中国AI开源项目落后美方 像素范指功利教育扼杀创造力

AI时代的最大悲剧:“我知道但我不做" — 像素范

像素范

传统教育模式对单一赚钱标准的追求导致用户产生习得性无助,使中国空有低成本AI土壤却缺乏将技术落地的创造性玩家。

AI-assisted summary of AI时代的最大悲剧:“我知道但我不做" — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该内容由 Bilibili 频道的“像素范”于 2026 年 5 月 20 日发布,视频时长为 29:02。页面简介指出,在 AI 时代,工具本身已不再是门槛,真正的障碍是内心深处“我不配”的心理防线,并直言最可悲的不是不会做,而是“我知道怎么做,但我没做”,那些急于质疑他人的人只是在为自己的平庸寻找体面的借口。

## TL;DR 视频深入探讨了在 AI 时代如何从一个冷眼旁观的“观众”转变为亲自动手的“玩家”。讲述者通过中国开源土壤肥沃却缺乏有趣项目、物理学博士姚顺宇零基础跨界手搓大模型等现象,剖析了传统教育对传统创造力与学习力的抹杀,指出“习得性无助”是阻碍人们拥抱新技术的根源。他呼吁大家打破潜意识里“我不配”的魔咒,不要停留在冷眼旁观和质疑他人的阶段,而是要为了趣味勇敢地迈出动手实践的第一步。

## Atmosphere & style 整部视频呈现出一种充满反思、一针见血且带有强烈现实关怀的批判性基调。讲述者以自嘲和幽默的方式拉近与观众的距离,语气既像一位历经沧桑后语重心长的同行长辈,又像一个充满激情、试图唤醒同胞创造力的布道者。视频的叙事充满情感张力,从开头客观陈述网络热点,到中段犀利解构传统教育的痛点与国民性中的功利主义,再到最后直击痛处的辛辣讽刺,整体情绪从冷静走向高昂,带给观众一种既被揭穿痛处又被赋予力量的震撼感与迫切感。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) AI时代需要从“观众”思维转换为“玩家”思维,亲自下场动手制作、迭代工具的人才能抓住时代转型的机遇。 - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 随着AI技术的简化,工具的门槛已被无限打低,未来的核心制约不再是技能高低,而是由人来决定“创造什么”。 - [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 传统工业时代的流水线教育训练人们追求标准答案、抹杀个人创意,导致许多人丢失了最珍贵的创造力。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 中国虽然拥有庞大的AI开源模型数量和极低的调用成本,但在GitHub等全球论坛上,有趣、好玩的开源项目却多由外国人创造。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 对技能和项目的評判标准过于功利化(只关注“是否有用”或“能不能赚钱”),严重压榨了本土的创意空间。 - [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 在优质资源和土壤错配的现实下,中国低成本的开源模型和基础设施,反而经常被更有创意的海外人才所利用。 - [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 物理学博士姚顺宇跨界手搓大模型的经历证明,非科班出身的普通人完全可以通过自学和AI辅助攻克看似高门槛的领域。 - [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 在当前的AI时代下,阻碍人们学习的并非智商差距,而是潜意识里“我不配、我学不会”的自我怀疑和应激心理。 - [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 传统教育通过长期打压课本以外的探索欲,导致人们普遍产生了“习得性无助”以及对新事物探索的恐惧。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 科技正在不断主动降低门槛,如果学习者因为对代码或未知的应激而转头逃跑,将错失这趟双向奔赴的科技红利。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 面对他人的成功,许多人倾向于疯狂挖掘对方的背景以证明“自己不配”,其本质是为了安心维持现状、体面地接受平庸。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) AI时代最悲哀的差距不是“不会做”,而是明明知道实现路径甚至代码范本,却宁愿花时间质疑别人也不肯亲自动手做。 - [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 观众应当跳出功利性赚大钱的怪圈,纯粹为了“有趣”去尝试手敲套壳、本地部署模型,在解谜中加深对AI的理解并跨越原有阶层。

## Detailed walkthrough 以下是針對影片內容的詳細、忠實且還原現場溫度的逐節導覽:

[00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 誰是 AI 時代的「弄潮兒」?從中國動畫被好萊塢導演看中說起

影片開頭,講述者提到了一個最近在網路上很紅的事件:中國有一位非常優秀的視頻製作者,做了一部關於「末日機器人打殭屍」的動畫。這部作品意外被一位美國導演發現,並在網路上公開尋求中國網友幫忙聯繫作者,最後雙方也順利接頭了。講述者坦言,這個故事估計已經在各種宣傳「我們有多厲害」的公眾號和短影音裡被傳爛了。但他明確表示,這並不是他今天想聊的重點,因為這種「一朝登天、暴富式」的敘事聽多了其實有點煩人,他不想去渲染這種情緒。

他真正想探討的是,在這個 AI 時代,到底誰才是真正的「弄潮兒」?他將這個時代比喻為一個非常有意思的「遊戲時代」,而身處其中的人可以被分為兩類: 1. **觀眾**:只負責在旁邊做評價,挑剔這個東西好不好用、那個東西行不行。 2. **玩家**:親自下場,動手做一個小東西,然後在過程中不斷迭代。

在這個時代,工具會被無限打磨,不論是做視頻、做圖片還是寫代碼,以前可能需要投入十年、二十年甚至終身去學習的技能,現在都變得唾手可得。這意味著「什麼東西你都可以造了,但造什麼,一定是由你決定」。講述者強調,你必須轉換成一個「願意動手做東西的人」,才能抓住這個時代的範式轉移。

對於那些抱怨「代碼太難、我實在不會」的人,講述者勸誡大家千萬不要放棄「想做工具的心」。因為現在覺得難,幾個月後技術一定會簡化;如果幾個月後還難,再等幾個月,它一定會變得越來越簡單。最怕的是你把那顆想創造的心給丟了。

- **工業時代的遺毒**:講述者指出,我們從小接受的教育(大約從上小學開始)就是一種機械化的改造。學校訓練我們不要有太多多餘的想法,只需要去背誦、去執行,用現有的工具做出標準答案。這是因為上一個時代是「工業時代的流水線」,需要的人才必須是規格統一的,不能有太多個人創意,因為工具無法為每個人定制。 - **對下一代教育的悲觀與期盼**:講述者抱有一種悲觀的想法,他認為如果現在剛出生的小朋友能接受全新、適用於 AI 時代的教育,呵護住他們腦中的創意與動手做的慾望,不讓他們只去複製成型的東西,那他們長大後將大有可為。然而,我們這一代人確實走了一個巨大的彎路,把最珍貴的創造力給弄丟了,現在必須把它找回來。

---

[05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 為什麼中國擁有最好的 AI 土壤,有趣的開源項目卻多是外國人寫的?

