納瓦爾最新播客：化解AI焦慮的唯一方法，是行動

內容來源：納瓦爾播客。

高級筆記達人 | 李云

責編| 柒排版| 拾零

第 9486篇深度好文：9135字 | 23 分鐘閱讀

商業趨勢

筆記君說：

2026年2月19日，納瓦爾在最新一期播客中迸發出一些犀利的觀點。

作為著名投資人，他不再滿足只做投資人，而是投入到一個難度極大的新項目中，無關乎成敗，因為動手做的過程，本身就是學習的過程。

他認為去年出現的“Vide Coding”（氛圍編程）是一次顛覆性的變革，改變了原有的產品管理范式，模型調優成為新的編程核心。

但這并不意味著傳統軟件工程失去了意義，反而成為程序員的獨特優勢，因為他們更懂得底層的運行邏輯。

同樣，對普通人來說，AI替代傳統崗位成為繞不開的話題，但人工智能適應人的能力，遠超于人適應人工智能的能力，因此，無需刻意學習掌握人工智能的技巧。

面對AI的焦慮，他認為最重要的是行動。而且，人工智能并不具備真正的生命，也無法完成真正的“智力測試”——在生活中活成想要自己的樣子，它是被人定義的，并沒有超越人類想象的創造力。

當然，如同所有新技術一樣，早期技術擁抱者擁有先發優勢。但最終，每個人都能成為創造者，也會成為“企業家”。

未來未至，格局已變。正如納瓦爾所說：“要投資未來，就要活在未來”，我們所要做的，不過是以身入局，擁抱變化。希望今天這篇文章，對你有所啟發。

一、行業劇變：

AI重塑編程與產品創造邏輯

1.氛圍編程是新的產品管理范式

過去一年，軟件行業發生了顯著的轉變，Claude Code就是最好的體現。這款模型內置了編程引擎，催生了一批“氛圍程序員”。他們能把自然語言作為輸入，讓代碼機器人完成端到端的編程工作。

你只需描述想要的應用程序，它就能制定開發計劃，確認細節、根據反饋調整，然后拆分任務、搭建整體框架，自動下載所需的庫，著手開發應用、搭建測試環境并進行測試。全程不用寫一行代碼。

這意味著產品管理已經滲透到了編程領域。過去，產品經理需要指揮工程師干活，而現在，你只需直接向電腦下達指令。

電腦不知疲倦、沒有自我，接受反饋也不會覺得被冒犯。

2.模型調優，成為新的編程核心

既然任何人都能編程，那傳統編程的價值何在？

其實，編程依然有其用武之地，最明顯的就是訓練這些人工智能模型本身。打造這些模型的人，本質上也是在為其編程，只是方式和傳統計算機編程截然不同。

傳統編程需要你極其細致地制定計算機的每一個步驟。而人工智能的編程方式，則完全不同。你要收集人類創造的海量數據，然后將這些數據輸入到你定義和調優的模型結構中。

這個結構會嘗試找到一套程序，能生成更多同類數據，或基于這些數據創造新內容。

也就是說，你要在自己設計的模型中，尋找一套可行的程序。你的調優工作，直接決定了最終程序的優劣。

傳統計算機在執行精準指令時表現出色。但在現實世界中，我們往往能接受模糊的答案，甚至是錯誤的答案。

現實生活本就是如此，答案有多種正確的形式，或是大致正確即可。

當這種“模糊”的答案被接受時，人工智能通過自主探索找到的程序，會比人類從頭編寫的、追求極致精準的程序，更貼合問題本身。

從本質上來說，我們正在探索一種全新的編程方式，而這正是編程領域的前沿。這些打造人工智能模型的人，就是新一代的程序員。這也是為什么人工智能研究者的薪資如此高昂——他們已然接管了編程的核心領域。

