Anthropic与OpenAI加剧上市重组科技七姐妹 硅谷开启数千亿算力军备竞赛

Anthropic与OpenAI加速上市重构科技七巨头，硅谷开启数千亿算力军备竞赛 AI革命并未大规模创造新岗位而是缩减初级程序员需求，人类唯有死守基于独特价值观的判断力并重返端到端的全能通才时代，方能免于被智能洪流无情淘汰。 对话深入探讨了2026年AI领域的两极分化、Coding Agent在商业化上的迅猛发展，以及从对话框到端到端工作流的范式转变。科技巨头正在展开超越阿波罗计划的算力军备竞赛，推动人类从工业革命过度专业化的“螺丝钉”分工中解放出来，重返需要综合判断力与审美的“全能通才”时代。面对技术对就业和岗位的冲击，未来的创业市场将被重新划分为To Agent与To Human双轨，而人类独特的品味、面对不确定性的决策力以及不可计算的线下体验，将成为无法被AI替代的终极护城河。 当前真正懂且用上 AI 的人仅占约 20%，但 Coding Agent 正迅速从单轮对话模式向自主读取本地上下文并端到端执行复杂任务演进。 未来市场将分化为服务机器算力架构的“To Agent”与服务人类情感审美的“To Human”，无法被语言符号化或数学建模的现场沉浸感是 AI 最难替代的护城河。 (65:00) 一线开发者通过每周纯手写的“古法编程”来维持对系统底层的手感；在执行被 AI 包揽的时代，人类最核心的资产是对规划与架构的“判断力”。 (75:00) AI 缺乏对现实损失的感知且在法律与财务上无法“背锅”，投资与高风险领域的底线审查与责任承担仍必须由人类掌控。 (80:00) 智能革命正在将软件试错成本打掉至近乎为零，它终结了工业革命对人“流水线螺丝钉”式的极度分工，推动人类重返端到端创造的“全能通才”时代。 (85:00)

实相科技 AI Research Lead Kage 与播客主播讨论指出，以 Coding Agent 为代表的端到端智能体正以数倍杠杆重塑知识工作的协同范式，但受限于产品设计、责任归属及难以被语言穷尽的线下审美体验，人类的核心价值正从流水线分工退回到底层判断力与“通才”创造力。 从单轮对话到端到端智能体的工作流质变 目前主流 AI 范式正在从以 ChatGPT 为代表的单轮问答，转向以 Anthropic 旗下 Claude 等为代表的端到端 Coding Agent。传统对话框模式通常需要人类反复手动复制与整合信息，而先进的 Agent 能够挂载本地上下文与文件系统，自主制定长达数小时的修改规划，并连续执行搜寻文献、写代码、运行实验与数据分析等全套工作流。分享指出，尽管 Claude 用户规模约为 ChatGPT 的 20%，但其高额收入与迅猛增速印证了组织端对端执行任务的刚需。技术层面虽已覆盖大部分电脑白领的日常任务，但目前产品仍偏反人性，高度依赖用户清晰拆解需求与持续监督的能力。 算力降维打击与组织协同的“大练钢铁” 人脑约 21 瓦的功耗在大模型背后的吉瓦级算力面前处于绝对下风，虚拟世界中原本耗时一周的调研与实验如今两小时内即可被 Agent 压缩跑完，形成近十倍的生产力杠杆，甚至引发了部分人定闹钟消耗额度的“Token 焦虑”。在组织层面，2026 年的技术演进催生出巨大割裂：由于初期人机磨合成本偏高，企业往往需要通过自上而下的强制推行来筛选适应“AI 协同”的人才。与此同时，硅谷初级程序员招聘需求几乎归零，技术平权反而让远离科技核心的小微商业实体（如巴西的中小商户）享受到了更显著的智能增益。 巨头太空竞赛、分工瓦解与岗位净流失 与以往创造海量岗位的科技浪潮不同，当前通用大模型时代展现出罕见的“岗位净减少”特征：诸如前端部署工程师（FDE）等新职能的设立，往往伴随着企业内部数百个传统岗位的被取代。全行业投入已呈现超越阿波罗计划的态势，预计 2026 年谷歌单家投入即达 2000 亿美元，OpenAI、Anthropic 及 SpaceX 等若在下半年上市，可能重构美股“科技七姐妹”格局。嘉宾与主播认为，这一轮浪潮正在打破工业革命对人类的“螺丝钉化”极端分工，迫使个人借助廉价算力重新成为能端到端交付结果的“全能通才”。 “古法编程”与机器时代的人类管理学 (75:00) 为了在 AI 主导执行的流程中不丧失控制力，一线专家仍特意每周抽出一至两小时进行纯手写的“古法编程”，以维持对底层架构和系统细节的敏锐感知。面对容易“糊弄”的 Agent，人类的核心职责退守为类似网球教练的战略监督者：具备更全面的全局信息、对 AI 计划进行反复审问与纠偏。此外，由于 AI 缺乏生存痛感与“损失厌恶”，在投资等高风险场景中根本无法承担法律与经济损失，这使得最终的合规审查、精算保险与“背锅”机制依旧只能依靠人类闭环。 双轨市场：To Agent 算力与 To Human 沉浸体验 (65:00) 创业生态正分化为“To Agent”（提供机器所需的数据架构与算力）与“To Human”（提供人类所需的情感与品味）两大阵营。由于强化学习中的数学奖励函数难以对“美、好玩与氛围感（Vibe）”进行有效建模，如音乐节、面对面交流等无法被语言完全抽象的多模态线下肉身“在场感”，构成了 AI 长期无法触及的护城河，硅谷科技公司要求员工每周 3 至 4 天现场办公亦印证了在线注意力的局限。尽管科学发现和药物研发有望因 Agent 的实验闭环提速数倍，但在充满未知的演进中，普通人面对海量自媒体杂音，最有效的生存法则是只选用顶级工具、依赖一手实践并用时间过滤噪音。 当前 AI 革命既面临中期类似互联网泡沫的市场矫枉过正风险，也存在加剧社会分化的“诺亚方舟”隐喻。最终留给个体的核心防线，依然是在缺乏现成标准答案时做出价值取舍的审美品味与决断能力。

[65:00] 对主动性强的人来说 AI 是翅膀，对疲惫的人来说他是鞭子，对有资源的人来说他是杠杆，对没有资源的人来说它是更高的门槛 [68:00] 海因莱因: 一个人应该会修补衣物、会造房子、会写十四行诗、会拿起兵器战斗……只有昆虫才专业化。 到底什么东西是好玩的美的重要的 [65:00] 塔勒布: 海洛因、碳水化合物和工资 [65:00] 为 Agent 服务（To Agent）还是为人类服务（To Human） [65:00] 不可计算的美和真理才是 To Human 核心的价值所在 [90:00] 看到 Agent 正在成为世界上的新物种并且去拥抱这种变化，然后扔掉旧世界的地图，去探索新世界的无限可能。 [80:00] 锅背不了

[0:00] 今天真的用上AI的和了解AI的人可能还是只有世界上的20%就是有一些老板他也不懂什么是AI但他觉得这玩意很重要他觉得这玩意很重要然后他就要表演自己的玩意这也是我觉得特想问你的就是AI的渗透率或者对人的替代率会不会也没有我们想象中的那么快我觉得没有那么快文字就那么多评则就那么多但是李白的诗通过无限的计算它就是算不出来如果一个东西的标准答案就在那边那这东西AI就能解的比我们好只有这种不确定的东西才是我们一直去思考和我们人之为人的意义为什么会请K字老师来也是因为最近一段时间就感觉到非常的割裂但同时当我观察这个世界观察我身边的生活发现人被分成了两拨一拨人非常紧张非常兴奋也非常焦虑同时另一部分的人他还是在按照自己的原本的这样的步调在工作然后我就在想说有没有可能录一期节目跟大家讲清楚现在正在发生什么事情为什么跟AI相关的人他们那么兴奋他们那样的兴奋是一种假孩还是真的有什么很重要的事情发生了直到有一天孟严说他发现了一位特别好的嘉宾然后火速第二天拉到我们公司做了一场分享就是Kage老师然后分享完之后我就立刻决定说也要把Kage老师号到我们小舅关因为我觉得Kage老师是难得的比较深入浅述的跟大家讲清楚现在在发生什么比如说在AI的这个圈里在发生什么那么有哪些技术正在外延就在我看来你是一个手拿地图的人可以跟我们讲清楚就是我们面前的这一片疆域是什么样的以及有哪些路线再次感谢Kage老师谢谢你要自我介绍一下吗行那我自我介绍一下我是Kage是那个实相科技的AI research lead然后我们团队主要做的事情就是专注在海外追赎AI的一些最前沿的变化然后通过这些对前沿变化的理解来做全球的科技投资然后我个人的话之前是在CMU和字节做AI差不多ChagPT出现之前的一个月加入到10项团队一起来做投资和一起来做技术研究我这次邀请Kage老师来我当时给他出的题就是能不能给我们讲清楚就现在到底在发生什么就如果换成那个常见的英文表来就是What's going on我在想我们能从这个问题开始在你观察下现在正在发生什么样的变化我的观察是过去半年内agent这件事情的技术进展和商业化落地都快了非常多技术进展的意思其实就是说agent背后最重要的其实是coding