标签： Deep Reading

Editor’s Note

今天是 2023 年 10 月 13 日，您正在阅读的是第 146 期 Deep Reading。

本期首先聚焦苹果公司的强大之处，推荐三篇长文，从搜索、体育产业以及营销视角，揭示这家市值超过两万亿美元的科技巨头的影响力和实力。

「创新者窘境」是很多大公司的「魔咒」之一，本期推荐两篇长文，复盘亚马逊和微软破解「创新者窘境」的路径与可能性。

追求永生几乎贯穿在人类历史的每一个阶段，本期从科学视角与商业故事的角度，为您构建了一个关于生命和进化的思考框架

「More Reading,Less Junk」，欢迎进入本周的深度阅读时间。

---

强大的苹果公司

苹果公司到底有多强大？或许 2 万亿美元的市值是一个很好的证明，而每年「必定大卖」的 iPhone 也是对这家公司实力的有力印证，但这些数字或现象略显宏观与模糊，本周我选择了三篇长文，从微观视角为您揭示苹果公司的强大。

第一篇长文（链接、15 分钟阅读时长）来自美国司法部起诉 Google 搜索垄断的法庭实录。这场诉讼的关键部分是展示 Google 与其他公司的交易，美国司法部希望通过整理这些交易，得到 Google 涉嫌垄断的线索。

苹果是 Google 所有交易里最重要的一家公司，从 macOS 到 iOS，Google 每年交付给苹果的「浏览器默认搜索费」一度高达 100 亿美元。而包括微软 Bing、DuckDuckGo 在内的其他搜索公司，甚至无法获得向苹果交钱的「机会」。

正如作者所言，这场诉讼揭示了一个科技世界可能的「平行宇宙」：如果苹果接受的是来自微软的橄榄枝或投资甚至收购了 DuckDuckGo，借助苹果的影响力，无疑将定义了一个全新的搜索时代。

过去几年，苹果不仅挤入视频流媒体领域，还是积极拓展体育流媒体，特别是赛事直播市场。这篇来自 GQ 杂志的长文（链接、25 分钟阅读时长）以苹果高级副总裁 Eddy Cue 为切入点，介绍了苹果在体育赛事直播领域的布局与思考，其中就包括 250 亿美元购买 10 年美国职业大联盟转播权以及将梅西带到美国（迈阿密）过程中所发挥的巨大作用。

作为苹果的「老员工」，Eddy Cue 也希望将苹果的用户体验带到赛事直播里。文章里提到几个细节，比如将比赛时间统一定在周六和周三晚上 7 点半，便于球迷们观看；再比如，他希望能够引入实时的计时器（而非国际足联的传统计时方式）、机器人裁判等，以此进一步提升赛事的观赏性。

某种意义上，美国职业大联盟已然成为苹果体育战略的「试验场」，我们没有理由怀疑，财大气粗的苹果，没有在盯着更有全球市场潜力的欧洲五大联赛，距离（只能）使用苹果设备观看欧洲足球比赛的时间不会太久。

第三篇长文（链接、15 分钟阅读时长）的角度非常独特，作者注意到苹果公司在市场营销或广告演示里的文本内容，这些「虚假」的文本内容展示了一个个「标准苹果用户」的使用习惯，他们礼貌、友善，没有任何抱怨。

作者从 2011 年开始，借助网络时光机，整理了一系列邮件、信息应用里的对话文本截图，你甚至可以将其看作是横跨 12 年的社交对话演进历史。

---

亚马逊和微软如何破解「创新者窘境」？

《创新者窘境》一书几乎是大公司高管必读的图书，这本书展现了过去几十年大公司在面临创新技术挑战时的困难决策过程。其中的一个核心观点是：很多企业的失败不是管理的不好，而可能是管理的太好了，以至于抑制了技术创新的可能性。

