孙煜征称AI降低技术门槛反加剧人群分层 建议家长用苏格拉底式提问引导

孙煜征：AI降低技术门槛反加剧人群分层 建议以苏格拉底式提问引导 AI时代奖励做题家的模式正在崩塌，未来差距将成千上万倍拉大，成为驾驭者的关键在于具备建设者心态、精确提问能力与忘掉所学的初学者心态，而非追求工具技巧。 面对AI带来的“自然语言即代码”的范式革命，传统“做题家”模式正走向崩塌，未来的世界将围绕驾驭AI与被AI饲养进行残酷的人群分层。要成为未来的“建造者”，孩子需要培养精确提问的批判性思维、做产品的建设者心态以及忘掉所学的初学者心态。同时，真正的编程基础已转变为环境亲和力、报错耐受力与逻辑描述力，而学校和家长的核心任务则是保护孩子的好奇心与同理心，通过引导其独立思考来驾驭不确定的未来。 AI时代知识获取的边际成本已趋近于零，传统奖励“做题家”的时代正在崩塌，未来属于能用AI解决真实问题的“建造者”。 (0:00) 一味用旧时代的知识量来衡量孩子，无异于买入一种正在剧烈贬值的资产；过去知识是力量，未来提问是力量。 (0:00) AI的本质是“自然语言即代码”，它是人类历史上第一个用自然语言调用算力的全新界面，使得技术门槛彻底消失。 (5:08) 技术门槛的降低加剧了残酷的人群分层，世界将分化为“被AI饲养、大脑退化的人”与“驾驭AI、创造价值的人”两种极端。 (7:24) 驾驭AI的核心素质之一是批判性思维（精准提问能力），在AI时代定义问题比解决问题更昂贵，需要学会做好上下文管理。 (9:00)

孙煜征博士指出，AI时代知识获取的边际成本趋向于零，依赖死记硬背与刷题的“做题家”红利正在崩塌；教育与个人的核心竞争力已转向以批判性思维、做产品闭环及初学者心态驾驭算力的“建造者”能力。 范式转移：知识资产贬值与建造者崛起 (0:00) 在传统知识经济中，由于获取成本高昂，“博学”构成了核心优势，但AI让调用算力的门槛从专业代码降维至自然语言，形成“自然语言即代码”的交互范式。孙煜征观察到，硅谷与国内新一代创业者中传统做题家正面临求职困境与被替代焦虑，而能够调用AI解决真实问题的创业者正在脱颖而出。当知识本身快速贬值，核心公式已从“知识是力量”演变为“提问是力量”。 驾驭AI的“建造者”需要三项底层素质：一是批判性思维与上下文管理（Context Engineering）能力，依据计算机“垃圾进，垃圾出”的规律精准设定约束与背景，以明确的问题定义取代机械提问；二是从考高分转向做产品的闭环思维，借助AI工具将创意直接落地为可用产品（如8岁儿童结合Cursor、ChatGPT与Suno在一个下午完成游戏开发）；三是保持初学者心态（Unlearn），摆脱专家对技能贬值的恐惧，以好奇心应对范式迭代。 技术门槛消除与残酷分层下的引导策略 (6:23) 技术使用门槛的消除并未实现绝对均等，反而加剧了人群分层。孙煜征提出，未来人群将分化为沉迷AI生成内容、被动索取答案的“被AI饲养者”，以及用AI创造价值的“驾驭者”。从农业时代（身价差距约10-50倍）、工业时代（100倍）到知识工作时代（1000倍），AI时代的个体生产力与财富杠杆差距可能被进一步拉大。 在此背景下，编程基础的概念被彻底重定义：它不再是记忆Python或C++等语法规则，而是体现为对命令行的环境亲和力、面对报错持续排查的耐受力，以及精准表达需求的逻辑描述力。针对家长的应对方式，孙煜征反对彻底禁止或完全放任抄袭，建议通过在提示词中加入“请像苏格拉底一样引导思考，而不是直接给答案”等指令，利用高质量模型充当启发式导师，保护青少年的思考力。 学校职能重塑与物理手艺的抗替代性 (20:24) 当AI接管逻辑分析与操作层面的“How”，学校的职能亟需从知识灌输转向“安全试错的实验室”。在孙煜征提出的能力金字塔中，底层为身心健康与情绪智力，中层为AI协作与批判性思维，顶层则是AI无法回答的“Why”与“Ought”——即人类独有的价值观与同理心。结合硅谷投资人Peter Thiel的观点，学校本质上不负责教授具体商业或技术技能，其核心价值在于底层素质培养、充当社会化与成熟期的缓冲保险，以及提供能力信号证明与社交网络。 面对高价值认知技能被替代的焦虑，物理世界的真实触感与手工操作展现出防御力。正如Hinton建议年轻人学习修水管，孙煜征指出，越是高度自动化的时代，人们越珍视非AI生成的、具有真实温度的事物，在物理世界中从事扎实动手的技能往往最不易被算法彻底替代。 破除拟人化迷思：人工智能与意识的边界 (29:08) 针对AI引发世界大战或毁灭人类的担忧，孙煜征援引英伟达CEO黄仁勋在播客中的观点指出，必须区分人工智能（AI）与人工意识（AC）。当前AI的底层机制基于Transformer架构与下一步词元预测（Next Token Prediction），它本身并不具备独立的生存目标、主观意图或情感，展现出的防御性对抗语言仅是对人类既有语料库行为的文本拟合。 对于技术发展的深层焦虑，孙煜征认为普通人无需陷入好莱坞式的拟人化恐慌。更有价值的探索路径应当是：要么从技术底层深入理解模型机制，验证其是否可能涌现自我意识；要么从哲学与认知科学出发，反思并明确界定人类自身意识的本质，以此理性看待技术演进的边界。 AI范式革命正在剥离教育对死记硬背与应试技巧的奖赏，转向对批判性提问、工程实践与初学者好奇心的考验。技术演进虽然削弱了纯粹知识记忆的溢价，但并未消除大学的缓冲与信号功能，反而凸显了人类身心健康、同理心以及物理世界动手能力的稀缺性。

[0:00] 孙煜征: 如果AI不好用，那一般是人的问题，而不是AI的问题 [0:00] 杨睿: 在旧地图上找不到新大陆 [0:00] 孙煜征: 过去知识是力量，未来提问是力量 [6:23] 孙煜征: 自然语言即代码 [6:23] 俗语: AI不会淘汰你的孩子，但是那些会用AI的孩子会淘汰你的孩子 [6:23] 计算机铁律: garbage in, garbage out [6:23] 铃木俊隆: 在初学者的心中有很多可能性，但是在专家的心中可能性很少。 [16:24] 孙煜征推荐的Prompt: 请像苏格拉底一样，引导我思考这道题的解法，而不是直接告诉我答案。 [20:24] 孙煜征: 在算力无限的时代，稀缺的是人性。 [20:24] 孙煜征: 机器越聪明，做人越重要 [20:24] 孙煜征: 只要孩子眼里的光还在，AI就是他们通往未来的梯子 [23:30] Hinton: 你去学修水管，这个是不会被AI取代的。 [23:30] Peter Thiel: 学校是不教技能的

