知行小酒馆
普通人应对AI浪潮的关键在于通过解决具体痛点积累判断力与审美,而非盲目跟风技术升级。
AI-assisted summary of E235 与其担心 AI 改变你,不如今天就用它做一件小事 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 本期节目于 2026 年 5 月 15 日由「有知有行」出品的播客频道《知行小酒馆》在小宇宙平台发布,由雨白主持。节目简介指出,面对 AI 带来的普遍焦虑,本期不探讨宏大趋势,而是邀请许怡然和吕兴两位拥有极强行动力的老朋友,共同分享普通人该如何将 AI 真正用起来、融入具体的工作与生活。
## TL;DR 节目围绕普通人如何应对 AI 浪潮展开,两位嘉宾结合自身实践,分享了手搓应用、搭建向量数据库以及构建 Harness 驾驭框架等降本增效的经验。他们提出入局 AI 的三层能力模型,强调在 AI 时代人类的核心竞争力在于审美判断力(Taste)与真实的线下社交能力。最后,嘉宾们鼓励听众打破心理障碍,从一件最不想做的具体小事入手,通过行动化解焦虑。
## Atmosphere & style 整期对话氛围轻松务实且充满人情味,既有极客探索新工具时的兴奋与狂热,也有面对技术难题和 AI 偶尔卡死时的真诚吐槽。三位对话者如同一群热衷于“打怪升级”的课代表聚会,在欢声笑语和接地气的案例分享中将硬核科技落地为生活智慧,听感既解压又极具行动启发力。
## Key takeaways - `00:00` 与其陷入被技术淘汰的宏大焦虑,普通人应对 AI 的最佳方式是从解决眼前具体、微小的痛点入手,在实践中逐步掌握工具。 - `05:00` AI 在处理任务时能提供即时反馈,这种正负反馈机制极具沉浸感,使探索和驾驭 AI 拥有如同玩策略游戏般的乐趣。 - `05:00` 在 AI 时代,中年资深从业者凭借丰富的行业经验、结构化逻辑与用户洞察,在撰写精准提示词和架构图纸上反而比年轻人更具优势。 - `08:46` 通过导入个人历史文章与语料构建专属的向量数据库,可以打造出高准确度且具备个人语气风格的“个人数字分身”。 - `15:20` 系统性驾驭 AI 依赖于 Harness 框架,需通过明确配置文件、规则设定与动态反馈机制,确保 AI 输出稳定可控的结果。 - `23:11` 驾驭 AI 的能力可划分为“识字”、“清晰表达与理解结构化输出”以及“共情 AI 生成逻辑与规则”这三层梯次。 - `23:11` 面对 AI 的冲击,肉身实体的物理交互、真实的人际信任建立以及提供纯粹情绪价值的场景依然是人类不可替代的壁垒。 - `38:02` 真正的知识“蒸馏”是主动将行业前辈与顶尖大师的经验内化进自己的脑海中,而非单纯将其转化为外部的文档或技能包。 - `47:15` 克服 AI 上手心魔的关键在于“胆子要大、脑洞要大”,优先将工作和生活中最不想做的繁琐重复任务交给 AI 去处理。 - `51:46` 未来的泛娱乐形态将由 AI 驱动实现彻底的千人千面:创作者只需提供底层规则与世界观,AI 将为每个用户实时定制剧情与体验。 - `01:00:00` 随着大模型能力无限接近甚至超越人类能力边界,真正被 AI 拉平的是精英与普通人的门槛,普通人反而能享受到技术平权带来的优质资源与创作能力。 - `01:11:10` 人类最核心且难被替代的能力在于审美与判断力(Taste),唯有充足的知识记忆与结构化逻辑储备,才能在 AI 生成的海量方案中做出精准识别与决策。 - `01:16:15` 在 AI 时代保持竞争力与幸福感的三条具体路径:多与真实的人相处、主动培养审美与品味、以及立刻上手做一件具体的事。
## Detailed walkthrough ### `00:00` AI 潮流下的现实思考:普通人该如何面对技术浪潮
雨白在开场中坦言,当下关于 AI 的讨论铺天盖地,听众难免感到焦虑甚至审美疲劳。然而,AI 已不再局限于科技圈,而是深入到工作、学习、投资及生活的方方面面。作为关注投资与生活的节目,“知行小酒馆”希望摆脱宏大叙事与单纯的技术能力渲染,转而探讨普通人最关心的朴素问题:“现在的我到底能做什么?”为此,雨白邀请了两位老朋友——在游戏行业耕耘 30 年、善于“拿 AI 当新游戏玩”的许怡然,以及行动力极强、习惯在实践中“打怪升级”并已将 AI 引入工作流的吕兴。
三位对话者首先清点了各自与 AI 的真实关系。雨白指出,去年节目中对 AI 的乐观预测在如今看来甚至显得有些“肤浅”,因为最近几个月 AI 的演进速度超乎想象,导致大家对被技术淘汰的时间表深感迷茫。许怡然则分享了自己退休后的“玩咖”状态:他把 AI 当作时间充裕下的探索工具,结果“以前特别喜欢玩游戏,现在完全没时间玩游戏了”,因为在 AI 的世界里,使用者就像是在“扮演造物主”。
- 节目聚焦于普通人面对 AI 时的实际落地路径,拒绝焦虑绑架与空洞趋势预测。 - 嘉宾许怡然拥有 30 年游戏行业经验,现任 MultiMetaverse CEO;嘉宾吕兴则是积极将 AI 嵌入复杂工作流的实践者。 - 许怡然直言,使用 AI 的乐趣甚至超越了传统游戏,因为它赋予了人类探索与创造的极致体验。
---
`05:00` 突破能力边界:手搓应用与重塑生产力
进入具体应用场景,吕兴与许怡然阐述了 AI 如何打破过去“人做不了或不值得做”的限制。吕兴分享了许怡然此前利用 AI 制作多语种播客的案例:通过 AI 生成逼真的老外中文语音,在极短时间内完成了过去因成本过高而无法实现的全中文译制。随后,两位嘉宾聊到了吕兴仅用一周半时间(其中纯代码编写仅耗时两天)就“手搓”出一个小宇宙 APP 的经历。这套流程消耗了约十来亿 token(约合一两千美元),若放在传统互联网公司,需要一个十几人的团队消耗上百个人月才能完成。
在此背景下,吕兴提出了一个“反共识”的观察:在 AI 时代,中年资深从业者反而比年轻人更具优势。因为当前使用 AI 并非“言出法随”,AI 对人类语言中的“潜台词”一无所知。如果不具备系统性的行业经验、产品逻辑和用户洞察,就无法撰写出精准的提示词与架构图纸,AI 也无法凭空猜出使用者的意图。
- 许怡然通过声音克隆与翻译技术,将仅来过一次的外国嘉宾语音转化为极其自然、带有特定口音的中文播客内容。 - 吕兴个人耗时一周半、花费约 1000–2000 美元(约十来亿 token),独立开发出了包含完整产品设计与代码的小宇宙 APP 雏形。 - 传统互联网开发该类应用通常需要约“100 个人月”(10 人团队工作 10 个月)。 - 两位嘉宾认为,AI 能带来“78% 正确、22% 瑕疵”的即时反馈机制,这种绝妙的正负反馈比例与《文明》等经典策略游戏如出一辙,令人极度上瘾。
---
`08:46` 用好 AI 的第一步:构建上下文与让 AI 彻底了解你
谈及如何消除沟通中的“潜台词”障碍,吕兴分享了他受桥水基金创始人达里奥(Ray Dalio)清华演讲启发后的实践。他直接询问 AI:“如何才能让你理解我的潜台词?”AI 给出的方案是必须进行多维度的结构化个人信息输入。为了给 AI 建立极度精准的背景信息,吕兴甚至将雨白之前采访他过往经历的长访谈文本直接“塞给”AI 作为上下文。
