“新手低头看自己的两张底牌，老手抬头看整张牌桌。”
这是 MarsBit 刊发的一篇长文《公牌的力量》给出的开场。文章来自微信公众号“孤独大脑”，作者为老喻，全文借用德州扑克里的“公牌”与“私牌”概念，讨论个人如何理解时代、制度、城市、技术与 AI 带来的外部条件。
作者写道，房子不大，但附近有能散步的公园；藏书不多，但能借到图书馆的书；有些工作自己不会做，但能找到工具、教程和愿意帮忙的人。这些都可以被视作人生里的“公牌”。
文章提到，前天看到一篇文章，说 AI 太过强大，以至于让人感觉生命很虚无。作者认为，这种想法“很荒诞”。在他的表述里，AI 的确成了这个时代最强大的公牌，但这并不构成虚无感的来源。相反，AI 带来的医疗突破、知识平权与生活便利，会像阳光一样进入普通人的日常，成为所有人都能直接调用的“底池”。
在这篇文章里，理解“公牌”有两个基本维度。其一，即便一个人不去竞争，也天然享有时代大公牌带来的福祉；其二，如果还想在牌桌上做成点事，关键不在于拿手里的两张“私牌”去和桌上的五张“公牌”比大小，而在于如何把两者拼成最好的组合。
作者据此提出三个问题：身边有哪些像阳光一样免费、却长期被忽略的日常公牌；面对满桌翻开的新机会，什么时候该入局组合，什么时候该果断弃牌；当大模型把无数旧手艺变成零门槛公牌时，个人真正拿不走的“私牌”又是什么。
从牌桌规则谈“公牌”与“私牌”
文章第一部分从德州扑克的基本规则切入。作者写道，一副 52 张扑克牌中，每个人起手拿到两张私牌，共有 1,326 种组合，按点数及是否同花可归为 169 类；桌面上陆续发出的五张公牌，则有 2,598,960 种可能。若扣除自己手里的两张后，剩余 50 张牌也能发出 2,118,760 种公牌面。
玩家需要从七张牌中选出最好的五张组成牌型。一对 A 是最强起手牌，拿到的概率约 0.45%。假设对手随机持牌且所有人都打到摊牌，两人单挑时，AA 的胜率约 85%；九人一起打时，则降到 35% 左右，计入平局分池。
作者把这一规则类比到人生，认为出身、身体、经验、积蓄之外，时代、城市、制度和技术同样构成了个人所处的牌桌环境。新手往往只盯着手里的两张私牌，老手则会看手牌与桌面公牌能凑出什么组合。
文章接着举出“纯打公牌”的情形：如果桌面发出同一花色的 A、K、Q、J、10，也就是皇家同花顺，那么还留在摊牌中的玩家都能直接用桌面上这五张最大的牌平分底池。此时，手里拿两张 A，或者拿最差的 7 和 2 杂色，没有区别。
作者借此指出，有些时代进步会把原本只有极少数人能享受的条件，变成所有人的日常基础设施；对于某些“超级机遇”，只要上了牌桌，结果可能都差不多，和个人多机智、多努力并不完全相关。
不过，同一张公牌对不同的人也可能意义相反。桌面翻出一张新牌，有人凑成顺子，有人原本领先的一对却不再占优。新技术也是如此，它可能替人省下大量重复劳动，也可能让一项赖以谋生的手艺变得便宜。作者提出，讨论时代机会时，仍要追问：这张新翻出来的公牌，和自己手里正在做的事情，究竟能拼出什么。
“听牌”、相邻可能与工程式准备
在第四条笔记里，作者把“听牌”解释为先把自己的底牌摆进“相邻可能”的位置。比如手里有两张红桃，翻牌又出来两张红桃，此时还没有做成同花，但未知的 47 张牌里，有 9 张红桃能帮助下一轮凑成同花。德州扑克把这 9 张未来可能成牌的公牌称为“出路（Outs）”。
文章引用复杂系统学者斯图尔特·考夫曼提出的“相邻可能（The Adjacent Possible）”，以及科普作家史蒂芬·约翰逊在《好点子从哪里来》中的例子：15 世纪中叶，谷登堡在欧洲发展金属活字印刷，并非凭空顿悟，而是把螺旋压榨机、金属加工、油性墨水和造纸等已有技术组合、改造，形成了一套可用的印刷系统。