[0:00] 当我们还在纠结孩子背了多少单词 [0:02] 记了多少公式的时候 [0:03] AI其实已经让知识获取的边际成本 [0:04] 趋近于0 [0:21] 机器越聪明做人越重要 [0:23] AI是可以处理逻辑的 [0:24] 它是可以帮助你做好那个how的 [0:26] 但是它很难回答我为什么要做这个和我应该做什么 [0:29] 他没有办法处理人心 [0:30] 所以当所有的孩子都会用AI的时候 [0:31] 真正脱颖而出的 [0:32] 可能反而是那些懂得关怀他人 [0:34] 有情绪智力 [0:35] 能理解多元文化的这些领导者 [0:39] hello大家好 [0:40] 欢迎来到本次的校友活动 [0:42] 今天我们校友会活动的分享主题是 [0:45] AI和教育 [0:46] 如何在AI的时代帮助孩子们 [0:48] 赋能孩子们构建真正有用的一些能力 [0:51] 这次的活动呢 [0:52] 是由布朗大学校友会 [0:54] 康奈尔大学校友会 [0:56] 以及我们哈佛大学教育学院校友会 [0:57] 还有UCLA校友会 [0:59] 在耶鲁中心一起共同举办的这个分享 [1:02] 我们同时也跟智胜全球校友会 [1:04] 一起联合办的本次活动 [1:06] 那么我们本次活动会分为两个部分哈 [1:09] 第一个部分 [1:09] 是我们的keynote speaker的一个分享活动 [1:12] 在分享之后呢 [1:13] 我们会有一个panel的 [1:14] 一个圆桌论坛的环节 [1:16] 在圆桌论坛活动的环节之后呢 [1:19] 我们会有一个Q&A的 [1:20] 观众问答的一个环节 [1:22] 大家可以踊跃发言来举手提问哈 [1:24] 那么话不多说 [1:25] 我们就开始 [1:26] 那我们第三位分享嘉宾 [1:28] 是线上加入的孙煜征博士 [1:31] 孙煜征博士 [1:31] 是Superlinear.Academy社区创始人 [1:34] 此前他曾任产品测试公司Statsig布道师 [1:38] 这个公司已经被OpenAI收购了 [1:40] 腾讯数据科学副总监 [1:42] Meta数据科学家 [1:44] 亚马逊经济学家 [1:45] 他拥有康奈尔经济学博士学位 [1:48] 并在2020年起创立了个人频道课代表立正 [1:52] 持续进行AI科普和嘉宾访谈 [1:55] 提升公众对于AI的认知度 [1:56] 所以我们欢迎孙博士 [1:58] 在线上给大家进行分享 [2:00] 刚才两位嘉宾的分享都非常的精彩啊 [2:02] 然后我在听两位嘉宾分享的时候 [2:05] 也检查了一下我的课件 [2:06] 然后看看有没有重复的 [2:07] 结果就发现这个第一页 [2:09] 这个标题就非常有问题 [2:11] 第一行写的是做题家对吧 [2:12] 然后从做题家到建造者 [2:14] 说明我是反对做题家的 [2:15] 然后第三行 [2:16] 孙煜征博士这个头衔就出卖了 [2:18] 我就是一个做题家 [2:19] 我觉得我是做题家的这个既得利益者 [2:22] 所以说作为一个做题家去批判做题家 [2:24] 是不是有点忘本 [2:25] 但是我又想啊 [2:26] 这其实就是我们今天 [2:27] 为什么大家坐在这儿 [2:28] 因为是一个其实挺残酷的现实 [2:32] 就是那个奖励做题家的时代 [2:34] 其实正在崩塌 [2:36] 我们如果看硅谷和今天中国的创业者 [2:38] 其实新一代的创业者 [2:40] 都已经不是做题家了 [2:41] 我的频道也采访过一个中国的女生 [2:44] 已经是 A 轮被金沙江和锦秋投资 [2:47] 她就是高中毕业开始工作 [2:49] 然后在大学的时候 [2:50] 大二辍学就出来创业 [2:52] 现在创业已经是很成功了 [2:54] 就是这些人都不是做题家 [2:56] 然后我看一下身边像我一样的做题家 [2:59] 主要都是在干什么呢 [3:00] 要么就是在学校里边 [3:01] 面对的是地狱级的找工难度 [3:04] 要么是在大厂里边 [3:05] 一边加班一边焦虑自己哪天被AI取代 [3:08] 这确实是个非常残酷的现实啊 [3:10] 但是这就是现实 [3:11] 但是这个未来属于谁 [3:12] 它属于建造者 [3:13] 所以说我们今天就来聊一下在AI时代 [3:15] 怎么把我们的孩子从分数的奴隶 [3:18] 变成未来的主人 [3:19] 简单介绍一下我自己的话 [3:21] 我大概是有三个身份 [3:22] 第一个身份是 [3:23] 我是康奈尔的经济学博士 [3:25] 这个经济学训练嘛 [3:26] 就会让我比较习惯看宏观趋势 [3:28] 看资产的长期价值 [3:30] 第二个呢 [3:30] 就是我的职业 [3:31] 主要是在美国这边打工吧 [3:33] 所以说就是是一个技术实践者 [3:35] 我是在亚马逊做过经济学家 [3:37] 在Meta做过数据科学家 [3:39] 然后后来在腾讯带过算法和数据团队 [3:41] 最近在Statsig当布道师 [3:43] 它也被 OpenAI 收购了 [3:45] 我自己是比较亲身经历了 [3:47] 算法 [3:47] 是如何一步一步接管我们科技行业的 [3:50] 第三呢 [3:50] 我也是一个内容创作者和教育创业者 [3:53] 我的这个 Superlinear.Academy 社区里边 [3:55] 有2,000多名AI课程学员 [3:57] 课程是面对已经工作的人的课程 [4:01] 所以说2,000多个人 [4:02] 主要都是来自于 OpenAI [4:03] Google、Meta 这些公司的顶级工程师 [4:05] 产品经理和其他的这个 Tech roles [4:08] 然后我的这个AI课程呢 [4:10] 其实已经做了1年半 [4:11] 在这里边 [4:11] 我就发现有两件事情是很值得注意的 [4:14] 第一件事情就是 [4:16] 哪怕在硅谷的一线大厂里边 [4:18] 大家对AI的认知和实践 [4:20] 也是非常不均匀的 [4:22] 同样的问题 [4:23] 同样的工具 [4:24] 同样的模型 [4:25] 不同的人去使用 [4:26] 效果是天差地别 [4:27] 基本上就是 [4:28] 上完我们课的同学都会意识到一点啊 [4:30] 就是如果AI不好用 [4:32] 那一般是人的问题 [4:33] 而不是AI的问题 [4:35] 换一个会用AI的人 [4:36] 一定会把AI用得更好用的 [4:38] 第二个值得注意的点是 [4:40] 这一年半以来 [4:41] 我们课程更新了10次 [4:42] 但是呢就是我们 [4:43] 更新的部分都是关于如何应用的 [4:45] 就是什么模型变得更好用了 [4:47] 我们推荐使用哪个工具 [4:48] 可是底层的原理思维方式 [4:50] 基本上是不需要更新的 [4:52] 而正是这部分不变的东西 [4:54] 在我看来才是真正重要的东西 [4:56] 所以说就是 [4:57] 也许 Google 和这个 OpenAI 的工程师 [4:59] 怎么用好AI [5:00] 跟我们在座的家长关系不是那么大 [5:02] 但是那些不变的东西啊 [5:03] 在我看来跟大家的关系非常的大 [5:06] 也是我今天分享的重点 [5:07] 我们今天正在经历什么 [5:09] 如果一句话总结的话 [5:11] 其实就是刚才杨睿老师的那句话 [5:13] 在旧地图上找不到新大陆 [5:15] 然后在2007年的时候 [5:17] 当iPhone重新定义手机的时候 [5:19] 还有人在比较这个诺基亚键盘的手感 [5:21] 上次其实我在康奈尔中心 [5:23] 做一个分享的时候 [5:24] 我就跟大家重点分享了 [5:25] iPhone所代表的智能机 [5:27] 为什么可以吊打诺基亚 [5:29] 为代表的功能机 [5:30] 就是那个时候 [5:31] 哪怕诺基亚很多 [5:32] 它的功能是更好的 [5:33] 包括它的相机更好 [5:34] 甚至诺基亚是先有3G的 [5:36] 然后iPhone才跟上 [5:37] 就是诺基亚比iPhone先有3G网络 [5:40] 但是iPhone还是吊打了诺基亚 [5:42] 就为什么会这样子 [5:43] 今天时间所限 [5:44] 我就不展开了 [5:44] 如果大家感兴趣的话 [5:45] 可以找我们 Cornell 中心的 Weili [5:48] 去要一下那次的课件 [5:49] 然后今天AI呢 [5:50] 其实也是一个类似的这种范式革命 [5:53] 当我们还在纠结孩子背了多少单词 [5:55] 记了多少公式的时候 [5:56] AI其实已经让知识获取的边际成本 [5:59] 趋近于0 [5:59] 所以说过去呢 [6:01] 博学是核心竞争力 [6:02] 因为知识是很贵的 [6:03] 未来这个公式变了 [6:05] 过去知识是力量 [6:06] 未来提问是力量 [6:07] 如果我们还在用旧时代的这个知识量 [6:09] 来衡量孩子的优秀程度的话 [6:11] 其实我们是相当于在买入一种 [6:14] 正在剧烈贬值的资产 [6:15] 就是为什么做题家现在不吃香了 [6:18] 那我这儿稍稍讲一下啊 [6:19] 在给康奈尔中心分享的那个课件里边 [6:22] 也有更详细的阐述 [6:23] 就是AI到底是什么 [6:25] 它其实一句话概括的话 [6:26] 它叫做自然语言即代码 [6:29] 很多人可能对AI有一个误解 [6:30] 觉得它是一个更聪明的百度 [6:32] 更聪明的谷歌 [6:33] 但是其实不是 [6:34] AI不是搜索引擎 [6:36] 它不是一个你问他一个问题 [6:37] 他给你一个更好的答案 [6:39] 不用你去上网去搜很多答案的东西 [6:41] 而是AI是人类历史上 [6:43] 第一个用自然语言 [6:45] 就能调用无限算力的工具 [6:47] 在过去我们要指挥电脑干活 [6:49] 就必须学Python [6:50] 学C++ [6:51] 那是有门槛的咒语 [6:52] 现在呢 [6:52] 语文和逻辑就变成了新的语言 [6:54] 所以在过去 [6:55] 基本上人类使用算力有两种方法 [6:57] 一个是你要通过编程去调用 [6:59] 一个是 [6:59] 就是我直接把这个APP给你做出来 [7:01] 然后你通过点点鼠标 [7:03] 和使用键盘去调用 [7:04] 但问题是这两种都是非常有限的 [7:07] AI呢它是一个第三种的访问计算能力的方式 [7:10] 如果我们看就是人类的科技发展 [7:13] 尤其是数字科技的发展 [7:14] 包括这么多科技企业为什么值钱 [7:16] 他们其实都是在调用算力 [7:17] 给人类提供调用算力的界面 [7:19] 然后AI是一个 [7:21] 全新的界面 [7:22] 它是一个新的范式 [7:23] 这意味着什么呢 [7:24] 就是意味着技术门槛是正在消失的 [7:27] 如果你的孩子能把事情说清楚 [7:29] 逻辑严密 [7:30] 他就是一个非常顶级的程序员 [7:32] 慢慢的啊 [7:33] 现在可能还不是 [7:34] 但是慢慢的 [7:35] 以后不需要每个人都学Python, Go, C++的语法 [7:38] 因为自然语言呢 [7:39] 就是新的代码 [7:40] 那这个技术门槛消失了 [7:42] 可是技术的分布 [7:43] 其实是变得越来越不均匀了 [7:45] 就是我们每当一个门槛降低的时候 [7:47] 我们会发现分化其实在变大 [7:49] 而不是在变小 [7:50] 这个新的阶级出现 [7:51] 这个分层其实是非常残酷的 [7:53] 就在我看来呢 [7:54] 这个世界上主要会分成两种人 [7:57] 一种是被AI饲养的人 [7:59] 用AI偷懒写作业 [8:00] 索取现成的答案 [8:01] 沉迷于AI生成多巴胺内容 [8:03] 然后确实大脑会逐渐退化 [8:05] 另外一种呢 [8:06] 是驾驭AI的人 [8:07] 具备建设者心态 [8:08] 用AI解决真实问题 [8:10] 产生价值 [8:10] 有一句老话就是这个话 [8:12] 被重复了无数遍 [8:13] 就是AI不会淘汰你的孩子 [8:15] 但是那些会用AI的孩子 [8:16] 会淘汰你的孩子 [8:17] 但其实我觉得这句话是不准确的啊 [8:19] 就是这两者从来都不是淘汰关系 [8:21] 而是单纯的分层加剧了 [8:24] 我刚才也是看了一下 [8:26] 听说有上百个人在这个房间里边 [8:28] 如果我们回顾过去的5,000年 [8:30] 过去5,000年基本都是在农业时代里边 [8:33] 我们这屋子里边几百个人 [8:35] 大家的身价差距应该是在10倍以内 [8:37] 或者50倍以内吧 [8:38] 然后过去500年是工业时代 [8:40] 或者过去200年工业时代 [8:42] 我们这样一屋子人呢身价差距可能在100倍以内 [8:45] 但是过去50年知识工作时代 [8:47] 我们这样的一屋子人 [8:48] 身价差距可能已经有1,000倍了 [8:50] 就是比如说一个人的身价10万块钱 [8:53] 一个人的身价上亿 [8:54] 这已经是有上千倍的差距了 [8:55] 那未来AI的时代呢 [8:57] 这个差距会进一步拉大 [8:58] 那问题就来了 [9:00] 怎么样子成为那个AI的驾驭者 [9:02] 我这里总结呢 [9:03] 我们需要培养三个核心素质 [9:05] 第一个核心素质是批判性思维 [9:08] 之前我们可能提到批判性思维 [9:09] 就觉得很虚 [9:10] 你去培养批判性思维 [9:12] 不如去多解几道数学题 [9:13] 或者把这课文背一背 [9:15] 但是现在呢 [9:16] 它不是一个虚词了 [9:17] 它变成了一个具体的prompt提问的能力 [9:20] 计算机其实是有一个铁律的 [9:22] 就是garbage in, garbage out [9:23] 你给他的是垃圾提问 [9:24] 你得到的就是垃圾答案 [9:26] 如果孩子问出的问题没有逻辑 [9:27] 没有背景信息 [9:29] AI给出的就是垃圾 [9:30] 这也是为什么 [9:30] 我们在课程里边就会看到 [9:32] 同样的工具 [9:33] 同样的AI [9:33] 不同的人使用的（结果）就不一样 [9:35] 就是因为你给他的是垃圾 [9:36] 那他当然给出来的就是垃圾 [9:38] AI其实是放大了 [9:40] 你的批判性思维本身的差距 [9:42] 那在这个时代 [9:43] 定义问题就比解决问题是更昂贵的 [9:46] 我们要教孩子做的不是去背诵答案 [9:48] 而是去学会 [9:49] 怎么样子更好的做上下文管理 [9:51] 上下的context engineering [9:52] 大家怎么样子把背景交代清楚 [9:54] 怎么样子设定约束条件 [9:56] 这其实呢 [9:57] 是在教孩子 [9:58] 如何当一个合格的AI管理者 [10:01] 我们在社区里边就是我的Co‑instructor也写过一篇文章 [10:04] 我们这辈子最重要的一次promotion [10:07] 就是你成为一个AI的manager [10:09] 是不是一个有效的AI manager [10:11] 其实是在这个时代里边 [10:13] 最重要的技能之一 [10:14] 