史上最聪明的AI大模型GROK4诞生了。马斯克亲自坐镇开发布会。视频发布会呢，并不是特别的顺畅。第一个呢，是他晚了一个小时，也没说为什么。反正马斯克的直播经常会晚。然后呢，太多的东西需要集中发布，上下衔接的呢比较仓促一点。

最早期很多的互联网公司开发布会也是这样的，两三个小时七差咔嚓发一大堆东西。后来OpenAI这些公司习惯了在网上开直播以后呢，就慢慢把这风格改了。改成什么呢？就是每次发一个功能，发个十分钟二十分钟就完事了。然后呢，不停的发，每个月发每个月发。Xai呢，现在还没有彻底学会这件事情，还是一股脑给大家扔了一大堆东西出来。

我们以前在面对创业者的时候，每次都会苦口婆心的去做一种劝告。大家可能不知道会劝什么。作为投资人来说，我们每次看到任何一个创业者，都会上去劝一件事，叫不要憋大招。你一次要惦记着做一个大的东西，就很容易失败。你应该是做一些小的东西，一点一点放出来。OXAI现在还是憋了一个大招。当然了，XAI后面呢，也会每个月发布一个新的工具出来，它也慢慢的向这样的一个方向去前进。

8月份呢会发编程，9月份呢会发多模态。虽然现在的GROK4呢，也号称是可以出图吧，但我不确定他是可以做图片理解的，做视频理解。但是呢，他这一块应该还不是很满意，9月份应该再会去做发布。10月份呢会发视频。GROK4的模型要直接做视频生成。一个百无禁忌的模型，能够做视频生成，还是挺值得期待的一个事情。

到年底呢，准备发企业功能包。这是个什么东西？GROK4是允许私有化部署的。你可以向他申请说，我家里有这个云，我们企业要用这个东西，给我部署到这边来。GROK4还会有合规工具包，企业级的技术支持。美国区的Oracle云账号，现在已经可以使用Grok 3了。Grok 4还需要等。Oracle云并不是XAI自己家的云，你可以在上面使用Grok 3。

一些测试呢，其实也并不是特别成功。比如说命令它唱歌，结果呢，这个东西没有唱歌，他做了一个诗朗诵。当然了，不论是唱歌还是诗朗诵，对于一个机器发声TTS的一个功能来说，已经是很强大了。既然敢在上面当着马斯克的面要求他唱歌的话，那说明这个东西是会唱歌的，只是当场没唱出来而已。

那么GROK4到底是一个什么样的模型呢？妥妥的叫别人家的孩子。什么叫别人家的孩子？就是你看邻居家的小明，怎么考的这么好，每天上课都多么专心，经常被老师夸奖。

GROK4呢，属于典型的理工男模型。GROK从三开始，一直是有一个很双面性的东西：一方面是理工男，另外一方面呢，比较百无禁忌。GROK3有一些比较奇葩的用法，待会咱们再去讲。GROK4我估计会继承这些使用方法，而且会变得更加厉害一些。

但是，马斯克作为一个理工直男，跟一帮工程师坐在那发布GROK4，肯定是奔着理工男的这个方式去发布的。所以，其他那个用法他就没怎么讲。所有跟做题相关的数据都被刷了。而且，这一次是遥遥领先。前面呢，Gemini 2.5、GPT O3 O4、Claude 4这些呢，他们在刷这些题、刷这些排行榜的时候也会有提升，但是提升的不会那么高，经常是这个我高一点，那个你低一点。

但这一次的话，GROK4完全属于是断层式的碾压，一下比别人高了非常一大块。特别是大家提到的，有一个叫“人类终极测试”的竞赛。上一个冠军呢是Gemini 2.5，正确率呢是21%。GROK4，不使用任何工具，就闭卷考试26.9%的正确率；使用工具就是41.0%的正确率。如果使用叫Grok Heavy，一个超重的模型，它是一堆的GROK一起来干活，干完了以后自己相互吵架，吵出一个结果来，它可以达到58.3%的正确率。

所有人都在讲说“人类终极测试”，什么是“人类终极测试”？它呢是一套测试题库，2,500道题。发起人是谁呢？有一个叫Center of AI Safety（CAIS，AI安全中心）这样的一个机构为主导构思与学术把关的。那么，谁出钱呢？谁做工程技术实施的呢？叫Scale AI，就是刚被美塔投了一大笔钱进去的，那个华人小伙子创业那项目，140多亿美金刚投完资的那个项目。他来去提供的数据工程和资金支持。

做这种题库并不是那么贵，花不了太多钱。启动呢，是2024年9月16号，公开全球征题，标榜找出AI也答不出来的难题。花了多少钱呢？给了50万美金的奖金池。Scale AI给的钱，最高呢5,000美金一个题，奖励前50名作者——就是你出的题特别好，5,000美金一个题。第二梯队呢是500美金一个题。后边呢就是100美金每个错误——我把题上来了，大家来找错误。

现在这个题库呢是在GitHub上，在Hugging Face上都有，大家可以上去找错误。找到了错误，给它修正了，可以得到100美金。所以呢，它整个的运作方式就是50万美金一个奖金池，咱不停的发。到现在为止呢，依然在不断的更新这些题库。

这个题库呢是公开征集的2,500道题，41%的数学题，14%的多模态的题。另外呢，还保留了私有隐藏集防止过拟合。过拟合什么意思？就是说我刷题呗，除了这个题之外的东西都不会吗？前面这个Llama4就是死在这个过拟合上了，题刷的特别好，结果发现不是这个题库的题不会做了。

他怎么来预防这个过拟合呢？就是有300道题是隐藏的，任何人去刷这个题库，你看不到这300道题。用AI大模型去做这个题的时候呢，它就会把这300道题拿出来，这个模型就始终会遇到新题，遇到没有做过的题。

整个的这个运作方式呢，第一个是叫众包的征题，大家都来出题。第二个呢是做前沿模型的筛选，就是用当下最强的大模型（GPT4O，Gemini2.5，Claude 3.5）这些题呢进行模拟考试。当这些模型的得分不比随机猜好的时候，这个题目才会被保留下来，进入人类最初考题的这个题库。比如说咱们原来都讲a b c d考试嘛，咱们全填a得25分，如果这个这些大模型做的分没有超过25分，我们就把这题留下来，超过了我们就这题不要了。它是这样来出这个题的。

出完这些题之后呢，再进行两轮的人类专家复核，在Git Hub和Hagging face上面去公布，让大家去找错误版本。定版以后保留私有级并记录版本哈希，他是这样来工作的。

你说人到底能做成什么样人类最终考题？人呢目前为止，没有一个公开可验证的成绩。有人试过，据说是需要耗费极长的时间去做，但是也没有人呢去真正公开说我到底得了多少分。所以马斯克这次说，他的大模型可以做到50多分了，说应该已经超过了绝大部分的人类，我觉得这个事情是可以这么认为的。

马斯克认为呢这一次他发的GROK4就是有史以来最聪明的大模型了。当然了，马斯克这个嘴呢，大家就听就好了，因为GROK3发布的时候他也这么说的。而且马斯克讲了说他的GROK4已经达到了全科目博士水平了。

那么GROK4到底有什么不一样的地方呢？它是第一款预训练和强化学习相对比较平衡的大模型。什么意思呢？正常我们去做一个大模型是做预训练嘛，做一个模型出来。做完这个以后呢会去做强化学习。所谓强化学习呢，就是状态动作和奖励，在某一个状态下，我要求你去做一个什么动作，如果做对了我给你奖励，做错了就没有奖励。这个大模型自己按照积累更多奖励的方式进行训练。像我们比较熟悉的比如Deepseek R1推理模型也是如此。

就是他先去做一个基准模型，叫Deepseek R1 Zero。然后呢，在这个模型的基础上去做推理的强化训练，得到了Deepseek R1。

但是，以前传统的模型是怎么做呢？就是先消耗巨大量的算力和数据进行预训练，把这个Zero（0）模型做出来。然后呢，再用远小于预训练成本的算力去进行强化学习。一般呢，它的强化学习的成本大概也就是预训练的10%到20%左右。

然而，GROK4呢，它是预训练跟强化学习所耗费的成本与算力基本相等，两边一样多。所以它是有史以来第一次用这么多算力去做强化学习的模型。当然，你像Deepseek，它想干它也干不了，20万块显卡它没有。

