AI 的终极必杀：并行规模 × 闭环速度

00:05我应该邀请AI进入到我所在的真实的处境当中。所以的话，我应该是把我知道但是AI不知道的东西给到位，这样才能让它给我的东西是更好的。我应该是是跟它创造共识，而不是去指导它，然后邀请它跟我一起摸索出道路。

00:25无限游戏是世界观嘛，选择权是方法论，不要去纠结某个具体的时间切片上的决策和优化，而是你要关心的点是，是不是每个点上都有不同的选择。然后本质上就是减少不得不啊，你一旦说这件事情我是不得不做的，这个时候不管你是什么选择都不是好选择。

00:47把AI当工具，更多的给content，更少的给control，才能发挥它的潜力。现在是请一个行业大师，让他理解你的状态和问题，而不是教他怎么做，否则就太浪费了。大家好，欢迎大家来到AI炼金术。今天呢是我的单口的碎碎念，主要就是把我最近的一些奇奇怪怪的一些零零碎碎的想法跟大家分享一下。

01:13第一个想跟大家分享的其实不是我的原创，是李继刚，就是那个写提示词的大神。然后有一次他在演讲当中分享了一张图，分享了一张乔哈里视窗。乔哈里视窗我相信大部分同学很熟啊，就是横轴呢就是人不知道、人知道啊，它两块。然后纵轴呢一切就是分成说AI知道还是AI不知道。

01:38他把世界就分成了这样四种信息。要不然就是人知道AI知道，要不然是人不知道AI知道，要不然是人知道AI不知道，人不知道AI不知道。反正分成了四块吧。大家如果想感兴趣这张图的话，可以去AI炼金术的那个公众号可以看一下。那我觉得看到它这张图，因为之前不是这么分的啊，然后它用AI知不知道来划分了这个世界之后，你就会发现说很多的问题就有了非常清晰的答案。

02:06比如说我们经常会提一个问题叫做怎么写好提示词来获得更好的答案。那之前的想法呢，可能你就会说，那我应该提示词做一个结构，我应该什么给它一个很好的角色。我应该巴拉巴拉巴拉巴拉。这样子本质上还是在使用工具的一个逻辑。你觉得你学会了更多的技巧就可以把这个工具给用得更好，以及你觉得你懂得更多的东西教会了AI就可以让它表现得更好。

02:32其实这个逻辑。但是实际上现在，嗯，哪怕O1、O3、O4，实际上你会明显的感觉到，AI脑子里东西其实比我们多的。那比我们多的情况下，其实我们去教它，我们去指导它，这个时候很有可能是约束它的发挥，而不是指导它更好的表现。所以这个时候真正重要的事情是根据李继刚提供的这个视窗去识别。

02:58说，什么是我知道AI不知道的，对吧？就比如说那种什么管理理论啊，什么呃心理学的套路啊，这些AI其实知道的比我们多。这些东西就都属于我知道AI也知道。但是其实有很多我不知道AI知道的东西，如果把它框死了，那部分东西就出不来。

03:15但是也有一些我知道，但是AI不知道的东西，对吧？我应该把这些这这些信息给到位。我应该邀请AI进入到我所在的真实的处境当中。比如说，他不知道我们的办公室长什么样，他不知道我最近的处境是什么，他不能理解我的目标是什么，他不能知道我的个性，我的偏好，我的欲望，我的约束，我跟人的关系，对吧？

03:38这些其实是他需要给我精准的解决我问题所需要的知识，但是这部分知识其实只有这部分知识我比他强。然后但凡是我从书上学来的那些东西，其实他都比我强。所以的话，我应该是把我知道但是AI不知道的东西给到位，这样才能让他给我的东西是更好的。

03:59我应该是是跟他创造共识，而不是去指导他。我应该创造共识，尽量的share我的看见的东西，然后邀请他跟我一起摸索出道路。所以整个的我们的隐喻的话，其实不应该把学习如何更好的使用AI当做是学汽车学word。学Excel学代码，这些都是学习工具的使用。

04:21我们其实是认为说我用的越好，那个工具就会发挥更好的作用。比如说拉小提琴，对吧？我们其实是觉得小提琴是傻的，我们是聪明的，所以我要提高。但是实际上我们应该换一个思路，就是比如说你是一家公司，然后你邀请了麦肯锡咨询顾问啊，你付了五百万，

04:39然后让他们咨询进场。这个时候其实你不应该是去指导他，你应该是共享你的数据，共享你的场景，让他派过来的那些好贵的咨询师更理解你。你应该是打开门创造条件，尽可能让对方深度的全面的理解自己，然后才这个钱才没白花嘛，对吧？让对方基于对上下文的充分理解，然后自己去想办法来解决我们的问题，这才是合理的一个思路。

05:05那使用AI的话，如果我们认为当下的AI已经比我们绝大部分人要强，反正我是这么认为的，我现在每天泡着就跟AI在聊。那这个时候其实真正重要的是让它了解我，把我知道但它不知道的信息给到位，而不是给它更多的指导。所以我觉得这个还蛮有启发的，这个乔哈里视窗。

05:27那第二个我觉得它可以应用到的领域是另外一个问题，就是叫做经常提到的是如何学习，如何吸收，如何记笔记。那传统的笔记方法就是说你要记得全嘛，然后那那先进一点的笔记方法就是要用的时候想得起来，但是实际上这个要求就无比的高了。我是一个读书的人，然后也是记笔记的人，但是我百分之九十九点九的笔记吧，就是吃灰再也没用过，就划划个线，

05:53然后就然后甚至于我还会在Obsidian里面建一个卡片，然后就再也没有用过。但是仔细想想，就是我们记的绝大部分的笔记，其实落在的是我知道AI也知道的这个象限，对吧？虽然看起来哇，好深刻的一个知识啊，但是实际上AI肯定就知道。

06:13所以，他既然已经知道，我下次可能还是会问AI的话，他有什么必要一定要在我的笔记库当中去取这个消息呢？他为什么不能全网去拿呢？大家仔细想想，这是个很诡异的事情。如果你家里旁边就有叮咚买菜，就有盒马，你为什么一定要买一个超级大的几个大冰柜，然后在里面做好各种各样菜的分类，

06:35对吧？而不是每一次现点的对吧，根据你当当下想吃什么，新鲜的去叮咚买菜，然后去盒马鲜生去点菜就好了嘛。我们应该做的是在呃要做饭的时候，想吃什么东西的时候临时下单，想要什么有什么，而不是应该局限在自己的小冰箱，说你就根据我的小冰箱，然后里面有什么菜来做菜，没有必要嘛。

