We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 121: PingCAP黄东旭的“内在世界源代码”:《黑镜》、程序之美和创作自由

121: PingCAP黄东旭的“内在世界源代码”:《黑镜》、程序之美和创作自由

2025/6/24
logo of podcast 晚点聊 LateTalk

晚点聊 LateTalk

AI Deep Dive AI Chapters Transcript
People
黄东旭
Topics
我与刘琪深受美剧《疑犯追踪》的启发,该剧设想了一个AI通过监控摄像头预测犯罪的未来世界。尽管我们不是AI研究者,但我们希望能为AI设计一个存储系统,让它存储所有看到和想到的东西。因此,PingCAP应运而生,旨在为AI提供强大的数据存储基础设施,支持其发展和应用。我们坚信,未来AI将能够利用这些数据,为人类创造更美好的生活。

Deep Dive

Chapters
本节探讨了美剧《疑犯追踪》对 PingCAP 创业的启发,以及 PingCAP 如何从一开始就定位于为 AI 时代提供数据存储服务。PingCAP 联合创始人黄东旭分享了他们对未来数据增长速度和AI应用的预判,以及公司在早期发展阶段的理念和目标。
  • PingCAP 的创业动机源于对 AI 时代数据存储需求的预判。
  • 《疑犯追踪》中 AI 系统的设定启发了 PingCAP 对无限扩展系统的构想。
  • PingCAP 初期目标并非盈利,而是构建一个无限扩展的系统

Shownotes Transcript

欢迎收听晚点聊,我是曼琪。这一期我和晚点的创始人小婉一起与 Pincap 的 CTO 黄东旭聊,聊黑镜,聊 AI,聊他个人生活方式的转变。这是一次编程科幻和创业的通感碰撞。从黑镜第七季的故事到中国最早做开源的 Pincap 公司——

和他们的数据库核心都有一些共通的逻辑和内核创业第一件事就给公司定下了几条原则是的第一条原则就是几个创始人我们是要组成一个分布式系统分布系统里面有一个很重要的原则叫做互为荣誉程序之美曾给还是中学生的东旭带来了极大的震撼比较影响特别深的

John Carmack 第一个让他成名的事情是 Doom 一个游戏当时让我第一次我当在读他的代码的时候我发现了一些非常美的东西就是我第一次从一个软件里面有看到就像看一个艺术品一样的这种感受虽然这一期仍是和 AI 相关的节目但最后聊到生活黄东旭的一个建议是我们不一定要搞懂 AI 你养一盆花啊

做一道菜然后去认真地了解你身边的人这个事情其实你作为人的一个可能是存在的这个意义比起一些我要去高冬非得要高冬 transformer 的这个原理这可能是要更加具体这期的开场和结尾 BGM 与平日不同因为我用了黄东旭今年的新专辑 Whispers of the Silent Mountains 里的一首歌这张专辑在网易云上可以搜到

对 他还是一个野生音乐家放轻松 我们正式进入本期节目吧今天欢迎东旭做客晚点聊东旭是一位老开源黑客 也是野生音乐家你可以和我们的听友简单的自我介绍一下对 大家好 我是东旭然后是 Pincap 的联合创始人兼 CTO 我对我个人的自我认知还是一个

程序员一直以来都是还比较骄傲的是天天都在编码而且比较 enjoy 这件事情另外我的爱好可能比较广泛吧就是从编码到刚才说到的音乐艺术就非常喜欢一些奇奇怪怪的东西然后现在其实平时可能一半时间在美国然后

所以大概这就是我这期播客的源头是最近就是黑镜上了第七季然后我看东旭发了一个朋友圈是说看完这一季黑镜之后想做一期播客是想聊一聊关于 AI 未来的基础设施开发者体验科幻小说还有 AI 时代的黑客文化

然后这也是我们一直很关注的问题就是 AI 怎么影响和改变了每个人因为你本身是开发者然后 Pinkapp 的产品和公司组织里面其实也在用 AI 去做各种新的东西然后你也是一个创作者然后 AI 现在也可以做很多创作的东西比如说像 Solo 或者天宫都可以生成音乐等等那我觉得你的多重角色和活动也会让你对 AI 就是有一些自己的体验那这些想法会对一些人有启发会让大家有共鸣

可能也会让另外一些人不同意但我觉得这个可以是提出一些问题的空间这挺有意思的我们创业的一个动机其实是 AI 你们创业的动机是 AI15 年的时候对因为我跟刘琪特别爱看一个电视剧一个美剧叫 person of interest 看过吗

没有叫中文名叫疑犯追踪疑犯追踪那我没看过这部片但是但我知道这个美剧我知道这个美剧哇 郑若渝太棒了他是在就是 AI 时代之前然后甚至那个时候推荐系统都没有那么 AI 的时候他就设想了一个场景就是所有的这些摄像头什么的这个街道上的这些就是摄像头什么的然后其实能够看

看着这些人类各种活动那对于政府来说它有一个这个很好的动机就是我把这些数据全都拿过来就可以训练出一个人工智能这个人工智能就可以预测谁是罪犯但是呢这里面会涉及到一个伦理问题那有点像少数派报告对对对有点像少数派报告的展开版变成电视剧版

但是那个电视剧它的设定我觉得非常好就是它不会告诉你这个人到底是坏蛋还是好人还是受害者它这个机器的这个回避这个伦理问题的方式就是它会蹦出个身份证号这个身份证号是就是可能跟这看到的未来有关的

这个人他会是主角但是机器不会告诉你是好人还是坏人他可能是受害者也可能是加害人所以呢他的人类代理就是那个电视剧的主角就是每天会拿到一个身份证号然后就去观察这个人到底接下来他是受害者还是加害人如果他是受害者的话就去救他如果是加害人就去把他抓起来哦

这个设定挺有意思的在这个里面人类是 agent 对其实对人类是 agent 没错但这个片牛逼的地方在于其实看下去这个设计还挺不同的但到第三季以后它就变成了一部神剧了为什么呢原来还是说 AI 指挥人去干活

但是后来第三季开始就是有一个很自然的设定就是政府发现这套系统这个太不够意思了每天就给你蹦一个这个 ID 这不够厉害然后政府又拨了一笔钱就是我们要去搞一个通用人工智能它可以像大圆模型一样告诉你各种事情然后所以政府又搞了另外一个 AI 这个 AI 上线了以后第一件事情你猜它会是什么那应该先去搞另一个 AI 没错你这脑洞非常好嗯

他上线的第一秒钟他就发现这个世界上有另外一个 Guard 就是就跟他一样的这个物种所以这部剧的后两季就脱离了那个那种每一集都是去一个办案办案故事的这种变成了一个 AI 跟 AI 之间通过他们的人类 agent 互相这个 PK 的电视剧这个还挺有

还挺有潜在性的因为现在其实大家也会讨论一个问题就是说不同的大圆模型是不是有不同的价值观以及他们之后相互之间什么关系对是很有意思所以后来我们就在想我们当时虽然不是做 AI 的研究者

但是我们至少能够给 AI 去设计一个存储系统让它把所有的看到的东西想的东西都存下来于是就有了 Pinkapp 这个公司但你们最开始是没有想就是说怎么赚钱商业化或者客户是谁我只是想做一个可以无限 scale 的 system 那跟这个美剧的关系是什么美剧的关系就是当你有这样的一个人工智能的时候这些人工智能它其实它

他需要一个很大的这个这个数据的存储系统来去存储他所有看到的这些东西嗯所以你们诞生第一天就是想为 AI 服务的那是的是的是的就因为我觉得到未来产生数据的速度和消化数据的速度如果这个课题是人的话那那这个速度是跟不上的

就比如说现在假设我已经能做到你每天在手机上或者说每天跟这个世界交互产生大量的数据其实这些数据都存下来了但是呢就这些数据怎么用然后让你生活更加幸福

其实在大圆模型之前或者说这种泛化能力非常强的 AI 出现之前其实是用不上的只是这些数据在这儿但是你没法用我觉得未来只有 AI 才能去用上这些 personal data 就是这些个性化的东西才能实现就比如说通过这个 AI 比如现在我已经可以跟 ChargeB 来聊天说根据你对我的了解我可能会喜欢谁那你们最早见投资人的时候讲的也是这个故事吗

不是这个故事了只有跟我们非常熟悉的人才会讲这个故事不然人家说我这疯了吧对首先讲一下你个人生活的变化吧你是把你的房子卖了吗对我房子卖了我现在在住在一个房车里对反正我是觉得很多东西会绑住你第一我想把那些真正绑住我的东西全都舍弃掉看看我作为一个最简单的个体的话我到底需要依赖什么东西最后我发现呃

我所有的这些家当就是没用的东西全扔了然后就是一辆车加上大概 20 平方米的一个小仓库我就可以把我所有的生活必需品给搞定了什么让你决定把房子彻底卖掉了今年年初的时候发了一个朋友圈立了个 flag 就是尤其是那个家族大火

我们有个同事他其实就在 LA 然后火就烧到了他家的隔一个马路差不多这么远的地方而且你想他在那个房子里面已经住了二三十年了就是一个相当于

他这个人一生其实可能都在这个房子里他当时很慌就是如果这房子烧了他也没保险然后一美国人对吧那基本就是 homeless 了然后当时我就在想哇塞这个还挺可悲的或者说这个对啊反正你如果你的这个人生就被锚定在这个位置还挺遗憾的第二个这个动机其实是特朗普这个上台了以后

这个世界还真的挺东升西降的不确定现在变大我也是想一直都想过上这种更多自由的生活然后强行让一些多余的东西就是不要再牵扯我的注意力那有什么东西是你必须留下的

我看你发的照片里有电脑有一个电脑有一个床然后枕头枕头对然后还有我的一些乐器其实我最多的是我的乐器然后其他都没有什么东西你把那些东西丢掉的时候完全没有任何的留恋没有有什么东西是你觉得你原来可以不留但最后你保留极少东西的时候你还是留下来的嗯

好像没有我倒是想都比较清楚像什么这个我决定丢的或者说我原来做好规划的我就全丢了就没有任何的这个留恋我真的有些东西是很重要的就比如说我的一些收藏我的这些乐器唱片这些东西是我觉得要留的

但其他真的是我一点都没有后悔在房车生活一周之后你真的觉得更自由了对啊我觉得更自由了财富上呢财富上我其实对钱和这个财富没有什么概念就我觉得够花就行了现在比如说挣钱给我最大的刺激在于就是这个公司运营以及能够

让整个公司有更多的可能性但是对于个人生活来说我一直都是属于财务自由的状态但这个财务自由是你内心就是当你的这个标准变成我一天其实只需要一张床吃三顿饭有个地方遮风避雨

这个标准的话我觉得就很自由你有把这个状态分享给你身边的同事或者朋友吗有啊我一直在分享有没有追随你脚步的人没有但是有一些创业者会我 coach 的一些小朋友会有很多时候是这样的如果认同像我这样的理念的不需要我说他也认同

对就是他可能本身就是在这个道路上不管是向内追寻或者说过这种有点多少有点嬉皮式的生活他可能在遇到我之前就这样了然后至于他可能脱家带口的或者说他还没有像我这样这种生活经历或者说这样价值观的你无论说多少怎么

怎么去展现你自己他其实也都不太会相信你说你 40 岁之前要掌握几项基础能力种田种田对有缝纫种菜木工电气维修摩托车维修对你这是为了什么在做准备为了做一个人做准备这些你以前都不会这些我以前基本不会

我以前其实一直都是程序员就是每天就是在跟这个计算机和这个虚拟世界打交道但是我会觉得当 AI 越来越强大的时候第一我可以有更多的时间来做个人而不是说天天在那看这个编程的文档

然后再去绞尽脑汁写程序其实当个程序员很多时间都是在过去 AI 诞生之前 80%时间都在处理一些 boring job 就是没那么有意思的真正有创造力的活可能 20%但现在可能有 AI 帮助你以后你 80%的 boring job 里边大概可能 50%60%都被 AI 给做那你相当于对我

我这种以这个编码为生的人来说你突然多了 50%的时间出来那这些时间你干嘛呢那不是那我写的再快我也不比 AI 写的快所以你真的多了 50%的时间差不多我觉得如果作为一个程序员的话当然现在我的这个 row 不只程序员了我可能也有公司管理者公司管理者这边还是会消耗很多时间这一会儿可以再说那就是你们创业第一天是不是就给公司定下几条原则呀

是的第一条原则就是几个创始人我们是要组成一个分布式系统分布系统里面有一个很很重要的原则叫做互为荣于就是没有单点故障就比如说你一个系统它某个节点挂了你另外的这些节点你要马上能够 takeover 这是第一个这个点就是像这个要求我们所有人都必须

互为各自的 backup 我们还会去做一些测试比如说突然有个人说我接下来要消失两个礼拜对我要去旅行然后看这公司还能不能正常运转这是第一个 rule 就是互为 backup 第二个 rule 就是决策机制当大家达不成 consensus 的时候

