AI产业的“摇钱树”会在哪一层？
- 发布
- 2023 年 2 月 28 日
- 时长
- 1 小时 13 分
- 主播
- 任鑫、徐文浩
- 收听
- 小宇宙（节目主页）Apple Podcasts喜马拉雅
任鑫和徐文浩从「AI产业哪一层赚钱」出发，把产业链拆成硬件、云平台、数据标注、模型研究和应用五层，逐层盘算谁能赚钱、谁能切入。两人判断底层算力和云的利好早已计入价格，模型层入场券太高，应用层门槛极低导致壁垒太薄，目前只想出「做极小市场」和「堆工程难度」两条路。后半段聊到 Meta 的 Toolformer 让大模型学会调用外部工具、AI 基建与应用的先后关系，以及 AGI 时代孩子该学什么、人会被变成什么样。
- AI 产业链分五层：硬件算力、云平台、数据标注、模型研究、应用，越是底层越吃不到，越往上竞争越激烈
- 算力和云这两层看似赚钱，但资本支出巨大、技术路线一旦锁死风险很高，且这些利好早已反映在价格里
- 应用层门槛被大模型降到极低，一晚上就能做出可用产品，但别人也一样，壁垒太薄
- 目前想到的壁垒只有两个：做别人瞧不上的极小垂直市场，或者大量堆工程难度而非技术难度
- 打工人的应对策略是避开 AI 已做得很好的初级工作（美工、简单文字、增删改查），或者成为行业里最会用 AI 的人
- Meta 的 Toolformer 让模型学会在需要时调用计算器、搜索等外部接口，是从 AIGC 走向 AGI 的一步
- 基础设施和应用是相互催生的，如灯泡早于电网、飞机早于机场，创业要先看清自己依赖的基础设施是否成熟
- 教育上，AI 让一对一辅导成本大幅降低，未来人应更侧重情感、体验、判断等机器难以替代的部分
目录
点击跳到对应位置
- 开场：应用层壁垒为什么太薄00:00
- 改名 AI 炼金术与本期主题00:38
- AI 产业链的五层结构01:16
- 底层硬件与算力：肉在嘴边但吃不到03:40
- 云平台：看起来过得最舒服的一层06:31
- 模型层进不去，应用层很崩溃09:03
- 现想到的两条壁垒：极小市场与堆工程难度12:31
- 打工人视角：避开哪些工种，如何傍上 AI14:22
- 与书对话、笔记互联等已有工具20:56
- 推理成本与合规会不会成为障碍23:18
- 提示词技巧与对话成本25:48
- Toolformer：让模型学会调用外部接口30:32
- AGI 在家庭教育里的用法36:14
- AI 基建 vs AI 应用：谁先谁后40:51
- AGI 下长大的新一代该学什么47:52
- 创造工作与工作消失，以及差异化定价1:03:08
- 收尾与下期预告1:09:20
文稿
共 913 句 · 点段首时间或句子从该处收听，双下划线是重点词条，其他词条悬停可见
00:03如果你只是想比如说做应用的话，觉得壁垒太薄了。现在只想到两个方法，一个就是做极小的市场，还有一个就是大量的对工程难度，而不是对技术难度。
00:26凡是能够被大规模使用的科技的话，最后很容易就变成都会用的一个商品，很普惠的一个东西。所以竞争力还是在我们自己手上。哈喽哈喽，欢迎大家来到AI炼金术，这个名字可能更好懂一点，更短一点，而且跟钱好像还更挂钩一点，所以觉得这是个更好的名字。
00:48我们来聊一下第三期。对，第三期其实我觉得我们写了两个主题嘛，对不对？第一个主题是其实还是就大家都会关心那个主题，就是我们做这个，我们叫行业吧，或者这个领新的领域吧。那到底说，哎，不管你是说我要从事这个行业也好，啊，我是要赚钱也好，对吧？
01:08就是我到底该干什么？就哪个领域会赚到钱，对吧？因为这个当中分很多层嘛，对吧？就是有我们最最最底层，就是做硬件的，就英伟达，甚至还有英伟达自己的供应链。再上一层就是各个云嘛，对不对？
01:24因为对大部分人来讲，呃，不可能我自己传一个，呃，一千块A100，对不对？就算我想搞个小模型，我现在没想好，我也只能用云平台。而且我们假设未来的推理方面，就我们就算模型我传点机器训练完了，最后大规模向用户提供服务，不太可能是我自己去买硬件，
01:43对吧？大概率我得用云平台的推理服务，那推理服务，那那它的费用肯定还是会比这个模型训练其实还体量再大很多的。那第三类我觉得就是标数据嘛，就是，对，有多少人工就有多少智能，虽然这次比原来厉害了，对吧？就是一份人工可以带一百份智能，不像原来一份人工只能零点八份智能，对吧？
02:04即使是这样，你还是需要标很多数据。至少目前我们研究下来看下来，我们也会发现说，那个ChatGPT效果好的很大一部分原因，应该是那个OpenAI花了很多时间做了这个instruct的这个GPT的这种微调跟学习嘛。那再往上一层就是像OpenAI这样的公司，对不对？
02:25就是OpenAI啊，呃DeepMind呀，Anthropic呀，包括现在Stability呀，Midjourney呀这些，就他们自己会有自己开源或者闭源的模型，会去想怎么在这个领域上再往上去去去推一层。那最后一层其实是跟所有人关系最大的，就是做应用，对不对？
02:45就是，就是我到底该做个什么应用？我到底是写一个写作助手，对吧？就像Jasper Copy这样的公司，还是我做个画图软件，对吧？包括现在还是我去做一个这个垂直领域的应用，像这个AI帮我写代码，AI帮我回邮件，AI帮我这个这个做客服。
03:05就是说这五个领域你现在也研究了一段时间了嘛，你觉得哪个领域看起来是比较稳的，就是不管怎么样它反正能赚钱，对不对？那当然我们不是个炒股网站对不对，但是那你就知道这些人在这场战争中不太会输，对吧？哪些领域是值得现在冲进去干活的，对不对？
03:23因为不是所有人都有机会说我去做英伟达，对吧？那可能我今年大学没毕业，我可以学电子电子信息，我可以去研究怎么做芯片。但是可能你今年三十岁了，你说哎呀，我重新从零开始学一下这个光刻机怎么造，这概率不是很高嘛，对吧？对。
03:40是，我们其实因为我跟徐文浩一个2015年出来做AI嘛，一个2016年就是扔掉了非常多的钱。那所以我们现在会看得稍微怂一点，就是不会说哎呀有机会我们就要赶紧搞，而是会把整个产业看一遍。那么整个产业盘一遍的话，从下往上盘的话，你就会发现其实还蛮难过的。
04:05就就每一层都有每一层的问题。没问题的那些层呢，不关我们事，我们手伸不进去。最下面那一层的话，其实是做做做芯片嘛，你提供算力嘛，不管是英伟达也好，英特尔也好。其实你是做这个东西嘛，那你做这个东西的话，就是第一个我们掺掺和不了，是吧？
04:22你看着人家很赚钱。第二个是你仔细去看这些工厂，哪怕是你去看台积电，你会发现其实有巨大的那个那个固定投资的成本。然后技术路线一旦被锁掉的话，其实你假设未来两三年如果有一个技术路线上的转移的话，很有可能会导致巨大的亏损。就是所以他们虽然看起来毛利很高，但是其实风险也是很大的。
04:46所以那一层的话，我觉得，唉，第一个我们就算想吃这口肉，反正也吃不着，对吧？不要不要说，不要说英特尔了，不要说英特尔、NVIDIA了，我们连因为，连那个那个台积电这一口都吃不到。特别补充一下，
04:59就是我周围有很多朋友都觉得，哎呀，就是不管是谁，我都要去搞芯片，对不对？去买，特别是很多人就去买英伟达的股票嘛，对吧？听说A100要一万美金一块，对吧？但是我觉得大家其实有一点需要注意，就是这是一个其实是资本支出很高，就是你要投产，投产，然后它有周期性的行业，
05:19就是它不是比如说我们今天互联网你做个应用，对吧？你觉得我加个服务器很容易，对不对？它其实不是的，它是，它就像今天，它想多产五万块芯片，可能也没那么快。等它真的把这些设设备投下去了，啊，过两年会发现说，哎呀，有一个竞争对手进来了，把价格压下来，
05:37它这个成本也没有办法说，哎，我就能收回来，对吧？所以我觉得就是说，呃，大家不要就是听风就是雨啊，对吧？当然我们也不是个炒股频道，但是我是觉得，就是大家还是是是相对慎重的去看一下这个问题，对。
