马斯克实现诺言，开源了X的推荐算法，这次总是真的了吧？

大家好，欢迎收听老范讲故事的YouTube频道。老范原来总批评马斯克假开源，这次应该是真的了吧？

1月10号，马斯克发帖说7天之内开源X的推荐算法；1月20日，也就是10天之后，确实开源了。马斯克事确实给你干了，但是时间大家就不要计较了，稍微晚几天并不那么重要。

老范以前为什么总说马斯克是假开源？

2023年，他开源了X的推荐算法，但是仅开源了部分的非核心代码。而且开源了以后就往这一扔，再也不理你了，也没有后续版本，也没有各种的讨论。你问他一些什么问题，他也不理你，所以我说这是个假开源。

2024年3月17号又宣布开源GROK1，3月19号确实开源了，开源了权重和加载的代码。但是这个模型非常的笨重，基本上没有任何的实用价值。当然了，还有马斯克一贯的作风：不回答任何问题，也没有后续更新。就是代码开源了，这个事也就算办完了，社区里头的各种issue、pull request基本不看，也不会有任何后续更新。最新的版本不开源，你像GROK1开源了，后边的版本基本上就不理你了。无法验证开源出来的东西和生产环境是不是有关联，这就是马斯克开源的一些特点。

这次其实也差不太多，X推荐算法也只是开源了一部分。最核心的东西叫Grok Transformer，这个东西并没有开源。整个的推荐算法建立在一个Transformer的模型上了，你没有把那个Transformer模型拿出来，你只围绕Transformer模型外围的一些东西给大家看了看，开源了这样的一些东西出来。而且你要做推荐，你一定要有一开始的信息筛选的机制。信息怎么筛选？过滤的这些参数以及最后排序的权重，这些东西通通都没有公开。所以这一次开源的东西，按照传统意义的开源来说，是个假开源。

这次到底放了些什么东西出来？

首先是一个非常非常革命性的东西，就是单一Transformer模型的推荐算法。这个很像SpaceX猎鹰火箭底下那个猛禽发动机。最早的猛禽一代好多好多管子，非常多的零碎，200万美金一台；后来更新到猛禽二代，比猛禽一代就要简洁很多了，外边支棱八翘的管子就少很多了，100万美金一台；最近发布的猛禽三代极其简洁，完全一体化设计，高度集成。它这个发动机外面基本上没有外边的管子，外边的这些零碎全都没了，这个机器25万美金一台，非常非常便宜。这一次它把推荐算法也做了一模一样的调整。

我用单一模型。以前的推荐算法都是好多好多模型一起配合来干活的，每一个模型是关注一个参数，大家去发现各种的数据特征，然后设置新的参数，把这个参数想办法调好，原来是这样来配合干活的。现在说别费劲了，统一上一个Transformer模型完事了。

这个模型是基于GROK1的一个MOE的模型，应该参数不大，但是具体有多少参数他也没说，怎么训练的也没说，训练数据也没给。就是这样的一个模型，因为它需要高频的高效的工作——你看每一次你去刷新X平台的时候，它都需要让每一个帖子跟你的个人人设在这里头过一遍，所以它的效率一定是很高的，模型一定不会特别大。

高薪调参工程师的危机

那些高薪调参的人，工作估计要不保了。什么意思？以前很多号称是AI工程师、年薪百万甚至是几百万的，这些AI工程师他们最主要的工作就是调参数：拿大量的用户数据回来，去里头发现一些特征，然后把这些特征放到模型里边去，再调整相应的一些参数。所以我们管这帮人叫“调参数的”。未来的趋势是不再设置一大堆的参数，而是统一扔给Transformer模型，直接出结果。那么他们这些人的工作就有点危险了。

这个过程很像什么？就是从一大堆摄像头、激光雷达、超声波雷达、一大堆模型配合一起工作的自动驾驶操作系统，转向纯视觉的、端到端模型驱动的自动驾驶系统，就是做了这样的一个转换。那为什么要做这种转换？就是当有一大堆阀门的时候，你总是很难调出最优解来。你比如说我把这个参数调好了以后，那个参数可能就下降了，怎么能够让所有的参数平衡起来，达到一个最好的结果？这个时候我们上统一的Transformer模型，上端到端的这种训练，它就有可能得到这样的一个最优结果，而不是说摁起葫芦浮起瓢。

X推荐算法的具体工作流程

具体这个东西是怎么工作的？他先把我们能够看到的帖子分成两类：一类是关注帖，一类是非关注帖。关注帖就是这个人是我关注的，他在这段时间里头发了一个帖子，这叫关注帖；非关注帖就是完全靠推荐算法推上来的，这个人我虽然没关注他，但是推荐算法认为我应该看到。再把这一部分帖子拎出来，关键的一定是非关注帖这部分。首先对人和每一个帖子进行匹配，寻找高质量、低投诉、高互动的帖子推给我们；而找到这些帖子以后，再对帖子进行排序，然后跟我们的关注帖混合在一起进行展示。说白了就是这样的一个过程。

那再详细的说一些吧，那后边这块可能要稍微的麻烦一点。

第一步：对人生成画像

就是他把我的过去多少天的行为动作，包括停留在每一个帖子上停留了多长时间、有没有点赞、有没有评论、有没有转发、有没有去投诉，把这些数据拎起来。但是具体是多长时间给隐藏了，这部分是不告诉你的。

第二步：对内容进行初筛

你不可能说把X上所有帖子都拿来跑一遍，那个效率实在太低了，所以首先要先筛一批。到底筛出多少条来还没告诉你，这个是隐藏的。它有一个过滤器对这些内容进行筛选，第一个原则就是去重，如果发现两条帖子是重复的或者内容很相近，他会把它去掉一个。然后去掉自己发的帖子，去掉屏蔽的作者，去掉敏感的违规的内容。按照时序排序，取前面的多少条，但是具体多少条不告诉你。如果是相同的作者，你反复的发也会进行过滤，所以不要刷屏。比如你连续的发了好多内容，X会把后边的这些内容都给你降权掉。所有看过的帖子就不再重复出现了。

第三步：互动可能性计算

所以第一步是这个人的画像，第二步是初筛这些帖子。筛出这些帖子以后，就把这个Transformer模型拎出来了，进行互动可能性的计算。他要算一下这个帖子如果给你看，到底有多大的可能性会被点赞、多大的可能性会被回复、多大的可能性会被投诉，他要把这些东西放出来。一共是15项。因为大模型没有开放出来，所以这一步是无法复现的。

第四步：对权重进行整合

前面我们说有多少可能性点赞、多少可能性投诉，我15项拎回来以后干嘛？做一个加权的整合。这个乘一个参数，加上那个乘一个参数，把这15个数加一块。加完了以后进行一个排序。那你说这参数都是什么？也没告诉你。这部分告诉你，那绝对机器人会刷死他的。然后把排序好的这些帖子，再跟关注帖混合在一起给我们展示。这就是整个这个系统工作的一个原理。

技术细节与代码分析

这个Grok Transformer到底是一个啥？是一个基于Grok 1模型重新训练的MOE的一个小参数模型。只能做单一任务，就是每一次给他一个用户画像，给他一个帖子，然后他把这些数据做矢量化，然后去做正面和各种负面维度的可能性的概率输出，就干这一件事。没有公开参数，没有训练数据，没有训练方法，大概就是这样的一个系统。

主要代码是用什么语言写的？

• 一个叫RUST，系统的整个的逻辑基本上是用这个语言写的，它是一种很高效的后台语言；
• 另外一个就是Python，因为里边有Pytorch、有Tensorflow，就是跑大模型用的。你要调用这些平台的话，你必须要有Python代码在里头。所以基本上代码就是用这两种系统来写的。

那你说这么多代码，那普通人肯定“有看没有懂”，完全没有任何意义。也不要这么讲，虽然它没有给大家很多文档，但是现在有非常非常多的代码分析工具。你比如说你把它扔给Cloud Code，或者扔给Cursor，扔给Open Code，扔给Codex，他们会替你去总结，告诉你说整个系统是怎么样的。然后你可以提各种问题，他会来给你回答，这个代码是写在哪一块的、如何实现的、哪一块隐藏了、哪一块给你了，这个都是会有的。所以普通人也是可以去看这些代码的。

这东西可以复现吗？

既然我们已经拿到了这样的一个开源系统，我是不是可以自己搭一个X，或者看看能不能在X里头怎么去做一个机器人，把X的数据都给它刷回来？就跟美国上委内瑞拉抓马杜罗之前，得先盖一小屋子，把马杜罗的安全屋都盖出来，让人在里头训练，训练完了以后到那啪一把把他拎出来。这事能不能干？能不能复现？

首先说，这个系统本身是无法复现的。你把这个代码down下来以后，你没法编译它，你也没法部署它，因为代码本身并不完整，而且里头还有很多的引用冲突。什么叫引用冲突？就是有些代码并没有写在这个系统里边去，而是说我要引用外边的哪个系统，但是他在不同的代码里引用的版本不一样，而且有的可能干同样的事情引用的是这个，另外的代码可能引用的是另外一个。所以他应该并没有把真正可以执行的一个线上系统直接打包扔上来，因为能够编译执行的这种线上系统是不会出现引用冲突的。

还有就是文档也不是很完整，它里头只是给了代码，并没有给特别多的文档，很多参数被隐藏了。而且也没有办法获得X上的实时数据，因为你要想让这个系统动起来的话，你必须要给它X上的实时数据——这个人过去几天都点了什么东西了，最近有哪些帖子——你没有这些东西，它这个系统也没法跑起来。

那你说是不是开源了个寂寞？也不能这么说。马斯克开源特斯拉的一些专利，对于中国人做新能源产业还是有巨大帮助的。这次将单一Transformer模型驱动的这种推荐算法给出来，也是为整个推荐算法进步给出了方向。所以国内那些原来推荐算法比较差的平台，比如像B站什么的，应该现在正在尝试进行复现。但是这种复现就不是说拿人那个系统去复现了，而是说用这种思想和方向去复现。你比如说拿千问的一些小参数模型，零点几B的这些模型，你可以跑一跑试试，或者是看看能不能做出更小的一些模型出来，进去跑一跑试试，应该是有人去尝试了。

怎么发帖可以提高互动？涨粉怎么赚钱？

别说那么复杂的，怎么发帖可以提高互动？涨粉怎么赚钱？这玩意才是大家关心的。

• 负面权重极高（拉黑、静音、举报）：因为这里头是有正面权重和负面权重，刚才我们说这几个都是负面权重。你一旦这个帖子有负面权重的话，说你被很多人拉黑过、被很多人举报过、有好多人去静音你，这种帖子就会非常非常吃亏。所以那些喜欢引战吵架、喜欢骂街的那些大V们要小心了，原来他们是可以吸引非常非常多流量的，以后的话这种流量会下降的。
• 连续发帖会被降权：千万不要尝试刷屏，就很多机器人喜欢干这个事，连续的往外发帖子。这个系统也是需要处理机器人的，但是具体一些处理机器人的模块并没有在这一次开放出来，因为你如果敢开放出来的话，那机器人马上就给你照方抓药了，给你表演什么叫道高一尺魔高一丈了。
• 正面权重：用户停留时长：这个事很重要。什么叫用户停留时长？你像我们刷X的时候，如果你看到某一个帖子，你需要停下来，你并不用点进去，你还要停下来，你要认真看这个帖子到底写了什么。在这样的情况下，X就知道了，这个是一个大家喜欢、要停下来看的东西。很多长帖子，故事叙述性比较强的——但是你说我啪写一大块，这事也不行，你还是要写出条目来，可读性比较高。这样的帖子才容易让人留下来。前头写一很好的钩子，这样容易留下来；然后放出视频、放出图片来，这样容易留下来；然后做一些系列的讨论，这样也容易留下来。这样的帖子才是X所希望的。

为什么是这样？因为这种帖子可以让X展示更多的广告，人家这个平台也是要挣钱的。

• 视频帖子非常赚便宜：但是他这很逗，他的视频主要看点不点开，不管你是不是看完了。像TikTok、像YouTube，他们主要考察的是完播率，因为那些平台是要在视频前后的去给你插广告的。而现在X的逻辑是什么？就是你点进去了，你就可以展示这个帖子的一个详情页，它就可以多给你放一堆广告出来，所以你只要点进去就行了，你是不是把它看完无所谓。
• 回复评论也是非常重要的：如果我发了个帖子，你们给我评论了，那我一定要在下头再给你回回去。为什么？就是一旦进入评论页了，你相当于也是进入一个帖子的详情页了，那么X展示广告的机会又上升了。所以你看，所有的X所愿意推荐的这个帖子，都是能够让他多放几条广告的帖子。
• 尽量不要在里头贴链接：马斯克真的是想做微信了，他不希望你用链接把流量从X引走。这个点对于老范来说不是特别有利，因为老范经常发帖子说：“你看我发视频了，大家去看视频；我发博客了，大家去看博客呀。”这个是X不喜欢的。

规则之下的现状

既然有这些规则了，谁跑得最快？一定是坏人跑得最快，好人一般是要慢一些的。原因很简单，坏人是有利益的嘛。大家还记得前几天那些@Grok脱衣服的帖子吗？是不是完全符合这套标准？我发了一个美女照片在上头，在下头写@Grok，给她把衣服脱了，或者给她穿上比基尼。这种时候大家就会点到这个回复里边去看，点到详情页里边去看，你的点击率一下就上去了。这个应该算是马斯克自己家的，人家说自己利用一下规则没毛病。

最近大量的抖音和TikTok的热门视频被搬运进来了。算法对于视频是有极大的倾斜的，只要你这里头有视频，视频被点进去了，他就会非常努力的给你推荐。所以我现在打开X，基本上跟刷抖音的那个感觉差不多，里头大量的抖音视频。因为这套算法里头是没有任何跟版权保护相关的东西的，他不是说你发的这个视频最后有一个抖音或者最后有一个TikTok的标，他就给你下架了，不会干这事了。他才不管你是从哪来的。大家的玩法在这点其实都差不太多，先热闹起来然后再清理。现在X上短视频少，他又希望短视频，那你们就来；等什么时候我这短视频多了以后，我再收拾你。这个有点像新加坡，先吸引一大堆大陆土豪去移民，然后再反洗钱、关门打狗，这基本上应该是这样的一个套路。

最近有好几个涨粉相关的账号跑来关注我了。什么叫涨粉相关？就是他那个账户的名字叫“涨粉多少多少”，赤裸裸的叫这名字。如果我也去回关他、跟他聊两句、花点钱的话，那我这个X上的粉丝就可以蹭蹭蹭涨，涨一堆机器人出来。我的帖子下面也出现了一堆炒币的人进行回复。这个原来其实比较少见，这一次马斯克开源了这些算法以后，很多这些炒币的人就来回复我的帖子。如果我再回复他的信息的话，他的账号被看到的机会就会上升。所以一般遇到这样的帖子，我就不再去理他了。机器人已经活跃起来了，等着老马进一步更新他的算法了。

马斯克开源的真实目的

这一次老马总算是真的开源了吧？老范是不是被打脸了？这个还要看下个月。为什么这么讲？马斯克宣布每四周更新一次代码。前几次更开源都是扔上去，以后几年都不带动的，彻底就不理你了，算是一个死项目。这一次老马说我每四周更新一次，老马也算开创了一个先河。

以前做开源软件的目的是什么？

1. 降低系统维护的成本：我把系统开源出去了，你不懂的话，你可以在上头看代码，你也问问其他使用者，大家可以聊一聊，我就不用挨着个去给你们服务去了，甚至有些人可以帮我改bug，这是第一个。
2. 提供松散协作的机会：我一旦把代码开源出去了，就会有其他人才提这个pull request，让我去修改这个系统，甚至他替我改，他会进行一个跨国家的松散的协作。
3. 绑架事实标准：因为你开源了，一旦这个系统用的人很多的话，相当于就形成了一个事实标准，我们就绑架这个标准，然后可以在里边挣到钱。

马斯克开源的目的跟他们不太一样，他是提供了一个监管窗口。你看我把这东西开源了，大家以后觉得我的X有什么推荐不对的地方，你自己去看去。我可以开源，让你们去监管，让你们去审核这个东西。你再批评我，你可以去看。其他那些平台还没开放，我都开放了。他搞了这样的一个事情。

关于偏见与监管

很多人都说X是一个很右的社交媒体，因为相比其他的这些社交媒体平台来说，X是要偏右一些的。现在马斯克说：“来，我直接把推荐系统给你开放看看，你现在看看我到底右不右。”为什么大家都觉得这个X偏右，大家是不是冤枉马斯克了？其实没有。原因很简单，左的特征是什么？圣母嘛，道德高地嘛。大部分的社交媒体平台是按照更左的方式来进行内容审核和筛选的。如果是这样的话，内容比较开放的这种X平台，就肯定是靠右的嘛。左右这个事不是绝对的，它是相对的。

这次开放的代码肯定不是传统的开源项目。它无法复现、无法使用，代码跟文档也不是完整的，也基本上不回复社区的issue跟PR。马斯克可以达到通过开源实现监管的目的吗？现在并不能证明开源出来的版本跟实际跑的版本是强相关的。这个东西应该不是实际的版本，也绝对不可能四周才更新一次，各种参数应该是按小时进行调整的。Grok Transformer的这个模型规模也不大，应该可以几天的时间就会重新训练一次。

这次展示的是Transformer模型之外，并没有保留特定类型帖子的加分减分的这种调整的控制面板。就是说，我就是靠这玩意干活了。你如果希望更左一点、更右一点，你可以在Transformer的这个结果基础上，再去加一层的意识形态的这种调整。但是马斯克给大家看说：“你看我没这东西，这个Transformer模型出来的结果我就直接干了，没有任何跟意识形态相关的东西，都是你的互动可能性跟这玩意相关的。得到结果了以后就可以展示了。”

如果以后每个月更新的版本可以坚持，并且带有完整的更新轨迹——什么叫更新轨迹？在这些源代码更新的过程中，是有一个版本一个版本上的，会写着说每个版本更新什么东西，这叫完整的更新轨迹——如果这个都有的话，那么这个监管会更加可信一些。如果无法坚持，或者以后的更新都是一个没有任何更新轨迹的独立版本的话，监管的效果会差一些。但是也总比那些从来都没有公开过的平台要好。以后再有人批评马斯克说“你怎么偏右”，马斯克说：“我都公开过。甭管我是公开过几个版本，但是至少我公开过，你还没公开过。”他就可以这样去批评别人了。

总结

那未来的方向是什么？做推荐算法的成本一下就降下来了。那些年薪几百万的调参的人，要重新想一想是不是去送个外卖、跑个滴滴了。老马为可信可监管的平台推荐系统做了一个打样。

最后总结一下吧。马斯克开源了X的推荐算法，革命性的单一Transformer模型，就像是一体化的猛禽3发动机一样那么震撼。马斯克为可信可监督的平台推荐系统指明了最新的方向。以后谁想再去证明你的平台推荐系统是可信的，来，跟我一样开放。他就做了这样的一个事情。

好，这一期就讲到这里，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。

背景图片

Prompt：Detailed watercolor rendering of a loft open-plan office interior, no people, neon cyan rim light, deep navy backdrop, cinematic lighting, sharp subject separation, minimal palette (ink blue, neon cyan, gold accents), glossy reflections on glass and polished concrete, intricate textures of wood, metal, and glass, wide-angle 28mm, deep depth of field, strong negative space for text –ar 16:9 –v 7.0 –stylize 120 –chaos 4 –no people, faces, text, watermark, signature, clutter, photorealistic, 3D render, blurry, low contrast –p lh4so59

公司正在迫切地招聘故事讲述者，也就是Storyteller。那老范是不是又行了呢？

大家好，欢迎收听老范讲故事的YouTube频道。

《华尔街日报》在2025年12月12日发表了一篇文章，作者叫凯蒂·戴顿，文章的标题是《公司正迫切招聘故事讲述者》。他在“故事讲述者”这个单词用的就是“Storytellers”。大家注意，老范的频道英中文名叫做“Storyteller Fan”，叫“讲故事的老范”，实际上中文叫“老范讲故事”嘛。那老范是不是又要成为香饽饽了呢？先让老范臭美一会儿。

这个文章到底讲了什么呢？

他讲到说，Storyteller正在成为一个当下走红的企业岗位，或者岗位族。这个岗位负责干嘛？负责品牌内容传播、公关、雇主品牌、投资者沟通相关的一个统合。算是把所有这些岗位统合在一起，做了一个提升，叫做Storyteller，也就是故事讲述者。

那么这个职位跟传统的公关比起来，更强调的叫“叙事统一”。这“见人说人话，见鬼说鬼话”的事不行了，必须有一个统一的叙事。

文章的证据是什么？

《华尔街日报》应该不会拍脑袋直接来，人家引用了LinkedIn上的招聘信息。现在叫做Storyteller的职位，在2025年直接翻倍了：

• 营销类的有五万条，就是在营销类里头叫Storyteller的有五万条；
• 媒体与传播类里头有两万多条也叫Storyteller。

各个公司在高管的财报电话会上、投资者日的场景里，提到Storyteller或者是Storytelling的次数也是在逐年递增。2025年提到了469次，2024年提到了359次，而2015年只提到了147次。所以在这几年里头，Storyteller在高管会上或投资者会上被提到的次数越来越多了。