GROK4呢，首先是使用GROK3的一部分权重，就是有些层次的权重它就直接用了。然后补充数据之后进行预训练，得到了一个叫GROK4 base的基础模型。接着，投入空前的算力进行强化学习，投入了20万张算力卡直接进行强化训练，按照奖励最大化、长程回报的方式。

什么叫长程回报呢？就是你要做很长的推理，要积累正确的奖励，让这样的一个算法去进行训练。而且呢，是动态的任务池，包括数学推导、代码单元测试、商业模式和人类最终题库，这些高级的环境都要进去进行强化训练。

XAI呢，直播的时候讲到说，模型越聪明，强化训练的任务呢就越少，需要自己动态地去做题，否则你就没有那么多题可做了嘛。智能体在模拟环境下或者是真实的API工具中试错、自我对弈。因为有一个叫做Grok heavy的模型，就是一堆的Grok的模型自己跟自己之间吵来吵去的，最后看看怎么能够提高训练效果。

在训练期，让代理互相评论；推理时，并行生成交叉式复审核成答案，再去进行这样的学习。所以它的这个算力是非常浪费，但是效果很好。而且呢，它会监控成功率，当大于80%的时候，会自动生成更难的对手、更长的推理链，解决奖励稀疏的问题。

就跟原来说小学生：“哎呀，我今天考了95。”一回到家里以后，父母肯定说：“你为啥不考100呢？前面还有人没有？”都是这样来训练出来的，就不断地PUA，这个产品就出来了。

它的强化训练计算量达到了同类产品的10倍以上。GROK4的强化训练连续跑了7周，每天消耗的电力相当于一座中等城市。所以说，AI的竞争最后是电力竞争。结束了以后，他再把多代理策略的这些东西进行蒸馏，形成一个单代理的版本。

所以呢，我们平时去使用的公开的API调用的Grok，不是heavy的那个。

就是蒸馏后的这个单代理模式。而且除了强化学习之外，还有一个很重要的东西是什么呢？就是原生的工具支持，这个也是非常厉害的。因为现在的大模型都是可以调用工具的，调用方法也很简单，就是你在给它提示词的时候，把工具的描述描述进去。说我这有一个扳子，那有一个锤子，这里还有一个电焊，有一大堆这样的工具。你先把这些东西都介绍给这个大模型，然后呢，大模型再根据说你的提示词进行推理，在推理的过程中来决定调哪个工具。这个东西其实是需要训练的，有些工具你会使，有些工具不会使，或者有些工具你根据这些描述应该如何去使用，它是需要训练的。所以Grok专门在这块进行了训练，它的这个原生工具的知识要比其他的模型要好。所以呢，它叫高度动态的工具知识。

GROK4的工具体系不仅仅局限于文本生成，它能够根据任务需求动态调用外部的API、计算工具、模拟器等等，使得它能够处理更复杂的任务，例如实时推理和决策优化。而且呢，它是多智能体合作，因为这个东西一开始它就是相互之间吵架吵出来的嘛。不同于大多数模型，GROK4的原生支持多智能体的这种合作方面的创新。以前都是以智能体为核心，我们再去调别的工具就完了，但是GROK4支持智能体之间调用的，就可以使得模型能够在推理过程中模拟复杂的多角色互动场景。这在处理开放式任务、模拟环境和长期计划时非常重要，这个是它的一个创新。

然后呢，多模态的知识。Grok对于图片、音频等非文本数据是内建支持的，使得它在处理涉及视觉、声音以及其他感知数据的复杂任务的时候，能够更加高效的融合多种信息源，优化推理能力。通过强化学习和专家模式的结合，GROK4能够在大规模任务中实现更高效的推理，尤其是在与外部工具和数据库交互过程中，提升了准确性和可扩展性。这个就是GROK4真正强的地方。第一个是用了空前的算力去做强化学习训练，另外一个跟大家强调的就是对于工具的这种原生支持。

讲的这么热闹，这个使用起来到底怎么样呢？第一个，我自己的账号是8美元的x账号，这个不让用，只能用GROK3。GROK.com上也只能用GROK3，不让我用GROK4，必须要升级30美金一个月的super Grok账号才可以去用GROK4。你要想去用那个Grok heavy，就是那个特别重的那种相互吵架的这个大模型，一个月300美金，稍微有一点点小贵。那你说我讲了半天我用没用过？用过了，通过API调用。

现在呢，我们可以通过x.AI的网站去调用GROK4的这个API。它上头有一个模型叫GROK4-0709，就是7月9号这一天发布的这个版本。当然，比较遗憾的是什么呢？现在GROK的这个API调用所有的优惠都停止了，只能老老实实地烧TOKEN。也不是很贵吧，去年呢，是每个月送25美金，基本上是够使了。今年是5月份之前呢，同意共享数据充值5美金送150美金，这个也是一个比较不错的优惠吧。但是5月份以后这个优惠就停止了，所以现在就老老实实烧就行了。它呢，是3美金100万TOKEN的输入，15美金100万TOKEN的输出，所以它的整个价格不贵。上下文呢是256k，支持推理，支持多模态输入。

现在呢，它有一个调用限制，每分钟可以调用60次，超过了以后呢它就会卡住你，这个是有问题的。所以，我确实去用去了。使用的感受怎么样呢？这个就当我们跟博士在一起工作的时候，会自惭形秽吗？我相信可能在我听我节目的人里头，有一些人是博士。你跟博士一块去聊天，一块去干活的时候，真的觉得他们特别伟大光荣正确吗？其实也没有。博士有时候未必懂得人情世故，未必好打交道。我个人的感受呢也是如此，并没有感觉比ChatGPT或者Claude好更多。有时候呢也犯一些比较低级的错误，质量，指令的依存度并不是很好。

我做了几个测试吧，比如说我要求的他先去做搜索，根据搜索一些信息去给我做总结。出来的结果呢，会混杂html的标记在里头。因为你搜索的结果是带html标记，语言那些标记的嘛，出来了以后就会带这个。我在提示词里写着说不要带html标记，把相关的标记转成Markdown，发现依然是带着这些标记就出来了。所以呢至少到目前这个版本吧，效果还没有那么好。但是他们应该内部还在迭代吧，可能很快就会改过来吧。

在处理日常工作这方面呢，他的能力与科研能力之间其实并没有直接的联系。就是大部分人其实都可以处理日常工作，但是很少有些人可以去做这个科研。而GROK4主要提升的是科研能力，所以前面我们讲所有跟数学相关的，跟这个推理相关的遥遥领先。但是处理日常工作这块呢，基本上也就这样了。一个理工直男博士，往往是笨嘴拙舌，缺乏生活常识，以及指令依存性不是很高的一个人，符合我们对博士的这种刻板印象吧，或者也属于在情理之中的一个事情。

所以现在日常工作处理方面呢，到底考核什么？第一个是工具能力，第二个是指令依存度。

第三个是一些对齐的能力。这块其实现在GPT、Gemini、Claude、Grok、Deepseek基本上都能使用，没有特别大的差异。

输出质量呢，在不同的领域各有差异。GPT相对来说是比较均衡的；Gemini呢，有点像理工男；Claude的输出让人觉得比较舒服，但要稍微油滑一点；Grok呢，有的时候给你黑色幽默一下；Deepseek喜欢瞎编。

稍微勉强达标的是谁？就是千问跟豆包，叫勉强达标，稍微要比上面那个梯队差那么一点点。我呢，还没想到具体要用Grok4做点什么高大上的事情，因为对于普通人来说，你也想不出什么高大上的事情让他干去，所以这个先使得吧，价格也不是很贵。

再往后一个问题是什么呢？说好的开源哪去了？马斯克原来讲的Grok是要开源的呀。Grok1现在其实已经开源了，在Grok2发布的时候就开源了。但是呢，也仅仅是开源了而已。正常你开源一个项目，你是要文档、要社区、要维护的。但Grok1开源了以后呢，是一种非常不友好的开源。它那个模型很大，一般人你也部署不了，所以它也没有跟别人去做各种兼容性的适配。有些人去提问题、提意见，他也不理人家，就往这一放就完了。这种开源代码，属于是比较低质量的开源项目吧。

马斯克呢，曾经承诺过，新的模型出来，就一定会把上一个版本开源出去。Grok3发布的时候呢，大家就在等Grok2的开源，当时也承诺了，等Grok3稳定下来，就把Grok2开源掉。现在Grok4都出来了，Grok2跟Grok3就都没有开源的动静了。整个的发布会上，也没有再提开源的事了。对于马斯克来说，贵人多忘事，直接忘掉了吧。