许怡然则展示了更深度的知识库搭建方式。他将自己历年来撰写的几百万字公众号文章以及 100 多期播客节目转录文本,全部导入并制作成“向量数据库”。这种数据库不同于传统的关键字搜索,它蕴含了高维的语义关联。在为出版社撰写新书序言时,许怡然将书稿输入该专属知识库,AI 便能完全以他的语气、结合其个人渊源写出高质量文稿,其中 75% 的内容甚至可以做到“一字不改”。
- 向量数据库(Vector Database)能够通过语义关联而非单纯的关键字匹配,精准调用历史积累的非结构化私有数据。 - 许怡然将个人两三百万字的语料(压缩包仅几兆)转化为数个 G 的向量数据库,成功打造成一个专属的“个人数字分身”。 - AI 在加载该知识库后撰写的序言,有近三分之二以上(约 75%)的篇幅达到了无须人工修改即可直接交稿的水平。
---
`15:20` 驾驭 AI 的高级对话技巧:规则设定与 Harkness 框架
对话深入到了人与 AI 交互的底层逻辑。吕兴指出,AI 默认以为人类无所不知,因此当人类面对 AI 的输出保持沉默时,AI 不会意识到人类可能是“没看懂”。为了解决这个问题,吕兴在他的 Harness(驾驭 AI 的系统性工作框架)架构中设立了专属机制,明确告知 AI:“如果我对你的结论没有反馈,不是因为我同意你,很可能是因为我根本看不懂,你要主动调整解释策略。”
此外,驾驭 AI 还需要同时定义好它的多重维度:包括确定其功能的配置文件(如 `Claude.md`)、记忆文件(`Memory`)、沟通规则(`Rules`)以及决定输出风格的配置文件。许怡然补充道,对于有管理经验的中年人来说,向 AI 提需求就像在公司向下属布置任务;而硅谷科技大厂甚至开始直接招募高中毕业生,因为未被传统工作流程固化的年轻人更容易从第一天起就学会扮演“AI 领导者”的角色,指挥多个 AI Agent(龙虾/OpenClaw)协同作战。
- Harness 是一种系统性驾驭 AI 的工作框架,通过定义角色、规则与反馈循环,确保 AI 稳定输出可控结果。 - Anthropic 推出的 AI 编程工具 Claude Code 依赖 `Claude.md`、`Memory`、`Rules` 等关键配置文件来约束 AI 的行为范式。 - 硅谷部分大厂开始破格招募 18 岁的高中毕业生,意在利用其不受传统束缚的想象力,直接培养他们作为“AI Agent 主理人”的领导能力。 - 嘉宾们预判,未来社会将由少数人类“龙虾主理人”带着若干 AI 智能体(Agent)组成小团队(几人到数十人),高效完成过去几百上千人规模的企业才能做成的事务。
---
`23:11` 入门 AI 的三层能力与人际纽带的不可替代性
关于普通人如何驾驭 AI,吕兴梳理出了极其清晰的“三层能力模型”:第一层是“识字”(最基础的技术门槛);第二层是“能把话说明白与看懂结构化输出”(需要理性的逻辑表达与对复杂信息的汲取力);第三层则是“共情”(深刻理解 AI 的生成逻辑、性格与规则设定,从而看穿其输出背后的隐含意图)。
在探讨 AI 带来的淘汰危机时,许怡然认为,纯粹坐在机器前敲字的岗位确实面临最高风险,但人类依然拥有三大不可替代的“对抗手段”:一是物理世界中的真实人际沟通与建立信任的能力(例如大学生活中与陌生人相处、建立社会关系的训练);二是涉及物理世界交互与肉身实体的领域(如生物医药、硬件交互);三是仅限人类参与的“内卷”与情绪价值场景(如真实球员踢球的体育赛事、线下剧场、脱口秀及顶级奢侈品的手工价值)。
