AMD收购World Labs与李飞飞的去向

封面以AMD、World Labs、李飞飞三方关系为中心,左侧AMD芯片图标,右侧World Labs空间智能方块,中间李飞飞人物剪影与全股票交换箭头,底部突出交易金额与“给AI圈走个面”的核心判断;可见事实元素:AMD、World Labs、李飞飞、82亿美金、全股票、一分现金都没有

82亿美金的全股票收购

AI教母李飞飞把公司卖了。AMD刚刚宣布,82亿美金全股票买下了她的World Labs,一分现金都没掏。但是别想得太美,这是有人出来给AI圈走个面。大家好,欢迎收听老范讲故事的YouTube频道。苏妈82亿美金买下了AI教母的公司,那真的是给AI圈走个面。

先把结论说前头:这一次收购,大家不要觉得AI教母真的值这么多钱,也不要觉得世界模型就是未来的方向,跟那没关系。这就是AI教母的公司玩不下去了,但是它又不能倒下,所以必须有人来撑这个场面。因为李飞飞是一面旗帜,这一面旗帜一旦倒下,大家更会怀疑:你们AI圈到底还行不行?

今天的故事分六段来讲。第一,这笔买卖到底买的是什么,大家又盼着它干成什么样;第二,卖铲子的为什么开始收购模型公司了;第三,为什么说World Labs这条路可能走到头了;第四,李飞飞进了AMD到底值多少钱;第五,为什么说苏妈要走这个面;第六,别的创业公司如果撑不住了,是不是也有人管。

这笔买卖是美东时间9月28日星期一宣布的,而且是在美股收盘以后。昨天我们去做SpaceX星舰发射直播,人家是在开盘之前就发射了,而这个消息一定要在收盘之后才能说。AMD发了公告,收购李飞飞创办的World Labs,大约82亿美金。合同其实早就签了,9月26号周六就签了。

怎么付钱很重要,三个字,听清楚了:全股票,一分现金都没有。到底发多少股,现在还没有说,要等交割之前现算。他们这种交易都是要增发一笔股票,不是从现有的股票里来;要等交割日,按照过去一个平均价格再增发一笔股票,把这个发出去。预计年底前完成交割,前提是也要审批,但是我估计这件事审批应该没有太大难度。这是AMD史上第二大的收购,排在第一的是2022年买赛灵思。

阅读更多

人肉三明治与交出乐高:没有新塔怎么办

画面中央是由乐高积木组成的工作塔,左边管理者把一块积木递向右边的AI执行层,上下两端各有人把住方向和验收;浅色背景,图形分区清楚

招聘名额一关,新人的活全都喂给AI。你以为自己坐稳了位置,可是老板会不会也在掂量,你这个位置还能留多久?

大家好,欢迎收看老范讲故事的YouTube频道。

要把这件事情说清楚,我们先认识一个人:格雷厄姆。她在硅谷做了20多年的组织管理,进过谷歌、Facebook,也在Quip等公司做过运营管理。现在她主持TED的WorkLife播客,也做管理者社区。

交出乐高原本意味着什么

她最出名的一句话叫做Give Away Your Legos,翻译成中文就是“交出你的乐高”。这句话最早不是在短视频里随口一说,而是她在First Round Review那篇讲创业公司规模化的文章里提到的。乐高是什么?她讲的不是儿童玩具,而是每个人手里最熟、最舍不得放下的那块工作。你从0搭起来的流程、代码、客户、项目,都是你的乐高。

她在原文里打过一个比方:一家公司快速增长,就像大家一起搭一座巨大的乐高塔。刚开始人少活多,每个人手里都有一堆积木,什么都要自己干。可人一多,麻烦来了。新来的人拿走一块,你心里马上打鼓:他是不是来抢我位置的?他会不会搭得不对?他要是比我强怎么办?

