马拉火车

模型在用 ​

• 用大模型做本站图标，透明背景，方案通用：《AI图像应用：图标、svg、icon创作》
• 《随“机”购物？Vibe Shopping》：总有人说大模型没在商业落地啥的，其实「随“机”购物」在搜索引擎时代就存在，没道理大模型不行。而且模型提供信息，信息影响决策。买卖决策也是决策，肯定会受影响。
• 为了探索AI视频水平，我花了《两天半做了个AI短篇动漫》
• 《让大模型参与网页应用设计》，在Antigravity跟Manus中，都能用Nano Banana Pro参与设计。接着配合前端较好的Gemini 3 Pro或Claude 4.5 Opus。
• 调研新产品当天社区反应。比如谷歌 DeepResearch 能十分钟左右调研国外贴吧（Reddit）上的真实受众反馈，最近《Claude Cowork 外网风评调研：有钱人的危险玩具？》，立马就让我有足够信息决定不去买。国内可以考虑用MiroThinker或秘塔搜索。

马拉提效 ​

最近，不少互联网企业想AI增效，其中有一些给程序员配上Cursor这种开发编辑器，让我想起《让子弹飞》中马车拉火车的场景。

Gemini 3 pro发布后不久，好似头部模型都越过一个节点，AI编程在常见工业场景，可以“短途自动驾驶”了，最多需要“教练”在旁监督一下。不少网友（夸张）表示十倍提速（10x）。

然后，有产品经理灵魂发问：

为什么产品经理感受不到？ ​

效率千倍提升，能让一个女人十月怀胎生一千个娃吗？产品要“生长”，自有规律，不可违背。

具体到给程序员配Cursor。一种可能是，程序员用Cursor节省下来的时间“自我放松”去了；另一种可能是，在大企业那种旧工作流下，程序员生产力加倍也没有太大意义；最后，“生产力加倍”本身也有问题，怎么衡量的加倍，不能张口就来吧？

• “自我放松”其实不能全怪程序员。我也曾经高强度“陪”AI编程，任务高速切换，而人大脑中上下文停留时间大约是20分钟，频繁验收下来，我脑里上下文信息很可能是以往十倍，两天下来，脑子都要炸了。
• 在开发流程比较正规的公司，会要求程序员之间相互验收代码。但现在AI一下子弄几千行代码，谁看啊？要么流程就卡这了；要么演化成睁一只眼、闭一只眼，后面干脆就闭眼，大家一起用AI堆屎山，直到炸屎那天……

你能理解“马拉火车”是什么意思了吗？这个在之前也有提到过，是“生产力悖论”。

信息泡沫 ​

内容生产速率不再是问题，或者说夸张一点，信息价值泡沫化。这种情况下，怎么做出有人消费的内容，并转化为收入呢？

音乐跟游戏的解决方案相当粗暴。前者堆钱跟资源打造明星，后者常常直接买量，甚至铺天盖地到处都是。

著名的Tailwind团队也遇到了这种问题，收入暴跌，裁员（四位剩一位）。与这种惨状相反，AI生成前端，多半会用这公司生产的CSS框架。但这些不收钱，收钱的是TailwindUI，有一系列前端模板。

平台就坐拥流量，高枕无忧了吗？有比创作者更惨的平台，Stackoverflow，“创作内容”的用户都跑光了，2025年提问数断崖式下跌。从2020年最高点 186,562，一泻千里。

回答数也难逃厄运，历史最高点 317,252，2020年高点 241,436，然后一路狂跌。

当然，这些恐怕不只是AI带来的问题。StackOverflow最高点也不是2022年底ChatGPT发布后。甚至还有一点涨幅。

回到Tailwind，它主力盈利手段是TailwindUI，我买过。它是买断制的前端模板，更新频次不算高，还得自己抽象出组件。我用过几次就没再用了，改用开源组件库 shadcn/ui；虽然后来Tailwind也开发组件库，但很长时间都是测试阶段。你可以对比一下现在的Tailwind Catalyst跟Shadcn/ui，组件数量就远远比不过。

