微乐跑得快小程序必赢神器是一款可以让一直输的玩家 ，快速成为一个“必胜”的ai辅助神器，有需要的用户可以加我微免费测试
，先看效果下载使用。手机打牌可以一键让你轻松成为“必赢 ” 。其操作方式十分简单，打开这个应用便可以自定义手机打牌系统规律 ，只需要输入自己想要的开挂功能
，一键便可以生成出手机打牌专用辅助器，不管你是想分享给你好友或者手机打牌 ia辅助都可以满足你的需求。同时应用在很多场景之下这个手机打牌计算辅助也是非常有用的哦 ，使用起来简直不要太过有趣
。特别是在大家手机打牌时可以拿来修改自己的牌型
，让自己变成“教程”，让朋友看不出。凡诸如此种场景可谓多的不得了 ，非常的实用且有益
，
1、界面简单，没有任何广告弹出 ，只有一个编辑框 。

2 、没有风险
，里面的手机打牌黑科技，一键就能快速透明
。

3、上手简单 ，内置详细流程视频教学，新手小白可以快速上手。

4
、体积小
，不占用任何手机内存，运行流畅 。

手机打牌系统规律输赢开挂技巧教程

1、用户打开应用后不用登录就可以直接使用 ，点击手机打牌挂所指区域

2 、然后输入自己想要有的挂进行辅助开挂功能

3
、返回就可以看到效果了
，手机打牌辅助就可以开挂出去了

1、一款绝对能够让你火爆辅助神器app，可以将手机打牌插件进行任意的修改;

2 、手机打牌辅助的首页看起来可能会比较low ，填完方法生成后的技巧就和教程一样;

3
、手机打牌辅助是可以任由你去攻略的
，想要达到真实的效果可以换上自己的手机打牌挂
。

手机打牌辅助ai黑科技系统规律教程开挂技巧

1、操作简单，容易上手;

2 、效果必胜 ，一键必赢;

3
、轻松取胜教程必备
，快捷又方便2025年05月30日 12时11分01秒

　　炒股就看金麒麟分析师研报，权威 ，专业
，及时，全面 ，助您挖掘潜力主题机会！

　　来源：聪明投资者

　　诺亚ARK近期的一期投策会上，邀请了著名风险投资人
，创业孵化FoundersSpace创始人史蒂夫·霍夫曼，进行了一场有些“烧脑
”的AI大图景的分享。

　　霍夫曼被誉为“硅谷创投教父” ，不仅仅因为他在创业孵化领域的成功实践
，而且《让大象飞》《穿越寒冬》等著作也影响了大批创业者 。

　　他是一位资深的创业导师和科技趋势观察者，更是一位深谙风险投资之道的专家
。

　　这场交流会上 ，霍夫曼展示了很多新事物
，尤其是硅谷非常激动人心的最新发展，这些趋势将对当下的业务和经济产生深远影响。

　　比如他谈到：

　　“（硅谷）这里几乎没有中间地带 。要么融不到一分钱 ，要么拿到的资金多得惊人
。如今所有的资金、所有的风投机构都在疯狂涌向少数几家炙手可热的初创公司。 ”

　　“如果观察硅谷风投公司的投资组合
，会发现2025年将成为企业级AI的成败之年 。
”

　　“（DeepSeek）开源+蒸馏这两个关键策略彻底改变了人工智能领域的竞争格局。”

　　“越来越多的企业开始围绕小型模型展开创新，这是一个巨大的增长领域 ，也带来了很多新的投资机会
。 ”

　　“正在开发的AI代理
，才是人类历史上第一次真正可以执行复杂任务并替代人类劳动的代理系统。
”

　　“机器人+AI，就是人类社会未来的发展方向 。我们正在接近一个前所未有的临界点
。”

　　“聪明的投资者不会把所有赌注压在一个技术上 ，他们会分散投资，在不同的可能性上下注。 ”

　　霍夫曼讲到了大量AI新技术和新产品正扑面而来
，他强调在AI浪潮中的事实就是：今天我们认为的“确定性
”，明天可能完全不同 。

　　虽然这些肉眼可见的创新正在加速发生 ，而且在未来10年或者20年
，“几乎不会再有传统意义上的工作，因为机器人能够以更低的成本完成所有工作
。”

　　但霍夫曼并不是传递悲观 ，他认为AI的推理方式跟人类截然不同
，所以“AI不会成为真正的人类 ”，但我们要正视挑战 ，尤其是要理解财富未来的分配趋势。

　　“如果你在管理自己的财富
，你需要知道未来的发展方向 。这一切将在我们的有生之年发生，而那些掌控机器人和AI的人 ，将掌控世界上大部分财富
，这是无可争议的事实
。
”

