高质日报 | 2026年8月18日周二

🔍 今日重点

Tokenmaxxing 已死：Andrew Ng 教你如何聪明地烧 Token，而非盲目堆量

核心价值 Andrew Ng 在最新一期 The Batch 中提出了一个尖锐的观点："Tokenmaxxing"——即个人和公司应尽可能多地消耗 Token 以提升生产力——这个理念终于正在消亡。他指出了一个被 AI 行业刻意回避的真相：在某个临界点之后，增加 Token 消耗的边际收益急剧下降，因为组织中的瓶颈（如产品管理、人员协调、决策流程）不是多烧 Token 能解决的。但卖 Token 的公司有强烈的财务动机鼓励你烧更多——就像修车行告诉你要每3000英里换一次机油（远超过实际需要），像牙膏广告让你挤长长一条。Andrew Ng 给出了两个务实的策略：(1) 当应用规模化后，给每个应用装上"成本仪表盘"——他透露自己的一个应用每次查询约 $0.50，另一个10分钟对话约 $3.00，知道这些数字才能系统性地做决策；(2) 在架构层面保留模型切换的灵活性，避免锁定单一供应商，甚至从一开始就让原型同时支持多个 LLM。

对我的启发这个框架有三个立即可用的层面：(1) 给自己的 AI 使用装上"成本意识"：我们日常使用 AI 工具时，大多数场景并不需要最强的模型。写一封邮件、总结一篇文章、翻译一段文字——用 DeepSeek V4 Flash（$0.14/百万输入 token）和 GPT-5.6（$2/百万输入 token）的差距在实际体验中微乎其微，但成本差了十几倍。可以做一个小实验：这周把自己所有 AI 查询按场景分类，看看哪些场景其实可以用更便宜的模型。(2) 不要被"AI 越多越好"的叙事裹挟：AI 行业有一种隐性的焦虑营销——"你的竞争对手在用 AI 做 X，你再不用就落后了"。Andrew Ng 的洞见是：真正限制生产力的往往不是 AI 不够多，而是组织流程、决策机制、人的判断力这些"非 AI 瓶颈"。在投入更多 AI 之前，先问自己：如果我现在有无限算力，我最大的瓶颈是什么？(3) 架构层面的"反脆弱"思维：Andrew Ng 建议从原型阶段就保留模型切换能力——这不仅是成本考量，更是一种战略安全。在 AI 模型迭代如此之快的今天，锁定单一供应商就像在1995年把全部业务绑定在某个浏览器上。

原文摘抄

原文 (EN)

"I'm glad the idea of 'tokenmaxxing' — that individuals and companies should use as many tokens as possible to boost productivity — is finally dying out. As much as I encourage everyone to make ample use of AI, the practical reality is that increasing token usage beyond a certain point gives diminishing returns because there are still bottlenecks in organizations that burning more tokens alone cannot resolve."

对照 (ZH)

"我很高兴'Tokenmaxxing'——即个人和公司应尽可能多地消耗 Token 以提升生产力——这个理念终于正在消亡。尽管我鼓励大家充分使用 AI，但现实是，Token 消耗超过一定点后，边际收益递减，因为组织中仍然存在仅靠烧更多 Token 无法解决的瓶颈。"

原文 (EN)

"When architecting your software, preserve optionality and avoid getting locked into any one model provider. For example, even when building an initial prototype, I often keep in mind the possibility of switching to an alternative model provider, including specifically open weight options — or perhaps even have my first prototype work with multiple LLM providers, so that I can switch models easily."

对照 (ZH)

"在架构软件时，保留可选择性，避免被锁定在任何单一模型供应商上。例如，即使在构建初始原型时，我也经常考虑切换到替代模型供应商的可能性，包括开源权重选项——甚至让我的第一个原型就支持多个 LLM 供应商，以便轻松切换模型。"

来源: The Batch by DeepLearning.AI (Issue 365)

🤖 AI 学习

DeepSeek V4 Flash：小模型以1/3成本追平大模型，AI 经济学正在被重写

核心价值 DeepSeek 发布了 V4-Flash-0731 版本，在不改变架构的前提下，仅通过新一轮微调，让这个 284B 总参数（仅 13B 活跃参数）的模型在 Artificial Analysis 智能指数上达到 50 分，超越了自家更大的 V4-Pro（44 分），追平了 Gemini 3.6 Flash，仅比 GPT-5.6 Luna 低 1 分。但关键是：它的每次任务成本仅 $0.03，而 GPT-5.6 Luna 是 $0.05——智能水平几乎持平，成本却低了 40%。更惊人的是，一个 3-bit 量化版本可以在 110GB 显存的机器上本地运行。这意味着：编写代码、整理发票、客户服务问答等需要持续运行的 Agent 场景，从"昂贵到不划算"进入了"便宜到可以自动化"的区间。AI 行业正在从"谁有最强的模型"转向"谁能在给定成本下提供最够用的智能"。