而同样是付费端，竞争对手是卖全站模板的——假设你是想做网站的人，买谁的？

国外有位顶流独立开发，Marc Lou，2025年收入大头还是卖课、卖模板（CodeFast、ShipFast）。他也不用花精力去维护一个不直接赚钱的框架。

注意这里不是批评Tailwind团队，而是指出一个问题，就算是影响力极大的牛人/网站，也会遇到：

怎么做出有人消费的内容，并转化为收入呢？

据我有限的观察。国内CSDN还活着，它跟Stackoverflow生态位类似，不过活法有点被人看不起。

番茄小说App可能好一些，但也不一定可行：

黄健楸2026-01-04

AI小说？

在网文平台中，最积极拥抱AI的，是番茄小说app。用赚钱加免费阅读获取消费端流量，用赚钱加AI写作功能促进内容生产，用评论画图、做视频促进互动，用广告获取部分收益，同时反哺大模型（不过作品喂大模型的被作者声讨，不了了之）……

可惜作者们收入并不高，编辑估计压力也很大。

至于视频，还是难点，还比较考验“兜底”能力。纯逐帧抽卡很累、AI自己生成不靠谱。（详见《两天半做了个AI短篇动漫》）。弄个CG糊弄外行或许还行。

黄健楸2026-01-05

AI做动漫？

AI视频想认真做太累了，逐关键帧抽卡。只适合做段子或转绘这类。或者干脆自己兜底

但三年前，AI写程序也那么费力，谁知道以后呢？

这些领域，很多还是“马拉火车”。但要是三年后，火车自己能跑了，马怎么办呢？

选题跟运营，能力或资格，可能会越来越重要。

最后，Tailwind结局估计会好一些。谷歌AIStudio已经开始赞助，后续也可以有更多合作。

AI生成 < 人工？ ​

清末老百姓反对修铁路，因为那不但噪音大，还会影响粮食种植、祖宗风水，于是有了百姓更容易接受的马拉火车。在当时，完全正确。

外国也有骑马跟火车赛跑，然后嘲笑火车跑得慢的。

现在大家不信风水，但相信手工制品优于机器制品。很多时候也非常正确，如果你能接触到最优秀的手工制品的话。

一种心理 ​

但现实情况，更可能会接触平庸的手工制品。比方说，有的人做饭不如预制菜，卫生也不如。我去过一位熟人家里，做饭的刷完厕所没洗手继续做菜，我提醒她洗手，她边洗边说，一次两次又没什么。后面闲聊时，她还说自家做比外面好吃且卫生。

自己参与制作的，都是好的。如果大部分都自己做，那成果至少在平均水平以上，后者应该算乌比冈湖效应。

前者在AI生成也有。Suno 3.5的时候，这种情况时常发生：以前从来没写过音乐的人，一下子用Suno生成一首有“耳虫效应”的流行曲，又一下子亢奋起来，还到处分享。我称之为AI创作者“自嗨效应”，以前越是不能，就越兴奋。

AI生成要想办法让受众参与进去。这样能大大降低受众要求。

某些创作者抵制的动机 ​

就绘画而言，说自己用AI画会让某种“身价”暴跌，抵制反而有点被受众支持的意思。其中有一种朴素价值观，“人工生产”＞“机器生产”。从这方面考虑，换我是专职画师，我也抵制。

更有趣的是，就个人观察，主动暴露自己图片是AI的，流量会下降不少。

是不是AI？他们也不在乎 ​

但如果拿成果出来卖，不能自己觉得，而要做到“局部第一”。不是“局部第一”，别说卖了，被别人看到都难。

“第一”不一定要优秀，还可以是第一次出现。比方说，第一个在B站跟GPT谈恋爱，还叫它老公的；第一个做AI致富经的；第一个做宝可梦动物世界的；第一个做老头程序员晚年加班生活的……（别冲动，都已经有人做了）。

新奇，但还在情理之中。大伙也就对AI也没啥厌恶感，甚至不会怀疑真实性。

去年十二月底，我看到并初步验证了一条网络消息，那条有明显的非人为错误，个人判断语句九成是AI生成的，用腾讯朱雀模型验证100%AI（算个辅证）。但大家主要在骂那个虚拟抽象的角色，而不在质疑故事本身是否虚假。

