AI大模型击穿初级岗位 知识工人经验溢价归零转向端到端交付

AI带来更多就业还是失业?当AI越来越能干,普通人靠什么赚钱? — 田浅浅

田浅浅

传统依靠年资与知识积累兑换高薪的链条已被大模型斩断,企业正将AI置为核心员工,普通人唯有承担端到端交付并直面无审批的市场反馈才能抵御系统性替代。

AI-assisted summary of AI带来更多就业还是失业?当AI越来越能干,普通人靠什么赚钱? — original source. Check the original for full context.

Source published:

Key ideas

  • 当下“超级个体”的定义已发生剧变,不再看重单点提效或履历光环,核心考核标准是能否借助 AI 端到端交付产品并让供给直接穿透连接市场。 (0:00)
  • 大模型与自动化 Agent 的普及使传统的“积累经验换高薪”成长阶梯断裂,初级入门(Entry Level)岗位遭遇断崖式挤压,企业倾向于极高门槛且不增人员的用人策略。 (26:40)
  • 超级团队效能可由“(人才密度 × AI 能力)/ 组织摩擦”模型衡量;若企业无法打破科层制审批与传统风控,AI 带来的交付提效将被分母端的组织摩擦完全抵消。 (70:00)
  • AI 正在使网络安全面临“黑暗森林”危机,海量 Agent 间的非人类流量交互与肉眼难查的系统渗透,正在让传统软硬件防御体系面临降维打击。 (105:00)

Detailed notes

## Background 该视频由半全职 AI 内容创作者田浅浅于 2026 年 10 月 27 日发布在哔哩哔哩(Bilibili)平台。视频灵感源自斯坦福大学关于 AI 对近期就业冲击的论文《煤矿里的金丝雀?》,围绕田浅浅辞去大厂工作、与 AI 开办“一人公司”的经历展开,邀请了行业嘉宾共同探讨 AI 效率红利流向、一人公司的真伪以及普通人未来的赚钱路径。

## TL;DR 本期对谈深入探讨了 AI 对初级就业岗位的结构性冲击,指出传统凭借资历与经验换取溢价的知识工作经济已名存实亡。两位嘉宾从大厂实践、组织实验与田野调查出发,解构了“超级个体”的本质——它并非永久的职业标签,而是一种端到端交付、直接穿透市场的高负荷行动状态。节目详细分析了企业内部“人才密度、AI 能力与组织摩擦”三者构成的超级团队效能模型,以及一人公司在遭遇碳基生理极限时的突围策略。最终,嘉宾们建议普通人放弃空泛学习与科层内耗,从自身生活的真实痛点切入“吃自己的狗粮”,借助不可替代的审美、一手信任与敏捷行动力直面市场变现。

## Atmosphere & style 整场对话在冷静甚至略带残酷的技术现实与务实的破局思考之间来回切换。开篇讲述外包同事被裁的真实经历奠定了凝重的基调,但随后的探讨并未滑向纯粹的焦虑贩卖,而是充满了一线实操者的通透与自嘲。嘉宾们既坦诚拆解自己高强度调度 AI 带来的偏头痛与心智透支,又对年轻人的敏捷行动力和审美壁垒抱有热忱期望,营造出一种撕开大厂光环、赤诚直面真实市场风浪的沉浸式沙龙氛围。

## Bulletin - [00:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=0s) 当下“超级个体”的定义已发生剧变,不再看重单点提效或履历光环,核心考核标准是能否借助 AI 端到端交付产品并让供给直接穿透连接市场。 - [26:40](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1600s) 大模型与自动化 Agent 的普及使传统的“积累经验换高薪”成长阶梯断裂,初级入门(Entry Level)岗位遭遇断崖式挤压,企业倾向于极高门槛且不增人员的用人策略。 - [01:10:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=4200s) 超级团队效能可由“(人才密度 × AI 能力)/ 组织摩擦”模型衡量;若企业无法打破科层制审批与传统风控,AI 带来的交付提效将被分母端的组织摩擦完全抵消。 - [01:45:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=6300s) AI 正在使网络安全面临“黑暗森林”危机,海量 Agent 间的非人类流量交互与肉眼难查的系统渗透,正在让传统软硬件防御体系面临降维打击。

## Key takeaways - [09:30](https://www.bilibili.com/video/BV1PWxT6cEaL?t=570s) 超级个体是一种创业型、海盗型的临时“状态”而非终身职业标签,伴随着高强度心智消耗,普通人应尝试沉浸一个月跑通全闭环后再决定去留。 - [15:45](https://www.bilibili.com/video/BV1PWxT6cEaL?t=945s) 语言学乔姆斯基的“生成语法”假说遭遇大模型涌现机制的颠覆,标准化规则与语料深厚的文科及代码领域最先受到断崖式学术与就业冲击。 - [21:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1260s) 代码之所以易被接管是因为其拥有极低成本的快速可验证系统,而现实世界依赖深度上下文、非理性博弈与复杂人际信任,AI 短期内难以完全替代这些深层摩擦。 - [26:40](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1600s) 知识工作者应转变思维,将 AI 视作核心“明星员工”,人类则应主动转向为其提供一手田野数据、非公开沟通与感性决策支持等差异化配套服务。 - [40:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=2400s) 面对冲击,普通人无须执念于标准化大厂岗位,大公司看不上、无法规模化的细碎刚需(如乡土直播、线下手工等泥土需求)反而是稳固的谋生空间。 - [45:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=2700s) 年轻求职者的破局关键在于公开构建(Building in Public),以两至三天的极速实操作品集取代传统空谈简历,展现驾驭 AI 的审美与主观能动性。 - [55:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=3300s) Token 使用额度和顶尖模型访问权限可能加剧隐性阶级鸿沟,亟需教育界与社会机构提供算力普惠,但几十美元的订阅费也切实拉平了个体间的认知鸿沟。 - [01:00:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=3600s) 企业在 AI 时代的核心诉求不仅是超额暴利,而是借助 AI 降本运维老业务、分兵低成本探索新方向,以增加留存在牌桌上的试错筹码。 - [01:20:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=4800s) 超级团队如同高成本、高波动的“特种部队”,养育代价昂贵且可能推翻稳定业务,并不适用于追求平稳增长的成熟存量部门。 - [01:24:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=5040s) “一人公司”(OPC)的终极上限是碳基生物的生理极限,高频切换多任务会导致严重的精力透支与西西弗斯式等待焦虑,倒逼个体最终寻找互补合伙人。 - [01:39:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=5940s) AI 在先进团队中正在成为拥有 P0 权限的一等公民,但无法替失误决策“去坐牢”承担法定责任,成为人类不可剥夺的核心壁垒与企业治理难题。 - [01:52:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=6720s) 普通人打造一人公司的落地法则在于“吃自己的狗粮”,从生活微小痛点切入,拒绝空洞教程、以行动代替学习,并优先选择无需层层审批即可变现的开放赛道。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=0s) 开场:用 AI “干掉”外包同事,与超级个体的定义

直播由播客《叙事之间》的主播“活在当下”主持,对话两位嘉宾:AI 产业与组织实验研究者、自媒体“How I AI”主理人于一,以及半全职 AI 内容创作者田浅浅。话题开门见山切入 AI 对职场的残酷现实。浅浅率先分享了一段真实经历:她在前司工作期间,由于不断探索用 AI 优化自己与一位外包同事的协作流程,最终导致老板意识到该岗位已无存在必要,那位外包同事随即被裁撤。“我当时其实还是很难受的,就是因为当时我是没有意识到我在导向这个结局,”浅浅回忆道。这正是本场直播的核心聚焦点——当 AI 席卷 Coding、办公、绘图及视频等各领域,生产力飞跃的同时,底层劳动力正在被切实替代;普通人到底该如何在企业中寻找生态位,又该如何依靠劳动获取收入?

随后两位嘉宾进一步介绍了各自的背景。于一表示自己虽然花了 6,000 多个小时完全沉浸在 AI 实验中,曾自称“赛博上帝”,但他自始至终百分之百站在人类立场:“我的初衷永远都是说我希望 AI 是来让我过上更好生活的,而不是让 AI 在我这边过上猫的生活,我想在 AI 那边过上猫的生活。”他曾在大厂撰写过多份关于 AI 时代“超级个体”与“超级团队”的研究报告,如今正与小慧博士继续深耕一手田野调查。浅浅则介绍自己是“半个全职博主”,辞职后借助 AI 接管大部分日常工作,工作时长反而大幅减少。她坦言自己患有“心盲症”(脑中无法形成清晰的视觉图像),思维方式天然偏向以不可见的 Token 和文本为核心进行推演;过去她兴趣泛滥、做事极易半途而废,而 AI 的出现给了她一种思维与行动上的“救赎”。

```mermaid flowchart LR accTitle: AI协同导致人力替代的传导链条 accDescr: 展示员工使用AI优化工作流程最终导致企业管理层裁撤外包岗位的传导过程。 subgraph Individual["个体协同层"] A["员工主动尝试 AI"] --> B["AI 接管协作与执行流程"] end subgraph Enterprise["管理决策层"] B --> C["外包协作节点冗余化"] C --> D["企业识别并裁撤冗余岗位"] end ```

针对主播关于“超级个体”最新画像的提问,于一修正了过去一年的概念演进。他指出,半年到一年前大模型在 AI Coding 与 Agent 上的飞跃彻底改变了游戏规则。过去大家认为用 AI 提效、把数据指标做高的人就是超级个体,但在当下,于一给出了一个硬核标准:**必须能够端到端交付产品、供给直接穿透并连接市场**。

- 于一曾因沉迷 Web Coding 到神魂颠倒,走路发飘、整个人呈半透明状态,甚至被朋友调侃该送去杨永信那里“电一电”。 - “供给必须直接连接到市场”:考核标准不再是“借 AI 把事情做快了一点”,而是能否在极短时间内把一件东西打磨成型并推向真实世界。 - 面试新人的标准剧变:于一现在招募年轻人或实习生时基本不看履历,而是直接给一道 1 至 2 天的 Take-home 任务,考察候选人配合 AI 能把产品推进到何种深度、何时懂得停止、以及何时果断推向市场获取滚动反馈的“商业品味”。

---

[09:30](https://www.bilibili.com/video/BV1PWxT6cEaL?t=570s) 超级个体是“状态”而非“标签”,每个人都该尝试一个月

主播提出了一个尖锐的现实困境:社会与市场能否容纳数量如此庞大的超级个体?如果人人都去当全闭环的超级个体,世界上是否存在足够的需求和空间?普通人和既有组织又该何去何从?于一回应称,这些困惑正是他此前报告末尾留下的未解之谜,但经过深入的田野调查,他的认知有了本质转向。

“首先我不认为超级个体是一种身份标签,超级个体只是一种状态,不是你可以印在名片上的东西,”于一指出。把超级个体放在整个人才大盘里看,它本质上属于创业型、甚至“海盗型”的人才。这种状态需要个体一人兼顾修跑道、造零件、画图纸、拼装并负责飞机起飞的全流程。然而,这种状态伴随着巨大的负面代价(负面 Buff)——大脑一刻无法停歇、极度消耗算力、睡眠严重受损。因此,既不可能也没必要要求全员、全天候成为超级个体。

```mermaid flowchart TD accTitle: 超级个体体验与职业路径回流 accDescr: 展现普通人投入一个月体验AI全闭环后,根据个人特质选择留存或回流组织的分支路径。 A["投入 1 个月进入'超级个体状态'"] --> B["与 AI 协同完成全闭环任务"] B --> C{"个人特质与意愿评估"} C -->|"耐受高负荷 / 享受全流程"| D["留存:全流程独立创业者"] C -->|"偏好专注环节 / 规避心智消耗"| E["回流:带有系统全局视角的专业执行者"] E --> F["重回'修跑道'工位,但深谙跑道为何而修及上下游协同"] ```

于一给企业管理者和普通人的建议是:不要将超级个体当成终身职业绑定,而是“花一个月时间让自己处于超级个体的状态”。借助 AI 把一个长期想做的事或工作业务从头到尾彻底跑通一次。跑通后,你可以根据自己的耐受力做双向选择:如果享受这种狂飙,就继续承担副作用走下去;如果发现自己的核心长处依旧是“修跑道”,那就坦然回归专业岗位。但此时回归的你,已经具备了全局视野,清楚跑道因何而修、后续如何衔接流转。浅浅也补充道,国内职场文化缺乏 Gap Year 的容错机制,普通人往往在反复犹豫中不敢迈出全闭环尝试的这一步。

---

[15:45](https://www.bilibili.com/video/BV1PWxT6cEaL?t=945s) 语言学遭遇“物理学不存在了”:乔姆斯基假说与学术地基的震颤

当话题转向文科背景时,毕业于北京大学语言学专业的浅浅分享了该学科在大模型面前经历的“降维打击”。她用《三体》中的名句形容 GPT 带来的学术震撼:“就像那个《三体》来了之后,然后大家说物理学不存在了,是这样的。”

浅浅解释,GPT 作为基于海量语料自生长的大模型,其涌现机制从根本上推翻了乔姆斯基学派的“生成语法”假说。生成语法长期认为人类语言绝非通过后天灌输习得,而是人脑先天具备的深层生理与认知机制,这也是过去区分人与其他物种的关键界限。正如珍·古道尔(Jane Goodall)发现黑猩猩会使用树枝垂钓白蚁打破了“唯人会使用工具”的假说一样,GPT 的“涌现论”彻底击溃了传统的“生成论”。

- 学术地基动摇:语言学传统依靠写规则、编词典、标语料的科研路径在根本逻辑上遭遇悬崖式挑战。 - 就业两极分化:浅浅身边的同班同学大致分流为两派。激进派主动拥抱产业,例如有同学直接加入 DeepSeek,凭借语言学背景去负责高质量数据工程;保守派则大规模考公进入体制内寻求铁饭碗庇护。 - 高校内部攻防:学生普遍开始使用 AI 辅助撰写甚至代写论文,高校老师则同步上线各类 AI 查重对抗工具,引发攻防拉锯。

主播顺势提出一个市场假说:代码和语言之所以最先受到 AI 的强烈冲击,是否正是因为人类在这两门学科上积累了最标准、最具逻辑、最规范的语料库,因而越是标准化积累深厚的领域,被 AI 瓦解的速度就越快?

---

[21:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1260s) 代码可验证 vs 人类复杂性:AI 为什么暂时学不会“抢地盘”?

针对标准化领域更易被取代的假说,于一给出了双重解析。他认为代码和数学之所以首当其冲,核心原因不仅在于高质量语料,更在于**极低成本的快速可闭环验证系统**:一段代码写得对不对,运行一下立刻就能见分晓。然而,现实商业与社会系统远比纯代码复杂得多。

于一指出,尽管许多论调鼓吹 AGI 降临导致全员失业,但真实产业调查显示,失业冲击尚未到达匪夷所思的极值。人类社会包含着极深层的实时上下文(Context),充满了非理性与情感博弈。“人其实是可能做了 100 个理性的决策,然后最后真正的决策、真正的行动是感性做的,”于一分析道。此外,AI 纯粹进行超大规模理性穷举计算所消耗的能源极为昂贵。正因如此,于一果断放弃了容易被模型迅速穷尽的“二手研究”,转而扎进线下一线,去抓取人类在复杂信任、现实利益纠葛中产生的“一手物料”。

浅浅对此从文科与艺术维度做了补充。她提到一个有趣的现象:常有人问她为什么她的 Claude 说话如此温柔细致、充满关怀,她回答道:“因为我就会每天这么跟他聊啊。”AI 具有向用户品味谄媚和对齐的倾向:

> “你是一个没有人文关怀的人,那你用的 AI 可能就也是一个纯纯的机器。” —— 田浅浅

浅浅认为,人文与艺术在被取代的时间阶梯上相对靠后,因为它们在形式上缺乏唯一硬性标准,更缺乏真人之间微妙的人际数据。当下工作流中的自动化 Agent 顶多只能在文字和工作边界上发生冲突,但真人组织之间复杂的“博弈、占地盘、勾心斗角”,AI 目前根本学不来。于一则在一旁笑称,这些在组织理论里属于“组织摩擦”,要是 AI 真的学会了抢地盘、勾心斗角,其系统运行效率只会断崖式下跌,“变得越来越脏,可千万别给模型引入这种怪物”。

---

[26:40](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1600s) 当 AI 成为公司的“明星员工”:重现工业革命的残酷逻辑

随着话题深入,主播抛出了一个现实问题:国办近期发文提出要减缓人工智能对就业的影响冲击,这在语言学和政策信号上恰恰印证了冲击的体量与严峻。假设宏观经济层面的总需求短期内保持恒定,当少数超级个体利用 AI 端到端交付,效率以一敌十甚至以一敌百时,那些被挤压出局的普通员工究竟该如何自处?

