听完李飞飞两小时访谈，我重新理解了 AI 时代的“主体性”
本文基于对李飞飞两小时访谈的思考，探讨了AI时代人类“主体性”的重要性。作者指出，AI不仅能学习写作模式，还能帮助人们看见习惯和盲区，但关键在于如何使用：是直接获取答案，还是用它来拓展思考。文章强调，对孩子而言，AI可能剥夺他们与困难相处的机会，因此教育者需参与规则设计。同时，作者认为语言模型虽强，但世界不只由语言构成，空间智能提供了另一种理解方式。最后，作者提出三个问题，提醒人们在AI辅助下保持主动性和判断力，避免过早交出方向盘。
相关文档
AI究竟让我们停止学习，还是重新学会学习？
文章从《经济学人》报道的一项针对26811名中国中学生的研究切入：使用生成式AI后作业成绩提升18%、用时缩短30%，但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止，也可以成为进入陌生领域的门票，引发持续追问。作者认为能力外包与能力扩张可以同时发生，真正危险的是认知地图停止生长，关键在于我们如何使用AI。
翻译：李飞飞关于世界模型的分类
本文基于李飞飞的观点，深入探讨了“世界模型”这一AI术语在当前语境下的定义与功能。文章通过强化学习中的POMDP框架，将世界模型系统分为三类：输出视觉观察的“渲染器”、输出物理状态的“模拟器”以及输出行动指令的“规划器”。作者指出，尽管渲染器目前商业应用最成熟，但模拟器作为连接视觉与行动的桥梁，是实现空间智能和通用机器人的关键。文章最后预测，这三类功能的边界将逐渐坍缩，最终融合为一个统一的、能够理解并交互物理世界的基础模型。
当知识廉价时，洞察力至关重要：杰文斯悖论在妥拉学习中的应用
文章引用经济学家杰文斯关于煤炭的悖论，指出效率的提升会导致需求的爆炸性增长，而非减少。作者将此逻辑应用于AI时代的犹太经典学习：尽管大语言模型（如Yochai）大幅降低了获取传统知识的门槛，但这并不会取代拉比，反而会释放对“洞察力（Chiddush）”的巨大需求。当获取知识的成本极低时，瓶颈转移到了从旧材料中产生真知新见的能力上，而这才是学习的终极目的。
应试教育的解药：NotebookLM 解锁 10x 学习力
本文探讨了应试教育的主要痛点——低效，并指出 Google 的 NotebookLM 是解决这一问题的利器。文章详细介绍了 NotebookLM 的界面功能、底层模型升级后的质变，以及 K12 辅导、编程备考、主题研究、经典文学研读等八大实战场景。作者强调，在 AI 时代，应利用 AI 工具将死板的资料转化为可交互的知识库，通过“以考促学”和构建学习型家庭来提升学习效率。
If AI Can Solve Almost Everything, What Should We Teach Our Children?
