圆周率文化、格调笔记和山巅周刊 - π.icu

✅ 《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。

生成式人工智能的快速迭代，正在深刻震撼现代知识劳动的生产关系。曾经被奉为金科玉律的“选择一条赛道，深耕细作”的职业建议，在自动化代码生成、法律摘要和智能分析工具面前显得岌岌可危。

demaerre/Getty Images

在这一背景下，一种新的主张逐渐占据主流：人工智能时代真正稀缺的，不再是单一领域的孤立知识，而是判断力、批判性思维以及将不同领域知识连接起来的能力。

然而，如果沿着这一主张深入追问，一个更严峻的挑战便会浮出水面：如果人工智能不仅能处理知识，还能做自动化决策判定、甚至能够指挥成千上万个智能体（Agent）进行大规模跨学科探索，那么人类“通才”（Generalist）的生存空间究竟在哪里？这种对通才的推崇，究竟是一场人文主义的自我安慰，还是具备严密理论与事实基础的必然趋势？

通才常可以通过“斜杠”（Slashie）的形式，在市场上兑现其多样化的能力。

通过对最新技术演化案例的深度剖析，拆解人工智能与人类能力的真实边界，或许可以重塑“通才”在智力新纪元中的定义。

一、 认知基石：人工智能时代稀缺能力的重新定义

在信息高昂、获取成本极高的时代，知识的单向深度是核心壁垒。专家通过长期训练建造一座“知识宝库”，并通过按需出售宝库钥匙来获取价值。

然而，随着大语言模型（LLM）与自动化系统的普及，信息的获取、解析与初级应用成本急剧下降。当机器可以在数秒内检索数十万份文献、撰写标准代码或制定初步营销方案时，原本依托于单一赛道的专业壁垒被大规模解构。

此时，真正的稀缺要素发生转移：

1. 判断力（Judgment）：从确定性或概率性输出中挑选方向、在模糊状态下做出价值取舍的能力。
2. 批判性思维（Critical Thinking）：审视机器生成结果的盲区、识别非显性偏见与逻辑破绽的能力。
3. 知识连接力（Cross-Domain Synthesis）：借由亿万富翁投资者查理·芒格推广的“思维模型格栅”（Latticework of Mental Models），在看似无关的领域间建立新连接的能力。

The Latticework of Mental Models

但正是这三点，正遭遇来自前沿 AI 技术演进的直接质疑。

二、 破局与质疑：当人工智能开始侵蚀“判断”与“跨界”

要验证通才理论的有效性，必须直面最强有力的反例。近年来的前沿进展表明，AI 正在以前所未有的深度进入传统上被认为属于人类专属的领域。

1. 自动化决策对判断力的侵蚀

在传统认知中，机器擅长文本生成，而判定与路由依赖人类的判断。然而，TypeSafe AI 推出的 Jev 模型直接挑战了这一界限。

• 技术机制：Jev 不生成自由文本，而是针对给定的输入状态与预定义问题，直接输出带有精确校准概率的类型化决策。
• 对判断力的自动化：无论是在复杂的 IT 故障中进行工单路由，还是评估交易风险，Jev 能够在几毫秒内完成状态识别与逻辑判定，且保证符合预定义的架构。
• 质疑点：如果连“评估状态并做出判定”都可以被优化为一种低延迟、无幻觉的确定性算法，人类的“判断力”是否仅仅是未被优化的算力表现？

2. 规模化跨界能力对知识迁移的超越

在跨学科迁移领域，以往认为只有人类通才才能同时理解生物学、化学与临床数据。但斯坦福大学 James Zou 团队在《Science》发表的关于“Virtual Biotech”（虚拟生物技术公司）的研究，展现了另一种可能性。

• 技术机制：Virtual Biotech 包含 11 个专业 Agent 和超过 37,000 次分析流，通过一个“虚拟 CSO（首席科学官）”协同多个领域专家 Agent，模拟完整生物技术公司的运转。从靶点识别、安全性评估到对终止试验的机理分析，Agent 矩阵跨越了遗传学、基因组学与临床医学。
• 对跨界迁移的超越：多个专家的成本很高，单个通才的精力有限，而 Virtual Biotech 可以在数小时内消化数万项临床试验与多组学数据，实现跨领域的平行探索与逻辑串联。
• 质疑点：当机器能够以超越人类数万倍的速度进行跨学科协同与数据整合，人类通才所引以为傲的“跨界迁移”是否显得微不足道？