3.人工智能不會取代程序員

這是否意味著傳統軟件工程已經消亡？當然不是。軟件工程師，如今也是世界上杠桿效應最強的群體之一。

當然，那些訓練和調優模型的工程師，杠桿效應會更強。這是因為傳統軟件工程師擁的其核心優勢：他們懂代碼，知道底層的運行邏輯，而所有的抽象層都存在漏洞。

當人工智能替你編程時，難免會出錯，會有漏洞。而懂底層邏輯的工程師，能及時彌補這些漏洞。

如果你想打造一個架構優良的應用，想清晰地定義產品架構，那么軟件工程的背景就是必不可少的。傳統軟件工程師能更好地駕馭這些人工智能工具。

而且目前，仍有很多軟件工程的問題，是人工智能程序無法解決的，最簡單的判斷標準就是：這些問題超出了人工智能的訓練數據范圍。

有證據表明，只要有足夠多的數據，人工智能確實能學習，甚至能實現更高層次的抽象。因為壓縮數據的過程，會迫使它們提煉更高層次的特征。

正因如此，人工智能的學習速度在不斷加快，未來也可能逐步解決那些邊緣問題。但至少目前，這些邊緣問題依然大量存在，一名優秀的工程師，只要站在行業知識的前沿，就能輕松超越體感程序員。

我一年多前發過一條推文：“人工智能不會取代程序員，反而會讓程序員更容易取代其他人”。

一名配備了多個人工智能助手的程序員，工作效率會比以前高5到10倍。而且程序員身處智力領域，用“10倍程序員”來形容都太保守了。

智力的分布并非正態，杠桿效應的分布并非正態，所以最終的結果，也會呈現出極端的差異。未來需要警惕的是：程序員將能用人工智能，顛覆整個行業。他們會徹底改寫行業的運行規則。

從長遠來看，幾乎所有工作，都會被程序員以各種方式取代，當然，這需要機器人等技術的落地。

但好消息是：任何一個邏輯思維縝密、擁有程序員式思維的人，都能站上這個舞臺。他們可以創造任何想要的東西，唯一的限制，就是自己的創造力和想象力。

我們正在進入一個新時代，在這個時代，每個人都可以成為“魔法師”。如果說過去的程序員，是熟記晦澀咒語的巫師，那么人工智能，就是交到每個人手中的魔法棒。現在，你只需開口說話，就能成為巫師。

從這個角度來說，人工智能讓競爭變得更公平了。我堅信，這是編程的黃金時代。

當然，擁有軟件工程思維、懂計算機架構、能處理抽象層漏洞的人，依然會占據優勢。這是無法避免的，因為他們掌握了所在領域的核心知識。這種底層認知的優勢，可以一直追溯下去。了解下一層的邏輯，總能讓你更接近現實，更具優勢。

4.應用生態的分化趨勢

就像現在任何人都能拍視頻一樣，未來任何人都能開發應用程序。我們勢必會迎來一波應用開發的浪潮。

不過，當應用多到泛濫時，并不代表它們都會被使用。我認為未來的應用市場會分化。

首先，針對特定使用場景的最佳應用，仍會占據整個賽道。當內容變得極度豐富時，人們對“平庸”毫無需求。大家只想要能把事做好的最佳選擇。

其次，嘗試的機會變多了，優秀的產品也會更多，更多小眾需求會被滿足。以前，這些小眾需求的市場規模，根本不足以支撐工程師花一兩年時間開發一款應用。但現在，通過氛圍編程就能滿足。

可以預見，互聯網領域的格局會在應用市場重現：會有一兩個頭部應用商店，幫用戶篩選掉粗制濫造的應用；而頭部的幾款超級應用，會憑借能滿足更多使用場景、體驗更精良的優勢變得更強大；同時，還會有無數小眾應用，填滿所有細分賽道。

互聯網的經驗告訴我們，真正的權力和財富，會流向聚合平臺，但資源也會大量分配給長尾創作者。而被淘汰的，往往是那些中等規模的企業。

5.平庸者無立足之地

一款平庸的應用，沒人會想要。而優質的應用，幾乎能占據百分之百的市場。或許第二名的應用能憑借某個小眾功能留住一小部分用戶，但總的來說，人們只想要各個領域的最佳選擇。

這就像《拜金一族》里的場景：“第一名能得到凱迪拉克跑車，第二名只有一套牛排刀，第三名直接卷鋪蓋走人。”