作者据此认为，很多时候手头的事看似只差一口气，不必急着全盘否定，更重要的是算清楚还差哪几张外部“出路”。可能是算力成本再降一半，也可能是某个开源组件补齐了短板。先把自己的准备推进到“只差一张公牌就能成顺子”的位置，当那张牌翻出来时，才有机会接住。
他把这种方法称作一种很强的工程思维，并提到自己喜欢的《火星救援》里，主角就是用这种方式逃出生天。
借景、产权与公共设施：生活里的外部资源
文章随后把“公牌”从牌桌延伸到日常生活。作者提到，中国园林与日本枯山水中的“借景”，就是巧妙使用公牌的办法。明代计成在 1631 年成书的《园冶》最后一卷专门写“借景”，称其为“林园之最要者也”，并分为远借、邻借、仰借、俯借、应时而借。
文中举例，京都天龙寺的曹源池借的是院外的岚山与龟山；洛北圆通寺则不在院里种大树，只修一道低矮绿篱挡住近处杂屋，把几公里外的比叡山“框”进自家的枯山水里。作者认为，布置生活时也可以多想想附近已经有什么，而不是在有限空间里硬塞所有功能。
在《瓦尔登湖》的例子里，作者提到梭罗 1854 年出版该书时写到自己差点买下一座霍尔农庄，交易还没签字就取消了，但他觉得自己已经白白收下了那里最美的风景与树林。连他在瓦尔登湖盖木屋的林地，也是朋友爱默生买下的。作者借此强调，产权有产权的价值，欣赏也有欣赏的价值，一处风景能否让人停下来喘口气，并不完全取决于房产证上写着谁的名字。
文章还提到公共设施的意义。1858 年，奥姆斯特德与沃克斯设计纽约中央公园时，纽约富人正在哈德逊河谷兴建私人庄园。这项公共工程动用了大量工人，运走数百万立方码土石，后来形成了 843 英亩的公园，让草甸、步道和湖泊不必只存在于富豪的私家院墙里。作者把杭州西湖也视作类似的灵感与智慧，并提出，衡量一个住处，除了看室内多少平方米，也值得看下楼拐角后能去哪里，附近的公园、医院、公共交通和图书馆，同样参与了日常生活。
在经济学层面，文章把“搭便车”放到个人生活里重新解释。纯公共物品通常具有“非排他性”和“非竞争性”两个特征。富豪花几千万把私人宅邸外墙修得花团锦簇，或者市政投入巨资修好滨江步道，路过散步的邻居不花一分钱，也能享受到视觉愉悦和微气候改善。作者认为，在商业博弈和公共治理中，搭便车常被视作需要防范的问题，但在个人日常生活里，合法、高频地消费公共物品的正外部性，是普通人不用付维护费就能改善生活品质的捷径。
被忽略的时代红利与“站在巨人肩膀上”
文章第九条笔记写道，很多今天习以为常的日常公牌，曾经连帝王和首富也买不到。作者提到，据传古罗马名将卢库勒斯为了在夏天吃上一口冰镇甜点，需要派人从亚平宁山脉运雪；1924 年，美国总统柯立芝 16 岁的小儿子打网球时脚趾磨出水泡，因细菌感染导致败血症去世，因为青霉素要到 1928 年才被弗莱明发现、1940 年代才量产。
文中还引用经济学家唐·布德罗提出的一个选择题：是否愿意换成 1916 年的洛克菲勒，并且只能享有那个时代的技术条件。作者借此指出，今天普通人能够便捷使用的现代医疗、远距通信和影音服务，在当时很多是有钱也买不到的。
接下来，作者写到牛顿 1676 年在给胡克的信中用“站在巨人的肩膀上”解释自己为什么能看得更远，这句话最早可追溯到 12 世纪法国哲学家沙特尔的伯纳德。文章认为，不必重新发明文字、微积分和印刷术，承认自己手里的私牌有限并不丢人，只要学会爬上前人已经铺好的知识与工具肩膀，起点就是“巨人的海拔加上你的身高”。