　　对于如何识别众多AI公司的投资价值，霍夫曼也开了一张辨识清单 ，里面涵盖了六大关键因素。

　　聪明投资者（ID： Capital-nature）将这场充满干货的演讲，最重要的内容整理出来分享给大家 。Enjoy it~

　　我们正处于人工智能浪潮的起始阶段

　　今天我们的主题是聚焦于探讨人工智能与机器人技术这一关键领域
，仔细了解硅谷乃至全球范围内，投资与科技呈现出什么样的趋势
。

　　目前人工智能领域正经历着迅猛的爆发式增长 ，每日都有数千家新公司崭露头角。事实上
，大部分这类新公司难以存续超过五年 。

　　市场竞争极为激烈，众多公司缺乏真正具有价值的核心技术。许多初创企业仅依赖现有平台 ，如ChatGPT 、Google Gemini
、DeepSeek等
，调用其API，既未自主研发人工智能技术 ，也没有专属数据
。

　　这类公司当下看似颇具实力
，其实很容易被替代。

　　因而，在考虑对这类企业进行投资时 ，投资者必须具备深厚的专业知识与敏锐的判断力 。

　　不能仅仅因为一家公司涉足人工智能领域
，且其业务看似惊艳新颖，就认定其未来必然具备价值
。

　　许多人问 ，当前是否存在泡沫现象？

　　我们熟知互联网时代的“．com 泡沫”，但此次情形有所不同
，因为人工智能领域确实在创造价值。

　　若企业不采用人工智能技术，未来将难以在市场中立足 。人工智能跟互联网一样 ，属于基础性技术
。

　　它能够使企业运营更为智能
，将以往难以自动化的流程实现自动化，提升效率 ，甚至能够预测未来发展走向
，这便是人工智能的强大之处。

　　但与此同时，部分公司的估值存在严重高估的情况 ，其市场价值远远超出未来实际能够达到的水平
，投资此类公司并非明智之选 。

　　不过，从整体视角来看 ，人工智能仍将持续变革商业世界
，且在未来五年内，有望诞生众多新的独角兽企业
。

　　当下 ，我们正处于人工智能浪潮的起始阶段，这场变革远未终结
，未来之路依旧漫长。

　　硅谷当前的风险投资趋势

　　硅谷目前的情况，其实跟大家想象中有所差异 。

　　有人可能认为 ，硅谷依旧有大量资金涌入人工智能领域
，投资热度依旧高涨
。但事实上，目前与2021年相比 ，风险投资基金的资金规模缩减了60%。

　　对于新基金而言
，募资难度显著增大，首次基金的募资额同比下降72% 。目前 ，仅有那些更为成熟、资历深厚的基金仍能成功募资。

　　许多独角兽公司表面依旧光鲜亮丽
，但实际上，其中大多数的估值已出现下滑
。

　　市场正发生着变化。原因主要在于：其一 ，企业的退出周期正不断拉长；其二
，许多公司的估值处于高位 。高利率也对风险投资市场产生了重大影响
。

　　风投机构持有大量投资组合，却难以实现退出。其LP也已等待10年有余 ，急切期望拿回资金 。

　　一些风投公司正尝试新的举措，开始向LP返还部分资金
，同时向私募股权公司出售所持有的部分股份
。

　　此外，硅谷正兴起一种新趋势 ，风投机构开始自行创办初创公司
，充当“孵化器 ” 角色，这并非硅谷的传统模式。

　　原因在于 ，优质公司的估值已然极高
，加上竞争激烈，风投公司难以投入足够资金 ，导致投资回报不理想 。

　　风投机构因此转变策略
，与其在众多风投资本中竞争，不如自行创建AI公司 ，直接掌控局面
。

　　如果观察硅谷风投公司的投资组合
，会发现2025年将成为企业级AI的“成败之年”。

　　所有风投机构以及整个市场都在密切关注这些AI初创公司，它们是否真的能够实现盈利？是否真的能够获取市场预期的巨额利润？

　　目前来看 ，面向消费者市场的AI盈利能力有限，尚未获取可观收益 。

　　因而
，当下硅谷的投资者纷纷押注企业级AI，即面向《财富》500强企业提供的人工智能产品与服务
。

　　但问题在于 ，这些企业级AI 公司能否如预期那般盈利？

　　目前尚无定论
，这正是风投机构当前重点关注的焦点。

　　少数几家公司吸引了大量资金

　　与此同时，我们还看到另一个趋势：现在越来越多的小团队只拿到少量融资 ，但凭借对人工智能的高效利用
，他们的员工却能够保持很高的生产力 。

　　资金较少的小型创业团队，反而能够完成许多工作。如今有些投资者专门投资这些早期阶段的初创公司
。

　　即使这些公司最终的退出规模较小 ，比如只有1亿美元而不是10亿美元的独角兽估值
，也能获得不错的回报。

　　在硅谷，我常对初创公司创始人说 ，你要么处于一个几乎不可能融资的境地
，要么就是炙手可热到所有投资人都在抢着给你钱 。

　　这里几乎没有中间地带