05:53是，就他们这一层也没有那么好过。一个就是，呃，本质上来讲的话，算力是一个commodity嘛，虽然虽然就是现在其实因为资本密集，所以垄断在了几家大厂手里，包括生产也垄断也几乎垄断了。但是因为固定投资太大，所以他们也不见得就是资本效率是那么高的一个一个公司。
06:13如果你把风险算进去，不算风险过得都是盆满钵满的，很很爽的，但是风险其实也挺大。而且，就算风险不大，跟我们真的也没什么关系。你现在去买他们家的话，其实这些利好都已经被吸收在价格里面了，所以，都没什么没什么，对我们没什么用。
06:31然后上面一层的话其实是云嘛，因为大家直接大部分公司如果我们要用那个服务的话，对于创业公司肯定你就直接比如说调呃GPT-3接口啊什么，你连云都碰不到。但是呢如果是模型层的话，大部分你就会架在云上面嘛。那比如说像AWS啊什么的，其实或者说微软的云。
06:51Azure，
06:54基本上就是，OK。它这种云的话我们也掺和不了，然后这边看起来就是会比较过得比较爽一点。因为它向上游采购的时候，其实上游还是有一些选择的，不是只有NVIDIA一家，对吧？Google还自己造了。那只要能够自己造或者说有几家选择的话，我还是可以挑的。
07:11但下游又相对分散一点，然后呢，我又不需要把自己锁得那么死，技术路线。那你比如说过两年，然后出现一个英伟达，然后假设有一个什么创新科技，他们就用那一家的产品就好了嘛，对吧？反正客户在我手里嘛，云算力的需求在我手里嘛。那这样子的话，我就可以切换，切换成本会比上游更低一点，虽然看起来技术实力还没有上游那么牛，但是他们可以切呀。
07:35然后上游那个技术路线，你那个厂一搞出来，真的是切不动了。所以的话，我觉得云这一层好像过得会更舒服一点。然后现在你去看各个地方的融资，你会发现其实大量的钱全部要烧回去，烧给那个算力。那烧烧到谁身上呢？其实烧给烧给云了嘛。
07:53那哪怕是OpenAI那个号称融了那么多钱，其实很大一部分我听说是要返回去买云的，虽然给了一个折扣价，就是给他买那个，买那个，买烧的。
09:03所以我觉得就是，嗯，如果这两层往上的话，其实比较明显的两层，一层就是我们去做模型嘛。那哪怕以我跟徐文浩还算是就是指点钱的一个身价的话，我们现在做做都是买不到入场券的。就如果我们两个就是那个那个五千万美金起嘛，而且只能起嘛，后面两个月的钱开不出来。
09:26所以做模型基本上这一层跟大家都没什么关系。也也不用想，然后就在上面想想怎么做应用吧。但是应用这一层也很崩溃，就是呃现在的大家觉得很爽的地方就是你可以很简单的做出一个应用，而且真的很好用。比如说我昨天就随便拍脑袋想一个应用，我就在ChatGPT上试了两下，觉得就很好调出来。
09:50比如说叫做帮我改简历，对吧？那真的太好用了，就是你让它改成什么风格？以及我。呃，我把我要应聘的那家公司的那个JD贴出来，你帮我根据它的要求，帮我润色一下，我的改的好像跟它的更贴切。这些ChatGPT你稍微用一下prompt engineering，都非常的非常顺利，就可以把它改好。
10:13所以，所以我觉得就是如果你只是想比如说做这种细分市场的应用的话，其实非常的容易，就可以把调出一个应用来，马上就可以用了。然后上面包一层皮，做一个什么服务，很快就可以用。所以现在很多人很嗨也是这个原因嘛。我估计，我估计徐文浩一个晚上就可以做八个这种东西。
11:02呃，就一两个小时就做出来了吗？
12:05也是一个晚上的事情。对。这是一个很大的一个问题。
12:10所以在这个这个这个地方的话，包括我现在用ChatGPT做各种，比如说让它帮我看一下我的稿子呀，干嘛的。其实很多应用都很好用，我都可以把它封装成一个具体的应用的，就会让它更好用。但是封装完了又咋地呢，对吧？人家瞬间也封装一个。
12:25所以我这边就感觉，这一层之所以现在还不敢入场的话，也是因为觉得壁垒太薄了。现在想到说来创造壁垒，我现在只想到两个方法。一个就是做极小的市场，然后这个市场的话，让你让别人瞧不上，对吧？那比如说专门做做一个某个，比如说某种慢性病，中国只有十万人得的慢性病社区的，专门给这个社区聊的一个什么什么AI，
12:50对吧？这个时候的话，我觉得就会稍微靠谱一点，因为别人瞧不上，你专门针对这个社区优化了一些特别奇怪的点。还有一个就是大量的堆工程难度，而不是堆技术难度。就有点像那个，我有去有公司看过，然后他们其实在用那个QuillBot，然后在大量的批量的生成内容。
13:11然后的话呢，用它相当于去copy内容，然后去做那个修改。然后比如说铺十万篇内容，往各大平台铺。然后这样子呢，就可以把十万篇内容铺到各大平台之后，帮还有自己的网站上去吸自然流量，其实就是搞SEO嘛，骗流量嘛。对对对。
13:29那骗流量的话，其实你会发现说它其实除了帮你生成十万篇没有那么难，但是找素材，我要以哪些为原型生成十万篇，生成十万篇之后，我要去哪些权重网站去自动一键发布，然后人家还不把我给封掉。然后发布完了之后，那些里面相互之间有交叉链接，让它还链回到我的主站来，怎么样就智能地加链。
13:53然后这些全是工程问题，就没有什么技术难度。但你如果把这一套做完了，它才是一个solution。那这个solution的话，对于很多人来讲，它就会有一点点先发优势，就不是一个晚上了，至少是一个月了，对吧？你要吭哧吭哧搞一个月，别人就稍微没有那么容易。
14:10当然了。你你你你这个我觉得还是只能局限在细分市场吧，因为一个月如果这个是个大的或者主流的市场，其实是用资本或者用钱很容易能够跟上的嘛。对。有有一位朋友问说，都是你们是生意人的角度，有没有打工人的角度？
14:28因为本质上来讲的话，它是人工智能，它是人类的智慧的一个替代。所以的话呢，你如果是打工人的角度，你跟它永远是对手，那就很麻烦这件事儿。但是如果你是生意人的角度，就比如说你只有你就在余额宝里有十万块钱。以前你觉得你需要比如说两百万才能起步一个生意。
14:47但现在呢，因为有了人工智能，它相当于像奴隶一样，就是非常便宜嘛。那你现在说不定十万块钱，你就可以组织起原来二十人团队的一个产能，你就帮别人比如说去做SEO啊，去做那个比如说帮别人去画图啊，做logo啊，各种各样的事情就可以做起来了。
15:03你只要先一步比其他的比如说花了两百万起步的那些生意人，先一步用好了AI，你就可以用十万块钱组织一支更听话的，然后更乖的、更高效的一个团队，然后把它给用起来。或者有点像是以前的人都在用手工作坊的时候，你第一个开始用生产线，而且现在的生产线居然比一个手工作坊要便宜，
15:26这是非常奇怪的一件事情，而且它生产效率高。但是呢现在会组装生产线的人不多，所以你趁早地把自己转换成生意人的角度，你更好更早地考虑如何用AI解决问题，而不是如何和AI竞争去抢那个工作。这样子在长期来讲，我觉得会更靠谱一点。
15:45然后具体如果你一定还是想打工的话，我建议就是你赶紧傍AI这股风，成为你们行业最会用AI的仔。对。就是你跟老板讲，对对对。我我就宣传我这些工具都会用啊，你看我又用AI做了这个，用AI做了那个，哦，我可以一个人顶一个部门用。
16:01然后你还在你们行业里面到处去做分享，说，哎呀，我们行业的SEO就应该这样做，我可以一天晚上帮你生成十万篇文章，你就成为了你们行业的这方面AI方面的小能手、领袖。这个时候你更容易出头，比你原来在你的本专业去出头要容易多了，因为这一块谁都不懂，你只比大家多看了五个小时的B站，
16:20对吧？学了一些工具。所以如果是打工的话，就趁早，趁早把这些工具用起来，并且让大家都知道你已经用起来了，向你来学习，你就成为了行业领袖。
17:09已经受到很大的冲击了，
17:10对吧？第二个是很多简单的文字工作，比方说什么客服啊之类的，这个肯定也是很很快就会受到很大的冲击。这个，对吧？包括你写程序，如果你只能写最简单的，就是你没有任何产品思维，你也不能做一个领域专家，你说我就只是就是入门级别的写写增删改查这个事情，