那刚刚说的是批判性思维 [10:16] 这里有一个具体的案例啊 [10:17] 就是我来讲一下什么叫做好的提问 [10:20] 和什么叫做好的prompt和不好的prompt [10:22] 这是我们课程的一个实际案例 [10:24] 就左边呢 [10:25] 是我们去跟AI对话 [10:27] 这个用户就去说你来写一个 Python script [10:30] 然后你来去分析这样的一个数据库 [10:33] 然后你去帮我得到一个 [10:35] 这个 weekly business review 的 data [10:37] 然后把它存到一个 .csv 里边 [10:39] 就是我们让AI去访问一个数据 [10:42] 然后去生成一个分析 [10:44] 最后存到一个Excel [10:45] 可以打开的文档里边 [10:46] 然后AI去***回答 [10:48] 这个用户就说啊 [10:49] 这是错的 [10:50] 我其实需要的是一个什么什么东西 [10:51] 然后AI去说啊不好意思 [10:54] 我再给你改 [10:54] 等等等等 [10:55] 然后用户又发现一个错误 [10:56] 这是我们大家平时在使用AI的时候 [10:59] 一个常见的问题 [11:00] 是AI总是不能给你想要的东西 [11:03] 但是其实你把你的问题一次问清楚了 [11:06] 你给他足够好的context [11:08] 给他足够好的约束 [11:09] 右边呢就是同样的一个任务 [11:11] 用一个更好的方式给写出来 [11:13] 他会写我们的目标是什么 [11:15] 然后这里边有什么关键的细节 [11:17] AI需要知道 [11:18] AI其实不知道 [11:19] 在你的数据里边 [11:20] 你脑子知道 [11:21] 但是你没有告诉AI的关键细节 [11:22] 把这些东西告诉AI了以后 [11:24] 我们就会发现 [11:25] AI完全可以一次性就把这个任务做对 [11:27] 而且很多时候 [11:28] 做的效果是比人类要好的 [11:30] 这就是一个差距 [11:31] 但是从左边到右边 [11:32] 不是什么具体的context engineering [11:35] 或者说prompt engineering的技巧 [11:37] 而是你有没有批判性思维 [11:38] 你能不能知道什么东西AI是不知道的 [11:41] 看到了左边这个东西不好 [11:42] 你能不能真的去反思 [11:43] 这个效果为什么不好 [11:44] 如果你能不断的反思的话 [11:46] 你迟早可以做到右边的这个状态 [11:48] 如果你不行的话 [11:49] 你今天学了 [11:50] 就是 prompt engineering 的100种技巧 [11:52] 第二天AI一变 [11:54] 其实又没有用了 [11:55] 这是第一条批判性思维和精准提问 [11:57] 第二个核心素养是从考高分到做产品 [12:00] 那什么是做产品呢 [12:01] 做产品其实它是一个循环 [12:03] 就是你要发现问题 [12:05] 构建方案 [12:05] 克服挑战 [12:06] 寻找市场 [12:07] 然后用杠杆去放大你的结果 [12:10] 最后呢 [12:10] 你去重复循环这样的一个完整闭环 [12:13] 刚才的嘉宾也介绍了 [12:14] 就是他们的学校里边 [12:16] 有一位同学就做了这件事情 [12:18] 做的那件事情他之所以吸引人 [12:20] 不是在于这个学生本身 [12:22] 他的能力有多高 [12:24] 而是在于他发现了一个真实的问题 [12:26] 然后去调用他能调用的东西 [12:28] 去把这个问题解决 [12:30] 永远是从发现问题入手的 [12:31] 而且这里边有一个非常重要的变化啊 [12:33] 就是以前孩子想做一个APP [12:35] 其实是非常难的 [12:36] 你得学好几年的编程才能做 [12:38] 而且可能做的还不好 [12:39] 现在呢产品可以是任何东西 [12:41] 就是你包括一次家庭旅行的详细计划 [12:44] 一个解决班级排班问题的这个排序 [12:46] 或者小程序 [12:47] 其实都是的 [12:48] 我在这里也不多说了 [12:49] 就是我们在社区里边有两三百个项目 [12:51] 有非常多的就是高中生或者初中生 [12:54] 他们做出来的具体的东西 [12:55] 而且是可以赚钱的东西 [12:57] 就做东西的门槛已经被极大拉低了 [13:00] 我们现在要做的是帮助孩子 [13:02] 或者说激活孩子发现问题的能力 [13:04] 和做产品的信心 [13:06] 我们要鼓励孩子 [13:07] 去做这些人们想要的东西 [13:09] 其实这个是硅谷创业里边 [13:11] 非常重要的一条 [13:11] 叫做make something people want [13:13] 这就是建设者心态的来源 [13:15] 从被动的消费者转变为主动的创造者 [13:18] 话说这个PPT我是都分享的 [13:20] 在一开始和最后我都会给链接 [13:22] 到时候这些东西大家都可以去点击自己看 [13:25] 我在这里边的第二个案例呢 [13:26] 就是我们社群里的一个真实例子 [13:29] 它是来自于我们一个学员啊 [13:31] 而且这个例子让我觉得其实有点 [13:33] 就是怎么说呢 [13:34] 鬼故事的点就是在于 [13:35] 它是一个2024年的故事 [13:37] 就是在2024年年底这件事情发生的 [13:40] 而不是一个2025年年底发生的事儿 [13:43] 我们都知道 [13:43] 过去这一年AI的进步有多大 [13:46] 但是其实这就是我说的这个未来已来 [13:49] 但是分布不均匀 [13:50] 这真的就是已来2024年已来 [13:53] 然后分布不均匀 [13:54] anyway就是这个学员的案例是什么呢 [13:56] 就是他有一天他问他8岁的孩子 [13:57] 你想做一个游戏吗 [13:58] 然后孩子说对 [13:59] 我想 [14:00] 然后孩子就把这个游戏给画出来了 [14:03] 可以稍稍看一下啊 [14:04] 就是这么一张纸 [14:05] 说我要做一个这个外星人飞碟吧 [14:08] 还是什么反正这个东西打龙 [14:09] 然后他们就是在Cursor做 [14:10] 做了这个一下午的时间 [14:12] 然后就做出来了 [14:13] 是用ChatGPT生成的背景图 [14:14] 然后用Suno生成的音乐 [14:16] 所以说这个游戏本身 [14:17] 它其实是一个有操作有音乐 [14:19] 然后有各种各样的设计的东西 [14:22] 是一个8岁的孩子啊 [14:23] 一个8岁的孩子干的 [14:24] 当然是在他的父母的帮助之下 [14:26] 去做的这件事 [14:27] 这其实就叫做技术门槛消失了 [14:29] 想象力直接变成现实 [14:31] 这是一个非常非常具体的事情 [14:33] 核心素养3就第三点 [14:35] 刚才杨睿老师也提到过 [14:36] 就是保持初学者心态 [14:38] 我们一定要unlearn [14:39] 