说到底还是拼个性化的数据如何更快使用上
https://mp.weixin.qq.com/s/iCs7RvTSiejgugleUD6GyA
所有的动作都得有一个监测指标体系去判断有用程度。
context的实时捕捉与感知记忆强化，有点像把预训练变成实时训练感知，甚至要让预训练时刻发生。
越发觉得，这么多年了，从移动互联网爆发开始，大家抢占C端市场的逻辑还是基于谁手上掌握足够大的足够壁垒高的用户数据，无论是消费端还是供给端。现在进化到拼context模型感知态势。
— 文章提到
如果模型的 Context 学习能力能像之前其他能力那样被提升上去，人类在 AI 系统中的角色将发生转变：我们不再是主要的数据提供者（training data provider），而变成了Context 提供者。竞争的焦点将从“谁能把模型训练得更好”，转向“谁能为任务提供最丰富、最相关的 Context ”。
—
这确实是在推动一种“在线化”的进化。 当 Context 学习和记忆机制完美结合时，模型就不再需要每隔几个月进行一次昂贵的全量预训练来“更新知识”。相反，它可以通过与物理世界、与用户的交互，像人类一样在实践中不断自我迭代。 这种“实时感知”会让 AI 从一个工具，变成一个真正具备演化能力的智能体。 另外，这个具身智能体是啥？还没来得及看。
顺带把yao之前的视频分享内容也看了遍，有几个核心观点：
一、AI 领域 ToC 与 ToB 的分化
ToC 端：用户对 ChatGPT 等 ToC 类 AI 产品的感知提升不明显，更多作为搜索引擎加强版，大部分用户难以充分激发其高智能潜力，且产品指标与模型智能度关联度低甚至反向。
ToB 端：Copilot 等 ToB 类 AI 产品正在重塑计算机行业工作方式，模型智能度与生产率、收益直接挂钩，企业愿意为最强模型支付溢价，强模型与弱模型的分化愈发明显。
二、垂直整合与模型应用分层的分化
ToC 应用：垂直整合仍成立，如 ChatGPT、豆包等 ToC 应用，模型与产品强耦合、紧密迭代。 还是要做超级APP，C端很难有术业有专攻，更多的服从用户使用习惯，品牌牵引，寡头垄断。
ToB 应用：模型持续变强的同时，应用层有更多机会利用好模型在不同生产环节发挥价值，垂直整合优势不再绝对。
三、对 AI 发展的思考
ToC 方向：瓶颈不在于更大模型或更强技术，而在于额外的上下文（context）和环境信息，如结合用户个性化需求、场景信息等能为用户带来更多价值。
ToB 方向：需重视真实世界多样化场景的数据捕捉，大公司可利用自身多应用场景的优势，探索不依赖标注商的数据利用方式。
四、自主学习的现状与展望
自主学习已在特定场景发生（如 ChatGPT 拟合聊天风格、Cursor 自主写代码），但更像渐变而非突变，其发展瓶颈在于想象力，需先想象出能证明自主学习实现的具体任务和效果（如解决人类未解决的科学问题、构建赚钱的交易系统等）。
-所以豆包的拟人感出圈，为在C端的立足构建了强大的共情点。
Toy Project
最近学了个新词，从Terry chen 泰瑞跟一个嘉宾的采访中学会的一个词语，就是做着玩的项目的意思，可能不是一个business project或者big project。我觉得这是一种态度，现在很多对新技术的尝试就是通过toy project的形式往前走的，比如最近大火的open claw。
大学读书时刻还是随着心思去做交互感尤其完美的toy project，但工作之后碍于kpi、碍于落地成本、碍于害怕被challenge，就没心思关注这些了。我现在想，应该mix一下，学会放一些toy project项目进去，无论体量。生活不能一本正经、做项目也不能一本正经。
何为思维链
概念上比较简单，基本是一个东西，就是定义了模型思考的内容怎样在 Agent 长上下文里传递。
其实很简单，就是把上一轮对执行决策输出的思考，继续代入到下一轮input里，极其消耗tokens，但是对后续稳定性有帮助。
元宝发红包、千问请奶茶
今年2月，AI开始爆币。
生产力、通缩、ai infra
-
传统 SaaS 的商业模式是建立在 "Per-Seat Pricing"（按人头收费） 之上的。这个模型隐含了一个假设：企业规模越大（人越多）= 创造的价值越大 = 软件收入越高。
-
AI带来生产力飞跃，带来裁员、价值和生产脱钩（人头变成tokens）、服务平庸化（过去很多靠“易用性”建立壁垒的 SaaS 工具变得像空气一样廉价，这就是所谓的功能性通缩）
-
投资的钱流向AI infra、与其买现成的saas产品，还是投资基础的铲子（Nvidia、Microsoft Azure、Databricks、Snowflake）最好更安全
-
AI 正在把“智力劳动力”变成一种廉价的商品（通缩），而这种通缩正在反噬那些以“人类员工数量”为计费基准的传统软件公司。