森哥 Ideas

分岐点に立って数十年ごとに、人類社会は分岐点に遭遇します。 蒸気機関が登場した時、ある人は人類の手を解放すると言い、別の人は労働者を機械の奴隷にすると言いました。両方の予言が実現しました—産業革命は確かに前例のない繁栄を創造しましたが、同時に血と汗の工場と児童労働も生み出しました。 インターネットが登場した時、ある人は情報の自由な流通と情報の非対称性の解消をもたらすと言い、別の人は情報の繭房とデジタルデバイドを生み出すと言いました。両方の予言も実現しました。 今度はAIの番です。 AIが社会をどこに導くかについて、楽観主義者と悲観主義者の意見の相違は、歴代の技術革命の中で最も極端かもしれません。楽観主義者はAIが人類文明の黄金時代をもたらすと言い、悲観主義者はAIが人類の最後の発明になるかもしれないと言います。 どちらも危機を煽っているわけではありません。これが最も不安なところです。 今日、私は両方の観点を真剣に展開して議論したいと思います—陣営を選ぶためではなく、私たちが実際に何に直面しているのかを明確に見るためです。 楽観編：AIがもたらす可能性のある美しさ医療：誰もが最高の...

站在分岔路口每隔几十年，人类社会就会遇到一个分岔路口。 蒸汽机来的时候，有人说它会解放人类的双手，也有人说它会让工人沦为机器的奴隶。两种预言都应验了——工业革命确实创造了前所未有的繁荣，也确实制造了血汗工厂和童工。 互联网来的时候，有人说它会让信息自由流通、消除信息不对称，也有人说它会制造信息茧房和数字鸿沟。两种预言也都应验了。 现在轮到 AI 了。 关于 AI 会把社会带向何方，乐观者和悲观者的分歧之大，可能是历次技术革命中最极端的。乐观者说 AI 会带来人类文明的黄金时代，悲观者说 AI 可能是人类最后一个发明。 两边都不是在危言耸听。这才是最让人不安的地方。 今天我想认真地把两种观点都摊开来聊聊——不是为了站队，而是为了看清楚我们到底面对的是什么。 乐观篇：AI 可能带来的美好医疗：每个人都能享受顶级医疗现在全球最好的医生有多少？几千个？几万个？不管多少，肯定不够 80 亿人用。 AI 正在改变这个等式。AlphaFold 解决了蛋白质折叠问题，这意味着药物研发的速度可能提升一个数量级。AI 辅助诊断已经在某些领域（比如皮肤癌筛查、眼底病变检测）达到甚至超过了专科医生的水平...

One Person Outperforming a TeamOver the past year or two, I’ve noticed an increasingly obvious trend: many impressive products are built by just one or two people. A solo developer, using AI to help write code, design interfaces, craft copy, and handle operations, can ship a complete product in weeks. Three years ago, the same thing would have required a five-to-ten person team working for months. This isn’t an anomaly. Browse Product Hunt’s trending products — more and more are labeled “Solo...

一人でチームを圧倒する最近1、2年で、ますます明らかな傾向に気づいた：多くの印象的な製品の背後には、わずか1、2人しかいない。 独立開発者がAI補助でコードを書き、デザインを作り、コピーを書き、運営を行い、数週間で完全な製品をリリースする。3年前なら、同じことに5-10人の小チームが数ヶ月かかった。 これは例外ではない。Product Huntの人気製品を見ると、ますます多くが「Solo Founder」とマークされている。GitHubの人気プロジェクトを見ると、多くのcontributorは1、2人だけだが、コード品質と機能の完成度は大チームに劣らない。 何が起きたのか？ 答えは簡単：AIが生産性の方程式を変えた。 旧モデル：人数が力伝統的な企業モデルは基本的な仮定に基づいている：より多くのことをするには、より多くの人が必要。 製品を開発するには、プロダクトマネージャー、デザイナー、フロントエンドエンジニア、バックエンドエンジニア、テストエンジニア、運用エンジニアが必要。製品を宣伝するには、マーケティング、運営、カスタマーサービスが必要。これらの人々を管理するには、プロジェクト...

一个人干翻一个团队最近一两年，我注意到一个越来越明显的趋势：很多让人惊艳的产品，背后只有一两个人。 一个独立开发者，用 AI 辅助写代码、做设计、写文案、搞运营，几周时间就能上线一个完整的产品。放在三年前，同样的事情需要一个五到十人的小团队干几个月。 这不是个例。你去看 Product Hunt 上的热门产品，越来越多标注着”Solo Founder”。你去看 GitHub 上的热门项目，很多 contributor 只有一两个人，但代码质量和功能完整度不输大团队的作品。 发生了什么？ 答案很简单：AI 改变了生产力的方程式。 旧模式：人多力量大传统的公司模式建立在一个基本假设上：做更多的事，需要更多的人。 你要开发一个产品，需要产品经理、设计师、前端工程师、后端工程师、测试工程师、运维工程师。你要推广这个产品，需要市场、运营、客服。你要管理这些人，需要项目经理、HR、行政。 人一多，沟通成本就上来了。五个人的团队，沟通线路是 10 条。十个人就变成 45 条。五十个人是 1225 条。这就是为什么大公司效率低——不是人不行，是沟通的复杂度随人数指数增长。 于是你需要层级、流程、...