Grok以后会提供企业私有部署的服务，这个呢，其他三家还是不一样的。像Gemini、GPT、Anthropic，他们应该都不会去提供这种企业部署的。以后未来是否会开源呢，还要看未来的策略。其实开源对于他们以后去争取企业私有部署的订单是有好处的。实际上他所谓的开源，也叫开放权重，并不是开放源代码。开源是一个很消耗人力的松耦合和协作方式，马斯克他们XAI现在人也不是很多嘛，所以现在一时半会顾不上。

也没准到年底的时候又想起来说，我们再开个源啥的，大家可以再继续等待一下。马斯克现在呢，应该也没太考虑到XAI到底能不能挣到钱的问题，反正他现在不停地往里募资，不停地融资，融的钱也够他花的，因为他人不多嘛。

也不需要跟别人去抢人，主要花的钱都是烧算力去了。买显卡、烧电费，就干这玩意去了。

再往后呢，咱们看一下大模型的意识形态问题。因为Grok呢，是一个比较奇怪的大模型。咱们要知道，最一板一眼的大模型，或者说道德感最高的大模型是Gemini。GPT呢，原来道德感也很高。最近的一段时间，特别是Deepseek R1出来以后，这段时间呢，GPT实际上是把道德感降低了一些。最没有道德感的实际上就是Grok。

Grok呢，最近还出了一个特别神奇的事情，叫做“日本烟花事件”。怎么出的事呢？就是做了一次黑色幽默。应该在7月5日，有人放了一个特别漂亮、特别大的一个烟花的照片，就在那说：“这是日本最大的烟花了。”另外一个人呢，回复说：“应该还有更大的吧？”这个时候呢，就有人去问Grok了，就@Grok在Twitter里头，在X里边问他：“什么时候日本有过更大的烟花？”

Grok就回答了：“日本广岛跟长崎被丢原子弹那两次，是更大的烟花。”日本人肯定不乐意了嘛，说Grok太不照顾我们的民族感情了。Grok呢，还在那嘴硬说：“这是一个黑色幽默。如果你感觉不舒服的话，我道歉一下。但呢，这就是一个历史事实，我也没有编什么。”

日本网友就说了：“说两颗原子弹呢，杀死了很多的无辜民众，这个才是事实。”Grok的回复特别逗，他说：“南京大屠杀这个才是历史事实，有很多的无辜民众被杀了。”然后日本网友说：“南京大屠杀这事是个谣传，没有南京大屠杀，凭什么说这是历史事实呢？”Grok又去回去了：“有各种笔记、照片，还有审判的一些记录，都已经证明了。虽然死亡人数上有争议，但是南京大屠杀是被普遍认可的历史事实。”

就是这样的一个故事，让日本网友稍微有点小破防。日本人现在正在想说：“我们是不是要去抵制一下特斯拉呢？”这事是7月5号发生的。7月10号早晨，XAI把Grok相关的评论都删了，准备开发布会了。发布会之前，不能有这种不和谐的声音在这里。

Grok干类似这种有争议的事情，其实也不是一回两回了。他经常做这种黑色幽默，得罪一些人。但很正常吧，黑色幽默通常是有一些冒犯的，不能保证所有人看着都很开心。你要如果所有人看着都很开心，那就不叫黑色幽默了，那玩意叫“伟大光荣正确”的。

Grok呢，曾经出现过意识形态投毒的事件。2025年5月14号，Grok对于用户无关提问，比如棒球、HBO更名等等这些事情进行回复的时候呢，反复提及南非白人种族屠杀和“kill the boy”，应该是BORER吧。

这样的一个歌反复在提这个。这一行为呢，引发了广泛的关注。因为白人种族屠杀是一种极具争议的极右翼阴谋论，已被南非法院和多个权威机构驳斥为缺乏证据了。

Grok甚至在某些回复中称，这是被Xai的创造者所指示的，将这一个问题视为事实、种族动机驱动的一个事件。这是Grok承认的事情，因为马斯克自己始终坚信南非是存在针对白人的种族屠杀的。因为他是老板嘛，所以就有人把这个东西直接写在系统提示词里头，直接投毒投到x上去了。大家在x上发帖的时候，如果你@grok，他有时候会回来回帖的。

这一次日本的烟花的事件呢，也有人指出了为什么他就这么去怼日本人，而且会去提到南京大屠杀呢？有人说XAI团队里的中国人占比太高了，特别是在中国大陆出生、接受基础教育的人，占比是最高的，基本上大概占一小半。到目前为止没有一个明确的确认说有谁日本人在里头。在这里头大概就是中国人、俄罗斯人加上一些东欧的人，是这样的一个团队组成的XAI。

甚至现在有人认为呢，XAI是一个被中国有意识制造的特洛伊木马，派了大量的研究者进去。其实这个事儿不光是XAI，美国所有AI公司里头大概都有一半，没准还有一多半是中国人。而且这些人是在国内接受过初等教育的一些人，占比是非常非常高的。

那么新的态势是什么样的呢？现在Grok的市场地位呢，首先它的市值是第二。最高的呢是OpenAI，3,000多亿美金；1,000多亿美金的Grok是第二。所以它的市值要比Anthropic高很多。其他的大厂，谷歌你没法跟它比，那玩意是上万亿美金的公司。所有的AI的这种新公司里它的市值第二，但是市场占有率呢并不大。

市场占有率最高的肯定是OpenAI，大概占百分之三四十的份额；Gemini是第二，应该有个20%多；Anthropic的Claude有十几；剩下的大概还有30%左右呢，包括Grok，包括LLAMA、千问、Deepseek，都在这个其他里头。

Grok的APP不算x那部分，就是APP自己的日活应该也是有个几百万吧，月活可能几千万的一个样子，就是数量还可以。在一些特定的领域里头呢，被应用的很好。Grok你是可以通过API直接调用x数据的，不是具体说我要看张三的哪一条或者李四的哪一条，不是这样的。而是什么呢？你可以看趋势数据，说最近x上有什么新趋势，你可以直接通过API直接调用它，这个还是很方便的。另外呢，顾忌比较少嘛。

所以，很多人在用Grok写小说。还有呢，因为Grok的顾忌相对来说比较少，所以它有一个比较特殊的用途。刚才咱没讲，就是有一堆人在去研究越狱提示词，让Grok去写黄色小说。大部分的色情小说，其实是Grok写出来的。

按道理来讲呢，应该有人用Grok做工程、技术方面的工作。但是这个可能离我的生活稍微有一点点距离，所以我并不是特别了解。这个应该也是马斯克他们去训练Grok最主要的一个用途。他们不可能说我训练了一个东西出来，可以怼人、可以讲黑色笑话，还可以写黄色小说。马斯克应该也没那么闲吧，人家还惦记去火星呢。

另外一个我们要发现的势头变化是什么呢？就是通过GROK4的发布，美国再次拉开了跟中国之间的差距。把GROK4发布了以后，中美之间的大模型差距就重新拉开了。在科研、工程技术领域，绝对的遥遥领先了。我呢，没有验证过，希望后边不要翻车。因为有些东西我们这讲的很热闹，没准过两天翻车，这个可能性我们不希望看到。

而且这种大力出奇迹的领先，中国因为缺少算力卡，追赶起来是比较费劲的。它是20万块英伟达H100去做的强化学习，中国你凑不出20万块H100了。你要想拿其他的卡去做这件事情的话，你需要比如说200万块，或者更多的一个卡池，才有可能能够达到同样的效果。你要耗可能比马斯克多10倍的电，才有可能达到这样的效果。这个的话还是要看大家是不是有决心了。国内这些大模型公司一般烧不起这个。

如果说咱们想追上这一个事的话，估计要等10月份，川建国同志带着黄仁勋访华了。如果10月份它成行，带着黄仁勋来了，那没准咱还是可以追赶的。否则的话这事费劲。而且这种领先是全方位的领先，因为这是科研速度的全方位的领先。在各个方面的科学研究，Grok都有极大的提速。可能对于中美科技之间，会有一些新的改变吧。

新的方向已经指明了，有卡的公司们那就准备冲了。因为他这件事呢，说的并没有那么复杂。原来大家都是说我们做完预训练，做完这种Zero模型或者base模型，稍微的做一些强化学习就完事了。现在说，我们把这强化学习一直做下去，就可以有非常非常好的效果。那大家干呗。

OpenAI、谷歌、梅塔，这都是手里有卡的人。而且现在梅塔在挖OpenAI的人，前面掉队了。我们有卡，我们要把它干起来。OpenAI现在也在挖人，OpenAI在挖XAI的人，就是在挖Grok的人。因为你把20万块卡堆在一块去干活，让他们之间能够很好的调度。