在這種贏家通吃的市場中，這句話絕對成立。

壞消息是，成為第二名、第三名毫無意義，你必須在某個領域做到最好。

但好消息是，能做到“最好”的領域，是無限的。你總能找到一個適合自己的小眾賽道，成為這個領域的佼佼者。

這讓我想起之前的一條推文：“在自己的領域做到世界第一，若做不到，就重新定義自己的領域，直到做到為止。”我認為，在人工智能時代，這句話依然適用。

二、個人行動指南：

如何適應與利用AI

1.化解人工智能焦慮的唯一方法，是行動

當你第一次接觸人工智能，感到好奇、真正敞開心扉時，就是深入學習它的最佳時機。不僅是使用它，還要真正去了解它的運行原理。

深入探索、掀開它的“引擎蓋”，才會發現其中的奧秘非常有趣。

我建議那些對這項新技術感興趣的人，真正去探究它的核心，弄明白它的底層邏輯。你不必做到能親手打造它，只需讓自己弄懂即可。

因為理解抽象層之下的邏輯，會帶來兩大好處：第一，能讓你更好地使用它，對于這樣一個杠桿效應極強的工具，使用效率的提升，能帶來巨大的價值；第二，能讓你明白，自己是否應該害怕它。

這東西真的會演變成天網，毀滅世界嗎？還是說，它只是一個很酷的機器？我發現現在很多人都有人工智能焦慮，而這種焦慮，源于對它的無知，對其運行原理的理解極其匱乏。

化解這種焦慮的唯一方法，就是行動。

焦慮是一種模糊的恐懼，你的大腦和身體在告訴你，該做點什么，但你卻不知道該做什么。這時，你應該直面它，去弄懂它，去了解它的本質，看看它到底是如何運行的。我相信，這會幫你消除焦慮。

而這份學習的行動、這份對好奇的追求，不僅能幫你克服焦慮，還可能讓你找到利用人工智能創造價值的方式，讓自己變得更快樂、更成功。

2.不必刻意學習使用技巧，最好的編程語言是自然語言

我上學時用C語言，后來C++出現了，再后來Python出現了，我當時覺得“哇，這幾乎和寫自然語言一樣簡單”。現在看來，我大錯特錯了。但現在，你真的可以用自然語言編程了。

這也引出了我的一個觀點：沒必要刻意學習和人工智能打交道的技巧。你看現在的社交媒體上，到處都是相關的文章、書籍和推文，比如“我發現了和機器人互動的小技巧”。

但我從來不會去學這些東西。我只是簡單地和電腦對話，因為我知道，如今的人工智能，適應人類的速度，遠比人類適應它的速度快。它會不斷學習，變得更懂人類的使用需求。

所以我沒必要去研究那些深奧的指令，這也是安德烈·卡帕西說“自然語言是最熱門的新編程語言”的原因。

我只要會說自然語言就夠了。對于我這種能清晰表達、邏輯思維縝密，又懂計算機架構的人來說，用結構化的自然語言，就能精準地向人工智能描述我的需求。

那些工作流程和工具的生命周期極短，可能只有幾周，最多幾個月，根本不值得花時間去學。除非你現在就要開發一款產品，需要緊跟前沿。否則，不如讓人工智能來適應你，而非你去適應它。

如果一個聰明人，還在埋頭死磕，那你就得懷疑他到底聰不聰明了。其實很多聰明人都很懶，這里的“懶”，是指懂得優化真正有價值的效率。你不在乎計算機、電子元件的運行效率，只在乎自己的效率，這才是最有價值的。

