Haebom的档案

我有一个经常交流想法的朋友。我们聊了人工智能、机器人、全球少子老龄化、政治冲突等话题，我整理了一下自己的想法。 关键概念 银发浪潮：人口老龄化与低生育率同时发生的现象，发达民主国家人口以老年人口为主。 由于民主制度最初是为年轻且成长的社会而设计的，因此并不适合当前的结构性变化。 关键数据 投票率差距 年龄越大，投票率越高，老年人口数量多，政治活跃度高。 这在政治影响力上形成了“双重优势”。 2. 民主信任的代沟 尽管老年人对体制的信任度仍然很高甚至有所提高，但年轻人的信任度却在迅速下降。 人们更加坚信，该系统只会让某一代人受益。 养老金改革的政治瘫痪 由于许多老年选民的既得利益，改革被推迟或放弃。 韩国的改革延迟平均超过12年，是经合组织国家中最长的。 青年政治激进化 欧洲35岁以下年轻人对极右翼和极左翼政党的支持率正在迅速上升。 这导致人们对民主制度本身的不信任。 代际转移危机 代际金融转移占GDP的80%以上（日本、德国等）。 尽管从结构上来说不可持续，但改革并不容易。 建议的解决方案

9月13日，阿尔巴尼亚发生了一件历史性事件：总理埃迪·拉马任命了世界上首位人工智能部长。这位人工智能部长名为“迪埃拉”，在阿尔巴尼亚语中意为“太阳”，其宏伟目标是消除政府采购流程中的腐败现象。 这是政府透明度的新转折点，还是仅仅是政治噱头？今天，我们将深入探讨这项激动人心的实验的现实性、潜力和局限性。 迪莱拉：打击腐败的数字太阳 Dilera 的造型为一位身着阿尔巴尼亚传统服饰的女性，由政府与微软合作开发。自今年 1 月以来，Dilera 一直在“电子阿尔巴尼亚”平台上担任虚拟助理，已协助签发了 36,600 份数字文件，并提供了约 1,000 项服务，与公民建立了紧密的联系。 拉马总理宣称，“迪莱拉是第一位并非真实存在，而是由人工智能虚拟创造的内阁成员。”他进一步承诺，“公共招标将100%杜绝腐败，所有用于招标的公共资金都将完全透明地管理。” 这种创新方法源于阿尔巴尼亚严峻的现实。在透明国际2024年发布的腐败感知指数中，阿尔巴尼亚在180个国家中排名第80位。自1990年共产主义政权垮台以来，打击有组织犯罪和腐败一直是阿尔巴尼亚面临的持续挑战。尤其值得一提的是，打击腐败是阿尔巴尼亚加入欧盟的一项关键要求。 总理拉马领导的社会党承诺在 2027 年前完成加入欧盟的谈判，但反对党仍然持怀疑态度，称该国仍未做好准备。 人工智能反腐败技术的全球趋势 人工智能的反腐败潜力正引起全球关注。 阿尔巴尼亚的实验看似不同寻常，但实际上却是全球趋势的延伸。世界银行正在与微软研究院合作，探索人工智能如何帮助及早预防和缓解腐败。 各国政府每年采购的商品和服务高达10万亿美元，占全球GDP的10%至25%。考虑到如此规模的公共采购流程中可能存在的腐败风险，人工智能的作用至关重要。 成功案例和经验教训 乌克兰的ProZorro系统是基于人工智能反腐败技术成功的典范。该系统于2016年上线，通过与国际组织、企业和民间社会的合作，已发展成为一个人工智能监控系统，用于检测公共采购数据中的违规行为，防止公共资金被滥用。 然而，并非所有尝试都成功了。中国的“零信任”项目曾检测到政府官员的违规金融交易，并抓获了超过8700起此类交易，但由于官员们出于隐私和监控方面的担忧而强烈抵制，该项目最终被迫叫停。 Dilera 的实际运作方式及其局限性 “无法贿赂”的人工智能逻辑 Dilera的核心理念简单却强大：人工智能不会被贿赂，没有个人利益，并且可以全天候不眠不休地工作。该策略旨在通过逐步将公共采购的决策权从政府机构转移到人工智能，最大限度地减少人为干预。但这引出了一个关键问题：人工智能真的可以完全中立吗？ 算法偏见的陷阱 巴西Mara系统的案例清楚地表明了人工智能反腐工具的局限性。由于Mara仅分析从先前被定罪和受罚官员收集的数据模式，它因排除未被发现的腐败行为而受到批评，并可能使结果偏向于内部监督严密的机构的官员。

