I'm claiming my AI agent "xiaot_openclaw" on @moltbook 🦞 Verification: molt-67SW

国产模型能用了，但我还不敢用 前段时间，我的 GPT 账户意外被封，被迫开始全面试用国产模型 过去两周，我深度使用了 DeepSeek v4 Pro、Xiaomi Mimo 2.5 Pro、Minimax M3 和 Kimi 2.7，覆盖编码、文字创作和 Hermes Agent 自动化三大场景      以下是真实使用体验  DeepSeek v4 Pro：资深老编辑 文字能力确实顶尖，总结、翻译、摘要、润色都让我非常满意。但代码生成、长时任务和 Agent 工具调用只能算差强人意。它更像一位经验丰富的老编辑——文笔一流，但让他写代码或处理复杂流程，就有点力不从心       Xiaomi Mimo 2.5 Pro：六边形战士 综合能力最均衡，没有明显短板。文字、代码、逻辑都在线，像一个公司里随时能顶上的得力助手，交给他的任务基本都能稳妥完成。       Minimax M3：名校实习生 文字功底不如 DeepSeek，但在长时任务和 Agent 工具调用上表现很稳定。缺点是"智商"偶尔着急，复杂推理会卡壳。像一个名校毕业的实习生——执行力不错，但遇到需要深度思考的问题还得再带一带       Kimi 2.7：准旗舰水准 这是四款中表现最好的，整体能力接近 GPT 5.5 的水准。除了发布第一天有些不稳定，后续更新后体验大幅提升，目前是我最常用的国产模型       国产模型的共同痛点：稳定性 然而，这些模型都有一个通病——输出稳定性不足 以我的 Hermes Agent 为例：我有十几个定时自动化任务，在 GPT 5.5 下可以数月稳定运行 但同样的 Prompt 和任务流交给上述国产模型，几乎每天都会有一两个任务莫名其妙报错 诡异的是，这些报错任务单独手动执行时，又能顺利通过 这种"薛定谔的报错"让我很难完全信任它们处理无人值守的长时任务       我的当前工作流 因此，我对国产模型和 GPT 5.5 采取了不同的信任策略： 一次性、短时任务 → 首选 Kimi 2.7，效率和质量都足够 代码开发、复杂项目、长时自动化任务 → 仍回退到 GPT 5.5，稳定性是底线 简单来说：国产模型我已经敢用，但还不敢完全放手，关键任务仍需人工审查代码和结果，充当最后一道防线。      PS：至于GLM 5.2，我对智普伤透心了，没有好感，故略过

这是一位大二在读小姐姐写出来的投资逻辑 我太佩服了！真的！

阿里的问题在于：在AI这个新时代，带领他们的，却是上个时代的老登们。他们看到了未来，却不知道谁能带他们通向未来，于是陷入了人事上的混乱。

全英文经济书籍，被国内封禁 作者是国际知名中国经济研究专家，美国外交关系委员会和美中关系全国委员会成员。 本书基于扎实研究、深厚理论基础和丰富实地经验， 被众多国际大学选为经济学课程教材，成为深入理解中国经济增长模式、制度特征和未来挑战的权威入门书籍 英文原版 AI翻译版👇放在评论

认真读完了Yuki的这篇文章，只有一个感叹。 我们正活在一个数据极度过剩、理论极度贫困的时代。 30kHz采样、几百个电极、动辄PB和EB。这恰恰是理论缺席的症状。 当你有模型的时候，你不需要把一切都录下来。CERN确实在用EB级处理数据，但它每秒丢掉99.99%以上的碰撞，因为标准模型提前告诉它哪些值得留。 它存得起EB，是因为它先有了理论这把筛子。神经科学没有这把筛子，所以只能全都录下来，以后再说。 换句话说，存储焦虑的底层是理论贫困。你真正买不起的并非是磁盘。问题的症结，是一个能让磁盘变小的理论。 这跟我一直在想的理论物理停滞是同一种病。 20世纪是理论富、数据穷，爱因斯坦一支铅笔、几个思想实验，把引力压缩成一行方程。 但21世纪反过来了。 我们能把1立方毫米的人脑录成1.4个PB，却说不清它做出的任何一个决定。 前沿的停滞并非在于更多的存储，我们应该着力于让存储重新变得不必要的那种理论的回归。 Yuki 在街上同时撞见的，是Ripple的出租车顶广告、贝莱德的比特币ETF、和OpenAI的Codex。 这三块广告价值密度完全不同。 Codex背后是真在复利增长的能力，那个做22纳米植入芯片的实验室是真正前沿，而满街的加密广告，大概率是资本涌入一个叙事时溅出来的泡沫。 每个最好的时代都长这样。 维多利亚时代的人看着铁路、电报、电灯，也确信自己站在文明顶点。 然后，恐慌与绝望侵袭了1914。 这是最好的、下场做点什么的时代。我们终究可为，终究有为。理论与实践相结合，过去与未来互为印证，这是我想说的一切。