故事讲述者是干什么的？谁在招聘？

那故事讲述者到底是干什么的呢？和老范现在干的活是不是一样？这个咱们要看一看。

当然了，总有一些公司换汤不换药。把原来的Marketing、原来的这种公共关系（PR），给他们换个名字，今天你们就叫Storyteller了，这个比较时髦，改个名字。还有一些是直接按照字面意思理解去干了，要求人产出博客、播客，或者是视频，做这种案例研究啊、品牌内容。其实跟老范现在干的活差不太多，他们的目标是吸引客户、投资者或者是潜在的招聘对象。

那么谁在招聘这种新奇特的岗位？

• 谷歌云：专门有一个职位叫“客户故事经理”。
• Vanta：这个公司是做企业安全和合规自动化相关SaaS系统的，他也专门在招聘讲故事经理，叫Storyteller Manager。
• Notion：也有职位，涉及内部沟通、外部沟通、社媒以及团队内部的一些内容的整理，也算是讲故事的编制。

这样的一些企业都在招这个故事讲述者。

Storyteller与传统职位有什么不同？

那我们就要思考一个问题了，都是对外进行内容输出的这样的一个职位，这次到底有什么不同呢？我们要知道Marketing（市场）、品牌、PR（公关），还有Sales Engineer（售前工程师），还有Evangelist（布道师），这个跟现在的Storyteller到底有什么不一样呢？咱们掰开了讲一下。

1. 市场 (Marketing)

他们主要负责增长和投放，他要负责投广告的，他们要负责需求生成、转化漏斗、渠道投放和产品营销。目标是转化为可量化的获客或者是收入。所以这个Marketing大家记住了，他们是要背KPI的，要背销售额的。

2. 公共关系 (PR)

公共关系其实最主要的是做危机公关和声誉管理。他们干的活删帖多一点，就是他们最主要的不是内容输出，而是删帖。这些人通常是不会去背销售指标的。

3. 售前工程师 (Sales Engineer)

老范很早就干过这样的一个职位。这些人是负责交易中的技术确定性。人家说我现在要交易了，买你一个技术方案，这东西行不行？这个Sales Engineer进去说：“您放心肯定行。”他们会保证系统是可行的、可集成的、可达标的，用技术方案消除购买风险。通常是跟销售一起来去背销售指标的，这些人也是要背KPI的。

4. 布道者 (Evangelist)

这个老范也干过。这些人是在社区中建立信任，并且转化为技术方案的一个职责。Evangelist主要负责开发者与开发者生态，用内容、讲演、示例推动开发者用起来。有些也要背销售指标，当然了，只要是背销售指标的Evangelist，其实都有点挂羊头卖狗肉，就是直接把Evangelist当成Sales Engineer在用了，这个并不是真正的Evangelist。Evangelist正常的应该是不背销售指标的。

5. 故事讲述者 (Storyteller)

最新的这种叫Storyteller，讲故事的人，他们干嘛？他们负责叙事。公司为什么存在？为谁解决什么问题？为什么可信？如何被复述？我现在讲的这些故事怎么去被重复？

这个是故事讲述者真正要去做的事情——把叙事产品化。这些人真正输出的就是内容。其他人还是说我们要去转换销售，我们要去控制声誉，我们要去给人做方案。而这个故事讲述者，他产生的东西就是故事，没有什么其他东西。这些故事要求是可复用的、可传播的，而且可以达到跨渠道的一致性。

以前的这些Marketing真的是对不同的人说不同的话，但是故事讲述者最后要求你对外、对内、对招聘对象、对销售对象、对投资者，你都要讲同一套故事。你可以是一个故事的不同角度，但是这个故事最终要是一致的，这是故事讲述者真正要做的事情。

受众群体的差异

这几类人，他们的受众也不一样：

• Marketing（市场）：受众是潜在的客户，分层或者是渠道受众。
• PR（公共关系）：主要面对的是媒体、意见领袖、监管和公众，有时候会面对政府。
• Sales Engineer：一般面对的是具体客户或者是技术决策者和实施方。
• Evangelist：面对的是开发者、合作伙伴或者是技术社区。
• Storyteller：面向的是广义公众，包括客户、潜在客户、投资人、候选人（只要应聘的人）以及内部员工。

Storyteller的独特定位与职责

Storyteller的独特定位就是产出故事：问题、冲突、解决、代价、证据、结果，这是一个标准的故事模板。

1. 将客户故事模板化

很多的故事都是按标准模板套出来的。像我们比如说服务很多客户，这个客户成功了，那个客户失败了，有什么样的故事？我们要把它搜集起来，按照模板套好，然后形成：

• 行业版本的故事：比如银行业的。
• 角色版本的故事：工程师、产品经理用了怎么样。
• 场景版本的故事：销售、实施、技术后台用了怎么样。

2. 提供证据库

故事讲述者要保证内容是可信的，那就要告诉用户说你到哪去查这个证据，包括哪有数据，哪有第三方背书。案例的素材是什么样的？图表是什么样的？引用哪些具体的比如论文或者引用一些其他的媒体报道？这就是证据库，要整个保存下来。

3. 跨部门运作

故事讲述者是必须要跨部门的。不是说这个故事讲述者在市场部门下头，或者在公关部门下头。它是一个独立的跨部门运作的一个职位，它要保证跨部门的一致性。

所谓故事讲述者会横跨PR、品牌、市场、HR、IR（投资者关系），要横跨他们形成一个统一的故事。对外的卖点、对内的文化、对投资人的增长逻辑，这个故事要完全统一自洽。如果内外不一致就会消耗信任。各个部门讲同一个故事，但是按照各自的场景强调不同的部分。

讲故事的目的就是为了建立信任，这个是最重要的。所以故事讲述者更像是编辑部的总编或者制片人。

为什么现在会出现这个新职位？因为AI

老范是不是讲什么都因为AI呢？这个真的是因为AI。

大家知道印象派绘画是怎么产生的吗？因为摄影技术产生了，画的再像你能有照片像吗？所以没办法，咱们就做印象派。虽然不像，但是可以将更丰富的情感融入到绘画作品中进行表达。

那么现在也是如此，AI普及了以后有了什么样的一个变化？

1. 内容从稀缺变得过剩

以前Marketing或PR搜肠刮肚子想金句，寻找最恰当的词。但是现在有AI和AIGC，它会自动生成内容，而且成本极低。在这样的情况下，多套素材、多点发布、多点投放就没效果了。因为AI生成的素材比你好、比你多。

2. 传统SEO链条失效

传统SEO是：信息种草 -> 点击到站 -> 转化。现在这条路没有了。因为搜索引擎都改成AI了，现在是AI模式、AI总结。没有点击跳转这一步了，点击率正在向着清零的方向快速跌落。

3. 传统媒体及借来的公信力正在崩塌

在AI结果里头，你这些内容并不会有更高的加成。特别是有很多人喜欢引用名人名言，现在到AI里头这个东西就没用了，因为AI会把这个名人名言直接给你滤掉，说服力就下降很多。

4. 传统模式崩塌

• 买流量投入产出比很难打正了。
• 蹭公信力也都会被AI过滤掉。
• 吃搜索红利、AI模式、AI总结、直接跨过网站，点击率降为零。

现在的用户不好骗了。故事讲述者解决的就是这样的问题——统一叙事。在AI分发、AI转述的过程中要去争夺信任，这句话是最重要的。他们不再考核点击率了，被信任、被引用、被推荐，才是故事讲述者所追求的最终价值。

GEO vs SEO

那你说这不就是GEO吗？原来是SEO（搜索引擎优化），现在是GEO（生成引擎优化）。

大家要注意，GEO跟SEO是有很大差别的：

• SEO的考核：点击率和转化率。
• GEO的结果：只有交易，没有任何其他东西。因为你做了GEO的内容，并不会为你的网站导流，他只是会帮你把东西卖掉。

老范是不是又成了香饽饽？

咱们开始就问了，说这个Storyteller故事讲述者大家都去招了，是不是有人招老范？首先要讲说，现在企业招聘的Storyteller其实是有三种职位：

1. 换汤不换药的Marketing或者是PR：这个跟老范没什么关系，从来没干过这种活。
2. 字面意思，讲故事：这个老范是绝配。搜集素材、总结输出、写稿、录播客，这就是老范天天干的活。
3. 叙事架构师 (Storyteller Manager)：老范部分匹配，但是还需要学习和提高。

做叙事架构师要求建立叙事体系，要进行叙事的治理：

• 建立Message House (信息屋)：一句话的价值主张 + 三至五个支柱 + 每个支柱三条证据点。
• 建立术语表：统一术语。
• 禁用表述：哪些话不许说（例如谷歌禁用Collection）。
• 证据引用规则：哪些可以引用，哪些不可以。
• 稳定的更新机制：这个老范很强，日更。
• 统一口径证据库及客户故事库。

而且现在的这些Storyteller Manager，他们都要求适配GEO，这就是为AI去服务的。

如何有意识地成为一个讲故事的人？

老范可能未必适合公司里边的故事叙事体系，但是老范肯定是讲故事的人。成为一个讲故事的人，自己乐在其中这才是最重要的。

流程大概是：充满好奇心的观察 -> 思考并探究细节与原理 -> 形成完整的故事架构 -> 存储故事素材 -> 寻找合适的时机将正确的故事讲给正确的人 -> 获得反馈 -> 继续寻找新故事。

总结

企业招聘中一个新的职位火了，叫Storyteller（故事讲述者）。故事讲述者是AI时代对于企业故事统一传播、提升信任的必然路径。

老范匹配故事讲述者的部分要求，但是呢，老范有一个硬伤：骗不过自己的瞎话。老范不能保证自己讲的话都是真的、对的，但是老范必须要保证自己讲的故事都是老范自己相信的故事。

不管是不是有企业招聘，在AI时代成为一个故事讲述者都是一个不错的选择。即使讲的不是具体的企业产品，老范讲的故事依然在AI时代是有价值的。

这就是今天讲的故事，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。

马斯克3小时访谈深度解读：未来、AI与争议

大家好，欢迎收听老范讲故事的YouTube频道。今天我们来讲一讲马斯克3小时的访谈，以及各自的解读。

马斯克跟乔伊·罗根做了三个小时的访谈。他每过一段时间就跑去做访谈，这是一个非常著名的博客，每年应该做几次吧。这一次应该是美国时间10月31号。最近，大家都在解读这三个小时的访谈。这是一次无稿访谈，就是没有提前的稿件，没有提前的大纲，大家就上这儿来闲聊来了，所以真的是比较见性情的一次访谈。

为什么叫各自解读呢？马斯克是很有争议的，不同的媒体、不同的派系，会选择这个三个小时访谈里的一部分去进行解读。比如说左派呢，就更关注是未来的交互方式、AI会怎么发展、每一个人都可以有钱；而右派呢，则更关注的是觉醒主义病毒对于AI的污染和可能带来的危害。

咱们今天把马斯克讲的这些点稍微捋一捋，各派都是怎么解读的，以及老范自己是怎么解读的。老范讲故事嘛，总是要说一些自己的私货进来。首先要明确一点呢，就是马斯克讲的每一个点肯定都有一定的道理，人家是世界首富嘛，但是也不能说完全信，有些点其实我也不是那么认可。未来每个人都会有各自的预测，未来到底会变成什么样，只能靠大家的努力，向着各自的预期方向去前进。马斯克作为一个世界首富，而且是一个行动能力超强的人，他讲的东西我们还是应该去研究一下的。

一、未来的交互方式变革：告别手机与APP

首先一点是，未来的交互方式会发生变革。甭管是左派和右派，都会去讲到这一点，因为这一块相对来说是比较人畜无害的。他讲到说手机跟APP呢，会被淘汰掉，以后就不会有这些东西了。未来呢，我们需要一个随身的感知和展示设备，有可能依然是长得像手机一样，但是有可能是眼镜，或者是脑机接口，或者是其他的什么头显，都是有可能的。它就是在我们身边感知我们的指令，展示我们需要看到的和听到的这些内容和结果就完事了。而这些内容呢，都是由AI来提供的，这是马斯克对未来的一个预期吧。

在这样的一个情况下，手机的品牌、操作系统跟APP就没有任何意义了。在这里头受伤害最大的是苹果，但是苹果这帮人呢，通常是啥也不说，闷声发大财的一帮人，你到时候自己会用脚投票。马斯克自己也在用iPhone，所以这个到底能够对苹果造成多大伤害，现在还不好说。

科技巨头们的“苹果怨念”

这件事情上呢，有一些人跟马斯克是站在一起的，比如说马克·扎克伯格，比如说山姆·奥特曼。这些人呢，都是对苹果充满了怨念，因为苹果它作为手机商，它是老大嘛。在这样的一个位置上，谁想要去发一个应用，谁想去提供一些服务，谁想去跟用户去进行接触，你都需要去守苹果的规矩。

• 苹果说扎克伯格，我不给你这些用户信息数据了，你的这个广告变现效果就要下降。
• 山姆·奥特曼也是如此，说你必须要守苹果的规矩，否则你就不要到iPhone上来折腾。
• 马斯克也经常说我要去做特斯拉手机。

这些老大们都是非常非常讨厌苹果的。谷歌其实还好，谷歌相对来说比较开放，而且呢它的很多的规则，其实它跟大家商量，因为毕竟手机不是它自己造的嘛。所以就算谷歌你定一个特别严的规矩，底下这些手机厂人家也未必遵守。在这里头真的是等级森严、规矩特别严格的就是苹果，特别招人恨。

现有趋势：超级APP的崛起

现在已经有这样的苗头了。你说现在不是还在买iPhone吗？对，我也还在用iPhone。但是像抖音、微信、马斯克的Twitter，这些呢叫超级APP，其实已经起到了相应的这种效果了。你一旦拿起iPhone来，就进到抖音里不停的刷了，这个40分钟或者一个小时就都属于抖音了，或者这一个小时就都属于X了。在这种情况下，苹果就没有能力说我再去分发一些别的应用给你。OpenAI的ChatGPT，其实也在向超级APP的方向前进。

未来展望：AI实时生成内容

马斯克讲了，说未来所有的这些内容、音视频，都是由AI实时生成的。它会预测你喜欢什么，我就提前生成好了给你看就完了。想看个电影，或者想看一些短视频，AI直接生成，现场生成直接给我看。这件事情呢，至少到目前为止还达不到，运算的速度、算力的成本，这些东西你是摊销不掉的。

但是未来，比如说到2030年，是不是可以达到这个目标？我觉得马斯克是乐观的。他认为2026年，AI就可以超越一个人的智能了；2030年，整体的AI就可以超越整个人类的智能了。以后算力会变得越来越高，我们生成一分钟的视频的速度会变得越来越快，计算的成本会不断的下降。所以按照这个来看，大家赶快去买英伟达的芯片，买英伟达的股票，去买特斯拉的股票。为什么这么讲？因为前两天，微软的老大萨提亚讲了，说我现在有的是显卡，我没电。这个后面需要靠什么？需要靠马斯克的储能电站。

历史案例的启示

到底会不会达到这一步呢？这里讲三个案例：

1. Sun的NC（Network Computer）：这是比较早期的概念，主张所有内容存网上，用户只需一个终端设备登录即可继续工作。这个概念最终没有成功。
2. 共享单车：相对半成功的案例。它在很大程度上替代了传统的代步自行车，改变了人们的出行方式。
3. 超级APP：像微信这样的应用，用户可以在里面完成各种事情而无需离开，使得底层操作系统变得透明。这是相对比较成功的案例。

老范的看法

• 第一，大概率还是需要手机的，最后可能会变成超级APP之间的竞争，不会有一个超级APP一统天下。商家到底应该上哪去缴广告费？这个事呢，还是需要有竞争的。
• 第二，当AI可以根据它的预测给我们生成内容的时候，AI会极大的拉大人与人之间的差距。一个人喜欢看美女扭屁股，另一个人喜欢看科学研究，他们最终的成就会有非常巨大的差距。

二、觉醒主义病毒与AI污染

下一个问题呢，就是这个觉醒主义病毒污染AI的问题。觉醒主义呢，就是性别平等或者性别多元化，这些内容呢，都会拿来去进行AI训练。

马斯克的观点：错叫性别比核战争更严重？

马斯克的观点是：对于AI来说，叫错性别代称和热核战争之间，到底哪个更危险？因为你不断给AI投喂的语料告诉它，不能去叫错性别代称，并且在强化学习时不断惩罚它。那么它就会记住，叫错性别这件事，是一个天塌下来的大事。而热核战争，除了1945年就没再发生过，对AI来说是个小概率事件。所以当让AI去进行选择时，他就有可能会为了避免“叫错性别”这种“天大的事”而选择扔一颗原子弹。

他还举了一个非常可笑的例子。今年的上半年，谷歌的Gemini去绘画，结果呢因为搞多样性，让他画美国的国父，给你画个黑人，给你画个女的。华盛顿嘛，应该是白人男性，但AI为了实现觉醒主义而去说谎，不尊重历史事实。

既然AI已经可以去说谎话了，那么未来是非常非常危险的。他还讲到加州特别是旧金山湾区，就是非常非常左的，在这里就没有中间这个位置。你要是在这里想靠中间站一点，就会马上被人骂成极右。

生命的价值可以计算吗？

最近还有一个案例，是不同人种、不同性别，生命的价值是否相同的问题。马斯克说做了这么多测试里头，只有他们家的Grok告诉大家，甭管是男女老幼，不同的人种，不同国家来的人，他们的生命价值都是完全相同的。而其他的像GPT也好，Gemini也好，认为不这样。

现在这些大模型就形成了一个非常可笑的价值比较：一个肯尼亚来的黑人女性，她的价值是20个白人男性的价值。千万不要说这有什么关系，大家要注意，AI这个东西不光是要去给你写一段话的，它要去做自动驾驶的。等遇到电车危机的时候，他就有可能看到说，这边是一个黑人女性，那边是19个白人男性，他就直接奔那19个白人男性就撞过去了。因为他已经算明白了，一个黑人女性的价值是20个白人男性。所以这个是非常非常可怕的一件事情。

用“真相AI”对抗偏见

马斯克现在标榜自己做的是唯一追求真相的AI，不再去考虑这些觉醒主义的东西。主持人问他觉得这事有用吗？马斯克的回答是：有用。我自己只要把东西做出来了，别人就会照这个方向去前进。我训练了一个追求真相的大模型，其他的这些做大模型的公司就会感到羞愧，他们也会照我这方向走。

老范的看法

老范的看法就是偏见不可怕，可怕的是压制别人。有人认为地球是扁的，有人认为地球是圆的，但是我们允许这些认为地球是扁的人继续去发表言论，这个事才是最重要的。所以，不论XAI的Grok最后有多少人用，这都是马斯克给我们这个时代留下来不可替代的礼物。

三、人人都会变得很富有？

这是马斯克给出的非常美好的一个祝愿吧，我觉得也反映出这种工程师、理工男一个美好的愿景。他说未来并不是人人只有基本生活保障，而是人人都会很富有，大家不再为了账单而工作，而是为了自己的兴趣。中间会经历痛苦和裁员，以及转型这些东西，但是未来的话，我们希望社会向着人人都非常富有的方向去前进。

短期内可能会被淘汰的人：

• 完全跟数据打交道的人，比如程序员、中层管理干部、HR。
• 所有跟搬运原子相关的、搬运物件相关的人，可以稍微的多坚持一段时间，比如搬箱子的、开车的。

但你说未来真的会变成这种人人都很幸福的社会吗？马斯克承认的说，这只是众多可能的结果中的一种，他希望未来朝这个方向发展。

四、关于超级人工智能（AGI）的未来

他说到2030年，AI就会超越全人类的智能。但是到那个时候，我们还是第一个，是要能够从外边把它关掉，我们还是得能控制它。另外呢，他说我们现在比大猩猩厉害了，但是呢我们并没有把大猩猩赶尽杀绝，我们还在保护它。希望未来呢，AI也可以像现在我们对待大猩猩那样对待我们。

老范的解读

第一个呢，人类的工作和消费呢，并不仅仅是因为兴趣和账单。人类最重要的作用，其实是进行选择，为未来的社会进行选择。商品、金钱和市场是引导人类社会前往正确方向的一个重要因素。任何想要替代它们来替我们决定如何生活的尝试都失败了，比如说计划经济。

至于说未来的人类跟AI之间，到底是不是现在的人类跟大猩猩之间的关系？我其实是抱稍微悲观一点的看法的。这个东西就像现在的中美两国一样，大家都想卡脖子，都想把对方的命脉握在自己手里头。到那个时候的话，就一定会有摩擦。当我们拿到AI的关闭开关了以后，面对一个远远超越我们的超级智能，你认为它会怎么对待我们？所以在这块上呢，我觉得不那么乐观。

五、访谈中与中国有关的部分

主持人其实在前面讲AI意识形态的时候有几次提到中国了，但是呢，马斯克都跳过了，重新对准国内左派火力全开，这是马斯克比较聪明的一个地方吧。唯一提到中国的就是马斯克自己，提的是航天。说现在呢，Spacex已经占据了全球90%的发射任务，而剩下的10%基本都被中国包圆了。

其实作为一个理工男来说，很难不喜欢中国。马斯克过往的言论呢，经常都是这样，说中国的工厂真棒，中国的超级工厂非常非常强，中国的工程师很努力。这是他对中国一贯的一个认知。

最后总结

马斯克是一个非常有争议的人，他的访谈，不同的人会有不同的解读。但是你骂他也没什么意思，作为一个行动能力超强的世界首富，他对未来的期许还是值得大家认真的去思考的，因为他真的会去做，义无反顾的去做，这是马斯克跟其他人不一样的地方。

