{"source":{"id":"2071664999450448229","title":"未来 AI 时代的新富豪，是那些用模型重塑组织的人。写算法、造模型的工程师很难拿到这个红利。 知名经济学家 Tyler…","url":"https://mubeitech.com/p/2071664999450448229"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2075366892269666443","account":"mubei","brand":"@mubei","title":"英伟达CEO黄仁勋最近抛出一个观点：下一批百万富翁将是蓝领技工，而不是写代码的程序员。 几个月前的达沃斯论坛上，黄仁勋和…","summary":"英伟达CEO黄仁勋最近抛出一个观点：下一批百万富翁将是蓝领技工，而不是写代码的程序员。 几个月前的达沃斯论坛上，黄仁勋和贝莱德CEO Larry Fink 有过一场对谈。 老黄把AI技术比作一个“五层蛋糕”。 他讲得很通透，但最后抛出了一个暴击： AI这盘大棋能不能下下去，归根结…","body":"英伟达CEO黄仁勋最近抛出一个观点：下一批百万富翁将是蓝领技工，而不是写代码的程序员。\n\n几个月前的达沃斯论坛上，黄仁勋和贝莱德CEO Larry Fink 有过一场对谈。\n老黄把AI技术比作一个“五层蛋糕”。\n他讲得很通透，但最后抛出了一个暴击：\nAI这盘大棋能不能下下去，归根结底，取决于我们能不能重振劳动力。\n\n什么意思？\nAI听起来很虚幻，但支撑它的是极度硬核的物理世界。\n建庞大的数据中心，需要铺设管线、拉设电缆、维护运转。\n算法再牛，没有电工和焊工把基础设施搭起来，一切都是零。\n\n美国著名主持人 Mike Rowe 过去十八年一直在替蓝领发声。\n那天他正穿着浴袍在家喝咖啡，看到这段视频，激动得拍下自己疯狂点头的画面发到了网上。\n两天之内，播放量破了300万。\n因为这件事，现在Meta和贝莱德都在找他聊，他也说注定会和黄仁勋碰面。\n\n但在评论区里，很多人根本不相信一个电工能变成百万富翁。\n为什么？因为社会的鄙视链惯性太强大了。\n大众依然习惯性地仰视硅谷精英，忽视了那些真正撑起基建的人。\n\n但市场是最诚实的。\n很多熟练技工最终都创办了自己的小企业，走上了一条没人谈论却无比扎实的财富之路。\nAI的狂飙并没有淘汰实体技能，反而正在逼着资本重新定价那些愿意弄脏双手的劳动者。\n下一次看到拉电缆的师傅，客气点，他可能比你更早实现财富。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2075522460468781211","translated_status_id":"2075522460468781211","published_at":"2026-07-10 09:59:14","created_at":"2026-07-10T11:42:20+02:00","url":"https://mubeitech.com/p/2075366892269666443","markdown_url":"https://mubeitech.com/p/2075366892269666443/markdown"},{"rank":2,"id":"2051640712131973573","account":"mubei","brand":"@mubei","title":"硅谷教父 Paul Graham 算过一笔账。 一家创业公司要跑起来，至少得凑两三个创始人、拼出五六种核心技能。 这套公…","summary":"硅谷教父 Paul Graham 算过一笔账。 一家创业公司要跑起来，至少得凑两三个创始人、拼出五六种核心技能。 这套公式现在失效了。 Stripe 联合创始人 John Collison 翻开了新底牌。 未来 20 年，两类人会吃尽 AI 的红利。 第一类，极度渴望解决问题的人…","body":"硅谷教父 Paul Graham 算过一笔账。\n一家创业公司要跑起来，至少得凑两三个创始人、拼出五六种核心技能。\n这套公式现在失效了。\n\nStripe 联合创始人 John Collison 翻开了新底牌。\n未来 20 年，两类人会吃尽 AI 的红利。\n\n第一类，极度渴望解决问题的人。\n也就是高主观能动性。\n看到系统有漏洞，不写报告不等批准，直接卷起袖子去修。\n过去他们最大的瓶颈是手底下没人。\n脑子里有完美的图纸，却得花大把时间去游说、组建大团队。\n现在有了 AI 这个超级杠杆。\n他们绕开繁文缛节，单枪匹马就能把执行端打穿。\n\n第二类，跨界双修的人。\n懂软件开发，同时懂金融。\n或者懂软件开发，同时懂营销。\n一个人叠加两个专业技能，产生的化学反应是爆炸级的。\n重塑一家公司的营销漏斗，以前需要 20 个人跨部门熬夜死磕。