bulldragon

抽奖

JQ2N4K2Z 已用，谢谢

@bodayw 以及工业革命后人类体力应该确实变差，我想我们可能讨论的是不同范畴，你如果从肌肉发达或者力量角度可能是这样，但“体力”我觉得不止包含与此，因为现代社会的不同，我们从事脑力活动要比过去多得多，从能量功耗（输入输出能量而言）不一定比过去差。

@bodayw
如果说把语言的边界当做思想的边界，从个体角度来看 LLM 是能拓宽我们思想边界的；而从社会沟通角度来说，LLM 也可以当做沟通的桥梁工具，比如有人用简单直接的口语化表达 “我想要这份工作，这是我的简历” 发送求职信息，随后借助 AI 将其润色成符合职场规范的正式邮件；而接收方又会通过 AI 将这封正式邮件提炼回核心信息（同样的例子也包括各种 code review, paper review 等）。那么这样 “润色 - 提炼” 的过程是不是形式主义或者为什么不能直接把简单的信息一开始就发送给对方呢？我觉得这里可以引入 “协作熵增”的概念，人类社会的协作依赖 “共识预期”，大家知道在什么场景该说什么话、做什么事，对方也能预判行为逻辑，协作才能顺畅。这不是 LLM 替代了我们思考，而是作为一种防止 “协作熵增”的工具。

过去，将原始信息转化为符合场景规则的表达，这个 “推力” 需要人类自己来施加，人们要花费时间和精力学习复杂的文书规范、沟通礼仪。但现在，AI 承担了 “信息形态转换器” 的角色，它用算法打破 “原始表达” 与 “场景规则” 的天然矛盾，把 “低规则适配度” 的信息转化为 “高规则适配度” 的表达，让原本 “无法被场景接受” 的极简诉求获得传递资格，帮人类跨越 “个人表达习惯” 与 “社会沟通规则” 的鸿沟（比如这段话我也用 ai 润色了，省了我很多时间）。

所以省出来的时间，我觉得不会使得“技术的普及让更多人不再从事知识的生产”，反而，能够解放我们去从事更多的思考

不同意这个观点。发明了蒸汽机，人类体力就变差了？寿命缩短了？如果说反脆弱，大模型带来的“被替代”的压力不是压力吗。不用杞人忧天，人类会自己找到出路的。这种 long term 的预测对于个体我觉得没有什么意义，而对于人类整体，更不会变“傻”，反而知识的积累会加速，只不过我们要在这加速中，最好追求一点多样化，不要过早的收敛到局部最优 d/acc

其实是“理念驱动的理念（ idea-driven ideas ）”和“数据驱动的理念（ data-driven ideas ）”的区别。理念驱动的理念是指你从一些高层次的哲学框架出发——例如，市场是理性的，权力集中是危险的，陈旧的传统是明智的——然后从这个框架加上一些逻辑推理，推导出更具体的洞见。纯粹的数据驱动的理念是指你从不带任何先入之见，对数据进行分析，并认可你得到的任何结论的过程。

这个世界更多的是二者的结合吧，和工具、手段还有目的相关。我们作为人类的局限性在于不可能得到所有的数据和全局的信息，这时候需要的是行动，让我们快速反馈和做出决策，那么效率上要求我们有一些中间态的判断（这算直觉吗？或者从概率上来讲是贝叶斯推断的先验概率（每个人不一样，面对同一证据也会得出不同结论））。

v 神有篇博客挺好的（ https://vitalik.eth.limo/general/2025/08/12/ideas.html ）

@233373 sms-activate, 但没有外卡付费需要另想办法了， 用 claude code 可以用 kimi k2 的 api 替代，之前站里有教程

我之前也遇到，代理软件改成 clash verge ，用虚拟网卡模式就没这个问题了。

内容排版挺喜欢的，但内容读起来熵值太高了，用了太多引子、修辞，不够 informative