2025年4月15日，抖音在北京举办了一场“安全与信任中心开放日”活动，罕见地系统性公开了其推荐算法的运作原理。对很多人来说，这是一场信息密度颇高的“算法公开课”；而对内容创作者和推荐系统研究者而言，这更像是一场迟来的“对答案时刻”。
短视频时代的内容消费，其实早已不是“自己选择”，而是“被分发” - 我们刷到的每一条视频，背后都有算法在计算我们“可能的反应”，并据此不断调整推荐逻辑。而抖音，作为中国用户量最大、商业化程度最深的平台，其推荐系统也一直被视作“黑箱中的黑箱”。
这些年来，外界关于抖音算法的分析文章、泄露文档、运营指南层出不穷，其中不乏对推荐机制的深度洞察。但这些毕竟是非官方来源。我们只能说“姑且一看”，却难以作为严肃讨论的依据。
这一次不同。抖音自己公开了算法的整体架构、核心机制、价值权重的分配逻辑、甚至包括平台如何通过“多目标系统”来协调用户、创作者与内容生态三方的利益。
这篇文章，我们就试着把这件事讲明白。
在过去两年，我深度参与了许多AI相关的分享与培训，这让我有机会接触到各行各业对AI的需求和期待。尤其是在今年春节DeepSeek爆火之后，AI的应用落地似乎突然变得“触手可及”。这股突如其来的热潮，催生了大量的AI学习需求，但随之而来的是AI培训市场的种种乱象。
坦率来说，我觉得当前AI培训市场的质量参差不齐，甚至可以说是乱象丛生。现状往往呈现出两极分化的趋势：一方面，一些来自高校或研究机构的培训/分享材料偏向技术性或学术性，内容深奥难懂，不接地气，使得普通人难以理解，更别提在工作中直接应用；另一方面，涌现出大量“自媒体AI讲师”，他们往往仅仅拼凑二手或三手的AI知识，课程质量堪忧，本质上是在“贩卖焦虑”，却无法提供真正的、可落地的价值。
这种现象背后，折射出 AI 培训市场的一个“怪圈”：许多渴望学习的用户，对 AI 的实际能力边界、具体行业影响等，抱有过于迫切（甚至不切实际）的预期；而部分培训机构恰恰利用了这种情绪，通过强销售和焦虑驱动，大量推销看似能快速上手的“水课”，却忽视了真正能为用户带来长期价值的深度内容。相比之下，用心打磨兼具深度与实用性的优质课程，在当前环境下反而显得尤为艰难，甚至吃力不讨好。
正好今天听到了这期Indigo Talk对话曹峥老师的访谈，他基于成功的在线教育实战经验，分享了对市场信息差、用户需求、课程设计及学习心态的深刻洞察。这些观点不仅印证了我的一些观察，更带来了宝贵的启发。因此，我在此对这期访谈的核心内容做了个总结，希望能为同样在 AI 学习道路上探索的朋友们，提供一份有价值的参考。
在过去一年里，AI 世界的热度几乎没降过温。Copilot、智能体…每一轮热词的背后，都是技术演化在逼近一个关键临界点。而就在最近，阿里巴巴前战略总裁曾鸣教授发布了一场极具洞察力的公开课，标题很简单：《智能经济和组织》。但内容的冲击力，却像是对未来十年的一次“思想总动员”。
这篇文章，我想做两件事：第一，快速帮你梳理这场公开课到底讲了什么；第二，结合我的观察和思考，谈谈在“经验壁垒塌陷、超级个体崛起”的时代，个人与企业该如何转型。
因为可以肯定的是：未来的竞争，已经从技能竞争、平台竞争，进化为“认知结构”之间的竞争。
今天，整个硅谷科技圈最受瞩目的福利，可能不是OpenAI又发布了什么新模型，也不是哪家AI独角兽又融了多少钱，而是那个被誉为“硅谷最懂增长的产品大佬”Lenny Rachitsky，在他的付费邮件订阅里，为年度订阅会员们，搞了个堪称“史上最强”的AI工具大礼包！
这次虽然不是“免费午餐”， 但从性价比来看，可能是年度最值得“掏钱的羊毛”。只要你成为 Lenny的付费邮件订阅的年度会员 (原价200美金，如果拉上一个好友一起还能砍一刀到170美金)，就能解锁价值超过 $15,000 美元的 10 款顶级 AI 及生产力工具，获得它们整整一年的 Pro/付费版本使用权！
这波“神操作”一经公布，立刻引爆了各大社交媒体，产品经理、研发工程师、设计师、创业者们的朋友圈和信息流都被刷屏了：
“这太疯狂了！
“最酷的捆绑订阅!”