亚马逊创始人贝佐斯也曾要求所有管理层阅读这本书，他所反复强调的「Day One」文化，正是希望亚马逊能够坚持以第一天创业的心态推进业务发展。

自创立以来，亚马逊通过不过突破边界，获得持续增长的能力，但在电商、云计算、Prime 会员之后，下一个亚马逊的爆款产品在哪里？这篇 WSJ 的长文（链接、镜像、15 分钟阅读时长）进行了一番预测和盘点，亚马逊已经在三个领域进行了广泛投资，但无论是智能硬件（比如 Echo 音箱）、医疗还是流媒体，都面临增长乏力、利润有限的困境，而几年前通过收购 Whole Food 进入线下零售市场的策略，目前也没有收到太好的效果。

不过亚马逊还有两个领域值得关注：其一是在线广告，多家分析机构的数据显示，亚马逊在线广告业务已经成为 Google、Meta 之外的第三极；其二是卫星互联业务，只是现阶段还处在早期投资阶段，依然需要一段时间的验证。

谈到亚马逊公司的发展，一定无法摆脱其创始人贝佐斯的影响。我非常推荐 Bloomberg 资深记者 Brad Stone 去年的新书 Amazon Unbound（亚马逊 Kindle 商店），如果你听过那句「只有偏执狂才能生存（Only the Paranoid Survive）」的名言，或许能感受到贝佐斯的偏执。

这是一本讲述 2010 年代亚马逊如何高速成长的故事，故事的主角当然是该公司创始人贝佐斯，透过这本书，你会看到他如何从一家电商公司老板踏入媒体领域（个人资产收购《华盛顿邮报》）、电影领域（通过 Amazon Studio 赢得好莱坞青睐），与此同时，他也成为美国东西海岸最有名望的人物，以及，这个星球上最有钱的几个人之一。

我在阅读这本书的时候，可以深刻感受到贝佐斯个人性格之于这家公司的影响，他对细节的迷恋以及「机械式」的做事方式，塑造了整个亚马逊公司做事方式和行为逻辑，也难怪在他宣布即将退休的时候，多家媒体认为贝佐斯留给亚马逊的是「创新机器」。

而与亚马逊位于同一地区（西雅图）的微软，则是通过另一种方式破解「创新者窘境」，这篇上月底《经济学人》的特写（链接、镜像、30 分钟阅读时长）聚焦微软对于大语言模型的押注，以此为出发点点，通过数据、行业案例分析微软潜在的增长空间，逻辑清晰，至于结论嘛，各位或许可以有一些不同的看法。

关于亚马逊、微软等科技大公司对于创新的渴望，还可以在这本 A
lways Day One: How the Tech Titans Plan to Stay on Top Forever（亚马逊 Kindle 商店、苹果图书商店）里发现更多，作者把视线放在了五家当下最具话题的公司身上，通过挖掘 Alphabet（Google）、亚马逊、Facebook、苹果以及微软的公司文化，意图将其归结到亚马逊「Day One」理论。不过，上述五家公司的做法并不完全一样，比如亚马逊鼓励内部创新，Google 则是强调内部协同，FB 关注内部反馈。作者在大篇幅展现五家公司的内部激励、增长方法之后，还引入了「黑镜」的部分场景，去进一步探讨公司创新与技术乌托邦之间的关系。

---

长寿与富人

关于人类寿命，有两个基本事实：其一，自 1850 年之后，全球各地平均寿命大幅提升（如下图）；其二，100 岁及以上的寿命依然是一个小概率现象。

这期《经济学人》的「科技季刊」就以「人类如何活到 120 岁」为主题，展示围绕这个领域的最新研究和潜在挑战，我个人推荐以下两个角度：

• 如何理解延长寿命的进化意义？但一个略显残酷的可能是，进化并不在于个体是否长寿。（链接、镜像、15 分钟阅读时长）
• 为什么减少卡路里摄入会延长寿命？「吃」这件事情非常重要。（链接、镜像、15 分钟阅读时长）

最后推荐一个追求长寿的个人案例，《时代周刊》这篇长文（链接、40 分钟阅读时长）特写展示了企业家 Bryan Johnson 的探索，他花费 400 万美元开发一种通过算法优化的延长寿命系统，目标是让他 46 岁的器官与行动能力和 18 岁的时候那样。