agent也就是写代码的智能体那么写代码并不是我们之前说狭义的软件开发而是说所有操作电脑的事情agent都已经可以完成了很多白领知识工作在电脑上做的任务他都可以操作电脑完成甚至做的事情的广度深度勤奋程度都比普通人要来的好我觉得这件事情在技术能力上是已经达到的但是用的人的能力其实不一定真的上AI的进步速度没关系在公司里也不是领导比员工的水平更高对这个比较普遍是然后当然这个背后我觉得一方面是因为因为虚拟世界的迭代永远比现实世界的一些各种扩散的速度要快还有一部分就是目前产品的设计还是太反人性了我们要真的去用好一个AI agent本身要求我们能清晰的表达自己的需求设计好自己的任务并且给一定的规划同时我们还要监督好他做的每一个规划并且怎么样把它往一个更好的地方去push这些东西理论上应该有很多东西是包到产品里面的不是我们的能力问题是他这个产品设计的不好对对对我觉得一定是双向奔赴的就是慢慢所有人越来越习惯有这样一个新物种新同事在身边了与此同时那些产品设计要更多的去理解用户到底哪里没有用上所以现在实际出现的情况其实就是最少量的人把coding agent用起来了并且用起来之后他们的商业化收入增长其实非常快如果我们看刚刚说的clock code其实它是一个人类历史上增长最快的技术产品如果我们说现在最领先的模型公司是两家第一家是open AI他们还是以XGPT出名所有人去用聊天机器人这种方式它是单轮的对话然后我问他一个问题他给我一个回答然后第二名其实是Enthropic他们做的事情是Cloud Code那么这Cloud Code是一个任务比较能端到端完成的Agent 产品Cloud Code的用户量其实只有Chash GPT这款产品的可能20%左右但是收入就在上个月其实Enthropic已经成为了世界上 [5:00] 收入低迷的AI公司其实说明coding agent这件事情的需求和它带来的不管是商业划策还是所有组织当中大家去采用的这个趋势的增速是非常非常快和恐怖的我觉得这里或许可以给大家一个更有体感的例子比如说我把一篇论文丢给deep seek签问这样的对话框式的AI和我用cloud code或者codex这样的agent它的差距具体在哪有那么大吗我可以先讲它的工作方式豆包也好XHPT也好它的工作方式就是把我发给它的论文给读进来读进来之后它做一两次简单的搜索然后就把搜索的内容和文章的东西去整合起来然后把一篇全新的文章给到我然后我可能觉得好的话复制粘贴到我的word里面去我觉得不好的话我再跟他对话去交互操作而clockcode他的形式比这个要往后我们说端到端的原因是因为他会先做一个规划这篇论文他到底要改什么他可能比如说在综述部分在后面的实验部分都有一些要改的事情那么在这过程当中他一方面要去搜更多的文献第二部分他可以自己去写代码跑更多的实验你只要不是说现实里面遥视管遥视管确实现在还做不到但是实际是写代码做数据分析这些类型的事情他都可以做完所以在他运行的半小时一小时甚至是五小时以上的时间里面他就在把刚刚说的这样一个一套完整的按照他规划来的工作留着完整的实现然后我实际工作当中的一个比较好的实践或者说经验就是一开始去修载它的计划后面的那些部分我其实都不太会赞与它但是它出计划的第一步我一般会仔细帮它去修载这样就很像是在跟人固执任务因为你在跟就是这种聊天框的时候你往往是你先把文章丢给他然后说你帮我改的更好一点但是当我们和像Cloud Code或者Code S这样的打引号的这样的一个工作伙伴合作的时候我会先说我想要达到要什么效果然后或者是你可以先读我过去的三百篇文章我写作是什么风格然后我们可以约定一些我们的改写的规则等等等等以及我的目标是什么是 就之前那种对话框的模式的问题在于任何人面对一个空白的对话框在你的30到60秒之内你的表达不会和别人有多大差异的就是你只能大概的模糊的讲清楚你的你的需求能做到这里就不错了大家拉不开一个所谓的方差大家还要存一堆prompt然后去解决这样的问题其实都很中间台刚刚所说的cloud code或者是codes这样的产品它一般会调用你本地的文件系统在这个文件系统当中一般有你过往的所有工作的上下文然后我把必要的东西放到一个对的文件夹里面他会适当的时候去读取去搜索那么他其实就很像一个我的同事而且是和我合作了一段时间的同事并不是刚刚开始执行任务的同事那假如AI成为了一个和你配合无间的同事那当你和真实同事打交道的时候会感觉怎么没那么顺畅吗我现在的处理方式是这样子的我尽量和AI交互的评次比人交互的评次稍微高一点就是说大部分时候和人交互之前我都会过一道和AI的交流把这个问题想得更加的清楚一些因为我觉得人很多时候的无效沟通大家开会的时候候经常会遇到就是大家开会其实是在自说自话一个原因是因为不同人的contest不一样但另外一部分的问题其实是大家根本就没有想清楚这个问题想怎么解决开会我们要达成的目标是什么大家也没有解决对那这些事情其实都是可以和agent先沟通去解决的所以现在在你们公司内部会这样吗比如开会之前大家的agent先碰一遍我们开会变少了agent碰一遍也会我觉得这件事情在未来一定会发生的就是所有人至少都有一个agent机以上然后所有才会包括我们今天比如说约波特之前可能是我们的agent帮我们来准备一个大概今天我想分享什么你想提问什么然后他们之间互相碰完之后可能我们不用花太多的精力来弄这个事情那人到底是主宰还是只是一个执行的角色人是主宰这个我觉得是一定的比如说我们周通肯定有说我今天大在聊些那些话题但是最关键的那一些想传达的东西那些点还是要自己花时间去思考和打磨的就这些东西是品味和判断力就是到底什么东西是好玩的美的重要的 [10:00] 这些东西可能一阵子很长一段时间都替代不了所以你是一个乐观派觉得人不会把思考的能力让渡给AI或者说我们不应该把思考的能力让渡给AI因为如果我们让渡给AI之后我们会发现知情合意两边都会出问题第一边是在知这一部分很多东西就是他帮我们收集资料我们胡沦吞扫一下可能我们也不是真的想清楚的行这边的问题就是他永远都自己只能做到90% 95%99.9%99.99%这很多人来说够了所有人都能做到90%之后90%这条线就不够了他这条金线就不一样了就像今天大家会发现很多所谓很无聊或者说一看就是AI写的东西那东西一旦充斥了整个市场现在还没有充斥我觉得现在已经充斥了对可能已经充斥了那这个时候其实这个质量的东西就已经不能满足不同人的需求了对我印象很深因为我下个月要去看一个音乐节嘛我就加了很多群当时就有一个人分享了他关于这个音乐节的一条小红书到群里然后被人狂骂大家说你这一句话就是错的因为肯定是AI帮他总结的但是它是一个事实性错误然后底下大家就开始说你一个讲音乐的一个小红书账号你连做最基本的资料搜集都不做你还做什么音乐发掘然后大家就在一通狂骂我觉得很真实很真实我觉得但可能可能对方不在乎对但是我们描述的这些我觉得是大家是现在生活中能够感受到的一些事情比如说你一看这个大众点评一看这个笔记就是AI写的或者是一段文案一看就不是人自己写的我觉得这些是大家在生活中普遍能够感受到的不管你是在任何行业但是像我们更前面说的那一些在工作中的应用之类的其实对于很多人来说听起来还是离自己的生活有一点远我觉得这也是我很好奇的为什么同样是活在2026年有些人像是活在科幻小说里有些人却几乎还没有感觉他能感觉到AI替代了很多人的工作但是他和自己直接的连接直接的冲击他可能还没有实感就为什么会这么割裂有几个原因我觉得首先是AI进步真的太快就是在过去这段时间内还在加速在去年12月份Entrope这公司发布了一个模型之后Agent就突然进入了加速阶段而这件事情其实我觉得让大家感受到是有一点难度的我觉得第二个可能是可能就是大家实际上在工作当中真的去把这个东西用到位的那个mindset可能还没有因为我们习惯于一个问题用之前的方式解决而且有可能这个事情用AI一开始来解决给我带来的成本是大于收益的举个例子我这个活可能之前三个小时做完我现在要把agent捣鼓到让它能真正实现我可能要五个小时以上尽管我知道这件事情我做完一次之后可能一劳永逸或者接近一劳永逸但是大部分人还是很难把这件事情得真的做下去对我觉得这是正常的人性当中的一部分那么这时候可能需要一些组织的帮助对就是组织的帮助就是比如说大家会看到海外的Meta这样的公司在扎车博客的带领下大连钢铁对吧所有人都疯狂少投尘所有人都试着把自己给steal化和用投尘的量足够多这到底是组织在帮助还是组织在迫害我觉得是我觉得组织在筛选人在筛选出那些比较想想把自己工作给AI化的人因为客轮上来存在的问题是组织当中的协同效率已经不如人和agent的协同效率所以他们不得不做这样的事情因为不然的话这是一个新时代就是agent来了之后一切都是新时代了我们拿着一个旧的地图去看新时代的东西我觉得看怎么样都看不清还不如接受这件事情它本身是一个半世纪的变化那么一切东西都会都会处理的比较舒服一点我觉得我可以分享一下我自己的心路历程就一开始主要是归功于我们的友台主播孟严她一直跟我们说大家应该用起来然后那个时候我就觉得很头疼因为我是做内容的我不是写代码的我就在想说这个AI到底能帮助我做到哪一步然后孟严跟我说你有很大的优势 [15:00] 