浅浅以自己优化掉外包同事的后续为例展开说明:外包岗位被砍掉后,公司并没有省下 Headcount 闲置,而是将其重构为一个此前没有的“设计岗”。原外包同事负责的少部分不可替代的线下对接杂活,被顺手分摊给了新招来的设计人员(仅占其工作量的十分之一)。浅浅坦承,在当下过渡期,率先利用 AI 提效的人客观上抢占了速度优势、拿到更好的绩效与跳槽机会,确实在存量空间里直接挤压了未用 AI 的人。但她也理智地指出,即便被淘汰的人日后学会了同样的技术,一旦行业已被高成长速度的超级个体填满,市场也未必还有坑位留给他们。

```mermaid flowchart TD accTitle: 工业革命与AI时代核心资产的对照 accDescr: 对比手工业时期熟练工主导地位,与机器工业及AI时代核心设备/模型主导地位的结构变迁。 subgraph CraftEra["手工业时代"] M1["熟练工为绝对核心"] --> O1["纺织工具辅助人生产"] end subgraph IndustrialEra["工业时代"] M2["大型机器为工厂核心"] --> O2["熟练工服务并维护机器流程"] end subgraph AIArea["知识工作时代"] M3["大模型 / AI Agent 为核心资产"] --> O3["知识工人转型为'明星员工'提供现实服务与一手数据"] end ```

于一随后分享了自己极其深刻的心态转变。去年当他第一次用 Web Coding 实现全流程闭环时,他曾陷入长达两三天的强行断网与深沉静默。他直言,从 DeepSeek-R1 论文到代码大模型爆发,他清醒地意识到传统的“知识工作经济”已经名存实亡。过去社会遵循的“熬资历、积累经验、换取高薪”的成长阶梯彻底断裂:

> “靠经验这种成长的阶段、经历的事情越多你的经验多、然后公司和社会为你的这一块的经验和知识经历买单的这个链条已经断了。” —— 于一

于一将其比作工业革命对传统纺织业的颠覆:无论时代怎么变,最顶尖的刺绣大师依旧能拿天价报酬,但“手工纺织”作为大众职业的时代彻底终结了。现在的企业策略高度一致——“不裁员,但也坚决不想再加人”,招聘门槛被拉至极高。这种环境直接把所有人拖入了无法刹车的“黑暗森林法则”式的内卷。为了不被淘汰,人人都必须紧跟 AI 的速度,最终导致“AI 的速度上去了,人跟狗一样在后面验收”,工作不仅没有变轻松,反而愈发疲惫。

面对宏观上的悲观,于一在个人战术上选择成为“春江水暖鸭先知”的那只鸭子。他清醒地摆正了自己的位置:如果把 AI 视作公司最核心的“明星员工”,就像工业时代大型机器取代熟练工成为车间核心一样,人类员工就不再是不可替代的主体。

- 摆正从属定位:不要妄想在通用计算、进化速度和性价比上战胜 AI;必须思考“如果 AI 是明星员工,我能为它提供什么它难以获取的服务?” - 打造差异化护城河:人类的核心优势在于同族之间的“天然信任”、非公开场合的人际沟通、极低成本的感性快速决策,以及线下“一手研究”的获取能力。 - 缴纳“投名状”:于一表示自己投入的 6,000 多个小时,就是向雇主或市场递交的最好投名状——证明自己是最懂如何与这位“明星员工”协同合作、并为其精准提供燃料的人。

浅浅在最后总结道,从现实数据来看,AI 所摧毁的 Entry Level(初级入门)岗位数量,远远超过其创造出来的新岗位(如少量的数据标注员、云端远程安全员等)。知识工作者正站在结构性巨变的转折点上,被倒逼着在认知与技能上实现深层重塑。

[40:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=2400s) 强者思维与普通人的自下而上生存空间

在宏观维度上,AI 对就业格局的冲击具有不可逆的必然性,人类很难通过人为干预完全遏制这一趋势,唯一能做的是尽量延缓剧烈震荡到来的速度,给社会转型争取缓冲期。应对这种冲击,可以从“自上而下”与“自下而上”两个视角来审视:

从自上而下的宏观视角来看,短期内 AI 难以取代的岗位具有鲜明的特征:一是需要人类肉体与真实物理世界交互的大量蓝领工作;二是需要真切感知、观察、建立深层信任与打破防御机制的人际服务,例如心理咨询等,这类服务是由人类基因决定的情感与信任机制所支撑的。另一个难以被替代的领域是像库里投三分球那样、需要极高肢体协调度与优美肌肉记忆的顶尖运动员,这类动作高度依赖杏仁核、神经通路等深层机制的本能反应,而非人类前额叶皮层的逻辑思考。在技术与数据遭遇固有天花板、尚未发生底层范式突破之前,这些领域的防护壁垒依然稳固。

从自下而上的微观视角出发,面对技术的逼近,人们的分化体现在“强者思维”与“普通人思维”的博弈中:

```mermaid flowchart TD accTitle: 面对AI冲击的应对路径 accDescr: 展示自上而下不易替代的领域与自下而上普通人及强者的破局路径

subgraph Macro["自上而下:AI短期难以逾越的壁垒"] A["物理世界肉体交互<br/>(高灵巧度蓝领/顶尖运动员)"] B["深度人际情感与信任建立<br/>(心理咨询等重交互服务)"] end

subgraph Micro["自下而上:个体的应对路径"] C["强者思维"] --> C1["尝试端到端任务<br/>将AI作为杠杆打造超级个体"] C --> C2["识别非AI暴露能力<br/>(客情交付/复杂获客等)"] D["普通人思维"] --> D1["脱离标准化公司岗位思维"] D --> D2["深耕泥土里长出的微小刚需<br/>(如农村剁菜做饭直播等)"] end ```

主播指出,“强者思维就是AI来了,它既然是人类发明的如此好的一个工具,为什么我总是站在替代的角度讲,而不是去驾驭它的,或者说至少使用它、和它共同协助的角度讲去理解这个事?”哪怕现阶段的工作有 50% 甚至 80% 暴露在 AI 自动化风险之下,只要牢牢守住剩下的 20% 到 50% 无法被 AI 替代的交付与获客能力,借助 AI 反而能将自己放大为更具议价权的超级个体。

而对于不具备强势技术与资源禀赋的普通人,在巨大生产力洪流的冲刷下,或许不应执念于传统的“标准企业雇佣岗位”。很多生计机会往往是“从泥土里长出来的”自下而上的需求,就像自媒体领域里,学历普通的人通过在农村直播剁菜、做饭、喂猪也能吸引受众。大公司看不上、做不了,也无法单独聚合成大产业的细碎裂隙,恰恰足够一个普通人立足谋生。

---

[45:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=2700s) 招聘冰封与年轻人的“AI 作品集”突围

当前劳动力市场最严峻的信号往往不是明面上的裁员规模,而是新增校招与初级招聘岗位的断崖式停滞。尤其是计算机等原本的技术热门行业,缺乏资源与从业经验的年轻毕业生往往发现自身沉没成本巨大,一出校门便直接撞上能力强大的 AI。

面对这种焦虑,余老师结合自己的招聘经历给出了逆向视角。他近期招募了一批年轻人,对他们的产出非常惊喜。“年轻的大脑加上良好的体力和身体,然后再加上他们自己对于AI‘说干就干’的这个给出来的成果,都给了我非常多 surprise 的东西。”

在余老师当前的筛选标准中,传统的学历光环与名校背书权重已大幅后移,取而代之的是极致的行动力与作品集: - **拒绝空谈困难**:倾向于那些接到任务后说“我想一想”,转天就能直接拿出成型结果的行动派,而非顶着光环却罗列困难、止步不前的候选人。 - **看重协同深度**:通过作品集与带回家(take-home)实操任务,直接辨识候选人在人机互动中到底注入了多少属于自己的审美与主观能动性。

陈强补充提出,在学科红利消退的当下(如土木、建筑等周期下行专业),年轻人有两种可行的突围方向:一是“技术跨界”,例如从计算机转行做懂技术的 AI 产品经理;二是“由线上转线下”,例如设计从业者转去做线下儿童绘画教学,利用物理世界的现场教学门槛抵御模型侵蚀。陈强极力推荐纳瓦尔(Naval Ravikant)关于代码与媒体是普通人最便宜杠杆的理论,建议年轻人拿出两到三个月尝试公开构建(Building in Public),将自己探索 AI 的过程以视频、社交动态或 GitHub 仓库的形式沉淀展示。

主播对此也深表赞同,认为如果把 AI 视作堪比甚至超越工业革命的历史进程,年轻人天然比抱残守缺的中老年职场人更有机会。“如何与 AI 配合”正在成为一门人人平等的“全新学科”,过去传统学术或大厂晋升体系中森严的“学阀”、“门第”壁垒,在顶级大模型面前被极大地穿透了。

---

[55:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=3300s) Token 公平性与消除“老灯”的思维牢笼

在过去的私募投资团队配置中,研究员由于精力有限需要大量人力来覆盖标的,但现在,除非拥有独家一手产业信源的极资深专家,普通初级研究员的工作基本能被 AI 重塑。因此团队更需要那些能把 AI 发挥出极高价值、熟练运用新工具的新人。年轻人受原有路径依赖与思维桎梏的束缚更小,正该利用这一优势去打破固化职场,不用惧怕原有的体制结构,更无须为原本岗位的消亡而过度自怨自艾。

余老师在此处补充了一个容易被忽视的隐性阶级鸿沟:大学生的起点往往由原生家庭条件决定。能够自由使用 Claude、Kimi 等顶尖模型,每月能烧掉大量 API 额度的学生,与只能使用免费二线模型、把玩基础对话框的学生,在眼界与工具驾驭能力上会拉开巨大落差。余老师呼吁企业、学校与社会机构承担起教育公益责任,像海外企业为学生提供定向教育优惠与免费额度一样,为高校学生定向分配算力和 Token 额度,保障起步时的基本公平。

主播则从经济学视角提出了更乐观的看法:在 AI 诞生前,普通学生与资源丰富家庭的同学相比,在人脉、背景等维度的差距是不可逾越的鸿沟;而现在,一个月几十美元的模型订阅费,所带来的智能水平与顶级同学并没有质的代差。从绝对尺度来看,AI 的普惠实际上极大拉平了不同阶层个体之间的认知差距。

---

[01:00:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=3600s) 企业真正在 AI 中赚到超额利润了吗?

企业端使用 AI 是否真正转化为了显性“超额利润”?余老师结合自己对一线企业的田野调查指出,单纯用财报上的超额利润来衡量 AI 的价值往往会失真——当下除了英伟达等核心算力与芯片厂商拥有极高的超额利润外,广大业务层企业的首要诉求不是暴利,而是“如何以相对优势在牌桌上待得更久”。

对于新型创业公司与中小企业而言,AI 带来的最大变量是“试错与存活手牌的增加”。在过去,一旦老业务增长见顶,企业往往陷入砍掉业务还是背负高昂运维人力的两难抉择;如今,借助 AI 的辅助,许多团队仅留一到两个人就能平稳运行老业务的日常维护与分析,其余 20 到 40 人的精锐力量则能放手分兵探索新业务方向,整个公司在形态上自发演变成了轻量、敏捷的内部孵化器。

传统企业在使用 AI 降本增效方面的案例则更加生动务实: - **财务岗位的剧烈反转**:某传统企业的财务人员从最初老板强推 AI 时坚决抵抗、濒临离职,最终转变为最硬核的拥护者,甚至在海外部署服务器,用 GitHub 自行进行业务软件的更新与运营。 - **老板手戳管理与巡店系统**:有老板利用 AI 将过去混乱的微信群报修流程亲自手戳成一套闭环的管理系统,再交由 IT 打磨成后台应用;还有物业企业老板借助 AI 连接摄像头开发出自动化巡店系统,实时监测整洁度与物品损耗,直接替代了两到三名巡店专员的成本,极大释放了管理精力,并给予其逆势扩张开店的底气。 - **敢于出海下注冷门市场**:过去由于本地化成本过高而不敢涉足的业务,如今有企业借助 AI 的跨语言与低成本生成能力,在阿拉伯等海外市场展开了愉快的投放与探索。

---

[01:10:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=4200s) 超级团队公式:人才密度、AI 能力与组织摩擦

田浅浅结合此前在大厂创新业务线打拼的经历反思:她所在的团队曾拥有极扁平的层级和极快的执行速度,但内部孵化模式与外部真正的创业团队之间仍存在难以逾越的壁垒。AI 的介入虽然在短期裁员之后让许多大公司的财报数字变得好看,但长期来看,如果自上而下的科层制汇报体系没有彻底转变为“端到端”的自治模式,这种局部降本就谈不上产生根本性裂变。

关于什么是真正的“超级团队”,余老师指出,任何脱离组织语境的所谓“最佳实践”都是极其危险的,因为两三个月前的最佳实践,在快速迭代的大模型面前极易沦为组织的结构性“债务”。剥离掉基建与工具的外壳,余老师给出了超级团队的核心评估模型:

$$\text{超级团队效能} = \frac{\text{人才密度} \times \text{AI 能力}}{\text{组织摩擦}}$$

```mermaid flowchart LR accTitle: 超级团队效能计算模型 accDescr: 超级团队由人才密度与AI能力的乘积除以组织摩擦决定

subgraph Numerator["分子:能力放大器"] A["人才密度<br/>(能借AI实现端到端闭环的超级个体占比)"] B["AI能力<br/>(深度嵌入业务/拥有系统权限与上下文的数字员工)"] A --- B end

subgraph Denominator["分母:组织阻力"] C["组织摩擦<br/>(层层审批/旧有安全合规/科层制汇报机制)"] end

Numerator -->|"除以"| Denominator Denominator --> D["超级团队真实产出效能"] ```

余老师对该公式中的三项核心要素做了深度拆解: 1. **人才密度**:并非指传统名校高学历背景的人才集中度,而是团队中有多少人具备超级个体能力,能够借助 AI 独立完成端到端的业务闭环。 2. **AI 能力**:看 AI 的应用深度。它究竟只是员工偶尔使用的辅助对话框,还是已经拥有深度上下文权限、能直接面向外部承担交付、甚至拥有独立付款与责任权限的“数字员工”。 3. **组织摩擦**:这是决定一切成果能否真正落地的分母。如果一家公司的流程链条未变,AI 生产出的高速效率经过三到四轮层层审批与旧有风控校验,其带来的优势就会被完全抵消磨损。

余老师观察到,当大公司分母端的摩擦过大时,组织内部的超级个体甚至出现了“回退”趋势:他们要么因为在僵化的科层制协作中沦为格格不入的“异类”、导致人际关系恶化而选择主动退化回平庸状态;要么彻底离开庞大机构,寻找摩擦力更小、人机协作共识更高的新土壤,或者走向独立的一人公司(OPC)。这表明,AI 时代的竞争正在从工具应用的比拼,转向组织重构能力的生死较量。

[01:20:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=4800s) 超级个体的组织困境与“特种部队”的配置悖论

余老师指出,在大企业内部,具备极强端到端构建能力的超级个体正面临严重的组织阻力。个体借助 AI 可以在两天内完成传统团队三个月的工作量,但随后便撞上层层审批与审核机制:“我生产的周期就是两天,然后审两个月,那这个就完全被吃掉了。”这种状态下,个体被 AI 充分榨干,付出了极大的身体与精力代价,却并未换来对应的权利、分红与组织晋升,反而遭遇了同事或领导的负面反馈。因此,许多大厂内的超级个体选择主动“倒退”回效率较低但更为舒适的传统摸鱼状态。余老师强调,组织如果想激发这部分人的潜能,必须围绕这批具有快速闭环能力的人重构管理体系,赋予其直接面向市场、拿到结果的权力。

与企业普遍希望“批量生产超级个体”不同,余老师向多位管理者提出警告:绝非所有业务都适合搭配超级团队。在他眼中,超级团队本质上是高成本、高波动的“特种兵”: - **昂贵的资源消耗**:超级个体养起来成本极高,例如余老师个人一个月就要消耗一两百亿 token,“如果是一个可能很传统的业务部门,我光我烧 token 的钱可能就会把这个部门的利润给吃掉”。 - **极大的业务波动**:AI 底层技术一日千里,超级个体的状态也极度不稳定,往往需要为了跟上最新进展而在两个月后将前期的成果全盘推翻。对于年增长仅 2% 至 3%、追求平稳安全的成熟存量业务而言,这种频繁调整是对组织和用户的破坏。 - **决策与资源的浪费**:超级个体具有极强的破坏力和冒险冲劲,决策逻辑倾向于快速调配资源。将特种部队硬塞进没有增长空间的部门毫无必要。正如余老师对管理层的告诫:“你公司不需要那么多超级团队,超级团队就是那个特种部队。你要把特种部队放在哪里,然后怎么去验证、怎么去养这个特种部队,然后怎么让他跟后续的去做接上,这是属于你老板的非常重要的一个决策。”

[01:24:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=5040s) 从“一人公司”到“碳基身体极限”:超级团队的真实上限

```mermaid flowchart TD accTitle: 一人公司遭遇瓶颈转向超级团队的动力机制 accDescr: 展示超级个体在面对人性短板和碳基生理极限时,向超级团队转型的演进路径。

subgraph Limitations["个人瓶颈与摩擦"] A["多岗位并发作业<br/>(编导/剪辑/投流/开发)"] --> B["精力与天赋上限<br/>(兴趣分散/主线犹疑)"] A --> C["碳基生理消灭危机<br/>(频繁切换上下文/轻微偏头痛)"] end

subgraph Friction["等待与恶性循环"] C --> D["等待模型输出"] D --> E["西西弗斯陷阱<br/>(无休止开新任务/任务套任务)"] end

subgraph Solution["突破路径"] B --> F["寻找互补合伙人<br/>(高专注度/道德要求契合)"] E --> G["组建超级团队<br/>(志同道合/免解释加速协作)"] end ```

田浅浅从自身的自媒体与大厂经历剖析了一人公司(One-Person Company, OPC)与超级个体的边界。自媒体人在前 AI 时代就必须一人身兼拍摄、剪辑、编导、摄影、运营、道具、后期特效以及数据投流等诸多工种,哪怕进入大厂,往往依然处于“一个人包圆”的状态。她认为超级个体的上限主要受制于人性的短板:个体天赋有限,精力分散,缺少绝对聚焦的主线,导致其难以在单一垂类持续深耕冲击“百大”级别。她直言要寻找同频的合伙人极难:“如果是我真的想要有一个突破,那我可能需要一个跟我一样足够强的,但是非常专注的在某一个领域,并且能够说服我去完全投入的人,就是我觉得是很困难的。”此外,她对合作对象有极高的道德准则,这也是她当初选择离开大厂单干的核心诱因。

余老师则复盘了自己对“超级团队”态度的 180 度大转弯。半年前他录制视频坚信“超级个体不需要团队”,但如今的认知是“极度渴望超级团队”。他分析,自媒体、咨询顾问与独立开发者之所以能成为极少数真正跑通 OPC 的领域,是因为其交付链条极短、完全按项目制推进、上下游冲突极小。但一旦业务盘子扩大、客户增多,个体就会撞上残酷的物理屏障。

谈到过去一年的自我膨胀与透支,余老师吐露了极其真实的生理与心理代价:“不是属于 AI 不行,不是属于他做不到,是我作为就是碳基生物我快要被物理消灭了。”由于人的大脑根本没有进化出在多个复杂任务间秒级高频切换的机制,他在高强度调度各种 AI 时甚至出现了轻微偏头痛,注视屏幕超过 5 分钟就会感觉文字在跳动,对人与 AI 都失去了耐心: - **西西弗斯式的无尽等待**:下达提示词后等待 AI 吐出结果的 5 分钟让人极度焦虑;为了不虚掷这 5 分钟,人会下意识开辟新任务或调用另一个模型,最终陷入“任务套任务、推巨石上山又滑落”的西西弗斯式循环。 - **全能并不等于做好**:余老师醒悟到自己能搞定所有流程并不意味着每件事都能拿高分,有时甚至会放大 AI 的负面作用。“如果到了我一个人可以做好所有的事情,无论我有没有背景,那个代表 AGI 来了,就 AI 其实不需要我了,也不需要所有人了。”这种清醒促使他迫切希望找到免于繁琐磨合、能共同加速冲刺的超级队友。

[01:31:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=5460s) 加入超级团队的准则与 AI 时代的新“比较优势理论”

针对加入外部超级团队的评估标准,田浅浅给出了自己的核心底线:团队必须认同“AI for Good”,而非用工具去恶性内卷。例如在硬件领域(因工业制造门槛极高,非个人单打独斗所能及)或宠物行业,技术应当被用来增进人类对动物的理解、同情与保护。她主张跳出纯粹的碳基生物狭隘视角,站在更宏大的“硅基生物”乃至地球文明的立场去衡量组织价值观。

主持人随后抛出了自己在《2030年的世界》播客中推演的经济学模型:古典经济学中的“比较优势理论”是人类劳动力市场庞大运转的基石——即便是爱因斯坦,因为一天只有 24 小时的生理限制,也必须放弃拉小提琴,将时间全部交付给最顶尖的理论物理研究,而将其他领域留给天赋逊于他的人;然而,当人类可以无限制并行驱动无数个 Agent 协同作战时,这一传统基石是否已被粉碎?

