@丘赫尔加坚：其实我只是享受了 2010s 以后的便利，我的人还在旧旧的 2008。
我只是一个学会了智能手机和移动支付的旧旧人。 ​​​

@渔老板钓鱼：#多家西贝门店换牌天边#
只要够便宜，就能起死回生
就像蜜雪冰城，柠檬片过夜也成了优点。
现在的商业氛围就是这样
贾老板要是早看透这个规则，早就解脱了
优质优化，只能小店模型
看日本欧美就知道了，连锁经营都是便宜的模式，小店才是贵的 ​​​

@马岩 Marks：我绝对是反对战争的，但是从历史角度来看，战争何尝不是一种出清，把整个社会因为承平日久以至于无事生非，最后变得乌烟瘴气的风气出掉。 ​​​

@顾扯淡：旅游景点小礼物同质化这个问题貌似真的无解，不管啥小镇或者商业街，店铺装修的再古香古色，卖的东西都是义乌批发来的。
但你如果真的是本地商户，自己做个传统工艺本地特色的产品，成本和产量上面和义乌产的完全没法打。
大概率是你成本 40，隔壁只卖 20……
高端的义乌肯定没有，但游客也不买

@扫地好辛苦：如果你是最早被 ai 替代的工种，这意味着，你要等到其他工种被 ai 替代，你才能等到普惠发钱，如果有的话。这是新型的被熊追的游戏，你要跑的比别人快

@信号与噪声：
我老婆出差回来
打的 10 分钟，公交 30 分钟
为了省 10 块钱，浪费 20 分钟
时薪只值 30 元
月薪 30×8×22=5280 元

周末 29℃开车不舍得开空调
因为油价从 7 元涨到 8 元

非让我骑电驴接送孩子
因为油价从 7 元涨到 8 元

然后要死要活要买年亏 50～100w 的房子
说自己住就不亏…

玩《苏丹的游戏》，设定是中世纪阿拉伯奇幻世界观

@顾扯淡：玩《苏丹的游戏》，设定是中世纪阿拉伯奇幻世界观。

有个剧情是主角队伍有个疯狂科学家发明了一种新技术，科学家本意是让死者复生，谁知道最后的成果是让死者变成活死人，也就是丧尸一样的存在。

研究虽然失败了，但玩家能在里面发现巨大的商机，因为丧尸不需要吃饭不需要喝水不需要休息不需要发工资，只要肉体不腐烂，就可以一直活动下去，稍微改造一下，就是超完美的低成本能源。

之后玩家可以把自己旗下的作坊的发动机全部换成 “僵尸动力炉”，这样每天的收益能增加不少。

问题是经过一段时间，如果你的隐匿属性不足，那帝国税务局就会发现你用的 “新能源”，税务官会上门表示这样的玩法对国家有害，钱都被你轻松赚了，对其他商人不公平，属于不正当竞争，要重罚你。

这时候有不同的选项，后面也有不同的分支。

老实说之前玩到的时候我压根没想过哪里有问题，单纯觉得税务官没事找事，看不得我赚钱，恨不得一刀攮死他。

最近想想，这事情好像确实有点不公平，感觉就像一家公司用独家的厉害 AI 代替了人工，然后低价做好了产品，再出去和其他传统公司竞争。。。。

时间久了真的就老板一个人赚钱，还不解决就业率

那些曾经的高速收费员，以后工作咋办？

@刘掌柜深圳：深圳的水官高速已经免费了，我突然想到一个问题，就是那些曾经的收费员，怎么办了呢？他们去了哪里？以后工作咋办？

高速收费员，我以前写过一个亲戚的孩子，要找关系且花好几万，才可以安排这个工作，工资一个月 3000 多。他们觉得这个投入是划算的，因为属于稳定工作。

但就像水官高速一样，之前收了 25 年，突然一下子免费了，都有的收费员都失去了存在的必要，估计很多人也不一定想得到的。

时代变化太快了，以前觉得稳定的事情，突然就不稳定了，一下子铁饭碗被砸了，被砸了后，肯定有人茫然的。

@平心晋气：深圳大部分收费员去了交通局下面道交中心，就是宜停车，骑电动车负责贴条的 [允悲]（交警授权）

每个行业都有自己的红利期，普通人能不能碰到，好像主要是看运气

@沪上黑胖花：看了蜜语纪，想到 40 年前，酒店行业那是妥妥的高薪行业，到现在，那就是…

我大表姐 90 年代初，职校毕业后，就在四星级宾馆，当客房保洁。那时候四星级酒店服务员，是妥妥的高薪工作，还要挑长的漂亮的、英语好的 —— 在普通焊工工资才四五百，四星级以上酒店服务员，月入就能上千了。她后来做到领班，一个月可以有两千多了（包括小费，以前欧美人来中国给小费很普遍）。九十年代初哦。