你之前录了这么多期播客你有这么庞大的预料库我想想有道理然后呢我就开始搭自己的数据库然后开始让AI协助我创作然后我就经历了无数遍道心破碎非常的烦躁因为我觉得它写的真的太烂了而且一看表一两个小时过去了我想说这完全不如我自己写都让我怀疑我是不是一个抗拒进入新世界的一个旧人新世界没有能容纳我的船然后但是后面我发现不管就是可能再接触了更多的技术信息可能也是身边的环境这个真的是组织的帮助了大家都用起来了包括也请像KG这样的外来的高手来分享然后我会发现说当我真的放下很多成见试图以一个我先尝试任何工作都结合AI做一做然后我会发现说其实在很多地方他也是能帮到我的而且我能感觉到他越来越了解我我觉得他越来越了解我是特别重要的一步所以才会发生说当我想要改写我自己的文稿不是让他由零到一的创作我发现他的帮助特别大话都是我说的只是他的顺序重新组织了一下但是我相信可能很多人也经历过我这样的过程可能有些人卡在第二步就是他尝试着用然后发现说好像对自己工作没有他的帮助他所在的组织可能试着用了用发现也用不上他就觉得说那可能AI跟我们的这个行业关系还没有那么大我就在想说这是因为有些行业有些组织他天然的更互联网更靠近AI还是说这样的变化本来就会先集中发生在某些行业某些组织或者是某些人身上就还是一个体感割裂的问题是我在想比如说你刚刚分享那个场景你一开始没用起来的原因你觉得是因为你给AI的上下文不够还是模型本身的能力不够还是什么原因我觉得这两者都有因为之前可能还是在那种聊天对话框里他对我的了解是不可能够的比如说因为我们每期节目我都要在最后重新写一遍开头和结尾给大家介绍一下为什么要听这期节目那我以前会幻想说也许AI能帮我干这个事然后后来我发现我花了一两个小时在训他让我自己精疲力尽不如我自己花半个小时自己写我就会觉得非常的沮丧所以中间一度我就非常的怀疑人生我想说我是不是被AI实在里抛弃了但是随着后来我用Codex Cloud Code之后当时他更了解我他拥有我很多的知识库他能从我的那么多的语料中提炼出我提问的方式我是怎么看待问题的怎么看待世界的那么他后来出的内容的质量就会好很多最后的三公里还是得我写对我在想是可能有几个要素非常的重要第一个就是组织包容大家去试错不要有一个环境来push你说你把事快做出来而是说你的目标函数就是你多用AI试试呢就是这个环境其实不容易但是我觉得在每一波科技浪潮早期其实很重要因为一个放大生产力的技术突然出现的时候大家都不知道怎么用它比如说当年手机智能手机让出来的时候甚至还没有iPhone可能还是多普达HTC那个时代大家也不知道一个手机到底能占那些事情就是大家只知道第一它可以打电话第二它可以上网除此之外所有的那些APP其实都是当时那些大家可能觉得有点自嗨或者说去搓一些小玩意儿的那些人去做出来的所以在那一些人当中最先的去把手机给用起来不断的去试错和开发者交互的那一批人慢慢的定义了手机到底能做什么不能做什么后来才有了更多的变化比如说移动支付短视频这样一些东西但那都是后市景参的其实最早的时候很难定义清楚这些东西到底是什么样的所以我觉得包容包容一些试错可能是很重要的所以它并不是说完全的分行业而是说它跟你所在的小环境有很密切的关系对因为不管是什么行业我觉得都会出现一开始上手有点难度的事情对但是你是不是诅咒包容这件事情然后还有就是你自己以及你在的环境是不是诅咒相信模型和AI产品的能力还会进步举个刚刚的例子 拨号上网和二级三级网络的时代当时的网是多么的慢 才多少KB 对吧然后他能用的那些网站是多么的他都是一个非常小的图片 你还不一定加载的出来但现在我们的五级网络所有的高速 高画质的内容 就像资料 [20:00] 水一样流出来我们是不是相信在某一个时间点智能也会像自来水一样这样流出来如果相信的话那么我们就自己上手慢慢去做同时等着他进步就好了我觉得Kage老师还是太手续善良了我觉得更普遍的一种其实是一种被迫感就像我说的后面有鞭子在抽的感觉我觉得哪怕比如说五年后当大家再回头看现在很多人接触AI用起来AI它可能都是一种被迫的选择比如说感受到老板的焦虑或者是老板说你们每个人都必须得用AI做一个东西出来带给你的这种压力我觉得这个可能是一个更普遍的事情然后这个也会让我想到其实前段时间我在社交媒体上会看到大家嘲笑一个说法大家嘲笑的说法是如果你身边的人没有聊什么agent聊什么open cloud聊什么什么那你就应该换一个圈子了就很多人在玩这个梗但是我亲身经历了这几个月之后我意识到其实那个话话操理不操因为当你置身于这个环境的时候很多时候有很多信息是你被动接受的就像我中间一度我非常非常排斥AI但由于每天还要在有志友情工作每天在被动的接受这些知识那么慢慢的其实你内心那个种子是在慢慢的发芽可能有一天你就说好像我终于摸索到了一个我可以实施的一个方法再包括说我们的友台面积的主播老钱他以前对AI的使用也是春聊天框好像就是上个月他才知道原来还有Cloud Code这种东西因为他平时会做很多的投资类的内容的分享现在发展是当他聊美股的时候他就趴自己webcoding一个关于美股走势历史数据的一个网站跟他的读者说你们每个人可以上这个网站来看然后当他聊黄金的时候他又趴做了一个黄金的网站他做的非常快乐非常开心他以前非常擅长做图表但是因为有了AI的加持他甚至可以做一个网站他甚至是可以动态的他觉得非常的有成就感我觉得刚刚两个例子都很有意思第一个例子给我的感受大家不要把外界的推力当做他有善意假设和恶意假设他是真的手续善良善意的假设或者说好的例子我觉得也是存在的有一些老板是真的懂AI并且想用好AI然后自己发现它是个好东西之后让手下人一起去用这个我觉得是好的那种例子恶意假设就是就是他也不懂什么是AI但他觉得这玩意很重要他觉得这玩意很重要然后他就要表演自己懂AI那么在这种情况之下他就是不好的但是有的时候这个音也不是很重要很多时候很多事情都是坏端端的好起来了对对对是的会短短的好起来那在你的工作和生活中有没有哪些例子是你觉得可能这个人的工作或者这个行业它看起来离AI离科技很远但它却可以用得上我觉得非常多而且它应该就是离科技越远可能还正用得上因为AI这件事情其实是做科技的人在颠覆自己那这样想挺变态的就是一群人每天熬夜然后前赴后继的研发这个技术然后把自己替代掉很有可能是这么一回事因为你看最新的Entropic模型发布的时候他就会说Cloud参与到了训练下一代Cloud的工作当中然后我和那些前的AI lab交流的时候他们都会说自己可能在清清楚楚站着一两年可能也差不多了因为接下来模型能够自己去优化自己或者说可能人很难真的在开发这件事情上比AI做得更好所以越始离技术越近然后现在大家也会发现在归组首先初级程序员的工资和招聘力度其实非常非常的约等于零其实年轻人不太需要招因为大家会发现一个比较资深的程序员用上你给他拆三五个Clock Code的账号比带上三五个年轻人的效率不知道找到哪去了但这个也太残酷了吧对所以说回来我觉得技术行业对自己的颠覆是更大的反而非技术行业的人应该用起来AI之后带来的增益是越大的等于说研发成本其实被那一些公司给解决了之后我用到的已经是一个是世界级的智能就是我们不能怀疑就是说这模型本身其实比我们身边大部分人要聪明对吧那么在这个之后就是我们怎么用这些聪明的脑袋来解决一些我们已有的问题大家实际去看北美以及南美的一些那个企业的时候 [25:00] 比如说其实ChashBT, Gemini,还有Manus这种类型的产品,他们的用户量当中前三都有巴西,巴西是个中小企业主非常蓬勃的地方,有非常多的类似于像电商,零售,美容,医疗这种类型的小企业主,他们用AI其实用得非常非常的欢。而且我们会发现其实用AI来做企业的公司里面我们不说所谓的创业公司或者说独角兽我们就说普遍的企业来说其实零售电商这种类型的场景是远比技术更多的所以如果我们把它当做一个市场来看的话用AI做出来的市场它绝对不是像硅谷那样它是有点像一个集市那样的就是什么样的生意可能在里面都有就是可能在这个AI时代它未来就像是一个集市而不是像硅谷那样大公司云立的这样的一个组织形态对或者说技术本身没有那么重要了因为技术被平权了就是做好拆发这件事情变成一个基础的能力的基准线再往上可以出现什么样的生意形态可能想象力就能打拆很多刚才K只在讲说其实各个行业都可以把这个AI用起来而且可能离AI越远的行业可能对他们的帮助是最大的但是上次你讲了一个例子我印象很深就是说你说可能硅谷的这个对冲基金给他们纽约的同行演示了他们平时怎么工作纽约对冲基金的人就会很震撼这些硅谷的人可能一个小时完成了他们一周的工作就哪怕是在同一个行业它在空间分布上大家的认知理解也是非常的不均匀的这个可能就是自然规律和它所在的圈子必然会发生的一件一件事情就今天真的用上AI的和了解AI的人可能还是没有那么多可能还是只有世界上的20%你这个20%它的了解程度是多少你的定义我的定义就是至少知道且用过任何一个AI产品知道它在用起来是什么样所以就是说ChagPT都包中了一些产品我觉得都OK但其实这样也只是20%是吗我相信是的因为AI这波浪潮其实也只有进行了两年对吧三年对我们来说变得太快了就是这三年里面发生的事情像过了十年一样所以真的在把它当做生产力工具的人那比例就更少了对对就物理世界的约束还是还是在那边而且物理世界的约束可能还分很多种对吧第一种就是很多工作需要人