标哥笔记（有深度的思考）-CSDN博客

原创凡是鼓励你去做的事，那是有坑需要你填

但是禁止你去做的事，那是有利润却不想跟你分享;凡是鼓励你去做的事，那是有坑需要你填;凡是要你不惜代价的，意味着你就是这个代。凡是要你顾全大局的，你都不在这个局里。

2025-01-25 08:57:52 105

截至2024年8月末，朴道征信系统累计收录自然人超过6.44亿人，累计收录企业和个体工商户超7600万户”，从新闻的数据可以看出来，朴道征信的发展不错，当前人行征信的报告查询，一笔是2元，以此价格打个折扣做类推，朴道征信的累计收入属于数百亿级别，而朴道征信成立于2020年，到现在也就4-5年时间，基本上推测朴道征信可以做到数十亿-百亿/年级别的收入。蚂蚁的花呗和借呗是万亿级别的信贷规模，个人征信数据的加入，即使对风控能力的提升是0.1%，带来的利润也是数十亿级别的，这里的提升不可谓不巨大。

2024-11-18 15:27:29 644

原创我们终将成为无用之人

机器人成了最大的生产资料，这部分国之重器必然由TOP 1%的人掌控，这部分人掌握生产资料，拥有最大的生产力和最和谐的生产关系（机器人的生产关系非常融洽），制定和掌握社会的规则；到了这个时候，生产力有了极大的富余，以水稻为例，从插秧、播种、施肥到最后的收割，全部都是机器人自动化生产，几乎可以认为大部人不用做任何事，就能有饭吃有水喝。也许这些无用之人的唯一的作用，是为人类的存续繁衍做贡献，社会从大基数的新生人群中筛选出优秀的人进入11%的圈层，剩下的人继续成为无用之人。此时的我们，活的有意思吗？

2024-10-30 16:45:52 263

原创 NoteBookLM-个人智能知识库（重点看我的个人思考）

首先，NoteBookLM将个人知识库与大语言模型结合，支持用户通过对话的方式，了解个人知识库的知识。也就是说，有一个chatgpt，背后的知识范围是你个人知识库上传的知识，这个gpt可以跟你聊天，然后你可以通过gpt对知识进行总结、理解。更形象地说是，你有一座图书馆，然后请了一位图书管理员，这个管理员对整个图书馆的知识了如指掌，你不用去翻图书了，直接跟这个管理员对话，就能获取想要的知识。想象一个场景，你上传一本书的PDF，然后AI消化吸收这本书的所有知识后，你就可以通过提问的方式，获取到这本书中的知识。

2024-10-18 14:36:31 1921

原创同事因361制度而离开，令我思考361制度的好坏

另外一种可能是，公司在业务成熟期，也一直维持着相当的薪资来吸引人才，但是由于业务处于成熟期，也不太可能增加薪资投入，361制度得以阶段性维持，但是当外部新的业态出现，新的公司开出更有吸引力的政策，这时候人才就会被逐步吸走，那么从公司层面感知到就是人才越来越难招聘了，但是薪资投入又没法提升到与新业态一样，这时候人才招聘就会成为公司面临的问题，361制度就自然而然地瓦解了。执行361制度的前提条件是，公司对优秀人才的吸引力很高，不愁招人，通过不断招人来填补走掉的10%员工，来实现组织的血液循环。

2024-10-15 15:02:56 589

原创小马智行楼天成关于AI的观点大幅刷新我的认知

从前我的认知，一直是优质数据训练AI模型，但是从楼的观点延展开来，我想到了alphaGo和alphaZero，alphaGo就是数据训练模型的典型代表，而alphaZero则是0数据起步，通过规则的摸索和试错得到的模型，在这个例子里，alphaGo是L2，alphaZero是L4，L2作为辅助驾驶，驾驶表现只要表现得跟人一样就行，所以用大量的数据训练，能够灌出L2级别的智能驾驶，但天花板也相对很明显。2）L2和L4走的是两条相反的路，L2做的越好可能L4做的越差，L4做的越好可能L2做的越差。

2024-10-10 11:25:46 705

原创中国的SAAS为什么出不来“salesforce“

中国的人力资源供给丰富，甚至过剩，导致中国的人力价格就很便宜，中国老板在决策使用软件还是通过堆人头来解决问题的时候，会权衡投入，最后发现人力价格也不贵，直接用堆人头的方式可以最快地解决问题；我的看法是，现在已经有了开始的条件——出生人口逐年下降，等到这一代出生人口逐步迈入工作年龄，而老一辈逐步退休，中国的人力资源供给会逐步从丰富转移到平衡，这个时候中国SAAS的机会就到了，但这需要几十年的时间，还需要慢慢等。回来后，我深度思考很久，得到的答案是，“中国的人力资源供给丰富，甚至过剩”。

2024-10-09 15:35:22 290

原创读《明朝那些事》分享一段关于人生的感悟

从前以为不能接受的，最后也在时间的磨合下，慢慢接受了，生活充满想象，遗憾也不过是常态，其实人生就是一个享受过程的过程，无论当初做什么选择都会后悔，我们无法站在现在的角度，去批判当时的自己，就算时间重来一次，以当时的心智和阅历，还是会做出同样的选择。我们最终要去追寻的，也许不是什么完美的，小时候觉得忘带作业是天大的事，高中的时候觉得考不上大学是天大的事，恋爱的时候觉得跟喜欢的人分开是天大的事，现在回头看看，那些难以跨过的山，其实都在不知不觉中跨过了。突然就释怀了，人生短短几十年，怎么过都不会活着离开。

2024-10-04 22:08:29 1359

原创科技树上互联网是通用AI的前置节点

而互联网恰恰是海量优质数据产生的温床，互联网出现后，大量线下的数据被搬到了线上（各种知识、文献），大量人类的观点在互联网上碰撞，随之在互联网上存储着各式各样的海量数据，而海量优质数据也来自于此。因此英伟达的显卡+CUDA的出现，为大模型的出现提供了有力的支撑。但是如果从根上想，其实互联网是如上3个条件产生的必备条件，没有互联网则没有海量数字化的数据，没有互联网硬件算力无法得到有效的发展，没有互联网就没有算法架构产生的条件（没有互联网就没有谷歌，也就不会有transformer）。1）海量数字化的优质数据。

2024-09-20 11:16:14 381

原创支付宝的“碰一碰”到底是不是新瓶装旧酒

近期支付宝的碰一碰产品如火如荼地上线了，不少用户已经体验了相关服务：无须打开支付宝App，将手机靠近商户的POS机，通过NFC（近场通信）技术，“碰一碰”就能付款。有人说，“碰一碰”跟刷脸支付、刷掌支付没什么区别，可能只是新鲜的技术尝试，不会掀起太大的风浪；也有人说“碰一碰”的体验还是比较好的，未尝不能创造新的局面。

2024-09-19 16:33:57 2277

原创为什么相同的问题输入到GPT会得到不同的答案

另外举个chatgpt的例子，比如我有一个问题“国庆去哪个景区玩好”，chatgpt拿到这个问题后，预测这个这个问题的下一个字应该是什么，如上图所示，当他预测到“国庆去哪个景区玩好国庆假期”的后一个字的时候，产生了概率分歧，如上图可选的是“是”和“选”（也可能是其他字），gpt概率性地选择了这两个字，从而产生了两种完全不同的答案。当理解到，AI是一门概率学，就能理解，面对相同的输入，AI的输出，是可能有多个答案的，只不过每个答案的概率不同，我们只是从中按照一定的策略选出答案。如下我给出了一个图示范例。

2024-09-18 19:51:24 1641