最新文章
人需要赚钱,赚钱需要人吗?
本文从第一性原理追问一个更根本的问题:工业时代"赚钱需要人"是公理(产出正比于人力),AI 是不是把它废掉了?文章用科斯(Coase)的公司边界理论作地基——公司存在是因为内部协调成本低于市场交易成本,而 AI 让"多一个 AI"的协调成本趋近于零、"多一个人"仍是 Brooks 式的 n² 成本,于是公司的最优规模在数学上必然下移。由此提出全文的核心二分: 生产侧的人与需求侧的人。把"赚钱未必需要人"切成三刀(公司层成立 / RPE 比率陷阱 / 系统层合成谬误),正面回应最强反驳 Jevons 悖论,并 take 一个谨慎乐观的立场:Jevons 这次依然成立,但成立的方式变了——不是生产侧长出新工种,而是需求侧的人创造出新的价值形态。当生产无限便宜,稀缺性整体迁移到需求端(品味、意义、陪伴、被理解),人不是被动消费者,而是新价值的源头。结论收口到 yuanai 的第一性原理:围绕"人"而非"内容"。
从 Anthropic 交表上市,论 Software 3.0 企业的核心竞争力
2026 年 6 月 1 日,Anthropic 向 SEC 保密递交 S-1,带着"约 1/6 的人力做到同量级收入、人均收入碾压所有上市科技公司"的体检报告去敲公开市场的门。本文从资本市场与投资人的外部视角出发,提出 Software 3.0 企业的核心竞争力是一件过去 200 年从未出现过的事——脱钩: 产出与人头脱钩。文章先用一组反差数字立住现象(达到 $30B 收入,Google 当年要 32000 人、Salesforce 要 79000 人,Anthropic 至多 5000 人),再论证公开市场的定价尺子(DCF / 用户数 / MRR / 人头)是为 1.0/2.0 公司造的,面对一个脱钩物种必然同时犯两个错: 为增长叙事付泡沫(高估),又读不懂真正的竞争力(低估脱钩)。随后用 [003](./003-opc-real-moat-in-software-3.md) 的 6 条护城河逐条检验 Anthropic,给出"人头从自变量变因变量"等 4 条反直觉推论,最后留下一份给投资人与创业者的脱钩 stress-test。所有财务数字标注口径(run-rate 年化未审计),批判性判断一律标注为资本市场担忧而非作者具名指控。
AI 应用时代好公司的三个特征
我们用的 AI 应用,本质是 Andrej Karpathy 所说 Software 3.0 范式落到商业上的形态。本文先把三代商业演化讲清——1.0(微软/写代码,拼技术)→ 2.0(字节美团/数据+资本,拼增长)→ 3.0(AI 应用/一人公司,拼思想)——再给出 AI 应用时代好公司的三个特征:(1) 用不确定性打确定性:LLM 是概率机器(工具属性 a),单次实验成本趋零,于是好公司用海量廉价的不确定性实验,去打那些用一次性大赌注的确定性玩家(打法 b),a 决定 b;(2) 思想即生产力:当协作不再是瓶颈、人才/资本/思想第一次集中于一人,真正稀缺的只剩思想、品味与对"痛苦"的理解;(3) 协作成本无限趋近于 0:物理极限是 1 人与 AI 对齐的成本,人数增加而协作成本不增,是 3.0 企业的核心竞争力。三者咬合成一条链:协作成本趋零 → 思想成为唯一稀缺 → 用不确定性打法兑现思想。结尾给出三个自检问题与"自然即终极武器"的收口。
Software 3.0 时代:OPC 公司真正的机会与壁垒
Karpathy 在 2025 YC keynote 提出 Software 3.0,常被引用的是上半句"3.0 在吃 1.0/2.0",真正关键的是下半句"1+2=3 才打得过纯 3.0"——这意味着 3.0 有清晰的吞噬边界,边界之外就是 OPC(One Person Company)的机会与护城河。本文把这条边界拆成三层硬约束(物理 + 性能 / 责任 + 信任 / 判断 + 品味),由此推导 OPC 真正的机会(长尾解封 / 个性化经济 / 私人软件)和真正的护城河(6 条新护城河:Per-user Memory / Trust+Identity / Taste / Workflow Lock-in / 物理世界连接 / 迭代速度),并展开 4 条反共识推论,最关键的一条是:OPC 不是"小一号的公司",它是新物种——蜂鸟不是小一号的鹰。
为你的写作做一份排版 Skill —— 让 AI 把你的视觉品味跨平台带走
还在为多平台排版浪费时间吗?试试把这份文档扔给你的AI伙伴,他会帮你一键打包你的排版标准,从此排版从1小时变成5分钟!
AI组织 | 活儿都是AI干的，谁才是真正的人才？
论AI组织的人才评估指标 —— AI杠杆率的5个维度
当模型沦为基建，什么才是真正的印钞机？
过去这两年，整个世界都在为大模型疯狂。从千亿参数到万亿参数，从 Scaling Law 到各种眼花缭乱的跑分。所有人都害怕错过这场智力的工业革命。 但如果你在大周期的视角下稍微拉远一点看，就会发现一个极其残酷的真相：在未来的两三年内，大模型本身将变得越来越不值钱。
【Case-001-腹胀】【4/4】修复“肠道总线”：迷走神经，腹胀的终极根源
触及消化系统的总开关——迷走神经。引用 PMC5808284 档案，阐述压力模式如何强行切断肠道电源。结合 BioHacking 冰浴实践、横膈膜呼吸与哼鸣技巧，教你通过物理手段“手动重启”断电的电路。解决“吃对了一切依然胀”的困境，从神经层面找回身体的轻盈感。
【Case-001-腹胀】【3/4】寻找消失的“清洁工”：MMC迁延性复合运动
深入小肠细菌过度生长（SIBO）的腹地，拆解 FODMAP 燃料库。引入比利时鲁汶大学关于胃动素（Motilin）的研究，揭示频繁进食如何谋杀“清道夫运动（MMC）”。同时剖析 A1 牛奶中 BCM-7 的麻醉效应，推行“4-4-12”法则，靠科学的“空腹”重启肠道大扫除。
【Case-001-腹胀】【2/4】胃里的“刹车片”：为什么有些“清淡饮食”也不好消化？
聚焦胃排空环节，揭秘胃出口处的“化学哨兵”。引用 1954 年 Hunt & Macdonald 的经典研究，论证酸度如何触发十二指肠制动机制。反转“苹果醋、柠檬水助消化”的误区，指出高酸负荷正是锁死胃动力的元凶。教你通过 pH 值管理，释放被“误杀”的卸货速度。
【Case-001-腹胀】【1/4】为什么我“吃得少还肚子大”？揭秘长期腹胀背后的故事
打破“气多”的直觉误区，揭秘腹胀真相。通过 CT 扫描数据对比，证实患者与健康人气量相近，痛苦源于气体的“分布”与“流速”。引入韩国学者研究，深度解析运输障碍、内脏高敏感与假性膨隆三大机制。将腹胀从“产气问题”转化为“动力学问题”，开启消化工厂的系统性诊断。