wiran 发布的文章

山巅周刊第329期:见世面、长见识


✅ 《山巅周刊》定期分享科技、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

✅ 我走过你现在的路。数十年真实生活打磨出的深度经验、韧性与可信度,是我能帮助你的。当你需要数字化商业顾问,请联系我。

假期里入乡随俗地参加了一趟研学游,不是看景点,就是做游戏,整个行程密密匝匝,被教练风格的导游拿捏得服服帖帖。

people walking on dirt road near mountain during daytimePhoto by Luke Porter on Unsplash

传统游是看景点和购物,研学游是看景点和体验。景点(目的地)是旅游最大的载体,不同的目的地决定着传统游会不会被感动,研学游会不会被信服。

研学游的最高境界是参观工厂、了解供应链、学习制造过程、观察一线工作者,主动靠近生产端,从而培养能力框架:系统思考、问题解决、抗压韧性和价值创造力。但并不包括很多人理解的“见世面”,比如去米其林餐厅看菜品、去冰岛看极光、去非洲看动物迁徙。

关键洞见是:见世面,要去生产端,而不是消费端。

为什么见世面、长见识必须在生产端?

见世面、长见识,本质上是认知升级和心智成长,生产端为此提供了最真实、最完整的现实镜像。

消费端呈现精美的产品、华丽的包装、便捷的服务,却刻意隐藏了背后的复杂性、成本、风险和权衡。生产端则直面原材料、工艺、供应链协同、质量控制、效率优化和人的劳动,这些正是塑造世界运行规则的底层逻辑。

约翰·杜威(John Dewey)在《经验与教育》中提出,真正有价值的教育源于“经验的连续性”:学习不是被动接受抽象知识,而是通过真实情境中的行动、观察、反思和应用,形成能指导未来行动的智慧。生产端正是这样的“实验室”,你不是旁观消费者,而是置身于问题生成与解决的动态过程中。单纯的消费经验往往是片段化的、即时的,难以产生深度迁移;而生产端的体验则要求你理解因果链条,从“为什么这样设计”到“如何应对不确定性”,实现从感性认识到理性判断的跃升。

列夫·维果茨基(Lev Vygotsky)的社会文化理论进一步强调,认知发展发生在“最近发展区”(Zone of Proximal Development),即个体在社会互动和工具使用中超越当前能力的区域。一线生产环境提供了丰富的“脚手架”:与工程师对话、观察工人操作、追踪物料流动,这些社会互动和文化工具(机器、流程、标准)远比消费场景更能拉伸认知边界。

消费端“见世面”,往往强化即时满足和表象判断。吃一顿米其林、看一次极光,带来的是愉悦记忆,却难以转化为可迁移的能力。生产端则迫使你面对不确定性:供应链断裂如何应对?工艺瓶颈如何突破?人力成本与自动化如何平衡?这些磨炼出的判断力,正是人生真正的“世面”。

a woman is walking down a long hallwayPhoto by Evan Wise on Unsplash

如何在生产端行动以见世面、长见识?

行动的核心是“主动靠近”而非被动参观,强调沉浸、反思和迭代。以下是具体路径:

1. 规划有目的的工厂研学与实地走访

选择与自身兴趣或专业相关的生产型目的地,如汽车、电子、新能源、装备制造或传统工艺工厂。提前研究企业背景,准备问题清单:原材料从何而来?核心工艺痛点是什么?质量如何把控?供应链如何协同?

2. 采用“学徒式”深度参与

如果可能,争取短期实习、跟岗或志愿劳动机会。认知学徒制(Cognitive Apprenticeship)模型指出,专家技能是通过观察、模仿、实践和反思在真实情境中习得的,工厂正是天然的学徒场域。

3. 系统反思与知识连接

每次参观后立即复盘:我看到了什么问题?原因是什么?可迁移到其他领域的启发有哪些?建立个人“生产笔记”,连接理论(如供应链管理)与实践。加入相关社群或阅读经典,深化理解。

4. 长期迭代:从小到大构建网络

从本地工厂起步,逐步扩展到不同行业、不同地区。与一线工程师、供应链经理保持联系。

5. 结合数字工具放大效果

利用工业互联网、数字孪生等技术,通过虚拟参观或公开数据分析生产逻辑。

Robotic arms assembling a car chassis on a factory line.Photo by Lilian Do Khac on Unsplash