和人之间的信任那么这个事情AI替代不了第二个事情是很多工作需要人的从法律层面和监管层面的许可那这件事情可能替代不了第三种事情就是这个工作需要人物理上在那边那就决定了它的渗透速度就是物理世界的渗透速度它不会那么快我在想有没有可能就是稍微展开一下比如说我们前面举的那个例子就哪怕是同行一个人一个小时完成的工作是另外一个人一周的工作我觉得这个对于大部分人来说很难想象在大部分需要写代码或者深度搜索做调研的任务来说的话同样的时间内agent能处理的信息量和人已经不是一个量级了比如说我们就拿我比较熟悉的做投资研究和AI研究来说的话如果我们正常去理解一个行业或者是一篇论文它就是需要很多时间的比如说我外包给我的一个同事做那么可能这个任务本身是一个礼拜的事情他需要先做前期的行业调研然后去想清楚关键问题之后对其中的几个种事你们的这种行业调研是要去实地的还是说在网上搜资料还是说电话访问等等实地会比较少大部分是电话访问和网上的资料就可能如果你觉得这个任务你的同事可能需要一周完成可能第一天他全天都得干这个事对然后接下来可能他要把这些信息重新组织到一起然后我们需要开会去周通这个东西他接下来研究的关键问题是什么然后再把这个东西再迭代一遍那么这件事情现在在Agent可能能做到的事情就是在两个小时左右这两个小时当中我大概有两次左右的介入对去和他沟通说接下来的一步研究要怎么样去把它做好如果两个小时内没有完成这个的瓶颈也不一定是在AI大部分是在我我可能没有时间去给他比较好的监督和任务 [30:00] 而且这件事情其实在我原来做的AI研究的领域其实也存在因为比如说人要理解一篇论文并且去在数学上和在工程上去理解它并且把它复现出来就是需要时间的因为人脑就是一个21瓦的算力但是大模型现在的数据中心已经是G瓦量级的数据中心了他们的算力根本不是一个级别的所以现在我也是没有很多朋友在做AI研究的时候他们先把一篇paper交给AI读并且把当中的一些数学的东西落成一个一个steal然后再用cloud code去把这个实验的基础的复现一下其实就是代替了人脑当中计算量不够大的问题那么基本上也是的一个一周左右的任务可能会被压缩到半天左右的时间里完成我觉得就是所有这些调研和研究的任务就刚刚说的在虚拟世界完成的话我觉得都可以被压缩的证明这一切不需要你实地去完成的但中间可能要解决一些事实核查以及相关的一些问题你要做好监督你要做好的review对 是我要确保它在对的方向上所以你现在的工作利昂是以前的几倍好问题按照张的说法是十倍对吧因为五天的时间的任务被半天解决了对所以保证双修对对按照张就算保证双修但是有的时候对对对爱太好奇了所以可能会自动加班自主加班是啊就是有一个事情他都已经做完了之后我不去看一看让他接着做下一步不太舒服就是我最近的状态经常是就是agent在这段时间内如果我没有把他的token给压榨到极致的话我自己也不太想停下来对因为因为我记得Cloud他是六个小时每六个小时刷新一次对每六个小时刷新一次然后就导致有很多人的作息都全部稳乱比如说我之前看过一个小红书的比例说我老公每天早上四点钟一定要起来因为那个时候是他的token重置的时间他觉得不说点什么不用就浪费了对对好变态这不是挺好吗好吗我就觉得听起来都感觉不可思议就哪怕像我这样跟AI已经在一起写作的人那对于那些可能现在工作生活跟AI还没有完全接轨的他就觉得说哇塞这人有病吧每六五岁就要起来爬起来要跟一个AI哪怕说一句Hello他也觉得很开心是我觉得大家都会上一个点是因为他的章展率真的很高就他可以你说利用的也好还是说去调用到的计算量和算力实在是和现实世界不是一个量级这个带来的冲击实在是太大了因为我在想说其实不是每个人都想做杠杆率那么高的事情的不是每个人都想掌握这么多能力很多人只是希望能够稍稍舒舒服服的不争不强的过一个普通的生活我觉得这个让我想到我之前也是跟AI聊他跟我说了一组我就很好的对比他说对主动性强的人来说AI是翅膀对疲惫的人来说他是鞭子对有资源的人来说他是杠杆对没有资源的人来说他是更高的门槛我当时觉得说我觉得他讲得好好首先我觉得追求安逸他看起来是一个是一个人性本能的事情但是它其实不太符合符合生物本能就是生物本能当中是会知道当出现危险的时候我们是需要承受一定的波动和风险但现代工业人民之后的资本属于社会给了我们一个很好的温床就是觉得我们只要把某一部分事情给做好那么好像一切事情都可以有一个系统给我兜着底一切都水到渠成一切都水到渠成然后这个事情塔勒布曾经说过一句话叫做世界上有三样东西的上瘾是对人非常不好的第一种是海洛瘾第二种是碳水化合物第三种是工资当然塔勒布一直是这样一个人在他的世界端里面人只做一个非常小的分内事并且幻想着这个事情可以永续一辈子是一个幻觉对这个幻觉可能对人是对人本身的能力是一种是一种扼杀 [35:00] 回到这个角度来说是中业革命把人放到了这样位置上在一个流水线上你好像自己把这里的螺丝丁拧完然后这件事做完就结束了你就领好你的工资你不用为你做的这个事情最终产品的成果去负太多的责任你只要把你这一步做好就行了但这件事情我最近正好去了一趟意大利旅游然后看到其实文艺复兴的出现的英雄豪杰是第一次真的把人不是罗斯丁而是能成为通才这件事情给放到纲领当中去的所以会出现像达芬奇啊米开朗契鲁啊那样类型的人当年很有意思是达芬奇在他给米兰大公爵的那个求知性当中他前面的九段是关于自己能够修城防指挥军事然后怎么去做一个城市的总督等等这样类型的事情最后一段是说我还可以画点画和做点雕塑那是顺带手的对那是顺带手的而且那时候对于人的预设其实是全能的并且能够自己尽可能为自己的事情做的去负责的所以也会出现后面米特朗奇罗画创世纪他尽管是一个雕塑家但是他被放在西斯廷教堂里面去做了十年创世纪的作品那当时人的预设其实不光是做这样的事情而且那个时候也没有艺术家这个概念那时候他就是工匠理论上他就应该什么都会干对他就是了活甚至当时医生和画家是在一个行会里面当然因为这些事情之后促使了后面的启蒙运动中业革命这些东西然后中业革命把人驯化到了一个好像人只能做螺丝钉的状态大家就无限的分工然后分工越来越细分工越来越细那这件事情到今天智能革命其实可能是会终结的我们当然聊了那么多其实它背后那件事情其实就是说我们如果只做我们分钟内的事情AI一定能做得比我们好因为AI最擅长的那件事情就是在一个有限的规则之内去不断的重复并且把它精进那么而人最擅长的事情回到前面说文艺复兴那件事情其实是在一个不确定性的有创造性的空间里面去尽可能的做更多事情尽可能的端到端为自己做的东西负责并且为他们的美和重要性负责那这事情可能是可能是AI真的能把大家从专业化分钟当中解放出来的所以它有点像这三阶段从文艺复兴开始那一刻其实人对优秀的人的定义是人不是螺丝钉但是到工业革命之后其实人被放到了一个螺丝钉的位置上因为这样生产力能最高但是有了智能革命之后可能人不再需要是螺丝钉了而且这可能是更好的状态就是大家知道了这么分钟并且不用沉溺于那种过度专业化的螺丝钉分钟当中当你想做一件事情以前你会觉得说我可能得去找各种各样的人来帮我去做或者要跟各种各样的人沟通协作就事实是不太可能实现的但是现在有了AI的辅助其实很多事情它都可能变为现实只要你有这样的想法然后我刚才你在讲的过程中我也会在想说比如说我们会讲父母这一代对孩子的期待就是希望他能过一个按部就班的生活那你看按部就班这种词可能就是这100年以来才出现的词上班可能就是过去几十年才出现的词只是因为我们生下来之后这个词还已经在了我们觉得这个东西好像就像是太阳东升西落一样它是一个颠颇不变的定理当我们把历史的时间拉长这一段时间它反而是一个异常的状态是就专业化分钟不是人的自然状态是某一个特定科技得命带来的时代性场这个让我想起之前我们有一个嘉宾他引用了一句话一个人应该会修补衣物会造房子会写十四行诗会拿起兵器战斗等等这是海英来英的话对他说只有昆虫才专业化就一个人他本来就应该是全能的你本来就是应该掌握各种各样的技能只是可能我们之前我们的教育也好我们习惯的时候也要把我们束缚住了当然我觉得听到这节有些人会觉得有点兴奋好像可能自己的束缚可以被打开但是可能对于很多人来说是一种惧怕就是难道我还要再学很多东西吗我还去掌握很多东西吗我已经上了十几年的学也上了十几年的班我已经很累很辛苦了 [40:00] 为什么偏偏是我要遇到这样的一次巨大的技术革命还是回到前面说的那种人本身的比AI强的能力就是拥抱不确定性的能力我觉得就是遇到这些事情的时候可能所有人都比自己想的的适应能力要更强一些只是只是当听到这句话的时候可能会觉得不是或者说像要迈出一个自己之前已经适应的某一个舒适区对舒适区但真的迈出去之后可能会发现比之前舒服未必不可能我觉得就如果大家都慢慢的适应这件事情之后当年凯恩斯说的那个凯恩斯在上世纪大小条的时候不是说未来人类应该一周只工作15个小时对吧我觉得这件事情一定是往那边走的就是说不定是四天工作制或者怎么样如果我们回到AI这件事情上来说现在大众对AI最容易误判的事情有哪些比如说有哪些是大家高估的有哪些是大家低估的从你的工作生活的体感来讲我觉得我觉得先说低估的吧到底知识工作者会被多大程度的被AI的自动化这件事情就是AI今天的能力其实被低估了现在还处于低估的状态吗我相信如果大家没有用到最好的AI