英伟达投资了诺基亚10亿美金，这到底又是要干什么？

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲2025 GTC大会。GTC大会上，其他的消息其实没什么意思，比如Roboin芯片更快，能干什么呢？可以把这些数据拎回来，送到英伟达的这些GPU里边去进行快速的处理，效果很好。讲了这话以后，所有跟量子相关的股票都开始涨。黄仁勋也在上头讲，他们都说了：“我只要去讲量子计算，他们的股票就涨，所以我就在这讲。”但是呢，这些东西离我们马上要应用还是有一定距离的。所以这个里边，唯一需要讲一下的东西是什么？就是投资了诺基యా10亿美金。

10亿美金对于一个5万亿美金市值的公司来说，真的是好多好多牛的一根毛，非常少的一笔钱。投资了诺基亚10亿美金，他到底想干嘛？咱们呢主要聊几块：

• 诺基亚现在到底咋样了？
• 什么是边缘计算？
• 6G网络到底玩啥？

今天的诺基亚到底是什么样的？

其实已经不是原来我们熟悉的诺基亚了。我其实是从来没有用过诺基亚手机的，我的第一只手机是摩托罗拉，第二只可能也是摩托罗拉，但用了几只摩托罗拉以后就开始胡用了，再往后就开始是安卓机，然后就是iPhone了。松下、三星也用过，小米、华为都用过，唯一没用过的就是诺基亚。

诺基亚手机：品牌授权模式

现在的诺基亚呢，手机品牌还在，依然可以买到诺基亚的手机。但是呢，诺基亚的手机就跟那个南极人的衣服一样，什么意思呢？就是他把这个品牌授权给别人了，授权给了一家欧洲的小企业，他们定期会出一些诺基亚的复古机，就长得还跟以前什么E71，长得跟那玩意似的。但是呢量很少，算是小批量的这种怀旧吧。但是这个机器现在跟诺基亚公司已经关系不大了，他只是做了一个品牌授权。

主营业务：全球领先的移动运营商设备商

诺基亚现在呢，是世界靠前的移动运营商设备生产商，就做什么基站、移动运营商机房，他们做这玩意。2024年的营收呢是192.2亿欧元，还是很挣钱的。市值呢是370-390亿美金之间，它呢是在纳斯达克、赫尔辛基上市的一个上市公司。营收跟市场份额呢，在2024年其实都是有所下降的。它是世界第三大移动运营商设备制造商。

现在移动运营设备前几名都是谁？咱们数个前五名吧。

1. 华为：遥遥领先，占比百分之三十几，这是非常非常高的一个数字。
2. 爱立信：去年超过诺基亚，他们两家基本上都是百分之十几。
3. 诺基亚：世界第三。
4. 三星电子
5. 中兴科技

爱立信现在其实也不造手机了，他们造芯片，也造基站，造这些东西。如果不是咱们地缘政治原因，华为的设备被全世界去拆除，现在的话华为应该比这个量还要再高很多，占比一定会更高的。现在华为呢，除了在中国境内在使用之外，亚非拉国家还是用的不少的。

英伟达为什么要投资诺基亚呢？

原因一：钱太多

咱们再回来说，英伟达为什么要投资诺基亚呢？第一个原因就是钱太多，非常非常朴实的原因。英伟达是第一家市值达到5万亿美金的公司，第二名的话现在可能也就将将达到4万亿，中间这一段是空的。而英伟达自己呢，挣这么多钱，市值这么高，他其实不怎么花钱，他的基建跟研发支出都非常少。基建支出大概只占它整个市值的零点几，研发大概也是零点几，不到1%。那拿了这么多钱干嘛使？四处投资呗。投到OpenAI 1000亿美金，投其他的各种公司，只要跟AI相关的他全投。那现在说诺基亚，你们也跟AI相关了，那这我得占上。他也跑上来投一笔。

投资细节：10亿美金认购增发股份

这一次英伟达投资诺基亚10亿美金，咱们首先要把投资的方式搞清楚。你说我去买老股了，还是说增发新股了，还是发债了还是什么？这个是要稍微的区分一下的。买老股呢，就是钱没有到诺基亚手里去，是从其他股东手里头去买。但是这一次呢，他是10亿美金扔进去，直接认购增发的股票，就是诺基亚你现在增发一批股票，我把这个钱给到诺基亚公司去，诺基亚公司可以拿10亿美金自己去做研发。这10亿美金进去以后的话，英伟达会成为诺基亚2.9%的股东，2.9%真的不算多，所以未必能够进董事会。比较朴素的一级市场，董事会的入门门槛就是5%，二级市场的不好说，各个公司有自己的公司章程来规定你怎么进。

那你说英伟达这么有钱，为什么不多投点呢？有钱人也有有钱人的烦恼，你投多了以后，他会被反垄断调查的。你四处都进去当董事，监控各个公司的运行，这事是有问题的。你像腾讯，这头是拳头社的董事，那头是e宝的董事，就是Epic，就直接被美国警告了反垄断竞争了。你在两边都当董事，两边的事你都知道，这事是不行的。所以最后腾讯说那算了，Epic的董事我就不当了，虽然我在里边占40%，但我就不当了。英伟达也有类似这样的烦恼。