17:32也是会受到很很大的冲击。所以我是觉得就有一些呢可能得避开了。第二个呢，有些领域啊，我的感觉是也许AI逐步能代替，但短期内不会那么快。对吧？就是比方说心灵鸡汤这个领域，啊，当然这只是打个比方，因为我自己就尝试写了这么简单的聊天机器人，
17:52对吧？是，我的感觉是说，嗯，你要把它调得很好，很像一个人，比较理想地去得到效果，其实还是有需要时间、距离跟数据的。虽然，而且第二个是，这个事情本身它没有什么，它没有说标准的好和不好或者真假对错，对吧？不像你说这个美工我出个图标，这个这大家一看都有一个基本的审美。
18:13你说写代码这个功能有没有完成，都有一个基本的概念。客服，别人让我帮他查查快递，那我就查查好了，告诉他就好了。那我觉得在一些更加需要人类情感性的这个领域，那它短期内是不会那么容易受冲击的，对吧？因为我觉得过去几年，呃，这个疫情，对吧，大家都觉得视频会议，对吧，好像大家都习惯了视频会议。
18:35但真的大家想要比较聊一些深入的事情，现在在没有疫情的情况下，大家还是会选择去面对面。对。对不对？即使说你说视频会议能聊吧，它也能聊，但是面对面的这个效果，对吧？毕竟你还是个生物嘛，对不对？
18:50你你你会有那个那个感觉，对吧？就是我我觉得这个是是差别。
19:24对对对。
20:02有人问说啊，是不是可以这么认为，需要人背锅的领域，而且锅越大，AI越不能取代，比如股市交易员的决策交易。第一个，我觉得这个股市交易员的决策交易的确不能被AI替代，但我倒不觉得它是因为需要人背锅。我觉得是因为它是一个博弈过程，就是股市交易员的交易本质上是一个两个人打牌一样，就大家都有AI，
20:26然后但是仍然就是，就它不是一个完全透明的，就是比如说我们都来画一幅画，好看，对不对？反正画得一样好看，可能大家都能有结果，那那个结果是大家都赚不到钱。那交易的一个过程是我赢你输，对吧？就跟踢足球比赛一样，就不存在说我的水平上去了就一定双赢，对吧？
20:44所以这个过程的确也没有办法用AI取代，当然可能是一堆人用着AI跟另外一堆人用着AI互相之间在竞争，对不对？如果你手上没有AI，就请你不要参与这个游戏，对吧？
20:56还有一个讲说是否可以让AI加入到读书笔记的评论，让你的读书笔记内容与AI进行交互优化，等于说你在跟一个读了很多书的人对话或者做评论。呃。这个事情我已经在这么做了，就是这这已经是一个成熟的操作。呃。你讲的这个话有两层啊，一层是你能不能跟书说话，一层是笔记和笔记之间能否有AI连起来。
21:21那能否跟书说话呢，Google出了一个东西就叫做Talk to the Books，就是跟书说话，那里面你就可以跟书说话了。然后另外的话，像我看那个论文，或者说你自己现在感兴趣哪本书，你就可以直接在ChatGPT里跟那本书说话，
21:38说，哎，你的主要观点到底是什么呀？这方面你展开跟我讲讲，举个例子。对，我我用那个看论文的话，用那个SciSpace也是，直接上来一篇论文那么长，跟一本书一样，然后就是直接说中文帮我总结一下大意。这一段展开讲讲，举个例子，论证方法是什么？
21:55有数据吗？然后就这样问，然后他就跟我讲，根本不是我在看论文，是我在聊论文，跟他说，因为太长了，一大篇英文，看看看下去我就死了。所以这这已经是成熟的科技了，就用Google的Talk to the Books，或者说像ScienceSpace，
22:11还还有还有一堆这种方面科研的工具，已经完全可以这样做了。就是怎么跟书聊天。然后另外笔记方面的话，就是你记的笔记能否跟其他笔记串起来。那么我知道有很多的软件已经这么做了。呃。
22:26没有加AI的，比如说像Roam Research啊什么的，他们是没有加AI的，就是你你做的卡片和卡片自己是连起来的。像那个M，就是MEM，它就会自己用AI把你现在做的笔记跟你历史的笔记如何关联起来，人工智能自动贴。还有一个软件叫Napkin，就是粘贴纸，然后你写的一个小小卡片，然后哎呀我今天记了我记了人工智能什么的，
22:47但是你其实三年前听过一个演讲，可能也跟人工智能相点挂点关系，但是你当时写的是AI，它就会把那张卡片放在边上说，哎。跟你三年前想的好像有点关系哦，然后让你看一看，诸如此类，这个也是可以做起来的，现在都已经是成熟的民用级科技了。
23:03对。的确就是说，呃，我觉得大家可以多去看一看，那我们以后也尽量多介绍一些这些工具，因为，呃，可能我们会觉得有些工具其实不用聊，因为大家网上这个教程可能非常多，但是事实上，呃，都还挺有用的，对不对？然后第二个是，看有朋友问，就GPT的服务成本、推理合规等会是普及的障碍吗？
23:24我觉得推理成本不会，对吧？因为就很明显，现在你花两美分，或者说呃对吧，两美分让他写一篇文章的这个，就我最近做了一些，我看了一下我在后台，OpenAI后台的那个开销，基本上一天也就一两美元。
23:39当然了。我不是所有东西都让他写，我只是做一些实验啊或者，所以这种这个成本其实非常低，这个成本其实比你去雇一个人来干这个成本，我觉得还是要低太多了。而且推理成本这件事情一定是还是能够不断下降的，无论是技术本身的进步，比如说模型能够去做压缩，
23:57或者一些问题能用一些小模型来解决，还是说这个呃那个本身的这个模型训练成本的下降，所以我觉得这个是会大幅度下降的，所以这个我觉得不会是障碍。第二个合规呢，我觉得会是一个问题，或者说可能会成为一个很大的争议性的问题。那在呃国内可能就会有就是面临这个成本的问题。
24:18因为它现在还是不太那么受控的。无论是你去画画也好，还是文本生成也好，对吧？但是，我我我觉得是说，这个事我觉得得反而是大家要发挥智慧，或者想办法去解决的这个问题。当然你可以说，我做一些细分市场，避开这个合规的问题。比如说，我就问AI读书的问题，反正所有的内容都从书里面来，书反正都是出版物，都已经通过这个审核，
24:42只要是合法的出版物，对吧？那那可能就不太容易有这样问题，对吧？但是我觉得这个会是一个挑战，因为就胡编乱造的东西，这个AI现在说的也不少。
24:52还有人在问说，那AI是不是其实因为大家都可以用嘛，就不算竞争力了？呃。呃，这个是分两步。第一步它还算竞争力，因为大家还没用起来。比如说我刚刚提的那些工具，大家可能还没用，或者说用ChatGPT只会提三个问题，然后就觉得哎呀，
25:09也没什么经验的，但是没有学会怎么用。就有点有些人比如说打开Excel，然后说哎呀，不就是个格子嘛。一样的，就就大部分人处于这种状态。所以的话呢，你现在学会用，至少我觉得两一两年内你还是有一个竞争力的。但是两年之后如果这件事普及到像Excel一样，对吧？
25:29人人都会用Excel，那我经常就是有的时候面试我问说，比如说你会不会用那个平衡透视表，就十个人里面有九个是不会的，对。所以能用好和用不好，其实两年之后还是差别。
25:41对。从这个角度来讲，就是说学会怎么跟人跟AI说话，可能变得特别重要。对，
26:23对。然后有位朋友问说，单轮任务OK的对话型的调用成本会随着对话轮数O N方增长。呃，其实没有那么严重啊，就是说第一个是当然了，就是说他现在提供的接口的确是O N方增长，但是一般来讲，我们其实我们之间的对话，比如说我们聊到现在，我们已经不会去想说我们第一句聊的是什么的。
26:44其实我也只需要一个短时记忆，我可能只需要过去五轮对话。对，对不对？就是就能保持下来，或者我们可以用一些呃这种叫summarizer的API或者summarizer模型，说把我们过去20分钟说的浓缩成三句话。那从这个角度来讲，其实没有，就是就是它是一个呃就是我觉得如果是对话的话，可能是五倍的N或者十倍的N，
27:08它还是一个线性的关系，而不是一个完全指数型增长的。所以从这个角度来讲，我觉得还好，这个成本是可相对来说是可控的。有朋友说最近尝试了一个单元测试代码，改两行就用上。对的。我现在写代码都是先把我的需求描述给ChatGPT，然后完了代码copy paste进来开始改。