講述者拋出了一個令人深思的現象:在 AI 領域,中國的開源模型數量其實是世界上最多的(基本上就是與美國並駕齊驅),而且在模型調用率、使用率上甚至在瘋狂增長,已經有超越美國的勢頭。中國在法律法規、人員基礎普及、基礎代碼能力上都不差,但奇怪的是,在像 GitHub 這樣的全球開源論壇上,大約 90% 有趣、好玩的開源項目,卻都是外國人寫的。

為什麼我們明明擁有更好的創造土壤,卻沒有人去做有趣的事?講述者認為這與我們的教育和單一的評判標準密切相關。

他舉例,剛才提到有外國作者需要到中國找人幫忙註冊微信,就為了做一個 DeepSeek 的套殼模型。而對於本土的中國人來說,很少有人會主動去想、去落地這件事。因為我們從小被規訓的思維方式是:「這東西有什麼用?」而「有用」的唯一標準就是「能不能賺錢」。 - **單一的社會標準**:在我們的環境裡,評判一個人的標準極其單一——學這個技能有用嗎?能賺錢嗎?能找到工作嗎?這種極度功利的導向,讓我們完全喪失了創意的空間,這是一件極大的悲哀。 - **C-Dance 與 AI 視頻的現實**:講述者提到,當 AI 生成視頻工具(如 C-Dance)剛火起來的時候,在 Twitter、YouTube 上爆火的視頻,要麼是外國人做的,要麼是在國外留學的 ABC 或美籍華人做的。那些真正身處中國本土、隨手就能用微信、不用翻牆就能接觸到這些頂尖 AI 工具的人,反而很少有人去玩這個。因為大家覺得「這沒用,不賺錢」。 - **可悲的資源錯配**:這不是在崇洋媚外或貶低自己,而是下一個科技時代對人才的篩選標準變了。中國現在擁有世界上最多、最便宜的開源模型,電力和調用成本極低,這本是最好的創造土壤。然而,因為我們缺乏「創造性人才」,這片肥沃的土壤最後反而被美國那些有創意的人才拿去利用了,這非常可惜。

---

[10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 物理學博士轉行 AI:姚順宇手搓大模型的啟示

為了說明「敢學」的重要性,講述者強烈推薦大家去看姚順宇(清華物理系畢業,曾任職於 Anthropic/Claude,現任職於 Google Gemini)一個長達三小時的視頻。姚順宇在視頻中透露了他如何進入全球頂尖 AI 開發公司的傳奇經歷。

在一般人的印象中,要去從事 AI 模型設計,起碼得懂計算機、懂神經網絡、擴散模型或數學。但姚順宇大學和博士學的是量子物理(也就是俗稱「遇事不絕,量子力學」的學科),這與 AI 看似完全不相關。當被問到物理學對他的 AI 工作有什麼幫助時,姚順宇想了很久,只能說:「大概是讓我做東西時,懂得要更加簡潔、更加系統化。」

講述者笑稱,姚順宇在視頻中講到量子糾纏等物理專業時,會瞬間切換到「戰鬥模式」,講一堆完全聽不懂的專業術語;但在 AI 領域講的東西,理論其實沒有那麼深,連講述者自己都能聽懂。這說明了什麼?

- **零基礎轉行的路徑**:姚順宇的轉行方法,其實就是去看安德魯·卡帕西(Andrej Karpathy)那個三個半小時的視頻,跟著他「從零手搓大模型」,一行代碼一行代碼地學。雖然他學習能力極強,只花了幾個月時間就搓出了一個對話模型,並以此成功求職,但這證明了非科班出身的人完全可以靠自學跨界。 - **幽默的吐槽**:姚順宇在視頻中還順便吐槽了一句,說 Google 公司內部是不允許使用競爭對手 Claude 的代碼工具的,所以他現在只能多用 Google 自家的代碼工具,這屬於商業競爭問題。 - **打破「我不配」的藉口**:講述者預想到很多觀眾會找藉口,比如「人家是清華物理博士,智商不一樣,我沒他那麼聰明、沒他那麼瘦、沒戴眼鏡」等等。但他強調,姚順宇那個年代(GPT-3/3.5 時期)模型又貴、幻覺率又高,還沒有現在這麼多好用的 AI 輔助工具。而現在已經是 AI 5.5 的時代了,學習環境比以前優渥太多。你甚至可以讓 Claude 幫你做可視化交互圖,讓 GPT 幫你做筆記、配圖。 - **核心制約點**:現在唯一的制約點,只在於你「信不信自己能學會」。你信不信那些搞懂 AI 的人其實也是普通人,沒有比你多一塊肉?你信不信自己也配學會?