这个 CEO 是 leader 最后 made the call 然后其他人要无条件服从所以其实这两个路是我觉得最重要的路这个其实跟我们今天要聊的主题也是有关系是吗对因为那个中间有个地方我是想跟你讨论一下就是简单结构的复杂制度

这个也是你之前跟我说的你看了黑镜之后其实很关键的一个启发或者说让你联想到的事情对 inside 就是你看完这一集之后因为你最开始是说你有很多想法就是比如说哪些故事让你印象特别深思考最多我是最喜欢第 4 集就是 play things 稍微给没看过这一集的朋友铺垫一下这情节大概是什么样子大概就是一个

游戏公司的一个天才程序员做了一个很不像游戏的游戏有点像我的世界这样的创造了一个小的智能体然后这个智能体在一个虚拟的世界里不停的用一些简单的规则比如繁衍然后生活然后就相当于让这个 sandbox 里面的这些小的数字的这个小人吧然后自己形成一个巨大的网络然后在那个里面产生自己的智能

然后慢慢的变成一个社会然后这个智能再去通过外面的人类就这一集的主角去影响整个世界的一个故事我具体的情节我就不剧透太多因为他有的人还没看他那个结局真的我觉得非常棒结局有些反转结局非常有反转所以我就不剧透那么多了大家可以去看的时候

当时我其实最感兴趣的点在于两点一个是在计算机里就是那个模拟的世界里产生更高级别的智能的方式很符合我的理念就是一些很简单的规则加上一些这个受限的这个环境然后再加上算力这个其实我觉得跟现在的大圆模型包括 AI 包括我们自己做的这种系统软件都有些深层次的关联

来用 simplicity 来去对抗这个世界的复杂性这个 idea 是我特别特别喜欢的然后另外一点就是个人英雄主义的故事还是我也非常喜欢就能像那种一个 hacker 有一个非常

好的 idea 然后一个人把这个东西做出来这个让我也挺着迷的这种故事对就这个故事里的那个开发者就是 Ritman 他是一个人相当于是个天才然后后来去维护这个游戏的人他也是一个人一个人是的这种故事其实也经常发生了在至少在 IT 的这个历史上对那我们可以正好就沿着这两个方面我们可以展开聊一聊一个就是你刚刚说的一种简单的结构去

解决一个复杂的问题简单的结构带来的复杂的智能你刚说就让你想到现在的大语言模型其实现在就是 GPT 结构的模型它确实我觉得可以扩展的一个关键就是它的目标非常简单它就是 predict the next token 预测下一个 token 所以我觉得现在神经网络你要说它是计算机科学我觉得它更像一个仿生学或者说生理学的一个工作

把无数个神经网络连接在一起莫名其妙就产生了个智能这件事情其实还挺有意思的因为比如说我们在大鱼模型或神经网络这条路走通之前我们去看所有的这些开发者写的程序都是我脑子里已经想好了就很像菜谱一样我把菜谱放多少配料它一定能做出一个什么味道我是知道

我要做什么然后它会输出什么所以基本上是一个固定的一个 recipe 但是大圆模型这件事情你会发现它很有意思它就像我要做一张桌子这张桌子你只要按照这个结构做出来它看起来是张桌子是吧在大圆模型的这个上下文理就是我要把这个神经网络给

勾结出来当你把这个结构做出来以后他莫名其妙这张桌子上面就涌现出了这个饭菜你也不知道这个饭菜怎么来的因为你造的是一张桌子你现在也解释不了他为什么把这么上千亿个神经元连在一起他自然就会有这么强的这个饭化能力

我是觉得这个不同于以前我们去看待软件的方式就像我刚才说的以前我们看待软件方式都是程序源代码我有源代码就意味着我拥有了这个程序但现在我可能花一周的时间我就能去写一个 Transformer 的一个实现很简单 1000 行代码可能就搞定了但是这 1000 行代码你只要不停的给它喂数据它能够产生比就是有史以来所有我们写过程序更强的能力这点其实是

我觉得这个非常不一样的你觉得它像一个有机体是吗对我觉得它像一个有机体其实这里就有一点点想回扩一个我们古希腊的一个著名的哲学家就是亚里苏德德他去看待就是事物的一个视角叫 Four Cores 叫四音第一个维度就是它是有什么构成的

对吧比如说一张桌子它是用木头构成的第二个原因是它的形式因就很像菜谱一样它的比如说对于这样桌子来说就是它的桌子的设计图第三个就是它的使能是谁让它变成可能的使能因比如说对于桌子来说就是木匠就木工让它变成了一个可能的最后一个是

它的目的因就是它为什么要有这个东西它造出来是干嘛的比如桌子是用来放东西的这亚里士多德他其实认为所有的东西你都可以用这四个来去定位一个东西作为这个东西其中最关键的作为事物本质的原因是形式因就是它的菜谱就像桌子它是设计图对于大人模型来说就是神经网络的矩阵连接的方式我个人认为当

我们完全不能理解这个形式因的时候它就是一个新的物种比如说像一张桌子我通过看桌子的设计图我就知道它是一个桌子这个情况下我就对这个东西我可以说我理解了它但是大云模型我只能理解我怎么构建出这个神经网络的

但是它为什么在这个神经网络上有这样的泛化能力这一点是至少我现在我看包括这个最前沿的这些 AI 的研究包括神经网络可解释性其实都还是没有突破的对这是一个方向对当然是一个很好的方向也许未来我们能知道但现在当我们不知道的情况下我倾向于把它认为是一个新的物种

你是从这个角度你觉得它是个新的物种因为那个昨天其实我们在讨论这个事情的时候我当时就写了一个评论嘛就因为你说它是一个新的物种我就在想它能真的进化吗它现在还不能自己进化它还是需要人来训它的我是觉得我们不知道它能不能自己进化

最近其实也是李飞飞的一个工作也是拿一个比较弱的 LM 在上面去做强好学习就有点左脚踩右脚的感觉给了一些这种人类的高质量的数据但是它还是基于一个大圆模型一个底座通过一些 SFT

能够让这个模型本身能力再上一个台阶那这意味着什么呢这意味着其实我们原来对这个代孕模型的潜力的挖掘是不够的我举个例子我通过在一个代孕模型上面一些 thinking process 或者说一些这个 chain of thought CLT 的一些手段能够让这个模型产生比

比以前更好的结果就很像让个小朋友解数学题说你多看两遍他一下就对我觉得我们两个说这个 point 不矛盾因为你说的这个点是你给他一些刺激就人在上面施加一些工作之后他有一个能力的变化而且这个能力的变化是我们无法预测的

对不对就如果用亚里士多德那个四因说来说的话就我有他的设计的图制我知道这个形式但是我无法预测他的接下来的会涌现什么能力然后我刚刚说的他没有自主进化的意思我是指现在目前这个过程中因为如果类比到真实的生物比如说像从细胞然后单细胞生物到最后现在这个人类他其实是一直我懂

我懂你的意思对对对其实现在有一些研究的研究方向对也是这个持续学习对对对持续学习而且我非常喜欢的一家创业公司也是 Transformer 的其中的一位作者在日本开的公司是鱼吗对就是 Sakura AISakaraSakanaSakana AI 对对对

但那个公司最近好像也没有什么做出什么太厉害的东西但我觉得他的概念非常好他概念就是就是刚才你说的那样就是让一堆小的这个智能体然后在一个环境里面不断的

学习和演进然后人类尽可能少的去干预然后看它能够变成什么样子的就有点像这种进化论的意思在里边这个概念我觉得非常好只是现在可能他们的工作还没有看到太多

那他这个已经非常像黑镜这一集了是啊对所以我非常喜欢对我觉得可以就是把这个概念我们可以再延展的讲一讲就是你刚刚说的这个一个比较简单的结构或者形式然后它里面出现了一些其实大家还挺难去预料的复杂的结果或者说它能解决一些复杂的问题我看你之前自己在博客里写了一篇文章

就是这个东方美学与软件设计里面你也讲到计算机历史上它是有些真实存在过的这样的案例的它们的特点都是这个规则或者说它的结构很简单但它可以去解决复杂问题有一个是原包自动机还有一个是跟你们自己的工作有关对对对就是你们 TIDB 下面的底层的那个存储的部分是的 TIKV 都可以讲讲其实这种模式也不少见了就像你刚才说的

原来自动机其实还有另外一个名字叫做生命游戏生命游戏它其实就是定义了在一个 N 成 N 的二维的想象一个无穷大的一个格子世界每一个格子有两种状态 0 和 1 代表着生和死然后这个生和死的格子它生和死是决定于它

它周围的这些格子的状态反正就是一些非常简单的规则一天又一天就每一次每一轮迭代会去就是演进到下一个状态的各个格子的状态就这么样一个

这种简单的 root 当你放进去不同的起始的值的时候就比如说我规定格子的初始状态可能是一个具体的某一些形状或者说一些特定的形状的时候它就能演变出完全不一样的世界就有点像我一开始规定比如说我是个上帝我就规定这个地方长了一个什么样形状的细胞

然后过了 100 万年它能长出这么一个就很不一样的世界出来其实圆滑自动机被证明它其实也是一种通用计算的模型什么意思呢就是说你可以通过这几个简单的规则实现逻辑门你通过实现逻辑门你就可以实现一台计算机你实现一台计算机因为计算机现在我们看的都是图灵机你就可以去做所有这些图灵完备的事情

这意味着什么呢意味着我可以在这样的一个格子世界里面做一台计算机里面运行一个操作系统这个操作系统如果是个比如说 Windows 或者 macOS 你可以去在这个操作系统里面去装各种各样的东西同时呢去实现一个大圆模型来去这个实现一个 chartGPT 一切这些复杂的东西背后就是一个个格子零和一的状态变化

就很漂亮这是第一个这个羽毛自动机的例子它理论上可以但是实际上也没有人这么做是啊这个理论上可以我觉得就够了就是数学证明可以就行就你觉得这个概念这个设计本身它很对它很漂亮因为你想

这件事情理论上可以做到的那就意味着做到它只是一个工程问题就像我也非常喜欢有一些刚才其实也提到我的世界是吧就是那个 sandbox 游戏里面其实有一种石头有一种砖块叫做红石那个红石其实就是可以用来它去做那个逻辑门然后

就真的有一些玩家就在那里边用红石去做了一台计算机然后还做了一个屏幕然后在里面运行操作系统就很好玩这样的思想其实在计算机的世界里非常多包括像操作系统是吧 UNIX Linux 到最底下它其实也是那么几个系统调用在这个系统调用之下在你 CPU 上可能也就是那么一些指令集

指令集就是我说的那些最基础的 ROOT 你想基于这些指令集我能开发出操作系统操作系统上我能去封装 APIAPI 上面我再去做软件这个软件之上再有了我们的互联网各种各样的世界所以你看归根结底就是那几个指令人类世界的最基础的指令是什么不知道所以这就是我们对

自己的这个脑子理解还太浅薄了对我们理解智能但很难说理解自己的大脑我们其实我们不理解智能目前来说我们只找到了一种

我们觉得可能是智能的表达方式就是我只知道我这个脑子的一些生理结构就是神经元之间的互相连接然后我们把这个互相连接的这个 pattern 用计算机模拟出来了以后莫名其妙它出现了智能就像这个大圆模型一样这个莫名其妙现在是共识吗莫名其妙是

我觉得至少说在代言模型的泛化能力的可解释性上是没有什么太多突破的我就举个简单的例子一般写程序我是可以写测试的它整个系统应该是 deterministic 我给定一个输入我通过一系列的规则算法我能得到一个确定的输出但代言模型你能告诉我它哪一部分是 deterministic 没有办法

我觉得也可以讲讲就是你们自己的开发思路因为你们做那个 TNPB 就是 TNPB 下面这个存储分布式存储对分布式存储这个部分它也是一个比较简单的规则可能就十条规则是的对你还写了一首诗我写了一首诗对你写了一首诗对来概括这十条规则然后十条规则它就是能解决一个存储复杂性的问题是的

这个是你们一开始创业那会就已经有这个想法和思路了对因为我觉得我干软件工程师这么多年其实我觉得最本质的一个软件工程师到底在干嘛我觉得一个 insight 就是在对抗复杂性

现实世界是非常非常复杂的你写的软件就是在这么大的一个要跟现实世界做交互或者说去实现各种各样的逻辑其实最大的敌人是复杂性我就写程序其实也是在对这些复杂性做一个抽象

但是这个世界是如此的复杂你的不管怎么去抽象你都会超出你人脑子能够去 handle 的范围所以这就是为什么很多人说做一些业务软件 ERP 什么的这些非常有门槛因为这个世界太复杂这些各种各样

这些 know-how 和这些规则你可能都要在你的 ERP 软件里面去实现我觉得输入库也是一样的而且输入库这种东西作为基础软件它更加要去面对这种更不确定性的需求因为它是基础软件它是运行在所有软件最更底层的一个东西反正我是觉得第一个 insight 就是说你要去战胜这个复杂性你只能通过简单来去战胜复杂性