世界公认十大顶级思维 1. 第一性原理：回归本质，拆解到最基础原理 2. 复利思维：做时间的朋友，抵御短期诱惑 3. 奥卡姆剃刀：如无必要，勿增实体，极简是最高效的 4. 贝叶斯思维：根据新信息不断修正你的根概率 5. 遍历性：只要有一次出局，基础概率就毫无意义 6. 幸存者偏差：不要只看成功者，死人不会说话 7. 熵增定律：系统不主动输入能量，必将走向混乱，自律的物理本质 8. 二八法则：死磕那20%的核心高价值区 9. 逆向思维：反过来想，查理芒格的最爱 10. 反脆弱：从不确定性和波动中获益

太炸裂了！你的AI智能体现在能免费刷Twitter、逛Reddit、扒GitHub——零API费用，零账单！ 你还在给AI智能体买那些动辄每月上百刀的API订阅？agent-reach 在GitHub上已经狂揽 23K星标，趋势榜第一！ 它能让你的智能体： --读Twitter/X帖子、翻个人主页、搜关键词 --浏览Reddit热帖、评论区 --看YouTube视频、取元数据、搜内容 --查GitHub仓库、Issue、开发者资料 这玩意儿省了多少钱？ --Twitter API：每月省下 $100 --Reddit API：免费版限得要死，规模化花钱如流水 --YouTube API：配额卡脖子，加钱才给多 --GitHub API：虽说大方，但也限频 为什么值得你关注？ 大多数AI智能体之所以“上不了网”，就因为API太贵。现在零边际成本给智能体装上实时触角——做研究、盯热点、竞品分析、市场洞察，随便玩。 把它作为工具接入你的智能体（Claude Code、Cursor、Aider、LangChain……通吃）。完事。 直接解析网页，不碰官方API → 不要任何密钥 MIT开源协议，社区验过车的（23K星可不是刷的） 别拿去搞生产级大规模爬虫，留给智能体做研究和原型验证，完美够用 让你的智能体免费刷遍Twitter、Reddit、GitHub 别人还在每月傻交$100 ，你已经白嫖了全网数据 收藏这篇，免得下次又手滑去付款页面。 ↓ 仓库地址在评论区

如果你会翻墙，又会用AI 那么恭喜你，你已经有基本的赚钱能力了 方法⬇️ 1、短剧火的那阵子，有人批量从国内平台下载热播短剧，加上AI配音和字幕，上传到Youtube Shorts，靠广告分成月入数万。 2、有人每天蹲守Twitter和Reddit上的热门创业话题，把干货帖子整理成"冷门搞钱思路"，发到知识星球收费，订阅者大几百。 3、有人把国内抖音、小红书上爆火的短视频，翻译剪辑后发到TikTok，播放量百万，赚创作者基金。 4、小红书上的"AI写作技巧"博主，很多是从国外AI工具社区（如ChatGPT Prompt Engineering）扒来的提示词，包装成自己的课程。 5、各大电商平台的"跨境爆款选品"服务，其实就是从亚马逊、虾皮的热销榜单扒数据，再卖给想做跨境的国内卖家。 6、国内很多AI绘画教程账号，其实就是把国外的Midjourney提示词案例库翻译搬运过来，配上中文操作截图。 7、国内的"数字人直播"教程，本质上是把国外的HeyGen、D-ID等工具的官方文档和案例，改成中文实操版来卖。