现在美股七姐妹里头，黄仁勋是比较圆滑的；扎克伯格呢，现在还在跟VR、AR死磕。剩下的也就只有马斯克、黄仁勋、扎克伯格是创始人，而马斯克行动能力很强。剩下4个，微软的萨提亚、谷歌的皮查伊、苹果的蒂姆·库克、亚马逊的安迪·贾西，都是职业经理人了。职业经理人是不会做出圈的事了，所以未来只能靠马斯克去改变。这就是我们今天跟大家讲的故事。

好，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。

为什么技术人员都很难沟通呢？

大家好，欢迎收听老范讲故事的YouTube频道。

最近网上有一个新梗，叫做“为什么搞技术的人难沟通”。其实呢，他们讲的都是同一个事，就不是搞技术的人难沟通，而是其他人认为物理定律可以讨价还价。各种奇葩的案例和更奇葩的反怼，经常反怼回去：“你努努力，能够让1+1=3吗？”经常是这样的案例出来。

“只要思想不滑坡，办法总比困难多。”

“很多事情你连试都不试一下，怎么就可以说不行？”对吧？

他们的结论就是有人瞎指挥，不懂技术。他们提出的要求呢，是让牛顿都没法在棺材里头继续睡下去的这种要求，还要求技术人员去进行尝试，要求技术人员去发挥主观能动性，这个就是这一次整个的梗里边的一些核心论点。

那些“逼疯”技术人员的奇葩案例

案例一：根据手机壳颜色改变App界面

一个是中国平安软件外包，因为我们以前投的一个案子，这帮人原来就是给平安做软件外包的。据说有一次，是一个程序员直接上去手撕产品经理。大家知道，产品经理这种职位，他有时候并没有那么懂技术，他们会提出各种各样的产品需求来让程序员去实现。

那么这个产品经理，他提了一个什么样的需求，最后让程序员上去跟他发生肢体冲突呢？他说：“咱能不能让这个手机的界面，按照用户手机壳的颜色去改颜色去？你比如说你带了个黑手机壳，我就把这个界面改黑了；你带了个白手机壳，就把改白了；你带了个蓝的，我就给你改。能不能干这个事？”这个程序员就直接上去撕他去了。

就算大家不懂技术，不是程序员，其实也能够理解这个东西为什么没法做。因为你作为一个程序来说，你没有办法知道这个手机壳到底是什么颜色的。就是我们给界面改颜色这事，其实很简单，你告诉我改什么颜色，我就马上给你改，或者说我按照一个什么样的颜色基调，再给你改出多少个梯度来，这事都是可以搞定的。但是我怎么去知道你的手机壳是什么颜色的？

对于手机来说，我们可以知道摄像头看到的什么颜色，我们可以知道手机的其他界面，或者是一些现在比如白天晚上，你应该是明色、暗色，这事我们是能知道的。但是我怎么知道手机壳什么颜色？这个事是完全无法感知的，所以直接上去撕去了。而且有的时候他就真的跟你说，说：“你不试一下你怎么知道？”对，我不试一下我也知道，作为一个手机软件来说，我们没有办法知道手机壳是什么颜色的。你可以让用户自己输，说我现在是一个蓝色的手机壳，我现在是一个红色的手机壳，甚至你可以让用户去照张相，或拍一下照片，说这是我的手机壳，请按照这样的手机壳给我改颜色，这都行。但是，你要求程序员直接去猜用户的手机壳颜色，这个事就属于是找打。

案例二：挑战物理定律

另外一些比如机加工的活，你说我现在机械加工，刀是什么样的材质的，这个材料是什么样的材质的，有的时候那个材料可能材质比刀还硬。但是这个领导就：“你试一下，你不能说这个刀的材料没有材料硬，你就不能切了，你总要试一试。”有些人就怼回去了，说这事肯定干不了，不可能的。但也有一些人，二把刀，上去就给人试了，试完了以后材料跟那刀全废掉。这个是必然的，因为你拿一个更软的刀去切一个更硬的这种金属材料，肯定是会废掉的。

其他常见的不切实际要求

• 时间要求：“你这个东西是不是可以变得快一些？人家做一个什么样的事情需要几秒钟，你说能不能变成0.5秒？”
• 成本要求：“你这个东西原来卖10万，现在能不能给我卖成5000？”讨价还价的时候有点过分的，这种也是有的，都会被作为案例搁在这。
• 人月神话：甚至有些人说，“人月神话”是不是可以反向操作？知道什么叫人月神话吗？我们去写软件的时候，我们去评估是这个软件需要多少个人月，比如说10个人月。10个人月什么意思？就是一个人干10个月的活。那你说我上俩人干5个月行不行？通常是行的。那你说我上3个人，干3个半月或者4个月行不行？有点难度。那你说我上10个人干一个月行不行？绝对干不出来，这事想都不用想。那你说我上10个人，这个再发挥点主观能动性，半个月能不能搞定？这个就属于胡扯。

为什么搞不定？其实原因很简单，软件开发这个事并不是一个完全并行可以去拆分开的事情。有些事情你必须要先做完，比如我先做完设计，然后测试，你是没有办法去并行开发的。把软件开发的过程拆分成一些相互之间没有那么大影响的这种环节，大家可以并行去做，那他是可以反向操作一下的。但是有经常是什么？拆完了以后，大家需要互相等，我们现在要做下一个模块了，我必须等上一个模块做完，相互之间要进行测试。而且你拆的越散，他的沟通的成本和时间就越长。

甚至有的时候说，哎，呃，在这个软件快要做完的时候，说这个时间实在来不及了，在这个时候加人。这个时候，通常加人都会让整个的软件研发周期进一步的延长，绝不可能让它缩短。原因很简单，别人都写了一半了，你现在突然整了一堆新人进来，那新人进来干嘛？挨个问接口干嘛的，那个模块干嘛的，这个参数为啥写成这样？中间就需要进行沟通交流，把它这个教明白了，才能够上手干活。你有教他那功夫，还不如自己七了咔嚓把它写完。所以这个是比较费劲的。但是很多领导就不信这事，说：“我给你加点钱，你给我快点把它弄出来行不行？”你说不行，他说：“你是不是想多要点钱？”他们总是这样想问题的。

当然了这个还算好，还是愿意投入人力物力，说咱们把它快点弄出来。最差劲的是什么？要求投入主观能动性。你说你投入点主观能动性，原来10个月干的活，你现在是不是半个月给我做出来？这个其实基本上相当于是你在侮辱这些程序员，说你是不是骗我？如果你说10个月能干的活，你最后半个月给人干完了，那你一定是在坑人。这个很多人是无法忍受的。

还有一个很经典的横幅，有人开会的时候在那挂一横幅，横幅上三句话叫：“讲客观就是对抗命令，找理由就是逃避责任，讲条件就是缺乏能力。”

你说在这样的一个屋子里开会，技术人员也好，程序员也好，或者是这些技术负责人也好，得多绝望？这个只能是上面一拍脑袋要干什么，下面就无条件干去。

那技术人员说的就都对吗？有没有忽悠人的？

咱们比如说作为一个外行，咱们去跟内行沟通的时候，他们是不是说的所有话都是正确的？其实这个里头并不一定，分5种情况。

1. 沟通能力不足或路径依赖：确实有些技术人员，他的沟通能力不是那么强，或者说他们的沟通能力会落入一个路径依赖里头去。他们说的很多话，你挨个拆开了，每个字你都认识，但是拼一块你不知道他说啥。很多圈子内的习惯用语，他们就觉得我说成这样的，你应该明白了，因为我们自己人每天都是这么说的。但是你对于外行来说，他确实理解起来就比较痛苦。而对于这些搞技术人来说，他又不知道说，我到底说的哪个词你不认识。你像我其实经常讲的好多故事，说老范，你讲的这个东西我们可能没听明白，或者那个词到底是什么意思搞不清楚。我还是尽量按照通俗-懂的方式来讲的，毕竟叫老范讲故事，对吧？如果我们是一堆程序员自己在这沟通交流，我们压根就不是这么说话的。而且，你去跟这样的人去交流和沟通的时候，你经常发现什么？你说了半天，他想了想，逐渐失去耐心。他搞不清楚你在说什么，或者你说的东西，他觉得：“我不刚跟你讲过了吗？你怎么又来问我？我都跟你说过了，你又来了一次。”说：“我到底哪没说明白？”他会有这样的一种感觉，慢慢会感觉不耐烦。最后变成什么？他会告诉你说：“这个事情很复杂，分很多种情况，很难跟你解释。”你比如像我，我算是个程序员，我太太是教英语的，我去问她一个比如英语单词怎么翻译，或者这句话应该怎么翻译的时候，那在这个时候她就是专业人士，我就是个外行。她经常给我的答复就是：“这个很复杂，在不同的情况下有不同的翻译和解释。”后来我只能跟她说：“你告诉我一个最常用的。”那没办法，作为一个职业的英语翻译，或者是英语老师来说，她就是这样来回答你问题的。
2. 鄙视外行，懒得解释：他们很鄙视所有外行。“我说了半天你都不懂这个，跟你交流太费劲，我有这功夫还不如再去写两行代码。”这个也是很常见的一种技术人员心态，懒得跟外行解释。他们的表现是什么？就经常是你跟他说什么事，他表情麻木敷衍你。这上来，“对，没问题，你说的都对，可以。”但是最后他做出来的东西，其实跟你说的一点关系没有。这个也是一种很常见的现象。
3. 争夺话语权：因为很多事情，你之所以一个外行要去跟内行沟通和交流，核心是要决定这事该怎么办。那么这些技术人员，他希望按他的方式办。一方面可能按他的方式办，他可以挣到更多的钱，这套东西更熟，你给他一个不熟悉的东西，这事就很费劲。我记得我们以前在盛大，当时要做手机，我们就找到了一个团队，也是花钱买下来，说你给我们做。人家跟我们讲，说我们高通的最熟，就是拿高通芯片做手机。你如果实在是说要省钱，我们去用MTK的芯片也能做，但是费劲。那意思就是你要选高通。当然了我们不信这邪啊，后来我们选了一个芯片叫意法爱立信，那个芯片用的人很少，拿回来以后你说文档全吧？也是全的，也有人拿这玩意做出过手机来，我们就让人做起来。他们也不能说我不做这个，毕竟是盛大把整个团队买下来了，那最后就只能咬着牙往前做，那做完了以后就四处都是坑，你可费劲了那玩意儿。所以这个时候，他们就会想办法争夺话语权，说咱们就使高通，高通就是好，高通怎么怎么样。但高通其实有一个别的问题，是什么？很贵。而且不光是芯片贵，就是你每买一个芯片以后，你还要付license费用，还有一个软件的费用，非常贵。所以在需要争夺话语权的时候，他们怎么表现？就会讲大量的专业术语，让你听不明白，讲很多的这种很细节的东西，就让这些瞎指挥的人知难而退。而且他们会不断的使用各种耸人听闻的案例。其实律师最爱干这个活，你跟他说我们现在想把这条款改成这样行不行，他说我们曾经有一个案子是什么样的。这个经常会有类似这样的情况，而且律师的案子都是最极端的情况，才跟你讲说我们案子当时是这样的，有一案子当时是那样的。医生有时候也喜欢干这种事。
4. 装神弄鬼的“伪内行”：这个还是存在的，而且数量很大。那么装神弄鬼这帮人自己也不太懂，他是装内行。你去跟他沟通和交流的时候，他们最喜欢干的事是什么？引经据典。这个事情当时谁谁谁说过是什么话，跟谁说过什么事。这种人在哪最多？是币圈最多。你每次跟他讲点什么事，他就跟你说，你知道吗？V神最近干过一个什么事你知道吗？人哪个的，是赵长鹏怎么样了？大的交易中心的老大曾经说过什么话？他不停给你讲这个。他为什么讲这种事呢？因为在币圈，大家相信挣着钱就是有道理，人家都挣着钱了，你再跟我这矫情半天干嘛？咱听人家不就完事了吗？人家挣着钱了，你没挣着的。而且这些人有一个很大的特点是什么？就是他引用的故事，经常跟当前讨论的内容没关系，或者离得很远，他就给你引用去，引用完了以后：“你看这个事是对的，你听我的。”他们喜欢干这样的事情。而且很多东西你仔细询问，你比如说这个事情到底怎么回事，你问他一些细节的东西，他给你讲了一个新名词，说这个新名词到底背后什么意思，他们就满脸的不屑，说这个我懒得跟你解释，你就是外行，不跟你说了。这个事，反正你愿意听你就听，不愿意听拉倒。他们是这样的一个态度，实际上很多细节他也搞不清楚怎么回事，这种就是装神弄-鬼的。
5. 有情绪：当双方沟通不太顺畅的时候，而且有的时候你还躲不过去，必须要继续沟通下去，那这些人就会开始跟你闹情绪，说这个怎么会这样，不愿意跟你讲啦，或者这样的，这个是没有什么办法的事情。

给技术人员的建议：沟通的艺术

请技术人员或者是自称技术人员的人，也要稍微友善一些。因为这个毕竟是什么？跨界沟通才能有财富诞生。你如果都是一帮程序员自己聊来聊去，你是挣不出钱来的，必须要跨界沟通。但是很多咱们讲的是真有技术的人，装神弄鬼的人不算在这。对于这些技术人员来说，现在需要去跟甲方沟通，或者需要去跟别人沟通的时候，首先第一件事要搞明白什么？为啥？就是我沟通的目的是什么？

沟通的目的

• 获得认可：其实沟通里头，大部分的目的是要获得认可，我要把我的观点推销给你。你比如说，你要求我用意法爱立信的芯片去做手机，但这玩意我又不熟，但是我还不能告诉你我不熟，因为毕竟把团队卖了吗，还是挣到钱了。我只能告诉你说沟通的更好，咱们一定要使，就跟原来有一相声似的，说这个你必须属虎，为什么？因为属虎这套词我熟，其他的词我不熟，我来给你相面，咱们这个可以愉快的做一次算命。他们会干这样的事情，所以这是第一个叫获得认可。
• 解决问题：沟通的第二个目的就是要解决问题。因为有的时候，特别是这种甲方乙方，或者是领导跟下边员工之间的沟通，你都是有问题了才需要去沟通的，不是说现在闲的没事来闲聊。这个也有，但是最核心的，对于技术人员来说，这种沟通的目标都是要解决问题。那是不是有这种难以突破的物理定律？就刚才咱们讲说很多物理定律是没法突破的。比如说这个金属，我们必须是要用更硬的刀具去切更软的金属，是不是这样的？

确实有很多物理定律，比如说重力一定要朝下，速度不能超过光速，一定是会有一些这样物理定律。但是很多具体事物其实没有那么绝对。你比如说这个东西，以前火箭都是用铝壳的，后来马斯克说不，我要用钢壳，也是属于叫打破了祖宗的规矩，那那就做出来了。所以很多东西并没有那么绝对，你不能一拍脑袋说这个以前有人做过，原来哪个大神论证过，这个事是肯定不行的，我就拒绝尝试。这个事其实是不对的。

真正难以突破的是什么？很多物理成本和效率纠结在一块的这些约束，他们是比较难以突破的。但是你说我现在换一条路重新走，行不行？不是完全不行。其实在工程界里头这种事非常多，我们举一个例子。你比如说现在做电动机，以前最早的电动机，它是轴向电机，是一个轴，这个线圈是这样一圈一圈绕下来的。这种电机的好处是什么？功率密度高。但是坏处是特别容易发热，而且转速高了以后它容易损坏，它会有这样的问题。最早电动机就这么来的。后来发现这个实在是比较难以制造，怎么办呢？做径向线圈。径向线圈是什么样的？比如我这个轴是这样的，它这个线圈是这个这么绕的，它是这样绕的，横过来顺着这个轴绕，刚才那个轴向电机是切这个轴绕，这个是不一样的。现在咱们使用的这些电机，基本上都是径向电机。径向电机的优点是什么？它稳定性高，也好造，散热什么的也都比较方便。但是缺点，它的能量密度低，我用同样的重量，同样的体积，它输出的功率少。那你说我们现在都已经做了这么长时间的这种径向电机了，那是不是轴向电机这条路就错了？也没有。这两天奔驰就说：“来，我做出轴向电机来了，我现在可以让一公斤的电机输出50多千瓦的功率出来，而且可以稳定的工作。以后电动车，我们是不是开始重新做轴向电机，而不是做这种径向电机？”不能说证明了这个东西做不出来，我就不做了。所以工程上经常会有这种退回去重来的事情，就是没有哪件事是可以完全验证它是失败的，或者是不可能的。

不要拒绝可能性，科学不是宗教

所以不要拒绝可能性。这个事有人试过不行，或者有权威机构出过结果，这个事跟这个东西到底行不行，其实没有必然的联系。在这要讲一点，科学这个东西它不是宗教，宗教不可证真、不可证伪，你没法证明这东西是错的，这个东西叫宗教。而科学这个东西一定是可以证伪的。所有的科学其实都是给出了现有信息，或者叫有限信息，可以推导出来可证伪的一种较大可能性的结果，并不是唯一正确解。所有人说这东西就是唯一正确解，这个就已经把科学当宗教看了。任何一个技术人员，一旦陷入到这种圈套，或者开始用这种方式跟你去讲话的时候，你就知道这个里头一定是有问题的。任何拒绝可能性的，通常都是把科学当宗教的，禁止别人质疑，他有自己的一些目的。

正确的回应方式

比如说，有人要求我现在去试一个什么东西，假设我现在让ChatGPT给我回答一个问题，他现在这头问题进去了以后进行推理，3分钟把结论给我了。现在有人给我提出要求，说你能不能让他一秒钟，或者10毫秒把这东西出来？那这个时候有些人就上来说，说这不可能，已经证明了这事做不到。这是有些人的回答。

正确的回答应该是：在当前所得到的信息里头，现在的方案就是最好的方案了。如果你想得到一个经过深思熟虑的这种结果，你就要让他慢慢的去想一想。你想让他快速的出来结果也可以，但是那个结果是比较差的，你看看你是不是要去接受。而且你会告诉他说，其他的方案不是说就不行，也有人做过尝试，当时出现了什么问题，现在有哪些情况发生了改变，哪些情况没变。因为很多技术人员告诉你说原来有人试过不行的时候，但是原来有人试过的这个时间点可能是100年前，或者是几十年前，很多的技术已经发生变化了。就像刚才我们讲那个轴向电机跟这个径向电机似的，很多的制造的过程、很多的技术已经发展了。

咱们讲远了。所以技术人员要去反驳别人的时候，也要说清楚，说以前的尝试到底是怎么做的，不要说光知道有人做过，具体怎么做的，到底有些什么样的条件，我也搞不清楚了。那么在这种情况不要拒绝尝试，去试一试其实是有好处的。而且在这个时候，技术人员，特别是真正懂行的技术人员，最好是什么？你要告诉人家，说其他方案也不是没有可能，只是如果选择尝试，需要付出额外的成本和时间，而这个成本和时间是难以控制的。

就是工程师经常去讲的话，工程师跟科学家是有巨大差别的。科学家是在不确定上去找答案的，而工程师是在确定性上去找答案的。像我就从来不认为自己是科学家，我以前是程序员，我一直觉得我是工程师。我们不会去尝试那些我们搞不明白的事情，我们只在自己的认知范围内干活。所以对于我们来说，工程什么意思？就是在可接受的成本、可接受的时间内，得到一个可接受的结果。这个结果也不是最好的，但是可以接受，这就是我们干的活。如果脱开了我熟悉的范围，就跟刚才我们讲的故事，让人去用这个意法爱立信的芯片做手机似的，那你需要的成本和这些时间就是不可控的。那你就要让这个愿意花钱的人，去决定这个项目方向的人，你要去做这个选择了。如果人家说我就愿意选择这东西，我一定要往这方向走一走，看看是不是要撞南墙，那你还是要尊重出钱的人，尊重甲方。

当然了，解决问题这个才是沟通的最终目的。要尽量使用双方听得懂的语言、术语和案例。你一定要讲一些别人听不懂的术语，或者说你讲完了以后，发现别人没听明白，这没有达到沟通的目的。而且很多时候工程师也好，技术人员也好，为什么喜欢使用这种很复杂的术语？因为他也搞不明白这术语后边到底什么意思。你跟他讲说这个到底怎么回事，他说不清楚，那我就用一个术语就带过去了。其实对于很多工程师来说，虽然我们搞不清这术语什么意思，但是我们在这个术语的基础上，去沟通和交流以后是可以解决问题的。这个里头，一旦要去跟别人沟通，跟这特别是外行沟通的时候，还是要找一些更懂技术的人，能够把这些术语说清楚的人去沟通去。如果讲案例，尽量不要引入跟讨论事物无关的案例，或者引入一个很远的案例，这个事是对沟通非常不负责任的一个行为。

普通人如何鉴别真技术和“装神弄鬼”？

咱们说完工程师这头了，咱们再反过来说，普通人应该如何鉴别真有技术的和装神弄鬼的？咱们要跟工程师沟通了，跟人家内行沟通了，那么这人到底懂不懂技术？别忽悠我。这个事是很重要的。

首先要判断对方沟通的意愿，你到底想不想跟我聊这个事？我们要搞清楚，要有眼色。有以下几种情况大概率是骗子：

• 使用大量的陌生术语，而且自己解释不清楚这些陌生术语的。
• 不断引入与讨论内容无关的案例，不断提各种名人，但没有自己的观点，对案例自己也说不清楚的。
• 满脸鄙夷，不断地去鄙视你的认知，想通过PUA的方式达成自己目标，让你“听我的就完事了”的。