27:29已经懒得自己从零开始写代码了。
27:35其实它做单独的函数补全比较好。你如果写一个，比方说我说我这个函数我要调用什么东西，你用Copilot写注释就好了。但你如果想更懒惰一点，说啊，我举个例子啊，我刚才让Copilot让ChatGPT帮我写段代码，我说哎，我有个文本，你帮我呢，先把它按段分一下。
27:51然后呢，每一段呢，你就调一下OpenAI的API呢，把它的那个embedding的向量求出来。然后呢，你把这些向量呢，都给存到那个Fast的那个向量索引里面去。然后呢，再写一个函数，有个人问我问题的时候呢，你就去这个Fast里面找出来，然后把那个结果输出出来就好。
28:09那你去描述这样一段比较长的需求的时候，其实你用ChatGPT。你就一二三四五列给他，他啪就给你写了差不多七八十行代码，对吧？然后你，它的确不是立刻能用的，你还是要改一下有些地方，或者你哪里不对了，你再用再Copilot里去改一下，
28:26但是量比较长的就是你自己能拆解一二三四五的需求，如果在Copilot里呢，你得单独想好我怎么拆。但是呢，你如果是这个让ChatGPT呢，它帮你拆好，已经有个模板出来了。
28:40我我觉得你刚刚举的讲的这个可能那个大部分听众那个那个都听懵掉了。我我举个我举个小白一点的例子，因为我现在是小白。就是比如说你的那个你你有一份很长的关于你们公司的介绍的Word文档。然后呢，你的中学同学他要开公司，他想他说你把你们公司文档发给我，我我参考一下，然后我也要写一份我们公司文档。
29:07那这个时候其实你有一个问题，就是有可能你要叫做脱敏，对吧？你要把你的公司文档里面所有敏感信息要脱掉，然后你再把它发给他。那脱敏，假设我们认为脱敏就是比如说所有的具体地址、具体的联络方式、具体的名字，我要把它全部用代号给给隐藏掉。
29:27但是你你这个时候你就会发现你用Word的什么copy paste是不行的，因为你不知道什么叫哪些东西属于叫名字，哪些东西属于叫地址，哪些东西属于叫什么。你就可以直接跟ChatGPT说，我给你我给你一段一大段东西，然后呢，你把所有的名字，比如说王阳明替换成叫一个括号姓名，
29:47把所有的联系方式替换成叫做联系方式。把所有的地址相关的替换成地址，然后这样子的话，你把文章的，你把那篇那个那个字再给还给我，然后我昨天试了一下。它真的就是，它不光认识王阳明，就是所有的看起来像名字的，它都会替掉。然后所有看起来像地址的，它都会，它都会把它框起来变成地址。
30:07这这就是一个编程啊，对吧？你以前不会编程，你肯定肯定做不到，然后想都想不到，哦，我还把Word文档传上去呢。然后现在你就用人话跟它讲，说你帮我做一遍，把所有的人名干嘛，然后它就编出来了。这这就是一个程序啊。是的是的。
30:22直接就可以用，所以大家赶紧学。是的，
30:31对。然后就是，就是其实我们这一期也聊了嘛，就是我看就是最近那个Facebook啊，叫Meta，Meta，对，Meta发了一篇论文叫Toolformer嘛，就是说我现在已经不仅能让AI就是给我喷文字了，对不对？它就不能不是只能嘴炮了。
30:45它现在呢你做一些模型的微调，它会学会说，哎，当我要做数学题的时候，我应该去调一个计算器。哎。当我要去做这个搜索资料的时候，我去调一个搜索的接口去搜一个，哎。但我要做啊这个，呃，当然翻译它本来就做得很好啊，就可能不一定有必要，对不对？
31:03但是我要当我做这个翻译的时候，我可以说我调一个翻译的接口，把单词从一个语言翻译成另外一个语言。从这个角度来讲，我觉得就是说，就是我觉得ChatGPT，因为之前我们一直说这个领域，之前这个领域大家喜欢用一个叫AIGC嘛，对不对？
31:18叫AI生产内容。但但我觉得ChatGPT已经有点像我们所谓的叫AGI，就通用人工智能。就是它已经可以帮我们干好多事情了。它已经不只是说啊，我只能跟它聊聊天，它其实你已经可以让它干一些动作了，对吧？你可以让它去去做各种各样的事情，你灌给它很多数据，可以教会它，以后该调用什么东西的时候你不用管，
31:43它反正自己会调用，然后把结果给拿回来。所以我觉得这个是挺厉害的。啊，有朋友说Toolformer等于adapt点AI，呃。我觉得这还是会有一点差别了。因为啊，当然我不知道，因为adapt点AI其实我们只看过它的demo，我们没有看过它那个产品到底背后它有没有说我背后是一个模型训练出来的，
32:04还是说我做了很多应用开发，或者我利用现在的这个模型的能力来做的。但的确有点类似，就是我也知道周围有一些朋友现在出来创业，想做这个逻辑嘛，还是生产效率方向的。就是我用AI能够去理解各种意图，然后外面通过RPA或者各种各样的接口去调用，或者实现这个各种各样的的呃公司内的业务的应用。
32:29所以我觉得是说这个是一个是是越来越多的事情会直接串在一个就是自然语言的入口里，我就能让它做了。然后有人问GPT的in-context learning能力有什么好玩的用法可以分享吗？我觉得这个就开脑洞呗。然后第二个是有很多这种现在有很多人在分享那个prompts嘛，对吧？
32:51你可以去GitHub上找一个叫Awesome Prompts。然后所以我觉得有很多，然后现在有个网站叫PromptBase吧，类似于一个就是交易prompts的网站，就是他把自己的prompts写下来，然后在上面卖，对吧？
33:05所以我觉得是说，对，就是就有很多有有脑洞的这个这个方式可以去用这些东西。就有人问API版比web版智能差一点，是的呀，API版是GPT3.5嘛，是一个微调过的一个指令模型，然后那个ChatGPT是另外一个3.5之外另外分支出来一个模型，是在对话上做得更好，而且你会看到说，
33:30呃，ChatGPT它那个网页底层会告诉你它这个模型最近是更新到什么时间，所以它那个数据是一直在调的，所以它的确效果会更好一些，对吧？当然你现在做应用，你现在只能用那个API嘛。然后同时那个ChatGPT的API已经在放那个，已经有在收集waiting list了。
33:49所以我估计也不会太久，就一两个月，可能到时候ChatGPT也会给那个API出来。但是
34:28而且大家如果以前应该用过那个，所以PowerPoint它自己本身已经带了一些这种功能了。是啊，对吧？就是带了一种说我我你把bullet写完，对不对？然后它会告诉你，哎，根据你这个bullet，呃，bulletin，然后我是怎么样一个布局，或者哪一个模板更好看一些。
34:46是啊，
34:46如果你觉得PowerPoint那个你，尤其是你像我们比如说用苹果电脑，你觉得PowerPoint那个所谓的智能布局太丑的话，你可以打开一个网站，Tome应该是TOME吧好像，你然后你搜TOME然后空格AI到Google里面搜一下，但是它画出来的我觉得挺丑啊，它是应该用的是是那个Stability的那个画图，然后它的文字我猜是用的GPT3。
35:10回到PPT啊，PPT如果你不是用Tome这种，你是用比如说PowerPoint，PowerPoint其实有人工智能版。然后你可以去那个那个试一下，试一下的话就是叫做PowerPoint点new，就是那个新NEW。然后那里面会有一些人工智能的部分，就比如说它的那个智能排版，就是叫做designer那个功能的话，
35:32它就会自动帮你排，甚至于自动帮你标一些小图标，帮你配一个那个相关的什么小视频什么的。这个就比那个至少比Mac版的所谓的智能排版要好很多。然后另外一个它还有一个rehearsal的功能，就是你对着你的PPT，你可以对着它讲一遍，然后它会开摄像头。
35:50他会看你讲，然后不停的在说，哎。你的眼睛没有看着屏幕，然后，然后你讲话太快了，观众会跟不上了，布拉布拉布拉。就是有一个实时的一个一个tutor在监督你，所以你也可以试一下，如果你感兴趣是PPT，可以试一下Tome，也可以试一下那个PowerPoint点new。