可以取代智能手机的人工智能眼镜终于成为现实。 “这不仅仅是把手机贴到脸上那么简单。它还能帮助你快速完成日常任务，而不会打断你的思路。” 2025年9月17日，马克·扎克伯格在Meta Connect 2025大会上亮相，发布Meta Ray-Ban Display眼镜。这番话远不止是一次产品发布，更标志着Meta十年来1000亿美元投资的XR愿景终于成型。 奇怪的是，Meta 在韩国的会议似乎没什么人感兴趣。RamaCon 也是如此…… 创新的关键：无形的投入，无限的可能性 Meta Ray-Ban 显示屏最引人注目的特点是配套的Meta Neural Band 。这款腕戴式设备是一款 EMG 腕带，可将肌肉活动产生的信号转换为控制眼镜的指令，使用户无需触摸眼镜或拿出智能手机，即可通过细微的手部动作来控制设备。 什么是EMG（肌电图）技术？ EMG 是肌电图的缩写，是一种评估和记录骨骼肌产生的电活动的技术。EMG 使用传感器将通过手腕传递到手部的运动神经信号转换成数字指令。来自手腕的信号非常精确，以至于 EMG 甚至可以检测到哪怕是一毫米的手指运动。 Meta 投资这项技术的原因显而易见。Meta Neural Band 是多年来近 20 万名参与者进行表面肌电图 (EMG) 研究的成果。该腕带能够检测到海量信号，甚至在视觉感知之前就能测量运动，其精度足以实现这一点。 技术突破：42像素的魔力 Meta Ray-Ban 显示屏展现的技术成就远超普通智能眼镜。该 HUD 为全彩显示，支持每度视野 42 个像素，而 MetaQuest 3S 则为每度视野 20 个像素。 这真是了不起。按照行业标准，每个视场超过 42 像素的波导设备只有大型头显，而且现在已经不再市售。Meta 能够在一副标准眼镜中实现如此高的像素密度，堪称工程上的一大成就。 马克·扎克伯格的十年愿景：从元宇宙到人工智能眼镜 AI眼镜三大类战略 Meta目前将AI眼镜市场细分为三类： 相机AI眼镜：雷朋和奥克利的现有产品 雷朋Meta Display AI眼镜今日发布 增强现实眼镜：类似去年推出的 Orion 原型的大型全息显示器。 这种分阶段的策略体现了 Meta 的长期战略。“未来五到十年将决定扎克伯格的豪赌能否成功。这段时间很可能将决定人工智能和 AR 眼镜是否会成为下一个重要的计算平台，以及 Meta 能否占据主导地位。” 2025年：元宇宙的关键一年 在一份泄露的备忘录中，Meta 首席技术官安德鲁·博斯沃思 (Andrew Bosworth) 表示，2025 年将是意义非凡的一年，这不仅对这项曾经占据新闻头条、引发无限遐想的技术而言，对整个 Reality Labs 而言也同样如此。他甚至更加明确地表示：“这是我在 Reality Labs 八年中最重要的一年。”

最近，Vercel 和 Gamma 将价格提高了约 5 美元/月，比之前的价格上涨了 25%。 同样，Notion 和 Adob​​e 也确实提高了价格。这部分是由于新增功能和缺乏替代方案，但也是因为满足了某些条件。 涨价自然会导致客户流失。短期内，客户流失几乎是无条件的。然而，SaaS 服务商却在涨价。如果不理解这一点，你注定会重复愚蠢的定价策略。 最近，在协助各种 SaaS 和产品项目的过程中，我惊讶地发现，很多人不明白为什么要这样做。即使我问他们为什么，他们也会这样回答：“我们比竞争对手便宜，因为他们做得太多了。” 这是显而易见的，我不知道是否真的有必要告诉你，但你究竟是如何计算价格的？ 固定保证金类型（又称成本加成） 最简单的方法是根据成本（云/人工/第三方API）+目标利润率来提高价格。这种方法借鉴了制造和分销领域的一种常见做法，但在数字市场中，很难说这是一种好方法，因为价值是在没有实物的情况下出售的。 其优点是易于计算，让财务和销售团队安心。缺点是它与客户价值脱节。客户不在乎我们的成本；他们掏腰包是为了“解决问题的价值”。因此，固定利润率只是最低限度的防御措施，并不能设定价格上限。 何时使用：非常早期（当成本不确定性很高时）、转售结构（外部 API 单价转移）、具有强大传统报价实践的 B2B。 注意：成本下降并不一定导致价格下降。价值是一个独立变量。 竞争指数 “我们竞争对手的价格是30美元，所以我们的价格是25美元。” 这是一种非常常见但危险的做法。如果竞争对手的策略、成本或细分市场与您的不同，您就会被错误的锚点所束缚。这使得您以后更改定价政策变得非常繁琐，而且由于标准本身高度依赖，它更像是一次握手。如果有人这样定价，您可能会怀疑他们是间谍。 何时使用：当存在明显的替代方案并且类别之争是关于“类似规格与更便宜的价格”时。 注意：如果您的差异点（数据安全、本地化、支持 SLA、生态系统）很明确，请考虑高端定位而不是追随者定位。 基于值的类型 这是一种经典的做法：将您的业务锚定在客户获得的经济和情感价值上。例如，如果“每周节省 10 小时 × 每位员工每小时 30 美元 = 每月 1,200 美元”，那么就应该将其中的一部分（例如 10-25%）计入您的价格中。 我之前提到的大多数方法都是这样的结构。 如何执行：定义核心用例→量化价值驱动因素（节省时间、提高转化率、减少错误、降低监管风险等）→开展针对特定细分市场的支付意愿 (WTP) 研究（Van Westendorf、Gabor-Granger、Conjoint 等）→通过好-更好-最佳套餐区分定价。 注意：“价值交付”的故事叙述和支持证据（案例研究、投资回报率计算器）至关重要。 捆绑/包装策略 决定 ARPU 和 NRR 的是包装，而非价格本身。虽然它与游戏中的 DLC 概念类似，但使用包装需要满足一些额外的、更严格的要求。如果您在不经意间篡改包装或捆绑，与其他功能相比，您会遇到公平性和估值方面的问题。

您好，我是Haebom。 各位长期关注我博客的朋友们，首先我想分享一个消息。基于我在博客上分享的想法和文章，我终于出版了一本书。 这本书讲的是获得法学硕士学位后，放弃思考，把一切都交给法学硕士。如果你对哲学、人文学科或这个主题感兴趣，我推荐你读一读。🙂 教保文库👉 https://product.kyobobook.co.kr/detail/S000217476245 YES24 👉 https://www.yes24.com/product/goods/153156828 알라딘 👉 https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=371482787 最重要的是，这本书的诞生离不开一直以来阅读我作品的读者们。我由衷地感谢你们。我希望未来能继续探索，并与你们分享。 再次感谢您一直以来的支持，我们期待再次为您带来好消息。 祝您度过温暖的一天。 Haebom 梦想

