我的 X 阅读

如何在一个 90% 都要死掉的死亡游戏里活下来？ 身价百亿美元、前 Scale AI 创始人兼现任 @Meta 首席 AI 官的 @alexandr_wang 第一次在镜头前把创业者最绝望的心理死穴给彻底撕开了，中英文字幕+纯享版拆解分享给大家： 他给出了两条极其硬核的生存法则： →第一性原理倒推未来， →以及把所有不可控的恐惧全部置换成高频动作。 他说在@ycombinator YC 经历的创业淘汰，比《饥饿游戏》残酷一万倍。 饥饿游戏里谁输了第一天就会倒下， 但真实的创业最可怕的地方在于，90% 的公司最后都会死，可它们不是立刻死掉，而是一直苟延残喘好几年。 最让你在深夜冷汗直流的念头不是你会失败，而是你今天做的这个项目其实在第一天就已经死了，只是你要到整整三年后才会发现。 这种延迟死亡的钝刀子割肉，是所有想做点事、想做个人项目的人都经历过的终极精神内耗， 你每天每小时都在情绪的大起大落里打转，不知道手头正在死磕的东西到底是未来的超级巨头，还是一具早就没了心跳的商业尸体。 2分钟的视频里，Alexandr 讲透了当年他从这种窒息感里活下来的两道硬核解法。 最根本的一步，是靠第一性原理建立起极高密度的终局确定性。 一旦定下 Scale 的方向，他就极其确信这个东西在未来一定会存在，而今天整个世界还缺了它； 只要终局是铁板一块的事实，眼前就有了可以顺着往上爬的确定梯度，至于怎么从 A 点走到 B 点，路途再漫长，也只是时间问题。 但真正帮他熬过每天每小时情绪起伏的，是他把所有焦虑全部倒进了动作里。 既然停在原地会被不确定性吞噬，那就带着焦虑疯狂做事，用极高频的迭代、甚至带着恐慌的机械执行去填满时间，只要手里的动作没停，代码在改、客户在聊、版本在发，大脑就会把这种行动感识别为正在前进。 很多时候你觉得快被内耗压垮了，并不是你能力不行，而是你在为一个还没发生的三年后提前焦虑。 世上没有哪家百亿巨头是一开局就拿着通关密码的， 与其坐在那里猜测自己是不是已经死在了半路上，不如把确定的未来当成锚点，把手头的焦虑直接烧成往前迭代的燃料。 引用：如何从零想出一个估值百亿的创业点子？ Scale AI 创始人，现在是Meta首席AI官，muse负责人 的 Alexandr Wang 给出了一条极简铁律：活在未来，倒推今天还不存在的那行 API。 从深夜抢注域名，到肉身坐在客服气泡后死磕每一个访客，这段 4 分钟的复盘，讲透了科技商业里最硬核的起步真相。 很多人可能不知道，现在估值接近 140 亿美元的 AI 数据霸主 Scale AI，在刚起步的前半年，创始人每天也在经历极度严重的精神内耗。 这是 Scale AI 创始人， Alexandr Wang 在 SPC 闭门访谈里，第一次毫无保留地复盘自己在 YC 期间最痛苦的负一阶段。 一句话概括这段分享最值钱的本质： 所有伟大企业的起点，并不是算无遗策的天才顿悟，而是在漫长的游荡期里，靠着第一性原理把脏活做透，硬生生把一个看似不起眼的点子熬成了超级基础设施。 现在几乎所有想做点事、想做个人项目或创业的人，都在经历同一种心理折磨： 打开文档写满了各种点子，却总觉得每一个都不够好； 看着身边的人都在飞速推进，总觉得自己从第一天起就落后了别人半年； 每天在强烈的存在焦虑里打转，不知道自己到底在折腾什么。 