生产端的场景分类

生产端的核心是价值创造的过程,即从资源到产品/服务的转化,从产业链环节维度的生产端具体场景分类。

环节典型场景核心价值与见世面重点示例
上游:资源获取与初级生产农场、林场、渔场、牧场、矿场、油田、盐场、水电站等自然资源转化、生态约束、基础劳动粮食种植基地、森林采育区、远洋渔场、煤矿/铁矿开采现场
中游:加工制造与价值提升工厂(各类制造厂、加工厂、装配厂)、车间、实验室、中试基地技术、工艺、效率、质量控制、供应链协同汽车工厂、电子组装厂、食品加工厂、化工装置、服装缝制车间
下游/流通:存储、物流与分销准备仓库、冷库、物流中心、集散站、港口码头、铁路货场库存管理、物流效率、供应链韧性大型电商仓库、农产品冷链库、港口集装箱堆场
交易与市场环节批发市场、拍卖市场、产地交易市场、期货交易所、B2B平台供需匹配、价格发现、标准化农产品批发市场、工业品交易中心、原料拍卖行

说明:市场通常被视为消费端,但生产端的市场(如产地批发市场、大宗商品交易市场)属于生产环节的延伸,能看到价格形成机制和供需博弈。

越来越多的公司通过开放生产线来拥抱制造业旅游。

行动建议

农场教你基础供给,工厂教你效率与协同,仓库教你流动与缓冲,市场教你价值实现。系统走访这些场景,能构建完整的生产思维。

  1. 入门级:从附近农场/仓库/中小工厂开始,半天到一天的参观,重点观察“人-机-料-法-环”。
  2. 进阶级:选择全链路走访,例如“农场→加工厂→仓库→批发市场”,理解端到端价值流动。
  3. 高阶:深入产业集群(如广东的电子、浙江的轻工、山东的农产品加工),或参与研学/短期实习。
  4. 反思框架(每次参观后问自己):

    • 这个场景的核心瓶颈是什么?
    • 价值是如何一步步被创造/损失的?
    • 我能迁移哪些洞见到其他领域或个人决策?

现实世界中中,真正稀缺的不是消费体验,而是对“如何创造”的深刻理解。主动走向生产端,你不仅看到了世界运行的真实模样,更重要的是,你开始成为创造世界的一员。


人物:斯坦·李


斯坦·李(Stan Lee)是一位美国漫画作家和出版商,他从家族企业Timely Comics(1961年更名为Marvel Comics/漫威漫画)的基层做起,逐步晋升。在长达二十年的时间里,他一直是漫威的主要创意领袖,将漫威从一家小型出版社发展成为一家主导漫画和电影行业的多媒体公司。

Stan Lee
李在2014年

李出生于罗马尼亚犹太移民家庭,童年时期深受书籍和电影的影响,尤其是Errol Flynn扮演英雄角色的电影,其中罗宾汉等浪漫的冒险角色也促使他爱上了写作。

Robin-Hood-Errol-Flynn
Errol Flynn在《罗宾汉历险记》(1938)中的剧照:Allstar

17岁的李成为通俗杂志和漫画出版商Timely Comics的助理。虽然正是他的表姐夫Martin Goodman创办了Timely Comics,但助理的工作就是灌满墨水瓶,给画师送午饭,校对稿件,帮他们擦掉完成稿上的铅笔痕迹。当学会往铅笔稿上填充内容后,李发表了自己的第一个漫画作品,这个故事引入了美国队长标志性的反弹盾牌投掷。

两年后,李不仅开始创作真正的漫画,还被任命为临时编辑。

Martin Goodman是一位通俗杂志出版商,Timely Comics是效仿DC Comics成立的漫画出版品牌。DC Comics凭借更新版的闪电侠取得了巨大成功,并推出了美国正义联盟超级英雄团队后,作为回应,表姐夫指派李创作一支新的超级英雄团队。

MarvelComics
1939年10月,Timely Comics出版的第一部漫画叫《Marvel Comics》。

李赋予他的超级英雄们有缺陷的人性,这与通常为青少年创作的理想化超级英雄形象截然不同。在此之前,大多数超级英雄都是完美无瑕、没有任何严重或持久问题的“理想主义者”。李塑造了复杂而自然的人物,他们会发脾气、会陷入忧郁、会虚荣;他们会彼此争吵,会为支付账单和如何讨好女朋友而烦恼,会感到无聊,有时甚至会生病。这些角色开创了超级英雄漫画中更为自然主义的创作风格。