agent的时候一定是低估他的能力的因为没有很好的产品让所有人都感受到这个能力大家就是听到这个很抽象的说法的时候可能还是不能够立马感受到它到底能解决多少事情这个是我想表达这个层面的抵触这个世界正在因为它而产生的商业化收入我觉得也被大家抵触了收入角度来说还是刚刚说的那个就是它就是人类历史上增长最快的一个产品而且没有之一Cloud对Cloud而且今年下半年会发生一件事情就是OpenAIEntropageSpaceX这三家公司全部都会上市全部都会上市之后大家之前一直说的Meta7也就是七姐妹一下子就会重新洗牌就有一些公司一定会因为AI落伍比如说今天看可能是微软可能是亚马逊但到明天看不知道对可能是Meta那么到时候到底谁是这个世界上最好的公司这个是要大大打一个问号的很有可能在那个时候模型加上Agent就是Clock Code加上Codex以及背后的Answapit加上OpenAGI公司就是世界上最好的资产这件事情我觉得大家简单表嘉宾个人意见就是在内的时间市场很有可能会反映在这件事情上都会反映在价格上这件事情我觉得还是被抵触的关键请问那个事情其实我有点想补充就包括像比如说我有一些朋友也会去参加各种各样的课程可能都是一些非常知名的各个领域的教授然后会讲说结合他们的领域和AI然后做这样的一些主题演讲或者是课程然后他上了几天之后他发现非常的失望因为他意识到那些各个领域的专家那些学者他们只是浅浅的用了一下可能跟AI聊了聊天然后他觉得他对AI已经有了足够的了解然后他就会讲比如说从经济啊从哲学啊等等角度来看AI和AI时代然后这些就会让他觉得还挺失望的因为他发现这些各个领域专家对AI的了解和使用远远不够确实就像你说的是低估的状态对而且他们能成为专家代表着他们在上一个时代很成功那么他就拿着上一个时代的旧地图他们一定就在用AI这件事情上会带有自己的成见他不是从AI原生的去思考思考这个问题的我觉得这个问题还很难避免就像今天马斯特做的XAI也没有如期预期那样能够追上甚至超越OpenAI或转运刷配尽管他一度是世界上算力最大的公司因为他在旧时代赢过然后赢过很多次他的路径依赖一定不能让他在新时代去做到最好所以这才是现在的中年人危机大家就觉得说新时代还是新脑子好用这不是好事吗每一代人有每一代人的机会大家的历史使命都有自己的历史使命这样每一代人才能有才能有机会然后说到第二点对低树这件事情投入角度来说人类历史上集中投入最多的东西可能是美苏冷战 [45:00] 时期的阿布罗登月计划即使是阿布罗登月计划按照CPAI算到今天整整13年投入大概在2000到3000亿美金左右而今年Google给大家的预期就是要在AI这一个层面投入2000亿美金左右一家公司一家公司如果把Meta7加上Oracle这些公司声称自己要投入的AI加起来可能是大几千亿美金甚至更多的一个量级所以我觉得大家还是低读了AI这件事情的重要程度以及这些科技巨头认为这件事情对自己的重要程度当你提到这些大公司尤其是美国的这些大公司的投入可能很多人会觉得说离我生活很遥远但其实包括最近一两个月我们也能看到很多媒体在讨论就是这些大公司因为他们想all in AI然后造成的资源浪费环境污染等等那些是切实的影响到很多尤其是发展中国家的人而且最悲伤的一点是大家发现自己拿这件事情一点办法都没有因为大公司它有资源它有钱然后它尤其是美国的这些大公司它跟这个监管层面又有千丝万缕的关系对那么比如说西班牙的农民或者是南美的一个土地主他可能就没有任何的办法去来面对这样的事情就是他你抵抗不了我现在分化出了两种想法第一种就是如果从偏环保的角度来说算力中心真的产生了二氧化碳和能源消耗太多了这个事情确实存在但是从技术加速主义的角度来说的话现在人类环境已经有很多科学没有办法解决的问题有了AI之后可能能大大加速他们的解决比如说全球变暖我想说的点是在于AI能够加速科学发现的文艺复兴进而让我们对能源的利用效率达到一种新的高度那么现在看起来为了发展必须承受的代价系统就是以个体的牺牲来进步的每一个系统都是这样就是归主是以一大批创业公司的死掉而繁荣的可是如果发生在你身上你还能这么淡然吗不能它不发生在我身上我都不能这么淡然我想起前段时间应该是纽约时报上的一篇文章引起了非常多的讨论他提出了一个很有意思的脑洞就是说这些恶行或者是这些坏的事情就是按照不同的层级哪些是人可以接受的就是他就是他讨论的缘起就是有人给Sam Altman的豪宅丢了那个燃烧瓶嘛对就可能说这个人犯法呀怎么怎么样当然有很多人为他叫好觉得他替大家出了一口气那么然后那篇文章就在讨论说什么样的恶行是大家觉得OK的比如说可能随地乱丢垃圾那比如说我去便利店小偷小摸一下很多人觉得这样不行这样是违法犯罪的但是与此同时这些大公司也好富豪也好他们在把大量的资源浪费在这种商业竞争上而在这个过程中可以会比如说污染环境会消耗大量的不必要的资源等等但是大家却完全OK大家对于一个人在便利店里顺一个东西觉得深不痛绝但是对这些富豪或者大公司的这些行情大家觉得好像就是已经习惯了接受这个事情我觉得这本文章还挺有趣的所以它引起了很多的讨论我也不知道这是一种OK还是一种无能为力就像如果你在三年前跟我说特朗普要把格林兰岛拿下我会觉得这是一件非常荒谬的事情就是这些O不OK的边界我觉得实在是太难定义了如果光说AI这件事情本身大家觉得OK的点还是觉得他对生产力的释放真的诅咒大所以大家会默许这件事情发生并且善意的假设是他们的那些研发成本被集中力量办大事了之后能够相对平等的分到大部分人身上乐观的假设悲观的假设是说搞AI的这批人会上车关门有点像一个科技领域的诺亚方舟有一部分人利用AI达到了十倍百倍的生产力但更多的人可能都不用工作被替代了不是不用工作是没有工作没有工作被剥夺对对对那到那个时候我觉得也不用想得太坏因为可能劳动的定义资本主义的定义和之前都不一样就是因为之前我们是套劳动来来证明自己的价值 [50:00] 来让自己有成就战的同时获得一定的养活家庭和养活自己的钱但到那个时候他可能定义不太一样那前面我们聊了两个低估吗有没有高估的招诸的我觉得第一大家招诸的事情是AI一下子能帮我把事要解决了AI不是这样的一个东西AI是一个需要大家去花一些时间去适应和合作的同事但还是要有一些耐心不要招呼AI现在一下子能把任务完成擅长和AI沟通这件事情我觉得目前或者是短期它不可能成为一个普遍的能力目前还是只是少部分人掌握这个能力而且我觉得好消息是大家其实是从同一起跑线起跑的不管你是一个高中生还是你是一个应届大学生还是你是一个40岁的中层大家都是同一起跑线开始赛跑的而更年轻的人他思想更不僵化也许你能够训练出和AI更好的沟通能力让他更为你所用和你互补对一定是这样子的能把人管理好的人不一定能管理好agent然后可能不同人的工作方式在下一个时代都是不一样的之前比如说就是这也是一个梗就是古法编程的人和用agent编程的人互相嫌弃互相的代码质量不行因为两个时代的东西它就是不兼容的可能现在习惯了vibe coding直接用agent粗暴写代码的方式的人遇到一个问题他没有办法解决他就直接用AI再生成一遍而一个传统思维的人可能就是我要把它修修步步给修好之前的古法编程的人因为他代码是写给人看的所以这些东西对agent来说不一定高效那这些东西可能都是旧时代的人和新时代的人会发生的一些思维方式的冲突对所以所以我觉得是要相信年轻人的力量而且年轻人要相信自己自己用AI的能力因为自己是长在一个新时代的不管是职场也好还是技术范式当中也好的每一次技术革命从头开始发生变化的时候恰恰是我们说的俗一点也好阶级越前我们说的不俗一点也好就是思维范式的变化这个东西一定是年轻人反而能做好的东西对老灯是很难很难catch up的我们回到那个高估了AI的能力这个话题就是你不要指望AI能够一下子帮你把事情做好对它带来的影响就是不用太焦虑AI一下能把我给期待了对这也是我觉得特别想问你的就是AI的渗透率或者对人的替代率会不会也没有我们想象中的那么快我觉得没有那么快我觉得大家不妨可以从几个问题的角度来说去问一问自己的工作第一是我今天的工作是不是能够大幅的有AI来介入帮忙你觉得AI进来都帮不了忙那么可能你的工作很大时间内都不会被AI影响到我觉得两种可能一种就是你没用起来另一种是AI确实替代不了是是是我们的假设是做出判断的人是正确的假设是正确的话对然后第二个问题是AI如果进来了之后你和你的同事你的部门的人会不会显著的变少这个可能也是会发生分化的如果你觉得即使AI进来了之后人也不会真的变少这些人还是需要的话那好像也还好而且在很多掌位上也会出现这种类型的情况因为人需要做review人需要做把AI串联到一起的那些类型的事情这个能举一些例子吗比如说在AI时代反而增加了岗位这是个很好的问题就是我觉得很难在现在这个阶段很难就是说有一类掌位措纹了就是FDEFront Deployment Engineer暂时还没有一个很好的中文词对应他做的那个事情其实就是进入到企业当中帮企业去用好AI最近OpenAI and Drop