36:08对。这个是微软官方的，但是你要有那个呃Office 365的一个账号，对，就可以了。好。然后通用人工智能对教育孩子有没有一些应用的机会，我觉得非常有啊，太有了。
36:21对，我现在听到最常用的最好用的一个办法是什么呢？我相信小孩，你家孩子经常会问你一些，比如说爸爸妈妈，就什么叫发动机，对吧？他听说一个新的东西。然后呢你要跟他解释发动机是很难的，然后呢你就可以说，你就可以跟ChatGPT说，哎。
36:36请你用九岁孩子听得懂的语言来解释一下什么是发动机。对，然后呢，他就会啪给你写。对。然后你就照照着念给他听就好了。对，对不对？
36:47然后所以从这个角度来讲就是，呃，我觉得是其实有很多应用啊，你想一想就是什么问题其实都可以问它。然后效果你自己可以试嘛，对吧？然后当然你需要自己有一定的判别能力，对吧？他因为他有时候就会胡扯，特别是这个，因为他中文语料相对比较少，古诗词里这个胡扯的这个程度非常之高。
37:08就是，对你让他接上下句啊，你要问他这首诗啊，你让他说说苏东坡写的那首诗啊，他都会给你胡扯一些不是苏东坡写，然后别人写过的这个很著名的诗词。所以这个需要有一定的判别能力。这个也是是一个
37:25一个问题啊，当然我相信可能我就过几个月有中文的大模型的出来，这个会会好一些。
37:31然后我这边觉得说给孩子的话两个嘛，一个你就可以让他直接玩起来，像我就会让孩子直接跟那个Midjourney开始画画嘛，他就会说哇我要那个那个画，比如说两个巧克力做的坦克，然后相互吐炮弹。乱七八糟的。然后他就跟那Midjourney在画嘛，画出来他就很很很很嗨嘛。
37:49然后我今天是打算拿着他的一幅画去那个呃Meta之前做过一个东西，就是你可以把宝宝画的一个那个比如说机器人，你可以在上面把骨骼标出来，然后Meta会自动把它变成一个3D的一个3D的一个会动的小人在里面拍拍动画片。然后我就对我拿了他一幅画，我今天打算来玩一下这个，就是帮他做个小人还给他，然后让他看自己画的一个机器人变成了动画片。
38:16然后这也是可以给小朋友玩一下嘛。然后还有两个东西我其实是给自己用的，一个就是我试了一下。我让那个ChatGPT在帮我挑我的英文的问题，然后他挑的真的是非常准。就我举个例子啊，就是我写了一段话叫做I haven't read written English for a really long time，
38:34然后布拉布拉布拉讲一堆。然后我就问ChatGPT说你给不给我一些建议，然后他就会说那个，他说比如说我里面有一句话叫做I almost feel I already forgot how to use English，然后然后他就说could be better rephrase as I feel like I have almost forgotten how to use English。
38:54就两句话就完全不一样，他就会把我的每一句话说这句话其实你怎么说会更好，就会更简洁。或者说我要说我要从ChatGPT去搞出maximized output，就是最大化的结果嘛，我以为要这样说，他说你其实啊用maximum output会更简洁更concise。
39:11然后什么什么。然后就就相当于你请了一个就是就是非常地道的英语老师在帮他一句一句批改他的作文嘛，告诉他怎么写更好嘛。是。然后中文方面我也试过，上次我给那个徐文浩看过，我是用那个Notion AI嘛，写一段话然后让他改，然后让他给我建议说那个Notion Notion里面怎么怎么来敲这个调整，然后他就会把我的分句分得更碎啊，
39:35诸如此类的。但是改的没有英文的那么好，当然因为可能因为我英文更烂一点。然后另外就是他中文确实没那么好，但是也比也你也可以比如说让小朋友写一下公园，然后你再让他看，比如说你问那个说你用老舍的风格写一下公园，用余华的风格写一下，他就用鲁迅的风格写一下，对吧？
39:53同样一段话，你让小朋友看到说，哦，原来同样一个东西有这么几种，他他的那个写作的思维就可以被打开。对。反正我现在想到这些蛮多的。
40:02对，所以我觉得这个点是很对，就在教育领域它可以有很大的运用空间。就是毕竟就是说之前大家能够做到，比方说大家从小教育都是大班嘛，就大家其实是受的是一样的，并不会说啊我这个薄弱一点，老师跟我多讲一些，我哪方面不擅长，我想多追到一些，老师跟我多讲一些。
40:23但是在AI的现在这个场景下就可以做到。就是说当然了，我觉得目前阶段或者一段时间本身是需要家长付出一定努力，毕竟现在还没有一个非完全通用、非常棒的产品，说啊我已经可以做，而且我觉得这个还需要一段时间。就像现在你需要这个提示词才能从ChatGPT得到比较好的结果，这件事情我觉得还有个几年时间。
40:44那在这段过程里，当然你用提示词已经能够得到一个很特别好好的效果了。就看你写了一篇是关于就是应用跟基建的，对吧？然后这个也是看就是产品，我这个产品陈松说那个我也看了啊。
40:59好呀。我其实就是虽然这些史实都知道，但是被聊了一下之后会觉得，嗯，对哦。就是比如说我给大家讲两个段子，就是灯泡它是一个应用程序，它是在电网，就是这是一个基础设施。灯泡是在电网之前发明的，飞机是在机场之前发明的。就这种事情大家你仔细想一想，你都知道这事儿，对吧？
41:23你都知道什么爱迪生发明灯泡啊，什么莱特兄弟发明飞机啊，这些你都知道，对吧？但是其实好像很少去思考这件事情，因为我们好像总觉得应该先有基础设施，然后再有一个伟大应用，然后再这样嘛。但是它其实是震荡性来的。所以的话呢，我会去去反思的。
41:39其实我自己2015年那一次创业，我现在在反思，就是好像确实是属于脑子不太清楚。因为现在的话，就不管是什么的话，你会有这个一层思考，说基础设施的变化会带来应用的变化，或者说应用先行了。比如说先发明了灯泡，好多人家里都要用灯泡，然后他们就催生了一个电网，都有可能。
42:01那这个时候的话，如果你要做一个创业，那你就会想说，比如说2015年。那我当时其实就做了一个类似于ChatGPT的东西嘛，叫做Conversational Commerce，做chat。那当时我到底是想做应用还是想做基础设施，其实我没有想明白。
42:16就是我当时肯定是号称我要先应用起，然后做平台嘛。但是如果我是要做应用的话，那其实下一个问题就应该是，是什么基础设施上的变化导致过去不能做这个应用，现在可以做了，对吧？或者说是预测未来三年，假设我当时预测未来比如说三年会出现ChatGPT，那我当时布局也是对的。
42:36那就是预测了未来会有一个基础设施的变化，所以我做一个应用。那如果不是这个逻辑的话，那我就是做基础设施了。那我做基础设施的话，那就是，那有什么样的应用已经在这个基础设施之前先行了，它遇到了什么困难，我可以帮它更好地解决。那这样子就是做基础设施的一个逻辑嘛，那就为下一代铺路嘛，但是应该有一些苗头已经出来了嘛。
42:58但是如果你做应用，但是没有看到基础设施的改变，你做基础设施，没有看到应用层的苗头，那这件事情就完全处于一个空想的阶段嘛，那就会很痛苦。所以我后来就是那个上一次创业也做的做的很痛苦嘛。
43:15但我觉得上一次上一次我觉得你的感觉，就刚才我是瞎猜的，我觉得你当时出来做的感觉是因为觉得基础设施已经相对成熟了。就从我的视角，我觉得还是有一些证据的，因为那个时候就NLP也开始用深度学习来做了嘛，对吧？最早从一些word embedding到后来的，啊，就大家觉得啊，这个事情好像是可以被解决的了，
43:36而且又有很多开源的项目嘛，对吧？就这个问题就变得相对简单了，当然肯定没有跟今天比，就是有一个，对吧，这个是石器时代跟这个，呃，对吧，工业时代的这个差别，但是已经有一些事情能做了，我觉得这个是一个一个差别嘛。第二个就是，呃，我我觉得事情是这样的，就是到底啥算应用，啥算基础设施呢？