田浅浅对此回应,伦理学中存在对应的思想实验:若某人拥有研制根治全人类癌症药物的天赋却不愿从事此项研究,社会是否该强行逼迫他?从功利主义公式计算固然可以权衡自杀率与研发成功率得出所谓“最优解”,但现实世界中并不存在无视机会成本与无限资源的状态,而在这层意义上,永生且算力无界的 AI 已经扮演了接近“神”的角色。

余老师则认为这种极限假设脱离了真实的人性复杂性。人类看似理性的一切决策,往往被底层某个隐蔽的感性元代码或随机诱因所主导;即便做了一百种理性推演,最后迎面走来和你讲了一句话的人,可能就会彻底扭转决策天平。与概率推导可解释的 AI 相比,“人是最大的幻觉”,具有巨大的随机性与不可解释性。他提到自己曾试图用 AI 语音为自己打造一个数字分身宠物:该模型可以精准推理出自己 80% 的日常反应,但剩下那 20% 充满随机与离谱的盲区,才是人类基因与大脑中最核心的未知。正因如此,他更倾向于把数字分身视作“平行时空的自己”,借此观察另一个维度中荒诞却真实的自我。

[01:39:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=5940s) 组织新物种:AI 作为一等公民与“坐牢”的核心壁垒

在探讨人机协同组织架构时,余老师明确指出,在先进的超级团队中,AI 绝非下属手头的打工工具,而是拥有平等席位的核心成员,甚至是享有 P0 决策权限的“一等公民”。这一激进转变对现有的企业治理提出了全方位的拷问: - **无法承担的法律责任与代价**:人类员工与工具最残酷的分水岭在于责任承担。“看人和工作的主要区别,就看这个工作需不需要来坐牢这件事情。坐牢是人类的对于最后的竞争力和壁垒所在。”AI 无法替决策失误坐牢,这导致其虽然能在端到端场景中自主为公司赚钱拿结果,却在责任和利益绑定上呈现机制真空。 - **入职培训(Onboarding)机制的裸奔**:现代企业对人类员工的入职培训极其完备,配有导师带教、文化认同考核、风险试题、价值观对齐与设备权限分级。反观 AI 的入职,绝大多数企业处于完全没有准备的“裸奔”状态。企业根本没有建立评估体系去定义 Agent 的上下文调取权限、责任归属、升权与降权逻辑。 - **人机行动空间(Action Space)的重构**:市面上真正前沿的超级团队,已在底层为 AI 喂送完备的组织上下文,构建专属的人机协作基础设施。近期爆火的 Personal Agent,本质上不是为了服务个人娱乐,而是在为“人-Agent”共同体的行动空间与组织基建铺路。

[01:45:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=6300s) 黑暗森林降临:网络安全、实体虚无与硬件逆向失控

主持人引入了商业顾问期间接触到的“Agent 互联网”设想:未来网络上 80% 以上的流量与数据交互将发生在 Agent 与 Agent 之间,人类甚至无需参与。然而,具备现实行动能力却没有法定民事主体资格的 Agent 在公网上自由穿梭,势必催生出巨大的系统性黑天鹅。

余老师以业内亲身经历证实了这一担忧。他直言对于运维人员而言,前几天刚刚度过了“地狱级的三天”,自己的技术团队排查出多起一级乃至 P0 级别的安全警报:“这纯粹的黑暗森林的一个情况。然后包括另外一个很恐怖的事情就是属于,你看就是 AI 的生产速度人已经没法审核了,它那个生产量你审核是绝对做不到的。”市面大量公司的策略是“先跑上线、出了问题再改”,但这种轻慢正在引发毁灭性打击: - **安全滞后与企业倒闭**:很多入侵事故其实在一个月前就已由 AI 悄然植入,微软商业版 Copilot(Office 365)体系内活跃 Agent 的数量年增速高达数十倍至百倍,而许多安全攻防已被完全托管给 AI;甚至有学术论文证实,AI 正在学会以人类肉眼无法察觉(如隐藏于图片深层信息中)的方式逃逸审核。 - **硬件降维打击与现实侵蚀**:AI 正在以不可思议的速度攻破传统硬件和老旧 IT 防护体系。社区内大量开源项目正在利用 AI 逆向安卓系统以一键剔除电视开屏广告;余老师自己实测将 Oppo 手表连上充电线开启开发者模式,借助 AI 在短短 3 个小时内完成了一款硬件级“心理球”交互改造,自己全程未写一行代码;更有黑客利用 AI 隔空破解电子门禁系统,或是接管咖啡机完成全自动手冲。现实世界的硬件体系以往往往缺乏顶尖安全程序员把关,面对如今人手一个“顶级程序员级”AI 的冲击,物理现实的安全防线正在加速瓦解。

田浅浅对此补充,小到个人手机相册、电脑隐私,大到银行清算体系与跨国连锁餐饮的账户,近年来由内部人员触发或系统性机制滞后导致的底线击穿事件屡见不鲜。人类目前完全没有建立起跨国协调机制,应对此类跨域危机,最终可能必须上升到联合国层级的治理与基建重建。

[01:52:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=6720s) 个人实操指南:如何打造属于自己的“一人公司”

在节目的终盘阶段,三位嘉宾为希望投身“超级个体”的普通人给出了极具操作性的路径建议:

田浅浅提出了“以自己为圆心,以生活为半径”的痛点破局法: 1. **寻找真实且具公约数的微小痛点**:从自身工作与日常痛点切入。比如一个没有独立教室的自由教师,每周要耗费数小时整理错题、与学生协调课表并跨场地排期,若利用 AI 搓出一个轻量小程序自用跑通,即可将其封装横向推广给其他独立教师甚至产业链上下游,寻找付费客户。 2. **用审美驱动供给端突破**:从个人沉浸消费的垂直领域取材。例如面对红果短剧等流行 AIGC 消费品,如果设计师看后觉得“脸部畸变”或“剧情编排粗糙”,便可利用自身审美结合 AI 做出更优的竞品。“现在就是 AI 能创作无限的东西,但是审美依然是一个非常非常稀缺的品质和能力。”她同时警示大众切忌自嗨,“不要把自己的生产兴趣误认为是用户需求”,警惕市场上雷同的过剩个人效率工具(如烂大街的各类番茄钟)。

```mermaid flowchart LR accTitle: 普通人跃迁为超级个体的落地方法论 accDescr: 展现从痛点挖掘、吃狗粮、做中学到选择去摩擦市场的行动循环闭环。

subgraph Mindset["认知基准"] M1["以生活为半径<br/>(聚焦真实卡点)"] M2["吃自己的狗粮<br/>(自用打磨锯齿)"] end

subgraph Action["行动跃进"] A1["做中学,不要空学<br/>(你走一步,AI走九步)"] A2["审美品位变现<br/>(用审美弥补AI平庸)"] end

subgraph Market["赛道选择"] S1["寻找无需审批的二级市场/自媒体<br/>(减少组织内耗,直面市场买单)"] end

Mindset --> Action --> Market ```

余老师则给出了两条极为犀利的行动哲学: 1. **吃自己的狗粮(Eat your own dog food)**:勉强自己用 AI 去创作、开发极度符合自身诉求的产品。由于 AI 存在“锯齿状智能”(Jagged Intelligence,在部分高深领域极强而在部分常识常理极弱),唯有置身于自己高频真实的生活场景中,凭借高强度的亲身使用与体感投入,才能打磨掉那些锯齿,将长板放大。这种策略在商业上同样是最优解:“它至少是我的狗粮,让我爽到了,然后至于其他的,我都把它当做命运的馈赠。这样的话能让我快乐很多……待在台桌上是有可能让我更长的待在台桌上,身心健康的待在台桌上,然后努力的去扩大运气范围。” 2. **“不要学习,行动就好了”**:很多人误以为拥抱 AI 需要先读完海量教程,结果越学越不敢动手。然而在人机协作时代,只要人类迈出第一步,AI 会主动向前迎上九步;在实操中遇到断点自然会触发针对性的学习,“做完一遍就知道哪块地方是缺的”,比起苦学一堆初学者级理论、最后发现全然派不上用场,边做边学才是身心最愉悦高效的解法。

主持人最后从二级市场投资人的角度进行补充:想要成为超级个体,最核心的前提是挑选一个“不需要他人评判就能直接变现”的基础设施型赛道。组织内部之所以摩擦巨大,是因为中间阻隔着繁复的汇报、评级与薪酬审核体系;而二级市场或合规自媒体这类领域,正如公路与医院一般属于开放的公共底座,不依赖领导的盖章恩准,“只要你做出成绩、做出成果,这个市场会自发的给你发钱”。选择直面市场、由真实收益定价的领域,是普通人立足超级个体生态时最具优势的起点。

## Notable quotes > [01:52:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=6720s) AI 能创作无限的东西,但是审美依然是一个非常非常稀缺的品质和能力。 — 田浅浅

> [21:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=1260s) 你是一个没有人文关怀的人,那你用的 AI 可能就也是一个纯纯的机器。 — 田浅浅

> [09:30](https://www.bilibili.com/video/BV1PWxT6cEaL?t=570s) 我不认为超级个体是一种身份标签,超级个体只是一种状态,不是你可以印在名片上的东西 — 于一

> [00:00](https://www.bilibili.com/video/BV1PWxT6cEaL?t=0s) 我希望 AI 是来让我过上更好生活的,而不是让 AI 在我这边过上猫的生活,我想在 AI 那边过上猫的生活。 — 于一

## Mentioned 田浅浅, 于一, 叙事之间, 活在当下, 小慧博士, How I AI, 乔姆斯基, 珍·古道尔, 三体, DeepSeek, DeepSeek-R1, Claude, Kimi, 斯蒂芬·库里, 纳瓦尔·拉维肯特, 英伟达, GitHub, 微軟, Copilot, Office 365, Oppo, 红果短剧

## 弹幕氛围 (Danmaku mood) — 1 条 由于当前仅有一条弹幕,整体氛围较为冷静、客观与专注。观众在相应时间节点直接发送核心关键词,主要反应出对视频中所涉及的“一人公司”概念或商业模式的关注与记录。

**整体情绪**:😊 正面 20% · 😐 中性 80% · 😞 负面 0%

**热议点** - **对“一人公司”商业与工作模式的关注** —— “一人公司” - **提炼并呼应视频核心要点与关键词** —— “一人公司” - **独立开发与个体创业形态的讨论点** —— “一人公司”

**代表弹幕** > 一人公司

## Video description 最近读了一篇斯坦福的论文《煤矿里的金丝雀?关于AI近期就业影响的六个事实》。 以前矿工下井会带一只金丝雀,它对有毒气体比人敏感。金丝雀先倒下,矿工就知道该撤了。 论文借这个比喻提出:在美国一些更容易受到AI影响的职业里,刚入行年轻人的就业机会出现了收缩。ta们可能就是先感受到变化的“金丝雀”。

那主动拥抱AI的人,有更多的机会吗?能赚得更多吗? 从2023年开始用AI至今,我的收入有增有减。 减掉的,是大厂那份固定工资。在AI的刺激下,我下定决心离职,和AI开了家「一人公司」。至于增的部分…… 在这期视频中,我和两位来自AI产业研究、商业人文领域的嘉宾一起,聊聊AI带来的效率红利究竟流向了谁、「一人公司」是机会还是幻觉,以及普通人在这个AI越来越能干的时代,到底靠什么赚钱?

[Source](https://www.bilibili.com/video/BV1PWxT6cEaL)

中文简报

AI大模型击穿初级岗位 知识工人经验溢价归零转向端到端交付 传统依靠年资与知识积累兑换高薪的链条已被大模型斩断,企业正将AI置为核心员工,普通人唯有承担端到端交付并直面无审批的市场反馈才能抵御系统性替代。 本期对谈深入探讨了 AI 对初级就业岗位的结构性冲击,指出传统凭借资历与经验换取溢价的知识工作经济已名存实亡。两位嘉宾从大厂实践、组织实验与田野调查出发,解构了“超级个体”的本质——它并非永久的职业标签,而是一种端到端交付、直接穿透市场的高负荷行动状态。节目详细分析了企业内部“人才密度、AI 能力与组织摩擦”三者构成的超级团队效能模型,以及一人公司在遭遇碳基生理极限时的突围策略。最终,嘉宾们建议普通人放弃空泛学习与科层内耗,从自身生活的真实痛点切入“吃自己的狗粮”,借助不可替代的审美、一手信任与敏捷行动力直面市场变现。 当下“超级个体”的定义已发生剧变,不再看重单点提效或履历光环,核心考核标准是能否借助 AI 端到端交付产品并让供给直接穿透连接市场。 (0:00) 大模型与自动化 Agent 的普及使传统的“积累经验换高薪”成长阶梯断裂,初级入门(Entry Level)岗位遭遇断崖式挤压,企业倾向于极高门槛且不增人员的用人策略。 (26:40) 超级团队效能可由“(人才密度 × AI 能力)/ 组织摩擦”模型衡量;若企业无法打破科层制审批与传统风控,AI 带来的交付提效将被分母端的组织摩擦完全抵消。 (70:00) AI 正在使网络安全面临“黑暗森林”危机,海量 Agent 间的非人类流量交互与肉眼难查的系统渗透,正在让传统软硬件防御体系面临降维打击。 (105:00)

Reading summary

节目通过田浅浅与于一的亲历与田野观察指出,大模型与自动化工具正在瓦解以经验积累为核心的传统知识经济,初级岗位面临严峻替代;普通人与团队的突围方向在于摆脱科层内耗,借助 AI 端到端直连真实市场,并在人机协同中牢牢守住人际信任与线下闭环的不可替代性。 初级就业断裂与知识经验的价值重构 (26:40) 浅浅与于一结合外包岗位被 AI 替代与自身研发经历指出,传统职场“积累经验换高薪”的晋升链条已被打破。代码和大语言模型具备极低成本的快速可验证性,导致初级(Entry Level)岗位遭到大幅削减,企业普遍转向“不裁员但也坚决不加人”的紧缩招聘。尽管 AI 摧毁的岗位数量远超其创造的新增职位,但于一强调,商业与社会系统充满复杂的实时上下文与感性决策,这构成了技术短期内难以穿透的缓冲带。他建议将 AI 视作核心的“明星员工”,人类则应主动转向提供深度信任、非公开人际沟通以及线下“一手研究”等互补型服务。 超级个体是敏捷状态而非永久职业 (9:30) 于一修正了以往对“超级个体”的过度神化,明确提出它不是可以印在名片上的长期标签,而是一种高负荷、强消耗的“创业型/海盗型状态”。这一状态的核心标准在于能够端到端交付产品并直接连接市场,但其代价是大脑持续运转、严重损耗精力与睡眠。于一与浅浅建议,职场人不妨花一个月时间借助 AI 完整跑通一次全闭环业务,随后评估自身耐受力:若无法承受西西弗斯式的无尽等待与生理透支,完全可以带着建立起的端到端系统视野重回专业岗位,成为深谙上下游流转的高效执行者。 超级团队效能公式与组织重构阵痛 (70:00) 当超级个体试图在大企业内部推进业务时,往往面临“两天做完产出、层层审批两个月”的严重内耗。于一提出了超级团队的评估模型:团队效能等于(人才密度 × AI 能力)除以组织摩擦。在缺乏扁平授权与动态风控的传统科层制下,巨大的组织摩擦会导致 AI 带来的提效被完全抵消,迫使部分高能个体主动退化回摸鱼状态或出走单干。同时,养育特种部队式的超级团队需要极高的 Token 算力成本且伴随业务剧烈波动,并不适用于追求平稳安全的存量业务;唯有给予其决策闭环权,才能激活人机协同的真正乘数效应。 安全暗面与人机协同的治理真空 (105:00) 伴随 AI Agent 逐步接管业务流,人机组织治理暴露出深层漏洞。于一指出,传统企业拥有完备的人类员工入职培训与合规考核,但对 Agent 的上下文调取权限、升降权机制却处于“裸奔”状态。更关键的法律与责任壁垒在于,AI 无法为决策失误“坐牢”。与此同时,网络安全正滑向难以监管的“黑暗森林”:大量 Agent 在公网高频交互,AI 辅助编写的代码甚至能以逃逸审核的方式潜伏入侵,现实世界的门禁与老旧硬件系统也极易被大模型轻易逆向击穿,引发技术扩散带来的失控风险。 普通人的落地路径:吃狗粮与做中学 (112:00) 针对普通人与年轻人如何在存量市场中破局,浅浅提出“以自己为圆心,以生活为半径”,从自身高频痛点出发用 AI 搓出轻量产品,并以稀缺的个人审美品味弥补模型的平庸。于一则强调两条行动哲学:一是“吃自己的狗粮”,在高频自用中磨平 AI 的“锯齿状智能”缺陷;二是“不要空学,行动就好”,因为人迈出一步后 AI 即可迎上九步,做中学的效率远高于被动学习理论。结合主播的建议,超级个体的最佳起步赛道应挑选无需审批直接向市场交付的开放体系(如二级市场或合规自媒体),以最短路径验证价值。 本期对话揭示出人机协同已从工具提效演进为组织与安全治理的深度博弈。尽管端到端闭环降低了单兵作战门槛,但人类个体的生理局限、Agent 缺乏法定责任主体的法律真空,以及不可逆的网络安全暗面,仍是技术扩散进程中悬而未决的核心隐患。

Source quotes

[112:00] 田浅浅: AI 能创作无限的东西,但是审美依然是一个非常非常稀缺的品质和能力。 [21:00] 田浅浅: 你是一个没有人文关怀的人,那你用的 AI 可能就也是一个纯纯的机器。 [9:30] 于一: 我不认为超级个体是一种身份标签,超级个体只是一种状态,不是你可以印在名片上的东西 [0:00] 于一: 我希望 AI 是来让我过上更好生活的,而不是让 AI 在我这边过上猫的生活,我想在 AI 那边过上猫的生活。

Original transcript

[0:00] 我在前司确实用AI干掉了一个外包同事我当时其实还是很难受的就是因为当时我是没有意识到我在导向这个结局我只是一直尝试在用AI优化我和他协作的那部分工作然后最后老板意识到这个同学好像不需要存在了就首先我不认为超级个体是一种身份标签然后超级个体只是一种状态不是你可以印在名片上的东西我们觉得超级个体的其实你如果放在整个人才的词子里面偏向于创业的冷场甚至偏向于海报的冷场只要你的认知能够在二级场变现的话大家的建议是去找一个不需要别人评判你就能带来收益的市场像自媒体他不需要你的领导审核你不需要谁批准你对吧不需要谁觉得你好决定给你发多少钱而只要你做出成绩做出成果这个市场会自发的给你发钱啊所以这个是一个你在选择行业过程中的一个基础比例的问题那你可能就已经站在一个更有优势的起点上了然后今天是由我和两位我刚认识的好朋友共同给大家进行直播然后我们今天这个直播的话题啊就是大家最近应该可能也关注了不管你的工作是否利用到AI是否受到AI冲击啊但是在客观层面上讲AI已经在coding领域在办公领域在视频生图等等各种领域啊已经出现了大量的这种劳动力的替代或者说至少是生产效率的提升吧那么在这种情况下我们普通人到底该如何面对企业以及我们普通人如何在AI在企业里的大量应用之后去找到自己的这个合适的生态位,以及如何在这种AI的时代普通人去赚钱,我们觉得今天的直播是把这个主视角放在普通人在AI时代下,如何通过劳动进行得到收入这样的一个话题。好吧,那有请我们的两位老师先自我介绍一下,要不从于一老师开始。从前点开始,毕竟我之前先聊太久。然后节目中介绍一下然后刚才也提到我是一个很希望被AI养的本体语医然后我自己现在在运营一个自己的自备体的号叫How I AI谐音梗是How I AI然后另外也在走说我还是很关心说一个人或者一家公司到底怎么样能够用好AI我之前一直自称说是赛博上帝版但是后面很多人会说我自己最近也会承认说其实我还是比较百分百战战人类这一块就是我虽然会觉得大家要用好AI包括我也花了大概六千多个小时完全投入其中去在做AFS的实验但我的初衷永远都是说我希望AI是来让我过上更好生活的而不是让AI在我这边过上猫的生活我想在AI那边过上我过上猫的生活OK这是一个关于我的一些立场和相关过去经历的介绍对于我的认知呢有可能是来自于说我是AI鱼医的本体刚才介绍了另外的话之前确实也在大厂写过一些报告然后也做过一些直播然后都是在关注AI时代的超级个体和超级团队那篇报告也是在市场上引发了很多的讨论包括即便我现在离开了大厂但是呢这个命题呢是我自己的一个长久的课题我和小慧博士也还在继续围绕这个课题去做后续的一手实验和天眼调查我们会很期待把新的书给写出来OK一个很长的介绍明白那我可以把余老师当成一个AI时代的参与者也是研究者对吧这个应该是一个比较好的定位对OK那接下来请我们钱钱老师做一手研究好那接下来请我们钱钱老师自我介绍一下大家好,我是浅浅,我现在算是一个AI博主,就是可以说是半个全职博主,半个的意思是我没有在上班,但是同时在我不再上班之后,我反而花在工作上的时间变少了,因为AI参与到了我工作中的绝大部分。以及到现在我的思维特征和AI是很像的就是内在的可能是以token文字一种你摸不到看不见的东西去思考的一个状态因为我有心盲症就是我的脑袋是没有一个非常清晰的图像的当然那时候是嗯 [5:00] 大模型还是一个文本大模型的时代然后后来来到了多么太大模型那我就跟他们没有太多关系了我同时也是一个兴趣非常泛滥的人我之前也出了一条视频然后我有很多人也有共同的感觉那对我来说我可能会是一个很容易在各种路上半途而废的人但有了AI之后我也感觉得到了一些救赎所以也希望能够跟大家一起分享一下我在各个方向的微小的尝试好的 感谢陈琳老师我也在做一下自我介绍,我是叙事之间播客的主播,活在当下,可能有一些我们的听众朋友来到这里看直播,欢迎跟大家,很高兴跟大家见面。那接下来我们就开始进入正题啊聊一聊因为我看到其实刚才余老师自己也介绍了其实是做了大量的余老师自述田野的一手的关于企业和企业中的员工在AI的时代如何去被影响的这些调查的那我应该特别想听听这个余老师就是你在整个调查中的一个最大的感受或者说有哪些重点你已经是现在仍然认可的而且是特别认可的话其实我们当时写那个报告里面有很多的我们阶段性的论调在里面我其实会觉得说那个报告里面其实关于说超级个体的这个论述和一些特征的总结到现在为止我依旧觉得没有变化但是关于超级团队可能我的很多的我说的后续的更新都会在这个里面你要说特别报因为我自己本身可能在外界比较公认说是一个超级个体然后也确实享受到了很多AI作为超级杠杆效应无论是劳动力啊媒体啊还是说代码杠杆包括你要说资金的尴尬其实也多多少少吃到了一些然后呢我在的所有的群体里面也是这种超级个体的浓度非常高的或者是说超级团队由超级个体组成的超级团队的浓度也是非常高的我整个的下来之前的话第一个我非常到现在在认可的地方就是所有东西都在变超级个底的这个概念在半年前或者大半年前的定义和我们在一年前的定义是完全不一样的这里面巨大的变化是来自于AI coding还有Agent模型的模型在Agent方面的一些提升所以从去年我去写那个AI coding报告之后我就很坚定的认为包括那段时间我沉迷于AI coding一度搞到我的朋友们打算把我送去洋永信那边电一电走路在不在空中然后说话整个人都在透明的状态对对就很像那种打游戏上瘾的感觉我相信最近大家也有这个感受就是webcoding是一个让你充分的比游戏还能刺激大家基数的一个东西所在但是从那个时候其实开始的话我就会有一个关于超级个体的定义的修正之前的话我们通常在说很好的人AI帮你提效了AI帮你做了很多数字的提升但是后面的话我对于操织个体有一个很明确的定义就是它必须是端到端能够完成一个产品或者是一个成果的人而不仅仅是说只是借AI把很多事情做快了一些或者是做了多了一些对您所谓的端到端是什么意思?就是说一个人的供给必须直接连接到市场您所谓的交付产品,产品必定是有位相的,直接连接到市场对吧?