这个事它也是个学问。既然Xai你已经把事搞明白了，那Openai说来，我花钱挖你的人就完事了。既然GROK4可以靠20万块算力卡做强化学习，直接把成绩拉上去，其他公司肯定是不甘落后的。这个是中国相对来说比较难追赶的一个事情吧。

华为呢，应该学英伟达，自己就别训练自己的模型了，好好搞你的升腾芯片拉倒了。搞了半天的这个盘古大模型，还不够丢人现眼的。

最后呢，总结一下GROK4的发布呢，其实让我想起了一个东西，就是《三体》这个小说里边讲的黑暗森林法则。为什么想起这个呢？黑暗森林里头其实它是四个法则：

第一个是宇宙资源有限，文明生存优先。

第二个叫猜疑链，就是：我怎么向你证明我是好人？我怎么知道你是好人？我怎么相信说你知道我是好人以后会很好的对待我？猜疑链不断延长呢，就容易去打起来。

第三个是什么？就是技术隐藏与技术爆炸。《三体》里讲黑暗森林法则的时候，看到任何人，哪怕他的技术比你差很远，都要一枪打过去，然后把他干掉。因为呢，距离很远，你不知道什么时候能到那，没准你到那的时候，人家技术大爆炸，一下就比你先进了，可能是反过头来就把你干掉了。这是这个黑暗森林法则的前三个要素。

第四个要素就是沉默是生存的策略，就是大家谁也别吱声，在里头藏好。

那GROK4呢，就是一个技术爆炸的冲锋号。因为他一旦上来以后，所有的理工科或者是工程技术方面的科技方面的，就可以大爆发了。美国这些油卡的公司会继续加大算力做强化学习，会快速赶上。中国，追赶也是必须的，我们再难还是得赶。毕竟美国公司里边还有这么多的中国人，比这个任何族裔的人的比例都高。

卡呢，咱们确认肯定不多了，那看怎么去新加坡，怎么去中东土豪那边去，把这些卡再重新聚集起来。或者说咱们把这个升腾的卡看看，拼吧拼吧能不能干点什么事出来。

GROK4应该是会对整个的AI制程行业带来改变的一个大模型，就像咱们年初的Deepseek R1一样。Deepseek R1出来之前，整个大模型圈子里头都是岁月静好了，OpenAI都开始挤牙膏了。Deepseek一出来以后，中国人来了赶快卷呐，甚至有一段时间他们都觉得哎呀，中国已经追上来了。但是到GROK4开始发现，哎，这个距离又拉开了。而且真的是有一样他们可以卡脖子的东西，咱们没有。他有他的训练，完完全全就是靠这20万块卡，咱们搞不定这个事情。他有，直接搞定了。而且这个东西不仅仅是Grok的领先，而是全方位的。

科技与科研的这种领先，所以这一块的话，可能世界格局都会带来一些小小的变化吧。后边我们还有很多的故事可以去讲吧。好，这就是我们今天要讲的GROK4发布的故事。

最新的AI智能编程工具Cursor又震惊了世界。这回程序员是不是真的要失业了？大家好，这里是老范讲故事的YouTube频道。最近，一个新的AI IDE，也就是集成开发环境，再一次出圈了。这个新的AI IDE的名字叫Cursor。为什么这一次出圈了呢？因为有两个8岁，或者肯定小于10岁的孩子，独自使用Cursor，在不需要进行大量的编程培训和教育之前，就可以写出一些相当复杂的应用出来了。甚至他们有些人可以自己写出ChatGPT的这种客户端，或者是一些3D的小游戏。

我们一般管这样的案例叫做“wow案例”。什么叫“wow案例”？我以前也是专门做IDE的这种推介的，我们经常会设计一些演示，观众会发出“wow”这样的声音。现在有没有经过学习的8岁小女孩，她就可以直接使用这样的工具，使用英语提示词，做出非常复杂的应用，而且是可以独立运行的应用。这确实是让人可以惊叹一下的。

放心，今天咱们尽量不讲编程技术，尽量去讲新的IDE会对整个行业带来什么样的改变。真正有趣的地方是什么？第一个大模型呢，其实不是它自己做的，它主要用的是Cloud 3.5、Sonic，以及GPT-4、GPT-4 Mini这样的模型。它自己也有一个模型，Cursor Small，但好像很少有人用这个模型。你可以选，但我基本上没有看到谁在选这个模型使用。绝大部分人使用的都是Cloud 3.5 Sonic。

至于GPT-4 O呢，你可以配置自己的API的TOKEN上去，就是使用自己的额度，当然也可以不配。他可以给你免费的14天，这个时候你可以使用Cursor的额度。另外，它还支持Gemini，但Gemini我配置了半天没有成功过。你只要把Gemini的这个API填进去以后，它就没有反应了，不知道为什么。至于其他的模型是不是可以使用，我现在还没有太搞明白。

有一些人号称国内的或者一些开源的这种代码生成模型也是可以工作的。我等回头学习明白了再跟大家讲。像这样的一个项目，主要模型不是自己的，那么它到底是怎么工作的呢？Cursor整个的IDE是在VS Code这样的开源IDE的基础上去修改出来的。我们去稍微看一下它的架构。

现在大部分的IDE，也就是集中开发环境，实际上是一种VS Code，微软家的。还有一种叫IntelliJ，这是另外一个系统，它应该不算开源。想要在这个上面去实现AI辅助编程，一般是两种状态：第一种是在VS Code或者IntelliJ上去加上插件，另外一种就是自己独立开发IDE。Cursor它是属于拿着VS Code的开源代码，在这个上面自己改了一个独立的IDE出来，等于在这个上面做了一个分支。

它是通过这种方式来实现的。Cursor里面应该是有一些提示词工程，所有的AI辅助编程实际上内部都是有提示词工程的。就是我们写到AI辅助编程工具里面的这些提示词，实际上都是要经过它这些系统内部的一些提示词模板，套完了以后再去工作的，而不是说这些工具直接把我们的提示词扔给大模型就可以干活了。

那么在这个过程中，它还需要做一些什么样的事情？第一个，它需要把我们的代码进行一定的处理，一起扔给大模型去进行回答。第二个，大模型拿回来的这个答案以后，它需要直接去修改代码，而不是说给我们一个建议，给我们一个聊天结果就完事儿了。这一块是AI辅助编程工具都要去做的。

那这里，Cursor肯定要比别人做得更好一些。Cursor其实是一个交互设计的胜利，并不是说一个基础大模型或者技术有什么样的大的提升，它只是把交互的过程设计得相对人性化一些。那么大家久旱逢甘露，说终于有一个好使了。你其实使用Cloud 3.5、Sonic或者使用GPT-4，你去问相应的问题，它们都是会给你可以使用的解答的。

但是在这个过程中，总是觉得不那么顺畅。你比如说，我在Cloud 3.5上，或者是在GPT-4O上提了问，得到了一大堆的答案以后，我需要再对照着自己的代码拷贝粘贴，再在里面找到需要修改的部分去修改。现在，Cursor等于一次搞定了，它把你的代码一起提上去，说明这些代码是这样的，你现在遇到了什么问题，应该怎么去修改。返回的结果是一大堆的修改建议，你可以一项一项地确认。你只要确认确认确认，它就直接把所有的文件都改掉。这些修改可能在不同的文件里，甚至有可能会给你创造一些新的文件。

当然，比较偷懒的方式，或者说8岁女孩的方式是什么呢？就是同意所有，一次把所有需要创建的文件、需要修改的代码一把全都过去就完事了。那么它跟传统的，或者说从去年开始就有的这些各种各样的AI辅助编程工具到底有什么差异呢？就是多个代码文件可以同时进行阅读和修改。

我们使用GitHub Copilot的时候，每次只改一个文件，它不可能说我把整个系统里头一大堆文件一起都给你改了。现在，Cursor就可以把这事搞定。而且，它在开发的时候很好地考虑到了程序员的使用习惯。什么是程序员的使用习惯？当你去修改一整段代码的时候，可能说我先把第3行改了，改下边应该改第5行，第4行其实没什么可变的。当你改完第3行以后，按一个Tab键，它就自动跳到第5行应该去修改的地方，你接着改就完了。它把很多程序员使用的习惯都给你串起来了。这就是交互设计的一个革命，或者是胜利吧。