在巴菲特的例子里，作者提到 1997 年伯克希尔股东大会上的“卵巢彩票”说法，认为一个人出生在什么地方、拥有什么天赋、能获得哪些机会，都带着很大的偶然性。2018 年度股东信中，巴菲特又写到，如果把自己 1942 年 3 月第一次买股票时的 114.75 美元，按无费用、股息再投入的标普 500 指数回报计算，到 2019 年 1 月 31 日，这笔钱会变成税前 606,811 美元，涨幅超过 5,200 倍。作者认为，评价一个人的成绩时，把个人选择与外部公牌放在一起看，比只讲个人天赋或只讲运气更接近事实。
AI 已经翻牌，只是接入速度不同
文章把 AI 放在整篇讨论的中心位置。作者引用科幻作家威廉·吉布森在 1990 年代末访谈中的名言：“未来已经来了，只是分布得还不太均匀。”他还提到，吉布森在 1982 年的短篇《燃烧的铬》中已经使用了“赛博空间”一词，而 1984 年出版《神经漫游者》时，他还没有自己的电脑，全书是在一台手动便携打字机上敲出来的。
作者据此写道，今天 AI 这张大公牌已经翻开在牌桌正中央了，所谓“分布不均匀”，意思是牌已经亮出，但不同的人接入它的速度相差十倍。早一点抬头看清桌面的人，哪怕手里只有一台旧打字机般普通的私牌，也能先打出新的组合。
在“风向是公牌，船帆角度是私牌与公牌的非线性放大”这一节里，作者引用古罗马哲学家塞涅卡在《道德书简》第 71 封中的话：“当一个人不知道自己要驶向哪个港口时，任何风都不是顺风。”文章又回到航海技术史，提到早期方帆船逆风航行能力较弱，后来水手掌握了三角帆与“之”字形抢风航行法（Tacking），即便风从前方偏 45 度逆向吹来，只要调整帆面角度，利用气流产生的伯努利升力，船照样能逆风前进。
作者把这概括为“接受输入，改变传递函数”。在他的类比里，人无法控制桌面上翻出什么公牌，也决定不了时代的季风往哪边吹，但只要手里握着舵和帆角，逆风也能分解出向前的推力。
开放房门、第三空间与使用权
文章第十四条笔记提到图灵奖得主、汉明码发明人理查德·汉明在 1986 年《你和你的研究》演讲中的观察：在贝尔实验室，关门办公的科学家短期内往往干得很多，但十年后常常偏离最重要的课题；而敞开房门办公、常被走廊动静打断的人，更容易听见哪些问题正在变得重要。作者也注明，汉明同时承认自己无法在统计上严格证明两者的因果关系。
作者据此认为，陷入麻烦时，人会本能地关起门来反复看手里的两张底牌。留一扇门缝，不是为了接受无意义的打扰，而是为了让外界的新信号流进来，避免把全部力气花在已经失去价值的方向上。
在“第三空间”部分，文章引用社会学家雷·奥尔登堡 1989 年《伟大的好地方》中的概念：家庭是第一空间，职场是第二空间，咖啡馆、图书馆、公园和社区球场是第三空间。作者举出 17 世纪末伦敦劳埃德咖啡馆的例子，船长和商人花一便士买杯咖啡，就能看墙上贴的远洋航运与海难公报，后来那里发展成劳埃德社；又提到 J.K. 罗琳官网记载，她作为领取福利的单亲母亲，曾在爱丁堡的咖啡馆里写出《哈利·波特》，女儿睡在旁边的婴儿车里。
作者写道，第一空间拼的是购房预算，第三空间拼的是对公共与商业外部资源的调用能力。文中还插入个人经历，称自己的女儿喜欢去一个离家不近的咖啡馆写东西，他会尽可能送她过去，也不会追问为何不在自己的书房写，因为她在那里还认识了很好的朋友。
在资源使用方式上，文章引用凯文·凯利 2016 年出版的《必然》，其中把“获取使用权重于占有所有权”列为重要技术趋势之一。作者认为，对算力、软件、图书甚至专业设备，越来越可以像接自来水一样按需接入，不必把全部资产买断锁进家里。这里的“公牌”既包括市政投入的免费设施，也包括按次付费或订阅的外部资源。做决定时，应比较买下来维护、去公共机构借用，或者按月租用，哪一种更符合自己的使用频率和现金流。
目标、聚焦错觉、可供性与延伸表现型
