GPT比博士厉害也不能替我打工，普通人还要继续关注AI吗？
01:08:51 Share

大家好我是自然选择的谢莫超在本期录制的第二天 OpenAI 就发布了这期节目里嘉宾提到的新模型它叫 GPTOE 我这两天刷小红书的时候也是看到不少专业的大佬说新模型相当于把一个博士塞到你的电脑里当然也有人拿弱智 8 的题目给他测还是通不过

但这些都没解决一个我觉得比较关键的问题就是模型越来越厉害但应用上依然好像没有特别大的进展其实本期我们想聊的就是这件事现在这么厉害的 AI 大模型能帮到普通人吗或者更进一步我们在萝卜快跑那期里聊过的一个点就是普通人到底应该怎么面对现在这个即将到来的 AI 时代那好的下面正式开始了 Maybe I'm the same as I am

大家好 欢迎来到自然选择播客 我是范刚我是谢莫超咱们又要聊 AI 了不过这次的节点又有点不一样因为最近就在这一个月美股的科技芯片股价非常不稳定为啥说不稳定呢就比如说昨天就是又是因为大家暴涨但是前两天又暴跌所以经常你能看到什么一天跌去多少个亿的这些数字都麻木了的新闻

所以就会出现了一些声音吧大家开始讨论一个问题就是大模型到底会不会是一场泡沫比如说高盛就是一个很知名的投资机构吧大家应该都知道 6 月末发布了一篇报告名字是声称是 AI 花费甚多而收益甚少这里面他大概主要讲了两个方面一个是投入太高了因为芯片现在很贵而且要花很多的电

大炼钢铁最后炼出来的新的模型提升的能力比例和你花掉的钱和电是不太一样的另一个大的问题就是大家发现这东西好像不是特别能提高生产力比如这个报告里有一位 MIT 的教授他就说他认为 10 年内人工智能带来的 GDP 增长只能达到 0.9%

和我们花掉的钱或者说现在股市涨起来的钱比起来那可太少了简单来说现在好像还没有一个特别那种杀手级应用或者说缺乏特别好的应用场景所以今天我们想讨论这件事本期嘉宾是我们的老同事老朋友陈岩老师

果壳 AI 团队的负责人他还有一个身份就是小红书的 AI 大 V 博主请陈岩老师给大家打个招呼大家好 我是陈岩我现在是在一家媒体公司果壳来负责产品和研发我的主要工作都是和 AITC 相关的同时我也有一个自己的小红书账号也就是我的名字陈岩这两个字

我主要是利用植物之变因为会接触很多新的一些工具和技术这样可以把一些平常用到的看到的东西分享出来那你老板知道你做这个吗老板也挺鼓励的老板挺鼓励的老板也有也在做老板自己也做是吧对我们先快速快问快答刚才你说了你为什么要做大 V 你现在觉得最大的收获是啥

我觉得有两个收获第一个收获它是让我有一个不一样的驱动力去满足自己的好奇心的同时就可以有目的的去尝试一些新东西因为大家知道去咱们叫切换赛道也好去学习一些新的东西也好像我这么大岁数的人其实还是有很大的惰性的我们去学习新东西还是要有目的的如果没有目的没有正反馈其实很难去持续下去这是第一个收益

第二个收益是通过小红书这个平台的传播其实让我认识了很多人认识了很多从业者很多在一些一线的大模型公司或者其他 AI 公司工作的一些人除了他们能给我提供一些信息和一些新的交流的机会以外其实也能用非常的直接的方式去感受到这个行业的变化这个我觉得也很重要反正我个人是觉得

小红书的讨论环境稍微好一些吧对啊你在别的平台讲拆得进 VT 那很麻烦呢是的那好那我们正式开始吧作为一档还是相对于比较面向大众的科普节目我们还是先照常做一些基础知识的解读因为我发现其实现在小宇宙上也有很多很多

AI 相关的博客大家聊的都很专业很深但是这种偏基础的内容我觉得还是应该给大家说一下如果你非常熟悉这块你也可以找找下面的 show notes 直接跳过好那第一个就是我们刚才又提到了大模型这个大模型我理解就是这一次 AI 浪潮里最热门或者说大家都在追逐的一个技术吧那能不能请陈岩老师先给大家说说这个什么大模型大模型老说大模型能不能最简单的