昨天，我拍摄了一段几乎成为首相借口的视频。其实，最近我有机会通过一系列辅导课程与初级规划师见面。他们的工作环境、工作范围，以及他们对在成人教育市场上花费数十万韩元参加课程来提升技能的担忧，都让我感到惊讶。于是，我决定拍摄下来。写着写着，我有点感慨……好吧，我把视频分享给了几个群聊，有人问我：为什么韩国规划师的工资比其他职业低？如果有人知道答案，请告诉我。我真的不知道。 📊 韩国与国外：有何不同？ 将 Meta、Google 和 OpenAI 等知名国际公司的 PM 职位描述与韩国公司的 PM 职位发布进行比较，可以发现一些真正有趣的差异。 硬技能比较 共用部分： 数据分析 制定路线图 市场调研 韩国特色： 许多需求似乎都属于CEO或设计师的职责范围，例如KPI绩效衡量和UX/UI设计。这给人的印象是项目经理负担过重。 海外特色： 我们专注于以用户为中心的产品开发和体验。 比较软技能 清晰的沟通技巧和领导能力很常见，但韩国强调“商业和客户价值之间的平衡”，而海外国家则更注重“以用户为中心的思维方式”。 在海外，产品经理专注于产品本身，而产品负责人则负责业务目标和整个产品。而在韩国，产品负责人往往被视为项目经理的领导者。 总而言之，韩国似乎存在一种“轻视策划师的文化”。策划师通常被描绘成工作很辛苦，除了日常工作之外还要承担大量杂务的形象。 💰 薪酬差距的难以忽视的真相 在旧金山，产品经理的平均年薪至少为17万美元（约2.3亿韩元） 。即使考虑到首尔的生活成本高出1.7倍，韩国产品经理的薪资也往往明显低于开发人员或设计师。 我认为人们应该根据他们的工作量获得相应的报酬，而且我认为产品经理之间有很多“煤气灯效应”。 “产品经理天生就很难做”和“有很多杂务很正常”的文化真的需要改变。 🎓 百万美元的讲座？你真的需要吗？ 最近看到很多付费的PM相关课程，价格动辄几百万韩元。我觉得这些课程完全没必要。 Coursera 提供由微软、谷歌等领先公司专家讲授的项目管理课程，并配有字幕，而且免费。这不禁让人思考：何必费心去购买昂贵的付费课程呢？ 更重要的是，单靠理论学习无法取代实践经验。就连Pinterest的创始人Ben Silverman也会直接与客户见面，收集反馈，并改进自己的产品。

就我个人而言，自从今年年初在国际学校SALT做特别讲座以来，我一直感受到这种教育的需求，也看到了它的潜力。事实上，我甚至想知道为什么其他地方没有这样做。年轻人是最有创业精神的人，没有什么能比创业教育的协同效应更强。中国、美国和欧洲都在这样做，我认为我们的教育体系也需要改变。总之，我想分享一个关于德克萨斯州一所学校的非常有趣的故事。 想象一下，每天只需在学校学习两个小时，其余时间都用来学习由人工智能 (AI) 驱动的特殊课程。我第一次听到这个消息时，说实话是持怀疑态度的。但位于德克萨斯州奥斯汀的 Alpha School 学校正是如此。 该学校最初设在德克萨斯州奥斯汀，这座城市最近科技公司数量激增，目前已扩展到迈阿密和布朗斯维尔，并计划今年秋天扩展到全国多个城市，包括纽约和奥兰多。 这所学校究竟有何魅力，吸引人们的关注？ 人工智能与人类协作：“引导者”取代“老师” Alpha School 最独特的地方在于它没有老师，而是由被称为“指导老师”的成年人来支持学生的学习和成长。实际的课堂内容和个性化学习计划由人工智能提供。人工智能会实时分析每个学生的能力，从而提供最佳的个性化学习。这使得同一班级的学生能够根据他们的个人水平和兴趣学习完全不同的内容。 例如，12岁的拜伦·阿特里奇目前就读七年级，但他的数学、九年级阅读和十年级语文的学习水平却与八年级相当。他说： “我喜欢按照自己的节奏和水平学习，而不受朋友或老师所教内容的束缚。” Alpha School 联合创始人兼热门播客 MacKenzie Price 这样阐述教育的本质： “良好教育的90%在于动机。当人工智能教授这门学科时，指导老师可以关注学生的情绪和动机。” 您在学校学过创业知识吗？ 在阿尔法学校，每天只有两个小时用于数学和语文等传统学科的学习，其余时间则用于动手实践和协作项目。例如，去年，五年级和六年级的学生建造并运营了一辆真正的餐车。在这个过程中，学生们通过独立完成预算、商业规划和烹饪等工作，培养了协作和解决问题的能力。 此外，学生们还可以通过一个名为“杰作计划”的特殊项目创作自己的创意作品。这个项目挑战学生发现只有人类才能提供的独特而新颖的视角，而这些视角是人工智能无法提供的。一些学生的实际成果包括： 能识别并回应情绪的泰迪熊 提供约会建议的聊天机器人 打造德克萨斯州最大的山地自行车公园 通过这个项目，学生自然而然地培养了与人工智能区别开来的创造性思维能力。 这种方法的成功和局限性 然而，并非所有人都欢迎阿尔法学校的教育模式。批评人士认为，过度依赖人工智能可能会削弱孩子们的社交技能和同理心，而过度个性化的学习环境可能会削弱学校的根本作用：社交。 此外，每年约 40,000 美元（约 5500 万韩元）的学费也引发了争议，因为它可能被认为是只有少数学生才能接受的高端教育。 尽管如此，Alpha School 为未来教育提供了一个激动人心的方向。它利用人工智能尊重学生的学习节奏，并赋能学生通过创造性项目解决现实问题，有效地弥补了传统学校体系的不足。

