初音智能的死神鐮刀，不爲堯存，不以桀亡。
站在顧莫傑背後的，別無他人，唯有天道二字。
如果要給這幅宏偉壯闊的畫卷配上一張圖和彈幕，最貼切的莫過於當時網上最著名的那張b52轟炸機地毯式轟炸投彈圖，以及下面的字幕：“你若不邁向民主，民主必奔你而來。”
不擁抱人工智能時代者，滅
不知道新時代應該專注於何種謀生技能、依然蠅營狗苟於已經被淘汰的東西而心存惋惜者，碾
但是另一方面，無數新的工作崗位，隨着初音智能的腳步被創造出來，足以填補全人類的工作需求。
比如，2013年底的中國網遊市場上，就開始出現一類新的氪金網遊搶boss能出人民幣，玩遊戲就有機會抽紅包，每天總送金額數萬元甚至十幾萬元當然，這些氪金遊戲並不是初音娛樂出的，而是一些藤迅系或者別的更low的頁遊發行商出的。
這其實就是新時代就業觀的一種縮影寫照：
曾經，每個人都要花錢打網遊；
漸漸地，演化出無數“免費網遊”，不想裝逼踩人的玩家，不用給錢，只要捧個人場就行了。而花了錢的玩家負責爲開發商貢獻金錢、大殺四方；不給錢的玩家提供被殺資源，被氪金玩家殺成孫子一樣。
有錢的捧錢場，沒錢的捧人場。
有錢的出錢，沒錢的出尊嚴。
然後當非人民幣戰士發現遊戲好痛苦、每天要付出尊嚴，簡直和打工一樣無聊，開始流失之後氪金運營商告訴了他們一個道理。
沒錯，你們不是在打遊戲，你們就是在打工
覺得無聊了沒關係打一天遊戲50塊紅包這些玩家的職責就是每天賺50塊錢，然後演人肉沙包被出了錢的人殺個痛快殺個爽。
擼阿魯上不也有每天打工賺等級分、然後在人民幣大神面前組織“導演隊”送人頭、把人民幣大神送上鑽石或者王者的麼
那些出賣尊嚴的玩家，就是在打工啊。
物以稀爲貴的原則，價值理論的原則，是永恆有效的除非哪一天連資本注意都滅亡了
當物質極大豐富、只有裝逼感稀缺的時候，人類爲了裝逼感額外買單、裝逼業可以比滿足物質需求創造更多工作崗位的時代，自然會來臨。
那些原先在人類看來不該收錢、自給自足的需求，當然也會形成產業。
只要人類的慾望沒有被滿足，就一定會有工作崗位去負責解決這些慾望。
而這樣的新興工作機會，只是滄海一粟。
按照馬斯洛的需求層次理論，人類在喫飽穿暖之後會追求喫好喝好，再滿足之後，就該追求社會尊重感了。
人類買豪車、買牛逼首飾和手機，買奢侈品這些東西超出日用品部分的溢價，不就是爲了“社會尊重”或者說“裝逼屬性”麼
而科技的進步，物質再豐富、物質生產力再強大，也沒法快捷地滿足幾十億人的“求社會尊重”。
愛馬仕的包包，如果人手一個，也就不裝逼了。
工業化大生產可以讓全世界人有飯喫，有衣穿，有車開，有房住，卻不能讓人有逼裝。
要讓全人類有逼裝，只能依賴重歸精細定製化的模式，把幾十億人的“分別心”找回來。
在初音智能爲首的新一代人工智能企業的推動下，未來地球上“兩成勞動力提供物質生存需求的生產，八成勞動力提供裝逼所需精神分別心的生產”，不正是一個很顯而易見的趨勢麼
所以，儘管“運營商花錢僱傭貧窮玩家進網遊被人民幣玩家屠殺”這種“人肉沙包”型業務，目前看來讓一些人反感，但是它正是人類轉型的一次嘗試。
一次如何“讓世界上未來大多數勞動力去提供裝逼資源”的嘗試。儘管目前還很幼稚、粗暴、
而對於那種不願意改變，仇視一切改變和進化，只靠死記硬背獲取謀生技能的生物，但凡沒法適應時代變革和快速學習、信息爆炸的，最好的歸宿就是讓他們抹脖子自盡。
自盡前別忘了祈禱一下，最好重生回七八十年代，做一個腦子裏自帶資料庫的囤積型學霸，那樣他們纔有機會在信息爆炸和智能爆炸之前賺夠一輩子所需的錢。
爲了天道進化，縱然屠去億兆生靈，吾往矣。
全球的資本市場，全球爲全球化叫好的資本家們，在爲初音智能歡呼，爲即將到來的初音網絡科技ipo歡呼。
12月21日，第一屆“初音杯”圍棋賽決賽的日子。
也是初音網絡科技納斯達克ipo的日子。
大半年之前，初音網絡科技被拆分出初音錢包、並另組“螞蟻金服”之前，當時的初音網絡科技估值已經超過1500億美元了。
拆掉了一個市值270億的初音錢包，修修補補調整一下，2013年6月時初音網絡科技的估值是1300億美元。
後面這半年，因爲人工智能的大潮，因爲qe後的智能大發展，因爲“讀心術機器人”對藤訊微信用戶中的鐵桿耿直男的分崩離析瓦解挖角，初音網絡科技的盤面也在越來越大。
僅僅半年，光是過億的新用戶增長，就讓初音網絡科技的估值重新漲到1600多億美元以上。
這還算沒初音在“內容推送人工智能”領域和“社交網絡廣告業務投放”方面有機結合，帶來的額外收益
要知道，在原先的時空，facebook是一個和藤訊規模市值差不多的公司，兩者的營收和淨利潤也差不多。
但是，藤訊是一個瘋狂靠遊戲撈金的公司，而facebook卻不怎麼做遊戲。
那麼，facebook的錢是從哪裏賺來的呢絕大多數靠廣告
facebook的用戶規模不比藤訊大，可見facebook的廣告效率起碼比藤訊高數倍。
facebook之所以可以達到這麼高的廣告收費效率，最大的優勢在於“猜測用戶喜歡，並且用推送人工智能把客戶有最大喜歡可能的廣告內容推送給客戶”。
換句話說，qq秀欄裏面放的廣告，和facebook聊天軟件窗口裏的廣告，被用戶有效點擊的概率其實差了好多倍。
facebook之所以可以做到這一點，就在於扎克伯格在深度學習型人工智能最開始應用的時候，就關注了“猜測用戶主觀喜好”這一方面，並且近十年如一日地優化他的算法、細化歸檔他的用戶習慣大數據。