用朴实的语言给大家讲讲大模型我只有朴实的意见我们就要朴实的语言就说我个人的理解大模型首先一个我们先去限定一下大模型其实主要指的是大语言模型通过大量的语言的语料去训练出来这种模型其实它有很多的含义第一个含义是说它其实最核心的是一系列的语料之间的关系它是用参数来去量化的有这个关系以后它通过一系列的算法

来去通过预测的方式基于这个叫参数然后去预测每一句话里面下一个词应该是什么这样就组成了一句话为什么这么神奇呢是因为他训练的这些语料其实是浓缩了我们人类可能是千百年来的一些知识的精华

所以其实它相当于是通过大模型核心的参数集它去通过它的预测方法然后去模仿了很多的古代的先贤也好还有一些书籍上的知识也好去模仿他们的预言习惯然后就产生了一系列的字符串让大家觉得它好像是活的一样就好像有思想一样我觉得是这样的一个概念所以它是一个完形填空机嗯

可以这么说但其实它可能还有另外一层概念就是我们说的大圆模型比如拆 GPTCloud 或者是国内的文心基因他们其实是在刚才说的庞大的参数上面就做了一些封装其实还有很多的功能封装指的大家可以把它理解成我们看到的大模型其实是在

大量的参数的基础上其实还加了一些比如存储上下文让他有记忆然后去给他加了一些可以实时去搜索的一些能力把这些加在一起其实才是我们现在广义提到的大模型工具其实他是做了很多加工的所以底层是完整填空但其实在你看到的产品上还是增加了很多包装和就是你说的封装的功能增添了很多其他的应用对我觉得相当于是给基础的大模型加了很多能力

那那个之前我们其实在跟马大爷聊那个意识那一期也讨论过这个问题反正刚能再给大家说说就是现在这个大模型他在离意识这个地方还是有多远或者他理解我的问题比如我问他一个问题其实他还给我答答得很好很不错但是他真的理解吗或者说我们应该怎么定义这个理解这事呢

就是当然你说确实一直有少数的人会觉得说这个大默辛好像理解了但是大部分人就大部分的相关的研究者都会觉得说其实他也不是他本质上还是某种意义上的学舌就是当你知道说他是鹦鹉学舌吧可能也不太公平但是呢就是一般来说比方说人说话他背后有一个意图就会说我是因为想说这个话所以我才想说这是要传达一个东西的

大部分人会说 AI 好像并没有这一个想要传达什么样的东西的这种级别的主观能力它就完成了一个任务对 它依然是在拼词它本质上依然是在拼词拼词的背后并没有什么特别更深的东西当然也有些职业家会说那你说难道人类的思维后面就有什么更深的东西吗也不好证明但总之就是目前大部分人会觉得说 AI 背后没有这种类似于人类的意图但是在使用上反正不影响你问他他能回答就对了

陈老师其实是产品经理出身对吧对那能给大家说说就是这个大模型除了刚才我们说到 agent 就是你问他他回答之外还有什么在具体的这个产品形态上做的比较成熟或者说已经投入使用的场景吗对咱们如果说大圆模型落地的话我觉得有三类场景是最常用的第一类场景是通过有一种叫 R

就是 RAG 就是基于大圆模型的增强搜索用这种技术它可以大大的扩展大圆模型的理解的上下文范围

同时它的成本又没有训练模型那么高所以当我们有大量的数据需要去让他去理解分析处理的时候或者是实时查询的时候 RAG 的方式就非常的常用包括我们公司包括我们给其他公司去做或者是我看到了很多第三方的工具大家都在用 RAG 这种方式去来做很多的工具其实咱们看到的一些包括搜索就是 AI 搜索包括用个人知识库

包括像 Notion 也有这种功能 Notion 的 AI 其实都是基于这个技术那我在小红书上有时候搜东西会出现一个什么搜索数他就说他整理了一些像陈老师这样的博主的博文然后给我的一个整理的这个问题的答案那这个是你说的这个我觉得它是比较接近的一种技术思路其实他就是给大元模型配了一个搜索引擎嗯