这就是交出乐高的第一层思想:公司变大,你不能把手里的活攥死。你得把自己搭出来的那部分交给别人,再抬头去找一座更大的塔。原文里有一句话,如果你想跟公司长得一样快,就必须每隔几个月把手里的工作交出去一次。注意,这不是把烂活丢出去,也不是躺平不干,而是把已经能被别人接住的那部分交出去,逼着自己往上走。

为什么这么反人性?因为人看见新人,第一反应不是高兴,而是护食。明明一周前还嫌这块活麻烦,真来了新人,马上又觉得这个不能放、那个也不能交。格雷厄姆说,这就是搭乐高小孩子的心态:东西我可以不玩,但是你不能拿走。所以这句话当年在硅谷很管用,它像一根棍子,先把管理者的私心敲一下:别老盯着自己脚边这堆积木。工作交给新人,你不会失业,而是让整个团队能做更多事情。

阅读更多

AI时代更要背书:离开工具你还会什么

封面构图,左侧是装满基础知识卡片的大脑,右侧是AI对话框与检索工具,中间用一条清晰的判断标尺连接,突出“记忆、判断、工具”的关系;可见事实元素:标题“AI时代更要背书”,判断标准“离开AI,你还能干成什么样?”

死记硬背要翻身了。教过几百万人学习的奥克利说,AI时代更要背书。这几天,这个观点彻底传开了。大家好,欢迎收听老范讲故事的YouTube频道。AI时代更要背书,离开AI,你还能干成什么样呢?先说结论:AI时代,人确实更需要往脑子里装东西,但是要分层装。半衰期长的背下来,背到不用想,直接形成肌肉记忆;半衰期短的就别背了,交给AI去查。

死记硬背在任何时间点都是负面的。背得对不对,标准就一条:离开AI工具之后,你到底能干成什么样?咱们今天分五段来讲。第一段,这位26岁才开始补习数学的教授,她的论文到底说了什么;第二段,什么都不背,全交给AI到底行不行;第三段,该背的背、该查的查,按照半衰期到底怎么分;第四段,丰田为什么一直留着手工活,它有一部分车是手工拼装的;第五段,什么都背、死记硬背为什么反而是负面的。

阅读更多

Muse爆火之后,AI交易为何难落地

封面画面以Muse应用图标、Meta标识和美国苹果应用商店榜首卡片为中心,左侧呈现10天登顶,右侧呈现Meta股价上涨与市值增加,两条问题标签指向“划时代”与“能否抄作业”;可见事实元素:Muse、Meta、美国苹果应用商店、10天、9月21号、11.43%、1,900多亿美金

Muse爆火与需要泼下的冷水

Muse突然爆火,只用10天就登顶了美国苹果应用商店,Meta股价一天涨了11%。真的有划时代的东西来了吗?国内阿里、腾讯股价也跟着涨,这个作业真的能抄吗?大家好,欢迎收听老范讲故事的YouTube频道。Muse登顶这件事,对于别人来说是一个很难的事情,但是对于Meta来说,真的没有那么难。

离开剂量谈疗效就是耍流氓,这句话我们可能今天要重复很多次,每一个数据我们都要分开来看。9月21号礼拜一,Meta股票一天涨了11.43%,市值多出来1,900多亿美金。到第二天,港股腾讯、阿里也跟着涨,原因就是同一个东西Muse。

很多人说这是个新方向,国内只有阿里和腾讯能够去抄它。意思是什么呢?就是有一个叫做个人AI代理,真正可以干活,可以替你买东西,而且有这种巨头以及完整的生态可以配合。这个方向只有Meta、腾讯和阿里这样的才可以上这条道,才可以从中受益。

咱们先把结论搁前头,今天要来泼冷水。Muse指的方向有一部分是对的,就是把一大堆复杂的东西包起来,把这些复杂性跟普通人隔离开。普通人张嘴,可以使唤AI去做各种事情,这一步确实是一个前进。你不要告诉普通人什么叫技能、什么叫MCP、什么叫API,没必要跟他费这个劲,你给我把活干完就完了。

