山大二小 @Zhang_Chong

三十岁上下的技术人，决定中国核心 AI 组织如何投入最重要的资源 过去二十年，中国互联网公司的权力，大多随着商业战果分配。但如今，一批三十岁上下的技术人，正在通过另一条路径进入中国最核心科技公司的权力中心：不必等到产品取得商业成功，他们就开始掌握重要的研发决策权，由此影响数百名研究员的工作，以及数以亿计的算力如何投入。 - 2026 年 3 月，几名 Kimi 的年轻研究员希望把一项叫 Attention Residuals 的新技术放进正在研发的下一代旗舰大模型 K3。这个想法最初来自 Kimi 的研究员苏剑林，业内人称 “苏神”。这个想法来自他读完 DeepSeek 的 mHC 论文后的灵光一现：既然是在做加权求和，何不用 Attention？ - 苏剑林很快写了一个简化版本，效果很好。但完整版需要保存各层信息，还要在设备间传递，训练团队算过后发现，以当时的资源根本无法承担。张宇和当时只有 17 岁的陈广宇几乎只用了一个晚上，提出了 Block AttnRes（分块注意力残差）设计：把模型的多个层分成 8 个组（Block），先汇总组内信息，再在组间做 Attention。这一方案把额外开销控制在 5% 以内，同时带来了约 20% 的训练效率提升。 - 最后杨植麟拍板，同意 K3 推迟开训，为团队留出验证时间。3 月 16 日，Kimi 公开了这项研究，四个月后，拥有 2.8 万亿参数的 K3 发布，Attention Residuals 成为其重要架构之一。 - 这个故事里，提出新想法的是一名远程工作的研究员，将它变成可行方案的包括一名 17 岁高中生和一名年轻博士；训练、推理和 Infra 团队则在周末的深夜合力解决了大规模工程的问题。最后，作为 CEO 的杨植麟拍板决定，为它改变公司最重要模型的训练日程。新一代 AI 管理者的能力，不只是自己懂技术，还包括识别他人的技术判断，并将其变成整个组织的 bet。 - 智谱的 Coding 转向，同样不是某个负责人一开始就确定的战略。2025 年初，DeepSeek-R1 发布后，智谱感到了落后的压力，模型效果不及预期，行业又陷入价格战。唐杰召集十几位核心技术人员讨论下一步方向，00 后、尚未博士毕业的曾奥涵提出做 Coding，但这个方向在智谱内部并未成为共识。 - 唐杰没有当场决定，而是让不同团队分头探索。转折出现在 2025 年 4 月，智谱发布的一批 320 亿参数模型中，有一个版本加强了工程代码和函数调用能力，内部测评与使用反馈让 Coding 获得更多认可。七月，GLM-4.5 发布，编程成为市场反馈最好的能力之一；到十二月，智谱 CEO 张鹏称，这项业务的年度经常性收入已经超过一亿元人民币。押注 Coding，成为智谱成立以来最重要的战略决策之一。这不是一个人的决定，而是一群年轻技术人员的判断，经过不同团队的探索和验证，逐渐成为公司的战略选择。 - 小米 MiMo 的路径更激进一些。2025 年 4 月，小米发布第一款 7B 模型，罗福莉加入后，和团队决定同时训练一个数千亿参数的模型和一个万亿参数的模型，后来分别成为 MiMo-V2-Flash 和 MiMo-V2-Pro。当时团队只有几十人，大部分研究员没有训练过大模型，有经验的人中，不少也只做过 7B、14B。一位同行感叹，在他看来，按照更稳妥的路线，应该先把数千亿参数模型训出来，再决定是否继续扩大，但罗福莉不想再训一个“同样的模型”，既然继续 scaling，就要再往前走，而 1T 已经接近当时团队已有算力能尝试的极限。 - 罗福莉能够作出这样的决定，与小米给予的技术自主权有关。雷军大约每两周听一次汇报，但通常不干预具体技术决策。做什么模型、采用什么路线，很大程度由罗福莉和团队决定。 - 训练开始后，loss 升高、激活值异常、不同专家模块的负载失衡等问题接连出现，团队停下来排查，做数据和预训练的人开始参与后训练，负责训练框架和推理 Infra 的人也一起解决问题。罗福莉说，这些变化很少来自正式调配，更多是研究员根据兴趣自然流动。一位年轻研究员说，自己从学校来到 MiMo ，几乎没感觉环境有什么变化，“就感觉跟实验室一样”。两款模型最终完成，小米也由此进入能够训练万亿参数基座模型的公司行列。 - 获得权力之后，这批年轻的技术领军者要面对的第一个现实课题，是如何招人、管人。在顶尖人才极度稀缺的大模型领域，研究员选择公司，本质上是在选择一个能理解自己、值得追随的负责人。技术声望天然自带引力。杨植麟创业前曾在 Meta AI、Google Brain 实习，是 XLNet、Transformer‑XL 的共同第一作者。姚顺雨加入腾讯前是 OpenAI 的研究员，参与 Deep Research 和 Operator 两个核心项目。腾讯招聘团队人士说，姚顺雨加入后，混元在校招上的吸引力明显提升。 - 相比上一代互联网管理者，他们也有意或无意地消解着权力带来的距离感。混元成员叫姚顺雨“姚哥”，他会偶尔办午餐会，也会在全员群里临时组篮球局，Hy 4 Preview 发布后，姚顺雨直接给研究员集体放了一周假。Kimi 员工把杨植麟叫作 KK，研究员可以在群里直接抱怨产品不好用、算力不够，也会用他的表情包开玩笑。昵称、兴趣和轻松的氛围，在互联网公司并不算新鲜。但年轻的研究员们会从这些日常细节里，判断负责人是不是 “同路人”、好不好相处。而一旦进入具体工作，他们真正核心的诉求，是自己的想法究竟能有多大空间。 - 不过，研究员能有多少探索空间，也取决于他们的负责人获得了怎样的支持。2026 年 3 月，林俊旸得知阿里 Qwen 团队可能被拆分，原本整合在一起的预训练、后训练等团队将被重新划分，这与他一直坚持的技术主张相冲突。他在群里留下“无颜再带领大家”的感言，提出离职。在大公司，技术成绩可以带来权力，却未必足以守住权力。技术负责人能作出哪些决定，既取决于最高层的授权，也取决于他在复杂的组织网络中做政治与利益交换的能力。 - 姚顺雨在腾讯采取了另一种方式。混元自己的预训练模型还没准备好时，他先派后训练骨干去帮助元宝优化接入的 DeepSeek。他认为，维护好元宝的产品体验和用户基本盘，对混元后续研发同样重要。这种“向外让渡支持”的做法，后来换来了腾讯内部多个核心产品和部门在混元新模型发布时主动支持。 - 他们因技术获得权力，又必须运用权力，保护技术所需要的自由。同样，他们想让自己和研究者摆脱管理的束缚，也得先学会如何管理。 - 唐杰曾给 AI 时代的能力排过一个次序：“认知＞格局＞技术＞管理”。管理在最末，技术倒数第二。1995 年出生的 LibLib 创始人陈冕也说，管理变得前所未有地不重要，唯一目的是让符合业务特点和要求的人留下来。这群三十岁左右的年轻人，被时代推上了掌管百亿算力与庞大组织的权力位置，却本能地排斥 “管理”——但他们真正排斥的，或许并非管理本身，而是过去大公司里的平庸、官僚与迟缓。 - 但“给他卡就够了”，只是他们对理想研究环境最朴素的描述。但如何争取这些卡、决定把卡给谁，以及为最后的结果负责，却是一场极其现实、艰苦的工作。认知、格局、技术、管理。在真实的商业战场上，这四种能力其实根本无法剥离。认知是判断做什么、不做什么，这既需要扎实的技术体感，也需要看清终局的格局；而要把判断变成现实的结果，离不开管理与组织协作。把管理排在最后，不会自动成为好管理者；把管理放在最前，也一定不是好管理者。 - 如大半个世纪前德鲁克所阐述的，管理的本质，是让每个人的长处得到发挥，让不同的人能够共同做出凭一己之力无法完成的事。想要实现这一切，第一步，或许要从不再羞于谈论 “管理” 开始。 #ai #晚点latepost