为了实现这个目标，Johnson 每天必须服用上百种药物，并且严格按照「算法」的反馈进行生活。沿着记者的视角，你会参观 Johnson 的家，感受到由算法驱动的富人生活的样子，而两个人的对话——或者说辩论——也具有相当大的张力，你会在这些夹叙夹议的过程中不断思考：人到底是什么，生命又是什么？

Editor’s Note

今天是 2023 年 9 月 15 日，您正在阅读的是第 144 期 Deep Reading。

过去三年，娱乐帝国迪士尼动荡不断，本周推荐一篇长文复盘这场权力游戏始末；而当权力游戏暂告段落，迪士尼的下一步在哪里？卖给苹果公司如何？

我们一直被教育要从失败中吸取教训，但并没有看到一门关于「失败学」的学问，本周推荐一本新书，它会告诉你，并非所有的失败都是平等的，有的失败比另一些失败更失败。

本周 Deep Reading 还将推荐以下主题的长文：

• 为什么盗版可能是在保存文化？
• 大模型的「杀手级应用」在哪里？

「More Reading,Less Junk」，欢迎开启本周的深度阅读之旅。

---

迪士尼、苹果与娱乐帝国的下一步

自 2020 年 2 月 Bob Iger 将迪士尼 CEO 交给 Bob Chapek 之后，这家娱乐帝国就进入到动荡期。接下来的疫情又进一步冲击到迪士尼的电影和园区产业，而被寄予厚望的流媒体业务虽然一鸣惊人，但很快就随着行业的不景气陷入停滞。

推荐这篇来自 CNBC 的长文（链接、40 分钟阅读时长），文章从两位 Bob 的关系入手，展现迪士尼内部的权力斗争游戏。Bob Iger 之所以选中 Bob Chapek，仅仅是因为他的商业能力，两个人之间的关系非常脆弱。一方面，「退而不休」的 Bob Iger 还试图左右公司的决策，引发新老管理层的冲突；另一方面，Bob Chapek 大刀阔斧地进行公司重组，引发电影部门的不满。一个典型的案例就是出演《黑寡妇》的知名演员斯嘉丽起诉迪士尼，这是 Bob Chapek 一系列改革引发的后果。

2022 年 11 月，Bob Iger 重新回到迪士尼 CEO 的位置。但内部，迪士尼的继任者问题并没有解决，一系列盈利微薄的产品是留是卖存在很多不确定性；外部，好莱坞近 50 年来最严重的劳资纠纷还在持续影响整个产业。Bob Iger 的新任期截止到 2026 年，他需要赶快做点什么，比如把公司卖给苹果？

苹果买下迪士尼的理由有很多，毕竟两家公司有着非常紧密的合作关系，苹果又在视频流媒体领域缺乏足够的产品能力，收购迪士尼不仅能够帮助苹果快速跻身视频流媒体一线阵营，还能将触角真正伸向山头林立的好莱坞。

但反对或质疑苹果收购迪士尼的声音也不少，推荐这篇长文（链接、20 分钟阅读时长），从交易规模、垄断监管风险、迪士尼自身的问题等多个角度阐述这笔交易无法实现的原因，而且迪士尼存在的结构性问题，比如流媒体战略、Hulu 的未来以及电视、电影业务的困境，都会让任何一个卖家望而却步。

另外，还篇分析还指出苹果现在的战略以及潜在问题，特别是库克相对保守的策略，使得苹果过去几年越发变成一家保守公司，既没有通过并购获取新业务发展的可能性，也没有延伸出更多具备增长潜力的业务。现在的苹果公司，就像一棵棵整体的苹果树组成的果园，库克一如勤奋的果农，每天小心施肥，修剪任何不符合果园标准的树枝，然后等着收获季的到来。

---

盗版是不是在保存文化？

过去三十多年时间里，互联网深刻改变了信息的传播方式，无论是文本、图像还是音视频信息，一切都变得触手可及。

但另一个无法忽略的事实是，互联网又在终结所有权观念——你在互联网平台购买的内容并不完全属于你。理论上，亚马逊有权远程删除一本你购买过的电子图书，或者偷偷地将一本修改/删减的新版本替换你原来购买的那一本书，类似的场景还出现在视频流媒体平台。你必须明白一件事，「互联网是用铅笔写的，随时可能被橡皮檫抹掉」。