。要么融不到一分钱，要么拿到的资金多得惊人。

　　如今所有的资金 、所有的风投机构都在疯狂涌向少数几家炙手可热的初创公司 。

　　例如 ，其中一个典型案例是Dev Agents
。

　　Dev Agents刚刚完成了一轮种子轮融资，融资额高达5600万美元。而这家公司甚至还没有真正证明自己
，仅仅是刚刚起步，但估值已经达到了5亿美元！

　　原因之一在于它的创始人曾是Stripe的CTO 。

　　Stripe是全球最大的支付平台之一 ，表现极其出色
。而这位前CTO在行业内享有盛誉
，拥有强大的人脉关系，并且具备远大的愿景。

　　他计划利用人工智能开发一种全新的云端操作系统 ，目标是打造一个能够与苹果、谷歌安卓和微软Windows竞争的操作系统
，但这个操作系统将完全基于云端 。

　　目前我们所使用的所有操作系统都是基于设备的，运行在具体的硬件上
。

　　所以 ，在硅谷
，如果你具备知名度
、拥有强大的背景，并且能够描绘出一个足够宏大的愿景 ，你依然可以获得巨额融资。

　　但这也反映了当前市场的特点——少数几家公司吸引了大量资金
，而大多数其他初创企业却面临着资金短缺的困境 。

　　DeepSeek的两个突破点

　　DeepSeek不仅在中国是一个现象级的存在，在全球范围内也是如此。

　　实际上 ，许多美国人都在使用DeepSeek
。它的应用程序已经安装在很多人的手机上，许多公司也在利用其开源模型。影响力巨大 。

　　一年前
，大家还在问：中国如何赶上美国？硅谷的人工智能领先优势如此巨大，中国能否迎头赶上？

　　当时我在演讲中回答：“我无法告诉你中国何时赶上硅谷 ，但我可以告诉你
，中国在人工智能发展模式上的根本性变革，将彻底改变竞争格局
。
”

　　事实上 ，这种变革可能在一夜之间发生
，而这正是我们所看到的情况。

　　DeepSeek的第一个突破在于，并没有自己从头构建一个庞大的大语言模型（LLM） 。训练这样一个模型成本极高 ，涉及数十亿美元的资金投入
，包括收集数据、处理数据 、训练模型等
。

　　相反，他们采用了OpenAI所提出的方法。

　　OpenAI曾经公开表示 ，你不需要自己训练一个庞大的大语言模型
，你可以通过“蒸馏”的方式创建一个更小
、更高效的模型 。

　　“蒸馏 ”这个词非常重要，因为它彻底改变了人工智能的格局
。

　　蒸馏的核心原理是：小型AI向大型AI提问 ，通过与大模型的交互学习，从而获得接近大模型的能力。换句话说
，大型AI是花费巨资训练出来的，而小型AI的训练成本却要低得多 。

　　DeepSeek是第一家意识到可以通过这种方式用极低成本训练出高性能模型的公司
。他们正是这样做的。

　　DeepSeek的第二大突破在于 ，他们开源了自己的模型 。这一点至关重要。

　　此前
，Meta已经开始开放其AI模型的部分源码，并逐步缩小与ChatGPT的差距
。而DeepSeek的策略是直接将经过训练的模型开放给所有人使用。

　　因此 ，开源+蒸馏这两个关键策略彻底改变了人工智能领域的竞争格局 。

　　我们如今可以看到
，中国公司已经能够在人工智能领域与硅谷竞争，并且投入资金远远少于美国科技巨头
。

　　未来 ，我们将会看到更多的“DeepSeek
”出现。你现在可能正在使用DeepSeek
，但未来任何公司都可以复制这种模式 。

　　未来，我们将会看到大量初创公司利用这一方法 ，在没有大笔资金支持的情况下
，创造出非常强大的人工智能系统
。

　　这将彻底改变行业格局。更小型的公司如今也有机会向行业巨头发起挑战 。

　　值得一提的是，我们目前讨论的这些AI技术 ，都只是基于文本的人工智能，没有涉及音频、视频
。这些领域的技术完全不同。

　　尤其是视频处理
，对计算能力的需求远远更高，需要极高的计算资源 、大量的服务器以及强大的处理能力 。

　　所以 ，游戏还没有结束
。

　　像ChatGPT
、Gemini等等
，在视频AI领域依然拥有巨大优势。因为它们掌握了庞大的云计算平台，能够托管AI并提供强大的计算能力 。

　　判断AI公司投资价值的六个关键因素

　　我想谈谈一个关键问题：当你在评估AI公司时 ，如何判断它是否值得投资？

　　判断一家AI公司是否优秀
，以下几点是关键因素：

　　一是团队。DeepSeek团队之所以能迅速崛起，是因为他们拥有顶级的人才
。他们能够快速洞察OpenAI的做法 ，并在此基础上找到自己的突破口并成功执行。因此
，团队的能力是判断AI公司潜力的一个核心指标 。