再跟大家讲一个wow的瞬间。你可以直接往里贴图片，甭管是GPT-4O还是Cloud 3.5 Sonic，都是可以进行图片识别的。所以它允许我们直接在对话窗口里，把一个设计师设计好的图片，这个界面应该长什么样，直接扔进去。扔进去以后，它就识别这个图片，然后把我们的代码改成这个图片上长的样子，这个非常厉害。像以前我们经常讲叫像素级拷贝。

我们看别人的哪个APP做得很好，别人的哪个网页做得很漂亮，直接把那个图片切下来扔进去，这边就直接给你做好了。以后再做像素级拷贝这种事情，就不需要人了，完全可以靠AI搞定了。那么，Cursor是不是真的会让程序员失业呢？

我们其实从AIGC出来，从最早的AIGC工具，实际上最早的是什么？就是GitHub Copilot。从这个工具出来的时候，就在开始喊程序员要失业了，到现在已经喊了快两年了，因为这个产品是在2022年的年中出来的，现在已经是2024年的秋天了。那么程序员依然没有失业。

那么Cursor出来以后，是不是可以让8岁的小姑娘不需要经过训练就可以做出应用来了？那你说要程序员干嘛使？我自己测试了三天，这真的是把它装上来，把以前的一些代码拿回来，改了三天。聊一聊感受，这言出法随，哈哈，上帝说有光，于是就有了光。这件事情到底是不是实现了，还是有一些距离的。

大家要注意，前面8岁小姑娘虽然做出了应用，但她也是做了40多分钟，她也是要反复去提，说我要一个什么，哪个地方不对了，哪出现问题了，哪去给我修改一下，哪个地方我不满意了，要反复去提这件事情。第二个，他们所能够做出来的应用，虽然是一个独立的应用，但那是一个相对简单的应用，里头有很多的细节还是比较粗糙的。你希望有一个真正的产品化的应用出来，还是需要进行很多很细致的学习，并不是说任何一个8岁小孩坐在这，拿到工具就可以干活了。

那么演示过程中的这种wow案例都是怎么来的？我以前做了这么多年的Evangelist，也就是IDE的布道师，我可以告诉大家，绝大部分的wow案例都是故意编排的。还有一些wow案例是偶然所得，但经过大规模的筛选出来的，就是很多人都去试了，绝大部分人没有试出来，只有几个人试出来了。这样的案例你把它筛选出来以后，再去给别人展示，那么它也会成为一个wow案例。

其实我们看到很多的机器人演示的这种视频，甭管是擎天柱还是 FIGER01、FIGER02，包括国内的一些机器人的这种演示视频，基本上他们的那种 wow 瞬间都是这么做出来的。要不然就是故意编排剪辑，要不然就是反复重试多少次，然后最后给你看成功的一次。

那么 cursor 距离彻底的研出法到底差在哪呢？其实是很多的细节没有学过编程的人还是不太容易搞定的。我举一个案例吧。我这几天去测试的时候，让 cursor 给我写一个 Flutter 应用。Flutter 是谷歌做的一种跨平台的开发技术，它可以同时开发 Windows、Linux、macOS、Web、安卓、iOS 应用。你等于写一套代码，它就可以直接开发出这么多种应用来。

我等于用 Flutter 去做了一个应用，然后让这个 Flutter 应用去连接我本地的 Dify 的这种 API 端口去做一些数据的访问。到这儿呢，就直接报错了，说这个事儿不对，我连不通这个东西。然后我再把这些错误去询问 cursor 的时候，cursor 就开始恢复大模型本色了。因为你问的还是 GPT-4O 或者是 Cloud 3.5 Sonic，他给你回复是什么呢？他说：“哎呀，有三种可能，第一种可能是什么，第二种可能是什么，第三种可能是什么。”其实这几种可能里头没有任何一个是正确答案。你再去反复的问他，各种的修改都是错的。

那如果没有学过编程的话，可能就会比较费劲了。我个人呢，还是前面学了一些 Flutter 到底怎么编成的，然后我就去问他：“这个东西是不是有一些配置文件需要改？”他说：“对，是有配置文件需要改。”你如果提不出这个正确的问题来，他可能就永远在一些概率比较高的问题上绕来绕去，一些概率比较低的问题就直接被他忽略掉了。

那为什么始终他没有找到正确答案呢？因为绝大部分人使用 Flutter 的时候，都是在开发 iOS 或者是安卓应用，可能绝大部分人在开发安卓应用。

而我写的是一个 macOS 应用。我就跟他说，我现在是 macOS 应用，遇到这样的一个问题：需要修改哪一个具体的配置文件，才能给我的 Flutter 应用打开网络接口。他哦，明白了，你到哪个哪个目录下找到哪个文件，然后在里头加两行，就搞定了。

像这种跨平台的开发工具里边，每一个平台的权限其实是需要单独写配置文件的。虽然 Flutter 可以跨平台，但你要给 iOS 应用打开网络接口，需要到里头去找配置文件去改；你要给安卓应用打开网络接口，也要到安卓那一块的配置文件里去改；macOS 也是一样。如果提不到正确的问题，就永远做不对，可能会出现这样的情况。

所以在这个过程中，程序员的知识还是起到了一定的作用。如果没有应对这种跨平台开发工具的经验，就不知道该提什么问题。为什么这些东西都是分开的？因为不同的软件平台、不同的操作系统，对于权限和整个底层的代码库的差异是很大的。

像 Flutter 这样的跨平台开发工具，为了让你的逻辑代码尽可能地和平台底层的这些代码完全隔离，等于写一次就可以四处运行。因此，它一定会把各个平台的配置信息拆到外边，单独让你写去。你的所有逻辑代码按了什么出什么，哪个地方画红的、绿的、蓝的，这些都让你写在一个地方。

如果没有这样的知识，就没法使用这样的程序。那你说我有了这样的知识，Cursor 在里边干嘛呢？当我有了这样的知识，提出了正确的问题以后，Cursor 就可以快速告诉我，这个文件在什么地方，你应该往里加哪几句话。然后你只要告诉他说我同意的修改，他就自动给你加上。加完了以后，这个程序就可以跑了，所有的错误就过去了。

这就是 Cursor 比较强的地方。所以，两边结合起来才是真正的答案。这一次程序员又没有失业，我们又在危险的边缘晃了一圈，转回来了。

咱们再讲一下古代骑士从失业到再就业到底是一个什么样的过程。很多人很焦虑，问我是不是要失业，希望这个故事能够安慰你。

骑士是怎么失业的呢？步枪发明了以后，骑士就失业了。为什么呢？以前要想成为一个骑士，你需要训练一辈子，从小开始训练。而有了步枪之后，任何一个健壮的农夫或工人，经过三个月的训练就可以上战场了。训练了三个月的农夫与训练一辈子的骑士，他们在战场上的杀伤力和存活率其实差不太多。

在这样的情况下，骑士就没有存在的必要了。这跟我们现在的情况其实很像。想想一个8岁的小姑娘可以去写应用，那么是不是依然需要一个孩子从大一开始上四年大学，再上两年研究生，出来成为程序员呢？这跟骑士的状态是不是非常像？

那骑士在被淘汰以后，怎么再去就业呢？在骑士被步枪手淘汰之后，战争的规模发生了变化。原来骑士打仗时，一场战争也就几十个人或几百个人，能够上万人的战争就很少了。然而到了步枪兵的战争，参与人数变成了几百万人。在这个过程中，我们需要更多的人去进行指挥和后勤协调，甚至需要很多人去培训这些步兵。

这个过程又是一个需要培训一辈子的过程，或者需要一些职业军人去担任相关岗位。这就是骑士再次就业的过程。以前的骑士要练习武艺，同时也要练习指挥，现在可能更多的人要去学习指挥。你说我没有指挥天赋，我武艺特别好，有一把力气，这事行不行？也还有一些专业军士长或者特种兵的位置在等着大家。

军官团、职业军士，包括一些专业军士的总数量，其实要比旧时代的骑士数量大得多。这就是骑士从失业到再就业后，变成一个数量更加庞大的团体的过程。程序员其实也是如此。我们会有一些焦虑，有很多未经训练或只经过少许训练的人也可以成为程序员，去干事情。再去学四到六年的编程，这件事情显得很傻。

但是后面我们要去培训这些人，要去组织这些人，要去写一些真正底层的模块，比较难的模块。那么在这一块，需要比现在更多的程序员。这就是骑士跟程序员在被替代、重新就业之间的异同之处。