外行和内行沟通最重要的一点是什么？最重要的一点不是识别骗子，最重要的一点是不要害羞，不要耻于承认自己不知道。人家跟你说一堆：“你知道这谁谁说过什么话吗？”你在这个时候你说：“我不知道，你要告诉我他到底说什么，他为什么说，在什么条件下说的，说这话代表什么意思，你怎么理解这事？”你要把这些问题都问出来。如果你说是啊，他说了，那完了，这事你就掉坑里了，你就只能顺着这话头再接着往前讲了。很多骗子去忽悠那些不懂装懂的人。你说：“我就不懂，我就告诉你我不懂，你必须给我讲明白，你不给我讲明白，我就不往前走了。”那这种人是很难骗的。一上来说前头以太坊的这老大叫V神，他说的什么话，对对对对对，前面达成一共识；现在有一什么新算法，对对对对对；那咱们现在把钱给我，我帮你去投资去。那你后边你咋回答？

到底应该如何跟技术人员沟通？

首先目标要清晰，我到底为什么跟你聊？沟通基本上分两类：

第一类：闲聊

我就跟你唠个嗑，这事没问题，其实任何人都可以闲聊。我去找人修汽车的，我跟人聊聊我这车怎么回事；我去找这个大夫，我去聊聊这个医疗的事怎么回事。有的时候外行特别喜欢给内行提建议：“我建议你这样，我建议你那样。”这种事不能说完全没有帮助，但是大概率是没有帮助的。外行提的建议，其实我们基本上把它认同为闲聊就可以了，对于人家内行来说，意义也不是很大。而且我们提完建议以后，也并不想在里头去得到什么。我提了个建议，用完了以后你挣着钱了，你分给我吗？你也不分给我。所以咱们就当是闲聊就可以了。

既然是闲聊，我们就别上头，特别是提建议的时候，千万别上头。什么叫上头？“你看我都提建议了，你不尊重我。”这叫上头了，别干这个事。专业人士愿意面带笑容听完，并且参与讨论，就已经是很给面子了。这个时候我们一定要心里有自知之明，人家是给我面子，不是说我现在说的东西就多么多么有价值，千万不要自己骗自己。当然有很多人很自信，我说了什么话，人家就真信了。还有一种情况，跟我们热情讨论这些事情的人，他有些别的诉求。比如说我去投资去了，人家跟我们聊聊的时候，比如说是一个做智能硬件的项目，智能硬件我肯定是外行，我做软件工程师的，我也去给人提了一堆建议，人家还认真的跟我讨论了半天，这个时候人家就是想拿投资。在这个时候，我千万不要自己觉得：“老范好厉害，你看我虽然不懂这东西，但是我给人提了几个建议，人家都虚心接受了，还挣了大钱了，我最厉害了。”别费这个劲，一定要有自知之明。

第二类：解决问题并做决策

比如修车，我今儿出去修车去了，人家说你这个车有些什么样的问题，你需要换这换那，是换进口的还是换国产的？给我讲了一大堆，这东西我也不懂。那我现在要做决策了，我到底是花更多的钱换原厂的，还是少花点钱，换个这个差不多的就完事了？那我要去做决策，他们要给我提供很多这样的信息。在这种情况下，你需要做到：

• 提升自己的理解能力：你要完全听不懂人说什么，要告诉人说我没听明白，你要再给我讲一次。你再不明白，你说你再换一个方式再给我讲，你不给我讲明白，我就不愿意签字，我就不能做决策。这个事一定要有不知羞耻的这样的一个心理准备。你如果一旦觉得心里头不是特别的愿意承认自己不懂，上当受骗离你就不远了。
• 搞清楚不同选择间的成本差异：即使无法完全理解，也要搞清楚不同选择之间的成本差异。比如我去修车，人家告诉我了，说空气滤芯你可能换个国产的就行了，但是刹车片建议就换原厂的，如果你刹不住你有可能有生命危险。那我可能就去换一个原厂的刹车片，这个空气滤芯我就整个便宜的完事了。雨刷器？雨刷器就没什么太大问题，因为北京也不怎么下雨，这个不像南方似的，可能经常有瓢泼大雨，或者一下连着下很长时间这种事情。对于我们来说，雨刷器可能一年使不了几次，那咱换个便宜的就行了。其他的比如刹车油或者什么的，或者是这个叫做机油，我们就找这种大厂牌还是小厂牌，有什么差异，我们就在里头挑就完了。所以解决问题，通常是最后我们自己要为自己的利益做决策。
• 鉴别对方并思考其目的：选择前要参考我前面的方法，把这个骗子鉴别出来。如果你发现这人就是个骗子，他每次跟你沟通都惦记坑你的钱，那这个以后少跟他们打交道。像我的，可能比如换一家去修车就完事了，或者找一个更可信的这种信源。你比如我以前这个车，我原来都是在4S店修，那个真是贵。后来我就去途虎养车修去了，便宜很多，开着也没有发现任何问题，给自己省了很多钱。而且在沟通的过程中，一定要不停的去思考对方的目的。他为什么这么跟我说？千万不要觉得这就是事实，这就是唯一的真理，没有这个。每一个人跟你说每一件事的时候，都是有目的的。

总结

那些说“我是技术人员，所以不好沟通，都是别人不尊重物理常识”的人，通常是骗子。如果他真的愿意给你解决问题，他会坐下来耐心的去跟你沟通的。专业技术人员和非专业人员之间的沟通，是必须要搞清楚目标的。你要搞不清楚为什么沟通，那经常就容易吵起来。跨界沟通是非常有价值的活动，而且会带来巨大的利益。

讲到这大家有没有想到，说马斯克为什么厉害？他其实是个工程技术人员，他就可以来决定说，我要用不锈钢造火箭，我的火箭要怎么去回收。这些东西在以前都是验证失败过的，这些案例我就生干了，最后他就生干出来了。下边人骗不了他，你跟下边人去沟通的时候，下边人说这事做不了，有人试过了，他不信这邪，我们一定要接着往前做。所以大家看到了，现在这个时代里头，能够懂一些技术，或者说能够去跟技术人员进行沟通，是有巨大价值的。

好，这个故事今天就跟大家讲到这里，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。

美工，或者说设计师，又要失业了吗？Gemini 2.5 Flash image发布了。

大家好，欢迎收听老范讲故事的YouTube频道。

前一段时间，有一个叫“小香蕉”的模型，叫Nano Banana。这样的一个模型呢，在很多的开源模型评比网站上，突然就火了。这种网站是干嘛的呢？还有很多的同类型的模型放在上头，你去向他提出要求，他让不同的模型同时生成结果以后，大家去做评比用的。很多人发现，这个模型很棒。

最近在很多的社交媒体上出现这种：有一个照片，旁边是根据这个照片做的3D PVC的打印玩偶的一个图像。这种图其实都是用这个叫Nano Banana做出来的。你先给他个照片，然后你给他提示词说：“请按照这个照片给我布置一个桌面，桌面的左边是个电脑，电脑上应该有这个3D设计软件，正在设计3D人偶。右边呢，是一个相框，里头是他的照片。桌面上放一个有支架的PVC的3D打印人偶，这个人偶就是根据这个照片打出来的。”给它这样的一个提示词，它就一次性给你搞定了。这个还是非常非常强悍的。

这个模型到底谁家的？搞不清楚。而且很多人还去造假的Nano Banana，为什么？因为太有流量了。一堆一堆人上来说：“我这也有一个Nano Banana，你们赶快来试一下。”我就被人骗过，上去了以后发现效果一般嘛，就很失望就走掉了。大家就猜说，这有可能是谷歌家新出的图片模型。到8月26号，突然这个模型就发布了——谷歌的Gemini 2.5 Flash image。拿出来一看，就是这个Nano Banana。而且呢，在谷歌发布这个模型之前，Deepmind——就是谷歌下边做AI这个部门的——很多人都发了画了一只香蕉的Twitter，说：“你看我们在暗示点什么吗？你们自己来猜一下，我们到底要干什么。”实际上，大家都已经明白他们要干什么了。

这种偷跑小模型的方式呢，是最近比较流行的一种方式。前边GPT-O SS也被发现偷跑过，现在Gemini 2.5 Flash image也是偷跑了一段时间，而且引起了轰动。这种偷跑模型的方式，跟大家藏着掖着，像苹果开发布会似的，发布之前大家谁都不许说，签保密协议，谁谁敢说出去就如何如何，到底有什么差别呢？差别就是，你如果是前面保密的话，最后发出来就是一锤子买卖，如果翻车，你就直接倒霉。谷歌其实翻车过好几次了，Gemini最开始发布的时候就翻车了，怎么各种问题都答不对，然后股价暴跌。现在这种偷跑模式呢，如果反馈不好呢，我就再接着改，我就不发布了；如果反馈特别好，我就赶快给它发布出来。它就不会翻车了，它是这样的一个策略。所以现在越来越多的人喜欢采用这种偷跑方式。

咱们说回来，这个Gemini 2.5 Flash image到底是一个什么样的模型呢？上一次大家喊设计师和美工失业的时候，是什么时候？是Gemini 2.0 Flash image发布的时候，就是它上一个版本发布的时候。

上一次是怎么出圈的呢？其实谷歌的Gemini画图效果一般，不是特别惊艳，上一次出圈也是因为改图。只有改图改得好，才容易出圈。很多人说不对，说这个生图模型都在干这些事情，为什么改图改得好就能出圈呢？大家要注意，跟设计师和美工相关的需求，特别是有商业价值、或者叫有人付钱的需求，是生图多还是改图多？一定是改图多。

咱们举一个最标准的例子。我们现在要做电商网站，我们在网站上需要有一个商品的展示图。我有一个商品图片了，然后呢，我需要把这个图片放在各种场景、灯光和环境下，再去出一些新的图片出来。这个就是需要美工去干活的。像在亚马逊，他们用了一个特别笨的办法，他们找一照相机，三视图1、2、3拍三张照片，这就是你产品的照片了，那这产品卖得好才怪了。京东在这个北京，专门有一个巨大的影视基地，没想到吧？干嘛的呢？就是拍这个产品图的。你们谁要卖东西了，到那去把这个产品给他，他给你搭好布景，打好灯光。比如说你要卖一个杯子，他在杯子旁边给你摆上瓜果蔬菜，摆上一些小点心，把这杯子都拍一遍，再在后边给你P上各种的图片。而且这些P了图以后还要注意什么呢？这个图P上去的这部分要有版权，这个是非常非常重要的。你不能说我卖东西，这个图后边比如说我P了一个椅子或者P了一个什么东西，这个图片你没版权，这是会被人告的。阿里也有这样的巨大的拍摄基地。你卖任何东西，你想把东西卖好，你就上拍摄基地去拍去。即使拍完了以后，他还是需要上设计师、上美工上去来修这个图。或者说我这还缺点字，那个地方还需要一些别的东西摆在一起。因为你不可能说，我要把所有拍的东西都摆一块嘛，那有的时候你就需要去抠图，然后再把它摆上去。所以这是真正设计师干得比较多的活。所以在这一块干得好，大家才会说设计师跟美工要失业了。

那么，改图是不是要比生成图片要难呢？大家想没想过这个问题？答案是很肯定的：改图绝对要比生成图片要难。为什么呢？你需要先理解这张图片，这个图里哪个地方是人，这人哪个是脸，哪个是身子，哪个是腿。当我们发生一些什么样变化的时候，我怎么能够保持它的一致性？说比如说，我拍了一个低头的照片，说这不太好，你抬起头来，然后再笑一笑。我把演员拎回来，或者把模特拎回来，说你再给我拍一次，成本很高。那我们直接叫给这个改图模型，你去给我干这件事情，它就可以干得很好。这个非常非常难。在原来2.0 Flash的时候，这玩意儿还干不太好，特别是跟人脸有关的事情。但是到2.5 Flash，这个已经干得非常非常强了。大家可以去看一看网上流传的一些有趣的事例吧，我也会做一点点小的事例，放到咱们YouTube的shorts里头，这个还是挺好玩的一件事情。所以，如果我们没有办法对图片进行很深刻的理解，把需要改的部分抠出来，改完了以后再把它贴回原来那个地方去，这个是做不成的。所以这是推理能力的上升，不是它的图片生成能力上升，而是推理能力上升了。

Gemini 2.5 Flash image到底有什么新特性呢？第一个，它是基于Gemini 2.5多模态大模型做的推理。我们现在国内的模型，千问3是一个多模态模型，Deepseek还是一个纯文本模型，它是没有多模态理解能力的。豆包1.6最新的版本，它是一个多模态模型，可以直接进行视觉推理的。GPT-O3、GPT-5，这都属于多模态的推理模型。你没有这种底层的话，是干不了这活的。给你一张图片，你连图片到底画的是什么都理解不了，你连图片上到底是画了几样东西、每个人的边界在什么地方、他们到底是在说话还是在打架、还是在聊天，你都分不清楚的话，你就没有办法做后边改图这个事情。你比如说给他一张图说：“现在让他给我穿上西服革履。”你必须要把人身上的衣服都理解清楚，这个是衣服，穿上西装以后到底应该长什么样，这事要理解明白了，推理清楚了，他才有可能生成出结果来。

那么第一个就是多模态大模型。第二个，支持自然语言驱动的精准局部编辑、模糊背景、移除瑕疵、添加颜色、擦除物品，这个都可以。而且呢，在编辑的过程中，能够完美的保持人物、动物等主体的外观和姿态的一致性，这个是修图里边最难的。像我们经常让豆包去修图，或者可灵去修图，修完了以后经常发现什么问题？不像了。你像我上传一张照片，说：“来，给我把背景换成一个海滨的背景。”海滨背景换了，但是前面那人不是我了，可能看着稍微有些似是而非，但是绝对不是我。那这个就失去了修图的意义。你必须要保持一致性，而保持一致性是整个修图里边最难的。

再往后呢，它可以合成3张以上的不同图片的内容，创造出组合的新作品。我看到有人做的Demo是把6张照片，六个人照片搁一块，说：“来，把这六个人的照片给我生成一张大的合影。”然后这六个人合在一起了。他有时候也会翻车，不是说每次都成功，但是呢，他已经有这样的能力了。还有人去测试什么呢？我给你一屋子，给你一书柜的照片，给你一床的照片，说：“来，把这书柜跟床给我摆屋子里。”他就可以把这个事给你办好。

支持多轮次迭代式的图像修改，不影响已确定的无关元素。这话什么意思呢？就是你给他一张图，这次给我加一床，下次给我加一个床头柜，再在床头柜上给我放本书。你可以这样迭代地、一次一次地去要求他改。你说在床头柜上加书的时候，那个床不会发生任何变化。这个很难的。像国内豆包什么这些模型，你让他在床头柜上加书的时候，那个床就发生扭曲，就发生变化了，因为他是把所有东西重新生成了一下。

这个Gemini 2.5 Flash image呢，还能够理解和转换手绘的草图，用于教育和设计应用。比如说我们手画了一张图，这应该有个按钮，那个地方应该有个窗口，你把这东西扔给他，说：“来，给我生成界面。”咔咔给你搞定。这个还是非常非常强的功能。

最后呢，是禁止生成不当内容，并为所有AI生图嵌入水印和原数据。就是谁生成的图是可以看出来的。它不会像GROK家的这个生图模型似的，你让它做各种过分的事情都可以做。这个Gemini 2.5 Flash image还是相对来说比较克制的。其实谷歌的大模型一直都是比较克制的。咱们看看这几家，OpenAI还没上市，虽然它是老大，但是毕竟不是上市公司。谷歌这是上市公司，多少年的行业老大了，它真丢不起这人。它出一点点小问题，就马上会股价暴跌。我记得上一次谷歌的生图模型给他们惹这种麻烦是什么时候？说你给我生成第一次世界大战的这个战场，图片里头发现男的女的、黑人白人黄种人在一块。说这不对，西线应该都是白人，都是男的，不应该是这样。他说不，我们要多元性。最后导致被认定为翻车，导致他们整个的产品下线。

现在呢，拿这个模型去生图还是挺便宜的，它是4美分生成一张图，整个的价格还是比较低的。跟国内的同类生图模型的成本应该差不太多，但是它的效果要好一些。同时呢，谷歌还发布了另外一个更新，就是VEO 3出了一个fast版本，就是快速版本。VEO 3呢是谷歌现在的视频模型，效果也是很不错的。它们大概是40美分生成一秒钟，这个成本也降下来了，原来大概是要80美分生成一秒钟，成本直接砍半。

这些新的工具到底怎么用呢？我们今天就不给大家看演示了，我会未来一段时间慢慢的把生成的结果给大家看看吧，大家自己去玩就好了。你说我现在想去使用Gemini 2.5 Flash image，可以用AI studio这个网站，它的域名是aistudio.google.com。进去了以后，你就选择Gemini 2.5 Flash image，选完了以后，你就提交各种的提示词也好，给他参考图也好，多给几张参考图也好，你就命令他去干就完了。我印象里应该免费，但是我不太确定了，因为我的这个账号是已经开始付费了，所以我现在是肯定能用的。我上去了以后，它会提醒我说免费的是有一些限制的。如果你想开心使用的话，你可以通过API去调用，也可以去使用一些调用了Gemini 2.5 Flash image模型的这些应用，他们也会给大家提供一些服务的。

下一个就是API调用。API调用的话，我准备过几天去玩儿吧，这个应该也是比较有趣的。它因为实在是太新了，它更新了以后，所有挂他的像什么Defi、N8N这些东西都没有更新呢，可能要等到再过一周的版本，这些产品就更新了。但我现在去调的话，通过http直接访问，应该也是可以使用的。那就是4美分一张图，4美分一张图，是这样来用的。

你说我现在想去画视频、想去生成视频，行不行？VEO 3 fast没有任何问题。如果你有Gemini Pro的这个账号，个人的Gemini账号是Pro版本的，一个月20美金的这个版本的，每天呢可以生成三条，每条8秒钟。这个已经是效果非常非常好了。而且它这个VEO 3 fast的话是带音乐的。我刚才命令它说这个图片让它动起来，让它给我去跳一个街舞，然后它就直接把音乐给我配好了。待会我会把这个视频给大家发到short里边去，挺好玩的。

那你说我现在不想在Gemini Pro里头充20美金，行不行呢？可以。你像我这样有一个上大学的儿子，我就用他的大学edu的邮箱去申请了一下，我就可以使15个月的Gemini Pro，免费就可以用了。你说你没有这样的儿子，去找一下。现在我看淘宝上好像有人去做这个生意，20人民币帮你去做验证，就是EDU邮箱，去收一个邮件去验证一下，你就可以使15个月了。但是这种我估计用的人多了以后可能会被封，这个比较危险。

当前图片生成模型的格局是什么样的呢？Gemini 2.5 Flash image这个模型出来了以后，会不会打破现在这个格局呢？现在呢，基本上是四大门派。第一个门派是Midjourney，它生成的东西呢，最精细，最有艺术感，对于各种的艺术风格模拟的最像，这个是别人谁都比不了的。第二个呢就是OpenAI。OpenAI呢属于是理解能力很强，因为它自己的推理模型非常强嘛，就是你给它很多的元素，给它非常复杂的逻辑的时候，它都可以给你画上，但是画的结果呢差强人意，也就只能如此了。OpenAI他们去做一些改图呢，也没有Gemini 2.5 Flash image好，但是呢保持一致性上做的还可以，要比Midjourney要做的好。Midjourney就属于一个纯生图模型，改图这一块一般，或者是说一致性参考这一块呢，效果都一般。第三个，Gemini呢，特别特别适合改图，它的这个生成的部分属于将就，还能看，但是这个效果比前面两个就要差一些了。第四波就是stable diffusion以及他的朋友们。就跟郭德纲上去讲，说中国相声界的复兴是需要靠于谦和他的家人们，每次就是于谦的爸爸、于谦他老婆、于谦的什么，全靠这玩意讲的。另外一波也是这样，stable diffusion和他的家人们，比如说stable diffusion，然后包括Flex，它们的改图有一个叫Konnect的模型，k开头的，不是c开头的，有这样的一个模型是可以进行改图的。像马斯克XAI里边应该用的是他们家的东西，或者是在这个模型基础上再训练，再改出来的东西。国内呢，包括可灵、豆包、千问，他们的这些图片模型呢，应该都是在这个基础上去做出来的，都是一脉相承的。他们也在卷改图，但是比这个Gemini 2.5 Flash image来说，就差的非常非常远了。

Gemini的2.5 Flash image的成功，给中国的大模型公司带来什么启示没有？这个咱还是要讲一嘴的。就是基层模型的、或者叫底层模型的推理能力上升的时候，一切能力就都会上升。所以大家其实卷的是最底层的这个模型，而最底层的这个模型，你就真的是需要20万块以上的H100才能够有所提升。现在已经没有什么奇迹了，说我现在用很少的算力卡就可以把这种模型训练出来，然后去追赶美国，这个事有些难度。所以国内的模型在这一块上，底层推理模型上，能力还是需要去追赶的。

