读KK《2049:未来10000天的可能》有感

题外话

近来几个月,普遍使用Copilot Agent模式直接输出代码了。从效果来看,Claude Sonnet 4编码能力比GPT(4.1或5)确实是强不少。但这个也和大模型学习的素材有关。相对来说,我发现RUST代码输出质量明显好,而MacOS上的Swift开发代码,包括对MacOS API的了解就经常出错(不是编译出错,而是运行达不到效果,加上apple语焉不详的文档说明,有时候真是一言难尽)

读《2049:未来10000天的可能》有感

言归正传,KK最近国内出版了一本预测未来的书,读后感觉开拓了思维的边界。特此整理一下。

书里有若干我觉得有意思的观点和看法,下面结合我个人的看法,总述如下:

  • KK认为未来(2049年)人机交互的智能设备是智能眼镜:相比智能手机来说,在当下的情况来看,智能眼镜或许是更方便的智能设备。但从现在的智能眼镜产品来看,对近视人群相当不友好。另外,我之前用过国产某品牌VR设备,体验比十年前三星的VR是强不少。但头部动作稍微快点就会有眩晕,进而恶心想吐的感觉。另外,眼镜中展示的内容如果同时叠加物理世界和虚拟世界,大脑怕处理不过来.....

  • KK对当下最火热的AI发展的判断:这一段非常精彩。我感觉是做了不少功课的。“认为存在完全通用的AI,这个想法本身就是错误的”。他认为:“举个例子,一个AI助教辅导作业的能力会比通用的AI助理强很多。这就是专用与通用之间的差别。通用的瑞士军刀虽然很酷,但真正的应用场景有限。我对技术演进路径的一种惯常看法是:技术的演进一般是从具体到通用”。结合我上篇从最近的一件事情再理解智能体。即使通用大模型很强,专用小模型依然会有效。

  • 关于AI助理,将来每个人都会有一个AI助理。而且以后生活,工作中,就是AI助理对接AI助理。想象一下,每个人都一个虚拟秘书。很多事情是秘书去干。自然而然就变成秘书对接秘书了。在KK的预测中,AI秘书对接AI秘书——就是AIOS上机器人对接机器人(Bot to Bot,简称B2B)。所谓AIOS,就是基于AI所需提供一个类似OS一样的系统。这样的系统,和Android,iOS一样,最终会垄断到几个少数厂家手里。而Bot就是一个一个的AI应用。

  • AI助理对职场结构的冲击:KK认为会极大冲击职场的中层。因为在很多企业的职场中,中层的作用主要是上传下达,收集信息,汇总信息。如果每个人都有AI助理的话,AI助理就可以承担这个责任,以后中层开会就变成AI助理开会,然后对齐需求。这一点从我的观察来看,有些企业的中层确实是这样,有些企业并不完全是这样。但大概率来说,只会上传下达的中层肯定会受到冲击。

  • 关于AI发展的可能性。KK提出三个可能:“第一种是AI继续扩展规模,获得巨大的收益;第二种是规模扩展不再有效,但有另一套复杂的模型可以实现目标;第三种是AI的发展陷入停滞,出现“AI寒冬”​,停滞在一个平台期”。未来可能是第一种和第二种交织出现的情况。回顾下大模型广为人知后的这两年里,确实一方面在扩展规模,另一方面又在不少垂直领域里聚焦。从我个人作为码农角度看,确实能感受到大模型一方面在通用领域的增强,同时有感受到他们在编码方面的进步。毕竟,一个通用能力很强但编码不行的智能体对码农来说意义不大。比如,Copliot Agent模式里的GPT我就觉得不如Claude。虽然我问问题的时候大部分是问GPT。但写代码一定用Claude。

  • AI对未来教育的挑战:就和每个人都有一个AI秘书一样,未来每个学生都会有一个AI老师,完全针对个人特点定制化的。这个判断我觉得是很有可能实现的。但教育改变的远比给学生简单配一个超级强,超级好的老师要复杂。比如,未来还有没有统一答案的考试呢?另外,这个AI大趋势下,有孩子的家庭在教育方面尤其是教育目标上该如何选择和判断?现在全北京的中小学已经要求普及AI方面的教育了。也有学校开始引入基于大模型的AI教学设备,包括阅卷之类的。但整体来看,老师们的教育思路似乎还没有完全转成培养学习能力,育人的角度来。这一点其实很难,因为老师数量还是太少。如果每个学生有了AI老师,情况会发生变化。

  • AI推动生物医疗方面的发展:KK认为生物方面的变化可能比想象的慢很多。因为人类对自己的认知还是太少了,还没看到全貌。什么基因编辑之类的,发展不会太快。

  • 关于机器人方面的发展:北京最近搞了两次机器人比赛/大会,我一度认为机器人会和智能手机一样进入一个快速发展阶段。但KK说,“机械物理的发展速度不会像AI的发展速度那样快。要真正开发出可使用的人形机器人,还需要10年的时间”。机器人大规模应用可能还是会先在工厂里落地。

  • 要观察潮流或趋势,可以先观察富人在干什么。KK说自己会经常观察富人在搞什么。所以,如果要预测未来趋势的话,还真得观察下富人在搞什么,在想什么。

书中还对自动驾驶,中美未来竞争合作有深度探讨。整本书不长,文字简练,但感觉意味深长,思考深度很深。值得反复阅读和体会。

最后的最后

  • 我期望的结果不是朋友们从我的书、文章、博客后学会了什么知识,干成了什么,而应该是说,神农,我可是踩在你的肩膀上的喔。

  • 关于学习方面的问题,我已经讨论完了。后面这个公众号将对一些基础的技术,新技术做一些学习和分享。也欢迎你的投稿。不过,正如我在公众号“联系方式”里说的那样——郑渊洁在童话大王《智齿》里有一句话令我印象深刻,大意是“我有权保持沉默,但你说的每一句话都可能成为我灵感的源泉”。所以,影响不是单向的,很可能我从你那学到的东西更多。

神农和朋友们的杂文集

内容概要:本文介绍了一种基于双层优化的微电网系统规划设计方法,旨在通过Matlab代码实现,解决微电网在规划与运行中的多目标、多层次决策问题。该方法将优化过程分为上下两层:上层通常负责容量配置、设备选址等长期规划决策,下层则聚焦于能量管理、出力调度等短期运行优化,通过迭代交互实现全局最优。文中详细阐述了模型构建、约束条件设定、目标函数设计及求解算法实现流程,并提供了完整的Matlab代码供复现实验,有助于深入理解微电网系统的设计逻辑与优化机制。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事新能源、微电网、综合能源系统等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握双层优化理论在微电网规划设计中的具体应用;② 通过阅和运行Matlab代码,复现并改进经典优化模型,用于学位论文、科研项目或实际工程方案设计;③ 深入理解微电网中分布式能源、储能与负荷的协同优化调度策略。; 阅建议:此资源以Matlab代码实现为核心,强调理论与实践的结合。建议者先理解双层优化的基本思想和数学模型,再结合代码逐行分析,重点关注变量定义、约束条件的代码转化以及主从问题间的迭代逻辑。鼓励在提供的代码基础上进行参数调整、场景扩展或算法改进,以深化学习效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值