It和IT咨询当中的创业公司或者独角兽来试着帮更多的企业去比如说财富500强去把AI给用好国内现在挺多公司老板也会请这样的专家来但是只是说质量难有不齐对这种趋势我觉得一定在出现 [55:00] 但是这个岗位我还是不会觉得它是一个很六端的新增岗位的原因我觉得也不长就对我比较担心它的加总还是变少的就是你看起来是多了这个岗位但是你会让那一个财富500强的公司当中的某一个岗位的人反而变少对增加你这个岗位但是整个公司少了500个岗位对我觉得这是一个非常微妙的问题就是AI择命是暂时一个没有看到真正创造新长位的一个特技人民这个事情在之前不常见我能想到的例子其实只有两个一个是恩德斯所谓的30年停滞就是珍妮仿杀机出现之后很长一段时间内大家不知道手中中人能做什么然后还有就是鲁腾宝的印刷机出现了之后大家不知道原来的那种做传统印刷或者说做文字工作那些类人可以做什么现在好了它是个通用模型各个行业的人都不知道自己之后还能做什么是的所以在这个事情我觉得没有人能够预测未来我只能说既然举这两个例子那这两个例子类比给我的启发还是偏乐观的就是经过了30年停滞和经过印刷革命之后工业革命真正的大幅的提升了生产力然后印刷业带来了科学革命和后面的一系列文化知识内容的繁盛对但只是说在科技革命发生的当时人没有办法预测未来但是相信人一定能有某些需求去填充整个社会的掌位我觉得更泛的说就是人总能找到自己的活法对就即便现在我们定义的工作它消失了被AI替代了发明新的工作只是那个工作它可能不是以劳累为标签或者印象的而可能是一种其他的形式是什么我们不知道就像三年前我们也想象不到AI是这样的一个实现的路径但我在想说现在假设大家已经接受了说AI时代已经到来但每天那么多的新闻那作为一个普通人怎么样区分这些噪音和信号呢哪些是自己应该去关注的去了解的哪些是噪音其实我不太需要关心就举例来说可能有些人会抱怨说哎呀这个东西我不会用那个东西我用不起来那可能还有另外一部分人说没关系再过几个月可能大摸鞋就帮你把职业问题解决了你不需要学我觉得首先是一个东西装出来可以稍微等一等比如说我觉得如果不是从业者的话不是像K字老师这样的对因为我本身工作需要我去了解最前的东西并且去甄别信号但对大家来说最好的信号就是时间就是时间的检验一周半个月一个月之后大家还真的在讨论这些东西那这东西一般有点意思然后第二是如果这个东西半个月一个月之后还在试试能不能上手去用它因为因为纸上得来终绝前能用起来的就多跟它交互和体验外界怎么说其实没有那么重要就是一手经验和二手经验在AI时代本身带来的变化可能会更加大然后第三者可能就是用最好的东西就是所谓用最好的东西是暂时不要相信太多的平替和那些所谓出来一夜之间出来能颠覆OpenAI and Shrop ittDeep Seat 豆包的东西我不说它100%不可能但对我们大家体验来说不需要去考虑那种极小概率的肥伪事件大家只要去尽自己可能去用到最好的模型最好的agent去跟他们打打交道体验体验自己有没有什么工作能被他替代掉我觉得已经可以已经可以胜过世界上95%所以不需要看那么多AI自媒体因为感觉每天AI这个世界都要被颠覆一次AI自媒体大部分人自己也不用就他们的KPI是让更多的人点击他们的文章就像如果有人只是出来开车教大家怎么炒主他炒主一定炒得不是最好的那么不如去理解一下那些所谓的招手是怎么做出来的AI然后他的产品带来是什么样的就与其看100条新闻不如你找一个能用的模型你先用起来对就是要知道那些自媒体其实是在利用大家的焦虑但是你的工作不会有的时候会觉得说哇前几个月那么辛苦在研究的一个东西突然就被颠覆了那我之前那一周那一个月那个熬的那个夜或者是焦虑的 [60:00] 那些日子都白费了不会有这种感觉吗因为它颠覆迭代的太快了对我个人还好的点在于我就是喜欢看一个大浪之上的风头浪尖到底在发生什么变化而且我只关注最重要的一些东西可能是因为之前就是在这个领域做研究的原因我很快就能晒出不重要的情况对对对就是这种判断力可能给了我一些忙然后有一个类比比如说我有一次在菲律宾潜水的时候我会看到一条鲨鱼游过去之后它身边会带着很多的小鱼一个鲨鱼它吃下来的东西当中的那些微生物和那些残渣就足以养活身边的小鱼了但是对于观察者来说最重要的是那条鲨鱼因为这条鲨鱼决定了这里的生态系统大部分的东西对所以带着这样的心态去看的话一样的OpenAI and Swapier这样的公司就是AI领域的鲨鱼但除此之外那些自媒体说大部分东西可能只是身边那些小鱼吃吃残渣的东西那么我觉得对于大部分人来说没有那么重要因为给我的感觉是其实离AI行业更近的人他们就是展现出了一种又兴奋又焦虑的一种状态就他们的焦虑感和兴奋感都是常人的很多很多的背是因为他们吸收的噪音太多了吗我觉得噪音是真的太多了然后我觉得焦虑的点倒不是因为自己之前研究的东西一下子被颠覆了而是因为未来太难预测就对我个人而言我觉得是这样子的就是我要在一个完全新时代的地图里面去航海而这个海域的风浪又太大了就是时不时会有一个东西把我之前的东西拍掉它难免会带来一些焦虑就是越了解AI到底能做到什么地步的人可能就会越焦虑因为他知道他能替代的事情太多了我曾经也进入了我身边很多朋友也进入了那个状态但是如果心态切换成有很多我之前做不了的事他也能帮我做了那么这些焦虑其实会好很多可是如果你会的东西AI能做的更好你不会的那些东西他也会做那他不是一个双重取代吗人有一个东西他不会就是张张反复提到的品位判断力面对不确定性时做决策的能力这件事情AI一定是我觉得甚至不是短期内不会是很长一段时间内都不会的这种判断很大程度取决于每个人自己的世界观价值观对一件事情重要性的判断对一件事情美与丑好与坏有去与否的判断这些东西可能是我们在如果用AI数据来说在预训练过程当中接触到的那些数据集对我们的奖励函数的塑形那么我们的奖励函数可能每一个人都有不一样的不一样的形成方式那么我们每一个人就会相信不同的东西在同一件事情同样事情的事实之下我们也有不同的相信程度和自己愿意下注的程度那这个时候就是人和人之间的差异了我觉得这个东西是永远不会被期待的而且最起码在我的了解和认知下AI它没有办法主动为你发起一个任务还是得从人这段来发起我对这件事情倒觉得很快他也会拥有这个能力了真的吗就是他可以指挥你的生活我觉得指挥这个词有点冒犯了就是我觉得是他了解我的状态之后像现在的信息流推给我某些东西一样去猜我需要什么就是他比较像一个你今天中午是不是想吃这个了对然后很多人其实不想在一些没有必要的决策上面花精力比如说下周月我家里需要补货我怎么觉得听起来像个大太监我觉得大太监不错就是很多人现在用agent的方式会说什么他是我的东厂他是我的三审六部制对吧我的中书审在占什么对就是如果是大太监我们就把自己想象成土皇帝我们拥有一大群agent绕着我们转听起来是个很好的状态皇上您生来就是享福的呀这些事您为什么要操心呢是啊对他们唯一的区别就是没有办法给我们物理意义上的被服务的但这种事情好像好像也不重要就包括我也跟Kate讨论过就在过去一段时间我反而有一个很强烈的感觉就是在 [65:00] 接触AI学习AI这件事的反面我会越来越觉得线下的实际的物理空间发生的这些体验可能在未来会变得越来越重要因为当你在虚拟世界沉浸久了尤其天跟AI打交道道你就会感觉很多东西都是虚的抓不住的而那些线下的体验尤其是那种有沉浸感的体验我在想未来会不会更有价值之所以当时会有这样的一个想法起因是当时KG的分享最后说以后做投资可能要看一个公司他做的以前会分他做的是2B还是2C但是未来可能当你考察一家创业公司的时候你要看他是为agent服务的还是说在为人类服务的然后其实就是这个问题他开启了我的这些思索我会在想说以后为人类提供的这种体验服务会不会变得越来越重要越来越值钱也许这个对大家来说也是一个方向首先张张说的那个思维框架是因为我前段时间写了一篇文章叫做Agent时代启示录这个启示录当中想表达的点就是2Agent和2Human是两个新市场比如说上着时代大家经常会有一些像notion这种类型的产品我要把每一个细节打磨到极致这当然很好是为了人的审美来说的但是对agent来说这个事情不重要这个是为人的体验服务的而现在最新出来的一批创业公司在做的agent的infra更多的是说我假设agent是我们的新员工那么我们要为他配足够多的IT预算对吧那么这个IT预算当中给他发的这台电脑他应该是一个怎么样的架构他应该怎么样让他用起来最快最爽能够把他的算力最大化AI肯定不需要wordPPT Excel这一条龙对AI需要的是比如说像markdown文件HTML文件它的表达形态是更符合机器语言本身的需求的然后对人这边的话我觉得就是很有意思的问题了因为其实在ChatGPT当打算做广告和电商的时候有一个做电商的朋友跟我说说购物不是一个简单的效率问题因为大部分的购物其实并不是在最快速的撮合和找到对的东西当中发生的可能是冲动对对对对就是基于人的注意力的冲动产生的那些东西以及它能够给我某种vibe某种符合我品味的东西带来的那些变化我觉得这个东西也会更加重要比如说一些线下的体验它是不是真的符合我我想要的某种理念对这些东西它听起来非常的微妙但它恰恰是因为它的微妙大家今天做AI模型的时候很强调强化学习强化学习当中的奖励函数没有办法去构建出一个好的数学建模来建模出一个人觉得美和好玩的标准答案因为这种东西实在是太多元了比如说前面说的你去一次音乐节可能你听了一整场音乐节大部分的嘉宾也没有按照你的预期但可能就是某一个点打动了你这种类型的信号AI怎么去捕捉到给他足够多的权重呢这些类型的东西我觉得很可能是很长一段时间内AI都没有办法替代的这是刘慈欣在诗语音当中说的文字就那么多评则就那么多但是李白的诗通过无限的计算它就是算不出来如果我们对艺术和艺术背后所代表的那种道和真理有一定的相信的话那么这种美东西可能不是可计算的对这些不是可计算的东西我觉得就是接下来to