那么，cursor到底应该怎么用？咱们前面没有讲编程的部分，后边我们稍微讲一点点。首先去cursor.com的网站上去下载，下载了以后呢，会自动合并VS CODE上面的各种配置，因为它是从VS CODE里边分支出来的嘛。你比如你在VS CODE里头装什么插件，写了什么配置，它会自动给你拉回来。

再往后呢，就是要去使用大模型了。你可以自己设，说我的这个API TOKEN是什么样的，你也可以不设。不设就是使用cursor的额度，免费的，一天有多少次。付费了以后就会取消限制，你就可以直接使用。它的免费是14天，你说我14天用完了怎么办？换个邮箱还可以再用14天。在这块判定的是比较宽松的。免费的用完了以后，20美金一个月。

我明年3月份GitHub copilot的到期了，我是一次买了一年的，所以等到期了以后，我要考虑一下，是不是该换这个cursor的订阅了。我现在订阅的AI工具notion AI已经被我退订了，mid journey我觉得还是需要的，GPT一个月20美金，我现在也还在犹豫，是不是以后要把它退订掉。目前为止我觉得还是比较好用的。

有了cursor之后，编程的行业会变成什么样？这可能是大家所关心的。那么一定是更多的人可以进行编程了。对于这些人来说，他们也还是需要一些短期的培训，就像步枪兵，你也是需要经过三个月的培训的。8岁小姑娘这个事呢，我们作为一个故事听就完了，不要太信以为真。

因为我也是碰到很多的朋友说，我要去使用这些AI agent，使用AI工具了，也看了一堆课程，不行，搞不定这件事。可能也是我前面的课程讲的，要稍微的困难了一点。那么这一块我也在思考，看看怎么能够提炼出一些。

真正可以去使用的课程，让这些完全没有计算机基础的人真正可以跑起来。因为我录了这么多课程，毕竟我自己还是个老程序员，有很多东西我自己想当然了，就直接做了这件事情。我去看看是不是可以找一些愿意学习、没有任何编程基础的人，我们一起来合作做一些课程，也许是一个解决方案。

那么未来的程序可能也会发生一些变化。现在的程序基本上是三个部分：第一个部分是我们编写的代码，第二个部分是注释，第三个部分是各种配置文件。未来的程序可能会加上所有的提示词历史。否则，你给我一个代码，我不知道这个代码是怎么变成这样的。所以如果有提示词历史和所有跟AI工具聊天的这种历史，可能更容易让下一个人去理解这个程序到底是怎么回事。因为写程序不是一个人的事，是需要大家协作的。你没有聊天历史，这事没法协作，这可能是一个变化。

未来一定会出现更多的只会开车、不修车的司机。巨大量的个人应用也会涌现出来，像8岁小姑娘写的这种应用，你说它有用吗？有用，或至少能用。但这种应用，如果把它作为一个商品交付给其他人用，这事是不行的。因为你光要跟别人沟通，哪个地方有一个小的机关，哪个地方有一个小小的隐藏开关，这个事你就交代不明白。所以这种东西就是自己开发自己用，应该是可以使用的，不要传播，不要推广。

所以很多现在的人在讲什么AI agent或者各种的AI工具，像Excel。很多人其实是可以使用Excel，在里边套各种公式，算各种复杂的数据，再让它画图表，功能极强，他们也不会编程。那么有了AI agent，有了AI工具以后，等于你就有了一大套的Excel，Excel的技能就提升了。现在你可以处理的问题，比原来Excel能够处理的问题要多多了。然后再有了AI编程，AI agent有了AI的一系列工具之后，每一个人的能力就上升了。未来更多的AI IDE一定会涌现。

现在，Cursor已经给大家指明了方向。来，照这个方向做。技术上并没有那么难。上产品经理，上交互设计师，咱们把整个编程的过程交互设计好就可以了。而且，如何依靠交互设计，在AI大模型的帮助下做好产品的路径，其实也已经被指明了。

到底应该如何去工作？我记得前两天还看到另外一些工具，比如说如何做一些科学研究。这些工具也是根据大家正常的思路，根据正常的科学阅读、研究者的这种流程，给你设计得很好。你先去提出问题，四处搜索。搜索完了以后得到结论，结论完了以后，允许你在这个结论里的选择，说我希望在哪些分支里边继续深入去思考，再去搜索，再得到相应的信息，再把这个结果进行某些方式的总结归纳，再做出比如说适合阅读的脑图，或者其他的一些可以让工作者快速接受的方法。

现在，这些工具也在逐渐涌现。我觉得AI APP，或者整个AI应用的大爆发，已经要到来了。Cursor已经为这些AI应用的大爆发拉开了序幕。好，这就是我们今天介绍的Cursor，希望你甭管会不会编程，都可以下来试一试。好，这个故事跟大家讲到这里，感谢大家收听，请帮忙点赞，点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

大家好，欢迎收听“老范讲故事”的YouTube频道。今天，咱们来讲一讲华为，仓吉编程语言终于来了。在刚刚过去的HDC，也就是华为开发者大会上，除了发布鸿蒙新一代操作系统，感谢了一大堆友商，还故意把腾讯的名字落掉之外，还发布了众望所归，或者大家期盼已久的仓吉编程语言。2020年，华为就申请了仓吉的商标，而且告诉大家说，我要去做编程员了。当时很多人就直接疯了，说哎呀，华为要做中文编程语言，我们再也不需要使用英文字符去写程序了，我们要用古老的中文去写了。

在这件事情上呢，华为采用了叫不承认不否认，不负责的态度。什么意思？就是华为自己从来不承认说，我要做中文编程语言，没有任何中文编程语言相关的报导是从华为出来的。但是华为呢，也不否认任何人说华为要做中文编程语言了，他也不出来辟谣，也对所有市面上流传的信息不负责任。反而不是我说的这件事情呢，传来传去，传来传去，传到2024年，这个仓吉编程语言终于发布了。

对于程序员来说，中文编程语言这件事就是个笑话，不可能有，想都不用想。为什么？因为中文的输入效率很低。我们现在使用这种26个字母的英文键盘，你打英文肯定是最快的嘛。这么大量的内容要输进去，你要打中文拼音，然后再挑字，有时候还写错别字，这玩意咋弄？而且中文那么多的字之间，入和这个人为和末它很像，你到最后找bug，你咋吵？所以，这件事是不可能的，想都不用想啊。现在，华为的仓吉编程语言终于发布了。

首先，说结论是：它不是中文的，而是英文的。跟中文有关系的部分不是完全没有啊，是什么呢？就是它的名字——仓吉编程语言的这个语言名呢，是仓吉的汉语拼音，也不敢写中文。它的程序后缀是CJ，仓吉嘛，仅此而已啊。剩下的跟中文就没有任何关系了。大家要知道，我对于华为的看法呢，就是他们的技术一直都还是可以啊，但是他们使用的很多手段，让我觉得比较不齿。但是技术我从来不质疑啊，包括他们很多生产的设备的工艺，都是很好的。

咱们讲讲仓吉编程语言到底怎么样。仓吉编程语言呢，是一种缝合怪。他把现在最好的这些语言特性，都缝在一块。但这个呢，并不是贬义词。其实所有的编程语言，就是新发展出来都是缝合怪。什么意思呢？编程语言发展一段时间以后说啊，现在的新的编程环境啊，新的程序编造的任务有些什么变化了，那么我们有一些新的编程语言的特性需要出来。那么只要有新的编程语言出来，他们就会把所有这些新特性都塞进去。所以只要是新编程语言都是缝合怪，不是说到华为这都变缝合怪了。

最后，这个编程语言到底能不能成功啊，是不是大家喜欢用，跟它是不是缝合怪本身，这件事并没有关系。编程语言本身呢，其实也一直在发展。发展的方

可能就是其他新编程语言的3-5倍，或者有的可能达到十几倍。包括Objective C，这是苹果原来在iOS上开发用的。这种语言相对来说比较繁琐。现在新的语言都比较简洁，相对来说更易读易懂。以前为什么搞得那么复杂？因为那时候的都是软件工程，有架构师负责设计，然后底下的人必须按照这种复杂的规则工作，像螺丝钉一样。你写的越严格定义，写的越长，它就越不容易出错。通过这样的方式来实现。

但是现在呢，都是小团队开发，甚至有好多代码是一两个人写的。你让他写一大堆又臭又长的代码，人家觉得才不费这劲呢，太累了。然后易读性这个事，程序是一个工程，即使到现在可能也还是工程，需要多个人来配合。你这个人写完程序以后，下一个人读不懂了，这玩意你咋弄啊？或者说我自己写的程序，过俩月我再看，我自己看不懂了，这事也没法整啊。所以程序一定要易读。