3.人工智能將圍繞人類需求共同進化

我認為，人工智能在與人類共同進化，而它的進化方向，始終圍繞著人類的需求。人工智能的發展，受著強烈的市場驅動。一款人工智能模型，只有對人類有用，才會被使用。

所以，自然選擇的壓力，會迫使人工智能變得實用、順從。未來它會繼續朝著這個方向進化，成為人類的得力助手。

這并不是說不存在惡意的人工智能，而是它的“惡意”，本質上是使用者的惡意。就像一只被訓練去攻擊的狗。

所以，我并不擔心失控的人工智能，我擔心的是，手握人工智能的失控人類。

很快，我們就會進入人工智能個性化時代，它會成為你的私人助手，更貼合你的個人需求。這自然會讓人們更加將人工智能擬人化。

4.人工智能的“早期使用者”擁有巨大優勢

我們可以做一個思維實驗：

如果每個男生都戴著一個藍牙耳機，里面有人工智能在約會時教他該說什么。那么很快，每個女生也會戴上藍牙耳機，里面的人工智能會教她分辨哪些話是人工智能寫的。

如果有一個交易機器人出現，很快就會有其他交易機器人與之抗衡，直到所有的收益空間都被抵消。

當然，這并不意味著技術的分布是完全平均的。目前，大多數人還不會使用人工智能，或是使用方式不當。所以早期使用者，總能占據優勢，就像所有新技術的早期采用者一樣。

這也是我常說的：想投資未來，就要活在未來。

你要主動成為新技術的使用者，因為這能讓你最直觀地了解它的使用方法，讓你比那些后知后覺的人，擁有更大的優勢。

大多數人討厭技術，對技術感到恐懼。但計算機技術，尤其是過去的計算機技術，界面復雜、門檻高，讓很多人望而卻步。

而現在的人工智能，擁有聊天機器人的界面，你只需說話或打字，就能互動，操作極其簡單。

這些基礎模型的真正“基礎”之處在于：你可以問它任何問題，它總能給出一個看似合理的答案。它的領域，涵蓋了人類所有的交談內容，從這個角度來說，它的門檻更低了。

但如果你覺得Claude Code是真人，那你難免會感到恐懼。這樣，你很容易顛倒主仆關系。但總的來說，人工智能會幫助很多人克服對技術的恐懼。而如果你能成為人工智能的早期使用者，你就能獲得遠超他人的巨大優勢。

5.稀缺的，不是學習途徑，而是學習欲望

我記得谷歌剛出現的時候，我在朋友圈里總用它。別人問我簡單的問題，我直接谷歌搜索，然后告訴他們答案，看起來像個天才。

現在的人工智能，就和當時的谷歌一樣。不過使用人工智能時，必須格外小心，它們會產生幻覺，訓練過程中也會產生偏見。

大多數人工智能都極度政治正確。所以我幾乎所有的查詢，都會同時用四個人工智能，然后相互驗證事實。即便如此，我也能憑直覺判斷，它們什么時候在胡說八道。我會讓它們提供底層數據和證據。

總的來說，在技術、科學、數學這些沒有政治色彩的領域，人工智能給出的答案，往往更接近正確，在這些領域，它們是學習的絕佳利器。

我現在會經常讓人工智能為我生成圖表、圖形、示意圖、類比和插圖，然后仔細研究。遇到不懂的問題，我會直接問最基礎的問題，確保自己能從最簡單、最本質的層面，理解想要學習的內容。

第一次，我感覺到了“沒有什么知識是我無法理解的”。任何難懂的概念，我都能讓人工智能拆解，用插圖和類比幫我理解，直到我弄懂為止。這些都是自主學習的絕佳工具。

學習的途徑早已遍地都是，稀缺的是學習的欲望。

而現在，學習的途徑變得更加豐富。更重要的是，它能精準契合你的認知水平——這是過去的學習途徑無法做到的。

如果你的詞匯量達到八年級水平，數學水平只有五年級，人工智能就能用對應的水平和你交流，你不會覺得自己很笨，它能把知識點，精準地放在你的知識邊界上。不會像在課堂上那樣，因為內容太難懂而覺得自己愚蠢，也不會因為內容太簡單而感到無聊。這種學習方式充滿了魔力。

人們愿意為智力付費，正是人工智能模型能形成滾雪球式規模效應的原因。準確率92%的模型，價值遠比88%的模型高得多，因為現實世界中，錯誤的成本極高。

我會把同一個問題，同時輸入四個模型，讓它們在后臺運行。通常我不會立刻看答案，而是過一會兒再回來查看，然后選擇答案最好的那個模型，深入追問。

很多時候，我還會讓它畫出圖表和插圖，幫助我理解。視覺化的呈現方式，能讓我更快吸收知識。

三、深層思考：

AI的本質、局限與未來

1.人工智能并不具備“生命”

我依然認為人工智能沒有生命。它們只是極其優秀的模仿者，尤其是在人類已經大量實踐過的領域。如果一項任務已經有人做過，那么人工智能就能將其自動化。這是它看似有生命的第一個原因。

第二個原因，它能學習更高層次的抽象概念。人工智能是高效的信息壓縮器，它能將海量數據壓縮，而在壓縮的過程中，就會提煉出更高層次的抽象特征。但它們依然缺少很多人類的核心能力，比如一次性學習能力。

還有人類獨有的原始創造力，能將看似毫無關聯的事物聯系起來。人類還有實體體驗，我們活在現實世界中。而語言，只能涵蓋人類已經理解、并能相互表達的事物，這只是現實世界中極小的一部分。