文章第十七条写到资源使用的前提不是手上拥有什么，而是知道自己想要什么。作者引用美团内部孵化猫眼电影时的一个故事：团队负责人诉苦说手头没钱、没人、没资源，王兴反问，“你知道什么是真正的创业者精神吗？知道自己的目标是什么，想着如何实现目标，不管自己现在拥有什么，哪怕手上什么都没有。”文中还提到王兴在决策中常连问三句：“你有什么？你要什么？你舍什么？”
作者同时引用哈佛商学院教授霍华德·斯蒂文森对企业家精神的定义，即“不拘泥于当前所控资源去追寻机会”。在他的表述里，桌面上每天都摊着成百上千张外部公牌，如果不知道自己要凑什么牌型，满桌好牌也只是杂乱背景；反过来，一旦极其清楚自己想要什么资源，哪怕起手两张私牌空空如也，也能在桌面上精准认出自己要借的那张牌。
在“聚焦错觉”部分，作者提到 1998 年沙克德与卡尼曼对美国中西部和南加州大学生的调查。两边的人都高估了加州居民的生活满意度，觉得阳光好的地方一定快乐得多，但实测下来，两地学生自报的整体生活满意度几乎一样。卡尼曼据此提出“聚焦错觉（Focusing Illusion）”：当人专门去想某一件事时，它在脑海里占据的分量总会比在真实生活里大得多。
文章还引用生态心理学家詹姆斯·吉布森在 1979 年《视觉感知的生态学方法》中系统阐述的“可供性（Affordance）”概念，用来指环境向行动者提供的动作可能。同一块半米高的石头，对疲惫旅人提供的是“可坐性”，对猎人提供的是掩体，对幼童则是一道障碍。作者把这一点放到生活里，认为同一座公园，有人用来跑步，有人带孩子观察植物，也有人在那里边走边谈事。
在生物学类比中，作者提到道金斯 1982 年《延伸表现型》中的观点：基因的效应不只体现在生物身体上，也可能延伸到体外环境中。寄居蟹不长硬壳，直接捡海滩上的空海螺壳当盔甲；河狸的牙齿和毛皮只是肉体“私牌”，但它用树枝筑起的水坝，以及水坝拦出的人工湖，成了抵御天敌的“延伸表现型”。作者认为，对个人而言，整理顺手的资料库、常去的运动场、互相兜底的合作伙伴，都是长在皮肤之外的延伸表现型。
这一部分还延伸到哲学家克拉克与查尔默斯 1998 年发表的《延展心智》。文章提到“奥托的笔记本”思想实验：患有记忆障碍的奥托随身带着一本结构清晰的笔记本，遇事一查便知。作者借此指出，今天使用 AI 和笔记工具也是一样，手机里装过十个软件不算数，只有当遇到问题能立刻调出资料、结果能核验、下一步动作能接上时，外部算力才真正长成了“外脑”。
开源复用、弃牌与分轮下注
文章第二十二条把现代工程描述为大量依赖公牌复用。作者引用新思科技 2024 年《开源安全与风险分析报告》中的数据：在所分析的 1,067 个代码库中，96% 包含开源组件；在扫描到的源代码和文件中，77% 来自开源。作者认为，如果一个工程师拒绝调用开源库，非要自己从零手写操作系统和编译器，可能一辈子也交不出一个可用的软件。
他把这一点推广到做事方法上：写方案参考成熟框架、办活动沿用验证过的清单，省下从零造轮子的力气，才能把有限心力押在真正需要独特判断的那 20% 上，同时由人来把关哪个模块适合当前任务、使用是否符合开源许可。
在“高手懂得弃牌”一节，作者写到，在九人满员的德州扑克牌桌上，顶尖职业牌手的主动入池率（VPIP）通常只有 15% 到 22%，也就是说，约八成牌局，他们看一眼底牌或翻牌就直接弃牌。业余玩家输光筹码，往往不是不会打好牌，而是觉得每一把牌、每一次桌面翻出的公牌自己都非去掺合一脚不可。
文中还引用棒球传奇击球手泰德·威廉姆斯在 1971 年出版的《击球的科学》中的做法：他把好球区细分为 77 个棒球大小的格子，测算出只挥击正中“甜区”的球，击球率能达到 0.400；如果去够边缘低角的球，击球率就会掉到 0.230。巴菲特多次引用这张图，认为人生和投资比棒球更宽容，没有“三振出局”的规则，可以一直站在本垒板前等。