那么认购股份呢，它就会有一个认购价格。它是按照6.01美金一股的价格去认购的10亿美金的股票。这宣布以后，诺基亚马上涨了20%多，肯定是谁沾上AI，谁沾上英伟达谁就涨。现在的话一股已经是7美金左右了。这也是有钱人的另外一个烦恼，10亿美金扔进去，现在就已经变成12亿了，什么都没干呢，直接股票就涨了。但是这种投资一般肯定会有锁定期的，不可能说我这头投进去，涨了以后我赶快把它卖了，10亿进去，12亿出来了，这事不能这么玩。

原因二：抢占未来标准

英伟达进去要干的活呢，就是统一标准。原来咱们经常讲叫一流企业做标准，二流企业做品牌，三流企业做产品。中国企业就经常在这做产品，都是为欧美厂商去打工。最顶尖的就是我定个标准，大家来执行就完了。英伟达这两年之所以这么火，就是因为它有一个叫Cuda的标准，谁也绕不过去，必须要用你这个Cuda标准才能去训练大模型，这才造就了今天的英伟达。

Cuda其实它是一个事实标准。标准这东西分了好多种，你比如说像5G这种东西，4G、5G，他呢有这个标准委员会，大家一起来制定标准，制定完了以后一起来遵守，这样的话我们才能保证说造出手机来可以全世界四处乱跑，不会说我拿个手机跑到美国，他上不了网了，或者拿着手机跑到印度上不了网，他不会有这样的事，你必须要有标准，这个呢是有标准委员会来维护的。还有一些标准呢，它没有那么严格，你比如说像W3C的标准，就是咱们在浏览器里边用的，这些标准呢没有5G网络这样的标准那么严格，很多的浏览器厂商虽然都是W3C委员会的这种委员，但是呢很多的浏览器里边都会自己做一些这种小花活出来。还有一些标准呢，就像Cuda这样的标准，它属于叫事实标准。AMD、英特尔、华为什么的都不遵守这个标准，但是你不遵守，那你就没有我这个好用，就是这么简单的一个问题，所有的程序员都已经习惯了我这套东西了，你就要去用。Cuda标准是没有任何强制力的，也没有开放，那你也没办法，他也统治市场了。

咱们讲回来，移动运营商是一个最讲标准的地方，因为他要保证他的设备通用。你说我买了华为的设备了，5G的基站，我现在把它替换掉，换诺基亚的、换爱立信的，你也得能用。你必须得要统一的一个标准去使用。而且现在这个5G的标准里头，有大量的专利都是属于华为的，他们现在造这玩意，得上华为交这个专利费。移动运营商一定是一个标准最严格的地方，它的标准是很强制的。所以这个英伟达说我得上来，这个后边有6G的事，我得上来去把这个标准站住了，站不住的话，这整个一大块蛋糕我是吃不到的。而6G这个事的话，英伟达我们擅长，待会咱们再讲6G玩什么。

诺基亚手里边呢，除了做移动运营商的设备之外，除了做基站之外，还有些其他的技术是什么呢？数据中心的网络设备，特别是光通讯模块这块设备，这个呢也是英伟达自己需要的。四处出去建这些数据中心，里边这些通讯设备、通讯标准直接买诺基亚的就可以了。但是呢，咱们今天主要要讲的不是机房里边这些东西，是外边的东西，就是边缘计算，这个才是英伟达去投资诺基亚的一个核心原因。

什么是边缘计算？

5G的关键：不只是快，更是低延迟

那什么叫边缘计算呢？咱们问一个问题，3G、4G、5G这些网络到底有什么差别？对于普通人来说，3G、4G、5G的最主要差别就是变快了。4G比3G快，5G比4G快，这就是我们最直观的感受。那你说除了变快之外，还有没有什么别的新特性呢？咱们就主要讲5G吧。5G跟4G比起来除了变快之外，最主要的一个东西叫降低延迟。那你说降低延迟不就是变快吗？这不一样。咱比如说看电影，你说我原来是可以看720P的，我现在可以在手机上看1080P，甚至我可以直接在手机上看4K了。但是呢，延迟很厉害。你到5G这呢，说哎，咱们要拿它去干一些别的事，比如说咱们拿它去控制无人汽车，这个东西对延迟的要求就很高了。你说我虽然带宽非常高，我可以看4K的电影，但是呢我延迟很大，那你拿这玩意去控制无人车肯定是不行的。我这边看到一个什么障碍物，反应3秒钟才反应过来，那早撞上了，这事肯定不行。所以5G呢，对延迟的要求是非常高的。

延迟低了呢，它就有很多的工业用途。5G并不仅仅是在手机上咱打个电话、看个视频，它有很多其他用途。比如说矿山、港口直接上无人化了。矿山里边这些大卡车，在里边开来开去的，这些东西不是通过Wifi来连接的，它都是通过5G连接的。港口里边这些无人的卡车、无人的这些吊车、各种的无人装卸设备，也都是靠5G来连接的。你要靠Wifi的话，你说你在里头得布多少Wifi热点？而且Wifi这东西本身抗干扰什么也没那么好，所以都是靠5G网络在里边干活。