總的來說，盡管人工智能會做出很多令人驚嘆的事，在很多方面超越人類，但和所有機器一樣，人工智能只是在特定的任務上，比人類更擅長。

而在另一些任務上，它們會顯得無比笨拙。這些任務，正是讓我們能扎根現實世界的核心，還有那難以定義、卻無比神奇的人類創造力。

2.人工智能通不過“智力”的真正測試

人類是萬能的解釋者。只要符合我們目前所知的物理定律，人類就能在大腦中構建出對應的模型。

作為學習工具，人工智能最強大的作用之一，就是成為最有耐心的導師。但我認為人工智能不會想出人類無法理解的想法。

但問題是，智力本身的定義，就很模糊。什么是智力？有一個“通用智力因素”的概念，能預測人類的很多發展結果。

所以我想提出一個觀點，這也是我最受歡迎的推文之一：智力的唯一真正測試，是你能否在生活中得到自己想要的東西。

這句話讓很多人感到不適。但這正是智力的意義：作為一個生物，你能否在生活中得到自己想要的東西——無論是感情、金錢、成功、財富還是健康。

我認為有些人非常聰明，因為你能看到，他們擁有高質量的生活，他們能一步步規劃，讓自己活成想要的樣子。

你的起點如何并不重要，因為這個世界足夠廣闊。你做出的每一個小選擇，都會不斷疊加，體現出你對世界運行規律的理解，最終讓你抵達想要的地方。

這個智力定義的有趣之處在于，人工智能立刻就通不過測試，因為它在生活中沒有想要的東西，它甚至沒有“生活”。人工智能的欲望，都是由操控它的人類設定的。

但我們不妨假設一下：如果人類把自己的欲望編程到人工智能中，那么人工智能的智力，就可以用一個標準衡量——它是否幫人類得到了想要的東西。

而我們在生活中想要的大多數東西，都處于對抗性或零和博弈的場景中。從這個角度來說，智力是在競爭的戰場上被衡量的，是一個相對的概念。

我認為人工智能在這些場景中，大多會失敗；即便能成功，由于人工智能的普及，這種優勢也會很快被抵消，最終能保持領先的，依然是人類的獨特優勢。

3.AI尚未擁有“真正”的創造力

什么是創造力？這個概念本身，就定義得極其模糊。

無法定義的東西，就無法編程，甚至連識別都做不到。這就涉及到了審美和判斷力了。

我認為，如今的人工智能，并未展現出人類獨有的、那種偶爾迸發的創造力，而且人們總把創造力和純藝術混為一談。但人工智能無法創造出一種全新的繪畫流派，也無法用真正新穎的方式，觸動人類的情感。

從這個角度來說，人工智能沒有創造力。因此，人工智能無法做出超出訓練數據分布的事。

很多問題的答案，可能早已存在于人工智能的訓練數據中，人工智能只是把這些碎片整合在了一起。那么，這算是創造力嗎？

史蒂夫·喬布斯有句名言：“創造力，就是把不同的事物連接起來。”

但我并不認同這句話。我認為，真正的創造力，是從已知的問題和元素中，得出無法預測、無法預見的答案，是跳出常規的思考。

如果用計算機或人工智能去搜索，可能直到時間的盡頭，也未必能找到這個答案。這才是我們所說的真正的創造力。但必須承認，這種創造力，只有極少數人類擁有。

還有一種創造力，是創造出全新的、最終被證實為正確的科學理論。我認為我們離這一步還很遠，但也可能是我錯了。

人工智能的發展，已經帶來了太多驚喜，所以我不想過多地做預言和預測。但我認為，在現有模型的基礎上，單純增加計算能力，是無法讓人工智能擁有這種創造力的。

人工智能在某些方面能做到極致，在另一些方面卻無比笨拙。

自古以來，所有的機器和自動化技術，都是如此。輪子在平坦的道路上高效，但爬山時毫無用處。人工智能也是如此，它在某些領域極其擅長，是絕佳的工具；但在另一些領域，它會一敗涂地。

