能力超强。。

GPT-6 Astra模型上线之后，有很多应用案例，我看到不少人在讨论沃顿商学院教授 Ethan Mollick 的实践，他把自己过去几年的数万封邮件、写过的全部文稿、日历记录，都交给了 GPT-6，指令是：

"把这些整理成我的知识库。"

整个过程没有监督，没有路径选择，没有纠偏，零人工干预，耗费了五天。

结果是电脑里多了一个数 GB 的 Obsidian 知识库——分类清晰，覆盖他的研究、联系人、想法、人际关系和待办任务。

尤其是想法和人际关系分析，都很有特点，能启发很多后续的行为。

据他自述，没人告诉Astra用什么工具，GPT-6 自己下载了 Obsidian（其实我觉得国内的ima和get笔记都比obsidian更好），ai直接评估任务需求，然后去互联网上找了一个最合适的软件，装上开工。

整个资料文档的组织策略是模型自己定的，没人告诉它怎么分类。而且这个知识库构造完成之后，多了几个自动化任务，比如每天两次自动扫描新邮件，与知识库交叉比对，主动给Mollick 发简报，提醒他需要注意的事项，高亮那些对他有价值的信息。

成本方面，Mollick说他拿到了内测机会，OpenAI 在试用期内没收他 token 费，所以这五天到底烧了多少钱，他也不知道，只说"可能相当可观"（likely would have been very substantial），现在看持续运行的每日简报很便宜，一点也不贵。

我之前发现国内一些小伙伴也给了大模型自己电脑的全部授权做类似的事情，之前各种龙虾很火的时候，就有不少人这么做，整理电脑，归档，形成复杂知识网络，优化自己的学习体系，国内很早就流行了，我也做了自己的知识库，海外可能隐私边界比较紧，这次尝试引起了很多关注。

Mollick 在同一时间还做了另一个实验，他让 GPT-6 自主做研究，自己找线上数据集，自己预注册假设，自己写论文。

结果是疯狂灌水，产出了一箩筐论文，格式漂亮，方法扎实，技术环节几乎挑不出毛病。

但是 Mollick 却认为"No research taste."（没有研究品味。），这些论文是正确的但无聊的学术垃圾，选题四平八稳，问的问题没有一个让人想读答案。

不过，我真的看到了国内目前的ai模型在教育和学习方面的潜力，workbuddy、kimi已经帮助大家深度改变自己的研究方式、学习方式、工作流程，能力很强，赛博狂潮早就到来了，只是在不断渗透，不断影响更多的人。

咱们之前提到过一本书，凯文凯利的《2049：未来10000天的可能》，其中专门有一个章节讲ai对于教育的影响，凯文·凯利认为，未来 25 年教育的变革会和 AI 的发展有极大的相关性。

他认为受 AI 发展影响最大的行业可能就是教育行业，因为 AI 的普惠使得个性化和因材施教的教育变成了可能，而且很有可能会变得流行。

个性化教育与个性化医疗、个性化购物等其他个性化的产品和服务一样，都会因为 AI 能力的不断提升而迅速发展。我们早已习以为常的人生三段论——受教育、工作、养老，将被彻底颠覆。

如果终身学习成为常态，人人都有高效的 AI 助手，我们就需要重新反思基础教育和高等教育。

AI 的大发展让个性化和定制化服务变得充满想象力。个性化学习指的是学生能按照自己的学习进度展开学习，并能够在这一过程中得到针对性的辅导，夯实基础知识，还能在自己感兴趣和擅长的领域掌握更多。

个性化学习的理想状态是改变工业时代教育批量化生产的状态，做到真正的人尽其才、百花齐放，让学生实现多样化的发展。

这种个性化的学习原本只有非常富裕的家庭才能做到，因为他们可以花很大的价钱给自己的孩子请家教。个性化学习的普及，其实非常符合 AI 时代最基本的逻辑。

因为 AI 的普及，使得普通人享受到了今天只有少数富人才能享受的服务。

周五直播时候也专门跟大家聊了教育的专题，我真的认为这种变革已经到来了，这几周我一直在花时间给小朋友解决自学的问题，尤其是个性化的学习，也把初步的一些成果给身边的小伙伴看，都很惊讶。

你手边的workbuddy、kimi、豆包，就是最好的1v1，最专业的老师，家长没有任何免责的借口，只要你愿意投入时间，你也只需要投入足够的时间，真的会有巨大的改变。

希望读者小伙伴们都去试试，如果ai只是让你做一个更好的牛马，你一定选错了使命，对你重要的是你的子女，不是你的+1层，不是你想扔掉的周报和汇报。

另外还是很推荐周五直播的回放，多看看，在“逢源成长笔记”的视频直播回放。

1.联合国粮农组织8月全球食品价格指数133.3点，环比+1.9%，升至2022年12月以来最高，同时下调2026年全球谷物产量预期至29.8亿吨（同比-2%，仍为有记录以来第二高）。

目前玉米在3年高点附近，法国玉米创15年最差收成，FEFAC警告欧洲饲料玉米进口需求超官方预估。

俄罗斯9月小麦出口预计160-200万吨，仅为3年均值一半。

当前粮食类资产的核心驱动还是厄尔尼诺，四大粮商最受益，但是在海外。国内的头寸分化很大，不少是只有情绪没有基本面的，但是作为很重要的主题，我们有参与，后续会择机减持，这个头寸不要太上头，出业绩出基本面改善是很难的。

2.端侧AI 迎来多重维度催化，产业落地进程加速。2026 年大模型产业进入第二次结构性跃迁，发展主线切换为能力落地，AI 手机、AI PC、具身智能、智能汽车等端侧AI 落地主阵地催化频发。Microduck 快速放量、成为开发者市场的爆款，证明了端侧AI 的市场潜力。

“云端定上限、行业定深度、端侧定入口”的分层协同已经形成，市场层面，AI 手机、AI PC 渗透率加速兑现，据Counterpoint 预计，全球市场生成式AI 手机渗透率将在2027 年达到52%，端侧AI 由高端卖点转为出厂标配，Gartner 数据显示AI PC 出货占比将从2024 年的15.6%跃升至2026 年的约54.7%，AI PC 有望在2029 年成为常态。

端侧AI 加速落地，将压低大模型使用门槛、拓宽AI 的应用边界，复杂任务回传云端，云端算力需求将被更大的调用基数推高，进而带动大模型调用频次提升、推理需求放量。

3.今天参加固收汇的ai论坛，和很多行业内的小伙伴聊ai进展，我有一个观点，人是欲望的集合，这是人与ai最大的区别，放到市场上，就是你的风险偏好，你有多么喜欢，多么相信，多么害怕，都是你的欲望，但其实这也是市场最重要的部分，影响了定价，让市场不是一潭死水。

成长，是关于梦想的叙事，成长的估值，是ai的坟场，ai可以精确的计算每一年的收益折现，却无法刻画我们走向未来的路径，以及未来本身的高度。

用好ai，是扩展我们的知识，让我们真的进入终身学习的状态，在ai时代，多做资本化的事情，少做费用化的事情，共勉。