围绕上述现象，这篇长文（链接、30 分钟阅读时长）探讨了私人分享、面向大众的非法分发（盗版）的现实意义。就像历史上的众多非法藏书事件为人类保存了某种文化一样，互联网内容的盗版兼具争议性和抗争性的双重属性，在法律、大公司权力甚至国家意识形态的压力下，整个社会日渐形成了「盗版就是盗窃」的观点，但你有没有想过，这可能是一场阴谋。

推荐一篇延伸阅读，这篇《纽约客》的文章里（链接、镜像、10 分钟阅读时长），作者谈到一系列流行的社交/流媒体应用如何塑造我们使用相册与收听音乐的习惯，而这些产品界面的细微变化也会持续影响我们对于照片、音乐乃至社交关系的认知。

但人类又是一种善于适应又善于遗忘的动物，作者最后不无悲观的指出：当我们与物品之间的关系被科技公司的 UI 改变而改变的时候，我们是不是也在失去一种「所有权」？

---

探讨大模型的「杀手级应用」

「杀手级应用」是评价一个新计算平台（基础设施）是否真正具有实用性的标准之一，PC 时代的办公软件、互联网时代的浏览器与智能手机上的相机应用等，都可以算是「杀手级应用」。

那么大模型的「杀手级应用」是什么呢？首先推荐一篇短文（链接、5 分钟阅读时长），文章的重点并不是在谈应用，而是应用体验。作者提到一段历史，早年 iPhone 的一个「杀手级应用体验」是下拉刷新，这个功能的「始作俑者」是一位个人开发者，但苹果有效借鉴这个特性，并将其集成到系统 API 里，借助 iPhone 的影响力，定义了一种全新交互模式，也让人机交互的范式发生了变化。

作者进一步谈到，参考历史，新计算平台的初期会延续此前的交互模式，大模型应用也不例外。现阶段我们与大模型应用的交互，几乎都是围绕着输入框，但我们有理由期待接下来的交互与界面范式的变化。

在探索大模型「杀手级应用」的巨头里，微软拥有不小的竞争力。这篇来自 Fast Company 的长文（链接、镜像、30 分钟阅读时长）尽管是以微软现任掌门人纳德拉作为主角，但文章用很大一部分篇幅梳理了微软如何将大模型（准确地说就是 GPT-4）与办公产品、开发工具相结合，你会读到开发这些产品的人员的惊喜与不安，以及一些大模型「杀手级应用」的线索。

---

本周图书：失败学

从小到大，我们都被教育要接受失败，并从失败中获取经验和教训，从而迈向成功。类似的说法，古今中外，概莫能外。

本周推荐的这本书 Right Kind of Wrong: The Science of Failing Well（亚马逊 Kindle 书店、2023 年 9 月出版）也是讨论失败，但作者旗帜鲜明地提出一个观点：并非所有的失败都是平等的，有的失败比另一些失败更失败。

这本书有趣的方面在于，它提供了一个类似「失败学」的学习框架，从失败的类型入手，探讨不同失败类型的特点，并延伸到自我意识、系统思维的理论情境里。作为读者，你会得到一个关于「失败」的完整理论，通过区分不同的失败类型，努力获得正确或智能（作者语）的失败，避免错误的失败。

和市面上很多心理或商业畅销书一样，这本书的叙述框架还是以大量案例——第三方、作者采访、作者自己感受——作为理论展开的出发点，铺垫非常多。如果你时间有限，不愿意翻完整本书，不妨阅读本书的第二、三章节，第二章节重点探讨什么是「智能失败」，通过一群科学家的失败案例，一步步推导出区分智能失败的若干个标准，比如它往往发生在新的领域（你可以将其理解为新失败），或者失败的影响范围尽可能小等等。