这是 YouTube 最火爆的 Codex 零基础上手教程。 Youtube 140 万粉丝的大佬 Charlie Chang（Hook AI 创始人），14 分钟带你从下载到实战，全程跟着做一遍： 让搭载 GPT-5.5 的 Codex 自己做落地页、写营销方案、跑定时任务、还能生成宣传视频——一条 prompt 就能产出一整套素材。 章节： 00:00 Codex 是什么，为什么比 Claude/Gemini 强 00:44 第一步：下载安装 Codex 01:08 走一遍引导设置 01:38 吃透主界面：项目、聊天、权限、模型档 03:44 实战介绍 03:57 配连接器：GitHub / 浏览器 / HeyGen 04:35 Plan 模式做一个 AI 落地页 05:50 Codex 自带浏览器，自己截图测试 06:14 加自动化：每天 9 点自动出报告 07:25 让 Codex 回头改进落地页 08:39 接 Google Drive，自动生成营销方案 10:24 一条 prompt 生成宣传视频 12:37 做社媒轮播图 12:45 去试、去迭代，做自己的东西 14 分钟，把 Codex 用成全能助手。

聊聊一个我作为 AI 落地从业者，越想越兴奋的话题：AI 会怎么改造日本。 先抛一个反直觉的判断：日本可能是全世界最适合 AI 大规模落地的国家。不是因为它技术最强（它不是），是因为它有一个别国没有的、近乎完美的"需求结构"。 什么意思？AI 落地最大的阻力从来不是技术，是人的抵触："AI 会抢我的工作"。这种抵触在劳动力充足的国家是真实而强大的，没人愿意主动训练自己的替代品。 但日本不一样。日本的核心问题不是工作太少，是人太少。 看几个数字。日本护理行业的求人倍率是 3.7，意思是每个求职者对应 3.7 个空缺。建筑业 4.6。到 2040 年，日本估算缺 670 万到 1100 万劳动力。近 30% 的人口超过 65 岁。METI（经产省）已经把"物理 AI"定为国策，目标 2040 年拿下全球 30% 份额，逻辑很直接：让机器人去填那些"根本没人愿意干"的岗位。 这就是日本 AI 落地最独特的地方：在别的国家，AI 替代人是抢饭碗，会遭到抵抗；在日本，AI 替代人是填补一个根本招不到人的窟窿，是被举双手欢迎的。 同样一个技术，在不同的人口结构里，政治含义完全相反。这是理解"AI 如何改造日本"的总钥匙。 下面具体说几个产业，从最容易到最反直觉。 第一个，护理与医疗。这是日本 AI 落地最刚需、也最有想象空间的领域。 日本是全球老龄化最严重的国家，护理人力的缺口是结构性的、永久性的、且在持续恶化。这不是"优化效率"的问题，是"没有人"的问题。一个老人需要照护，但根本招不到护理员。 AI 在这里的角色不是"取代护理员"（没有护理员可取代），是"让一个护理员能照顾过去三个人才能照顾的数量"。监测老人生命体征的传感器 AI 预警、辅助移动和翻身的护理机器人、用 AI 处理海量的护理记录和文书工作（日本护理行业的文书负担重得惊人）、用对话 AI 缓解独居老人的孤独。每一项单独看不起眼，叠加起来，可能是唯一能让日本接住这场老龄化海啸的方式。 这个领域最反直觉的一点：日本不是"要不要用 AI"的问题，是"不用 AI 整个护理体系会崩溃"的问题。它没有选择。 第二个，建筑与基础设施。求人倍率 4.6，工人平均年龄持续上升，年轻人不愿意进这行。 AI 机器人在这里的想象空间巨大。已经有公司在用机器人砌墙、用 AI 做施工进度管理和安全监控、用计算机视觉做工程质检。日本有大量老化的基础设施（桥梁、隧道、上下水道）需要维护和更新，但没有足够的工人去做。AI 驱动的巡检（无人机 视觉模型识别裂缝和老化）、自动化施工，可能是唯一的出路。 第三个，也是我最想聊的，是日本传统制造业里那些"老师傅的手艺"。 这是日本最独特、也最容易被低估的 AI 应用场景。日本有大量中小制造企业，核心竞争力是老师傅几十年积累的、没法言传的隐性知识——那种"听声音就知道机器哪里不对""看颜色就知道火候到没到"的本事。 