哈斯日志｜第 2 页

纪录我们在网路上奔波的历程！

AI与人的决策偏差：从信息代理到信任代理

2026年7月3日

当你将 AI 当做信息搜索工具时候，他能迅速组织数十上百信息源进行分析整理并输出你想要的分析和报告，当你让他写个 ppt，他能理解意图组织信息调用工具撰写创作ppt，当你让他写个代码解决一个问题，只要你说的清楚他就能够自己编码测试验证并交付你趁手的代码工具。那么，什么时候相信 AI 的判断、完全信任完全委托，什么时候不能全信需要介入决策，什么时候完全摒弃 AI 参与的干扰，这不只是一个 AI 智能应用的人机交互问题，更是 AI 与人类协同共进的问题。我的看法是，AI是一个强大的数据 -模式匹配工具，而人类是情境 -责任 -价值主体。两者不应是替代…阅读《AI与人的决策偏差：从信息代理到信任代理》更多内容...

This Written by loverty.

你看到的不是信息，而是你构建出来的意义

2026年6月26日

最近一段时间，我持续观察 X（Twitter）、TikTok、Reddit 等平台上的内容传播现象。 Content → Meaning → Consensus → Action（内容→意义→共识→行动），这些方向与市场研究、舆情分析、投资决策、Agent时代的信息处理体系都有很强的关联性。最初吸引我注意的并不是内容本身，而是一种非常有趣的现象：同样一条 Tweet，同样一个视频，同样一张图片，不同的人看到后，产生的理解、情绪和行动往往完全不同。当我看到一条 Tweet 时，我看到的究竟是什么？当我看到一个美女视频时，我看到的究竟是什么？表面上…阅读《你看到的不是信息，而是你构建出来的意义》更多内容...

This Written by loverty.

信息代理到信任代理：AI 信息分发和消费的重构

2026年6月22日

过去我们讨论互联网流量，搜索引擎、关键词聚合的兴趣社区贴吧，到共同贡献 VV 产生的热点，热点往往又聚合更大的注意力，如果仅仅把问题理解成浏览、搜索、推荐、点击、转化，可能还是浅薄了。流量、注意力聚焦并不是技术世界的终点。流量只是表象。它真正指向的是：人在一个复杂世界中如何形成认知，如何相信某种判断，如何跟别人产生一致行动。互联网技术最深的变化，不是把信息送到人面前，而是持续改造人和世界之间的中介关系。从信息代理到信任代理，我们深入分析，看看技术如何把共同体体验商品化。第一代互联网做的是信息代理。搜索、门户、资讯流、电商货架，本质上都在回答一个…阅读《信息代理到信任代理：AI 信息分发和消费的重构》更多内容...

This Written by loverty.

病梅之喻与时下LLM应用的路径偏差

2026年6月16日

清人病梅馆记有言：“梅以曲为美，直则无姿。”人为扭曲其本性，以合一时之审美，终至“病梅”满园。这一隐喻放置于当下大模型（LLM）应用生态，竟有惊人的映照意义——技术路径的繁复、方法论的佶屈聱牙，正在替代“效果与效用”成为评价核心，形成一种新的“技术审美偏执”。每天看到大量的X、github上大量上的新方法新项目，演化缭乱，导致我们不自觉地产生一种错觉，了解几个方法的名词就以为能掌握和驾驭LLM应用，亦或者，总有新方案我的方案对吗？不厌其烦地繁复是有效的进化路径吗？方法崇拜取代结果导向当前LLM应用领域，存在一个显著结构性偏差：复杂性崇拜多层…阅读《病梅之喻与时下LLM应用的路径偏差》更多内容...

This Written by loverty.

结构性消歧，还是概率性调参：LLM 产品优化的分水岭

2026年6月11日

有一个判断我最近越来越明确： LLM 产品优化这件事，本质上在分叉。不是“效果好不好”，而是——你到底在改什么。是结构，还是概率。我一开始其实也没意识到这个问题。很多所谓的“优化”，看起来都很合理，比如 prompt 调整、few-shot 补充、system prompt 细化、甚至加一点 heuristic rule。短期看，效果是提升的，有时候还挺明显。但我后来反过来看这些工作，有点不太对劲。它们大多数，其实是在“挤概率”。就是：在当前模型的概率分布上，通过提示词、上下文组织、采样参数，去让某些输出更容易被采出来。这类优化有个隐含前提…阅读《结构性消歧，还是概率性调参：LLM 产品优化的分水岭》更多内容...

This Written by loverty.