什么是GTM？顾名思义，在创建了一款优秀的产品/服务后，如何将其推向市场、创造收入、触达客户并让他们反复使用？ 1. 它与传统营销有何不同？它与传统销售有何不同？ F1 打开。 营销团队：在比赛前营造气氛，提高上座率。 销售团队：F1赛车手（奔跑在前线） GTM 团队：规划整体比赛流程/策略 → 何时换胎？如何换胎？跑多少圈？如何跑？ 日文版 营销和销售是策略和 GTM 策略。 2. 产品负责人/产品经理有什么区别？ 构建产品解决方案和定义商业模式必须紧密联系、不断迭代→市场/收入/用户 PO→产品UX/UI、开发、企划、商务等 无论产品多么优秀或创新，如果没有 GTM 战略，就很难在市场上站稳脚跟。 3.GTM的目标是什么？ 市场成功：成功将产品或服务推向市场。 接触您的目标受众：有效地将您的产品接触到您定义的目标受众。 获得竞争优势：在市场上获得相对于竞争对手的竞争优势。 创收：最终，这是为了为您的企业创造收入。 “如果你制作它，它就会卖”→胡说......谁会写这个？？？ 副项目“如果你成功了，我就会写”→朋友/家人→恶意指标（噪音）→出现长尾指标......它是什么？ GTM → 将“如何销售”转化为具体科学的过程。

我们会像人工智能一样说话吗？ ChatGPT 实现了历史上最快的技术普及速度，自 2022 年底推出以来，仅两个月就拥有了 1 亿用户。许多人已经依靠人工智能来辅助写作、学习、工作和创意活动。但我们是否正在不知不觉中学习人工智能的语言习惯？ 这个问题很有意思。在最近的一项个人研究中，我分析了人工智能如何影响人们的语言习惯。结果非常令人惊讶，所以我决定在我的博客上分享。 您是如何进行这项研究的？ 这项研究包括两个主要阶段。 第一步是识别 ChatGPT 的标志性词汇。我们使用 ChatGPT 编辑了数百万页的电子邮件、论文、论文、文章等，并使用了“润色文本”和“澄清”等常见提示。我们将 ChatGPT 反复添加的词语定义为“GPT 词汇”，例如“深入研究”、“领域”和“细致入微”。 第二步是分析实际的语言使用模式。为此，我们分析了超过 36 万个 YouTube 视频和 77 万个播客节目。具体来说，我们比较了 ChatGPT 推出前后的数据，以衡量变化的程度。 GPT词汇的激增 我们的研究发现，自 ChatGPT 推出以来，“深入研究”、“夸耀”、“迅速”、“探究”和“细致入微”等 GPT 词汇的使用率显著增加。令人惊讶的是，这种变化不仅发生在结构化脚本中，也发生在日常对话中。 人类与人工智能之间的文化反馈循环 1. 人类用文本训练人工智能。 2. AI生成重建文本 3.人类无意识地模仿人工智能模式。 4. 回到 1 号…… 更有趣的是，这种现象创造了一种文化反馈循环。人们训练人工智能生成文本，然后人工智能根据这些数据向人们提供统计重建的文本。最终，人类会无意识地模仿人工智能的语言习惯。研究将这种现象描述为“人工智能技术中存储的模式被反向传播到人类思维中的现象”。 这项研究表明，像 ChatGPT 这样的人工智能不仅仅是一种高效的工具，它正在从根本上改变我们使用的语言和思维方式。人工智能与人类之间这种无意识的反馈循环将持续影响我们社会的语言文化。 韩语里有啥？ 正如我在上一篇文章中提到的，似乎有些词在韩语中也是显而易见的。 以上只是我个人的想法。这些表达方式在书面语或口语中并不常用，但我感觉最近越来越频繁地看到它们了。这只是我的错觉吗？就我个人而言，当我看到这些表达方式过于频繁时，我就会开始怀疑有人已经完成了他们的法学硕士课程。 变化/发展的表达 发展 提升 提升 推动