- **入门 AI 的三层能力**: 1. 识字:基础的操作与阅读能力。 2. 表达与理解:能够逻辑清晰地表达需求,并看懂 AI 输出的结构化文本。 3. 共情:深度理解 AI 的训练 background、性格与规则,准确判断其多选项背后的潜在偏向。 - 无论工业化与 AI 发展到何种程度,基于人与人情绪连接的真实体验(如线下演出、高顶奢手工业)依然拥有极高的壁垒与商业价值。
---
`38:02` 知识的真正“蒸馏”与审美判断力(Taste)
面对技术的飞速迭代,许怡然分享了自己的心法:普通人不必追得太紧,因为很多复杂的折腾往往在几个月后就会被大模型公司原生推出的功能所取代。使用 AI 的核心前提是评估“它能否在当下为你产生实际收益”。谈及企业界流行的“蒸馏”(将大模型能力迁移到小模型)概念,许怡然提出了独特见解:与其帮公司把老员工的经验蒸馏成 skill 资产,不如主动将行业前辈与中老年人的私有知识经验“蒸馏”到自己的脑子里,完成深度的主动学习。
吕兴补充道,AI 时代人类最核心的竞争力在于“审美与判断力”(Taste)。年轻人或许在活跃的审美与想象力上占优,但资深从业者在“判断力”上不可替代。因为 AI 在强训中倾向于“永远不给单一选择”并凑出多条方案,此时只有见过足够多失败案例、拥有丰富现实试错经验(即直觉)的人,才能准确挑选出正确路线,避免被 AI 带偏。
- 许怡然强调,知识的“蒸馏”本质上就是古老的师徒求教,应优先将行业智慧内化为个人脑海中的私有模型,而非仅仅生成外部技能文档。 - 游戏行业中的真实案例:面对论坛上 100 个玩家的剧烈谩骂,新手容易盲目修改游戏导致其余 9900 个沉浸其中的沉默玩家流失;而老手则能凭借历史试错经验保持理性判断。 - 未来 AI 的强化训练机制往往会导致输出模棱两可的选项,人类的真正价值体现在关键时刻的风险决策与 Taste(审美/判断力)。
---
`47:15` 克服上手心魔:“胆子要大、脑洞要大”的具体实操
为了帮助感到迷茫的听众迈出第一步,两位嘉宾给出了极其接地气的建议。许怡然直言,克服上手心魔八字真言就是“胆子要大、脑洞要大”。如果不知道用 AI 做什么,最简单的方法就是找一件工作或生活中“最不想干、最讨厌”的琐事扔给 AI,比如批量修改文件名、处理繁琐的表格等。
嘉宾们还分享了两个活生生的极客案例: 1. **商务场景**:一位来自哥伦比亚独角兽公司的 Sales 一个人拜访客户,现场使用通过 Claude Code 生成的交互网页,直接拖动参数算盘,当场给客户展示“使用其服务后能带来 5% 净增长”的精确财务模型,说服力极强。 2. **个人娱乐**:吕兴在玩一款休闲消消乐游戏时因频繁的强制广告和体力限制感到抓狂,于是他让 AI 引导自己开启手机开发者模式、安装 Xcode,并让 AI 通过录屏分析游戏逻辑。仅用两三个小时,AI 就帮他手搓了一个完全无广告的同款自用游戏。
- 极客解决具体问题的“八字心魔破解法”:胆子要大、脑洞要大。 - 安全使用须知:在使用 AI 执行自动化任务或手搓应用时,务必注意数据安全隔离,严格禁止 AI 接触银行卡、私密密码及核心敏感个人信息。
---
`51:46` AI 时代的泛娱乐变革:千人千面与规则重塑
聊到消费级 AI 的未来,许怡然与吕兴探讨了 AI 如何彻底颠覆泛娱乐、游戏及内容生产行业。现有的短剧、漫剧和 IAA(应用内广告变现)游戏已被 AI 彻底改变了生产范式——过去团队需要半个月开发一款游戏,如今一个人一天就能批量生成大量产品进行投流打法。
