微软 9 月份发布正式更新。查看全文：
#微软 #Windows 10 22H2 #KB5063842 #Bug修复 #微软拼音输入法