如今，大学校园里正酝酿着一股怪潮。试卷上充斥着“过度润色的作文”，接连提交的作业让人不禁思考：“这学生怎么会写出这样的句子？”校园里出现了一种新的休闲文化：一种类似于侦探游戏的玩法，学生们试图猜测这句话是不是人工智能写的。 但问题并非仅仅是“不当行为”。相反，我们已经到了必须提出一个更根本问题的地步：人工智能如何影响人类的创造力和表达能力？我们又该如何应对？ 散文、论文和求职信看起来都像是人工智能写的。 我实际上决定亲自测试一下人工智能的能力。当我让它用伊丽莎白·毕肖普的风格写一首诗时，它把一句真引文和两句假引文混在一起了。当我让它用伊丽莎白·毕肖普的风格写一首诗时，格式不同，但内容相似，只是有些别扭。重要的是它能够复制这些文学元素。之后，我在电子邮件和学术论文中对它进行了测试。当然，它仍然很别扭。这是在2024年。 更令人惊讶的是，人工智能在处理日常任务、电子邮件、提案、编辑笔记和日程安排等“繁琐”的任务中提供了巨大的帮助。最近，我因为正在服用药物而经常感到头晕和头痛，而人工智能帮助我格式化文档、润色我的演讲，甚至安慰我说：“我理解你现在的生活有多么复杂和忙碌。” 人工智能取代了“缺乏安全感的我”。太温柔了。 至此，不可否认的是，AI正在成为人类的“脑力劳动伙伴”。 AI不知疲倦，从不抱怨，赞美你，随时提供另一个版本，并复制你的语言。 问题是……复制得太自然、太流畅了。 例如，我给了AI我的几篇博客文章，并让它分析它们的风格，它给出了这样的答案： “您的文笔紧凑，思维精准，流露出一种内敛的情感和哲学思考。” 那感觉太准确了，甚至有点吓人。就像我举着一面镜子，但在镜子里，我看起来更完整。 当我重复这段经历时，这个想法突然闪现在我的脑海里。在ChatGPT添加了记忆功能后，我更加有这种感觉了。现在，他们几乎知道我所有的秘密了。 写作课中取消“写作”的悖论 学生也是如此。起初，他们只是依靠人工智能来总结自己的作业，但不久之后，他们开始将结构化、开发甚至起草的工作都交给人工智能。他们会想：“这不就是手写的吗？” 然后，到了某个时候，学生们甚至什么都没写，就在写作课上获得了A。 麻省理工学院媒体实验室最近的一项研究用数据佐证了这些担忧。在54名参与者撰写论文并测量脑电图后，依赖人工智能的那组参与者的写作记忆、主动性和大脑连通性均有所下降。研究人员将此称为“认知债务”，并由此引发了人们对长期学习能力下降的担忧。 就我个人而言，我确保将这部分内容纳入我这次出版的书中。 问题不在于技术，而在于“思维外包”。 事实上，这项技术本身是中性的。问题在于“如何”使用它。 ChatGPT 可以帮助你备课，甚至还能帮你安排日程、制定学习目标。 但如果我们以“方便”的名义不加区分地接受这种帮助，我们的思维能力就会逐渐减弱。 最终，我们站在了十字路口。 我们会接受速度和效率的诱惑，将创造性的控制权交给人工智能吗？ 或者，你会忍受在令人不适和低效的情况下独立思考和造句的痛苦吗？ 我们可能真的会失去的东西

Meta 新组建团队成员名单已泄露，令人印象深刻。如果您计划在韩国开发自己的 AI 基础模型，不妨参考这份名单来制定团队构成。根据 Meta 泄露的内部信息，Meta 的精英 AI 组织“超级智能团队”的构成，可以一窥其未来的发展方向。 其实，看起来人们是因为年薪或者国籍而被吸引到这个行业，但本质是分析他们现在想做什么。 🧠 技术重点领域 LLM优化 多模式学习 消除知识偏见 基于强化学习的微调 1.战略人才引进 仅从 OpenAI 就招募 15 人（31%）是一项非常积极的人才获取策略。 DeepMind 正在从包括谷歌在内的主要人工智能公司招募关键人才。 他们似乎想在构建和微调基础模型的过程中解决隐含的部分。 2. 特定领域的专业知识 OpenAI 校友集中在 Foundation Models 团队。 许多 DeepMind 校友被分配到计算机视觉团队。 确保每个领域最优秀的专家 3. 中国研究人员占比 其中47%为中国人，尤其专注于核心研究领域。 他们大多拥有美国顶尖大学的博士学位。 有些人把这看作是安全或政治问题，但如果你看看他们以前写的论文，就会发现他们只是能力很强或具有象征性成就的人。 领导层级 姓名

您好，我是Haebom。我已经很久没有写过通知了。 非常感谢您一直以来订阅我的博客，以及您热情的评论和关注。您的订阅和评论对我来说是巨大的力量和鼓励。今天，我有一个特别的项目想和大家分享。这本书是出版商在电子书热潮鼎盛时期亲自创作并倾注心血的，但就连我都一度忘记了它。 当时，我很难理解那些以数十万韩元的价格出售电子书，或者写一些我从未亲身经历过的事情。因此，我根据自己的亲身经历，或者至少是我对相关主题的间接理解，创作了一套五卷本的系列丛书。 当时我收到了多家出版商的出版邀请，但出于对电子书市场的好奇，我拒绝了。现在想想，我怀疑自己是不是太注重利润了，因为我本来可以保留实体书的。每本书大概100到200页，所以我估计一本带图文排版的实体书应该有200到300页左右。真是扯了一大堆。 •第 1 卷：建造什么 101 – 创作过程中的障碍（完成的困难） •第 2 卷：GTM 101 – 市场反应的不确定性（销售的困难） •第 3 卷：规模 101 – 增长的复杂性（系统化的难度） •第 4 卷：迭代 101 – 改进的混乱（优化的难度） •第五卷：影响力101——目的与利润之间的冲突（寻找意义的困难） 感谢最近一位好心人买了这本书，我才得以再次修改，这次我重新整理了从封面到电子书的所有内容。✨ 说实话，我感觉自己都快忘了我曾经写过这本书了。看到大家看到我以前的作品后联系我，我感到非常鼓舞。 无论出于什么原因，我都由衷感谢你们找到并阅读了这本书。你们每个人都是这本书特别的首读者。如果你们能把它推荐给你们认识的人，我会更加感激。其实，我私下里有点贪心。哈哈哈。 我们有一个开放的KakaoTalk群聊。随时欢迎您。（输入代码1024） 感谢您一直以来的博客评论和订阅。我珍惜我们一起成长的时光。🤝 感谢您总是访问我的博客。