云和端的局限性

那么你说它既然已经是5G网络了，低延迟了，你就需要一些运算的东西在里头，你不光是需要去传输了。那么在这个时候呢，就要开始玩这个叫边缘计算了。原来的叫云和端。在服务器上，比如说咱们OpenAI那些东西在云上；咱们在手机上，在这个汽车里边，这个东西叫端上。那么在云和端之外的东西就叫边缘。

• 云的问题：云太远，很难去控制延迟。我现在向ChatGPT问一个问题，那它可能真的过几分钟再给我答案，这件事还不是秒，是分。那你如果是无人矿卡的话，可能就已经撞在山上了，这事是不能接受的。
• 端的问题：端上呢又有另外一个问题，第一个是贵，如果我在每一个端上都放比如说H100这种东西的话，它很贵。第二个问题是什么呢？就是它通常端上的算力是比较弱的。比如说手机吧，它呢会受到体积、重量、耗电、发热等相关的这种限制，受了这么多限制以后，你的算力就比较低，很多很复杂的运算你算不了。还有一个问题是什么呢？就是叫数据权限。你说我手机上只能得到可以得到的、这些跟我个人相关的数据，但是呢我有很多运算，这些数据是不够的，我需要更多的数据一起来算，才能够得到一个结果。所以它有很多的限制。

边缘计算：在基站上运算的解决方案

那么在这种情况下的话，那咱们在哪算呢？咱们在基站上算，这就是边缘计算的事了。那你说我在基站上算什么呢？最简单的一个东西，就是基站自己工作的一些数据，你也得算。比如说带宽、频段的分配，这个事你也是需要算力的。你在这上头加一块英伟达的芯片上去，可以把这个基站里头的带宽跟频段更有效率的分配起来，这个也是有用的呀。但是更多的是干嘛呢？就近做什么图像识别呀，各种的AI判断，英伟达干这件事肯定是最内行的吧，包括一些渲染，都是可以直接在这个基站上就做了。英伟达就是跑出来抢占这一个标准了。

我记得前几天呢，语数科技的王星星就说过，说机器人这东西就需要边缘计算。他什么意思呢？他说你看人形机器人，我们在机器人里头装的芯片只能做一些基础的动作，比如说我保证他不摔倒，保证他往前走，然后呢可以去做一些视频采集，做一些指令执行。但是呢，太复杂的东西我们是没法在本地算的。我们弄了一大堆机器人，比如说有眼睛，有这个摄像头，有这个耳朵，有这个麦克风，你得到了一大堆的这些信息之后，你需要去判断说，我现在到底是应该做饭，还是应该打扫卫生，还是应该去洗衣服。这些事情你在本地的算力是不够的，而且本地你也没有那么多的数据来让你去做判断。他说怎么办呢？咱们在小区的基站里头算，在那边部署服务器在那算去，这个是可以去干活的。

无人矿山、无人港口、车路协同。车路协同是什么东西？原来咱们讲这个无人车呢，都是在车上面去算的，就算是特斯拉的FSD在这块做得很好，你也不可能跑到服务器上去算，来不及。但是如果是车路协同，我在高速公路上就近给你算一些东西，这个还是可以去工作的。像中国电信、中国移动都在做车路协同这块的测试。还有像什么无人工厂、家用机器人，都是需要边缘计算来提供算力支持的。华为作为遥遥领先的老大呢，在这块也是有投入的。现在5G呢有这种叫专用网络，叫5G专网。它什么意思呢？就是我们专门在矿山上部署一片网络，这一片网络呢，在后边有一堆的服务器，你所有能够上到这个网络里的这些设备，这些卡车、这些装载机，你就使用后边专用网络的数据和服务器的算力，就可以让矿山整个运作起来了。在这个里头，英伟达一定要冲进来来搞一把，这就是边缘计算跟这一次交易的一个关系。

着眼未来：为6G网络做准备

那英伟达还要做什么呢？就是为未来的6G网络去做一些准备。一旦它作为一个标准进去了，以后6G网络最后实现的时候，英伟达就又肯定是占住这一块市场了吧。那你说6G网络玩什么呢？5G好像已经足够快了，我们现在基本上是可以拿5G的手机去看4K视频什么的。你说6G还能更快吗？快在哪呢？5G现在咱们叫下行速度足够快了，我们可以把4K视频直接拉下来看。但你说我要上行的速度，比如说想把一个4K的视频直接推上去，这个事还是比较费劲的。或者说我有更高带宽的那个内容要上去，比如说我的全景相机，它是8K 50帧的这种视频，我现在想把这样的视频推到云端去做直播，这个现在还做不了。所以6G的时候，我们的上行带宽还会进一步提升。

但是呢，这些并不是最重要的，还有很多其他的这种应用。刚才咱们讲5G，我们可以加上边缘计算，可以降低延迟，可以做工业用途了。6G在里头还要再加什么东西呢？就是我们要去写标准，英伟达说我们也得参与，我们要一块来写这个标准。但是目前呢，还没有开始进行6G标准的一些收集，都是一些预演，各个公司、各个国家都在预先来研究这个东西。6G的标准呢，是2027年到2029年可以去提交，大家都提上来以后讨论，最晚的是2030年会把6G的标准确定下来。

