夏天，关于人生发展的 24 条心得

2026-09-05公众号文章

关于 AI

1

周六下午，我与同学们畅谈良久，其中一个思想极为关键：AI 产业，未来走向，是复杂度跃迁。而所有沿着这个方向走的企业、组织、个人才是最有价值的。

2

今天的大模型发展，还处在什么阶段呢？我想到一个有趣的比喻：重金求子。

我们有时候，会在电线杆上或互联网上，看到一些小广告：重金求子。

今天的大模型也是这样，投入极大，甚至用堪称不合规（比如侵犯各类知识产权）的方法，来获得「类人智能」。

「重金求子」发展下去，变成了更先进的「试管婴儿」等辅助生殖产业，其实，AI 大模型下一步的发展也是如此。

不妨想想，未来，AI 产业的「生育术」「助产术」「育儿术」是什么？

3

模型、数据、算力、应用，才是一个完整的闭环。

当我们形成的数据，能够轻松注入模型，模型能力变得更强，然后被应用放大，应用又继续生产高质量的数据。

这种良性循环一旦建立，那就非常夸张了，Claude Code 开了一个很好的头。

这是正确的飞轮。这种打法也非常容易推广开来，甚至可以这么说，无数领域，都可以用这种思路，重新改造。

4

很多同学没有意识到，AI 时代、AI 时代，究竟是新在什么地方呢？

每个大的时代跃迁，对个人来说，就是多了一个大类作品，从而围绕这个大类，产生了无数新的职业。比如，电力时代的生产流水线，生产出来的工业制品就是一个新的大类作品。同样，到了互联网时代，是「webapp」这个大类；到了移动互联网时代，则是「app」这个大类。

那么，到了 AI 时代，你不要管一切媒体报道。最关键的就是，「模型」成为一个大类作品。

今天的「模型家」依然稀缺、昂贵、脆弱，但这都是一个时代早期的特征。这个早期也是获利最丰厚的时候。

所以，从零训练自己的「模型」，就是一种独特的创作行为。你训练出来的模型，就是和 app、webapp、图书、工业制品同一个性质的东西：你的作品。在 AI 时代，用作品说话，就是用「模型」说话。

这是时代的巨变带来的第一个趋势：出现一类全新的作品。

第二个趋势是什么呢？答案是上一个时代的较为典型的作品，会在下一个时代，变得极为充裕。比如，工业革命之后，农产品变得极为充裕；信息革命/互联网革命/移动互联网革命之后，工业品变得极为充裕。

显然，按照这个趋势推演，在 AI 时代，app/webapp/软件/信息，将变得极为充裕。

几乎是一种颠覆式的改变。而我们人类并不擅长应对巨变，更不擅长想象未来。

并且这轮巨变留给人类的缓冲时间，比前几轮少得多。工业革命、信息革命，都是至少 30 年起步。而这轮 AI 巨变，是 3 年起步。社会架构、立法制度、教育传承，统统都没做好准备。

人类将何去何从，我们在今天给出的一切答案都注定是错的。看得见的未来不叫未来。但有些东西会更永恒一些，比如爱与信任。

5

这轮 AI 跃迁，门槛比大家想的要高：

（1）硬件门槛：一台统一内存或显存 16G 的电脑，是起步，要流畅使用，需要更大内存或显存。

（2）软件门槛：需要不发怵 Claude Code、Codex 这些 CLI 界面。

（3）经济门槛：需要每个月支付至少 100 美金的订阅费，而要敞开了用，甚至需要 300 美金起步。这里伴随一个很高的隐形门槛：你做的事情的价值，应该是你的订阅费的十倍、百倍。

比这些门槛更高的是认知门槛：即我一向提倡的那些，比如提问技巧、自学能力、信息分析能力等等。

6

2024 年上半年，我做了一个演讲：《站在 3000 年繁荣的起点》，强调「计算模拟」作为人类与 AI 构成的全新社会未来 3000 年最重要的一种「认知方式」，以及，「模型家」作为一种新的职业，取代「科学家」。