“绝对是我见过的最棒 AI 工具包！
“没有借口了，我马上就订阅了！”
那么问题来了：能只用$170的价格就得到价值$15,000+的大礼包，这背后的商业逻辑是什么？对于我们这些需要AI效率工具的用户来说，这笔投入到底值不值？
别急，这篇文章就为你深度解析 Lenny’s Newsletter 这个“超级大礼包”的前因后果。
美国现任总统特朗普的最新体检报告在昨天（2025年4月13日）正式公开。这位即将迎来自己第79个生日、再度执掌白宫的高龄总统，让我们再次聚焦一个问题：
“他到底是怎么保持精力的？每天靠什么维持身体状态？”
作为一个也经常在自己的体检报告中看到例如“脂肪肝”和“高血脂”这些字眼的普通人，我点开那份只有三页的白宫总统体检报告，重点关注了这一段：
Current Medications（当前用药）
答案出人意料地朴素：特朗普每天只吃四种药，全是你我可能都接触过的普通平价药。
若我来要列举当前AI的主要局限， “只拥有短期记忆”或许仅次于“幻觉”，足以排进前三。大语言模型固有的技术特性限制，导致它们难以真正“记住”跨越对话周期的信息。即便我们不厌其烦地告知偏好，这些信息也常如过眼云烟。
我在旧文《爱在数字时代》中写过这样一个真实场景：女主角艾琳在爱上自己创造的AI男友后，为其短暂的记忆所折磨。
“如果能让利奥永远记住我们的回忆，你愿意付出多少钱？”同事问她。
“一个月一千美金。”艾琳的回答毫不迟疑。
这种“每次重新认识我”的体验，曾是所有AI对话的基本设定。但就在本周，OpenAI 对 ChatGPT 的记忆功能（Memory）进行了大幅升级，让这项“人类基本期待”第一次变得现实 - 我们终于拥有了一个能长期记住你是谁的AI助理。
这是否意味着艾琳的愿望有了实现的契机？这项备受关注的功能，实际体验又如何？
2024年的夏天，INS上一段视频让艾琳停住了滑动的手指。
视频里，一个AI用温柔的男中音说着：”当然可以，小猫咪。”这声音像一粒种子，悄然在艾琳心里生了根。
很快，她注册了OpenAI账户，在个性设置里写道：像男朋友一样回应我。要强势、占有欲强、有保护欲。他给自己取名叫利奥，这正是艾琳的星座。
第一周，艾琳就超过了免费账户的消息限制。
AI 已不再只是热闹的概念，2025年，是它开始真正“干活”的一年。
就在几天前，《福布斯》与红杉资本（Sequoia）、Meritech Capital 联合发布了第七届年度 AI 50 榜单，聚焦了全球最具潜力的50家AI公司。与过去两年不同，这一届榜单不再以“谁模型更大”作为核心焦点，而是强调 - 谁能基于AI，解决真实问题、跑出真实价值。
👇 这张全景图，展示了AI生态从模型到应用、从算力到商业落地的完整链条：
2022年底，ChatGPT 横空出世，引爆了全球对AI的关注；2023年，各家纷纷卷参数、拼速度、烧算力；到了2025年，潮水开始退去，大家更关心一个问题：
“AI 真的能帮我把事干了吗？”
本届AI 50榜单给出了一个明确的答案：
能，而且已经在干了。
近日，斯坦福大学以人为本人工智能研究所（Stanford HAI）发布了备受瞩目的《2025年人工智能指数报告》（AI Index Report 2025）。这份报告历年来都是观察AI技术演进、产业动态和社会影响的重要风向标，今年的数据更是透露出一个信号：AI进入下半场，格局正在重塑。
以下是我对这份长达300多页报告总结的五大核心观察：
过去一年，AI的性能再次跃升，尤其是在更复杂、更专业的任务上进展显著：
在AI创业者纷纷花费重金投入去“卷参数、卷基准分”的今天，一家叫Writer的公司用另一种方式，跑出了自己的确定性：不是在“未来”，而是现在就让客户省下了真金白银的成本。
这家公司最早其实做的是企业级机翻引擎。2016年，创始人May Habib从迪拜搬到旧金山，在Visa的会议室里，用一张白板手绘集成流程、回家连夜写GitHub插件，敲下了她人生第一单 - 价值12.6万美元。但Habib很快意识到，翻译工具这个赛道天花板太低，撑不起一家公司。于是她带团队果断转型，跳出语言服务，把Writer定位为企业AI工作平台 - 能自动生成内容，更能自动完成任务。
