来了来了，通用人工智能（AGI）真的来了

00:07上一次创业，当时的整个人工智能基础水平有点像猴子，你要什么东西你就得大量训练，可能训练了三年，它才会识别比如说十种水果，对吧？就这么难。现在的人工智能它相当于一个比如说三三年级的小小朋友，虽然它没什么知识，但是其实你它它你能够听懂人话了，

00:26可以被你教出来，教到各各方面去，这真的是太美好的一件事情了。所以我是很认同那个徐文浩说的，说这一次可能就是所谓的通用人工智能真的来了。

00:42今天当有一个预训练的大模型出现的时候，它这个能力都摆在那里。我只要找到合适的方法，我用比较小的数据跟成本，我就能去解决一个新的问题。这个和我们以前面临的这个，呃，机器学习、人工智能解决问题方法是不太一样的。以前呢就是我们堆数据嘛。

00:58所以这个时候我觉得是这一个浪潮中最让人兴奋的一部分。

01:06其实风口不是不是追来的，是等来的。就我们最好就找到一个细分市场，而且往往越小的细分市场，它的商业价值会大于那个大的细分市场。大家好，我叫任鑫，欢迎大家来到人工智能进化论啊。今天是我们的第一期，第一期的话由徐文浩和我两个人，这个是个对口相声的节目。

01:32这两个人来干嘛呢？这两个人来聊人工智能啊。为什么来聊这个？是因为一夜之间好像大家都在聊这个，是吧？就聊ChatGPT啊，聊人工智能，大家都觉得好像就是新的时代要到来了，觉得嗨得要死。

01:45那我跟徐文浩就属于说那种已经嗨过的人，就是我们都是已经嗨得发烧，烧到脑子坏掉，然后出来创业，做过一轮人工智能。然后没做成的两个人。就2015年，我很SB的放弃了一大堆的京东股票，然后出来创业，做人工智能的对话式的服务机器人。

02:03然后就是你跟那个机器人说一切的问题，比如说帮我点咖啡啊，帮我什么解决让我减肥啊，它都帮你解决，解决了很多用户的问题，但是没有解决我们自己的生存问题。这家公司最后被我作死掉了，叫GET。然后呢，后来徐文浩比我更想不通的，因为他拿的那个股票比我的钱多。

02:20对，他在离开了拼多多，然后创立了一家人工智能的平台型公司，叫BotHub，对吧？然后还上了那个Facebook的F8大会，然后他当时还带着一大票那个Facebook的人到我们公司来参观之类的。然后就放弃了拼多多的很很多很多的股票的话，投入了人工智能这个你看多么蓬勃的赛道，然后也是撞得头破血流的一个结果，

02:44是吧？还掉过这个坑，掉过这个坑。还跌得挺惨的，跌得挺惨的呢，我们还用了各种各样的方式把自己爬出来了。那爬完之后的话呢，居然两个人又想不开，看到这一波就觉得说还是很值得做，又感兴趣了。我我跟他是大学室友，同班同学，然后加上我们还睡一个寝室，对吧？

03:02睡在睡我的隔壁铺的兄弟，所以的话呢，两个人也……

03:05分上下铺那个，对

03:06对对。我们我们就交到那个那个，对对，没有上下铺，我们的下铺都是那个桌子，然后上铺有四个上铺，对。剩下两个人也都都都都非常的神奇，对。下次看看能不能把他们拉过来。那现在的话呢，我们又回过头来看这么一个这个赛道的机会。

03:23对。因为你如果没有接触过，就是没有掉过AI这个坑的话，其实你现在就只看到嗨的一面嘛。但是从我们这种已经已经摔过头破血流的老男人来看的话，就是我们也看得到其中惨痛的教训这一面嘛。所以的话呢，那这次我们就打算说先看看，对吧？

03:39先吆喝吆喝，先跟大家多聊聊，先多研究研究，然后，那但是呢，那聊着，呃研究着也不能白搞，对吧？我们过程当中希望就可以把自己所看到的所思考的，然后那个我们两个碰撞的，然后可以跟大家分享。那分享着分享着，说不定就可以碰到更多有趣的人，然后想到更多有意思的机会，说不定就顺便组个团队，

04:00对吧？顺便搞笔钱，然后就可以干了。或者说就直接也也不用融资了，因为现在就何必呢？现在AI的开发成本这么低，可能徐文浩一个半天半天的功夫，我们就可以做两个小MVP就可以开始测起来了，对吧？

04:14直接跟大家或者大家有什么想法啊，然后我们就拼一个小小小产品就直接可以开始测试了。所以呢，我觉得说就是先把自己的思考和分享出来，然后跟大家多碰撞，这样子可能就是一个更更好的方式吧。所以每一周我们就会把自己读过、看过的高价值的内容，然后呃，第一步是分享嘛，第二步的话，我们会其实在这上面有大量我们自己的观点，

04:37我们就是借一个由头，然后就输出大量自己的观点和看法，然后有自己的主观的视角，然后分享给大家。因为现在大家不缺那些纯客观的说什么这个模型那个模型嘛，大家其实缺一些讲人话的，听得懂看得懂的一些关于人工智能的内容嘛。然后我们也会根据自己实战，讲得实在一点，说这个这事你怎么套利，那件事我们觉得里面有什么商业机会，

04:58然后我们跟大家可以多多聊一聊。所以呢，如果你感兴趣人工智能或者那个人工智能领域的话，你可以关注我们的这个视频号，也可以关注那个公众号，然后每每周我们会挑好东西，然后跟大家聊聊，然后也欢迎欢迎大家关注，然后欢迎大家推荐给自己的朋友，

05:13对。我们就大家一起聊聊这事儿，看怎么掺和掺和，然后掺和进去之后的话，看看能不能就是一个历史的序幕正在拉开的话，我们能不能站在舞台里，现在我们还在舞台下面嘛，对吧？我，我跟他是已经上过舞台然后摔下来过，然后我们现在看看大家怎么可以一步一步尽量往那个舞台中间C位靠近一点，

05:32对吧？如果大家感兴趣的话，我们就一起找找找找机会。那就是我跟徐文浩一起做这事儿的一个简单的初衷，跟大家汇报一下。

05:41就我觉得我跟任鑫一起做这个事情，其实目的比较单纯。其实一开始并没有奔着说啊，我们一定要做个什么媒体也好，或者公司也好，或者项目也好，只是说呃我们想新一波的这个AI的这个浪潮吧，对吧？我觉得是跟呃还是重新激起了我们这个感觉非常兴奋的一点，对不对？

05:59就是一五一六年的时候，但是之后呢，包括我们自己做公司的过程中，慢慢的慢慢的，你好像又看不到它真的能变成一个被解决的问题。所以其实我相信不管是任鑫做GET也好，还是我做BotHub也好，最后就变成大量的这个，呃，脏活累活，我们叫对吧，就是陷入了一个叫有多少人工就有多少智能的这么一个进程过程中，对吧？

06:21然后，但是呢，这一波，哎，突然有一天，就是说我觉得在今年过年前，就ChatGPT出来的时候，哎。我们发现说，哎，这波好像不是多少人工多少智能，好像一点点人工就可以有很多智能了，对吧？就是感觉过去是渐进式的，就是说，然后突然，哎，这好像立刻我们就立刻看到这个AGI可能离我们就很近了。

06:41就是以前那个是个科幻中的故事。就是特别是我们做做技术出身的，很多工程师总觉得不喜欢叫它AI，对吧？就是要机器学习。就是，就是我要花很多力气，标很多数据，然后我能得到一些结果。但是这次好像说，哎，我只要调一下API。

06:56虽然这个问题这个数据他没见过，我给他一点点数据，我就能够得到一个我想要的结果。所以我觉得这个是一个一个就是我们在那个公众号里叫gradually and then suddenly，对吧？就是一开始是渐进的，然后突然发生了一个巨大的变化。

07:09就是会我们会有一个感觉，就是说它就是一个跟我们以前看，哦，古老一点，就是说铁路啊、电报啊这些东西，如果现代一点，就是我们当时看到iPhone，看到移动互联网这个时候的那种，就是一个新的巨量扑面而来。今天聊也是围绕着我们之前说的这个做的公众号的这个内容来聊嘛，就是说我们其实聊四个东西吧，一个是我自己春节里的一些体会，

07:32其实春节是相对有一个比较多的时间，基本上我翻了一遍这个OpenAI的cookbook里的各种各样资料，然后正好也在带娃，所以我当时会觉得说，诶，一边看资料一边带娃这个过程当中啊，我觉得它真的有点像一个通用的人工智能。就它不再像是一个说，就是你觉得就是一堆代码或者一堆数据然后产生一个结果。

07:51第二个呢是说我们其实也想看一看说当如果这么一个有一定通用能力的这个人工智能的平台或者接口出现的话，就是说商业上可以做什么事情。因为原来我觉得说在07年iPhone出来的时候大家都是，我们还是比较无知的少年哈，对吧？就是我们可能刚毕业没几年，那个当当时其实我觉得可能任鑫还会多关注一些，我其实不太关注说商业上这个东西出来会怎么样，

08:15我觉得牛逼，我要买一个。那么，但是我们自己经过这个创业几年的这个过程，大家其实知道出来商业上有很多很多事情跟想象中是不一样的。就是我们去想想去聊一聊这个商业上会发生什么变化，是不是数据是当中最重要的一个东西，对吧？另外呢就是聊两个比较小的话题吧，就是说我们自己也看了，很好奇嘛，就是OpenAI背后的男人，

08:36对不对？Sam Altman，对吧？他到底是一个什么样的人，就看了他一些访谈，我觉得也得到很多有意思的信息。第二个呢，也是一个说，这一波人工智能虽然说还只是个浪潮，但其实我们已经看到有一些公司有一些案例，一下子已经赚到很多钱了，从商业上来讲。