3. 认知卸载与平庸一致性：批判性思维的真实危机

除了技术对能力的替代，人机交互（HCI）领域的心理学研究提出了更深层的隐忧：人类的批判性思维并非在被 AI 辅助，而是在被 AI 弱化。

• 认知卸载（Cognitive Offloading）：当人类习惯于直接接收 AI 提供的拟真答案时，大脑倾向于放弃深度的系统性思考，直接采用机器生成的结论。
• 平庸一致性（Over-reliance on Statistical Averages）：由于大语言模型本质上是群体知识概率分布的映射，过分依赖 AI 决策容易导致创新思维收敛于“最合乎逻辑的平庸”，进而削弱非共识的批判性突破。

面对这三大质疑，如果不重新界定通才的内涵，传统的“通才理论”将难以自洽。

一些概念，比如Expert Generalists，可能并不存在

三、 概念分野：“旧通才”的终结与“新通才”的崛起

上述案例并没有否定通才的价值，而是宣告了“旧通才”模式的终结。

“旧通才”依赖的是知识获取的广度。但在 Virtual Biotech 这类拥有数万 Agent 的系统面前，人类在“知识搬运”上的广度优势已被彻底碾压。

真正的分水岭，在于理解机器能力与人类意识的底层结构差异。

四、 人类通才的终极生态位

拆解 Jev 与 Virtual Biotech 的底层逻辑可以发现，人工智能系统无论多么高效，均存在无法自愈的结构性边界。这构成了“新通才”不可替代的终极生态位：

        新通才（New Generalist）             
    系统架构师 / 意图定义者 / 责任人           

 1. 意图设定与解空间定义（Problem Framing）
    - 决定系统要解决什么问题、定义 Agent 的评价指标

 2. 元调度与跨异构系统的价值折衷（Meta-Orchestration）
    - 跨越法律、商业、伦理与技术等异构系统的价值判断

 3. 现实接轨与责任承担（Accountability and Grounding）
    - 应对算法失真与边缘案例，承担决策后期的物理与伦理后果

1. 意图设定与解空间定义

• Jev 的边界：Jev 的官方设计前提是“答案空间必须是预先界定且边界清晰的”。Jev 能以极高概率选择选项 A 或选项 B，但它无法定义选项 A 和 B 的维度本身。
• Virtual Biotech 的边界：Virtual Biotech 内部结构之所以高效，是因为研究人员事先将复杂的研发流程抽象为一套“顶层调度协议”。
• 新通才的定位：AI 善于在给定的解空间（Solution Space）内寻找最优解，而新通才的价值在于定义解空间的边界。当外部环境出现非连续性变化（如监管政策突变、伦理标准重塑）时，新通才负责打破原有模式，重新设计系统的意图。

2. 元调度与跨异构系统的价值折衷

不同学科之间的碰撞，往往不是纯逻辑的计算，而是不兼容评价体系之间的折衷：

• 法律 Agent 追求“零合规风险”；
• 商业 Agent 追求“最大化 ROI”；
• 科学 Agent 追求“绝对假设验证”。

当这些异构系统的 Agent 产生冲突时，缺乏单一目标函数的机器学习模型，无法自发做出超越算法逻辑的抉择。新通才具备跨学科的“思维模型格栅”，能够扮演“指挥官”角色，在缺乏完美答案的模糊情境下做出非确定性的战略选择。

3. 现实接轨与责任承担

Jev 的训练目标是“校准分布概率”，但这依然是数据层面的统计拟合。在真实世界中，当 1% 的低概率边缘案例（黑天鹅与灰犀牛的交集，且在 AI 时代呈现出特殊的算法脆性）引发重大系统风险时，AI 无法承担法律、伦理或经济责任。

决策可以由 AI 快速计算，但判断的本质是对后果的承担。 这种责任机制决定了人类必须保持对系统的审视能力。新通才通过其跨领域的批判性思维，避免系统陷入“平庸一致性”或“自动化盲区”。

五、 结论

“通才在人工智能时代是最佳选择”这一命题依然成立，但其内涵已被深度重构。

人工智能并未抹杀通才，它只是淘汰了仅靠“多懂一点杂学”的旧通才，并催生了以“意图定义、价值判断与责任承担”为核心的新通才。

人类对尊严、美、幸福或某种公平的追求具有典型的主观欲望与价值偏好，机器无法自发产生“人类想要什么”的真实欲望。因此AI占据的智力空间尚无法取代人类哲学性、社会性与制度性的生态空间，也无法替代人类动态演变的风险和责任。

在自动化决策引擎（如 Jev）与多智能体系统（如 Virtual Biotech）构成的庞大算力网格之上，新通才不再是孤立的知识储存库，而是连接复杂系统与真实世界的终极枢纽。拥抱多学科的视角、保持对世界的广泛好奇，并培养在模糊性中定义问题的能力，依然是人类劳动力在智力纪元中最具价值的投资。

