大家好，我最近看到一个非常震撼的消息，黄仁勋在 GTC 2026 上宣布，“推理拐点”已经到来。他告诉大家，AI 技术正在快速发展，智能体时代已经开始。OpenClaw 这些框架让 AI 变得更加自主。未来的数据中心将不再只是存储数据的地方，而是能够生产智能的工厂。 很多人可能还在试图通过不断学习新工具来追赶 AI 浪潮。比如，现在流行的 Prompt 工程，给 AI 提供指令来产生更好的结果。不过，这种方式可能只是表面功夫。你是否有想过，当我们过度依赖这些技巧时，可能会陷入越学越累、越学越迷茫的困境？其实，黄仁勋和很多专家都在提醒我们，我们需要跳出这种思维，去理解智能涌现的底层逻辑。 为了帮助大家更好地理解这个时代的变化，混沌邀请了元理智能创始人张帆老师来分享他的观点。张帆老师在课上提到了几个反共识观点，揭示了大模型时代的真相。比如他说，企业积累的历史数据有 99% 都是垃圾。 为什么这么说呢？因为很多企业老板认为自己公司积累了海量数据，这些数据就是他们的护城河。但实际上，这些数据大多只是旧有低效流程中产生的日志（Log），根本没有什么价值。张帆老师举了个比喻：如果你想用马车的数据去训练特斯拉，那显然是不可能成功的。 那么在 AI 时代，什么才是真正有价值的智能资产呢？企业又该如何重新定义有价值的数据呢？这是一个值得我们深思的问题。 另外一个反共识观点是：“无限上下文”并不是答案。现在很多大模型宣称支持百万字甚至更长文本输入，但其实这只是个陷阱。张帆老师指出，注意力（Attention）总和是一个常量‘1’，上下文越长，关键信息就会被摊薄。 他认为现在很多人追求 Prompt 工程、上下文工程这些表面功夫，并不能形成真正核心壁垒。真正能改变模型底层“脑神经”的是后训练（Post-training），那将是一场关于权重战争。所以，与其迷信无脑投喂长文本，我们应该如何提高数据的“信噪比”，参与到这场“权重战争”中去呢？ 还有一个反共识观点是：确定性终结了。工业时代企业追求的是确定性，把业务拆解成标准作业程序（SOP），像精密钟表一样运转。但在 AI 时代这样做是行不通的。 张帆老师说：“今天赢家必须是个概率管理大师。” CEO 的角色也要发生转变，“盖房子像建筑师是固态的；CEO 更应该像园丁是液态的。我只给你土壤、养料和方向。” 当过程价值归零、僵化 SOP 被打破时，未来生物态企业如何运转？这是一个值得我们思考的问题。 其实这些反共识观点背后隐藏着共同规律：所有跨界问题背后都隐藏着大模型进化同一套“第一性原理”。比如“三个臭皮匠顶个诸葛亮”在数学上成立；“左脚踩右脚”真能上天；“SFT”和“RL”有什么本质关系？这些问题都能启发我们理解 Multi-Agent 架构和强化学习等前沿领域。 所以这次混沌邀请张帆老师带来深度大课《大模型时代的第一性原理：智能涌现底层逻辑与商业范式重塑》，带你开启认知之旅。如果你对这些问题感兴趣，不妨预约本次直播课程吧！