@ 加州荷风： 其实我们都搞反了
应该花几万元去租房子
然后再用几百万去生活
而不是花几百万买套房子
用几万块去生活…… ​​​

@ 阿尔法虎虎： 朋友在体制内，对跳出体制有点跃跃欲试，又有点患得患失，问我，要不要跳。
我说，不要。
有勇气跳出体制的人，不会问这个问题。
朋友说，实在受不了体制内的拖沓和低效。
我说，也许这个也是一种保护屏障。
因为，体制内还可以靠苦劳苟，而体制外，只看功劳。没有功劳的苦劳，不就是拖沓和低效。 ​​​

@ 严锋： 以后会不会人类就分成两类，一类看 AI 短剧，一类用 AI 做 AI 短剧。 ​​​

哪有什么生活不如意，我只是钱不够花罢了。 ​​​

@ 柳三便： 人在着急的情况下，容易脱口而出一些伤人的话，更让人难过的是，这些脱口而出的话，大部分都是真心话。 ​​​

@ 冷笑话精选

做事一定要三思而后行

1：这件事能不能不做
2：能不能甩给别人做
3：能不能等明天再做

@springjournal： “为什么人在和别人分开时会觉得痛苦呢？” 宇多田光：“不是，因为生活原本就很痛，而那些人的存在成了止痛药。”

红果短剧为何让人着迷？

@ 曹多鱼： 红果短剧为何让人着迷？

因为爽啊。

我我感觉短剧真的是很牛逼的存在。

我没事的时候就喜欢点开看，开个三倍速，一整部短剧几十分钟就能看完，完完全全属于精神鸦片了。

但我真没觉得这是啥问题。

而且这短剧最牛批的点在于，我感觉他是全年段通吃的那种。

我觉得我姨的例子好了。

她是小学教师退休，职称应该还不错，退休金在我们这一个月有六七千。

关键是啥吧，因为有了短剧，退休之后完全没留在城里，直接回了镇上老家农村。

回去之后根本就见不到她人了，完全没有社交，现在每天就躺着刷短剧。

按照她的说法是，最开始是短剧刷不完，看多了之后变成短剧不够刷，天天蹲红果短剧。

再说说我家里长辈现在的状态也差不多是这样。

两个人躺在床上，一个刷短剧，另一个也刷短剧，各看各的，互不打扰。

有意思的是，我在外面吃饭的时候也经常能碰到小年轻们外放短剧。

我现在都不用回头，光听声音光就能一秒分清男频和女频。

听 “三十年河东三十年河西，当初你退婚看不起我，现在我发达了你又回头来找”，不用看画面，我就知道这是男性向短剧了。

要是听到 “今天就由你来服侍这位未经人事的少爷，通晓人事”，一听就明白，不小心误入女频的世界了。

男频、女频各有一套叙事，各自满足不同人的精神需求，单纯当作消遣，其实完全没问题。

但我感觉是什么吧。

就这些短剧，早晚能替代短视频….. 把全球结婚率给干下来…..

19 万，捡了一套好房子，舒服

老姑给我发信息，说心情特别好。

她把老家 60 多平的顶楼步梯房卖了，卖了 13 万。

又添了几万块，在女儿生活的沈阳买了一套 50 平电梯房。

纯南向，19 万多。

老姑的声音洋溢着欢喜，她说前任房主是个老太太，房子收拾得比她还干净，擦擦玻璃就能住进去，不费事儿。

“进去就像到了自个儿家，特舒服。”

“急卖房给我遇上了。”

房子离女儿家开小电驴 15 分钟，周边环境很好，楼下有商场、生鲜超市，还有夜市早市和公园。

养老很合适。

60 多岁的老姑，行动力真是杠杠地，十一刚卖了老家房，转头就买了新的。

现在是换房好阶段。

房价下跌变缓了，不用那么慌慌张张。慢慢看慢慢选，能找个合意的房子。

也不用担心短时间暴涨，现实没这种基础。

大家都说东北人口净流失，有意思的是，也有异类。

这两年沈阳、大连出现了人口净流入，这俩城市去年净流入了 11 万多人。

其中 35 岁以上的人占了大多数。

有一种沙漠变绿洲的感觉。

为啥呢？

更低的生活成本，换来更高生活质量。

最近我就有常居北京的朋友跟我念叨，北京压力大，失业后找不到像样的工作。她找了大半年工作，找来找去都是电销工作，收入还不到 8 千块。

不如回东北老家得了。

至少压力小，花少少的钱，也能体面生活。

大家都进入了纯过日子时代。

不想装也不想卷了…haha

来源：越女事务所

AI 群雄时代，仍有落地机会

@caoz 的梦呓： 最近 AI 的各种迭代越来越疯狂，gemini 终于出了 4.0，勉强恢复了御三家的地位，deepseek 4.1 flash 再发新版也很抢眼，此外，林林总总，各大厂商还在快速的迭代，而相关的各种 harness，各种其他工具也是层出不穷。