作者据此写道，时代每天都在发新公牌，新风口、新热点层出不穷，但跟自己私牌不咬合的公牌，哪怕牌面再热闹，也是别人的局。把八成不匹配的杂音果断弃掉，手里才有足够筹码去接那两成真正属于自己的好牌。
在第二十四条里，文章强调公牌是分三轮翻开的，不必在第一天就押上全部筹码。德州扑克的五张公牌分三轮发出：先发三张翻牌（Flop），再发第四张转牌（Turn），最后发第五张河牌（River）。每轮发牌之后，玩家可以根据牌面和前面的下注，选择弃牌、跟注、下注或加注；前面无人下注时，也可以过牌观望。
作者引用 1977 年麻省理工学院经济学家斯图尔特·迈尔斯提出的“实物期权（Real Options）”概念，认为现实中的重大投入，不必在第一天就把全部资源一次性押死，而是可以先花极小成本买一张“入场看牌的权利”，等外部环境翻出前几张牌、不确定性消解大半之后，再决定是追加投入，还是放弃。
这一节还提到华尔街投资人斯坦利·德鲁肯米勒从索罗斯那里学来的习惯：“先买入，再研究（Invest first, investigate later）。”作者写道，2022 年秋天，德鲁肯米勒手下的年轻合伙人注意到，斯坦福和麻省理工最拔尖的工科学生正在成批从加密货币转向人工智能。当时年近七十的德鲁肯米勒还以为英伟达只是一家做游戏显卡的公司，但他没有等自己把大模型彻底研究透，就先买进一笔底仓；仅仅一个月后，ChatGPT 出现，相当于牌桌上翻出了最关键的“转牌”，已经在牌桌上的他随即在 2023 年初大幅加码。
位置优势、底池赔率与识别诈唬
文章第二十五条谈到牌桌上的“位置”。同一副公牌摆在桌上，坐在第一个表态的“枪口位”和最后一个表态的“庄家位（Button）”，赢面差别很大。职业牌手在庄家位的入池率往往是枪口位的两到三倍，因为后说话的人不仅看见桌上的公牌，还看见了前面所有人面对这张公牌时的反应。
作者引用管理学家泰利斯与戈尔德 1993 年的一项研究，分析了 50 个产品类别、约 500 个品牌的历史。在其中可比较的 36 个品类里，市场先驱的失败率约 47%，平均市场份额约 10%；在市场早期增长阶段取得领先的“早期领导者”，失败率约 8%，平均市场份额约 28%。文章还列出 Altair 8800、Archie、SixDegrees 等例子，说明最早进入者并不必然成为最终赢家。
作者据此写道，商业世界里常说的“敢为天下后”也是这个道理。苹果从来不是第一个做 MP3、智能手机或平板电脑的公司，腾讯也鲜少做新赛道的第一个探路者。别人怎么打桌上的公牌，本身也是亮给后来者看的“信息公牌”。
在“底池赔率”部分，文章举例说明：如果获胜概率只有 20%，只看胜率的人会放弃；但如果底池里已有 1,000 块，自己只需再投入 100 块，且此后不用追加筹码就能等到摊牌，底池赔率就是 10 比 1，那么只要最终获胜概率有两成，这次跟注就是正期望值选择。
作者把这一思路类比到日常试错，并提到 1928 年 9 月亚历山大·弗莱明度假归来，在伦敦圣玛丽医院准备清洗的一摞废弃培养皿里，多看了一眼那块长出青霉菌、周围葡萄球菌全部溶解的斑点。作者认为，他之所以能接住这张偶然公牌，是因为日常留心观察一个异常样本的成本极低，只花几分钟，而一旦摸中，回报没有上限。
文章还提醒，不要被牌桌上的“借公牌诈唬”吓跑。德州扑克里有一招叫“借牌面诈唬”：桌面上翻出一张 A，对手立刻推出大把筹码，装出自己手里也有一张 A 的样子，哪怕他手里其实是两张毫无关系的杂牌。