说实在的，2024 年上半年，我只是预测。但谁能想到，如今真的成为现实了。

目前，「计算模拟」的「计算」部分，已经非常优雅地实现了——这么科幻的一面，不到 3 年，就突破临界值了：AI 的算力，可以写出极为复杂的代码了，执行极为复杂的任务了。

但另一面，则是「模拟」，突破得很不够，也就是 AI 模拟真实世界、进而预测未来的能力。这部分，才是未来 3000 年最大的红利。也是真正繁荣的起点。

目前大量关于 AI 带来的裁员、失业的焦虑，是因为我们当下，只有「计算」，更强的硅基算力，取代了脆弱、不稳定的碳基算力。所以，社会大众感受到的是人类的无力、脆弱。

但，繁荣的另一面，在于「模拟」。设想一下，另一种科幻来临：我们人类可以更好地预测世界走向、宇宙走向、银河系走向、生命走向、社会走向、组织走向，从而作出及时干预，增强人类福祉，以及，「模型家」职业大规模涌现，正式成为社会主流职业，那么，是不是，那时，我们真正意义上才迎来 3000 年的繁荣？

关于成长

7

成为好的研究人员、好的教师、好的作家，都需要那么点追求完美的精神，以及好奇心，不断追问，不断打磨自己的作品，而不是将一个半成品曝光给同行、学员、读者。

好的研究、好的讲座、好的写作，过程都有那么一些焦虑，但一旦体验到那种心流状态，研究、讲座、写作，就变为享受了。

8

这轮 AI 发展太快了，以至于我有个感觉：可能大量知识工作将变得没有意义了，但新的工作岗位又还没完全出来。这种转型期，是最动荡的，也是机会可能最多的时候。

我观察到一个有趣的趋势：目前互联网上值得浏览、关注的信息源越来越少了，因为大量都是 AI 写的了。反之，另一个趋势是，线下公众聚合，比如聚餐、游园、音乐会这类体验变得越来越重要了。

9

AI 时代，信息不对称与认知不对称反而被放大了。可以说，世界的漏洞被 AI 继续放大了。那么，是不是可以利用 AI 做更大的事情呢？

这里的矛盾是这样的：世界的确充满漏洞。但企图心是有代价的。只是看这个代价是谁来出的问题。

无数 AI 研发机构的背后，是无数注定走错路线的炮灰、无数做着低效重复实验的牛马，以及更多没有名字的数据标注工人、更多不会被媒体报道的投资失败案例。

选择符合「第一德性」的路线走，会很不一样，但会更长远。

10

传统的行为改变：终点是「自己」，最终总是试图让自己的某个「特质」变得更好，比如，因为不拖延看上去会更受欢迎，因此，努力地去战拖，最后让自己成为一名高效率人士。

然而，这个逻辑是错误的。我在过去人生发展咨询的 500+ 位来访者身上，反复看见这个错误。一旦将「行为改变」的「终点」设为自己，必然会陷入更大的人生发展困境。

而基于「人生发展学」的「行为改变」，我提醒咨询师的逻辑是什么呢？我们的行为改变：起点是「自己」，但只是从「自己」出发而已，终点可能是所处的环境，也可能是与环境的关系。但，「终点」一定不能是「自己」。第一步，是从自己出发，去理解自己的人生叙事，自己所处的环境（情境），而不是马上去定具体的目标。

当你为目标而目标，实际是将自己设定为执行目标的「工具人」了，某种意义上，这就是一种异化。

11

AI 时代万变不离其宗，什么最重要？依然是两件事：

（1）信用和作品。

比如开智学堂，因为我坚持了 10 年，初步获得了一定社会信用。10 年前社会上也有很多人搞面向成年人的教育体系，但多数人没坚持下来，少数坚持下来的，创新程度也不够。

（2）与正确的人在一起做正确的事。

开智学堂的第一个十年，以我主讲为主。但接下来的十年，更多以前的学生逐步成为讲师、开发者、咨询师、作家。讲师与讲师在一起、开发者与开发者在一起、咨询师与咨询师在一起、作家与作家在一起，会相互成长更快。