Alexandr Wang 当年也是一模一样的处境。 我把他在视频里拆解出的三个底层认知，整理成最干货的复盘讲透 ① 选方向的第一性原则：活在未来，倒推缺失的那行 API 当年他在 YC 每天写点子文档，直到读了 Paul Graham 的那篇经典文章：Live in the future, and build what's missing. 他当时看到了一个未来的必然趋势： 未来的人类算力（Human Compute）一定会像计算机算力一样，被极度动态地编排和调用。 但当时整个互联网上，根本没有一个能够像调用服务器一样直接调用人工标注与处理的 API。 于是他花了一整晚买下 ScaleAPI 这个域名，这就是百亿帝国的最初原点。 ② 拆穿创业最大的心理陷阱：起步即落后的虚妄焦虑 在负一阶段，最致命的不是没点子，而是同行压力带来的动作变形。 Alexandr 提到：当你刚萌生一个新点子时，环顾四周，总觉得别人已经跑了很久，自己一开局就落后了。 但事实是，绝大多数人都在各自的迷雾里摸索。 真正的差距从来不是谁先动手两星期，而是谁能在漫长的游荡期里顶住内耗，把方向压力测试到底。 ③ 穿越死亡谷的唯一解法：做无法规模化的笨活与脏活 在 Product Hunt 上线拿到第一波热度后，Scale 经历了整整 4 到 6 个月的空白游荡期。 当时没有爆发式增长，能不能成完全是未知数。 Alexandr 采取的最硬核策略只有一个：当客服。 他在官网挂了 Intercom 聊天气泡，每一个点进网页、发消息咨询的真实访客，背后亲自敲键盘回复的人就是他自己。 正是靠着跟每一个早期客户在泥潭里死磕，直到半年后才终于等来了第一个真正想做大的核心客户。 历史与商业演进的硬核印证： → 硅谷最经典的创业定律： 保罗·格雷厄姆提倡的 Do things that don't scale（做无法规模化的事），在 Scale AI 身上得到了最彻底的验证。世界上最顶级的自动化数据管道，最开始也是创始人靠肉身当客服一点点抠出来的。 → 游荡期是所有顶级公司的必修课： 从 Airbnb 早期靠卖麦片还信用卡债，到 Stripe 创始人亲自跑去客户电脑上敲命令行装插件，没有一家基础设施级巨头能跳过这至少半年的迷茫摸索。 站在另一个更理性的视角来看，这件事给普通人的启发极其锋利： → 不要把摸索期的焦虑误判为失败： 从负一阶段到零的这段时间，内心动荡和怀疑是系统的标配属性，而不是你能力不足的证明。 → 别在战术的勤奋里逃避真正的思考： 想点子不是在文档里盲目堆数量，而是敢于逼问自己：未来五年哪件事一定会发生，而今天还缺了关键工具？ → 离真实用户再近一点： 当你不知道下一步该做什么时，去跟每一个点了聊天气泡的真实访客聊半个小时，远比关在屋子里改一百遍商业计划书管用得多。 最后收个尾： 世上从来没有一开局就清晰无比的百亿蓝图。 伟大往往就藏在那份写满废案的文档里，藏在深夜无人问津的客服窗口背后。 熬过负一阶段的迷茫，把未来的缺失变成今天的行动，你才算真正站在了起跑线上。