人类马上要面临一个学术拐点， 就是OpenAI、Anthropic、Google等等少数几家公司每年的重要学术产出，比全世界所有大学之和还要多，全靠烧token每人几万个agent无限抽卡， 那时候将会带来真正意义上的phd大崩盘和学术界真正的破产。

常常会怀念 2019 年环游世界的那一年。 那时候还没有这么严重的出片文化，攻略主要靠穷游网和马蜂窝，住的基本都是 Airbnb。 买的是环球套票的商务舱套票，十六个航程十五个航段，绕地球一圈。 网上没什么攻略，就只有一篇知乎的讲解和一篇公众号文章，一开始在星盟网站上下单，后来发现没办法付款，又去了国航的营业厅，光华路那家，我以前公司楼下，我和营业厅工作人员一起研究了一下午，当他们翻出那本厚厚的手册的时候，大家都惊呆了，最后所有出票成功，整个营业厅都在欢呼。 一年时间两个人所有吃住旅程门票花了 55 万，那一年里我一直在记账，后来对比了之前在北京的生活开销，发现省钱多了。 两个人四个箱子变三个，三个箱子变两个，最后冬天靠两身滑雪服撑过去的，竟然也过得挺好。 没吃什么米其林，但住了非常多惊为天人的民宿，不论是俯瞰纽约中央公园的大平层，还是冰岛龙虾小镇的上下铺，1912 年就有陶瓷壁炉的布达佩斯老房子，海底地基塌陷行倾斜，放在房子里的李箱会自己滑动的阿姆斯特丹。 无数个快乐的瞬间和回忆，常常回想起，常常会怀念，和爱人一起环游世界，真幸福啊。 过几年再来一趟吧，这一次我们要不就环南半球吧！

@MadBigg 这是哪个农家乐，北京周边吗？

SpaceX has almost finished writing V1.0 of an in-house AI training stack in C that exact-maps to 220k GB300s with 800G NICs, making heavy use of pipeline parallelism and getting as close to bare metal as possible. The potential speed improvement vs JAX for large training runs is over an order of magnitude.

这段马斯克 2003 年在斯坦福的 45 分钟闭门演讲，真的有点东西。 不是那种空话连篇的创业鸡汤。 而是他亲自把“怎么从 0 搞出一家公司”一层层拆给你看。 更狠的是， 他没在讲概念，直接把自己当时手里那三家公司，到底怎么活下来的，整个过程都摊开了。 这种内容放到今天看都不过时。 很多人听完的反应都很统一： 这 45 分钟，顶得上你翻十本创业书。 那种真正能用的干货，往往就藏在这种老素材里，不吵不闹，但句句都是实战。

卧槽！硅谷风投教父马克·安德森这番话，把 SpaceX 内部恐怖的战斗力全抖出来了。 有人去体验过 SpaceX 的工作氛围，原话是“仿佛被空投进了一个令人窒息的终极精英区”。里面每个人都强得离谱。原因很现实：只要你能力跟不上，马斯克立刻就能闻出味儿来把你踢走。他干了 25 年，从来不听虚头巴脑的管理层汇报，而是亲自扎在一线跟真正在干活的人抠细节。 这套残酷的机制反而让全球最顶尖的工程师挤破头想进去。因为马斯克是极少数能作为同行、跟你平起平坐探讨技术方案的 CEO。对真正的技术极客来说，能和马斯克当硬核搭档一起设计火箭发动机，这就是职业生涯最大的诱惑。