比如，当你看到其他作家那么勤奋写书，你作为作家会被激励。同样，AI 大模型是一次巨大的产业变革，那么，什么开发方向靠谱，什么开发方向注定是徒劳？与一些低调务实、聪明而又勤奋的工程师共事，你们会达成共识。而咨询师这类心灵职业，更是依赖相互之间的扶持。

与对的人在一起，你会给自己创造一个更好的小环境，战斗力、作品和机会都更好。

12

昨天，同事在我家，配合我一起干活。然后我谈到，人们还是低估当前 AI 的潜力了。我跟同事说几个应用 AI 的场景。

（1）AI 可以成为你很好的健康顾问。建立一个 health 项目，里面保存了你所有的体检报告、所有的病历、所有的美团买药记录、所有的京东购买相关记录、所有的美团外卖记录、所有的山姆/京东七鲜/美团买菜记录，以及你爱人的情况、你孩子的情况；再把你的居住环境，仔细拍成大量照片。

全部发给它。深入讨论、深入分析，最终得出的结论会令你大吃一惊。

（2）AI 可以帮你做更好的全局规划。我昨天跟同事开玩笑，如果我们想在 18 个月内实现一个极为有挑战的目标，你自己肯定是想不出特别好的方案的。但如果你扔给 AI 足够充分的上下文，以及你本身的对话意识足够到位，那么，一定会有大量创新的方案等着你。

（3）AI 可以帮你快速沉淀知识。一旦深入理解大模型的原理，你会发现，几乎所有领域，都可以训练或微调自己的大模型，而自己的大模型，最大的优势是 24 小时工作，以及生产更大规模的数据，从而获得一种持续进化的能力。相当于，人类沉淀知识、传递知识的方式，逐步从写作、教学这类方式，过渡到准备语料、训练模型、部署模型、生产数据，继续下一轮循环。

站在 2026 年回看 2000 年的互联网巨头——那时我们以为是新浪、搜狐，然而如今，它们掉队较为严重了。同样，站在 2056 年看 2026 年的 AI 发展，那时可能又大不一样。

关于工作

13

所有网状的设计，只会带来一个缺点：认知过载。

在知识量较小的时候，比如 100～300 条以内，尚可，一旦膨胀到一定程度，网状的结构，只会成为一团乱麻、一碗面条。

真正优雅的知识结构设计，我在不同书中说了很多次：树。

树是一种特殊的网络结构，但它具备唯一通道，所以可以大幅度降低认知负荷。

14

讲课，暗爽的是，有些历史的伏笔，只有你讲得很明白，其他人可能没看得这么明白。比如，Claude Code 101 这门课的首期，我浪费了 1 分钟去讲 tty 这个历史典故。然后，同学们才意识到，原来 Ghostty 的名字是这么来的。

其实，「零基础 AI 大模型研发训练营」首期内测也存在类似的草蛇灰线。第一讲，我花了整整 30 分钟，介绍「大语言模型」训练的「最小数学知识」，其中的一个重要概念是源自香农信息论的「交叉熵」。它是如此重要，是整个大模型训练的基础。

但，同学们更不清楚的是，Claude 系列模型的名字，即是向香农致敬。香农的全名是：Claude Elwood Shannon。大家有点感觉了吧？

更有趣的是，「交叉熵」与认知科学、神经科学、心理科学的大一统理论「自由能原理」依然是紧密相关的。只是，一个是「最小化损失」；一个是「最小化惊异」。

15

在「零基础 AI 大模型研发训练营」首期内测课程第一讲中，各位同学需要留意我展示的系列思维方法论。整理点心得，供更多同学参考：

（1）代码是唯一真相。不关心学界灌水的论文，只关心已经被工程界反复捶打的开源仓库。我们是要尽快掌握工程最佳实践，而不是成为一位靠灌水发论文的人。

（2）深入代码历史考古。代码的 Git 历史，比任何文字记录，更能反映 AI 的变迁历史，尤其是 PyTorch 这类有近 10 年历史的代码仓库。

（3）从最小、极简入手。我在第一讲，介绍了从零训练一个大模型的最小数学知识、最小计算机知识，然后基于它，构造了一个百万参数的模型。要知道，复杂系统都是从一个极简的起点发展出来的。自己动手实现一个「最小」，才更能理解复杂事物。