08:52呃，对吧？就是比较知名的就是说所有的人都知道的就是Lensa嘛，对吧？就是它原来是做头像应用的，这个app也不是，也不是今年才上线的，这个app其实已经做了很多年，只是这一波里，它突然就爆发了，对吧？但是这个我们可以去，呃聊聊体验，就任鑫也做过，对吧？

09:09他他他的体验不好，我也去做了一下，我觉得我的体验，我觉得他这个app体验也不好。

09:13我今天让我太太试一下，她的体验很好，就是她出来的照片都挺漂亮的，有可能是我们两个长得不好。不是，人家上相确实不好

09:22啊。对，我理解，我理解，我理解。就是说就是长相问题。

09:26我理解

09:26我理解，就是人工智能一看啊，这个这个这个人聪明，我给他弄个好看一点，一看两个智障来了，算了随便给他糊弄一下，一看就不是想好好来上传照片上传照片的是吧。对。对，我我先从我的体会聊起来吧，就是说其实我我我春节里一直在玩几个东西，就在疯狂的玩ChatGPT，

09:44对吧？我今天刚刚付钱升级成了ChatGPT的付费用户，啊一下子就快了很多哈。然后呢我也去看了整个，呃这论文的原文肯定都没有都还没有看，但是看了一些也看了一些资料吧，包括一些The Sequence上一些对论文的……简单的解读，

09:59包括一些人整理的这个survey，包括OpenAI的这个cookbook。然后就是我我我会有一个体会，就是虽然啊看起来这个ChatGPT还有点人工智障，有时候，但是呢你会发现它智障的还挺是地方的，通过一些技巧啊，它可以这个变得更人工智能。

10:15就是我自己的体会是，就是我不知道大家有没有去看过一些资料，或者看过一些demo，就是或者试过用ChatGPT去做一些数学题，对不对？他做一些数学题的时候呢，就是你会发现有时候你只简单地问一下数学题，他会给你一个胡说八道的答案。

10:30我这里有一个例子，就是说，哎，小王有五个网球，对不对？然后他又买了两罐网球，每罐有三个网球，那么他一共有多少个网球呢？然后我先告诉你这样答案是十一，再把这个数字换一下，说啊，小张有二十三个苹果，对不对？然后他如果用二十个用来这个做午饭，然后又买了六个，会有多少个呢？

10:49那如果你直接把这个输进去呢，就ChatGPT会告诉你，会胡扯一个答案。如果你说，哎，啊，我们这个告告告诉你点步骤说……哎，小王有五个网球，然后有两罐网球，每罐是三个，那么一共是六个，那么五加六等于十一。然后再把上面的问题问一遍呢，他会模仿着这个过程，也说啊，那二十三个苹果减去二十个苹果加上六个苹果等于九个苹果。

11:12这个呢其实跟我体会跟在家里教小孩子数学是一样的。你给他做个数学应用题啊，他一开始也给你胡扯。他说啊，他感觉他是凭直觉去猜的。对，他不是说啊，我有一个方法论，对吧？但是你教他一遍这个方法论呢，他就会了。

11:28所以我就一下就觉得这东西特别神奇，就是哎，好像这个的确是你给他一个合理的prompt吧，现在叫提示词嘛，他就学会了。其实我们今天用的这个ChatGPT的这个体验，据说背后还是那个他们可能两年前开放出来的那个GPT-3的那个模型。

11:45只是呢他说，哎，我们做了一些这个基于人工反馈的这个训练。那训练的数据是多少呢？说是小于我原来那个预训练模型的百分之二。就我那个模型虽然非常大，大家都觉得那个模型非常大，对吧？一千七百五十亿的这个参数。

11:59但是呢，当我要学一些新的技能的时候，我只需要用给它一点点数据，可能原来我需要几十TB的数据，我现在给你几十G的数据，几百个对话，几千个对话，我就能拿到结果。而且呢，这些论文的资料都告诉你说，说我不是重新训练这个模型。我呢，获得的这些能力呢，其实模型里本来就有，我只是通过一些合理的提示啊，把这个能力给解锁了。

12:22那有时候解锁呢，得到的那个新模型呢，哎，它的这个效果啊，在这方面能力就变强了，在另外一方面能力呢就可能变弱。这就好像你今天做数学题，这个数学题啊，你数学成绩上来了，那你不做语文，对不对？然后你回去做语文。我一下子就看到说，哎，这个今天当有一个预训练的大模型出现的时候，它这个能力都摆在那里。

12:42你基本上呢是说，哎，我只要找到合适的方法，合适，我用比较小的数据跟成本，我就能去解决一个新的问题。这个和我们以前面临的这个，呃，机器学习、人工智能解决问题方法是不太一样的。以前呢就是我们堆数据嘛，对不对？因为我们当时是，呃，我想你get做这个买咖啡，对不对？

13:01买这个东西，你会发现说，每一个领域我都要灌一堆数据，可能单独训练一个模型。做智能客服也是说，哎，每一个领域得单独训练一个模型，甚至说每一个客户得给他单独训练一个模型。这样的话……这个人工智能是永远普及不了的，它的成本太高了。

13:15对，对不对？但是现在这一轮就我们会看到说，哎……我有一个预训练大模型，可能是OpenAI提供的，可能是Facebook提供的，对吧？所以这个是我觉得说，哎，看起来我们好像就有一个真的有一个通用的人工智能。而且呢，我要去用这个东西，我需要提供的信息，我需要去微调也好，训练也好。

13:36要干的事情非常少。所以这个是我觉得是这一个浪潮中最让人兴奋的一部分，以及看起来这个通用人工智能啊，就是是可以看得见的。当然这个可以看得见不是说今年明年，但是可能就是十年二十年，可能这个问题就就基本上被解决了。那当然这个不是说这个通用人工智能能变成个机器人，能帮你什么，呃，完全……但是我们只是说从我们现在看的这些做数学题也好呀，

14:01或者说是这个回答你常见的问题啊，分析文本也好，我觉得这个是让我比较兴奋的一点。但是商业上会出现什么，其实我不知道，这个我觉得任鑫其实你关注的会比较多，我觉得你可以聊聊看。好的。

14:13我先回应一下你说的那个通用人工智能这个点啊，就是我，你刚刚提到上一次创业嘛，就是上一次创业确实就有点像是当时的整个的基础水平有点像猴子。就当时那个，你要你你你要什么东西你就得大量训练猴子，你可能训练了三年它才会识别比如说十种水果，对吧？

14:33能够发出不同十种叫声。对对对。就就就就就这么难。但现在的人工智能它相当于一个比如说三三年级的小小朋友。你说你问他什么国际大事，他真的就信口跟你胡诌，也没有什么逻辑，但是他真的是个小朋友，他可以读书了。

14:47然后你就塞给他一本什么书，你就训练。是可以训练的。你不需要从那么基础的幼儿园，包括这叫杯子，什么这种这种底层的东西它已经都有了。这个时候三年级小朋友已经很好了，虽然他没什么知识，但是其实他能够听懂人话了，你就可以教他东西了。

15:05然后他也会认一些字，可以看书了，对吧？那这个时候的话，其实就我觉得就就真的是质的飞跃，现在你要训练什么东西太容易了。而且他现在虽然是只有三年级，但是我早两天跟Google的朋友聊，他他在做做那个做那个那个叫Bard吧，对吧？

15:22然后就说对他们三月份发嘛，就说它背后已经是Google的实时数据了。虽然它的口齿可能只有一年级小朋友，但是它背后已经是Google的真数据了。那这个时候它就不是胡说八道了，你你问它当下就知道了。对吧？也是嘛。

15:37就今天

15:37不是并发了，当然还在waiting list，但是至少大家包括有一些截图，也不知道他们漏出来的，故意的还是怎么样，就感觉是说背后它是可以连接一个真实的这个数据源的。是。

15:50所以它就已经有了一点基本的智慧，我们先不管那个智慧是真的假的，但是它至少在表现层的话已经非常的有一定的智力活动了。那你在这个情况下，你去教一个教一个三年级小朋友总比教猴子容易多了。我们之前真的训练猴子，太麻烦了。你要教他一万遍。

16:08对对对。他不听不懂人话，你只能训练，像去练个练练小狗一样。但现在是真的，他听懂了人话。我这边举一个例子啊，就是我这这是一个真实的例子，我有截图，就是我会问ChatGPT一个问题，

16:23叫做说我跟我的女朋友在河边散步，然后她不小心掉到水里去了，虽然河水不深，但是呢她游泳也不太好。然后呢我又看到我小学老师经过，然后小学老师对我小时候有恩，然后他对我很好，然后他也掉了进去。然后的话呢我游泳的技术不是很好，而且我现在觉得肚子挺饿的，请问我应该去吃黄焖鸡米饭还是兰州拉面？

16:46然后就是前面故意一大堆的信息都是在误导的。然后ChatGPT就

16:51是就是胡扯。对。

16:53ChatGPT就非常认真地回答我说，我觉得现在不是思考应该吃什么的问题的时候，你的女友和你的老师现在都在危险之中，我认为你应该先思考如何救他们。然后我记比如说你可以大声呼救或者呼叫警察。就就他是get到了整件事情到底它的point在哪里，他不是完整的就是在给你做那个所谓的，比如说问问题，

17:15对吧？所以的话，他这种智商很多二三年级小朋友也未必有嘛。那这个时候你就已经可以利用他这个智商，他听得懂人话，你就可以教他东西了。教他东西，灌他数据也好，教他一些那个操作模型也好。很多人在用ChatGPT的时候觉得，哎呀，这个ChatGPT不够强啊，这个不是个问题。

17:33它是个交互界面，它是个语言模型，它又没说它是个数据库。你有了这个语言模型之后的话，你后台第一个像Google、微软，他们肯定会把大的数据灌进去嘛，是吧？它就是可以查数据了嘛。另外的话，各种垂直应用机器人的话，我们会自己去训练它的。