作者引用 2001 年诺贝尔经济学奖得主迈克尔·斯宾塞 1973 年提出的“信号传递理论”，以及演化生物学家扎哈维 1975 年提出的“累赘原理（Handicap Principle）”，认为一个信号是否可信，关键在于它有多难伪造，不能只看它花了多少钱。真实跑通的业务和可核验的交付，通常比无须承担后果的口头宣称更值得重视。每当时代翻出一张耀眼的大公牌，牌桌上总会有人借着这张公牌诈唬，靠贩卖概念制造焦虑。
AI 时代的瓶颈、吸收能力与相对竞争
文章第二十八条引入 IBM 架构时代的阿姆达尔定律。1967 年，IBM System/360 大型机首席架构师吉恩·阿姆达尔在计算机大会上提出这一著名定律。当时业界热衷于靠增加并行处理器来成倍提升算力，阿姆达尔则指出，系统中那部分必须串行处理、无法被分摊加速的步骤，会锁住整体提速的上限。哪怕把一半工作加速一万倍，只要另一半没变，总速度最多也只能提高到原来的两倍。
作者把这一点放到今天的写作与决策里，认为 AI 和搜索工具就是那个快上一万倍的并行加速器，而个人的审美、事实核验和最后拍板，就是那段无法外包的串行指令。初稿生成得再快，如果作者迟迟定不下要解决什么真问题、分不清哪句话可信，整件事依然会卡在原地。
在“吸收能力”部分，文章引用经济学家科恩与莱文索尔 1990 年发表的论文《吸收能力》，指出一家企业能不能识别、消化并利用好外部的新技术和新知识，高度取决于它自己原本攒下了多少相关研发底子。作者把这一点借用到个人与 AI 的协作上，认为越是懂行、手里有真实业务问题和判断标准的人，越清楚该向 AI 追问什么，也越容易一眼看出生成结果里的漏洞。外部公牌越强，自己攒下的专业底子和品味反而越值钱。
文章还区分了两个问题：一种是“我能不能过得比过去好”，另一种是“我能不能比别人强”。当一种新工具变得像自来水一样普及时，几乎所有人完成旧任务的速度都会变快；但当同行和竞争对手也拿到同一张公牌时，未必能因此直接获得领先优势。前一个问题看绝对水平，善用时代公牌就能显著改善；后一个问题看相对位置，当五张公牌拉平之后，真正的胜负反而更加取决于手里那两张私牌的成色。
当“生成”变成公牌，什么才是拿不走的私牌
文章第三十一条开始集中讨论大模型对内容生产和知识工作的冲击。作者提到，1839 年达盖尔发明银版摄影术后，法国学院派画家保罗·德拉罗什惊呼“从今天起，绘画死了”。在照相机出现之前，把人脸画得逼真是一门需要苦练十年的私牌，成千上万的画匠靠给人画肖像谋生；照相机则端到端地消灭了“画得像”这个中间环节。
作者又引用强化学习研究者理查德·萨顿在《苦涩的教训》中的总结：凡是人类试图把自己的领域规则和小聪明做成“包装层（Wrapper）”塞进系统里的做法，短期看似管用，一旦通用算力暴涨，端到端算法就会把这些中间层碾碎。
文中提到，大模型刚爆发时，估值 15 亿美元的 AI 营销独角兽 Jasper 与大批做“一键读文档、一键润色文案”的套壳公司一度风光，但随着底层模型升级，这些中间商功能被直接吞并。作者认为，对个人创作者和白领来说，同样的反噬正在发生：过去靠扩写文章、翻译资料、写基础代码、做标准报告，当“从原料到成品的加工中间商”；现在大模型把中间九成的加工活变成了人手一张的免费公牌。
在第三十二条里，作者把德州扑克中的“四条”和“踢脚牌（Kicker）”拿来类比 ToC 创作者的底牌。如果公牌里有四张 10，意味着还留在牌局中的人都拥有了“四条”，这时要比第五张牌。若第五张公牌是 A，大家就会平分底池；如果是小牌，手里的大牌才可能决定胜负。
作者认为，音乐产业在过去二十年已经预演过一次“价值倒置”：在流媒体出现前，歌手靠卖唱片赚钱，开演唱会只是促销唱片的广告；当数字技术让“听见完美录音”变成零门槛公牌之后，录音成了免费的引流公牌，而必须肉身到场、不可复制的现场演唱会，反而成了重要收入来源。