（4）追溯关键主干。AI 的每个节点，解决了什么问题？没解决什么问题？真正创新的工作就那么几篇关键论文，剩下的都是枝叶。

16

在管理学领域，有一句名言：没有测量，就没有管理。同样，在大模型研发领域，没有评测，就没有智能。目前，大模型评测变得越来越重要了。

17

最近在思考 AI 时代（严格说，2025 年 11 月以来的 AI 新时代），产品研发、软件架构的大变化。

在 2025 年 11 月之前，产品研发、软件架构，第一考虑是人类用户的需求，然后从界面入手。但现在的逻辑非常不一样了，直接从 Agent 的需求考虑，人类也是通过 Agent 来使用。

因此，我今天跟团队同事说，现在的产品研发逻辑变成这样了：

（1）一个产品值不值得做：答案很简单，看能否将其提炼为 4 组极简的 CLI 命令，这 4 组 CLI 命令，是否存在其他替代品？相对过去的解决方案，现在新的产品方案，能否获得 10 倍、100 倍、1000 倍的性能优势或成本优势或体验优势或用户规模优势？

如果 1 个软件产品，很难概括成 4 组核心命令，或者，4 组核心命令太中庸了，替代品太多了，那么，这个产品，在 AI 新时代，多半不值得做。至少，在公共市场没多大价值。可能，在关系导向的市场有少数价值。

（2）继而，围绕这 4 组核心命令，去架构整个产品逻辑。CLI、app、webapp 等等。而 app、webapp 等等，都是在调用 CLI，变成薄包装了，只负责处理授权、登录一些轻活，重活则都是 CLI 干的。

（3）这种新型软件架构，webapp 建议采用 TypeScript；CLI 建议采用 Rust。因为这两门编程语言都是强类型的，从而可以让 AI 大幅降低自己的「确认成本」（参考我的开年演讲《意向革命》）。

18

昨天晚上，一位好友出差来京，约我一起吃了顿饭，聊得很开心，给大家分享点心得。

（1）目前，科技公司裁员变得非常普遍了。好友这次出差，就是办一件较为艰难的事：裁员。而在 AI 的巨变之际，即使是大厂也不例外。没有安全区。容易被裁员的是，那些对 AI 的巨变没有感觉，也没有主动去学习、适应的人。

（2）新的研发结构、研发方法论，目前正在形成之中。团队组织结构，越来越倾向精英小团队。这个精英团队的领头人最好是技术和产品都懂。团队越小、越精英化，效率反而越高。在 AI 时代，人多反而是负担。你没法跟人解释「为什么又要推翻重来」，但 AI 不需要你解释，马上帮你验证。

（3）工作方式已经从「一问一答」进化到「AI 自主干活」。我给好友介绍，自己搭建了多套 AI 自主工作系统。当我们吃饭时，AI 自己在并行处理四个大项目，我只需要事后验收。

（4）一定要自己训练和部署模型，不是为了省钱，而是为了真正理解技术边界。你不自己跑 GPU，就永远不明白很多应该明白的东西。用 API 看上去省事，但你对模型能做什么、不能做什么，边界在哪里，始终是模糊的。

关于育儿

19

测智商

好久没给小美妞测智商了，小时候，给她测的是「发育商」，那时她得分不错，领先同龄孩子不少。

今天，妈妈忽悠她，给她测了一个经典智力测验。妈妈说，这是我在做的一个儿童心理学实验，看看不同年龄的孩子的得分，这个数据对我很重要，哈哈。

结果小美妞猜出来，妈妈要考她，就说，我得分多少，你别告诉我。

然后做完测验。对了一下分数，得分很高，哈哈。

小美妞是那种较为典型的高智力小朋友了，按照我的理论，智力分为三种：感商、智商、理商。她三商都不错。

20

神秘的怪人

晚上，小美妞同学来家玩。

小美妞带着同学参观我们家。

然后，走到我的书房，她说，这个书房是一个神秘的怪人的，我们看看就行了。

哈哈哈，原来爸爸在她心目中是一个「神秘的怪人」。

21

世界首富

今天，小美妞跟我说，去南锣鼓巷玩，发现怎么到处都是一个穿皮衣的大叔的照片。

我说，这个叔叔是 AI 时代最重要的人物，我们如果想用 AI，那么都需要用到一种叫 GPU 的设备，这种设备的市场，他的公司占据主力。一个强大的 AI，至少需要一万块他的最高端 GPU，每块就要二三十万，加起来就是几十亿。