比特币橙子Trader @oragnes

5 months ago

卧槽！穷爸爸富爸爸作者罗伯特清崎火力全开，痛批戴夫·拉姆齐“零负债”的理财观实在太短视了。 如果有个稳赚不赔的机会：0利息借10亿美元，拿去买5%收益的美国国债赚差价，你干不干？戴夫一口拒绝，坚持自己绝不借钱。清崎看完觉得这种想法太离谱，甚至嘲讽这根本就是不爱国。

35 10 111 340K 89

YC的CEO凌晨两点还在写生产代码，他说这才是CEO真正的工作。 那么写代码是不是低级活？ AI时代真正的领导力是什么？ 顶级创业者的工作方法论是什么？ Garry这条帖子基本都说透了。 45岁，YC的CEO，全世界最懂创业的人之一，凌晨两点在写生产代码， 他说我不是不务正业才写代码，我写代码，因为这才是CEO真正的工作， 这是互联网诞生以来最重要的技术变革，我要是坐在看台上当观众，我就是个傻子， 他没玩票，用AI亲手写了两个重量级项目， GStack，他的个人AI技能包，集成了他看几千家公司练出来的判断力，上线48小时破1万星，现在已经20k+， GBrain，给AI Agent加长期记忆和大脑模块，他一个人用12天就写完了，上线24小时5400星， 过去60天，他一边全职运营YC，一边写了60万行生产代码， 2013年他全职当工程师，一整年才772次GitHub提交， 2026年他当CEO兼职写代码，不到三个月已经1237次提交， 以前大家都觉得，优秀的工程师升到最后就该去管人，去开会，去做PPT， 写代码是低级活，是下属该干的事， 现在AI把所有体力活都包了，剩下的只有判断力， 你不亲手写代码，不亲手构建东西，你就根本不知道现在的技术能做到什么， 你看再多PPT，听再多下属汇报，你的判断永远是飘在天上的， 真正的领导力从来不是分配资源， 是你能带着大家一起build， 那些还坐在会议室里指点江山的管理者， 很快就会发现，他们已经看不懂这个世界了

Garry Tan @garrytan

6 months ago

I came back to code because AI made it possible for me to build at a level I couldn't before. I'm not coding despite being CEO of YC. I'm coding because this is the most important technological shift since the internet and I'd be an idiot to experience it from the bleachers.

420 451 6K 626K 1K

vibe coding，以后是每个人都必须要掌握的技能。 不是说程序员要掌握，是普通人都要掌握。 就像办公软件一样，人人都得会，否则你将来的竞争力要大打折扣。 斯坦福大学推出了一个免费的vibe coding课程，CS146S，讲的还是挺全的。 ppt什么的也都有。 推荐大家有时间，可以看一看。 地址：themodernsoftware.dev

刚开始接触 Claude code 的朋友，我强烈推荐你去看看这个项目— learn-claude-code 这个课程不是在教你用 Claude code，而是教你从零实现一个类似 Claude Code 的 AI 编码 Agent 项目分成 12 个 session，每个 session 只加一个机制，代码从几十行逐渐到完整版，每节课都有独立可运行的 Python 文件： s01. 基础 Agent Loop + 1 个 Bash Tool（最简版，跑起来就行） s02. Tool 注册与调度 s03. Todo 规划（让 Agent 先想计划） s04. Subagents（子 Agent 拆分大任务） s05. Skills 动态加载（需要知识时再注入） s06. Context Compact（上下文压缩） s07. Tasks + 依赖图（持久化任务） s08. Background Tasks（后台异步执行） s09. Agent Teams（多 Agent 团队） s10. Team Protocols（团队沟通协议） s11. Autonomous（自主认领任务） s12. Worktree + Task Isolation（工作树隔离，完全不互相干扰） 最后还有 s_full.py 把所有功能合在一起 仓库地址：github.com/shareAI-lab/le… 在线学习平台：learn.shareai.run（强烈推荐先打开这个看可视化） 中文 README：github.com/shareAI-lab/le…

