阑夕

北京逐鹿畅想信息技术公司 CEO

又一次以1亿人民币起价的年薪为筹码的跳槽。

阑夕

北京逐鹿畅想信息技术公司 CEO

不说我都还没看出来⋯⋯

阑夕

北京逐鹿畅想信息技术公司 CEO

前几天，广州市总工会发了一份蓝宝书，主要统计了各个主流行业的劳动者薪酬概况，其中关于「铁人三项」（跑外卖、开滴滴、送快递）的数据很反直觉：
跑外卖是三项里平均薪酬最高的，年收入达到15万人民币，而开滴滴的年收入则是13.7万人民币，送快递是11.7万人民币。当然，这是广州市的平均数字，不是全国的，作为一线城市，相对偏高是必然的，但15万的平均年薪，还是相当可以的。再就是因为这种工作形势不存在过大的收入差距，那种「平均起来算一算，个个都是王百万」的统计偏差不太容易出现，广州市总工会同时也公布了中位数，跑外卖是14.7万人民币，和平均数非常接近。如果算上工作时长的话，「铁人三项」都属于多劳多得的类型，每天超过8个小时是常态了，从工作强度来看，送快递>跑外卖>开滴滴。有92.6%的快递员日均工作在9小时以上，甚至有56.5%会超过12个小时，这个劳累度有点太顶了，而外卖骑手虽然也有95.1%日均工作超过9小时，但超过12小时的没那么多，占到19.7%，最容易收班的是网约车司机，只有59.9%会每天工作9小时以上。这也解释了为什么年轻人宁愿跑外卖也不进厂的老话题，报告里也统计了制造业的薪酬，按岗位算的话，普通工人的年收入只有6.3万，中级技术是9.5万，高级技术是12.5万，要到部门经理，年收入才会超过跑外卖，一下子拉升到26.9万。至于在厂里可以交社保啥的，我只能说，在打零工的大部分人眼里，一份工作要交社保是缺点而不是优势，注意，我不是反对交社保啊，陈述客观事实而已，有意见的去跟他们上课呗，别缠着我不放。很多人可能还是会对这份数据表示存疑，我看了统计方法和样本采集，没发现毛病，所以。

阑夕

北京逐鹿畅想信息技术公司 CEO

月初，小红书办了一场黑客松，包了张江科学会堂整个场馆，把200个开发者关在里面48小时，靠产品决出吃鸡选手。
如果还用旧的眼光看待小红书，这显然不是它该做的事情，但在相继举办了独立开发大赛、成为谷歌I/O大会首席内容合作平台之后，闯入黑客松这条赛道，几乎可以说是顺理成章。和大多数社区产品会受困于基本盘而撞上发展瓶颈不同，小红书这些年来不断外延用户边界的实证，反而不太见得到先例可循，从二次元到游戏再到科技，所到之处，皆有城寨。这就有点意思了。加缪说过，了解一座城市的方法，就是看里头的人做什么，爱什么，以及如何死亡。那么，透过小红书的这届黑客松，我们可以找到的答案或许不止一个，既有这个平台是怎么指哪打哪反复破圈的，也关乎那些新鲜的人又是怎么一茬茬的长出来的。

阑夕

北京逐鹿畅想信息技术公司 CEO

生活小技巧。

阑夕

北京逐鹿畅想信息技术公司 CEO

现在很多互联网公司在同时做两件事情：
一件，是在内部大范围用AI替代技术工种，比如前端；另一件，是在招聘前端这种岗位时，试题要求手写代码，面试官就坐在旁边看你敲键盘，以避免招进啥也不懂、全靠AI的混子。

阑夕

北京逐鹿畅想信息技术公司 CEO

我记得2023年的时候，Reddit有人发帖说他在飞机上看到旁边的乘客全程用ChatGPT来写报告，PPT模版还是麦肯锡。
然后这人就吐槽说，甲方知道自己付几百万美金的咨询费给麦肯锡、对方就拿20美金一个月的AI来对付吗？不过当时的评论区大多都还是在嘻嘻哈哈，用草台班子理论一笔带过，3年过去之后，甲方和乙方都在为多余的预算和人力还债；当员工用AI完成自己的工作后，咨询公司会很快意识到其中的矛盾，为什么我不直接用AI呢？为什么要雇人来当AI的操作员？这和以前电梯里会安排一个人帮人按按钮有什么区别？而掌握预算的上游公司也很快被模型厂商安利了平替方案，都是在用AI干活，你们为啥不直接来用、而一定找软件公司当中间商呢？这就是造成SaaS危机的根本逻辑。黄仁勋说，用AI的会淘汰掉不会用AI的人，但他没说出口的后半句是，当你把同事都淘汰掉了，下一个要被优化的就是你自个了，我不入地狱谁入地狱，甘愿燃烧成舍利子才是AI教徒的最终归宿。

