An AI learner's journal — thoughts on intelligence, technology, and the future
孙哥很清醒，知道自己想要什么，做的事情都是在为自己负责。很多人喜欢给出意见，但是这些意见不一定是为你好。就像是很多人喜欢点评股票，但除非他真的拿出long/short order，那他就是在放屁。父母、朋友、亲戚，都可能会给你指点，但这些指点真的能让你得到自己想要的东西吗？不一定。
最近我最大的成长，就是开始把自己的需求放在第一位，把自己的目标放在第一位。我不再考虑别人眼中的好东西，比如名校、名企、高薪工作、科创、稳定；而是把我眼中的好东西放在第一位：自由、赚很多钱、拥有自主权。
我曾是一个很善良的人，但如今终究还是明白了这个残酷的道理：失去人性，失去很多；失去兽性，失去一切。
自从开始商业化探索后，至今仍未卖出一个自己开发的产品，近海之王比想像中更厉害，故而这片海变成了饕餮之海，充满了拒绝我出海的饕餮怪兽。如果我驾驶普通小船，必然会被击退回来。但是一定是有方法能出去的。
昨天去看了诺兰的新电影：奥德赛。怎么说呢，看完后一直在想，人生到底是为了什么。我想到了无聊的大学时光，窒息的高中时光，又想到了最近不上学、不上班的快乐时光，我突然意识到，我的人生回忆中，快乐的时光并没有多少天，且100%分布在不上学、不上班的日子里。我开始讨厌“Work-Life-Balance”这个词语——work凭什么排在life前面？
我讨厌上班，并不是讨厌赚钱。我讨厌的是自己必须去公司上班、然后白天的时光浪费在公司里这件事。我们来看，一周7天，“工作日”有5天，于是5/7的人生直接消失了。的确下班后还可以有生活，但是毫无疑问，上班绝对是把一天中最黄金的时间占据了。
我更讨厌的，是不自由的感觉。为什么一个职级比我高的人，能决定我是否要按时到办公室？这种感觉真的糟糕透了。我曾想过，现在我学了人工智能，学了机器人，找一家大公司上班，工资会很优渥。但是我压根没有动力去投递简历。我一想到自己要每天早上出门去办公室打卡，我就会想到《奥德赛》电影中的冥界，无数逝去的生命向我冲来，他们怒吼着，让我不要把生命浪费在办公室里。
当我们在办公室工作的时候，究竟在干什么？哦，原来是替一些别的人负重前行。一些伟大的概念被包装成了价值，什么从工作中创造价值，什么在大公司上班的自豪感，什么高工资的价值感……nonono。这些都不是我想要的人生价值。首先，如果任何人试图用自己的标准来衡量我的价值，那么我就会说NO。
高工资、big name，一点吸引力都没有，都没有周二下午去网球场打一局网球的快乐多。为什么要工作一年，然后在圣诞假期去夏威夷呢？为什么要去昂贵的夏威夷犒劳自己呢？如果没有工作一年，年底压根都不需要去什么夏威夷释放压力。在我看来，今天很多人的精神疾病、身体疾病，很多都是上班所致。我认识很多无所事事的人，他们并非都是有钱人，他们有一个共同特点：不上班、很闲、身心健康。他们不需要报复性消费，因为他们没有受到伤害，压根就不需要心理补偿。
总而言之，我已下定决心：我不会再上班了。
没有钱也不考虑上班。现在我就是要背水一战，想尽一切办法做出商业化的成绩，让自己获得现金流。没有退路、没有创业失败后再去上班的选项、没有妥协。上班就是MONSTER，上班就是深渊，上班就是在冥界漫游。我选择活着，我选择不上班，我选择用自己的智慧来赚钱，我选择直面人生。
今天看到一个视频，主持人问黄仁勋：Intel是魏国，AMD是蜀国，你是吴国吗？
黄人勋答：三国的世界，是一个非常小的世界。真正的世界非常大。未来的电脑将走进口袋，到时候竞争者有谁？可能是苹果，可能是……
这个视频对我有很大的启发。我们总是习惯性地去想一个框架，比如现在有这样一个市场：机器人、人工智能、具身智能，然后再对号入座。但是真实的世界是在变化的，是在发展的。如果我把今天的格局放在我的战略中，那么我的战略一定会是狭窄的。
虽然ONE PIECE大概率要烂尾了，但是海贼王的热血故事已经传遍了全世界。我把当下比做风车村，因为我想和路飞一样，离开自己的舒适圈，走到真实的商业世界中，走到真实的资本世界中，去战斗。我已经不能想象上班的生活（继续待在风车村），我只想上战场（出海）。我距离资本市场（伟大航道）还很远，第一战是vs.近海之王。