你不能通过复杂去战胜复杂这个简单等于简洁吗就是很像我允许你的复杂发生但是我会对这个世界设置一些宪法一样的东西更像这样就是把这个系统的边界给设计好就是我觉得简洁它只是形容这一套描述边界的语言的一个词但这个除了简洁之外它更多的有第一字恰

这些其实都是来去形容这些这些宪法就它不应该有漏洞或者说就像宪法如果你发现宪法有个漏洞那完了那这个大家都会利用这个漏洞其实我觉得现在美国发生很多事情就是有人在去利用这个宪法的一些漏洞来去完成了一些这个对整个 Citizen 的一些 hack 而且不应该有矛盾对不应该有矛盾自洽嘛就是互相只 cover 自己关注的那部分就两边没有交集这叫政交就是没有冗余

但是这和你们公司的那个就是互为冗余是不一样的不一样规则上其实是它跟具体的实现不一样比如说在计算机系统里面要去实现一个数据永远是可用的在现实世界里边你只能去创建冗余比如说我有三个副本一个挂了我另外一个顶上来但是我要的东西是说你这个系统能给我提供一个一致的 feedback

或者说它的 response 但是我要去实现这个一致性我是通过冗余这个手段去实现一致性对就冗余不是在规则这一层是在后面的上面的事情对实现层所以其实对于我们做那个存储系统来说我当时有个假设就是

这个系统它同一份代码要运行在三台机器到三万台机器上都应该是一套系统就是我要通过一个规则去面对三台机器的复杂性跟三万台机器的复杂性当你去面对一个三万台计算机连在一起的一个巨型的物理环境的时候每一台计算机都可能会

网络抖动卡一下然后磁盘故障你不能说每一个问题都去人进去我要针对这个情况去修一修所以你就必须得去设计一些系统本身要能够自己修复自己

自己去探索这个系统的一些能力比如说所以在 TechKV 里边我们有很多的概念很像人类的生命就很像一个细胞我要分裂我要移动我发现我自己不健康我要吃药就是有各种各样这种我们其实在设计那个系统的时候不像在做一个数据库而是在去做一个可以繁殖的

一个生命体的感觉有点像所以我经常在销售后去演示的一个例子就是比如说我有一百台机器在那我 randomly 的去 cue 掉比如拔网线你会看到这个系统它没有任何的问题因为它自己发现我这条腿断了我马上我要再长出一条腿来然后在上面我只是把这套机制封装成了一个数据库的样子

然后让它变成一个数据库这个是你们整个的核心吗对是我们整个的核心对我看你当时说了一句话你说就你们的主打产品 TiDB 某种程度上其实是让 TiKV 长成了一个这样的产品的样子是的是的

他其实也可以做别的事他可以做别的事只是做数据故事这件事情更赚钱后来这个系统有眼镜吗也有眼镜但是大的结构还是一直都是这样其他公司没有学你们的吗很少吧不能复制吗反正我们带着马泽东在那大家想复制就去复制欧瑞克是怎么做的欧瑞克不是这样做的他没有去设计自己去生长分裂的那部分

他就假设我就这么三台机器我跟我的硬件绑在一起因为他的假设是这个世界上不需要这么大的数据量对这是 Ork 的做法生长跟分裂怎么能再讲讲怎么实现的在我们的存储系统里面一开始它只有

就很像一个单位就一个细胞受精卵一样然后我的数据其实都是存储在这个逻辑上的细胞里然后这个细胞它是一个范围就比如说从 0 到 100 你存在这里但是你随着你不停的去写入这个数据容器装不下了

他会在中间自己切一刀把自己切成两个容器然后一变二变四四变八就对八变十六然后一台机器装不满怎么办他会相当于长一条腿把自己挪到另外一台机器上然后最终目标是让他这些数据的分布呢

能够在整个集群里均匀的分布那 Oracle 怎么解决这个问题的 Oracle 没有解决这个问题就他的假设就是说那些真的需要这么大量数据的这个客户不存在或者说我就不服务了那像 Amazon 的那个 DemoDB 也有点像 DemoDB 是有点像是跟你们

有有对对对哲学上很像那你们的这个比如时间前后的关系是他们在前我们在后只是我们把这个事情变得更加形式化了对我想知道就是你刚才那种思路在开发者中是比如说比较 top 的开发者他可能都会有这种追求或者说你叫审美或者叫评委也好对还是其实大家是有挺多分歧的

我觉得还是有很多分歧的是有很多分歧对因为我这一派是属于非常的这个比如说像武侠小说里面什么剑宗和气宗是吧我这个属于这个气宗比较多的就是 UNIX 派的就是我其实非常喜欢那个这个 UNIX 之后的像 Linux 啊什么的这些原来贝尔实验室的那条线

那条线的很多的软件都是这种哲学就是我规定一小块非常简单的规则然后在上面长出很多的 ecosystem 不过多的干预上面的生态但是另外有一些这个这个

路数就不一样了比如 Microsoft 他可能就是完全走另外一条路就是我甭管你底下这些怎么设计从前到后我都要去控制觉得你们这一派的缺陷是什么我们这一派的缺陷就是太 nerdy 了就是因为很多人就会说我把底下的东西定好了

就 ok 了非常漂亮 ok 然后让大家去玩吧但是最终专业的用户他其实不理解这些东西的他可能要的是我这个软件微信我要打开它就是一个微信的界面就能用但是我们的这个做法是我给你发动机

我给你这个轮子我给你各种东西你自己去传一个你喜欢的车我觉得你们这一派的偏好可能是这些人都更想做设计师而不是最后给他装好的工程的环节是的比如说我在博客里面我也写了一个我特别喜欢的操作系统对 Flan9Flan9 那操作系统就是他把这些规则定义好了以后他就觉得完成了纸上最漂亮的操作系统对

对但是在后来可能就没有什么人用了就是如果你的最终用户他不认可这些理念或者说不理解这些理念他会觉得哇靠这东西巨难用所以我觉得很多像我们这一派的基本都死在了这个最终的这条

这个用户体验这个事情上可能对于一部分开发者来说他体验很好但是对于广大的普通用户来说这个是门槛还是太高了你在拼开不负责体验的部分吗我也负责体验你也负责体验对对对是的产品这部分所以为什么我们经常会非常规避把这些刚才说的这些底层的东西跟客户去讲他就说用户你也别关心别的你就去用我给你用的那套最终的操作数据的接口就好了

你觉得现在的这种 2C 的公司中有哪个底层结构是符合你审美的我觉得有一些公司是比如 Slack 我很喜欢对 Slack 就是它其实规定了一些最基础的东西然后对于 Ecosystem 就是这种 integration 还有谁 Discord 我超喜欢我觉得早年的微信可能是吧

特别早期的威胁特别早期的威胁就是做产品要做得非常克制就是你去看这种非常非常克制或者非常非常的轴的公司一般可能都会有一点这种感觉我们就非常克制对其实从某种意义来说对你刚才也讲到就是开发者可能也分

派对吧对对对然后就回到就是说的智能这个话题其实就是对什么是更好的智能包括智能是什么我觉得在 AI 领域本来也是一个挺有分歧的问题你自己是会怎么去定义智能因为你刚才说你觉得其实大圆模型是已经出现了一些智能虽然我们不理解这个机制智能本身你觉得是什么

首先我就是还是按照刚才我说的那个标准来去看的话但是模型肯定是一个跟人类不一样的智能如果这个智能或者说这个东西能够超越人类在某些具体的任务上超越人类我觉得它就是更好的当然这个好并不是一个线性的这个

就是说你说一个大人物性强不一定所有东西都比你强你肯定也有比他强的东西所以我觉得好跟坏这个说法其实有一点点绝对了那这个女经理智能是完成任务的能力是吗我是觉得是的你觉得智能是完成任务的能力对因为你不可能说对一个比如说你没有跟他交互的情况下去评价另外一个东西

你只能评价的是他在做某件事情的结果这件事你可以评价的但是你没有办法去评价一个你不了解的东西就是我昨天早上我和 Meta 的田圆栋也在聊然后他的一个想法就是他觉得沿着现在这条大圆模型的路最终可能是不能抵达高级的智能的

对他确实不是从结果这个角度思考的他是觉得比如说我们现在说推理模型或者这个逻辑等等但也有很多证据显示大圆模型目前不是真的在推理当然这个推理是套用了人的推理的方式的是而且我觉得这里面又作为人类经常会犯一些人类中心主义的问题什么是好什么是高级比如说你如果再说一个

一个智能更高级高级的定义是啥他们这一派其实有一个严谨的定义哦是吗那是任务吗简单来说这个定义是学习解码和编码外部世界规律而且能发现新的规律从现象中抽取规律的能力我觉得从现象中抽取规律这件事情

事实上已经做到了包括其实现在刚才我们聊到那家日本的那个公司 SakanaAI 它最近的一个工作好像就是叫 AI Scientist 虽然我没仔细看他们的论文但是他们的这个想法就是我基于大于模型我能不能发现一些就是这个就像你刚才说的知识发现人类未曾掌握的知识规律是的

我觉得这是他们定义的更高级的定义吧就发现人类未曾掌握到有限度就是从经验中抽取出规律所以你觉得这还是犯了人类以作为中心的情况就是我觉得学习只是人类的众多事情中的一个事情其实在他那个逻辑不光是人在学习其实从生命在地球上诞生之后它一直是一个学习只不过在最开始很长一段时间你有三十一年的时间你可能就是纯靠自然选择嗯

来进化的因为你的 DNA 其实也是编码了外部的一些规律但它不是在一个个体的生命周期内它是一个物种层面一代一代通过变异和自然选择来进化的然后到后面可能就是有了神经系统有了视觉之后它里面多了一个机制就是记忆和模拟

就在脑子里对就有了记忆然后再往后可能说真的是人产生之后有了语言然后再往后可能是到 3000 年前在一些古文明里面产生了一些比较抽象的比如说科学数学它大概是这样一个逻辑但你觉得这是个线性吗

我是觉得数学科学逻辑它其实也只是解释世界的一种工具而已对我觉得这个东西涉及到一个本质的哲学观的一个区别就是更根源来说你到底相不相信世界的因果规律是可以被人所掌握的或者说可以被掌握的因为我之前就录的那一期播客就

马伊教授就讲了他这个智能的逻辑有一个听众留言特别有意思就是他是引用了休默的经验主义哲学的一些观点大概休默的核心观点就是他质疑人的理性是不是真的能去掌握英国规律那是经验主义我是觉得有点同意休默的就像有一个很经典的比喻

比如说我每天都看到太阳从东方升起但是其实你并没有办法通过过去这么多一年太阳都从东方升起推导出明天太阳一定还会从东方升起这两件事情其实是没有因果关系的

就没有真因果关系他只是说因为过去 99.9999 的概率太阳一定会升起我觉得这是两种哲学观的不同当然如果文哲学的层面上来说这世界上是没有因果关系的因为大家都是在从经验里面去归纳总结出一些东西纯粹的因果它只存在于数学和那一套逻辑的纯抽象的空间里面

对这就其中一派他觉得我是可以通过比如实验我可以通过一些证实和证伪的一些手段吧去发现规律但是你说的是对的就是就数学这是一个它是一个完整的这种概念但是物理实验确实是的而且即使是数学它

它也是不完备就是那个谢尔伯特之后那个数学的根基就动摇了嘛是啊所以我是觉得如果你只用数学逻辑来去作为高级和不高级的一个标准那肯定是第一它本身这个标准是不完备的第二就是也并不是一个生命或者说智能的

就是全部我觉得是 no judgment 不要去评价他是你的好朋友你不应该去评价所以你的观点是什么呢智能的下一个阶段是怎么到达的以及他真的能成为你定义的更好的或更顶级的智能我可能更在一个实用主义的这个角度去看他现在能够帮助我做什么事情因为

我只有作为人有主体性我没有办法去影响大人模型他是怎么感受什么想的但是我在跟他的交互过程中他能帮助我的生活过得更好或者说他的能力越来越强能够让我有更多时间去让我做个人就

可能是在这个角度去看当然可能未来有一天真的 AGI 出现了把人类都变成像黑客帝国里面变成人肉电池了那也是没办法的事对吧所以现在可能也不去想这么宏大的东西看怎么把它用好吧这可能是我的这个观点就是怎么用好然后有 50%的多的时间然后在多的时间里是

学会做一个人所以其实你看我去评价一个更强的智能或者更高的智能是站在我自己我能够去理解的领域里边他在具体的任务上能不能比我更强

或者说能不能让我觉得他是一个我的老师这样的对然后就是这个关于不同人就不同观点吧我觉得也是涉及到你看到这个黑镜第 4 集之后你刚讲的第二点就是说其实可能有一些进展或者说一些成果他就是有一些少数的特立独行的人推动的然后游戏是在一个技术很早期确实就是不同的人他有不同的想法而且我觉得就是