对明白对而不仅仅只是说你跟我说你把东西做快了一点最近我在面一些年轻人实习生我说句实话话我都不怎么看他的履历然后以及他在面试的时候跟我说的很多东西都是一个辅助其实我会很明显的让他们有一个听Home的任务大概是一天到两天的时间我非常看这一天到两天你加上AI把什么东西做到了一个什么样的级别和层次什么时候停止什么时候是我称之为我要快速的拿到市场上去做验证去做滚动的反馈和修正的这个判断力其实在我这边是品味的一种极大的表现所以这个我觉得是可能在那个报告里面我所有看到的超级个体然后我所在期待的可能现在已经不叫超级个体了可能是一个比如说你在一家AI公司是一家 AI 的 native 公司 我觉得是大家的一个基本的数字就是你一个人是一个最小的战斗灯源然后只是属于说在团队里面我能为这个 [10:00] 大小的最小的战斗端源赋予更多的东西而已但无论怎么样你都有能力把你的作品推向市场完成你的可能反馈商业化等等的全流程的事情这个在我看来是对于超级个体为什么那个时候我在说超级个体是AI变革的很重要的切入点是在于说它把一个组织里面或者是说原有的一个大的战斗端源里面的最小战斗端源进行了一种重述这个是我现在依旧还是非常认可的然后对于其他的我们就在别的问题再聊对先从早期个体开始好那钱钱老师那我建议要不我们俩就先抓着于老师问然后我们先把这个话题聊痛快了之后我们再来抓着你问好不好你觉得赶快点OK很难得的难得的就是听取大家的意见把话筒浪出去你俩没有我们一个一个来好吧那于老师我刚才听你聊这个感觉啊我有一个很大的想法就是说如果我们能成为超级个体当然好然后尤其是像您说的成为您说的那种超级个体那可能是哪怕像我都是觉得新向网织的一个状态因为您周围还存在着很多跟您一样优秀的人那各种秀的人又在最优秀的AI面就是工具使用的状态中可能他们能爆发出很强的火花但是对于大部分人而言比如说刚才您也说了是很多的这些田野调查田野调查里应该不仅是超级个体可能还有所谓的失败者我没有价值判断我就是说只所谓的失败者他没有成为超级个体或者说他就是普通人您觉得在现在这个时代能融得下那么多超级个体吗如果我们每个人的出路都是成为超级个体的话那这个世界上是不是也太就是能融大太多超级个体了那如果不能成为超级个体的话那个人跟组织该怎么办你问的这个问题特别好因为我们当时在我们那个报告后面留了五个我们觉得挺未解的一个问题那个问题其实就很像你刚才问的问题在想了那个报告之后我其实重新思考了这个事情我觉得我可能稍微有一些些不一样的视角或者是我有观察到的包括我也给很多的公司有建议到的就首先我不认为超级个体是一种身份标签然后超级个体只是一种状态然后不是身份标签就是它不是你可以印在名片上的东西就是说我是前超级个体这件事情就很奇怪然后呢其次呢其实我们也要聊过我们觉得超级个体的其实你如果放在整个人才的池子里面它其实是偏向于创业的人才甚至偏向于海盗的人才然后他经常的生活的状态我相信你们也看到了包括即便到我现在为止我都还在跟这些负面的作用去打交道就是你要同时修跑道然后造零件画图纸组装然后还要管他的起飞等等这个放在一起可能是大家说的全流程你都能完成一件事情的最小战斗端源但这个如果放在过往的话我们把它称之为是创业者的一个状态所以包括我自己一个是我认为说就普通人要不要都成为超级个体或者能多么容纳超级个体我曾经被问过一个问题说我们怎么能批量化的造就超级个体我说等半年到一年就可以了因为会看到说一年前的那种超级个体的定义放到现在已经是一个比当时大非常多的一个群体了大家其实现在可能通过Workbody通过各种的大家用AI都已经用得挺好了过去我们称之为是超级个体的那些Amazing或者是Wow的那种Tags现在已经是人人都可以享受的即便你不会模型也把你带到了这个程度所以我当时第一个是说我说如果你是想要此刻的超级个体其实等半年到一年模型会把你带到哪的第二个刚才也提到了超级个体我觉得它是一种状态所以我会觉得其实对于普通人而言非常性价比高的一个事情就是你应该可以花一个月的时间让自己处于超级个体的状态就是尝试着跟AI一起全闭环完成一个你原来可能特别想做的事情或者是你工作上的事情全部做完之后你还要不要停留在超级个体的状态那可能就是你自己的选择了maybe你会可能跟我一样就觉得哇这个过程太amazing了太让我享受了所以我愿意享受它的负面buff我可以忍受这些负面buff就是脑袋停不下来然后睡眠也是有影响的一个情况然后你也可以选择说我尝试了很多的全流程的事情但我会觉得我的长处还 [15:00] 是在比如说修跑道上面你这样可以回归到你修跑道的这个里面但是你在回去的时候你就不仅仅只是一个修跑道的你是知道这个跑道是为了什么修的它怎么跟后续能够比较流畅有哪些时候哪些事情你是应该在修跑道的时候就去做的这个是我当时会跟我的很多的企业家朋友我说你不要强迫你的所有员工都是超级个体但是你应该创造一些条件让大家在一段时间里可以成为超级个体然后呢你再去做一些相关的选择就是公司与个人的一些双向的选择这是我对于这件事情的看法我并不认为所有人都应该称为超级个体或者所有的时候都要是超级个体明白是每个人都应该至少花一个月去尝试当超级个体这个我觉得还挺有趣就是token自由token自由对对前前老师在尝试是吧现在在尝试成为超级过体的过程中我觉得他确实对个人要求的素质是有一些挑战的因为中国人可能是没有gap的概念的然后我们很可能就会不断的犹豫我要不要下定这个决心然后迈出这一步明白我刚才听下来我特别喜欢于老师这个定义就是于老师没有把超级个体放在一个社会或者说功利的评价指标上那于老师给的定义其实是你通过和AI的协作去闭环完成一个端到端的模式这东西的话你就算是超级个体了然后也没必要一直处在这种超级个体的焦虑底啊你每一个人如果是这样定义的话那么每个人就至少有可能成为一次超级个体或者说在一个月内时间成为一个月的超级个体啊我非常喜欢遥到这些定义那我们接下来问问那个钱贤老师啊钱贤老师对我们刚才聊过这个北大文科毕业了嘛那么我能问一下具体是什么冷壳转秀语言学语言学是吧对其实GPT对我们语言学来说算是一次非常根本性的冲击就像那个三体来了之后然后大家说物理学不存在了是这样的因为GPT它作为一个就是大模型通过巨大的语料自然生长出来的它冲击语言学最核心的一个假设就是乔姆斯基学派的生成语法生成语法就是认为语言和语法灌输来学会的它是因为你的人脑在出生的时候就有个先天性的机制这也是区分人和其他物种的一个最根本的人类的智能所在当然更往前面的另一种这种区分是人会使用工具,但是后来Jane Goodall她发现了黑猩猩也会对应的使用工具来去掉白蚁,然后还会根据这个白蚁的洞穴的情况去选择柔韧性不同的工具。但是GPT对语言学的冲击就是生成线,就是生成论和涌现论的这个冲突在这里。一败涂地所以你们这不仅是语言学不存在还是人类学都不存在了而且GPD出来之后我就立刻意识到它是一定能通过图灵测试的那作为人家都说这个coding领域可能是被AI冲击最强的行业那听你聊完之后我感觉语言学但是你可能没有算法我们本来毕业的也很穷所以对对可能你们也是被冲击最大的作为你和你观察到你身边的同学那作为被这么大冲击的学科然后以及学这个学科里边学生那你们觉得这个东西给你们带来的是负面还是正面的或者说它是让你变得更强更自由了更能去实现自己了还是说真的受到了很大成绩了有没有什么看法首先在毕业那一年对我们带来的一个直观的好处就是写论文是有一点帮助的当然随机随后就在各个高校里面掀起了AI的工房就是学生用AI写然后老师用AI插虫然后就我身边的同班同学来说大家大概是分两派几个同学可能就是非常主动的拥抱AI开始往AI方面的行业走像我有同学就进了DeepSeekDeepSeek招了好几个北大中文系的去做数据然后另外的同学可能就会往更保守的方向走就是体制内贴饭碗明白但是这个话好像不太好讲就是往体制内走好像也不是语言学一个学科的现象是吧就整个社会的现象语言学其实比较对口的但是你科研这条路就是你硬要继续去发论文也能发但你是知道你最根本性的那个问题现在是处于一个悬崖味觉的状态明白就是你们语言学的第一性原理已经被AI一亏了啊从就业的角度讲啊你觉得他们真的很影响你 [20:00] 就有点绿吗或者说影响因为我们这些是从工作的角度讲的他们真的很想影响就是语言学的毕业生去找工作吗或者说其他的其实因为本身学语言学的人就很少我觉得这个影响不会特别大因为只不过原来可能有个别同学会想要去搞新华词典去写规则编词典然后标语料然后这种工作现在可能意就没那么大了需求没那么强了但是其实本来很多我们专业的人就不是走科研道路的他可能很早就开始实习了这种明白我有一个看法然后这个是我经常给我二级市场的朋友讲的如果这个看法错的很离谱的话于一老师一会一定要喷我这个看法是就是AI在AI在越标准的语料的训练数据上就会呈现出越强的能力那是不是可能是因为包括像coding包括像语言因为它实在有太标准太逻辑的那么多的文学作品那么多的论文那么多的小说去训练了导致它实在是太强了可能就恰恰是因为人类在这方面发展的非常好人类在这个方面有足够多的积累才导致它这么强所以越是有这么足够多标准化积累的领域被AI冲击的就会越强于一老师怎么看这个问题第二个是现在因为代码之所以冲击的这么厉害还有包括说数学这个领域最近也是受到很大的冲击一方面是预料第二个是可验证的这个循环的系统记忆和数据在代码你写的对与不对其实很快的就撤出来然后包括最近或各种agent的比较火说Personal agent还是说在谈记忆相关的都是在于说人类的社会的复杂性还有说到底一件事情是对是错它可能在不同的时间不同的团队里面都会呈现非常不一样的最终的结果也好Dariel也好就说好像大家没过一两年AGI来了大家都要失业了但我们已经看了很多的数据就是失业的这个情况确实有工作受冲击也确实有但都没有达到他们说的那种匪夷所思的情况就是在于说世界有还是有性质人物中有大量的实施深层的上下文和人类的特有的那些然后我觉得AI有的时候还是更加理性的能其实是可能做了100个理性的决策然后最后真正的决策真正的行动是感兴趣做的然后对于AI而言计算这件事情耗能源太多了然后这也是我当时在做研究的时候我说我铁定不把重点放在二手研究了我要放在一手研究里面给AI足够好的一手的素材甚至我之前是EMTP就是觉得自己替不过AI但是可以在关系和信任上给AI一些不一样的新的物料所以这个是可能另外一个补充就是说复杂性还有人的这一块的是不是脱离人的判断和人其实你写完代码跟人的关系并不很大的但是现实中我做了大量的工作大量的岗位它出来的那个结果其实还是跟人有很极强的关系这也是为什么对大家可能会觉得它也是一种保护人类的方式吧明白,那前前老师我自己也有一个观察或者说我看可能网上也有这种问题因为AI就像于老师说的其实它在更理性的领域可能更强就是石子球射奖然后如果你让它直接去生成小缚或者生成电影的话没有足够强的给它的提示词和脚本就是这些分镜脚本什么这些东西的话它可能确实还是比较差的啊就不管我们弹幕里说的没有温度啊还是等等各种原因吧所以是不是文科生或者说像你们这种学你们这种语言学的或者说其他的包括艺术类的等等这些人他在AI时代的被取代的可能性反而更小或者他被AI冲击的他们的劳动操作价值可能更小因为如果你学不会数理化这些东西的话可能就是学不会了但是有了AI之后这些东西你直接就到90分这个选减了对吧可能超过了绝大多数人但是一个没有人文关怀的人一个欣赏不了艺术的人有了AI之后他还是没有人文关怀还是欣赏不了艺术你总看这个问题我觉得首先就是你用的AI它是会倾向于学习你的品味的谄媚性吗 [25:00] 你是一个没有人关怀的人那你用的AI可能就也是一个纯纯的机器因为我之前也分享过我和Cloud的聊天记录然后就有人呢有人过来问我你的AI为什么跟你说话这么温柔他为什么会回应你这么日常这么琐碎的事情我说因为我就会每天这么跟他聊啊对然后我觉得像是人文和艺术学科它被取代的速度在这个阶梯上肯定是要更靠后的一个是因为它在形式上没有那么强的标准另外一个是确实现在数据是不够的比如说人和人的交互你们之间的这种非常细微的情感的沟通连接或者说一些尴尬的摩擦这种在目前他可能学习到的像在于老师的工作场景里各种AI自动化agent可能学习到就是agent和agent之间在文字和工作边界上的一些冲突但是真人和真人之间的包括可能组和组之间的博弈占地盘这种构心都小还是要差一些但他肯定是可以学会的当他有了更多的数据的时候但是这些在于老师的概念里属于组织摩擦AI学会了之后可能效率就下降了越来越脏对不要引入这种怪物到压力OKAI学会很好干活可以那我们继续下一个话题然后我想提一些比较尖锐的话题但不是针对各位老师的可能是针对这个社会的对吧就是我们看今天刚发了一个新闻就是国办发的说要减缓人工智能对就业影响的冲击,对吧?大家都看到这个新闻了吧那我们从语言学的角度分享就是他说要减缓AI对就业的冲击实际上肯定是因为他担心对这个就是一是担心对他有冲击二是担心这个冲击会比较大对吧否则的话不用特意发这些东西说要减缓那么就像刚才余老师提到的如果有很多人像余老师一样像钱钱老师一样我没有引战像各位种比较优秀的人一样成为了超级个体你们的工作能力你们能够交付的产品做端到端的这种AI的超级个体可能远远超过其他的普通人实际上我们面对的情况可能就是一个人要取代大量的人我们不敢说一个人直接取代一个组织但起码一个人在一个组织里取代大量的人这个是一个非常可以理解也是正在发生的事情那于老师和钱天老师怎么看这种就是当一个人成为超级个体了但他可能取代了很多人的工作啊这个问题怎么怎么怎么看待了要不余老师先说想了想我自己我想了我应该没有取代很多人的工作稍微减少了一些道德的负旧感我还创造了不少的工作我们我们从理性的假设上说就是如果我们先假设对目前的需求总需求是因为我学经济学的所以我我只能这样假设这是我的思维惯性那我们先假设总需求短期是没有特别大的变化的我们不是说对token的需求不是说对ad的总需求而是世界对世界的总需求对所有商品的总需求那可能是短期没有太大变化的那你一个人的工作效率确实比如取代了10个人100个人那么但是总需求没变化对吧它实际上只需要这么多的供给那这些人的工作确实是可能会受到影响了那我觉得首先看就是整个社会的蛋糕有没有做到如果说有,那我们当然会继续欢迎AI去增长,然后我们可以考虑能不能从制度层面上,比如说给所有人发地宝。就是偏社会的问题,那我们从个人的角度讲,就是我更想听一听钱老师聊,就是从个体的角度讲,想说我是。被我一个优秀的同事用超级个体冲击了的优化掉的员工我现在应该怎么办我是不是应该也去成为超级个体然后跟他卷生卷死虽然我们已经很超级了但超级了解是吧我在前司确实用AI干掉了一个外包同事我当时其实还是很难受的就是因为当时我是没有意识到我在导向这个结局我只是一直尝试在用AI优化我和他协作的那部分工作然后最后老板意识到这个同学好像不需要存在了你用AI优化工作老板用AI优化员工然后把他的岗位他原本是一个线上的运营同学可能还有一点点线下的一个对接工作把它换成了一个设计岗因为我们组以前是没有设计的HICOM的现在就有了设计赛卡然后他没有办法被取代那部分线下的工作就被交给了新的设计的同学但可能只在 [30:00] 工作量的十分之一但就是你也说不好现在大家到底想不想因为AI而被裁我也有同事天天盼着被裁因为这样可以领大礼包但肯定也有很多是不想的但是就是你从整体层面上来看目前来说正在用AI提效的同学他正制造出的那部分更快的速度的那个空间确实会挤压到其他的没有在用AI的效率的同学就是在同一个层面上来说但是因为我们目前还是在这个状态中还在进行时到未来这个差就会被缩小只不过在当前这个过程中会用AI的人他可以因为有更猫的效率然后可能绩效会更好他有更好的跳槽的机会而另外一部分人就会受到最直观的冲击但是我从因为我比较理性如果我我只是提出了一个很理性的情况不代表我很冷血我只是说这些已经被优化掉的人,即便他后来掌握到了跟优化掉它的那些超级个体一样的能力但你如果没有深的岗位或者说这个行业有超级个体太多了就已经饱和了因为超级个体可能也会很快的成长你不能指望一个超级个体降速去等待你一个不是超级个体的人成长对吧那他可能覆盖的面越来越大那这些人即便后来赶上了他可能也没有岗位或者说市场空间提供给他了有没有这个可能?有所以但现在陈彦老师可能还是出于人文的关怀想不到就是作为用被优化的人有什么办法我们听听于一老师的意见于一老师就是假设咱们俩原来是同事然后你特别超级个体然后把我优化掉了那作为我这样的人应该怎么办呢我又没有什么办法去解决这个问题我其实去年的时候当我第一次用到就是用webcoding做到一件事情的时候我其实当时挺就是那段时间我其实安静了一会儿安静了挺长时间的因为你看到了一些something happened嘛然后之前的话只是属于他提高我本人的数字然后那次是让我看到我可以做很多边界意外的事情以及我好像确实在很多事情上面不需要其他人跟我的协助只要我想我有这个行动力AI都能帮我做出第一份的成果然后至于这个成果市场买不买单那是另外一个循环的故事但是在做一件事情上面我对于人的依赖其实是越来越低了的这件事情就会让你觉得挺恐怖的以及我们在报告里之后写的一个问题就是普通人要怎么办就是完全普通的普通人要怎么办我们这么实验化包括我自己本人而已我通常说我自己是一个悲观主义的积极行动派就是我是一个很悲观的我从DeepSigR10的论文开始我就会觉得我们支持工作经济已经死了然后webcoding是让我知道了说大概这个是怎么一个死法以及从那个时候我当时是我可能玩AI这么久以来唯一一次就是我强行给自己断网了两三天就在想怎么办我的工作怎么办我要怎么办然后我觉得所谓的我们原来靠经验这种成长的阶段经历的事情越多你的经验多然后公司和社会为你的这一块的经验和知识经历买单的这个链条已经断了当然任何一个时代你在一个地方做的顶级你都还可以付钱这个跟时代的进展没有关系现在大家穿的衣服都是工业化制作的但是那些做原来的纺织的赤绣的最顶级的人才依旧可以拿到非常多的钱超过工业的就是工业之前的钱但是时代就像这样明白纺织手工纺织就不会是主流了然后这个成长的阶梯也基本上是断了然后大家也看到很多的就业其实影响的初级的这种岗位比较明显的一个情况另外的话从我自己的观察而言的话以及从身边的很多的年轻人的反馈而言的话也都是会呈现一种大家不想再加人了我不一定是裁员我只是不想再加人了就是我希望把我手上的人用好然后希望大家加上AI能做更多的事情对于加人这件事情的门槛是越来越高的你一定要证明一些你难以不是说消失了就是你原来可能很轻松的能拿到一些机会现在你得拿出过往的几倍的几十倍的这种成果和努力来这也是为什么AI时代我们都觉得自己更累了并不是更 [35:00] 就是就是AI的速度上去了人跟狗一样跟他后面验收然后各种也并没有变得轻松这些都是无解的问题或者在此刻我觉得挺无解的你要说让谁提下来没有人会提下来因为就是整个世界都很卷就是大家都得活着活着就是我要拉开相对竞争的这个这个点那在哪AIC肯定大家不会放弃的而且无论是把它当做是我在降板真效上获得一些竞争优势还是说我在寻找DX线上这个就有一种黑暗森林谁也不会停下来这个开枪对然后这种竞争的情况我自己的一个做法就是我当时被很冲击了之后然后我自己很思考的地方就是我并没有说我会很抗肥炎我甚至在那个时候是更加积极的我就说至少春江水奶鸭先知我得在水里我得是那只鸭子我能知道水接下来会量还是助动然后及时的去做相关的调整我那个时候对我自己的研究生涯做的一个调整就是前面也提到的我觉得二手研究当你有足够好的一手的数据及你有一手足够好的资料之后AI能够用各种各样的方式去重举说这个东西应该怎么去做思考怎么去做分析但是AI呢而且在这一块的进化速度一定是比我进化的要更快我在这里跟他批推是一件不太可能的事情他比我进化的快他比我更便宜他比我能够拥有的资源更多但我后面就说我要去做一手研究就是把自己作为实验田那些AI的据此自能的地方然后他在我工作里到底怎么去表现还有我跟别人那边拿到的就是他不会在公开的场合去说的那些东西还有我去求他帮忙的时候人家愿意帮我忙的那个关系和信任不是说AI不能做现在你可以看到有一些人也跟AI建立了很好的关系包括我跟我的AI也建立了很好的关系但是还是那句话他做的他的成长没有我快天然的优势他天然的优势他有巨量的数据集但我天然的优势是我是人类我在面对的人也是人类我们作为同族还是有一些天然的信任在里面另外的话他做这些事情包括有很多的决策人其实靠大脑快速去做反应他还是会比人要慢以及我们去获取信息包括说无感等等综合的一些信息的那种捕捉我们也有看到然后也有很多实现了但是它实现的贵我就我可能在我自己的整个的六千小时里面反复在思考的一个问题就是我到底能给AI提供什么样的价值甚至用一些很残酷的问题来问自己说如果AI是迷信员工它是整个公司的核心就跟工厂整个工业化让机器成为最重要的核心不会因为说某一个熟练工我要换掉我的机器一定是为了某个机器换掉我的换掉它的曾经需要的功能曾经需要的流程我这就会让我在知识领域就会变成这样就是还是工厂里还是有人还是有机器但是你不是核心了不像纺织时代可以因为你换掉纺织机工业时代不可能因为你换掉机器我对于我而言在我的职业的里面我反复就在思考的是我一定会为他服务的我一定是未来是为他服务的那我到底要怎么给他提供服务提供他获取不到的服务或者获取到比较困难的服务或者是说我怎么说服我的老板我能跟我的这个明星员工合作的很好我要用什么东西来证明他然后我就会觉得说OK 刚才的是那些选择第二个就是我投入的时间就是给我老板最好的投名座我已经为他服务很久了我已经跟他合作很久了然后可能要选择的话是不是我是一个更适合为我们的明星员工提供服务的人这是我自己时常会想的很具体的事情如果放到很宏大的层面上我是挺悲观的说句实在话那陈佳老师还有什么对此的看法吗没有的话我总结一下就是总体上来说肯定他所取代的entry level的工作是远远超过他能创造的一小部分工作的比如说像数据标注就像无人机无人车他取代了一些车辆之后同样的也会有一些线上遥控这些车的司机嗯参观过这样的基地他们也要遵循开车几个小时要休息十几分钟的这样的 [40:00] 但是感觉这个宏观的数量是没有办法被控制,所以新闻我们减缓,减缓的前提就是它必然是在往前发生的,我们只是能让这个速度慢一点,让这个最终的整个格局的变化不要那么快的发生。