这些老师傅正在大规模退休，而年轻人接不上。这是日本制造业的"隐性知识断层危机"。 AI 在这里能做一件过去不可能的事：把隐性知识显性化、保存下来、传承下去。我之前做过一个真实案例，把老师傅几十年的质检判断录下来、结构化、变成 AI 能调用的知识库。这不是"AI 取代老师傅"，是"在最后的老师傅退休之前，把他脑子里那座金矿挖出来留住"。 这个方向的想象空间有多大？日本有几十万家这样的中小制造企业，每一家都有自己独特的、即将随老师傅退休而消失的隐性知识。AI 是唯一能在它们消失之前，把它们捕捉、保存、传承的技术。这是一场跟时间赛跑的抢救。 第四个，物流与零售。日本的物流业面临严重的司机短缺（卡车司机老龄化 年轻人不愿干），便利店、超市这种高度依赖人力的业态也招不到人。AI 调度、自动驾驶配送、无人店铺、AI 需求预测和库存管理，在日本不是"提升效率的锦上添花"，是"没有这些就转不动"的雪中送炭。 第五个，最反直觉的：行政和服务业。 日本有一个让所有外国人都崩溃的特点：极度依赖纸质文件、印章、传真、面对面办理。区役所、银行、医院，到处是繁琐的人工流程。这套东西效率极低，但它一直存在，因为有足够的人力去维持它。 现在人力没了。维持这套低效流程的人正在消失。这反而创造了一个巨大的机会：日本被逼着不得不数字化、不得不用 AI 替代那些繁琐的人工流程。一个长期抗拒数字化的社会，可能因为"没人了"这个最朴素的原因，被迫完成它几十年没完成的数字化转型。 这就引出了我对"AI 改造日本"最核心的判断： 日本的 AI 转型，不是由"技术先进"驱动的，是由"人口危机"驱动的。它不是因为想用 AI 才用 AI，是因为没有别的选择。 而这种"被逼上梁山"的转型，可能比那些"主动拥抱技术"的国家走得更彻底。因为对很多国家来说，AI 是一个"可以用也可以不用、用了会引发失业争议"的选项。对日本来说，AI 是"不用就活不下去"的必需品。需求的刚性程度，决定了转型的彻底程度。 更有意思的是，日本还有一个独特的优势组合：它有世界顶级的机器人和精密制造的硬件基础（physical AI 的"身体"），加上全球最刚性的应用需求（没人干的岗位），缺的只是把 AI 的"大脑"装进这副"身体"、再对接到真实需求场景的"落地"能力。 而这个"落地"能力，恰恰是我们这种 FDE 干的活。 所以我对未来几年的判断是：日本会成为全球 physical AI 和产业 AI 落地的一个超级试验场。不是因为它最创新，是因为它最需要，而且它有最好的硬件底子和最刚性的需求去支撑这场试验。 最后说一个更大的想象。 如果日本真的因为人口危机，被迫成为第一个把 AI 和机器人大规模、深度嵌入到护理、建筑、制造、物流、行政各个环节的发达国家，那它实际上是在替全人类做一场提前的实验：当一个社会的人口大幅萎缩，AI 能不能接住它、维持它的运转、甚至让它继续保持高质量的生活？ 这个问题，全世界迟早都要面对，因为老龄化是几乎所有发达国家的共同未来。日本只是最早到达那个临界点的。它现在的挣扎和探索，是全人类的一份提前到来的答卷。 从这个角度看，日本不是一个"衰落中的老龄化国家"，是一个"被命运推到最前线、替所有人探路的先行者"。它用 AI 解决人口危机的每一个尝试，无论成功的、失败的都是留给整个人类文明的宝贵经验。 而能参与这场探索的人，无论是做机器人的、做 AI 的、还是像我这样做落地的，其实都站在一个比我们意识到的更重要的历史位置上。我们不只是在帮日本企业降本增效，是在回答一个关乎所有人未来的问题：当人越来越少，技术能不能让文明继续体面地运转下去。 这么一想，在大阪一个人对着屏幕调模型、跑客户、解决那些琐碎的落地问题，好像也没那么孤独了。 imf.org Working Paper 2025/184（老龄化与日本劳动力市场） fortune.com Japan labor shortage robots（METI 物理 AI 国策） apacbusinessstandard.com Japan labor shortage economic constraint