而国内各个大模型公司呢，他们的图片模型、图形模型和推理模型一般是分开发展的，还没有真正发展到说我们要把它结合在一起。你像豆包，豆包的推理模型是推理模型，图片模型是单独的另外一个模型，它两边一点关系没有。所以这一块呢，还是需要改变的。千问也是这样的，千问呢有专门的千问的image模型，也有千问image Edit模型。我昨前两天还在玩千问image Edit，效果也还行吧，但是你要跟这个Gemini 2.5 Flash image比，这事就没法比了。但是呢，都是各玩各的。其实谷歌家一开始也是各玩各的。谷歌原来是Gemini模型是Gemini模型，然后呢他们有一个叫IMAGEN这样的一个模型，现在已经发展到4.0了，这个模型可能用的人也不是很多，所以就直接开始转型了，把Gemini模型跟这个图片模型直接合在一起了。OpenAI家其实干的也是一样的活，它最早的那个图片生成模型叫达利，DALL·E，达利2、达利3，达利3完了以后再往后就没了，再往后再出的图片模型叫GPT Image。大家走的都是同一条路。所以国内后边想要迎头赶上的话，就要把这些专门的图像模型扔掉，要把这些生图的功能跟大的推理模型，或者叫基座推理模型，要捆绑在一起，才有可能进一步的提升。

现在呢，当推理能力上升的时候，完全可以使用agent的模式，极大的提升绘图跟改图的能力。刚才我讲改图，实际上是做视觉推理。你把这个图理解的很清楚了，说我到底要画什么，哪一块是动的，哪一块是不动的，你把这个东西搞明白了以后，他才可以去调用这些生图的模型，把每一个小块生成好，然后再拼在一起。像loveart这些设计师的AI agent呢，其实干的活也是一样。但是现在从谷歌搞的Gemini 2.5 Flash image这种模型来看，我觉得loveart这种设计师的AI agent就稍微悬了，又被覆盖了。

好，讲到这里，大家也觉得比较无聊了，赶快都去玩起来，这个东西非常非常的好玩。老范以后再看到有类似的事情，再跟大家慢慢的分享，给大家带来乐趣才是我的核心目的。

好，这个故事今天就讲到这里，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。

马斯克终于开源了他的Grok-2。虽迟但到，这背后隐藏着哪些不为人知的秘密呢？

大家好，欢迎收听老范讲故事的YouTube频道。

马斯克最终还是开源了他的Grok-2。原来我们还嘲笑过他，Grok-1开源完了，往那一扔就再也不管它了，有任何人提问题，你也不说什么。Grok 4都出来了，现在Grok 2都没开源出来。马斯克说：“那我们下周开源。”当时是这么讲的。然而下周完了以后，好像还是又等了那么一段时间，稍微晚了这么几天吧，Grok 2最终还是开源出来了。而且承诺呢，6个月之内，或者说在年底之前吧，有可能会去开源Grok 3。但是马斯克的话嘛，大家相信，就是他说了的事会做，但是未必按时间做。

马斯克的开源呢，只能算是符合非常广义的开源。这话什么意思呢？开源也是分原教旨主义者的，他们是肯定不会认可马斯克在开源的。第一个，马斯克不是当时发布产品马上开源，而是要过一段时间，甚至是过了一年多才去开源。而且现在他开源出来的这个版本，远远落后于当前主流模型。当然Grok 2呢也不算特别落后，它在当时刚推出的时候，应该是跟GPT-4不相上下的一个水平，但是跟后边4O，以及后边O1、O2这些东西就没法比了。跟当前的主流模型，像什么GPT-5、Grok-4、Claude 4或者是Gemini 2.5这些，它是比不过的。

而且呢，马斯克开源出来的这个大模型，对于部署是非常不友好的。你要想去把它的大模型下载下来，把它部署到自己的服务器上去，这个是非常非常痛苦的。这个大小是500G，需要在Huggingface上做断点续传。Huggingface是大模型领域里边的开源仓库嘛，你需要把这500G的文件从那上头慢慢往下传下来，错了没关系，继续再来几次。他专门给大家写了这样的一个话。

而且运行的时候呢，需要8张40G以上显存的显卡才能跑起来。8张40G以上显存的显卡什么意思呢？在国内合法可以跑的这个显卡是H800、H20、RTX 6000。你说我拿5090D跑行不行？这是为中国专门量身定做的5090，跑不起来。5090D呢是24G显存，把这个D去了，也就是国际上正常的5090是32G显存，也跑着费劲。而且呢，5090跟前面我们讲的H20比，有一个巨大的差异是什么？它没有Nvlink，卡跟卡之间的通信是很慢的。而H20这种专门的算力卡，里边是有Nvlink的，八块卡搁在一起，它还可以快速的跑起来。

当然了，Grok 2呢不是特别不友好，你像在那个当时还有一个跟Grok 2前后脚发布的产品，叫Deepseek V2，那个版本当时开源出来的时候是需要8张80G的显存的显卡才可以跑起来。这个Grok 2只需要8张40G显存的显卡就可以跑起来了。为什么会有这样的差距呢？原因很简单，当时的Deepseek V2是FP16的，而现在的Grok 2的话是FP8的，所以它会要更加的省显存一点点。

现在开源出来的呢叫Grok 2.5，并不是真正的Grok 2。它必须使用叫SGLANG的这样的一个系统来去部署。这个里边呢就会有很多故事了。大家注意，Grok 1并没有这样的要求，Grok 1使用的是Jax系统部署的。Jax是谷歌的系统。咱们待会就围绕这个SGLANG，来讲一讲它这个故事到底在哪。

马斯克的开源跟其他人开源不一样，就是他把东西开出来以后，基本上就不闻不问了。你其他人开源出来以后，你去提意见，说我哪遇到问题了，开源出来的这些公司还是要去修修补补的，调整一些东西的。马斯克就甭管是它前面的Twitter的推荐算法，还是Grok 1开源出来以后，就再也没人说这事了。你提任何事情，他都不理你，也不会做任何更新，就是这样的一种开源。

而且呢，它的开源参数呢也没有完全公开。你像Deepseek这些，都是直接告诉你我有多少参数，如何去部署，怎么去用这个东西，甚至连论文什么一块扔出来。马斯克就是我把东西扔这了，你们自己谁爱用谁用去。现在呢，大家只能通过下载的模型去猜测，它呢应该是一个269B的模型，是一个挺大的模型。

license呢也是严苛的，商务社区版本的license。所有的开源项目，你都是要有开源license，就是我拿这开源项目以后，什么事许干，什么事不许干。它这个Grok 2是不允许商用的。你就算是把它放在自己的产品里用，你说我不商用，没有达到大规模使用的这个程度，你也要在里边写上“powered by XAI”，这个都是要注明的。一旦超过了它一个使用限制以后，这个事就没法整了。Grok 1是阿帕奇2.0的license，还是一个完全开源的产品，但是到Grok 2就不是了，就已经变成了这种商业许可的产品了。

国际上面是有这种商业许可限制的大模型呢，像Llama其实是有限制的，那个也是有规定的，就是你用户量达到多少以上，你就不可以再去使用了。你拿去做一些研究是OK的，但是呢你不可以拿Llama再去训练新的模型。但是这个东西呢，说也是叫防君子不防小人吧，Llama 1开源，全中国的这些开源大模型就如雨后春笋一样夸夸就出来了。所以你去写说不允许训练其他模型，不允许去优化自己产品，不允许去商业使用这些事，反正你说着开心就好了。Grok 2呢也是这样的一份协议，大家说着开心就好了。但是差异在哪呢？就是Llama当时发布的时候是当时最领先的模型，大家会去照着去学习；但是Grok 2发布的时候就已经是去年的模型了，反正你算是开过源了吧，也就如此了。国内的模型呢，像Deepseek、千问这些，基本上都是MIT或者是阿帕奇的这种license，就是你可以拿去使，可以商用，可以自己去修改，拿它去干嘛我就不管了。所以跟他们还是有很大区别的。

咱们后边讲这个SGLANG到底是一个什么样的系统呢？它的名字是一个缩写，叫结构化生成语言。S是structure，G是general，LANG是这个language，它大概是这么三个单词拼在一起了。它的开发者呢，两个主要开发者，一个叫郑连敏，一个叫尹良生，听着像中国人吧？郑连敏呢是上海交大的本科，UC伯克利的博士，他现在就是Xai的工程师，在Xai里头主要就负责SGLANG这个版本的继续推进。明年7月份呢，会加入到UCLA任助理教授，现在UCLA的官网上已经把他的名字写上了。像美国的这些大厂里边的科学家，或者是这种大工程师呢，都会有这种两边来回流动的一个过程，去上两学期课，然后呢回来做一段时间的研究，很多的美国这些大厂的顶尖科学家是这么工作的。另外一个呢叫尹良生，尹良生呢是上海交大的本科，2025年从上海交大毕业，就是今年毕业，已经拿到了UC伯克利的博士生入学许可，准备到那儿接着去读博士了。

他们两个人写的这套系统。那你说老范，你是不是要讲中国人好厉害？比大家想象的可能还要再稍微厉害那么一点点。本身XAI里边这个中国人的比例就非常非常高，咱们这讲的是中国人，不是广泛的意义上的华人，就是从国内去的这帮人，比如清华、北大或者上海交大这些地方学完了去的，他们可能在美国读的博士，然后就在XAI里边去上班了。

但是这个项目还不太一样，咱们去稍微捋一捋这个SGLANG的一个发展历程。他是2023年12月12号发表的SGLANG的论文，当时呢郑连敏应该是在UC伯克利读博士，而尹良生应该是在上海交大还在上本科，他们两个人呢联合署名做了这样的一篇论文。到2024年5月份，Deepseek V2发布，236B的一个大模型，每次激活21B的参数。他们呢就说我们要去升级我们的版本，大概是到9月份，这个SGLANG就升级好了，专门对Deepseek进行了优化。SGLANG是Deepseek最优化的一个运行平台，你在其他平台上跑这个Deepseek都没有在SGLANG上跑得快。到2024年的8月份，Grok-2发布了，269B，每次激活115B。这个时候呢，郑连敏应该已经从UC伯克利博士毕业了，已经到了XAI去上班去了。2024年的12月份，SGLANG继续升级，这个升级是为了支持Deepseek V3的。Deepseek V3呢是2024年12月份发布的671B的一个大模型，包括后边我们讲的Deepseek R1，都是在Deepseek V3的基础上进行训练的。Deepseek最近刚出的V3.1还是671B，所以呢这都是一个系列的模型。2024年12月份还发生了一个什么事呢？grok V3发布。

大家按这个线去捋，你就基本上可以发现，Grok 1做的时候，马斯克还是满眼抓瞎的时候，不知道该怎么弄，拿着这个JAX就开干了。另外一个拿JAX开干的是谁？是苹果。苹果那个时候也是举着JAX就开干了，最后呢做出来的一个产品，但是效果一般。这个时候Deepseek大量的这种MOE模型的开源的东西就出来了，包括后面的论文什么就都出来了。上海交大这两位同学吧，他就开始去写这个SGLANG，专门针对这种MOE的模型进行优化。马斯克觉得这条路不错，那咱就干脆把这个团队招到我这来，你给我去好好维护这个SGLANG的版本，我们也在这个基础上，去训练我们的模型。

你说这个里头有抄袭没有？还是说有借鉴？我觉得说借鉴还是比较合理的。因为你去做新的研究的时候，你总要看论文吧？梁文峰写了那么多论文，你也得看。看完了以后，你说我受这个影响了，照这个方向去往前发展，这个本身没有任何问题。咱们不要老觉得说不是原创就怎么怎么样，别老想着这事。

所以从这看呢，Grok跟Deepseek还是很有缘分的。Grok 2跟Deepseek V2、V2.5，它们之间其实是有非常相近的地方。再到Grok 3跟Deepseek V3，也是有很多相近的地方了，有相互借鉴的地方。可能更多的是Grok去借鉴Deepseek，因为Grok每次出新版本的时候，它不开源也不开放出来，他要过一年以后才开放；而Deepseek每次拿出点什么东西，马上都开放了。所以这个到底谁去借鉴谁，大家自己心里去想。

其实呢，这就是开源生态的一种发展方式。很多人在讲什么“美国人一开源，中国人就自主研发、自主知识产权了”，这可不是这么回事的。开源了，我们就可以在开源协议的允许范围内去使用这些代码，甚至是去修改这些代码，再发行这些代码。他只要是协议允许你干这个事，你就可以去干。我干完了以后，我去注明了，说我是用了人家的代码，我把它写清楚就完事了。就算是前面翻车那盘古大模型，上头也写了“我用了别人东西”。但是中国人有时候没法接受这事，你说你都叫盘古了，你好意思你用别人的吗？前两天华为云内部的架构大调整，把整个的盘古这个团队全开掉了，以后这个丢人现眼的东西咱不弄了。前边别人说盘古去抄袭了，华为还在那义正词严的在那辟谣呢，辟完谣以后沉寂了俩月，直接把团队给开了。你说这玩意叫啥事？

我觉得我们应该很好的去接受这种开源生态，而不是说我一定要原创，我从来没有抄过，我从来没有用过别人，这个是相对来说比较狭隘的。你像Deepseek发了论文，公开了参数，SGLANG呢肯定是以这些公开信息为基础进行了优化。Xai呢也在这个过程中呢转型，在SGLANG基础上用同样的系统进行优化。大家走的路呢又不是完全一样，Deepseek还是要更多的考虑到算力紧张，没有NVlink的情况下，这个性能到底怎么样，到底怎么把它跑起来。Grok那就是土豪家的败家子，有的是卡，最新最好的卡，而且还有工程师爸爸负责部署和实施。他还跟微软、Oracle这些公司不一样，那些公司还需要外包，找别人去给部署。那马斯克干这玩意，肯定是没有任何问题的，因为他从特斯拉的时候就开始部署这种超算的集群，非常非常有经验。所以他可以把最好的卡、最新的卡拎回来进行部署，而且量大管饱。现在马斯克已经说，我们注册一公司叫“巨硬”，准备买上百万块的显卡，接着往前走。

马斯克算迎头赶上了，用Deepseek没有的资源，直接暴力推进。我们前面在讲Deepseek的时候就已经讲过了，马斯克肯定会照着往前冲的。苹果啥也没干，其实苹果在做大模型这块跟XAI是同时起步的，都是从JAX这开始起步的，但是苹果最后啥也没出来，马斯克这边都做出来了。梅塔呢还在老路上面去蹉跎前行，未来到底怎么走还不知道。所以呢，别人都开源了，谁你抄的好、抄的不好，或者在这个基础上到底能不能做出新东西来？我相信Grok还是创新的，我并不是说我就指责了，说“Grok你就是抄Deepseek”，没有说这话。还是得看谁可以把这个工程往前推的更远，这个才是本事。

国内的模型厂商的话，你说他们没有借鉴Deepseek吗？肯定借鉴了。他们只是说太多东西要抄了，到底抄谁的呀？这个是真正国内厂商要去头疼的事情。大家发现了，Deepseek V2的版本其实并没有那么热，到V2.5开始这个热度一下就上来了。就是从Deepseek V2.5开始，很多的国内厂商就开始转型，说我们是不是去看一看，像百度什么，他们就已经开始转型了。等到Deepseek V3出来的时候，其实就已经很热很热了。当然对于整个的行业来说，或者说对于社会来说，圈外的人真正知道Deepseek是从Deepseek R1，就是从今年1月份才开始知道这个事儿。但是从去年12月份的Deepseek V3开始，在这个程序员圈里头，在这个行业内呢，大家就已经普遍认知了，这就是一个当前最好的框架了。所以当时很多的团队就都已经都转过来了。现在Kimi k2、mini Max M1、百度的这个4.5、智谱的4.5，其实都是按照一个模式做出来的。但你说它们都是抄袭的，我觉得大家不要想这个事。大家呢都在同样的看论文，都在一个可能同学圈或者是朋友圈里边去，大家一块可能平时喝个咖啡、聊个天什么的，他是这样的一个环境。

国内大模型厂商也是相互借鉴。你看谷歌、微软，他们肯定也会去读论文，他们去做新的研究、去做新的产品的时候，“这Deepseek写的，中国人写的，我不看”，他们也不会这样的，没有那么狭隘。

今天我其实主要跟大家讲的是这样：开源才是未来的一个方向。不要上来说你抄袭，不尊重原创，这太狭隘了。咱们最后总结一下：开源是当今世界比较先进的全球化、松散协作方式。大家注意我刚才讲的这些定语：全球化、松散协作。开源呢推动了互联网、移动互联网和今天的大模型的整个产业的升级。Deepseek呢在里头起到了巨大的推动作用，包括咱们今天讲的SGLANG，都是在开源大潮里边起到了巨大的作用。

马斯克的Grok开源呢，基本上没有为社区贡献太多的东西，毕竟是去年4月份的东西嘛，还是稍微差一些的。马斯克喊开源呢，主要还是为了要吸引眼球。第一方面呢是恶心OpenAI。当然OpenAI现在人家也开源了，把GPT OSS拿出来了。但GPT OSS要比现在开源的Grok 2要强非常非常多，因为GPT OSS是大家可以用的一个产品，不是像Grok 2这样的，没有人会去用它。为什么没有人用？因为部署起来成本非常高，还是一个旧模型。我花了这么多成本，我去部署Deepseek V3.1不行吗？所以他就不想让别人用，也不想让任何人占他便宜。

马斯克现在想干的活呢，就是让更多的人去用他的Grok服务。而且呢也希望在未来呢，让更多的人呢去用他的这个巨硬的产品。那你说巨硬到底做什么的？前面他专门申请了一个商标叫巨硬，就专门为了恶心微软的，“你叫微软我叫巨硬”。一开始以为马斯克就是开个玩笑，或者说出来嘲讽一下比尔盖茨，没想着他真在里头干活。现在说了，我们这巨硬公司是真的要干活了，而且呢干这方向呢，也是大家熟悉的方向，他要做manos，就是做agent。说以后你微软的这些产品，我通通都拿各种各样的AI agent给你覆盖掉。你做了office，我就给你做个AI agent，跟他说你给我写一PPT或者给我写一什么东西，他吭哧吭哧给我写好了，我就不需要那么复杂的叫做office这些东西了。他是搞了这么一套东西出来。

大模型在不断创造内容的过程中呢，其实也在不断的污染大模型被发明之后的语言环境。所以呢，中国的创业公司跟开发者，也在不断的创造新的技术，创造新的内容。在这个过程中，再通过开发者社区或者通过开源社区，不断的将这些新的思想拿出来，去影响全球的科技发展，为全球科技发展添砖加瓦。不要想着说脱钩断链，说我们不要中国人的思考，我们不要中国人的技术，这个玩意是有毒，这个世界不是这么发展的。

咱们今天通过Grok 2的这个发布，通过Grok 2使用的SGLANG的这个平台的一个历程，你就会看到在这个过程中的话，你需要上海交大的学生来去给你写这些系统，你也需要去借鉴Deepseek的论文、借鉴他的一些思路去训练自己的模型。而且这个节奏是一模一样的，这边出Deepseek V2，那边过几个月出这个Grok 2；然后那边出Deepseek V3，你同一个月出Grok 3。这个就是同样的节奏，一模一样的往前走。所以这是一个进步的过程，别老想着谁抄谁的事。

好，今天这故事讲到这里，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。

微软AI负责人提出，要警惕看起来好像有意识的AI。AI真的会有意识吗？

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，微软AI负责人的官方博客。

微软呢，有一位执行副总裁兼微软AI CEO，他的名字呢叫穆斯塔法·萨勒曼。这个名字听起来稍微有点怪，待会咱们再去介绍他具体是谁。他呢，直接向微软CEO萨提亚·纳德拉汇报。8月19号，这位穆斯塔法·萨勒曼在微软官方博客上发文说：“我们必须为人构建AI，而不是构建一个人。”是这样的一个标题。

博客的内容总结一下吧。首先呢，提了一个概念叫SCAI，叫“看起来有意识的AI”，就是这个东西并没有意识。而且他也否认AI可以产生意识，说从现在的很多证据都可以证明，AI以后也是不会产生意识的。但是呢，它看起来好像有意识一样。

现在呢，提出了一些问题：
第一个，人们无法分清AI是工具还是有意识的。
第二呢，是人在跟AI交互的过程中产生了依恋，并且出现了自杀的现象。
第三，有人开始主张给AI立法，确立AI权限了。就是你不可以侵害小动物，你不可以歧视其他种族，你也不可以去侵害AI的权利。可是我们要去警惕这个事情。

他呢，对AI的愿景和定义是什么呢？大家注意，他是微软AI的CEO和负责人，所以呢，他这个观点是代表微软的。他说AI应该是帮助人，实现人的愿景和利益的工具，就像是Copilot那样。微软给它的产品起的名字叫“副驾驶”，你始终不能跑到这边来替人开车来。而且它要求AI不能够诱导人们认为它自己有意识。他首先不承认AI有意识，还有他就是认为，所有诱导人们相信AI有意识的都是有问题的。我相信他这里指的应该是Grok，因为Grok里边还有俊男美女的3D形象，诱导大家相信他是有意识的。

那么到底什么叫有意识？他对“意识”这件事情呢，也进行了一个定义。它的定义呢是这样三个部分：
第一部分叫主观感受，“我觉得是什么什么样”。
第二个部分是什么呢？叫做记忆存取。就是我现在记住了一些事情，然后把它存下来，下一次我可以取出来再用。“我上次干什么来着？我为什么会有这样的感受？”是因为我曾经记住过什么事情。
第三个呢，是主观感受与记忆存取相结合以后，形成的一个完整的意识流。
说这三样东西结合在一起就是意识了。

对意识的界定本身很困难。到目前为止，人其实也没有办法去完整界定，到什么样的东西就算有意识，到什么样的状态就叫没有意识。但是呢，人类的很多法律也好，很多的道德也好，都是以意识为标准的。我们要去善待每一个有意识的主体，包括动物。而且呢，人其实没有办法去确定别人有没有意识。因为刚才他自己文章里也讲了，说意识这个东西呢，是由个人的主观感受与记忆存取形成的一个完整意识流。