06:58因为如果它是实时送达的话。那从这个角度上来讲的话，笔记应该记什么的话，就不应该记原材料了，就不应该记菜。那应该记什么呢，就是当我们看到一段话对我很有启发很有感觉的时候，这个时候这段话本身是不重要的。因为这段话AI脑子里有，而且它有更多更好的。

07:19我应该记得东西就是要找一个我知道但是AI不知道的事情，就是我为什么喜欢这段话，AI是不知道的。AI知道这段话，它也知道相关的所有的道理，但是它不太能理解我我我什么什么触动了我，我的inspirations是什么东西。所以它应该记得是我的偏好和我处理这个信息的逻辑，我处理这个信息它打动我的地方，

07:44这才是值得记的。因为它记住的其实有点像记住我的口味。所以它在下次推具体的场景推荐相关内容，我还是问它一个问题，我说我要做这个菜。他就知道说你要的是比如说肥肠而不是鲤鱼，他就推荐的更准。这才是更AI原生的思路，而不是一种囤积资料的那种上古时代的思路。

08:05那个李继刚的这个乔哈里视窗帮我解决的第二个问题。第三个经常看到的问题是叫做如何把自己的经验知识库交给AI形成服务产品。那这个时候我觉得其实每个人要思考的事情就是，我们的这个经验知识库是不是属于我知道AI也知道。我聊过100家传统企业里面，至少有99家的知识库其实是AI知道，呃我也知道啊，就是其实没有用的。

08:34就是很多人会引以为豪，说我有一套什么健康管理诀窍，我就觉得，你不就看了三本书，看了五个公众号对吧？形成的那些想法嘛，还有一些人可能会觉得我的佛法修行法门特别了不起，但是你无非也就看了五百本经嘛，对吧？然后你修行有一些自己的心得嘛，但是历史上高僧大德已经已经都总结得差不多了，我觉得。

08:54或者说你有你的独特的IP打造心得，虽然AI脑子里不一定有你这一个，但是它已经有了其他一百个，其他一万个那种IP打造大师的，所以其实拼拼凑凑也差不多。所以很多时候我们自以为是我独有的知识，其实只不过是我独有的ego和我的偏见。

09:14我们知道这点东西的话，其实AI的脑子里早就有了，而且更全面更深入。那这些时候的话呢，最有效的不是说，嗯，比如说你找一个什么技术专家，说啊，我们如何RAG，我们如何建立信息围墙，我们AI必须从这里提货。真的没有必要，而是让AI去理解你的独特的品味是什么。

09:34相当于我们独特，每个人有一个独特视角嘛，你为什么喜欢这个不喜欢那个。让它有效地根据我们的品味和我的个人的定位，从信息海洋当中去做过滤和筛选，给出符合我们的偏见的答案。而且这个答案不一定要来自于我们的知识库，但是它可以跟我们是独特的品味，这味道是一样的。

09:54然后它可以去从，你去看那张图的话，有巨大的一个空间其实是AI知道我不知道的。如果我把它框在我以为他不知道，但是其实他知道我也知道的这么一个小小的知识库里，其实是其实在对他的损害。我应该告诉他的是我的独特的视角的那个逻辑，让他理解。

10:12理解完了之后，他更大的应该把闸门打开，让他去，我也不知道他去哪里找，但是他拿到的东西就应该是符合我品位的，以及符合我的品牌的，让我的受众听上去就是我的东西，这才对，这样子才把AI给用起来了。而不是说你一定要从我的小小的脑袋瓜子里面挖东西，有啥东西啊，我们每个人看过几本书啊，对吧？

10:33所以从这个角度上来讲的话，就是不要去浪费时间控制它，去如何从呃你知我知的象限去取货，而应该构建上下文，让它去那个无限大的AI知道我不知道的象限，然后蒸馏出一个刚好适合我们场景的超能力。所以整整个我们所有的思路，我觉得都应该这样去打开。

10:53我觉得那个李继刚这张图真的对我们大启发。第二条呢叫做AI的能力不要单个看，我们要空间上看，要时间上看。具体上来讲的话呢，就是如果要充分发挥AI的效能，要站在整体系统设计的角度来看。而不要把自己当做一个具体任务的监工。就你是设计工厂的，你不是监督一个一个工人的，这是两件完全不同的事情。

11:19我们经常关注就是AI在单个任务上的表现，以及它在这方面跟人类的差距到底是大是小。但是实际上这事不见得是重要的。它有可能在每个任务上表现都不如人类，但是它真正的影响可能是空间上它可以大规模的并行，以及时间上它的闭环效率、合作效率更高。

11:40这样这样子，哪怕它在任何的单点上它都做到更差，它最后的系统上也有可能会做得更好。那首先讲并行规模，并行规模很好理解。就是可以走量。你开一个店啊，你一个月赚十万，我开一个店，我一个月赚一万，当然是你更牛逼嘛。但是呢，如果AI可以让我同时开一万家店，开十万家店，每家每家店赚一万，那虽然它单点上可能都不如人类的那个方案好，

12:06但走量之后整个系统的回报率更高嘛。就可能类比一下，就是AI比如说剪辑短视频，可能还是不如top1%的人类剪辑师，但是它可以剪十万条啊。可能它做猎头还是不如人类的top1%，但是它可以用相同的规则去评估一个一百万规模的人才库，就可以规模化的发展了。

12:25这就是Mercado的那个例子嘛，对吧？这点很好理解。稍微难理解一点的其实是时间上的闭环效率。这个概念其实在零售上是一个常识，但是非常多的人意识不到。呃，我举个例子就是你开一家店，它的毛利率20%，我开一家店毛利率5%，你觉得哪家店更赚钱？

12:47有零售行业的同学的话就会发现说这里面其实缺了一个数字，但是没有零售经验的同学很有可能就觉得毛利率20%一定比毛利率5%好呀。其实不是这样。有可能我更赚钱，只要我的周转速度是你的四倍以上就好。只要我赚得快就好，对吧？我卖一瓶可乐卖卖赚，我我我每天就可以卖一瓶可乐，你要四天才卖一瓶一瓶可乐，虽然你每瓶可乐比我赚的钱多，

13:12但是你卖的少呀，对吧？在时间这个维度上，我转的比周转比你快就可以了。京东之所以能够打败苏宁，也也也就是这个数字比较高嘛。哪怕AI在单点效率上是弱于人类专家的，但是只要把闭环迭代速度拉上去，很可能呢整体的效率仍然会更高。比如传统的营销投放来讲，需要人类去做战略，人类做创意，人类做设计，人类做规划，人类做投放，人类做数据数据分析。