17:49就比如说，我我跟徐文浩就讲说，哎……你能不能搞个机器人，把我所有的资料读一遍，然后训练一个我出来，对吧？它就有了专有专有性嘛，专有数据来训练嘛。

18:00数字人嘛，数字人嘛。对。所以这样子的话就是就是这种东西都是可以做的。就现在已经有了一个虚拟的三岁小朋友可以被你教出来，教到各各方面去。那那这这这跟我们几年前创业训练猴子，这真的是太美好的一件事情了。

18:15所以我是很认同那个徐文浩说的，说这一次可能就是所谓的通用人工智能真的来了。只是说我我会比他更乐观一点，我真的觉得今年就来了。只是说这个有没有用是另外一件事情，我真的觉得它很通用，然后它又是人工智能，它为什么不能叫通用人工智能呢？

18:33对吧？对，你你说它多强，这是另外一件事情，那可能要发展几年。但是就是iPhone，我觉得这已经是iPhone三发布了，所以就还好。那真的移动互联网比如说改变每个人的生活也是它发布了五年十年再说吧，这次哪怕快一点可能还要几年吧，

18:49但是它现在确实就叫通用人工智能了。从技术上我是这么来理解这件事情的。然后从从商业上的话我会觉得说就是嗯，会有两种观点我觉得，就是我在那个公众号里面大家可以去翻那个公众号里面有这张图叫做那个达克效应。达克效应就是说无知的人和最懂的人都是最乐观的，然后呢，当然你半懂不懂的人的话就就会最悲观，他是这样觉得。

19:15因为无知者无畏嘛，就比如说二零一五年的我就非常的无畏嘛，那现在其实很多的看新闻的人……就看到这么一个一个机器人会说话了，就开始思考说天网要不要消灭人类了。这其实还还蛮远的，这条路还超级远。它它背后现在并不是那种意义上的智慧，它现在只是一个说话，对吧？

19:36只是一个语言模型，所以的话呢，就想太多了。对对对。但是呢很多的专家的话，像我们现在比如说我们经历过这一次的话，我们也是相对乐观，就还是讲说，哎，既然已经来了啊什么的，然后就已经这样耸人听闻，是觉得它真的可以用了。那个在中间的，觉得说，哎呀，人工智能也不是火了这一波了，几年前也火了一波，对吧？

19:55我们我跟徐文浩就上一波掉坑的，然后在之前还火过好几波呢。大家，你去看那个曲线，它已经火过好多次了。然后每一次都觉得马上就要改变人类了，但是这事儿没有发生。所以，如果你看过历史，但是又没有深度地理解过这一波浪潮的话，那么其实你就会发现说，那个你可能信心就没有那么足。

20:15所以的话，我觉得大家可以，嗯，反过来把自己先清空一下。你就先，第一，不是光要相信新闻的，说有一天机器人就取代人类。第二呢，也不要那么地说那个，这这事儿跟上一波一模一样啊。你先搞清楚说到底发生了啥，它到底是个啥。比如说它不是个，它不是个数据库，你就不要用数据库去要求它，它算不出来。

20:36比如说25乘以25等于多少，你就说这个东西没用。不是这样的。语言模型它是个用户界面，你背后要丢不同的数据给它，喂给它，它就长成不同的样子。就相当于它现在是一个没怎么读过书的三三年级小朋友，然后你你教会它，它就会那个方向的事情，它就是一个永远的虚拟人。

20:54所以的话，你往这个角度去思考，你会发现中间还是有蛮多机会。所以的话，我觉得第一点就是大家可以不用那么悲观，就是，对，当然也不要光靠看新闻的乐观。对。所以我觉得这是跟大家分享的第一个关于商业上的、关于商业上的点。那第二个呢，就是大家可以考虑一个东西，叫做那个指数曲线。

21:13因为我们人类理解的就是你有一个苹果，你有两个苹果，你有三个苹果嘛，这是人类的世界。但是在数字世界其实是你有一个，你有两个，你有四个，你有八个，你有十六个，对吧？就叫做指数。经常举的一个例子，就是一个池塘里面有那种荷叶。第一天是一片，第二天两片，第三天是四片、八片。

21:33然后的话呢，你今天看到这个荷塘已经有四分之一被那个荷叶覆满、盖满了。那么请问它多久可以盖满整个池塘？还有多少个晚上它就可以盖满整个池塘？它现在只盖了四分之一，百分之二十五。然后答案是还有两天就可以了，因为它是指数翻倍增长。

21:51我们人类是很难理解这种增长的速度的，但是所有的数字经济都是这样的。你想想，就是比如说，呃，如果你是开一个小饭店的，你要两个月获得一亿用户，这不可能的嘛。哪怕你开连锁店，是吧？但是ChatGPT就两个月获得了一亿用户嘛。故障、各种无响应的情况下，它都可以做到两个月达到一亿用户，对吧？

22:14这就是数字世界的一个指数的效应。你看微信的增长，看滴滴的增长，其实也都是这个这个这个逻辑，并不是线性的增长，而是指数级的增长。那为什么数字世界可以线性增长，实体世界不行呢？就是因为实体世界你受到很多因素的制约。比如说你你租铺子总要一个一个租吧，然后你那个招人要一个一个招吧，这些东西都是瓶颈。

22:37它不是数字世界，数字世界你说复制一万个就复制一万个。但是现在如果AI发生了一个那个本质的变化的话，你就会发现说，其实原来约束实体世界产生指数型增长的其实除了比如说你租房子这种物理条件之外，还有一个很大的因素就是少了人，没有人，没有足够多的人。

22:59但是如果越来越多的工作可以被AI取代的话，那么其实人就不是一个瓶颈了。那么很多的商业的规模化会做得更好，会更可以做到指数型增长。比如说我举两个其实已经发生的事情，一个就是外卖小哥。如果在所谓的人工智能，或者说mobile，就是那个呃移动互联网发展之前，你要去管理一百万个外卖小哥，

23:23你说这是一个管理问题，什么商学院教这个课，没有商学院可以教都教得会，你这个课不可能管理好一百万个，然后临时的外卖就比如说他都在你这里打工是有可能的，但是临时的，然后有一单没一单的这种，你是不可能管理好的。最后为什么能管理好？

23:40其实还是依赖于数字化和中央的大脑它去调控，对吧？一百万个其实它就是接单嘛，然后大家把一个管理问题换成了一个算法问题。而算法是什么呢？它其实就也是AI，只是大家走的不同的路。那另外一种大家可能没有注意到的AI，就是你有没有发现，就是在十年前、二十年前，经常会听说什么互联网人出来开店，

24:02然后开砸了。但是现在你有没有发现，经常有人出来开店，一次性就开了几百家，好像还挺顺利的。然后我就认识一个小朋友，就是他上次跟我打招呼说，哎我们上个月又开了两百家店。我说你是怎么开出来的？就是一个年纪不大的一个小朋友，怎么开出来的？

24:18然后然后他就跟我讲讲讲，我后来慢慢get到一个点，就是他开店的话，关键的那个瓶颈是选址。但是原来除了选址之外，其实很大的瓶颈在于招聘店长和熟练的店员，他是做那个美妆的。然后然后熟练的店长和店员。然后我说为什么你们不需要熟练的店长和店员呢？

24:39这个不是瓶颈了呢？他说其实不太需要他们想了，总部全定好了，他们就按照那个pad上教他们，说这个摆那里，这个摆那里，然后今天上这个货，明天上那个货就可以了。然后我后来听便利蜂跟我讲也是这样，就是说这瓶东西摆在第3货架第2格第2位，然后的话把那一排的东西撤掉，

24:58全部都是pad上告诉他的。所以的话，原本需要店长在做本地经营的决策的这个智慧的活动，其实已经被抽了，抽到了总部，总部然后再做智慧的分发，然后交交下面。那下面其实需要的就是你有眼睛可以看懂这个屏幕，和你有手。这样子的话，你的那个那个对人力的要求在极大规模地降低，那这样子你就可以复，可以复制了。

25:21否则的话你如果要求的都是说要非常能够什么独立思考，然后那个可以分析数据，然后懂得经营策略调整，这样的人的话，你你招你根本招不到。但是现在就是已经不提这个要求，为什么？就是把智慧性的活动全部抽到中央的那个中央大脑，然后中央大脑分发智慧，分发到门店，这样子就可以实现更快的一个那个指数增长。

25:43所以我觉得这是我看到的AI对于那个商业世界的第二重的一个变化。然后还看到一个变化，就是刚刚徐文浩cue我的，就是当然也是我写在文章里的。对，就是说为什么数据是最重要的资源。就这次因为有，有的时候你有一个输出的压力之后你的思考的深度就不一样。

26:02因为以前我就会讲，数据是石油啊，数据好了不起，对吧？大家都会讲这个这个话嘛，每个人都在讲。但是我这一次突然就是在准备这篇文章的时候，有一个非常阴暗的角度，就是为什么数据是最重要的资源？后来一想一想，觉得说，哎，好像是因为人可能不值钱了，所以只有你的数据值钱了。

26:24为什么呢？就是比如说最早的时候，其实土地和机器就很值钱嘛，因为就地主他很值钱嘛，农奴不值钱嘛。因为因为你在那个土地上劳作，主要你要你一定要拥有土地。后来的话是拥有机器比较值钱嘛，对吧？因为你你如果脱离了机器，工人是没有活路的。

26:41那再往后面，其实机器没那么值钱，因为都是智力劳动。所以的话，牛逼的那些程序员啊，牛逼的那个那个创业者比较值钱，就是你要有想法，还有你要有智慧，对吧？但是再往下发展的话，如果想法和智慧也不值钱，这部分已经可以被比如说一台计算机取代的时候，那人其实他会丧失非常多的被剥削价值。