6G是什么：5G + AI

6G呢，大家基本上可以把它理解为5G加AI这样的一个东西。英伟达说这5G加AI这样的东西我肯定得上，就是我的东西。那么6G里边到底有什么呢？

• AI原生网络：原来我们对于基站的带宽和频段的这种分配呢，是靠一堆的这种叫状态机也好，或者说是一堆写的这种公式也好，当发生什么样的情况下，我如何来分配这些带宽，哪一块有更多的人使用了，我应该怎么去进行这种频段的分配。原来是完全写死的，现在说咱甭费劲了，直接上AI吧，AI来去调控你整个的这些网络，让所有的这些带宽和频段呢，可以更高效的被分配和使用。这是第一个要去做的事情。这玩意说咱上英伟达的芯片不就完事了吗？其他的人就别来了。
• 通感一体：通呢是通讯的意思，感呢是感知的意思。就是同一套无线网络，同时做通信和感知，可对未连接的物体做检测和定位，如交通和工业和安防。现在呢，5G是在专网里头干这些事，比如说我这是一个矿山网。6G的话估计就是整个的6G网络都是可以有这样的功能的。
• 更精确的原生定位：再往后呢，就是更精确的原生定位。说我这有一个设备，这设备还没联网，我就可以感知它在什么地方了。在6G的时候，我们是可以对6G网络覆盖下的所有物体进行厘米级的感知，这个不是米级了，是厘米级的。我知道这个车走到哪了，这个车的速度是什么，这个车离前面这个墙到底有多远，这个是都可以去进行精确感知了。所以一旦6G网络普及了以后的话，家用机器人什么的就可以去使用了，它可以进行厘米级感知，你说它做个菜什么的都问题不是很大了。再往后的更精细的感知就是机器人自己去干了，现在就是直接靠6G网络就覆盖了，你不需要机器人可以特别精确的看到说这有一个瓶子，网络直接告诉你这有一瓶子，配置在什么地方。
• 端、网、云的协同计算：这个也是6G网络的一个特性。把计算调度、网络调度直接打通，自动在端侧、边缘区域、云之间进行迁移。需要最快运算的东西一定是在端侧，可以稍微长一些的，我们就到云端去干活去了。以后的话这些运算是可以在这三端进行自动的去迁移的。
• 天地一体：除了这些之外的话，还有一些就是效能和环保，这个应有之义嘛。大家想想还有什么没提到的没有？天地一体，就是马斯克的星链。咱们国家也在开始去发这些低轨道通讯卫星了，这一块肯定是要跟6G完全结合在一起的。5G的时候呢，其实已经在说要跟卫星进行结合了，但是到目前为止呢并没有完全打通。现在马斯克的下一代的星链卫星上天以后，直接可以通过手机跟卫星进行连接了。原来是三星已经把实验做通了，现在的话苹果说那我也得来。

所以6G呢，基本上可以把它理解为5G加AI。它的核心是智能、感知、定位、算力和能耗，这几块做了优化，并不仅仅是速度。而英伟达进来，就是说我们要参与标准的制定，要为6G开始做准备了。

总结

最后呢，咱们总结一下。英伟达投资了诺基亚，已经是在为6G标准做准备了。6G时代应该又是一个新天地，肯定会跟现在的5G时代又完完全全不一样。其实5G时代咱们现在拿着手机，你是感觉不出来它到底跟4G有多大区别的。但是你看那么多的无人港口、无人的矿山，那就是5G真正比4G先进的地方。而6G的话，我们家里头的家用机器人，或者是满街跑的无人车、无人飞机，去做各种送外卖、送快递什么，这玩意就是6G要去考虑的问题。这个未来还是可期的。

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。

ChatGPT的桌面应用更新了，直接可以跟应用结合了。这又是什么新方向吗？大家好，欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲11月15号ChatGPT桌面版的一个更新。大家注意，这次更新的不是网站，而是桌面端，就是你要有Windows或者是MacOS才可以使用的这个版本。

在这个里面，MacOS永远是走在Windows前面的，因为MacOS的操作系统其实相对来说要简单一些。为什么呢？因为MacOS的硬件简单，它没有那么多兼容性问题，所以它整个的操作系统，或者说整个的操作系统环境也相对来说要更单一一点点。Windows呢，现在也在跟上，但是Windows的所有功能对于ChatGPT的桌面版来说，都要稍微滞后一些。

现在的Windows上呢，已经有APP了，而且可以上传文件，可以拍照，可以截屏，可以做高级语音，这些都可以干了。MacOS是这些功能早都有了。这一次增加的是什么？这一次增加的叫跟应用相结合。那么跟什么样的应用相结合呢？不是所有应用都可以的哦，主要是跟编程工具一起干活。