它的核心其实是搜索引擎搜索引擎把结果拿给大圆模型让大圆模型基注于它的理解去给我们再去讲一遍其实是你很难说是它支持了大圆模型还是大圆模型去增强了它原来是这个其实在开发实践当中搜索是更重要的你能不能把更准确的东西拿给大圆模型

另外一个场景就是普遍的聊天场景但是其实现在我们的 AI 的落地的形式太单一了大家全都是在做聊天机器人因为聊天机器人大家认为渗透率更高大家最容易理解但是它其实对于用户的要求实在太高了

大家可以想象我跟一个很聪明或者不太聪明的人聊天我需要用纯语言的方式指导他做一件事这多难对于两个人来说都很难所以我觉得就容易生气但你生气他就给你道歉这更受不了聊天机器人我觉得并不是一个好的一个产品所以你觉得聊天机器人不是大模型的好产品我觉得只有在特定的场景下比如说陪伴情感

疗愈你只能有聊天机器老科对你语音的方式文本方式都可以这个我觉得是聊天机器应该做的但这确实也是现在最赚钱的因为这确实陪伴和社交是一个非常大的市场其实就是在杀时间你不刷短视频了我可以跟 AI 聊天而且高级短视频 AR 聊的更飞有时候这个我觉得是另外一个场景然后第三个场景就是真正的生成场景

包括大圆模型的文本类的生成也包括创意类的包括现在很火的图像视频这种生成也非常多我觉得这三个场景是现在大家主攻的但是确实是你说在场景上有什么创新呢我觉得也很难

我现在有一个观点是大圆模型或者是其他的模型它的发展的速度已经远超于落地的需要了我觉得现在是有这样的一个趋势模型太厉害落地还没发现是什么对现在我发现它只能通过评分来展示自己没有多厉害并没有什么真正落地的场景进入了不服先跑个分先做一套高考题是对每年都有高考题然后各种考试感觉高考然后什么托福 JRE 雅思这些 AI 天天考的数字比人多多了对

说到增长这块就不得不说练大模型的顶尖选手 OpenAI 我昨天还在小红书上刷到一个帖子说 OpenAI 想直接 GBT6 但是我觉得无论你叫 5 和 6 叫 100 或者说像 Windows 那种 7 8 直接 10 你爱叫什么叫什么吧但是你总要出一个新的对吧你毕竟估值都已经上去了钱都已经花了大家都已经把你捧到天上了

但是到底能什么样呢据他自己的新闻说是什么有飞跃性的提升聪明程度超乎想象

但是也有不少人说不行对吧不行派的这个一个重要观点就是能行早行了以山盟奥特曼这性格估计要是但凡比现在其他人强一个档次的话他早就大半夜的把大家叫起来对吧然后还有也是在小熊时候刷到那个朱孝虎他说现在什么一些资本或者资方对 GPT-5 的预期大概能提升 50%

但其实现在的投入应该不止 500%了那你单纯从投资回报的角度来讲你投入的比例和回报的比例好像确实有点不多你之前支撑的这个泡沫也有很大的问题包括刚才陈岩老师讲的我们这个模型的实力跑分越来越强但是能够变现的比例依然还停留在一个我用 GPD 写小说然后卖给大家这个阶段那肯定是不行的 OpenAI 的

故事陈岩老师有什么想分享或者说我们大家可能不知道的事情我觉得 OVNI 是一个非常特殊的存在首先一个它以一己之力让大圆模型赛道火起来了真的是非常非常的重要如果没有它的话大家其实是不会去认可这个路径这个是它的对于整个行业的贡献我觉得这么说是不为过的就没有它就没有现在 AIGC 这个行业但是另外一个就是刚才咱们说的它实在太容易跳票了

不管是他用什么理由用出于安全审核的理由还是说出于地缘政治的理由其实他有很多的说辞但是他拿不出新东西来包括 5 月份还是 6 月份那个 Sora 其实大家能看到像可灵 维度然后软位的近三那已经有大量的生成视频的工具出来了但是他还是都不能说邮报琵琶半折免根本就没有人用过可灵现在其实很多人都能申请到了对吧可灵现在已经 1.5 了 13 号