对我的启发这个趋势对个人开发者和中小团队是巨大的利好：(1) 如果你在考虑构建一个需要持续运行的 AI Agent（比如自动回复邮件的助手、代码审查机器人），现在可以认真估算成本了——比半年前便宜了不止一个数量级。(2) 本地运行的可能性意味着敏感数据不必离开你的机器，这对金融、医疗、法律等场景至关重要。(3) DeepSeek 的做法——不改架构、只改微调——也暗示了一个更广泛的趋势：模型架构的军备竞赛可能正在让位于"微调的艺术"，这意味着算力不再是唯一壁垒，数据和微调策略的质量变得更重要。

原文摘抄

原文 (EN)

"Agents consume large numbers of tokens, so cost of token generation strongly influences what developers can automate economically. The updated DeepSeek-V4-Flash delivers intelligence close to proprietary models at well under half their cost per task, moving always-on work like triaging bug reports, reconciling invoices, and answering customer-service inquiries from pricey to pragmatic."

对照 (ZH)

"Agent 消耗大量 Token，因此 Token 生成成本强烈影响开发者能够经济地自动化什么。更新后的 DeepSeek-V4-Flash 以远低于同类模型一半的每次任务成本，提供了接近闭源模型的智能水平，将分类 Bug 报告、对账发票、回答客户服务咨询等持续运行的工作从昂贵变为可行。"

来源: The Batch by DeepLearning.AI (Issue 365)

🧠 认知科学

你的注意力不是道德失败，而是被设计出来的——识字率下降是一个"环境建筑学"问题

核心价值一位大学图书馆员在 Aeon 上发表了一篇有力反驳"后文字社会"悲观论的文章。核心论点是：注意力下降不是屏幕的"固有属性"导致的，而是特定设计模式（通知系统、可变奖励、无限滚动）被刻意工程化的结果。Gloria Mark 的研究显示，人们注意力在屏幕上的持续时间从 2004 年的 2.5 分钟下降到 2016 年的 47 秒——但这与"屏幕"本身无关，而是与通知、变量奖励、无限滚动这些被广告收入驱动的设计选择有关。同一群人可以在三小时视频论文或复杂游戏中保持高度专注。作者提出了一个关键概念："注意力的容器"（containers for attention）——那些学会在特定空间（带笔记本看纪录片、散步时听播客、在隔绝手机的空间读纸质书）中思考的人，和那些在"被优化来阻止思考"的环境（七个标签页、三个应用通知、手机每几分钟振动）中挣扎的人，区别不在于智力或自律，而在于环境架构。

对我的启发这篇文章有三个可以直接行动的启发：(1) 重新定义"专注力"问题：不要再问"为什么我无法专注？"，而是问"我的环境是如何被设计来阻止我专注的？"——这个视角转换把问题从内疚（我自律不够）变成了可操作的设计问题（我怎么改环境）。最简单的第一步：把手机在需要深度工作时放到另一个房间，这不是意志力问题，是环境设计。(2) "多模态"不是分心，是扩展：作者指出，真正的问题不是"视频 vs 书籍"，而是"信息流 vs 专注"。听播客做笔记、看视频论文配文字稿、在对话中打磨想法——这些不是"注意力下降"的妥协，而是人类理解力本来就应该多渠道运作。(3) 历史视角的解毒剂：每次新技术出现（小说、广播、漫画、电视），文化精英都恐慌说"年轻人完了"。苏格拉底甚至担心文字会让人"不再练习记忆"。知道这个循环，能帮我们更冷静地看待今天的 AI 恐慌。

原文摘抄

原文 (EN)

"Your inability to focus isn't a moral failing. It's a design problem. You're trying to think in environments built to prevent thinking. You're trying to sustain attention in spaces engineered to shatter it. You're fighting algorithms explicitly optimised to keep you scrolling, not learning. The solution isn't discipline. It's architecture."

对照 (ZH)

"你无法专注不是道德失败，而是设计问题。你试图在被建造来阻止思考的环境中思考。你试图在被工程化来粉碎注意力的空间里维持注意力。你在与被明确优化来让你不停滚动、而非学习的算法对抗。解决方案不是自律，而是建筑学。"

原文 (EN)

"The choice isn't between books and screens. The choice is between intentional design and profitable chaos. Between habitats that cultivate human potential and platforms that extract human attention."