第三章则是从「How To」的维度分享一些避免简单失败——这是一种愚蠢的失败类型——的方法，包括心理准备、知识储备以及工具储备等，很具实用性。

Editor’s Note

今天是 2023 年 9 月 8 日，您正在阅读的是第 143 期 Deep Reading。

本期首先推荐三篇关于伊隆·马斯克的长文，以周围人的视角勾勒这位亿万富翁的过去与现在，你会看到控制欲极强、以自己为中心等性格特点，如何塑造他的工作与生活，特别是在收购 Twitter 与探索 AI 风险的过程中，马斯克的这些性格特点展露无遗，而后两者，势必将对人类未来产生巨大影响。

本期还将推荐以下主题的长文：

• 为什么人类考试不是大模型能力测试的最好方法？
• Spotify 的崛起与困境；

「More Reading,Less Junk」，欢迎进入本周的深度阅读时间。

---

如果测试大模型的方法是错误的，结果会怎样？

自去年 11 月 ChatGPT 发布以来，我们已经听到或看到各类模型通过人类考试的报道，特别是 GPT-4 问世之后，大语言模型所展示的「推理」能力或「逻辑」能力，能够在更多人类考试场景中一骑绝尘。

但就像考试仅仅是人类智力水准的一种测试一样，即便大语言模型能够通过这些考试，并不代表其具有人类同等智力。更何况，大语言模型对于应对考试具有天然的优势，其强大的算力，能够比人类个体更快、更好获得考试的结果。

我非常推荐这篇来自《麻省科技评论》的长文（链接、30 分钟阅读时长），文章向我们展示了当下学术界对于测试大语言模型能力的不同看法，两个有趣的方向很值得思考：其一，仅仅使用人类考试测试大语言模型是否合适？如果不合适，还有哪些可以考虑的方法？

其二，通过 A 测试的大语言模型无法保障在 B 测试中获得好成绩——即便 B 测试和 A 有相关性，这与人类社会对于智力的认知完全不同，但我们对出现不同测试结果的过程并没有完整的复盘总结能力。换句话说，当下我们更多在意测试结果，而不是这些模型如何通过测试——当然，逆向一个语言模型需要巨大的资金投入和人力成本。

事实上，人类对于大语言模型是否「智能」的判断，有一个不言而喻的假设，那就是寻找与人类自身智能相匹配的智能水平。但问题是，我们并不知道大语言模型的「智能」一定与人类相似或一样，倘若大语言模型是另外一种智能呢？那是不是现在我们所有的对比、测试方向都是错误的呢？

围绕这个话题，再推荐一组延伸阅读：

• 人类通常认为语言就是智能的象征，这背后既有历史文化原因，也暗含了很多人类对自己思维的偏见，Meta（原 Facebook）人工智能研究负责人、同时也是图灵奖得主的 Yann LeCun 救灾这篇长文（链接、35 分钟阅读时长）里详细探讨了这一点，你需要记住，「仅仅依靠语言训练的模型永远无法接近人类的智力」。
• 某种意义上，人类现在对于人工智能的迷恋，也是一种对自身智能的「自恋」行为（链接、25 分钟阅读时长）。历史上，人类习惯于在各个场合寻求符合所谓「人类智能」的迹象，从农业社会时代感知大自然不同生物的「智能」到工业革命之后无数个建造机器智能的尝试，再到 1950 年代以后，计算机、互联网以及人工智能带来的「智能（幻觉）」，构成了人类社会发展的一条主线，或者说，人类一直在寻找湖中自己的倒影。

---

收购 Twitter、抢占 AI 话语权，马斯克要如何塑造人类的未来？

从社交媒体到电动汽车，从乌克兰战争到太空探索，从生物科技到人工智能，伊隆·马斯克无处不在。甚至可以毫不夸张地说，马斯克现在是全球最有权势的企业家。

本期推荐三篇关于马斯克的长文。第一篇来自《纽约客》（链接、免费镜像、50 分钟阅读时长），以马斯克周围人的视角勾勒这位亿万富翁的过去与现在，你会发现他的性格特点，比如控制欲极强
、以自己为中心等特征出现在生活（婚姻）与工作的方方面面。