从自媒体角度来说，AI 大模型产品第一手测评和分析依然有很强的流量价值，而且按照目前市场格局，群雄混战的局面来看，估计至少两三年还是稳稳的流量红利，但确实需要非常肝，迭代太密集太频繁了，我的精力肯定是跟不上了。

最近几个月其实见了不少和模型领域有关，算力建设有关的朋友，学者和创业者。做基础 infra 的，做私有化部署的，做算力中心建设的，做独立大模型的，做相关投资的，各种都有，光环等身的学霸也有，行业资历顶尖的也有，听到了不少故事，也看到了一些新机会，基本上都在直播间聊过，今天文章整理一下吧，很多事情我自己真的懒得去碰了，但是这些机会可以分享一下，有能力的朋友们可以自己去试着看看。

其实去年肖弘来新加坡的时候我当面和他聊过一个话题，因为 manus 这个话题之前一直很敏感，所以我文章也从来没提过，当时 agent 产品对海外大模型的依赖度还是很高，那时候感觉一些关键任务上 claude，openai 还是很难被替代的。但那时候肖弘就判断说，开源大模型会在未来一到两年实现较高的可用性和可替代性，对美国顶尖大模型的依赖度是可以逐渐降低的。

那么今年看上去，这个判断已经基本可以说兑现了。开源模型在很多领域已经足够替代顶尖的美国大模型，而鉴于最近特别是 anthoropic 拿隐私说事的这个情况（我就不展开了），其实不仅中国公司会开始约束海外大模型的使用，美国不少大公司也开始忌讳这个话题，准备并着手私有化部署开源大模型，以确保自身数据和业务的安全性。

这是一个新的市场空间，而且随着开源模型的能力提升，这个市场可以说是非常广阔的。

去年初 deepseek 开创了算力盒子市场，可以说已经涌现了一次市场红利，但很遗憾那一批算力盒子大部分在机房吃灰，真正落在业务场景的其实不多，而现在，随着开源模型能力提升和企业对 AI 使用的依赖度提升，真正落地需求批量出现了。

我说我了解到的几个典型场景。

1，低成本开源小模型

在医疗，法律咨询等行业，有大量文案类，记录摘要类的需求，而这些信息需要保护客户隐私，不能上网。目前本地小模型基本上可以满足信息整理，摘要的诉求。典型的就是阿里的 qwen 32B 版本，中小企业最低几万人民币即可部署，用于内部文案整理，录音记要等等，其实是很有意义的。

我直播的时候有读者反馈他们正在做这样的部署。

2，短视频生成

Seedance 当然是最好的，但对于一些短剧团队来说这个成本还是有点高的，而可以开源部署的 minimax-H3 就是一个非常值得的可替代选择。据说能力基本与 seedance2.0 持平，和 2.5 有差距，但考虑到成本，也是可接受的。

目前有些短剧团队也在考虑租用便宜的 minimax-h3 token，而另一些大玩家则会认真考虑私有化部署，实现创作 token 自由。

3，企业编程和内部技术运维

越来越多企业意识到代码和内部运维安全，不能依赖外部 AI，特别是最近 A 社搞了自己砸自己，让美国巨头都开始对此感到恐慌。

最近一个好玩的新闻，shopify 创始人在自家酒窖里用英伟达 GB300 的机器部署了智谱最新模型，实现了 token 自由。

还有一个旧闻，知名 AI 平台 huggingface 遭遇莫名攻击（后被证实是 openai 内部测试时 AI 逃逸围栏进行的攻击）时，在进行防护的时候因为美国大模型的安全围栏政策拒绝服务，选择了部署智谱系统。

目前在海外，智谱口碑相当不错，已经有不少美国公司私有化部署（一个反讽是，智谱公司仍然在美国的实体限制清单里）。

此外 kimi，以及最新的 deepseek 都是企业内部编程不错的选择。这样除了成本可控之外，同时也就不容易产生隐私配置文件泄露或其他类似安全风险。

而且开源模型可以去掉公开模型所必须的安全围栏，对于内部安全审计，攻防测试的处理，都可以更灵活，更自由，不用总是担心被大模型拒绝。

4，其实还有一个市场机会，但普通人缺乏渠道，可能很难涉及，最近有个词，值得关注，叫做主权 AI。

什么叫主权 AI，我们知道除了美国和中国，其他国家基本上没有开发大模型的能力和经验，日本和韩国，欧洲发达经济体这种，还能自己拿开源模型魔改一下，换个壳。有不少国家连这个能力都没有，但他们也有诉求啊，比如宗教因素，比如有些有一些政治忌讳，他们希望自己有能用自己语言，自己安全策略，自己可控的 AI，用于本国人民的日常使用，毕竟 AI 趋势不可抵挡。

