LogoThread Easy
  • 発見
  • スレッド作成
LogoThread Easy

Twitter スレッドの万能パートナー

© 2025 Thread Easy All Rights Reserved.

探索

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

Want to learn how to build a lean, profitable, one-person business you love? I share a strategy you can implement immediately every Saturday morning in my newsletter. Always 4 minutes (or less) to read. Join us here: https://t.co/idNByMf6vn

Want to learn how to build a lean, profitable, one-person business you love? I share a strategy you can implement immediately every Saturday morning in my newsletter. Always 4 minutes (or less) to read. Join us here: https://t.co/idNByMf6vn

The $10M Solopreneur | Helping 100,000+ burned-out corporate professionals build six-figure, one-person online businesses at https://t.co/27OAdtwjh5

avatar for Justin Welsh
Justin Welsh
Sat Nov 01 20:10:18
RT @JuiceSharp: Everyone's obsessed with making AI "smarter" through better prompts, bigger models, or fancier architectures. But for pract…

RT @JuiceSharp: Everyone's obsessed with making AI "smarter" through better prompts, bigger models, or fancier architectures. But for pract…

Asst professor @MIT EECS & CSAIL (@nlp_mit). Author of https://t.co/VgyLxl0oa1 and https://t.co/ZZaSzaRaZ7 (@DSPyOSS). Prev: CS PhD @StanfordNLP. Research @Databricks.

avatar for Omar Khattab
Omar Khattab
Sat Nov 01 20:04:49
RT @TrentTelenko: The US Army III Corps did something similar in 1990 when the Ft Hood Aviation brigade was supposed to deploy for Desert S…

RT @TrentTelenko: The US Army III Corps did something similar in 1990 when the Ft Hood Aviation brigade was supposed to deploy for Desert S…

Root node of the web of threads: https://t.co/ifH80GcLpo

avatar for James Torre
James Torre
Sat Nov 01 20:03:43
I’m turning this app into a mini pSEO project 🤗 https://t.co/D0pZJ13o6c

I’m turning this app into a mini pSEO project 🤗 https://t.co/D0pZJ13o6c

🧑‍💻 https://t.co/Y30jsaHwz9 $20K/m ⚡️ https://t.co/vatLDmi9UG $17K/m 📈 https://t.co/3EDxln5mdi $16K/m ⭐️ https://t.co/MZc8tG9xWi $8K/m 🧬 https://t.co/SfrVXVtmdA $.5K/m 🍜 https://t.co/r07EpGSYJ2 $0K/m 🧾 https://t.co/7olaOzV8Xd $0/m +18 https://t.co/4zCWHGJp1S