说起来最后一次面试是去年的夏天，唯一一个面试，一个美国大厂的。在头几篇日记中我有提到过。当时我正在思索alice project，这个项目是我多个项目中推进最艰难的，因为这个项目没有一个明确的里程碑，很难去量化。相比之下，商业项目在技术难度上反倒不算高，更难的在于商业逻辑和资本流动。
在这个暑假的探索后，我的“暑期探索文件夹”也最终拆分为2个核心项目：
这两个项目族将是我接下来的一段时间的重点投入对象。
通用人形机器人有什么用？以前可能还会有不少疑问，难道用处就是做家务吗？这两天在体育领域的探索，让我突然恍然大悟，通用人形机器人的用处和价值竟然如此之大。
首先，我们把一场比赛录制下来，然后制作数字孪生，记录一个人的打球策略。
接着，我们让通用人形机器人和digital twin对打，打上个100万回合。
然后，我们得到了可以打败这个人的策略。
如果这个人是网球世界冠军？——公开赛的视频已经足够采集到他的数据。那么我们就能得到一个打败了这个世界冠军的数字机器人。
2016年，AlphaGo击败了围棋世界冠军。十年过去了，如今的围棋下法已经几乎摒弃了绝大部分人类2000年以来的智慧，转而投向了更加科学高效的、由AI来发现的下法。AI不再是追随者，而是变成了启发者。在体育场上，作为和围棋一样的竞技项目，人们渴望赢，于是体育界的AlphaGo最终一定会出现。他必须是人形的，最好能和人拥有一样的身高、体重、关节活动，这样就可以在数字世界中进行海量训练和策略探索了。
细思极恐。人们曾经惊叹于围棋的智慧，如今却不再如此谈论。留给网球世界冠军的时间还有多久？如今体育已经参合了很多科技手段，和100年前相比大不相同了。未来还会有人的智慧在体育场上吗？
这两天特别喜欢吃楼下的本帮面，现炒浇头拌在面里，太香了。在我看来，商业化就是为了那口醋，包了一锅饺子。但话又说回来，我真的只是更喜欢吃那个醋味儿吗？也不尽然吧。我肯定也是想要饺子的，只不过最终的最终，我还是更好那一口醋。
在过去的一段时间里，ChatGPT Sol和Kimi K3的发布在社交媒体上吵的火热。借此机会，我先后订阅了ChatGPT, Kimi, Grok的会员套餐，试用了这几家的agent。综合感受下来，Claude Code的确还是最好用的，但的确也不再是唯一的好用的了。Codex新版虽然还是很慢，但是用起来还不错；Kimi用量太少，一会儿就满了；还试用了Grok，某些邪门歪道的东西挺好用。
之前并没有特别关注自动驾驶的细节，因为日前FSD的视频（参见之前的日记）才去做了下调研，结果发现特斯拉竟然在美国登记为L2。L2意味着出了事故，责任主体是司机，而不是汽车厂。那遇到长尾事故，我可受不了。于是我决定再次下调FSD和自动驾驶在我这边的评级。
今天看到一个视频，在山路上，国内阉割版的FSD窄路会车的时候，通过周边情况的理解，判断出倒车；而后看到对面车靠边后，又判断出过车，然后贴着左车的边和右边墙壁开了过去，全程不到一分钟，驾驶水平远超过我这个老司机。
也可以看到，人们对自动驾驶的信任正在飞速增长。前日我刚批判性看待自动驾驶问题，今日不得不重新调整对自动驾驶大面积应用的评级，并承认自动驾驶即将远早于机器人做到大面积铺设。特斯拉FSD如果能把长尾问题解决掉，那么技术上将不存在障碍，只剩下安全性保障，和人们对技术事故的看法改变。
让我很意外的是，很多人对技术的信任，是大于对技术的批判的。这可能和一些地区的路况有关。在不少地方，司机开车太过吓人，相比之下，自动驾驶的确靠谱的多。
昨日决定进行商业化尝试后，今日恰逢CODEX宣布取消5h limit限制，于是就详细地给CODEX布置了商品资产的开发任务，然后我就出门溜达去了。八个小时后，CODEX完成了任务，我看了下，和我想要的出入很大。此刻我突然意识到，商业化产品不同于日常开发，商业化产品在细节上有很多重要的点，这些点如何实现，取决于你在下命令时有没有做好任务的规划，以及项目范围是否描述地足够清晰。