44:00其实这个我觉得有很多时候是很模糊的。就我我举个例子，当浏览器出现的时候，大家都会觉得底层的这些骨干网络，那些拉光纤的。
44:10那个是基础设施，对不对，
44:12对不对？但是今天你会觉得浏览器是基础设施，网站才是应用。对吧？因为它本身其实就是在那个角色切换的这个过程当中，你很难定义说，就像你说Chat，就是ChatGPT。当然我们今天说它是基础设施，是因为我做不了，所以我叫它是。
44:29对，对不对？对不对？然后英文来说，不是的，不是的，你那个是应用，我这个是基础设施。对，对不对？所以我是觉得说这个事情你不能这么来这么来分，就是在在做基础设施的人里，你看别人是应用，他说你ChatGPT也是应用，
44:44你Midjourney也是应用。对，对不对？你阿尔法狗也是应用，对不对？你都是在我这个显卡上的应用，但是对我们来说，ChatGPT已经是个基础设施了。是，对吧？
44:55就是我觉得大家去选的时候是说，对我要做的这个事情，它的基础设施是不是相对比较成熟。对。而且它是个比较的过程嘛，就是说因为基础设施成熟对所有人都是一样的。对。
45:09对吧，就像就回到那个应用层很薄的那个问题上来，就是对，ChatGPT很好，好多东西都能做了。对。因为你能做，别人也能做。对。对吧，这个是为什么，就是说啊，就是我们两个可能没有很激动说，哎呀，我们觉得这东西牛逼了。
45:23然后我们立刻来做个公司吧，然后做个这个做个那个，对吧？就是，当然可能也是因为创业失败之后人比较怂嘛。我周围还是有人，就就这个这个很厉害的人，很一下子就开始冲冲起来，就开始。
45:37但是我的想法是不不不，我们再观察一下，先好好这个学习一下，提示词怎么用，对吧？
46:56特别是我们经历过移动互联网嘛，就算没有经历互联网那一大浪潮，移动互联网至少是完整经历嘛。2011年的时候，其实当时的话就你当时做啥都可以。但你比如说比如说我有认识的朋友，他做的那个应用叫“喔粑粑”，就是帮你查附近的厕所，帮你查附近的厕所。
47:17那也有几百万人用呢，对吧？好有道理，我刚刚听到这个觉得好有道理。其实你会发现其实当时真的是百花齐放，那所有都能做。但是甚至于我当时做金叶酒店特价嘛，到底哪一个是能成的，或者说你在赚到了这一波红利的时候需要马上构建的下一步的那个台阶在哪里？
47:37你又不能光在湾岸边讲大道理，必须得入场。我们两个现在也开始试一些东西嘛，那你你在徐文浩都开始写demo了。所以说必须得入场，但是你光入场的话，你得一定要考虑下一步。
47:51是的。
48:35得这个问题很难回答哈，我也在想这个事情，就是，呃，虽然比如说我们是经历了整个移动互联网开始，而且大家都觉得智能手机很厉害，但是我其实到今天还不习惯说在手机上输入大段的文字。就是我是一定要找一个地方，说拿个键盘，掏出个笔记本电脑或者拿个键盘出来打字，我才觉得舒服。
48:57我觉得用手机我是没有办法写写内容的。但我知道周围有很多90后、95后、00后，他是没有电脑的，他所有的内容输入都是在手机上。我是觉得，哎，我要去传播一些内容，我会习惯的去说，哎。我应该写文字，但是其实现在大家都在做视频。
49:14我们家小孩还不会打字，对不对？然后家里都有这种电视盒子嘛，但一开始说我以为说他想要看个动画片啊或者什么，他都来找我，对吧？那我用那个那个很难用的遥控器上的输入法，对吧？后来发现他不是，他现在他也不需要找我，我想为什么？他其实是说他拿了那个东西摁住有一个语音输入，他就会去用语音输入去做这个事情。
49:34所以有很多技能可能未来就是就的确没有用，对吧？就是你说今天打字还是个有用的技能吗？我觉得肯定已经不是了，对不对？呃，但是呢，那一些基本的技能到底要不要学？就比方说，就现在如果在上学，你总是还有大量的背诵，对不对？
49:51大量的做阅读理解，数学题，解方程，应用题要去做，对不对？按道理来讲，未来可能需要人做吗？不一定需要，对不对？你这个东西，呃，这个四则运算谁还不会按计算器啊，对不对？呃，但是呢你又会发现说，当我们真的要做一些复杂的事情，因为人类是个很弱的动物嘛，它不存在说我直接会微积分，
50:12不需要学小学数学，对不对？你你没有办法跳过很多步骤。所以我我是觉得就是未来你要干点什么事儿，就挺挺难的嘛，就是你要学很多很多东西。然后，对吧，今天你可能读个本科能找工作，那个时候可能本科出来可能干的事机器都干完了，读个博士出来你才能干一点现在机器干不了的事情，
50:31对不对？这个我觉得是一个，就是未来人会变成一个什么样子。就是，就是，因为我觉得这当中有很多是正面的，也有很多是负面的。就是我觉得一个负面就是，当有了移动互联网，当有了微信，当有了IM之后，就你能沉下心不碎片化地读一些东西或者写一些东西的概率其实是大幅降低了。
50:51我不知道大家每天用多少个小时手机啊，我觉得我已经挺克制了。但是我可以看我上周每天要用四个小时手机。第二个是你觉得其实你很容易被打断，就是时不时什么微信啊、飞书啊，上面就有人来找你一下。而且你习惯吧，就是每隔十几二十分钟你要点去那个红点去看一下。
51:09嗯，对。这这个我觉得就是负面的部分吧，对吧？就是我觉得这个肯定对你说你要做一些东西出来，做一些有有成就出来，是其实是挺难的，对吧？那唯一可能写代码的时候，人人比较容易专注，对吧？但是如果你是干点别的，说你是要写个文文档或者写个文章，真的是我隔十分钟我一定会习惯性地会切出去回一下消息。
51:32对，对吧？但这肯定是对你做出高质量东西是不利的。就是包括现在就是大家，我相信大家如果周围有家里有孩子或者亲戚朋友有孩子，就明显是户外运动不多，就对着屏幕的时间非常非常多。
51:46就所谓的高质量，我们现在觉得说，比如说拿笔，然后或者敲键盘，然后写一篇深度的东西，或者做一个程序，这是高质量吗？但是我在想，是不是这是我们自己的局限。因为比如说没有人会跟你聊，我就发现说我经常在，比如说我在跟你聊天的时候，然后我说着说着，有些很多的我的想法会更流畅。
52:10然后还有些时候的话，我如果是旁边有一个白板，我一边跟你讲一件事情，其实我本来想这件事就想到六十分，但是跟你讲一遍之后我就想到九十分了。所以这其实是相当于有一个听众，以及这个听众会给你高高质量的反馈和刺激。这个这个分量的话，我觉得对于大部分人来讲的话，就是这种创作方式和思考方式，其实是一种流淌型的、交互型的创作方式和思考方式，
52:36其实是比较少的。因为谁有事没事陪你还聊这种莫名其妙的事嘛。那未来AI的话，是不是其实会把人类这一块的能力反倒会增强？看起来是比如说他不愿意写一篇完整的文章了，但是他更愿意跟机器聊天了呀。
52:52对，我觉得看问题吧，因为我会觉得说那有些问题，这这这这个是不矛盾的，就像我们两个去聊这个东西，对不对？但是当我们要发公众号来吸引流量，就像写篇长文章，这篇文章要写的不要太水的话，你的确需要集中那一两个小时的注意力。所以我觉得是这样。
53:11第二个是说我去读个论文的时候，呃呃，我也会发现说，就是你能集中注意力跟不能集中注意力的效果，可能差别还会是挺大的。不矛盾啊，但是的确它是有用的，我才会用嘛。就是因为我随时找到你这个事情是有价值的，所以才会不断打断。但是，就是那你很容易陷入到过头了吧，因为那个太方便了。
53:32以前我说我们是把，有了Google，有了这个搜索引擎之后呢，我就不太记东西了。我只要记个关键词就好，我只要大致知道有这么个东西，是什么呢，我可能不需要记，反正搜一下就是了。对，对不对？那现在呢就是说，等有ChatGPT呢，你有些东西呢，你不是不要记了，你觉得哎呀，这细节我不用懂。
53:51对。反正我就问他一下，他就把这整个答案给我了，对不对？但是这个某种程度上就是有很多那个乔布斯说的嘛，connecting the dots嘛，就是有很多时候就是因为你脑子里有各种各样乱七八糟的东西，你才能把它连在一起，你才能有些新东西出来。