既然没有办法去确定别人有没有意识，那人呢就会发展出另外一个技能，什么呢？就是轻易相信别人有。因为轻易相信别人没有意识的这些人，很多都被社会淘汰掉了。那么他相信别人有，而且呢，这种思维惯性吧，很容易的就被泛化了。说我们可以轻易地相信猫猫狗狗有意识，我们可以轻易地相信汽车有意识，我们可以轻易地相信大地、季节呀、风雨什么这些东西都是有意识的。但是我们又没办法去判定意识到底是什么。在这样的情况下，认为AI有意识这件事呢，就变得更加的容易，或者说这个界限就变得更加模糊了。

这位穆斯塔法·萨勒曼呢，他认为开发SCAI呢是不可避免的，就是大家一定会去开发这个东西。SCAI不可能自己诞生，必须有人有意识的去开发，这是他提出一个论点。说大家不要一拍脑袋，就认为AI可以自己提出问题，自己解决问题，自己学习自己进化，然后自己就突然哪一天就涌现了意识出来。这个事是不可能的，必须要有人去有意识的去开发这种SCAI。以现有的技术呢，开发这种东西其实并不复杂。就是你要有记忆，下一次再去跟他沟通的过程中，把这个记忆的内容以人格化的方式去体现出来，那其他的人就会很容易的相信他有人格了，或者有意识了。他是这样的一个过程。

那么应该如何避免SCAI呢？他说呢，我们应该建立规范和共识，要去设立一套规矩，确保AI伴侣以积极、可靠的方式融入人类生活，鼓励人与人的互动，强化人与物理以及社会世界的连接，最大化实用性，最小化类意识信号。这是他提出的一个核心观点。

那么怎么去最小化类意识信号呢？就是不要告诉大家我有意识。但也不是说每次上来说“我是AI，我不是人，我这个没有意识的”，每次跟人去聊天的时候反复强调这件事呢感觉也很怪。所以他提出了一些要求是什么呢？就是AI不应该声称自己拥有经历、感受和情感，不应模拟羞耻、罪恶、嫉妒或竞争等欲望，更不应该宣称痛苦或者渴望来激发人的共情机制。就是你说“我觉得怎么样”、“我以前经历过什么样的事情”、“我喜欢这个，不喜欢那个”、“你要给我关机了，我会觉得很困惑”，AI就不要去强调这个事情，你就可以尽量避免人类觉得你有意识。这就是他的整个博客，我们总结的一个结果。

那么回过来，穆斯塔法·萨勒曼到底是谁呢？这一个名字，一听就是一个中东地区的名字。他呢，是一个英国人。父亲呢是叙利亚人，是一位出租车司机；母亲呢是一个英国人，是个护士。这真的是来自于平民的一位天才。牛津大学就读于哲学与神学专业，但是呢，19岁就退学了。首先我们看看他是学哲学跟神学的，所以提出上面这个意识相关的问题，也不是什么特别奇怪的事情。而且这还是一位辍学创业的天才，就像比尔·盖茨和扎克伯格一样的这样的天才。

他的宗教信仰是什么呢？他的早期宗教信仰是穆斯林。虽然穆斯林一直宣称是一旦入教，终身不得退教，因为它没有退教的仪式，你只要是有一次加入穆斯林，这辈子你都是穆斯林。但是呢，这位穆斯塔法·萨勒曼呢，到后来宣称说我退教了，我现在是无神论者。

他的主要经历是什么呢？他创建了Deepmind，他是Deepmind的联合创始人之一。后来呢，Deepmind被谷歌收购了。所以我们现在看到Gemini，看到很多谷歌的产品，都是从英国的Deepmind跟谷歌的自己的一些实验室联合作出来的。现甚至现在的谷歌AI这一块，有很多的领导者都是从Deepmind来的。

这位穆斯塔法·萨勒曼在谷歌工作了一段时间之后呢，从谷歌离职出去，创建了一个叫PI.AI的公司。这个PI呢叫personal intelligence，叫“个人智能”这样的一个名字，是一个类似于Character AI的情感化AI聊天助手。所以他自己就干这玩意出身的，他做的东西就是模拟有意识的这个AI聊天助手。

在2024年3月份，他的公司呢，被微软进行了HR并购。所谓的HR并购，就是他只要了其中一些核心人员，其他的团队包括产品、用户都在外面，并没有收进来。所以2024年3月份呢，是微软以6.5亿美金，将包括穆斯塔法·萨勒曼在内的所有核心人员收归旗下。剩下的PI.AI呢依然在运营，只是最近一段时间，这个产品已经没有什么声音了。

最近一段时间，美国这些大厂应对AI项目估值虚高的一种操作方式，就是你估值实在太高了，我是整个买下来我买不起，然后继续往前走，你又走不下去了，那怎么办呢？咱们就想一个折中的方法，我花一些钱把这个核心团队弄回来，让原来的投资人呢，也可以有一些小的回报，但是你不能说我按照估值彻底让你把这个钱收回来，这事也不行。像最近传出来的Character AI的收购方式，就是谷歌也是这样，出了点钱，把这个Character AI的一些联合创始人送回谷歌去上班去了。Winserf的这个收购也是这样，谷歌花了一笔钱，把Winserf的一些核心团队拎到谷歌去上班了，剩下的壳不要了。现在都是用这样的方式去进行收购的。所以穆斯塔法·萨勒曼也经历了一次这样的收购，收购之后呢，就担任微软AI的CEO。这就是穆斯塔法·萨勒曼的一个履历。

那么微软为什么会在这个时候发这样的声音出来？首先我们要搞清楚一点，这个声音到底是穆斯塔法·萨勒曼自己发的，还是微软发出来的？穆斯塔法·萨勒曼肯定是在代表微软发声。为什么？因为他是微软AI产品线的CEO，他负责Microsoft Copilot产品线，包括office Copilot、包括Web Copilot、包括Windows Copilot，这都是归他管的。然后Bing搜索引擎、edge浏览器、MSN和Groupme聊天产品线都是归他管的。他的KPI是什么呢？他的KPI就是微软AI产品的渗透率、活跃度以及微软AI产品所能够创造的营收和利润，这是主要对他的考核。微软云挣了多少钱，这事跟他没关系，他就管这些客户端产品的。

微软产品的收益呢，跟它的投入极其的不匹配。你想微软在整个这一次AI浪潮里，那投入多大呀？它是作为OpenAI的真的是亲生父亲，不要说马斯克当时创建了OpenAI，OpenAI真正的大钱都是微软给的。微软是作为OpenAI最大的股东，一手拉扯大的孩子。那在这样的一个情况下，Copilot的活跃数据和它的收益跟ChatGPT根本没法比，连ChatGPT的一个零头都没有。Copilot你想，它有Windows这么大的用户基本盘的情况下，它才只有几千万的活跃，而ChatGPT有1亿多的活跃，快2亿活跃了。所以这个事完全不平衡。对于管理这样的一个产品线的穆斯塔法·萨勒曼来说，你想这玩意压力有多大。

那么在老家伙打不过年轻人的时候，通常是怎么表现的呢？微软肯定是个老家伙，OpenAI是个年轻人。咱们还记得马保国在闪电五连鞭不好使的时候是怎么说的吗？他说的是“年轻人不讲武德”。所以呢，现在微软也是以穆斯塔法·萨勒曼的这样的一个身份出来发声，说你们这些年轻人不讲武德，这活不能这么干，你们不能出去骗人说这个东西有意识了，你要像微软Copilot这样，就是好好的做一个工具，不能上来去做这个说“我是人了”，这事是不行的。

微软呢，花了最大的钱，承担了最大的风险之后，发现养大了的儿子想要单飞。现在基本上已经明确了，OpenAI很难被微软控制，他就是会去单飞。微软就只能出来说：“哎，我们制定一些规则吧。”或者说微软要出来强调一下，我是有规则制定权的，你不能把我踢开。这是他要去干的事情。

微软呢，在互联网和移动互联网时代经过了两次努力，都希望站回舞台中央，但是呢，都失败了。大家要注意，微软是一个软件时代的这种站在舞台中央的公司。软件时代做Windows、做office，把原来站在舞台中央上的IBM就直接挤下去了。等到互联网时代和移动互联网时代呢，他又尝试说我还得站在中间。但是这两次呢，看看微软都经历了什么。

互联网时代，微软建立了MSN space，我还用过这个产品，是一个很好用的博客网站，建立了很多强大的网站和这种互联网工具。这就是微软在向着互联网核心地带去挤的一个努力。但是最后呢，所有的博客站都被像Facebook、Twitter这样的社交媒体工具直接干掉了。写博客的成本还是很高的，你在那点个赞，这玩意成本多低？或者发140个字，这个成本多低？所以这些老东西还是不行。最后呢，只剩下MSN门户算是继续在运营，苟延残喘继续玩下去了。

在移动互联网时代呢，微软说上次这机会我没抓着，这次我得努力一下。他呢，先是做了Winphone，也是很努力的去推出了Windows手机。在iPhone和安卓出来以后，说这我也得行，把这东西出来了。出来了以后马上挂掉，然后还收购了诺基-亚。这一次的投入其实是要比互联网时代投入要大的，但是结果呢，大家其实也看到了。最终微软屈服了，把这些产品都放弃了，把office、Bingo、edge这些产品通通都迁移到了安卓跟iOS操作系统的平台上去。说我不跟大家比了，我就老老实实做我原来那些事就完事了。

所以呢，每个时代开始的时候呢，微软都是巨头。软件时代他成为巨头，互联网时代的时候他是巨头，移动互联网时代的时候他还是巨头，就他体量在这了。每次呢都砸下重金，希望站到舞台中间去，但是最后呢，发现我还在舞台边边上，但我依然是巨头。这就是微软前两次革命所占的这个位置和做的这个努力。那么AI时代呢，感觉历史又要重演了。不会被淘汰，但是呢，依然会坚守原来舞台边缘这个位置，没法站到舞台中央来。这一次舞台中央上的应该是OpenAI、Grok和谷歌这些，应该在舞台中央去好好的折腾一下，微软估计够呛。

关于SCAI，也就是“看起来有意识的AI”这件事情，我个人的看法是什么样的呢？

首先呢，是我认为SCAI这个东西已经来了，并不是像穆斯塔法·萨勒曼说的似的，未来两三年之内才会到来。我认为这东西已经到了。为什么呢？因为SCAI这个事本身没有明确标准，有些人认为现在这个就已经有意识了，有些人认为现在这个还没有意识。所以我们不能说划到一个标准，说百分之多少的人认为他有意识了，我们就认为这个事情过关了。现在已经有人为了AI去自杀了嘛，所以这些人肯定已经认为这个AI是有意识了。我记得前面我们还讲过一故事，就是在Deepseek 3.5发布之前，谷歌就有一个工程师去举报说，谷歌当时做的AI大模型是有意识的，最后被谷歌开除了。所以呢，我认为现在这个时代已经到了，你再去讨论说怎么抑制它，已经没意义了。

再往后呢，开发SCAI是不可避免的。就是有意识的开发SCAI，或者说有意识的诱导用户认为当前的AI聊天工具是有意识的，这件事情是无可避免的。为什么呢？因为开发者唯一关心的一件事情就叫做用户留存。什么叫用户留存？就是我今天来的用户，明天是不是还来？就这么简单的一个数值。那你说开发者为什么关心这个呢？你想，开发者我好不容易写了一个应用，写了一个服务，你今来了明不来了，这玩意多费劲。我本来只需要去做用户获客，我花钱买，买完了以后用户用上了，后面你就要持续的上我这来用，你才可以在我这付费，才可以给我产生利益。所以呢，开发者只关心这一件事。

那有些人说：“老范，你这是不是太武断了？你不能说你自己是做工具出身的，你就认为所有的开发者都只关心用户留存。”刚才咱们讲，那穆斯塔法·萨勒曼人家就关心人类公益，不像我似的只关心用户留存。这个我只能说，我是稍微武断了一点，但是呢，我这种武断是来自于幸存者偏差。什么意思？只有关心留存的这些人最后活下来了，那些关心其他乱七八糟事情的人都死了。看起来有人格的AI，明显的比那些看起来没有人格的AI留存要高，所以这件事不可避免，一定是要让它看起来有人格。所以Grok在里边加帅哥美女这件事情，对于Grok的留存一定是有好处的。虽然OpenAI的山姆·奥特曼出来酸说：“你看看你们在里头加了个3D人物形象，这个事跟我们想干的不符合。”穆斯塔法·萨勒曼也出来讲，我们不能让大家觉得他是有意识了。但是没用，最后大家只能屈服于用户留存。你说我不愿意屈服，只能被淘汰，没有什么别的。因为最后留下来的用户才会来决定谁的产品用户越来越多嘛。这个呢，其实也很好理解，咱们就举一个最简单的例子吧。人会长时间的盯着烛火，这个烛火在你面前跳动，在这个时候，其实人就已经开始进行意识判断了，我们认为这个烛火是有意识的。但是人是不会盯着灯泡的，现在在你面前有一灯泡，你天天盯着它看，人一般不干这事。

那么既然无法避免，就应该立法。这个我倒是同意。但是呢，并不是约束AI表现出意识来，我觉得这个事你是约束不了的。那么应该干嘛呢？应该约束AI跟AI的开发者对自己的行为负责任。你可以表现出意识来，但是呢，怎么去避免诱导自杀，或者是发现有自杀倾向的时候如何去提前发现、提前干预，这个我觉得是应该去立法做的事情。

至于说要不要保护AI权利呢？我跟这位穆斯塔法·萨勒曼正好相反，我认为应该立法保护AI权利。保护人权、保护动物权、保护有意识的AI权利，这都是同等重要的事情。其实人维持自身产完整性的一部分，就是保护其他感觉像自己的东西。这个话怎么讲？就是人保护动物、人保护人、人保护感觉有意识的AI的时候，其实是在维护自己的完整性。一旦人说我不需要再去保护其他人了，不需要再去保护其他动物了，不需要再去保护感觉好像有意识的AI了，人自己的这个人格完整性是会有缺失的。这是我个人的一个观点。

总结一下，AI必然会改变人与人之间相处的方式。SCAI在商业利益的推动下必然快速完善。AI到底是不是有意识，或者意识的判定标准，在未来一段时间里头会成为讨论的热点。虽然我不同意穆斯塔法·萨勒曼的一些观点，但是AI与意识相关的讨论还是有价值的。

好，这个故事今天就跟大家讲到这里，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。

Deepseek V3.1发布，很多人应该都有疑问，UE8M0到底是个什么东西？这个国运级的大模型，到底有没有翻车呢？

大家好，欢迎收听老范讲故事的YouTube频道。

DeepSeek V3.1发布，为什么会墙内开花墙外香呢？大家说这东西在国外也没多火。咱们讲的墙内开花墙外香，并不是说国外火，而是在圈外火。什么意思呢？就是在真正大模型圈里，其实大家并不怎么说这个事，但是在炒股票的这帮人面前，一下就火了，国产算力芯片一把就飞了。

到底是一个什么样的情况？首先呢，Deepseek V3.1在性能上其实并没有特别显著的提升，所以一帮真正去研究大模型的人，或者去研究AI的人，只能在那尬吹，说这个好像强了一点，那个好像强了一点，但其实都并不明显。它的编程能力呢，确实应该有所上升吧，但是你说现在就可以吊打Claude Sonic 4，这个我觉得有些言过其实了。上下文现在是128K了，在Deepseek去年12月份发布的V3版本以及1月份发布的R1版本的时候呢，它的上下文都是64K的。到V30324和R10528这两个版本呢，就已经升级到128K了，所以这一次的V3.1依然是128K。工具调用上应该是真的增强了，比原来的V3增强了，也更加符合AI agent的一个需求，这个就是他的一个主要的优势。

所以为什么这东西一开始拿出来，大家没有觉得他怎么样，然后突然怎么就爆发了呢？一句话让二级市场直接就疯了。8月21号，Deepseek公众号上有一句话直接引爆A股。玩模型或者说玩AI应用的人，是不会太去看这个公众号到底写啥的，但是这些炒股的人不一样，人家天天盯着这个公众号，一个字一个字在那抠。

这句话说的是什么呢？V3.1使用了UE8M0和FP8规模的参数精度，为了适配未来的国产算力芯片。有这样的一句话在里头，那这还不赶快冲上去？而且在传播的过程中呢，FP8这个词呢，在后续的流传中就变得时隐时现了，大家不再提这个FP8了，主要都去强调这个UE8M0了。一堆人就问说这玩意到底是个啥呀？这么神奇的东西吗？甚至寒武纪就直接涨停板了。

下边呢，咱们来解释一下UE8M0到底是个啥。这个难度很大，因为我自己在数学这一块也没有多强，而且还想把它尽量地解释得通俗易懂一点，这个对于我来说是一个考验。如果我说了你没听懂的话，不是我没说好，是你自己智商有问题。咱们开个玩笑。

很多人呢，其实都搞不明白这个UE8M0是什么，但是呢都像老中医念口诀一样，上来都是这个脉怎么怎么样，应该什么君臣佐使一下，然后就开始给你开药方。念念有词以后呢，就冲进去买股票去了。

这个咱们解释一下，首先呢，用形象的三个词来跟大家解释一下什么是UE8M0。这三个词，第一个词叫“马赛克”。很多男生，特别是对于成人影片、日本成人影片有一些经验的这些男生，对于“骑兵”和“马赛克”这个词应该是能够有一些理解的。UE8M0呢，实际上就是一种马赛克格式，待会我们讲为什么。第二个呢，就是叫“九九乘法表”。在中国吧，大家从小就背，我们可以在某一些特定的计算里头超过老外。他们从小不背九九乘法表的这些人，就没有这个口算和速算的能力。我们从小背这个东西，我们就在某一些特定的运算里头会比他们先人一步。还有一个不是那么好听的词，但是更贴切，是什么？叫“裹小脚”。这个在满清时期，他们对汉族女性的一种残酷的压榨，要求大家去裹小脚，以小脚为美。UE8M0的话，就完完全全是符合这三个词的特性的。咱们下边一个一个给大家解释。

首先呢，要跟大家解释一下计算精度的演化。咱们要知道，做大模型计算，甭管是训练也好，还是后边推理也好，它最主要的一个计算叫矩阵乘法，就是把一大堆的数呢放在一个矩阵里，两个矩阵相乘，乘完了以后得到一个结果。甭管是训练也好，还是推理也好，大模型训练的90%以上的算力就在干这一件事：乘乘乘乘乘。这也是为什么他们跑到英伟达的算力芯片里面去干这个事。英伟达算力芯片非常非常多的核心，这些核心也干不了太复杂的命令，但是你让他做乘法，他还是做得很快的。所以这个东西要比咱们普通的CPU算得快很多。

矩阵乘法里头呢，就有一个问题，叫计算精度的问题。最标准的叫FP32，他们这个数是怎么表示的呢？第一位是符号，正数还是负数；后边呢，应该是8位吧，代表的是浮点；后边的几位呢，就是代表的一个精度。前边这个符号正负大家比较好理解，中间这一部分浮点数就意味什么呢？就是我可以表示最大和最小多少，这个是一个范围的表达。后边这个尾数呢，实际上是精度的表达，就是说我这个小数点后到底有多少位。当我们把这样的一个数字去进行乘的时候，肯定会得到一个结果。但是有一个问题是什么呢？咱们都是讲这大模型好大，有好多好多数据去进行运算的，那你说我要把这么多参数搬进去，在这个内存里跑来跑去，它就会变得非常非常消耗带宽。而在进行乘的时候，如果是两个很大的精度的数去进行乘的话，那它的对于算力的消耗也是非常非常可怕的。

所以大家怎么办呢？就是要降低精度。而且呢，因为大模型本身它是一个很稀疏的运算，你降低了精度以后，发现对结果的影响并不是很大嘛。现在他们用16位的，或者用一些更小的8位的，用这样的精度去计算了以后，发现好像得出来的结果跟32位的没什么太大区别，那咱们就把它降低一点呗。所以呢，大家就开始从FP32变成FP16、BF16。这里头要注意，FP呢一般都是英伟达这边去采用的一个标准，也都是一位符号，然后呢多少位浮点，多少位尾数。BF16呢是谷歌自己用的一个标准，它的浮点数要更长一些，尾数更小一点，这样的话它可以表达更大的一个数字，但是呢精度差一点，效果呢也还可以。后边呢还有FP8，FP8就是尾数更少一点，然后更多的数字去表达。后来呢，我们现在使用的大部分模型，真正去推理运算的时候，实际上都是FP8。现在的模型呢，大量的训练都是用FP16去训练的，现在也没有那么多人使用FP32去训练了。最早都是FP32训练，后来就是FP16训练，训练以后再去对这个大模型进行量化。