这个是Muse确实干得不错的一个点。至于它到底是在本地做还是在远程做,记忆到底是怎么回事,其实对于普通人来说不重要。但是,在美国苹果应用商店登顶这件事,对于Meta来说真的没啥可骄傲的。而这个Muse真正卡在坎上的是什么?是交易。

外头是亚马逊,亚马逊说,我不让你来了,我直接给你封上。对于内部来说,Muse还有一座更难跨越的大山,比亚马逊还难,是内部的广告部门。你真的把Muse做起来了,那Meta要是广告崩了的话,马上就死给你看。至于国内,淘天会去配合阿里千问吗?不会的,已经反复证明过好多回了。

所以真正想靠这个东西把交易做通,是非常非常难的。外部会有阻力,内部的阻力通常会比外部的更大。所以Muse最后大概率会像Threads一样,死不了,也颠覆不了什么。国内想跟着抄,要比Muse更难。今天咱们分五段来讲:第一个,Muse到底是个啥;第二,登顶为什么对于Meta来说根本就不叫个事;第三,做买卖人家凭什么配合你;第四,国内为什么更难抄;第五,Muse最后会走到哪。

阅读更多

机器人时代普通人的出路与平台选择

封面以“普通人的出路”为中心,左侧是胖东来四年学员制与证书,右侧是京东员工、机器人和数据采集设备,底部呈现普通人与机器人并肩工作的关系;可见事实元素:普通人的出路

普通人与机器人的下一站

大家好,欢迎收听“老范讲故事”的YouTube频道。通过最近胖东来和京东的一些故事,来看一下普通人未来一段时间可能的出路。首先要讲清楚,“普通人”在这里并不是一个贬义词,但肯定也是有一些区分的。老范自己是普通人,老范全家都是普通人。跟弄潮儿、大学霸、不服输的人,以及一定要卷的卷王相比,我觉得我们大部分人都是普通人。

在AI时代,或者说在下一个时代,到底会发生什么样的变化?我们这些人的出路到底在哪儿,会不会被取代掉?这肯定是很多人都要思考的问题。正好最近有两个很有趣的故事:一个是于东来忽然发帖说,以后就招一种叫“学员”的人,四年签约,然后不续;第二个是刘强东说,准备买300万台机器人,现在把所有快递员都改成“信息采集员”,让他们在身上挂东西采集信息,去训练机器人。

你想,京东现在员工也就是60多万,300万台机器人得干多少活出来?机器人有可能比人的效率还要高一些,那么未来会变成什么样子?而且刘强东还讲了:“我以后不会把快递员都裁掉,这都是我兄弟。我要给他们重新做培训,让他们操作机器人、训练机器人,还要给他们重新建学校,让他们去培训。”未来是不是这就是普通人的道路呢?

再加上人社部9月9日还发布了一个新的职业规划,以后会有一些什么样的新职业?最近几年每年都发,现在已经是第八批了。咱们也从这里面看一看,以后到底干什么去。为什么我今天突然想起讲这个事?上周日我送儿子回学校。我每周日会把他送回去,他回来的时候一般会自己回来;去的时候,属于比较罕见的父子同车、可以聊一聊心里话的时候。

我问他:“你以后想干什么?”他也说不太清楚以后想做什么。后来我们讨论,我说:“你大概率以后就是做机器人维护、机器人的维修和运营,包括机器人可能的设计、修改,做这样的事情。你要是本科出来,可能就是维修站里的维护人员,去搞清楚有哪些配件,怎么给人安装、怎么替换、插上哪根线、哪个灯亮了以后该干什么。”

“你再往后读硕士,就可以参与设计和改进;如果继续往前学,就可以探索更进一步的东西。”我说,这可能就是未来的一个方向。因为我儿子学自动化,有一部分软件基础,也有一部分硬件基础,可以处理一些电路的事情。最近他又跑去做金工实习,像我以前也是做金工实习,就是真的去开车床。