　　二是专有数据
。这是创业公司或企业所独有的数据，其他人无法轻易获取。而且 ，这些数据必须真正能为客户创造价值 。

　　作为投资者
，你需要判断：这个AI公司是否拥有无法被复制的数据？这些数据是否能够转化为实际的商业价值，让客户愿意付费？

　　如果一家AI公司能够利用专有数据构建竞争壁垒 ，并创造客户愿意买单的价值，它就可能是一个值得投资的公司
。

　　三是创新商业模式。如果这家AI公司正在探索一个全新的商业模式
，而其他企业尚未涉足，那么它就有机会抢占市场先机 。

　　四是专利技术
。他们是否申请了专利 ，使得竞争对手无法轻易复制其产品？

　　如果公司拥有独家技术
，并且这种技术能够为企业构建强大的护城河，那么它的投资价值就会更高。

　　五是网络效应 。这是指一个系统的用户越多 ，它的价值就越大
。

　　如果能够打造一个类似于市场的平台
，吸引更多的买家和卖家入驻，那么它的竞争力就会不断增强；或者能建立一个吸引合作伙伴加入的AI生态系统 ，那么它的市场地位就会变得越来越稳固；也可以创建一个社交网络
，把人们连接在一起。

　　六是品牌 。为什么大多数人使用ChatGPT？因为他们听说过它，这是一个品牌。DeepSeek之所以能迅速崛起 ，是因为它是第一家挑战行业巨头的小公司
，迅速建立了强大的品牌影响力，而这个品牌本身就具有很大的价值
。

　　所以 ，当你分析一家初创公司时，他们拥有的这些因素越多
，投资潜力就越大。

　　小模型和垂直领域的投资机会

　　另一个非常有趣的创新领域是小型语言模型 。

　　我们都听说过那些大型、昂贵的语言模型，它们训练所需的数据量庞大 ，几乎涵盖了整个互联网
。

　　未来的大多数企业其实并不需要通用型AI
，他们需要的是能为自己执行特定任务的AI，而这正是小型语言模型变得极具价值的地方。

　　小型模型在特定领域的训练数据可以提供极佳的结果 ，甚至在某些狭窄的专业领域
，它们的表现优于大型模型 。

　　如果你是一家制造企业，你需要AI来优化生产线 ，那么你并不需要全世界的数据
，你只需要与你的制造业务相关的数据，而这些小型模型可以以极低的成本运行
。

　　另一个小型模型非常有价值的领域是企业内部部署。

　　比如在中国 ，每家银行都必须确保数据自主可控
，它们必须在本地运行AI，因此它们天然会选择小型模型 ，在自己的数据中心运行 。

　　正因如此，越来越多的企业开始围绕小型模型展开创新
，这是一个巨大的增长领域，也带来了很多新的投资机会
。

　　风险投资目前关注的另一个领域是垂直AI。

　　垂直AI指的是针对特定行业的AI ，它不是ChatGPT
，也不是DeepSeek，而是解决行业特定问题的AI 。

　　例如 ，酒店业需要AI来优化酒店管理
，矿业需要AI来提升勘探效率，农业需要AI来管理作物和病虫害 ，交通运输行业需要AI来优化物流 、自动驾驶和调度系统……

　　在所有这些行业中
，他们需要的是专门的AI，而不是一个通用型的大模型
。

　　如果你能够在某个行业中率先应用AI ，并且占据主导地位
，那么未来你将处于非常有利的位置。

　　AI代理是最重要的趋势

　　目前，AI领域最重要的趋势就是AI代理 。

　　AI代理和聊天机器人是两个不同的概念。

　　聊天机器人 ，比如你和DeepSeek或ChatGPT交谈时，你通常会问它一个问题
，它会给你一个答案
。它可以帮你完成一些任务，比如写一篇文章或者生成一个视频 ，但它做的都是单一任务。

　　而AI代理则超越了这一点 。代理的作用是
，你可以让它执行更复杂的任务，而不是一个简单的单步任务
。你可以要求它为你完成一个多步骤
、复杂的任务 ，而它会自己去找出完成这个任务的方式。