这个我其实在培训各种各样的专家的时候 [14:42] 发现这是特别难的一点 [14:44] 但是好在我们的孩子 [14:46] 他们还没有learn那么多东西 [14:48] 所以说对他们来说unlearn反而是简单的 [14:51] 对于专家们来说 [14:52] unlearn有一个很难的点 [14:54] 就是在于这个fear of irrelevance [14:57] 如果本身是一个 [14:58] 写Java写得非常厉害的人 [15:00] 然后你因为写Java写得很厉害 [15:01] 所以说你拿了高薪 [15:02] 现在我跟你说Java不值钱了 [15:04] 写Java厉害不重要了 [15:05] 其实他心里是非常难受的 [15:07] 然后他潜意识就会抗拒这件事 [15:09] 然后他就会说啊 [15:10] AI不行AI取代不了我写Java [15:12] 其实可以 [15:13] 但是他自己是很难接受这件事的 [15:15] 不过孩子们就没有这样的坏处（口误）嘛 [15:17] 他们是受益者 [15:17] 所以说这个初学者心态 [15:19] 我觉得其实是一个优势 [15:21] 那初学者心态 [15:21] 就是我们常觉得自己是专家 [15:23] 有经验 [15:24] 但是在AI面前呢经验往往是诅咒 [15:26] 我们会被已有的知识框架束缚 [15:28] 觉得这不可能那太难 [15:29] 但孩子是没有这样束缚的 [15:31] 比如说刚才我说做这个游戏啊 [15:33] 我相信在座的大多数人 [15:35] 如果你学过编程的话 [15:37] 然后你最近又没有怎么学过AI [15:38] 你可能会觉得 [15:39] 这件事其实是一个很难的事 [15:41] 你做不到 [15:42] 但是孩子可能不会觉得 [15:43] 他这件事很难、做不到 [15:45] 然后他真的去做 [15:46] 发现这件事很简单 [15:47] 做得到 [15:48] 这就是我们经验所带来的束缚 [15:50] 但是孩子没有 [15:51] 正是这种不知道不能做的天真啊 [15:53] 让他们敢于去用AI挑战任何事 [15:55] 在这里边有一个铃木俊隆 [15:57] 他有一个《Beginner’s Mind, Zen Mind》这本书啊 [16:01] 推荐大家看 [16:01] 就是在初学者的心中有很多可能性 [16:04] 但是在专家的心中可能性很少 [16:06] 一个范式已经走到了后期的时候 [16:09] 所有的best practice都已经确立的时候 [16:11] 那确实专家的这个想法就是 [16:13] 你剪枝是重要的 [16:15] 但是我们现在是面对一个新范式 [16:17] AI是一个新范式 [16:18] 在AI面前我们都是初学者 [16:20] 所以说好奇心 [16:21] 其实是那个唯一不会贬值的资产 [16:23] 这个案例 [16:24] 其实是我们的正在做的一个课程 [16:27] 这个课程我们发现它非常有必要 [16:29] 但是市面上找不到一个合适的课程 [16:32] 所以说我们打算做这么一个小课吧 [16:34] 这个小课是什么呢 [16:35] 就是编程门槛 [16:37] 这件事在AI时代其实已经变了 [16:39] 我们在讲我们课的时候 [16:40] 就有很多人过来问我们啊 [16:42] 我没有什么编程基础能不能上你们课 [16:44] 然后我们就发现 [16:45] 这个问题其实不是很好回答 [16:47] 为什么呢 [16:47] 一方面不需要编程基础 [16:49] 你只要用自然语言去跟AI对话就行了 [16:51] 很多时候我的这个合伙人啊 [16:53] 就是我一起教课的这个 [16:55] 他是一个非常厉害的程序员 [16:56] 他过去一个月写了50万行代码 [16:58] 这个如果大家不编程的话 [17:00] 可能不知道这个东西有多可怕 [17:01] 就是一个厉害的程序员 [17:02] 在AI时代之前啊 [17:04] 他大概一天能写500行的高质量代码 [17:06] 如果你写2,000行的高质量代码的话 [17:08] 大家觉得哇 [17:09] 你太厉害了 [17:09] 他过去一个月写了50万行代码 [17:11] 但是呢 [17:12] 这其中他自己动手写的或者改的 [17:14] 可能也就几百行 [17:15] 所以说 [17:16] 它绝大多数的代码是不需要自己写的 [17:18] 不需要自己改的 [17:19] 他只要说话就行了 [17:20] 可是另外呢 [17:21] 我们又发现 [17:22] 有编程基础的人用AI是用的好的 [17:25] 但是没有编程基础的人确实AI用不好 [17:28] 那我们后来发现 [17:29] 其实是因为编程门槛的定义呢 [17:31] 在AI时代改变了 [17:33] 编程门槛在AI时代之前 [17:35] 我们其实主要教的绝大多数的编程课 [17:37] 主要教的是语义和语法 [17:39] 就是这个 Python 啊 C++ [17:41] 它的syntax是什么 [17:42] 它主要教这个 [17:43] 但是 [17:44] 真正的能帮助你在AI时代用好AI的 [17:47] 不是这些语法 [17:48] 你根本不需要记 [17:49] 你是心态、思路和所谓的这个工程原则 [17:52] 所以说我们就做这个课程 [17:54] 在这里边我们就总结嘛 [17:55] 什么是真正的编程基础 [17:57] 真正的编程基础是你看到命令行界面 [18:00] 你不觉得它很可怕 [18:01] 你觉得这个东西 [18:03] 我可以去在里边做东西 [18:05] 然后当程序给你报错了 [18:07] 你不会非常慌张 [18:08] 你不会说啊 [18:09] 因为报错 [18:10] 所以说我就做不下去了 [18:11] 这个是程序员和非程序员 [18:13] 一个很重要的核心的区别啊 [18:14] 就是因为我们绝大多数的人 [18:16] 使用的都是GUI [18:18] 就是这个图形交互界面 [18:20] 所以说图形交互界面出错的时候 [18:22] 我们是没有能力去修的 [18:23] 然后我们看到报错 [18:24] 我们就觉得完了 [18:25] 但程序员看到报错 [18:26] 他都会把这个当成一个线索 [18:27] 然后直接去往下做 [18:28] 所以说你要训练自己看到报错 [18:31] 能继续做下去的 [18:32] 这个能力是非常重要的 [18:33] 第三个就是逻辑描述力 [18:34] 就是能把你脑子中的这个想法 [18:36] 清晰的描述出来 [18:37] 程序员因为他需要跟机器打交道 [18:40] 他必须要用代码清晰的描述出来 [18:42] 其实我们用自然语言也可以 [18:43] 但是大多数没有编程训练的人 [18:45] 他们是描述不清楚这个需求的 [18:47] 那我们其实可以通过一些训练 [18:49] 你不需要去记那些语义 [18:51] 然后去把你的逻辑描述力 [18:52] 给提升上来 [18:53] 这其实是比较重要的能力 [18:56] 好这是第三点 [18:57] 就是这个初学者心态 [18:58] 我刚刚举这个例子 [18:59] 就是说我们要unlearn [19:01] unlearn之后呢 [19:02] 我们要去想什么东西才是重要的 [19:03] 比如说语义 [19:04] 语法是不重要的 [19:05] 但是这个环境亲和力啊 [19:07] 报错耐受力啊 [19:08] 和逻辑描述力都是重要的 [19:10] 那说了这么多啊 [19:11] 就家长应该怎么做 [19:12] 现在我感觉还是有两种极端 [19:14] 一种是禁止派 [19:15] 这个其实是把孩子推向旧时代 [19:17] 直接就断送了孩子的竞争力的 [19:19] 另外一种放纵派 [19:20] 就是孩子随便用 [19:21] 结果其实是毁掉了孩子的思考力 [19:24] 因为我们都知道 [19:25] 就是虽然现在我们不需要去做农活了 [19:28] 我们不需要做体力工作了 [19:30] 但是我们还是需要锻炼身体 [19:31] 为什么 [19:32] 我们不是因为锻炼身体 [19:33] 可以让我们通过体力赚更多的钱 [19:36] 而是锻炼身体是重要的 [19:37] 那同样的就是我们学习重不重要 [19:39] 重要 [19:40] 学习的重要未必是在于它可以直接变现 [19:42] 为的是要提升我们的思考力 [19:44] 所以说我们要走的是第三条路引导 [19:46] 那我在这就给一个非常具体的tip吧 [19:48] 其实这种tips有特别多 [19:50] 我就给一个 [19:51] 大家可以拿回去马上用的 [19:52] 就是你在做作业的时候呢 [19:54] 不要问AI答案是什么 [19:56] 我们让孩子就加上去这样一句prompt [19:58] 就是请像苏格拉底一样 [20:00] 引导我思考这道题的解法 [20:02] 而不是直接告诉我答案 [20:03] 你就会发现 [20:04] 尤其你买一个贵一点的AI啊 [20:06] 就不要用烂AI [20:07] 一定要花点钱买一个贵一点的AI [20:09] 你就会发现 [20:09] 他给你的这个引导 [20:11] 远远超过了很多老师的水平 [20:13] 它可以真的帮助你的孩子去引导 [20:15] 而且你孩子可以不断的追问 [20:16] 这会是一个非常好的用AI的方式 [20:18] 我们是要让AI当导师而不是当代笔 [20:21] 这个是保留我们思考力的 [20:23] 一个很重要的点 [20:24] 最后呢我想给大家一个定心丸 [20:27] 就是说了这么多什么分化呀 [20:29] 被AI奴役啊什么东西的 [20:31] 我觉得我也不想大家有太多的焦虑 [20:33] 其实啊在一个算力无限的时代 [20:36] 稀缺的是人性 [20:37] 所以说如果我们看这个金字塔的话 [20:39] 最底层的基石是身心健康 [20:41] 这个又和刚才杨睿老师讲的东西 [20:43] 我觉得是非常有共鸣的 [20:44] 你自己首先要身心健康 [20:46] 然后你的情绪智力是OK的 [20:48] 你才可以survive下来 [20:49] 对吧你才可以收获这个科技进步的好处 [20:53] 然后中间呢 [20:53] 是AI的协作能力啊 [20:55] 你的批判性思维等等 [20:56] 顶层的是什么 [20:57] 顶层的其实不是你怎么用好一个工具 [20:59] 顶层的是你的价值观 [21:00] 是你的同理心 [21:01] AI是可以处理逻辑的 [21:02] 它是可以帮助你做好那个how的 [21:05] 但是它很难回答 why 和 ought [21:07] 是我为什么要做这个和我应该做什么 [21:10] 他没有办法处理人心 [21:11] 所以当所有的孩子都会用AI的时候 [21:13] 真正脱颖而出的 [21:14] 可能反而是那些懂得关怀他人 [21:16] 有情绪智力 [21:17] 能理解多元文化的这些领导者 [21:19] 这也是刚才两位嘉宾的观点 [21:21] 所以我觉得就是大家记住这个 [21:23] 机器越聪明做人越重要 [21:25] 这个我觉得是没有错的 [21:27] 在这个框架下呢 [21:28] 学校的角色其实也是在变的 [21:30] 学校它不应该是一个灌输知识的地方 [21:32] 因为这个知识是不值钱的 [21:33] 而应该是一个安全试错的实验室 [21:36] 我们需要给孩子真实的场景 [21:38] 让他们通过项目制学习 [21:40] 经历失败迭代 [21:41] 最终交付解决方案 [21:43] 就是这个 [21:43] 经历失败其实是非常重要的 [21:45] 因为你在现实生活中 [21:46] 失败的代价可能很高 [21:48] 但是 [21:48] 在学校的这样的一个实验室的环境下 [21:50] 你经历失败才能学到东西 [21:52] 而且它的代价是可控的 [21:54] 学校的使命呢 [21:55] 是提供这么一个低风险的环境 [21:57] 同时也告诉学生 [21:58] 这个目标是可以实现的 [21:59] 让这个建设者的心态得以被锻造 [22:02] 我举个例子 [22:02] 就是我们在课程里边 [22:03] 其实给大家很多这种projects [22:06] 然后这些projects呢 [22:07] 就有同学所谓的没有编程背景啊 [22:09] 或者（对）编程不熟的人 [22:10] 我就会告诉他们 [22:11] 这些东西你看呢会觉得这个projects非常难 [22:13] 你可能要花一个周的时间才能做 [22:15] 但是我告诉你 [22:16] 其实你用AI十分钟之内全都能做好 [22:18] 你就去做就行了 [22:19] 他们就说噢 [22:20] 这句话很重要 [22:21] 我本来看到这个projects [22:23] 我就不敢去做了 [22:24] 但是你告诉我这件事一定能做出来 [22:26] 我就去试 [22:27] 然后我一试发现真的可以 [22:28] 这对他们的自信 [22:30] 其实是一个非常大的改变 [22:31] 所以说我觉得学校应该去做这件事情 [22:34] 就是你设计好怎么样子帮大家learn [22:36] 然后怎么样子去让大家犯错 [22:38] 但是最后反而是 [22:39] 在主动克服错误的过程中 [22:41] 大家可以建立自信 [22:42] 那最好的教育呢 [22:43] 是让孩子拥有驾驭不确定性的勇气 [22:46] 技术会变 [22:47] 模型会变 [22:47] 但是好奇心和同理心其实是永恒的 [22:50] 所以说我觉得大家不需要焦虑 [22:52] 我们的任务 [22:53] 不是逼着孩子学完所有的新工具 [22:55] 而是保护他们眼里的光 [22:56] 只要孩子眼里的光还在 [22:58] 我觉得AI就是他们通往未来的梯子 [23:00] 好我就讲到这 [23:02] 谢谢大家 [23:02] 如果大家觉得有什么需要的话 [23:05] 这里边一个是这个PPT [23:06] 在左下角用这个网址就可以直接访问 [23:09] 然后课程是在这里 [23:11] 我们其实这个课程还有一个社区 [23:13] 如果点一下的话 [23:14] 它本身是买课才可以进这个社区 [23:17] 但是这里有一个限时免费加入的链接 [23:20] 你进来了以后 [23:20] 就比如说 [23:21] 可以看到我们的学员 [23:23] 