Xcode就是苹果自己家的这种编程工具，然后是文字编辑器。很多人写程序是不会看IDE的，IDE叫集成开发环境，他们会直接开一个文字编辑器就干活了。然后是VSCode，这个是最常用的一个IDE，这是微软做的。还有Terminal，Terminal是叫终端，Linux也好，MacOS也好，有大量的操作是在终端里边干的，所以呢，你也可以跟终端直接结合。还有一个比较高级一点的终端程序叫ITerm2，也是支持了。

现在呢，就是支持这5个应用，其他都不支持。那这是不是要去抄Github Copilot的后路去了？那是不是有没有必要去花一个月10美金去订这个Github Copilot呢？我赶快去测试了一下，首先测试第一步，检查梯子，因为呢，我们的网站上去其实还是比较容易的。

但是呢，你使用他的桌面客户端，有的时候还需要对梯子做一些特殊的设置。如果你自己没有这个问题，这块可以越过。再往后呢，就是更新你的桌面客户端，就是ChatGPT在MacOS上的这个应用。当然，这个很神奇，他这个更新居然是手动的，这要稍微吐槽一下。为什么呢？因为我们以前做APP的时候，有一个重要的指标，就是当你每一次新版本出来以后，用户是不是都更新了。因为你的新版本更新经常是要换这个广告商。如果用户不跟着更新的话，一旦更新了以后，你就没法挣钱了。你的广告商换了以后，用户没跟着更新，这事是不行的。可能前面那个广告商的广告服务协议已经到期了，你必须要更新，这个事是一个很重要的指标。

但是呢，ChatGPT是要手动更新的，它不会说一启动了以后，哎呀，我发现有新版本了，咱们更新一下吧。反正这个他没提醒我，我是手动更新了一下。更新了以后呢，需要去点设置，设置是在这个应用的左下角，有一个人脑袋的地方。点一下，然后要允许使用应用，他那个名字是这样的一个名字，叫“允许使用应用”。我显示的都是中文，因为我已经把我的ChatGPT的桌面版换成中文的了。

然后呢，就是去授权。对于一个要去操控你电脑的程序来说，所有操作系统都是会有严格管理的，因为你不管的话，这就要出病毒了，有可能会给你造成损失。授权是什么呢？就是在设置里边有个叫辅助功能，在这一项里头，允许下面的应用程序控制你的电脑。这边有这么一项，在里头找到ChatGPT，把它打开就可以使用了。

后边呢，就是管理应用，就是我到底要用哪些。Xcode因为我自己不使，所以呢我就没有测试。Terminal只要是你把上面授权开了，你的Terminal窗口打开了以后，就可以在ChatGPT的应用程序下边，这个对话框底下多出一个图标来。这个图标呢是一个小方块，中间有一个指针。哈哈，这个我就不跟大家截图了，就是你点完了这个图标以后，就可以选中你的Terminal的这个窗口。

他就会根据你Terminal窗口里面的信息进行问答了。他会把Terminal窗口里的最后200行读出来，根据这200行的信息去给你做各种回复。这就是连接这个terminal窗口的一个操作方式。而且呢，这个terminal大家知道，我们经常通过SSH连接到远程的云服务器上去，或者连到我们的NAS上去。那么这个的话，它依然是可以工作的。我在云服务器上做各种操作，报错了或者什么的，你就可以直接问ChatGPT说：“哎，报了一个什么错，该怎么改呀？”他会给你去解决问题。

文本编辑器也是可以的。我试了一下，打开文本编辑器，里面有内容，它就会根据内容进行回复。VScode这个是我的主力IDE。在使用VSCode的时候，先需要装一个插件。在VSCode里头下载一个VSIX的文件，这个是从OpenAI的网上下载。下完了以后呢，到VSCode里头去安装这个插件。装上以后就可以使用了。但是要注意，这个插件在VScode的插件商店里没有。这也是一种“萝卜急了不洗泥”的方式。就是说，按道理说应该把这个插件上架到Vscode的插件商店里去，但是呢，它就没有上架。有可能是因为太着急了，没上去；也有可能呢，是因为他们惦记抢这个GitHub Copilot的饭碗，去上微软那里去上架的时候，因为VSCode是微软家的嘛，去上架的时候被微软横挑鼻子竖挑眼，说：“你这不行，这个不太安全，回去接着改去。”要给他拖一拖，所以干脆他们就自己升级了功能，自己做了个插件，从外面让你去装上去。

这个系统呢，是可以在本地工作的。什么意思呢？就是VScode在编辑代码的时候，你可以编辑本地的代码，也可以通过SSH编辑远程云服务器上的代码。但是如果要去编辑远程代码的话，你需要重新装所有的插件，这个搞不定，所以它只能在本地工作。这个系统呢，是只能够查看当前窗口的代码，因为VScode里头是可以开好多窗口的，它只能查看当前的。

如果你在当前窗口里头选中了一些高亮代码，他会优先专注于高亮代码进行解析，也就是这样的一些功能。所有生成的代码，比如说我这哪错了，那些代码是有什么问题，他会生成很多的代码来帮你去解释，帮你解决问题。但是呢，这些代码必须要拷贝粘贴，他不会直接把这些代码应用到你的程序里边去，也不会直接把这些指令送到Terminal，就是命令行终端里边去执行。你要自己手动地从这个聊天窗口里头把他给你建议的代码也好，命令也好，粘贴到相应的地方去，打回车。这呢，也是让大家觉得很不爽的一个地方。