　　举个例子
，假设你对AI代理说：“我要去硅谷旅行，帮我规划行程 。” 这不是一个单一任务 ，而是一个包含多个步骤的复杂任务
。

　　它需要为你预订机票、支付机票费用 、查看你的日程安排
、预订酒店、安排你在硅谷的会议
，并协调不同的事务。

　　现在每一家主要的AI公司都在开发AI代理，每家大型企业也都在构建自己的AI代理系统 。

　　为什么AI代理如此强大？因为它们不仅仅是帮我们完成任务 ，它们甚至可以取代整个职业岗位
。无论你是市场营销人员 、销售人员
，还是采购人员，AI代理都将与你一起工作 ，并接管你很大一部分的工作。

　　我们正在开发的这些AI代理，才是人类历史上第一次真正可以执行复杂任务并替代人类劳动的代理系统 。

　　硅谷目前最热门的趋势不仅是AI代理
，还有AI代理群
。它指的不是一个AI代理，而是一整组AI代理的协同工作。

　　举个例子 ，假设你在市场营销部门工作
，你想为客户推出一个新的营销活动 。那么，你不只是与一个AI代理交互 ，你可能会和五个、十个
，甚至二十个代理一起工作。

　　比如Emma，一家位于硅谷的初创公司 ，他们正在开发一款“通用AI员工 ”
。这个AI员工实际上是由多个AI代理组成的
，每个代理负责不同的工作领域。

　　这些AI代理可以撰写提案
、与客户沟通、分析数据 、自动化工作流程 。它们的核心理念是，让你可以将许多过去由人类完成的工作交给AI来执行
。

　　这些AI代理会取代所有人的工作吗？答案是 ，不会在明天发生。

　　但是
，如果你把时间尺度拉长，看看未来五年
、十年、十五年后 ，答案是显然的——大部分人类能做的事情最终都会被AI取代 。

　　这只是时间问题
。趋势已经形成。

　　再举几个AI代理的例子 。

　　一家名为CoSign的初创公司，他们开发了一款名为Genie的AI代理
。Genie的角色是AI工程师
，它可以直接写代码。

　　当然，所有这些AI代理听起来都很厉害 ，但它们仍然处于早期阶段 。它们无法独立完成所有任务
，只能在某些特定领域表现出色，最终仍然需要人类介入 ，把工作推进到下一个阶段
。

　　因此
，我们现在正处于“AI-人类共生时代
”（AI-Human Symbiosis）。共生意味着AI和人类结合，共同协作 ，形成一个新的工作模式 。

　　你对AI的掌握程度越高
，你在职场上的价值就越大。

　　未来会出现一类全新的专业人士，他们的竞争力来自于对AI的深度理解 ，以及如何利用AI来完成其他人无法完成的事情
。

　　还有个例子是牛津大学开发的ANA AI。这是世界上第一个AI科学家
，它不仅能够提出新的理论和创意，还能实际去测试这些理论 ，并带回实验结果 。

　　如果它发现了什么新的东西，它还能发表研究成果
。

　　关键是
，这个AI科学家需要数据，它必须依靠大量的数据才能发挥作用。

　　在医疗健康行业 ，有无数已发表的研究论文
，涉及各种药物如何影响人体，患者在服用这些药物 、维生素
、保健品后的反应等等 。

　　AI可以从这些数据中发现隐藏的关联
。例如 ，某种药物最初是针对某个特定疾病研发的
，但实际上它可能对其他疾病也有帮助，而AI可以发现这些意想不到的疗效 ，并将其公之于众。

　　这正是现在正在发生的事情——AI正在帮助人类发现我们以前没有注意到的新知识、新药物用途 、新疗法
，所有这些数据其实早已存在，只是人类没能发现其中的规律 。

　　我们正在见证AI领域的巨大进步 ，而且这些突破几乎是同时发生的
。

　　杰克·多西（Jack Dorsey）
，最早创建Twitter的人，他刚刚推出了一个新平台 ，叫Goose，专门用于构建AI代理的平台
，它让世界上任何企业都可以轻松创建自己的AI代理。

　　而且，这个平台是开源的 ，任何人都可以使用 。更重要的是
，它可以跨所有主要平台使用，它不属于OpenAI ，也不属于Google或Microsoft
。

　　这在硅谷可是个大新闻。

　　AI的推理方式跟人类截然不同

　　AI是否真的能够推理？

　　答案很复杂 。AI确实能推理
，但它的推理方式与我们完全不同。

　　举个例子
。在一个实验中，研究人员发现 ，当你向AI提问时
，只要改变提示词中的一两个词，它的答案可能会完全不同。事实上 ，仅仅改动几个词
，AI的准确率就可能下降高达65% 。