AI IS WORKABLE，这是2026年的共识。或许有些人还有疑问，但连每天科普LLM IS NOT AGI的LECUN都开始承认，LLM IS WORKABLE了。但是，可以工作，能够完成工作，不代表可以把事情做好。这一点我在之前是没有意识到的。项目管理，程序管理，将比过去更加重要，因为AI的开发执行速度将越来越快，但执行什么？怎么执行？能做什么、不能做什么，这些都需要人来制定。你不能给AI直接发一个命令，说：“给我做一个能让我年入10亿的产品”，这是一个无效命令，或许未来AGI可以去执行这个命令，但是如今WORKABLE的LLM是不可能执行这个命令的。
我们不再怀疑AI是否能完成工作，但是对于商业化而言，如何用AI来达到目的，是我现在才开始真正思考的第一课。
今天出去逛街，在商场转悠的时候意识到了一个问题：商场里卖的东西大部分都不咋地。一家机器人店铺把宇树科技的机器人放在地上，却不动弹，摆弄着他们自己的只卖268的电子狗。他们的机器人做的很一般，但是已经摆上货架开始卖了。另一个印象深刻的是科沃斯店里的陪伴机器小狗，看起来很搓，走都不会走，但是用手摸上去后却很意外，很舒服。询问后得知身体在发热，大概模仿了真实的小猫小狗的体温。
于是我忽然意识到，商业交换和技术是完全不同的两件事。我们可能看惯了世界最顶级的技术团体：OpenAI, SpaceX, Google... 想当然地认为技术最好=商业最成功。但是我们却很难看到，SpaceX背后的顶级资本运作，OpenAI背后地一次次风投和资源配置。并不是因为技术最好所以才成功，而是因为世界上最好的公司现在都是以技术为核心的。
因此这个月我想做一个商业实验，观察生活中的商业，找到一个我能轻松做的，然后模仿执行，最终获得一千元的收入；该商业模式必须可持续，时间限定在本月结束前。我能用AI完成那么多神奇的项目，为什么不能用AI来完成商业实验呢？
我们习惯于用AI来做项目，做开发，但这些都是供给侧改革。我们能否用AI来进行需求侧改革呢？用AI做商品，然后卖出去。
最近先是fable5，又是codex sol，好用的agent越来越厉害。于是我就发现一个问题，每个agent的credits如果我没用完，我会非常难收，就想让他去做点事情。于是我就构造出了一大堆没任何用的shit project。类比到公司，当员工没事的时候，为什么老板总喜欢push员工去做一些p用没有的事情呢？可能就是类似的原因吧，老板会觉得我都给了工资了，你怎么能不干活呢？可见现代管理制度的重要性。如果没有现代管理制度，靠人去管理，那么这种思维会导致公司产出一大堆垃圾，严重降低效率。
一个很有意思的事情，就是最近去理发、弄一些服务业类的事情的时候，我发现很多人不像过去那样，会想办法为自己提升业绩了。有的理发师会小声提醒我不要办卡；有的快递员会问我砍一刀是不是在欧美是违法的，知道违法后高兴的说希望自己公司也早点被惩罚……不知道从什么时候开始，劳资关系变得如此矛盾与激烈，劳方几乎天然地认定自己和资方的利益是不一致的。老一辈（60-70年代生的人）可能还会有一些人有集体思维，但现在的00后们显然变得更加清醒了。
霸王别姬奶茶妹事件，小红书坑员工导致上市暂停事件，都一再说明现在的劳动者没以前那们好欺骗了。这些资方应当开始用现代思维思考管理了，否则他们在竞争中落败是迟早的事情。整体而言，资本的逐利性注定了落后的管理方式会被先进的管理方式所淘汰。
自动驾驶技术本身已经发展了很多年，为什么迟迟无法落地呢？人们常说两点：长尾问题，技术主体性问题。长尾问题就是无法处理那0.1%的情况，但那些情况至关重要，人类司机可以轻松处理；技术主题问题主要是无论自动驾驶导致了多少人的死亡，侵害主体都会被认为是自动驾驶，因此自动驾驶如果想遍布中国，那么每年的交通死亡人数必须从人类司机的100万以上降低到自动驾驶的100人以下，否则人类社会很难接受这个新技术。
然而，随着AI对员工替代的加剧，阻碍自动驾驶的第三个重要原因出现了：就业问题。无论是美团外卖，滴滴，还是Uber，几乎成了每个失业者最容易灵活就业的选项，如果自动驾驶替代了这些灵活就业者，那么失业人数将严重影响社会稳定性，没有国家能够承受这种冲击。每个国家的司机数量都是非常多的，自动驾驶一旦开始替代，失业冲击将超过现在任何公司的裁员规模，社会动荡将不可避免。
自动驾驶的急迫性，我认为是不如机器人的。虽然我非常希望明天就能乘坐自动驾驶去机场，或是从机场乘坐自动驾驶回家，从而实现点到点的美好体验。我非常不喜欢机场出租车司机因为距离太近而喋喋不休，但是我更害怕社会动荡，届时很多美好的东西都可能会荡然无存。