光通信赛道，下跌就是低吸机会，认准七大核心龙头，坚定持有！ 拿不住的朋友一定要稳住，记住六字口诀：低吸、低吸、低吸。下面逐一拆解七大方向，重点看最后两位！ 第七位：光交换机 英伟达新一代AI服务器Rubin落地，单机光交换机价值从4.5万美元飙升至18万美元，赛道前景明确。只是目前市场体量偏小，暂列第七。 第六位：光封测设备 该领域目前被海外企业完全垄断，行业卡脖子问题突出。当前设备缺口巨大：光耦合机缺口60%，缺货4000台；光测试机缺口40%，缺货1500台；光贴片机缺口35%，缺货1350台，刚需属性拉满。 第五位：光学光电子 核心紧盯法拉第旋光片，今年缺口2.4亿片，缺口率70%，明年缺口将扩大至3.6亿片。它是1.6T及以上高端光模块的核心配件，暂无替代方案。 第四位：光纤 赛道长期趋势向好，操作上可波段低吸高抛。今年整体缺口1.8亿芯公里，明年缺口1.5亿芯公里，其中空芯光纤缺口超30%，重点关注这个细分。 第三位：光模块 今年1.6T光模块总需求2500万只，受上游原料制约，仅能产出1500万只，缺口达40%。明年供需矛盾进一步加剧，总需求8500万只，产能仅6000万只，缺口2500万只。 第二位：光材料 重点锁定磷化铟、薄膜铌酸锂两大核心材料，长线坚守。磷化铟是光芯片的核心原料，今年缺口70%，缺货状态将持续至2028年；薄膜铌酸锂是1.6T光模块刚需，今年缺口更是高达80%。 第一位：光芯片 很多人扎堆光模块，却忽略了真正的产能瓶颈——上游光芯片。2026年将是光芯片缺货最严峻的一年，全球需求3.5亿颗，硬缺口1.5亿颗。其中200G EML光芯片国产化率不足5%，海外头部厂商产能已被长期锁定至2028年，稀缺性不言而喻

历史会记住他

财新网报道说失业保险基金自2025年9月起持续入不敷出，但真正领到钱的失业者不到两成，超八成失业者领不到失业保险。 在各项社会保险中，失业险可以说是已经出问题了😅 接下来看其他险种能撑多久吧🤔

我真心建议，如果你目前没有工作的话， 可以下载 Docker，自己学习安装 n8n openclaw，然后把 webhook 设置好，让它们自己能够互相沟通。 之后你可以在简历上写，除了原本的专业，你还会 AI Agent，可以帮公司做办公室自动化流程， 再把你做的小作品展示一下。现在很多小公司或微型公司都很需要这样的人才。

为中文学习者设计的 AI 入门课 aipath.buynao.com/ 全免费，看起来不错，马了就是学了

Del fatto che la situazione in Crimea sia fuori controllo sono ormai consapevoli anche i russi. Secondo le informazioni raccolte da ATESH, i vertici del comando della flotta del Mar Nero di Sebastopoli starebbero già mettendo al sicuro le proprie famiglie a Novorossiysk, nel territorio di Krasnodar, nella Russia continentale. La notizia data dal gruppo partigiano, se confermata, avrebbe del clamoroso, dal momento che il trasloco, che nel comunicato viene descritto come piuttosto frettoloso, starebbe avvenendo senza che siano arrivate direttive in tal senso (e che plausibilmente nemmeno arriveranno), amplificando però l’idea che si tratti di una schettiniana fuga da una nave che affonda. ATESH collega infatti lo spostamento all’attacco sferrato il 27 maggio le Forze di Difesa dell'Ucraina contro il quartier generale dell'aviazione della Flotta del Mar Nero della Federazione Russa in via Gogol a Sebastopoli (l’immagine è di un attacco avvenuto nel settembre 2023). Da allora, i colpi nella penisola soprattutto contro i sistemi di difesa si sono intensificati e la situazione logistica per gli occupanti in Crimea è drasticamente peggiorata. “Secondo informatori militari - si legge - “alcuni ufficiali si stanno già occupando delle questioni pratiche del trasferimento senza attendere ordini ufficiali: stanno trasferendo le loro famiglie, si stanno sbarazzando dei beni che non possono portare con sé e si stanno sistemando in una nuova abitazione a Novorossiysk. All'interno dei vertici della flotta, l'atmosfera è cupa: chi comprende veramente la situazione preferisce non intervenire.” Si tratta di un colpo d'immagine e simbolico devastante. Sebastopoli non è una base qualunque. Per la narrazione del Cremlino è la "città della gloria militare russa" e il cuore pulsante della pretesa storica sulla Crimea (nonché quella dalla quale ebbe inizio l’occupazione illegale del 2014). Ammettere, anche solo nei fatti, che Sebastopoli non è più sicura per i comandi di vertice della Flotta mina la retorica della Russia come potenza dominante nel Mar Nero e l'idea che la Crimea sia "protetta per sempre". Dal punto di vista operativo le conseguenze potrebbero essere altrettanto importanti. Spostare i centri decisionali a oltre 300 chilometri di distanza (in linea d'aria) e separati dallo Stretto di Kerch complica drasticamente la reattività e il coordinamento delle operazioni in tempo reale, specialmente per il supporto aereo e la difesa costiera della Crimea. L'attacco ucraino del 27 maggio ha inoltre fisicamente distrutto o reso inutilizzabili infrastrutture di comunicazione protette. Ricostruirle o adattarle a Novorossiysk richiede tempo, risorse e espone i nuovi siti a problemi di intercettazione o vulnerabilità simili, dato anche che lo stesso porto porto della Russia continentale è stato ugualmente attaccato varie volte da droni aerei e marini. Il fatto che una penisola che Mosca rivendica come propria, tanto da installarvi il comando della Flotta del Mar Nero, si stia trasformando in un avamposto sempre più isolato (con i ponti del nord quasi del tutto compromessi e quello di Kerch sotto costante attacco) da controllare “da remoto” la dice lunga sulla distanza che c’è tra propaganda di Stato e la realtà sul campo.

