MacTalk
订阅
MacTalk 开通于2012年末,内容起于 Mac 而不止 Mac,内容覆盖了技术、创业、产品和人文思考。文风有趣,又有一点力量。
MacTalk微信公众号二维码
关注该公众号

会员可查看最新的全部文章

^__^ 2 / 05
程序员搞出了大模型,大模型最适合写代码,你们程序员这是在自掘坟墓吗?并且兄弟们还挺享受的,很多人白天上班,下了班熬夜 Vibe Coding。看起来逻辑挺顺的吧,其实根本不是这么回事。很多人喜欢暗中观察,比如墨问的二爷,人家 AI 可不这样。从 ChatGPT 时刻到现在,AI 明着发展了 3 年。在这个潘多拉魔盒被打开之后的三年里,大家和 AI 一起有了一个非常敞亮的共识:科学家和顶级工程师们发明出来的 LLM 大语言模型,最擅长干的事就是:写代码。是的,就是替代这些发明者的普通同事的工作。所以,是程序员们在自掘坟墓吗?并不是啊,是科学家和顶级工程师在掘码农的坟墓,并且,码农们自己也像被鞭打的陀螺,根本停不下来。 当命运的齿轮开始转动的时候,任你是谁,都无法逃脱命运的轨迹。 如果你干的是打杂的活,比如写写增删改查,那么现在应该已经没工作了。 如果你干的是更高级一点的工程工作,那么你需要和 AI 还有你的同事竞争。 如果你和你的同事水平差不多,你 + AI = 4 个你 + 你的同事的工作效率,那么你的同事一定会失业,而你会获得一点点加薪,然后干五个人的工作。有同学举手发言:有四倍同事的能力,那咱表现的比同事多一点点就好,这样还有进步的空间嘛,人生如戏。事实上没人陪你演戏,一个人只要能力足够一定会释放的,一切都是时间问题。比如,如果我用 AI 比你高出一倍效率,这时候,一定会有人用 AI 搞出两倍效率的工作成果,把我淘汰了。人们是停不下来的。为什么是五倍,我觉得现在五倍对普通工程师来说可能是个界限。以前人们为什么不这么搞?因为没有 AI 的加持,普通程序员根本无法做到这么高效。而十几年前大家热议的 10x 程序员们,人家早就这么搞了。事实上 10x 程序员拿的薪酬也比普通程序员高多了。甚至比 10x 还高。好了,如果普通程序员们干得越来越好了,那么相应的,AI Agent 也会干得越来越好,AI 有预训练和强化训练,现在还有在线训练,所以,你们合作的越来越愉快,最终 AI 就会越来越强,超过所有普通程序员,甚至高级工程师。 AI 写更多的代码,我们就会有更好的 AI,然后 AI 会更快的迭代,然后 AI 写更多聪明和智慧的代码,然后需要的人越来越少,干的活越来越多…… 这些我们都知道,但就是停不下来,这就是趋势导致的飞轮效应,不是个人能改变和扭转的。要么参与,要么远离。 你问我咋办?我也在学 Vibe Coding 呢。未来,领域知识和使用 AI 的能力,才是最重要的。
^__^ 2 / 03
看到 Andrej Karpathy 大神推荐的 92 个长文订阅合集,赶紧订阅了 Andrej Karpathy 不用介绍了,AI 领域非常有影响力的研究者和创业者。前 OpenAI 研究员和前特斯拉 AI 总监,我经常看他写的东西。针对当下碎片信息和垃圾信息泛滥的情况,Andrej Karpathy 是这么说的:发现自己最近又慢慢回到 RSS / Atom 订阅源了。那里有更多高质量的长文,也少了许多专门用来挑起情绪的垃圾内容。任何一个产品,只要它今天看起来有点不一样,但在「激励结构」上本质相同,最终就会不可避免地滑向同一个引力井中心的黑洞。我们应该把 RSS 再捡起来 —— 它是开放的、普遍的、可随意折腾的。如果担心冷启动,可以这样开局:这里有一份列表,包含了 2025 年在 HN 上最受欢迎的 92 个博客的 RSS 订阅源。用起来体验很好,而且你会少死很多脑细胞。我也说不清,总得有点什么改变才行。