---

[15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 傳統教育的兩大失敗:被抹殺的創造力與學習力

講述者指出,現在制約絕大多數同學的核心痛點,就是潛意識裡的「我不配、我學不會、這太難了」。很多人一聽到代碼就應激,覺得自己小時候被代碼傷害過,腦子裡缺了那根神經。

他深刻剖析了傳統教育帶來的兩個致命打擊: 1. **喪失了創造力**:我們被規訓去追求唯一的標準答案,從小到大都在被打壓。 2. **喪失了學習力**:這是更可怕的一件事。

講述者自嘲自己是傳統教育的失敗者,但同時也是新知識時代的成功者。他之所以能在 AI 領域走得比別人穩,是因為他體內的某個部分沒有被完全抹殺。他回憶自己小時候上課特別喜歡提問,但那個時代的老師不允許隨時提問,他因此經常被罰站、罰蹲、甚至被趕到操場跑圈。老師會說:「這個以後再講」、「這不是考試重點」、「你不要搗亂,你不學別人還要學」。這種打壓持續了十幾年,試圖告訴他「你不要去了解不該了解的東西」。

- **AI 時代的知識獲取變革**:在上一個時代,去鑽研課本以外的「加分題」性價比極低,可能為了多拿 3 分卻丟了主幹道的 20 分。但在 AI 時代,工具的更新極大地降低了學習難度,你想學什麼,一瞬間就能學會,再也沒有「主幹道」和「旁門左道」的區別。 - **習得性無助與創業應激**:然而,很多人在二十多年的規訓中,已經像一隻被反覆虐待的狗,對「學習」這件事產生了百分之百的應激和恐懼。講述者舉例,他曾勸一位做房地產銷售的朋友趁著行業下行去學 AI 創業,對方卻連連擺手說:「不可能,AI 太難了,那得是特別厲害的人才能學的,我沒學過代碼不行。」即使現在很多 AI 工具已經不需要寫代碼了,對方依然不敢碰。這就是因為小時候「探索新事物會被懲罰」的痛苦記憶在作祟。

---

[22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 雙向奔赴:當科技在降低門檻,你是否願意往前走一步?

講述者提到,當看到別人不懂 AI 原理、不會編程卻能做出一個 AI 套殼工具時,很多人的第一反應是「這與我無關,我不配」,然後開始瘋狂搜索這個人的背景(比如他是什麼名校畢業、是不是在美國長大),試圖找出「自己不配做好他」的理由。講述者一針見血地指出:**「我知道這個理由並不是想去解決問題,而是為了讓我能安心維持現狀,輕鬆地接受自己的平庸。」**

他呼籲大家,科技正在不斷降低門檻,這是一個「雙向奔赴」的過程。科技從山上往下走,你得從山下往上爬。最怕的是科技在往下走,你卻在山下大喊「救命啊,別靠近我」然後轉身逃跑。

- **關於「抄襲 51 萬行代碼」的質疑**:講述者提到,網路上有很多人質疑那個美國作者的 DeepSeek 套殼工具是抄襲了 Claude 洩露的 51 萬行代碼。這種質疑背後的本質是:其實大家都知道實現路徑是什麼——拿洩露的代碼範本,用 AI Agent 工具改寫,然後接入 DeepSeek V4。 - **知道卻不做的悲哀**:可悲的地方在於,很多人明明知道怎麼搞,甚至代碼就擺在那裡,但他們就是不肯動手去做。他們寧願花時間去質疑別人,自己卻按兵不動。這就是人與人之間真實的差距。 - **給觀眾的建議**:講述者希望大家看完視頻後,不要只當一個冷眼旁觀的觀眾,去評價好不好用或是不是套殼。他建議大家動手試試看,買個 Claude 會員,或者接一個便宜的 MiniMax 會員,自己手敲一個 DeepSeek 的殼,嘗試把模型部署到本地。這件事與上班、就業、賺錢無關,純粹是因為「有趣」。在不斷解謎的過程中,你對 AI 的理解自然就會加深。不要再當一個注定被困在原有階層的觀眾,勇敢地跨出那一步。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 一朝登天、暴富式

> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 什麼東西你都可以造了,但造什麼,一定是由你決定

> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 想做工具的心

> [00:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=0s) 工業時代的流水線

> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 這東西有什麼用?

> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 有用

> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 能賺錢

> [05:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=300s) 這沒用,不賺錢

> [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 從零手搓大模型

> [10:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=600s) 信不信自己能學會

> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 我不配、我學會、這太難了

> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 這個以後再講 — 老師

> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 這不是考試重點 — 老師

> [15:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=900s) 你不要搗亂,你不學別人還要學 — 老師

> [22:00](https://www.bilibili.com/video/BV1V7Lm6cE9h?t=1320s) 我知道這個理由並不是想去解決問題,而是為了讓我能安心維持現狀,輕鬆地接受自己的平庸。

## Mentioned AI, Bilibili, 像素範, GitHub, DeepSeek, 微信, Twitter, YouTube, C-Dance, 姚順宇, 清華大學, Anthropic, Claude, Google, Gemini, 安德魯·卡帕西, Andrej Karpathy, GPT-3, GPT-3.5, AI 5.5, GPT, AI Agent, DeepSeek V4, MiniMax

[Source](https://www.bilibili.com/video/BV1V7Lm6cE9h)

中文简报

中国AI开源项目落后美方 像素范指功利教育扼杀创造力 传统教育模式对单一赚钱标准的追求导致用户产生习得性无助,使中国空有低成本AI土壤却缺乏将技术落地的创造性玩家。 视频深入探讨了在AI时代如何从冷眼旁观的“观众”转变为亲自动手的“玩家”。讲述者通过中国开源土壤肥沃却缺乏有趣项目、物理学博士姚顺宇零基础跨界手搓大模型等现象,剖析了传统教育对创造力与学习力的抹杀,指出“习得性无助”是阻碍人们拥抱新技术的根源。他呼吁大家打破潜意识里“我不配”的魔咒,不要停留在冷眼旁观和质疑他人的阶段,而是要为了趣味勇敢迈出动手实践的第一步。 AI时代需要完成从挑剔评价的“观众”到亲自实践的“玩家”转变;随着工具门槛被无限降低,未来的核心制约不再是技能难度,而是由人来决定“创造什么”。 (0:00) 中国虽然拥有规模领先且调用成本极低的开源大模型基础设施,但单一只看“能不能赚钱”的功利导向,严重挤压了本土开发者的创意空间,导致大量有趣的开源项目反被海外开发者落地。 (5:00) 物理学博士姚顺宇跨界手搓大模型的经历证明,非计算机科班背景完全能靠自学和AI辅助攻克前沿领域,当前阻碍普通人学习的核心瓶颈是潜意识里“我不配”的自我怀疑。 (10:00) 传统教育带来的规训和挫败感容易让人产生习得性无助;面对科技不断降低的门槛,比起花精力质疑他人或寻找平庸的借口,最关键的是克服应激心理、亲自下场动手做一次。 (22:00)