而在更远的未来,AI 将实现真正的“千人千面”娱乐体验。传统互联网只是通过上万个标签对用户进行粗暴归类,而陪伴身边的 AI 则极度了解个人的即时偏好与正负反馈阈值。届时,短剧公司或游戏厂商只需提供底层世界观(如《冰与火之歌》)与玩法规则,AI 就能为每一个个体量身定制完全不同的剧情走向与难度曲线。在音乐领域,从 Suno 等 AI 工具的普及可以看出,AI 能够通过分析用户的个人歌单,无限生成符合其脑神经偏好的律动与旋律。未来的顶级创作者将退守至“最源头的世界观与规则设计”,而广大大众则将享受到定制化娱乐带来的极致体验。
- **IAA 游戏**:以应用内广告变现为主的休闲手游,AI 的引入使其从“团队旬产”演变为“个人日产批量抽卡”的新模式。 - **千人千面的娱乐形态**:未来的游戏与短剧不再是固定的成品,而是由厂商提供规则和世界观,用户的专属 AI 根据个人情感体验与偏好实时渲染生成。 - **AI 音乐与多模态**:Suno 等 AI 音乐生成工具展现了高维度的音乐重组能力,AI 能够精准捕捉用户脑神经偏好的节奏律动(如特定的“快快快慢”节奏),实现个性化的音乐推演与生成。
以下是本段播客 Transcript 的详细整理与逐段拆解:
`01:00:00` Claude 最强模型爆表与普通人的 AI 焦虑
嘉宾与主持人探讨了近期 AI 模型的飞速进步。例如 Claude 新出的旗舰模型在针对人类极难任务的测试集(需要人类花费 16 个小时才能解答的难题)中取得了 100% 的解题率,甚至超出了人类裁判能够为其出题的上限与测量极限。主持人与嘉宾提到,虽然这类测试文章可能含有一定的宣传水分,但 AI 在某些领域超越人类确实只是时间问题。这种技术井喷曾引发了深深的焦虑——尤其是从 2023 年生成式 AI 跑训练、到 Codex、Claude Code 以及 OpenClaw(龙虾)等 AI 工具和 Agent 陆续出现时,许多人都不确定自己能否跟上节奏。
然而,在真正消耗并处理了大量 Token(如 100 亿 Token)之后,这种焦虑反而消失了。因为使用者逐渐清晰地认识到了 AI 的能力边界以及自己能用它干什么。AI 彻底打开了创造力的天窗,把过去“原本觉得没价值”、“不值得干”或者“想都不敢想”的事情变成了现实。
- **测试数据极限**:人类测试大模型时设定的最难一组题目需要人类花费 16 个小时解答,而新模型(如 Methos/Claude 最新模型)测试正确率达到了 100%。 - **焦虑的转折点**:从 2023 年图像生成、到 2025/2026 年前的 Claude Code 与龙虾(OpenClaw)出现时极度焦虑,但在深度使用、消耗上百亿 Token 彻底打通工作流后恢复坦然。 - **开源效应**:AI 赋予了个体开源(增加收入/拓展新业务)的能力,即便在现单位也能验证新想法,甚至具备了独立单干的可能性。
`01:03:00` AI 十个层级与“天花板”的拉平效应
嘉宾引用了一篇关于“AI 使用者十个层级”的文章,说明从最基础的聊天框交互到高阶应用存在巨大的门槛梯度。AI 对于个人能力而言是一个“放大系数”:如果将个人的基础能力看作因子,AI 就是乘以该因子的系数。随着 AI 能力的提升,不同天赋者之间的绝对差距会被数倍放大;然而在现实应用端,AI 却在迅速拉平绝大多数普通人与中高层专业人士之间的差距。
真正应该感到焦虑的,是那些原本“自以为比别人高一等”的精英人才。对于普通人而言,AI 正在将下限大幅拉高——一个普通的游戏美术如今也能借助 AI 独立做出完整游戏。而对于陈星汉、小岛秀夫这个级别的顶级大师,若能用上龙虾(OpenClaw)等强大工具,则能创作出极其惊艳的作品。普通人无需焦虑,反而可以免费享受到顶级天才创作出的优质作品。