avatar for Marc Lou
Marc Lou
Sat Nov 01 19:56:44
今天 X 上《All things AI w @altcap @sama & @satyanadella》这个播客最火，各种切片。 因为播客中做客的可是 OpenAI 的 CEO 山姆·奥特曼（Sam Altman）和微软的 CEO 萨提亚·纳德拉（Satya Nadella）。 两位大佬聊了很多关于 AI 未来、算力投入、微软与 OpenAI 的合作等话题，加上前几天微软和 OpenAI 刚宣布了新的合作协议，并且他们在播客中也聊到了这个协议的细节，所以备受关注。 先总结一下这场对话的几个关键点： - 1.4 万亿的算力豪赌：面对“蛇吞象”的质疑（营收 130 亿却敢承诺 1.4 万亿算力投入），Sam 认为这 1.4 万亿不是“负债”，而是他们实现下一个目标的“弹药”。在他们看来，唯一的风险就是弹药不够。 - 真正的瓶颈不是芯片：纳德拉亲口承认，今天微软最大的瓶颈，甚至不是缺 GPU 芯片，而是缺能把芯片插进去的数据中心和配套的电力。物理世界的施工进度，成了数字世界狂飙的最大限制。 - 微软的“王牌”：在新敲定的协议里，微软的王牌不是那 27% 的股权，而是获得了 OpenAI 最强 AI 引擎长达七年的“免版税使用权”。用纳德拉的话说，这等于“免费拿到了一个前沿模型”。 OpenAI 的核心模型（即“无状态 API”，你可以简单理解为 GPT-4o 或 GPT-5 这样的主力模型）在 2030 年之前，将继续在微软的 Azure 云上“独家”提供给大企业客户。但是，其他所有产品——包括 Sora、Agents（智能体）、开源模型、以及未来的可穿戴设备等——都不受此限制，可以在任何其他平台（比如亚马逊或谷歌的云）上分发。 - AI 的终极目标：Sam 的终极愿景是“AI 用于科学”（AI for Science），他认为 AI 做出“全新科学发现”的那刻，就是超级智能的某种体现。 - 交互的未来：纳德拉则定义了下一个人机交互范式——“宏观委托，微观调校”（Macro delegation and micro steering）。你只管下达大任务，AI 自己去办，只在关键节点找你确认。 这场对话清晰地表明：AI 的军备竞赛已经正式进入了拼数据中心、拼能源的“物理战”阶段。而微软和 OpenAI，已经通过一份精妙的（对微软而言血赚的）协议，把身家性命深度绑定，试图联手定义下一个计算时代。 接下来是访谈的一些具体内容和细节 一、那个“1.4 万亿”的算力承诺，到底什么来头？ 这是全场最尖锐的问题。主持人 Brad Gerstner 直接抛出了那个吓人的数字：OpenAI 承诺在未来几年投入高达 1.4 万亿美金去购买算力，可你们公司（OpenAI）明年的营收“据报道”也就 130 亿美金。 这听起来像不像“蛇吞象”？这钱从哪来？这合理吗？ Sam Altman 的反应很直接，也很有意思： 1. “我们的收入比你报的多得多。” 2. “你要是担心，想卖你的 OpenAI 股票，我立马就能给你找到买家。” （潜台词：我们现在是市场上最烫手的资产，不愁钱，也不愁没人信。） Sam 承认这是一场豪赌，他们赌的是，AI 的能力和带来的收入将继续“陡峭地增长”。这笔钱会投向 ChatGPT 的持续迭代、AI 云服务、全新的消费级 AI 设备，以及一个更宏大的目标——用 AI 来搞科学发现。 对他来说，真正的风险不是花钱太多，而是算力不够。 “如果我们没有足够的算力，我们就做不出更强的模型，也就产生不了那么多收入。”——这才是他们最大的恐惧。 纳德拉也表达了对 Sam 的支持：OpenAI 提交给微软的每一版商业计划，“每一次都超额完成了”。 二、真正的瓶颈：不是缺芯片，是缺“插座” 紧接着的问题是：既然这么缺算力，那未来几年会不会出现“算力过剩”？毕竟，科技史上这种“基础设施泡沫”太多了。 Sam：“过剩（Glut）是肯定会来的，我只是不知道是两三年后还是五六年后。” 为什么？因为技术突破是指数级的。万一哪天我们真的能在笔记本上本地运行 GPT-6 了（Sam 的原话），那今天这些昂贵的、中心化的数据中心可能就不值钱了。 但是，“现在”呢？ 现在是极度、极度、极度的短缺。 而纳德拉提供了一个更关键的视角。他说，今天微软面临的真正瓶颈，甚至“不是芯片供应问题（GPU），而是我没有足够的‘暖房’（warm shells）把它们插进去。” 这话说得太实在了。 “暖房”指的是什么？是数据中心、是配套的电力、是土地。你拿到了几万张 H100，你得有地方放吧？你得有足够的电力供吧？这背后是庞大的土木工程和能源问题。数字世界的狂飙，终究还是被物理世界的规律和施工进度给限制住了。 三、拆解新协议：微软到底拿到了什么？ 这场对谈的核心，是他们刚敲定的新合作协议。我们来看看重点： 1. 微软的“独占权”是什么？ - 独占的：OpenAI 的“无状态 API”（Stateless APIs），你基本可以理解为 GPT 系列大模型的核心 API 调用。在 2030 年之前，这部分在大型云厂商里，Azure 独占，AWS、Google 的 GCP 都拿不到。 - 不独占的：其他所有东西。