Fantastic_Four_Vol_1_01_Cover
《神奇四侠》第1期(1961年11月)

首批超级英雄是1961年的神奇四侠(The Fantastic Four),这支队伍迅速走红。接下来涌现绿巨人、雷神 、钢铁侠、X战警、夜魔侠、奇异博士和漫威最成功的角色蜘蛛侠,这些标志性角色都生活在一个完全共享的宇宙中。新创作的角色和复活的早期角色如美国队长被聚集在一起,组成了复仇者联盟。

Amazing_Fantasy_15
漫威漫画集《Amazing Fantasy》第15期(1962年8月)首次引入了蜘蛛侠这一角色。这期漫画为蜘蛛侠的商业成功奠定了基础,并启发了《神奇蜘蛛侠》漫画的诞生。封面由漫威早期御用漫画艺术家Jack Kirby绘制铅笔稿,Steve Ditko绘制墨线稿。

李的革新不仅限于角色和故事情节,更延伸到漫画与读者互动的方式,以及在粉丝和创作者之间建立社群意识。

  • 在每篇故事上添加署名,不仅列出编剧和铅笔稿绘制者,还列出墨线绘制者和字体设计者。
  • 发布漫威员工的最新消息。
  • 发布漫威即将推出的故事情节。
  • 刊登读者来信。

在整个20世纪60年代,李包揽了漫威大部分系列漫画的编剧、美术指导和编辑工作。为了维持工作量并按时完成任务,他采用了一种此前已被多家漫画工作室使用过的系统。通常,李会先与画师一起构思故事,然后准备一份简短的剧情梗概。画师会根据分镜的叙事方式,完成分配的页数。画师交上铅笔稿后,李会撰写对话框和旁白,然后监督文字排版和上色。实际上,画师们是共同的剧情构思者,李会在此基础上进行完善。由于李的成功运用,该系统后来被称为“漫威模式”。

这位年轻人展现出的商业才能使他得以继续担任漫画部门的总编辑,并在大部分时间里兼任艺术总监,直到1972年接替表姐夫成为出版人。

斯坦·李主要从事编剧、编辑和创意,几乎不画漫画,早期合作画家是Jack Kirby、Steve Ditko等人。1980年代,李曾短暂担任漫威公司总裁,但很快便卸任,因为他发现总裁的工作过于关注数字和财务,而无法让他充分享受创作过程。

从漫威退休后,李仍然是该公司的公众形象代表,通过周边产品、品牌推广以及在漫威漫画中以漫威宇宙角色身份亮相等方式深入人心。他经常在根据漫威作品改编的电影和电视剧中客串演出,并担任执行制片人,这使他成为史上票房最高的演员。

漫画传奇人物斯坦·李的创意和拼搏精神缔造了一个帝国。在生命的最后十年达到了人气巅峰,这要归功于漫威电影宇宙(Marvel Cinematic Universe)在票房上的巨大成功。这使他成为漫展上的明星人物,只要坐在椅子上签名,就能拿到高额报酬。

2015年,留着长发、浑身纹身的漫画狂热爱好者Jon Bolerjack,作为李的私人摄影师,记录着他的一举一动,直到李于2018年11月去世。

Stan Lee: The Final Chapter.
李出演《Stan Lee: The Final Chapter.》

Bolerjack执导的108分钟纪录片《Stan Lee: The Final Chapter.》记录了李生命最后四年不为人知的黑暗一面。纪录片展现了疲惫不堪、似乎意识不清的李在马不停蹄的漫展行程中,在签名间隙打盹,并询问他的保镖兼经纪人Max Anderson,他赚的钱够不够退休。

斯坦·李是一名虐待老人的受害者。


科技:人工智能设计的病毒


2026年8月6日发表在《科学》杂志上一项研究(DOI: 10.1126/science.aej8512)报告,利用人工智能生成技术,科学家们在实验室构建并测试了约300种基因组,发现其中16种是可存活的病毒。这些新病毒是噬菌体,它们会感染细菌,但不会影响人类。

这份报告的研究方法是,来自所有生命领域数百万个来源的基因序列被用作人工智能工具 Evo 的语言库,就像 ChatGPT 和其他语言模型使用大量现有文本材料进行训练一样。