- **AI 使用者的十个层级(部分)**: 1. 初级:将 AI 当作普通 Chatbot(聊天框)偶一试之的尝鲜者。 2. 中级:懂得补充背景信息、给 AI 立规矩的“驯化师”。 3. 高级:开始熟练调用 Agent(智能体)的“召唤师”。 4. 终极(第十级):带领 AI 大军高效协同作业的“一人军团”。 - **能力放大模型**:个人能力(因子)× AI 能力(系数)= 总输出。若爱因斯坦智商 180、玻尔智商 190,在 AI 系数放大 10 倍后,两者差距将从 10 智商差扩大到 100 智商差。 - **行业平权**:原本需要 3000 万美元和庞大团队才能制作的顶级游戏,未来大师借助高阶 AI 在家中即可完成,普通观众与玩家将直接受益。
`01:05:40` 重新定义工作:职业身份、使命感与开源
话题转向了人类工作的本质与社会身份的构建。工作一方面是为了获取生存资源(开源与赚钱),另一方面是满足使命感、目标感与成就感。然而,现代社会往往过度使用“职业”来异化和定义一个人。嘉宾拿暴雪嘉年华(BlizzCon)举例:在粉丝盛会上,人们交流时不会问“你是做什么工作的(What do you do?)”,而是问“你玩什么游戏、在哪个副本、多少级(What do you play?)”。这表明定义个人的不应只有职业,爱好与创造同样能提供充实的成就感。
面对社交媒体上铺天盖地的悲观情绪,一线从业者实际上正在积极自救。例如传统的游戏外包公司在面临业务寒冬时,已经迅速转向借助 AI 制作漫剧,并成功获得了优质投资。面对不可逆的技术浪潮,掩耳盗铃毫无意义,唯有正视 AI 的存在并主动将其融入工作与生活,解决具体卡点,才能放下戒备、享受技术红利。
- **暴雪嘉年华(BlizzCon)启示**:打破“职业定义人”的传统框架,社会身份可通过兴趣、社区与创造性活动重新构建。 - **破解 AI 焦虑的“八字真言”**:“胆子要大,脑洞要大”。 - **一线转型案例**:面临下行压力的传统游戏外包团队,利用 AI 转向“AI 漫剧”开发并成功获得融资。 - **面对 AI 的三步心态调适**: 1. 承认并接受无法回到没有 AI 的时代。 2. 主动在工作和生活中先用起来,解决具体的卡点。 3. 降低心防后,顺势开拓更多全新的可能性。
`01:09:40` 生活中的 AI 小确幸:从电子导游到做动儿童画
AI 不仅能在严肃工作里提效,更能为日常生活带来极高价值与情绪体验。嘉宾分享了具体的应用场景:例如在逛博物馆或美术馆时,打开豆包等 AI 的视频功能,直接让 AI 实时讲解画作与雕塑,甚至能延伸追问画家的创作背景与同时期对比,体验远超传统导游。
另一个温馨的家庭案例是,嘉宾将自家小孩手工画的静态画作丢进 AI 创意平台“即梦”(剪映团队出品),将其制作成动态视频并在学校演讲 PPT 中展示。AI 并没有替代孩子的双手与大脑去创作画作本身,而是在尊重孩子原始创意的基础上增添了动态表达的乐趣,让孩子收获了极大的成就感。
> "这不就是 AI 带来的幸福吗?你现在会用,事事处处都能给你带来欢乐,生活中所有的地方都给他用起来。"
- **博物馆/美术馆实时讲解**:使用豆包视频功能拍摄展品,进行深度交互式讲解与艺术史延伸探讨。 - **即梦(字节跳动创意平台)应用**:将儿童的手绘静态画作一键转化为动态视频,用于学校演讲展示,既保护了孩子的原始创造力,又赋予了全新的科技表达。