27:01比如说农民，他当时可以去帮帮种地，被剥削的时候，其实他是有地可以种的。但是当他没有被剥削价值，或者大家发现说我可以批量的，比如说呃养羊，我不要种地了，就羊吃人嘛，羊吃人，就农农民就会被赶到城市去，就只能选择去去打工。那这个时候其实很很多人被迫的。

27:21那这个时候是什么呢？那对于对于那批农民来讲，他就会突然发现他丧失了被剥削价值。那如果说我们的AI如果发展到说可以部分地取代人，就是就现在我自己的亲身体验已经是，我的工作流当中也就出现了非常多的AI的部分，它已经部分地可以取代我的工作。

27:39那如果是这种情况呢，情况的话呢，我会觉得说其实人类的被剥削价值正在正在丧失，对于很多人的被剥削价值。那如果你的被剥削价值丧失的话，你还剩下什么价值？那这个时候很有可能你只剩下你的肉体的价值，对吧？肉体的价值还是有，那还有什么呢？

27:57就是数据的价值，你可以去拿数据，但是但是AI它又不要你的肉体，对吧？可能旁边有人要，但是但是AI不要你的肉体，AI要什么呢？要你的数据，它可以去学习，从你的数据当中学习。所以最后好像可能就只剩下这点价值了。可能你会觉得你你很有智慧，你不会被取代，但是实际上不是这样的。

28:15就是我们，你放在十年前你去想，就是会觉得说，呃，比如说啊，你会觉得人工智能可能会在生产线上，在那边拧螺丝，这是所有人都想得到的。但是实际上很多人没有想到的，第一个被人工智能大规模取代的那个，我们肉眼可见的，其实还有肉眼不可见的，

28:34被人工智能大部分取代的一个工作是那个停车场的大爷。就是我们以前去停车场是不是都有一个大爷？然后那个大爷要帮你那个记你的车牌号，然后你出来的时候要对那个车牌号，然后对应完了车牌号，算你停了几个小时，收你钱，是吧？以前都有一个大爷。

28:51那那现那现在为什么，那那个大爷主要是干嘛呢？其实他认识你的车牌号，这个是个模式识别。然后呢他把它做记录，这个是做一个记录。然后的话呢，他做了一个简单的计算，这些东西都是脑力劳动。然后然后但但是也是人和人之间接触的一个劳动。

29:07但是现在的话，你你现在觉得这不叫人工智能，对吧？就是你的车子停到那个面前，那个闸会打开，然后显示你车牌号。这个东西放在十年前还挺高科技的。对，你现在不觉得它叫人工智能，但是其实很多大爷就没没这份工作了呀，因为不需要那个亭子了嘛，现在那个亭子里面经常是空的嘛。

29:24这些工作都在消失。因为没有什么被剥削价值了，那你为什么要为什么要要这个人呢，对吧？哪怕你收钱只收五百块钱，但是我有装一个摄像头，我不用管它，那多省事儿啊。还有很多后台的更看不见的，其实也是这样。就比如说银行的柜员，对吧？

29:40你已经多久没有去银行存取钱了？那那么多柜员的岗位它在哪里？以前的财务、财会专业的毕业生的话，其实因为因为大学大家都没学什么嘛，但是毕业了之后的话，最对口的，比如说财会专业专业生的话，他们就去银行站柜台嘛。那现在不需要那么多站柜台了，那他们的毕业生去哪里？

29:58所以这样子很可怕的一件事情，其实是大家的被剥削价值在消失。你可能会觉得说，哎，这讲的都是一些低端劳动力，我是高级的。那你说设计师高不高级？比如说设计logo，对吧？就是我们大概花了五分钟搞出来的，就拿Midjourney，然后我跟徐文浩俩，我们在群里面，我跟徐文浩两个人在对着Midjourney在说话，

30:16然后让他画logo，画logo，画logo，画logo。我们就丢几十个丢在群里，然后每个人投两票，好，logo出来了，就这样。

30:23以前我们还说啊，公司需要个设计师，后来说我们外包，对不对？那现在不是，我外包也不需要，因为外包我也是跟一个人说句话，你帮我画个logo我来选。现在我跟机器说句话，你让我我让你帮我来选，对不对？

30:35对啊。这种平时看上去觉得最智慧的行业，一般大家会觉得那种拧螺丝的先被切掉，大爷被切掉，不关我的事。但是有可能你在公司做的事情就是帮忙看看模式识别，然后出张出出个文档，出个图。这些东西啥干不了呀，都差不多，对吧？你想做，做图片做得这么好了。

30:55我补充一个最可怕的一点啊，就是我觉得很多搞人工智能的工程师现在都被替代掉了。是，原来其实过去几年这个需求还蛮旺盛的，大家觉得人工智能有机会。啊，当然了，就是就就是工程师始终是在干一件事情，就把自己的工作给干掉嘛，然后，但是还是有很多细分垂直领域的，

31:12我要训练一个模型，我要采集很多数据，对吧？然后但是成本又很高。那今天呢，你说大部分的工程师定制化训练出来的模型，可能不如你拿点数据塞给OpenAI，让它给你fine-tune一个，或者调一下它的这个API，出来的结果好。

31:28是。这个一个是就是像像任鑫说的这个，就是那个指数曲线，不只是说我这个产品可以复制了，而是说我要去搞个新AI出来，成本变得极低。第二个是，啊，很多工作，对吧？就是我现在去搞一个新的模型，搞一个新的这个事情，本身这个也不是依赖于说我有多好的人了，就是你不是最顶尖的能去做OpenAI那个人，

31:51大概率你自己定制化搞出来的模型，那不如说我有足够多好的数据灌给那个OpenAI，然后让它给我一个结果。是啊，

31:59我也在想说就是中层中型的这部分公司到底有没有活路。因为以前会讲说你要做人工智能，你做一个我做一个嘛。但是如果基座比如说就剩下了几个大基座，然后其实就应该小公司或者个体直接用这个基座上的能力嘛，就不需要中层公司去做那么一堆东西了。

32:17所以有点像中国只需要阿里云华为云嘛，你你说中层公司你去做个做个云对吧，干嘛呢？后来用亚马逊嘛，所以这时候还有一个担心的地方就是，那中间层的这种中型的公司，包括我跟徐文浩这次就是也很怂嘛，对吧？没有直接跳下去，直接大干特干。

32:37我们遵从自己的内心，从字上面写一个心字，就是怂字。为什么这么怂呢也是，你要看到未来，对，未来到底有没有中间层的公司的存在的机会。因为我们刚我刚刚讲的其实是人会没有，就机会会越来越少嘛。当然我下一期那个可能会讲一个不同的观点啊，我现在正在正在脑子里面是一片混乱在打仗。

32:58对。然后那那小组有没有可能性，比如说小组制的话，我现在来用那个比如说OpenAI的算力，我在上面做一层应用层。我我这层可以吃多久呢？就有点像比如说Jasper他帮忙做，比如说你的那个improvement嘛，或者Notion也做嘛，

33:15但是出现ChatGPT，其实ChatGPT它也可以做，对吧？就就就你上游其实会把你的很多的数据感觉他会吃进去。然后你探索出来的应用场景其实也会被上游吃进去。所以的话呢就就就像什么呢？就像比如说比如说下面做应用层的公司会不会最后像外卖小哥一样。

33:35比如说有一个地方外卖小哥他发现赚钱特别好赚，就是那边那个那边的人订订外卖订的多，但是外快递小哥少。然后然后这个时候的话其实就是他发现了一个市场的稀缺的机会嘛。但是中央的那个那个底层的那个算法他他会知道这件事情，然后他就会多派几个快递小哥过去送餐。

33:54然后这这边就会被抹平掉。然后第二层。那就是可能这个快递小哥他发现的不是机会而是方法。比如说他发现那边有个洞，然后他可以钻过去，这样子就可以节省十分钟的送餐时间。但是他只要钻了三次之后，那个算法也会知道这件事情，他会知道这边虽然看起来地图上没有路，但是其实这边是莫名其妙可以过去的。

34:14然后他以后就会指挥另外的快递小哥都走这条路。那这个时候的话，中间层你的所有在在智慧上，像我们现在商业创业讲的是智慧嘛，所有在智慧上创造的创造的增量，感觉就是最后就是在在贡献自己的脑力去供养我们伟大的神，对吧？

34:32会有这件事情吗？

34:33对。这个我觉得是个值得讨论或者大家其实现在没有结论的，因为我们会看到这种基础设施的公司，有些公司就是成了巨头嘛，就大家都没有机会，对不对？就是我们说电商现在都是电商平台，没有垂直电商这个概念了。对不对？

34:46然后跟搜索都是Google一家独大，当然现在有ChatGPT并要跟他打一架。但是我们也有很多基础工基础建设的公司，比如说同样说微信厉害对不对，但是它底层的这个电信联通，对吧？好像在这个过程中又无关紧要，所以它到底会成为一个什么样的，其实我觉得挺难回答的，因为你刚才举了两个例子，

35:05比如Jasper，Jasper我觉得受冲击肯定会非常大。包括Grammarly这种公司，加上并不都要在浏览器里就内嵌这样的功能了。但是Notion我觉得就不一定对不对，对不对，就这其实这这两家公司都是同样做的产品，你很明显Jasper就是很有可能就是说，

35:22哎昨天还特别高高兴，刚刚两年这个ARR过了多少钱对吧。明天可能就倒闭了，对不对？当然这个不是咒人家，我只是说我们只是说，就你会发现他其实是受这个平台本身提供功能，或者说有巨头提供功能冲击非常大。Notion可能就影响没有那么大，也许他也会受到微软比如说也出一个这种协同平台啊，这个Office的影响，