明天后天就会出新版本没想到老铁竟然搞 AI 搞这么好对我们后来就发现说好像这门卡也不是很高好像每家公司都在做这个先把卡买好就行然后说回到他要发的那叫草莓 OpenAI 对 Strawberry 然后据说是

200 美金一个月 200 块 200 美金就是现在相当于 1500 块钱对我觉得 20 美金一个月的时候我都不能用回来赚回来这个钱这 200 美金很难说是怎么能去评估它这个价值尤其现在国内的字节啊

同讯百度包括 Cloud 那些开源的都已经卷到恨不得到天底前用了我觉得快了我觉得就刚才说的落地的问题一个通用的代言模型一个聊天工具貌似什么都能做但是问题就是大家想不到我到底能用它做什么我到底 200 块钱是花在哪了当你不能评估出来我这 20 或者 200 美元花在哪其实大家很难去持续的续费我觉得这个是一个最大的问题一个简单的经济问题对

顺便说一下关于现在就是那种 JPT-5 的各种吹嘘其实在 JPT-4 的时候已经吹过一轮了那个时候吹的跟现在也是一样的没什么区别对也都是超想象的如果不关注这番的话可能没听见但我是记得的就在 JPT-4 出来之前的那半年大家都在狂吹然后出来之后好像

就是它是有进步它是有进步是真的但是它的这个进步好像就没有实现到什么飞跃它跟那种二到三的那个完全不一样我觉得就是工程上面来讲大家其实更关注的是说你能不能在原来的算力的要求的前提下你给我更便宜这个是业内人是更关注的或者是速度能不能更快但其实普通用户这花那 20 美元的人其实是不关注这个我是 20 美元的人我现在真的有点想换了

有什么一会我们会聊一聊像我这种 20 美元用户如果想换其他的国产模型或者 cloud 什么的话或者有什么现成的工具我们在稍后的时候也请陈老师给大家介绍介绍我们现在先回到主线问题 OpenAI 或者说 SAM Ultraman 它其实一直是有一个所谓的大愿景就是通用人工智能 AGI 现在这种语言模型或者 AI agent

他离 AGI 现在又过了一年我记得半年前我们其实聊过一次就是这种语言模型到底是不是走向 AGI 的路那现在再看的话有什么变化吗范刚能讲讲其实我觉得没什么变化没有什么特别本质的变化不管是语言模型本身还是说语言模型跟世界的这种互动好像都没有看到什么本质的突破就还是咱们之前聊过这个问题就是说你大语言模型顾名思义它是操纵词语的

但是词语这玩意儿只是对于世界的一个指针就是它只是来描述世界它并不是世界本身那你如果只操纵词语而不管这些词语背后真正它所指代的实际的对象的话你光玩这些能行吗这其实我个人还是表示怀疑态度的当然你说就是说这种词语这个坑其实你说 AI 跳进去了但人也一直在跳因为无数的人一直就觉得说什么我在里用词语构建概念然后用这个操纵信息

然后这玩意确实也很重要这玩意确实你要说历史上也真的是有很多东西是被词语所影响的归根结底的说就是信息你可以影响现实但是你终究不能无限制的脱离现实就是你终究不能说光靠纯玩信息到最后跟现实没有关系的那种程度最后早晚还是会被现实打脸就是会出现这种问题当然你要说在整个硅谷的

不限于信息产业就是当代的这种企业文化就有一种就是所谓的那种 Fake it until you make it 就是一些一开始我们可能是假的我慢慢做慢慢做努力就做成真的了就是有很多这种文化但是第一是有很多公司就是在那种假的过程中被大家逮着了就被干死了比方说坏血的那个你选择癌症那个就是就是属于说你说你要给他无限砸钱他将来有没有可能做到

也不是没有可能但是他现在是在骗钱就是存在这种情况发现被骗的时候被骗的人自然会第一个不干对第二就是说也不是说所有的东西最后都能够真的抵达那种 make it 的目标的你说当年那种那些列金术士他对化学是不是很有贡献他是很有贡献但到最后就包括到了化学发展到现在我们也没办法真的从无造有做成金子来这种做成金子你要靠物理打射线那套东西