13:39然后人类再反思啊，重新做战略。那AI有可能啊，至少暂时嘛，它在每个环节都不如人类专家。但是我们现在人类的共识，你会发现我刚刚讲了很多个环节。每个环节其实都有大量的损耗，你要开会，开会的时候你要做PPT，你你讲话，下个环节还听不一定听得懂，

13:59听懂了他也不一定会做。所以的话，哪怕你很强，你下面下游也很强，但是你们之间的那个带宽太窄了，太慢了。如果每一个环节都是AI，它可能只有你一半，对吧？但是这整个流程一下子就通了，所以把整个流程全部交给AI，大概率就可以把这个闭环速度优化一百倍。

14:17这个时候就有可能在时间轴上用周转的效率把单点效率全部给补回来。所以从这个角度上来讲，大家就可以看到说AI不一定是在局部的具体任务上胜过人类。但是如果我们设计得当的话，充分发挥空间上的规模和时间上的效率，还是有可能让系统整体的效能得到大幅度的提高。

14:38第三个就是讲一讲如何用Deep Research来做真正deep的research。啊，这个在在上一期播客我讲过了，跟武凯同学的聊天过程当中，我这边就简单的讲一下。就是当我们用Deep Research的时候，比如说我要研究美国的，比如说嗯，AI产品或宗教市场，

14:57这种对我来说很陌生的领域，其实收获就很大，因为我懂我懂个啥呀，对吧，我啥都不懂。所以它给我的知识就可以让我快速地从零分拉到三四十分。但是呢，在我们自己的专业领域，我们经常是一个八九十分的水平，这个时候它给你一个六十分的报告，

15:14你可以看得出一百个错来，然后基本上就是很多东西是没法用的。那经历了很多次的挫败之后的话呢，我发现了一个可用的方法，就是可以让我们用Deep Research来做真正深入的研究。而且它会让我们在自己的领域，就是自己熟悉的领域，也可以得到更多的收获。

15:33但是呢那天就被徐文浩说，这叫human in the loop嘛，对吧？你自己要参与。那是怎么做呢？明确我们的研究领域，然后呢，要求Deep Research找出该领域最有思考能力的一百个KOL，

15:46然后让他呢提供这一百个KOL的核心观点和相关文章的链接。这个时候你可以给他几个例子，给他一个few shots，帮他理解你想找什么样的人，对吧？如果输出的方向准确的话呢，你就及时肯定，让他重复重复几次，说哎，这一百个很好，你再帮我找点，

16:01对吧？或者说这第三三四个挺好的，你要按照这个方向再帮我找一百个。然后就就引导他去给你更多的值得看的人以及值得看的文章或者视频。然后自己呢快速浏览这一百个链接，从中间你总归挑得出二三十个还不错的嘛，挑出高价值的读一下。然后读的过程当中呢，我会把高价值的段落就相当于记笔记，我会把它复制到飞书文档里面，就建立了一个没有结构的内容库。

16:29然后针对这个内容库的话呢，我会对着get笔记做一次口头的讲解，就是讲说哎这一段，然后我读到了什么东西，大概然后我自己的理解是什么，为什么它打动了我。我觉得的它真真真正的那个价值在哪里，然后这个跟我的关心的这个议题之间的关系是什么，然后我就会把这些东西讲一遍。

16:48讲完之后，get笔记就会把那个乱七八糟的一堆东西整理成一个稿子，然后我把稿子会提交给GPT-4.5，然后让它整理成一个更有逻辑的结构。然后我再根据这个更有逻辑的结构，就是它已经理解了我想要的东西是什么和这些片段和主题之间的关系，

17:06但是主题整体还是没有一个架构嘛，让它把这个架构给搭出来之后，我再丢回给Deep Research说，按照这个架构，按照这些方向，然后再做更深入的调研，补充更多更有说服力的资料。然后最终给我一篇两万字的报告，这样子出来的效果就会好很多。

17:23所以的话，大家可以参考一下。然后第四个，第四个其实是一段话，就是我最近在那个Mark Manson的那个YouTube上看到的，觉得非常的受震撼。他在讲一个人，对，这个人的名字我都有点忘了，但是我就觉得非常值得思考。他讲的是，大家忍受一下我的我的英文的发音啊，不是特别好。

17:43就他讲，Don't try.Trying is a cheap replacement of living.Trying is a resort.It's a subtle way of getting out of responsibility of one's desires and one's failures.Don't try.Instead,live,fight,love,mourn,fuck,fail.Success isn't a product of getting everything right.It's often the product of being comfortable with being wrong.Purpose is feeling called to do something even when you sometimes wish you don't have to.我就当时看到就反正觉得很受打动，就强烈推荐吧，就是这段话大家也可以丢到英文，我也不知道怎么翻译比较合适，

18:24就是因为有的时候我会感觉我自己有一点点被它戳心了，就是我有的时候会还是会说我试试。他就是说你说试的话，这件事情就有一点点它，它叫做cheap replacement，就是相当于你在用一个很廉价的替代品去取代生活。因为试试的话就很软弱，它就是你就在逃避说你要搞成这件事情的一个责任，或者说你在逃避你的欲望，

18:53逃避你自己的失败，因为你说了你只是试试。这个时候很有可能你只是在给自己一个预先的逃避，但是你可以承担这个责任说老子就要这个，老子就想这样的话，其实你就会更真实地去生活，去打，去fuck，去fail，这都更好。我觉得好像他主要是特别适合我这样特别喜欢try的人，对。

19:16就特别戳心。然后他也会讲说，所谓的成功的话，它并不是说你把一切事都搞定了，都做对了。然后他经常就是一种就是你真正好的状态就是你觉得做错了也挺好的，就是那种状态，你being being comfortable with being wrong。

19:33然后如果人生的使命并不是说你做成什么事情，而是说你就觉得说你被召唤一定要做什么事情，哪怕你觉得说自己并没有那么想要。就你可能觉得，哎，要是自己没有这个使命更好了。你就是像Mark Manson说的，就是人生有的时候的话，他会说你是choose the pain you want to endure。

19:53就是不是说你去逃避痛苦。因为所有的按照佛教来讲的话，就是其实逃不开嘛，就是一切都是苦。那其实你，我们我们每个人有的选择，其实是在选择我愿意承受哪一种苦，而不是所谓的我可以觉得我可以逃开，除非我们去修行，是吧？啊。

