首页 > AI教程 >码途周记v006：微波喜摇人，小立待其定；黑箱

码途周记v006：微波喜摇人，小立待其定；黑箱

来源：互联网 2026-06-24 06:32:07

黑箱方法揭示认知本质：外围观察输入输出，逐步打开黑箱深入理解。AI是数十万年一遇的变革，催生新商业模式与AgenticRAG，系统与数据工程优先于模型。人类宜丰富自身，成为AI能助力的人。

这段时间陆续读到一些有意思的内容，整理成周记分享。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

最近的天空不是清澈就是浑厚，都很美。

01 收藏

微波喜摇人，小立待其定。

AI工具帮我们找回遗忘的具体内容，但真正珍贵的是被知识改造过的“看世界方式”。人不是拥有什么，而是“感知世界方式的总和”，学习即持续迭代这种感知。 /来源罗振宇视频日记 Day108

个人“成功”的第一性原理：去欣欣向荣的地方，和厉害的人在一起，做一路向上的事情。巴菲特的结论只有一句：成为赢家，和赢家在一起工作。太阳占了太阳系总质量的99.86%，是一座超级核聚变反应堆。而照到地球表面的，不过是太阳总辐射的约二十亿分之一；就连这极小的一份，人类目前用上的也很少。在太阳面前，人类所有的能源焦虑都小得可笑。智者的共同特质是：不将自己视为孤立的英雄，而是把自己锚定在比个人大得多的成功系统之中。大多数人倾向于和“比自己弱的人”在一起，核心动机是更在意自己被认可、被肯定。 /来源孤独大脑

一个人一旦迫切想要快速“回本”，就会瞬间沦为赌徒。 50岁时，芒格的股票惨遭腰斩，16年后才回本。再牛的人，都可能经历腰斩。区别在于，普通人选择在绝望中沉沦，而大师选择在逆境中重启。 /来源孤独大脑

面对想要研究的任何事物，我们先将其整体作为一个黑盒，在最「外围」观察、实验，研究「输入-输出」关系，总结其行为规律。随着科技水平进步，我们可以「打开」最外围的黑盒，将其白盒化，看到里面的构成元件，将这些「元件」作为新一层次的「黑盒」，进一步做实验，研究「输入-输出」关系，总结他们的行为规律。对上一层的「因为」有了进一步解释。不断持续这个过程，我们对该事物的认识就不断地深入。黑箱认识方法，不是工具不够好的临时补救方法，而是认知本身的结构。 Q: 什么是「认识」？你能预测它在某种输入下做什么，你能操控它去做你想做的，就算认识它了。你不知道微波炉的原理，就可以热饭。你不知道大模型训练机制，就可以对话。这种认知姿态，不光「诚实」（我们当前确实无法打开时代黑箱），而且还给人以一种勇气：面对一个暂时无法打开的黑箱，照样可以研究它，获得认知。这种姿态，就是科学姿态。我们永远都只能在所处时代的科技水平下，「看见」黑箱，对它使用「黑箱方法」进行认知。没关系的，一代人有一代人的工作，我们做好自己可做的，把学到的认识总结好，交接给下一代人。他们会在新时代科技水平下，打开我们的黑箱，进入下一层级，进行他们的黑箱认识工作。 /来源李继刚黑箱

02 AI

AI产品的三种商业模式，目前只有两种：一种还卖注意力，ChatGPT广告的路子；一种是卖生产力，Claude Code的路子；即将出现第三种袋里式交易，帮你完成交易，抽用金。 /来源数字生命卡兹克

Agentic RAG

相比传统RAG的“检索-拼接-生成”三段式，Agent可自主决定是否检索、检索内容、检索次数及是否追问

被高估的模型能力，被忽视的系统工程

AI项目不要视为开发项目，而是数据项目，数据治理优先于模型选型。 2026年主流为基于Multi-Agent的编排架构，核心是将“一个模型干所有事”拆分为“多个专职Agent协作完成任务”。 Human-in-the-Loop是必需品，高风险场景必须经过人工确认，应设计为架构一部分而非后续优化项。 “AI工程师”——兼具Prompt Engineering、模型能力边界认知、分布式系统、数据管道和DevOps技能，此类人才虽稀缺但不可或缺。

能跟 AI 相提并论的发明是什么？

唯一能跟 AI 等量齐观的发明是人类用火火并不是工具，火是一整个全新的工具系统的母体和催化剂啊。我们这一代人正在面对的 AI，它不是一个什么几十年一遇、百年一遇的东西，它跟火一样，是几十万年一遇的东西。 AI 也一样，我们今天看到的 AI 只是一场工具大爆炸的最开始的阶段啊。 AI 时代真正的那些问题都还没出现呢，不愁人类没活干啊，只怕到时候活多的干不过来。让自己这个人变得更丰富、更独特、更有魅力……更能够被 AI 帮得上忙的人。

侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述