Reading summary

講述者認為,AI 時代正在大幅降低技術門檻,造物的能力已唾手可得;然而受傳統工業流水線教育與單一功利評判的規訓,許多人深陷「習得性無助」,寧可停留在安全區冷眼旁觀,也不願動手實踐,形成了「我知道但我就是不做」的時代悲劇。 角色分野:從挑剔觀眾走向動手玩家 (0:00) 講述者將 AI 時代比喻為「遊戲時代」,身處其中的人群被分化為兩類:一類是站在場邊挑剔工具好壞與可行性的「觀眾」,另一類則是親自下場構建小項目並持續迭代的「玩家」。隨著各類 AI 工具無限打磨,視頻、圖像與編程等以往需耗費數十年掌握的技能門檻被大幅抹平,時代的核心轉向「造什麼由你決定」。講述者指出,技術只會隨時間變得越來越簡單,最重要的是切勿丟失想做工具與動手創造的初心。 功利導向與錯配:充沛資源下的創意匱乏 (5:00) 講述者指出,中國在開源模型數量、調用率增長與調用成本上具備全球極佳的 AI 土壤,但全球開源論壇上約 90% 有趣好玩的項目卻多由外國人完成。這種錯配源於社會單一極端的功利標準——凡事只以「能否賺錢」或「能否找到工作」衡量。以 AI 生成視頻工具剛興起時為例,本土用戶往往因其「不賺錢」而鮮少嘗試,導致充沛且廉價的本土底層資源,最終反而主要被海外富有創意的開發者利用。 傳統教育後遺症:探索被打壓與習得性無助 (15:00) 講述者分析,傳統教育源於工業流水線的標準化需求,長期透過壓制課外探索來灌輸標準答案,從而同時抹殺了個人的創造力與學習力。長期的挫敗記憶使許多人對接觸新事物產生應激恐懼和「習得性無助」,即便當下大量 AI 工具已無需編程,仍有人本能地抗拒,堅稱「這太難、我不配學」。這種心理防禦機制本質上是透過尋找他人無可比擬的背景標籤,來安心合理化自己的平庸並維持現狀。 破除藉口:跨界可行性與「知而不行」困局 (22:00) 講述者以量子物理博士姚順宇觀看教學視頻從零「手搓大模型」並成功轉行頂尖 AI 團隊為例,說明在當下更優渥的輔助工具下,非科班學習 AI 的障礙主要在於自身信念而非智商。科技正在大幅降低門檻,形成雙向奔赴的條件,然而現實的差距在於「我知道但我不做」——許多人面對現成的開源路徑,寧願耗費精力質疑他人抄襲或套殼,自己卻按兵不動,拒絕向前邁出一步。 講述者呼籲受眾走出冷眼旁觀的「觀眾」席,拋開上班或賺錢的功利目的,純粹為了「有趣」去訂閱工具、動手搭建外殼或本地部署模型。他認為唯有在主動實踐與解謎的過程中加深對 AI 的理解,才能避免因習得性無助而被困在原有階層。

Source quotes

[0:00] 一朝登天、暴富式 [0:00] 什麼東西你都可以造了,但造什麼,一定是由你決定 [0:00] 想做工具的心 [0:00] 工業時代的流水線 [5:00] 這東西有什麼用? [5:00] 有用 [5:00] 能賺錢 [5:00] 這沒用,不賺錢 [10:00] 從零手搓大模型 [10:00] 信不信自己能學會 [15:00] 我不配、我學會、這太難了 [15:00] 老師: 這個以後再講 [15:00] 老師: 這不是考試重點 [15:00] 老師: 你不要搗亂,你不學別人還要學 [22:00] 我知道這個理由並不是想去解決問題,而是為了讓我能安心維持現狀,輕鬆地接受自己的平庸。