20:12这边插一段鸡汤。好，呃，第五条讲的是当资本可以直接购买到能力和成果，就AI会逐渐吃掉所有的知识工作的市场，这就是个共识嘛，我在混沌还为讲这个课呢，是吧？然后这也是一个投资的thesis。然后我是经常会讲说AI可能可以改变人被工具、人被工作异化成工具的命运。

20:35因为我们现在就是打工人牛马，其实就是说我们是一个工具嘛。那但是人应该是目的不是手段，对吧？如果AI可以解放生产力，让人可以自由，那其实就有可能真正成为目的了。我们每个人从小就是被当做一个工具来培养的嘛，对吧？你以后要找份好工作，然后你才能养活自己，就是你一定能够帮别人干活，你才能够有生活的目的，你一定要去好好学习，

21:01你才有价值，对吧？就是这其实不对的啊，但是呢如果我这样反过来讲说，哇，你不用好好学习，你不用好好工作，你就自己是目的，这样的表达就是听起来会就是有点鸡汤嘛，虽然很有人文感，但是实际上未必世界会这么美好。就是凭什么，凭什么没有价值了之后的话不会被干掉呢？

21:21逻辑上的可能可以这样，不代表世界一定会朝这个玫瑰色的方向发展。那最近读到一篇文章，它的推演就比我平时口口声声的那个判断的话要悲观很多。他是认为说当AI彻底取代知识劳动的时候，资本的价值就会被极大的放大。而组织，比如说国家，关心个体的动机会想降低。

21:44在我们现在的世界里面，有钱我就可以买到最好的消费品嘛，比如说私人飞机。但是呢，很难直接买到最顶级的生产力。当然，比如说在那个大模型领域，这种太科学了。但是你说谁是一个更好的创业者，对吧？不是说投钱拿钱拿得最多的就是最好的创业者，是吧？

22:02经常也有会有草根逆袭。所以很难说，最多的钱、最好的钱一定能够买到最好的人，这件事情现在是说不通的。哪怕是DeepSeek R1，对吧？它就不是最有钱的团队创造的，因为顶级的生产力它是非标的。然后呢，每一个人也有个人偏好，比如说天才愿意追随某个特定的领袖。

22:23那这样子就导致说钱在最高端的非标的生产力的购买上，不见得是最有效的一个工具。然后它不能赢家通吃，对吧？但是如果未来的顶级的生产力都是封装在了AI agent里面，那么最有钱的人就可以直接购买到最顶级的生产力，甚至于他直接可以购买到最顶级生产力的最多的成果。

22:47而当资本可以直接买到成果的时候，人类的独特智能的杠杆的作用就越来越小了，就是社会就越来越固化。因为越是顶层的人可以买到越多的好东西，而且这个好东西是生产力。生产力的话又可以造出更多的好东西，它就越在顶层，对吧？越富有的人越能创造价值，越能创造新价值的人也就越富有，对吧？

23:09这样就赚钱了。当然这这个前提是财富仍然有意义，人类还没有被AI，我们还没有被整体干掉，对吧？这个时候一般的玫瑰色的幻想就会希望国家来重新进行财富分配，比如说发UBI。但是历史经验告诉我们，就是一个国家关心国民个体的动机，很大程度上取决于政府对人民的依赖的程度。

23:32比如非洲国家当中，没有矿产资源的政府就比有矿产资源、只要搞定少数利益集团的政府会更关心普通民众嘛。这个在那个有一本小册子，我觉得就就非常好看，基本上就在讲这个，就叫独裁者手册，啊，非常推荐。所以如果未来一个国家在经济、军事方面，它都不需要依赖大量的人口，那他关注个体的动机来自于哪里呢？

23:58当然我们可以说因为读书嘛，对吧？为天地立心，为生民立命，但是有点弱。就是我们一切回到这种最基础的利益上。当他在位，当他施加国家的影响力，当他要去比如说打仗，并不需要那么多人支持他的，对吧？因为不需要那么多，比如说不需要那么多步兵，不需要那么多人去干活。

24:21那这个时候他广撒关心的动机其实是会削弱的。那未来可能就并不会如我们想象当中那么的乐观。第六条是讲无限游戏和选择权。就我很喜欢两个概念，一个概念是无限游戏，然后一个概念是选择权。无限游戏本质上是世界观啊，就是让人看到更广泛的可能，就是不是说你在单一的被规训的棋盘上。

24:54对，大家如果感兴趣的话，有一本书叫《无限的游戏》，非常非常推荐。然后其实本质上就是告诉你说，在任何环境里面，你不要看这一个小局，对吧？你应该看的是整个大势，

25:07而你的追逐的目标也不是要赢当下的一城一地，而是想着说我怎么可以一直玩游戏玩下去。不光是玩这一盘，我还可以跳到别家玩另一盘，我还可以整个不玩这个商业游戏，我还可以玩别的游戏。整体上是讲说你怎么可以让自己一辈子玩得开心，而不是要在当下的这个局里面玩得被别人夸奖。

25:29这是两个不完全不同的概念。而当我们把它世俗化一点的话，也可以讲成说，如果你讲的是，当然这个就已经扭曲它的原意了的意思就是你比如说在一家公司你待得怎么样的话。你不要花太多的精力去优化你在这家公司的表现。你应该思考的是更广大的，就是你在整个就业市场上你的价值。

25:51这个时候你盯的着眼点是不太一样的。你盯着的是这家公司的董事长喜不喜欢你，和你盯着的是你在整个市场上值不值钱，以及你在盯着的是你人生想要到底玩的那个游戏是什么，你有没有增加自己玩那个大更喜欢的，比如说你就是想去修行，对吧？

26:09修行佛法。你有没有增强自己在比如说修行成佛道路上的可能性。你其实可以把视野打得更大一点。那本质上来讲就是跳脱一个小的棋盘。跳脱一个狭隘的输赢束缚，去给自己机会去定义一个属于自己的一个稳赢的游戏，是可以这样做到的。

26:28就，嗯，无限游戏是世界观嘛，选择权是方法论。那总体上来讲它讲的就是不要去纠结某个具体的时间切片上的决策和优化，而是你要关心的点是，是不是每个点上都有不同的选择。然后本质上就是减少不得不啊，你一旦说这件事情我是不得不做的，这个时候不管你是什么选择都不是好选择。