54:06如果你脑子里这些东西都没有了，就细的东西都没有，只有那最粗的东西，就是就是大家都会变成就是纯聊天，纯纯瞎，纯胡扯了嘛，对吧？就就落不了地嘛，就我会有这种感觉啊，这当然这不一定正确，或者说是一个哎呀，就是从旧时代过来的人一个焦虑。
54:23对，我我就总在，因为我我跟我的想法其实跟你是一样的，但是我就总在警醒说是不是因为我们老了。对。就是，这是个旧时代的问题。甚至于包括说，比如说我们要花两个小时，比如说写一篇东西，我们每个每周不是要交，我们每个人交两篇稿嘛，
54:39三篇稿，对吧？这到底是一个真的值得做的事情，还是因为我们能做，所以我们就花时间去做了，但是其实是一个没有必要的事情。我举例来讲，比如说我们写东西出来，那无非两个目的，一个是帮助自己整理思路，一个是帮助我们的读者学会某种东西。
54:59那事实上来讲，很有可能，我我先讲读者那部分，读者那部分的话，其实其实我们的写作方法未必是for读者友好的。就就ChatGPT它很有可能可以suggest一个，比如说应该是你一开始的时候要创造读者阅读这篇东西的兴趣和tension，
55:18就是那个他为什么要，对吧？然后再引入到一个例子，再怎么样，就是有可能是比如说抖音那种八股，虽然你会觉得很low，但是有可能它才是更顺利的把知识给导入的一种方法。比如说先要创造紧张感，然后再怎么样再怎么样，那或者认知失调。
55:36那我们没有按照这个套路写，其实是放弃了一个套路嘛，我们为了自己写的爽嘛，对吧？其实牺牲了一部分读者的可阅读性。那如果是从这个角度上来讲，让ChatGPT把我们的理解会了，让它帮我们写，从读者那边会不会更好？这是第一。第二的话呢，我们自己写其实确实是在我们脑子当中会构建很多的dots嘛，但是我们脑子当中的dots太少了。
55:59如果我们是把自己跟跟AI共生协作起来，让它来连接更多的dots，我们只是dots方面的就是十分之一，然后它再去连，然后我们就把自己的那个控制权放掉，然后它去连更多的dots，我们来识别。这个时候会不会说它其实，因为我们其实在写文章的时候很多时候是我们花了很大的代价，其实是把我们脑子当中的网状信息给线性化，
56:26然后把它给表达出来。其实有很多的脑力是在处理这个问题。但是如果我们脑力只处理dots，我们脑子当中的dots和它的dots，然后我们只去做那个评判的那个呃连接，就是然后再做一些判断，然后最后的那个成文也是它出，就是那些dots连好之后的话，那个出了十篇不同项的文章什么的，
56:49都是它来弄。那这个时候其实会不会其实对于我们自己也更有启发，我们打开了一个十倍的一个想象力的空间，然后也没有把时间都花在这里。没有花在说怎么把比如说网络思考线性化啊，然后遣词造句啊，这种，就其实很多是在做这个嘛。我们会觉得它有价值，其实是不是只是一个我们的惯性。
57:12对，我觉得这个问题很难回答，包括我看一篇文章，他他是那个，呃，他的一个观点是说，就是，呃，比如写作这个东西，未来可能没有那么重要，对不对？就是你你要写出这种海明威这种风格的文章，对吧？就就变得非常容易，他会甚至会觉得说，哎，就从人的角度来讲，你你是不是一个更有魅力的人，可能在这个竞争过程中会更有优势，
57:35对吧？因为这个东西你现在还机器短时间内替代不了，特别是这种当你要需要面对面见面，这个情感投入的这个过程中。但是我觉得这其实是个很有意思的问题，就是未来人会变成什么样子，因为我们看我们这一代人跟我们父母这一代人，从习惯，从工作习惯，从干的事儿，从重要的东西可能都是不太一样的，对不对？
57:57但是我们下一代，就是因为我周围有些朋友说，那，就过两年我们我们是学计算机出身的，这个，我觉得是我们运气好，选了一个AI，就是过去二十年发展不错的专业，就是像我们俩这么瞎折腾，其实日子也过得也还好。对，对不对？但是未来，比如说等我们子女再过十年，就他们出来找工作的话，最好的机会还是计算机吗？
58:20我的感觉是肯定已经不是了。因为周围有一些朋友，也可能比我们再大一些，他们可能周围开始说，哎，子女是不是应该去学biotech，对不对？二十一世纪是生物的世纪，对不对？他只是没有说是二零零五年就是还是二零八五年才是。
58:35对，对吧？这个可能是现在有很多这种基因的研究啊，研究人怎么更长寿啊，就就各种各样的事情。就是我我觉得这个东西，就是在ChatGPT出来之前呢，你觉得计算机这事情，虽然大家就说有这个行业的起伏啊，裁员啊之类，但是其实我没有觉得真会有什么影响，因为，对吧，software is eating everything嘛，
58:56对不对？软件吞噬一切，所有东西，对吧？那这个东西总还是需要有人去开发去维护嘛。但是忽然有一天告诉你，啊，其实对，大家不需要那么多人了，只需要少数人干一些简单的事情就可以了，对吧？
59:09所以我觉得这个会是一个巨大的一个区别，就是未来大家到底该花时间时间在什么事情上，其实挺难回答的。未来会变成是人会变成什么样子，也也挺难回答的。
59:21我我其实就会觉得就是说不定应该反进步的方向，因为所谓的进步其实是把人机器化嘛。第一个就是我们都会觉得说我们应该有生产力，我们才是有价有社会价值的人，我们才对自己有自我认同。这件事情其实是被洗脑的，为什么呀？我天然就应该好嘛。
59:42然后另外一个呢就是小朋友，比如说一个小朋友他天天踢足球就玩，然后的话他对人很敏感，但是他读书读不进去。但是你会发现说其实读书和写作还有计算这些事情其实是机器更擅长的。我们以前要觉得社会价值感是把自己跟机器比。然后我们觉得应该读书，应该好好的书写，其实是应该把我们自己跟电脑比。
1:00:06对吧？那对。现在已经明显地比不过电脑了。但是现在电脑就是，至少号称号称GPT-4是多模态嘛。但是实际上现在反正我们还没有看到，比如说它的眼睛看到的东西啊、耳朵听到啊、它的感觉啊、它的心灵啊，
1:00:20什么眼耳鼻舌身意，它还只有只有读书嘛。就是就是我们学校里那坨东西，它其实最好替代的。但是呢，小朋友在操场上玩，跟别人推推推推打打，然后摔跤的疼痛，然后他的眼睛看到的天，这些部分其实是现在人工智能还没有没有追上的部分。那那这些部分的那个这部分模型，反倒是就是纯文本的这些东西，它它它它没有，稍微没有的。
1:00:46如果要讲说未来的小朋友，假设真的，我们第一个我觉得不不需要创造价值。第二个，如假设需要他创造价值的话，其实它跟AI的协作应该是AI这些目前还不具备的这些领域，就是他他摔过跤，他感受过疼痛，然后他出去玩，然后这些这些感觉是AI现在还没有。
1:01:06当然未来多模态什么啥的那就不知道了嘛。但是现在感觉是这一块反倒是更稀缺的。凡是能够在学校里面，因为学校里面我们已经把东西都抽象成了符号嘛，对吧？抽象成了，我教给你一段东西。都都是，这个其实是机器最好学的东西，就就差异化竞争嘛。
1:01:23然后有人问，就是精英教育不会是，我觉得不会啊。我觉得精英教育会，它可能会有差别。比如说，我觉得精英教育它应该大量使用人工智能。我既有一个一对一的老师，配一个人工智能。而可能普通人，我只能用人工智能，我找不到那个一对一的老师。
1:01:46我觉得会是这样一个差别。因为，因为人工智能能解决很多问题，是，对吧？能能帮你解决。因为一个老师再聪明，他比方说我说我要改一个海明威的风格，告诉你哪里写得不好，没有那么强的这个百变的能力。就从某些能力上来讲。
1:02:03虽然今天ChatGPT还不能叫通用人工智能，在有些方面可能显得还很弱智，对吧？就为什么我们原来叫人工智障嘛，就是越是精英的，或者说越是资源富裕的，它可以用越丰富的方式，对不对？但是我觉得在人工智能越powerful、就越强大的情况下，这个差距其实应该是被拉得越小。
1:02:22就跟你今天普通人的生活，对吧？你作为一个普通的中国人，你可能冬天有暖气，夏天有空调。啊，就算你在，就算你夏天空调舍不得开，冬天你在北方你暖气总是烧的嘛。但是从这个角度来讲，其实大家的某些东西是被拉平了的。对，所以所以我觉得是从这个角度，我是觉得说从教育的角度，它其实是有机会被拉得更平的。