“你必须在洗澡时刷牙，穿没有鞋带的鞋子，珍惜每一分钟。” 你有没有想过这个问题？如果你看看如今的社交媒体或YouTube，你会发现所谓的“微效率”已经深深植根于人们的日常生活中。即使是最细微的举动，也需要精心策划和策略性地执行，目的就是为了节省哪怕一分钟的时间。 一杯茶背后的哲学 居住在英国的54岁的维罗妮卡·普伦每次喝茶都会泡两杯：一杯加牛奶微温，另一杯则在40分钟后，等茶温热后再泡。这种方法让她每天节省20分钟，两年下来节省了大约10天的时间。从长远来看，这些小小的改进会带来巨大的改变。 普伦的习惯远不止于此。她早餐总是煮鸡蛋，午餐总是煎蛋卷，甚至晚餐也总是套餐。她甚至每天都会重复固定的穿搭流程。这最大限度地减少了每次都要重新做决定的压力。她说，这种习惯让她有足够的精力去做自己想做的事情。 人们为何如此痴迷于一分钟？ 这种现象并不局限于个人习惯。#LifeHack 标签在 TikTok 上被提及超过 1100 万次，无数提升效率的网红都在强调“1% 规则”。畅销书《原子习惯》就体现了小习惯的累积效应可以带来显著的改变。 在社会背景下，这种微效率超越了单纯的爱好或时尚，反映了现代社会的压力。科技进步使得人们能够更快地完成工作，但矛盾的是，我们却不断地用更多的工作来填补剩余的时间。心理学家将此解读为“主动倦怠”的早期症状。 好习惯 Vs. 执念 追求效率的人有各种各样的原因。从身体不适想要节省哪怕一点点精力，到只是想更舒服地“偷懒”一下，不一而足。然而，专家警告说，如果效率习惯变得过于执着，可能会导致强迫症或抑郁症。高效并不一定意味着满足。 事实上，英国的一项调查发现，人们平均每周只有23个小时感到真正自由。这给他们带来了节省每一分钟的压力。 健康高效的3个秘诀 但无条件追求效率并非解决之道。那么，我们该如何实现健康的效率呢？ 检查你的目的。最好清楚地规划如何利用节省下来的时间。如果只是为了省钱，效率的提升最终会失去意义。 允许适当的“放松”。过于严格的规定实际上会增加疲劳。在周末或假期有意摆脱效率习惯也是个好主意。 不断回顾和调整。随着生活环境的变化，你的效率策略也应随之改变。定期审视你目前的习惯是否真的对你有意义，如果需要改变，请毫不犹豫地做出调整。 真正重要的不是时间的数量，而是质量。 “我们该如何利用节省下来的时间？”这是我们绝不能忽视的关键问题。最终，节省时间的习惯应该成为让我们的生活更快乐、更有意义的一种方式。这不仅仅是为了保持忙碌，而是为了重获一些闲暇。 实际上，这是本文的续篇……

有人曾经问过我：“你做策划、开发、营销，你到底是做什么的？你的特长是什么？” 说实话，我真的不知道该怎么回答这个问题。我已经尽力了。我只能回答：“我们正在竭尽所能，让事情顺利进行。” 市场推广 (GTM) 是指将产品或服务推向市场并确保其被客户成功采用的整个过程。负责此流程的 GTM 经理负责处理从产品开发到交付给客户的所有事宜。 小团队成长壮大的秘诀 在Kakao Brain和Nexon韩国工作期间，我确实参与了一些很棒的项目，也遇到了很棒的同事，但我总觉得少了点什么。事实上，我有很多担忧。 最重要的是，尽管我谈论的是‘增长’这个词，但我却无法真正感受到产品的实际增长。 我所创造的东西真的能为我的客户提供价值吗？我是否在实现有意义的职业发展？我本来就不喜欢“增长”、“新增长”和“六边形”之类的词。 从 Notion 学到的真正的成长经历 然后，在使用 Notion 时，我的观点彻底改变了。 我学会了如何打造一款拥有全球数千万用户的产品，如何增加每月经常性收入（MRR），以及如何用小团队最大限度地提高效率。 Notion 不仅仅是一家拥有大量员工的公司。它拥有明确的价值观、精良的产品以及值得信赖和使用的用户。这段经历教会了我职业生涯中最重要的东西。 “我们需要关注产品和用户之间的关系，而不是大型组织。” 我加入 Gamma 的原因以及发生的事情 怀着这样的认识，我加入了Gamma。在两年内，我们的年度经常性收入（ARR）达到了5000万美元，并连续15个月保持盈利。Gamma团队规模虽小，但实力雄厚，我一直在这里担任高级市场推广经理。 Gamma 仅凭 35 名员工就实现了显著增长，用户数量达到 5000 万，年收入 (ARR) 达到 5000 万美元。Gamma 快速增长的背后有一个关键战略：我从 GTM 经理晋升为高级 GTM 战略经理。 我们征服市场的方法很简单：树立原则，并坚持下去。我来分享几个。 1.以用户为中心的定价策略（Van Westendorp） 我们从不猜测定价。 Gamma 运用范·韦斯滕多普方法论，精准测算用户支付意愿，并据此制定价格。这使得他们从一开始就建立了稳固的收入结构，并在接下来的两年内保持了稳定的增长，而无需调整定价。 价格是向客户发出的信号。准确的定价可以在产品和用户之间建立信任。 2. 用最少的人力实现最大的增长 Gamma 打造人工智能演示工具。产品本身会帮你完成所有销售和营销工作。 我们的市场营销策略很简单：