比如开源模型、Sora（视频模型）、AI Agents（智能体）、各种硬件设备（比如传闻中的 AI 可穿戴设备）。这些 OpenAI 都可以在其他平台（比如 AWS 或 Google Cloud）上分发。 这是一个非常精妙的平衡。微软锁定了自己云服务（Azure）的核心竞争力（只有我这有最强的大模型 API），同时又给了 OpenAI 足够的自由度去探索其他商业模式。 2. 为什么 OpenAI 要分给别人（Oracle、AMD）订单？ 纳德拉解释了他作为云服务商的“难处”。他的目标是建立一个“可替换的算力集群”（Fungible Compute Fleet）。 什么意思？他不能把所有鸡蛋都放在一个篮子里，只为 OpenAI 这一个客户服务。他还要顾及自己那些“高利润”的亲儿子（比如 M365 Copilot、GitHub Copilot）以及 Azure 上成千 上万的其他客户。 因此，微软让 OpenAI 也去外面采购一些算力（比如从 Oracle 那里买），这反而给了微软自己更大的灵活性，去平衡内部的算力分配。 3. 微软的真正“王牌”：免费的“最强引擎” 如果说微软在 OpenAI 那 27% 的股权（Sam 说希望这笔投资未来能值一万亿）是“面子”，那真正的“里子”是这个： 微软获得了 OpenAI 模型和 IP 的“免版税使用权”（Royalty-free access），期限长达七年多。 纳德拉自己都说，这相当于“免费获得了一个前沿模型”（a frontier model for free）。 想一想，这意味着微软可以把这个星球上最强的 AI 大脑，源源不断地、“免费”地塞进它所有的核心产品里——Office 全家桶、Windows 操作系统、GitHub、Bing 搜索…… 这笔买卖，简直是科技史上最划算的投资之一。 四、聊天 vs. 搜索：一个尚未解决的经济难题 对话中提到了一个非常棘手，但又极其重要的问题：AI 聊天（Chat）和传统搜索（Search）的经济模型。 - 搜索：这是一个完美的“印钞机”。谷歌建一个“索引”（固定成本），然后每次搜索的边际成本“几乎为零”。用广告竞价排名，利润高到吓人。 - 聊天：这是完全相反的。每一次提问，都需要消耗大量的 GPU 算力，边际成本非常高。 纳德拉的回答：“经济模型完全不同。” 他说，这就是为什么 AI 聊天（消费端）现在都在搞“订阅制”（比如 ChatGPT Plus）。我们（行业）还没有找到 AI 时代的“广告单元”。 他用了一个词：“The cheese is being moved”（奶酪正在被移走）。谷歌和微软建立在“搜索”上的万亿帝国，其最底层的商业逻辑，正在被 AI 动摇。 纳德拉的结论是：企业（Enterprise）端的 AI 赚钱模式很清晰（“智能体就是新的工位”），但消费者（Consumer）端的赚钱模式，还“有点模糊” (a little more murky)。 五、AI 的未来：“科学发现”与“宏观委托” 那么，花这么多钱，到底是为了什么？ Sam Altman 的终极愿景：“AI 用于科学（AI for Science）” Sam 说，他最兴奋的是，希望到 2026 年，AI 能做出哪怕“非常微小”的、但却是“全新的科学发现”。 他认为，如果 AI 能开始扩展人类知识的总和，那在某种意义上，“这就是超级智能”。 Satya Nadella 的愿景：“宏观委托，微观调校” 纳德拉则更关注人机交互的变革。他认为，ChatGPT 的魔力在于“UI（界面）遇上了智能”。 而下一个革命性的 UI 是什么？他称之为“宏观委托与微观调校”（Macro delegation and micro steering）。 什么意思？就是你不再是“搜索”或“聊天”，而是直接给 AI 一个大任务（比如“帮我策划并预订下周去日本的家庭旅行”），AI 会自己去执行，中间只在关键节点（比如“酒店 A 和 B，你选哪个？”）回来“微观调控”你一下。 而要实现这一点，Sam 补充说，就需要“新形态的计算设备”（比如 AI Pin 或可穿戴设备），它必须能“始终伴随你”，并对你的生活有“完整的上下文感知”。 “利润率扩张的黄金时代” 聊到最后，他们谈到了 AI 对就业和生产力的影响。科技公司最近都在裁员。这是因为 AI 吗？ 纳德拉不这么认为。他称之为“利润率扩张的黄金时代”（golden age of margin expansion）。 他举了个例子：微软内部管网络运营的团队，要和全球 400 家光纤运营商打交道，工作极其繁琐。那个女主管说，你就算批准预算，我也招不到这么多人。于是，她自己动手，用 AI 做了 N 个智能体，把整个运维流程给自动化了。 这就是未来。纳德拉预测：公司营收翻倍，但员工数可能只增长一点点。因为每个员工的“杠杆率”（leverage）都通过 AI 被极大地放大了。 这不是说要大规模裁员，而是“AI 让你一个人干一个团队的活”。我们每个人，都必须重新学习“如何工作”（the how of work）。 一个团队在 AI 的帮助下，能完成过去十倍的工作量。因此，未来公司的“人头数”（Headcount）增长，将远远慢于“营收”（Top line）的增长。 这就是 AI 带来的生产力革命——用更少的人，撬动更大的价值。