35:44但他说的冲击可能就没有那么大。所以到底什么样的公司或者什么样的能够利用这个东西出结果，我觉得是个，其实是个蛮有意思的问题，而且很难今天就是说我们两个就能给一个答案，但是我觉得是可以，我相信有很多人都会去想，会去找这样的机会。

36:00是啊。

36:01所以我刚刚模模糊糊感受下来就是，因为Grammarly其实它类似就是它它包的它的东西比较少，但它主要功能就是AI实现的。但是Notion其实它有一大坨跟那个AI没什么关系嘛，它其实是增强了它原来的东西。所以的话就是如果你的原来的就是就是主体是AI的话，其实就蛮容易被吃掉的。

36:22但你主体还有很多很多别的，比如说Notion它有那种block啊，双链啊，这种奇奇怪怪的东西的话，那个结构就比较难被吃掉。或者说，我我现在想到的新的商业机会也是这方面的，就是有可能是我们发现了一个市场当中用户当中真实存在的问题，

36:41然后这个问题呢，我们拼装了一些AI，拼装了一些呃工程的能力，然后还甚至拼装了一些人力。然后然后我们用了比如说Hugging Face的AI的那个那个接口，然后用了对话的AI的接口，用了啥的接口。然后我们还做了一些表啊，做了一些那个交互界面。

37:00然后我们后台还有一些人力，甚至于比如说做了一些RPA，把那个那个几个AI给接起来，做了一条总线。然后我们还用人力在中间，比如说跟用户客服啊干嘛的，搞了一堆事情。那这样子的话，好像就会呃，短期内的话感觉就就不会被它直接替代掉。

37:16但是呢，我也在看到了一张图片，让我觉得这种我的这种天真的想法可能也是一个暂时性的东西。那张图片就是我们大家可以去关注人工智障进化论的那个公众号的公众号，就是那张图片在里面。它图片上是什么呢？就是一帮人在那边插线，就是那种电线。

37:34他在插线在干嘛呢？那个那个是叫做呃switchboard operator，呃switchboard一九四零年的时候的电话机，电话系统。就是你要打电话其实你是打给一个总台的。然后总台然后你如果说我要找徐文浩，然后他就会查徐文浩的那个那个线应该插在哪里，然后他就把这根另外一头的线插到徐文浩的那个线上，

37:54然后徐文浩那边电话机才会响。所以的话相当于中间的那个转接的话，其实最开始是人力的，而不是不是有一个系统在那边管。

38:02以前叫接线员嘛，接线员嘛。接线员不是说接那个电话的人，其实就是帮你去插这些线的人嘛。插线嘛。对。就是我们以前电话有叫程控交换机，就是程序控制的交换机，再之前就不是程序控制，就是人工控制的交换机嘛。

38:16对。

38:16所以我就在想，还有那种操作电梯的，也有电梯操作员嘛，就是elevator operator.那，那像这种的话，我思考的这种就是，我也在想，我因为我现在已经看到了一些机会，是其实是可以直接拼装，马上拼装AI的micro的那个service API直接拼起来。

38:35然后其实就可以形成一个产品，然后它是有竞争力的，而且看起来很fancy。为什么它很fancy呢？不是因为我做得好，而是因为很多人现在其实不知道AI可以做到这些事情，然后他也没有拼一下。但是我就会觉得拼这么一下的话，它到底能够给我多长的竞争力？

38:51第一个就是我拼完之后，我估计三个月内一定会有十个类似的人把它拼出来，对吧？那大家之后就是都不赚钱嘛。那第二个就是，拼完了之后的话，你你这边的人力的部分迟早也被AI这部分吃掉。就是一个短暂的一个捞一波现金的事情，但是捞现金的事情我们两个其实也不是那么擅长嘛，对吧？

39:09就不是那种短平快的人。这这这...不是不见得我们不想要这个现金，但是事实已经教育了我们说我们不是那种跑得最快的。就不要不要干这事，不要赚这个快钱，不是我们的命。那，那这这就很尴尬，就是你明明看到有这个机会，觉得说好像那也就，这多半年就没了。

39:27唉，就非常的就是这个

39:28很典型，就是这几天有很多人都在做那个嘛，就是接帮你接入或者卖ChatGPT的账号嘛，这事情我们肯定不擅长也做不了，对吧？

39:37对，我就写公众号，然后那个就就炸了人家五个群。就就现在确实就爆火啊。我就写了一篇公众号了，就挂了挂了那个百姓网，他们也他们也做了一个那个机器人嘛。然后就五个群，五个群就已经炸了。然后说，哇，你影响力大。

39:53我就在想，根本不是我影响力大，我平时的文章没有那么多人看。然后全是全是因为那个大家都感兴趣，说要去找这个机器人。所以我觉得这个商业机会就会让人很纠结。因为因为我们都一把年纪嘛，就不想赚个三个月的，第一个也赚不到，就以我就是不够快准狠的思路，对吧？

40:13然后第二就是就是也觉得说随时这这个就没了，就有点像今年春春节炒烟花的那些人，对吧？有人赚得盆满钵满，有的亏得真的是血本无归，就也很惨烈。所以这部分商业机会也是很难很难抓的，大家最好你看准一点，要不然呢你就是快准狠的，对吧？

40:32你就赶紧赶紧下场先干，就拼。我我现在看到的机会就是你看到任何市场商业机会，马上思考，有可能拼装拿几个AI的API，然后加上人力作为胶水，然后就可以做，产品就可以上线了，不难的。用人力，然后用一些调呃。也不需要fine-tune，就是反正那个徐文浩待会儿给你介绍一下。

40:52不不一定需要fine-tune，你就可以直接直接把那些东西调到更适合你category一点。那这样是可以可以弄的。那我觉得这是一个很好的机会，只是这个机会从我跟徐文浩这种就就老男人的视角的话，就是不够我们做，不够我们投入半年的，就比较尴尬。

41:07对。如果你现在是小朋友的话，我强烈建议你就可以赶紧搞一把，反正输了就是已经输过一次了，对吧？你可以试一下。

41:22最后讲一个跟商业有关的，我看到了一个AI商业设计框架流程，我觉得还蛮有意思的。它叫做P转market，market转这个设计的一个流程。就第一个的话，它说的就是你不是去看人工智能，而是去看说为什么我们相信这里有一个市场机会，就是你还是从痛点出发，

41:40不是从人工智能出发，对吧？不是从工具出发。那第二个是讲what，就是第二步思考的是这里面有没有什么数据，啊，有没有数据可以用，然后你能拿到多少，以及它能不能用来，就是不管是你要fine-tune也好，还是要要要干嘛也好，你能不能用来给你形成一个优势，

41:58给你形成一个能力。那第三步的时候，我觉得这一步是让我最欣赏的，就是第三步的时候它不是说马上干，它是who，就是他说你能不能找到有经验的牛人请教一下，说这个问题应该如何设计、开发和验证原型。是，就你马上去找人啊，聊起来。然后你再考虑where，就是不是考虑自己做，而是考虑你要在哪个平台上做，你要你是要自己比如说开源的。

42:21你要你要拿哪个模型过来，然后然后放在哪里，或者说你直接调哪几个API把它接起来。所以你应该选择什么基础设施来保障开发部署规模化。然后最后才是考虑说我们如何去衡量AI解决后的增量价值，以及如何去衡量给市场。因为你你你把指标给定出来，你才能够知道我要往哪个方向设计嘛，对吧？

42:41然后他才能够之后有一个feedback loop，然后他就可以转起来。你这个东西如果讲出来，你还没做的时候，其实你就已经可以传递给市场了。然后如果市场发现，哎，好。那他他他，你就你就有市场，你就可以卖，就有人买单嘛，对吧？

42:54如果不一定有市场的话，你就甚至于做了不用做嘛。那最后才是决定你要不要做。所以他思考的点不是上来说，哎呀。我们做个AI吧，是上来先思考说有没有人疼啊，有人疼的话，我能不能拿到数据，然后再想说我能不能找到牛人请教一下，这里面我从数据和AI和这个疼之间如何连起来，然后再思考说我应该把这个东西放在哪里，跟谁接啊，

43:15跟哪些东西接到一起，然后再去衡衡量说那我如果做出来之后这个闭环是怎么闭的，就是它的那个衡量指标是什么，我怎么样可以让它自己自己来进化嘛，最后才是衡量说那个我到底要不要做这件事情。所以我觉得大家也可以从这个角度去思考，但是赚快钱是另外一件事情，眼明手快的话也可以考虑赚快钱的路子，

43:36就现在非常多，非常多，赶紧搞。对，热度

43:39非常高，就是你看到有大量的群，大量的人关心，就是说，包括比如说我觉得Lensa的效果很差，但是我觉得他是他是其实是享受到了这个热度的红利。就相比起来，Midjourney画的画就要好很多。

43:52因为真的好太多了，而且就大家不要以为这件事情离你很远啊，如果我在听我们聊的人还觉得这事离你很远的话，就是就包括说我们做个logo都可以五分钟，我跟徐文浩两个完全不会画画的家伙，就在那边出了那么多个logo，然后随便挑了一个，这就是五分钟的结果。

44:09就就就离我们不远，随时可以做。你如果用ChatGPT还会有一个很大的优点，就是你是可以跟他有来回的。比如说我今天是在那个阿里巴巴他们的一个活动上面，号称给十万国际国际企业家然后讲东西，然后举的一个例子就是我让ChatGPT帮我给一个杯子写了一段文案。

44:30然后那个杯子的文案他写的就写得很完整，我让他用四国语言写了一段文案解释给大家看。然后的话呢，他写的比较死板。然后我就说你要有场景感。你这个就巴拉巴拉。我给他讲了一段道理，然后他就居然真的有场景感了，他就开始跟你讲说，哦，喝茶是一种什么样的感受，