当然,进去第一件事,是老师傅先教育你半天:曾经哪年出过什么事,女生把头发卷在里面了,喇叭裤怎么样了,高跟鞋怎么样了。我当年开车床的时候就干过一件事:换刀头的时候忘了退刀。什么意思呢?车床前面有一个东西在转,轴夹着工件转,然后拿刀头去车削一块下来。要换刀头,得先把整个车刀退出来,然后才能掰出来换刀头。

我当时忘了退刀,刀头正好撞在牙钳上,整个刀头直接砸碎,然后向斜前方飞了出去。车床不是正对着排的,每个人的车床头都是对着墙,以45度角在车间里排开,所以并没有伤到人。我儿子现在也去了,但他们已经比我们那个时候强很多,已经开始玩数控铣、编程序。有个同学把x轴、y轴搞错了,那肯定也是“啪”的一下,把那个刀给撞掉了。但是数控铣外边有一个很强的透明罩子,人肯定还是相对比较安全的。我觉得这也算是对于他们来说一个小教育吧。所以,这是未来我儿子可能走的方向。我就想一想,作为普通人,未来到底要干什么?

我个人的感受是,大部分普通人可能需要跟机器人一起工作。机器人并不会完完全全地取代人,因为有的时候取代人并没有那么划算。待会我们来跟大家讲一讲,机器人的成本大概是多少。现在Figure 03在宝马工厂里边是25美金一小时。25美金一小时在美国可能是一个比较划算的事情,但是你到中国,别开玩笑了,25美金一小时,一个小时就100多块,一天1,000多块,一个月两三万块钱。你要用这样的机器人去工厂里上班,是不现实的。这个成本其实很难降下来,即使在中国可以降低一部分,也很难降到比人便宜的状态。所以我们就要探讨一下,人到底干什么。

平面成本对比图,左侧为宝马工厂中的Figure 03,右侧为中国工厂普通岗位,以分栏方式表现同一小时成本在不同环境中的可行性差异;可见事实元素:Figure 03

今天咱们分几段来讲。第一段就是于东来整这个四年的学徒制合同,到底想搞什么;第二段咱们讲一下刘强东,他跟于东来是不是在干同一件事;第三个,这两位教主,我们只能管他们叫教主了,真正要做的事是什么,新的业态为什么非要靠自己人去抢;第四个,是人社部最近的两批新职业里头,拆成三大类之后能看出什么来;最后,咱们来总结一下普通人要往哪走,怎么挑选一条适合自己的船。

这个是很重要的事情。对于普通人来说,我们其实大部分情况下是没有选择的。你说“我可以选这个,可以选那个”,你就已经不是普通人了。当我们必须要随波逐流的时候,可能还是要在里边稍微掌握一下自己的方向。选的时候,可能你已经没有办法选以后要干什么了,但是可以选一下跟谁干。

阅读更多

Jev判定模型的价值、用法与风险

Jev判定模型主题封面,中央是写有“Jev”的判定器,左侧输入大量文本token,右侧只输出概率与置信度,底部用价格、准确率和速度三张信息卡形成鲜明对照;可见事实元素:Jev、100万token才4美分、准确率68%、几百毫秒出结果

这两天,判定模型Jev又刷屏了:极度便宜,极度高效。我们是不是又要见证历史了?

大家好,欢迎收听老范讲故事的YouTube频道。

首先提醒大家一句,Jev确实非常便宜,100万token才4美分,而且效率极高,输入信息以后,几百毫秒就出结果。但是,它的准确率也就是68%,一定要小心,它有可能给我们带来巨大的灾难。

Jev这种模型跟传统的大语言模型LLM有一个最本质的区别:它不是生成内容的,只负责下判断,相当于是个判官。但是,这个判官的准确率就是68%。先把结论放在这里:这东西真好用,我自己已经放进流水线了;但是,它不是更聪明的大脑,而是把“下判断”这个岗位从大模型本身上拆下来单独卖,价格打到地板上。