作为一个懂 LLM 训练的技术人，我发现 90% 的职场人对 AI 的职业规划都做错了 1. 有好几个以前的同事、朋友来找我，问我应该如何转到AI岗位工作 2. 他们表现出非常明显的焦虑 3. 焦虑的原因可能是： 3. 1 看到AI行业发展迅速，尤其是我自从三年前开始做大模型发展的非常好，而自己所在的互联网业务领域还在原地踏步 3.2 自己没有AI背景、懂的相关知识也不多，不知道该怎么做 4. 他们的想法：一步到位，直接从当前的岗位转到AI资深岗位，比如自己之前是传统的电商业务，想一下子换到AI产品专家的岗位上，或者之前是做业务后端开发的，没有任何AI项目，想直接转到大模型的推理、训练这种技能跨越幅度很大的岗位上 5. 这种想法的问题在于，他们想非常短时间内就完成角色和技能的转换，但现实做不到，所以他们焦虑 6. 我之前也和他们一样，在ChatGPT出现后也想转到AI岗位工作，但是我做了以下事情： 6.1 自己动手做了AI相关的side project，包括微博自动评论、结合 AI 的量化交易策略、AI 代理网站等等。做完这些，就可以去和做AI业务、AI Agent的领导去聊了，最起码有的东西可聊 6.2 我的目标不仅仅是只会做调用模型相关的事情，我还想能够胜任比较资深的岗位，所以我利用业余时间学习了Transformer的基础知识，还学习了模型训练相关的知识，动手训练了几个模型。这让我不仅能面试AI业务、Agent应用的岗位，还可以和做模型底层的人能够在某种层面上沟通 7. 做完以上动作，时间才过去了1个月。在此之后，我顺利加入了一个对我来说非常合适的团队：这个团队既做模型平台层，也做基础模型层。也就是说我之前所学内容非常完美匹配我的新岗位 8. 如果没有做过这些，我根本达不到这个岗位对候选人的要求 9. 所以对于想转到AI领域工作的人，重要的不是在众多AI岗位中挑选自己目前能满足其要求的岗位，而是要看一下手中的砝码以及欠缺的内容，对照着目标岗位的要求，花上一个月的时间去做准备 10. 还有一个问题在于，他们觉得学习AI太难了，面对这么多的知识，他们不知道如何下手，或者觉得自己根本学不会 11. 这个时候，我一般就会根据他们的背景，告诉他们学习路线，重要的是告诉他们第一步要做什么。整个的学习周期不会超过一个月，而且第一步的动作通常会非常简单，极大的缓解了他们的畏难情绪 12. 在我和一个前同事聊完的两个月后，他在微信上告诉我，他目前已经拿到了包括tx、字节和几个创业公司在内的5个offer。真的为他感到高兴！