然后我顺便问她，这个叔叔年轻时很励志，刷厕所，但一直没放弃。你能向他学习吗？

小美妞撇撇嘴，哈哈。

然后我问她，那么，你想像他一样，未来更努力地掌握 AI 知识吗？爸爸教你。

小美妞继续撇撇嘴。

然后我问她，那么，你想成为东升乡首富吗？

小美妞说，我才不呢！要做就要做世界首富。

我说：好，有志气！世界首富的商业能力都很强。那么，今晚你同学来咱们家玩，你能卖点东西给她吗？

然后妈妈在旁边讲了一个故事，大概意思是，这个同学前不久一百块红包也被她妈妈抢走了。哈哈。

我说，你看，你同学可能没那么有钱，那么，你是不是应该想办法赚有钱的人的钱？

结果，小美妞使劲地朝我的钱包看:D

后来才知道，原来她今天上午，刚与同学玩了一款叫《世界首富》的桌游。

儿童桌游，真的非常能激发孩子的各类想法，哈哈。

22

大事

六一儿童节前，小美妞所在小学举办加入少先队仪式。他们一年级小朋友都加入少先队，戴上了红领巾。

等小美妞回来，妈妈问她，今天是你的大日子吧？都戴红领巾了。

小美妞说：这哪是大日子。真正的大日子是我成为世界首富的那一天。

哈哈哈哈。

话说，《世界首富》这款桌游不错，小美妞最近总在玩它，哈哈。

23

不上补习班

六一儿童节，谈点育儿的事。

很多家长，对孩子的学习成绩会过于焦虑。我之前从来没想到，小美妞所在小学的一年级，同班同学好多就开始上补习班了。晚上七八点了，还在上补习班。这种情况比比皆是。

但我坚持不让小美妞上任何补习班。甚至今天跟妈妈开玩笑，现在学校形式主义严重，我可以给小美妞买台写字机器人来帮她写作业。

这里的逻辑是这样的：目前高等教育已经比较落后了，并且大学生的溢价几乎没有了，除非是中国排名非常靠前的那么十来所高校的热门专业。

而 AI 高速发展，大量新知识涌现，使得机会越来越不在传统高等教育这一环节。

在 AI 时代，越来越需要的是异类思维，也就是你不同于平均值的那部分。平均值的那部分，太容易被 AI 大模型训练进去了。

那么，如何培养孩子的异类思维呢？就是要让孩子形成独一无二的自己。

独一无二的兴趣。

独一无二的身份认同。

独一无二的知识结构。

独一无二的人际网络。

最后就是自然而然的：独一无二的作品。

这些，才是比上补习班等等更重要的东西。也是比上大学更重要的东西。

24

非共识路线

今天下午，指导一位开智铁杆的孩子填志愿。比去年轻松太多了。

其实，高考志愿填报，比结果更重要的是，理解决策框架，以及将自己家庭拥有的资源最大化。

按照目前 AI 的发展速度、社会内卷程度，我觉得未来最佳发展路线，真的是自学为主了，坚持用作品说话。

教育是传承，培养社会共识，很少关心你的个性化需求，更很少关心你的实际作品。

但共识这套东西，被 AI 大模型都训练进去了。显然，再按照在共识这套体系中生长出来的能力结构，去应对 AI 时代的需求，会变得特别无力。

未来的家长，也许都需要这种勇气，协助孩子选择「非共识」的人生发展路线。

小结

四月，做了人生第一次全麻手术。原以为是个小手术，没想到术后康复格外漫长，四月、五月的节奏，不知不觉就慢了下来。

住院的那段时间，每天沿着走廊散散步。走廊尽头，保洁阿姨养了一窗台的花，在阳光下盛开。那是我这个夏天看过的，最好看的花。

走廊尽头的花

阳志平

2026-09-05