它值钱的地方不是准,它并不比现在的大模型准,后边我们会说数据。它真正强的地方是便宜,便宜到以后什么事情都可以让它先判断一道。这个事我一开始还没注意,Discord上有人问我:“老范,现在Jev模型这么火,你不说两句吗?”当时我说没注意。我的很多选题都来自Discord群,大家看到什么有意思的事情,可以到这里问我;我觉得可以聊两句,就会研究一下,做成节目跟大家分享。刚刚老范透露了如何在节目里点单的流程,大家请记在小本本上。

今天分几段来讲。第一,Jev模型不能干什么,我们先把不能干的事说明白。第二,介绍一下这东西到底是什么、谁做的、名字从哪来,这部分尽量讲故事,具体细节不跟大家分享,因为人家也没公开。第三,我们的AI账单里到底应该用它替换哪一部分。第四,这东西到底怎么用。第五,它到底会如何改变AI产业,英伟达股票会涨还是会跌。最后,我们讲一下这个东西为什么很危险。

先泼三盆冷水:这些事不能交给Jev

先泼三盆冷水。Jev之所以突然爆火,一个很主要的原因,是很多币圈的人发现这玩意可以下判断,可以判断币要涨还是要跌,于是把它推火了。币圈的人一直非常热情,至于他们搞得懂搞不懂并不重要,但他们的热情很强,所以一下就推起来了。首先要讲清楚第一件事:这个东西不能用于炒币、炒股和量化交易。

人家发布产品的时候就说了,这个系统不擅长做算数,你要判断涨跌,别来找它,这玩意判断不准,gram。现在这些炒币的人已经灰溜溜地离开了,因为他们发现用这个东西判断炒币,效果很一般。第二,自动驾驶和人形机器人也不是这种模型擅长的事情。刚才说它快,几百毫秒就可以出结果,但快得看跟谁比。跟GPT、Claude比,它确实很快;跟自动驾驶比,这玩意就不行了。

像特斯拉FSD,做判断只能有20毫秒,因为如果车开到110公里每小时,Jev这种300毫秒的响应速度,车已经开出去9米、10米了,该撞什么早撞上去了,所以这个事也不行。而且这个系统在云端,没有开源,万一网络不通,也是不行的。还有一点,Jev只能处理文本,不能处理图片、视频和声音,所以让它做自动驾驶、做机器人,搞不定。当然,自动驾驶和机器人里一些不那么着急的大逻辑判断,它可以干;但是让它去做一些动作判断——它是干不了的。

自动驾驶响应时间对比图,左边是标注“特斯拉FSD”的车辆控制模块,右边是云端“Jev”文本判定模块,中间用车辆前进距离说明时间差,明确表现Jev不适合紧急动作判断;可见事实元素:特斯拉FSD、20毫秒、车速110公里每小时、Jev、300毫秒、9米、10米、云端、只能处理文本

第三,很多人认为这东西零幻觉,这也是不对的。它在很多时候会告诉你,这个事我拿不准,有可能是真,也有可能是假,但是后边会跟一个数,叫置信度。像我让它做的一些测试,置信度就只有49%,也就是它拿不准。所以千万不要认为这东西零幻觉,而且这个模型最后的判断准确率也就是68%,也不要认为它就是对的,千万不要抱有这种幻想。

阅读更多

AI巨头集体喊减速:安全警告背后的IPO、算力与定价权博弈

封面画面以四个并列的AI巨头人物剪影围绕一只巨大刹车踏板,人物嘴边伸出“减速”形状的气泡,脚下却共同踩向发亮的油门踏板;正视对称构图,中间用危险警示符号与上升箭头形成矛盾关系,不依赖人物姓名或商标也能读出集体喊停却继续加速的主题