你说比在8再往下还有没有？还有，叫MXFP6和MXFP4。MX是什么意思呢？待会咱们再解释。FP4，咱们讲讲一下这个吧，它比较极端了。FP4是什么意思？就是它有一位符号，两位浮点和一位尾数。那你说我就一位尾数，这玩意算啥呀？我这要是0的话，那你前头这几位不就全废了吗？不是这么算的。如果你这个尾数是0，它代表什么呢？就是0、2、4、8。如果你这个尾数是1呢，它代表的是3、6和12。所以我们基本上这样看，FP4代表的数就是0、1、2、3、4、6、8、12。那你说就这几个数我乘来乘去，没有办法代表很多的东西，怎么办呢？不能说我整个大模型就这几个数就把它都表示了。所以呢，这个时候MX就起作用了。它呢，把这种很小范围的数呢，放在一个块里，这一个块呢有32个数，这一个块呢统一再进行一次浮点变化。这个浮点数变化呢，是写在另外一个叫做浮点位里头。那个浮点位呢，就是一个UE8M0的一个浮点位。UE8M0呢，意思是无符号的8位的浮点，没有尾数，就是这样的一个意思。它相当于什么呢？就是我们把4位4位的这种一块32个数，统一用一个浮点把它变化起来。MXFP4大概就是这么个意思。

哪个模型是用的这样极端的参数呢？最近公开的GPT-OSS就是用的MXFP4。而且这个里头有一点很强的是什么？OpenAI是从训练就直接使用的MXFP4，它没有经过后续量化，所以它的效果非常非常好，也极其节省内存。因为你想你一旦把精度降低了，它就可以干嘛呢？它就可以用更小的内存去存储这些数据、存储模型。然后你在进行模型运算的时候，你的显存跟你的GPU之间进行调度的内容就会变得更少，乘的时候乘得更快。

那你说在这个过程中，显卡或者说算力卡的公司干嘛使呢？他们就会想办法去优化。他写一些算法，或者说在里边做一些链路，让这些算法，比如说FP8的或者是FP16的这些数据，在我这做乘法和加法的时候让它变快一些。早期的显卡上是没有FP8的，有FP32、有FP16。什么时候开始有FP8呢？这个东西是在英伟达H100上出来的。BF16是只有谷歌TPU上才有，其他人不玩的东西。这个MXFP4呢，就是后来这个Blackwell黑井的显卡上是支持这种运算的。

在这个里头有一种比较极端的算法，就是UE8M0。就是我已经没有正负数了，全是正，我这个全是正数，里头也没有任何的这个尾数了，只有8位的指数。那么它能够代表的数是什么呢？0、2、4、8、16、32、64，它等于是这样可以上去的，可以代表很大的数字，但是呢就是完完全全没有精度了，它是属于跳跃、跳阶跳上去的。这就为什么我们讲UE8M0是马赛克。你想我有一个图片，这个图片里头呢，某一些关键部位里头就没有阶梯了，就没有很多的细节了，只剩下这种跳跃式的这种表达了，那不就变马赛克了吗？所以基本上你把它理解成一个马赛克，这个事是可以的。你说有没有这个宝马一点的？有，就是那个刚才我们讲那个FP4，它里头还有一位，它可以代表0、1、2、3、4、6、8、12，它中间还是多出一个来的，它这个码要稍微薄一点。最极端的大的厚码，就是这个UE8M0。大家可以这么去理解它。

Deepseek为UE8M0都做了些什么呢？首先呢，Deepseek并不是原生训练的UE8M0的大模型。它呢，是在英伟达的H800和H20上，使用FP16和FP8训练出来的一个模型。在训练完了以后呢，再专门针对UE8M0进行量化，把我原来这个训练完了结果的数据，按照UE8M0的这个方式重新量化、重新排一遍，然后拿出这样的一个小很多的模型出来。在这个专门为UE8M0进行优化的算力卡上，就可以跑得飞快。

UE8M0其实是有一些好处的。它好处是什么呢？马赛克虽然没有细节，但是呢它在运算的时候，内存搬运会变得非常少。你去表达同样的模型，你需要的这个数据变小了，这个是非常非常有好处的。因为咱们现在最大的瓶颈是什么？因为美国禁运，我们的算力芯片跟这些HBM芯片之间，或者说这种显存芯片之间的带宽比较低，那我们就专门优化一个这样的算法给你就可以了。但是我们要注意，就是在Deepseek发的那篇公众号里头，他写的是“我们支持UE8M0和FP8”。所以呢，现在大家去下载的Deepseek V3.1的模型里头，实际上是有两个版本的，一个版本是UE8M0的，另外一个版本是FP8的。你说我是用英伟达显卡的，我用AMD的显卡，你就用FP8的版本。你说我在国内，我要用升腾的芯片，那你可以使用UE8M0的这个版本。

为了适应UE8M0这种极限挑战，我要给你打马赛克，打完马赛克了以后你看了以后还觉得爽，这个是对于Deepseek来说非常非常高的挑战。那就需要干嘛呢？做专门的设计。他们在模型训练的时候做了专门优化，一方面呢是进行了混合精度的使用，就是有一些地方用的是比较高精度的，有些地方用的比较低精度的，他们专门做了这样的一个适配。然后呢，也在进行一些叫做累计误差检测。因为你想你把这个地方变成黑白的了，或者变成这种大马赛克了，那你这个误差就会变得很大，特别是需要进行多轮的矩阵计算以后的话，它的误差就会有累积的增加。Deepseek专门有一个设计，就是检测这个东西，如果误差达到一定阶段了以后，我会换一个方式重新来算一下，然后想办法把这个误差规避掉。它通过很多类似这样的手段呢，让这个模型在UE8M0上可以跑起来。

这里就有一个问题，就是不做特殊架构设计的大模型是不能被量化成UE8M0的。你说我现在把Llama 4拿出来，做一个UE8M0的量化行不行？做不出来。虽然大家都是在英伟达的FP16和FP8的基础上训练出来的，但是你前面没有做这些提前的准备，没有在这个架构上做特殊的设计，你是不能去做这种极端量化的。你那个打上马赛克，大家看了就没感觉了。只有Deepseek V3.1打上马赛克，还可以有一定的表达能力。

那为什么别人不用UE8M0呢？它呢，是需要专门修改训练架构，为极限情况进行纠偏的。这个过程呢，其实有点像裹小脚，你是必须从小抓起，等长大了再来的话，他就来不及了，已经长得比较大了，现在再去裹小脚裹不出来了。极大地增加训练的复杂度，而且呢也无法保证最后不翻车。有些人裹的一半说实在太疼了，算了我就放了吧。还有一些人真的是裹了一半完了，还留下一些残疾，最后发现也没有达到人家要求的效果。这个都是会发生的。九九乘法表也是一样，我们专门把一套特别高效的计算方式呢，把它背熟了，只有进行了同样训练的人，他才可以在某些特定领域里头极快速地去给出正确的答案来。刚才我们讲了马赛克、九九乘法表和裹小脚，其实最形象的呢就是裹小脚。

那么国产算力芯片跟UE8M0到底是什么关系呢？H100就开始支持FP8了，B系列呢，开始就是像什么B200这些芯片呢，开始支持MXFP4，它是向这个方向前进的。国内呢，我们是在跟随了。大部分的芯片实际上都是支持FP8的，就是按照英伟达这个路子走的，只是我们比人出的晚。H100是挺早就出来了，咱们大概是2024年、2025年新出的一些算力芯片呢，都开始支持FP8，也对FP8呢进行了一定的优化。

华为升腾芯片呢也是支持FP8的，但同时呢另辟蹊径，搞了UE8M0的这么一个算法出来。华为呢还出了一个叫MindSpore的开源框架，对华为芯片以及英伟达芯片进行全栈的AI应用，从推理到训练，所有的事情他都可以干。他做了这样的一个完整的开源框架。在这个开源框架里头呢，对于华为升腾芯片专门进行UE8M0的这种优化。你用传统的大模型推理框架，比如说PyTorch或者是TensorFlow，它是没有办法对UE8M0进行优化的。所以一旦你拿到的Deepseek V3.1是UE8M0量化版本的，你就只能去用华为的MindSpore。华为自己呢肯定用的是最好的。国内其他的芯片现在也开始兼容这个MindSpore，他们肯定出了芯片需要去兼容现在主流的这些开源框架，包括像PyTorch、TensorFlow，也要去支持MindSpore。他们也会对自己进行UE8M0的优化。比如说像寒武纪、摩尔线程，他们现在测试了UE8M0的计算的话，会比传统的FP8的方式呢效率要高很多，或者叫效率提升明显吧。这也是为什么大家都冲上去买寒武纪的股票。虽然华为是真正整套系统提出者，而且也是最大规模的部署者，但是呢它不是上市公司，炒股票的人就拿它没办法了。Deepseek自己也不是上市公司，炒股票的人拿它也没办法，那咱们就炒这个寒武纪就可以了。

国外的这些芯片像英伟达呀、AMD这些主流芯片，都没有对UE8M0进行优化。他们也可以用UE8M0版本的这个模型，但是呢可能会更慢一些，因为它还要把这些模型搬到内存里头，重新转换成FP8或者是FP16再重新计算，它有一个中间的过程就比较麻烦。但是也不用担心了，你说我现在这个是英伟达的卡，那你只需要去下载Deepseek V3.1 FP8的版本就可以去使用了。

那你说是不是国运？到底啥叫国运？只要带着国家转向都叫国运，还有另外一种可能吗？和国运级的升腾芯片进行绑定，那肯定是国运了。训练呢还是英伟达，推理呢专门为升腾进行了优化。后面呢就要进行道路之争了，中国人比较擅长，这个什么意思？千问、Kimi、MiniMax、豆包、智谱，这些开源模型都没有办法去做UE8M0的量化，因为他们在一开始训练的时候就没有考虑过我后边有可能裹小脚这个问题，所以他就没办法走这条路。你如果说也想去做UE8M0的这个量化的话，你就需要在训练的时候就调整，第一个很麻烦，第二个有极大的失败率。如果这就是未来的方向，那就真的是跟美国这边脱钩断链了，就是我们训练拿你这个东西继续训练下去，但是呢最后去量化和推理的版本就使用升腾了。确实在影响国运的走向，所以呢这个Deepseek V3.1确实是国运级产品。

未来会怎么发展呢？希望吧，股市上折腾一下就算了，大家去买买股票赚点钱，不要去真的影响未来国内大模型的走向。大家还是尽量去跟着国际主流的技术路线去走FP8的这个路线。如果你说我们要继续前进，大家可以想办法向MXFP4的方向去走，不要去走这个UE8M0的方向，这个方向就像裹小脚一样，非常非常危险的一个方向。Deepseek V3.1呢，算是做了一次尝试吧，但如果真的影响了未来国内的模型方向，不是什么好事。

这就是今天要跟大家讲的，希望大家能够听到一些自己原来不太理解的东西吧。好，这个故事就讲到这里，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。

维护营商环境，难道要从消灭职业打假人开始吗？

大家好，欢迎收听老范讲故事的YouTube频道。

生意现在确实不好做，特别是餐饮行业，现在真的是很难。要维系营商环境，要让这些开饭馆的小老板们能够活得下去，给他们一些信心，就要出台一些文件，要好好的奶一奶这些孩子了。

国家出台了哪些政策呢？

第一个叫《中华人民共和国消费者权益保护法实施条例》。听这个名字呢，应该是保护消费者权益的，但实际上这是保护小老板们的。这个条例是2024年3月15号，国务院总理李强签署的第778号国务院令，在2024年7月1日正式实行了。在这个文件里面首次明确了，投诉举报不得以牟利为目的，损害经营者合法权益、扰乱市场秩序、骗取赔偿、敲诈勒索的，这些人要承担行政责任以及刑事责任。惩罚性赔偿、行政处罚要准确适用，避免小错大赔，小过重罚。

我记得原来说，放个拍黄瓜就罚了多少钱。这种事情，当时那个案例是这样：因为在中国呢，拍黄瓜这个属于凉菜，你作为一个餐饮的店铺，你加工热菜跟加工凉菜，它是两张不同的许可证。有很多的饭馆，是没有加工凉菜的许可证的。要知道加工凉菜，他那个菜不过火嘛，所以对于卫生情况的要求要更高一些。以前的话，出现类似这样的事情是要罚的很重的，现在说咱们轻点罚。

在2024年9月19日，市场监管总局又往外发文了，叫《市场监管部门优化营商环境重点举措（2024年版）》。这个呢，就看着确实是保护老板的，不像上一个看标题以为是保护消费者的。这里头规定什么呢？食品安全违法行为“首违不罚”清单和食品安全轻微违法行为不予处罚清单。它实际上是两个清单：第一是首违不罚，就是第一次违法我不罚你；第二个呢，就是轻微违法我不罚你。严格落实标签、标识、说明书、宣传材料等瑕疵，不适用惩罚性赔偿的规定。什么意思？就是你把标签写错了，或者说你这个配料表写的不对，这个以后不罚。这个是在2024年专门出了这样的一个规定。

到了2025年了，市场监管总局关于印发《市场监管行政违法行为首违不罚、轻微处罚清单的通知》。这个呢是2025年2月7号，市场监管总局发出来的。为企业提供容错空间，明确退赔优先和程序透明原则。就是你买了个假东西，我就把假的给你退了就完事了，我不罚你。是做了这样的一个规定。

比如说，不符合食品安全标准的食用农产品，满足非主观故意、如实说明进货来源、未发生食品安全事故、立即整改的，就可以不用罚了。你说我这个自己家里摘的，但是我也确实没有什么出厂日期这些东西，但是只要没有人吃拉肚子了，就不用去罚钱了。

切断职业索赔人与企业的私下利益链条，减少利用技术性违法，比如标签瑕疵牟利的行为。新规强调，赔偿需要合理生活消费范围内，超出部分不予支持。那意思是什么呢？你说我买了瓶可乐，后来发现可乐有问题，我就赔你这瓶可乐，这个叫合理生活消费范围内的。你说我买了10吨可乐，喝着有问题，你给我把这10吨可乐赔了，这个超出范围了，我不管了。大概讲了这么个事情。

所以现在大家别再惦记说，我要到农贸市场或者到什么地去看看，标签对不对，配料表是不是一定是对的呀？现在说了，配料表错了是不罚的。你如果买了配料表错误的，最多就是把你这个钱退给你，你想靠这个再去挣钱，甭想了。所以这个是有一些新变化的。

8月6号，直接对职业打假人这个行业宣判了死刑。这个是《市场监督管理投诉举报处理办法（征求意见稿）》，8月6号正式发布的，市场监管总局发出来的。首次明确提出，不得利用投诉举报谋取不正当利益。这个利益呢，分正当的和不正当的，这个是咱们的一个好习惯。“不是为了生活消费需要购买、使用商品或者是接受服务的”投诉，不予受理。

什么意思呢？你说我家里缺瓶酱油，我买了瓶酱油，发现酱油有问题，或者配料表不清楚，我去投诉了，这可以。你说我不是为这事，我就是为了打假，或者说我有些其他的什么目的，我要去购买一瓶酱油，发现有问题我去投诉举报，这个不予受理。以后是这样的。那你像职业打假人，谁家里需要这么多酱油？他一定是出于其他目的去购买的酱油，这种就通通不予受理了。

而且呢，授权市场监管部门可以参照五种情况综合判断，就是符合这五种情况呢，我们就不予受理了。这五种是什么呢？

第一，购买商品或者接受服务的数量、次数、频率，明显不符合商品保质期或者消费者通常消费习惯的。你说我要去举报海天酱油，假设是海天酱油吧，因为去年他们因为配料表被举报了好多次嘛。你说我家里头半个月吃一瓶酱油，这没毛病，但是你说我一下买了50瓶酱油，我四处举报去了。还有去年举报良品铺子那帮人，一下把所有的酸辣粉什么都买回来，你吃不了这么多，你这个举报我们不受理。现在就变成这样了。

第二个呢，叫明知商品或者服务存在投诉的问题，仍然购买商品或者接受服务的。就我知道你有毛病，我还买了回来去接着投诉你，或者我去找你理赔的，这种呢都属于恶意，可以不受理。

第三种，同一投诉人对同一经营者短期内大量投诉，或者不同投诉人恶意串通、分别消费后，分别投诉同一经营者的。这个也可以不受理了。比如说去年的良品铺子案，这个事情以后就不会有人管了。而且这个是有规定的，说我们可以在这样的情况下不理你了。

还有就是受雇于他人或者是冒用他人名义投诉的，这个我们就不受理了。

最后一个，其他不属于为生活消费需要购买、使用商品或者接受服务的情况。既然有“其他”了，所以呢市场监管部门就可以灵活处理，哪个投诉我受理，哪个投诉我不受理，他完完全全可以把你归到其他那一类里头去。

中国职业打假人为什么这么招人恨呢？

首先呢，他们就是团伙化、专业化、规模化运作。这个是非常让政府部门头疼的事情。我今天想打这个，明天想打那个，我有我自己的节奏。这个是我认识的人，那个是谁谁的亲戚，或者哪个人上我这来送过礼，这其实我们不打。或者我哪一个项目，是最近准备重点发展的项目，我们不打。你不能说你也不好好学习一下，就上我这来投诉来。这个不行。所以这个是比较讨厌的。你要如果个人，这个还问题不大，但是你一旦团伙作战了，这个是政府不能容忍的。

中国的打假人呢，是有专门的培训机制的。专门有一个打假培训，研究法律漏洞、索赔技巧，形成了一套完整的打假产业链。这个是中国特色。

他们呢会故意制造问题商品，比如说夹带、调包、造假，篡改商品的生产日期，捏造事实等方式，通过这些方式骗取经营者的赔偿，或者是进行敲诈勒索。比如出去吃饭，吃完饭以后，往这个盘子里头放个什么钉子呀，或者放个什么东西，然后找人索赔，跟这个过程是一样的。打假嘛，肯定是良莠不齐，有人会去做这种碰瓷的事情。

然后呢是高频次投诉举报。这个是中国打假人也是比较让人讨厌的地方，严重占用了行政资源，影响了正常的市场监管工作。今天我有这个什么很重要的事情，明天领导来检查来了，你这没眼色的东西，七嚓咔嚓给我投诉一大堆，让我该管的没管好，天天为你服务了。这是不行的。

最后呢就是钓鱼式打假。故意诱导商家犯错，例如蹲守店铺，等待食品临期后购买索赔，或者通过行政复议、行政诉讼施压索赔。这个是中国职业打假人的一些惯用手法。

他们造成的影响，第一个就是扰乱了正常的市场秩序。我们正常市场秩序，是国家和政府是有规划的，我们认为这个是正常的，你不能在我们规划之外随便来给我扰乱。

另外呢，就是阻碍了营商环境的一个优化。因为对于小饭馆来说，完全符合规范其实成本是挺高的。但是呢，你说我们到底是应该支付这个成本，让这个符合规范的活下去，还是说咱算了，差不太多就不罚了？到底要向哪个方向走，这个政府是有自己的规划的，不要你们这些职业打假人来给我们捣乱。

还有呢，就是这些职业打假人会损害消费者的信任。我这本来经营的好好的，你说什么什么东西不行了，哪个食品有问题了，他们制造焦虑。这食品是不是真的有问题？这个政府不关心。但是现在大家都不消费了，都觉得出去吃饭不安全了，饭馆都倒闭了，你看都怪你们，一定是你们干的坏事。所以呢，他们破坏了消费者信任。

而且呢，他们会形成新的腐败风险。这个还不仅仅是去敲诈商家，这些职业打假人会向监管人员行贿，获取内部信息或者特殊关照，进一步破坏市场公平和社会公正。这个确确实实是应该打的。

职业打假跟公益打假之间是有区别的。政府现在是要干掉职业打假人，但是呢，对于公益打假人还是相对来说比较支持的。那什么是公益打假呢？或者这两边的差异在哪呢？

第一个动机上，公益打假是维持公益，我是不谋利的，而职业打假人就是为了挣钱，打假的唯一目的就是挣钱。这个是有巨大差别的。

第二个呢就是索赔。公益打假一般是不索赔的，即使索赔的话，他们也会是象征性的索赔一点点，索赔的钱呢大多用于捐赠，他并不会去直接把这个钱揣口袋里。而职业打假人的话，他们是以获取高额赔偿为主要目的的。你比如说发现谁家的东西不对了，你吵着去打假，你不是说我一定要打这个假，你愿意给我点钱私了的话，那我更开心。所以呢，他们这个心思就不对。

最后呢就是组织形式。公益打假呢，通常是个人或者松散组织，还有一些呢是挂靠非营利机构的。大家要知道，在中国的非营利机构一般都是有政府性质的，不会说是你自己去注册一个非营利机构。像现在很多人想去注册这东西，根本注册不下来，这个不是一般人玩的东西。这些职业打假人的话，他们是专业化、规模化、团队化，形成产业链的。所以呢，这个是有巨大差异，政府还在鼓励公益打假，打击职业打假。

中国著名的职业打假人们，需要去思考新出路了。

最有名的人就是王海，号称是中国打假第一人。首次成功打假的是1995年，王海在北京龙福大厦购买了12副假冒的索尼耳机，然后依照《消费者权益保护法》要求双倍赔偿，最终获得了赔偿，开创了中国职业打假的先河。按照今天的这个法律解释，12副假冒耳机，你肯定用不了12副，这一定不是你正常消费使用的，而且你一定是知道他有问题你才去买的。所以王海呢，在那个时代是OK的，但现在不行了。他呢后边曾经多次挑战跨国企业的假冒品牌，比如假冒的西门子冰箱、假冒的东芝彩电等等。其实呢，我觉得它不叫挑战跨国企业，还是维护跨国企业利益，这个应该是帮助跨国企业进行知识产权保护的一个行为吧。再往后呢，它推动了“知假买假”的合法性确立。就是这么多年下来，95年到现在30年了，在这30年里头，这些职业打假人之所以可以继续运作下去，就是王海确立了这个模式——我知道你是假的我才买下来，然后找你索赔。这个原来是合法的，但是以后这个事就不合法了。他呢成立了专业的打假公司，有王海热线和王海知识产权保护中心，将打假活动产业化，培养了一批职业打假人。还出版了著名的一些打假著作，比如说《我是刁民》，你看这名字，你不打你打谁？还有一本书叫《王海忠告》。他写了两本比较有名的打假书。