AI Connect 正在重演 APP 权限扩张：数据主权的真实风险，不在云端，而在分身

2026年6月5日

现在很多 AI 应用都在做一件事：连接你的邮箱、网盘、日历、文档、浏览器、Notion、Slack、GitHub、CRM、数据库、社交账号。它们把这个过程称为 connect、授权、集成、知识库同步、上下文增强、个人工作流自动化。听起来很合理。因为 AI 要理解你，就需要你的上下文； AI 要帮你工作，就需要进入你的工作系统； AI 要替你执行任务，就必须接触你的数据、账号和业务流。问题也正在这里出现。过去 APP 时代，我们已经经历过一次类似的权限扩张。装一个通讯工具，要通讯录权限；装一个相册工具，要照片权限；装一个输入法，要剪贴板权…阅读《AI Connect 正在重演 APP 权限扩张：数据主权的真实风险，不在云端，而在分身》更多内容...

This Written by loverty.

从“被看到”到“被触发”：大模型正在重写信息的价值路径

2026年6月1日

从“被看到”到“被触发”：大模型正在重写信息的价值路径搜索解决的是“去哪里找信息”，推荐解决的是“该看什么信息”，而大模型真正要解决的，是—— 在什么时刻，信息必须出现。信息不再稀缺，真正稀缺的，是注意力与上下文。信息压缩之后，问题不再是“有没有”，而是“何时用” 大模型带来的，并不是简单的信息能力提升，而是一种信息压缩范式的重构。它做了三件关键的事情：时间压缩：将长期学习与积累，压缩为一次即时推理调用空间压缩：将分散在各处的知识，压缩进统一的参数空间信噪比压缩：通过训练过程不断逼近“更优表达路径”，过滤冗余与噪声结果是：信息…阅读《从“被看到”到“被触发”：大模型正在重写信息的价值路径》更多内容...

This Written by loverty.

Tokens会变成“算力 + 劳动力+知识”的混合商品

2026年5月26日

LLM推理服务/Tokens计量经济不会成为算力商品，它会成为“算力 + 劳动力+知识”的混合体关于 LLM，有一个常见但过于简化的判断： “模型能力提升 → 推理成本下降 → 最终像电力一样按 token 计价” 这个判断的问题在于，它只看到了 LLM 的一半。 LLM 确实消耗算力，但它生产的不是算力结果，而是认知结果。一旦这一点成立，它就不可能停留在“算力商品”的范式里。 1. token 计费，本质是把“认知劳动”误标成“算力消耗” 今天的 API 定价体系，本质是：输入 token × 单价输出 token × 单价这是一种典型的…阅读《Tokens会变成“算力 + 劳动力+知识”的混合商品》更多内容...

This Written by loverty.

当代码成本趋近于零，人类的价值是什么？

2026年5月18日

关于 AI 在编码与软件工程中的作用，有两种流行但过于简化的判断： “代码门槛大幅降低 → 软件工程师需求消失。” “代码边际成本趋近于零 → AI 让实现免费，人的价值上升。” 这两句话，都局部成立、阶段性正确，但本质上是不完整的，甚至是危险的。更真实的情况是：人的价值不会自然上升，只会被重新定价。而且，这种重定价不是线性的，而是剧烈分化的：一部分人，被放大（杠杆化）一部分人，被替代（压缩到接近于零）甚至可以更直白一点：不是“人是否有价值”，而是“你处在价值函数的哪一段”。我先说一个我自己越来越确定的判断： AI 不是在替代…阅读《当代码成本趋近于零，人类的价值是什么？》更多内容...

This Written by loverty.

代码不再稀缺，稀缺的是你如何对抗复杂度

2026年5月11日

代码不再稀缺，稀缺的是你如何对抗复杂度这件事我其实是反过来理解的。过去我们以为“写代码”本身是一种稀缺能力——会的人少、产出慢、成本高，所以工程师的价值建立在“能不能写出来”。但现在，代码正在变成一种接近“语言”的东西。你只要说得清楚，它就能被生成。于是问题开始发生偏移：不是你能不能写，而是你到底在让机器写什么。这不是一个能力提升的问题，而是一个价值函数重构的问题。我认为，代码边际成本趋近于零这件事，本质上改变了三个隐含前提。第一个前提是：实现不再是瓶颈。当实现不再稀缺，所有“把想法变成代码”的路径都会被压平。你很难再用“我能做出来”作为…阅读《代码不再稀缺，稀缺的是你如何对抗复杂度》更多内容...

This Written by loverty.

AI助手

你好！我是哈斯日志的AI助手

我可以基于当前页面的内容回答你的问题。

有什么想了解的吗？

刚刚