人类控制权演进的四个层次 这是一个关于“控制”如何从外部物理世界,一步步深入到人类内在精神世界的历史。 第一层:对“身体”的约束 —— 基于NEED的物理控制 (Constraining the Body) •时代:农业社会。 •核心资源:土地、食物、劳动力。 •控制手段:物理约束。通过控制土地和粮食,来控制人的身体和其产生的劳动价值。这是一个关于生存(Survival)的时代。 •语言的角色:此时的语言和叙事(神话、宗教),主要功能是解释和维系这个物理秩序,使其具有神圣的合法性。它是秩序的“描述者”。 第二层:对“欲望”的塑造 —— 基于DESIRE的消费主义 (Shaping Desire) •时代:工业社会。 •核心资源:资本、商品、市场。 •控制手段:宏大叙事的塑造。当物理需求被满足后,控制权从约束身体,转向了塑造思想。通过广告、品牌、大众文化这些预置的、广播式的叙事,来创造和引导大众的欲望,从而驱动消费。这是一个关于身份(Identity)的时代。 •语言的角色:语言和叙事,从“描述者”变成了“塑造者”。它开始主动地建构一个关于“美好生活”的想象,并将其与商品绑定。 第三层:对“注意力”的捕获 —— 基于流量的算法焦点 (Capturing Attention) •时代:后工业/互联网时代。 •核心资源:数据、算法、用户停留时间。 •控制手段:算法焦点的捕获。在一个信息无限、注意力有限的世界,控制权不再是塑造一个统一的欲望,而是捕获和操纵每一个个体注意力的流向。 •语言的角色:语言和叙事,被碎片化和算法化了。一个宏大的故事不再重要,重要的是无数个能瞬间抓住你眼球的“叙事钩子”(视频、标题、模因)。叙事的功能,从“塑造”退化为“捕获”。此时的个性化,仅仅是分发的个性化,内容本身依然是预置的。 第四层:对“意义”的介入 —— 基于语言本体的自我意识构建 (Intervening in Meaning) •时代:GenAI时代。 •核心资源:V-ibe / Meaning (意义)。这是控制权的终极跃迁。攻击的目标,不再是你的注意力这种“表层资源”,而是你构建自我意识和现实感知的最底层操作系统。 •控制手段:个性化叙事Plot的生成。这正是洞察的核心。
Wayne Liao
4个月前
Minttr满足了我什么样的使用场景? 中度思考的卡片。 从记录闪念的时候,我相信Minttr不算最快的,通常我用Flomo记录最快的那种闪念,比如记录一个地址,一个单词的意思,一张图片,或者马上用到的信息,因为Flomo这个时候是最快的,比Tana还快一些,Tana打开需要几秒的时间,Voicenotes虽然比Tana快,但是很多场景并不适合语音输入。但是Flomo的这种快,在心理上,会使得我不想停留太久在Flomo,而是起到一种快速记录,在我自己怕丢失的时候,通常出现在我时间很少,但是需要记录的时候,而且无论在电脑端或者IOS上,快捷键都能快速呼出。 而Minttr的使用场景并不是这样,他属于那种稍微慢一步的感觉,慢一点的场景,会在心理上留给自己一定的空间,稍微咀嚼一下的那种笔记,但是还没到需要大幅度深究的程度。比如涉及到某个重大主题,科目的学习,或许类似Heptabase这种重一些的工具更适合一点。需要快速整理和提取,或许Tana更适合。 而我大部分的场景,就属于中度思考,打开浏览器,看看文章,看看新闻,或许某个点触碰到我的兴趣,我自己有点想法,但是又比较模糊,这个时候正好同处浏览器之中,我就会双开浏览器,或者直接转到Minttr页面上,按下数字键1,写下我刚刚看文章时候到一点想法,然后停留几分钟,把自己想说的话再咀嚼一下,如果有必要,再使用reflect来提示一下自己,查漏补缺一下,再激发一下自己的好奇心。 这种介于快速和重度之间的思考需求,使得我使用Minttr的频率逐渐提高。
Gorden Sun
4个月前