Original transcript

[0:00] 拍摆手说一下这个AI时代到底谁是这个时代的动作儿就是我们中国有一个特别棒的视频制作者做了一个末日的机器人然后去打僵尸的一个动画然后被美国一个导演发现了然后并且是吧需要让中国人中国网友能不能联系他帮忙联系他后来这个作者也联系上了这个事件估计在各个的那种专门在讲我们多厉害的那种公众视频号里边也都应该看到新闻了这个并不是我想说的内容因为这个确实有一点点烦人烦人诈富是吧一朝登天的一种感觉我不想带这种情绪去渲染我只想跟你们说一个比较重要的点首先我们先说刚才的几个事情包括跟Deepseek的开发者去做Deepseek的套客就是那个工具Harness工具然后包括还有什么开源支付根据Deepseek去做去做一些Deepseek的本地模型处理的这种工具首先我们先说的这是我跟你调的第一点第一点呢就这个时代这个时代是一个非常有意思的游戏时代在这个时代你去评价的好不好会有两部分人第一部分人是观众他就负责做评价这个东西好用那个东西不好用第二部分是玩家就是我亲自进来以后我去做一个小东西然后再不断的把它迭代这个时代呢工具会被无限的打磨每一个工具会非常的好用你实现各种各样的梦想都有相应的辅助工具不论是做视频做图片做携带码这些我们可能八竿打不了或者每一个技能每一件事情都需要我们以前投入十年甚至二十年或者终身需要去努力东西现在都唾手可得你可以理解为在这个时代真真正正改变的一件方式就是什么东西你都可以造了但是造什么一定是由你决定换句话说你必须要转换成一个愿意去做东西的人你才能利用这个时代给你带来的新的转变新的变新的范式新的机会这个时候你会发现很多的东西这些东西就是每一次都在更新你说老师我实在是不会这个代码太难了但是你一定不能放弃心中想做工具的心因为现在难几个月以后肯定不难你说肯定几个月以后还难还难再等几个月它一定是逐渐简化逐渐变简单的最大的问题就是一定要守护住自己那种想做东西的心我有个什么想法这件事情都是小时候才有我们在很长一段时间对吧从差不多上了小学开始就一直在被训练着要求你不要有那些想法你只需要去背你只要去执行你用现有的工具做出一些现有的结果就可以了这是一种机械化的改造这是把你人去做一个工厂流水线的人为什么呢这么多年都是这样的因为我们之前上一个时代就是工业时代的流水线的工人要求每一个人才就是这种形状的他不能涉及到创业创意想法爆发不能这样因为工具不可能根据每一个人去定制而每一个工具他能实现的结果就这些你想去做一个特别厉害的东西但没有配套的工具你想做一个什么什么井字形的这种螺丝但没有这样的改锥也没有这样的工厂为你配合你就做不出来这是上一个时代的但是这个时代玩法彻底变了颠翻天翻地覆的变化所以你要知道我一直有一种非常悲观的想法就是现在的小朋友如果现在刚刚出生的小朋友采用完全不一样新的适用于AI时代的教育方法呵护住他们还存在的这种创意想法想去做一些自己相关的东西的这种状态呵护住他别让他只去做一些成型的东西去复制那些东西别让他打消住他脑子里边那些创意的话那可能他长大成人的时候他非常会适应现在这个版本他大有可为但我们这一代人确实是走了一个巨大的弯路我们之前把这个部分丢了现在需要把它找回来你可以看到在很多的现在我们就看到尤其是呃就是现在这种开源项目我不知道你们怎么看对于现在的真实情况来说中国的产品中国的产品在AI领域能用的大展拳脚的地方多的多的多比国外要多的多的多什么意思呢就比如说我们刚才看到deep seek中国是在AI领域中开源开源的模型最多的国家其实也就是跟美国比嘛而且中国的模型在模型的调用率使用率上也在也在疯狂好像现在已经超过美国了因为咱们大量都是开源的模型而且在法律法规人员的基础普及基础的代码能力这些方面其实都不差但是你就会发现其实在国外的最大的开源论坛或者中国就没有开就没有这种代码平台大多数的有趣的项目都是外国人写的 [5:00] 多数这个比例可能到90%大多数都是外国人写的为什么我们明明有更好的可以让我们去做一些有趣的东西的土壤但是没有人去做呢我觉得可能是跟教育相关就是比如说你看刚才一个作者他需要到中国让中国人帮忙去注册微信然后去做一个deep seek的开套壳模型而这件事情对于我们来说没有人或者很少有人去想这件事情把它落地成那个因为我们我们会想这个东西有什么用有什么用的前提就是这个东西是不是能赚钱其实赚钱就是一个非常被规训后的统一结果所有人的标准都是这个人对社会有用吗他能他是否能够产生价值你学这个技能有用吗他是否能够赚钱你会这个东西有用吗他是否能够找到工作同样还是赚钱就是我们的评判标准非常的单一以至于我们完全丧失掉了创意想法这件事情确实是极大的悲哀包括我不知道你们有没有听说就是我们可以看到同学们说没有你刚才举那个例子对吧中国人不也做了一个很棒的短片被外国人赏识吗你们知道其实C-Dance刚刚火起来的时候真正有名的绝大多数的一些能在推特上面特别火YouTube特别火或者是火爆全网的很多的视频要么就是外国人做的要么就是在外国留学的那些ABC们或者那些美籍华人们他们用中国的产品做的就包括当时还有个非常有名的视频你去采访那个作者的时候你都会看到那个作者其实在留学环境然后用英文然后跟你对答再说他这样东西是什么样的思路而更适合使用C-Dance更适合属于Nipsic的本土人民随时不用翻墙就可以直接用到微信的这种这种本土人民很少人去搞这个东西最大的问题是他没用他不赚钱没有的标准就不赚钱而这个标准特别容易丧失掉我们的创意想法因为他判断标准就一个他做的东西就会无趣这是我要跟你们说的第一件事情而这件事情实大是这甚至不是一个文化的冲突比如说你说老师你又在这夸外国人然后去贬低中国人不是的这是下一个科技时代什么人才是有用的人才的判断标准而这件事情是我们最大的隐患就是我们的