Visualization of the CoronavirusPhoto by Fusion Medical Animation on Unsplash

继人工智能仿生伴侣、人工智能武器之后,人工智能病毒是一个值得关注的科学里程碑。


观点:小雨图标冲击经济


Business Insider:The Tiny Rain Icon on Your Weather App Is Crushing Small Businesses报道,智能手机默认天气应用中简化的雨云图标,经常导致消费者取消户外计划,即使实际天气良好,从而给依赖天气的季节性小企业造成显著经济损失。

person holding iPhone 7 displaying 23 degree celciusPhoto by Lloyd Dirks on Unsplash

现代天气预报科学已非常先进,但天气应用为了简洁,将复杂、高度本地化且概率性的预报简化成单一图标和温度范围。

这忽略了天气的超本地性、小时级变化和不确定性。用户常误解降水概率,一些预报还存在“湿偏差”(故意高估降雨可能性以避免投诉)。过度预测降水会立即导致零售、餐饮和娱乐业客流与消费下降。

同为地球科学基础层,GIS(地理信息系统)从早期军用/政府专用系统,逐步民用化并演化为地图数据构建、匹配、路径规划,进而催生基于位置的商业模式。气象的“GIS时刻”正在发生,演进的核心机会在于把概率性、超本地化、带不确定性的气象信息,转化为可行动的商业产品,同时把价值从“告知天气”转向“影响决策”。


山巅周刊第328期:Karpathy 的教育观


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

认知基础:物理、数学、计算机科学

No Priors

No Priors Ep. 80 | With Andrej Karpathy from OpenAI and Tesla的讨论中,Andrej Karpathy认为学校大部分内容可以忽略,优先构建认知基础。他解释了为什么教育中约 80% 应聚焦于数学、物理、计算机科学——它能建立持久的认知,在后 AGI 世界中最为重要。

  1. 80% 的教育应聚焦于数学、物理、计算机科学
  • 数学、物理、计算机科学能在大脑中刻下认知路径、思维模式或心智框架。
  • 这些科目帮助孩子发展形式推理、系统分解、建模现实、抽象思考等核心能力,让人对世界有不同的处理方式。
  1. 认知的可塑性随年龄下降:
  • 大脑在年轻时(尤其是 10 岁前后)更容易形成这些深刻模式,年龄越大越难“雕刻”。
  • 早期投入这些基础,能塑造一个人未来 60 年的认知结构;错过窗口期,后期补救困难得多。
  1. 数学、物理、计算机科学在不同时期的作用
  • 在 AGI 前世界:这些技能帮助获得好工作。
  • 在 AGI 后世界:认知基础让一个人成为“有功能、被赋能的人类”——能有效使用工具、理解系统、独立思考,而非被动依赖 AI。
  • 其他科目(历史、文学、语言、社会科学等)可以后期添加,甚至在成年后学习,因为它们更依赖记忆和上下文,而非早期塑形的抽象能力。

The Future of AI in Education
via The Future of AI in Education

投资不可替代的认知基础比追逐全面课程更重要。这个实用建议可能会马上迎来批评者,比如人文学科的缺乏可能导致“无灵魂”的技术人才。

学科门类的演进

在大学报考和毕业季,山巅周刊第326期讨论过 大学教育;接下来又是适龄儿童入学季,越俎代庖地讨论一下针对年轻孩子(如 8 岁)的教育策略。一句话,还是要优先理工科。

“理工、人文、社科、医学”四大分类来源于现代大学学科门类划分、图书情报分类、数据库学科分类和科研管理实践的综合演化,其中理工类通常是最典型的底层基础学科群,直接提供形式化方法和自然规律解释框架。

├─ 理工
├─ 人文
├─ 社科
└─ 医学

进一步地,国际通行的宏观知识分类共识把理工拆分为形式科学、自然科学、工程与应用科学。

├─ 形式科学
├─ 自然科学
└─ 工程与应用科学

形式科学主要是研究抽象结构、符号系统与推理规则的学科。形式科学更强调方法、符号和推理,本身不直接研究自然对象,但为其他学科提供工具。形式科学的代表包括数学、逻辑学、统计学、运筹学。