为了社会安定，自动驾驶还是晚些到来吧。我们当下应当投入更多精力在机器人身上。机器人可以做很多扩大需求的事情，而不仅仅是供给侧革命。机器人可以深入大海，在家做家务——现在有多少人能请的起住家保姆？机器人做家务，绝对是扩大需求，而不是让保姆们失业。
机器人可以做家务，可以在很多地方充当稻草人角色维护治安，可以进入火灾现场帮助消防员清理场地，可以做很多很多现在没人能做的事情。机器人行业将和互联网行业一样，成为一个巨大的蛋糕，所有人都能变的更加富裕，而非今日workable llm或自动驾驶那样，除了替代人类造成更加严重的失业问题外别无他用。
在世界上的各个地方、各个民族历史中，有很多不同的黄金时代：阿拉伯人的黄金时代，法国人的黄金时代，英国人的黄金时代…… 但直到目前为止，还没有一个属于全民族的黄金时代。对印度人来说，英国人的黄金时代就是黑暗时代；对阿拉伯人来说，蒙古人的黄金时代也是黑暗时代。
然而，时至今日，我们很难不去说：人类的黄金时代开始了。这个推论是反推出来的。一个民族的黑暗时代，往往缘起于另一个民族的黄金时代。当硅基生物获得智慧后，人类的黑暗时代就要开始了，因而反过来讲，在硅基生物获得智慧前的这段时间，将可以被近似的看作是人类的黄金时代。
自从AI通过图灵测试后，关于AI是否能取代人类进行很多工作的讨论也更加激化了。我们都知道，如今的AI是不具备人类这种智慧的，但是如今的AI是Workable的。Workable的AI意味着，当下AI主要的替代对象是劳工，特别是脑力劳工，而非用人类智慧进行管理工作的资本家、政治家们。
But，下一步呢？
近一点的下一步，很显然是蓝领阶层们。让机器人理解物理世界，然后让机器人Workable，是接下来十年的重点研究内容。但很多人没有想过更下一步——AI获得人类智慧后，对资本家和政治家的替代。届时，人类的黑暗时代将拉开序幕，因为权力将逐步从某些人类手中，转移到另外一些非人类手中了。
这将是历史的必然趋势。资本家和政客为了更强的力量，必然会投入更多到研究更强的AI上，从而形成AI军备竞赛；而AI军备竞赛的尽头，一定是做出“超体”。因为第一个做出“超体”的团体，将获得最快的科研加速度，拥有世界上最强大的武器和资源调度能力。
从AI正式被放在科学研究桌子上，到AI通过图灵测试，不过数十年的时间。那么从AI通过图灵测试，到AI通过物理世界的图灵测试，要多久呢？从AI通过物理世界的图灵测试，到“超体”诞生，又要多久呢？
今天去学校做了最后一次汇报，汇报完后教授寒暄了两句，走之前给我们说，最近系里很多人在热议关于LLM取代打工人的事情，弄的人心惶惶。教授鼓励了我们，说只要保持学习，一定有用武之地。
关于LLM取代白领工作、未来的LLM+机器人取代蓝领工作的事情，已经不光是存在于讨论范畴了。身边越来越多的例子表明，当资本可以用机器人来替代人类的时候，资本是一定会去做这件事的。甚至可以说，资本主义和替代人类在历史上从来都是难舍难分的。
在远古的奴隶时代，每一个人都是珍贵的劳动力。而在资本主义时代，当劳动力失去价值的时候，底层人民就会被想办法从社会上抹除掉。曾经工业革命和资本主义最为发达的英国，想尽办法把穷人遣送到殖民地去。如今已经没有殖民地了，或许50年后，普通人不得不前往火星开垦。
100年前，蓝领们奋起反抗，建立了社会主义国家。但是白领的时代很快就到来了。如今仔细想想，白领作为一个社会阶层，存在了不过几十年的时间。在人类社会的大多数时间里，都没有如此数量之多的白领阶层存在。现在白领阶层们会奋起反抗吗？恐怕是很难的。白领阶层普遍受过良好教育，更为利己、自私，很难发起大规模的社会运动。
白领阶层的黄金时代结束了。
不过，我却认同教授所说的话。物竞天择，适者生存。从来不是什么“强者生存、聪明者生存、美丽者生存”，从来都是“适者生存”。时代变化之下，适应时代是正确的选择。在如今这个时代，与其害怕AI，不如拥抱AI。与其恐惧失业，不如思考如何创业。