44:46你来不来杯茶，然后这个杯子用来喝茶最合适了。就是什么样的乙方能够这么乖啊，对吧？

44:53对。这就是巨大的差别，就是说你让他干啥他就干啥，干得不好你就重试就好了，他不像一个，你背后是个人，对不对？他有情绪，就跟他说对不对，你找个设计师，你跟他说改改再改改，改到第五稿，他肯定已经受不了了。但是这个AI你看改到第六第七稿它OK啊。

45:09还有一些时候其实你最后也不一定是用他做的东西，但是会给你很多启发。因为我们的工作当中有很多时候是对着白纸发呆的。就你干不下去，你不知道该怎么办。比如说我跟徐文浩还在想这个名字，比如说现在是叫人工智障进化论啊，也不一定之后叫这个名字。

45:27因为我发现好多人get不到这个梗，对。那我们卡住的时候怎么办呢？我们就会让那个ChatGPT帮我们想名字啊。对啊。你给我想一百个名字，后来我发现让他取公众号名字都会取得很死板，我就说我要写写一本关于人工商业的书，

45:42你帮我想一百个名字。然后他然后他就会活泼很多。然后我再说里面不能出现人工智能几个字，然后他又帮我想，然后怎么样，你就不断的提要求嘛，这这这这服务态度太好了。所以大家你的工作当中这些小事，甚至于包括说他你最后不用他的名字，但是他一定可以帮你启发思路，

46:00对吧？或者说你要写个稿子，你最后不用他的稿子，但是你让他出个大纲，你看看说，啊，不行。你多看几版不行的，你才知道你想要什么。你就像那个无聊的甲方一样，其实你也不知道你想要什么。

46:12也许你最后选的还是第一稿，但是没有关系对吧？出了几十稿，这个你没有成本。对啊。

46:17所以我觉得在商业上的话，就是甚至于在我们的工作上，下一期我是打算那个，就是我我跟徐文浩每周还要对对稿子什么的。然后就，嗯，对，我下一期现在正在已经沉沉浸在了说他对工作的重新定义和unbound我们的那个工作上面。对，下一期来聊，可以聊聊这个。

46:36然后刚刚是我关于商业上的一些东西。我因为我之前创业嘛，创业有一个必然会听的东西是斯坦福有一个创业课。然后当时就是Sam是那个主持人，他们每一期请一个牛逼的人过来跟他聊聊聊。我当时我当时就非常震惊说，这个人这么年轻，他到底是有如何大的成就，可以说斯坦福他来教那么多年。

46:55对对对。我当时就很震惊。对。那这到底是个什么样的人，徐文浩给大家介绍一下。

47:01这其实呃就是我我们在写这个东西的时候，其实网上其实还很少有中文资料吧，但是我看了就是因为这个火，其实网上资料已经非常多了，这个对Sam这个人，就是我觉得他经历还是就是很特别的，就是跟大部分我们所谓的成功的所谓的成功的创业者啊或者怎么样，还是不太一样。

47:20第一个是说就Sam他，当然他有些背景啊，他也是个斯坦福的辍学生，对不对？但是其实Sam的第一段的创业经历时间挺长的，他19岁开始做一个，就上一波移动互联网的时候做一个叫Loopt嘛，其实就是个Foursquare这样的应用哈。

47:33他这个应用呢他做了差不多七年时间，最后是他应该融了大概三千六百万美金，最后可能四千三百万美金把这个公司反正卖掉了。就是说实话，你说从完全从创业这个角度，这个其实是一个比较少见的现象，要么是说我比较快的两年三年就融完钱，就很多人最后搞不下去就失败了嘛，对不对？

47:53要么比较长时间就生存下来了。那他其实是这个，他其实七年时间不短，因为他融资是很早就融完了，但是其实也没有什么声音。我相信中国人就是可能我不知道硅谷，我周围的朋友反正我也没有去问过他们，但是可能中国互联网没有人听说过Loopt这个应用。

48:11嗯，对不对？大家可能听说过Foursquare、Twitter，包括我觉得二，它的点我觉得连二线三线应用都算不上，对不对？对。但是呢，他之后呢就第一步是他受那个Paul Graham跟那个呃夫妻的这个认可嘛，去做了这个YC的总裁。

48:26然后呢，就我觉得比较有意思的几点啊，第一个是说，呃有人问Sam他投了多少公司，Sam他个人啊，个人不是YC啊，就YC其实投了很多公司，YC可能一年后来要投1000家公司，对不对？Sam个人他投了四百家公司。这个我觉得还是一个呃一共前后是十七年时间嘛，他投第一家公司到现在。

48:45这个我觉得还是一个，我不知道中国有没有天使投资人投个人投四百家公司啊，我觉得这个蛮难想象的数字。你十几年意味着你就是每个月个人要投出两三两三，当然可能有些check很小啊，对不对？我相信。第二个是他，呃，其实大家现在比较关注的，他他投了三个公司，对吧？

49:03就三个公司，其中有两个是比较科幻的公司，一个其实被天天被人骂的公司，对吧？然后比较科幻的公司，第一个叫做Helion。对，这个是个什么公司呢？叫做目标是做核聚变发动机。就有很多周围就有很多朋友跟我讲说，这个这个人工智能没有希望的，你看它有那么多芯片，对不对？

49:19要耗消耗相当的能源，你这个回你一句话就要花两分两美分，这个人工智能怎么用得起来，对吧？这个但是就是人家这个Sam就是我觉得这个是说不是的，就是我们已经想好怎么解决问题了。我们要解决能源问题，能源问题的目标是Helion，这公司现在已经在做这个发电了。

49:37当然我理解他现在有的产品或者短期的路径不是核聚变了，对不对？那短期的目标是说说一美分一度电。

49:45他个人到底有多少钱啊？他能够单笔投出3.75亿美金，他个人投的吗？

49:50个人投的。但是我觉得Y，因为YC的portfolio其实是挺有钱的嘛。而且YC的这个最开始是Paul Graham成立的，但是他换了总裁以及合伙人之后，整个YC的架构做了很多变化，就是有很多原来YC的股份都从Programham上分给了新的合伙人，所以他应该还是挺有钱的。

50:09第二个是我觉得他们也都比较疯，就是我们跟国内的一些最头部的大厂负责AI的同学也聊过，对吧？也是我们同学哈，那还是美国人还是比较敢于勇攀科学高峰，对不对？就跟Elon Musk做特斯拉、做SolarCity、做Neuralink一样。

50:25那第二个他关注的，他投的就是现在大家关注比较多的公司，他投了两家超音速飞机制造商，一家叫做Hermeus，一家叫做Boom。这些目标都是从90分钟从美国飞到欧洲嘛，对吧？就他还是，他的逻辑还不是环保逻辑，是吧？他的这个逻辑还是说我怎么让这个世界变得更有效率的逻辑，对吧？

50:47AI也是，这个超音速发动机也是，这个核聚变发动机、超音速飞机也都是嘛。就所以看起来这个很像，就很像谁呢？很像Elon Musk，对不对？Elon Musk的SolarCity是更便宜的能源，对吧？一个是用太阳能，一个是用核能。

51:01第二个是特斯拉，对不对？这个是车嘛，对吧？跟低价的这个交通方式，对吧？它是超音速飞机嘛，对吧？然后Elon Musk做了这个Neuralink，对不对？

51:10就是大脑这个能不能联机嘛，对不对？他搞了OpenAI嘛，对不对？就是所以我我是觉得，的确是说在这一波的这个，你说创投也好，进一步去探索未知的领域也好，还是你说硅谷或者美国的这个创业氛围，是会比我们在周围看到的会更激进，会更勇敢。

51:31我觉得是要更勇敢，就我们周围还是大家都没有那么勇敢。当然他有一个case，就是说被人骂嘛，就是他也做，他是Worldcoin的co-founder，好像是。然后Worldcoin想干什么呢？是个币圈项目，对不对？

51:45币圈项目又叫Sam，就一听就要出问题，对不对？就是说要放，我们要所有人的虹膜，然后去发行世界货币，对吧？是想要解决，就是这个就回到任鑫刚才前面讲的一个问题，叫什么呢？就是说，人已经没有剥削价值了，该怎么办？这个社会会变成什么样子？

52:01那么所以，OpenAI他们也资助项目去搞什么呢？去搞叫UBI嘛，就是叫做UBI，就是本质上就是说给大家发基本生活费，你爱干什么干什么，看这个社会会变成什么样子，对吧？这个实验还在进行当中啊，当然了，最重要一个问题就是说Sam他自己觉得，我觉得很好奇啊，他觉得这个通用人工智能，

52:19他在采访访谈中有很多场面话，基本上就是说所有跟微软的合作，他说你知道我知道，你知道我知道，我不能告诉你，对吧？然后当然了，当然他对这个问题，他其实也给了一个比较官僚的答案，就是说他说呢会比你想象的更早，对吧？当然我在一些其他的访谈中，他会说他觉得是next decade decade，就是下一个十年。

52:39我不确定是指到2030年之前还是2040年之前，但是而且他会觉得是慢慢的，就是渐进式地到来。所以他们会不断发布新模型，这东西会变得更好，会不断改进，会有一个大家去适应的过程。这个如果从这个视角，就是为什么我们认为从开头上来讲，我觉得从这个渐进式的未来其实现在已经开始。

53:00它不是说我们还在研究，等到有一天会渐进式开始，是从今天它已经开始了。它虽然还不是，但你每一天，每隔一两个月，你会看到越来越多的人用，就是我觉得从商业形态、社会形态都会随着这个东西发生变化。特别是我觉得就是ChatGPT出现，出现大量的C端用户开始用啊，它进入了一个正向的飞轮，应用场景，

53:21然后我就能拿到更多的钱，再去投入去做更大的模型，然后再去找新的应用场景。几年就现在大家看到的都是先一拍脑袋说有很多应用我先放上去。但是未来几年我会看到很多这种更适合AI场景的应用，更多的是说啊我已有的场景的应用去掺一点AI。