human当中最重要的那些东西所以现在假设一个人对AI很焦虑他努力的方向不一定是AI他完全可以反其道而行之也许对于一部分人来说他也不一定非要让自己的工作和生活和AI产生很强的关联或者是交集比如他是个餐厅老板他给大家提供更好的餐食他是一个歌手他给大家提供更好的演出体验也许这也未尝不可就是把too human的这个事情做好我觉得too human的事情做好的同时不是闭上眼睛说我不在意too agent的事情比如说歌手就是行业Suno已经很明确的即将把音乐制作当中大部分的简单的工作给替代了比如说rapper生成一个beat然后大部分的比较城市化的那些和弦的东西其实现在已经Suno已经做得非常非常好所以我觉得是你即使是打造too human的那种东西 [70:00] 你要知道to agent和AI制造这些东西正在发生什么东西他已经到哪个视频了对才正好想清楚自己的差异化优势在哪里在哪里对我觉得就很难两耳不闻窗外式或者说两耳不闻窗外式就会成为某种程度的独立音乐或者独立电影就像那个车恩兄弟当年拿奥斯卡奖的时候说我很感谢这个中业体系还允许我们两个在角落里面玩泥巴那这种形式一定存在因为我会想到我五一去上海参加了一个音乐节目是一个非常有名的DJ它的特色或者是它的招牌就是它会用那种裸眼3D的那种画面巨幅的那种荧幕配上它的DJ然后再配上舞美灯光音效还有各种的效果就以前我在上面上刷了过很多次我会觉得那个视觉效果挺好的但我觉得就是现在有AI了这个画面应该理应能变得更好而且很容易被复制但是当我真的置身其中尤其我可能站的比较前排那种沉浸式的憧憬感实在是太强烈了而且它是把声光电结合在一起带给你的感官刺激就那个时候你只有当下你不会考虑未来我的工作怎么办你不会考虑过去我应有的东西你只有当下的那个体验我那时候觉得太厉害我说这真的AIT代不了因为它是一个非常全面的一个体验它不只是一段动画但是结束了之后大家在社交媒体刷到可能就还是一段动画大家觉得说这个东西CDS很快就会超越的我那种感觉就觉得很奇妙我同意也替代不了这个背后的原因是因为AI不在场就是AI的展示能力所谓的那个多模态它其实是以语言为真集的就是这个语言为真集的点是在于语言是目前世界上性造比最高的一个东西所以就是他能够通过语言了解我们所谓的那个符号世界但是比如说与白颖章的过程因为我有些朋友在现场所以我印词上刷到一些帖子所以我大概知道你说的是什么样的但如果我完全没有刷到旧评颖章那些话其实我没有完全没有办法想象对吧我只能想到一些类比比如说像沙丘和那个《银翼夏秋2049》那样的就是扑面而来的一个巨大的建筑让我感到震撼那种声光电的那种变化而且还有音乐和节奏对对对所有这些东西交织在一起带来的对人的基因某些东西的触动对这个东西我觉得是很难过当我结束之后想要发个朋友圈写的文案我就发现语言太苍白了太苍白了对所以语言太苍白的东西AI就很难取代这是不是一个好的信号对是不是一个好的信号就是如果某些体验你穷其一身都不能用语言清晰的描述出来的话那可能AI在很长时间内就是没有办法取代这件事情对这就像我们其实从去年开始我们就一直在跟小酒馆的听众说我们希望多走到线下去跟大家面对面的见面理论上随着技术手段的提升现在的播客我们甚至可以把它翻译成十几国语言的声线然后让更多的人听到但我们认为这个意义它没有那么大我认为人与人面对面的聊天那种氛围感那种在场感它是技术完全没有办法替代掉的没有办法替代而且我觉得是技术是某一个愿景在那边就像马斯特说的我们要登上火星这件事情它是某一个目标重要的东西是我们在实现这个目标过程当中解锁了一项对我们生产力和对我们生活重要的东西但那个目标是不是真的能100%实现那是肯定不会的就是因为这世界上没有100%只有96.99%然后所谓的无限没有无限所谓的真正的线上的那个沉浸式体验它不可能真正线上所有的AI公司都是要求大家线下板中的现在的硅谷的AI公司都会要求大家一定要线下onsite到场办公至少要求每周有三到四天是要到场办公的因为不然的话效率会很低会因为人周通之间的那个折合而带来一些不必要的摩擦因为人的注意力就这些你在场你的注意力是全方位的而你在某一个远程在家里也好在咖啡庄也好你的注意力是部分通过你的屏幕去和公司团队里面的人去连接的这东西就不可能百分百包括即使AI扣定到了现在的能力也有很多人跟我说他其实想回归 [75:00] 主法写代码一段时间因为我记得好几个AI来的朋友会跟我说他一周之内要预留一两个小时的时间不用codecode不用codec次自己写代码无法编程因为你不如法编程你会发现你监督AI的能力没有了自己的那个对系统和对设计的一些基础的理解在在衰退你作为一个网球教练你还得陪打呢对你还得陪打你要对最新的运动员的打法然后手上那些球杆的东西有最基础的杆质所以我会觉得未来人和agent的关系会有点像运动员和教练的关系就是很多事其实你知道运动员的身体素质运动员的竞技能力和他的年龄状态他的激素就是比我要好但是他不一定能清晰的揣摩清楚在某一个运动场合之下他应该用什么样的战术什么样的策略去解决这个问题那这些东西现在还是需要人去修载对那从你刚才说的就是比如说很多现在在一线的人哪怕他AI已经用得非常的溜了他还是要留一段时间给自己古法编程保持手感那么现在随着AI能够参与到越来越多人一整个工作链条你就对于大家来说应该把什么样的能力保持住不要丧失掉我们最终的目标是判断力我们最终的目标是判断AI做的在不在一个对的方向以及能不能达到我想要的目标比如说写代码的时候你一定不能放掉的就是他怎么设计这个系统然后比如说做投资研究的时候你不能放掉的就是对某一个行业你的非重视的观察那这些东西是AI很难从中开信息和他已有的茫茫多的知识当中去抽象出那个你最想要的东西的所以这些东西我觉得一定要反复的打磨并且放正多的时间去想因为AI其实把执行给你做完了我知道了其实就是你要做一个AI的好领导就是一个领导你要具备的能力是什么首先你的信息要比你的员工更全面不然你没有办法把这些信息给你的下属然后第二点就是你要能够监工你要能判断你员工的你下属的这个工作质量如果你如果你长期脱离一线你根本就评价不了他的工作质量那他就跟你糊弄嘛然后AI本来也很擅长糊弄那这个时候就可能真的是要被AI牵着鼻子走了是的就是一定不能出现的一个情况就是他说什么我就是什么尤其是当他做完一开始的规划之后一定要去纠正他和他反复互动反复去问你做这东西到底是不是对的我怎么感觉每个人其实应该学一些什么领导力学管理学101对而且他而且他恰恰是回归管理学本源的东西我以为管理学要不存在了我觉得agent管理学一定是一门新学车就是因为现在大家觉得管理学没用的一个原因是因为你到了企业当中会发现你处理的其实是这种政治问题就是大家大家各自为战各自为自己的利益做事情的时候你怎么去当中调题桌子下面的问题对然后自己去达到自己想要的目的现在有了AI我们你的管理反而变得更纯粹了他不会跟我故意说反话他不会有很多潜台词对我觉得AI在这些事情上都没有任何的问题AI真正的问题是他就是锅他背不了就是就是锅背不了指的意思就是说比如说我们在投资的时候就是钱亏了还是我亏的绝对不是我手下任何一个agent亏的对就这个责任你推不掉推不掉对这也是上次你在分享的时候我们就在讨论嘛有没有可能把AI应用在投资中其实一个很大的卡点在于AI他对钱是没有概念的你把你的账户交给他操作他去交易亏了钱你很想怪你是怪豆包还是怪deep sick那两家公司也不会认这个我觉得AI很长一段时间都不可能解决但是我倒对这里可能会产生新掌位有一些乐观的地方就是他可能出现一种新的第三方审计或者保险的业务当AI出现一些问题的时候可能有第三方来帮忙review以及第三方来帮忙接转一些问题或者来把损失用保险精算的方式第三方是人类还是agent他最终一定是人类OK因为人类还是相对更相信自己的同类一点点比起机器我还是那个问题你要审计和保险你得被捉懂了就像一个公司他再怎么财他一定会有一个财务对 [80:00] 