人才只有单一标准而且非常无趣而我们确实会有一个更好的开源图长这件事情很诡异因为一开始的时候其实是美国的开源产品会更多在各种领域中美国都是开源的这个这个领这个什么领军者但谁哪知道现在整个风向变了然后中国的开源模型是世界上最多的模型而且中国的创造土壤最蜂窝但是中国的创造土壤最蜂窝的这件事情会因为我们没有创造型的人才被美国那些创造型的人才被利用这件事情挺可悲的你把中国有最最最好的开源模型最便宜的电力随便调用随便随便做的东西而且这个东西的成本极低但是中国人并不拿它去做什么东西这挺可惜的这是我跟你们说的第一条第一条思考第二条思考还是AI时代到底怎么接这个风口我强烈推荐推荐给你们看一下这个姚顺宇的姚顺宇的这三个小时的视频这个姚顺宇呢这不是那个姚顺宇有两个姚顺宇吗还有姚顺宇现在在腾讯吗那这是另外他们俩同名甚至他们俩还认识甚至他们俩当年在上学的时候都是清华的校友两个人一个做的计算机一个学的物理这个姚舜女学的是物理然后她是原来在Anthropic也就是Cloud的这家公司在公司只有几百人的时候去工作很早了然后工作现在已经从Cloud里边跳槽出来现在在Gymni工作就在谷歌工作她透露了很多很多很有意思的信息好我们来说一下他里边在他讲解里边有一个极其让你炸裂甚至会觉得当时一瞬间可能说不出话来的一个案例就是他是怎么进到这家全球第一的AI开发公司的在我们的印象中你去你去从事AI开发或者是模型设计你起码应该懂一些计算机吧你就算是不是计算机相关的起码你要懂一懂懂一些这个神经网络吧或者说什么扩散模型大概基础的模型你要懂一些吧或者起码你懂一些数学也是可以的吧但是他大学学的包括他的读博博士学的是物理学而且学的是量子物理对吧就遇事不绝量子量子力学就这个东西其实在他的描述中和未来所能从事的AI是完全不相关的总是问过他他说你学东西有哪些东西能够帮到你未来的AI工作他想了好久他说大概让我能够认真或者说凡是做东西应该要更加简洁然后更加系统的去做东西这件事情是通过物理学的哇天哪然后中间有一段他在讲量子物理的时候讲他当年对量子物理的研究以及什么 [10:00] 什么叫做什么什么量子纠缠这件事情的时候哇整个打开秒开战斗模式整个那个时候那个状态讲的完全听不懂前半段跟后半段我都听懂在说什么唯一他在讲量子物理的时候说了一堆关键词我完全听不懂但能感觉到他对那个方面的理解是非常透彻的但是他在AI领域中所讲的东西绝大多数东西我都能听得懂而且很多东西其实理论也说实话不是那么深当然你说老师啊你还该给你飘上了你还有资格去评价人家在在这个什么Athrope工作的这种工程师你真的是不是我想说的并不是这件事我想说的是你是认真听他到底是怎么从一个物理学的博士转行到一个完全没有接触到新行业的他里面提到他的他的转行路径就是去看我跟你们说过安德鲁卡帕西的那个扩散模型三个半小时的视频然后并且跟着安德鲁卡帕西丛林手搓了一个小模型丛林手搓了一个对话模型一行代码一行代码丛林学当然他这句话也有点过分就是因为他的学习能力实在太强了他就用了几个月的时间搓了个模型从完全不会写代码因为他都说了工程师其实这种理论研究的人员其实是不会代码的所以现在有了代码以后他觉得好棒啊是吧能解决这件事情他不太会写这个东西然后他也专门去做研究去做实验他这个东西不了解但现在当然有了Cloud Code很开心然后对了他还吐槽了一句他说谷歌公司是不允许用Cloud Code的所以他不能说很有意思他说其实哎呀对吧他平常用Cloud Code多一些但是他现在呢用谷歌的代码工具会多一些的就是商业问题最后他说的事情就是他在当年就是通过看安德鲁卡伐西的视频然后踏踏实实认真真的把这个模型的基础知识补权然后做了一个小模型然后通过这个小模型求职然后入职做的工程师然后走到现在的人生所以在他的描述中虽然他很轻描淡写他的在他的描述中他几乎之前的经历对于他后边的工作内容其实是没有什么加分的对他的背景有加分但他对他的工作内容没有加分如果他不是求职而是自己创业那么他之前所绘的东西只是给了他一种我要认真踏实学习的习惯只是这种习惯帮着他走到现在这个位置如果他不是求职他的那个物理物理就量子物理的这个博士身份都没什么用虽然他提出来这件事情有点轻描轻描淡写但你确实不得不承认就是这样当然我知道很多同学还是说了放屁老师那量子物理的背景他就适合学AI你知道吗AI他其实就是量子物理的一个延伸那他那可以可以可以就是老师你看我跟他不一样就是因为我没有这个博士我跟他不一样就是因为我不戴眼镜我跟他不一样我就因为我没那么瘦对对对对我知道很多人肯定会找这种理由的就我见太多了这种这种同学我见太多了都是这样的但是这个视频无论如何还给我一个巨大的振奋点就在于其实AI时代真的像我说的就是你只要敢学你往上上东西都在往上在他那个年代的时候其实还没有AI教你他只能跟安德罗卡帕西去学一开始的时候安德罗卡帕西教人怎么去搓手搓大模型的时候那个时候IGPT3呢GPT3.54的时候要不就是模型太贵要不就是它打起来也答非所问很多东西有幻觉率现在已经到5.5的时代了很多再去啃那个安德罗卡巴西那个视频就非常的简单了很多东西它甚至可以起码我们现在知道你可以让Cloud给你做一些可视化的效果图甚至可交互的效果图你可以用GPT给你做一些特别棒的一些案例甚至做一些笔记做一些配图都可以了你说这个东西我不理解大概什么样子呢你给我生成一张图让我来直观的感受一下它都能做出来了在这个时代肯定是不行的所以我们的学习环境一定是越来越优渥的而且可能会在以后会更加优渥比如说我们可能做一个东西实在不会让他给我做个视频出来在今年可能不能实现明年会不会就直接实现了但是一切东西的最后的制约点还是那句话你信不信你能学会你信不信你能搞懂你信不信这些搞懂的人他们没有比你多块肉你信不信他们也是普通人你信不信你没有那么比他们你差的没有比他们那么多你信不信你也配学会就是你不用去问别人老师我能学会吗我能学会吗就如果我跟你说你学不会你也能不能信你能学会所以我这会把这个视频放上来了就这个视频珍藏从头开始用代码构建GPT他看的就是这个视频他上面说的就是这个安德鲁卡巴西的这个从零开始手挫代码然后他从从第一行代码开始搓一个小模型出来拿着这个东西看完它并且跟着一步一步操作结束以后就找到这个视频 [15:00] 到了一份工作当然你说工作以后他又学到了东西那是肯定的但是基础就是这么打捞的他是一个完全跟不相关的外行人通过从头开始学转行成了这个行业他没有基础他当然可以跟很多同学们一样去抱怨是吧我没有AI相关的基础我怎么能从事AI相关的工作呢对吧我学的不是这个我大学学的不是这个他学的是量子物理跟这个真的不相关但是我不知道你们怎么看那起码都是理科反正你那个借口我都我都很熟悉但是你能看到的情况就是这样的好再说回来那我们再说回刚才这里这里边的几个几个信息就是还是这个第一个就是感学现在制约住我们绝大多数同学的最核心的那个点就是我认为我不配我学不会这个东西太难了AI需要学的东西太多了或者说呢他里边需要掌握东西很多东西都是你们瞎想的老师他需要代码可是代码太难了我在小时候曾经被代码受伤过我发现我就不配学代码我的脑子里边就缺代码那个神经还是那句话同学们你不要被这个问题你不要被这个学AI或者了解AI这件事情所打败这是我跟你们说的第一个刚才说那个东西的延续刚才那个阶段是告诉你什么我们在传统的教育中让我们丧失掉了让我们丧失掉了创造力这是我们传统教育最大的失败点我们被规训成了所有人要去做一个统一的答案这是我们从小到大被打压的最大的东西这是我跟你们说的第一条复习一下第二条在我们传统的教育之中我们被打压掉了学习力这是更可怕的一件事我从小到大里边我印象特别深到今天为止我事实上都会觉得我是传统教育的失败者但是又是新时代新时代知识时代的成功者我在新时代能够逃到金或者说我在新时代我觉得能在AI领域中能够走得更稳比很多同学要更强的点其实就在于传统教育并没有把我这个部分给我真正抹杀掉但是有很多同学确实确实被抹杀掉了我在小时候特别不喜欢的事情就是很多时候上着课不允许上课随时提问题的吗我不知道现在是不是这样反正在我们那个时代是这样我很多时候被要求被老师拎起来罚站被老师要求在教室外边听课甚至要求罚蹲罚去什么操场里边跑圈都是因为我上课去提问题你知道吗我不知道你们你们有没有过这种经历现在可能没有了但当起码你们现在没有体罚了在当年我们那个时代就是这样的就这个东西还没有讲以后讲或者这个东西并不是我们课程中要讲那种你不要捣乱你不学还有别人学这件事情我用了十几年被训练但是我都没有训练成功就我觉得这个东西其实我也想去了解但是你这种人是不能了解的这是竞赛班学生需要了解的这是什么什么人可以了解的这是不重要的这是不考的这是下一年级需要了解的这个是一个什么什么反正各种理由告诉我你不要去了解他或者告诉我你本职都没有学好你为什么学这个我其实特别不服这件事情以至于我把本职学好了我可不可以问了你学好了别的同学没有学好你不要去问我在各种课程上都去以这种方法去捣乱但其实我真的不是想捣乱我真的是对这件事情很感兴趣但从小到大就是被别人无限的打压告诉你这东西是不能学的因为它不适合你因为你不能学因为不是我们要考因为各种各样的理由告诉我但是AI时代很多同学被规训成这样子他就会下意识用这种方法去思考这个东西不是我能掌握的不是我配学的不是我应该学的但是问题在哪呢问题在于在原有的时代我们学某个东西它确实会出现一些比如说你真的想学这件事情难道你不知道你要学这个东西需要更多的教材更多的人力更多的时间投入你才能把这个学会你要学这个东西是一个非常性价比极低的事情你不如把主干到学会拿大高分你学这些旁敲侧击的这些这些这些额外东西你可能拿个三分到五分的加分但你主分可能丢了二十分这一定不值但那是上个时代的东西但在AI时代你会发现每一天的工具更新都是去极大的降低你的学习难度以后所有的知识对于你来说都是你的心念所示你想学什么你就能会什么没有主干道或次干道的区别了你想学什么都能学而更重点的是如果你想学你学的速度会极快你把那些加分题学会以后你的主题也会找一个另外的思路打通我们之前 [20:00] 没有配套那些加分题的教材存在的没有配套加分题那些教程老师存在的但是AI时代会让你你只要想学什么东西都一瞬间都能学会你都能用它各种各样的配图配视频用你所能理解的例子瞬间学会但是这种想学的冲动已经在20多年的不断的规训之中被打压抹平你不再想学了你学所有东西都是痛苦的以至于你觉得我赶紧把主线道学完就得了周围东西我想都不想那个地方一定是痛苦的我就像是被了无限次被虐待的狗你在一个世界中你跟他友好去沟通他已经不信人类了我已经被学习打压了无数次以后我对于学这件事情上升了百分之百的信心我看到他我就应激的难受一直于我经常会跟很多人说我说你创业这件事情你为什么不去做那些现在热门风口的创业领域他说热门风口的创业领域老师那个东西得学新东西啊我不会我打工这么多年我才会的我本职几个工作我就用这些东西干活就行了创业就得了我说你之前干嘛的我之前干房地产呢我特别会销售售楼可是现在房地产走下行了但是我就会这个我说那你可以学AI然后去干AI相关的不可能老师学AI太难了像我干了这么多年房地产我只能干房地产我说你为什么不是学AIAI都是新的东西大家都是从头开始学的哎呀不能学这个东西一定是特别有厉害的人才能学我们不能学我们我没学过代码我现在很多AI的工具已经可以不用代码了它的代码都可以用AI写了那我也不行老师我不请我不可能学的他一旦碰到那个未接触的领域他就激起了小时候那种学新东西学跟自己主干道不相关的知识就会被骂的痛苦记忆然后他就被应激反映到恪守在原地他不敢去接触任何的新东西因