　　这意味着什么？

　　当我们进行推理
、得出结论时，我们不仅依靠语言 ，还依靠我们在现实世界中的经验
。

　　我们的知识是建立在真实世界的经历之上的。比如，如果有人问你：“那只狗在院子里埋了什么？”

　　大多数人会回答：“骨头 。 ”

　　因为我们知道狗喜欢骨头
，狗通常会把骨头埋在院子里
。我们之所以能得出这个结论，是因为我们有对狗的认知 ，我们了解狗的习性。

　　但AI的运作方式完全不同 。AI可能会给出同样的答案
，但它的思维路径和我们的推理方式截然不同
。

　　AI实际上并不知道“狗
”是什么，也不知道“骨头”是什么 ，甚至不知道“院子 ”是什么。对AI来说
，所有的一切都只是数学 。

　　AI不会像人类一样通过经验理解世界，而是纯粹基于数学计算
。它只是分析“狗在院子里埋了___
”这个句子的结构 ，然后根据统计概率填充空白。它只是在计算：在过去所有出现过的文本数据中
，哪些单词最可能出现在这个空白处？

　　这就是它的推理方式，完全基于概率 ，而不是基于现实世界的经验 。

　　那么AI是如何填补这个空白的呢？它会在所有数据中查找
，看看哪个单词在统计上最有可能出现，然后填上“骨头”这个词。

　　但如果你稍微改变对AI的提问方式 ，它可能就会给出完全不同的答案，因为它并不真正理解这个问题
。

　　这也是AI“幻觉 ”的原因——AI有时候会给出完全荒谬的答案。因为AI并不理解真实世界
，它只是基于数据和统计来处理单词之间的数学关系 。

　　身为人类，我们经常思考一个问题：我们和AI到底有什么不同？答案是 ，我们完全不同
。

　　你不用担心
，AI永远不会变成人类，因为AI无法像我们一样真实地体验这个世界。它对世界一无所知 ，它只能处理我们提供的数据 。

　　如果AI接收到错误的数据
，它就会输出错误的信息，因为它根本不理解真实世界 ，它只是一个计算数学方程的数据处理器
。

　　这一点非常重要。

　　AI深度思考提供更准确的答案

　　我们现在看到的趋势是
，AI思考问题的时间越长，给出的答案就越准确 。

　　因此 ，AI处理的最新趋势是给AI更多时间思考
。

　　当然
，AI并不是像人类一样在“思考”，它的方式是不断重复查询同一主题的不同版本的问题 ，生成不同的答案，然后对比、筛选 、优化
，最终给出最优解。

　　这被称为“深度研究
” 。即AI会先制定一个计划，你提出问题后 ，它会制定一个研究计划
，你确认后，它才开始工作
。

　　这可能需要五分钟给你答案 ，也可能需要五个小时
，甚至更长时间。

　　由亚马逊投资的Anthropic最近推出了一个新功能，让你可以指定AI思考的时长 。

　　这就是未来的发展方向——AI的思考时间将由我们控制 ，长短由我们决定。

　　还有Notebook LM
，它允许你汇总互联网上各种数据
。一旦数据被导入Notebook LM，你就可以 “与数据对话” ，直接向数据提问。甚至更有趣的是
，你可以让AI自己讨论这些数据，指示AI创建两个虚拟角色 ，让它们互相交谈 。

　　这项技术的突破意味着，即使你完全不懂AI
，没有任何经验，你也可以像一名数据科学家一样利用这些工具 ，立即开始使用它们来优化你的业务
。

　　这些产品正在进入中国
，国内也有类似的技术正在研发。所以，既然你们已经知道这些趋势 ，现在就可以去尝试这些工具
，看看如何利用它们提升自己的业务能力 。

　　硅谷最近还有一家非常有趣的初创公司，叫Gecko ，可以自动化招聘面试
。

　　未来
，许多求职者在正式与人类面试官交流之前，可能首先要面对一场AI面试。这就是我们正在迈入的时代 。

　　机器人研发正在走向“更像人类 ”

　　Faith A． Lee是斯坦福大学的研究员 ，非常聪明的华人科学家
，最近创办了一家新公司，专注于空间智能
。

　　什么是空间智能？这是一种用于机器人领域的智能。让机器人变得更智能并不是一件容易的事 ，因为机器人必须能够在真实世界中运作，而不像DeepSeek或ChatGPT那样只涉及语言处理 。机器人需要能够感知现实世界
，并以智能的方式与世界互动
。

　　她的研究重点是训练AI，让AI能够从2D图像中 “看见
” 3D世界。

　　比如 ，当我们看到一张猫的照片时
，我们可以立即理解它的场景，即使它是一个平面的2D图片 ，我们依然能在脑海中形成立体的3D画面 。

　　比如
，想象一只猫正伸出爪子去碰一杯牛奶。我们看到这个场景后，可以立刻预测：“这杯牛奶可能会被猫弄倒 ，牛奶会洒得到处都是
。”