更进一步，文章还探讨了马斯克的政治立场，他在很多事情上呈现出极为矛盾的一面：既呼吁市场自由，又不断强调监管的重要性；既尊重科学，又质疑疫情是一场阴谋；既鼓励言论自由，又不断在 Twitter 上掀起一边倒的声讨运动。

文章里的一个细节，一些马斯克的同事将他的不稳定行为与自我药物治疗的努力联系在一起，「他的生活真的很糟糕。太有压力了。他对这些公司非常投入。他入睡和醒来都在回复电子邮件」，一位马斯克的同事说道。

第二篇长文来自马斯克即将出版的传记，该传记作者是大名鼎鼎的 Walter Isaacson（曾给乔布斯写过传记），WSJ 获得的这部分内容（链接、免费镜像、50 分钟阅读时长）还原了马斯克收购 Twitter 的全过程，从中也可以看出马斯克的「赌博」心态，他对 Walter Isaacson 说，「我想我总是想把筹码推回赌桌上，或者玩下一局」。

整个过程里有几个重要的节点：首先是特斯拉股价大涨，马斯克手上拥有了 100 亿现金，他不想存入银行，于是计划投资 Twiiter；其次，在和 Twitter 管理层的沟通过程中，马斯克认为这家公司的管理者不够「狼性」，萌生收购之意。

其三，收购过程发生了很多意外，比如马斯克一度因为 Twitter 用户数据造假而想反悔，但律师劝住了这位亿万富翁；其四，马斯克设计了一套周密的 Twitter 摘牌交易方案，利用时间差制造出来的法律漏洞，不必再向 Twitter 原管理层支付高达 2 亿美元的赔偿金。

第三篇长文也是马斯克传记的节选（链接、免费镜像、45 分钟阅读时长），话题聚焦于马斯克过去十年对 AI 风险的探索。

早在 11 年的 2012 年，马斯克就从 DeepMind 创始人 Demis Hassabis 了解到 AI 的潜在风险，他有了通过投资以进一步认识并控制这些风险的想法。马斯克将 Demis Hassabis 介绍给 Google 联合创始人 Lary Page，后者尽管不认同马斯克关于 AI 风险的观点，但对 D
emis Hassabis 以及 DeepMind 的技术非常感兴趣，并在 2014 年抢先买下了这家公司。

失去 DeepMind 对于马斯克的打击很大，在他看来，AI 是一项非常危险的技术，不能由一家或几家大公司控制。马斯克于是寻找新的路径，他与 Sam Altman 的几次会面，敲定了一家非盈利、面向产业开放的新 AI 公司——OpenAI；与此同时，马斯克还希望通过建立更紧密的人机关系以杜绝可能的灾难，这成为脑机接口公司 Neuralink 成立的背景。

但在 2018 年，马斯克因为无法说服或者说控制 OpenAI 加入特斯拉而放弃了这家公司。后面的故事已经走到了另一个方向：OpenAI 与微软结盟，并推出 ChatGPT，震惊世界；马斯克买下 Twitter，屏蔽了众多 AI 公司的数据访问权利；马斯克成立了自己的 AI 公司，利用特斯拉汽车、Twitter 上的海量数据训练新的 AI 模型，他开始做一件他最担心也最讨厌的事情——将强大的 AI 控制在某一个公司或某一个人（伊隆·马斯克）手里。

---

Spotify 的崛起与困境

Spotify 是目前音乐流媒体无可争议的霸主，了解它的发展历史，基本就能知晓过去近二十年互联网音乐的演化历程。这篇来自 LRB（London Review of Books）的长文（链接、50 分钟阅读时长）借助两本关于 Spotify 的图书，勾勒出这家流媒体巨头崛起、迭代的关键事件，包括：

• 这家公司的出发点是要杜绝音乐盗版，彼时全球音乐盗版最疯狂的地区就是瑞典，Spotify 就诞生在那里；
• Spotify 与音乐行业的分成模式是通过播放次数进行付费，但在 2/8 定律之下，顶级艺术家仍然可以赚取数百万，但较小的艺术家几乎没有收入；
• Spotify 改变了音乐应用的产品逻辑，个性化推荐、自动播放等技术或功能已经成为流媒体音乐产品的标配；
• 与其他竞争对手相比，Spotify 还没有盈利，但它在音频行业里拥有巨大的影响力，或者说，Spotify 的影响力远超于商业能力；