————这一份就是 AK 提到的 RSS 源的列表,2025 年在 Hacker News 上最受欢迎的博客: https://gist.github.com/emschwartz/e6d2bf860ccc367fe37ff953ba6de66b 事实上你可以下载这个文件,导入自己的 RSS 阅读器即可: https://gist.githubusercontent.com/emschwartz/e6d2bf860ccc367fe37ff953ba6de66b/raw/426957f043dc0054f95aae6c19de1d0b4ecc2bb2/hn-popular-blogs-2025.opml 很多人问过我,为什么能持续写作十几年?最重要的就是你要有好的输入源。人需要学习和实践才能输出;输出同时也会反哺学习和实践。以前我通过读书获取知识,现在我成了纸书的爱好者,更多是读小说、摄影画册和传记、历史。学习行业知识就不再看书了,一方面读互联网上的长文,另一方面就是通过 AI 进行交互式学习。读中英文 blog、产品的官方文档、公众号的优秀长文、严肃媒体的新闻报道,包括相关播客和视频;使用你能触达的、最好的 AI 模型和产品,和它们沟通交流,让它们为你设计学习计划和学习指南,比如: 一句话生成“非程序员的 Claude Code 指南”,比 NotebookLM 更好用 有人说我英文不好,这么多长英文咋学习呢?现在 AI 几乎抹平了这些学习障碍。只要学过英语,就可以筛选出想要读的文章,把链接贴到任何一款 AI 浏览器,直接翻译全文就好了。怎么订阅 RSS 合集呢?我平时使用 Reeder 和 Folo 这两款产品,一个付费一个免费,都有移动版和 Mac 版本,其他的 RSS 阅读器也挺多,选自己喜欢的就可以。重要的是,不要收藏,要读和实践。
^__^ 2 / 01
我的 Claude Code 终于被封了。前几天刚写过一篇文章,用 Gemini 生成 Claude Code 的交互式学习报告,然后就发现,Claude Code 被停用了。退订阅费,取消原账号访问权限……为啥呢,因为官方觉得你的用法有风险。具体原因挺复杂的,不过最重要的原因是这哥们:Anthropic 的 CEO Dario Amodei,他做出来的一系列产品限制策略根本不是政府要求的,完全自发的爱国需求,纯纯一个米国爱国党。前几天在 Dario 达沃斯接受访谈时还说过,不要给中国卡:如果美国现在开始对中国出口只比最新一代差一档、但依然非常强的芯片,他认为在国家安全上是巨大失误,因为美国在尖端芯片制造上“领先很多年”。不可否认,大模型的竞争确实很重要,但是限制普通用户确实挺扯淡的,看看中国公司的开源模型,那是什么格局?不过除了这些,他的其他观点还挺有价值的:首先,在技术进展上,他不太认同“有一天突然蹦出 AGI”这种单点跃迁说法,而是强调一种类似“智力摩尔定律”的平滑指数曲线:模型在各种认知任务上的能力,每 4–12 个月翻一番。今天很多任务上模型已接近或超过普通人,接下来几年会经历典型的指数曲线形态——一开始看着“有点慢”,然后加速,最后从人类预期旁边呼啸而过。编码是最典型例子:他提到 Anthropic 内部已经有工程师几乎不再手写代码,只做审核与修改,新产品也可以在一周左右基本由 Claude 完成。其二,在算力投入与“泡沫”问题上,他把“技术确定性”和“经济扩散速度”刻意拉开来谈。技术端,他觉得自己看了十多年曲线,对指数延续非常有把握,并且认为在整个 2020s 内,模型在几乎所有事情上都会比人更聪明,甚至“有相当大概率在一两年里”就发生。但经济端,企业真正把这些能力大规模嵌入流程,还远远没跟上,他甚至估计现在模型能做的事情,是企业实际部署能力的十倍。其三,在就业与再分配上,他依然站在“影响极大”的象限,一边是非常快的 GDP 增长,一边可能是高失业、低薪和严重不平等。他重申自己此前那种判断:AI 会显著冲击大量入门级白领岗位,而且这种冲击是非线性的,更偏向中高技能人群,造成“高增长 + 高失业”的新组合。他不认为可以靠市场自发慢慢消化,而是需要提前做准备。至于 Claude,我觉得直接用 CC 配中国大模型 GLM 和 MiniMax 等等都挺好的,没必要非用 Claude。另外,中国其他的 AI IDE 也越来越好的。打铁还需自身硬,好在现在无论国内外模型还是工具,可选的方案都很多,不差这一家。