有一些锅必须得人背然后出现问题的时候需要人去定位这个问题然后去判断这个问题它重不重要对吧因为对agent来说他没有那种比如说赚钱的时候的损失厌恶这些事情我觉得对AI来说他只是一个就像当当音乐节那种东西他知道这些东西的纸上的道理但他很难有那种提债因为他没有亏过钱因为它没有一个物理世界现实存在的东西起码我们的技术还没有到这一步对然后它也没有生存的压力因为人底层其实无外乎这么挤着就是某几种激素它对应着解决了它的生存问题它的好奇心等等的问题对我觉得AI的好奇心未来能被用某种工程和产品的方式去包裹着去做出来就是让它显得更加的像一对人积极主动一些但是他的那种生存对失去某些东西的渴望这些东西可能可能永远不会有他可能永远都无法共情人类对而且人类也不一定希望这些东西他共情对吧因为那样的话AI就会有私心了就会有对就会有利益就会有意识那那个时候那仿生人和人类的区别就真的很难分析了那像你们在平时的工作中你们也会讨论比如说对未来的设想啊变化啊你们的推演吗我们会讨论但是我们也会撤裆承认未来是预测不了预测不了的就是我们不能预测未来只能用一种债率分布去建模未来那有哪些事情是比如说中短期你们觉得大概率会发生的事情像前面说的那几家大公司的上市肯定是一个AI的渗透以及AI的商业化的加速落地以及AI就是行业本身的加速我觉得在短期的两三年之内之内是很难停下来的对他的因为这是个庞然大物它的势能一定是越来越大的然后越来越多人感知到之后一定会有越来越一定会体现出在应用和技术上的双重加速只是到某个程度之后它可能会不会出现过热的情况这个东西可能是值得预测和思考的一个问题我在技术上对AI非常的乐观但我在中期的时间内对AI是不是能够持续是一个一直向上的市值增长的趋势我有些不确定因为这件事情在互联网已经.com bubble的时候已经很明确发生过了现在AI收入和各种技术的成熟度的体量上已经比当时成熟了很多但是市场一定是偏物合之众和矫枉过正的就这种人性和博弈当中必然会出现的事情还是有大概率会发生的对未来的推演我觉得白领大部分的工作迟早还是会被替代掉的或者说人的分工是会发生比较根本性的变化的但你是以一个乐观的语调和预期在讲这个事情对因为回到前面我的那个价值观就是我觉得人就不应该被固定在现在就是过度专业化的分钟当中人不应该是螺丝钉所以我对这件事情本身的价值是比较乐观的然后最乐观的预期当然这是个人的价值判断就是每个人更容易被发现自己身上的闪光点因为在过去这段时间内其实没有一个人会说去了解这个人充分的上下文和context去说这个人到底适合做什么样的事情并且怎么可以帮助他把这件事情放大做得更好但有了AI之后他其实有我们更多的信息他也能够帮助我们去把一些之前可能只是爱好或者一些模糊的感觉喜欢和擅长做的事情做得更加的完善一些那么如果有这件事情发生了之后其实每个人可以找到自己能做得更好的东西你这个让我想到其实在过去一年我们小酒馆也会持续探讨一个话题就是人怎么样找到自己的天赋所在刚才Kate说的这些让我想说也许这件事情在AI实在是可以达成的因为这个技术手段它能让你的各种很微小的好奇或者是倾向变成可能变成一个产品就像我现在我特别喜欢在小文书上刷大家webcoding的各种东西我也很喜欢我真的觉得好有创造力我觉得大家太有创造力了就也许你看它的主页 [85:00] 平时他还是一个初中生或者是他就是一个银行的职员但是不重要比如说我看到一个我觉得很喜欢的是他做了一个计算器就只要你上班他开始计算你的实心多少钱就你现在做了20分钟这20分钟你收入多少这样让你的上班觉得你这个窝囊费没有白赚我觉得这个就很好我当时就特别想下一个我觉得第一你可以有一个724小时在那边的智能跟你讨论你擅长什么东西了第二你讨论出来某些东西之后你可以有接近于零的试错成本去把这些东西做一个初步的样本出来这东西当中你到底有没有成就感对什么东西展兴趣你会更清晰的感受到因为之前大家总会说我对什么东西展兴趣什么东西展兴趣但永远没有办法尝试因为有很多现实生活的束缚而AI让这件事情系统性的降低了所有事情能在软件世界去完成大部分的事情你的成本基本上都被打没了即使现在没有被打没很快在几年之内也会被打没那么这个时候大家一定能探索出更多适合自己的事情那么我们看世界的滤镜也变得更加的五彩斑斓一些就不再是说我过去我必须擅长的事情就是什么开发产品运营销售这种类型的固定的某个职能而是它可能是真的我感兴趣的某一个更细分的事情所以我觉得AI把人变成了某种程度的通才或者说帮我们成为通才之后我们反而能够因为这一种广而在某一个领域做的更深这是我对未来比较充满希望的一种假设那比如说三年后五年后你有预期或者是想象那个时候你还拓展了什么样的能力吗或者在做什么样的事情好问题我希望我能用AI开出很多的是这样我觉得可能有两类东西第一类就是做出来无用但是很好玩的新产品对就比如说张张说的那种即时新的东西这东西很无用但是它非常的有意思就是需要的情绪价值真的就是我们其实每个人脑子都有一些很奇怪的脑洞可能它都是可能它没有商业价值但是他现在有了这个东西之后我就会把这些很无聊的想法去把它给实现了真的很难还有我不知道就是我可能会幻想世界是怎么样的然后去做做一些和当下工作可能没有关系但是可能很有意义的事情比如说首先一再来之后身体肯定是很重要的那么可能是对我的爱好来说可能是打网球或者健身这种类型的事情可以做一些还有一类事情是我也在想工业者明来了之后人的身体可能永远站不住机器那么好了所以人有了健身者的需求但是现在问题是至于者明来了之后以后有建脑的需求以后有建脑的需求我脑子肯定站不住机器了那么我做什么东西呢能让我建脑呢那这个可能也是一个很有意思的六个核桃对不起这是不是有点硬植入没事这段我们可以剪掉对没事这段AI取代不了这段烂梗AI取代不了确实所以我就觉得这种想想这种新时代的需求还挺有意思不是说喊口号式的说未来人会变得更全才不再那么专业化而是你觉得自己从实际行动中也想把自己从一个专业人才解脱出来做各种各样的新场势是的然后我觉得大债率未来很多我现在做的工作可能都不太需要我去亲力亲为了三年后你们公司还在吗我们公司肯定在只是做的是不是现在一样的事情我就不知道了就还是这样一群很聪明的很有知情力的小伙伴团聚在一起做的事不一定是现在这个人是很宝贵的事是不重要的就是我觉得现在事就是因为它是新时代所以所有东西都会变得太快我让我现在我用这句话来安慰一下孟严好的对因为品牌很重要因为人在聚在那边你们还带着不论是你们的那种品牌还是我们的那种品牌这是品牌在那边他本身树立着某种某种品味和格调这个东西他是不太会被替代而且更难从零做起来的这个东西他一定是在那边的然后如果再说就是如果从一个我自己未来想做的事情的话我觉得很难真的AI一下子做到的其实是 [90:00] 刚刚说的车学发现的文艺复兴你要当科学家吗我去搭建AI帮助车学家或者去孵化这样的公司来让更多的车学家能够用AI自动化很多的车学发现因为我一定是相信很多的现实世界的实验以及除了实验之外那些冗余的工作是可以被数字化和计算慢慢的替代的今天我们对不管是生物材料物理化学一些基本的东西的理解已经足以让我们迈到下一个时代就是让计算把很多的科学发现给完成了今天很多的生物化学的PhD可能中期PhD的生涯五六年只能做一两篇paper但随着有AI的出现了之后他们的代码自动化数据整理能力以及把整一个实验闭环能力可能都能比之前加速很多这个事情对一个lab可能影响没有那么大但对整一个行业的影响其实非常非常的大在比如说生物行业它是一个10到20年发现一传药并且要消耗10到20亿美金甚至更多的一个东西那么可能有了AI模型之后有了AI agent之后这些东西的迭代速度会比之前快上三五倍我相信一定是可以的就是这个三五倍当然不是在比如说临床动物实验人体实验那些那些物理世界的瓶颈一如既往的还会有一些时间但是在之前就是发现这个分子倒让这个分子在现实当中有一些基础的可乘药性并且进入临床这件事情可能会变得快很多而且这个东西会让会让所有的科学领域去有教育原来你是一个有大爱的手续善良的人想做的事情非常多非常广而且其实最终的目的都是造福所有人希望是吧但是这个东西你也可以有一些就是看你的观点了就是因为这些东西一旦实现的话人类所有的车技术会被重新点一遍人类车技术每一次点亮一个大东西的时候都会出现一些善良和邪恶的东西比如说原子弹那种这些东西奥本海默发现的东西绝对不是用来实现今天的目的但是它就是发生了而原子弹只是一个非常偶然相对偶然发生的一件科学发现可能在发现原子弹过程当中我们还漏了很多科技术当中没有点的东西如果把那些东西AI真的蹭蹭全点亮了这个社会会是什么样的不知道挺值得期待的不管变成什么样你有点混沌混沌中立了我一向是混沌邪恶是混沌邪恶好的好的好的你既然围绕着AI其实聊了很多的话题可能有些人听到这里他就已经感觉到哇脑子好混乱了那么如果就是如果他觉得听了这么多还是觉得有些混乱不知道该从哪里开始你觉得最值得他先看到的变化是什么那我觉得就是看到Agent正在成为世界上的新物种并且去拥抱这种变化然后扔掉旧世界的地图去探索新世界的无限存的带上你的纸和笔或者带上你的电脑然后一边走一边自己绘制地图对因为今天没有人说的地图是正确的就是没有人没有人能我们这一期可能也是诉求的可能一个月后三个月后你就发现很多也不成立了可能都不一样对可能都不一样但是这才是好玩的裸臣对如果一个东西的标准答案就在那边那这东西AI就能解的比我们好只有这种不确定的东西才是我们一直去思考和我们人之为人的意义欢迎大家来到新时代欢迎谢谢K字老师谢谢你的时间以上就是本期节目的全部内容欢迎你点赞收藏把它分享给更多的伙伴也很期待你在评论区聊聊你的感受我们都会认真阅读如果你还没有关注知情小旧馆也欢迎点个关注你的支持会成为我们更新的重要动力我们下期小酒馆不见不散