AI观察与思考20260505

AI的变化非常快速而剧烈，以月计的快到所有人都会觉得跟不上。。。

这个五一长假，我基本上一直在电脑前，错峰高强度地使用AI的agent工具。因为可以白嫖deepseek v4 pro，所以我基本上主要用trae cn。写了些自己合适的规则，配合成熟的skills，用DS v4 pro，现在已经非常好用了，比glm5.1强，现在用它写代码解决问题，最多时间长一点来回多一点，但是都能解决问题。至于其他模型，除了简单任务我会用不用等的glm5，其他模型都不用了。

根据网上的一些反馈，现在DS V4 pro表现的非常好，基本上和御三家的闭源大模型差不多了，和DS自己的报告一致。而现在DS的成本非常低，缓存命中率非常高，价格也非常低。等到DS以后大规模部署华为的新芯片，好像是在内蒙吧，电力又便宜。以后token的使用成本很低，指日可待。如果trae cn以后不能白嫖了，正常买DS的api也可以非常舒服地使用了。

AI的变化太剧烈了，硬件、软件、架构、模型，都在剧烈地变化。我看有文章写硅谷的焦虑感，一方面钱太多了，但是堆算力的游戏是受硬件产能限制的，一方面技术的不断进步会把所有人都抛下追不上。但是回到中国的环境，完全是另外一个局面，一方面是各种应用在做，一方面DS在搞的开源和算法优化开辟了完全另外一个道路。

我觉得最有意思的就是，对于推理这个市场。需求可能是无限大的。但是硬件的成本和产能，是原来模式绕不过去的问题。不同于美国的无脑堆算力，中方的新模式，比如DS的极致压缩稀疏kvcache和存算分离架构，配合华为专用的适合推理的新卡，成本上会是降维打击的。可能未来用老黄的卡来跑推理会成本太贵了，那么以后老黄的卡还会值钱吗？如果这些资本开支，以后都会在技术面前不值钱，巨大额度折旧，这会是什么样的游戏？这不就是以前老巴时代说的high-tech的根本问题吗。high-tech是需要不断进行资本开支投入的，虽然它可能增长无比的快，但是也可能这些资本开支因为技术进步而完全打水漂。

另外一个有意思的话题是，现在硅谷出现了一种新的职业需求，简单说，就是完全的复合岗，你可能同时是产品经理-前端/后端工程师，或者你可能是数据科学家-AI工程师-内容一体化操盘手，等等。简单说，就是你懂业务，同时又能用ai工具把所有活都干了。这个会很缺，但是我觉得还想在这个世界有存在价值的人，你需要往这个方向发展。类似以前设想的一人公司，你啥都会，但是繁重的操作，原来要雇人，现在雇ai去干活。

我觉得这个挑战是非常巨大的。无论是我们自己，还是下一代。我们都需要尽快地去适应这个新时代。你不要去学习知识本身，知识本身现在很容易，但是怎么建立学习能力，怎么去组织知识去应用知识，变成一个全能得驾驭AI工具的人，是现在的重点问题。当然你是最顶尖的能制造AI的人，也是很有价值的。这个可能会非常稀缺，对于智力甚至各方面能力需求超级强。

还有一个话题还是投资。我觉得比较幸运的是，投资这个行业，从来就不因为技术的进步，而有太多的本质区别。很多年前，我问自己，究竟什么是我真正的投资护城河。我的回答是，我的负债端能力就是最大的护城河。换句话说，市场上的几乎所有资金来源（负债端）追求的都是高夏普比（高风险低收益），但是我只需要追求高收益就可以。这就是人性的差异。这个人性的差异，在AI时代依然有效。不管技术如何进步，人性在可见的未来无法改变，除非你把市场消灭了。

这是一个太剧烈变化的时代，让我们保持跟踪和观察。