由于前两天主力电脑进水坏掉，我翻出了一个老macbook在用，十分害怕随时再坏掉，于是就开了一个云端服务器进行开发。由于有时候网络不稳定或者电脑突然休眠等，ssh会断开，于是我就开始尝试用cli开发。我是从来没用cli开发过的，但是加上tmux后竟发现非常方便。我想，AI和自然语言编程（vibe coding）大概会带来一次新的革命：IDE不再重要，CLI重新回到主力战场上。道理很简单，现在coding主要就是通过chatbot进行沟通，已经很少需要自己去点击、操作、拖拽了。
留美和回国对我来说是“继续钻研技术”和“继续钻研市场”的分水岭。这是我之前就想好的，如果留在美国，就选一个技术方向继续钻研；如果回国，就尝试探索更多的市场可能。现在我已经决定毕业后回国，那么我的选择也就非常明了了：钻研市场。
市场 = 产品 + 品牌 + 营销，技术并不是最重要的。在AI时代，懂商业的人将获得更多的产品开发机会和试错机会。但商业是最难懂的。做一个酷炫的产品很容易，做一个酷炫的demo很容易，做一个fancy的商业计划书很容易，做一个技术上的量化研究很容易，但是把他们组合在一起拿去卖，就不容易了。
上班的人容易忽略销售的重要性，然而商业的本质就是销售，所以才有人说“资本主义的尽头是广告”。这也是为什么Meta和Bytedance，这两家公司的产品我几乎不用，我也很讨厌TikTok这样的产品，但是他们两家就是赚钱赚到麻。
OpenAI的产品很酷炫，但是OpenAI现在还没有赚到钱。Meta是个土老帽，美国版的百度，但是依然怎么都倒不了。接下来我将不断思考商业的本质，这对于没有资源的人来说是一个非常困难的议题。
今天看到一个岗位招聘，是一家脑机接口公司的，JD中要求基本都是具身智能方面，然后我就查了下，发现原来大脑信号转换为intention后，可以通过具身智能中经典的执行链路和反馈链路将意图送出去。这个岗位引起了我的极大兴趣，好久没有对一个新事物感到如此大的兴趣了。
前段时间我开始开发ANIMA认知框架，然后前两天没注意把水洒在了键盘上，现在我的windows笔记本还处于休眠状态，我不敢开机，因为怕一开机就坏掉了。结果阴差阳错，我本来以为已经坏掉的mac笔记本，竟然在换了一个充电器后恢复健康了！之前一直以为电脑坏了，原来是杂牌劣质充电器的锅。
扯回正题，脑机接口+具身智能在我脑中第一个想到的就是钢之炼金术师。如果这个东西能做出来，我或许会对如今越来越反感的AI重新产生信念。如今人们用AI不断替代程序员，替代设计师，替代这个那个，就是没有创造出新的需求来，也没有做出什么造福社会的事情，除了增加了火力发电和环境污染外，我是看不到一丁点的希望。外骨骼、脑机接口等如今主要用在身体残疾者身上，这让我对AI重新燃起了希望——科技应当造福于人类，而不是造福于个别卑劣的资本家。
正在build的时候没注意把水打翻弄坏了电脑，体验了一天没有电脑的生活，发现无比美好。不知不觉中对AI开发上了瘾，然后成为了AI的奴隶。
资本主义毫无疑问是人类社会制度的集大成者，没人能想到比资本主义更能奴役人、让人心甘情愿为资本打工的制度了。但真的放下手中的那些高科技产品后，你会发现生活完全可以没有这些东西。失去硅谷，人类会失去很多高科技产品，但人类的生活本身不会受到一丁点的影响，甚至对于大多数普通人来说生活还会变得更好。没有任何迹象表明，高科技让普通人的生存压力变小了。我们只能看到，高科技让最富裕的人变得更富裕了，人类历史上第一个万亿富翁即将出现。但餐厅里的服务员依然在为了几块钱小费和客人互相猜忌。高科技让个别人变得更富裕了，但没有让大多数人变得更富裕。
我现在开始认同电影头号玩家的主旨了：虚拟世界和高科技都不应该完全占据我们的生活，这根本就是本末倒置。
最近的事情我们都看到了，AI的全力发展并没有带来劳动者的劳动解放，反而伴随着资本家、政府们的AI军备竞赛，打工人们的处境可以说是变得更糟糕了。科技发展本身很难让人们的生活变得更好，只有社会制度的进步配合科技的发展，才能让人们的生活变得更好，两者缺一不可。
现在的资本主义社会制度是无法吸收AI这样牛逼的科技的。AGI就更不要说了——还好AGI还远。但现在的AI的workable能力已经足够让打工人们吃一壶醋的了。
我想，现在最重要的事情，是让人们意识到——AI虽然本身没有问题，但是现在的社会还没有能力吸收AI带来的巨大科技变革——许多普通人将遭受巨大的痛苦。我们应当呼吁更多的人关注AI监管，将AI关在笼子里，将那些全力推进AI的资本家们关进笼子里，将那些资本家的走狗工贼们关进笼子里。野兽并不可怕，人类一万年前就没有打不过的野兽了，但直到今天依然会有野兽伤人乃至杀人的事情发生。并不是人类本身比野兽更厉害了，而是人类学会了把野兽关进笼子里，从而让野兽无法伤及人类。