他据此写道，今天的大模型加上深度搜索，十分钟就能写出一篇工整的行业综述或读书笔记，过去靠“搜集资料、洗稿润色、当知识二道贩子”吃饭的人，手里的牌已经和桌上的四张 10 完全重了。当八十五分的合成内容在网上通货膨胀很多倍时，读者缺的已不再是一篇通顺的道理，而是“在满屏合成物的世界里，我究竟该信谁”。
作者给出的答案是，AI 没有在熊市里真金白银地赔过钱，没有在深夜开车送女儿去远处的咖啡馆写东西，也不用为任何一句建议承担后果。一个真实活人的私有经历、十年攒下的信用契约与同频场域，才是那张拿不走的第五张底牌。
写作者、不写者与“锯齿状智能”
文章第三十三条提到，2024 年 10 月，保罗·格雷厄姆写过一篇《写作者与不写者》。作者转述称，过去无论当教授、做高管还是创业，社会都逼着人必须自己动笔写东西；现在大模型让“写出一篇体面通顺的文字”变成零门槛公牌，世界正在迅速分化为极少数坚持自己动笔的“写作者”和绝大多数把表达外包给机器的“不写者”。
文中还引用图灵奖得主莱斯利·兰伯特的一句话：“如果你不动笔写就以为自己在思考，那你只是误以为自己在思考。”作者把这比作工业革命后“搬重物”变成公牌，大多数人的肌肉萎缩了，只有少数主动去健身房举铁的人还保留着强健体魄。大模型可以替人省掉码字的苦力，但如果因为“生成成品”太容易，就把自己苦苦推敲、把模糊直觉逼成清晰判断的思考过程也一并省掉，那省下的就不是时间，而是亲手废掉了自己手里仅存的私牌。
在第三十四条里，作者引用前 OpenAI 联合创始人、前特斯拉 AI 总监安德烈·卡帕西对今天大模型的描述——“锯齿状智能”。文章称，生物的智能是在物理世界的生存演化中整体长出来的，能力边界相对平滑；而大模型是从互联网文本里“召唤出来的幽灵”，能力分布像犬牙交错的锯齿：它可以在一秒钟内解出国际奥数金牌题、重构十万行代码，却会在一个三岁小孩都不会搞错的现实常识或陌生边界条件上，一本正经地胡说八道。
作者认为，这恰恰划出了人机协作的分水岭：在有公开题库、有标准答案的常规地带，AI 这张公牌已经远超普通人类；但在真实商业和人生决策里，真正致命的往往是那些从未出现在公开语料库里的“异常边界（Edge Cases）”。谁如果不加分辨地把端到端生成的结果直接端出去，谁就会摔死在那个隐蔽的锯齿波谷里；而真正懂行的人，价值正在于替这头“超级幽灵”设定边界、识别幻觉、在关键路口踩下刹车。
从按席位收费到按结果买单，再到企业“本体层”
文章第三十五条转向企业级 AI 商业模式。作者提到，OpenAI 董事会主席、前 Salesforce 联席 CEO 布雷特·泰勒在创立企业级 AI 独角兽 Sierra 时指出，大模型正在摧毁软件行业延续了二十年的“按人头收费（Per-Seat）”模式。如果一个 AI 智能体就能干完过去十个客服的工作，软件公司就很难继续靠客户有几个员工账号来收费。
作者写道，布雷特·泰勒在红杉资本峰会上说，AI 时代的商业正在从“卖软件工具”转向“按结果买单（Outcome-Based Pricing）”。按 Sierra 的官方说明，可计费的结果包括解决咨询、促成购买、挽回取消等；如果问题没有解决，或者需要升级处理，多数情况下不收费，具体标准由双方事先约定，也可能采用混合计费。
在作者看来，过去因为造工具门槛高，乙方只要把软件卖给甲方就算交差，至于甲方挖不挖得出金子，乙方概不负责；现在端到端大模型让造一把“铲子”变得唾手可得，没人再愿意为单纯的工具或工时付溢价。只有敢于跨过工具层、直接下场交付最终商业结果，并用自己的牌照、声誉和资产为出错风险签字兜底的人，才能拿走牌桌上最大的底池。