我还选了一篇本周 WSJ 的头版文章（链接、免费镜像、15 分钟阅读时长），通过公开数据和调查采访，复盘 Spotify 投资 10 亿美元构建播客产品的失败过程。

Spotify 播客战略的核心是通过与一系列名人或工作室的合作，创建一些独家节目，以此吸引更多听众使用或更频繁使用 Spotify，在持续增加听众——无论是免费还是付费听众——的同时，卖出更多的广告。

但现实格外残酷，一方面，独家播客节目的制作成本非常高，但另一方面，播客市场的广告商却格外吝啬，Spotify 在这样的双面夹击之下不得不缩减播客团队，并试图与一些名人播客共享收入权益。

Editor’s Note

今天是 2023 年 8 月 4 日，您正在阅读的是第 139 期 Deep Reading。

本期首先关注神秘的 ASML，推荐一篇长文深度揭开围绕在 ASML 公司周边的谜团、推荐一部纪录片深入 ASML 公司内部，还有一本聚焦半导体产业变革的图书推荐。

我们身边早已遍布各种 CPU 和 GPU，本期推荐两篇长文，带你了解一些 CPU 的「常识」，同时勾勒出 GPU 的供需关系。

本期还将推介以下主题的长文：

• 为什么一个技术更好的搜索引擎无法成功？
• 马斯克「X」公司的前世；
• 写作机器人是否在毁掉人类的思考能力？

「More Reading，Less Junk」，欢迎开启本周的深度阅读之旅。

神秘的 ASML 公司

在半导体越发重要的语境下，任何与半导体、芯片相关的公司或产品都会成为业界关注的焦点，这其中就有 ASML 公司。

这是一家市值超过 3000 亿美元的荷兰公司，垄断着高端芯片制造的制造工具，如果你还没有听过或深入了解过这家公司，这篇长文（链接、40 分钟阅读时长）就是一个非常好的入门之选。

通过这篇文章，你大概可以了解为何 ASML 如此与众不同，其 EUV 复杂性——每台机器拥有超过 10 万个组件，构成了几乎全球最复杂的工业供应链。某种程度上说，这些复杂性成就了 ASML，但也会一定程度影响 ASML 的发展，毕竟，供应链上的任何变化都可能导致机器无法正常生产。

推荐两份延伸内容：

• 深入 ASML 公司内部的纪录片（链接、50 分钟观看时长），拍摄团队获得很大采访权限，接触到众多公司高管和员工，不仅有内部独家画面，还能一窥这家公司对于半导体产业发展的观察，非常值得一看；
• Chip War: The Fight for the World’s Most Critical Technology（亚马逊 Kindle 商店）：这本书被 FT 评为「了解现代世界的必备读物」，其开篇足够宏大，以二战结束为背景将盛田昭夫（索尼创始人）、张仲谋（台积电创始人）和安迪·格鲁夫（英特尔联合创始人）放在同一个时空里，半导体的发展构成二战后经济发展的缩影，这是他们故事的起点，也是「芯片战争」的起点。

---

从 CPU 原理到 GPU 供需关系

我们的生活早已离不开数字工具，而驱动数字工具——从手机、电脑到家庭中各类物联网设备——的关键部件就是 CPU，了解 CPU 运行的基本规律，能够帮助我们以更理性的方式看待这些数字工具。

这篇教程（链接、2 小时阅读时长）面向的读者就是像我这样非计算机科班出身、但对这个领域有兴趣的一类人，从 CPU 是什么开始，逐步介绍诸如多线程管理、硬件与 CPU 之间的关系以及一个程序如何在 CPU 的调控下高效运行。

当然，这篇教程对一些读者朋友来说有些理解上的困难，推荐一个建议：

• 访问 ChatGPT 或类 ChatGPT 的服务（比如 Poe）；
• 在聊天框里，复制粘贴网页上无法理解的内容，同时使用「我是一个 11 岁的小学生，请将这段话解释给我」或类似的提示词；
• 此时 ChatGPT 会用简单易懂的语言给出解释；