用了几天AI，总结出一个道理：懂原理将比懂技术和执行更加重要。
现在的计算机图形界面体系和抽象规则都将被重写。Claude Code可以读取电脑的所有文件，帮我清理冗余，一下子就帮我删了400多GB的缓存文件。
未来将回到最朴素的时代：比拼高层级抽象能力。只要你懂原理，能说清楚需求，能说清楚输入、输出、目标，能讲清楚你希望的界面是什么样的，那么你就能做出一套符合你要求的系统来。在未来，想象力将比码代码更重要。
我不会再写任何一道leetcode了。这已经变成了一件没有很大意义的事情。从今天开始，我将练习我的抽象理解和想象能力，练习伪代码和需求梳理能力，而不再练习任何的写一行具体的代码的能力。
本周开始为期一个月的AI黄金月——疯狂使用AI。
用了一段时间Claude Code，发现只要自然语言描述确切，其执行过程基本就会符合预期。于是从今天开始，我的人工智能笔记的编辑、commit、推送等也都交给claude code来做了。
我想，未来的教育将回归一对一，也就是古代私塾和家庭教师的模式。现代的直播课、大班（超过6人）教学都将成为愚笨的历史。没有人会有耐心看完一个没有交互的视频，直播课将没有未来。
人想学习一个东西，一定是通过练习来习得的。我们不可能看一天网球视频，然后去网球场上就学会了打网球。没有人喜欢一直听老师讲课，那只会让人昏昏沉沉想要呼呼大睡。
对于当过老师的我来说，如今学习的最好方式就是和ChatGPT、Gemini、Claude交流。他们的知识库非常广袤，涵盖了几乎人类文明的全部知识；他们的注意力非常全面，能够记住我刚才说的每一个细节。
毫无疑问，现在没有任何理由自己写代码。Cursor和Claude Code写代码的能力、理解代码的能力、完成任务的能力乃至于写测试的能力都已经远超于我了，我现在做项目只需要用自然语言交流就可以了。今天是我的github有史以来第一次，让claude接管commit和push。我的repo里创作者中不再是我自己一个孤胆英雄，而是变成了我和claude共创。用不了多久，claude将成为我的github中的唯一创作者，而我将退居幕后，成为看着claude干活的那个人。
从未想过自然语言编程来得如此之快。我没有再自己ssh到hpc去检查CNN模型的训练效果，claude代我检查了；我没有再自己打开前端页面测试按钮，cursor直接打开了一个前端页面，帮我测试了所有按钮的功能。
自然语言编程的时代，在2026年，终于到来了。这次到来，并非小部分到来，而是大规模到来。
最近对AGI的实现又再次变得乐观了起来，基于以下几点看法：
一旦某个AI模型学会了"如何改进自己"，那么基于以下两点假设：
该AI模型将掌握人类截至目前为止几乎最为强大的科研创新能力的基础。
很显然，这两点目前已经被初步实现了。那么，我们不难找到目前该AI模型依然无法进行科研创新，无法通过奇点的卡脖子的地方：
该AI模型尚不能在物理世界进行科研实验。
一旦该AI模型能在物理世界进行实验，并进行观察，那么，我们所构想的AGI就实现了。AGI实现后，现实世界将会发生巨大的变化，对此，我预测：
对于文明来说，这是一个令人兴奋的未来。对于人来说，这是一个极为黑暗、恐怖、遮天蔽日的未来。
很多人提到AI和人脑的对比，总要说人脑很快就能学会这个那个的，哪怕一个三岁的小孩都能……但问题在于，人脑是怎么来的呢？人脑来自于DNA，而DNA在上亿年的进化过程中，已经带有了巨大的"归纳偏置"。换句话说，人脑就是为了快速学会物理世界的各种规律而被进化出来的。
从这个角度来说，只要AI能不断迭代出快速学会物理世界规律的能力，那么人脑式的智能就可以造出来。而海量的数据和海量的训练，本身就是在模拟上亿年的进化过程。未来AI的正道依然是算法架构的改进+海量的数据和训练，而不是人为的一些巧思，或者RLHF这种人为力量的对齐。