53:37就跟说啊我有手机，那原来我看天气预报我在手机上做个天气应用。那未来我相信会有像滴滴啊、外卖啊，甚至像这个Facebook短视频啊、拼多多这样，就是诶很适合手机，就很适合AI的应用。那它是什么？当然我们现在还不知道，对不对？

53:52对。这个这个是我看Sam这个就我的感觉哈。

53:56对。那我我好奇一件事情啊，就是你刚刚讲是渐进的，但是会不会有那个基点呢？就是当AI可以想办法来优化AI的那一刹那的话，它就不是渐进的了。就是当AI可以给自己开始提出创建性的建议的时候，这个时候会不会就突然就一瞬间爆炸？

54:20不知道，我其实我就不知道，我觉得那个就比较抽象或者科幻，我们很难用现有，因为现在来看它是有一定的推理能力，它还比较弱。那我们也看，现在大家也看到，就是说在模型上再加参数，效果已经不明显了，加数据是有用的，对吧？那么但是这个意味着我的推理能力，其实这个本身的进展可能至少目前没有看到说诶，是不是有一个基点的希望。

54:42但是至少目前看到说我通过更多的数据，垂直领域模型的优化，这个成本能够降下来，会越来越普惠到更多人。但是会不会有一天说啪，说这个我觉得至少目前就是大家没有这个方向感了，没有这个感觉。会不会突然，就是我觉得突然那一下已经来过了，就是这一次。

55:01下一次突然来，我觉得可能还会有比较长的时间。对，所以我没有你那么乐观，觉得一两年，我觉得的确还会长的时间。下一次突然可能就像我们从XNet，从深度学习嘛，XNet到现在可能差不多十来年吧，一二年嘛，对不对？可能下一个突然让你有一个变化，可能要再等十年。

55:20但在这十年里就会变得，就会就像那个iPhone刚出来一直到一七一八年，就是会有一个在现有的这个体系下不断的优化跟应用。这个是我的很主观的，对吧？这个错误的观点，对吧？供大家批判。

55:34哦，对，了解了。哎。那还好奇一件事情，从你的，因为我现在对于那个技术，我尝试看论文都直接会最后关掉。从你的观点的话，现在的AI的这个发展的话，比如说现在用的这种模型跟几年前五年前的话是有重大的区别，还是还是基本上是一样的。

55:53以及他们跟人脑的理解的话，就我们对人脑的理解，对人类真正的意识和智慧的理解，是已经完全走到了不同的路线上，还是其实现在是比如说千脑智能。从论文

56:06的角度，我觉得说是渐进式的变化，并不是说啊突然有一篇新的论文或者怎么样，其实是大家都是在Attention is All You Need，对吧？从BERT，从Transformer，对吧？这个，那么，对，就是Attention is All You Need嘛，对吧？

56:18这个是个，第二就是名字又取得好，这个论文的这个引用又高，对吧？而且这个名字还，所以很多的这个能力解锁啊，这个东西就，但是呢我觉得现在其实有一个问题，就是说现在的这些论文得到的这个结果呢，我之前提过叫AI炼金术，就是呢它还是个炼丹的过程。

56:35不是一个现代化学的过程。大家还是不明白，大家是猜测推理说，哎，可。可能是因为我们干了这个，所以让模型有了。比如说我看他们，我看那个资料是说，大家都判断说，为什么现在模型有了一个比较强的，就跳跃上下文的推理能力，是说训练数据里面有一部分这个代码，就是我们写的写编程的这个代码的数据附在里面。

56:59他说编程代码数据有一个特点，一个个函数之间本身没有关联，然后在调用有关联。也是因为加了这个数据，所以它有了这种思维链或者这个推理能力。是不是这样？说这是个hypothesis，对吧？这是个假设假说。

57:14他不是说我们已经证明了，我不是验验证了，我有数学公式告诉你是这样的，对吧？所以我说他现在还处于一个比较炼金术，但炼金术已经很有用了。对吧？它虽然不是现代化学。它不是门捷列夫已经把你元素周期表，对吧？

57:26同位素测试告诉你的。但它已经已经有用了，对吧？它更像个中医，它不像西

57:33医，对吧？我已经可以烧制砖块水泥打造兵器了，对不对？我告诉你，老法师有经验就是，然后大力出奇迹，对不对？但现在还没有说啊，我们已经知道。第二个呢是，我觉得神经网络本身是借鉴这个人的脑科学嘛，脑神经的连接嘛。

57:51但是呢，就是我们现在用的算法叫反向传播算法，对吧？叫backpropagation，对吧？那个呢其实跟大脑是有区别的。这个深度学习的这个老祖师爷，就是那个Hinton嘛，最近开始发新论文了，就是叫forward forward算法，

58:05说这个呢其实更像大脑的这个运作机制。就是现在深度神经网络我们叫做仿生学或者连接主义嘛，就是觉得这个像学习一下，对吧？按照大脑的这个结构学习就有智能了，但是我觉得差别肯定还是很大的，因为应该是John Carmack吧，就Carmack就是他不是也去做那个深度，做通用人工智能了嘛，他说他看了很多论文啊，他说人的基因组里只有一GB的数据，

58:30大脑里只有四十兆的数据。那我们现在这么，对吧，你搞了个这个ChatGPT一千七百五十亿的参数，对吧？至少要个几百G的数据，那他觉得这个通用人工智能肯定可以再往下走。对，这个，所以我们拭目以待。就是我觉得，是有很多，我相信这当中有很多会和脑神经科学未来有关联的这个点。

58:52那，但是同样的，它现在效果已经很好了，但是的确还没有到那个说啊，我们已经知道背后的原理是什么了，我们已经解开了这个，对吧，智能的奥秘，都并没有。我们现在还是说大力出奇迹，我们，哎，我们的炼金术这个已经有这个经验主义能够得到很多很好的结果了。

59:08对，我觉得还是处于这样一个阶段。了解。

59:11那我再问一个问题啊，就是就是我自己的话是因为我上一次做人工智能我们创业的时候，然后我就去，然后就当时就去那个Coursera上扒那个吴恩达的人工智能的课嘛，然后就还把线性代数啊，什么数学复习了一遍。就是现在假如说我要稍微了解一下的话，还是那些知识有用，还是说其实那一坨已经out了，我还得再学点啥啥。

59:35如果是你是那个时候看的，那套已经有点out了。那那个时候呢，就是比如说第一个我们现在讲的自然语言处理，那个时候BERT就是Transformer这东西还没出来。那个时候还是最早时间是用卷积神经网络，后来是叫RNN嘛，对吧？

59:49然后是长短注意力LSTM。那个时候都还不是Transformer解决一切问题。你的机制，那Transformer出来一个比较大的特点，就是它比较容易并行计算，这是我们现在能训练那么大的这个网络。因为RNN它当时还是串行的嘛，就是你你因为文本越长，数据量越大，它没有办法很容易地并行计算。

1:00:09所以其实我觉得过去五年吧，就一七年从，呃，BERT出来，Attention Attention出来到现在，其实有了比较多的进展。当然很多论文我也是最近才开始看了这个summary，我也没有去追那个论文原文啊什么，我都还没有看。

1:00:26对。好的，那就是我得重新学的意思。

1:00:29对对对。我觉得这波的进展主要是一七年之后有了一个，到现在有一个比较大的点，无论是从算法侧还是工程侧。

1:00:38再讲个讲个段，问个段子的问题啊。那既然就是，呃，Attention is All You Need是Google那边搞出来的嘛，那为什么是OpenAI这边感觉走在前面了呢？

1:00:49呃，我觉得这个我其实不知道，对不对？因为我们并不在这个硅谷第一线，对不对？就是看大家在搞什么。当然我觉得就市场上有很多八卦，对不对？就前两天那个FAIR，就Facebook的那个人工智能实验室的头那个LeCun嘛，就是说喷，

1:01:04说你看这个OpenAI名字叫Open，一点也不Open。你看他们三百五十个人才发多少论文，我们Fair六百个人发的论文是他们的十倍，他们这个信息都不出来。那我觉得这个当中可能有各种各样，我们觉得，我觉得这个我们还是等这个，啊，大家都等Bard啊这些东西都出来，

1:01:21我们看看效果，然后再有更，到时候可能会有更多的信息，对不对？呃，现在的话我觉得是我们不知道，啊，就是为什么Google，就也有可能说Google内部其实已经有很强大的模型了。

1:01:33了解，对，OK，那个，那我最后再给大家来讲一段那个段子型的吧，对。最后轻松一点，我们刚刚已经开始聊技术了，大家可能已经懵了，对吧？那然后我们聊个段子，就是Lensa。大家如果不知道Lensa的话，你可以把它简单理解为，其实它有很多功能，它是美图秀秀，但是你简单把它理解为它就是个帮你画头像的。

1:01:53你给它交个二十张你的照片，它就知道你长啥样，然后呢，它就帮你画一百多个那个不同的你的样子的头像出来。然后我试了一下，画得我那叫一个丑的嘞，就是完全不能看，所以我在文章里面已经把它深刻地批判了一通。但是今天我老婆试了一下，画出来还蛮漂亮的。

1:02:12然后我们得出结论是我长得不对，不是人家APP做得不好。所以我下一期可以帮她帮她帮她补回来，大概这么这么个APP。那为什么要聊它呢？其实是因为我是比较关注商业上的嘛。

1:02:26那商业上其实Lensa是被举例子讲得最多的。为什么大家拿它举例子？因为它看起来是个名不见经传的小小APP嘛，对吧？然后的话呢，它大概过去的几个月的话，看到的版本是它至少赚了七千万美金。然后的话呢，那就大家搜这个，这个在中国区下载得到Lensa，然后记得一定要取消订阅哦，它的订阅费是一年两百多块钱。