对照 (ZH)

"选择不在书籍和屏幕之间，而在有意识的设计和有利可图的混乱之间。在培育人类潜能的栖息地和提取人类注意力的平台之间。"

来源: Aeon

💬 表达沟通

对话管家（Conversational Stewardship）：1000 次会议分析揭示最优领导者如何塑造对话

核心价值哈佛商学院教授 Alison Wood Brooks 和 BTS 咨询顾问 Andy Atkins 在 HBR 最新文章中，基于对 70+ 组织、100+ 团队、1000+ 会议参与者的十年研究，提出了一个核心发现：预测团队效能的最强指标不是开会频率，而是"会议结束后是否有清晰的责权和下一步"——能做到这一点的团队被评为高效的可能性是做不到的团队的约 4 倍。他们提出"对话管家"（Conversational Stewardship）框架，包含三个要素：(1) 目标（Goals）：在对话开始前明确"为什么开"（目的）、"产出什么"（产品）、"怎么开"（流程）；(2) 角色（Roles）：明确谁引导、谁决策、谁贡献、谁只听——这些是对话角色，不反映组织层级；(3) 灵魂（Soul）：心理安全感不是"一对一信任"的自然延伸，而是需要刻意培养的群体属性。研究发现，被评分最低的团队行为是"成员公开讨论他们何时感到被忽视或排斥"——那些能创造空间讨论这些问题的团队，识别风险更早、学习更快、决策更优。

对我的启发这个框架非常实用：(1) 开会前说一句话："本次对话结束时，我们应该______。"花 30 秒填这个空，能拯救 30 分钟的漫无目的。(2) 区分"信任"和"心理安全感"：即使你和每个团队成员都有一对一的信任关系，他们在群体讨论中仍然可能不敢说真话。这是两个不同的东西——前者是关系性的，后者是群体性的。作为会议组织者，你可以直接问："有没有什么担忧我们还没讨论？""谁的观点我们还没听到？"(3) "对话"而非"技术"是协作的操作系统：文章开篇一句话就击中要害——"对话，而非技术，是协作的操作系统"。在 AI 工具充斥工作流的今天，这个提醒尤为珍贵：最好的 Notion 模板、最智能的 Slack 机器人，都无法替代一个被好好照料的对话。

原文摘抄

原文 (EN)

"Conversation—not technology—is the operating system of collaboration. ... Leaders spend enormous energy optimizing workflows, dashboards, project plans, and increasingly, AI tools. Yet collaboration ultimately runs on something much older and more profound."

对照 (ZH)

"对话——而非技术——是协作的操作系统。……领导者花费巨大精力优化工作流、仪表盘、项目计划，以及日益增多的 AI 工具。然而，协作最终运行在一个更古老、更深邃的东西之上。"

原文 (EN)

"The most consequential leadership failures are often not caused by bad ideas—they're caused by important truths that never get voiced."

对照 (ZH)

"最重大的领导力失败，往往不是由糟糕的想法造成的——而是由那些从未被说出口的重要真相造成的。"

来源: Harvard Business Review

🏀 篮球

2026-27 赛季冠军争夺战：ESPN 揭示十大争冠球队的"水面下隐忧"

核心价值 ESPN 发布了对 2026-27 赛季十大争冠球队的深度分析，聚焦于每个队最容易被人忽视的隐患。几个关键发现：(1) 马刺（上赛季亚军）的位置重叠问题：签下 Tobias Harris（2年3100万）并续约 Julian Champagnie（3年4500万），两人打同一位置，教练 Mitch Johnson 如何排兵布阵是个难题；后场 De'Aaron Fox 和二年级新星 Dylan Harper 也有类似重叠。(2) 雷霆的最大隐忧是轮换变薄且过度依赖 SGA——卫冕冠军往往面临"被研究透彻"的困境。(3) 尼克斯的"化学反应悖论"：上赛季夺冠的化学反应是优势，但对手已有一整个休赛期来研究他们的打法。(4) 76 人的恩比德健康问题依然是最大变量——纸面实力最强，但"球权分配"和恩比德的身体状况决定了上限。文章的核心洞察是：冠军球队的崩塌往往不是来自明显的弱点，而是来自那些被胜利掩盖的"水面下裂缝"——位置重叠、疲劳累积、被对手研究透彻、核心球员的慢性伤病。

对我的启发 ESPN 的"水面下隐忧"分析框架是一种可迁移的思维工具：(1) 用在工作中：当一个项目/团队在"成功"状态时，问自己——"我们现在最大的'水面下隐忧'是什么？"成功的项目和新科冠军一样，容易掩盖结构性问题。位置重叠（两个人做同一件事）、过度依赖（关键人物离开就崩盘）、被"研究透彻"（竞争对手已经摸透了你的模式）——这些在组织管理中同样适用。(2) 凯尔特人式的"王朝疲态"：连续多年处于争冠窗口的球队——就像连续多年处于高绩效状态的人和团队——最大敌人不是对手，而是自身的疲劳累积和动力衰减。

来源: ESPN NBA

📰 高质日报