\n现在一个人在系统前就能全盘搞定。\n\n投资大佬查理·芒格一直强推跨学科思维。\n过去获取新领域的常识门槛极高。\n今天直接跟你的 AI 对话就能拿到入场券。\n\n这背后的核心逻辑极其简单。\nAI 彻底抹平了“知道该做什么”和“能把这事做出来”之间的执行鸿沟。\n一个人向前冲刺的速度，现在就是一整个满编部门的速度。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-05 14:42:16","created_at":"2026-05-05T16:40:59.341275","url":"https://mubeitech.com/p/2051640712131973573","markdown_url":"https://mubeitech.com/p/2051640712131973573/markdown"},{"rank":3,"id":"2070598053082611714","account":"mubei","brand":"@mubei","title":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残…","summary":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残酷的真相。 我们总喜欢把 AI 讨论简化成“机器会不会替代我”。 但这其实是一个伪命题。 技术换代真正的杀伤力，是悄无声息地重新分配全社会的“终身收入”。 回看…","body":"估值 27.5 亿美元的 MasterClass 创始人 David Rogier，最近戳破了一个关于 AI 抢饭碗最残酷的真相。\n\n我们总喜欢把 AI 讨论简化成“机器会不会替代我”。\n但这其实是一个伪命题。\n技术换代真正的杀伤力，是悄无声息地重新分配全社会的“终身收入”。\n\n回看一下历史就很清楚了。\n当年个人电脑和电子表格（Spreadsheet）刚诞生的时候，发生过什么？\n\n那些拒绝适应、拒绝学习新工具的人，后来怎么样了？\n\n根据 Rogier 引用的一项研究显示：在技术转型期拒绝主动适应的员工，其终身收入降低了超过五分之一。\n不仅如此，由于生计受挫、精神压力巨大，他们失业第一年的死亡率，甚至直接翻了一倍。\n\n技术不一定会立刻消灭你的岗位，但它会极其残酷地惩罚你的“不适应”。\n\n电子表格当年没有消灭会计，它只是重塑了财务人的价值链：\n主动拥抱工具的人，一个人干过去十个人的活，拿走了行业里最丰厚的溢价；\n而固守纸笔和算盘的人，被边缘化到了收入分配的最底层。\n\n今天的 AI，正在完全复制这个机制。\n\n所以，面对技术海啸，最愚蠢的做法就是装作看不见，或者躲进信息茧房里等它过去。\n\n唯一的解法，是逼着自己去碰它、去探索、去折腾。\n技术重塑世界的时候从不打招呼，你的适应能力，就是你未来二十年最硬的护城河。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070599622460879119","translated_status_id":"2070599622460879119","published_at":"2026-06-26 20:02:58","created_at":"2026-06-26T22:00:20+02:00","url":"https://mubeitech.com/p/2070598053082611714","markdown_url":"https://mubeitech.com/p/2070598053082611714/markdown"},{"rank":4,"id":"2076948060991541727","account":"mubei","brand":"@mubei","title":"黄仁勋说，如果今天招一个应届毕业生，两个人摆在面前。 一个完全不懂 AI，一个很会用 AI。 他会招后面那个。 不管这人…","summary":"黄仁勋说，如果今天招一个应届毕业生，两个人摆在面前。 一个完全不懂 AI，一个很会用 AI。 他会招后面那个。 不管这人是会计、市场、供应链、客服、销售、商务、律师，逻辑都一样。 岗位名不再是第一层筛选。 会不会把 AI 当工具，才是新的分水岭。 这话真正有意思的地方，是他没有把…","body":"黄仁勋说，如果今天招一个应届毕业生，两个人摆在面前。\n一个完全不懂 AI，一个很会用 AI。\n他会招后面那个。\n\n不管这人是会计、市场、供应链、客服、销售、商务、律师，逻辑都一样。\n岗位名不再是第一层筛选。\n会不会把 AI 当工具，才是新的分水岭。\n\n这话真正有意思的地方，是他没有把 AI 讲成程序员专属。\n木匠要用。\n电工要用。\n农民要用。\n药剂师也要用。\n\n不是每个人都要转行写代码。