周末AI巨头集体喊减速。咱不讨论为什么,也不讨论具体怎么减,咱们来聊聊这背后的蝇营狗苟、魑魅魍魉,以及各家的小心思。大家好,欢迎收听老范讲故事的YouTube频道。全球AI巨头集体喊刹车,脚下踩的全都是油门。

事情是这样的:Anthropic的CEO达里奥·阿莫迪周六发了一篇3,800字的长文,标题叫《我们必须为前沿AI限速》。意思很直白,AI跑太快了,再这么跑下去,人类可能就要控制不住了。接着,OpenAI的山姆·奥特曼说对,马斯克也出来说对、没毛病,谷歌的哈萨比斯也说方向是对的。

几个最卷的对手,头一回在“该慢一点”这件事上站在了一起,这本身就是一个很新鲜的事情。这个话题上周其实已经讲过好几轮了,我就不再分析他提的到底对不对、到底该怎么办。说出来你们可能不信,我感觉所有喊AI该被限速的视频,都会被AI推荐算法所针对,我上周所有这些视频播放量都巨差。

所以今天咱们换一个视角,就讲这背后的魑魅魍魉:这些喊刹车的人到底想什么,受这件事情影响的人又在打什么算盘。几个问题先摆在这,咱们一个一个看。第一个,阿莫迪为什么偏偏赶在上市之前一个月来喊刹车?大家注意,他是上市之前一个月。通常正常的公司要上市时,都要谨言慎行,不能乱说乱动。

山姆·奥特曼嘴上说慢点,手上又在做什么?第三个,马斯克和哈萨比斯凭什么跟着点头?第四个,股市一天之内,为什么卖芯片的都崩了,买芯片的都在涨?因为股市已经对这句话开始做出反应了。再往后,免提总统特朗普把电话打过来,到底在给谁壮胆?以及最后,中国是怎么被拉到这个舞台上去的?

阅读更多

OpenAI破解数学题之后,热情怎么办

封面采用左右对照构图,左侧是由数学家铺出的蜿蜒新路与手稿,右侧是OpenAI的密集AI agent沿路砸开最后一道坎,中央以纳维-斯托克斯方程的流体旋涡连接两边,突出题解开与热情被磨掉的张力;可见事实元素:OpenAI、纳维-斯托克斯方程、数学家的热情

大家好,欢迎收听老范讲故事的YouTube频道。OpenAI暴力破解了一道百万美金的数学题,这几天正在被指责抄袭,771个数学家联名骂它学术不端。但真正被磨掉的,其实是数学家的那点热情。题解开了,热情没了。我们先把结论撂在这里:这道题OpenAI确实往前推了一大步,这是真的,谁也赖不掉。抄没抄,两边各执一词,可这一层没有大家想的那么重要。他们争的早就不是谁原创、谁抄袭,而是谁的公司更值钱。

真正的账在另外一头。这道破题的路,是人一步一步趟出来的;AI是在这条路上,拿1万个AI agent把最后一道坎生砸开的。把人的那一段抽掉,今天这个证明压根就不存在。所以真正该护着的不是算力,算力现在谁花钱谁就能买到,而是人的思考。人的思考在这一行里,是要靠一点热情推着往前走的。可这一趟走下来,想出新东西的人,第一反应变成了先别说,说了人家88小时就直接给你破了。热情要是被磨没了,机器跑得再快,也只能在老路上来回跑。

咱们今天回答三个问题。第一个问题,OpenAI到底解了一道什么题,又是怎么解的?这部分分两段讲,先讲题,再讲解题过程。第二个问题,抄袭这个指控到底是怎么回事?咱们把两边的时间线一天一天捋清楚,谁先谁后,自己来判断。后面再说两通电话里开始出现的骂人话,到底谁骂了什么,稍微解析一下。第三个,也是我今天最想讲的:真正该担心的到底是什么?这下面有三笔账,AI的一笔、科学家之间的一笔、数学家自己的一笔。