人物：卡洛斯·斯利姆

卡洛斯·斯利姆（Carlos Slim）是一位墨西哥投资者，是拉丁美洲最富有的人，通过旗下企业持有众多墨西哥公司的股份。从2010年到2013年，斯利姆被《福布斯》商业杂志评为世界首富，净资产超过盖茨和巴菲特，但显然缺少知名度。

Carlos Slim 以简单而有效的投资方式而闻名，他会在经济动荡时期抢购被低估的资产，并在市场恐慌时捡漏。

斯利姆的父亲朱利安来自黎巴嫩，和他的四个哥哥一样，为了逃避被奥斯曼帝国强征入伍。最初，朱利安开了一家杂货店，提出了高效商业的理念，即以较低的利润率销售大量商品，并提供便捷的支付方式——这些因素在今天的大型折扣店中仍然普遍存在。接下来在墨西哥城繁荣的商业区投资房地产并最终致富，其多元化资产涵盖了大量投资级房地产、企业和各种股票。

斯利姆从小就立志长大后要成为一名商人。他的父亲就是一位成功的商人，还担任黎巴嫩商会主席近20年。父亲教他基本的财务、商业管理和会计原则，指导他如何分析和解读财务报表，并强调在经商时保持准确财务记录和现金流为王的重要性。

11岁时，斯利姆投资了一张政府储蓄债券，这让他了解了复利的概念。

12岁时，他进行了第一笔股票投资，直接购买了一家墨西哥银行的股份。

15岁时，斯利姆已成为墨西哥最大银行的股东。

17岁时，他在父亲的公司工作，每周收入200比索。

之后，斯利姆进入大学学习土木工程，一个有趣的专业，同时还教授代数和线性规划，这意味着他既是学生又是教授。这位商业寡头后来表示，自己的数学能力和线性规划背景是他在商界获得竞争优势的关键因素，尤其是在分析潜在公司的财务报表、制定商业决策以及评估潜在的投资收购和股票购买时。

大学生斯利姆

大学毕业后斯利姆最初从事股票交易，25岁时他的私人企业和投资项目利润达到40万美元，并进入到墨西哥蓬勃发展的众多行业。

1982年，墨西哥债务危机，外国投资者纷纷缩减投资规模并疯狂逃离。斯利姆开始大举投资，以极低的估值直接收购了众多墨西哥龙头国有企业的股份。

斯利姆的大部分商业交易都遵循一个简单的策略：收购一家企业并持有以获取其现金流，或者最终在未来以更高的利润出售股份，从而获得资本收益，并将初始本金再投资于新的企业。此外， Grupo Carso错综复杂的企业结构使得斯利姆能够收购众多行业的股份，从而使整个集团几乎不受经济衰退的影响，即使墨西哥经济的一个或多个行业表现不佳。

从房地产、化工、零售、烟草、电信、能源到媒体，斯利姆似乎进入了所有行业，以至于墨西哥商界流行一个玩笑：“墨西哥已经没什么可收购的了”。于是，斯利姆将业务拓展到墨西哥以外的国际市场。

斯利姆、墨西哥总统涅托和演员迪卡普里奥

20世纪90年代初，墨西哥政府开始推进电信行业私有化，斯利姆从中获得了巨额利润。作为墨西哥电信的早期投资人，斯利姆控制着90%的电话线路和近80%的手机业务。

位于纽约第五大道的八层豪宅

诺贝尔经济学奖得主詹姆斯·罗宾逊说：威权政体无法实现包容性经济。斯利姆的财富是通过与政府的密切关系建立电信垄断而积累起来的，而不是通过创新。《国家为什么会失败》的第一章，将斯利姆作为墨西哥榨取型经济制度下获利者的典型代表。媒体公布斯利姆成为世界首富时，很少有墨西哥人为此欢呼雀跃。

在墨西哥，不用付钱给斯利姆能买到任何东西吗？

斯利姆的巨额财富一直备受争议。面对批评，他表示并不关心墨西哥人民会如何看。

雄心勃勃的后来者正在想，斯利姆在债务危机与新自由主义私有化浪潮中的“捡漏”模式，是否还能奏效？

影像：Peter Thiel的新物业

Peter Thiel 通过一家关联有限责任公司以1.3亿美元拍下位于洛杉矶Bel-Air的著名豪宅庄园Casa Encantada，WSJ的文章艳羡地配了题图。Peter Thiel在全球拥有庞大的房地产投资组合。

✅ 《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。

封面主题：提示以后，坐等其成

Photo by Andres Siimon on Unsplash

我们总是想将人工智能定位为助手，占据主导地位引导、协作和监督人工智能，并且潜意识中期望它出点错，让自己有纠错的机会，自己仍旧是专家。但现实是，我们已经变成了观众，越来越多地只是提示、等待和验证。