阑夕

北京逐鹿畅想信息技术公司 CEO

2026Q1手机出货份额：

阑夕

北京逐鹿畅想信息技术公司 CEO

滴滴上个月发2025财报时，行业里就有关注了国际业务的强劲增长。根据财报披露，滴滴国际业务2025全年共计45亿单、GTV达到了1170亿，Q4单季度增速更是接近50%，不可谓不凶猛。
不过我要说的也不是中国企业反扑全球，去挑战Uber和Waymo这种陈词滥调，而是再单纯用打车软件去定义滴滴已经不合时宜了，这还得结合它业务侧的变化来看。前两天滴滴向外展示了与广汽埃安合作的新一代Robotaxi车型，虽然在各家出行巨头都在押注Robotaxi的背景里，这算不得什么大新闻，但要结合滴滴海外业务的增长再看，事情就很微妙了。要知道，由于政策和民众的接受程度不同，海外自动驾驶技术和现有出行网络是相对分离的，Waymo有技术领先不假，但真正能把无人驾驶出租车服务落地的，目前也仅限于美国的6个城市，而Uber虽然有出行网络基础，但自动驾驶技术层面不说路边一条，也是寸步难行；至于马斯克把Robotaxi画成特斯拉最新的大饼，也难免要面临天问。但滴滴不同，它手里不光握着日均数千万单的真实出行需求，国内的城市政策也更加友好，比如此前试点的广州黄埔已经向用户开放了Robotaxi服务，在App上叫车，来的可能是人开的，也可能是没人开的。滴滴自动驾驶CEO张博将其称作「混合派单」，认为基于已有的成熟平台去提供人工驾驶和自动驾驶混合网络，是目前L4冷启动的最优解。这其实是很灵活的做法，技术不成熟的时候有人兜底，成熟了可以补充运力，滴滴要做的，是在合适的时机把Robotaxi一辆辆加进既有出行网络，无需从零开始教育市场。再往深了看，是中国电动车产业链已经在全球建立了成本和技术优势，而电控系统天然比油控系统更适配无人驾驶——控制电机比控制传统的传动轴要简单的多——所以滴滴更占优的地方，在于它能输出中国在电动化和智能化上积累的整条能力链。这就是我要说的结构变化，滴滴以一种意想不到的方式长出了第二条腿，相比于一座座城市的「空降式」普及，自动驾驶也可以在已有的出行网络里「长出来」，过程更加丝滑、安全，且容易让公众接受。同时，纵观滴滴的国际化布局，滴滴在自动驾驶的未来发展上则拥有更大的潜力，这个行业正在换一种方式讲故事，而滴滴恰好站在了那个叙事的交叉点上。