26:50而当你在每个点上都有比如说三个offer，对吧？四个四个选择，四个不同维度的选择。那这个时候你让挑的任意一个，呃，大概率都是比较好的。所以它的本质不是在说你要在决策已经发生的时候再说我应该怎么选，而是在说能不能在每次有什么事情的时候，

27:11你手上总有几个选项。那所有的我们平时的关注点就是在创造更多的选项，最好这些选项还在不同维度的，这样子就会更好运一点。做到的话呢，就是不一定会成功啊，就是我也不是个什么成功人士。但是呢，我就越来越喜欢的对于完美人生的定义是听到黄执中在《奇葩说》里说的那一段。

27:33就是叫做“时时能选择，路路有回转”。其实这样就很好了，要求不要太高。讲第七个叫做关键词是生成式，生成式人工智能。那大多数时候的话呢，我们是把它当做一种新的工具，帮助我们生成，它是生成式人工智能嘛，嗯，它就这样帮助我们生成，

27:54帮助我们generate更多、更优质的内容。有的时候我们卖工具，比如说Midjourney，让用户付费，然后使用AI进行创作。有的时候呢，我们去创业者去卖成果，比如说用AI帮老人写自传，那最终呢交付他一个包含人生故事的书。

28:12那不管是卖工具还是卖成果，本质上呢我们关注的点都在于内容content上。嗯，区别只在于是商家动手还是用户自己动手嘛，对吧？如果内容本身不重要呢？就是不论是文字、图像还是视频，它们都只是帮助用户完成GPT、完成待办任务的手段。

28:34而手段往往是受限于生产力的妥协方案，未必是最优解啊。当生产能力被放大一百亿倍，内容本身的价值是否还存在呢？就我们之前之所以要用内容来相互沟通，是不是因为那个时候受限于当时的生产力，而不见得内容就是一种最好的形态？所有的媒介形态本质上就是各种思想和情感的罐头。

28:59当我们生产罐头的能力提高一百亿倍的时候，会发生什么？这个时候我们真的需要一百亿倍的罐头吗？还是我们应该用这个技术去做一个新的东西，它不是罐头，它不是预制菜，它是一种新的东西呢？应该也会马上播。我跟徐文浩聊的另外一期，他在讲到说在PC刚刚出来的时候，个人电脑刚刚出来的时候，

29:23其实当时也会出来游戏。但是游戏这个东西，你说一开始的声光电的效果比传统的比如说杂志要好吗？其实要差的，但是它多了一个维度，就是可以玩，可以交互。所以游戏并不是叫做说我用电脑做了一部更好的电影。而是它创造了一个电子游戏，一种新的品类。

29:45而这个品类本身是有自己的一个新的维度被打开，就是交互，对吧？就可以玩儿。AI的话，我们现在还是拿它相当于我们用电脑做了一部更好的电影，我们在用它生产传统的这种静态的内容。那有没有可能它不是一种content，它创造的而是它创造了一个新的medium，它创造了一种类似于比如说游戏之于电影的这样一个东西，

30:07或者电视之于电影，它并不是说把它放到小屏幕，而是它真的就是另外一种媒介。那它如果是另外一种媒介的话，它它它到底是什么呢？是不是有可能我们的生成是AI，不是用来生成内容的，本身是一种全新的媒介形态。而这种形态目前看，它肯定是更偏向于个性化生成，而并非个性固定交付，更强调的是过程而不是成果。

30:30我们是不是不应该只盯着拿它去做罐头，然后做出更多的固态内容？而是应该让它跟用户在生成的过程当中去发生一些别的东西。我也不知道。但写到这里的时候的话，我在文章当中也写说，这就有听起来很像游戏。很多的CG技术当时是为电影设计的，但是最后的应用市场是游戏嘛。

30:53很有可能我们会发现，就是当下我们做的这些东西都只是一个过渡形态。所有的媒介最终都会走向互动，走向个性化，走向过程导向的游戏。所以呢，我们应该先把电影，把所有的固态内容的概念从脑子里删掉，直接去思考，就是我不管我是做什么的，

31:14本质上来讲。我要用AI做一种新的AI native游戏，这是一种新媒介新游戏。也可以换个脑子想一想。第八条叫做追求自由等于减少依赖。我们有的时候会讲追求自由啊，追求自主，其实其实是有点虚的一个追求，比较难落地难操作。

31:34但是实际上有一个事儿是比较好操作的，就是减少依赖。其实这事儿其实就只要你想干，一定容易抓找到抓手，能够干下去。因为我们的欲望是无限的，对吧？你想要很多都能得到，这种自由并不存在。就算存在的话，你很有可能也不会觉得这是个自由，这是个好事儿。

31:52那更可行的自由其实更多的像是呃随心所欲不逾矩，对吧？自觉必须要的不多，所以能更少的被迫做什么。因为你本身就没有想要更多，所以你就更难被迫去做什么。这这这这好理解吗？举个例子就是，比如说我们每个人对于自己认为说维护维持我一个月基础的月生活费，呃是有不同的理解的。

32:19其实你有一个月有二十万，你一个月有两万，你一个月有两千，其实都是不会饿死的。但是呢，你如果真实你心里面的那个数字是越小的，你对于外界的依赖就会越小。这个时候你的所谓的真正的自主和自由的可能性就越大。或者说这是一个创业项目，你项目本身需要的投资越小，需要你的现金收入越高，你对外界的依赖就越低，

32:45这个时候你的自由空间就越大，你就不需要讨好别人，对吧？所以呢，如果觉得世界不是非常的如自己所愿，觉得总是卡在某个外部条件上，对外诅咒之前，可以先想一想是不是自己设计上的问题，设计不当导致依赖过高。讲个讲个笑话就是卡门，对吧？

33:07未必你卡在门里面了，未必是门的错，可能是自己太胖了。所以这个时候不一定要砸门，也可以考虑减肥，是吧？好。第九条，从市场情报出发。跟某大厂的朋友聊了几个小时，觉得就是他们有个做事习惯，特别值得学习，就是凡事他们会想说怎么搞点情报。

33:27大部分人做事的话呢，就包括我，经常就是拍脑袋蹦个想法，就自以为点子值钱，哇，开搞。那少部分人会先搞什么行业情况什么，做做市场调研。但是呢，我见过的绝大部分人其实花在执行和优化上面的时间一定是比花在情报搜集上的时间多十倍、一百倍、一千倍的。

33:50大部分时间我们都在干活和干好，只有少部分的时间在收集情报。但是这个厂出来的同学，跟他们至少在在跟他们聊的时候，会发现真的是非常在意情报，都是想，哎，那这个情报到哪里去搞？这个我去搞一下。受到他们启发就会觉得，嗯，我好像在情报收集方面做的还不够。