为从小已经被骂惯了可能不是他被骂可能他亲眼看到在他年少轻狂的时候看到一个同学去探寻一个新的道路的时候被老师骂的就是像我这样的被老师骂的操场跑圈他呢在这个角落四十发抖心里去想幸亏我没问幸亏我没有学新东西太可怕了我可不能去学新东西他被训练到如此之顽固以至于他根本连碰都不敢碰了那新的时代不淘汰你淘汰谁风格变了规矩变了工具每天都在变化你就是这样那你没办法你就是你要不要你试一下新时代新时代就是每天大量的新东西你会某一个教材某一个教程它只能管你一两个月然后就换新东西了你不会这种持续什么东西我都敢学什么东西都感兴趣我想去用我的方法调配我的知识库的这种能力你没有这种意愿的话新时代你就适应不了那没办法你之前恋的是上个时代的本事上个时代已经结束了他不会给他不会编程他居然做了一个AI的套科工具他也不懂AI很多东西原理他也不懂这是怎么做到的这件事情对于很多同学我知道对于我很多同学来说下意识第一个反应就是这件事情和我无关我不配活成这样当然他他是很难直接合理化这件事的他一定会去想我让我来搜一下这个兄弟到底是什么他是什么什么大学毕业的他是什么什么快乐教育长大的他是美国人总之一定有理由是我不配做成他这样的原因我知道这个理由并不是想去解决这个问题而是我知道这个理由能让我安心维持着我的现状我知道这个理由让我能够轻松的接受我的平庸我并不想改变自己我只是想让我的平庸合理化这件事情太可怕了以至于你根本救不了这些人我会告诉你你去尝试的去思考你小时候的教育尝试去思考这些东西真的没有多难不就是GitHub吗不就是这些开源的代码吗但是AI能教我我用一下Cloud Code而且我告诉你确实可能现在GitHub还有些难度但是你相信我它一定会越来越简单的问题就在于当它简单到你都能学会的时候你是否已经拾起你想学东西的心了或者你对于学这件事情就是永远不可解的不论它简单到什么地步都不是你配学的我真的觉得这件事情很恐怖就咱大家一边一起使劲嘛一方面科技在不断的简化一方面你在不断的勇敢我们中间找一个中间态互相接手行不行他从山上往下走你从山下往上爬咱俩互相接手最大的问题就是他从山上往下走你还在这跑呢救命啊别靠近我呀哎呀一定有什么原因是我不能会的我赶紧跑啊咱能不能双向奔赴啊他把这个学习的门槛不断降低你看这个作者他就是他里边都说到了Cloud Code很多人去质疑他的方法 [25:00] 我跟你说这个视频如果你们仔细看的话你就会发现很多人在质疑每一个质疑的人其实也是弄潮儿很有意思他说的什么说很多人怀疑他的这个套壳Deepseek V4的操作框也就是套壳工具或者使用器的这个工具是抄的Cloud Code的51万行泄露代码很多人怀疑怀疑这件事其实怀疑这件事背后的解读是什么就很多人其实知道怎么去做一个Deepseek的套壳框这什么意思呢就是如果让频道里边的很多闹很多很多弄成好人同学让他们去也去做一个deep seek的这种这种浩荷框的话他其实是有思路的怎么做很简单我拿cloud code然后去从网上找一个已经泄露的没有被删的cloud code51万毫泄露出来这个代码范本然后我用一个AI的agent工具去把这个范本改写一下并且让他去让他去接入deep seek v4那么这个V4的套科工具是不是也就出来了可能加一些自己的小想法就这个实现路径我已经知道了剩下就是时间了所有在说这种话的同学你们会发现其实他知道这个路径所以他质疑这个美国人你是不是这么搞的我也知道怎么搞只是我没搞你是不是就这么搞的他们质疑的原因就是他知道这件事情该怎么搞甚至那个代码就放在那边了怎么把这个代码改成deep city的壳也知道了然后确实就是时间但这件事情可悲就可悲在他知道怎么搞但他没有搞他可以去质疑别人但他不做当然最后这个精英兄弟也说了我没有那么搞我一月份就开始搞了我根本就没有看开源代码你说你没看是吧你肯定看了现在这个阶段怎么可能没人看没看才是纯傻呢最后他也说了我参考的大多数codex并没有参考cloudcode那不是神经病的那不是神经病的你不参考cloudcode才是愚蠢的那codex都参考cloudcode了但是这是题外话了说回来就是你会发现这才是我们人与人之间的差距的真实所在就是我即使知道怎么做我即使会做了我也不做还是前面那个东西我们已经被打压到了几乎清零的创意几乎清零的学习能力这件事情太可怕了以至于其实频道里边绝大多数同学我不知道你们在看完这个视频的时候第一时间得到结论是什么A他做这个东西不好用啊B我知道他不就是套壳吗C我靠这玩意挺好的我好像也能做我为什么一开始没做我做一个试试呗买一个cloud的会员或者我把cloud接一个minimax便宜的会员我用这个东西手敲一个deep seek的壳下一次的版本更新的中我手敲一个壳哎deep seek可以本地这个人去做了一个本地模型刚才这个视频里边这个视频里边哎这个人去做了一个本地模型reddit支付亲自下场用c元重写deep seek的壳deep seek这个核心可以让东西部署在本地我有一个部署到本地的Deepseek V4的这个模型然后我自己在手搓一个Harness那我不就有个本地的东西了想到就开干咱们试一下这半年我把它搞一下会怎么样它跟上班无关它跟就业无关它跟挣钱无关我想试一下好像挺有趣的鼓刀一下在不断的解谜过程中我可能对于AI的聊系统了解就要深一些了这件事情从理论上我们应该都能想到或者你没有想到的原因是什么所以在整个这个案例之中我希望跟同学们聊的并不是这两个案例本身更多的其实是我们为什么是一个观众我们为什么在AI这个浪潮的机会之下我们也踩不到这个机会没办法站到舞台之中我们为什么注定此生被困在这个阶层我们到底丧失了什么样的能力我们到底是什么使得我们这辈子即使有好运气我们也吞不下来这就是刚才这个例子这两个例子希望对你们有所影响