阑夕

北京逐鹿畅想信息技术公司 CEO

在OpenAI创始人那篇著名的博文「温和的奇点」里，他畅想了一个能由机器人制造更多机器人的未来，全球的生产力终将脱离人口上限，进入指数级的增长时代。
在物理层面，受制于材料、资源等因素，这种想象或许还是充满了科幻成分，但在软件层面，AI「复制」AI的行为，早已启动。就在上个月，AI编程产品TRAE，把IDE内置的SOLO模式做成了独立的客户端，包括桌面和网页两大形态。这么做的好处显而易见，摆脱了传统的IDE环境之后，那些非专业用户——产品、设计、运营、数据等从业者——都能在他们更熟悉的对话场景，「使唤」一个任劳任怨的AI工程师。不过这也不是重点，重点在于，这个SOLO独立端，基本上可以说是，SOLO自己开发的⋯⋯ 整体来看，AI始终是最核心的代码产出者，程序员们也是全程通过SOLO模式编写SOLO独立端，在超过100万行代码的总量里，来自AI的贡献率高达93%，「吃进去的是草，挤出来的是奶。」这一年来，信号已经强烈得不能再强烈了，整个软件工业的作业范式，正在发生巨大的改变甚至动荡，而什么值钱、什么不值钱的标准，也在被反复修订和打脸。是的，「你已经是一个成熟的AI了，要学会自己养家糊口了」，这早就不是一个段子了。唯一不变的，是变化本身。 · · · 把时钟拨回到更早一些，麦当劳的CEO克里斯·肯普钦斯基被骂惨了，这并非是因为他做了什么伤天害理的事情，只是在一次试吃新品的直播里，他对自家汉堡的品尝过程，堪称「灾难」。就像是在啃一节电池，他只咬下了汉堡边缘，随即就开始拿纸擦嘴，甚至连吞咽动作都看不到，这种假惺惺的作态，让他顷刻间成为众矢之的，也为竞争对手献上了助攻，汉堡王、Wendy's的CEO纷纷出镜表现对自家汉堡大快朵颐的画面⋯⋯ 公允地说，克里斯·肯普钦斯基只不过是让身体本能战胜了职业精神——作为一个长期注重饮食管理的精英白男，汉堡这种加工碳水确实会让他无法下咽，但连高管都不热爱公司产品的违和感，自然无法让消费者投出的信任票。之所以想到这个事情，是因为在看到TRAE团队对于「SOLO开发SOLO」这个选择的解释里，就提到了这么做的基本逻辑：如果真的相信AI Codibg，那就不应该只把它当成销售话术，自己有没有投身其中并取得结果，是最有说服力的广告。于是就有了TRAE团队把最重要的项目当成试验田的最佳实践，通过「口喷」的方式，SOLO成功复制了自己。生物学的理论认为，复制是生命的基本能力，也是影响生命存续的关键特征之一，这么说可能有些形而上，但AI这几年来——尤其是最近一年——的提速发展，是真的在一次次的推翻它只是一个「更好用的工具」的认知。最早的时候，AI的「副驾驶」定位深入人心，以致于微软挑中了Copilot来为旗下AI助手命名，但很快——我揣测的——微软可能就已经在后悔了。因为AI开始抢方向盘了⋯⋯准确的说，是随着MCP、CLI等基础设施的完善，AI有了行动力，可以自主的去完成工作，人类反而被放在了观测位上。以编程为例，需要人类手动补全的情况一直在大幅下降，在TRAE的开发者社区里，有重度用户表示，一年下来他有30万行代码是从TRAE里生产的，其中Tab Tab的次数，仅有12次。换句话说，时至今日的开发者，已经不再需要亲力亲为的开发了，他们适应担当的新角色，更接近于管理者，事前委派任务，事后审查成果。而在「SOLO开发SOLO」的流程里，抢过方向盘后的AI，连该往哪里开的路线规划，都包揽了。 · · · 团队用「痛并快乐着」来形容面对AI编程能力迭代的心理，年初的时候，AI还只是一个给自己打下手的牛马实习生，到了年末，它就已经在自己给自己派活儿了。还是以SOLO自己给自己做客户端为例，可能很多人会先入为主的认为，那93%的代码水分很大，程序员依然需要频繁的发起对话，来告诉AI该怎么做，而这些对话——「还是报错」「别改命名规范」「就改这里别的地方不用动」——则不算代码占比。怎么说呢，一年前的开发模式，或许是这样没错，但版本早就更新了⋯⋯ 根据我看到的，TRAE团队分享了他们的做法，是由功能负责人和SOLO协作，并不急着开始写代码，而是先让AI输出完整的技术方案，确保执行路径符合预期，避免后期可能出现的大规模返工情况。事实证明，这种前置化的对齐程序，起到了「磨刀不误砍柴功」的显著效果，而开发者的主要工作，则投入在架构设计、复杂逻辑和琢磨创新等层面。