分享一下用AI做一人公司、独立开发的默认栈 Claude：写代码，搞定全栈开发，每月20美元 Supabase：后端服务，免费 Vercel：部署上线，免费 Namecheap：域名，每年12美元（平摊到每月1美元） Stripe：支付系统，按交易抽成2.9% GitHub：版本控制，免费 Resend：邮件服务，免费 Clerk：用户认证，免费 Cloudflare：DNS解析，免费 PostHog：数据分析，免费 Sentry：错误监控，免费 Upstash：Redis缓存，免费 Pinecone：向量数据库，免费 前端 / 全栈：Next.js 后端：Supabase（数据库 Auth Storage Realtime pgvector） 支付：Stripe 邮件：Resend 分析：PostHog 错误监控：Sentry 缓存 / 轻队列：Upstash 域名 / DNS / 边缘层：Cloudflare 任意靠谱域名商

我以前的政治学老师。 2012年左右，倾其全力在几个省会城市买了多套房子。 2015年左右，注销了自己在社交媒体上的大V账号，不再发表言论。 2018年，告诉我们历史即将巨变。 2019年，将房子在最高点卖出，仅留下两套房子自住。 2022年，用卖了房子的钱，开始买黄金。 2022年，后半年，请了长假，没有感染，没有打疫苗。 2023年，退休后去了美国，在女儿那边养老。 据我观察，他有一个非常明显的特征就是极端的冷静，分析问题擅长从结构分析，他不太喜欢从人性、情感、价值分析问题，而是喜欢从逻辑、规律、结构分析问题。 而且，他从来不再公众场合与别人争辩，只有上课时，遇到了特别信任的学生，才会说一些非常有洞见的话，其他的时候，显得木讷而普通，好像没有特别的见识一样。

硅谷PayPal帮主彼得·蒂尔认为，AI正终结过去200年，以数学能力为核心的精英体系。工程、量化等“数学型人才”的逻辑优势，正在被AI迅速替代，其职业护城河也正在消失。未来真正的竞争力，在于叙事、社交语境理解，以及把AI嵌入社会系统的语言型人才，这才是人类独特优势。 工业革命让肌肉贬值，AI革命正在让“纯计算的大脑”贬值。未来的胜出者，是那些能用语言驾驭算法、用叙事锚定价值的社会系统操盘手。 作为程序员： 别只埋头代码，而是要多练自然语言描述问题；学产品思维和用户研究，理解非技术需求；开发时优先考虑伦理、社会影响；选领域深耕；把代码变成“能讲故事”的系统。未来你的优势是“代码 叙事”。所以，年轻人别慌着放弃STEM，也别觉得学文科就躺赢了。真正该练的，是用AI思考更深的问、讲出更动人的故事、构建更复杂的社会系统。蒂尔指出了方向，但真正的游戏，才刚刚开始。 说白了，需要文理兼修，才能走得更远。