34:10因为没有情报就好像没看地图你就开上路了嘛，对吧？你不知道哪里有矿，哪里有红利，不清楚哪些方法已经别人交过学费了，也没有看到明确的市场信号。这个是这样做东西基本上就是去赌PMF嘛。但是呢，这些非常在意情报的这些同学们的思路就是反过来，他们是先从市场情报出发，而不是从点子出发。

34:33他们先去搞清楚全景图，然后再从中间去挖客户的真实需求和有效打法。而且常常用的也不是所谓的去用户调研，而是他们会去看很多相关的产品市场上的数据，然后再去基于这些看到的数据，看到的苗头。已经有相当于有硬证据去暗示的哪里有机会，然后他们再去做那种嗯相当于软性的调研，然后再去基于这些调研的和硬证据的洞察去设计和营销产品。

35:02这个就是说起来容易做起来比较难嘛。你在大厂的时候其实就是会有整个情报系统来支持，你不在的时候获得高价值情报就不容易嘛。突然想起硅谷有有朋友那个时候就说他们搞的时候还是在借大厂的朋友的帮忙，然后再搞搞情报。之所以难的话，它才值得投入嘛。

35:22这个动作应该被前置，而且应该花更多的资源。至少你花你10%的时间吧，对吧？就就我也觉得我我其实我仔细想了一想，我花的时间应该还不到百分之十。我有我肯定有超过一半的时间在各种聊事儿获取信息，但是就是这种主动的获取情报去了解特定的东西的这种时间我肯定是少于百分之十的。

35:44所以觉得应该优化一下。它对不仅情报这种对整体的成败影响很大，更关键的就是这一步是很明确的。就比如说我们如果卡在情报上的话，你就会卡得很明确，就是啊我确实找不到这个，我确实我确实不知道这个。那你卡在这一步的话，你下一步那个就根本发生不了嘛，那就没有办法骗自己。

36:07因为我确实没有拿到正确的信息，但是大部分人其实是会去努力的骗自己的，就是比如说其实你可能你实际上是没有市场需求，或者说其实这个定位上已经太挤了，没有你没有竞争力。但是很有可能我们就会把它假装成其实是因为我没有做好一个网站，或者说我的网站没有一个，哎，我不应该用飞书多维表格，

飞书多维表

36:31我应该用一个自己的数据库，我还要加上什么AI自动推荐。我们会把一个真实的困难的问题转换成一个劳累，但是通过辛苦可以堆积的一个假问题。做网站多容易啊，真的去定位成功一个产品多难啊。所以的话你就会看到有些人的话就会做一些非常有成绩的事情，就是会一步一步做出来一些东西，但是通过做这些东西去逃避真实的问题。

37:04所以大家要想一想，就是如果我们是想好了要把情报放在前面的话，那就会卡在前面。比如说我我现在有很多事情就暴露出我的傻之处，但是你如果想好说我就是要把这个验证放前面，就会暴露在前面。但是呢，如果不暴露在前面，它就很容易会像我们说，哎哟，我们在脑暴想法吧，我们来画个原型，我们加班研发，

37:25我们推向市场。这个时候你就会感觉自己每一步都做了点什么，然后最后直到推上市场才发现其实什么都没干。所以那条路的话就太容易骗自己了，像我们这种尤其是我这种特别会讲道理的对吧，你讲哪条路都能讲通的。所以有的时候我也会想说，就是我现在已经越来越习惯，就把困难的事情，就是困难的那个挑战往前推。

37:47但这样子也会有它的问题啊，但我现在还是觉得说，应该把难的事情放前面，不要在那边做一堆那个没有意义的，没有意义的堆积。第十条叫做AI as me。这个其实就是上一次跟余一聊的那一期播客嘛，那期播客也是我们播放量比较高的，强烈推荐啊。

AAI as me余一

38:05就他分享了他关于AI as me的思路，就是整体上来讲，就是他不是把AI当做了一个客体，当做客体就是你去通过提问来获取答案嘛，他去给AI去提供了足够的数据。他反复迭代出了一千五百个字来形容他自己，让AI构建出了另一个余一在AI的脑子里面。

38:24这个现实的余一会去跟那个虚拟的AI理解的余一共同思考沟通碰撞。然后他还能设置环境，让多个不同的余一，比如说一个左派的一个右派的，一个读懂了RE论文的和一个没读懂的，让他们去进行对话，让他们碰撞。觉得这个实在是太神奇了。我从效率的角度来看的话，就是呃，它不仅仅是通过自定义指令去让AI了解了自己的偏好，而是让AI构建了一个镜子当中的自己的实体。

38:52那你构建一个实体之后，你去调动这个实体的话，你调度的调整的玩法就丰富了数百倍嘛。那从陪伴的角度的话，这种方式就神奇的发展出了一种跟自己的关系。电脑里面那个余一有可能跟你想象当中自己不一样嘛，然后你还会去调它。其实就像打游戏一样，对吧？

39:10你就会无限地去雕琢自己，让它越来越像本我，就像雕刻一件艺术品这样。然后这件事情既难度很高，但是对于每个人来说又是有动力和能力去实现的。所以整个你在雕琢AI眼中的自己的时候，雕琢那个实体的时候，本身也是一个很好玩的游戏。然后从心理的角度呢，这个玩法又可以同时满足多个层面的需求，比如说你在这个时候你在自己跟自己的对话，

39:36你就可以被充分地表达，你会被充分地看见。两个镜子相对，你就会得得得得得得反射嘛，对吧？就自己和自己反射。那这个时候在这个过程当中，你看到了不同的自己，然后他们在聊，然后你再跟他们聊的过程当中，其实就更好的可以认识我们自己。

39:54我现在也也做了一个。对，我就觉得还蛮好玩的。所有的思维工具本质上都是把我们的内心，把我们的神经网络外化，然后让我们可以用物理的方式进行明确的操作，去改变它的状态，然后我们观察，然后再把操作的结果投射回去。但是呢，一般来讲，我们操作的对象就只是简单的一个片段，比如说我们写下了一段话，对吧？

40:17我们操作这段话，把它改两个字。那我们操作一个想法，操作一段语言。但是如果我们能够完整地把自己投射出来，然后我们可以跟自己互动，产生响应和变化，然后再把那个响应和变化的自己投射回自己的内心，这个产品概念就非常好玩了。第十一条叫做把AI当做影帝，把自己当做导演。

