用豆包搭一个写稿工作流

Posted on

一

作为AI原生APP，豆包在中国的用户量没有疑问地占据第一。有第三方调研机构说，到6月，其月活量达到3.82亿，比老二老三加起来的总和还要多。日活则是在春节一波推广后越过了两亿门槛。确实算遥遥领先。
我年过八旬的老父亲老母亲，都是豆包的日活用户。是，他们天天用豆包。
豆包最一开始就是个聊天机器人（bot）—— 你问它答，和市面上所有AI对话产品没有本质区别。但字节后来不断地往bot里堆功能。除了日常聊天（2c）以外，它也在努力成为一款能够接受任务、调用工具并交付结果的生产力产品（2b）。
时至今日，它能做ppt和execl，能操作本地电脑的文件和文件夹，能调用浏览器完成网页操作，能设置定时任务自动跑，能手机远程接管电脑，能完成语音通话和同声传译，能生产视频生产音乐，功能清单已经长到很难再用一个词概括它是干什么的：bot这个概念，显然不够用。
产品边界正在快速模糊，它到底是一个AI助手？一个办公套件？还是一个轻量级的操作入口？
大厂之间路线不同的产业分析先放放，本文只是探讨这样一个事：我怎么用豆包。作为一个豆包付费会员，由于它已经接入了一整套豆包工作的功能，所以得以更深入的体验。
这次我的角色不再是一个大学里的人民教师，而是一个科技行业的写作者——以评论分析为主。

二

摆在一个科技行业评论分析者面前的第一个问题是：新闻线索是什么，也就是我该就哪件事发表一次评论。早年我作为纸媒专栏作者的时候，每天都会去看一眼三大门户的科技频道所有文章的标题（说是看一眼，其实巨花时间），找一个可以写作的话题。
当然，到了今天，你不大可能去跑几个网站上做“看一眼今天科技新闻都有啥”的事了，海量爆炸，没人应付得过来。但我依然可以用几个定时任务器来做一些信息提醒。豆包的新版本终于加入了这个机制，我第一时间做了一些定时任务器：
在上面几个任务追踪器里，第一类是我比较信得过的媒体日报，但只和AI产业有关。无论是财新还是一财，它们不少报道其实和AI产业没什么关系，我就不浪费时间了。
我另外做了一个AI行业的周报，这个周报的我人肉输入的提示词是这样的：

我想创建一个国内ai大厂周报，也就是国内这些搞ai的公司，包括bat这种巨头，也包括deepseek minmax这种一线模型公司。它们的动向。另外还有行业重点人物的表态发言。每周一十点给我，做一个上周的review。这些信息要有链接附注供我溯源。

豆包改成了如下指令：
这个指令其实是可以再编辑的，但我懒得编了，就先这样，过几天视情况要不要进行增减编辑——说实话，我觉得豆包确实还没搞清bat到底是哪三家:) 和token概率有关吧。
AI基础设施的财务预警周度监控，是一个很金融的任务追踪器，它涉及到的不仅是媒体报道，还有各家公司发的财报数据。我要求追踪的变量不一定科学，先跑几天看看，就不展开了。
然后我比较关心韩红基金会最近的争议，就做了一个任务追踪器，今天就触发了一个新情况给我——类似的社会事件都可以这么做，相当于用AI吃瓜。
接下来来聊聊宇树这个公司我是怎么盯着它的二级市场表现的。

三

其实作为一个科技评论者，其实与其盯着一个新闻，不如盯着一个事件的变化。
宇树上市首日大涨，股价表现出一个惊人的数字，但我认为贵得离谱。它的市盈率在首日到了六七百倍，市销率两百多倍，但它的流通盘极小，三千万股而已。首日的市场表现，用“疯狂”二字形容一点不过分。这不是一个理性的资本态度，第一天不能说明什么。
这里面存在一种可能性：Proxy Unwind。这是一个投资行业黑话（其实连金融术语都算不上），大致意思就是：当真正的核心标的终于上市落地，资金不再需要炒作 “替代概念股”，大规模把之前押注主题的代理替身仓位集体平仓抛售，引发板块集体杀估值的现象。
宇树首日的夸张表现，搭配的则是机器人板块普跌现象，所以存在Proxy Unwind的可能性。
我设置了关于大盘指数、板块表现和宇树单个股票的股价结合起来的追踪器，准备连续跟踪，来判断这三种可能性哪个更强：1）全板块风险偏好下降；2）宇树上市导致Proxy Unwind，资金从影子股/泛概念股向宇树和核心供应链集中；3）机器人主题整体估值见顶。特别关注大盘企稳后是否出现“宇树强、核心供应链强、泛概念股持续弱”的结构。如果出现足以支持或推翻上述判断的显著新证据，通知我并给出简洁结论、关键数据和来源——以上，就是我的大致提示词。
到目前为止，可以这么说，Proxy Unwind应该是被排除了，第三项的可能性在飞速上升，不过依然需要跟踪观察。
还没到可以写所谓人形机器人赛道的时候。