相信自己所相信的东西是对的是很重要的一点就是奇克或者 Nerd 都会有这个特质这个也很像就是这一期里面开发这个游戏的 Ritman 还有之后可能花了几十年亲近所有吧一直在维护这个游戏的 Worker 那这个我觉得也可以讲讲就是你刚刚说的这些人让你想到的 AI 背后的

少数人还有这种工匠精神还有开源软件等等对我是觉得计算机这个行业还挺有意思的就是从单身计算机以来很多工作真的就是有某一个人他的一个人一己之力把这个行业往前推动就很像比如说你可能在更传统的这种工程

比如你造个水电站或者造个大飞机你不成为一个人这个把它造出来它肯定是一个工程是团队对是个团队或者说是一个大系统但在计算机这个行业里面还有一点点这种工匠的这些就很像这种古代的大侠这种感觉有点像牛仔的感觉对对对就像你可以通过一己之力去改变很多事情所以这也是啊

我非常着迷的一个地方尤其自从在开源社区和这些比如说计算机历史的一些重要节点上你经常会看到这个 pattern 你可以结合你自己的经历讲讲因为你小学三年级开始变成了是的就是从小学三年级开始比如说哪些人人在影响我们对哪些人让你就是有了这种感觉或者说对你启发还挺大第一个我现在脑子里突然 pop up 的名字是那个

就是为什么不是 Steve Jobs 苹果的 co-founder 就是真正去做这件早期的这个 Apple II 实际那个 engineer 我觉得他对我的这个鼓励或者说一个启发吧就是首先做东西是一个很好玩的事情我觉得他的一些人生态度和他的这个 engineering 里面找到乐趣的这件事情是我

感同身受的首先你要做这种东西一定是它是有趣的我觉得 Wolfeniak 的这个人他就是这样一直都是在很 enjoy 造物的快感至于到最后苹果是个变成多大因为其实里面有一个很有意思的细节就是就问他的理想什么他理想就是说我要去回到一个小学里做一个五年级的计算机老师

就是去把这些比如说跟小朋友一起去做一些好玩的事情对我觉得这个对我影响特别大就后来我一直都好玩是最重要的这件事情一定要做的非常有趣然后你也是业余教小学生这也挺有意思的我也非常喜欢教小学生我觉得我小时候就是缺一个像我这样的老师第二个其实对我比较影响

特别深的 John Carmack 第一个让他成名的事情是 Doom 一个游戏 DOM 是一个有点像 FPS 的开山鼻祖的这样的一个游戏它首先是这个游戏的背后的程序员

他是一个大学错学生然后但是他写的程序开创了计算机图形学吧你可以认为他用了各种各样的非常巧妙的技巧去把就是 DOOM 这个游戏给做出来当时让我第一次我当在读他的代码的时候我发现了一些非常美的东西

我第一次从一个软件里面有看到就像看一个艺术品一样的这种感受哇 这个人的脑子居然还能产生这么漂亮的东西那是多大的时候了

小学到初中对你小学到初中就从软件里看到了一个世界而且是小学其实我觉得越小越没有老师去引导你你越能发现你可以简单的跟我们听众描述一下他创建了一个什么样的世界吗首先他的这个外表展现就是一个拿着一把枪打怪物的一个很普通的游戏小时候我也玩当时我们的计算机的这个硬件和软件

都非常受限可能 90 年代都是很搓的什么 386 这种电脑你小学是在一个什么电脑上看到它的代码就是

我想想啊哎呀当当时其实比如说像这这 PC 上面嘛就动本身它是一个这个开源的一个软件它里面其实用了非常多编程的技巧所以就会有很多人去分析它就经常会被引用一些片段就包括到现在其实很多啊一些 geek 的这种项目都会说哎我在一个什么什么系统上跑起了动对经常会有人拿着那个代码去这个做各种这种分析啊测试啊什么的啊

所以其实就是在我的 PC 上看到了因为当时我也在学编程就是会有一些编程技巧或者一些 story 然后就看到了他写的这些东西我说大概的背景就是当你在一个非常受限的环境下你怎么去极致的压榨 CPU 或者说计算机的这些资源能够让一些不可能的事情比如说原来如果按照正常的程序写它画面会非常卡

但是通过它的算法或者说非常优雅的代码一下这个程序就在这些很错的硬件上跑得非常流畅但你看到的这些东西其实就是像一些看到数学公式一样比如一等于 MC 平方你觉得超简洁就是这种感觉它有很多这样的这种

这种 little chicks 我在想这对小学生是一个什么体验你当时有被震撼你也没有人分享对没有人分享对你就是自己被震撼但也不能算完全没人分享过那个时候其实我已经开始接触开源社区了你是小学接触开源社区的我是初中我小学开始写代码对小学三年级开始写程序对就自学

所以刚才开玩笑说我编码能力的巅峰是在高中因为那时候精力无限反正天天熬夜也不会觉得疲劳第二就是因为没有像上班或者说一些条条框框的限制你可以实现各种各样的想法甚至一些非常非常奇怪的想法

你就可以非常沉浸于这件事情但后来比如说你长大了以后工作呀什么什么那老板告你做这个或者说哎你的公司创业要做这个就后续这个像一个画家一样自由画画的这种机会就少了直到后来 Cursor

这个 Copilot 出现了我感觉又又焕发第二春了焕发了编程的第二春还有一个我觉得最近几年对我影响特别深的人是那个 John Cage 他跟前面两个成分不一样他是个音乐家他其实是这种现代的这个你可以认为现代音乐之父的一个人吧其实就是放弃到所有西方的调试音乐然后开始用一些无调性和一些实验音乐的鼻祖他的

他的身上我是看到了一些你可以打破规则就有点像这个世界可能很多人告诉你固有是这个样子但是我可以说偏不我自己从另外一个方向他可能能发展出一个更大的世界而且另外就 Jump Cage 他受到很多东方残宗的影响

以及他本身也是个特别乐的人虽然他是个音乐家但是他另外一个身份是一个蘑菇专家我觉得很多时候就像刚才说的艺术更重要的是故事而不是这个艺术品本身尤其是像这些当代艺术或者说刚才说的实验性的这些东西或者说它的形式它的形式里面也包含它的故事

就是我为什么要这么做所以你去看那些实验音乐的曲谱其实也是有曲谱的并不是让你瞎搞的而是这些曲谱背后会告诉你第一这个音乐怎么做出来第二以及背后这个作者是为什么要这样这部分其实更关键你们在自己的编程中有尝试过这种打破固有规则的一些做法吗包括还取得一些成功的比如说 Pincap 的一些产品里面会有这种东西吗我觉得还挺多就像刚才 Oracle 那个台曲的例子

就是过去吧就是数据库这些开发者大概有两个门派也是跟器中剑中那个有点像我们是属于完全没有做过数据库的人我跟刘奇还有我们几个早期的员工大家都没有做过任何传统意义上的数据库软件这个是我们做第一个数据库的软件我觉得更多是以前我们不知道是还有这么多条条框框我们就按照我们的想法去设计了一个系统

但后来这个系统越长越大了以后发现它超出了很多人以前对于这样的系统的固有的认知就很像造一个汽车我们其实一开始就选择了电动车这条路线但是你想汽油车这条路线已经发展了 100 年

然后所以有很多做汽油车的人是根本看不上我们做的这个东西的就说你们这帮野鹿子这早期的时候就包括我们自己去招聘的时候最早我们说我们要做这么样的一个系统 99%的生意都是说肯定做不出来然后第二做出来好像也没人需要这个东西因为为什么你要这么设计是吧这个世界上哪有这么多数据让你存

但后来十年之后现在来看很多的这些看上去有点离经叛道的这就是非主流的选择就让我们似乎走到了一个正确的道路上反而是那些可能在传统的数据库领域

它的路会越走越窄你们居然都没有做过数据库我都没做过数据库有点意外那回头看就是你们都没有做过这是你们做的第一个数据库然后它经过这么多年的迭代它还是一个很扎实的基础很稳定的系统这是我非常自豪的事就最早的那些设计都非常对一直到现在

所以这是为什么为什么最早没做过这件事情但最早的设计能做得非常对其实就在我们刚才的对话里面就是我们一开始思考了很多那些最底层的规则我觉得就像一个这个社会一样比如美国是吧你看到现在其实美国的这个还是三权分立这三权分立是从美国建国的时候就开始的这个 system

我们在设计这个软件的时候最早也是花了很长时间在去思考这些 permitive 这些原子的语义该怎么去定义就是那一首诗但那首诗不是随便写的那花了很长时间想了很多很多东西

而且除了这些定义这些规则以外也想清楚了我要去 follow 这些规则的情况下我要牺牲掉什么其实这个点也是非常重要的就是当你不知道你的系统你要牺牲掉什么的情况下

你的系统就相当于你你其实没有特别想清楚所以其实我觉得我们的正确的地方在于早期这些规则怎么设计这些规则以及重要的东西是什么后续的很多事情就是只要你不要破坏这些规则你在上面怎么搞你都不会把这系统搞死然后公司的运营也是一样的你们真正发展起来是在这五年的时间吗

对 但是你可以认为前 5 年多少写代码就 15 年到 20 年中间主要是你们真正有大客户 2020 年之后了海外大客户是中国有大客户发展的中国都可能 17 年就有了我们第一个银行的客户就是 17 年的时候其实那个时候正好也赶上国产化什么的会有一波气质你们现在国内客户跟国外客户占比是怎样的

七成是海外的你们什么时候意识到在国内做这个生意是很难有真正的客户的但也不能说很难有真正的客户成熟的真正的大客户说实话啊就是 day one 我们就想就这个东西就一定得是个国际化的东西但是你们出海是 17 年左右在出海的那你要看这个出海的这个定义是啥或者说头两年我们本身也没有时间肉身去做 business 刚你们说你们从 15 到 17 年还是 15 到 20 年整个都是开发过程

对基本的开发过程是的是的是的因为你想 17 年的时候我第一次来真正在美国 setoffice 那个时候你可以认为 TeddyBee 也就刚刚这个东西能运行起来你离做企业客户还有一定距离呢那整个公司发展过程中有什么地方是超出你之前预期跟想象的吗如果从软件工程上来说的话就是云原生这一块想到了这个方向但是这个路径

之前走了很多弯路一直到我觉得到 22 年的时候才算是终于走对了这个 clownative 的方向因为很早之前我们就决定要做一个云服务的公司因为作为一个卖数据库的软件去卖我觉得在中国在美国其实都不是一个特别挣钱的生意如果你要把这个东西变成一个可持续的生意的话我觉得要把卖软件的思路变成卖服务的思路

就云服务的思路所以这个里边其实这三年也是在转型因为我们国内过去大客户基本都是卖软件 license 和服务的这种模式但这种服务的这种形式有种种问题所以我们看到了从售卖软件到售卖服务的转型但是在实现的过程中踩了无数的坑

我们最早对于云的理解就是哎我直接把一个这个数据库软件在云的服务上部署一下然后最后按照这个你使用时长给你机费不就完了吗这个远远不是这样的这个是我们第一版实现这个这个成本你是做不下去的实际上由于对底层的优化不够然后你的消耗会很多因为你要付很多钱给云厂商我举个这个

更好理解的例子如果给你一栋楼你来去做一个类似酒店的服务的话你会发现你把这个楼盖成酒店一个个房间的形式一定比比如说我这一层装修了一个大房间然后就给一个人去住比这种一个个出租的形式一个个大的房间或者说像 apartment 这么出租的形式要更加赚钱你们当时设定你是不是有一天想做语言

我们第一天就想说云源证据是你看我们这么早就开始去做 Kubernetes 的那个整合 KBIS 就是云源生的 operating system 其实在最早我们是没想确实没有这么远大的 vision 但是在应该是 18 年开始我们觉得完全拥抱 cloud 的 infrastructure 这个可能是未来就那个时候开始再去做 prototype 了

只是没有让所有的团队都去参与这件事情这么说现在做数据库有两个路径一个路径就是我把底下的这些每一台计算机连在一起让它组成一个超级计算机这是我们过去做数据库的方式就是那首小诗里面写的但是大概在 2018 年的时候我们有一个特别大的转变就是觉得底下的这一层计算机的连接和我不用看到了每一台计算机了

我看到的只是云就够了比如说云告诉我一个 API 叫做买服务器或者说云告诉我有一个存储的像 S3 一样的或者 DynamoDB 这样的东西我就假设云给我提供就像自来水以前我都是自己打井但现在我假设我家里有个东西叫水龙头

2018 年的时候我们决定了未来每家每户都有水风头这个假设所以这个可能是一个更大的变化然后你们做了什么然后我们就把我们的内核重新写了一遍就是我们现在刚才给你看的那个就是 personal data 我传我个人数据在云上的那个引擎其实底层的这个存储引擎跟它跟开源的那个 TypeKV 是不一样的它是一个纯女原生的引擎

它这个存储在哪里以前你们那个存储在哪里以前那个存储在每一台计算机上就是组成这个集群的计算机上但是现在刚才看到它的底下的存储是在云上所以刚刚你说 surprise 地方是这个是因为成本差太多了所以你们不会做最底层的事情就云上对你们还采了什么弯路还有国际化的弯路一开始的时候我们