我还要把今天最要紧的一件事单拎出来讲:这道题到底是谁解的?最后,咱们再说说数学家手里还剩下什么。我自己的数学没有那么好,或者说很烂。对于工科生来说够用,但对于理科生或者数学专业的人来说,我基本上属于门外汉。不要说老范讲错了,这很正常。所以今天借着给大家做科普的机会,我自己也先稍微学习了一下。

阅读更多

AI时代妄人真能翻身吗?健康妄想的三个条件为何凑不齐

封面画面,中央是“健康妄想”四字,左侧是代表AI的对话框不断递出肯定答复,右侧是站在主流人群对面的妄人剪影,底部以问句呈现争议核心,留出清晰标题区;可见事实元素:主标题“健康妄想”

YouTube上120万人订阅的美国博主丹·科,9月12日发文鼓吹:想要成功,你就得妄想。中文圈管这个叫健康妄想。大家好,欢迎收听老范讲故事的YouTube频道。AI时代,妄人真的要翻身了吗?但是健康妄想这套东西有戏吗?

我先把话说前头:AI时代,妄人成功的比例真的需要重新计算一遍,因为试错成本下降了,下降得还非常厉害。但是那个叫健康妄想的东西,我的看法是它不存在,也不值得你去追逐。这两句话,说的是同一件事情的两头。

咱们今天回答5个问题。第一,这位博主到底是谁,他到底写了什么;第二,他举的那个例子为什么不求甚解;第三,什么叫妄人,这门老手艺原来是怎么干的;第四,AI把试错成本砸下来以后,妄人这笔账为什么要重新算;第五,健康妄想那三个条件,哪一条立不住。

丹·科与健康妄想的三条条件

先说这位博主到底什么来头。他叫丹·科,做的是自我提升、内容创业这一条路,反复鼓吹一人公司,所以国内他的信徒还是很多的。YouTube上有120万人订阅了他,他自己的邮件订阅在17万人以上。2024年他一个人赚了400万美元,没有公司,没有厂房,一年挣的钱比不少上市公司的一个部门还要多。

他传得最广的一篇,中文叫《用一天时间修好你的整个人生》,今年1月12号发在X上,一个礼拜有1.5亿次浏览。可他真正赚钱的不是流量,是后面的一串课、书和付费订阅。他最主要的那个观点叫超级个体:一个人靠写东西、靠内容养活自己,不用给人打工。

丹·科内容事业数据卡,左侧为人物姓名与“一人公司”标签,右侧分四栏展示YouTube订阅、邮件订阅、年度收入和文章浏览量,数字与对象一一对应,不把不同口径合并比较;可见事实元素:丹·科、一人公司、YouTube、邮件订阅、2024年、一个礼拜

9月12号这一篇,题目直译过来就是《你想成功,你就得妄想》。他讲的是,你定的目标要大到按现在的本事根本做不到,期限还要短到不合理。目标不是一个终点,是一个筛子,它决定你脑子里什么东西算重要的。

但是有一件事情要说清楚。你在中文圈里看到的版本整理了三条:理性、妄想和健康缺一不可。理性说的是工具要完备、信息要吃得透,不是拍脑袋;妄想说的是得出的结论要跟主流反着来,所有聪明人都要跟你相反;健康说的是心里清楚这是赌,失败要认,成功也不能把它当成真理。

他原文里并没有这三条,通篇既没有写理性,也没有写健康。他举的例子只有两个:乔布斯的现实扭曲力场和马斯克的一句话。那个工整的三条版本,比他本人严谨多了;他举的例子其实并没有那么工整。

阅读更多

Anthropic报告里的AI假人与非法蒸馏

封面采用左右对照构图,左侧是由年龄、金额、地点和相似度标签拼成的虚构约会人物剪影,明确标注“AI编造故事”“查无此人”;右侧是Anthropic报告中的AI假人消息网络,Claude图标位于两组信息之间,表现真零件被拼成假故事