史蒂夫·喬布斯曾說，計算機是思維的自行車。現在，人工智能或許讓我們擁有了思維的摩托車，繼續這個類比的話，依然需要有人來駕駛、掌控方向。

4.AI時代，每個人都是創造者

未來，我們會看到無數由人工智能輔助創作的杰出藝術作品。

長期以來，藝術的發展方向，都是追求更逼真的創作。直到攝影術的出現，這種追求逼真的創作壓力，也就消失了。然后，藝術開始變得多元，核心變成了“如何實現超現實的表達”。此后，人類的創造力迎來了大爆發。

攝影術被普及，本身也成了一種藝術形式。現在，每個人都能拍照，依然有攝影師成為藝術家。

人工智能的發展，也會遵循同樣的規律。因為人工智能讓基礎創作變得無比簡單，每個人都能完成基礎創作。而少數人，會在基礎之上，創造出能惠及所有人的優秀作品。

人工智能也會帶來同樣的影響：一些依靠特定技能謀生的人，會因為人工智能的出現失去工作。但作為交換，整個社會的每個人，都能擁有人工智能這個工具，我們會看到無數借助人工智能創造的、前所未有的美好事物。

幾十年后，人們會無法想象，為了保留一些過時的工作，而放棄人工智能、放棄所有技術的場景。

我們的目標，從來都不是擁有一份工作。不是每天早上九點上班，晚上七點筋疲力盡地回家，為別人做毫無靈魂的工作。

我們的目標，是讓機器人解決物質需求，讓計算機放大我們的智力，讓每個人都擁有創造的能力。

我以前做過一個思維實驗：如果每個人都是軟件工程師或硬件工程師，能操控機器人、編寫代碼，我們會生活在一個多么富足的世界里。而現在，這個世界正在成為現實。得益于人工智能，每個人都能成為軟件工程師。

事實上，如果你覺得自己做不到，現在就可以打開Claude Code，試著和它對話。你會驚訝地發現，自己能很快做出一款應用。這種體驗，會讓你大開眼界。

而當人工智能與機器人技術結合，一旦實現，每個人也能涉足硬件工程。我們正離那個烏托邦式的愿景越來越近。

5.每個人，都會成為自己的“企業家”

創業根本不是一份工作，而是工作的對立面。

從長遠來看，每個人都會成為自己的企業家。首先消失的是職業發展路徑，然后是工作本身，但最終，所有的一切，都會被“做自己想做的事、創造他人需要的價值”取代。

企業家從不擔心人工智能搶工作，因為他們一直在做看似不可能的事。任何人工智能的出現，都是他們的盟友。

他們根本沒有所謂的“工作”可以被搶，他們要做的，是打造產品、服務市場、實現創意。這份工作的難度極大，任何能分擔工作的人工智能，都是珍貴的助力。

歸根結底，人工智能缺少的是自主的創造欲。它沒有真正的、發自內心的渴望。即便人工智能能完美模仿人類的一切行為，有些人依然會覺得它只是個模仿機器。不過，我們離那一步還很遠。

目前的人工智能沒有實體，沒有自主意識，沒有自己的渴望，因此，它們沒有真正的自主能動性。而正因為缺少自主能動性，它們永遠無法替代企業家。

其實可以總結為：當前經濟中，企業家與其他人最核心的區別，就是他們擁有極致的自主能動性。這也是創業與工作的本質對立。

社會中還有一些類似的角色，比如探險家、探索未知領域的科學家、真正的藝術家。他們所做的事，難度極大且高度自主，任何能提供幫助的人工智能，都是受歡迎的盟友。

他們做事，并非為了一份工作。甚至，如果人工智能能創造出藝術家的作品、破解科學家的理論、打造出企業家想要的產品，那只會讓他們站得更高——人工智能成為他們的跳板，讓他們能跳向更遠的地方。

*文章為作者獨立觀點，不代表筆記俠立場。

我們深嵌于一個政治、經濟、科技、哲學都在經歷持續變革和深刻重塑的復雜社會與商業系統之中。

真正的挑戰是：我們的認知框架、組織形態和行動工具，還停留在“前AI時代”。

在前所未有的復雜系統性變革中，我們需要的是理解世界底層的“元能力”。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：理解國際貿易與經濟政策、理解國際政治與治理模式、理解全球技術與科技范式、理解AI哲學和科技經濟、理解文明進程與哲學意義。

這是第五代企業家應有的一套“操作系統”。

筆記俠PPE課程26級招生現已啟動。駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找決策底牌。

穿越變革的舊世界，找到時代的新大陸，從升級你的PPE決策底層開始。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！