nano banana邪修宝典,抽中概率提升到2/3 nano banana编辑图片的效果超级好,基本能够100%保持人物和构图一致性,但是要在LMArena那么多模型里抽卡,怎么破? 全网独家邪修抽卡大法,能把抽中nano banan的概率提升至2/3 ! 偷偷收藏使用!知道的人多了也许就被官方封了! 使用方法: 一句话版本:始终保证上传2张图片。 具体操作方法:不管你是文字生成图片,还是编辑单张图片,还是编辑多张图片,始终上传2张图片作为提示词的一部分。 文字生成图片时,上传2张尺寸非常小的透明图片,然后正常输入你的提示词(直接输中文就行)。 编辑1张图片时,上传正常要编辑的图片,再上传1张尺寸非常小的透明图片,然后正常输入提示词。 编辑2张及以上图片时,正常上传多张图片,正常输入提示词。 如此操作之后,能参与比赛就只有nano banana、Gemini 2.0 Flash preview image generation和GPT-1-image,极大概率抽到nano banana。原理也非常简单,因为只有这3个模型的API支持传入多个图片,而且透明图片的token对生成内容完全没影响,所以缩小了抽卡范围。 nano banana和Gemini 2.0 Flash preview image generation出图速度非常快,20秒之内就能出结果。GPT-1-image基本上需要60秒以上才能出结果。所以如果超过20秒还没出结果,建议直接开新的对话重新抽。 我可以很明确的说,nano banana就是Gemini 2.0 Flash preview image generation的正式版,有时候他俩出图的效果一模一样,只是nano banana的细节更丰富。 nano banana不擅长以下画风:日本动漫、像素风、多面体、剪纸等,在写实和名人艺术家的风格还原上,堪称完美。
meditic
4个月前
北极地区突然出现了一个极度贫穷的国家,平均月薪只有印度的 1%,但是这个国家盛产程序员、而且效率很高。 任何人都可以远程雇到这个国家的程序员,以较低的成本帮你完成各种编程任务,但是编程质量不太稳定,经常出错、需要返工、每次返工都要额外算钱。而且返工后也不保证质量。 你会对这个北极穷国感到激动吗? 你会突然间感到自己成为未来的主人了吗? 那我告诉你,这个穷国的名字叫做“AI编程”,现在激动了吗?🤡 AI编程的本质,就是一个印度程序员的二次印度化,这种商业模式早就就存在了。 十几年前,你就可以用几十美元在upwork、fiverr之类的外包平台上找到廉价的印度程序员,帮你写个函数、写个自动化小工具、甚至写个网站,虽然没有AI快,但是一般两三天也能交货。 这就是最早的vibe coding。 以前对着印度小哥发指令,单次几十美元,现在对着cursor发指令,月费几十美元,就这点成本差别。 对于大厂来说,这个差别很重要,因为可以砍掉90%的初级程序员省下大量成本。 但是,圈外的小白们在激动什么?你雇谁去做,都是几十美元的商业规模而已。 如果你现在的vibe coding想法真能改变世界,十年前就可以花 几十美元找印度小哥去实现了,为什么拖到现在?👾 印度小哥一直都在苦苦等你,而你没去做,从来就不是因为缺少编程工具,而是因为你知道自己没有那个能力和洞察。 而AI编程工具,给了你一种幻觉,因为你亲眼看到了屏幕上啪啪啪跳出的程序字符,你就感觉好像编程也就这么回事嘛,好像很简单嘛。 就好像你看到木工切了很多木块、最终做出了高级家具,所以你以为木工的核心就是切木头,那很简单嘛,所以你去三一重工买回了个大型切割机,咔咔咔一堆乱切,速度比木工还猛呢,就以为自己瞬间变成专业木工了。🦍 这就是目前AI编程的怪现状。 AI编程工具能给小白们产生的价值,就是印度小哥的几十美元产值+外加一些颅内高潮。 其实之前我已经浇过几次冷水了,本来早就放下了。 但是刚才看到油管上我一个比较尊敬的文科博主说“近期要all in AI编程,努力做AI时代的新主人”,我就忍不住笑了,实在是觉得他带错了方向,所以就再发一篇,能救一个是一个。👉 看目前的形势,AI编程就跟曾经的中国大妈集体炒股一样,在外行人士里形成了一种病态的风潮。 专业效率工具,从来就不是给小白用的。正如大型切割机的核心用户,从来都是职业木工和木材加工厂,而不是家庭主妇。 从生物学角度来说,如果每个家庭主妇天天都在家里操作大型切割机,也是挺荒诞的一个世界。