自然科学主要研究自然界客观规律,包括物质、能量、生命、地球与宇宙系统。自然科学关注自然世界的规律,是现代科学体系的核心基础。自然科学的代表包括物理学、化学、生物学。

工程与应用科学是把自然科学、形式科学与经验知识用于设计、建造、制造、运行和治理实际系统的学科群。工程与应用科学偏应用,重在把科学知识转化为可操作的技术和系统。工程与应用科学的代表包括建筑工程、水利工程、机械工程、通信工程、计算机科学技术。

在前工业时代,形式科学门槛相对低,只需要纸笔甚至泥板就可以完成推理,服务于早期文明的量化管理和抽象思考需求。数学在多个文明中独立发展,许多现代数学基础就在这一时期奠定。数学家辈出。

工业革命期间,工业化需要理解和操控自然力,物理学成为工业创新的关键,热力学、电磁学、力学成为核心。物理学家涌现。

信息时代依赖信息处理效率、自动化和智能系统,核心资源是数据、计算、算法、网络,在形式科学特别是算法、逻辑的支撑下,融合工程应用(硬件、软件、系统)的计算机科学直接驱动生产力跃迁。

computer-science-should-be-fundamental-to-engineering
计算机科学甚至可能成为工程学的基础学科

计算机科学

工程与应用科学一直存在,并始终服务于当时生产力瓶颈的突破,形成“技术-经济主导需求”的规律。每个时代的主导需求决定了资源向哪类工程与应用科学倾斜。

  • 前工业时代:建筑工程、水利工程、原始机械服务农业、定居、灌溉、王权建筑需求。
  • 工业时代:机械工程、电气工程服务于重工业、能源、制造、交通发展。
  • 信息时代:通信工程、计算机科学服务于信息处理、自动化、数字化转型。

最近数年,计算机科学成为最热门的工程应用领域。“主导需求”从改造物理世界转向改造数字与智能世界,这正是规律的最新体现,可以很好地解释最近几年传统工程让位于计算机科学的现象。当前AI浪潮是信息时代的深化,则进一步放大了计算机科学的中心地位。

  • 经济需求转变:边际回报最高的是数字技术,而非新增物理基础设施。
  • 生产力瓶颈变化:信息化改造的杠杆效应远高于物理世界的改造。
  • 市场信号:计算机相关专业薪资、就业率、创业成功率显著高于传统工程领域,人才向高回报、高增长领域流动是理性的选择。

Karpathy 的教育观

虽然“技术-经济主导需求”规律能够部分解释计算机科学成为当前最直接的生产力工具,人才回报最高。但 Karpathy 教育观的核心逻辑是:早期教育要塑造持久的心智框架,而非追逐当下热门职业。

Eureka Labs
Karpathy 创办 Eureka Labs,探索 AI 原生教育

数学、物理、计算机科学的协同效应:

  • 数学是抽象工具,提供最纯粹的形式化思维、抽象推理、逻辑严谨性。数学思维帮助建立处理不确定性、证明正确性、建模抽象结构的能力,几乎无法在后期快速补齐。
  • 物理是现实世界的建模框架,提供因果机制思维、建模现实世界、第一性原理。物理思维是强大的“现实锚点”,帮助建立判断什么值得做、理解深层机制、避免幻觉的能力。
  • 计算机科学把数学和物理应用于信息世界的工程实现。

也就是说,Karpathy 提供用数学、物理、计算机科学共同构成完整的底层认知栈,能适应多个时代的范式切换,而不仅仅是在当前最闪耀的领域多造船。


人物:Alfredo Moser


1976年至1977年间的巴西利亚。Alfredo Moser在一家电信公司做汽车修理工。亚马逊地区经常发生飞机坠毁事故,公司负责监控这个问题。救援往往耗时很长,莫泽很担心:“如果遇难者没有火柴来点燃信号火怎么办?”老板告诉他,在一个小白瓶子里装一点水,然后把瓶子放在草地上,阳光穿过液体就能点燃草地。

Alfredo Moser
Alfredo Moser(Gabriela Romeiro/ Believe.Earth

1980年,莫泽在一个小城开了一家修理店。有一天,他在街上遇到了一位著名的灵媒。灵媒告诉他:“莫泽,你的人生将会迎来光明,你知道吗?但这光明并非属于你,而是属于其他人。在这个地球上,行善之人会得到神圣之光的祝福。不仅如此,你还会收到一道光作为征兆。”