The Road BuildersThere’s a saying I grew up hearing: if you want to get rich, build roads first. This applies to technology just as well. Every technological revolution is preceded by massive infrastructure buildout. The steam age built railways. The electrical age strung power grids. The internet age laid fiber optic cables and erected data centers. Infrastructure isn’t glamorous, but without it, even the best technology can’t run. Now it’s AI’s turn. Since GPT came along, everyone’s been ta...

道を作る人子供の頃に聞いた言葉：富を得たければ、まず道を作れ。 これは技術分野にも当てはまる。各技術革命の爆発の背後には、大規模なインフラ建設がある。蒸気機関時代は鉄道、電気時代は電力網、インターネット時代は光ファイバーとデータセンター。インフラはセクシーではないが、なければ、どんなに良い技術も動かない。 今度はAIの番だ。 GPTが登場後、誰もがモデルの賢さと能力を語る。しかし真剣に語る人は少ない：AIを本当に動かすには、何の道を作る必要があるか？ この記事で語りたいのはそれ——AI時代のインフラ、一体どんな姿か。 算力：最も目立つ層AIインフラと言えば、大多数の人の第一反応はGPU。確かに、算力は最も目立ち、最も金がかかる層。NVIDIAの時価総額が全てを物語る。 しかし算力の物語は「より多くのカードを買う」だけではない。 大規模モデルの訓練には数千枚のGPUが数ヶ月協同作業する必要があり、背後には分散コンピューティング、高速インターコネクト（InfiniBand/NVLink）、大規模クラスタスケジューリング、障害復旧……各項目がハードコア工程。OpenAIのGP...

修路的人小时候听过一句话：要想富，先修路。 这话放到技术领域同样成立。每一次技术革命的爆发，背后都有一轮大规模的基础设施建设。蒸汽机时代修铁路，电气时代架电网，互联网时代铺光纤建数据中心。基建不性感，但没有它，再好的技术也跑不起来。 现在轮到 AI 了。 GPT 出来之后，所有人都在聊模型多聪明、能干什么。但很少有人认真聊过：要让 AI 真正跑起来，我们需要修什么路？ 这篇文章想聊的就是这件事——AI 时代的基建，到底长什么样。 算力：最显眼的那一层提到 AI 基建，大多数人第一反应是 GPU。没错，算力是最显眼、最烧钱的一层。英伟达的市值说明了一切。 但算力的故事远不止”买更多卡”这么简单。 训练一个大模型需要几千张 GPU 协同工作几个月，这背后是分布式计算、高速互联网络（InfiniBand/NVLink）、大规模集群调度、故障恢复……每一项都是硬核工程。OpenAI 训练 GPT-4 的集群出过多少次故障、做了多少次 checkpoint 恢复，外面的人很难想象。 而推理侧的挑战又完全不同。训练是一次性的（虽然很贵），但推理是持续的——每个用户的每次对话都在消耗...

話せるが行動できないアシスタントこんな経験はないだろうか：AIに質問すると完璧な回答をくれるが、各ステップを自分で実行しなければならない。 「このバグを直してくれ」 AIは言う：あのファイルを開き、42行目を見つけ、fooをbarに変更し、npm testを実行して検証してください。 理路整然と説明する。しかし、自分では手を動かさない。 これは、隣に座ってアドバイスするが、キーボードには決して触れないコンサルタントを雇ったようなものだ。自分でエディタを開き、その行を見つけ、修正し、テストを実行し、結果を見て、「修正したけどテストはまだ失敗する」と伝える必要がある。そうすると、また次のアドバイスをくれる。 何度か繰り返すと、こう思うだろう：自分でやってくれないか？ これがAgentに「目」と「手」が必要な理由だ——言語能力だけでなく、世界を感知する能力と世界を変える能力も必要だ。 目：Agentに世界を見せる感知能力のないAgentは、目隠しされた人のようなものだ。周囲の環境を口頭で説明し続けなければ、アドバイスできない。効率が非常に悪く、あなたが説明する情報は常に損失がある。 ブ...

An Assistant That Talks But Doesn’t DoHave you ever been in this situation: you ask an AI a question, it gives you a perfect answer, but you have to execute every single step yourself. “Fix this bug for me.” It tells you: open this file, find line 42, change foo to bar, then run npm test to verify. Sounds great. But it doesn’t lift a finger. It’s like hiring a consultant who sits next to you pointing at the screen but never touches the keyboard. You open the editor, find the line, make the ch...