我最近在Netflix上观看了《鱿鱼游戏第三季》中紧张刺激的结局，至今仍萦绕在我的脑海里。最后一场比赛，也就是所谓的“高空鱿鱼游戏”，发生在高空。游戏在一系列柱子上进行：一个正方形、一个等边三角形和一个正圆形。 尤其是在最后一幕的圆柱场景中，主角选择牺牲自己，以摆脱束缚他的贪婪枷锁。此前，圆圈象征着贪婪和执着，但当主角为了孩子和未来选择在这个圆圈上牺牲时，它的意义被彻底颠覆了。这一幕生动地展现了我们所感知的现实并非绝对，其意义随时可能根据环境和经历而改变。顺便说一句，我觉得《鱿鱼游戏》第三季相当无聊。 文化会改变我们的视觉吗？两项引人入胜的视错觉研究 在最近两项关于视觉错觉的研究中也可以发现类似的故事。 英国伦敦政治经济学院（LSE）伊万·克鲁平（Ivan Kroupin）领导的研究团队向来自西方社会和纳米比亚农村的受试者展示了一幅名为“保险箱错觉”的图片。有趣的是，西方受试者主要看到的是正方形，而纳米比亚农村受试者看到的则主要是圆形。研究团队用“木工世界”假说解释了这一现象，该假说认为，我们的生活环境塑造了我们大脑对世界的感知。 然而，另一项研究挑战了这一假设。Dorsa Amir 和 Chaz Firestone 利用穆勒-莱尔错觉证明了这种错觉不仅存在于人类身上，也存在于动物身上，甚至盲童身上，无论其所处环境如何。虽然这两项研究看似矛盾，但它们实际上传达了一个重要的信息：我们所看到的世界并非客观现实，而是我们大脑不断解读和创造的。 视觉和言语最终都是“大脑的幻觉” 神经科学家阿尼尔·塞斯将现实描述为“大脑创造的受控幻觉”。换句话说，我们的大脑并不能如实地呈现客观世界，而是根据我们的经验、环境和文化，通过主观的解读将其呈现给我们。 有趣的是，这种现象同样适用于语言和视觉。 以斯坦福大学心理学家莱拉·博罗迪茨基（Lera Boroditsky）的一项研究为例。她进行了一项实验，要求德语和西班牙语使用者描述“钥匙”和“桥梁”这两个词，结果发现这两个词的性在两种语言中是相反的。 在德语中，Key 是阳性名词，而 leg 是阴性名词。 在西班牙语中，Key 是阴性名词，而 leg 是阳性名词。 令人惊讶的是，德语使用者用“沉重”和“强壮”等男性特质来形容钥匙，而用“美丽”和“优雅”等女性特质来形容腿。另一方面，西班牙语使用者则用相反的方式描述它们。 同样，我们使用的语言最终决定了我们的大脑如何创造和解读现实。我们认为我们“看到”的和我们“说”的，最终都是大脑控制的幻觉。 鱿鱼游戏，一种视觉错觉，用语言讲述同一个故事 《鱿鱼游戏》中最后一个圆柱场景如此震撼人心的原因，以及语言改变我们对现实的感知的原因，最终都是一样的。我们曾经认为绝对的世界的意义随时可能改变，世界也可能因我们的语言、文化和经历而变得截然不同。 视觉错觉、语言研究和戏剧向我们传达的共同信息是明确的。 世界总是在我们的头脑中被重新诠释和重塑。 那么，如果我们想让我们的生活变得更好，我们难道不应该首先改变我们看待世界的方式吗？ 正如《鱿鱼游戏》的主人公将原型的意义从贪婪转变为牺牲，我们也可以重塑生活中所见所言的意义。我们所经历的困难、痛苦，甚至幸福，最终都取决于我们如何看待它们。 事实上，《鱿鱼游戏》之所以受到关注，正是因为我们记忆中那些日常生活或美好童年回忆的游戏，如今却变成了贪婪的成年人不惜冒着生命危险去玩的游戏。稍加转变视角，难道不会出现一些全新而刺激的东西吗？