40:39什么意思呢？就是，呃，经常流行，之前那个互联网流行一句话嘛，据说是张一鸣说的，还是Netflix的，叫做Context,not control。其实此工程也是讲这个嘛，对吧？过去的提示词呢，很多是control型的，就控制型的，把AI当工具，希望它扮演特定角色，说你是什么谁谁谁，

40:58你用特定方式解决问题。本质上是对它能力的不信任，那那自然也很难带来惊喜。现在的话呢，它的能力大幅度提升了，所以你再跟它讲说你是谁，必须怎样做，其实就是没有必要的一个束缚。现在更多的给context，更少的给control，才能发挥它的潜力。

41:16就好像你去带一个很笨的实习生，你为了让他出活，你只能讲说一二三四，你一定要照做啊，然后照着这张纸做啊，对吧？但是如果你现在是请一个行业大师，那重点是让他理解你的状态和问题，而不是教他怎么做，否则就太浪费了嘛。就是你应该是创造一个场景，让他去充分发挥。

41:37甚至于你给他的那个context未必需要是自己真实的context，你像可以像导演一样，设想一个舞台、一个场景、一组角色，然后观察这些角色会发生什么，这个时候的惊喜会更多。只会control的话呢，你就像一个命令型的导演，要求演员一板一眼地照着指令演，这样子很有可能可以出什么东西，

41:58但是他们的创造力、他脑子当中的东西就发挥不出来。善用context的导演就会给剧本、给舞台。让他们自由发挥，自己从旁调度，激发出名角儿那个影帝他自己的能力。当然最极端的可能是王家卫啊，就是先指定最有天赋的演员，然后只给背景设定，创造出本身的一个张力。

42:17比如说跟前面我们提到的余一那个左派的自己跟右派的自己吵架，是吧？这个时候它本身这个剧本、这个场景本身就很有张力，你不需要给出具体的剧本，他们即兴发挥，然后再从他当中的片段当中剪出来自己想要的片段，这个样子就更好玩了。就有可能他给我们的是惊喜，而不是你像用一把剪刀一样，你拿到的就是要不然是你想要的结果，要不然是你不想要的结果，

42:41更差，对吧？剪错了，但是很难有惊喜。过去的话，AI只能跑龙套，不会给你惊喜，只能听你命令。现在偶尔就是影帝的级别，所以我们可以考虑就是更大的大舞台。这个其实跟第一条讲的有点像，我现在讲到现在发现，对。

42:55就也是一个观点的不断地在那边反刍。再往下的话呢，第十二条是叫做房间里最聪明的是那个房间。就查理·芒格去说，就是第一流的智慧，就是能同时持有两种相互矛盾的观点，并仍然保持正常运作。那之所以被称作一流，就是很少见嘛。大多数人呢其实就一直在自己的成见里面，少数人会更新，但是所谓更新也就是相当于升级嘛，原来版本就会被覆盖掉了。

43:25只有极少数人就是可以把自己当做一个容器，是一个空的，它里面是有相互冲突的理论的。然后它们是可以并行碰撞和交融的。那我们的脑子的话，其实没办法嘛，这这个我们脑子的特性。一次一个观点的话，不管是坚持成见还是推翻旧认知，都是简单的零和一。

43:45但是如果我们要同时理解两个角度都有道理，这个时候我们就要同时看到很多的维度，而且去挖掘一个更底层的共通点，就是解决二元对立嘛。但这样子实在是很费算力。那怎么样可以让自己的脑子更一流呢？其实也可以不要逼着自己每件事都说我要看多维看深刻，而是我们可以从输入端就开始优化。

44:07就是让我们每次接收的信息本身就充满矛盾和碰撞也可以。比如说你去看奇葩说，你看完奇葩说之后，很有可能你的脑子是变大的，而不是变得更更新了一个观点。因为比如说你说你救画还是救猫，一会儿听到正方讲那幅画更有帮助，一会儿就听到反方讲也觉得挺有道理，

44:28对吧？你左右横跳个三五十次，你的整个的心量，整个对于思考的容量就变大了。那容器容器和格局就打开了。像奇葩说这样的内容就比较少，就是我们大部分看到的东西都是单一视角的。这个告诉你要随机应变，那个告诉你要第一性思维、第一性原理，对吧？

44:46都好有道理啊，但是都，对吧？其实都是有适用场景。那每本书、每节课、每篇文章都是努力告诉你一个正确的观点，你要么思考本质，要不然告诉你要快速试错，对吧？但是都很有道理，但信息摄入的过程当中，仍然我们就是要不然接受这个，要不然接受那个，大脑没有真的变大。

45:05那真正要做的其实是我们要邀请这些单一观点的信息交织在一起来呈现。应该让第一性原理和经济创业来来一场辩论。这样子的话，我们要看到他们相互吵架，在吵架的过程当中的话，我们来辨忠奸，对吧？这样子的话，我们脑子才会变被变大。所以以后吸收信息的时候，其实应该做一个AI工具的话，把它的相关的论点全部打出来，然后让他们相互吵，

45:32相互攻击对方，然后在攻击的过程当中，我们看到每一个适用性的边界，这样子才是我们把自己的脑子给变大，而不是变得更加的狭隘和偏执。就想起另外一句话，叫做一间房间里最聪明的不是某个人，而是整间房间。真正重要的不是某个独立的观点，而是那个可以容纳、碰撞、交锋、融合的一个场。

45:58未来所以我们需要那个吸收信息的时候，就让他们打一架吧，相关方那些道理来打架。最后留下的就不是任何一方，而是他们打架的过程当中扩展出来的那个空间，这才是最好的。好，第十三条是内容是能量。情感和氛围的导体。最近密集在跟一些那个KOL聊，越来越强烈地感受到，其实大家创造的不是内容，因为读者或者那个刷短视频的小朋友们看的也不是内容嘛。

46:28其实现在创造内容，它并不是信息或者含义的载体，按照我现在读到的某句话，而是能量、情感和氛围的导体。它其实传递的是能量、情感和氛围，而不是具体的意义。就有点像大家说你现在要做短视频要火的话，你应该要激发的是情绪嘛，千万不要让大家过脑子。

46:47所以当我们以非常理工男的思路去设想to creator、出创作者的AI产品的时候，经常想的就是提升信息传递效率啊，转化效率。但实际上这些事情可能根本就不重要。就好像热恋的情侣之间，他们叽叽喳喳，腻腻歪歪，然后说你说一句，我说一句，表面上看是交流信息嘛，