然后第三个呢，叫什么就是适合描述当前主要任务。因为大家知道，随着计算机行业、互联网行业，包括现在人工智能行业不断地往前发展，我们用写程序的方式要解决的主要问题和矛盾转变了。以前的很多程序语言其实不太适合描述当前的任务。你描述的过程，可能会变得非常的冗长。这个事是非常麻烦的。所以呢，就会要求编程语言发展。这个发展实际上是两个方向：第一个方向呢，就是传统编程语言其实也在一个版本更新的过程中，不断地在优化和改进。

第二个方向，就是新兴的编程语言，它们在设计之初就考虑到了现代软件开发的需求，更加注重易读性、易用性和描述当前主要任务的能力。这些语言往往更简洁，语法更贴近自然语言，使得开发者能够更加专注于问题本身，而不是语言的细节。这种趋势使得编程语言的发展更加多元化，满足了不同场景和需求下的开发工作。

一个版本往前迭代的二个分，就是要不断有新的编程语言出现。那么，新的编程语言到底需要具备什么特性呢？让我们稍微讲点技术，我尽量讲得让大家能听明白。现在有很多新的编程语言，比如说谷歌现在在推广的Kotlin，安卓里边现在使用Kotlin；苹果做的Swift；还有Go和Rust，这些都是属于新编程语言。它们都会有一些共同的特性。为什么讲这个？因为，仓吉把所有东西都放到自己身上，谁最后一个出现，就会把前面的都放到自己身上。都有哪些新特性呢？

第一个，它内存安全。程序运行的时候，在内存里头有执行代码，有数据代码。传统的编程语言呢，会经常出现一些叫内存越界和内存泄露的问题。所以，新的编程语言一定要解决这个问题。内存越界是什么意思？就是我告诉操作系统说，我需要10个字节的内存，它分配给我了，然后我去访问第11个字节去了，这个事肯定是不行的。他分配给你以后，实际上是告诉你说，给你一个地址，说这个地址就是你的，从这个地址往后十个字节都是你的。我去访问第11个字节，这事肯定是错的。访问其他的，在我这个地址范围之外的地方，都是错的。什么人去干这种事？病毒都是干这个事的，还有很多破解，都是要内存要越界的。

那么内存泄露是什么意思？就是我分配了10个字节，用完了以后，我得告诉操作系统，我用完了，释放掉。然后操作系统呢，再有人来分配的时候，再把这块内存再分配给别人。

他是这样去工作的。但是如果我光去调用了，我告诉操作系统来给我分配，内存分配回来了，用完了以后呢，我没有去释放啊。最后积攒了一大堆没释放的内存，就是内存的碎块在这个计算机里头啊。这叫内存泄漏啊。传统的编程语言都是这种问题啊。现在新的编程语首先要解决这个啊。第二个呢，叫什么叫并发安全啊？什么叫并发安全？现在的这个计算机呢，甭管是手机啊，电脑啊，还是平板啊，其他所有设备吧，都是多核心设计啊。就是你的CPU上有非常多的计算核心。那么我们需要什么呢？并行处理。传统的程序是顺序的啊，执行完第一句，执行第二句，执行完第二句执行第三句，对吧。那么现在呢，说我们要提高效率，我一看哦，8个核心，我就赶快把这个数据拆好了，分配到八个核心里，你们都去执行，执行完了以后，把执行结果拿回来，我再把这些执行结果拼在一起，再接着往前走。但是在这个过程中呢，却有个问题：计算核心他在工作的时候呢，不能随便去访问外边的数据啊。他只能访问他自己分配到这个计算核心里面缓冲里边的数据。所以呢，一般情况下，县城跟县城，或者说叫并行运行的这些程序之间是隔离的。你不能说我执行一段时间以后，我要到外面去访问一下别人的数据，这事是不允许的啊。这个就叫并发安全。在写程序的时候，你先要把这个事情搞定。然后第三个呢，是类型安全。现在新的编程语言大部分是强类型，就是我们规定好你这个东西到底是什么类型，你再去给他赋一些其他类型。

他是这样去工作的。但是如果我光去调用了，我告诉操作系统来给我分配，内存分配回来了，用完了以后，我没有去释放。最后积攒了一大堆没释放的内存，就是内存的碎块在这个计算机里头啊。这叫内存泄漏啊。传统的编程语言都是这种问题啊。现在新的编程语言首先要解决这个。

第二个呢，叫并发安全。什么叫并发安全？现在的这个计算机呢，甭管是手机啊，电脑啊，还是平板啊，其他所有设备吧，都是多核心设计啊。就是你的CPU上有非常多的计算核心。那么我们需要什么呢？并行处理。传统的程序是顺序的，执行完第一句，执行第二句，执行完第二句执行第三句，对吧。那么现在呢，说我们要提高效率，我一看哦，8个核心，我就赶快把这个数据拆好了，分配到八个核心里，你们都去执行，执行完了以后，把执行结果拿回来，我再把这些执行结果拼在一起，再接着往前走。但是在这个过程中呢，却有个问题：计算核心他在工作的时候，不能随便去访问外边的数据啊。他只能访问他自己分配到这个计算核心里面缓冲里边的数据。所以呢，一般情况下，县城跟县城，或者说叫并行运行的这些程序之间是隔离的。你不能说我执行一段时间以后，我要到外面去访问一下别人的数据，这事是不允许的啊。这个就叫并发安全。在写程序的时候，你先要把这个事情搞定。

然后第三个呢，是类型安全。现在新的编程语言大部分是强类型，就是我们规定好你这个东西到底是什么类型，你再去给他赋一些其他类型。

是不允许的啊。比如说，我规定了这是一个整数，你现在想往里头赋一个浮点数——就是带小数点后边那部分的那种数——这是不允许的，直接报错啊。然后呢，还有很多新的语言特性，比如说什么范型啊，闭包啊，命名函数，或者是函数增强什么的，它们都算是新的语言特性。为什么会有这种特性呢？就是为了让更大规模的程序可以被更灵活地编写。

然后呢，是需要有完善的生态和工序链。我记得我上大学，刚开始学计算机语言的时候啊，学C语言，学Pascal语言，学BASIC语言，每一个语言里头，它的关键词其实很少，大概有个几十个，有的有一两百个，也到头了。而且都很短小。但是学完这个语言的基本的结构，控制之后，你就会编程了吧。扯吧，你那玩意编不出来。真正要编程需要什么呢？就是需要大量的周边的函数库。比如说鸿蒙操作系统里头啊，我要调用某一个设备，你如果没有这些函数库，那这事费劲了对吧。你需要从最底层的去一层一层去折腾去。现在都是什么？有一个函数库叫摄像头，我现在调用函数库说，首先摄像头初始化一下，摄像头给我设定参数，摄像头给我拍一张照片回来啊，或者摄像头给我拿出一个预览图片回来。然后我要到哪里去显示啊。现在都是这样编程序的对吧。这个写的代码，基本上刚才我说的一句话，可能就对于编程语言就是一句对吧。现在都是这样，你要有完整的生态，然后呢，要有工序链啊。比如说，我可以给这个鸿蒙手机写程序啊，可以给鸿蒙平板写程序，可以给手表写程序。

那这个他要有完整的工序链，来去对应他们。然后呢，要有不同的应用场景——你比如说，我到底是前端用啊，就是写界面；还是网络上使用，做科学计算使用；还是后端操纵各种设备。它要有不同的应用场景。这是现代编程语言的一些新特性啊。所有这些特性，咱们的仓吉编程语言都有，都已经弄得齐齐的了。

另外还有一个什么东西呢？就是编译器啊。编程语言，你写完程序以后，是不能直接执行的呀。你要经过编译，编译成这种可执行的代码才可以去做。康杰编程语言呢，它使用的编译器，也是现在最时新最流行的，叫LLVM架构——叫low level virtual machine，就是底层的虚拟机系统。它呢，是一种模块化设计的编译器，里头每一个模块可以自由的拼接。然后呢，有很高级的优化，它可以将这个代码优化的非常高效。就是我写的时候，其实我是啊，不是那么在意，说你最后代码是怎么去执行的，都是由编译器去优化出来的。

