拖了挺久的，想了想还是在年前写一篇吧。前几年的年终总结基本都是写成长、或者又做了点什么、拿到些什么成果。
但今年就算了，就单纯写写痛苦和乐趣。了解我的朋友，基本都知道我其实特别二极管，我总是天平的两端：极端的玩乐、极端的工作左右跳跃。
我特别烦没有目标的状态，因为每当这种状态的时候，我的脑子就会强行自省，陷入到一些很奇怪的问题，开始想一些很没意义的问题和自己左右脑互搏。
我还原一下：
A我：假设做IP是一个看起来最短路径的影响力放大器，那我为什么不做？
B我：但我不喜欢啊。
C我：那你为啥不喜欢那？
B我：对于做IP来说，实际是把某部分的人格在无限放大，而这种人格被放大在我看来是不可逆的。再加上这是一件要长期稳定去做的事情、用产品去表达是不是一个更好的方式等等等。总之我觉得不喜欢这件事就有非常多的部分组成。
根据这个例子，其实就引入了下一个话题：怎样做选择？因为我绝大多数的痛苦都是来源于选择，各种各样的选择，各种各样的诱惑。
乐趣
这并不能教大家怎么做选择，只是纯粹我的主观想法。前面提到我是一个二极管，二级管的根源是是乐趣。
但其实这几年我发现乐趣越来越少了，最开始实习那会觉得学代码写代码都是乐趣，挣点实习工资也很开心。但后面赚越来越多的钱，写越来越多的代码，越来越无聊，对于乐趣的阈值越来越高。
然后就陷入到一个很恶劣的循环，乐趣阈值升高 → 日常变得无聊 → 追求更大的目标 → 短暂兴奋 → 阈值再次升高。
如果乐趣必须依赖“更高”，那总有一天高度会不够。如果爽感必须依赖强刺激，那总有一天刺激会失效。但这其实这还挺危险的。
前几天在买烟花，我感觉在平地放很无聊，然后把烟花往电梯井里扔了，结果燃起来了哈哈哈哈，幸好及时救火把火熄了。
但没有办法，这个终结可能只有死亡和某场大病。但我很庆幸世界足够大，有足够多我没有经历过的事情，没有达到的高度，能让我继续向前。
AI给我的建议是，再写写关于代价和感悟日常平淡生活落地。但其实没什么必要，保持这种傲慢继续往前就好。
关于AI
其实有点怪，我这三年都在AI行业里，但是其实文章里写AI反而很少。Emmm，为什么那？可能是因为都做的闭源，很多东西不太合适分享，然后在团队里分享过一次的东西我又懒得写了。
Emmm，从哪来聊起那？我们先聊聊现象把。
这两年，AI 像一座持续喷发的火山，这不仅是技术的跃迁，更是一场被时代、资本共同推到极限的智慧聚合。底层模型从 OpenAI 到 Anthropic，再到 Google DeepMind 和 Meta 不断刷新能力边界，应用层密集爆发，社媒上每天都是新的 aha 时刻。
而在这些瞬间背后，是资本以前所未有的速度与规模注入算力、人才与时间窗口，把风险转化为燃料，把不确定性变成下注空间。于是，一群高度聪明且极具执行力的人被推到同一个竞技场里，在高压与高杠杆之下压缩决策周期、拉满工程强度，把概率模型雕刻成可演示的奇迹。
但如果剥离掉宏大的叙事，应用层的与AI相关的工程侧能力其实可以划分为两个截然不同的象限。
一象限：构建（从 0 到 1 的创意实现）
即如何用人的认知去定义智能的上限。
- 组合能力 (Compositional Capacity)： 这是应用层最核心的创造力。它不再是单一的模型调用，而是基于人的认知与创意，将多模态模型、Agent 推理流程与工具代码进行深度耦合。同样的模型，在不同认知的人手里，组合出的产品完全是两个物种。这里的关键是架构的编排，是将基础LLM编排成具有生命力的产品逻辑。
- 场景的动态构建 (Dynamic Contextual Architecture)： 上下文工程不只是“记忆”，而是一种对“当下”的选择性重构。开发者需要从海量信息中抽离出一种“高浓度的逻辑场”，定义哪些信息该被高亮，哪些该被压缩。好的上下文是一个充满张力的剧本，让模型入场即“入戏”。
二象限：治理（从 1 到 100 的商业交付）