✅ 《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。

Photo by Jo Lin on Unsplash

封面：透视大模型，从人类知识到 AI 智能的底层逻辑

AI 为什么能够回答我们的提问？

大模型的核心原理是知识的压缩与解压。《透视大模型：从人类知识到 AI 智能的底层逻辑》是一份为您量身定制的大语言模型核心原理全景解析，采用了通俗理解 + 严谨表述的双层结构，确保既能让非技术背景的人一目了然，又能经得起 AI 算法工程师的严苛推敲。

✅ 《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。

封面：成为中国人

Photo by Simone Daino on Unsplash

Chinamaxxing是一种网络迷因和社交媒体趋势，指西方世界（尤其是美国）Z世代选择效仿中国的生活方式、技术和中国制造的消费品，或公开表达对中国交通、能源和公共服务基础设施的赞赏。例如煮汤、吃粥、喝热水、吃中药、打太极、喝青岛啤酒、泡脚养生、送昂贵的水果、双手背在身后走路、追中国影视剧，到订机票前往中国旅行、深度体验人间烟火等，反映了西方Z世代在经济压力、数字文化流动与社会信任下降交织下，对中国生活方式、基础设施与日常习惯的半认真半讽刺式拥抱。

✅ 《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。

封面主题：赛博盘核桃

本文分析“格式转换”这种数字时代内容生产与传播中的荒诞而又普遍的现象。赛博盘核桃，乐此不疲的囤盘转，不过是媒介炼金术士的廉价数字手工艺。

老李把绝版书塞进扫描仪，等它嗡嗡吐完最后一页，满屏"人工智障"。他逐字校对，把"智障"改回"智能"，存成PDF，长舒一口气，开启数字手工艺。

隔壁小王没这么费事。他把百科词条整段喂给大模型，三分钟后收获一条"三分钟懂量子"的AI配音，画面是库存的冰岛瀑布和撒哈拉日落。

楼上博主对着提词器，把教授上周的公开演讲用AI转成文字，换上自己的脸和嗓音，重新念了一遍。恭喜，你拥有了"原创视频"。

楼下剪刀手更绝：把这条视频加速到一点五倍，鬼畜变声，裁成十五秒，再顺手丢进工具，反向生成一篇署名自己的"深度好文"。

整栋楼其乐融融，宛如一场盛大的媒介炼金术。一杯水倒来倒去，水还是那杯水，但每个人都觉得自己亲手烧了一壶茶。

✅ 《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。

蒸馏（Distillation）本质上是一种分离和提纯的过程，水汽受热上升再冷凝，提取出高纯度的精华，充满画面感。

现代计算机科学中，蒸馏被巧妙地隐喻化，形成了 “知识蒸馏”（Knowledge Distillation） 这一概念，指的是将一个庞大、复杂、参数量巨大的“教师模型”（Teacher Model）中所蕴含的知识、逻辑或行为模式，提取并“浓缩”转移到一个更小、更轻量、运行更快的“学生模型”（Student Model）中。

✅ 《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。

位于旧金山的人工智能公司 Higgsfield 花 200 万美元、用时不到 12 小时，拍了一部 114 分钟的 AI 电影《Cully Hill Boys》（卡利山小子）。电影讲述了三个来自伦敦东区的落魄说唱歌手的故事，他们意外窃取了一位犯罪头目的钱财，从此生活天翻地覆；没有真人出镜，旨在展示Cinema Studio人工智能电影制作工具套件的强大功能。

Higgsfield⁠ 是一个编排各种AI模型构建的生成式媒体平台，只需一个产品链接、一张图片或者一个简单创意，就能在平台上做出有电影质感的短视频。平台依托 OpenAI GPT 进行方案规划、Anthropic Claude 生成提示、Google Nano Banana 编辑素材，再由 Sora 或者 Seedance 完成创作，每天能生成约 400 万个视频，把极简输入转化为结构完整的社交优先视频。

✅ 《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。

Business Insider的一篇报道说，在Meta内部会议上有员工提问，AI 带来的生产力提升是否可以转化为更多的休假时间。首席技术官 Andrew Bosworth 给出的答案是否定的：AI 省下的时间，不是用来休假的，而是应该用来开发更多产品。你们正在做这个星球上最令人兴奋的事情。

Photo by Bekky Bekks on Unsplash

回应的前半部分是制度要求无限增长，后半部分是企业文化的光荣使命驱动，二者有相同的指向，即放大产出预期。历史经验显示，生产力红利不会自动惠及个体。