这个猝不及防的离职确实有点令人唏嘘，熟悉我的都知道，作为国内智算圈的服务者，我在任何地方都是带头吹嘘Qwen的，无论是这一波AI发展中狡黠阿里的站位和走位，还是事实意义上所建立起的开源模型Top1的行业地位，都是历史上足以留名的伟大进程，但其实整个事情，成也马云，败也马云，我来聊聊这神奇 为什么是马云？对，没错，就是马云，下面详细说说 一、在这即将到来的“推理的世界”，国运级Qwen的历史意义重大，这是第二个OpenAI分裂时刻 无论你如何嘲讽，不可否认的是，DeepSeek和Qwen，在过去的1年多里，已经超越Meta的Llama，成为了绝对无可争议的开源大模型的标准和基座，特别是Qwen的成长更是有目共睹肉眼可见。 未来是什么？No！现在就已经是未来了，在过去的半年里，第一个完成行业推理大爆发的是Coding产业，而软件这样一个作为千行百业的基座产业的存在，都已经进入强烈的红眼爆发状态，比如小龙虾的诞生，完全得益于10倍100倍Coding速度下的行业（个人助理行业）产物。可以想象到的是，各行各业的爆炸就在当下。 开源大模型对人类的重大贡献在于，让行业工程解决方案的先驱们不再需要花100亿买服务器做原始训练，只需要买少量（几百万、几千万）的服务器，基于开源基座大模型做自己行业内的二次训练，甚至有些行业都不用二次训练，只做权重补丁或者甚至不训练只做RAG数据库就能立刻展开行业推理的美好实践，如果对照过去一百年的行业工程发展史，哪怕仅仅是未来1年，大部分行业的生产力都会得到核弹级提升。 无论是看到的、听到的，甚至是想象出来的，各行各业的头部服务商们，都已经行动起来了，他们用DeepSeek，用Qwen当基座，在自己行业内启动了光明未来的故事。 这一波不是中国的发展，而是全世界的，世界已经四分天下，美国有Llama，欧洲有Mistral，中国有DeepSeek和Qwen，但其实已经形成的技术圈共识里，在DS4没有发布前，Qwen就已经是当之无愧的老大。 一个承载着全世界所有行业未来几十年生产力大发展的基座开源大模型集团，短短1年内，就选了Qwen作为话事人，我觉得说他是国运级现象和产品，不过分吧？ 而如今Qwen的动荡，也出现了第二个类似OpenAI分裂的事件，什么叫OpenAI分裂时刻？一句话描述就是：不懂技术的SAM躺在红利上不思进取，一点又一点的赶走了技术、工程、逻辑驱动甚至产品向的精英成员，至此，OpenAI在AI时代拔得头筹后必然持续走向持续没落，sora应用等一系列胡乱的横向发展都在向世人证明SAM的无能，纵向的产品级深耕更是被Anthropic甩的老远。 如果流言中所谓的KPI考核驱动下的团队变革是真，那我们甚至都可以搞笑的预测一把，等最近DS4发布后，Qwen的历史最高光也就停留在2026年的那个春天了。 二、客观的说，林俊旸们的作用和价值无比巨大，但没有阿里（马云）的癫狂支持，也做不到这一切 上一段我们开玩笑的说Qwen的光辉会戛然而止，其实这只是看客们一厢情愿的童话故事，就目前的客观事实看，阿里依然会在未来的1年保持领先，身位不会落后。原因很简单，阿里拥有全中国最先进、数量最多的NVIDIA训练设备。 在两极争霸的敏感节点上讨论这个问题略显尴尬，但这确实也是无可争辩的事实，阿里H800、H100、H200、B200、B300的保有量，那是独一档的存在，工欲善其事必先利其器，再天才的想法没有训练设备来落地也白瞎。 过去两年在AI投资上无所畏惧的阿里，其实就是去过泰国后又重新上岸的马云的真实写照，意气风发的开启了人生的第二春，而热衷于混圈的马老师，也把这一风格深刻的贯彻到了阿里身上，在阿里的人工智能发展过程中，竟然在某个时间段内，把全中国的上市公司都召集了过来热腾腾的玩着智算资产持有的游戏，副省级领导打招呼都排不上号，更大领导推介也可能在阿里采购部吃闭门羹，甚至一度惊动证监会，要求严管这场围绕阿里的智算题材市值管理的游戏。 