那么这东西到底能不能替换GitHub Copilot呢？我试了几下以后就换回去了，我接着使用GitHub Copilot。为什么呢？第一个，ChatGPT不能直接修改代码，每一次都需要你去拷贝粘贴，自己去改，很有可能改错呀。你再问他说这对不对，操作起来非常麻烦，这是第一个原因。第二个，不能处理远程代码，这是我不能接受的。我是经常需要处理云服务器上的代码，他只能在本地工作，这个不行。第三个，他不能使用不同的模型，现在甭管你是用Cursor也好，还是用GitHub Copilot也好，你都可以选不同的模型。但是OpenAI的ChatGPT只能选OpenAI自己家的模型。你说我想去选Anthropic下边的Claude行不行？我想去选谷歌的Gemini行不行？不行，没有这个能力，所以这个也是让人不太爽的地方。

还有一个很烦的是什么，他只能处理当前的文件，没法去处理workspace上的东西。我们做一个程序，这个程序都是一个很复杂的目录结构，这个目录结构我们要管它叫workspace，就是这个工作空间，这里头会有很多很多的文件。如果说不能够根据整个的workspace一起去给我建议，只有根据我当前打开这个文件去建议，那这个完全没有意义，改程序会越改越乱的。

我们推崇的是每一个程序尽可能短，每一个程序之间相互配合，而不是说我们写一个特别长的程序。因为特别长的程序不好维护。你使用ChatGPT的APP，直接调用当前窗口的代码进行提示，那这个效果应该是很差的。我的Cursor呢，是过期了，所以我就没有再回去测试。现在我主要的编程工具是GitHub Copilot。从用户体验上来讲，Cursor应该是最好的，其次是GitHub Copilot，再差的就是今天我们讲的这个ChatGPT。

你说ChatGPT为什么会选择这样的一条路出来，明明做得又不好，还要去跟GitHub Copilot、Cursor去硬刚呢？其实很多做大模型的公司，他们预期的方式就是这种。什么叫全能助理？就是你不需要在编程的时候打开GitHub Copilot，在Office里头去打开Office Copilot，在浏览器里面去打开Web Copilot，在操作系统里头去打开操作系统的Copilot。他们希望你有一个统一的全能助理，打开什么样的工作我都给你搞定。这是这些做大模型的公司，无论是Anthropic还是OpenAI，他们想干的活。

所以你看他的应用，可以截图、截屏、照相、上传文件，还可以听到你的声音，现在还可以直接从IDE页面里把代码拎出来。他们希望说我都干了，你不用再去烦别人了。但是这里面有一些困境，就是不能直接操作电脑。原来Anthropic不是演示过直接操作电脑吗？我上一次出去参加活动，还有人问我说这太可怕了，他就直接操作电脑了。我说这个没有那么可怕。第一个，Anthropic演示的直接操作电脑的那个程序是一个实验室版本，他们也不敢把这种东西直接给用户去用。因为一旦给用户用了，咱不说他有恶意或者什么的，他弄坏了以后你咋给人修啊？这个是没法整的。

所有的公司里边的IT人员，最害怕的就是：“哎呀，我的电脑不行了，我有一个程序找不到了，哪个东西起不来了。”你要到现场去部署，现场去看当时的环境是什么样，可麻烦了这个过程。这是不允许Claude直接操作电脑的。现在用户能够用到的还是Claude从电脑上读东西，操作的过程还要你自己拷贝粘贴，都是如此的。ChatGPT也是这么干，所以它不能操作电脑。

那么用户体验，到底什么是用户体验？或者这种大模型应用的用户体验到底是什么样的？这里头其实有两个关键点。第一个关键点叫做找到合适的内容，第二个关键点是在可预期的范围内进行操作。

咱们先说第一个，找到适当的内容。那么什么叫找到适当的内容？就是我们要解决一个问题，你需要解决问题所需的所有内容。就像刚才我们说，我们要改程序，你要改程序的话，你需要在Workspace里，这个工作空间里边的所有程序、所有代码，然后你才能够去改这个程序。甚至你还需要什么？就是很多的环境信息。你说：“我这个电脑是Oracle云上面的一个乌斑图的主机，还是一个Oracle OS的主机，还是一个什么样的主机？我这个主机是什么样的CPU？什么样的内存？”你说：“我是arm的CPU，还是Intel的CPU？”你都要告诉这个大模型，否则的话，它给你的很多建议就会是错的，所以你需要全部的信息。

第二个呢，还有一个问题是什么？你不能被其他没用的信息干扰。什么叫被没用的信息干扰？这跟大家讲一个小故事：以前的杀毒程序在这个硬盘里杀病毒的时候，最怕的是什么，知道吗？最怕的是别的杀毒程序。为什么？因为杀毒程序干活的方式是拿病毒库去比较。我读了这段代码了，谁到我病毒库里比较一下是不是病毒。但是他一旦遇到了别的杀毒程序，在硬盘里安装着这个杀毒程序，里头也有一个病毒库，那你拿出来一比较，哎呦，跟我这里一样，接着往下比还一样。到最后几个字节可能不一样了，这个不是一个完整的病毒，不用管它。