四

任务追踪器是写作评论的重要帮手，它实际上并不是看新闻，而是盯变化。看新闻是一个静态的动作，盯变化才是动态的。
真正有价值的线索往往不在热搜上，而在持续关注的几个特定对象身上：一家公司的股价异动、一个产品的版本更新、一位高管的公开表态、一份监管文件的措辞变化。这些东西不会每天都上头条，但它们是判断行业走向的基础数据源。
问题是，手动盯这些东西的成本极高。我不大可能每天打开n个信源，逐家去查有没有新动态。设几个日程提醒、加几个邮件组订阅是不够的，因为它只负责“通知你该去看了”，看不看、怎么看、看完怎么整理，仍然是我的事。
我所需要的新闻线索的获取，应该要从“人工巡检”变成“自动化监控”。只需要告诉它关心什么、以什么频率关注、输出什么格式，剩下的事它自己跑。对一个写作者来说，这意味着不再需要再把注意力消耗在“有没有新消息”这件事上 ，而改为需要在有新消息的时候做出判断。

五

素材有了，线索也盯到了，接下来可能会出现的问题是：不知道从哪下笔。
还是以宇树科技为例，虽然我预先想到了三个观察分析的点，但Proxy Unwind已经排除，如果另外两个点经过一段时间跟踪后，依然不成立，我该从何角度切入分析宇树？
我过去的经历告诉我，和一些行内人士聊天会激发灵感。找人聊天，大致上会有这三类好处：捋顺既有思路，找到新的观察点，以及获得过去没有纳入视野的未知的信息增量。
但找人聊天这件事，其实门槛很高。很多时候，属于可遇不可求。这年头大家都卷，不是时时刻刻就可以找到人有事没事和你扯两三个小时的。
AI就属于随时待命的，不能说它全知全能，但说它具有一定质量，是一个聊天的对象，大差不差。和AI聊天的目的是这样一句话：一个能接住模糊感觉、然后通过追问将之逼成清晰判断的。。。人？
比如用工作任务模式和豆包聊天。没有必要指令式地“给我十个角度”，而应该从这样表述开始：“我觉得宇树这事不能只写股价涨跌，但我说不清更本质的东西是什么。”
然后它会追问：你觉得不能只写股价，是因为你认为价格波动背后反映的是行业估值体系的问题，还是因为你觉得市场对人形机器人的商业化预期存在系统性偏差，还是因为你注意到了某个被忽略的细节？
多来回几轮，那个最初模糊的直觉会逐渐收敛。它可能不是直接给你一个答案，而是在追问的过程中，自己意识到 “对，我想说的其实是这个”。破题不是它递给你的，是它帮着从自己的模糊判断里逼出来的。
事实上，这种让AI逼问自己，逼出一个破题，其实是可以做成一个skill的：让AI问，而不是我问。
如果轮次足够多，看上去信息繁杂，那么开写之前，也可以考虑让豆包就此写作任务，根据上下文，列一个提纲。这样写起来会更顺遂。

六

最后还有一步：成稿后交付豆包做两件事：事实核查（尤其不要搞错数字）和逻辑推演漏洞寻找（不要出现逻辑谬误或过于跳跃）。
如果愿意，倒也是可以让它想五个标题候选的。
当一个聊天机器人开始帮着盯信息流、逼问自己的角度、核查事实和逻辑的时候，它到底还是不是bot，就让ai业界的人去争论好了，对使用者，压根不重要。
重要的是，不要把它当成一台写稿机器，而应该视为一个从起手找材料到最后出稿这一系列环节的工作流。
—— 首发 扯氮集 ——

不分左右，75%的美国人恨上了AI的”肉身”