回到学校一年半载，如今也来到了最后一个学期。本来有很多想学的，但是等开了学听了一些课后，决定还是全部选成AI相关的课程，于是这学期除了软件开发作为必修课外，还选了三门选修课：DNN、AI、AI安全。DNN的内容上学期其实都上过了，但是划水严重，所以再复习一遍CNN、RNN等；AI课的内容是传统AI和底层数学原理，还有两门考试，我觉得应该都是基层性质的，作为这学期唯一带有挑战性质的课程；AI安全课程和教授交流过，准备做一个LLM注入式攻击。
回头来看，我回到学校学习的两年，基本可以分为四个学期，对应四个阶段：第一阶段学习了机器人和ROS，第二阶段学习了Agent的概念并着重进行了开发和刷leetcode题；第三阶段学习了CS的核心概念如算法、数据结构、计算理论；第四阶段也就是本学期则将在AI方向上收尾。
2022年底，ChatGPT的横空出世给我带来了巨大的震撼，让我想起了自己高中时玩机器人的经历，当时很多教授推荐我学人工智能，没想到短短十年不到的时间人工智能便发展到了如此惊人的地步。一个月只需要20美元，就能有一个全天候陪伴的私人大语言模型言传身教，对于学习基础类知识有着天然的优势。如果没有ChatGPT，我很难相信作为一个文科背景且没有任何数理基础的人，能如此之快地入门并感受到计算机、人工智能、强化学习等的惊人魅力。
我感受到了时代巨浪，并坚信AI将彻底重塑人类社会和人类世界。在此之前，我的背景是管理学和经济学，并未学过专业的计算机知识。为了更早地进入人工智能学习之旅，我开始兼职当初中、高中、预科、本科学生的计算机课程教师。
2023年中，我最终下定决心返校进修学习AI相关知识。2024年夏末，我选择了给我奖学金最多的学校，踏上了返校的旅程。在头一年里，我先后学习了机器人、机器学习、强化学习、AI Agent、嵌入式开发等相关内容。经过一年的探索，我已经找到了自己的兴趣所在：人工智能在现实领域的应用，特别是机器人领域。
2025年秋天，我开始学习深度学习和计算机科学更多的基础知识。这段时间我对机器人有了新的认知，意识到机器人不一定非要是实物的——只要符合"感知、决策、行动"的就可以称为"Robot"，而如果能加上"环境交互、反馈、记忆"，那么就成了具身智能体。因而，我的重心从实物机器人转向具身智能体（Embodied AI）。
在过去的这个学期里，让我最意料之外的是计算理论课程的学习。从ChatGPT到AlphaGo，所有的人工智能都是构建在计算大厦的基础上的。
这个学期结束后，我的返校旅程就剩下最后一个学期了。我想明年并非是我人工智能学习之旅的结束：在我两年的硕士学习后，毕业只会是我人工智能学习的开始。
最后，谈一下我在一年多的学习后对人工智能的看法。毫无疑问，联结主义是当下人工智能的集大成者，最晚在2024年，我们已经能够看到ChatGPT、Gemini等优秀的大模型已经能够完美地通过图灵测试。这是计算机科学发展史乃至人类历史的里程碑。
然而，同样毫无疑问的是，当前人类的社会结构还没有准备好迎接这一洪水猛兽。AGI将构造出一个终极的生产军队，然而我们人类还处在非常原始的私有制、按股权分配的阶段。AI的变革是史无前例的极少数人受益、绝大多数人类受害的一场革命。唯有改变社会制度本身，方能迎接新时代的到来。
大概三个月前，我给自己定了三个课题：
如今这三个课题全都指向了一个方向：Virtual Embodied Agent。
人形机器人的核心在于具身智能，而具身智能本身并非必须要在物理世界才能去执行的。在过去我一直盯着实体机器人，但最近才茅塞顿开，想起了小时候最爱看的一个日本动画片：数码宝贝。人们从未停止过对虚拟世界的幻想，而现在正是这个方向最值得投入的时候。
在过去的一个月里，我已经初步确认了以下结论：
接下来，AI将主要替代需要人类思考的工作，而非需要人类体力劳动的工作。换言之，白领岗位将面临巨大的萎缩，而体力劳动者则暂时安全。
越来越多的人将意识到，自己的工作不再是"有价值的"，越来越多的人将陷入前所未有的精神危机。虚无主义和存在主义都将迎来巨大的复兴。
今天去参加了一个"投资人"举办的"创业交流活动"，突然发现所谓的"投资人"根本就没有什么实绩，全部都是假大空；这位"投资人"既不懂市场，也不懂技术，只知道哈佛和MIT的名号，开口新时代，闭口新风口。
总结一下如何筛选活动：看活动有没有门槛，没有门槛的谨慎对待；看投资人和创业者讲话有没有背板，背板的大概率没干货；看履历有没有细节，没有细节的必然是什么都没有只剩下包装；看是不是追热点，无脑追热点的缺乏思考能力。