我们为什么说我们是一个在北京的硅谷公司因为那时候正好是全球化我觉得最火热的时候对,15 年然后 17 年贸易战开始了这么说吧之前我们一直有一些幻想就是说我可以人肉在国内去做一个出海但是后来

我们觉得所谓的全球化其实是在不同地方的本地化如果你不真正在那个地方去做一个 local business 你很难站在一个以中国为基础的视角去输出什么东西因为人家也不需要你的输出而是希望有一个希望你是一个 local vendor 去提供理解他们的服务所以在这个 mySafe 的转变上我们犯了很多错比如说

团队的人选比如说合作伙伴的选择比如说我在什么样的云服务上去作为地方的服务都犯了很多问题就比如说举个例子一个公司要不要有一个团队叫出海的团队不需要其实对因为出海那意味着你的屁股还是在中午你是在往外出后来

后来我们其实是把这个模式变成日本是一个公司东南亚 APEC 是一个公司美国是一个公司每个公司都有自己的 CEOCTO 和他的 local 的一些人员但是你会想这个不就是有很多冗余或者说一些这些公共的资源是不是好像很浪费了

但我们的实际体验就是你花掉的达成共识和沟通的成本甚至会比你去拉通得到那份资源的节省出来的资源可能要更多所以你们现在有两个 CEO 两个 CTO 每个 region 都有每个 region 的 GM 就是 region 的 CEO 比如说美国就是这边的商业决策你们来定商业策略你们来定

比如上次我刚开完我们的美国的 Sales Kickoff 就是今年怎么卖怎么样的战略因为我们 4 月 1 号开年所以就相当于每一个 region 的 CEO 你要负责 region 的战略和规划和资源而且我可以这么说每个 region 的打法都完全不一样那你们现在就从一个软件公司变成一个手买员服务的公司是的

如果说第一天成立就是以这个为战略目标结果会不一样吗那会不一样非常不一样我觉得一个特别好的例子就是 DatabricksDatabricks 在这个问题上想得就非常清楚和坚决它是做数据分析和云上的数据仓库的它其实是一个在开发者社区里面很 popular 的一个开源软件你也可以认为是个数据库

但 DataBricks 这公司他的想法是非常清楚就是说我不要去售卖 Spark license 或者软件专业服务我就应该做一个云上的纯原生的数据仓库所以在这一点上他非常坚决从 Day1 开始他就是

完全长在云上的他也不会说因为哦我有个大客户他不想用云他这种情况他宁可不做他是长在所有的云上对吧对对对对对那这种事情大厂自己不在做吗那你就想这个也是我问他们的这个 founder 第一个问题就是大厂你怎么竞争呢你看明天开源软件 AWS 他也能提供 Spark 为什么就大家用你呢其实这个东西的答案也很简单大厂在做这件事情的团队你去看那几个人

比如说像 AWS 做 Spark 的那个伍的团队二三十个人比如 DataBricks 那时候可能五六百人了已经我五六百人打你一个二三十人那不是轻轻松松而且对于 2B 的这种企业来说

你的企业客户他在做选择的时候他是一个理智人他是一个理性决策就是他不会因为哦你的这个广告多一点或者说你这个 AWS 的牌子好一点我就不做任何测试我就去选你了他肯定是要把主流的这个 tier1 的方案都试一圈然后再去看总体的价值最后你一看发现因为其实 DataBrace 也算是 Spark 的官方嘛然后这个官方对这个东西的 roadmap 也有掌控力第二呢你的服务又好因为毕竟我人多嘛

他一定是会选择服务更好的但中国长不出 Data Bricks 对吧中国长不出来是的我觉得你刚刚说的理论只在美国成立对只在美国成立那你们会怎么反思你们这一次的战略挑战我觉得刚才第一个反思就是全球化就是更好的本地化这是一个反思所以为什么

后面就说我相当于我跟我们 CEO 就直接搬到美国去了以一个作为美国的 local 的团队去看待整个业务

和公司的文化应该怎么去做其实包括像我们在组织上面也会跟海外籍员工我们有一个原则就是当你一个新的员工加入不管你是哪个地方的你看到这个公司的文化

它应该是符合普世价值观的就它是一个大家一看觉得 no surprise 这是一个 global company 应该有的工作方式和文化我觉得中国文化很多时候是高上下文的就是假设对方了解很多东西但其实这个跟很多国家的沟通方式做 business 的方式是完全不一样的刚刚讲到你觉得中国为什么不能诞生自己的 databricks 你觉得主要原因是什么我觉得现在基础设施还没有准备好吧

几方面第一是我觉得 Cloud 的 infrastructure 能给钱的客户对于云这件事情的拥抱还没有 ready 对他们比较喜欢 C 化步驶中国的大客户是的我觉得这一点其实就阻碍了很多新的商业模式的产生所以其实中间你们有一段时间融资不顺其实也是跟战略转向相关对吗

我觉得一是大环境第二就是我们也不需要融资你们什么时候开始赚钱的怎么说啊一直都在赚钱但是并不是说这个盈亏平衡啊这些事情 break even 什么时候我觉得想 break even 其实是一个战略的决定而不是说对对对你可以自己去看那个节奏是是是所以现在公司是盈利的

现在倒也没盈利但是我可以无限的活下去可以这么说基本上如果看这个趋势的话因为你们有一个不错的现金流对吧是有一个不错现金流的状态是你们想把公司最终打造成什么样子当然这个说起来有点大不怕你们笑话想要去做这个全世界最受人尊敬的基础软件公司你觉得在此之前全世界最受人尊敬的基础软件公司是谁啊嗯

目前好像还没有这样的一个特别对最受人尊敬的 XX 公司有很多是没有这样一个公司是因为大部分人并不了解技术软件有那些公司是吗身为技术软件公司的知名度就都比较低是的而且技术软件公司很难会一个 2B 公司很难追求最受人尊敬

嗯那我们可能比较奇怪就是我们就是非常喜欢非受人尊敬对尊敬是指什么就是第一你的产品肯定是能够帮助到大家对吧就是我觉得赚钱肯定是一方面但更多的是你能够对这个社会产生多大正面的影响这个其实是我对自己做的系统的一个衡量比如说我觉得一个很成功的一个例子就是 LinuxLinux 可能你站在这个李纳斯的角度他没赚到什么钱嗯

但是它至少对整个 IT 的行业的影响我觉得是非常深远的受人尊敬和赚钱优先级高如果你从公司的愿景来说肯定受人尊敬高因为我是觉得受人尊敬你一定在这条商业路径上比如说你创造了一个 10 万亿的社会价值

你再从中赚个 1000 亿我觉得是很自然的我觉得你的很多想法或者说你们整个团队的核心团队的想法和追求的事都还挺古典程序的

哦非常古典非常复古啊是是是上个题最受人尊敬的是马化腾啊是吗哈哈对啊腾讯的回选就是成为最受人尊敬的三个词挺好挺好当然我我这可能太程序员了我觉得这很多的观点都嗯我觉得底层还是你们希望给这个社会带来更多更大的价值吧是的对你们这个愿景比我想象中还是要大一点

我之前过来以为你们就是对比 ORG 存在的一家数据库公司确实大一点这跟你们出发时候相信的东西是一样的吗你们出发的时候是因为看了一个电影电视剧然后觉得要为未来的 AI 提供大规模的存储服务当然这只是其中一个原因第二我们确实也喜欢这个事情那没错而且

还有另外一些原因就是这个系统它本身对于像我们这种古典程序员来说它就像竹木朗尔风一样的存在就是这个世界上最难做的系统我觉得分分数据库是最最最难做的

你觉得组织某种意义上组织规模和效率是什么关系包括你们会有意去控制这个组织吗尤其是 AI 来了之后我不会刻意的控制组织因为很多事情都需要人来做我只是说我会要求大家比如说这两年因为我判断 AI 一定是未来我们能利用的最大的杠杆

杠杆吧就是能够让你去提升效率的东西就是我并不是说像那些天天那些 CEO 天天想着哇这个 AI 来了我是不是要砍掉 50%的人那不会我觉得现在还没到那一步人还是有很多不可替代的东西但是呢对于比如说优秀的人才来说 AI 它一定是它的放大器它能去干就是更多的这个

就是你想象不到的事情我觉得这个还挺有意思的你们做什么是为未来布局的事情那短期没有效果的事我觉得第一个肯定是 AI 这部分就做了很多就是预言啊投资啊这些事情很多时候我觉得有一个

难点就是当你看到这个是一个非常哇非常巨大非常有 impact 的这个方向但你具体每天在底下组织团队里面每一个人他在做的这些事情他就没有办法这么的去拥抱因为就有点说老板天天在说这个但我日常工作好像对这个东西也没有太多的帮助或者经常有什么错的什么的我也理解但是呢

我还是希望吧就反正我现在最大的这个难点就是不停的一遍又一遍的通过各种各样的方法各种各样的场合去让大家能够用正确的 mindset 来去来去使用 AI 因为现在很多很多人我不知道有没有这种感觉就是对 AI 是有敌意的你们公司应该没有吧我们公司也有啊当然很多呀就是我经常拖一些事情然后底下的同学调研了一圈来说哎呀这个东西效果不行嗯

你有没有好好调研反正很多时候我其实心里是有个答案的但是你会发现我觉得任何组织都会存在这个问题很多人会为了证明自己多少有点人类的 ego 在里面

对来去挑刺因为我觉得本来也是想跟你讨论的一个问题就是 AI 来了之后我觉得它某种意义上好像是有助于那种古典程序员的工作方式回来的因为以前其实随着软件行业的发展就到后期有一些软件也是非常复杂

就是需要很大的团队来一起开发的比如说可能自动驾驶就这样一个例子有些比较复杂的系统那现在就是变成了可能一个很有想法的人然后加上 AI 的帮助也许它的战斗力会比一个小团队甚至都更好更灵活我超级同意这一点包括我自己使用这个 AI 的工作经验就是这样的

对我就想知道你是怎么来用的你自己的工作发生什么变化然后你们公司层面用 AI 是怎么用发生些什么变化我觉得有一点就顺着刚才那个问题遇到什么困难其实我觉得第一个站在一个程序员的角度用 AI 来说你不要对自己设限这个是最大的一个你要克服的东西比如说

比如说我是一个做后端的工程师但是我其实以前也做过前端我甚至做过 Windows 客户端我还做过 iOS 客户端我还做过 Web 什么写 JS 我都干过因为我学习编程的时候因为很小开始学这个也没有老师所以我都是根据我要干嘛来去决定我要学什么

但是有很多科班出身的这些工程师他就说我的工作的背景是这样我就是一个后端我就是个 IOS 程序员我要去转型其实在我看来就像你刚才说的这种古典程序员里面尤其这种 hacker 他其实没有什么转型一说就是不要对自己设限

以前不对自己设限你的代价就是你得去学所有东西所以你得去快速的学习但现在有 AI 的帮助你这个学习效率变得很高而且 AI 可能会比你更加知道这些细节是什么样子所以对你的这个个人来说更重要的是

你要有信心你能完成你的目标啊其实我觉得这是第一个特别大的转变就是你要能够发现问题能够去动手做我觉得这是最重要的其他的都不重要那其实意图就变得很重要对动机对以及发现问题的能力啊

当然了其实还有一些啊包括用 cursor 和一些这种这种 AI 编程工具的一些问题吧就是他在一些真正复杂的系统或者说一些很新的库 library 一些很复杂的这些这些场景他还是不行嗯啊

还是需要老司机这是第一个他的限另外一个他搞不定的事情就是他没有办法告诉你一个你不知道的东西比如说我要做一微信他没有办法说根据你这一句我要做个微信的提词词帮你去把整个路径给做出来

这意味着你作为这个 AI 的工具的使用者你得大概知道怎么去评价它的工作你得知道我第一步应该选什么样的库第二步应该我要做什么样的架构你可以不了解细节但是你这个大方向你得搞懂如果你大方向

或者说你没有办法去判断他选的方向的话这个 AI 一定大多数情况下都是走错路的所以我觉得这个是第二个体会吧所以我现在的工作方式就是我会跟 Cursor Back and Forth 讨论就比如说设计文档路径该怎么怎么

我们做甚至把这个项目的这个代码的框架都已经写好了剩下就让他做完整点控就是这个这个这个是效率比较高的但是所以为什么我不看好像什么 devin 这些就是甩手掌规式的 agent 你的 first shot 生成错了你后面就一直都在错过的方向上你怎么看最近硅谷很热的 vip coding

我很喜欢 vive coding 但是就像我刚才说的 vive coding 它只是在一些你的大框架比较完美清楚第二你能评价 AI 的工作的时候很多人 vive coding 他是没有办法评价 AI 生成的东西的这是很危险的一个没有编程经验的人不行绝对不行对你就别看现在推特上老是吹什么三岁小孩开发了一个什么游戏什么的这全扯我觉得