与 CPU 相比，GPU 最大的问题是短缺。我非常推荐这篇长文（链接、30 分钟阅读时长），系统阐释了英伟达最新 GPU H100 的供需关系。通过这款产品，你也会对目前热闹无比的大模型产业有一些新想法。比如，其实很多公司高估了对 H100 的需求量，此时的他们，和曾经疯狂的淘金者并没有太大差别，而那个「卖铲子」的英伟达，则是最大赢家。

---

为什么一个技术更好的搜索引擎无法成功？

Neeva 是由几位前 Google 高管创立的新一代搜索产品，相比 Google，Neeva 检索速度更快、没有广告，而且内容呈现更简洁，获得不少硅谷人士和媒体的青睐。

但很遗憾，这款搜索产品并没有对 Google 产生多大影响。对于普通用户来说，上述优点并不能说服他们单独下载一个 App 而不是直接使用浏览器内置的默认搜索（Google 每年花费数十亿甚至几百亿美元购买某些浏览器的默认搜索位置）。最终，2023 年 4 月，Neeva 被收购，并关闭了搜索业务。

Verge 这篇故事（链接、30 分钟阅读时长）是对 Neeva 创业历史的复盘，我在阅读时脑海里一直回荡一句话，这是一本畅销书《重来》里的话：

你无法创造出超越苹果公司的苹果产品，因为游戏规则是他们定下的，而你是无法打败游戏规则制定者的。

2023 年， ChatGPT 以一种另类的方式让 Google 的核心产品——搜索——感到担心，甚至有点惊慌，这或许就是商业世界有趣的地方。

---

X 公司的前世

过去两周，伊隆·马斯克开启了一场轰轰烈烈的「去 Twitter」运动，这家有着 17 年历史的社交媒体，被正式更名为「X」。无论外界——从用户到媒体以及品牌专家——怎么评价，或许我们都可以脑补一句马斯克理所当然的回复：「这是我自己买的东西，我想怎么样不管你们的事！」

而在历史上，马斯克与「X」有着不解之缘，他曾经创立的一家公司名称就叫「X」。 推荐这篇长文（链接、20 分钟阅读时长），全面回顾了「X」公司的前世，它曾经寄托着马斯克建立全新金融体系的希望，但在经历了与 PayPal 合并、各种宫斗并踢出公司后，马斯克的「X」公司逐渐被人遗忘。

但现在，马斯克又想卷土重来，只是，如果你听过马斯克对于「X」公司的畅想，或许会觉得似曾相识，大致上，未来的「X」公司就是美国版的微信。

---

机器人写作的泛滥正在剥夺人类思考的权利

前段时间测试 Claude 模型，我把几篇之前写过的会员通讯发给它，让它分析行文风格，然后我又发了自己正在整理的一段草稿，让它模仿我的风格，生成一段内容，其结果的确惊人，或者或吓人。

我的这个尝试还算初级，这篇文章（链接、镜像、30 分钟阅读时长）介绍了一系列专业写作机器人带给世界的影响。作者试用的是一个由 15 万创作文字数据训练的写作机器人，他向机器人提出问题，让其模仿自己的风格进行写作，他发现尽管它可以模仿他的风格，但往往缺乏真知灼见。

在作者看来，这类写作工具往往以提升效率为宣传口号，但却真实威胁到就业与思考。而后者的影响更深远，因为有意义的表达正在成为一种可以批量生成「商品」——这些可以生成文本的机器人正在成为市场上热门商品——而不再是人类特有的、植根于人类经验的东西，写作很多时候的确很痛苦，但这个过程其实是思考的过程，也是人之所以为人的体现。

作为写作者的我，能够理解本文作者的担忧，但我还是对人的未来持乐观态度。如果参考历史，摄影的出现曾一度让 19 世纪的画家们感到失业风险，而相机的工业化生产和普及化进一步改变了画家这个职业，画家群体开始分化，有的人继续在这条路上探索新风格，有的人则改行做了与画画相关的工作，这或许也是「码字工人」们的未来。