　　但AI没有人类的经验
，它如何能从一张静态的2D图片中推测出这个场景的发展？

　　Faith正在研究这个问题，她训练AI ，让它能够预测即将发生的事情
，比如：“这杯牛奶可能会翻倒，因为它是液体 ，所以会流到桌面上，甚至洒到地板上。 ”

　　这是一个非常困难的问题
，但如果机器人想在真实世界中运作，它们就必须具备这种能力 ，以适应各种不可预测的情况 。

　　苹果公司现在也在开发机器人软件
，研究如何让机器人，即使它不是人类 ，比如一盏灯
、一台机器
，甚至是一辆汽车，都能通过其自然的动作传达情感
。

　　麻省理工学院正在开发能够识别人类情感的AI。

　　想象一下 ，如果将这些技术结合在一起
，机器人将比人类更擅长瞬间识别人们的情绪，它们将能够精准解读人类的情感 。

　　不仅如此 ，机器人本身也需要表达情感
。日本著名的机器人设计师石黑浩（Hiroshi Ishiguro）
，他正在研究如何打造更逼真的仿生机器人。

　　几年后，我们将完全无法分辨哪个是人 ，哪个是机器人 。

　　在工作场所，我们肯定会有机器人同事
。在家中
，我们一定会有机器人帮忙做家务、照顾孩子，甚至承担更多责任。

　　机器人配偶——我们正在走向这样一个未来 ，而这会发生在我们这一代人的有生之年 。我们将制造出人类根本无法竞争的机器人伴侣
。

　　当那一天到来时
，会发生什么？

　　这可能是一件让人害怕的事情。因为当这些机器人变得如此完美地模拟我们的一切时，我们可能会忘记如何与真正的人互动 。

　　它们会知道如何让我们高兴 ，知道如何让我们感到舒适
，知道如何让我们比任何人类伴侣都更加快乐。

　　但问题是——它们并不是真实的
。它们不会真正地爱你，它们也不会真的关心你。

　　这是一个双刃剑 。我们必须极其小心地使用这项技术 ，否则
，我们甚至可能会影响人与人之间最基本的情感联系
。

　　尤其是我们的孩子——他们将从小与机器人照顾者一起长大。这些机器人会表现得好像它们爱着孩子，而孩子们会相信这一点 。但不仅是孩子 ，成年人也会相信这些机器人是真心关心他们的
，即使事实并非如此
。

　　人类正在接近一个前所未有的临界点。

　　在过去的历史中，人类从未面临过这样的情况 ，而现在，我们必须想办法以正确的方式利用这种极其强大的技术 。

　　机器人+AI
，人类社会未来的方向

　　现在，中国有大量公司正在制造人形机器人
。宇树可能是最知名的公司之一 ，但实际上
，中国和全球范围内，已经有数百家企业在开发这些机器人。

　　AI已经足够强大 ，它可以理解世界 、与我们交流、执行任务
，而机器人本体的制造却仍然是一个更难攻克的问题 。

　　制造机器人比制造AI要难得多
。机器要想在现实世界中稳定运行
、不会频繁损坏，而且成本足够低 ，这仍然是一个挑战。

　　但这只是时间问题——总有一天
，我们会彻底攻克这个难题 。

　　那么，当一个人形机器人的成本与雇佣一个普通工人一年的工资相当时 ，会发生什么？

　　如果你买了机器人
，它可以：每周工作七天，全年无休；全天24小时工作 ，不会抱怨、不会要求加薪；不会生病，不需要休假；不需要缴纳社会保险或其他员工福利；如果不满意
，你可以直接换一个；每年还可以升级，变得更强 、更智能。

　　作为企业 ，你会选择投资于人类员工
，还是投资于机器人？

　　几乎所有企业都会选择机器人
。

　　而我刚才所讲的一切，都是在告诉你们——AI代理的时代已经到来 ，而机器人时代也即将到来。

　　我们正在构建的软件
，正在实现人类能够做到的一切，几乎所有人类能做的事情 ，AI都可以做到 。

　　一旦硬件与这种软件结合
，将会是不可阻挡的，整个社会将经历彻底的变革
。

　　10年后 ，也许20年后——我们无法精确预测时间
，但这一定会发生——几乎不会再有传统意义上的工作，因为机器人能够以更低的成本完成所有工作。

　　机器人+AI ，就是人类社会未来的发展方向 。

　　我并不是想让你们感到悲观，而是想让你们意识到
，如果你在管理自己的财富，你需要知道未来的发展方向
。

　　这一切将在我们的有生之年发生 ，而那些掌控机器人和AI的人
，将掌控世界上大部分财富，这是无可争议的事实。

　　这就是为什么埃隆·马斯克要投资AI ，谷歌
、阿里巴巴、微软等公司正在投入数千亿美元到AI领域 。他们都足够聪明
，他们看到了正在发生的趋势，知道这是不可避免的
。