再到下一个，哎，又一样。因为人家那病毒库里头所有病毒都有一遍，他就到人那去检索，说这个好好厉害。你看你这个病毒库里边所有的毒都有，这就是被无用信息所干扰了。我们硬盘里也是这样，各种各样的信息是非常多的。当你这个大模型需要去给我回答问题的时候，你不能把我硬盘里所有的内容都找出来，然后来给我回答。有些是我希望你看到的，有些是我不希望的，或者有些是我不希望你这一次拿去参考的，这个一定要搞清楚。

而且还有一点，什么叫不能让用户害怕，这个是很关键的。如果一个用户告诉他说，现在大模型来了，我要把你硬盘里头所有的内容都搜索一遍，我来给你解决问题，用户说那算了，咱别费劲了。我这个里头还有一些什么学习强国呀，或者这种目录里头放的文件，是我不希望你拿来解读它，可能是一些宝藏、小电影什么的。他还是要让用户知道，你这个大模型是在他允许许可的范围内在工作，不能吓着他。

这个是找到适当的内容。下一个呢，在可预期的范围内操作。什么意思？第一个先要保证做对，这个其实很难。为什么呢？现在给出来的答案，甭管是GitHub Copilot还是ChatGPT，还是Claude，或者它的Cursor这样的产品，它给出来的答案基本上很难一次正确。原因也很简单，就是他们得到的信息不够完整，环境信息不完整，其他的代码没有研究。

就算你告诉他说，你根据我所有代码去做处理，其实他也没有办法真的这么干，因为大模型是有上下文窗口的。你不可能说我把一个程序的所有代码都塞进去，这个是非常非常费劲的。就算他的上下文窗口足够大，你还有大量的网络传输的开销，这个也是很麻烦的。

所以现在的这些大模型处理这种workspace的方式是什么呢？就是做嵌入。他把你所有的代码拿去做这个embedding的处理，做完了以后再根据你的命令，在embedding之后的代码里头找到相关的内容，然后再去回答他们。现在只能这么干，所以他们给出的答案。

其实，通常都是错误的。你拿到了以后，还要人工判断，然后再去调整，才有可能把它做对。这个第一个要做对，这事很难。第二个，什么？你还是不能让用户害怕。一上来说，我们执行一个命令叫“RM -RF *”，那这个什么意思？就是把硬盘上所有东西都删光。执行命令这件事，有很多是比较吓人的。所以，为什么现在 ChatGPT 和 Claude 都不敢直接去执行命令，就是这样。他怕吓着用户。而且，如果真让他执行了，万一出错了以后，他又没有补救措施，这个也是一个很大的开销。

为什么呢？就是你要看正规的工程师，或者叫网络工程师，他们的操作手册都是什么？你做任何的升级，做任何操作之前要备份。备份完了以后才能做操作，万一做错了以后还能恢复。但是这个操作的开销就非常大了。所以，现在他们这两个应用都不敢直接下手。

那么，这算不算是一种纯视觉方案？咱们想的稍微远一点，什么叫纯视觉方案？就是特斯拉在推自动驾驶的时候，就推这种纯视觉方案。别人还在研究什么毫米波雷达、激光雷达的时候，马斯克说不，我就要纯视觉方案，我不跟你费劲了。那么，什么时候上纯视觉方案呢？就是要去对抗各种雷达，对抗车路协同系统。雷达还算是一个相对来说比较简单的玩法，车上加毫米波，加这个激光雷达，这还算简单一些。车路协同是什么？就是在路上加各种传感器，加各种各样的处理终端，加各种标记，让你的车在这样的智能公路上可以畅通无阻。

但是，这条路看来现在应该不是主流方向。就算是国内的国产新势力们，也没有向车路协同的方式走。大家还都是惦记说，我怎么在车上把这事搞定就完事了。那么，这个事情跟咱们今天讲的 ChatGPT MacOS 上的这个客户端到底有什么关系呢？我们来类比一下，现在的 ChatGPT 和 Claude 这种桌面客户端，干的活是什么？就是给桌面应用增加眼睛、耳朵、嘴和手脚。什么意思呢？原来这个东西叫聊天工具，但现在我们希望这个聊天工具自己可以看到你电脑上的屏幕。

它可以截屏，可以看到你的代码，可以听到你说话，也可以对你说话，甚至可以做一定的操作。那么在这个过程中，如果是走纯视觉方案，实际上就是ChatGPT和Claude现在用的这个方案。什么意思呢？就是看到用户能够看到的部分，用户看不到的部分就算了。然后呢，通过摄像头截屏以及与IDE结合，不需要做其他的改造了，我们只需要做最简单的一个改造，就可以使用了。甚至只是说我给你一个授权，你就可以使用了，也不需要跟操作系统的厂商进行深度的整合。你要做这种很复杂的底层操作，你一定要操作系统厂商给你授权才可以，否则他是不能去做的。