\n而是每个行业里，都开始出现一种新差距：同样一个职业，有人只会按老办法干活，有人会让机器把重复任务吃掉，然后自己去做更值钱的判断、沟通、设计和创新。\n\n黄仁勋把话说得很直接。\n如果你的工作本身就是一堆任务，那你被冲击的概率很高。\n因为任务会被自动化。\n\n但如果你的工作目标里包含很多任务，那你必须学会用 AI 自动化这些任务。\n这两句话差别很大。\n前者是被机器替代。\n后者是用机器放大自己。\n\n很多人卡在第一步。\n不知道怎么学。\n不知道从哪问。\n甚至连 Excel 都不敢碰。\n\nAI 最厉害的地方，恰恰是把“新手的摩擦”压低了。\n你可以直接问它：我担心工作被替代，下一步该学什么？\n你可以让它拆成计划。\n你可以让它按你的行业、你的岗位、你的基础，给你一步一步的练法。\n\n这不是玄学。\n这更像一个随叫随到的教练。\n不会嫌你问题幼稚。\n不会因为你零基础就翻白眼。\n你问“怎么开始”，它就把第一步摆出来。\n\n所以学 AI 的重点，不是把自己包装成未来感很强的人。\n重点是别让自己停留在“我的工作就是这些任务”。\n\n新一代劳动市场不会只分白领和蓝领。\n它会先分两种人。\n一种人被流程牵着走。\n一种人用机器改写流程。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2077001228668534839","translated_status_id":"2077001228668534839","published_at":"2026-07-14 12:04:12","created_at":"2026-07-14T14:01:35+02:00","url":"https://mubeitech.com/p/2076948060991541727","markdown_url":"https://mubeitech.com/p/2076948060991541727/markdown"},{"rank":5,"id":"2081417126410109434","account":"mubei","brand":"@mubei","title":"下一个万亿美元的AI巨头，根本不卖软件。 它直接卖“干完的活”。 这是红杉资本（Sequoia）给出的最新AI创业推演。…","summary":"下一个万亿美元的AI巨头，根本不卖软件。 它直接卖“干完的活”。 这是红杉资本（Sequoia）给出的最新AI创业推演。 过去两年，卖“AI助手”（Copilot）的人过得有多心惊胆战？ 底层大模型每次发新版本，他们的护城河就跟着塌一次。 你今天刚熬夜写好的功能，明天就被巨头免费…","body":"下一个万亿美元的AI巨头，根本不卖软件。\n它直接卖“干完的活”。\n\n这是红杉资本（Sequoia）给出的最新AI创业推演。\n过去两年，卖“AI助手”（Copilot）的人过得有多心惊胆战？\n底层大模型每次发新版本，他们的护城河就跟着塌一次。\n你今天刚熬夜写好的功能，明天就被巨头免费集成了。\n\n怎么破局？\n红杉的答案是：卖结果。\n别卖“帮你审合同的工具”，直接交付“审完的合同”。\n别卖“辅助做账的AI”，直接交付“做平的账本”。\n\n这套模式的魔法在哪？\n大模型的进步，不再是你产品的催命符。\n底层AI越聪明、越便宜，你的交付成本就越低，利润率直接拔高。\nAI的进化变成了你的自动印钞机。\n\n在“全自动驾驶区”（Autopilot Territory）里。\n这里全是可以直接外包、高度依赖智能处理的行业。\n1400到2000亿美元的保险经纪市场。\n1000亿美元以上的IT托管服务。\n500到700亿美元的薪酬与合规管理。\n拿下这里，赚的是直接替代传统人力的钱。\n\n而左侧的“助手区”，比如3000亿美元规模的管理咨询。\n因为极度依赖人类的复杂判断，AI在这里只能继续打下手。\n\nAI创业的赛点已经转移了。\n护城河不再是谁的功能更炫。\n而是谁能啃下行业流程，直接把活干完。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081726156500283740","translated_status_id":"2081726156500283740","published_at":"2026-07-27 12:04:28","created_at":"2026-07-27T14:01:35+02:00","url":"https://mubeitech.com/p/2081417126410109434","markdown_url":"https://mubeitech.com/p/2081417126410109434/markdown"},{"rank":6,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"}]}