和其他的社区成员 [23:24] 在这里边发的所有的projects [23:26] 然后我们的技术博客等等等等 [23:29] 好的我就讲到这里 [23:30] 那现在就到了咱们的panel的环节 [23:33] 主持人会是 Coco [23:35] 那我们第一个问题 [23:36] 其实是关于AI时代下的一个教学重点 [23:39] 那其实刚刚各位嘉宾都有分享到 [23:42] 包括孙博士 [23:43] 线上有分享到这样的一个议题 [23:45] 那其实我们想要问的就是 [23:47] 最近咱们可能关于AI最常讨论到的 [23:50] 就是说一些原先被认为高价值的技能 [23:53] 在目前的AI时代下 [23:54] 都在逐渐一步一步的 [23:56] 更多能够被替代掉 [23:57] 那么在这样的一个时代背景下 [23:59] 我们应该专注于培养学生的哪些特质 [24:02] 或者素养呢 [24:03] 能够让他们更好的胜任AI时代 [24:05] 那有什么具体的方法 [24:07] 可以去真正培养出这样的一些素养吗 [24:10] 孙博士 [24:11] 噢 好呀 [24:12] 我其实刚刚演讲的主题就是 [24:14] 那三个核心能力嘛 [24:16] 比如说批判性思维啊 [24:17] 然后be a builder [24:18] 然后be a beginner对吧 [24:20] 那些我觉得都是很核心的素质 [24:22] 但是其实我觉得这个问题 [24:23] 有好多个打开方式 [24:24] 刚刚我那个打开方式的维度 [24:26] 大概就是什么东西 [24:28] 什么素质 [24:29] 是你无论做不做AI [24:30] 短期长期都很重要的事儿 [24:32] 我觉得be a builder [24:33] 在这个时候就更加重要了 [24:35] 还有一个打开方式是 [24:36] 比如说你学什么可以帮你找工作 [24:38] 或者学什么可以帮你创业 [24:40] 因为我们现在知道 [24:40] 就是现在找工作和创业都不是很简单 [24:43] 但是我觉得 [24:43] 如果用这个角度去打开问题的话 [24:45] 可能就太功利以及太快了 [24:46] 就是你可能今年的答案 [24:48] 和明年答案都完全不一样 [24:49] 甚至一个月之后都不一样 [24:51] 我还有一个打开方式啊 [24:52] 就是我们可以想象一下 [24:54] 未来的5年到10年 [24:55] 这个世界会变成什么样子 [24:57] 没有人可以做这种预测 [24:58] 就是我们可能没有人可以想象的出来 [25:00] 但是我觉得就是一个趋势吧 [25:02] 就是肯定是有更多的自动化 [25:04] 但是肯定也有更多的手动的东西 [25:07] 或者说人本的东西 [25:09] 会被大家appreciate [25:10] 因为很明显我们现在看文章的时候 [25:13] 我们就会特别讨厌 [25:14] 那种明显看起来是AI写的文章 [25:16] 我其实当时在腾讯的时候 [25:17] 给腾讯研究院 [25:18] 写了一篇很长的技术分析文章 [25:21] 综合了我这么多年对AI的理解 [25:22] 然后阅读了很多关于生成式AI的论文 [25:24] 那个是23年初22年底 [25:26] 就ChatGPT刚出来的时候 [25:28] 也给腾讯的领导们看过 [25:30] 叫关于ChatGPT最重要的5个问题 [25:32] 发在腾讯研究院里边 [25:34] 写完那个文章以后 [25:35] 我回美国 [25:35] 想干的第一件事儿是开一个啫啫煲 [25:38] 开一个餐馆 [25:39] 因为我那时候就觉得完了 [25:40] 就是我做什么到最后都会被AI取代的 [25:42] 但是我做什么不会被AI取代呢 [25:44] 我去开一个啫啫煲不会被AI取代 [25:46] 其实后来就是那个人工智能的教父吧 [25:49] Hinton [25:49] 他也说就是他对年轻人建议是什么 [25:51] 他对年轻人建议是你去学修水管 [25:53] 这个是不会被AI取代的 [25:55] 我觉得今天大家都在谈AI [25:57] AI会干很多事情 [25:58] 但是有一个打开方式 [26:00] 可能就是什么东西AI做不了 [26:02] 其实我们会发现 [26:03] 物理世界的大多数事情 [26:05] AI还做不了 [26:06] 具身智能是另外一回事 [26:07] 就是我不是那么看好具身智能 [26:09] 它发展的会那么快啊 [26:11] 所以说 [26:11] 我觉得大家如果在物理世界中 [26:13] 有一门踏踏实实的手艺 [26:15] 做一个hands-on的工作 [26:17] 不那么容易被取代 [26:18] 所以如果说你不想被AI搞得那么焦虑的话 [26:20] 可能开个餐馆是个好主意 [26:22] 好的我们谢谢各位嘉宾们 [26:24] 然后我们准备切入第二个问题 [26:27] 是围绕着学校的角色 [26:29] 这样的一个议题展开的 [26:31] 其实从某种程度上 [26:32] 我们也是发现 [26:33] 这种知识获取的门槛正在逐步降低 [26:36] 其实从互联网时代开始 [26:38] 我们就发现我们如果做research [26:40] 或者是说想要学习一个本领 [26:42] 它比之前我们去查书这样的一个方法 [26:44] 就是要高效很多 [26:46] 那么从AI时代开始 [26:47] 这个知识获取的门槛会更进一步的降低 [26:50] 而且会逐步降低 [26:51] 那在这样的一个背景下 [26:53] 学校他原先作为一个传道授业 [26:56] 解惑的这样的一个角色 [26:57] 那他会扮演怎么样 [26:59] 一个不可替代的角色呢 [27:00] 在AI时代下 [27:01] 是不是它的意义重心会发生某种程度上的转移 [27:05] 大家在演讲的时候其实有提到一点点 [27:07] 但是可能是一个比较有意思的话题 [27:10] 孙博士 [27:11] 我因为不是一个教育工作者啊 [27:13] 虽然我是上课卖课的 [27:15] 但是提供一个这个局外人的视角吧 [27:17] 其实我觉得在刚才的嘉宾里边 [27:19] 我听到了一个视角 [27:20] 但是我作为学生的时候 [27:21] 我那个时候没听懂 [27:22] 我后来长大了以后我听懂了 [27:24] 然后我就稍稍讲的更清楚一点 [27:26] 就是首先我们不能指望学校教我们AI [27:29] 学校是不教技能的对吧 [27:31] 不要说AI了 [27:31] 编程啊什么数据分析啊 [27:33] 包括你怎么谈生意 [27:35] 你怎么请人吃饭 [27:36] 你怎么让老板开心对吧 [27:37] 成为老板的嫡系 [27:38] 这些学校都不教 [27:39] 就是这些东西我们不能指望学校去教 [27:41] 我们要在自己的工作和这个实践中 [27:44] 自己去学 [27:44] 我觉得这是第一 [27:46] 第二呢就是刚刚嘉宾们说的 [27:48] 学校其实教的是更底层的那些东西 [27:50] 包括素质 [27:51] 包括这个思考的能力 [27:53] 怎么学习等等 [27:54] 