第三十六条则讨论 ToB 领域更深层的“私牌”。作者提到，微软 CEO 萨提亚·纳德拉在 2024 年底的 BG2 播客里提出一个判断：传统企业软件（SaaS）本质上只是在增删改查的数据库上面套了一层薄薄的界面和业务逻辑；到了智能体时代，AI 会直接跨过软件界面去读写底层数据，传统独立软件的概念将会坍塌。
作者据此解释，为什么纯卖标准软件的公司人人自危，而过去十几年被硅谷嫌弃“太重、太慢、像外包公司”的大数据公司 Palantir 却在这轮 AI 浪潮里市值暴涨。文章写道，Palantir 派出大量“前线部署工程师（FDE）”，常年驻扎在空客的工厂、医院的病房和军方的指挥室里，处理最苦最脏的活：把客户散落在几十个老旧系统里的烂数据、传感器信号、审批权限和物理动作，一点点清洗并映射成一套可执行的数字孪生规则，Palantir 把它叫作企业的“本体层（Ontology）”。
作者认为，OpenAI、Claude 或开源模型虽然聪明，但它们只懂网上的公开常识，并不知道空客的某架飞机缺了哪个涡轮叶片、该调哪个仓库的货、需要谁签字放行。在 Palantir 的架构里，底层大模型成了随时可以插拔替换的“公牌”，而那套花十几年钻进客户泥巴地里攒出来的业务本体层和闭环执行权限，成了谁也拿不走的“慢私牌”。通用公牌越强，这套私有底牌的杠杆就越大。
现实门槛、换桌与给后来者添牌
文章第三十七条提醒，看得见桌上的公牌，还要跨过使用它的现实门槛。市政图书馆就在两个街区外，但可能在下班前就关门；网上的顶尖公开课免费，但也需要整块时间和安静心绪去啃。有人下班后要照看老人孩子，有人受困于身体病痛，也有人连稳定的设备和网络都还不充裕。作者认为，看见别人没有用起某项外部资源时，先别急着苛责他“不懂看牌”；对自己也是一样，先弄清楚具体卡在时间、体力、费用还是方法上，才能决定是换个更顺手的工具，还是先向身边的人求助。
在第三十八条里，作者写道，有时候换一张牌桌，比留在原地死磕底牌更有效。一份工作有没有老手肯带，一个团队愿不愿意坦诚复盘，一个社区走出去五分钟有没有绿树和球场，都会在日复一日里改变一个人积累的速度。在条件允许的时候，换个团队、加入一个同频的学习社群，或者调整住处与通勤动线，都是在为自己换一张公牌更好的桌子。当然，换桌之前也要把搬迁成本、家庭需要和重新适应的周期一并算清楚。
第三十九条则把视角转向“往桌上添牌”。作者写道，好用的教材有人熬夜编写，干净的公园步道有人清扫维护，开源软件有人一行行修补漏洞。前人把自己的私牌打磨成公共成果留在桌上，才有了今天顺手调用的便利。个人同样可以做那个往桌上添牌的人：把一次踩坑和解决问题的经过写明白，给常用的开源工具补一页中文说明，或者把一段验证过的经验分享给后来者，让下一个遇到同样麻烦的人少走一段弯路。
留在牌桌上，时间会继续发牌
文章最后一条回到德州扑克本身。作者写道，哪怕是世界顶级职业牌手，如果在一把牌上押光全部筹码，一旦出局，后面发牌员再发出多少副同花顺也与他无关。只要还留在牌桌上，时间自然会把属于自己的公牌发到面前。
在作者看来，一个人只盯着手里的两张私牌时，人生很容易变成一场孤立无援的死局——出身改不了，过往改不了，拿到一手小牌就像拿到了判决书。但当视野从掌心挪向整张桌面，就会发现自己从来不是赤手空拳在和命运单挑。街角公园的樟树、图书馆里的藏书、几代人攒下的医药与科学、开源世界的代码，以及今天刚刚翻开的 AI，都是人类文明已经亮在桌上的公牌。
文章以一句总结收尾：认真打磨手里的两张私牌，同时大方地去借用桌上的五张公牌。你所拥有的，远比你名下占有的多得多。
本文来自微信公众号“孤独大脑”（ID：lonelybrain），作者：老喻。