对因为你刚才在讲就是你用这个 Cursor 的过程包括你说 Cursor 让你焕发编程的第二春我就是在想这有一个你自己的经历在这里你已经有 30 年的编程经验然后你用它你觉得如鱼得水帮你节省很多时间那对于一个成长中的工程师或者程序员来说我真的完全不想

你觉得这会毁灭他的职业生涯吗如果他一开始就一直用这个东西我觉得如果他是一直 web coding 他不学习绝对不行我举个简单的例子大家都都有体感的比如说像 DeepSeek 最近不是他开源之后开源出了一堆 ARInfer 的东西吗就是在美国这些做基础软件或者做这些 system 的 engineer 现在越来越少尤其在这种

创业公司里边你可以认为现在这一代美国硅谷最 hot 的创业公司里边的这些工程师他的底子是没有比如 DeepSeek 那些人扎实的比如 DeepSeek 很多这些优化我拿去问比如像一些我就不说哪个公司反正你能耳熟能详的这些 top tier 的 AI 公司的 infra 的这种 manager 问问你在怎么看然后对方回答 like magic

可是 OpenAI 的 code 又看不见它好像开源过 Inferno 它很早就开源过很多东西你不用去看它的代码你去看这个人他知不知道这个方向以及比如说很多时候内行看门道你跟他聊三句你就知道也是一个非常扎实的系统工程师能够

做出来的东西但很多这些东西在美国的这些年轻的 starler 这些人不是说美国没有很多这些人他其实可能在大厂里边干了二三十年这样的比如说 Google 的这些老工程师但是你在这种新的这个 starler 里边

你当时那个鬼谷朋友有形容他为什么像 magic 吗就是因为他不知道他觉得这个人就为什么工程师要去要去搞到这么细的这个地方去抠他这么底层的效率在云上或者说我在 OpenAI 我不就是多采购一块显卡的事吗

但是其实 DeepSeek 的工程师也是非常年轻的这就是不一样的点我觉得中国的这些包括我们自己其实平时招数据库联军你看我们的人才的构成也是非常年轻的我觉得中国在过去的 10 年 20 年这些互联网公司快速发展然后比如说阿里头条字节他们面临的这些 system 层面的问题其实是比美国要多的对

然后这些经验其实都是滋养了这一代这个 engineer 就是它是有一个真实的大的需求驱动然后有这样一代工程师我觉得不管怎么说中国的这个教育但至少这些基础的这些计算机基础的教育尤其是一些比较热爱编程的小朋友的基础的这些基本功还是非常扎实的

你看现在很多美国的学校都不学 C 了 C 语言都不学了 C 语言都不学了直接学 Python 吗直接 Python 直接就 Java 对吧你跟他说指针他指针是啥你总体觉得你们美国招的本土工程师整体是不如中国的对吗老实讲我在美国我不知道特别低调写 code 的工程师我只招 manager 和 PM 我希望用到就是美国的这些老司机的经验以及他们去看待产品的这些视角中国会出现一辆这样的人物吗

我觉得很难啊对就像大家讨论中国也不会有马斯克一样对对对就这种从零到一的创新我觉得现在可能还早对你刚刚说推动人类进步的那些像群星闪耀星的人物没有一个是是啊是啊这个很遗憾我们努努力看看能不能这个搞一搞但现在我觉得中国可能更强还是这种工程化那在 AI 时代中你们就是拼开不做的事情会有什么不一样吗你们整个架构要重新用 AI 的方式写一遍吗嗯

肯定我不会用 AI 重新写一遍因为我是觉得我刚才那些那些 philosophy 我觉得在 AI 的时代还是受用的就是前面最早最早那些 philosophy 但是要做好一个准备就是你要把你的用户从程序员或者说从一个软件的开发者转换到如果你的用户是个代言模型或者是个 AI 他会怎么期待一个

一个数据软件你的用户有可能会是个 agent 是的对我是有一些这样的现在在做的一些工作但现在还没有发布所以不太方便说只能说从这个问题的角度开始思考就是 AI 需要什么样的

存储和数据库你讲一下简单讲一下一些思考点比如说你要去给这个大脑实现一个 memory 这个记忆层首先你得放弃掉一个事情就是你不能给它太多的限制这个限制什么意思呢就是有点像以前我们做数据处理的时候经常说我要给我要做一个报表我要做一个 ETL 我要做一个这个比如说归纳总结

其实你去看现在的很多公司里边的数据团队包括什么运营团队他天天在做的事情就是我把运营数据然后翻来覆去的整成这个报表然后给老板看对吧我发现如果在未来在 AI 的这个时代消化数据的方式你不要再像人类这样自作聪明的帮他再处理一堆也不用做什么数据仓库数据处理最好的办法就是

对你把原始数据给他让他用一个很灵活的接口来去能够访问到你的原始数据他能够给你提供的价值一定比你自作聪明再去做一层封装要更好我举个简单的例子比如说我以前经常看那个 Salesforce 我们可能有好几个同事的工作就是全职过去全职去帮助这些

包括我高管这些说我有个什么需求你给我跑一个 report 报表什么的但现在我其实完全不 ok 看看我的自己做的业务人员比如说这是一个小小的例子比如说我就会直接问我上一次跟我这客户开会是和谁杀死后

他会告诉我是跟这个然后我给他说我的公司的一个销售的名字他会告诉我这是他的最近的三个月如果你要把它变成一个真的好用你不写程序是不可能的

所以为什么我刚才会有一些这些 insight 就是你可能有时候你产品真的是做多错多就像刚才得到这样的效果我其实没有做任何的数据处理你想像这些报表以前都是我的 operation 同事在给我做的但现在我的交互界面就不是数据分析师了就是代言模型所以其实这些数据是代言模型在我的底层的数据库上现查的

我发现效果最好的就是我直接把原始数据放到我的数据库里然后让 AI 这边直接写 CQ 因为 CQ 是一个很灵活的语言你可以让它而且像刚才这些都是简单的有些更复杂的就是它会自己生成数十条 CQ 不停地去对你的这一部分数据翻来覆去的分析之后给你一个 insight 所以 Salesforce 这种软件服务工艺商一呼一解呀

所以我觉得 Salesforce 当然很重要但是最后如果它能变成一个很好的 Data Provider 就行了比如像我这个东西的实践方式非常简单粗暴就是我在这里直接调用了 Salesforce 的 OpenAPI

其实这就是 Salesforce 的 Open API 的调用然后把它的最近的一段时间的 event 拿出来写到数据库里这个数据库的定义就在这儿这是我自己写的一个 Weekend project 这就没什么太难的任何人都可以写只是你有没有办法去第一找到正确的实现这个东西的路径

第二有没有发现这个问题所以按照这种新的消化数据的方式这种中间那种 CRM 公司都可以被取代而且你看现在我已经不能对每一个销售都了如指掌了因为销售团队大了但是我永远可以通过不同的维度跟我代言模型来去 back and forth 的去分析这些人的工作

过去你想这些我提一个需求可能三天以后给我个报表而且我可能我提完了这些需求发现我要的不是你给我的这个那又得有三五天

所以至少我这个工具帮我提升了很多效率然后但我刚才说的一个很重要的问题就是你怎么发现这些需求或者提正确的问题我当时给我的问题就是我非常的讨厌 Salesforce 我不想看 Salesforce 你知道吗这是我的核心的真实痛点所以我就相当于我自己我要去写个程序来去利用代言模型帮我去搞定这些事情我看了一下它是只是 2270 亿美元

对就未来大家不需要它那么复杂的服务跟收费产品了所以为什么我觉得做 Database 不会失业呢就是因为你其实你代言模型要跟你产生关系一定得通过你的 Personal Data 那普通公司普通人呢

一样的就这么说我现在还有另外一个你刚才说我的产品上要对 AI 的时代做什么样的准备我现在我的基础设施是可以给全世界每一个人提供你自己的 personal databasefor free 就应该是免费的每个人的 data 把你一生的数据存下来就应该是免费的其实这数据也没多少对

比如现在我自己的 personal data 全都在里面只是现在这个东西还太过于这个工程师了比如说飞书的记录微信的记录其实全都在这个数据库里面这个数据库是在云端还是近隐私云端在云端对实时的对然后我的 email 也在里面所以每个人都会有自己的 personal data 比如说像

它的一天的这些基于时间作为一个维度的流比如今天下午你跟东西聊了这些东西其实你的随身的这些 Agent 就会对都可以直接变成一个这个结构化数据那就是可以记录一个人的 24 小时这个可以嗯

我自己做了一个小的 device 但是我没有带在身边就是有点像一个这个树莓派然后挂在这儿那个带原模型其实现在很多多模态的原模型吧你其实就让他每隔五秒钟拍张照 summary 一下我之前很早之前见过一家微博公司就做了也是一个华人开发的太多了他是可以一天二十四小时把所有的对话都录音的

现在好多这样你直接语音调用你就可以把音调出来我觉得这个是但这个公司破产了对但这只是他的生不逢时你自己做的设备是一直录音然后 5 秒每 5 秒拍一次照片对拍照片然后让他总结这个照片里面有什么东西然后按照一个特定的格式总结出来写到数据库里写到我的数据库里最后呈现出来是什么样一个 list 就是一个 feed list 你这可能是 AI 最喜欢的人类

数据太多数据三方又搞了一个智能眼镜那是的是的我觉得这个是以前我们看待数据的方式叫做大数据大数据中间有很多 business 是说我把这些 data 做 processing 然后把零散的数据变成一个大的数据从大的数据的分布里边去做一些 inside 的抽象这就是以前所谓的大数据的干的事情

但我觉得未来在 AI 的视角上其实就会变成一个非常长的长尾的数据因为以前是这样的零散的数据是没法分析的当然现在你每个人的 agent 其实是可以帮你分析你每个人的 data 这个其实是对数据的基础设施包括数据库服务提出了很多不一样的新的要求的比如说怎么给全世界人民提供免费的数据库这个问题 Oracle 是不会想的你这个免费的话那这还是有成本吧是有成本

但是我们找到了一个方法能够让成本变得非常低

你们找到这个方法这个方法现在是其实所有的云服务都是用类似的思路那就是弹性对 90%的用户或者说 90%的人他的数据都是冷数据你不会每天都去回忆你三岁的时候在干什么事情其实真正重要的数据也就是最近你的比如说最近 200 条数据如果你的系统能够 smart enough

去合理的分配这个数据的冷热的分布这里边的这个利润的空间其实是很高的我举个例子你现在电脑你比如说你看存储的话你可能能用个百分之三五十对吧

但是如果你看 CPU 的话你大多数时间你的 CPU 都是在浪费的所以那你说如果我要找到一个方法能够把全世界的这些计算机空闲的 CPU 和空闲磁盘利用起来那是不是我就能够做一个因为现在这么说吧这个摩尔定律这么多年了事实上人类造出来的存储设备和计算设备完全能给每个人去服务对然后成本就能做得很低苹果有在做这事吗

我不知道有没有在做但我是从一个基础软件的视角我觉得是能做这件事情如果你们有一个这种个人会用的产品而且是一个比较普世性的需求这好像是离最受尊敬的我其实我觉得这里面的策略应该是说我得跟一个这个

这个应用层或者说做 memory layer 的这个 partner 合作我去给他提供一个 for free 的 database 你就给你任何你想做的客户去做打败你所有的竞争对手我帮助你成为这个全世界所有 AI agent 的 shared memory 我可以做到的一个事情你们自己为什么不做呢为什么要跟 VIA 合作因为我是 infrastructure 我是造水管的我不可能从上到下所有东西都做了反正我们还是比较自知之明的我是 database 的 expert 但我并不是 AI 的 expert

你们这个思路也挺硅谷的因为中国的很多行业里都会倾向于全球整合吧是但我觉得这不好你们还是很水平分工的一个公司是我们是有些 criteria 这个会反映在我们做的技术决策和产品决策里面所以这是你们本来最大的战略中心吗

我觉得算是最大的在产品方向上是最大的因为它是整个行业的范式的转变但这个可能跟眼前赚钱的东西不一样可能这件事情跟我今年甚至未来三年赚的钱都没关系你刚说是整个行业范式的转变你具体指的是什么其实就是

看待和使用数据的主体变了就是从一个数据分析师变成了带源模型从程序和数据分析师变成带源模型这个事情多少人意识到了已经在发生我不知道应该很多人吧对因为做 agent 的人现在也会有一些这样相似的讨论吧做 agent 的人他不是做 database 的人

就是他现在我觉得有一个很神奇的一个点就是我们其实造出了一堆武器很多人他不知道这个东西是存在的然后他就觉得哦因为现在没有这样的东西所以我们不能做到但现在我的这个烦恼就是我确实造出来这个东西但是呢这个我又不想去把上面这个做了或者说就算我做了我也不能成为行业标准我觉得你还是挺幸福的你一方面有个人追求一方面你能通过个人追求实践你想要做的事业嗯