电信公司老板的经验,和灵媒的点化,一直萦绕在莫泽的脑海中。直到2002年。

莫泽把一瓶水放进一块瓦片上预先钻好的小孔里,光线瞬间照亮了昏暗的房间。然后开始改进这个方法,往瓶子里倒了一点漂白剂,这样既能防止液体变黑,又能让光线穿透。瓶盖被太阳晒裂了,于是用胶带把它包了起来。

Den.webp
把瓶盖换成黑色灯罩的效果最佳 via bbc

莫泽给报社打电话宣传他的发明,但连当地的报纸都没来。还好一百公里外的另一位记者对此感兴趣,州环境厅看到了这篇报道,请莫泽去做讲座,还把这个故事讲给国际非政府组织Litro de Luz。之后,这个想法开始在海外传播,而且又在巴西国内传播开来。

莫泽灯是这是一种可持续的、零能耗的日间照明装置,它由一个装满水和漂白剂的透明塑料PET瓶组成,直接安装在屋顶上以折射阳光。

莫泽灯的工作原理
via marcosmd.wordpress.com

莫泽灯的工作原理

  • 材料:一个透明的 1 升或 2 升塑料瓶,清水,以及大约两瓶盖(10 毫升至 20 毫升)的含氯漂白剂。漂白剂能阻止藻类和细菌的生长,保持水质清澈。
  • 折射:当阳光照射到屋顶上的瓶子时,水会折射光线,使光线在房间内 360 度范围内散射。
  • 输出:一个两升的瓶子在白天提供的自然光相当于 40 瓦至 60 瓦的白炽灯泡。只要阳光普照,就能享受免费的室内照明。

moser_light.webp

莫泽灯的影响与演变

  • 零成本:运行完全免费,无触电危险,且零碳排放。
  • 全球影响力:在菲律宾,MyShelter基金会使用可持续和可回收材料建造房屋。2011年,他们了解到莫泽的发明,并开始将这种灯融入到房屋建造中。为了帮助这一理念可持续发展,该基金会还推出了一种本地创业的商业模式,让当地居民在接受培训后,通过安装这种灯来获得少量收入。MyShelter还设立了Liter of Light志愿者组织进行推广,已帮助巴西、菲律宾、印度等 30 多个国家的 100 多万个没有电力供应家庭获得可持续照明。
  • 夜间改造:现代离网组织改进了设计,将太阳能电池板和小电池与瓶子内的 LED 灯结合起来,以提供夜间照明。

bottle-lights-by-alfredo-moser_800_300_c1-1.webp

除了家庭照明,贫困地区的居民还能利用莫泽灯提供的光照,在小型水培农场种植作物。

除了收到了一些演讲邀请,莫泽没有从发明莫泽灯中获得任何经济利益。通过实际行动为社区做出贡献的理念鼓励其他发明家思考解决不同问题的方案,也激励各个年龄段的人更加努力地学习。


工具:Bento


Bento

Bento 是一个单独的 HTML 文件,内置了PowerPoint(PPT)查看器、演示器和编辑器,可以在浏览器中打开它,进行编辑、演示和发送。收件人无需任何额外操作,用浏览器打开它。


影像:休达皇家城墙


休达皇家城墙
休达皇家城墙及其注满海水的壕沟。休达皇家城墙是休达的一处防御工事,始于公元前7世纪左右的腓尼基人。

Ceuta(休达)是西班牙位于非洲最北部的海外领地,是欧盟仅有的两处与非洲大陆接壤的陆地边界之一(另一个是Melilla)。进入休达即等同于踏入欧盟领土,向北穿越狭窄的直布罗陀海峡更可来到欧洲,这里一直是难民及移民试图越境进入欧盟的前线与焦点。

2026年7月30日至31日,超过5万名非法移民从摩洛哥涌向这座面积18.5平方公里,人口约8.4万的飞地。


山巅周刊第327期:别指望活过115岁


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

如今,活过百岁的人比以往任何时候都多,但能活过115岁的人数极少。绝大多数人受基因、生活方式、环境等多重因素影响,远达不到这个年龄门槛,能突破115岁的个体在统计学上属于极端罕见的“异常值”。