她后来结婚生娃了，酒店就逼她走了。以前年轻漂亮的小姑娘想去酒店上班的太多了，哪像现在，很多国产五星级酒店里好多四十多的姐姐，年轻人都不愿意去干。

现在焊工工资上万了，五星级酒店的大堂经理工资也才几千块…

想想每个行业都有自己的红利期，普通人能不能碰到，好像主要是看运气

透过地理看历史：大航海时代

@冷月如霜：1. 哥伦布相信地球是圆的。根据他的计算，从葡萄牙一路向西到中国，只有 1.2 万公里。而这路上，还有亚速尔群岛、加那利群岛、以及中国东方的日本。也就是说，一路上的中转站有的是。虽然是向未知的冒险，但路上并不愁补给。

2. 哥伦布算出的距离，比实际少了一半。但正是这个错误，才让他有底气面见葡萄牙国王若奥二世，提议横渡大西洋，开辟前往东方的航路。

3. 葡萄牙人对哥伦布的兴趣不大。当时葡萄牙人一路向南，已经探到了非洲的刚果区域，并不想再开一条全新的探险航程。一年后，他们拒绝了哥伦布的提议。与此同时，西班牙刚刚完成内部的统一，腾出精力开始关注航海的事宜。

4. 1469 年，伊比利亚半岛上卡斯蒂利亚王国的公主伊莎贝拉一世与阿拉贡王国的王子费迪南二世联姻。待双方成为女王和国王后，两个国家开始合并，名义上成了一个国家。1486 年，伊莎贝拉女王召见哥伦布，随即成立了一个委员会来评估可行性。

5. 这一研究就花了 4 年。其中哥伦布感到希望渺茫，又和葡萄牙、英国、法国有过联系，但最终一无所获。西班牙这里，他也没有听到好消息。1490 年，这个委员会否决了哥伦布的计划，认为可行性不大。哥伦布的船队十有八九要在海上全军覆没，这钱投下去，是字面意义上的打水漂。

6. 一年后，哥伦布再找到伊莎贝拉女王寻求资助。这一次，西班牙王室的财政顾问提出了一个新方案：先画大饼，哥伦布能回来后再给奖励。目前只做远航准备的话，花的钱也不是太多。

7. 恰逢西班牙攻克格拉纳达，将摩尔人在伊比利亚半岛上建立的苏丹国并入自己版图。解决完陆地上的问题，海洋探险似乎也不是不可接受。又经过了 3 个月的谈判，西班牙和哥伦布达成协议，准备探险船队。

8. 按照协议，如果哥伦布真的做出了什么发现，他可以成为所发现岛屿和大陆的海洋元帅，拥有总督权力，获得 1/10 的税收。饼不可谓画得不大。

9. 实际上，出航的船队只有三艘帆船：一艘克拉克，两艘卡拉维尔。这在一些大航海时代的游戏里，甚至只能算萌新或者中等配置。整个出航的经费，约合现在的 30 多万美元（200 万马拉维迪，约合二战前的 1.4 万美元）。即便如此，对于当时的西班牙来说也不是一个小数目，甚至需要伊莎贝拉女王变卖首饰来凑钱。当然，哥伦布、西班牙财政顾问、以及同行两艘船的船主也做了投资。整个团队不到 100 人。

10. 哥伦布的想法很直接。为了缩短航程，先直线开往加那利群岛，在西班牙的领土上做好最后一次补给，然后一路向西。根据他的测算，日本和加那利群岛都在北纬 28 度（东京在 35 度，哥伦布又算错了）。但出航并不顺利，才开出去 3 天，一艘船的船舵就坏了，船长怀疑是不想远航的水手故意破坏。

11. 从欧洲本土离开快一个月后，船队才正式告别旧大陆的最后一片陆地，向西驶入茫茫的大海。当加那利群岛消失在地平线，四周肉眼可及的就只有海水。为了避免船员心生恐惧，也是从这一天起，哥伦布有意瞒报船速，少报已经走过的航程 —— 从数字上看，他们似乎离故乡还并不遥远。