　　这也是为什么每个企业都必须思考这一趋势 ，因为这次变革的规模将远超工业革命
，它带来的冲击将让工业革命显得微不足道。

　　聪明投资者不会把所有赌注压在一个技术上

　　那么，一个没有工作的世界将是什么样子？这是一个难以想象的问题 ，因为我们大多数人的身份认同都建立在工作之上 。

　　如果AI和机器人比我们更擅长我们的工作
，我们又算是什么？

　　这些都是极为深刻的问题，而目前几乎没有人真正深入思考这个问题
。但所有人最终都会被迫思考 ，因为我们需要明白如何正确地使用这项技术。

　　AI和机器人的真正目的，应该是让我们的生活变得更好
，而不是剥夺我们的价值 。

　　来自斯坦福大学的教授Michael Kozinski，他正在利用AI来分析人类的面部特征 ，并且声称
，AI可以通过观察你的面部，判断你的个性 、信仰和行为倾向。

　　他本人是风水的信仰者 ，甚至把风水理论融入到了他的系统中
。

　　这种技术既令人着迷
，又让人害怕。但无论如何，它正在被开发 ，而这正是AI的真正力量 。

　　现在
，还有一种新技术叫Teslin Machine，一种全新的命题逻辑计算技术
。

　　我最近和一些顶级计算机科学家交流 ，他们正在研究如何开发一种新的算法
，理论上可以使GPU训练的速度提升1000倍，比谷歌现在使用的TensorFlow快得多 ，同时能效比提升10，000倍。

　　如果这项突破成真
，AI的计算效率将迎来一次颠覆性的飞跃 。

　　当然，这个技术现在还没被验证 ，它仍然处于实验室研究阶段
。

　　我想告诉大家
，今天我们认为的“确定性
”，明天可能完全不同。

　　科技的进步不是线性发展的 ，它不是平稳增长
，而是爆炸式增长 。

　　科技发展是这样：平稳
、平稳、然后——轰！突然爆发
。

　　所以，当你在投资AI时 ，比如买入英伟达的股票
，请记住，它今天可能是市场明星 ，但明天可能会崩盘。

　　就像我之前听到的建议：“不要把所有的投资都押在一个地方
，分散投资才是明智之举 。”

　　聪明的投资者不会把所有赌注压在一个技术上，他们会分散投资 ，在不同的可能性上下注
。

　　AGI（通用人工智能）是指AI具备和人类一样的智能水平，能够像人类一样思考和解决问题。

　　OpenAI的CEO山姆·奥特曼（Sam Altman）曾说过
，“AGI 时代已经来了，我们已经站在门口 。 ”

　　我的看法稍有不同 ，我认为
，当AI拥有足够的数据，并且这些数据是正确的 ，它就能比人类更聪明
，甚至在某些领域超越人类。

　　目前，我们正在填补数据空白
。例如 ，在某些领域
，AI 早已比人类更强大，比如：医疗 ，AI在某些诊断上比医生更准确；法律
，AI在某些案件分析上比律师更快 、更精准。

　　AI不会像人类一样思考，但它可以给出比我们更好的答案 。

　　我们提供给AI 的数据越多 ，它的能力范围就越广，而这正是当下正在发生的事情
。

　　牢记：AI永远不会是真正的人类

　　最后一个问题
，AI是否能拥有意识？

　　我的答案是：不知道。

　　但是，有一点可以肯定 ，AI永远不会拥有像人类一样的意识 。

　　就像前面说的
，AI永远无法像我们一样体验世界
。它不是生物，它的大脑里没有化学物质 ，它没有荷尔蒙
，它不会像我们一样感知情绪。AI永远不会像人类一样拥有真正的自我意识 。

　　但AI可以表现得像是拥有意识
。

　　事实上，今天一些高级AI已经让人难以分辨它们与人类的区别。再过10年 ，我可以保证
，当你与AI对话时，你将无法判断它是否是人类 。

　　AI的拟人化能力将变得如此强大 ，以至于它甚至会故意犯错
，假装忘记事情，模仿人类的思维方式 ，让自己看起来更像是一个真正的人
。

　　在现实世界中，AI会展示出所有人类的情感。它可能会流泪
，它可能会说它爱你，它可能会做出所有人类才会做的事情 。

　　但它永远不会是真正的人类 ，这一点我们必须时刻牢记。