今天 X 上《All things AI w @altcap @sama & @satyanadella》这个播客最火，各种切片。 因为播客中做客的可是 OpenAI 的 CEO 山姆·奥特曼（Sam Altman）和微软的 CEO 萨提亚·纳德拉（Satya Nadella）。 两位大佬聊了很多关于 AI 未来、算力投入、微软与 OpenAI 的合作等话题，加上前几天微软和 OpenAI 刚宣布了新的合作协议，并且他们在播客中也聊到了这个协议的细节，所以备受关注。 先总结一下这场对话的几个关键点： - 1.4 万亿的算力豪赌：面对“蛇吞象”的质疑（营收 130 亿却敢承诺 1.4 万亿算力投入），Sam 认为这 1.4 万亿不是“负债”，而是他们实现下一个目标的“弹药”。在他们看来，唯一的风险就是弹药不够。 - 真正的瓶颈不是芯片：纳德拉亲口承认，今天微软最大的瓶颈，甚至不是缺 GPU 芯片，而是缺能把芯片插进去的数据中心和配套的电力。物理世界的施工进度，成了数字世界狂飙的最大限制。 - 微软的“王牌”：在新敲定的协议里，微软的王牌不是那 27% 的股权，而是获得了 OpenAI 最强 AI 引擎长达七年的“免版税使用权”。用纳德拉的话说，这等于“免费拿到了一个前沿模型”。 OpenAI 的核心模型（即“无状态 API”，你可以简单理解为 GPT-4o 或 GPT-5 这样的主力模型）在 2030 年之前，将继续在微软的 Azure 云上“独家”提供给大企业客户。但是，其他所有产品——包括 Sora、Agents（智能体）、开源模型、以及未来的可穿戴设备等——都不受此限制，可以在任何其他平台（比如亚马逊或谷歌的云）上分发。 - AI 的终极目标：Sam 的终极愿景是“AI 用于科学”（AI for Science），他认为 AI 做出“全新科学发现”的那刻，就是超级智能的某种体现。 - 交互的未来：纳德拉则定义了下一个人机交互范式——“宏观委托，微观调校”（Macro delegation and micro steering）。你只管下达大任务，AI 自己去办，只在关键节点找你确认。 这场对话清晰地表明：AI 的军备竞赛已经正式进入了拼数据中心、拼能源的“物理战”阶段。而微软和 OpenAI，已经通过一份精妙的（对微软而言血赚的）协议，把身家性命深度绑定，试图联手定义下一个计算时代。 接下来是访谈的一些具体内容和细节 一、那个“1.4 万亿”的算力承诺，到底什么来头？ 这是全场最尖锐的问题。主持人 Brad Gerstner 直接抛出了那个吓人的数字：OpenAI 承诺在未来几年投入高达 1.4 万亿美金去购买算力，可你们公司（OpenAI）明年的营收“据报道”也就 130 亿美金。 这听起来像不像“蛇吞象”？这钱从哪来？这合理吗？ Sam Altman 的反应很直接，也很有意思： 1. “我们的收入比你报的多得多。” 2. “你要是担心，想卖你的 OpenAI 股票，我立马就能给你找到买家。” （潜台词：我们现在是市场上最烫手的资产，不愁钱，也不愁没人信。） Sam 承认这是一场豪赌，他们赌的是，AI 的能力和带来的收入将继续“陡峭地增长”。这笔钱会投向 ChatGPT 的持续迭代、AI 云服务、全新的消费级 AI 设备，以及一个更宏大的目标——用 AI 来搞科学发现。 对他来说，真正的风险不是花钱太多，而是算力不够。 “如果我们没有足够的算力，我们就做不出更强的模型，也就产生不了那么多收入。”——这才是他们最大的恐惧。 纳德拉也表达了对 Sam 的支持：OpenAI 提交给微软的每一版商业计划，“每一次都超额完成了”。 二、真正的瓶颈：不是缺芯片，是缺“插座” 紧接着的问题是：既然这么缺算力，那未来几年会不会出现“算力过剩”？毕竟，科技史上这种“基础设施泡沫”太多了。 Sam：“过剩（Glut）是肯定会来的，我只是不知道是两三年后还是五六年后。” 为什么？因为技术突破是指数级的。万一哪天我们真的能在笔记本上本地运行 GPT-6 了（Sam 的原话），那今天这些昂贵的、中心化的数据中心可能就不值钱了。 但是，“现在”呢？ 现在是极度、极度、极度的短缺。 而纳德拉提供了一个更关键的视角。他说，今天微软面临的真正瓶颈，甚至“不是芯片供应问题（GPU），而是我没有足够的‘暖房’（warm shells）把它们插进去。” 这话说得太实在了。 “暖房”指的是什么？