做图文，也有AI制品伪装成手工制品。AI检测能严重打击这点。可惜，代价也其他正常用户付——但凡检测都有假阳性，被误伤的也无处争取权益。一位美女的照片被标记成AI，最多就投诉给客服取消标记，在其他平台跟粉丝“投诉”一下。

有人还从错别字判断AI。拜托，指令要求加错别字，AI照样写。Gemini 1.5的时候都能写“规范”小红书体，写多几个错别字有啥难度？

垂类赛道能躲过AI变革？ ​

总有人说大模型流行后，垂类赛道有“护城河”。按之前的逻辑，大模型最应该打的就是垂类。垂类更容易做成“局部第一”、垂类用户要求相对低。在AI帮助下，甚至能直接开辟新垂类。

比如医疗，人类终于不用腆着脸抓着医生问东问西，AI直接能耐心回答，最近：

1月8号，OpenAI进入医疗垂类赛道。

再如之前说的几个视频新赛道。新奇，而又合乎情理。从前没有，嗷嗷待哺，自然宽容。

大模型打的就是垂类。

只有开辟新赛道时，才没有太强的“马拉火车”感。

虚假世界 ​

他们本来就不在乎虚假，怎么会在乎AI？

加一点人工真实 ​

虽然是AI，但要手动加上一点人工味道呢？

恰好看到某些精明的人，内容绝大部分AI生成，就标题、开头花了很多心思去修改。这种人性洞察，让我叹为观止。

黄健楸：群友发来一个疑似有AI参与创作的微博。我看开头还好，越看越不对劲。然后用朱雀AI检测看了一下，大约前10%是人工痕迹，接着36%大概是改了下AI生成内容，最后54%AI特征明显，然后用“流量脑”一想，叹为观止。

绞尽脑汁改个开头激发个别读者表达欲，然后后面稍微改一下，后面全是AI也没关系。

微博原文链接

这种思路还能推广。某些推荐系统推荐教程文章，重点看收藏数。那也能骗收藏。

就文字而言，区分A不AI，用处可能比较局限——因为受众不在乎。

虚假打败虚假？ ​

结合所有近期观察，我选了一些“泡沫”，我写了一篇《互联网AI内容泡沫》，

第二天，某官媒发公众号，比我用词更激烈，警惕“数字泔水”在未成年人扩散。

接着又看到一个国外论坛网友，冒充某个外卖公司的员工，声称它100%“贪污”优先费跟司机福利费，引起大量外卖司机共鸣。

后来被实锤说编的。公司工牌啥的，都是AI图片。具体可以参考事情始末。

接着最经典的来了，外卖司机们还在说什么“故事是假的，现象是真的”（Fake but Accurate）。

最近，一项知乎的社会学实验，自己“造谣”、自己“辟谣”，谣言满天飞，辟谣无人追。最后他提出结论：

传播的核心无关真假，只在满足需求。我用一个实验证明了，漏洞百出的故事因满足了读者的情绪、偏见和社交需求而疯传，而严谨的辟谣却无人问津。

这项社会学实验，可以说是用虚假揭开虚假一面。

如果用一句话总结传播核心，其实是“情理之中，意料之外”。“情理”是受众的情理，不是事实，不是表面道德，更不是公理。

这些人的心声或许是：

“你支持我所想就行，不管你说的假不假，是不是AI生成，但如果是，你也别露馅、更别自己说出来啊！我不要面子吗？”