真零件拼出的假故事

56岁鳏夫骗了81岁澳洲老太太80万澳元,背后是在长沙使用Claude的自由职业者。大家好,欢迎收听老范讲故事的YouTube频道。Anthropic9月份报告一水儿的作死:一家中国公司养了4,700个AI假人骗美国人,两周发出236万条消息。可是我让AI一查,它反手就给我编造了一个56岁鳏夫的故事。

这期节目的选题本来是另外一个样子。我看见Anthropic发了一份很长的报告,里头有个案子挺邪门:一家中国公司拿Claude养了一大批AI假人,在约会软件上骗人。我按照老规矩把活派下去,让AI去读原报告,把细节给我整出来。它整出的材料特别有意思,告诉我这个局里的主力人设是56岁鳏夫:妻子走了,一个人守着空房,寂寞、体面,愿意听人说话。这个人设钓到一位81岁的澳洲老太太,前后拿走了80万澳元。

它还告诉我,这套系统由长沙和台北两地的人运营,连模板相似度都算好了:73%。这是一份看上去无懈可击的材料,有年龄、国籍、金额、城市,还有一个带百分号的小数。我当时的反应是,这期好做了。然后我拿它去跟报告原文对了一遍,一个字都没有。154页的报告里,没有56岁,没有鳏夫,也没有81岁,没有澳大利亚,没有80万澳元,没有长沙,没有台北。原报告关于这家公司只写了一句话:一家中国APP工作室。别的全都是AI给我编出来的。

说到这里,好像就是AI又瞎编了一个故事,老范又上当了。可是我不甘心,又去网上翻了一圈,翻完以后味道就全变了,因为这些零件全都是真的。先说这81岁:美国犹他州真有一位姓布尔特斯的女士,81岁。2023年底,当地媒体报道,她在脸书上收到一个好友申请,对方自称驻在海外的陆军军官、没结过婚。她被骗走大约6.35万美元,存款掏空,还办了二次房贷去填窟窿。

再说80万澳元,这也是真有的。今年2月,澳大利亚媒体报道了一位60多岁的澳大利亚男性。他跟对方谈了两年多,被拿走差不多80万澳元;每次想要回钱,得到的都是威胁和恐吓,然后被推着继续汇款。至于那位鳏夫,也是行业标准件。美国联邦贸易委员会统计过,骗子最爱的人设,头一名是驻在远方的军人,第二名是海上钻井平台的工程师:够远、够忙、见不到面,还特别有理由跟你要钱。

把这几件事拼在一起:一个真的81岁从犹他州拿来,一个真的80万澳元从澳洲男性身上拿来,一个真的澳大利亚顺手贴上去,一个真的鳏夫模板从标准件库里取出,最后补上一个精确到小数点的相似度,因为它知道我这人会查账。拼完以后,出来了一个世界上并不存在的人。这就不是瞎编,而是一道工艺。这道工艺跟我今天要讲的4,700个AI假人,用的是同一道真零件:每一块单独去查都能查到出处,合起来的那一个却查无此人。

画面以两张互相独立的事件卡片为左侧来源,一张是美国犹他州的社交好友申请与房贷文件符号,另一张是澳大利亚男性面对汇款和威胁信息;右侧把年龄、金额、国籍和鳏夫模板拼入一个空心人物轮廓,轮廓中央标注“世界上并不存在的人”,清楚表现真实事件不能合并为同一人物

所以今天这期,咱们按顺序办四件事:真报告到底写了什么;那4,700个假人是怎么一条一条摆出来的;7家中国实验室的账怎么算;最后,这份报告到底能信几分。Anthropic9月10号发的报告共154页,涵盖2025年12月到2026年8月这8个月里发现的事情,分七大类:网络攻击、影响力行动、监控、常规武器、生物滥用、诈骗、非法蒸馏。每个案子都有内部编号,我数了一下,大概40个。很多人问发布频率:前面发过三次,分别在2025年3月、8月、11月;隔了10个月才又出一次,没有固定周期。报告末尾说会继续做。

阅读更多