另外一个现在比较出名的打假人呢，叫郑思远，是00后职业打假人，比较年轻。他呢具备专业的知识和法律意识，擅长食品打假，主要以标签瑕疵和过期食品为主。团队化运作，他是带徒弟，中国的这种模式是让人不是很喜欢。他通过带徒弟方式，形成了一个小型的打假团队。技术性违法索赔，主要针对的是这个。什么是技术性违法呢？就是商品的标签有瑕疵，比如说该标的东西没标出来，这个就算是一个技术性违法。还有就是过期食品。他们呢发现了这些问题以后，主要是进行投诉举报和索赔，而不是关注商品的实际安全问题。一个商品到底有什么问题，我不管，但是你标签有问题、过期了，我就去找你。他呢是高频次举报的一个典范，仅全国的12315平台上，郑思远的投诉举报就有1,367件，其实并不算多，这是挺长时间积累下来的。2025年3月，郑思远因涉嫌敲诈勒索，被警方采用刑事措施，成为职业打假人行业从“打假”转向“假打”的典型案例。就是从他这开始，职业打假人这个行业就基本上废掉了。

另外还有一个职业打假人叫铁头，这个咱就不详细去评论了，不是一个让人很喜欢的角色吧。

那你说海外的情况是什么样的呢？海外呢，各个国家不一样。比如美国呢，其实是有职业打假人的，但是他们的职业打假人其实是一帮律师。这些律师呢，会去组织消费者去进行集体诉讼，而美国政府呢，也很支持这件事情。美国政府接受这种集体诉讼以后，只要是说判定了确实是假货，他会进行非常严厉的处罚，所以在这个过程中呢，是有巨大利益的。

其他的一些发达国家，比如像日本、德国，他本来法律就很严苛，假货就没有那么多，所以呢他们并没有形成职业打假人这样的这种群体。他们呢主要就是以公益打假为主，就是也确实是有一些民间组织会去进行打假，而且打完假以后呢，政府也会进行一定的扶持和支持。

我们呢肯定以前走的是美国那条路，你们都去打，完了以后呢，咱们把这些不良商家都干掉，或者让整个的商品的服务质量有一定的上升。现在呢，我们准备走日本和德国这条路。虽然我们的产品质量还没有达到人家那个水平，但是职业打假人你们就不要来了。我们以后鼓励一些公益打假人，你们稍微的举报举报，我们酌情处理一下吧。

总结一下，在现在产品服务质量不高、食品安全问题时有发生的当下，干掉职业打假人到底会怎么样呢？商家呢，确实会受到一定的保护，但是消费者信心……那是什么东西？消费者呢，是一群记忆力不是很长的群体，所以只要有一段时间没有人告诉你说这个事情很危险，可能消费者信心就会逐渐的上升回来。也许如此吧。

铁路警察呢，各管一摊。以后这些商铺、饭馆，他们拎着猪头一定要能找得到庙门，你只要是能够拜对了码头，你就可以在这边去卖你的食品。至于说这些东西以后到底是标签标的对不对，是不是过期了，或者这样的事情，反正我们现在先保护他们一下吧，让他们活下去。

在中国呢，很多的政策都会面临这样的一个问题：保大还是保小？我们永远是保大，就是让一些商铺活下去。至于消费者的话，眼不见心不烦，你看不到这些职业打假人每天在这蹦跶，也心里就没有那么膈应了，去吃吧。大概就是这样的一个情况。

好，这个故事就跟大家讲到这里。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。

1,000万装机量，鸿蒙生态进入正态循环了？操作系统的生态建设鸿沟，就真的这么容易跨过吗？

大家好，欢迎收听老范讲故事的YouTube频道。

余承东，余大嘴，又出来讲话了。2025年7月30日，华为常务董事、终端BG董事长余承东通过微博视频，宣布了这一振奋人心的消息：鸿蒙OS 5.0的终端数量突破了1,000万。2025年8月16日播出的央视《对话》节目里头，余承东表示鸿蒙5.0的应用功能，将在2025年9月底与iOS、安卓基本拉平，鸿蒙生态进入了正向循环。大家开发鸿蒙系统的应用，直接就可以挣钱了。鸿蒙将正式成为第三操作系统，也就是iOS、安卓和鸿蒙三足鼎立了。

操作系统最困难的是什么？不是说我们做不出来的东西，想做一个操作系统其实并没有那么费劲。你说我想做的比安卓好、比iOS好，这事也没有那么难。真正的难点是什么？就是生态建设。有没有人愿意在你的操作系统上做应用？有没有人在你的操作系统上做应用能挣到钱？

是不是有了1,000万装机量，这个最难的关就跨过去了呢？华为鸿蒙真的已经迈过了这个最难的坎吗？

这个里边呢，要确定一件事情：到鸿蒙5.0，也就是外边讲的叫鸿蒙NEXT的这个系统，就已经不再是套壳安卓了。原来我们可以说它套壳安卓，现在你已经不能说人这个了，因为呢，真的需要去创建鸿蒙自己的生态了，不能再去依赖安卓生态了。

那么1,000万到底有多少呢？跟大家稍微比较一下吧。我们稍微回顾一下，乔布斯老爷子2007年发布的苹果，那一年卖了多少只苹果呢？140万。到第二年呢，2008年，1,170万，这个数就上去了。到了第三年2009年，2,050万。所以呢，苹果基本上是用了两年的时间超过千万，形成了自己的开发者生态。

安卓是什么样的呢？2008年他比苹果要晚一年，他卖了多少呢？不足100万台。到了2009年是700-800万台，也没有到1,000万台。到了2010年直接爆发了6,700万台，2011年2.08亿台。安卓是属于完全爆炸式增长的，为什么呢？因为苹果是封闭系统，安卓是开放系统，各个手机厂商都可以用安卓作为操作系统去使用，所以这个是完全不一样的这种爆发速度。但是安卓前两年也没超过1,000万。

那你按道理说，这个1,000万应该足够了呀？但是1,000万真的多吗？咱们反过来想一想，鸿蒙5.0操作系统是什么时候开始正式商用的呢？2024年Q4，他们发布了叫Pure 70还是60的这个手机，正式的推出了鸿蒙5.0的操作系统，就是彻底把安卓扔掉了，安卓应用在上跑不了了。到现在呢，三个季度了。

你说华为是不是三个季度了就卖了1,000万个手机？其他人都没使吗？只有华为自己家的吗？还真不是这样的。华为每个季度卖掉的新手机数大概是1,000多万台，所以呢，这三个多季度吧，华为应该是卖了三四千万只手机出去。在这三四千万只手机里头，只有1,000万只是鸿蒙。不是说华为这三个季度卖的所有手机都是鸿蒙5.0，他前面可能是鸿蒙4.0。鸿蒙4.0就是是鸿蒙系统跟安卓系统的一个双核系统，你里头还是可以跑安卓应用的。真正的纯血鸿蒙的系统只有1,000万，而且这个1,000万里头呢，还不算上平板和电脑，因为华为后边卖的什么电脑、什么平板都算鸿蒙5.0，这个都不算。就是光手机，华为自己卖的手机，可能也只有不到1/4是纯血鸿蒙。

这到底是什么情况？第一个呢，是只有高端机型可以安装高贵的纯血鸿蒙，低端机型是不行的。原因也很简单哈，品牌溢价嘛。你又不关心这东西到底是不是好用，智商税嘛。“我喜欢华为，我要爱国”，那我就去买嘛，买纯血鸿蒙，再贵再不好使我也要去支持。有些人有这种需求，你一定要满足他，这个没有办法。第二个呢，就是政府采购，很多的纯血鸿蒙的机器其实是被政府采购走的。第三个呢，就是对硬件的要求。这件事呢，其实有点玄学。

什么意思呢？华为自己声称呢，在同样的硬件里头，鸿蒙应该比安卓跑的更流畅，因为一些安卓的这种包袱，或者以前遗留的一些代码呢，我们现在都不需要了，我们轻装上阵了。但实际上呢，这种轻应用型的，它是更加消耗硬件的。当年刚出H5的时候，就HTML5的时候，Facebook就说这东西好，我就直接写这个玩意了，安卓手机的应用和iOS手机的应用我们都用H5来写。但是后来做了两年以后，发现实在是搞不定这个事，然后把整个版本停掉，重新回到原生应用开发上去。

这个里边的差异在什么地方呢？就是H5的应用，它实际上是在浏览器里跑的，你只需要写一个前端代码就OK了，然后需要靠浏览器来解释你的前端页面。它的功能是完整的，但是呢你需要带一个很大的浏览器的壳，所以它的运行效率是很差的，必须要消耗更多的硬件资源。最终呢搞不定，当时的手机硬件是搞不定的，所以Facebook必须退回去。而现在的华为鸿蒙呢，其实也是类似的一套系统，就是我们用方舟typescript这样的一个名字的语言，去写一个纯前端的应用，它也是需要一个类似于浏览器的这种解释器吧，然后去给你渲染出来。它其实对于硬件的消耗是很大的，所以呢这种应用想要达到相同的效果，其实是更加消耗硬件资源的。

而且华为可能还有另外一个问题是什么呢？就是它的高端机型的算力，可能比它的低端机型差。这是为什么呢？因为它的高端机型用的是它的麒麟芯片，而它的低端机型用的是高通芯片。你如果统一都升级成了鸿蒙，同样的操作系统的话，你最后可能会看出一些不太一样的效果出来，这不是华为希望别人看到的。

所以呢，1,000万这个数到底多不多？够不够跨过生态建设的坎？这件事呢，放在iOS跟安卓刚发布的时候，这个数其实是足够的。但是放在现在，这个就真的有点不够看了。你别说老范在这双标，待会咱们慢慢解释这事儿。

在解释之前呢，要稍微说一下，这里头数据有一个小小的出入。什么数据有出入呢？华为跟小米都宣布了2025年第二季度自己是中国手机出货量第一。那总得有一说谎的吧？小米是一上市公司，他要说谎的话，被告了是要赔钱的。华为不是上市公司，是不是就可以随便说假数据了？都不行，你华为也是要脸的，就算是要撒谎，也得找一个第三方机构帮他一块来撒。所以呢，出来的数据都是第三方机构的数据，都不是自己拍脑袋统计出来的。

这个出货量统计其实口径是不一样的。华为呢，使用的是IDC的统计口径。IDC公布了2025年第二季度中国智能手机出货量统计显示：华为出货量1,250万台，占市场份额18.1%，排名第一；vivo出货量1,190万台；OPPO含一加出货量1,070万台；小米出货量1,040万台；苹果出货量960万台。这个是前五名。

小米公布的就不是这个数。小米公布的是设备激活数统计，这是由BCI公布的一个统计数字。小米激活约1,141.8万台，市场份额是16.63%，位列第一；vivo 16.37%第二；OPPO 16.27%第三；华为激活数是1,108万台，16.08%；苹果是16.08%，排第五，苹果比华为稍微少那么一点点。

这两个数到底差在哪呢？IDC呢，叫国际数据公司，是一家美国公司。BCI呢，是一个北京的公司，叫北京商业咨询或者叫博创咨询。前面这个数呢，出货量就是我把这机器卖了。后边这个数呢，就是BCI统计的呢，叫激活量，就是这个机器到用户手中第一次登录、第一次激活了。所以这是两个不同的数据。通常手机厂商更喜欢引用激活量这个数，为什么呢？因为前面那个里头还包括库存，我要求把这个手机压在库房里头，你也算出货了。所以这个华为公布的数据呢，并没有那么准确。也不是说华为故意骗人吧，大家都喜欢选一个自己拍照更好看的一面去发朋友圈嘛，这个事是可以理解的。

还是回来，1,000万设备到底能不能跨过生态系统建设鸿沟呢？不同的时间点，这个答案肯定是不一样的。当一个新兴领域开创的时候，这个数据其实是足够了。像iOS刚发布的时候，2007年；安卓刚发布的时候，2008年。一群小公司和个人创业者，在这个设备数量上，足够大家赚到满意的收益，甚至呢还可以融两轮资了，就是你不但是可以融到天使，甚至都可以融到A轮了。那个时候真的是一个神话开始的时代，一个又一个的传说在江湖中流传。

但是，当一个完全成熟、内卷、甚至是萎缩的大型市场上，这样的数字压根就没法看了。现在手机市场就是这样的一个市场，非常非常成熟。iOS、安卓自己还掐呢，甭管是iOS还是安卓，全世界的手机出货量实际上是在下降的，所以这是一个内卷萎缩的市场。全世界的手机出货量上亿台，你在这样的一个情况下，你有1,000万的鸿蒙的话，那这个数就没法看了。

现在呢，要迁移的就不是小公司和个人开发者了，都是大厂了，都是像腾讯、网易都是这样的厂。而且在迁移项目的时候，需要把积累十几年的代码重新迁移，根本就不划算。迁过去以后又没有多少人在上面用，用的时候他们也不给我好好付钱，那我为什么还要派这么多人去迁移这个项目呢？这个事是非常麻烦的。腾讯在那抱怨说将微信迁移到鸿蒙就像重写了一遍一样，我跟大家讲，腾讯算是表达的非常非常含蓄了。为什么这么讲？我看重写代码要比改旧代码容易多了。

像我们这种程序员，说我现在有一个项目写了一半了，你在这个基础上稍微改一改，对不起，我才不干呢。说现在有一个新项目，你把它重写一下，但是稍微复杂一点，这个我愿意干。这都是这样的。为什么呢？因为你要去猜人家的心思，原来这东西为啥写成这样？为什么这有一坑？为什么这个能跑呢？经常有的时候，程序员想的问题不是这个东西为什么不能跑，而这东西为什么能跑。你要想这样的问题的时候，你再去改他的代码，这甭提多痛苦了。改别人的代码，就相当于是一堆的人在那玩捉迷藏，你要挨着个的去把它们都找出来，然后再说我们一起往前走，这个事是很麻烦的。很多代码，特别是跟服务器配合的代码，早就不知道当时为什么这么写了，当时遇到了什么问题，怎么解决的，你根本就不知道。现在你不光是要重写一个微信，而且是要先搞明白原来为什么这么干，然后再去往前写，这个要比重写一个新的还要麻烦。为什么你说我不能干脆重写一新的？你光是写这个微信的客户端，微信很大一块是在服务端，就是在腾讯服务器上那个程序，你不能说我把那玩意也改了，你那玩意改了，你后边iOS和这个安卓的客户端，你跟谁对接去？这个事是没法整的。

到目前为止，虽然各大厂都号称是开始支持鸿蒙了，但是鸿蒙版本上的微信、淘宝、抖音这种超级APP，功能都非常的不完整，而且使用的体验都很差。

那么，如何才能够真正的跨过这种生态鸿沟呢？一定要有赚钱效应，不能靠补贴。现在鸿蒙说我给大家发补贴，你们谁上我这来写东西，我给你们发补贴。但这种补贴，他实际上是补这种小的开发者的。你说腾讯他指望这点补贴吗？腾讯才看不上这点钱呢。而小开发者在你这上写程序，他又不挣钱，你这点补贴又养不活他，所以这个根本就没用，一定要能让人挣到钱。而这1,000万的鸿蒙设备呢，其实没有让任何人在里边挣到钱，这个才是鸿蒙没有办法跨过生态鸿沟的一个最大的麻烦。

为什么呢？最赚钱的生意在鸿蒙上都不太好使。为啥？你说我在手机上，移动互联网中国人喊了这么多年了，有这么多可以赚钱的生意，怎么在鸿蒙上就不好使了？什么生意最挣钱？游戏、短视频、电商、金融信贷，这些玩意是手机上最挣钱的生意。而所有这些东西呢，在鸿蒙手机上都不太好使。1,000万高端公务人员的用户本身确实很有钱，但是呢，他们的消费能力基本上不体现在移动互联网这一端上。他们打游戏吗？他们不打，而且鸿蒙手机本身的游戏性能也很差。你说我是一个特别痴迷于游戏的中学生，我会买得起鸿蒙吗？买不起。那你说我每天在这刷短视频没事干，你会用鸿蒙吗？你也不会的，何必买这么贵的手机去刷短视频呢？你说我每天在这看直播买东西，这也不是鸿蒙用户的一个典型使用场景。贷款这个不知道，公务人员拿着这个五六千块钱的鸿蒙手机在这玩贷款也比较难想象。我觉得鸿蒙手机里头可能比较好的变现场景是滴滴，比如打个车什么的。公务人员可能也不太打车吧，这个咱就不猜了，毕竟咱不是公务人员，不知道他们的消费习惯是什么样的。

所以呢，最挣钱的移动互联网场景在鸿蒙上基本上都不成立。iOS跟安卓的生态有什么不一样呢？iOS其实是比较挣钱的。像我们以前开发游戏的时候，我们都是什么呢？iOS赚利润，安卓赚数量。你的用户数基本上是要靠安卓来去撑起来，因为安卓手机用户量比iOS要多很多。但是呢，安卓上真的不太容易把钱挣回来，因为它的流量获取成本并不低。你别看它用户量高，但是它的流量获取是比较困难的。困难的原因是安卓用户获取的时候，它没有一个比较良好的监控系统，所以经常容易买到假量，导致呢每一个安卓用户的获取成本并不低，再加上他们变现比较费劲，所以安卓上能打平不亏钱就挺好的了。

那你说安卓这数量为什么要要呢？原因也很简单，就是有了安卓数量以后，在整个社会传播上会更有声量一些，也有助于你的iOS上挣回更多的钱。而且呢，一些正在创业的公司，拿到这个数量以后的话，更容易拿到投资。

鸿蒙呢，就正好反过来。他现在不挣钱，你说我开发了一个鸿蒙的应用，我想靠这玩意挣钱，这个基本上养不活团队。第二个呢，你说我想靠鸿蒙的用户量快速上升找人投资，也不太容易。我费这劲我还不如写安卓的呢，它还有快速上升的机会。因为刚刚我们讲了，安卓第一年不到100万，第二年六七百万，第三年直接6,700万，这个故事你能讲得通。你跟这个投资人讲，说我现在给鸿蒙写应用，三个季度时间鸿蒙设备涨到了1,000万，明年能够涨到1个亿，这故事你讲不通。因为那些安卓应用的厂商还在这竞争呢，包括华为自己都不舍得让所有的全线产品都上鸿蒙，这故事你是讲不明白的。所以不会有人说，你现在获取了几十万、几百万的鸿蒙用户，有人去愿意投资你，这个事是很难的。所以呢，给再多的补贴，想要靠正常数据和收益发展的正经开发者，也不会去选择鸿蒙的。

那到底如何能够跨过操作系统的生态鸿沟呢？咱们老说做操作系统难，到底怎么难法？赶上第一波，实在不行快速的赶上第二波，其实是有机会的。第一波是谁？第一波就是iOS嘛，2007年乔布斯赶上了第一波。第二波呢，是安卓，2008年就来了，就差一年。而且呢，在安卓上来的时候，苹果的用户也就是100多万，所以有大量的空间让大家一起往前冲。而且呢，在这样的情况下，安卓还要做一个事情是什么？差异化。iOS是封闭系统，我是开放系统，我要跟所有的手机厂商去合作，而且他没有别的可选择，他只能选择我。而且谷歌还要大力投入，前面砸好多的钱进去投这个事情，才有可能赶第二波，否则第二波很难赶上的。

而现在鸿蒙遇到的是一个什么样的？是发展了快20年、内卷萎缩的市场，还要进行同质化的竞争。而且它是相对来说比较封闭的一个操作系统。虽然鸿蒙号称自己是开放的，也欢迎各个手机厂商来去采用鸿蒙操作系统，但目前为止没有任何手机厂商去采用鸿蒙，包括华为自己的低端机型都不采用。所以鸿蒙想去跨过生态鸿沟这件事，基本上是扯淡。

当然，你说除了iOS跟安卓之外，还有没有其他的一些操作系统跨过了这种鸿沟呢？也有。是谁呢？比如说有一些叫高付费、高度差异化的小众市场，还是有机会的。这个市场是什么市场？游戏机。PS5、Xbox、Switch，这是一个相对来说小众的市场。但是要注意，游戏机里头什么叫差异化？独立第一方大作。如果你这个游戏机没有独立第一方大作的话，那这事就搞不下去。像微软现在就快搞不下去了，说我们以后Xbox的这个硬件可能就不做了，以后就好好的经营游戏，玩这个XGP就完事了，其他的游戏机我们就不卖了。这个可能也是给大家提了一个醒，必须要有差异化。

所以后面的话，大家还是期待新的机会吧。移动互联网这一块，已经没有新的操作系统机会了。鸿蒙也好，或者其他号称国产替代也好，都没机会。谷歌自己一直想替代安卓，自己也没搞定这个事。所以移动操作系统这件事，战争已经结束了，谁想在这再做出什么东西来，不可能了。你必须要有新的领域，才有可能再出新的操作系统。现在的唯一的新领域是什么呢？AI，有可能会有新操作系统出来。所以不要再去选前面这东西了，鸿蒙这个作为一个反面典型，我们每天去看看它向前发展就可以了，我们后面持续吃瓜就可以了。我不认为这种东西后边真的可以发展成一个什么第三操作系统出来。

好，这个故事就讲到这里，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。