1:02:45就跟今天，我觉得这个其实是一直在进行的。就就跟今天，你有机会在海外可能是在油管上，国内可能是在B站上，看到大量免费的名校的公开的课程，对吧？那原来在二十年前是你可能是看不到的。是啊，对不对？
1:03:02这个我觉得是说，只是说你能不能抓住这个机会，就是利用好这个工具。那这个我觉得是一个比较大的差异。
1:03:08你刚才讲这个的时候倒是让我想到另外一个问题，就是关于创造工作和工作消失的问题。因为理论上来讲，就是每一代人看到被机器取代的时候，都会觉得这帮人以后再也找不到工作嘛，就是就是就是工作是大量的消消灭掉，而不是再创造。那人工智能我们现在看到其实也会隐隐的有这个观点嘛，因为它已经不是光体力了，它取代智力。
1:03:33但你刚刚举的那个幼儿园的那个就精英教育的例子，让我想到说，说不定还真的会创造大量的岗位。就是当一个资源特别的普惠了之后，比如说人人都用人工智能之后，那么那些贵的东西它要怎么来differentiate？它differentiate之后，比如说其实你要达到九十五分，全是靠人工智能，可以让所有所有小朋友的教育水平达到九十五分。
1:03:56现在的老师只能比如说平均做到六十分。但是那有一些精英教育，就是我想让我的孩子九十六分啊，哪怕我完全增加一个一对一的老师，只能增加他一分。就是一个老师还不如，就只只只抵得上百分之一个人工智能。那精英的学校就会人手给小朋友的师生比会达到一比一，甚至于二比一。
1:04:20对。对对，我觉得这个就是很有意思的一点。
1:04:47对。哪怕它的效用其实很低，但是它可很有可能，比如说听上去有点违背常识啊。比如说我开一个幼儿园，然后幼儿园里面95%的事情是机器做的，然后95%的价值是AI创造的，只有1%的价值是我请的20个老师创造的。但是我可能把95%的钱给了这25个老师，因为他们是我的differentiation。
1:05:12你有没有这样？
1:05:13就会发生一个就是创造价值和给钱给的。因为那个最后那个AI就像电一样嘛，就成为了大家都有的一个东西嘛，就好像你的幼儿园里面。
1:05:23我觉得这是肯定的嘛，就是AI变成电这件事情是我觉得是一定的，一定的，就是AI会变成一个人人都有的基础设施。然后第二个就是我觉得就是会有大量的就是社会结构的变化，就是或者说有很多职业之间的会模糊掉。比如说我们现在说一个音乐家跟一个画家，他是两个职业。
1:05:46未来他可能是一个职业，对吧？就是因为你在磨练细节技艺上需要的成本减少了。对。然后你去理解审美，去理解这个文化的这个部分的精力就可以增加了。为过去的一个画家，我既需要有有想法，我需要技法很好。
1:06:03未来我可能说我更多的是有想法，就懂这个是怎么样的，美是怎么样的。然后我有明白各种历史源流，对，有判断能力，然后我就可以让机器帮我去解决这个事情嘛。
1:06:16是啊。所以就是相当于把你的工作解绑了嘛，unbound嘛，然后你就只需要focus在人类的那一块嘛，就少学了十年什么绘画，少学了十年就拉小提琴，你focus在你的creativity这块。然后那我最后再回答一个问题，就是呃有同学在说，哎资本不是要追求利益最大化吗？
1:06:35那为什么有便宜的东西它它也要用贵的呢？是因为便宜的东西它变成了就是性价比更高的东西，它成为了基础分。就是哪个学校没有人工智能，你是不会选它的。就是达到95分就必然要有人工智能。就好像你不会因为哪一个哪一个幼儿园它有电，或者它用了电脑，然后你就会觉得这个幼儿园特别好，
1:06:57是吧？你不会，你会觉得默认这个幼儿园应该有电有水。但是其实电和水比那个幼儿园的，比如说一个呃美育老师，可能对于那个幼儿园更重要。因为如果你想想没有电的话，那个幼儿园冬天夏天热死。冬天冷死，是吧？
1:07:14那其实比他几个老师对于小朋友的体验是更重要的。甚至于那个电脑里面放的那个PPT，其实对于小朋友是更重要的。但是他给那个老师的钱比给电和水的钱可能是更多的。比如说请了一个外教，那为什么他会给那个外教的钱比那个更重要的电和水更多呢？
1:07:32是因为电和水不是他的竞争差异化因素，他靠这个没有办法吸引你去给他付钱，吸引你去给他买单。那到时候你要差异化，就变成了说你必须要在上面找差异化因素。那差异化因素可能是你就被迫买了一个什么什么山，或者你没有请老师，你就必被迫在什么幼儿园里面养了几头梅花鹿，
1:07:50养了一只狗熊。然后你你反正要搞这些有的没的，然后你才能够把自己差异化出来。那人类是一种非常好差异化的因素，因为人和人之间是有交互的嘛。哪怕那个交互最终其实从效用上来讲，你可以说它绝大部分已经被机器替代掉，但是它是一个differentiator，
1:08:08你可以用来营销的最后的竞争要素。所以，产生最大价值的部分和你会为此多花成本的部分，这两件事情是没关系的。OK。
1:09:00所以我觉得大家以后工作也还是会有的，也会创造出很多新的工作。凡是能够被大规模使用的科技的话，最后很容易就变成一个commodity嘛，就大家都会都会用的一个商品嘛，普惠的一个东西。所以竞争力还是在我们自己手上。好呀。
1:09:20那今天我们聊了这么多，我做一个广告，然后徐文浩收个尾吧。广告就是请大家关注各个地方的呃AI炼金术，然后就可以看到我们了。然后我们就会不停地聊这个。然后特别是下一期的话，我们也可以多聊，比如说prompt怎么用啊，你怎么说话让人他能够听懂啊，
1:09:39他能够给你应有的帮助啊，怎么找商业机会啊，就是我们应用在哪些场景里面啊，就是会讲一些非常具体的提示词工程啊什么的。所以的话，大家关注这个视频号，关注公众号，关注小宇宙，关注B站啊。好，广告做完了。
1:09:53对对对。就是我们这个周的文章其实更多的是去聊了两个嘛。第一个是说整个AI的这个产业到底，呃，从我们能够去参与，不管说打工也好，创业也好，还是说你觉得提升自己的效率哈，我们会在哪一层关注
1:10:11应用层，但的确从应用层上我们觉得还是有很多问题。这个问题不是说应用层本身有问题，而是说从参与的角度、从应用提升自己效率的角度应该立刻做，这个没有任何疑问。就你今天如果还没有用过ChatGPT，没有尝试用它去改善你的工，如果你是个知识工作者的话，对吧？
1:10:29你你，我是个是个足球运动员，可能没有啥用，对不对？但是你如果知识工作者的话，你应该立刻先用起来，我觉得这个是没有疑问的。但是说你说要创业、做生意、打工的这个角度，我说我只能说，有些事情不要做我们能够知道。那你到底该做什么或者怎么参与，其实我们会觉得说啊，好像还不知道。
1:10:47更多的说，我们只能先让自己变成一个很擅长利用AI的人，那这个事情是不会错的。然后第二个呢，其实是那个我们也看到，就是说其实这个领域发展很快，对不对？在我们看ChatGPT没多久，现在已经有人用各种各样论文来说，哎，我ChatGPT，我在背后能够去让它学会调用外部的这种数据源、接口啊、工具啊什么的。
1:11:09所以我相信，越来越多东西会被串到这个AI里面来。第三个呢，就是说我觉得对生活会有很多改变，但是这个我觉得是更一个发散性的想法了，就是孩子的教育会是怎么样的。我觉得这个，我觉得很多人都很很关心啊，就是教育孩子其实是能有各种各样的小方法或者小办法去去起到一个有价值的作用。
1:11:31那另外一方面，其实对孩子教育该怎么走，这个我们也承担不了这个责任，告诉你不要去学数学，对不对？这个我觉得这个责任我们担不起，所以该学你还得还得学。对，然后但是的确得发散地去想一想说，哎，同时去兼顾一下一些别的东西，多出去，对吧？
1:11:49我一直觉得身体健康最重要。啊，对。那今天就聊到这里，祝大家身体健康。
1:11:55祝大家身体健
1:11:56康。哎，好。拜拜
1:11:58啊。拜拜拜拜，拜拜。
本期词条
本期还提到
常见名词，文稿里悬停可见，右侧数字是本期提到的次数。