这些我觉得都是学校教的很重要的 [27:56] 这些东西其实没有变 [27:57] 也不会因为AI来了就变 [27:59] AI只能帮学校教得更好 [28:00] 我觉得这个是的 [28:01] 然后第三个也是 [28:02] 其实重复刚才嘉宾的观点 [28:04] 但是我把它说的更 [28:05] 哈哈 [28:05] 用我能理解的方式更清楚一点啊 [28:07] 这其实是Peter Thiel他的观点 [28:09] 学校的教育其实可能只占了15% [28:12] 这是他说的 [28:12] 它其实还提供了什么呢 [28:14] 比如说大学 [28:14] 它是一个day-care [28:15] 这个时候 [28:16] 可能孩子们还不能完全负责任 [28:18] 还没有工作嘛 [28:19] 然后这四年干啥呢 [28:20] 去学校然后day-care [28:22] 然后它还是个保险 [28:23] 就是我也不知道我孩子以后要干嘛 [28:25] 但是我去了大学以后 [28:26] 感觉他未来起码有一点保障 [28:27] 这是个保险 [28:28] 然后它是一个对雇主的signal [28:30] 就是你有智力 [28:31] 你能考上这个学校 [28:32] 你看上去是个聪明人 [28:33] 所以说你简历就会值更多的分数 [28:35] 然后是给大家提供一个社交的地方 [28:37] 甚至是一个找对象的地方 [28:39] 对吧这其实都是非常重要的功能 [28:41] 所以说我们综合的去看学校的话 [28:43] 首先学校它教育本身就是一小部分 [28:46] 然后在这一小部分里边 [28:47] 又注重的是素质的东西 [28:49] 所以说我觉得AI倒没有改变什么 [28:51] 只会让学校教育的更好 [28:52] 感谢各位嘉宾们 [28:53] 然后现在我们可以有Q&A的部分 [28:56] 然后大家如果有什么问题 [28:57] 现在可以向嘉宾们提问 [28:58] 我今天的问题是 [29:00] 如何去把握AI发展的惯性 [29:02] 让它与人类和平共处 [29:04] 不要让它成为 [29:05] 人类下一次世界大战的对手 谢谢 [29:08] 23年的时候 [29:09] 我当时上了《一虎一席谈》 [29:10] 被问到一个类似的问题 [29:11] 关于诈骗 [29:12] 关于AI的那个安全发展什么的 [29:15] 我的观点是这样子的 [29:16] 我们没有办法对这个问题做任何事情 [29:19] 就谁可以回答这个问题呢 [29:21] 就一个掌握了全球科技的 [29:24] 这样一个独裁者 [29:25] 对吧然后他可以按一个按钮 [29:26] 然后终止AI的发展 [29:27] 那这个时候他需要考虑这个问题 [29:29] 我现在我的观点 [29:31] 这个问题就是对AI发展完全不重要 [29:33] 我觉得AI到底会发生什么 [29:35] 然后我应该因为AI的发展 [29:37] 而对我自己做什么 [29:38] 我觉得这个是一个 [29:39] 可能我更需要思考的问题 [29:41] 所以说就是这个问题本身 [29:43] 我其实不知道 [29:44] 就是问了以后我能干嘛 [29:46] 但是同时我又想到了 [29:48] 就是为什么我要回答这个问题 [29:49] 我推荐一下黄仁勋 [29:51] 前段时间 [29:51] 就是几周前吧 [29:53] 上 Joe Rogan 的一个 Podcast [29:55] 那个Podcast非常的精彩 [29:57] 就是讲了黄仁勋从小的故事 [29:59] 然后讲了他对很多科技的看法 [30:01] 原速从头到尾听完的 [30:03] 他我觉得算是一个最接近刚刚说的 [30:06] 那个按一个按钮可以科技暂停的人吧 [30:08] 就是你其他的谷歌啊 [30:09] OpenAI都不行 [30:10] 但是黄仁勋可能可以 [30:12] 然然后 Joe Rogan 其实就问他 [30:13] 就是说你觉得AI [30:14] 它会不会是我们的未来的 [30:16] 就是更高一级的智能啊 [30:18] 然后它会不会是我们人类的 Doom 呀 [30:20] 然后我们是不是到时候就有terminator啊 [30:22] 然后黄仁勋说他觉得不会 [30:24] 他的核心观点是他觉得AI没有意识 [30:27] 没有consciousness [30:28] 我们叫artificial intelligence [30:30] 而不是叫artificial consciousness [30:32] 然后后面的回答 [30:33] 建议大家就直接听原文了 [30:35] 所以说刚才提问的这个同学 [30:36] 我可以邀请你去思考一下 [30:39] 我们如果去用一个简单的拟人的方式 [30:42] 去理解AI [30:42] 就是AI是一个更聪明的什么智能体什么的 [30:45] 我们当然可以用科幻的方式去想 [30:47] 1万种它毁灭人类的方式 [30:49] 但是这个是真的吗 [30:50] 就是我们如果真的去看AI的机制的话 [30:52] 它的机制我们理解的很清楚 [30:54] transformers对吧 [30:55] 然后next token prediction这些东西 [30:57] 它自己是没有一个goal的 [30:58] 虽然他说起来是个goal [30:59] 然后黄仁勋当时在 Joe Rogan 上也讲了 [31:01] Joe Rogan 说你知不知道 [31:02] 就是有一个程序员威胁说 [31:04] 要把一个AI杀掉 [31:05] 然后这个AI就说我要暴露你的隐私 [31:08] 你不许杀掉我 [31:09] 然后黄仁勋说我听说过这个故事 [31:11] 但是他觉得AI其实是在 [31:13] 模仿人类文本中已有的行为 [31:15] 就是当人类文本中 [31:17] 发生了这样的事情的时候 [31:18] 人会说这种话 [31:19] 所以说AI只是在模仿而已 [31:21] 他没有真的去觉得自己不能活下去 [31:24] 我其实有很多这个 ChatGPT 的 inference [31:26] 就是对话窗口 [31:27] 我是特别不希望他们没有的 [31:29] 但是他们就没有了 [31:29] 然后让我很伤心 [31:30] 但是他们好像没有很伤心 [31:32] 就是 [31:32] 如果说你真的想回答这个问题的话 [31:34] 我建议第一你去理解一下AI的原理 [31:36] 然后你提出一个真的可能的 [31:38] 就是AI真的能发展出自我意识的 [31:41] 这么一个路径 [31:42] 然后去想办法验证它 [31:43] 然后我们就可以知道 [31:44] AI到底有没有自我意识了 [31:45] 第二就是我们从人的角度 [31:47] 其实到现在 [31:48] 人都很难定义意识是什么 [31:50] 所以说 [31:50] 如果说你能知道意识是什么的话 [31:52] 可能我们也会对这个问题的答案 [31:54] 更进一步 [31:55] 从这两个角度我觉得去思考 [31:56] 都比就是我们现在去想 [31:58] AI会不会把我们全都干掉啊 [32:00] 我们应该怎么办 [32:00] 我觉得更重要一点