就顺着这个往下聊的话就是说回到这个古典时代成全的古典时代然后我觉得也有一个东西是在明显的回潮就是开源当然开源是一直都存在的但可能对中国的很多公司来说是在 DeepSeek 这个春节崛起之后对让很多人就是开始特别关注到开源但你们是非常早就做开源的

尤其你们十年前一五年成立的时候我觉得那会儿中国应该没有什么基于开源的成功的商业公司确实没有我觉得基础软件首先个人因素是在一方面因为成长的过程中从开源社区里得到了很多东西最后自己创业的时候可能

会优先选择这个方向第二个我觉得很重要的点就是我们觉得就做战略就是比如说你不开源这个事情还能不能成立我们发现不开源是不能成立的如果你要获取一个非常好的成功商业上的成功

在我们做的这个数据库这件事情上不开源是不成立的反正这个可能是我们自己的结论其他人可能比如 Oracle 它觉得不开源 Oracle 是不开源的但它是上个时代但是这个时代我觉得是这样的对新的 EPU 好像开源确实比较主流就是在基础软件数据库这个层面至于为什么这个可以展开一期我就不细说了但是我觉得开源它是一个战略上的一个必经之路不开源就会死其中最关键的一条原因是 Trust

因为你的这种软件太重要了以至于如果你没有给全球的用户一个 trust 的基础 Oracle 没办法 Oracle 已经是运行了这么多年它已经有这个基础了所以大家就闭着眼相信它了但是对于新一代的这些外来者来说开源是一个

信任的基础吧所以我觉得包括 DeepSeek 也是一样就是因为如果你想想如果 DeepSeek 是个必源的它不可能有海外的客户的但是如果它是开源它就能构建一个全球的生态就举个例子 101 公路上反正我上下班的路上我也不说哪家公司了

但它不是 Deep-Seek 但它的大广告牌就是 Running Deep-Seek in your data center 对就是这么说是吧所以我觉得这是第一点第二点就是我觉得接下来现在 AI 的这一堆包括 agent 这么火热包括大圆模型这么火热我觉得未来这些火热的不管是应用还是想法

第一时间一定会有一个开源的这个生态出现其实这是一个历史规律就是当你有个很好的想法的时候你要想这个东西不仅是你一个人在想这个事肯定很多人这个也在想然后对于想要通过这些好想法的信息不对称来去

正超额的这个这个利润这事情是不成立的因为一定第二天就会有一个这个人出来说啊我作为开源的让这个东西变成一个民主化的东西操作系统是这样代言模型是这样 agent 我觉得也会是这样你觉得代言模型的开源和以前的软件开源有什么区别吗因为在以前的软件里面就像你说它可能是更机械或者更无机的一个东西

而大圆模型其实你只开圆带甚至你把权重都放出来它还是我觉得未来大圆模型这个东西它不是最重要的东西了它就像一个比如说像一个台风一样它就是那个台风眼它是很小的一部分而且这个很小的一部分你认为 tier1 的所有的这些大圆模型能力都是差不多的

比如说你完成像刚才我的那个 South Force 的这个 dashboard 的这种能力你其实不需要这个 GPT-4 或者 O1,O3 什么的你那个 DeepSeek 可能开源的 R1 就绰绰有余了我现在是用 GPT-4.1 但是用 R1 一样可以做到就这么说 TA1 的这个模型能力本身我觉得都会持续进步而且开源闭源的这个差距会缩小但是之外的所有的这些 engineering 的工作

agent framework ecosystem 你有必源的好的东西第二天一定会有一个开源的东西出来就是它是围绕着大模型整个生态的各种东西上下游的软件的工程的开源你们选的开源是因为第一名是必源是这种很大的关系那你想任何其他的东西新的生态出来第一名肯定是必源但第一名出来必源了以后第二名一定是开源对啊所以所有的这个大的生态都会符合这个模式所以它是一个循环吗

我觉得这是个历史规律对所以为什么从赵新龙到一个霍尔朗时代第一名都是在笔远因为可能好的这个想法或者说有人想垄断好的想法他们占据了这个商业上的这个先机或者优势比如 openAI 什么的但是一定会有第二波人怎么说完善这个好的想法让它变成一个更民主化的东西但第二会超越第一吗

不好说比如 iOS 跟那个安卓你很难说谁比谁更好但如果从市值跟市场价值上对啊,我觉得 Linux 跟 Windows 谁赢谁输呢它到最后我觉得会慢慢的分化出属于他们的市场所以历史的规律到底是开源和闭源哪个会赢了为什么一定要赢呢赢这么重要吗

就比如刚才那个例子安卓跟 iOS 谁赢了呢共同都推通了就是啊我觉得就是这样的但是我能说的是说开源一定会是构建这个生态的一个必然路径我们其实想讨论书艺的问题是想说你选择开源不仅是因为信仰而也是一种商业选择对是一种竞争策略没错但是我这个竞争策略也不是为了赢 Oracle 我竞争策略是为了我能够去做这些头部的企业大客户

就是你刚刚说让他们有信任对对对是的你觉得现在就是大模型的开源里面哪些东西是你觉得希望它是开源但实际上开源都不太够了我觉得现在但也有人在做了就是我记得 Linux Foundation 底下有一个机构我忘了叫什么名字大概就是说从训练 data

到训练的工具权重全链路开源这个可能是就可复现的那你说的这还是非常彻底的一种就很少有人会到开源训练数据的这一步但我觉得到现在 DeepSeeker 也 OK 对吧就是到现在给你开放一个权重你可以无限制的 license 去用就行了老实讲你也不能解释大圆模型这神经网络里发生了啥事是吧

给你那个训练的数据也只是让你内心觉得这个东西还挺安全的这而已因为你现在就是中美两边就是你都是有表现的观察其实你在那边待的时间比较多就你自己观察到的两边的这种开源社区的氛围会有什么差异和相同的地方尤其是 DeepSeek 之后你觉得中国这边会有表大的变化吗

我觉得中国现在 DeepSeek 出来了以后它也不叫开源生态就是一堆卖一体机的对,这个是 DeepSeek 对中国生态最大的变化对,他们说那个接入 DeepSeek 都不是真的接入 DeepSeek 对,都是一体机都是接入了阿里收买的一体机是这个利润是不是很高确实高,但做这种事情我觉得做做赚点钱就好了

我不会去关注这些事情老实讲现在很多这个客户自己他拿 DeepSeek 怎么用这件事情也是没想清楚但是就是说我需要一个 DeepSeek 我需要一个我自己可控的 DeepSeek 上面的这个 API 长得跟 OpenAI 的那个 Restful API 一样就行了很多现在大家就只是说把可能做一些软件上的适配硬件上的适配适配一下国产的显卡

就先卖出去至于说它是什么样的应用场景需不需要在软件上做什么样的生态调整这完全没有可能最多就是加个 DeFi 在上面然后写些工作流什么的那能叫部署了 DeepSync 吗对

能浇这种能浇为什么不能呢对他买出来的一体机插上电最后就给你蹦个对话框出来那也是部署啊那和真正部署 deep sync 的区别是没啥区别但我觉得这种东西就是 hype 或者说更

我们公司想做的一些事情不太一样当然可能国内团队有赚钱的压力那走吧走吧走吧我不知道就好了但是回到你刚才那个问题就是海外的开源生态其实我觉得还是有很多人在认真的做

ecosystem 就在国外所以我也不包括我自己投的一些国内的这些做 AI 的 agent 的公司我都建议他们说你虽然是中国人但是你应该做海外市场现在咱也别这个这个急着去挣钱你尽可能融入到这个 ecosystem 里面

而且融入到开源的 ecosystem 里边所以我觉得这是最大的区别吧就是如果你不是做基础模型本身的我觉得现在大多数工作都都是在开源的尤其在这个 infra 或者说开发者的这块的比如像 NCP 对刚说我就想到 NCP 是去年我觉得挺重要的一个因为你说 NCP 这个东西不开源你没人会用的对

对吧对这个其实我觉得也是体现了 Anthropic 和 OpenAI 思路不一样的地方你其实后来 OpenAI 它虽然也有 FunctionCore 但它也去支持 MCP 了你这么说吧你想 FunctionCore 这个 OpenAI 早就支持了但是呢 OpenAI 的各种问题都是因为它其实一直都对开源的这个理解我觉得就是甚至有点有点敌对态度这个你看现在它相当于起个大枣

然后我觉得像用 reinforced learning 这些来去虚模型的这些方法并不是 DeepSeeker 发明的其实 OpenAI 自己早就知道这些事情本来 OE 也是新发的对吧这个藏着掖着然后包括像 function calling 这些事情藏着掖着但是你这么拖着拖着拖着这种东西没什么秘密的

你可能领先三个月,So what?是吧?OpenSource 出来以后你没有掌握标准那你就是得去兼容别人标准了对其实我之前跟一个 DeepSeek 的前十一生也聊开源的事情然后他就说开源可能有几种目的他说的有一种目的我觉得还挺有意思的大概意思就是说这个人可能想追求一个非常大的东西这个东西就可能是一种标准是的,NSP 就很类似这样的

因为而且到最后你去看 NCP 的实现它不一定是最优雅的实现但是这种东西标准你只要有网络效应只要有人用最后你的这个护城河自然就起来了然后最后一个部分是想聊聊就是你对 AI 或者说机器与人的关系和边界的想法

一个是关于你们公司因为现在用了很多 AI 然后之前我们交流的时候其实你说你对这件事你是有一个潜在的担忧的这个担忧就是说我们会不会因为研发速度太快然后技术加速太快对就是你跟我说的那个神的 91 个名字对那个是那个是那个是可能刚站在更高维度就是人类文明本身去思考这件事情就是

首先我可以给大家介绍阿斯克拉克那篇科幻小说就是神的 91 个名字大概情节就是西藏有个寺庙里面一堆喇叭然后他们有个传说就是他们在干一件事情就是根据一个算法来去排列组合出这个世界上神的所有名字这个算法大概就从理论的边界来算大概是可能 91 个这样的名字但是呢

西藏的这些喇嘛们他没有高科技的工具所以一直以来世世辈辈都是用手抄的方式就一个个抄是吧按照这个速度来说你要抄完那 91 个名字可能要好几万年对吧然后他们说这个抄完这个东西这个世界就会迎来下一个维度或者说这个宇宙的意义就

就是在写完这个名字的时候体现但是如果按照现在的速度可能还要写好多年了然后呢这帮老王后来发现这个世界上有个东西叫计算机于是就跑到美国去租了一台计算机把这个算法告诉了那些工程师说

我能不能用计算机来去帮我去把这些名字给打印出来但计算机打印肯定快可能比人类超的速度要快几万倍这么一通搞下来最后把这些名字全都列出来的时候就结束了结尾就是星星都按下去了就有点像相当于你看一个电影你就强行拖快镜直接拖到了结尾

为什么我看现在大圆模型和现在这个 AI 对人类的这个渗透速度有一点点这种担忧就是人类是否已经准备好去迎接这样的一种能力可能就从一个当然我是无神论者如果从一个有神论者的角度来说也许造物主给人类的时间很长预计是可能几十万年后几亿年后才会有这样的东西出现重点这段时间是让人类的心智能够

ready for 这样的 technology 但是人类可能通过种种的方式超频了或者怎么样就是在一个心智还没有足够成熟到迎接这样的技术的时候拥有了这样的技术不过这有可能是技术本身的特性带来的嗯

因为技术其实本身就是有加速发展的特性是但是人这个进化速度太慢了所以为什么就是说像一些核武器或者说一些这些东西对人类从整个文明的角度来说不一定是最好相当于人类已经拥有了把自己的文明搞挂的这个能力所以

我觉得大圆模型也是一样的就可能本来人类还有很多时间但是现在就离大家变成人肉电池可能也没太久了对这个也是有分歧的一个地方就是比如说就是认为现在大圆模型并没有在自主学习的人他可能就还没有这么担心这一点但如果持续学习就真的能持续学习出来之后那可能又是有更多新的问题出现了像夏围棋比如说我们想象一个世界这个世界就是靠夏围棋来去决定人的命运的世界那

如果这个世界产生了像 alpha zero 这样的东西 alpha zero 一下就会变成这个世界的主宰者这个例子是这样的就是至少在一些封闭的任务上人工智能已经强到人类不可能触及的这个阶段不可能战胜而且不可能理解你都理解不了它为什么这么下是的

所以你想如果这个工作一个一个工作每个工作都变成像 AlphaZero 夏威夷的这样的模式的话那人一定会迎来一个非常大的存在主义危机的你一方面就是用很多 AI 的东西在做一些新的工具包括你们的业务也在往 AI 转型也有可能给你们带来更多的收入和机会就是

我觉得可能比较让你开心的部分啊另一部分然后你可能也会去想一些这些对更远的东西对 concern 的部分对这些 concern 的部分就是作为人自己的定位是什么就是就像我刚才说的我在 business 上那确实我用这些东西提升了很多效率然后做了很多很很有意思的事情但是呢