#读书笔记# 《透过地理看历史：大航海时代》，回头再更

张小珺对罗福莉的长访谈，信息密度极高，聊了将近两万字

@信号与噪声：看了张小珺对罗福莉的长访谈，信息密度极高，聊了将近两万字，我尽量把核心观点压缩一下。

罗福莉的身份很特殊：她曾在阿里达摩院和 DeepSeek 工作，是 DeepSeek V2 的核心作者之一，后来被小米千万年薪挖走，现在是小米大模型团队 MiMo 的负责人。这是她第一次接受深度技术访谈。

她最核心的判断是：AI 的范式已经发生了根本性的转变，从预训练主导的 Chat 时代，进入了后训练主导的 Agent 时代。这个转变的标志性事件是 OpenClaw 的出现和 Claude Opus 4.6 的发布。

关于 OpenClaw，罗福莉的体验非常有感染力。她说自己春节期间凌晨两点装上 OpenClaw，一直用到早上六点，兴奋到完全睡不着。第一天感受到的是它的「灵魂感」，产品设计的温度和情商超出预期。第二天发现它能帮她完成日常生活和工作中以前做不了的事。第三天，她把研究任务交给它，一两个小时就做出了她以为要花很久的 User Agent 构建。三天之内，她对这个框架的认知被彻底刷新了。

她对 OpenClaw 的技术判断很有深度：它真正的价值在于，一套精心编排的 Agent 框架可以大幅弥补模型本身的短板。她把自己的 MiMo 模型接进 OpenClaw 之后，发现一个中层模型借助好的框架，在 85% 的任务上就能达到接近 Claude Sonnet 的水准。甚至一个 3B 的端侧小模型，在这套框架下也能做出超乎想象的事情。这让她第一次感受到：Agent 框架和模型能力必须同步进化，互相推动。

回到小米团队后，她做了一件很猛的事：要求所有人必须用 OpenClaw，如果第二天对话次数不超过 100 轮就辞职。当然她说自己不会真的考核，只是想传递一种态度。结果团队被彻底点燃了，近 100 个人在飞书群里疯狂探索，10 分钟不看就 999+ 消息。群体智能的爆发让他们三四周做完了以前三四十周的研究量。

关于大模型竞争的格局，她给出了几个关键判断。第一，Anthropic 的路径是正确的，这已经是行业共识。第二，国内团队在预训练上的代差基本消除了，大家现在站在同一条起跑线上。第三，1T 参数规模的基座模型是做到接近 Claude Opus 4.6 水平的入场券。第四，接下来的核心赛点是在 Agent 场景下怎么做好强化学习的 scaling。

在算力分配上，她透露了一个很有意思的数据：过去 Chat 时代，研究、预训练、后训练的用卡比例大约是 3:5:1，现在合理的比例变成了 3:1:1。预训练和后训练的算力投入已经持平，顶尖团队应该都是 1:1 了。这个变化本身就说明了范式转移的剧烈程度。

关于 MiMo 的技术路线，她解释了为什么选择 MTP（多词元预测）而非 MLA（多头潜在注意力）。MLA 在 Chat 时代确实是非常优秀的结构，但它把计算和访存的比例已经优化到了极致临界点，反而没有留下灵活调整的空间。而 MiMo 采用的 Hybrid Attention 加 MTP 的组合，天然适合 Agent 场景：长上下文成本低、推理速度快、架构有弹性。她说这个选择当时有一定偶然性，但回头看恰好完美适配了 Agent 时代的需求。

在组织管理上，罗福莉的做法非常另类。MiMo 团队大约 100 人，但没有职级、没有小组划分、没有 deadline。训练 1T 模型的核心团队只有几个人。她认为平权有利于创新，任何层级都是规范和约束，而规范和约束本身会压制创造力。她招人更看重好奇心和热爱，甚至开始倾向招大二大三的本科生，因为他们的想象力没有被禁锢。她说环境比经验更重要，团队成员之间像「互相蒸馏」一样快速成长。

她对 AGI 的时间表也很激进：认为目前已经走到 20%，今年年底能到 60% 到 70%，两年内应该能实现。她说 AI 先会颠覆工作模式，然后才是生活模式，后者需要等机器人技术跟上。

最后一个让人印象深刻的判断：她说自己以前认为训模型这种工作足够有创造力，不会被 Skill 化和 Workflow 化。但现在发现，AI 竟然也能做到。那它能不能自己训出更强的模型？自己左脚踩右脚就提升了？她说这是一两年内会发生的事情。这句话听起来很平静，但仔细想想，其实相当震撼。