阿饭的宝藏我一直在思考：
当 AI 模型能够持续吸收人和组织的专业能力、并把它商品化的时候，组织该如何继续学习、积累知识产权、保持差异化、并活得好?
每家公司都将不得不去构建两种东西，我把它们叫作人力资本和 token 资本。
人力资本，是它的人所拥有的知识、判断力、关系、巧思和模式识别能力;
token 资本，则是这家公司自己构建并拥有的 AI 能力。
要紧的是：人力资本不会因为 token 资本变多而贬值——它只会变得更值钱。我相信，人的能动性，将是 token 资本增长的驱动力。
是人去设定雄心勃勃的目标、跨领域连点成线、建立关系、识别出最要紧的那些模式。没有人的方向感，你拥有的只是一堆原地空转的算力。
这意味着真正的机会,不在于挑出最好的那个模型,而在于在模型之上搭建一个学习闭环——让人力资本和 token 资本在其中复利式地一起增长。
企业的未来,就在于能否把这种学习在人与 AI 之间不断复利积累。
每一家企业都能构建出会随时间自我改进的智能体系统,同时又始终牢牢掌握自己的知识产权。一家公司应该能够把一个"通才"模型换掉,而不丢失那些已经沉淀进自己学习系统里的"老员工"式专长。
这，就是衡量你在未来时代里是否拥有控制权与主权的关键"测试"。
公司需要把自己的工作流、领域知识和长期累积的判断力,变成会越用越强的 AI 系统。私有的强化学习环境,应该让模型在来自组织内部的真实轨迹上变得更强。而它的知识库,则让机构记忆变得可被检索,也让 token 的使用更高效。
这个闭环,会成为企业新的知识产权。我把它想象成一台爬山机器。而且和大多数资产不同，它会复利。每一个被改进的工作流，都会产生更好的训练信号,反过来加速积累那些只属于这家公司的、难以言传的隐性知识。
那些早早把它建起来的公司，将拥有一种很难被复制的优势——无论之后又冒出什么新的单一模型能力。
我们任何人最不愿看到的，是这样一个世界：
每个行业里的每家公司，都把价值拱手让给少数几个"看见什么就吞掉什么"的模型。如果所有价值最终只被少数几个模型攫取，这个政治经济格局根本不会被容忍。一个掏空整个行业的 AI 未来，是不会获得社会许可的。
——
我也一直在想，模型之外的能力是什么？因为模型人人都有，盯着这个没有机会。纳德拉举了几个例子：
1，来自真实场景的私有数据
2，隐性知识（人与人之间的微妙关系，潜规则，老师傅的手艺等等
3，最好是能形成持续循环，积累复利
仔细翻译完，觉得这篇只是一个想法，暂时不具备特别强的现实价值。