Posted on

反对AI一点不稀奇，这类观点我见得多了，也充分理解。但现在，美国人已经不是担忧AI会争夺人类岗位了，或者是出现什么AI幻觉了。

一

你可能天天看到这个模型又震惊全场了，那个模型又炸裂行业了。
稍微停一停，想想这件事：训练模型，是不是需要。。。数据中心？
AI看上去是比特世界中的软件，但它其实依然需要原子世界的“肉身”：一套极其庞大的物理机器：数据中心。无论训练还是推理，都需要成千上万乃至更多高端芯片（或许你听说过所谓万卡部署），而这些芯片并非简单地堆进一间机房：它们需要服务器和高速网络连接，需要海量存储，需要稳定而巨大的电力输入，还需要变电、配电、备用电源，以及把芯片产生的巨大热量持续带走的液冷、风冷和循环水系统，等等。
数据中心这玩意儿其实是把土地、厂房、芯片、服务器、存储、网络、电力、变电设施、备用发电、冷却系统和安全设施（全是实实在在的看得见的原子世界中的东西）组织起来的一座巨型“算力工厂”，非常的工业时代。
AI数据中心可大可小，但今天最受关注的超大规模项目往往以数百兆瓦乃至1吉瓦（GW）计；1个吉瓦就意味着仅持续用电功率就相当于几十万户家庭，大概投资在360亿至800亿美元——注意，还未必包括项目之外的大规模电网升级。

二

OpenAI在密歇根开工的数据中心项目是一个1吉瓦园区。如今更大的项目已经开始按照数个吉瓦规划。
整个产业的竞争已经完全白热化，进入了所谓AI“军备竞赛”阶段。在这个阶段，早已不再是单纯的模型、算法和人才之间的竞争，它越来越表现为一场重资产竞赛：谁能抢到更多芯片，谁能获得更多土地和电力，谁能融资并建成更多、更大的数据中心，谁就拥有更大的算力储备。
从这个意义上说，今天AI军备竞赛很大程度上就是一场大规模、高投入的数据中心竞赛。那些过去以轻资产标榜自己的科技巨头们，一个一个，从财务结构上成为了重资产公司。
你看到的那些ai媒体惯用的标题党“炸裂”“惊爆”，背后其实是真正意义上炸裂惊爆的重资产投资：成百上千亿美元，没几个月就咔咔投下去了——雇一些人类最聪明的顶级天才，也用不着那么多。

这件事到后来，会走向一个神奇的阶段：一家卖芯片的公司，担保自己的客户去买自己的芯片。

三

美国人民开始反对搞数据中心了，而且这个反对，无关党派，无关白左还是MAGA，快要成全民一致的态度了。
华尔街日报发表了一则短讯：
（看看用词：incredibly unpopular，极其不欢迎）
26年8月，一项针对2045名美国登记选民的调查显示，75%的受访者反对在自己居住地附近新建数据中心，其中超过六成表示“强烈反对”；一年前，这一比例还只有42%。 短讯中显示，盖洛普此前的调查也得到类似结果：71%的美国人反对在当地建设AI数据中心，反对在当地建设核电站的人也不过53%。
民意已经开始转化为政治压力，而且不分党派。The Information发布了一篇长篇报道，题目为《America Really, Really Hates Data Centers》（美国真的、真的很讨厌数据中心），称共和党执政的得州因为电力和用水问题，一度让大量数据中心项目陷入停顿。而民主党执政的宾夕法尼亚州（州长过去是对人工智能是持拥抱态度的）则在8月出台行政命令，提高数据中心的环保、信息披露和地方社区同意要求。
这恐怕很难只是用“环保”这个所谓白左议题来理解。这里包括土地的占用、海量电力和水的消耗、噪音排放，以及最为居民敏感的电价上涨。一项调研显示，超过一半受访者把电价上涨很大程度归咎于新建数据中心。但它却对当地长期就业岗位提升有限。如果地方政府还给点类似税收减免的优惠以吸引巨额投资，当地居民就更感不平：科技巨头拿到了好处，但坏处却全是我们的——这和意识形态没有什么关系，就是眼门前切切实实的利益。
当然，这种情绪中还混杂着对大型科技公司乃至AI本身的不信任，但至少就地方政治而言，它也是一种典型的“邻避”心理（Not In My Back Yard，NIMBY）：很多美国人并不是认为不应该建设数据中心，而是认为：数据中心当然可以建，只是别建在我这里。
路透的调查说明了这一点：只有约三分之一的美国人支持目前数据中心扩张的速度，而只有14%愿意在自己社区里迎来一座数据中心。
25年1月，特朗普与OpenAI、软银、甲骨文共同宣布“星际之门”项目启动。特朗普当时不无意气风发地表示，这个项目会“非常、非常迅速地推进，几乎立即创造超过十万个美国就业岗位”。
现如今，美国全国性的政治气候和社会情绪已经明显转向。