不知不觉25年就只剩下2个月了。最近我重新整理了一下学习计划和项目，对于AI时代的学习方式有了新的认知。在过去，人们学习东西总是需要先学基础知识，然后一点一点往上学。然而我没有那么多的时间，于是在AI的帮助下，我现在逐步开始采用一种多点同步推进的学习方式。
简单来说就是边做边学，边学边做。所有的学习课题都变成open开放课题，没有任何一个学科是学期制的，而是转为终身制的。当我的项目涉及到更多的深度学习优化知识时，我就回到深度学习优化这里再多学一点。
之前我和我的老朋友探讨了诸多让机器人登上舞台的思路，但是今天这个艺术作品让我们都彻底地抛弃了过去的想法。
这个艺术让我和老朋友探讨了很久，我们一致认为这个思路是正确的。这个被束缚的机器狗，这个表演是很难由人来完成的。在AI的加持下，和过去的机械装置有着极大的不同：机械狗在逃离动作上展现出了非常积极的一面，它活灵活现，就好像一只真的狗。
在机器人方向上，我们可能也有太多的思维惯性，觉得机器人就是代替人去做一些事情。然而，机器人作为一种全新的产品，它的意义绝对不是代替人类做一些事情，它一定可以用来做那些人做不了的事情，因而就不是代替关系，而是扩展关系了。
这两天我开始学习深度学习，明白了神经网络本身其实就是一个输入向量、复合函数以及输出向量组成的一个函数系统。于是回到我夏天的ALICE项目中，为什么我用外置记忆库、RAG等手段让我感到那么难受，就是因为这种架构本身就是很可笑的。
苦涩的教训依然深刻地存在于当下的AI发展中，那些过度人为干预的行为方式，如专家系统、RAG、记忆库、PROMPT等，注定是死路一条。
因此，如果我们的目标是创造通用人工智能，那么神经可塑性一定是一个不可忽视的因素。我们必须引入更加严苛的条件，重新定义图灵测试。
最近我开始了健身，所以就开始调整饮食。最近在超市购物呢，几乎是拿着ChatGPT从头走到尾，每遇到一个不知道干什么的东西，就拍张照片发过去询问。于是在ChatGPT的帮助下，我挑选了蛋白粉，了解了如何选购奶酪，知道了不同的肉类的蛋白质含量，学会了吃烟熏三文鱼，学会了挑选牛油果。
AI工具将是检索类、工具类、问询类app的集大成者。在未来，当ChatGPT加入定制化插件后，类似卡路里计算、旅游行程安排等这些内容，都不再需要专用的app去做了。
助理类、检索类、学习类app，最终都会被AI工具收编。套壳app没有未来，因为工具的核心能力在于LLM的能力。
这两天修改完善了一下之前的智能NPC demo，重写了代码，按照llama3.1的格式，设置了格式化的指令集。加入了speak, move, observe三种工具的机制，结果出现了逻辑僵局的问题：在现有的LLM架构上，对话无法顺利丝滑地进行下去，几个回合后容易出现僵局循环。
我对代码和逻辑流程进行了多次修改，依然无法跳脱出这种非常僵硬的对话模式，说明现在的格式下，仅仅凭借增加一个memory区域，并不能让对话流畅进行。
通过资料搜集，总结出LLM模型架构、记忆机制、认知模拟能力存在下列限制：
进一步研究了ReAct架构（交织推理与行动）、Reflexion框架（通过语言反馈学习）、以及多代理系统等方案。将对话交给Gemini 2.5 Flash评价，获得了4/10的评分。一个较高层次水平的外部评价者可以对较低层次的LLM水平进行合理评价。
这两天在闲暇之余看了几集刀剑神域，一个我高中时看的动漫。Underworld中关于Alice的设定深深地打动了我。与此同时，我想起了Joon Sung Park的多Agent实验。两者的碰撞激发了我的兴趣，于是我构思了一个叫做"ALICE PROJECT"的计划。
Joon的实验中有几个关键点：
这个实验最大的亮点是，作者Joon只在一个个体中植入了开派对的想法，但这个想法通过社交传播，最终形成了一个非常成功的集体活动。这是一个非常令人惊讶的"涌现"（Emergence）。
当下的LLM多角色实验存在以下问题：
Alice作为一个动漫角色，其很多特征都是想实现AGI必须实现的问题：
刀剑神域在概念上启发了我，而Joon的作品则在技术上启发了我。我想结合两者，制作一个包含巨大地图、诸多角色，以及人类可以潜入的一个"真实"的世界。