但凡事都有两面性，特别讽刺的是，在处事方法上马云是离经叛道的，但结果上却是爱国的，拿到了世界第一，作为对比，腾讯则十分乖巧，一直稳健的马化腾以及投资向的刘炽平迟迟未能做出背离循规蹈矩的决策，合规永远排在第一位，大部分只买H20，作为全球化的企业，始终老老实实的服从各个国家的法规和要求，所以你看，老实人也没啥好结果，腾讯的元宝一直踏步不前，最终也只能通过收并购的方式来强行上车。而字节呢，得益于TikTok这个关键缓冲角色以及海量的全球短视频训练素材，H、B和GB的量也不少，循规蹈矩发展，也顺利捞到传媒第一大模型的宝座。 我在阿里短暂待过几个月，虽然时间不长，但几乎把阿里的结构偷师的大差不差，也非常非常感谢感恩这段经历，曾经一直想写一篇关于马云的文章，很多人以为他只是阿里的精神图腾，但其实我想说的是，完全错误，真相是：马云就是阿里，阿里就是马云，他是伟大的销售导师，是指引阿里巴巴、淘宝网以及支付宝早期极其重要发展节点的，团队方法论和销售方法论的无可争议的最核心创始人。 小二制度背后是他，百年阿里制度背后是他，蚂蚁天文ABS杠杆胆量的背后是他，曾经我见识过不给任何销售费用，阿里云靠类小二服务制度（架构师+销售）拿下全国60%以上市场份额的背后，我认为也是他。所以，这一波阿里AI的大跃进背后，虽然看上去是吴泳铭的激进，但真正的价值引导和支撑，源头还是他。 就像蚂蚁的一飞冲天和轰然倒塌一样，这就是马云的特点，AI这波也是如此，据我所知，激进采购的背后，有成果上的光环，但更有引发出的无数安全隐患和贪腐大案，关键人物KJ的火甚至一直烧到了吴泳铭，这种两面性，在马云的身上真的淋漓尽致，这是一个足以载入史册的人物。 三、阿里这一波十分危险，林俊旸的离开是小事，看不懂才是大事！ 接着上一话题，阿里其实一直以来，都是一个强运营驱动的销售实体，而非技术和产品驱动的公司，这是马云的天花板所限，他试图用统一的思想和方法覆盖所有的领域，但很可惜，这世界上没有万能的解药，所以这么多年来，阿里的发展就非常简单，能够把客户服务这一招鲜的模板去套用的板块，都发展的挺好，比如阿里巴巴（服务外贸企业），比如淘宝网和天猫（服务店主），比如阿里云（服务企业），而这些板块持续经营下所产生的数据反哺出来的板块也都ok，比如支付宝，比如菜鸟，这些构成了阿里坚实的业务、现金流和利润的基本盘。 除此以外，大部分都水土不服，比如面向ToC和线下复杂运营的口碑、盒马等，比如收购来的考拉、优酷等，甚至支付宝和菜鸟除了躺着收钱以外的其他横向拓展业务，要么乱糟糟，要么做不出利润。其背后的本质就是，马云为首的Top管理层，不具备一招鲜以外的认知和能力！ 这种背后的真实弱鸡，其实早就延续到了技术板块，阿里的整个技术板块，一直在为客户和结构服务，客户要什么内容，就做什么东西，集团有什么结构性的安排，就做什么具体东西，比如战略上要去IOE，那技术团队就立刻跟进，战略上要求集团服务全部上云，那大家就无脑跟进，于是，当战略上要求All In AI的时候，就给你无穷无尽的服务器资源，要求做出好的东西来。 这种技术管理惯性，在一开始的时候，林俊旸们有大量服务器用，自然很爽，但可惜的是，阿里战略家们并不懂技术，他们所理解的线性发展，在大模型里是不存在的，他们所幻想的运营目标驱动的动作，核心程序员们是不喜欢的，走到分裂这一步是迟早的必然。 有人可能要问了，如果不是技术驱动，那为啥还能做出Qwen来，这有啥难理解的吗，有钱->高薪揽才->做出东西，任何大厂在项目立项阶段都可以无脑重复这样的过程，OpenAI、Meta、xAI都是如此，但真正的技术驱动，那是自管理层和绝对决策者开始的，对技术敬畏，对工程理解，有实践为支撑的逻辑推演，典型的就是Google、Anthropic、幻方等，就像DeepSeek的诞生一样，我之前写过文章，这是绝对高智商技术管理者在工程认知上的胜利，当老板知道要招一堆IMO和IOI金牌来构建第一道算法和逻辑坚实城墙，当老板知道工程进步的迭代路径，当老板更知道研发突破也需要一些极度聪明大脑灵感的随机偶发，基于这些认知，DS顺其自然出来了，这种诞生和Qwen的成长不一样，是更扎实、更牢靠、更持久的，这才是真正的技术驱动。 