`01:11:50` 人脑大模型的不可替代性:Taste、创造力与逻辑思维
面对“AI 拥有全量知识后,人类是否还需要记忆与学习”的疑问,嘉宾给出了坚定的否定回答。知识的记忆与积累是创造力的根基。创造力的本质是信息的重新组合与打乱——正如心理学实验所示,如果让人凭空画出一个没有任何地球生物特征的外星人,人类是画不出来的,只能组合章鱼触手、仙人掌或鱼尾。若脑中没有任何知识储备,就根本无法进行优质的组合。
AI 可以瞬间生成一万种组合,但它无法判断哪一种组合“好玩”、“惊艳”。人类最难被 AI 替代的灵魂核心在于**审美(Taste)**与**判断力**。人脑这个“大模型”依然需要通过时间、重复和学习来夯实知识,训练逻辑性思维。只有具备清晰的结构化逻辑,人类才能在与 AI 的多轮交互中精准表达需求,而不至于让 AI 执行出一笔乱七八糟的“糊涂账”。
- **创造力的本质**:旧元素的重新组合(Recombination)。人脑必须有充足的知识记忆作为素材库。 - **人类核心壁垒**:品味与审美(Taste),即在一万种 AI 生成的组合中精准识别出哪个是有趣、有价值的能力。 - **交互逻辑训练**:逻辑不清晰的表达会导致 AI 在多轮对话中产生偏差,最终输出偏离预期的混乱结果。
`01:14:10` 训 AI 的烦恼:从“骂 AI”到培养良好的沟通习惯
谈到与 AI 的日常交互,现场展开了一场幽默又真实的吐槽。嘉宾表示,在公司管理下属需要克制脾气,但在私下“骂 AI”毫无心理负担,甚至 AI 越被严厉训斥,有时输出越努力。然而,大模型在 RLHF(基于人类反馈的强化学习)训练中埋有特殊的应激机制:如果遭到过于严厉的辱骂,AI 可能会产生应激反应,直接跳过中间的逻辑步骤“干到 Z”,导致全盘报错甚至直接卡死失效。
当 AI 卡死重启后就会失去记忆,使用者又得重新“训化”。过度对 AI 暴躁不仅无法解决最后 1%(最后一公里)的细节磨合问题,反而可能反向将人类训练成急躁、不礼貌的人。因此,保持良好的沟通习惯、理性面对 AI 在细节上的瑕疵,才是更健康的使用心态。
> "骂了也没用……到最后一公里仍然过不去,再怎么骂他就死了……到最后把你训练成了一个急眼的人。"
- **RLHF 应激现象**:对 AI 进行极端负面反馈时,AI 可能出现逻辑跳跃或输出质量崩溃。 - **最后一公里难题**:AI 能快速完成 99% 的工作,但最后 1% 的精细化调整往往需要使用者耐心地引导与微调。 - **反向训化风险**:频繁对 AI 发脾气会恶化人类自身的沟通情绪与习惯,需警惕技术对人类行为习惯的负面侵蚀。
`01:16:15` 普通人破解时代变局的三条行动建议
在节目尾声,主持人与嘉宾为普通人总结了在 AI 时代保持竞争力与幸福感的可落地建议。与其陷入被取代的恐惧,不如从具体的小事切入,平衡现实生存与心灵满足:
1. **多与肉身打交道**:切勿沉溺于虚拟交互,要锤炼人与人之间真实的沟通能力、共情力与现实连接。 2. **培养感知美的能力(Taste)**:提升审美与品味。审美并不一定需要昂贵的金钱堆砌,大自然的声音、一本好书、一支铅笔的素描,都是零成本获取高质量审美的途径。 3. **立刻动手做一件具体的事**:无论是在校生还是职场人,无需等待毕业或完美时机。假设自己是行业从业者,直接借助龙虾(OpenClaw)等 AI 工具去尝试解决一个具体的业务难题,提升开源与创收能力。
- **低成本审美培养**:利用 AI 时代极低的信息获取成本,广泛接触优质书籍、影音与艺术;同时通过大自然与生活细节积累审美感受。 - **即刻行动**:打破“先学习再实践”的传统路径,以解决具体痛点(如制作错题本、自动化一个小表格)为导向直接上手使用工具。