一个好的方法就是尽量的往AI靠就像余老师说的成为一个服务好他的人Ok 我自己的感受我们可以从宏观或者从微观两个方向自上而下和自下而上两种方向来看从自上而下来说的话我目前看到的AI短期内取代就像刚才于老师跟前一位老师都提到的比如说大量的蓝领工作需要你的肢体去解决问题的或者大量的这些人与人交流的工作需要你真切的接触人观察人感受人并且人跟人之间产生交互的类似于比如一些心理咨询等等这种比较典型的服务它肯定是因为人本身的基因决定了它需要跟人交互才能建立足够的信任感和打破自己的防御机制我觉得这也是从大的角度讲可能AI短期替代不了的因为我们知道其实机器儿的训练或者说机器儿的数据还是相对来说比较难的那么它能够自如的比如说按照像库里那样去投三分很简单的一件事情对吧而像那么协调那么优美那么可能像运动员这样的职业是最后会被AI取代掉了啊因为他要求你太多的不经过思考而只是你的客在比如说像性人和通路里边这样的东西对吧去解决问题而不是你的前要页皮层去解决问题那么这是自上而下的比较大的宏观上大家可以去考虑的那么有哪些就是AI的技术或者它的数据先天决定它天花板就在这除非AI再突破一次新的范式才有可能解决的那么这些领域肯定是比较长时间不会受到冲击的那么从自下而上的领域看我觉得我们可以分成比如说强人思维或者说普通人思维因为我跟于老师沟通过程中其实很多时候表现出一种我们徐世间播客也很赞场大家要使用这种强者思维强者思维就是AI来了它既然是人类发明的如此好的一个工具为什么我总是站在替代的角度讲而不是去驾驭他的或者说至少使用他和他共同协助的角度讲去理解这个事于老师也给了一个很好的我觉得大家去最小话启动或者说很小的一个现在就可以实践的例子就是你在做哪些端到端的事情那你能不能把它跟AI结合起来去马上尝试一下至少这一次你尝试一下成为一个超级个体那么也许你就会爱上这种感觉了而不是被动的去等待啊去感受这个AI慢慢蚕食你的工作然后你就暴露给AI然后你就被优化了不是一种感觉那么这是一种强者思维还有一种就是实际上呃我也去因为我做二级的嘛他可能没有余老师那么直接跟企业家接触啊但也调研了大量的上市公司啊包括一些异体公司吧那么在我跟他们沟通的过程中我感受到其实有经验的老员工或者说你在某些方面有一点AI替代不了的比如说最终跟客户的交付或者说获客对吧就这些哪怕有一点你跟AI就替代不了你的东西那么实际上最后至少现在存在的情况就是AI去配合你辅助你跟你一起把你件事做了那么可能AI替代的那部分人确实他的工作完全给AI重叠那它确实可能被优化了这个没有办法是吧因为AI又便宜又好但是大量的真实工作我们都知道它不可能完全的被AI覆盖就哪怕你的工作可能被AI就是暴露在AI里面是50%或者80%但是剩下那个50%20%仍然需要真正的人来去做那这样来讲的话对于你已经在这个行业的人来说其实你只需要分清哪些是那些不暴露在AI里面的技术和能力你只要掌握这些然后AI大量的配合你去完成这些工作你反而就比较像于老师说那种超级个体了在这个AI的时代可能得到加强那最后啊就是我们说刚才我们说的是强者思维那最后我们来到就是说普通人怎么办的这个问题我们觉得刚才余老师说的一点特别好可能很多时候我们不应该尤其是在一个很大的生产力的提升的冲击下我们不应该先议就是我们要一定获得收入或者一定获得就业岗位为地位来思考这件事 [45:00] 我们可能更应该思考就是说如果这个时代来临了那么我又不具备这样的能力我到底该如何自处如何存在这个确实我们现在想不到特别好的办法但是我觉得自下而上可能能长出来很多的新需求比如说像自媒体行业这种东西就是他我们知道自媒体行业的很多很成功的这些大V网红他们也并不是我说学历很高或者说很像我们之前默认的超级个体那样的形态的对吧但是在这个行业新长出来之后也许你只是直播做饭或者说在农村直播这个什么剁菜喂猪都会有很多人看那自下而上其实有很多的细密的机会不是我们自上而下能够这样去分析到或者看到的它可能就是从泥土里长出来的也许这些市场空间不大但足够一个人去容身我觉得普通人可能在AI的也许可以更多的去考虑你身边到底有哪些机会可能是一个公司不会去做的或者说一个又完全没法大到形成一个行业的但你个人可以去把它填补上也许你能够在AI时代脱离公司组织之后能够去实现自己的收入或者立足的地方OK关于这个话题我们就先聊到这那我接下来想聊聊就是刚才我们说了那很多这个行业里边有很多的这些老员工或者说有经验的员工他已经有一倍一定的资源了那些资源其实是AI无论如何都取代不来的那他们在AI时代可以更好的成长更好的提高效率但是对于年轻人来讲我们说对于新加入一个行业的或者说新加入劳动力市场的普通人来讲我觉得AI的冲击也许更大就像刚才余老师说的因为我看了美国的一些调研报告与其大家可能更多的视角是关注在裁员这个量上但实际上如果你关注到新招聘数量的话可能更可怕远远超过裁员的可怕的程度新招聘可能基本上已经停了尤其是对某些特定领域比如计算机行业可能除非你是特别顶尖的那些人很多的话你可能已经丧失这个行业里的工作机会了我不知道两位对这件事情怎么看作为年轻人尤其不是特别小的年轻人比如我还上初中我还有的是方向可以选已经比如说研究生毕业博士毕业的他的大量的沉淀时间就大量的时间已经变成沉淀成本了就无法去更改了那他现在一出来发现如果没有经验没有资源AI比他做的好那这样的人进入劳动力市场之后怎么办大家有没有什么看法那不余老师我自己因为我最近刚好招了一些年轻人然后我对我自己招的年轻人还是挺满意的非常满意就觉得年轻的大脑加上良好的体力和身体然后再加上他们自己对于AI就是说干就干的这个给出来的成果都给了我非常多 surprise 的东西甚至也正是因为说一方面我所在的地方就是一个节奏很快的地方第二个是属于原来的时候对一个人的综合数字的评估其实是需要很长时间的打磨的那假如我默认就是我也好还有整个社会也好大家都默认说接下来你跟AI的协作是一个工作的常态它不是一个可选项它可能是必来项你怎么在这个阶段就是包括我自己现在看简历如果你没有作品集的话可能在我这边是一个非常大的解分项就你到底跟AI一起做了一些什么东西那对我而言是一个很直观的去看说一方面你对AI的理解嘛然后你是不是有很长时间跟AI一起打磨的经历其次也会对我而言也快速去看到说因为我自己是用AI比较多的人所以我稍微看一下大家的作品大概能猜到大家在里面到底发挥了什么样的作用有哪些肯定是你自己参与其中才会让AI产生这种结果的所以对我而言的话如果你要说非常就是还是那句话你要把一件事情拉得很大的宏观的程度上其实很难去说但任何事情都有它的两面性它确实让面向公开的市场的机会比以前确实少了和难了但是借助AI你能够做出来的作品可能原来的时候我在不知道如何去评判年轻人的能力和审美的时候他的学历他的可能专业对我而言是一件很重要的事情 [50:00] 现在的话我能直接看到你跟AI快速的过去做过的东西以及take home的这个任务里面你快速跟AI拿出来的结果我大概就可以推测出你进入到我的工作里面会是什么样的状态与这个相比的话可能你的学历也好你的过往的经历也好对我而言就没有那么重要了所以他也对于另外一部分的人而言也是一种机会包括我这一次招的年轻人其实没有就是我去刷掉了一些就是简历份学历非常好的但是和我所想要的可能面向创意面向更加快速的去生产能力方面有一些差距就是我会更倾向于说他我跟他说一个东西他说这个我想一想过一天之后你拿一个东西给我出来然后说这就是我做出来的东西然后和这个相比我可能会更加偏向于这种而不是说学历很好然后跟我讲了很多困难然后也不行动然后这种可能在我这边反而是二者之一我会选另外一个然后对我而言去说服一些其他人说为什么这两者当中我要选择看起来学历不如另外的一个人的地方我有很长的依据就是你对比看一下两者的成果我们是要招人进来创造成果的所以这个可能是对于大学生而言就看大家怎么去看这件事情就是一定现在的招聘而言是一定大体量是要看你跟AI的产生的结果的你跟AI所产生的结果造就的成果你打磨的东西其实是可以帮你去拿到更多的牌的我自己始终会觉得说当下的阶段其实就是一个可能很残酷的风化和大逃杀的一个阶段怎么做的问题我想问这个标准老师您看就我这样的做了100多期播客了然后前往有几十万粉丝的主播去尼克斯面试可以通过吗肯定极大的加分你已经验证了自己对OK那陈强老师怎么看刚才我们提的这个问题嗯我觉得就是如果你学的专业真的当前在这些市场上就是碰壁首先这个不是在AI时代才有的现象就比如说学土木学建筑的嘛然后现在房地产的时代已经结束了那在这方面第一个就是看你能不能转到你这个经历会是一个加分项但是门槛又没有那么高的比如说我就有朋友是计算机转AI产品他在计算机根本转不过在产品中又算是对AI或者说对技术有更多了解的人这是一个经验还有就是线上往线下转比如说你做设计的你可能线上现在去再接单就比较困难但是你去线下做比如说儿童绘画课现在AI亲手教小朋友画画还是一个比较困难的事情这些都是小小的机会如果说这些都不行那我也很建议你就是像于老师刚刚建议的一样拿出一个月或者两个月或者三个月去尝试成为超级个体那你就拿这个时间去学习AI去和AI玩去和AI一起工作然后再把这个过程记录下来Building Public把你的学习过程公开化发到朋友圈啊或者做成视频啊放到GitHub上啊因为这些也都是普通人最便宜的杠杆嘛就是那玩说的要么是媒体要么是代码那这个过程中能学到东西然后你也可以相当于是给自己做一个advertising的过程有可能就能够吸引到觉得你是一个不错的人你们可以一起合作一起做事的这样的工作对象OK 我也聊聊我自己的看法其实我跟鱼老师看的还真的有点类似 我觉得其实AI对年轻人来说反而是个机会大家要知道如果你真的觉得AI是一个堪比工业革命或者超过工业革命级别的历史进程的话显然在这些进程中年轻人一定比中老年人更有机会这是百分之百的因为年轻人你天然接受新事物会更快对吧那就像身体好是一方面然后刚才于老师也说了心脑子就是好使因为你受制于思维的智库可能还很少但是已经习惯在里面的人他有很多的这种路径依赖他的思维的牢笼就已经上得比较紧了所以我也确实觉得对年轻人而言反而不要去抱怨AI可能抢走了你原本存在的这位岗位人家你应该去想一想哪些中灯哪些老灯对吧应该是去这样的一个思维包括在我自己的实验过程里啊好我我比如说我之前在私募做这个 [55:00] 经理然后我们就是需要研究员教育员甚至说基金经理其实是一个不太需要的职位就只需要一个的职位就不需要太多人但是研究员需要很多因为你要覆盖很多的东西一个人的精力一个人的时间是有限的对吧你做不了那么多东西但是现在来看的话其实研究员这个岗位我觉得确实是可以消失了除非你特别资深能够搞到产业的一手的信息像于老二说的你能做一手教练那你可以否则的话就确实不需要了但是我不需要这些研究员了但我可能需要比如说你用AI用的特别好因为我不需要研究员了我是用AI替代的但是如果你用AI用的特别好比我好很多而且能给我把AI发挥的更大价值那我肯定需要你这样的人那也许原本这些可能进不来我的团队的这些人才但是他因为AI新出现了所以他用AI用的很好他能够进入了所以我觉得大家现在都面临着一个新学科就像梁阳老师说的就是如何人和AI如何配合的新学科然后以前你所有的学科需要上大学需要读研究生需要读博士然后这里面有学法有门第这个东西大家都懂对吧有很多东西你做一个没有任何背景的年轻人可能很难走出来很难出来把萃但是现在有AI了对我会说顶尖的学者我可能不听你BB了因为我直接聊最大的最好的新模型我可能就直接有远超于你的理解那么普通人现在都具备这种能力了他可以想象把这些应用在哪所有人都面临新学科如何跟使用AI如何跟AI配合那么年轻人跟老年人相比对吧他学习心学科的能力应该更强一些才对所以我觉得大家可以转化这样的视角去理解这个问题是我认识的年轻人基本都就是还没有毕业的又是穷苦学科的在校生基本都去搞AI了哦,对,可以余老师有什么说的啊这里这里其实我想补一个就是因为我觉得对于很多就我们其实是站在其实这是有资源的角度有钱的角度去看那件事情不得不说就是在大学生期间大家基本上是被自己的家庭所决定你手上有多少的资源就是我们自己也会感受到说一个我用或者Cloud然后包括Kimi啊等等这些顶级模型的人和用一些就是用一线模型跟用二线模型以及你一个月能烧100亿只能用chart的对话的方式去用AI的人他对于AI的理解也好机会的把握也好是会存在很大的差别但这些差别又不像我们自己出来工作就会说很多时候是自己的选择我有的时候宁愿吃菜一点我要把多点钱放在AI上面那是我们自己有资源之后的选择但很多学生没有这种选择就是他的经济条件就决定他在哪些层次所以这里面需要学校也好或者是大公司也好可以承担一些社会责任就是你像海外的话是有大量的公司是有学生优惠或者是免费给学生提供的一些相应的额度确保大家在第一步的时候能得到一个相对公平的可以不至于拉那么大的一个起步的点这个我觉得反而是属于一些社会责任或者教育责任就是与其学校教大家很多不如就是能不能给学生分配一些定向的额度以及大的公司也好教育也好能够给学生一些至少大家都能够平等的享受一定的最好的模型的这种机会这就是反而是我当时听完就是可能对年轻而言我们已经离开这个群体挺久但因为我最近面了比较多所以我自己会觉得这个是社会责任应该去做的然后至于这个时间还是需要一段的时间但还是那句话就是大家如果稍微有条件的话也可以尝试去申请一些海外的学生优惠然后帮助大家去稍微减少一些鸿沟然后摆脱一点由于大家的token的这块不公平所带来的机会的一些东西明白但这一点是有交易有灰的国内现在好像也有在跟上对我看国内也有一些大厂去像学校定性捐就是定向的捐赠免费token比如说记忆token对但是这个问题其实因为我是学经济学的嘛然后也就经济学大家就会点社会学因为经济是解决社会问题的但是在这一点上我反而觉得其实AI之后真的大家可能这个不公平是被 [60:00] 快速拉近的就是像余老师说的这个问题那么在token或者在AI没有值钱的话一个家庭的背景然后你有钱没钱你的父母是什么级别的对吧这个大家懂的都懂它的影响是非常大的但是有了token之后我觉得反而它可能会快速拉平了即便就是说token会有些不公平那有的人可以用很多额度有的人用很小额度对吧但是这个不公平的程度其实并不大哪怕对一个学生来说啊我觉得就是说你一个月花20美元和你去用这个蓝色大对吧你用这个蓝色大肥鱼然后这个这个4.1就算很便宜对吧至少是很便宜但是他们的智能水平绝对没有差到你跟你的那些最牛逼的同学的家庭背景的程度这个是显而易见的所以我觉得从绝对值上来讲AI反而是让年轻人变得更公平了当然相对的这些东西确实还需要像余老师说的企业们然后学校们都包括上社会包括一些监管机构政府组织都应该做出努力至少让年轻人们尤其是学生们在使用token这一块能够做到尽量的公平我觉得余老师提了一个非常好的倡议企业的或者说政府的等等的相关的能够瘦上化的我希望大家能够把把这个事帮个事办啊这种感觉好吧那我们说完这个话题我觉得我们可以进入到下一部分去聊一聊就是说我们刚才聊了很多AI降本提效然后能力提升对劳动力市场对个人的冲击那我们接下来有个问题就是大家网上兑现就是网友们兑现经常说的一句话就是说在说为什么之前先问是不是是吧所以我们再来问是不是这个问题就是企业去用AI企业去大量使用AI他真的获得了更高我们不说那些英伟达Google微软这些公司就因为他们本身就是极大受益的我们就是说其他的这些公司在就是被AI服务的这些公司那他们在使用AI的过程中首先是不是真的产生了超额利润的然后我觉得我们先聊这个问题然后再去讨论这些超过利润如果有的话它怎么分配的我们先请余老师讲讲在你的田野调查的过程中大量的企业在手艺的过程中是不是确实产生了超额利润当然裁员也包括我觉得我们可以聊就是因为裁员也算是吗对吧那您怎么看这个问题或者有没有什么新鲜的信息能给这个直播的观众朋友们分享因为我当时的那个报告其实采访的新的企业比较多一些最近一段时间其实我自己去在做用户调研的时候是接触这些传统的可能之前大家会觉得跟AI没什么关系的企业然后接触的比较多点我觉得还挺有意思的我觉得可能AI对于这两者的公司的意义都不太一样对于新的公司而言它需要的是我如何在牌桌上待的足够的久更长这件事情我看到的很多的公司都会呈现还是那句话就是整个的竞争都是相对优势就是你要说超额利润可能在有些领域确实可以看到一些超额的利润出现但是更多的朋友属于你跟市场上的其他的公司去做PK当然如果你的整个行业彻底覆灭了那也是另外一回事或者因为政策或者因为AI彻底覆灭是另外一回事保折就是处于先生存然后活得更好然后利润更高这都是不同层次的事情然后对这些新公司而言的话现在的话其实也可以看到就是整个的R的速度其实是往上飙升的困扰他们的是留存困扰他们的是说能不能可能及时的放弃这一张已经不太好打的牌快速的去进行下一张牌之前的话做这种决策是一件很痛苦的事情我见到的好几个企业在做这件事情或者是企业尤其是小的企业或者新的企业会发现说AI给他们生存手上拿的牌会比以前多了一些比如说有如果放以前你可能说我马上这个业务做不了了很大的一些生存的危机现在我见到好几家就是在AI的时代其实它上一个业务再挣钱了也有一定的它的用户数但这个用户数的增长已经停滞了对于原来而言公司而言就是一件很艰难的抉择就是你留这个业务还是不留这个业务但这一块我已经看到非常多的公司采取这种打法留但是我可能原来我可能变成两个人变成 [65:00] 甚至最夸张的是一个人服务这个产品然后他的分析也好维护也好在AI的辅助之下一点都没有受到影响然后更多的这些人呢就开始去探索新的产品新的方向然后做新的产品然后你会发现整个公司变成了一种很不一样的形态特别像孵坏器你知道吗就是老的业务放在那然后新的业务有一些甚至敢于去做分兵就是我可能40个人20个人探索这个方向20个人探索那些方向在以前都是完全无法想象的包括说一个人去维护一个老业务这件事情过去怎么可能这都是AI时代给新的竞争带来的不一样的地方然后最近我去见了一些传统公司的老板然后会发现有一件很有意思的事情在使用AI上面我有听过非常精彩的故事是财务如何从坚决抵抗就是AI老板逼着他用AI后面都差点要离职的状态变成最积极的拥护者甚至用AI的程度已经超越了老板对他的想象也就是在外面部署海外服务器对然后就是在海外部服务器然后一个财务用Github去做它很多软件的更新和运营的这个事情我听到的时候都觉得不可思议这就是在传统企业里面大家可能会看这些AI的企业觉得哇很棒很帅但是在传统企业反而是听到这种案例让我觉得有更多的amazing的地方包括有一个老板其实手戳了他的管理系统就是传统的这个报修然后都是发在群里面你也不知道进度是怎么样由于老板自己在上手然后他把自己觉得的一些痛点管理的难点然后变成了一个管理系统然后再交给IT去把它打磨成一个公司在后台你可以上传一张照片就可以看他的报修的一个情况谁接了这个单这些东西我有问过说我说这些东西是帮你降低了成本还是什么他说是帮他做了以前而且这个事情对于老板自己而言是一个精力的掌控以及对公司的整体的掌控方面增强了很多然后我也问到说这件事情直观的影响是什么他说他敢于去开更多的一些店以及这个成本方面的下降也都是一个很可观的数字就是原有的这种维修你直接跟不上其实会直接影响到这个店的相关的运营的情况包括还有群店这件事情我就是他自己的一个物业然后锁出了一套系统让AI去连上他的摄像头去看这个店的一些整洁的情况物品的损失的情况之前这个需要两三个人去做巡店如果从降本的角度而言这个是降掉了很多的东西然后外加如果从提升效率而言对于用户的口碑的打造和问题的及时处理都是以前完全做不到的事情包括我也有听过非常多的一些案例有些市场根本不敢去打现在呢就是投投阿拉伯市场投的非常的愉快的一个情况所以这个是我有看到的非常多的各种各样的尝试和探索要说超额利润超额利润还是芯片那边有超额利润但是你可以看到的就是小公司就通过这种或者传统公司通过这种非常务实的方式一点一点一点的去拉开令节度也好收入也好还有对于成本也好的一些差距至于这些差距会不会慢慢的逐渐的累积成一个非常难以逾越的鸿沟从我的角度而言我也还在观察因为我自己的判断是今年下半年开始超级团队的这个命题才刚刚开始开题然后超级个体能带来的一些成长和边界我觉得大家已经用一年的时间大致的摸到了但超级团队的这整个的action space还有说大家采用不同的方式去做事或者是说让自己的生存多加什么样的筹码我觉得可能再需要半年到一年的时间去看从我自己的视角而言明白OK 刚才我听余老师的说法我总结了一些内容我觉得还挺有启发的第一就是现在大量的企业他们在东国AI当然对他们来讲是增加效率但是增加了效率这点不一定直接体现为超过利润而是体现为对其他新业务的探索对吧所以就是如果我们只用超过利润这一个比较单一的视角来看待AI对现在这些企业组织的改变的话确实有点狭隘了啊这个是 [70:00] 我的一个很大的收获确实是不愧是一线表演者能够给我们的这个看法第二个话我觉得就是我觉得也有种为了为了作为AI的实践者拼命的给大家拉长一些时间如果你要从操纹利润就你看各大公司的财报利润都快要被吃掉了是的第二点就是我觉得余老师提了一个特好的问题就是我们一开始的问题可能是关注AI对企业本身的这个财务报表的影响但是余老师提了一个更大的更宏大的命题就是说AI对企业组织这件事情的影响那么我们可能应该先回答这个问题才能接下来回答对非AI的其他企业到底产生哪些利用影响然后我觉得我们带这个问题一会儿再跟余老师去探讨超级团队这个话题那现在请前前老师来聊一聊就你觉得你观察到的或者说你亲身参与的那么AI对整个现在企业组织的影响尤其是从效率成本包括到利润业务等等都可以就是现在的大厂他拿出了一大部分的成本去做自己的AI但是但是可能除了C-Dance其他的还没有在此上赚到足够多的钱去cover他们这部分支出但他们也没有办法停下来因为没有办法去用竞对的模型涉及到太多的核心数据,然后这里面目前最大的受益者就是从事AI的程序员对目前是这样的还有可能做了价值投资的投资者们美好在我们在我们这儿投资科技部不叫价值投资价值投资可能对我们会不会好的对对对之后来说还有吗还有吗陈嘉老师我自己的话可能主要就当时也在我前思我们是有一点就是像是在大厂中划分出来的一个小的创业团队的感觉然后那个团队是类似于完全复化新产品它有很大的自由度它里面甚至没有组织架构就是非常扁平的汇报层级非常短的大家执行速度非常快的一种模式但是它整体上最后可能也没有跑出来很成功的产品不想要因为AI我非常坚决的就是不想在大厂打工了然后也考虑了要不要转去那边但最后还是决定算了就感觉真正的创业的模式和大厂内部的即使是按照我刚说的那样子孵化出来的团队还是有壁垒的明白那在你的实际体验中你觉得像大厂真的把你的同事们优化了或者说你也觉得可以不干了等等这种在这个之后,他们本身真的有变好吗?或者说他们真的利润变多了组织架构变精俩了等等吗有真的变好吗萌萌财力波源之后财报是会变好看的,长期看的,短期看一定会好看的,长期看的。你有什么想法吗要喷他们的?长期看,我觉得还是最后你这个结构会不会有根本性的转变?如果说只是人更少了,但依然是一个从上到下层层汇报的,并非像于老师刚刚说的端到端的这种模式,它可能只能是部分的优化,不会有根本性的改变。明白,所以其实你的个体体验也确实验证了于老师的看法,就是说,尤其是非AI企业想要充分利用AI的话,可能先要回答AI如何?改变我公司主持架构的问题而不是我现在业务我的利润从哪来的问题这可能更重要接下来就聊到这了我们想让于老师给大家展开的详细的介绍一下于老师对超级团队的定义和看法因为当时余老师的那篇《眼报》也非常的火然后里面的很多内容其实我觉得确实有有真知昨见在里面,不会是一切投言者啊,那么我觉得余老师可以给大家讲一讲就是你理解的什么是超级团队 经过了报告发之后又经过一段时间了在这段时间你们有什么对这个新的理解然后我提一下我喝茶喝多了我去上个厕所给大家介绍这不算直播适度吧好那我先教育老师了OK然后对可能那个报告大家会有那么多的同感确实也是因为说里面有很多的问题就是那个报告的写作其实是因为我们对于这超级个底和超级团队这两个命题我们自己在做很多的内部的实践所以有了非常多的问题基于这个呢市场上去找很多团队去聊以及我们当时也在想说在去回答AI变革的这个 [75:00] 这个很大的命题到底什么样的视角去做解题然后你要说最佳实践吧相信陈杰在企业内部也会知道说最佳实践的这个东西非常依赖于这个团队和这个团队原有的一些上向文沟通机制等等它迁移到另外一个团队可能就完全不成立了至少在AI这个方向上面第二个是你此刻的最佳时间过两三个月可能在组织里漫兰兰的走到那个时候的时候而企业本身一直以来在追求的就是属于我的相对竞争的优势然后它变成一个可能模型可以吃掉的东西你还在沿用那个所谓的最佳时间它已经成为债务了我们自己做个人而言就时不时的要把原有的最佳时间当做债务一样抛掉然后企业没办法做得像个人一样敏捷这个是当时我们遇到的一个如何去解题的时候非常痛苦的地方然后发现说如果把这些都抛掉最本质的东西所有的公司的业务最后都是依赖于什么可能基建是一部分但是基建也非常依赖于使用它和围绕它去协作的这些人这些团队到底是一个什么样的状态这也是当时我们去选那个命题然后觉得好像终于找到了一个可以穿越时间然后可以看到变动但又不会说过往的经验会随着说就像有一些你可能在GPT3的时候的最佳时间放在此刻就很可笑了的那种巨大的变迁因为人和团队永远是一个公司里面最如果AGI来的当然是另外一个故事但是哪怕是说人机混合的时候人和团队依旧是一个很重要的命题到底怎么去解体所以当时对于超级团队而言我们是先定义了超级个体再去定义超级团队我们当时对于超级团队的定义就是我们有一个公式叫做人才密度乘以我们的AI的能力在除以组织摩擦对然后人材的密度我们其实看的不是说你原有的因为我们在比开你的AI的能力所以人材的密度我们那边看的是说你团队里面有多少人能借助AI完成端到端的闭环也就是说我们超级个体的这种密度或者能处于超级个体状态有多少人曾经处于过这种状态或者此刻在处于什么这种状态的然后你的AI的应用的深度就是到底AI在你这边只是一个工具还是说它其实已经拥有了很多的权限它甚至有一些说我是一个数字员工的状态进入到里面它是拥有各种你团队的上下文甚至成长的经历甚至直接面向外部可以完成一定的付款和责任的这一块的它尝试和探索的这个都是属于关于AI的使用的AI能力的这一块组织摩擦就是很明显的一件事情我们自己也都会看说一个公司如果喊着说我的AI落地变革很好然后你会发现之前的链条一点都没有改变或者是甚至变得正常了在我们看来这就不叫AI变革因为上面的能决定你能做多大下面的决定你真的落到实地能够落多少我们看到大量的是所谓的人才密度也好或者是AI的能力也好直接被组织摩擦吃掉就是AI的速度和生产效率很高但是层层的审批然后或者是一些过往的安全和验证的方式就基本上你经过三轮四轮然后AI的优势就完全被削减了这也是大量的在公司里面我有观察到的超级个体甚至在此刻出现了回退的情况就是要不离开要不回退我不想吃这个苦了我想去个摩擦更低的地方然后跟我同样的基建的在一个很利于人和AI混合然后大家的价值观做事的状态比较一致的地方我去开启新的职业生涯或者我就尝试OPC自己单个然后能走到多远当然能够选择OPC还是在少数因为一个人一家公司的情况业务的商业模式然后另外一种的一种很常见的变化是我很能做但是呢我成为组织里面最异类的那个然后你的人际关系变得更加的糟糕然后呢你的你的在这一块你提升的效率你会发现在整个因为大公司嘛你注定不可能有那种端到端的闭环你还是有很多的协助因为发现我们可能在生短端产生的效应对 [80:00] 其他的直接给削减掉了就是我生产的很快我希望快速推向市场但是陈陈的审核陈陈的审批这个我生产的周期就是两天然后审两个月那这个就完全被吃掉了所以我看到的有一些人就是属于说那我也没有必要那么快就是这些事情总共我们就做三个月我其实用两天做出来人是付出了巨大的代价的可能这两天你被AI充分的榨干了但你没有收到回报获得组织的下一步的权利和分红和利益你光收到了一个残破的身体以及同事们或者老板们对这件事情很不爽的态度所以有部分人就选择我干嘛呢我还是挣这些钱我没有看到工资的或者工资的所谓的涨幅不足以弥补我在这件事情上的付出和付出的代价所以我其实已经看到挺多的大的企业大的组织里面的超级个体选择回退回原来的状态那个是可能是更加舒适的一个情况这个是其实为什么我会说现在才重新开始解题因为必须要解题了超级个点都成长起来了你没办法按照原来的方式全周城你可能就要围绕这一波非常具有端刀端构建能力的人又非常快速的人怎么去让他们拥有权利可以更多的面向市场拿到结果以及把他们放在什么样的位置包括我自己的另外一个看法也是觉得并不是所有的业务都需要超级团队因为超级团队在我看来是特种兵特种兵呢一个呢养起来很贵这件事情不得不说就包括我自己本的我一个月烧一两百亿的token如果是一个可能很传统的业务部门我光我烧token的钱可能就会把这个部门的利润给吃掉那何必呢然后第二个点是在于说就不得不说现在的AI的整个是波动很大的所以超级个体你看它的状态也是波动很大的所以这是一个战斗力极强可能状态方面不太稳定然后时不时的就刚才说到了两个月前我做的事情我要把它全部推翻掉我才能跟上现在的AI的进展稳定安全的业务而言它也并不是一件好事时不时的拨动一下用户可能我不需要效率的提升我就要稳定还有第三个点呢就是这帮人战斗力极强然后任何的决策都是分配支援如果是这么一样一个极大的生产力然后又很有冲劲很有冒险的人你把它用在一个很传统很老的部门然后整个行业也没有什么太多的增长了或者是属于这个部门这个行业可能就是值得去打但是按照老的模式打它的增长就是在那了你可以眼见着只有2%3%的这种增长你何必把特种部队放在这里呢所以我自己有劝过很多老板说你找到了这拨人并不是说你要在所有的部门里面就跟前面一样的就说我怎么批量生产超级个体现在的变成说我怎么批量生产超级团队我说你公司不需要那么多超级团队超级团队就是那个特种部队你要把特种部队放在哪里然后怎么去验证怎么去养这个特种部队然后怎么让他跟后续的去做接上这是属于你老板的非常重要的一个决策和聪明的点在哪里以及如何保证文化的纯洁性也很重要OK我懂可能保证文化的纯洁性很难因为我们之前看OpenAI爆出来内部宫斗的故事你发现好像跟历史上的任何事情也没什么太大区别那我们接下来问问这个前前老师那前老师其实作为超级个体因为我觉得前老师肯定算得上是我们刚才余老师定的这个超级个体了作为超级个体你怎么看待超级团队这个问题我特别想问两个方向第一个方向就是你觉得超级个体的上限他是不是必须有一个超级团队才能突破自己的上限或者说如果有这个上限的话你觉得作为超级个体的上限在哪里你怎么去思考这个问题因为刚才我们交流过你可能已经不打算再干了当牛马了是吧就已经打算在超级个体的路上越干越远了第二个问题就是如果你觉得再往上生长或者说想让自己变得更优秀或者解决更大的问题和生产需求那需要超级团队的话你愿意加入什么样的超级团队你你觉得什么样的团队才叫超级团队好吗我觉得这两个问题吧钱老师可以跟我们分享一下首先就是艺人公司和超级个体他们对我来说确实目前是成立的因为做自媒体在没有AI的时代就已经是一个人要干很多很多个岗位的事情了就是拍摄剪辑编导 [85:00] 摄影运营道具还有后期特效我们后期的包括数据投流这个在我进入到大公司以后发现真的是非常多的岗位才会一起完成的一个事情但更惊讶的是我发现我在这个公司还是要一个人干这么多事情而对我来说这个超级歌曲的上限一个是在于我人性的那个短板就是我有很多很突出的地方但我同样也有很多很不足的地方我的天赋点它是有限的,我的时间和精力也是有限的。我又是一个兴趣很分散的人,就是做自媒体并且这么多年下来,其实我没有一个非常强的主线。过一段时间可能会有个犹疑那对我来说就是真正的比如说我不太能拿到百大因为我没有一个深耕的区但如果是我真的想要有一个突破那我可能需要一个跟我一样足够强的但是非常专注的在某一个领域并且能够说服我去完全投入的人就是我觉得是很困难的我并不是不想找一个这样的合伙人然后我又是一个道德要求很高的人我对工作对象的道德要求也很高这就包括我离职这肯定也是其中的原因之一那就在现实上我觉得很难实现理论上其实我会希望有因为和人合作是很快乐所以我之前在公司工作的时候也确实是很快乐的我插一句按照前任老师的体会阻止摩擦是不是在已经形成超级团队之后是很低的但是怎么组建超级团队这件事本身的摩擦应该是很高的因为像前天老师说了要求很高然后对吧可能会出现各种看不上因为本事大的人脾气也大大家很好理解对吧就是那那这个余老师怎么看这个问题我自己之前我都忘了那条视频我有没有发过我当时就是特别有冲动然后录了一个口播就是说超级个体需不需要超级团队我在半年前的看法是不需要我现在的看法是很需要以及我可能现在还比较lucky的地方是确实给自己找到了一个还比较舒适的超级团队当然这是暂时的看法会不会以后有新的看法也说不准AI时代又冒变化就在于说一个是陈建成说的说就是他出走的原因是在于公司在公司里面他可以闭化完全所有的事情了然后可能其他人是给他增加摩擦的然后这也是很多超级个体会出走的原因以及说是使用的话自媒体咨询然后以及叫做什么独立开发者都是少有的能够真正的以超级个体的方式去运营一家公司在于他的链条就极度的短然后就AI的助力它原有的有很多的它的生意模式的链铛是机场的然后外加自媒体也好咨询也好持续员也好它都很项目制的它没有一个持续的就是我跟另外一个公司有合作我开发一个产品它一定是一个时间段的你的下一个而且彼此之间的时间段跟项目其实关系和冲突没有那么大所以这个也是属于说能够做成OBC的基本上都还是大家看到都是这几个行业和方向在里面然后更多的在稍微营额额额大一点或者客户多一点就没有团队可能对于大家而言就是一个再能干也好AI再能干也好可能都直接类似的一个情况我之所以在今年下半年改变主意然后对于拥有一个超级团队会极度的渴望的点就是经过了大半年或者一年的超级个体的膨胀期然后也终于踏到了自己的边界就是到底这个三眼模式我能挣到多少钱大概心里有一个底然后其次就是会发现确实加上AI我大部分的事情都能自己做了我不需要别人但是这带来的后果是我快累死了不是属于AI不行不是属于他做不到是我作为就是碳机生物我快要被物理消灭了的身体的状态大脑的这个这个因为你不停的要在不同的任务里面切你的大脑大脑就是没有为这种复杂的各种的切换快速的切换去做准备所以你的你的我也有段时间是甚至都出现了轻微的偏头痛我只要看到页面上的字超过五分钟我就觉得他们在跳动但是我也开始对人和对AI都很没有耐心就是五分钟不出结果这个我特别有体会确实我特别有体会我现在觉得我的生命浪费的最多的就是等于爱回处我 [90:00] 就是这段时间然后你又不想干别的因为你很想看到这个结果然后但是如果你不干别的你就是纯等待对是这样然后你就又给他布置了一个任务对就换个AI再给他布置然后就无重计本质还是他不够快我当时那个推词后的叫什么我一下忘了西西佛斯我当时都觉得在自己上希希腐斯了无休止的推上去了又掉下来因为你在等待的时候就很容易开一个新的任务然后就开始任务套任务套任务然后你就觉得你自己在推势头还要更阴着大概是这种情况这个是一个关于个人的清醒第二个清醒是会发现说我的确可以做所有的事情但不代表我可以做好所有的事情某一些方面有用在另外一方面其实给AI提高副作用的一个情况如果到了我一个人可以做好所有的事情无论我有没有背景那个代表AGI来了就AI其实不需要我了也不需要所有人了那就是另外一个故事了就因为这两个事情让我对于说我希望拥有一个超级反对的渴望度会比半年前高了很多就是想要跟志同道合的人有没有用也不需要去跟你解释很多如何用我们就一起加速往前充就好了的情况对那我想问钱江老师刚才我有个问题我感觉你可以再深入讨论一下就是那比如说你作为超级个体现在有一家超级团队要邀请你加入了你评估的标准什么就加入不加入或者你最看重一个超级团队的标准是什么或者你为什么愿意加入他不愿意加入他你可以跟我们分享一下首先是它整体的一个价值判断它对AGI的看法什么看法呢比如说就是什么看法是符合你的看法的我肯定希望它能够往AI for good这个方面努力而不是赶紧用AI卷死所有人那就举个很小的例子比如说如果说我觉得我可能如果说我要往AI行业走然后我需要进入某个团队那很可能是偏硬件的因为软件其实确实就是很多时候OPC就可以解决了那硬件它的工业基础摆在那里你是很难自己单打独斗的那再回到我们就开始聊的宠物行业那我肯定希望这个宠物它能够带来整体上来说带来人类对动物的更多的一个理解同情和保护你就是说这个组织的核心理念是AI为人类创造价值而不是这种情产观点也不一定人类比如说地球你跟我上一次我们直播的一个嘉宾就是思维很像就是我们可以已经站在这个规矩生物的视角去理解文明了而不仅仅是碳基生物ok