最近一个趋势是什么呢？“中国要赢了，大赢特赢”。

当然，就算露馅了，他们也会自己适应：“故事是假的，现象是真的”。

有大神通者，还能让消息消失。

注意虽然一般大伙会骂微博夹子，但是如果微博真自作主张夹，算“资本操控舆论”。所以微博显然没有大神通。

或许，他们只是想打造一个「自身幻景」。直到外界力量完全将幻景打碎。

至于AI，只是现在的虚假，打败了过去的虚假。人们爱看的，从来不是事实。

是故事。

像盲人摸象那样，有人摸到大腿，有人摸到鼻子，甚至有人摸到尾巴说不可能是大象，然后摸到躯干说，大象是圆柱体，这才符合他心中印象。

以前是“马拉故事”，现在是“马拉火车，火车装一车故事”。

类比打败类比 ​

有人反驳我在“某些创作者抵制的动机”一节的论述。大概说我在用类比，但是“创作跟类比不能等同，生产纯效率就好了，创作涉及个人表达跟版权归属，不是一个纯效率的问题，类比不成立”。

首先这段论述没有用类比，而且这人提出一个定义、一个新的价值观“创作＞生产”，然后可以推出“人类创作＞人类生产”，反而是在加强他想反驳的论述。

其次这种“用不像来反驳类比”，效力相当差。如上一节所述，你很难用真实打破虚假。

类比、类比，像才是类比。有像的地方，自然有不像的。

所以当有人说出类比不像——废话。

得用类比击败类比。举个例子：

📚小明说“我们要禁止菜刀，因为菜刀能伤人。就像禁止枪械一样”。

你去跟他扯半天根本不像吧。

直接按小明的类比，同样能得出应当禁止游泳、禁止开车。后面还能顺势挖苦一下：持有这种逻辑的，应当身体力行，连说话都不要说，毕竟说话多了，可能伤喉咙，可能让别人伤心。他应当闭嘴了，辩论也就输了。

上面那个例子太明显，再来一个：

📚下载盗版软件就是偷窃。就像你去车行偷了一辆车一样，是犯罪。

小明上网复制了一篇文章，就是偷窃吗？假如原作者文章被偷了，但他怎么还能访问复制？是偷了，还是没偷？薛定谔的偷，如偷？

假设小明搬运文章，装作自己发布的，那也不是盗窃，而是侵犯知识产权。

不知道你注意到没，上面两个例子，都是站在“正义”一方说话的。不讲逻辑的“正义”，也可能走向坏结局。

这种“正义”特别喜欢“抢定义”，还不讲逻辑。

感觉，不如AI。

虚假尾声 ​

总而言之，AI生成不一定代表差，比起写作方式，更重要的是选题跟渠道。像你这种对AI生成敏感的还是少数。只是垃圾AI内容确实太多了，形成了刻板印象。

能不能构建自己、但更真实的“故事”？

指令背后，是观念 ​

给大模型下指令，或者说提问题。有点像建立一座桥梁，连接现实跟想要。

想要是由观念支撑的。让一位古代人许愿，估计不会说想要有WiFi、厕所的大别墅。如果一个人脑中没有足够观念，连许愿都帮不了它。

有一个足够合适的例子，“12球里找一个坏球，天平可以量三次”，如果直接问模型，它大概率会教你怎么称，初中生都能看懂。但不会告诉你为什么这样搞可以。

限定了观念水平，最多就像《12个球称三次问题完全解析》那样，通过简单计算来梳理思路。

从大部分人数学水平上看，这样相当合适。但是如果你学过线性代数，这道题就可以通过矩阵来算。如果学过一点信息论，那么立刻可以算出这题有解。

可很多学过的，也想不到这题居然能用线性代数做。

大模型时代，或许需要不断更新观念，明白为什么要用它们，尽可能开“认知地图”，尽可能少“盲人摸象”。而不是“低水平生产”。

实在没观念怎么办呢？尤其是进入一个新领域。

总有人说Idea（想法）不重要，干就完事。我理解他们把想法等同于灵感、念头。

不然，真没想法，怎么做选择，又不提「选择比努力重要」了？

Idea does matter. 前面说的AI生成内容也一样。如果有独到观念、独家消息、私有数据指导AI，或者退一步说，编一个受众爱看的“故事”，那么愿意看AI产出的，也不少。