47:09但是实际上就是说了个啥呀？实际上就是底层的多巴胺和催产素在相互激发。这个时候的话，才是有价值的。那而不要去关注说，哎，你们刚刚讲的几句话没有信息量啊，对吧？逢琴煮鹤，那没有意义嘛。

47:23场域、氛围、气味、感受，这些才是关键。所以对于大众市场来讲的话，不管你表面上提供的是我是在卖教育，我是在卖财经，我是在卖什么AI培培训，本质上其实TikTok跟CAI都是一个赛道，卖的应该是能量、情感和氛围。倒数第二条，我们的目标是喂饱AI。

47:46就在设计AI native的产品交互的时候，有可能我们不需要设计如何更易用，因为易用这件事情在移动互联网时代已经做得差不多了，我觉得。对吧，你都是在这个屏幕上能够优化的点。也就那些，那很有可能我们要做的事情是如何让AI吃进去更多数据。

48:06就是以前我们习惯了笨设备嘛，所以默认只输入很少的信息，就是打个字啊，鼠标挪一段啊就可以了。然后呢，我们也习惯了设备在很有限的信息下就给出反馈，对吧？因为你之前输入的再多，设备没法理解。但现在设备已经足够聪明了，我们还没有习惯这么富裕的，没打过这么富裕的仗。

48:28所以我们还是会把设计限制在很小的带宽里面。所以应该反过来想嘛，如何可以让AI获得更大带宽的输入、更长时间的输入、更多模态的输入，然后让它的输出者质量提高。我们可以反过来想，就是把它喂饱一点，而不是说在那个小小小小的一个小玻璃上的交互更爽一点。

48:48可以喂什么数据呢？就比如说AI可以读我的表情呀，它可以观察我打字、阅读时候的情绪啊，它可以让我那个跟人交流的时候的话，它可以读懂语气啊，对吧？它应该可以那个把我全天候的所有的看到的听到的全记下来呀，这些事情都应该做到的。

49:05也不一定现在要想到什么场景，我自己个人使用，包括那天跟徐文浩聊天的话，会觉得现在越来越觉得你要给AI的句子已经要越来越长了。因为很多时候你就要给它更多的上下文了，但是我们通过打字来给它真的是很不make sense的一件事情。那有没有可能我更多的把我共享给它，把我的世界共享给它，以及让它读到更多维度的东西。

49:30这个时候的话，我创造一些由头，创造设备，加大带宽，先喂它吃饱，让它把各种有用没用的数据都吃进去。然后先把这把锤子给造出来，然后我们再拿到这个新的十倍的一百倍的能力，再去找钉子，那很有可能可以敲出一条新路。这个视角其实也很多人也有，就可能我觉得大家可以思考一下。

49:50好。最后一个啊，叫做把自己当做一个agent。在做决策的时候呢，我们通常习惯把自己当做主体，把世界当做客体。就我们研究外部世界嘛，对吧？研究变量，找到答案。

50:02对。在投资的时候呢，我们会花99%的时间研究被投对象，分析它的优点啊、缺点啊、市场前景啊，最终做出决策。但是如果换个角度，我们把自己当做一个客体呢，就是我们把自己当做一个AI agent。那么其实我们要知道，我其实是在使用一个有特点、有偏好、有缺陷的agent。

50:23这个时候我要使用它，比如说我在用我这个agent在做投资的时候，我一定会识别说，那它过去做投资做得好不好啊？它在什么地方做得好啊？它的特点、局限和偏好在哪里啊？而不会一上来就委托它，是吧？委托它交给我们身家性命。

50:39但我们往往对自己是无限自信的。但就比如说以我之前在在A股的投资，我就在在在A股我就亏过钱嘛。这个时候的话，那你就会看，那你凭什么这次能做好嘛？但是如果我把自己当做一个AI agent，你就会发现它过去战绩好像也不咋地。它现在呢跟你讲它的投资策略也讲得不清楚，它的局限和偏好很明显。

50:59那你这个时候就不会让它来，比如说代表我来把所有的钱都投到A股让它做决定嘛。所以的话呢，我们会一定是把自己当做客体的话，你把自己当做一个AI agent的话，你就可以更客观地来看待自己。比如说如果它这个AI在科技投资上评价很精准，但是在消费领域的话出过三次错。

51:20那我们就会更有针对性地去使用它，只让它分析科技项目，然后就说你消费方面先不要碰了。或者反过来，它消费方面投的都是对的，然后它科技方面投的都不好，我们就会让它多投消费，少少看科技，是吧？所以换句话来讲的话呢，就是想要更好地做决策，就是我们不仅仅要研究的是外部世界，也要更理解自己，

51:42把我自己当做一个客体来研究，能力圈啊、自己的偏好啊、自己的倾向性啊、自己的局限啊，要把这些都看进去。然后把这些信息和外部信息都放在一起，然后把自己放在正确的位置上，然后有一个说明书，正确地使用。这些时候可能比搞清楚外部世界、控制外部世界更有效。

52:04当然，其实最近还有一些新的想法，就是看整个世界的时候的话，都应该看到那个系统，以及看到自己在这个系统当中扮演的角色。哪怕是在一些自己并不期待的情况下，也要看到自己在创造这个自己并不喜欢的处境的过程中，自己在这个系统当中扮演的角色和功能和模块到底是什么。

52:27这个时候的话，我们把整个系统看见，然后又把自己当做客体，看到自己在中间扮演的角色。这个时候才能理解说，我未来想做什么，我想要什么，我应该做什么。这个时候才看得更全一点，不要现在说把自己和和世界割裂开，然后觉得我就了不起，然后世界欠我的。

52:47所以可以这样子来想一想。好。那就把我最近的那个碎碎念就念了一遍，然后啊，希望对大家有用。大部分跟AI有关，也有少量的鸡汤。那那个鸡汤喝喝更温暖，更更对吧？

53:02然后也提供情绪价值嘛，刚刚还讲要情绪价值，不能太理工男。所以希望大家可以那关注AI炼金术啊，有公众号。有小宇宙，有喜马拉雅，反正啥啥都有，大家可以关注一下。然后的话呢，那个我现在在在美元基金，然后徐文浩在

53:20AI AI公司，对吧？他在AI公司创业，我在美元基金投资孵化。其实也在做一些产品啦，我们两个都是从业者，然后呢就定期会白活白活，希望我们这些思考对大家有启发吧，然后也希望大家努力的帮我们分享推荐。谢谢，谢谢。

53:40好。今天就到这里，谢谢，拜拜。