这其实就是开源大模型，基于客户的语料，客户的安全围栏诉求进行训练和后训练么。确保其价值观符合客户要求。

而这恰恰是中国人的机会，因为目前市面上最好的开源模型基本上都是中国的，而且中国人没有宗教和价值观执念，客户给钱就干活对吧，（欧美人很多会有执念，有些需求他们给钱也不干，这个差异是 9 年前我在迪拜听到的。）

这里还有一个常见的认知误区，很多人会认为这是大公司出海的机会，国企或者互联网巨头的机会，据我所知还真不是。这种主权国家自己有忌讳，他们要项目的绝对控制权（政府合作太复杂），也不想出让太多利益（互联网巨头胃口大，往往会提出太多后续的项目参与）。他们更希望我出钱你干活的简单模式，所以在这个领域，最受欢迎的是什么团队呢，曾经在巨头负责过这类项目，有足够资深经验的负责人又出来创业的小团队。为什么我知道这个呢，我真接过不止一个类似项目的诉求，听过不止一个类似项目的故事。

那你说不就是一个私有化部署么，好像门槛不高啊，只要买得到芯片，企业自己就能做吧。

其实不只是大模型的部署，还包括后续维护。

1，一些开源 harness 安装，这个能提高产出效率，提高产出质量，这个也是目前很大的信息差所在，但不同领域，不同行业可能有不同选择，而且关键是，这不是一次性的，需要不断的更新维护。

此外还有大量第三方开源工具的配套部署，这些信息差太大了，我自己都跟不过来。

2，后续版本升级，去年曾一度火爆的 deepseek 算力盒子，今年有多少持续升级的？持续升级到最新稳定版本，还要保证原有数据和会话不丢失，这是需要持续服务的。

3，联网控制

不是说不联网么，其实也没那么绝对，现在很多新资料，新素材，包括编程所需要的新的开源软件，需要与时俱进，那么本地编程，调用联网接口去获取资料，获取开源代码，获取最新行业数据，这个单向联网，绝对是刚需，我需要我的 AI 获取外网信息，但我不允许我的 AI 把我的信息发布到外网。这个肯定是有很多诉求的。

4，内部管理

企业应用肯定要配套内部的账户管理，以及员工离职，转岗后的账号管理，以及 agent 管理，一个员工有若干个 agent，配合若干个项目，这个管理系统如何设置，如何能做到灵活切换，授权以及合理监控，这都是问题。

说个八卦，我了解了好几个案例，使用 AI 编程的公司，（还不止一个上市公司），他们内部调查，发现使用 token 最多的用户，耗费公司资源最大的，是在干私活。

在硅谷这个现象目前也很严重，其实员工利用企业资源干点私活好像也不是那么严重的事情，但凡事要有个度对吧，对于使用外部模型，一个月烧掉企业几万十几万美金 token 预算还是有点痛的。如果是内部部署模型就没问题了么？企业内部部署模型算力也会有限，毕竟现在芯片成本都不低的，而且私有化部署的 token 产出也会受限于算力，内部部署不代表没有成本，如果有人过度使用在工作之外，可能会让正常工作的任务因算力不足而等待延迟，这肯定不是企业想得到的。

以上是我能看到的一些共性的，可以持续跟进的部署工作，真的不是简单的安装。而且很多个性诉求也是可以做的，因为现在 AI 太强了么。个性诉求也可以让私有化部署的 AI 快速实现出来。

当然，不同行业，不同领域还有各种合规门槛，以及其他潜在的实施难点，这是肯定的，但所谓问题即机会，目前至少两个明确的利好趋势，其一是隐私安全问题越发被重视，其二是开源模型能力增长极快，可用性极高，而且仍然还在高速增长。基于这两个趋势，私有化部署的热潮肯定是挡不住的。

当然也会有人说，企业自己内部就做了，哪有我们的机会呢。

永远记住，市场不是平的，大家对 AI 的掌握，理解，使用能力是存在差异的，而且这个差异还不小。部署模型，适度优化，部署 harness，部署其他控制软件，增加一些定制化能力，一些巨头企业，软件公司确实应该能搞定，传统行业呢？医疗，律所，金融机构，很多企业一样有诉求，但是他们这方面能力有限，AI 赋能，我去年就讲过，这个市场趋势，也仍然存在。就算你看到身边看到的所有人都在用 AI，相信我，市场渗透还在早期，真的还在早期。

我最近有关行业的文章确实少，因为自己真的没办法随时跟进这些大模型的动态，不过我看到一些非常不错的行业文章，都会转发到我的知识星球里，并且附上自己简短的评论。有兴趣的读者可以去看看。