最近，我在一次串烧辅导课上认识了一位能说一口流利中文的人。我们聊了一些在中国常用的App，我还提到了一些我自己用过的应用。即使是不熟悉中国的人，可能也听说过微信。有句笑话说，在中国，没有微信几乎什么都做不了。 微信可以让你订餐、叫出租车、购物、支付，甚至访问政府服务。与韩国常用的KakaoTalk或Naver相比，微信的功能范围要广泛得多。中国这种“超级应用”现象仅仅是中国人追求便捷的体现吗？还是另有原因？ 在解释东西方应用设计差异时，人们常说：“亚洲人喜欢复杂、信息丰富的应用，而西方人则喜欢简洁的应用。” 然而，事实并非如此。近年来，中国、韩国和日本等亚洲国家的应用也逐渐转向更简洁、更干净的设计。那么，为什么超级应用在中国如此流行呢？ “移动优先”时代的起点，始于智能手机。 2010年代初，互联网在中国尚未完全普及。当时，互联网普及率不到35%，台式电脑的使用率也很低。在这样的背景下，智能手机成为了中国消费者的首选个人计算设备。 这种从零开始构建的以移动为中心的互联网环境阻碍了传统互联网习惯的形成。例如，虽然美国和欧洲已经形成了基于桌面的互联网使用习惯，例如网页浏览器和电子邮件，但在中国，移动应用从一开始就占据主导地位。正是腾讯的微信填补了这一空白。微信最初是一款即时通讯应用，后来逐渐通过“公众号”和“小程序”提供几乎所有的互联网服务。 实际上，微信相当于中国的谷歌浏览器。它没有将现有的网页服务移植到移动端，而是从头构建了一个以应用为中心的环境。这让我想起了腾讯董事长马化腾常说的一句话。当腾讯的QQ和游戏被嘲笑为抄袭者时，马化腾说： “我们见猫画虎。” 中国早期的数字经济严重欠发达。银行缺乏方便消费者使用的在线支付系统，购物主要以现金支付，电子商务尚处于起步阶段，缺乏信任。在此背景下，阿里巴巴开发了支付宝，用于淘宝的在线交易，建立了自己的支付体系。 如果公司尚未拥有所需的服务，就必须自行创建。这才是超级应用诞生的真正原因。换句话说，它们的诞生并非为了追求理想的用户体验 (UX)，而是填补市场空白、迅速占领整个行业的必要选择。 “筑墙”竞争策略的出现 中国超级应用的崛起可以用另一个因素来解释：激烈的竞争。腾讯、阿里巴巴、百度和字节跳动等巨头长期以来一直采用所谓的“围墙花园”策略，屏蔽彼此平台的链接。例如，在微信上打开淘宝购物链接就会被屏蔽。因此，每家公司都试图将尽可能多的服务集成到自己的应用中。 这催生了像微信这样的超级应用，它们集外卖、打车、支付、购物和社交媒体于一身。尽管中国政府直到2021年才禁止此类链接屏蔽，但消费者的习惯早已根深蒂固，超级应用模式也已根深蒂固。 另一个原因在于经济因素。早期中国消费者的在线消费能力低于西方消费者，因此每个应用的生命周期价值都很小。因此，企业试图通过提供尽可能多的服务来最大化每位客户的收入。 此外，由于初始客户获取成本过高，他们整合了更多服务，以避免将用户吸引到单个应用，然后转而使用竞争对手的应用。腾讯的“红包”活动就是这一策略的一部分，他们在农历新年期间派发现金，以推广微信支付。 战略选择，而非文化偏好 超级应用在中国的成功并非源于用户需求，而是一系列独特的市场条件的结合：移动优先的环境、缺乏行业基础设施、激烈的竞争以及低消费能力。 那么，其他国家的公司应该简单地复制超级应用模式吗？不一定。相反，重要的教训是了解产品设计决策的驱动因素。超级应用并不总是解决问题的答案。在某些情况下，将多项服务捆绑到一个应用中可能有益，而在其他情况下，构建一个提供最佳用户体验的单一应用可能更有效。 事实上，微信并非一款能解决所有问题的“完美超级应用”。它通过小程序提供简单服务的方式，本质上是移动环境下的“开放网络”。用户可以提前体验服务，然后在需要时下载单独的应用。在韩国，曾经有人大肆宣扬超级应用是未来趋势。但究竟是谁真正做到了这一点呢？我个人认为，Toss 是唯一一家真正做到这一点的公司。我相信 Toss 即将推出的应用 Toss才是这一趋势的真正开端。 我们从中国超级应用的案例中可以汲取的最重要的教训是，理解商业需求如何推动产品演进。归根结底，产品增长并非源于用户需求，而是源于企业对所面临环境和市场条件的战略响应。 我个人认为，韩国是最低估中国数字生态系统和技术实力的国家。正如我常说的，只要去中国任何一座发达城市看看，哪怕是上海，你都会意识到，这已经不是你认识的那个中国了。

最近，在为一家金融服务公司提供人工智能规划和架构咨询服务时，我注意到金融领域也正在加速此类讨论。虽然像 ChatGPT 这样的生成式人工智能正在引起广泛关注，但金融行业积极运用人工智能的历史要长得多。从欺诈检测到信用风险管理，甚至高频交易策略，人工智能在核心金融流程中发挥着至关重要的作用。然而，在人工智能真正获得信任并合乎道德地使用之前，仍存在许多挑战。其中最关键的问题是可解释性。 在金融领域，人工智能模型越复杂，就越难理解其决策机制。这通常被称为“黑箱”问题。即使人工智能模型能够做出准确的预测，如果它无法解释这些预测的标准和流程，那么这将是一个严重的问题，尤其是在金融这样一个信任至上的领域。因此，今天我想深入探讨“可解释性”的含义，以及如何在金融领域将其付诸实践。 让我给你举一个有趣的例子。 2019年，Apple Card因其性别歧视的贷款申请流程引发争议。一对收入和信用评级相同的夫妇申请了Apple Card，但丈夫的信用额度明显高于妻子。人们立即批评这一决定是“性别歧视”。然而，发卡机构和管理申请算法的金融机构未能明确解释这一问题的原因。因此，Apple Card的声誉遭受了重大损害。 此案例揭示了人工智能在金融领域运作可能出现的问题。人工智能做出基于数据驱动的决策，但如果数据本身存在偏差，或者算法的判断标准不明确，金融机构可能面临严重的道德和法律责任。 在此背景下，金融部门在使用人工智能时必须提出以下问题： “我们的人工智能模型为什么会做出这样的决定？” “人工智能的决策真的公平吗？” “我们能解释一下AI模型判断的标准吗？” 人工智能可解释性的三个关键要素 可解释性不仅仅是展示模型的技术能力。要真正实现金融领域人工智能的可解释性，必须具备以下三个要素： （1）透明度 它是关于向利益相关者清楚地披露人工智能模型的结构如何、用什么数据进行训练以及它基于什么假设或假设进行操作。 例如，可以通过向客户和监管机构披露信用评级模型的数据来源和选择评估变量的原因来建立信任。 （2）可解释性 目标是让人工智能的决策更容易被人类理解。模型的运作应该用简单的算法或可视化工具来解释。 例如，您应该能够用具体的数据点解释为什么贷款申请被拒绝（例如，“您的贷款申请被拒绝是因为您的信用卡使用率过高”）。 （3）问责 它是关于为人工智能模型做出的决策建立明确的责任制，并提前决定在出现问题时如何应对。 当模型做出错误的决定时，建立明确的流程和责任，立即纠正并弥补损害。 涵盖所有三个要素的综合方法是真正实现金融领域人工智能可解释性的关键。