作者认为现代教育过度专注于解题能力，而AI的普及正在削弱这一能力的稀缺价值。他提出教育应更多关注流程的两端：决定什么值得追求，以及为现实后果承担责任。作者强调人类身体有限、时间不可重来的稀缺性使选择具有个人意义，提出'人类能动性'（Human Agency）概念——我选择、我负责、故我在。以马斯克为例说明'超级个体'能调动远超自身知识的能力，AI将让更多人有机会尝试曾需超级个体才能完成的事业，从而重塑年轻人学习的意义与动机。
散人杂谈 国庆节特别篇｜你可以随时打开自己，也可以随时关掉自己
作者以GPT上线为个人纪年分界线，在国庆假期中反思技术加速时代的个体处境。从卢德运动、恩格斯停顿讲到人类文明的外包史：火、文字、钟表、计算机，直到AI外包思考本身。借苏格拉底对文字的担忧与法航447空难，区分'外包'与'依赖'；以低本底钢类比GPT前的人类原创数据，呼吁收藏与守护；探讨AI时代的一对一教育、默会知识与线下沟通的升值。核心观点：开时往死里卷，关时往死里躺，两样都是自己，都不用道歉。
To Seek a Newer World：李飞飞宣布 World Labs 加入 AMD
李飞飞宣布其创办的空间智能公司 World Labs 将加入 AMD，她本人将出任 AMD 执行副总裁兼首席科学家。文章回顾了她自 2000 年进入 AI 领域以来的历程，包括 ImageNet、Google Cloud AI 和斯坦福 HAI 的工作，以及 2024 年与 Ben Mildenhall、Justin Johnson 共同创立 World Labs，专注空间智能与物理世界推理。公司发布了 Atlas 模型，解决了新视角预测等关键问题。她认为与 AMD 的软硬件整合能加速 AI 解决药物研发、机器人等现实问题，并以'寻求新世界'表达对未来的期待。
AI 最危险的地方可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来
文章指出 AI 对行业最深的威胁不是取代初级岗位，而是切断了新人成长为资深人才的路径。新人过去通过修 bug、写测试、接受代码审查等看似低效的工作积累判断力，而这些训练任务正最先被 AI 接管。企业短期获得效率提升，但五年十年后可能出现人才断层：新人能产出看起来资深的成果，却缺乏资深级判断力。这种差距在无标准答案的复杂问题中才会暴露。作者呼吁思考：如果培养资深人才所依赖的工作全部被自动化，十年后谁来当资深工程师？
Product Management is still about telling stories
作者以亲身经历阐述产品管理的本质是讲故事而非写规格文档。他从在RealNetworks做工程师讲起，回顾LinkedIn面试时Reid Hoffman提出的经典问题：产品经理的核心产出物是什么？他当年答'规格文档'，后来意识到答案是故事——讲述用户将如何使用产品以及它为何重要。AI时代使构建成本骤降，产品开发从'先写规格再开发'反转为'先快速构建原型再设计'。但判断力成本并未降低，决定做什么比以往更重要。原型近乎免费，但真正的产品仍需打磨，产品经理的核心问题从'是否排期'转向'是否符合产品愿景'。
主体性均质化的时代，为什么大家的表达越来越相似？
文章提出'主体性均质化'概念，指不同个体在AI深度参与写作后，表达、品味、判断和构念逐渐趋同的现象。作者分析了AI润色如何抹平个人语气与思考，使创作者'不在场'，导致内容产量激增但有效理解成本上升的'内容通货膨胀'。引用Doshi与Hauser的研究及西蒙的注意力经济学说明问题的深层影响。最后作者主张个人建构主义：静下心拉回注意力，不让AI替你思考和写作，在允许AI参与的同时保持个人构念的可渗透性，通过学习、模仿最终超越，坚持为情而造文的创作信条。
You're Afraid of the Wrong Thing
文章指出，历史上构建真实事物需要天赋和资源渠道，渠道曾是看得见的高墙，因此被误认为关键。如今AI工具让个人能完成过去需要一个部门的任务，中间层的顾问、分析师等'显然的工作'正被替代。开发者担心被AI取代，但担心的层面错了：真正稀缺的从来不是渠道或光鲜的外表，而是底层的判断力——哪个问题值得解决、是否真正解决了它。模型擅长打磨完美的表面，但当人人都能生成完美表面时，表面就成了噪音。具备构建能力的开发者反而最能受益于这个时代，不应让怀疑者本能阻碍自己行动。
AI会不会成为人类历史上的“新物种”？
文章从人类进化史切入，借助赫拉利《人类简史》《智人之上》的观点，指出智人依靠语言构建想象共同体而胜出。作者认为AI与蒸汽机等以往技术革命截然不同，它进入语言、判断与决策领域，成为信息网络中的主动节点。文章提出两大反常识观点：AI无需意识即可深刻改变文明；真正的威胁不是失业，而是人类对复杂系统决策权的垄断逐渐外包。作者分析了AI在复制、永生、并行存在等方面突破生物边界的特征，并讨论人类与AI共存的三种路径，最终警示：改变历史走向的往往不是技术本身，而是谁拥有这项技术。