四

星际之门，一个重资产最典型的产物。它是历史上规模最大的AI基础设施建设计划。计划未来四年投入5000亿美元，在全美建设一系列超大规模数据中心——这是OpenAI雄心勃勃的军备开支。
OpenAI与软银是项目的主导方，其中OpenAI负责运营，软银负责财务安排，甲骨文则既是出资者，也是核心云计算和数据中心合作伙伴。
目前，得州Abilene首个园区已经投入部分运行，OpenAI用来做模型训练和推理；OpenAI又与甲骨文签下最多4.5吉瓦的新增数据中心容量。到了26年4月，OpenAI宣布已经锁定超过10吉瓦的美国AI基础设施容量（包括已签约、在建和规划容量），提前跨过最初计划到29年才达到的10吉瓦。
来看看这三家巨头之间是个啥关系。
OpenAI是这些数据中心最重要的最终客户，甲骨文一边建设和运营基础设施、一边把算力长期卖给OpenAI；软银一边参与建设和融资，一边又是OpenAI最大的资本支持者之一——软银对OpenAI累计投资已达到约546亿美元，并计划在10月继续投入100亿美元。
“星际之门”并非几个相互独立的企业简单凑钱盖机房，它是一张把AI公司、基础设施提供商和资本提供者紧密绑在一起的巨型网络。
是有些巨头间互相哄着高兴的意味，是吧？
还不止呐。

五

到了8月，OpenAI又把这种重资产竞赛推进了一步。
它与软银旗下的SB Energy、英伟达以及美国能源部合作，在俄亥俄州派克县准备搞一个约8吉瓦的AI数据中心容量，计划2032年逐步建成。
角色分工大致如此：SB Energy负责建设、持有和运营数据中心；OpenAI则签下20年租约，成为这8GW算力的最终客户；整个园区将采用英伟达的AI计算设备。
SB Energy是个什么机构？它虽然成立于19年，但在今年1月获得OpenAI与软银各自5亿美元的投资，英伟达后来还追加投资15亿美元——它不仅是这个项目的独家芯片供应商，还为项目提供最高约1050亿美元的信用支持。
路透因此毫不客气地指出，这类交易已经引起市场对于AI产业“循环融资”的质疑。 三个臭皮匠合伙建数据中心，第一个臭皮匠做20年长期客户；第二个臭皮匠的三个爹一个是前面那个臭皮匠、一个是前面个臭皮匠的重要投资者、一个是第三个臭皮匠；第三个臭皮匠会长期并迭代地出售自己的芯片给这个数据中心，并给这个数据中心作保。
这场颇有些“自嗨”意味的游戏真是玩到了巅峰：这个单一数据中心据估算就要4000-5000亿美元。
它只能赌一件事：OpenAI必须把昂贵的算力变成ChatGPT、API和企业服务，卖给并不参与这套资本循环的企业与消费者，并从他们那里持续获得足够现金流，不仅支付租金、电力和日常运营成本，还要支撑未来一轮又一轮的计算设备迭代更新。这件事要赌错，后果不堪设想。
三个臭皮匠，会顶一个诸葛亮么？

六

今天的AI军备竞赛，已经不只是模型和算法之争，而是一场围绕芯片、数据中心、电力和资本展开的重资产竞赛。
资产越来越重，约束也越来越重：外部是越来越强的民众反对，内部是越来越复杂的资本循环。前者决定这些巨型数据中心还能不能顺利建下去，后者则决定这套高投入模式能不能持续融资。
大洋彼岸的争吵，对我们，未必只是隔岸吃瓜。
—— 首发 扯氮集 ——
英伟达在AI数据中心基建商这个新赛道上投资频频，主要目标是那些有吉瓦容量建设能力的：Lancium（先20亿美元，一个关于电力供应的milestone完成便最高再投10亿美元）、SB Energy（15亿美元）、Cloverleaf Infrastructure（官方未披露，WSJ称数亿）。这些企业都有一个特点：已拥有土地且有一定量的电力供应保障。英伟达通过这些投资在”锁定电力“。这么说，老黄的策略开始从“确保我的GPU有人买”在转向“确保有足够的带电力的土地，这样我的GPU就有人买”。