Misao Okawa
Misao Okawa被吉尼斯世界纪录认定为世界上最长寿的人,她庆祝了117岁生日后才去世。


山巅周刊第326期:大学教育


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

近期有一则新闻,说美国布朗大学的经济学教授 Roberto Serrano 发现,学生提交的期中考试论文成绩非常好,怀疑都是用 AI 写的。

Brown University

于是,他规定期末考试采用现场闭卷考(美国很少采用闭卷考),结果18名学生退出课程,另有9人没来考场,剩下参加考试的27名学生的平均分,从期中的96分跌到48分。(浏览以下任一链接关注这件有趣的事:businessinsider.comarstechnica.cominsidehighered.com

正值大学招生和毕业季,以及CCTV-2高端谈话节目《对话》2026-26期曾讨论《AI时代的大学之问》,便有一些想法。


山巅周刊第325期:迂腐欧洲


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

欧洲大陆以前从来不需要空调,因为天气从未如此炎热。现在,这里正遭受酷暑侵袭,热浪导致数十万人死亡,但外人很难理解欧洲人对空调的厌恶。至今,欧洲家庭空调普及率约20%,其中法国约25%,德国约6%,英国约5%,家庭空调仅占欧盟家庭用电的约0.6%。

柏林住宅楼的百叶窗
柏林一栋住宅楼的百叶窗紧闭,阳台空无一人。欧洲应对高温的常规措施主要依赖被动冷却、自然适应和公共干预,包括城市绿化、建筑厚墙、百叶窗、午休。

WSJ的文章(欧洲热得要命,为什么不需要空调?)说,长久以来,欧洲人一直对空调抱有抵触心理:一方面空调运行噪音扰民,还会破坏城市建筑风貌;更重要的是,过去欧洲夏季气候温和,在当地人看来空调本就属于非必需品。民众担忧,如果这种高耗能设备全面普及,欧洲想要引领全球气候治理、对抗气候变化的目标将会大打折扣。


山巅周刊第324期:普通人已经完蛋了?


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

纵观历史,资本和劳动力并非完全替代。人工智能可能会改变这种局面。如果计算机能够完成人类工人能做的一切,工人将彻底丧失议价能力。我们最终都会沦为拿着最低工资的零工,或者在家坐享全民基本收入(UBI)。

永久底层阶级帽子
永久底层阶级帽子

永久底层阶级(Permanent Underclass)是一个由科技、经济及社会学领域衍生出的现代社会阶层概念。在人工智能与机器人技术普及的背景下,它特指部分普通劳动者因技能被机器全面替代而失去经济议价权,从而被永久固定在底层,彻底丧失向上流动机会的边缘群体。


金字塔中的生存艺术:社会分层现实与生存实践策略


美国的社会分层结构是三扇门。第一扇门后藏着亿万富翁。第二扇门通往的是生活优渥的专业人士阶层。其他人则躲在第三扇门后,那是服务行业。一旦踏入,一场低薪工作的循环游戏就开始了。

social_stratification.jpg

中国的社会分层结构可以大致概括为“体制内主导 + 市场分化”的混合模式,与美国的三扇门(亿万富翁、专业阶层、服务业底层循环)有明显差异,是带有强烈行政权力色彩、资源再分配特征的结构。但同样存在显著的阶层固化风险,核心区分线是体制内 vs 体制外,叠加行政级别/垄断资源占有与市场能力。


山巅周刊第323期:一人公司


《山巅周刊》定期分享科技、商业、医学及人文资讯,以及商业智慧和最佳实践,每周日发布。

在现代历史的大部分时间里,商业的限制因素一直是劳动力。如果你想做更多业务,就需要更多人手:更多工作量意味着更多招聘、更多协调成本、更多薪资支出,也更多微观管理。不扩张人员规模,就无法扩张产出。

人工智能不只是提升人的工作效率——它们彻底改变了产出的经济学逻辑。当生产成本被大幅拉低,依托人员规模搭建的商业模式就会崩塌。规模扩张的单位从员工转向了AI智能体,一种全新的商业类别也随之诞生:一人公司。

一人公司(One Person Company,OPC)

一人公司(One Person Company,OPC)正在成为AI时代的创业新模式,吸引着越来越多的创业者投身其中。一人公司的概念早已有之,但随着AI技术的爆发,多指个人在人工智能协同支持下,独立完成产品设计研发到市场投放的全链路商业闭环,实现‘单人成军’的创业范式。