即如何让智能在现实世界里硬着陆。
- 约束设计 (Constraint Design)： AI 的能力是发散的，但产品需要确定性。我们需要用工程化的手段筑起“围栏”，通过结构化约束和逻辑校验，把飘忽不定的概率坍缩成稳定、可预测的功能。这是让“概率”变成“产品”的惊险一跳。
- 外部接入 (External Integration)： 这是 AI 走向真实世界的桥梁。它涉及支付、社交及各种商业规则。如何让 AI 从一个对话框变成一个能干活、能产生商业闭环的“实体”，决定了一个应用是停留在 Demo，还是进化成一个 Business。
- 认知校准与审美量化 (Perceptual Calibration)： 这是应用层开发的闭环。模型给出的答案往往在 60 到 90 分之间波动，壁垒就在于那最后的 10 分。你需要把你作为人类的审美、直觉和行业认知转化为一套可检测的逻辑。只有具备了“定义好坏”的能力，AI 才真正成为了你认知的延伸。
一些想法
这里最大的瓶颈还是在认知层，大家包括我都会很容易存在认知偏差或不全的情况。
我最开始对于clawbot印象是这样的：我体验之后我觉得它就像一个本地版本的manus，之所以如此火热的原因是在于本地开源+将废旧设备作为传感器的一套思路。但它的超大token花费和没有工程美感和精准性这件事让我感觉不太好。自己写这样一个东西并不算困难，或者一些随便开发一些本地工具能比它做得更好。
Emmm，但后面把跟一个朋友讨论了一下这件事，他认为是这样的：openclaw 的价值未必在功能范式，而在叙事范式。当东西是开源 + 本地 + 废旧设备可复用时，它让更多人第一次掌握了某种能力。
我突然就理解到我的问题，我总是站在技术和一个很高的视角去看问题。但市场的火热从来不是因为“技术门槛高”，而是因为：它击中了某种叙事节点、它踩中了一个情绪窗口、它提供了一个低心理门槛的入口。很多爆款并不难做。难的是在对的时间，把它放在对的语境里。
或许这也是错的。因为很悲伤的事情是即使我知道了这件事情，我都不知道openclaw能帮我做点什么，除了看看它的架构，对我本身其实没啥收益。我自己本地电脑有repo里有大量的skills + scripts，还有苹果手机上有个app控制控制电脑上的skills，已经覆盖我绝大部分需求了，我也懒得去折腾安卓手机和芯片了。
所以大家要多讨论啊，但别老是一堆开发讨论，这样大家才可以补充认知和视角。
商业化和赚钱
哎，从去年开始其实我发现了个问题。长期沉浸于商业化视角本身，会失去好奇心和创作力。
商业化高度奖励线性逻辑：投入 → 转化 → 放大 → 规模。
但很多真正改变格局的东西是非线性的：一次偶然的技术发现、一个看似不赚钱的实验、一个不对齐当前市场的理念。当你太习惯“路径最短原则”，你会不自觉地压缩探索空间。
我会感觉越来越失重，离构建本身的愉悦越来越远。但这不能说这件事情本身是错的，只是很难找到平衡的点。
然后聊聊赚钱这事吧，前面写过个文章赚钱有手就行，我保持观点，想赚钱路径太多了，随便举些例子：
比如去做API灰产，整个链路上：做注册机、卖虚拟卡的、号商、卖节点的、逆向、中转供应商每个都赚钱。
比如去做Web3的产品，我其实有点久没关注了，但我感觉宏大叙事+炒热还是会很容易拿到钱。
比如去做卖课、流量池分销、搬运、自动化....
这些ORI高的赛道实在是太多了，是一定能够覆盖流量成本的。需要做的只是找到合适的市场+刚性需求，把腰弯下来，趴在地上。至少就是养活自己肯定没问题。
明年
工作上还是AI，去年主要是NSFW AI Roleplay赛道很多功夫在AI上下文和AI图像 + 商业化这块，今年是AI视频赛道了。一如既往，把事做成问题不大，就是看能把事做得多大。
生活上的话，没啥生活，生活就是做有趣的AI功能和写写文章回血。
最后就是心态上吧，其实一直都没啥变化，坦然和自洽是最重要的。