是数据中心、是配套的电力、是土地。你拿到了几万张 H100，你得有地方放吧？你得有足够的电力供吧？这背后是庞大的土木工程和能源问题。数字世界的狂飙，终究还是被物理世界的规律和施工进度给限制住了。 三、拆解新协议：微软到底拿到了什么？ 这场对谈的核心，是他们刚敲定的新合作协议。我们来看看重点： 1. 微软的“独占权”是什么？ - 独占的：OpenAI 的“无状态 API”（Stateless APIs），你基本可以理解为 GPT 系列大模型的核心 API 调用。在 2030 年之前，这部分在大型云厂商里，Azure 独占，AWS、Google 的 GCP 都拿不到。 - 不独占的：其他所有东西。比如开源模型、Sora（视频模型）、AI Agents（智能体）、各种硬件设备（比如传闻中的 AI 可穿戴设备）。这些 OpenAI 都可以在其他平台（比如 AWS 或 Google Cloud）上分发。 这是一个非常精妙的平衡。微软锁定了自己云服务（Azure）的核心竞争力（只有我这有最强的大模型 API），同时又给了 OpenAI 足够的自由度去探索其他商业模式。 2. 为什么 OpenAI 要分给别人（Oracle、AMD）订单？ 纳德拉解释了他作为云服务商的“难处”。他的目标是建立一个“可替换的算力集群”（Fungible Compute Fleet）。 什么意思？他不能把所有鸡蛋都放在一个篮子里，只为 OpenAI 这一个客户服务。他还要顾及自己那些“高利润”的亲儿子（比如 M365 Copilot、GitHub Copilot）以及 Azure 上成千 上万的其他客户。 因此，微软让 OpenAI 也去外面采购一些算力（比如从 Oracle 那里买），这反而给了微软自己更大的灵活性，去平衡内部的算力分配。 3. 微软的真正“王牌”：免费的“最强引擎” 如果说微软在 OpenAI 那 27% 的股权（Sam 说希望这笔投资未来能值一万亿）是“面子”，那真正的“里子”是这个： 微软获得了 OpenAI 模型和 IP 的“免版税使用权”（Royalty-free access），期限长达七年多。 纳德拉自己都说，这相当于“免费获得了一个前沿模型”（a frontier model for free）。 想一想，这意味着微软可以把这个星球上最强的 AI 大脑，源源不断地、“免费”地塞进它所有的核心产品里——Office 全家桶、Windows 操作系统、GitHub、Bing 搜索…… 这笔买卖，简直是科技史上最划算的投资之一。 四、聊天 vs. 搜索：一个尚未解决的经济难题 对话中提到了一个非常棘手，但又极其重要的问题：AI 聊天（Chat）和传统搜索（Search）的经济模型。 - 搜索：这是一个完美的“印钞机”。谷歌建一个“索引”（固定成本），然后每次搜索的边际成本“几乎为零”。用广告竞价排名，利润高到吓人。 - 聊天：这是完全相反的。每一次提问，都需要消耗大量的 GPU 算力，边际成本非常高。 纳德拉的回答：“经济模型完全不同。” 他说，这就是为什么 AI 聊天（消费端）现在都在搞“订阅制”（比如 ChatGPT Plus）。我们（行业）还没有找到 AI 时代的“广告单元”。 他用了一个词：“The cheese is being moved”（奶酪正在被移走）。谷歌和微软建立在“搜索”上的万亿帝国，其最底层的商业逻辑，正在被 AI 动摇。 纳德拉的结论是：企业（Enterprise）端的 AI 赚钱模式很清晰（“智能体就是新的工位”），但消费者（Consumer）端的赚钱模式，还“有点模糊” (a little more murky)。 五、AI 的未来：“科学发现”与“宏观委托” 那么，花这么多钱，到底是为了什么？ Sam Altman 的终极愿景：“AI 用于科学（AI for Science）” Sam 说，他最兴奋的是，希望到 2026 年，AI 能做出哪怕“非常微小”的、但却是“全新的科学发现”。 他认为，如果 AI 能开始扩展人类知识的总和，那在某种意义上，“这就是超级智能”。 Satya Nadella 的愿景：“宏观委托，微观调校” 纳德拉则更关注人机交互的变革。他认为，ChatGPT 的魔力在于“UI（界面）遇上了智能”。 而下一个革命性的 UI 是什么？他称之为“宏观委托与微观调校”（Macro delegation and micro steering）。 什么意思？