我会想一个问题就是我作为一个人在离开计算机的时候我的意义是什么以前我很自豪说我写代码很厉害但是现在 AI 写代码比我厉害多了如果我的 mindset 没有转变成像刚才我说的这种 hacker 的 mindset 就是我是 building 我是 AI 的使用者的话我觉得我也会陷入到非常严重的存在主义危机

那这个对你来说是自然而然的还是你也需要一个转变因为你本来就挺黑客的对但是我觉得我是比较幸运的因为我从来不把这个东西变成定义我的这个事情但是我觉得现在很多很多人是把自己活成了机器并以此为荣的活成机器的意思是就是把自己的这个就是人生意义强加在他的每天的一些 routine 或者说我就是固守比如说很多人会去捍卫自己去

去算术的这个权利觉得自己的人生意义在于我要去打算盘但这些事情其实一定会被这个更强的工具给取代然后取代了以后你相当于你作为一个人你就失去了一个我人生的意义是啥

但很多人是没有想过这个问题的就是说我的生活就是要上班然后要去这样去工作下班回家周而复始对我想 AI 之前就大模型热潮之前你肯定也在持续的去想这个问题然后大模型热潮来了之后它让你对这个问题的答案有了一些什么更多的变化吗我

我觉得有更多的变化我定义我自己的人生的意义会更多的思考向内的去探索我会很崇尚理性和逻辑以及解释世界就是通过机械维护主义当然了最近这两年我觉得

我会开始看一些这些佛教禅宗一些关于修行的书向内去探索就包括我其实做出了很多生活上这些改变都是在去思考我作为人应该我的优先级应该是什么到最后其实想来想去得到一个感悟就是人还是在于体验我觉得我来这个世界这几十年其实我的意义是在于体验这个旅程

就我现在开始会试着不去用很多东西来定义我自己然后比如说我的房子不能定义我的车子不能定义我的东西不能定义对包括我写的这个程序也不能定义我我觉得关键还在于体验就当下的这个体验当下还有过程就是你有没有见过你没有见过的东西你这是一种人生观它跟 AI 到不到来好像没什么关系我觉得 AI 加速了这个要思考这个问题的紧迫性对

对以前觉得反正我每天都很忙有很多事情干这些事情很重要但现在当你比如说再过几年可能 AI 写更复杂程序也没什么问题的时候可能真的就一句话他就把台币币给写出来了那个时候

我又应该怎么去面对这个公司或者说面对自己我觉得它是既带来了紧迫性也带来了可能性因为你得先空出来一些时间你才有余裕去想或者说这个事情我也没有最终答案但是我觉得这个答案一定会跟人非常特殊的一些东西相关就比如说什么事情是只有人才

才能干的因为你不可能说大云模型替你活或者说替你感受你感受这个旅程是你自己内在在去跟这个世界的一些感受我甚至用语言我都没有办法告诉你很多感受就是这些东西才是属于你的而不是属于机器的所以过去很多时候你都没有办法注意到这些事情你觉得在体验中创造的结果和体验是什么关系我觉得就是结果可能就不重要了

就比如说我举个例子现代农业种菜的效率绝对比你自己人工去种地这个效率高太多了如果你是从一个填饱肚子的这个角度去思考农业那你肯定比我极起但是呢你亲自去种这个这块地去播种去吃你种出来的食物这个背后会有很多不一样的感受有可能这个 journey 这个种地的这个 journey 就是就很特别的但是你之前不是说计算机可以拯救人类吗

是可以解放人类不一定是拯救拯救还是得靠自己拯救我自己吧你是八几年的 87 年 87 年的所以你现在做什么养生吗让自己可以有更长的时间来体验人生你做了什么之前过去不会做的事情吗我住在房车里是

这个有利于身心健康吗我觉得还挺有利于的就是极简主义生活我觉得第一个就是让你去更自由一些当然这是第一个第二个就是我其实这两天开始做一些冥想什么的 meditation 然后当然这个也是一个放松的一个途径但是因为这个契机来去想了很多向内探索的这些事情第三个就是

这其实跟 AI 和艺术还有点关系当代孕模型可以帮你生成音乐和生成一些高分辨率高质量的不管是音乐还是艺术品的时候我反而再往另外一个方向去走我要去找到那些

属于人类的比如六七十年代的那些老乐器老的传统的录音磁带黑胶包括我自己做的音乐开始去慢慢的不追求这些更好的技法而是更加意识流的东西你之前和我说你现在是要去追求欣赏那种非数字的内容因为太高清的东西会让你觉得很累而且这种东西会变得越来越廉价你知道以后可能相当于人造的东西会变得更加珍贵

就是我之前忘了是哪一本科幻小说里面我看的东西就是未来反正发现一个人造的东西就比如说你用手刻的一个小小马小或者是小小小艺术品哎呀

这个东西就在未来的 AI 和工业化的社会里变得非常珍贵因为它是人做的所以我现在想刻意的保留这些在 AI 时代之前不仅是数字上的这些互联网或者说在线下的这些音乐艺术品未来可能就没有这样的机会了今天开始是从科幻故事我觉得最后也可以回到科幻故事

如果有一天人类要灭亡我们要编一个人类文明的遗产然后里面可能能放上很多信息去证明我们在银河系的暗淡难点上存在过如果只可以放一本科幻小说和一首音乐作品的话你会选择什么这个问题好终极一本科幻小说也许我会放基地然后一个音乐作品

一个音乐作品如果真正只是一个音乐作品的话当然这个太个人了我可能会放这个 Pink Floyd 的 Dark Side of the Moon 月之暗面这个跟公司没有关系我真的非常喜欢这张专辑所以对非常个人这个也挺神奇的就是我发现就是技术圈和 AI 圈圈有很多摇滚爱好者那是那是为什么你觉得我是初中开始玩乐队

然后其实我真的是一直在在以前一直在玩游文乐的我觉得那个时候正好跟我学计算机尤其是开始接触开源软件的那个那个那个时间是重叠的

就多少开始想要去怀疑很多规则或者说固有的比如家长或者说社会给你的一些条条框框你开始有一些独立思考能力的时候你第一步是反抗我觉得使用开源软件跟去玩乐队在我 13、14 岁的时候是我反抗的一种方式

我不想用 Windows 我要用开源的软件我要跟你们这些 EVO 的大公司不能被你控制我觉得开源和摇滚确实有一些相似的内核就是它是地下的非主流的是的然后边缘的对 是的正好跟我青春期是存合的你觉得你跟 95 后 00 后交流你觉得他们的青春期体验给他们带来什么样的人生观

跟你们这一代人有什么区别吗我觉得至少 95 后他们的生活和接触到信息会更多我觉得我们那个时候至少我学计算机的时候互联网还没普及我没有看到很多东西你就看一些哲学方面对我觉得也是有的但是

我很多不是因为我有这个存在主义危机我去看这些东西渐渐地理解我的那种感受我要跟别人不一样的这种感受会促使我去思考存在主义危机的这个问题所以可能是更内核的一些

因为我想了想去我觉得我跟我小学三年级在开始学编程的时候驱动我的那个事件就是很原始的美感就是造出物体来而且能欣赏你造物的这种过程进入心流的那个状态虽然那个时候我小学三年级也没人告诉我这叫心流但是我很 enjoy 这种感觉所以慢慢的到最后不管是音乐艺术还有

还有代码其实我到现在包括运行公司很底层的一个逻辑就是我小学三年级的时候那种美的追求这个审美我觉得是区别很多人不一样的地方你当时最开始编程的契机是什么非常巧合我非常喜欢玩游戏但是我爸妈把所有的游戏的卡带全都搜起来结果给我留了一张 Basic

的解释器然后我就开始强行的这个学习怎么去写一个游戏出来但写着写着写着写着就开始发现写游戏比玩游戏要更有意思创造比消费更有意思可以再讲一下你毕业的 40 岁之前你要找我几项基础能力是的为什么没有开车或开飞机因为我会开车哦

所以你为的是你没掌握的是的缝纫 种菜 木工 电气维修缝纫是为了什么我是觉得如果你在活在一个路上你掌握补衣服和缝衣服的能力是一个必要的能力比如说你的衣服坏了现在人就是说我去超市再买一个但是我现在越来越最近因为这几年我越来越觉得消费是一个会让我有点不舒服有时候你看小红书吗我不看小红书

讨厌它也不能说讨厌吧小红书对我来说是一个工具就像一个 Google Map 差不多的一个东西或者说现在我要刻意地去往回走一走看看最小的消费应该是什么样子的比如说我可以自己把这些衣服给布上那为什么不布呢但这个也是我的一个老师给我的启示就是我有一个学一个乐器的老师他

他非常神奇他多少有点像个流浪汉一样这种嬉皮嬉皮式的这种生活在全世界流浪二三十年他的人生主要就是他绝对不用尽可能尽可能吧不用新东西就是所有的这个东西都必须得是以物换物二手的或者怎么样他不希望自己这个人的存在给这个世界创造了更多的

他确实不应该给这个世界带来太多负担我也是认为这个事情慢慢来吧我觉得一万的话你看到现在美团跟京东这种商战你什么感觉他们在上我都不知道很好是吗很好的反应就原来的选择特别好对你现在通过什么阅读我现在 hacknews 然后当然这是阅读新闻的东西然后其他的东西都是书我只看书你每天阅读多久

哎看时间吧反正我睡前一个小时肯定在看书这是你最近有的习惯吗不是我一直这样你还挺自律的不是我觉得这不叫自律其实我觉得一点都不自律我只是非常忠于我自己对我只是如果我爱看书我就看书我爱玩音乐我就玩音乐但是我不爱

很多事情那些事情我一点都不想干不爱京东和美团的相关性那今天谢谢东旭做客晚点聊谢谢大家陪聊这么长时间对我们从 AI 也聊到了公司然后又聊到了 AI 还有怎么在这个时代何以为人生活下去有一个建议的话就是让大家回到具体的生活和具体的人比如从去年开始我又开始自己做饭

我发现以前我不做饭了然后因为觉得能点外卖为什么要做饭呢但做饭你开始一点点去学习做饭然后每一顿饭的过程你会发现做饭的过程是很特别的甚至现在我 enjoy 做饭的过程比最后做出来这个东西吃掉要更 enjoy

或者说看着你喜欢的人吃了你的东西我觉得是这很好的事情所以就像这种很多它没有这么宏大的叙事具体的事情你养一盆花做一道菜然后去认真地了解你身边的人这个事情其实你作为人的一个可能是存在的这个意义比起一些我要去高冬非得要高冬 transformer 的这个原理这可能是要更加具体

本期连点呈现分享两个和往期节目有关的呼应和感受第一个是我们在这一期中聊到了对于智能的理解背后可能是哲学上的一个分野就是你是否相信这个世界的规律

这个世界的因果关系是真的可以被我们掌握的在 108 期我们和马毅老师聊智能的历史的那期节目之中马毅对智能的总结就是从 DNA 到人类从单细胞生物到复杂的智能生物大家在做的一件事情都是去理解和解码外部规律并进一步预测外部规律所以智能的本质其实是学习当然这件事有一个前提

就是我们真的可以掌握规律在那期节目之中就有一个留言非常有意思是分享了英国的哲学家休默的经验主义的想法他有一个经典的说法也是这一次东旭在节目中提到的即使我们观察了一万次太阳从

东边升起从西边降落我们是不是真的可以说下一天太阳也会从东边升起西边降落了当然这是一个非常开放性的问题可能它并不影响我们日常生活去做选择去做判断去过我们每一天的日子第二个我想到的点是这次聊天中我自己非常受触动的一刻

就是我们在问东旭他列了一堆 40 岁之前他想学会的新的技能包括种菜种花木匠等等然后我就很自然的想知道那你学习这些东西是为了做什么他说是为了学会做人在 AI 来了之后大家讨论很多的一个话题就是如果工作被 AI 取代那人剩下的意义是什么我觉得东旭的这个回答力给了另一种可能

另一方面我也想到了 116 期和田园栋聊他自己是 MetaGenAI 团队的研究总监同时他也是一个科幻小说作家在去年出版了自己的第一篇科幻长篇《破晓之中》我们在 116 期节目里就是在聊这本科幻小说以及他作为一个 AI 研究者是怎么来设想 AI 时代的科幻故事的一个非常核心的区别在于

在他的想象里未来星际文明之间争夺的不再是能源等物质生存资源而是最优解是好的想法本身那关于技术如此发达的未来社会里人的意义是什么田园栋也有一个设想

他的设想是有一些人生活在虚拟世界不再为温饱而烦恼可以做自己想做的事这听起来好像是一个极乐世界但实际上它也带来苦恼也就是当你真的在做自己想做的事情的时候好的想法本身仍然是稀缺的

你可能做不到第一梯队也无法完全表达出自己所感受到的灵感和创意这种情况下你会快乐吗田园栋在他的书里是用了一个虚拟世界里的二流画家的苦闷来表达这个思考和推演我们在那期节目中有展开大家如果感兴趣的话可以去听那一期

下期再见