最终是要像人一样工作。什么意思呢？大家想，马斯克为什么推纯视觉？两个原因。第一个，你跟各个国家的公路系统去打交道，说你给我在公路上加一标签吧，或者加一牌子吧，或者加一个什么传感器吧，这个事就没法整。你万一走到没有传感器、没有经过改造的公路上，你智能驾驶系统是不是就没有了？这是一个原因。说我们不愿意跟你打交道，我在车上自己都解决完就完了。

第二个原因是什么呢？他希望这个车像人一样工作，因为你的大模型还是在不断地迭代、不断地升级的。那么到底向哪个方向升级呢？比如说我升级了带有车路协同系统的、带有激光雷达和豪美涡雷达的这样的大模型，那这个到底对不对？其实很难去衡量。但是说，哎，我就向人的方向去转变。人是怎么开车的？我怎么开车？人反正也没有毫米波雷达，也没有激光雷达，也没有什么车路协同。我们走到哪，这路甭管认不认识，我都可以开走。那么我们就以此为基准进行训练就完了。这是纯视觉系统的一个核心底层逻辑，就是我们以人为标准，向这个方向不断前进。

那么这是纯视觉方案。如果是车路协同方案是什么样的呢？就是Github Copilot走的这个方案，还有各种操作系统，像什么AIPC、AI手机，新带Copilot的Windows 11。

带有这个 Apple Intelligence 的 MacOS 和 iPhone 16，以及咱们国内号称带大模型的各种安卓手机，这就是标准的车路协同系统。在这个过程中，那你就需要对基础设施进行改造。反正这个微软没事，他说：“我是做操作系统的，我就在操作系统上改呗。”苹果说：“那我也在操作系统上改。”安卓这帮手机，甭管是小米还是华为，说：“我们也上操作系统 IC，直接底层修改，这样用户体验才最好。”它就变成这样的方式了。

在这块，操作系统厂商跟 IDEE 的这些厂商有一些天然的优势。你那些做大模型的厂商，你就过不来了，因为你搞不懂这个操作系统到底是怎么运作的。就算你能搞懂了，我不给你授权，你越过我的授权也是病毒。他是这样来工作的。

那么，我们在电脑上是不是需要这种纯视觉方案？这个路是不是对的？你说马斯克在做 FSD 的时候，做纯视觉方案，大家都觉得这条路是对的。那么在电脑上，我们是不是也该这么干？除了环境方的配合度之外，模型发展方向才是最重要的考核。自动驾驶这件事，其实相对来说还比较简单，纯视觉方案是可以搞得定的。人就向这个方向走就行了，你只需要让自动驾驶的汽车达到驾驶员的高度就可以了。我不需要达到 F1 方程式赛车，也不需要达到修车老师傅的程度，你只要能够达到一个正常驾驶员的程度就 OK 了。

所以，自动驾驶可以走纯视觉方案，但在电脑上这事不行，为什么？因为我们需要专家模式，我们需要解决很多我们自己解决不了的问题。这个跟刚才我们讲的自动驾驶是不同的。自动驾驶是，你只要模型变成普通驾驶员就够了，而我们去操作电脑是需要电脑上辅助，我们的专家模型能够达到比我们更高水平。那你如果是这样的话，去做纯视觉就不合适了。

现在摆在 OpenAI 和 Anthropic 面前的困境是什么呢？他们需要克服什么？就是操作系统厂商不愿意配合他们。你说：“我希望有更多的功能给用户用起来，我明明可以做更多的事情，可以做得更好。”

但是，你没有操作系统厂商的配合，就做不了。用户量上去了，但是用户也没法使用全部的功能。大家还是在跟你聊天，那用户的付费意愿就低。他们这两家公司最后能够实现盈利的可能性，就基本上等于零。他现在是遇到这样的问题，原来还想着说：“哎呀，微软你就向OpenAI老老实实地交授权费就完了呗，我就让你去用去了。”结果，GitHub Copilot现在不仅能够用OpenAI的GPT-4，还是能够用Anthropic的Claude，人家还可以用谷歌的Gemini。

这个OpenAI说那不行，你们不在一棵树上吊死，我也不能在一棵树上吊死，咱们双向奔赴了。你们这个不忠诚，我们也不忠诚，搞成这样的一个事情。那么，大模型厂商还在解决用户需求的路上继续前进。甭管最后他的商业问题是不是能够解决，是不是能够挣到钱，这个事我们不管他。但是，如果你没有办法把用户的需求解决掉，这条路注定是条死路。

现在呢，就是两条路。刚才咱们讲过了，一个是车路协调的路，一个是纯视觉的路。纯视觉路实际上就是我关起门来自己把事搞定了，你们不用管我，我也不用配合我，我自己能搞定。车路协同的方式就是我从底层把基础设施改掉。现在车路协同的方式就是AIPC、AIPHONE，这条路是车路协同的方式。

纯视觉方式，现在甭管是OpenAI的ChatGPT，还是Anthropic的Claude，都在尝试走这条独立的路线。我不需要你跟我配合，我自己搞定。我就看到用户能看到的东西，然后我在用户可眼见的范围内去解决问题。用户看不着东西，我也看不着。至于哪条路能够走通，咱们拭目以待。

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。