就是你不再是“搜索”或“聊天”，而是直接给 AI 一个大任务（比如“帮我策划并预订下周去日本的家庭旅行”），AI 会自己去执行，中间只在关键节点（比如“酒店 A 和 B，你选哪个？”）回来“微观调控”你一下。 而要实现这一点，Sam 补充说，就需要“新形态的计算设备”（比如 AI Pin 或可穿戴设备），它必须能“始终伴随你”，并对你的生活有“完整的上下文感知”。 “利润率扩张的黄金时代” 聊到最后，他们谈到了 AI 对就业和生产力的影响。科技公司最近都在裁员。这是因为 AI 吗？ 纳德拉不这么认为。他称之为“利润率扩张的黄金时代”（golden age of margin expansion）。 他举了个例子：微软内部管网络运营的团队，要和全球 400 家光纤运营商打交道，工作极其繁琐。那个女主管说，你就算批准预算，我也招不到这么多人。于是，她自己动手，用 AI 做了 N 个智能体，把整个运维流程给自动化了。 这就是未来。纳德拉预测：公司营收翻倍，但员工数可能只增长一点点。因为每个员工的“杠杆率”（leverage）都通过 AI 被极大地放大了。 这不是说要大规模裁员，而是“AI 让你一个人干一个团队的活”。我们每个人，都必须重新学习“如何工作”（the how of work）。 一个团队在 AI 的帮助下，能完成过去十倍的工作量。因此，未来公司的“人头数”（Headcount）增长，将远远慢于“营收”（Top line）的增长。 这就是 AI 带来的生产力革命——用更少的人，撬动更大的价值。

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.

avatar for 宝玉
宝玉
Sat Nov 01 19:56:28
THIS. Depending on what you consider your audience to be, you either go for gambling deals or you don't. Whenever I see someone endorse something as destructive as virtual gambling, I lose all respect because I know they consider their audience mere monetization plebs. Solid choice by @ThePrimeagen to say no. I sure hope we all have that strength, particularly as those companies have DEEP pockets.

THIS. Depending on what you consider your audience to be, you either go for gambling deals or you don't. Whenever I see someone endorse something as destructive as virtual gambling, I lose all respect because I know they consider their audience mere monetization plebs. Solid choice by @ThePrimeagen to say no. I sure hope we all have that strength, particularly as those companies have DEEP pockets.

Building https://t.co/od97B0HVrk and https://t.co/666FnyVVE0 in Public. Raising all the boats with kindness. 🎙️ https://t.co/6w69DZmi8H · ✍️ https://t.co/lpnor5rsTW

avatar for Arvid Kahl
Arvid Kahl
Sat Nov 01 19:55:54
  • Previous
  • 1
  • More pages
  • 1417
  • 1418
  • 1419
  • More pages
  • 2127
  • Next