AI Strategy

德米斯·哈萨比斯在四年内解决了蛋白质折叠问题。但真正的故事是他在开始之前等待了二十年。以下是他对时机、根节点和动态规划的思考。

发现建设者经济如何重塑角色，以及为什么“按结果支付”是AI时代蓬勃发展的关键。

日本的移民打压标志着AI经济的转变，精英人才成为了新的优先考虑，而非大量劳动力。

提示工程的军备竞赛已经结束。对于像 Fable 5、Claude 和 Codex 这样的前沿模型，获胜的方法是 CROCC 框架：上下文、请求、输出格式、约束、检查点。James Huang 解释了为什么较短的任务式提示优于 800 字的模板。

人工智能重新定义了人类变得有价值的门槛。詹姆斯·黄利用费米能级的物理概念论证，低于某一能力门槛的人类努力与人工智能相比具有负边际价值。只有当人类 + 人工智能超过单独的人工智能时，价值才会呈指数增长。

人工智能不是互联网——它具有递增的边际成本，而不是零成本。詹姆斯·黄解释了为什么赢家会将数字工人视为一次性炮灰，进行并行实验，采用投资组合逻辑。地缘政治的数学是残酷的：硅正在消耗碳，而掠夺窗口是开放但有限的。

埃森哲泄露的录音显示，PDF 转 PPT 是他们最大的代币消耗者。这是古德哈特法则的体现：当代币消耗成为 KPI 时，员工会优化以消耗代币。詹姆斯·黄解释了为什么衡量 AI 使用而不是结果会产生扭曲的激励——以及该如何做。

深入探讨 AI 编码中的理解债务概念，其中干净的代码可能导致灾难性的错位和脆弱的系统。发现应对这一问题的策略。