可想而知，根据现实重构观念，是少有人走的路——大部分人还是喜欢构建「自身幻景」，想着现实根据自己观念来。

就算真有许愿机，也要小心许愿，比方说“下辈子想离京城近点”，结果出生在河北。

片语只言 ​

“套壳”没有价值吗？ ​

OpenRouter核心价值就是“套壳”——几乎统一了各厂商大模型的API调用方式，除了这种方便，一项价值点是规避各个厂商过于严格的风控。虽然它有自己部署开源模型，但这种“套壳”价值，谁也无法否认。

上周Gemini 2.5 Flash在OpenRouter的调用量是三千五百三十亿词元。

你再去看所有活着的“套壳”，至少都能让目标用户用得更舒服。

相比搬运者，大家一般更尊重直接生产者，这是好事。但为什么有些搬运者也能活得很好，甚至比它们搬运对象要好？

我还见过不少段子，有搬运者几千几万点赞，一溯源，（疑似）原作者几个点赞。

结合前面“如何生成让大家消费的内容”，可能我们内容生产者，要改变一些想法，要开始某些做法。

大家尊重原创，至少在面子上。

为什么有人总“粗心”读错题目？带分块的RAG有什么用？ ​

本周遇到两个看起来不相关的问题，我先解答「为什么有人总“粗心”读错题目？」。

检测一下他们是否喜欢跳读，比如拿一张卡片快速向学生展示：“毒品咖啡因”（不是可卡因！）、“句子序顺响不影读阅”（这是乱序的！）。

如果检测出是这个，让他们逐字逐句念，方便的时候干脆朗读。习惯不好改，这是长期任务，可能要以年记。

也因此，必须要让他们明白这种“跳读”的坏处，这样才有动力长期改正。

跳读实际上在做“快速模式匹配”，看起来读了一堆，读得快、爽。但其实都在脑补空缺内容，读过去、读自己。

有些爱刷网络长篇小说的人，受“作者水文”影响，特别喜欢跳读。

再参考很多网友都不会读完推文就评论，或许这种“跳读”习惯特别广泛。

更有宣传“快速阅读”的，还有夸张到“量子波动阅读”的，荼毒一批又一批人——又是泡沫。

泡沫背后必有幻觉、必有妄念：

不逐字读完就认为自己获得了所有信息。

阅读速度应当以“新信息量”来衡量，而不是字数。

另一个问题，带文本分块的RAG（通过检索增强大模型），你自己体会一下吧：

比方说按四段分一块，然后让模型包成向量，这样能解决文本不能计算的问题。模型可能还要根据任务给前置指令，比如“在读一份文档，准备被检索”；

提问的时候，也要包成向量，但前置指令变成“在读一个问题，检索对应答案”，根据向量相似程度，找出几段可能用到的段落，一同喂给大模型。

僵硬的分块是硬伤。可能：

• 切断上下文。比如有四段详述“张三没有杀人，为什么”。接下来是“李四干了”。再加了一些插叙。“李四杀人”这个就完全丢了；
• 混合两段意思。A、B两部分，A是“张三喜欢李四”，B是“李四不喜欢苹果”。请问向量怎么办，要指到哪去？指向A，B就找不到了，指中间可能全都找不到。

这像不像跳读？

尝试串联记录Manus事件 ​

1. 2022年末，受ChatGPT爆火影响，肖弘创立北京蝴蝶效应科技有限公司，工作地点在武汉。推出AI浏览器插件Monica，主要用户在海外。
2. 2023年，收购ChatGPT for Google浏览器插件工具。
3. 2025年3月，该公司新产品Manus，请了一群自媒体去体验，他们回来纷纷大夸特夸。
4. 2025年7月，Manus背后公司（武汉的北京蝴蝶效应有限公司）裁员，同时迁移到新加坡。
5. 2025年12月30日，Meta收购Manus，几十亿美金。
6. 2026年1月8日，商务部正式回应。“商务部将会同相关部门对此项收购与出口管制、技术进出口、对外投资等相关法律法规的一致性开展评估调查。（记者黄韬铭、谢希瑶）”

我在其中改变了不少观念。而个别网友坚持认为Manus是个套壳网站，没什么技术，没必要审查。

大模型音频效果 ​

你先听：

声音是合成的。消费级显卡，微调模型。用某个人的生成音频、或者制造出一种独特嗓音，现在都不是问题，可能就剩细微情绪不稳（话说人稳吗）、还有怎么自举（生成音频纳入训练）。