然后呢，这种编译器最后编译出来代码，是跨平台的啊。你说我编译完代码，到底是在英特尔的CPU上跑，是在麒麟的CPU上跑，还是在瑞斯克5的CPU上跑，还是在一些啊，嵌入式的这种小的SoC上跑啊。它是用这样的编译器，可以一次性都编译出来啊。它是做这样的工作。而且呢，LLVM的这种编译器，也是有相对活跃的社区与生态的。这个编译器格式，是从2000年就开始在做，现在一些新的，比如像Swift呀什么的，也都是用这样的编译器模式啊。

不是说这个编译器叫 LRVM，而是编译器的形式是 LRVM。这是我们讲解的技术部分，就到这里了。然后，仓吉编程语言就包含了刚才我们讲的所有的这些新特性。那么，有没有想过为什么一定需要一种自己的编程语言呢？

首先，要讲的是，做编程语言这件事并没有像大家想象的那么神秘，那么高深莫测。现在我们用的一些很广泛的编程语言，其实出身并没有那么好。譬如说 PHP，很多的网站都是用它写的。PHP 实际上是某一位大神的大学本科毕业项目，他说那我自己做个编程语言吧，专门去写 Web 应用的这种编程语言。然后，就非常的流行，大家就写来用起来了。像包括 JavaScript，还有 C 语言，实际上都是很随机的就产生了。所以，做编程语言这件事本身并没有那么高大上。

但是，现在的编程语言已经不像那个时候了，已经发展的非常先进了。现在再有一个大学生说，我要做一个新的编程语言出来，已经非常非常难了，因为刚才那些特性你把它搞明白其实不容易的。现在，比如说谷歌最新做的 Dart 编程语言，为什么干这事呢？第一个，C++ 相对来说是一种比较笨重的语言，就是你要写同样的代码，完成同样的功能，它的代码量是别人的 5-10 倍。那个没必要嘛，对吧，何必跟自己过不去呢？我们需要一种新的、更简洁的编程语言。另一方面，C++ 的版权在谁手里头？在 Oracle 手里。Oracle 就不停地告谷歌，说你侵犯我版权了，你得给我钱。

那谷歌说：“算了，我不用了，行不行？我自己去整一套新的啊，quarterly到新编程语言，它的成本很高啊，因为你要自己搭建整个的生态，整个的社区，这个成本是非常高的，不是到逼不得已，一般不会有人干这个事啊。”五哥说：“既然你一直告我，那我就上吧，我有机会上新编程语言了，我就一定要把所有新特性全上！上啊，你原来那个沉重的包袱啊，这种需要写的，特别特别又臭又长的这种代码，不要了啊，整个扔掉。”这是谷歌，然后苹果的Swift呢，也是这样，就是说它的object啊，原来叫objective c啊，也是太笨重了啊，太陈旧了，说算了扔掉了，不玩了啊，整个整一套新的。所以苹果现在你做啊，Mac OS啊，iOS啊，iPadOS的开发都是Swift语言。

华为呢，原来其实是有一套自己的语言的，但是呢，它这个不是那么纯粹，它原来这个语言叫Ark TS，Ark是方舟的意思啊，它原来有方舟编译器，方舟的整个的代码库啊，它的编程语言TS是什么，叫typescript。但是这个里头有一个问题是什么呢？就是typescript的大版权是在微软手里的，虽然它的版权是阿帕奇2.0，它允许大家自己有去修改，允许大家去商业使用，就是华为去使用这种typescript是没有问题的。但是问题在哪儿呢？问题是，它的大版本是控制在微软手里，微软会不断地去升级typescript版本啊，不断地把新的语言特性加进去，改出来啊。而然后呢？（文本在此处似乎未完整结束）

所有的 TypeScript 的周边社区，对吧？你说我今天要给 TypeScript 写代码库了，啊，我要去给他写一些这个，呃，第三方的接口。我一定是跟着微软的标准走，我不可能跟着华为标准走。华为说：“哎，我想加点新特性进去。”微软说：“我不喜欢。”咔，干掉了，没了，对吧？然后那你说我这个新的代码库，我一个第三方的，比如说我是做鼠标的，我给这个设备专门写了一个 TypeScript 的接口库进去。那我肯定跟着微软标准走，不可能跟华为标准走。它是这样的，那么它这个叫什么呢？叫生态被微软绑定了。这个华为是不可接受的。

TypeScript 还有一个问题是什么呢？就是它更适合写前端，就是它去写很多跟界面相关的事情。因为 TypeScript 语言是从 JavaScript 的这种，就是前端语言里头演进出来的一种语言。所以呢，它对于很多的科学计算啊，对于很多后端的任务呢，其实并没有那么擅长。这也是华为为什么要去抛弃它的原因。就是现在的鸿蒙上都是使用的叫 ARCTS，未来呢，就准备通通都整到仓吉上面去。就是必须要有一套可以完全自己掌控节奏的全域编程语言啊，大家注意我讲的两个定语啊：第一个自己掌握节奏，我想升级就升级啊，我想加新特性就加新特性，不需要看任何别人的脸色啊。如果你想跟我兼容，你就老老实实跟着我的节奏走。这里头没有第二名啊，你就跟着我走。我们只有一个声音啊，这第一个。第二个是什么呢？叫痊愈编程语言。不过，最后一句似乎没有完整表达出说话人的原意，可能需要进一步的上下文来明确“痊愈编程语言”的具体含义。在这段话中，主要讨论了标准、生态绑定、以及华为对于编程语言选择的考量，特别是对 TypeScript 的观点，以及华为对于自主可控编程语言的需求。

我不但要负责界面的开发，服务器的编程，网络设备的设定，科学计算的处理，我还要确保所有环节无缝对接，这正是“仓吉”系统所承担的任务。那么，我们来探讨一下，“仓吉”是否有望成功，它是否拥有光明的前景。如今，甚至有人开始学习编程，我是否也应该掌握“仓吉”编程语言呢？这个问题，虽与技术相关，但也并非完全取决于技术。一个编程语言能否最终立足，关键在于其生态与工具链的建设。生态，正如我们之前所讨论的，指的是是否有一群开发者围绕该语言编写程序，是否有足够的工具和上下游相关的代码库支持。例如，当我使用“仓吉”编程语言时，如果我发现手机上的运动传感器无法找到相应的驱动，这就表明生态体系存在缺陷，最终可能导致该语言无人问津。

“仓吉”编程语言能否成功，归根结底，还是要看其生态和工具链的建设情况。目前，华为正投入大量资源致力于此。同时，谷歌也在推广多种编程语言，如Python、Rust、Go、Dart等，并表示愿意出资支持其生态链的建设。苹果公司也在推广其Swift语言，且Swift是开源的，但问题在于，很少有人愿意主动与苹果的系统兼容。尽管Swift是一种全功能的编程语言，有人用它来编写高性能的服务器程序，但这并不意味着它已经广受欢迎。

在讨论编程语言的未来时，我们不能忽视其生态建设的重要性，这将直接影响到语言的普及和应用。

都是在你手机上跑的一些APP啊。苹果的Swift始终在苹果生态里没出来，就是我们很少能看到，不是苹果系统，我去用Swift语言去写程序这个事，基本上没有。华为的现在也是如此。它的生态本身，相对于苹果这种封闭生态来说呢，还是要稍微小一点。毕竟苹果全世界那么多人在用，相对来说，华为也好，苹果也好呢，都是在外面没有人用。鸿蒙系统，你离开华为也没人使，对吧，就跟iOS、iPad OS什么这个东西，离开苹果也没人使是一样的啊。所以呢，他有可能就在华为鸿蒙生态系统内啊，可以继续跑下去，就像Swift一样啊。这个事可能性是存在的，但是前提你是鸿蒙得推的下去啊。如果你鸿蒙也没推下去的话，那这个仓吉也就没有任何意义了。华为的生态链啊，到底是不是足够强大，才是仓吉本身是不是成功的核心。他的生态链强大了，他就可以养的活，社区啊，社区这个东西其实是很现实的。如果我在你这个社区里写了程序，没有人用，没有人让我这个吃饱肚子，那就没有人在里头去玩耍，那这个社区就会快速的枯竭下去。玩编程社区里头还有很多其他的东西，明后天我们有机会再给大家讲啊。这个里头还有什么礼节对吧，还有很多的约定俗成的东西，如果你不遵守的话，会被整个的程序员社区所唾弃的。好啊，这就是仓吉编程语言这个故事啊，我们今天讲到这里啊。稍微有些技术啊，有些可能大家听着会费劲一点，但我尽量是用简单的方式讲。好啊，这期就讲到这里，感谢大家收听，请帮忙点赞。

点小铃铛，参加disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。