这一次的分裂，其实和以前阿里在技术上的种种割裂并无差别，只是影响更大一些，比如著名的、曾经深耕一线研发的深度学习专家贾扬清同志，活生生的被阿里改造成了能对着一线销售人员侃侃而谈的运营老大，即使离开阿里后直到这会被英伟达收购，也走上了运营和产品的路线，永远的失去了对技术的热情和执着。而真正的技术执着者比如尤雨溪，还没怎么深入就捂着鼻子逃离这阿里味了。 一个不懂技术的Leader，是无法领导真正的技术团队的，以前不可以，现在更不可以，我曾经有过一个思想实验和论断，这一次的AI革命所能闹腾出来的动静，远超蒸汽机革命和相对论量子物理变革，过去几十年的大公司乃至这个世界，是资源型大咖们所掌握的，是资源型巨头所垄断的，但这一情况在未来10年必然发生反转，科技霸权们要上台了，会有越来越多的技术大咖开始领导团队、领导公司甚至领导这个世界，这是属于真正的技术信仰者和执行者的时代。阿里在这一波中，原本有机会，但很快就会掉队，就像前面说的阿里AI贪腐案，能烧到吴泳铭，说明他是没有信仰的，他只是在执行马云的战略，他只是以为自己搞懂了AI未来和业务服务有关的东西，一个对AI技术本身没有信仰的人，真的带不动团队，也留不住人。 其实机遇早就很清晰，未来是推理的世界，推理的世界里，无论是公有云的全民服务推理，还是行业业务推理，又或是终端推理，第一性原则下根本的根本就是基座开源大模型，阿里这头把交椅还没坐热乎，就要被别人抢了后手，其实如果真看懂了这些趋势，阿里这会每年也有1000亿利润，把利润全投到里面都不为过分，掌握技术生态的源头，就掌握了一切，就和谷歌一样，赚钱是早晚的事。 而说点更实在的东西，哪怕看不懂大趋势，在大模型的行业细分应用的实践上阿里百炼已经做的非常好了，这也是阿里服务客户的强项所在，这个基本盘其实护的相当好，甚至不夸张的说，在今年全年的行业推理大爆发下，百炼快速构建应用形态+阿里云服务模式+海量的推理服务器储备，可以很快拿下大量的真金白银可以赚钱的Token订单。但很可惜，一帮马云的信徒们，极其短视，不好好搞自己的ToB服务，拿着豆包ToC的用户活跃数据来匹配自己的绩效目标，这他妈是你强项吗？真有一种无可奈何的无力的悲哀！ 马老师啊，你快醒醒啊！你快放权吧！

Junyang Lin @JustinLin610

8 months ago

me stepping down. bye my beloved qwen.

2K 701 13K 6.6M 1K

俊旸走了之后，Qwen3系列可能会是很长一段时间内的绝唱了 LLM要进入严肃的商业化阶段了 哎，感觉 lead 一个好项目的时候，还是要尽可能先为自己谋得更多利益

Junyang Lin @JustinLin610

8 months ago

me stepping down. bye my beloved qwen.

2K 701 13K 6.6M 1K

@xilihutu116 第4点是由于资金流入引发的通胀吗？为什么要3年后？

x.com/i/article/2025…

x.com/i/article/2023…

Elon Musk on AGI Timeline, US vs China, Job Markets, Clean Energy & Huma... youtu.be/RSNuB9pj9P8?si… 来自 @YouTube

整个 2025 年我很少发言，主要是我爹病了，我爹之前身体一直很好，虽然也八十多岁了，但每周骑车去两趟景山北海，24 年下半年开始吃东西不行了，我们一开始也没有重视，因为感觉身体还可以，24 年 11 月还去了潭柘寺，看起来只是一般的消化不好而已。直到 25 年 1 月

@xiaokedada 我司已经强制要求

@nmamtbh 虚空造牌