好的方面，哄孩子、读故事，父母可以偷偷偷懒。你可以用你朋友的嗓音，为你读书。

坏的就不说了。

大模型控制浏览器？ ​

谷歌Antigravity可以让大模型控制浏览器，设计上是能确认缺陷或自动测试，但目前鸡肋感明显。人很明显能看到的缺陷，它注意不到，或者忽视了。

大模型对话框是新时代的命令行 ​

在AI编辑器的对话框中，大模型框框输出一堆，你选了几个文件，让它：

为已经Staged的文件生成git提交，包括改了什么跟为什么改

这比面对命令行好多了。可能有人会用GUI啥的，但那样提交信息得自己写。

还有喜欢Git有N种不同的合并方式吗？现在都不用苦恼了，只需记住观念，而不用具体命令。

但是，对话框交互体验明显劣于设计好的UI，更别说短视频交互。不少“小白”用户使用对话框，从来不手动换模型，从来不主动新建会话……

大模型对话框，是这个时代的“命令行”。

Claude Code的skills是什么？真有某些人吹的那么全能吗？ ​

答：给AI的指令（Prompt），格式为Markdown，放到特定位置，方便相应Agent按需读取、使用；不用像rules那样挤在一个上下文、或者手动选取。甚至能让AI自己去迭代，自我完善（当然也可能是负优化）

说人话，就是方便了一些。然后有些人写的skills也挺好，可以去看看，增长一些见识，了解其他人怎么做工程的。当然，正经面向人类的教程，可能更长见识，只是不一定能找到。

至于为什么那么吹，假如每个人都像我那么说，你下次看到skills的教程还会认真看吗？

吹成“局部第一”能吸引注意。之前Prompt工程已经不吸引流量，换了个词继续吹，Skills算是“上下文工程”中吹得比较狠的一个。

DeepSeek V4 真会在春节之前发布吗？ ​

终于有个靠谱点的传言，半年前有一直传R2的，我直接定为谣言。

从种种迹象看来，有比较大把握肯定，DeepSeek内部有春节之前发布产品的计划。但项目延期也是很常见的事情。

具体分析逻辑，可以参考文章DeepSeek-V4春节前发布？流言是怎么传播的？。

一种“黄牛生意” ​

黄牛到处都有。大模型订阅也不例外。有人自己买大模型订阅服务，然后包装成API，二次售卖——这种二手API特别便宜。

甚至有“开源项目”传播这种方案。

代价是什么呢？厂商很快就推出新用量上限，加上封号措施。

自己老实订阅的正常用户就倒霉了。不仅在某一天可能触及那个新上限，而且有时可能被误封号。

真实尾声：用泡泡打败泡沫？ ​

半月刊不是一天就写出来的，而是要每天“冒泡”，记录在日常的观察笔记中（类似微博/Twitter）。同时，不断精选“泡泡”，不断梳理文章。

为什么要这么做？在投资跟测评外，在一堆泡沫中，补充视角，权做记录。记录自有意义，让人理解，我们当年，看到了什么。

重要的消息，应该不断上浮，让更多人看到；次要的踢下去，虚假的直接戳破。

半月刊预计15号前完稿。14号后的“泡泡”预计收录于下期。大致结构是：

• “模型在用”
• 一系列比较完整的观察或观点
• 片语只言
• 后记/尾声

这次，15号正式发刊前，我把大部分平台的自我介绍改成“如实记录AI使用情况跟个人感受，不吹牛，不博眼球。翻译、AI内容会主动说话，就算有大量人工编辑。”

这很难做，账号很难有起色。我这么做的平台，账号数据都一般。但今年，这次，我想认真试试，试试真实能否达到一定高度。

当然，我其实不怕数据上的“失败”，因为我更想打造筛选“泡泡”的产品。做这份周刊，用的也是这款产品背后的机制。

愿你也不怕“失败”，愿你敢面对真实。