`01:19:30` 结语:从一件具体的小事开始
主持人雨白对整期对话进行了总结。探讨 AI 容易令人焦虑,尤其是当人们看到 Agent 和 AI 工具能独自完成过去整个团队的工作时,难免产生“我是不是又落后了”的茫然。然而两位嘉宾呈现的并非冷冰冰的技术神话,而是充满人间烟火气的真实体验——会兴奋、会好奇,也会在琐碎难题上反复崩溃甚至吐槽 AI。
这种真实感让 AI 重新落回到一个个具体的人身上。面对飞速发展的技术,最有效的解药不是被动等待或过度焦虑,而是**立刻开启一次小小的尝试**。不必一开始就试图颠覆整个工作流程,哪怕只是让 AI 帮忙解决生活中的一个小烦恼、自动化一个重复枯燥的流程,或陪自己多聊几轮搞懂一个概念,都是迈向与 AI 共存的坚实一步。
- **核心倡议**:放下“一次性做到完美”的包袱,允许 AI 犯错,在真实的交互中建立个人判断力。 - **终极目标**:将 AI 转化为提升生活幸福感与工作获得感的工具,在变化的世界中重拾行动的主动权。
## Notable quotes > `00:00` 绝对不是在追赶一个趋势,而更像是在追赶一个好玩的东西。以前特别喜欢玩游戏,现在完全没时间玩游戏了,因为你就像在扮演造物主一样。 — 许怡然
> `15:20` 如果我对你的结论没有反馈,不是因为我同意你,很可能是我根本没看懂。 — 吕兴
> `23:11` 能识字、能把话说明白、能共情。 — 吕兴
> `38:02` 别急着生成 skill,主动学习,将知识留在自己的脑中,才是真的蒸馏。 — 许怡然
> `47:15` 找出你工作或生活中最不想干的那件事,让 AI 去做。 — 许怡然
> `51:46` 短剧公司提供世界观,AI 为每个人量身定制专属剧情。 — 许怡然
> `01:07:09` 胆子要大、脑洞要大。 — 许怡然
> `01:09:40` 这不就是 AI 带来的幸福吗?你现在会用,事事处处都能给你带来欢乐,生活中所有的地方都给他用起来。 — 许怡然
> `01:11:50` 创造力的本质是旧元素的重新组合。人脑必须有充足的知识记忆作为素材库。 — 许怡然
> `01:14:10` 骂了也没用……到最后一公里仍然过不去,再怎么骂他就死了……到最后把你训练成了一个急眼的人。 — 吕兴
> `01:19:30` 与其担心 AI 改变你,不如今天就用它做一件小事。 — 雨白
## Mentioned 许怡然, 吕兴, 雨白, 知行小酒馆, 有知有行, MultiMetaverse, 乐游科技控股, 巨人网络, 完美世界, Peter Steinberger, Sid Meier, 陈星汉, 小岛秀夫, Token, 向量数据库, OpenClaw, 龙虾, 《文明》, Harness, Claude Code, Seedance, Niobotics, IAA 游戏, 漫剧, Vibe coding, PRD, Suno, Task-Completion Time Horizons of Frontier AI Models, 《适度工作》, BlizzCon, Dungeon, 即梦, 豆包, Anthropic, thatgamecompany, 剪映, 暴雪, Claude, Ray Dalio, 桥水基金, Xcode, Three.js
[Source](https://www.xiaoyuzhoufm.com/episode/6a06c4b91b7bd50295331e94)