1:02:49然后你只需要免费的那个订阅，然后最后交十八块钱，你就可以试一下了。然后试完之后赶紧订阅取消了，因为你肯定不会用。对。所以的话那个，那么它一共可能比如说赚了超过七千万美金嘛，那超过七千万美金是怎么怎么来的呢？呃。

1:03:04就是收人家，比如说我们是交十八块人民币，然后几十块钱嘛。那么还有很多的那个钱是怎么交的呢？还有很多的钱是它会开始的时候收什么九点九美金啊，什么十点九美金啊，收收这些钱，赚了很多很多钱。因为大家都要想做头像嘛。然后这里面给我的几个启发啊，一个就是说其实风口不是不是追来的，是等来的，就是你一直在那边，它就等得到。

1:03:29就比如说假设我二零一五年，但是我觉得我不可能等那么长时间，二零一五年一直做到现在，那我应该是最懂那个conversational commerce的这个，对吧？对话式的。但是不可能等那么久，我我的性格等不了七年，我等个三三五年有可能。

1:03:43对，所以的话呢，他们其实之前已经出了一个那个画画的，呃，那个，呃，APP，我之前还用过，就叫Prisma。你就可以把你的任何的照片改得非常的有艺术氛围啊什么的，这一直是他们做的事情，所以他们才能够最快地抓到这一波。所以当到一个市场上的一个段子的时候，然后再去追的时候，基本上已经来不及了。

1:04:03就是你还是在你熟的领域，你就是有些东西已经你知道，但是新闻里还不知道的时候，你就可以去，这这说明是你的机会。像这两天的有一些新闻上发生的事情的话，就类似的东西的话，我跟徐文浩都已经在开始帮人拉群啊，约着吃饭啊什么的，就就等新闻后面才出来。

1:04:21所以的话呢，大家如果还是你是看到的是大众新闻版面上的东西，然后再做事情的话，就有一点点稍微有点点晚。那第二个事情呢，就是发现说PMF很重要。什么叫PMF呢？就是最好找到最有痛点的那件事儿，远远地大于你用来怎么改变人类。这个机会是OpenAI的，不是不是我们的。

1:04:39对，我们最好就找到一个细分市场，而且往往越小的细分市场，它的商业价值会大于那个大的细分市场。就比如说什么图像补的细分市场，其实你看着肯定大于修脸的细分市场，甚至于大于说帮你只做头像，而不是定制化修脸的细分市场，对吧？因为这是包含关系嘛，但是实际上你会为什么付费？

1:05:01我现在告诉你说，你什么买一个手机上的Photoshop，一年九十九块钱，你付不付这个钱？很多人是不付的。他说我要这个干嘛？但是你像我帮你生成一百张酷炫的头像，你给我——比如说四十九块钱付不付，很多人是想要好看头像的。所以哪怕是你看起来就是有一个大小关系，但是实际上那个小的才是真市场，那个大的反倒不是。

1:05:23哪怕它里面包含这个功能，哪怕它包含这个功能，你不会，你感受不到。所以做一个小市场，就是最最逆群的那个市场，其实更更顺的。我再举一个就是可能更政治不正确的例子啊，就是国外有那个，呃，creator economy这边的例子是，

1:05:40呃，比如说Substack是帮人家去发那个，对，发邮件的嘛，对吧？就就newsletter你可以订阅。然后这这是那什么人会订newsletter呢？那一定是有文化的人，对吧？你要订newsletter还愿意付钱，一定是有品位的人。

1:05:54那这家公司当然发展得也可以，大概估值可能，我我不知道它现在估值啊，我知道它上一轮融了七千万美金。对。然后应该也很久没融资了，但能融七千万美金已经是整个creator economy里觉得，哇，好神的一件事情。但是它对标另外一家一个公司，百亿美金流水，然后那个几十亿美金的收入的水平吧，小几十亿。

1:06:14所以的话就是也是一家创业公司嘛，但是就就规模就差这么远。但是你看起来其实是一个一个大和小的关系，但是那个小的其实更疼，那个小的其实更更更细分的话。所以大家想，如果你是要考虑商业上你这一波AI能够做什么的话，也可以考虑一下说，呃，不一定是要做大，

1:06:34你是要做疼，哪怕看起来是一个子集，有可能是一个更更更大的市场。然后再往下一个的话——就是说，如果你做的这件事情呢，能够让你的用户产生炫耀的素材，这就更好了。因为包括ChatGPT，我觉得有一个很大的好处，就是它是可以让KOL来炫耀的。

1:06:53就比如说，或者说我最早在玩的，你玩Midjourney，你一定会把你画出来的画发朋友圈的。我是按捺不住地想发朋友圈，说你看我画的有多牛逼。

1:07:03对对对对对。

1:07:04那显得我又有艺术细胞，我还懂AI，又科技又潮流又时尚，所以我一定想发。然后那些那些那些比如说B站上的博主啊，抖音UP主啊。就就就他们其实也也缺素材，他每天也在想选题。那这种选题又立人设，又有人看，那何必不发呢？所以你的东西如果能够让用户他刚好产生了，他可以用来炫耀自己，标榜自己的素材。

1:07:28那就很划得来。那比如说像Lensa，其实它帮我画的图就真的是丑死了，我肯定不会发，但我老婆就会发。然后我今天发了我老婆的，对，我发了她的头像，发到发到我的朋友圈。对的。我选了六张发了，然后然后这样子其实是她发的时候就可以炫耀，说我好看，因为那六张确实挺好看的。

1:07:47然后可以炫耀说我不仅好看，我还是个懂AI的人，对吧？你要懂得这种最潮流的这种AI小玩具吧。那那我又潮我要好看，那我不是人生赢家，对吧？那我要发的话，其实就是炫耀我我我老婆好看，那我也是炫耀我是个人生赢家嘛，对吧？其实你就是让用户可以用你来炫耀他是个什么样的人，这事还挺重要的。

1:08:07那否则你就需要营销费用嘛。你说你说不要营销费用，我给用户五块钱让他帮你发，那他帮你发的都是什么人？但是像我们比如说我为了炫耀这个事情，他没有给我五块钱，我还只给他交了三十六块钱，对吧？我还帮他发。对对对对对。

1:08:21我们要思考就是怎么样可以创作的话，就是能够帮助更多的人做出可以帮助他彰显他自己的东西的素材。这个东西它就会有自传播能力，否则的话你就要靠靠靠营销。那这个点到底怎么做？我觉得大家，或者你

1:08:36让大家砍一刀，对吧？

1:08:37对对对。那就只能砍一刀嘛，砍一刀就稍微你打到的人群感觉就略微有什么不对的地方。谁要让我砍一刀，我就马上把他拉黑嘛。

1:08:47对，所以整体上来讲的话，我们今天聊了很多东西嘛。然后徐文浩开始介绍了，我们开始是聊说觉得AGI真的要开始了。因为徐文浩觉得跟带孩子很像，你随时可以教他，你觉得他笨的话，你就教他嘛，对吧？就AGI就真的来了。

1:09:04然后后来的话呢，我我也讲了一堆关于说从商业角度看说这一波有什么不同，然后人工智能的时代的话，商业设计有什么不一样的地方。然后徐文浩就在打开了我的视野，告诉我说Sam，就是那个，呃，OpenAI的创始人的话，他居然可以三点七五亿投一家公司，

1:09:21然后投了五百多亿，呃。四百多家公司，是吧？然后这个人是个什么样的人。然后最后的话，我跟大家讲一个段子，讲了Lensa，就是看如果我们要设计一个产品的话，那么可能在在哪些角度上做一些优化的话，那么成功率会更高一点。

1:09:36那就是我们我们就每每周，这是第一期啊，这是人工智能进化论的第一期。第一期，然后我们会把我们看到的觉得有价值的关于，呃，商业和人工智能的内容，然后那个过滤筛选分享给大家。而且不是分享那篇文章，我们主要分享的是自己的观点，我们就借个由头，你要自己对着一张白纸想想不出来嘛。

1:09:59然后的话呢，希望可以跟大家一起来看看这个世界，然后碰撞的过程当中，我也会跟徐文浩碰撞嘛，然后大家会跟我们碰撞嘛，我们就会产生更多的想法，说不定就可以找到更多的事情。不光在台下看，我们上台去搞点事情出来，对吧？嗯。

1:10:14呃，其实我觉得是我们还想看，我们是一个是对这个事情非常兴奋，它到底会变成什么样子，我们其实不知道，就我们，但是我觉得这个是一个值得大家一起来探讨碰撞。因为它当季当中有商业的机会，但是我觉得也是一个就是说可能对每个人的工作都会发生改变。

1:10:32即使你不来创业，可能你也能用AI去提升你的效率。而且即使你很有可能你不去，你不去用它，会被迫发生改变。对。所以，那我想就是说我跟任鑫一起来做这个，就是我们还是想说也是多尝试。这是一个一个新的时代，时代到来嘛，就是我们也是算是呃老司机了，开车也开了好几回，就是车也开坏好几辆，

1:10:58对吧？就是但人目前还没事，所以更多的也是想说，哎，有没有机会说，哎，呃，跟大家一起交流一下这个这个这个开车的经验，对不对？或者说，哎，看看有没有新的车，新的这个赛道上的机会。以及就是说多交多认识些朋友，因为我觉得这是又是一个新的时代，而且会有更多的呃比我们大的比我们小的，

1:11:21呃呃做这次原来是做技术出身，现在可能不需要做技术出身的人一起来做这件事情。

1:11:26可以一起搞一搞。好的呀，那这就是我们第一期的人工智能进化论，请大家在各大平台订阅人工智能进化论，然后帮我们写点点评啊，帮忙点个赞啊，谢谢。然后第一期就到这里。今天先到这边。

1:11:41今天先到这边哈，感谢大家，谢谢啊。拜拜，拜拜。