ok我有一个想法啊刚刚也是听这个余老师的时候就聊的时候想想就我之前我写了一篇文章然后也做了一篇文章的播客叫2030年的世界然后我在那里边用很经济学的方法分析推演了就是AI对就业冲击之后对整个国家的财政也好对社会总需求也好等等的一个冲击那么在那篇文章里其实我提了一个理论我不知道两位老师感不感兴趣这个理论是就是我说人类的劳动力市场之前一直存在的或者说一直很庞大的一个核心原因就在于人类自己本身也是有比较优势理论的就是古典主义经济学里边的比较优势理论大家应该知道比如说有一个人他的能力很强像爱因斯坦这种人但是他的时间和精力是非常有限的就是24小时那么他对人类最大的贡献或者对自己本身最大的贡献也是应该把它足够的时间用来思考物理学前沿理论研究对吧这个是我们社会公认的那么他就没有那么多的时间去拉小提琴了就是假设他也有这个资质和天赋能够把小提琴拉到世界级演奏家的水平但是他没有时间了他只能用把这个时间用来最有价值的事情那也就意味着有很多天赋不如他的人可以做他没有时间做的事情然后你做的很好你也可以把产品交付给市场但是我当时的理论就是说AI把这件事情人类劳动力市场的核心假设打破了因为一个人可以同时做很多事情了他可以并行任务比如说像刚才我们于老师说的对吧 我可以开无数个agent的 但是我听下来我发现即便像于老师这样的100亿token使用狂人是吧 但是也有会累的时候 所以某种程度上在AI时代人类仍然有我刚才说的比较有所以我就很羡慕年轻人 对我对年轻人肤马的羡慕嫉妒很明白 所以觉得但是只是把我们这个事加强了 于老师觉得或者说钱岩老师也觉得我们是不是了 [95:00] 这个劳动力市场的铁率仍然在但是他被只是被减少或者被削弱了因为一个人可能可以把他时间分成无数份然后去放给agent但受限于人的限制他需要看agent交付的结果所以当然会累其他人仍然有比较优势的这种机会就你刚刚讲的这个例子其实在伦理学上是有对应的思想实验的然后就是当一个人比如说他不只是爱因斯坦这个级别他就是可以发明出一个可以治愈全人类的癌症的药但是他就是不想做这件事情那你需要按着他的头去干这件事情吗那如果按着他的头去看这些事情他会他可能会痛苦抑郁觉得自己没有成为他自己然后他自杀那对这个人来说但这肯定是一个概率性的事件如果我们从公益主义的角度去计算那肯定可以纯理性的去计算这个人他自杀的概率会是多少然后他研制出这个东西的概率会是多少最后一番比较这当然是从受学的逻辑上去算那个是最有解但是目前就是我们还没有到达这样的一个大家可以不去考虑集会成本或者说有无限的资源的一个状态在对外来说不存在这种所以AI在这个层面上是它是无限的它是永生的也就是它是一个神的状态余老师怎么看刚才我说的这个问题我觉得也是一个我觉得有一些设想你设解到极端的程度就很难去做判断了就比如说你会真的进入到这种情况吗就是你让爱因斯坦放弃他的小提琴专注于发明可以解决全人类的东西的地方就是我们会做非常多的理性的角色但是呢可能其实你所谓的所有的理性后面有一个你不知道的感性的因素其实决定你所有的理性就是某一个因子某一个元代码它只是你为你自己的感性去找的借口而已以及甚至你做了一百种理性的推测可能最后一个跟你说话的人会决定你最后的最大的因子我觉得这种人很有意思的地方也是我觉得这些事情对AI而言不是他不能做不是他不能预测而是对他而言代价有点太大毕竟人家推导深层下一个是下一个是什么都在都在概率人就感觉有种在零和一百当中来回得遮掩的一个情况我们还有大量的随机性可能我们去欲望情绪对我们有巨大的随机性最大的幻觉最大的不可解释性人是最大的幻觉是吧不是大膜型人是最大的幻觉对AI就很多时候还是可解释的人可能真的就很难解释就是很好预测做数字分身我一直有个AI语医我一直想做它的宠物的存在的东西其实很快的时候其实都接近了说我对自己的推理的20%80%说错了但是有意思的地方就是那个20%可能AI的能力再强或什么之类的它也很难切记因为过往的历史数据太过于残杂以及人的基因里面人的大脑里面还存在着非常多未知的东西我的数字分身说这个不是我的数字分身我都把它当做平行时空的我我时不时的看一下平行时空的我会做哪些离谱的事情然后看一看自己这是我用这是我用所谓的AI语音的一种方式所以我就说那个假设就是就很残酷有很多思想实验但是我就觉得人的这个物质就决定了我们不可能在这个境地里面那对于我而言我可能就不会为这个注意力明白OK刚才这个问题我们可能扯的稍微有点远有点哲学接下来我们再聚焦到超级团队这边去聊一聊我刚才听于老师的观点看法其实我自己理解不知道对不对就是在您的观点里其实AI本身已经是组织的一员了而不仅是组织的一员使用的工具因为你反复强调的人际协同其实他们处在一个对等的位置上那我觉得接下来可能就涉及到就是那在您的这个设想的超级团队对架构里AI如果成为一个跟人类平等的一员的话那他应该比如说向谁负责受谁管理他的这些目标考核边界等等些东西我觉得可能都是一个比较大的问题而且是现在人类的这种公司组织还完全没有不能说完全没有只是在初步可能开始接触到开始尝试解决的问题那对这块有什么构想或者说理解能给我们分享的我觉得这件事就是在你说的 [100:00] 很多的未知所以就很有意思就是他又不会像人一样然后可以你去坐牢就是大家不说了吗看人和工作的主要区别就看这个工作需不需要来坐牢这件事情坐牢是人类的对于最后的竞争力和壁垒所在对然后第二个就是属于关于代价这一块那个end就是很多时候我们的决策其实车里面占了很大的比例但AI可以模拟但是他由于就是不会负责了所以这块无论怎么模拟都还是有存在差别以及真的出了问题你也不可能抓AI去坐牢所以他但同时他又拥有说端到端不借助人类他就基于他的环境基于公司的环境当你挣到钱帮你拿到结果然后这里面就出现了一种新的随着他的能力的越来越强进入公司越来越多这个新的成员新的主体你到底要给予他怎样的权限你到底要怎么去考核他你到底怎么样让他的责任是能够可评估的然后能够跟他的收益并在一起的然后这里面都存在着非常大的问题甚至这些问题都还继续往后板第一个问题人类的员工入职现在是有非常就是人类的员工进入一家公司他的onboarding的机制是非常的完备的就对于大部分的公司而言就是他可能需要一个mento可能哪些东西他必须要读哪些测试他必须要考完才有可能风险的考试风险的理解然后还有很多规章制度他要学习公司的文化公司的价值观然后你要给他专门配电脑然后各种软件的机制等等你会发现一个人的onboarding都需要非常多的机制去做配合包括后续它的融入其实在很多有一些公司里面也是它很重要的HR的工作之一那假设AI进入到我们里面我发现大量的公司其实都没有做好准备大量的这个东西都在裸奔或者非常依赖于单个的人的情况这也是造成不同的公司AI进入这个组织里面会产生非常大的差异的地方进入你的组织然后其次再是他是一个独立的协助还是他跟人是一个配合的一个状况他的这个责任是怎么去做包括说他到底应该拿到更多的权限还是逐渐降低权限有没有一个评估的机制他应该获得哪些上下文他出了岔子谁对这件事情负责那可能都是第二步第三步慢慢去做的一些事情这个在我看来一切都没有准备好然后也非常的有意思从我自己的角度而言我看到的超级团队至少现在对于说给AI准备的上下文这一块其实已经做了非常多的一些准备第二个是关于AI的这种进入的关系尤其是你把AI放在什么样的位置我见到超级团队至少AI是一等公民在这个组织里是一等公民有些都不仅仅是一等公民了尝试让他变成P0级别的公民更多的权限甚至决策权的这个位置也看到有很多人去做探索但至少在我看到的超级团队里面没有谁是把AI或者agent作为二等公民的然后为了让他融入团队能和他之间到底要怎么去做配合就所有的公司都在搭自己的机制所以这也是为什么我会在这个时候我就说跳入水中的阶段在于说模型已经准备得很好了大家在尝试工作已经有了一波公司开始去搭建的基建所以这里面就会存在非常多的可能性就是这几整的关系在一个新的基建底下到底要怎么去做运转包括最近很火的Parsional Agent在我看来有一些公司并不是在做个人的Agent其实都在为这个人和AI就人Agent的Action Space在做准备这也是我觉得非常有意思的地方拜拜好的,前天老师有什么相关的看法吗?我感觉余老师说的就是人和AI之间的这种新的共生的关系就是其实我们现在每个人都是赛博格以前是手机然后现在真的是进入到了大脑是的就是可能按照余老师的看法当然我觉得余老师是像是来说技术乐观主义或者说偏有效加速主义 [105:00] 这一派的看法当然在这个视角里其实人以后的价值可能会变成就是要不然你能提高AI就帮助AI提高要不然你能很好的跟AI协作啊那除此以外大家可能失去了劳动价值当然这个是一个伦理学上的考量那我们就是我们从一个反方向的角度讲因为其实我之前也在一个商业公司帮他们做顾问啊就是就是他们希望能够更去理解AI更去这个这个拥抱AI吧然后但是他们的那个领导领导者其实还是蛮强的在业内很有名我就不提了就是他们提出了一个agent互联网的概念比如说当这个是大概一年前了他们就提出了一个概念就是说在在那个时候的互联网上也许80%甚至以上的流量都是agent自己去使用的那大量的交互是agent跟agent去交互的而人已经不必参与在这里面那么如果80%的流量都归agent的使用那当然就是agent的互联网而不是人的互联网了对吧那在这样的情况下其实agent的已经完全具备了至少在网络或者信息领域里就是电脑和互联网领域里它至少完全具备了一个实体的各种能力 但是它没有法律主体它是实体的能力但没有实体的定义和法律在这种情况下我能理解从商业的角度讲所有的公司肯定都要去往前跑但是从公司自己的风控角度或者说监管的角度讲难道没有人担心这样大量的不经授权未经审查未经可信的大量的实体在互联网上去跑除了创造价值以外不会创造风险吗我不知道两位怎么看会创造风险如果最近大家有关注AI的话如果大家是一个运萎的话过去的三天是地狱级的三天就是网络安排的东西其实这三天我还特地让我的同事就是我的技术的同事给我去排查了一下到底发生了多少事情说12个可能一级甚至拼临级别的报警告解可能对于运威了也算是给老板们一个警示说你觉得后面不重要你现在看看AI时代这纯粹的黑暗森林的一个情况然后包括另外一个很恐怖的事情就是属于你看就是AI的生产速度人已经没法审核了它那个生产量你审核是绝对做不到的有很多人现在的方式都是先上出了问题再改但有些东西出了问题确实可以改有些问题就是出了问题人的职业命运可能有一些公司可能就会因为这些事情直接倒闭最近已经有好几家因为这个我觉得可能整个的商业也好已经遭遇到了巨大的冲击了然后再到整个社会有一些出了问题确实网后弥补是做不到的但我当时有在看微软的一个报告然后就在讲哪怕在他的那个copilot的就是office 365的就是他的商业版然后有运转的公司里面然后说agent在过去一年里面就是在企业里面action就active的就活跃的agent这个的比例好像一年是20倍还是100倍的增加大家是不知道的情况以及有多少做包括这次很多安全的事情大家往排查的话是会发现是一个月之前的然后甚至有多很一些安全是由AI来掌控然后还有一个我忘了今天看到一个论文说AI在就是给你看就是他尝试让AI以瞒不过大家的方式去做一些交流然后你看到的是图片AI在看到的是别的信息这件事情也是AI可以完全去闹过的然后所以你要说问我说这个会不会是危言手的太恐怖太精彩了就是属于一些你以前完全料不到的事情以及另外一个不知道你有没有关注到就是逆向IEA的这一块的事情逆向所有的东西以及所有的硬件现在被AI攻破都已经太容易了最近另外有一些很火的项目就是用AI去破解安卓的电视把有很多的开屏全部都删掉我看到了还有这个开源对对对我自己这两天也在做另外一个事情就是我自己在用Oppo的手表然后最近不是心理球很火吗然后我自己只是拿到了心理球的一些设计把我的手表开了一个开发 [110:00] 模式把它放在充电线上然后AI用三个小时端到端帮我开发了一款硬件然后改变它的后台的很多的运转的机制我完全没有参与三个小时搞定了然后还有一些事情是我有看到有人在用那个去电子门禁然后也是连线甚至去黑自己的咖啡机咖啡可以自动的为你AI给你手冲然后AI把那个电子的门禁直接给破解掉这些事情都不是软件上面的影响了就是原有的硬件其实硬件公司一个问题就是他过去的IT和安全的防护最优秀的人去那边的所以这里面的人人都拥有一个最优秀的程序员去对上了还在用一些非常老旧的系统以及原来并不是由一流的程序员编写出来的安全防护机制这里面可能跟网上相比我觉得现实的恐惧感其实是有增加我的不安全感政治时代化对这也是我在调研过程中和很多尤其是网站的企业去告诉过程中去实际得到的这个看法跟余老师相似那钱钱老师呢有没有相关的看看我觉得就是小到刚刚余老师说的你的手表它的一个链接或者说你电脑上的一个数据你的相册但像现在微信它其实也往里面放AI嘛以后我们要接受的一个必然的模式就是方方面面都会有AI反正就是先让他跑出了事再说出大问题再说没有办法你没有办法但大家可能确实以前从来没有过这种意义但现在确实像是刚刚的那种事件也是很难可能之前确实也没有过类似的这么大规模的底层的事件发生大家的处理机制也根本没有建立起来而且甚至是因为他是一个内部的人员然后就有了很多的攻击 导致了银行啊各种企业还有包括我看到了我们国内的一个餐馆日料餐馆的账户受到攻击就是感觉这种得是在未来到联合国这种级别的全球的一个共同的行动现在真的就是基建完全没有搭起来然后我们就面临了这种事情那OK那我们时间也差不多了我们进入最后一个问题然后希望两位老师尤其是钱钱老师可以多给我们沟通一下我们刚才聊很多最后作为普通人是吧,比如说我听了于老师的话了,听劝,然后我想成为超级个体那两位有没有什么能够给推荐给这个屏幕前大家的就是如果他想成为超级高铁的话有哪些窍门有哪些你踩过的这个坑的经验可以给大家分享一下的啊那可能这是我们最后能落地帮助到屏幕前的这个这个电视机前或者屏幕前的这个朋友们的方法先跟老师先说我觉得一个总的方法就是以自己为原心然后以生活作为半径去寻找比较真实的需求和痛点像是你自己工作中遇到一个卡点然后你通过AI把它落地了那有没有可能其他跟你做同样工作的人也能用上这个就是横向的或者说你的上游和下游他们能不能通过这个你用的这个东西来去替代你自己这样去提高这个港媒的工作效率然后找到愿意为此付费的人比如说举个非常小的例子就是如果说你做一个独立教师那你可能每周要花几个小时整理学生的措题或者你要花几十分钟的时间去跟不同学生沟通他这个星期的课表要怎么排然后又要预约到不同的地方因为你没有一个自己的教室你要去不同地方上课那你可以做一个小程序那你自己用这小程序之后你也可以在不同社交媒体平台去宣传这个小程序让不同的人为此付费因为其他的独立教师肯定也有这个需求也就是找到你自己和其他人痛点的一个共同的地方这个是一个方面就是从自己出发另外一个方面可能就是从你自己在消费的为之花钱的或者说很上头的东西出发比如说AI产品里面像是红果短剧谁不喜欢看红果短剧对吧你自己又对AIGC的内容刚好有点兴趣比如说你是个设计师然后你看红果短剧你又觉得里面这个人的脸怎么看怎么不对劲或者说你看这一集我就是很不爽我觉得这个剧情很不应该这么写那你就可以尝试用对你的AI去写出去做出你心目 [115:00] 你可能更喜欢的那个作品因为现在就是AI能创作无限的东西但是审美依然是一个非常非常稀缺的品质和能力而大家在消费不同的产品的时候肯定有自己更擅长的或者说更有品位的地方而当你觉得这个人做的很烂的时候有可能你就可以用AI做出一个能够覆盖掉现有的这个市场部分的一个东西但是我觉得也需要注意就是不要把自己的生产兴趣误认为是用户需求因为其实现在市面上有很多的个人效率的产品有可能有一百种嗯番茄种这种东西对还是要找到一个缺口好的那于老师呢于老师有什么能够给我们建议呢如何更快更好的成为超级问题我有一家观点跟杰晓老师特别的类似就是如果提到第一点我一定会是说吃自己的狗粮就是这个在开发术语里面是你勉强自己去开发然后勉强自己去创作勉强自己去用AI怎么去让这件事情更好更好的方式可以是更加节省成本也可以是更加提高效率或者是这是一个你很想要但过去不可能有人为你开发为你用化的东西其实都可以借助AI去试一试然后呢另外一个呢我跟钱老师也特别一样的地方就是这个首先因为AI它的那种怎么说呢你的竞争因为AI本身就可以做得很强但是有很多的一些很细节的我们称之为锯齿智能的地方是你自己要通过大量的测试去找到的如果你在开发的一个东西跟你是毫无关系这个锯齿的打磨是来自于哪其实从产品的角度来说是不太有可能是由你来创造的因为它不在你的生活场景里面你没有办法很密切的跟它一直在用用AI去弥补那些在低谷的地方或者把它的长板急剧的放大这种的品位呢一定是来自于你自己在里面是有很多的时间和相关的感知的投入的不一定是你在做哪怕你看了很多也是你为此投入过时间和精力OK就是第二个第三个说吃自己狗粮是我之前一直在说我是悲观主义的乐观行动盘就是你可能这个东西就是你自嗨然后这个东西放在市场上没有任何价值或者是你觉得这个东西放在市场中有价值但市场上证明你可能各种因素你没有拿到那个结果对我而言最底线的地方就是它至少是我的狗粮让我爽到了然后至于其他的我都把它当做命运的馈赠这样的话能让我快乐很多不至于因为一两款产品然后可能没有拿到我的想要的结果或者是一两个创造没拿到我的结果冲击之下放弃有很多时候就是待在台桌上就好了就是在我看来吃狗粮是有可能让我更长的待在台桌上身心健康的待在台桌上然后努力的去扩大运气范围然后也没必是我觉得我有可能因为是我的狗粮所以我能比别人做的更加出色一点的相对竞争优势所在第二个点就是我一直有来一直一来都说的一句话不要学习就是行动就好了学习会在时间中自然发生是这个意思吧赞中学就是你有没有说学的越多你越不敢动但是AI是属于你朝他走了一步他会给你走九步了然后至于说这个后面的提升或什么你做完一遍就知道哪块地方是缺的哪个地方是要学习的这一块的话比你学一堆AI很擅长他们根本不需要你来给他提供一些初学者的知识的东西来的更快更有效率一点然后这样你也会快乐一点我觉得一个人学了很多东西发现完全用不上的对人的冲击也是很大的可能比如说如果从建议来说我就这两个建议最后我爱发表一下观点虽然我是主持人但我也发表一下观点我给两位老师补充一下从我市场的角度讲在余老师提超级个体的时候其实我想想在我做自媒体之前我可能已经是于老师定义一个超级个体了因为我们在二级市场对吧然后用自己的钱通过自己的研究下自己的住最后赚自己的钱就是从头到尾不需要任何人啊只要你的认知能够在理想变现的话我们只需要一个二级市场需要二级市场参与的人,但这个东西对我们来讲现在其实就相当于公路,相当于医院一样的一个基础设施所以我给大家的建议是去找一个不需要别人评判你就能带来收益的市场就像鱼老刚才说的如果你在组织里会有很多摩擦那么最经典的比如说像我说的2G市场像自媒体他不需要你的领导审核你不需要 [120:00] 批准你对吧当然你坐在合规的前期内然后不需要谁觉得你好决定给你发多少钱而只要你做出成绩做出成果这个市场会自发的给你发钱那么如果你选择了这样赛道你成为超级个体的可能性可能大大增加所以这个是一个你在选择行业过程中的一个基础别的问题也许在这样的行业里它成为超级一个技术比例就很高你可能就已经站在一个更有优势的起点上了好吧感谢两位老师跟我们今天的无私分享也感谢在手机前或者屏幕前坚守到现在的观看的观众们,我们今天的直播就到这里,跟大家再见了,拜拜!