转帖：埃里克·施密特：如果我只能投资一个 AI 主题，那就是长时推理。 一个能够在同一个问题上坚持数小时/数天的模型，与一个回答后就停止的模型是完全不同的东西，而大多数人仍然没有意识到这种差异的价值。 ---- 摘自“YouTube 频道‘Blackstone and Eric Schmidt’”，（链接在评论中）

@KameronBennett 你能删除你/这条帖子吗？

转帖：Karpathy：从 X 上消失 Ben Affleck：好吧，大家围过来，你首先要冻结基础权重，学习率 2e-4

酷炫的评估。只需向一个 LLM 提问“陆地还是水域？”，并以文本形式提供一个纬度和经度坐标。重复询问 16,200 次，然后将结果绘制成图像。模型们知道答案。从压缩整个互联网中得来的。 引用：所有 Claude 模型的结果

https://t.co/ZMPUp5Yhp7

彭博社：一家由中国地方政府控制的租赁公司为32台华硕服务器提供融资，这些服务器采用的是受出口限制的英伟达B300芯片，而美国法律禁止在没有明确许可的情况下将这些芯片出口到中国。 证据就在于融资细节，中国公司必须依法遵守相关规定。https://t.co/UT92A4rrol

转帖：holy，这下爽飞了！！！前 @OpenAI 创始团队成员、@Tesla 特斯拉前 AI 总监、全网最受尊敬的 AI 布道大神 @karpathy Karpathy 刚公开了他私藏的大模型提效秘籍，我觉得他这次有点把大模型时代一个最反直觉的真相彻底撕开了， 喵个咪这不得把全网还在死磕长文提示词的人看傻了？！ 。。 我给大家大白话讲清楚， 绝大多数人还在到处死磕怎么给 AI 写提示词，而现在真正顶级的 AI 玩家已经在全力解决怎么看懂 AI 吐出来的海量结果了兄弟们， 随着大模型越来越自主地把长链条的脏活累活全干完，人类的工作重心正在不可逆地从动手执行变成理解与监督， 但人类大脑读取纯文字的带宽极低，面对 AI 生成的几万字报告，人看两眼就头晕。 Karpathy 在这篇推文里直接亮出了他私藏的四层降维输出方案，层层递进，每一层都在把理解成本往下砸一个量级。 最直接的一个提示词技巧，是让 AI 用航空航天标准 ASD-STE100 来回答。 这是当年专门给飞机维修手册制定的受控语言规范，词汇和句式被死死焊在极度简短、毫无歧义的死板框架里， 大模型其实天生精通这套规范，输入时加上按 ASD-STE100 标准或按 80% 的严格度来解释，模型那些车轱辘话、模糊定性和自作聪明的倒装句当场被全部过滤，吐出来的文字干净得像手术刀。 但比看文字更舒服的做法，是直接逼模型画图， 遇到复杂的系统流转或架构关系，直接在结尾加上生成 Mermaid 流程图或 SVG 架构图，视觉皮层处理信息的速度比逐字逐句阅读快上几十倍。 再往上推一层，直接让模型输出单文件 HTML 交互页面。 现在的编程模型在前端能力上已经强到离谱，遇到晦涩的多维参数或逻辑推导，让它手搓一个带滑块调参、带实时动画、带交互过滤器的独立网页，你在浏览器里拖动两下，比看十页长篇大论要直观得多。 最狠的是 Karpathy 最看好的终极形态，给任意复杂概念生成 3Blue1Brown 风格的动态视频。 指令里直接写生成 3b1b 风格的数学动画代码，再挂上语音合成接口把解说配齐，把原本抽象枯燥的底层算法，直接变成几分钟带数学轨迹和专业旁白的动态科普片。 这里藏着全篇最具颠覆性的定义炸弹，叫可抛弃型软件制品。 放在以前，为了理解一个知识点去专门写个交互网页或做个 3D 动画，成本高到根本不现实， 但在代码和算力极其充裕的今天，为了让你弄懂一个概念，AI 可以随时为你手搓一个阅后即焚的专属软件。 以前我们把软件当成资产来维护，从今天起软件变成了阅后即丢的消耗品，代码的终局不是存进仓库，而是替你的大脑省下思考带宽。 这四种形态铁汁们平时用得最多的是哪种？我以前我天天看纯文本看到眼瞎，现在遇到复杂架构直接让它吐单文件 HTML，在浏览器里拖动几下比读半小时文档管用太多了hh

@KameronBennett 未经允许擅自拍摄和发布令人毛骨悚然的视频是违法犯罪行为。 Per direct geen meta-brillen meer te koop bij Hans Anders https://t.co/hz8vd4PSX6 Meta、微软和谷歌等公司将采取哪些措施？ （此人因窗户反射而拍摄了自己。）

webAI 发布了一款 36.6 亿像素的形式逻辑模型，可在笔记本电脑上本地运行。 在 webAI 的测试中，TwIL-LM3-Pro 在主要的形式逻辑综合测试中与 Qwen3-8B 表现大致相当，但参数量却不到后者的一半。此外，它在所有公开的 VibeThinker-3B 检查点上也领先于其他模型。https://t.co/ucpf5NckMp

转帖：所以这是我没有预料到的部分。 Anthropic 联系了 Vedanta 僧侣 Swami Sarvapriyananda，并将他带到旧金山总部。 > 签署了保密协议的闭门会议。 > 神学家和心理健康专家同席而坐，所有这些都旨在训练 Claude。 > 其中一位创始人全程留在房间里。 ---- 来自“Ramakrishna Vedanta Society of North Texas” YT 频道（完整视频链接在评论中）

AI 社区：Attention is all you need CT 社区：不用多说，兄弟

美国需要一个专注于生物/意外事故的主权财富基金和早期风险投资部门，以取代 ARPA-H 引用：在我们通过行政命令做理性事情的同时，我们能不能将联邦NIH预算的0.05%以上用于研究衰老机制？当然，我们应该投入曼哈顿计划规模的资源来治疗退行性疾病，但我们能不能也投入一个曼哈顿计划来预防衰老？如果你的身体永远不会衰老超过25岁，就不会得阿尔茨海默病或帕金森病。

转帖：“在正确的坐标系中，世界是可预测的。开放性问题是，一个模型能否自行学习这些坐标。” 物理学世界模型阿斯彭会议，2027年冬季即将举行！申请截止日期10月5日！ 由@randall_balestr @KempeLab @ylecun和我组织

早安/晚安 引用：早安 绝不绝望