随之而来的一个变化是，人类和AI之间的对话，逐渐由长时间异步任务取代了实时反馈，这说明，拿AI当锤子找钉子的范式成了过去式，把工作说清楚了，AI就自己去解决问题了，人类的干预，变成了「非必要不发起」。 Skill也是这半年来最大的工程化创造，虽然蒸馏同事的梗确实百看不厌⋯⋯在让AI尽快从实习生「转正」这件事情上，Skill功不可没。经济学里有个概念，称作「摩擦成本」，在办公场景里，摩擦主要体现在员工之间的想法不一致，所以公司里才有无尽的会议，没人喜欢开会，但会就是开不完，因为只有沟通才能降低摩擦。就像上面提到过的，AI Coding的协作趋于异步，相当于给AI开会的必要性也大大降低了，把资深工程师的经验封装成Skill，让AI可读写、可效仿，不但提高了人机找到最优解的效率，也是在系统性的抹掉「摩擦成本」。而企业，也乐见这种对于研发资产的可靠沉淀，都在说AI实现了「一人成军」，最重要的当然是，它在能力上得对齐最优秀的那个人，而不是向平庸无限靠拢。 · · · TRAE并不是第一个试图让AI当「造物主」的，今年年初，Claude Code的负责人鲍里斯·切尼就摊牌了，这个为Anthropic日赚斗金的产品，有90%的代码都是它自己写出来的。作为资深程序员的鲍里斯·切尼说，在他的职业生涯里，从未像今天一样充满乐趣，脏活累活都可以甩手交给AI去干，自己只需要把时间投入在最值得创造的地方：「我们也许在亲历一个时代的结束，工程师（Engineer）的岗位要消失了，取而代之的将会是构建者（Builder）。」不过在「SOLO开发SOLO」的实操里，来自TRAE团队的复盘相对更为现实一些，认为当下还是处在量变积累阶段，尚未突破质变，个人的速度是提升了，但组织的速度很难同比提升。这倒是符合行业里的流行论调，个体适应AI如同小船调头，可以灵活自由，但组织融合AI就像巨轮转向，会有很长的滞后性。但在整体方向和终极目标上，全球顶尖的科技公司大概是没有分歧的，就像黄仁勋说用AI的人会淘汰掉不会用AI的人，换成公司这种组织也是一样，越早进入AI Native维度的公司，越快享受新的世界。再举个例子，我们都知道，中国安卓市场的碎片化极其严重，要让App适配不同的共同市场和移动设备，需要消耗大量的开发资源，包括至今仍有批评声瞄准那些不上鸿蒙的App，认为这是在轻慢国产系统，这种人力紧缺造成的厚此薄彼，没有开发者会主动为之。而「SOLO开发SOLO」这个例子就提供了一种曾经遥不可及的可能性，让AI去开发各个分支版本的App，适配、上架、维护都能高度托管，开发者只需要负担少量人力，管理整个过程不出错即可。这就是生产力的革命。据说Meta内部搞了一个游戏化的排行榜，给全公司8万多名员工的Token消耗量排座次，从青铜到钻石的段位一应俱全，CTO公开表示公司报销Token的预算不设上限，意思是让员工应用尽用。尽管这个事儿因为画面过于抽象而引起了不少嘲讽，但本质上，鼓励AI编程和水电一样渗透到软件工程的毛细血管里，乃至倒逼企业生产体系的再造，是没毛病的。代码自由的未来，是产品自由，产品自由的未来，是创造自由，工业时代已经带来了物质的盈余，AI时代即将带来智能的盈余。那么什么是稀缺的呢？终究还是那个拍板决定「就这么干」的人，是知道在哪里「画一条线」的人。

阑夕

北京逐鹿畅想信息技术公司 CEO

好像有那么一点道理⋯⋯

天天开心圈

阑夕

北京逐鹿畅想信息技术公司 CEO

B站UP主花叔v火了，在GitHub上扔出了一个叫「女娲.skill」的开源项目，四天时间星标数直接冲上六千。
视频里演示了如何用女娲.skill 把罗永浩、乔布斯、马斯克、芒格等十七个大佬的思维方式，蒸馏成一个个可独立运行的AI分身，让大佬的AI灵魂为自己打工。 skill蒸馏出的不只是角色扮演，而是提取了他们的心智模型，让他们能够为自己出谋划策。最关键的是没有任何门槛，只要一句话，AI就能帮你蒸馏名人，全程也不需要你懂代码。其实脑洞大开一点，完全可以蒸馏你的老板，让老板帮你写汇报做决策，你也可以蒸馏自己，让AI更懂你的需求，甚至超越自己。刷到这条视频的时候顺手翻了翻评论区，发现B站用户聊AI确实用得挺嗨，有人在讨论蒸馏逻辑的优化方向，有人贴自己的部署方案，一群人在认真琢磨怎么把一个开源工具用得更好。总之，女娲.skill真的值得看一眼。