所以就说现在三毛特曼他整天就会说啊我们就是什么 AGI 的最好前景好像就说的板上钉钉的然后甚至要求什么其他的版权啊什么能源啊之类的全都照顾他走反正就是你给我打钱对这种事情就是啊他自己这么说那你能不能信他的对就是一开始你刚搞出 GP 的时候你可以说我奥特曼 AGI 打钱但你过一段时间你还只靠这一个表情玩就不行了反正大家都在想办法换说法但现在就是有什么新的说法呢就就就看吧嗯

不过刚才你说这个纯靠信息来操纵世界或者说纯靠信息来影响真实世界进程的这个事就最近那本尤瓦尔和阿力的新书是不是就是这个观念对啊就是那个尤瓦尔至人之下至上对不起至下

就是尤瓦尔赫拉利就之前当年写人类简史未来简史那个什么简史三部曲的那个以色列的这算什么大历史作家吧就是最近的反正新书他就在强调说就是人类对于信息系统的操纵他觉得这是影响人类历史的一重要因素他举了很多历史故事对举了一大堆历史故事但反正这玩意儿就是属于也是吧你说信息重不重要呢当然重要咱们就是信息时代的不是白搞的

但他不是唯一决定的对他也他并不是说好像说 OK 我们拿准了这个就是死亡信息这个里面投钱投钱就能解决一切问题吗历史上好像也没有容易到这种程度就没有哪个问题是光靠一个领域闷头往前跑就能搞定的事情确实有机会再聊聊这本书吧我前两天翻了翻然后就是当读物我觉得挺有意思

好我们还是先再次回归主线就是目前这个大模型落地或者说真正的那种很有钱的大公司在搞大模型的时候我简单查了查吧应该不代表一切情况吧一个是因为我自己是多林国用户嘛我已经每天被猫头鹰逼着打卡一年多了我其实去年就看到了一个新闻说

多林国在翻译和使用词语造句如果你用多林国你会知道它会有一些很多的这种不同双语的造句然后让你填嘛以前这些事都是由全职和外包的翻译员工来完成的那后来据报道华盛顿邮报说他裁掉了 10%的员工因为他们开始使用人工智能就是大模型来做这些事

刚才其实听了陈道士给大家介绍我猜你也能猜到说我描述的多林国的使用场景恰好是大模型的比较优秀的因为毕竟是一个学语言的工具用语言模型来替代工作是非常合理且正常的而且在多林国裁掉员工之后加上说他最近一段时间财报确实非常优秀

如果你看他的这个股价的话能看出他的股价也是非常的 OK 吧但是也有不少人就说了嘛他们算是什么被 AI 取代的第一批员工之一其实也有一些其他的那个财富杂志在 24 年 2 月份的时候有一篇报道说 23 年 AI 爆发以来已经超过 4000 人是明确因为 AI

失去了他们的工作福布斯也有报道说很多的员工开始使用 AI 那带来的有两个结果第一个就是他们担任的效率提升了这个其实是好事那另一个好事就是说当担任的效率提升就会导致雇主觉得他们雇的人太多了他这个名词叫 over hired 裁员的时候就会告诉你说对不起我们雇太多了所以应该把你裁掉

也有一些媒体或者咨询公司给出的 2023 年美国裁员的总数这个因为 AI 裁员的比例是很低呢那也有可能是因为很少有公司会愿意承认说对不起我用一个 AI 取代了你这个可能大家更不太容易接受这种东西都是听他自己报告的嘛就是 HR 说裁你的原因这肯定不能就这么随便信了嘛我只会告诉你说是因为现在市场不好经济不好所以呢

不好意思啦这里面其实还有一个问题就是说 AI 所取代的一个重要场景其实大量的 AI 工作取代都不是在全职员工而是取代外包的领域上为什么呢就是说大家用 AI 其实能够感觉到说与其说 AI 能够替代一个

一个岗位或者说一个工种不如说 AI 替代的更多是具体的工作毕竟它还不是那种说直接弄一个有身体的仿生人给到公司来替你打卡那种那个 AI 毕竟还没有出现对所以在这种情况其实那种外包工作这种直接对应到工作的人其实更容易被 AI 取代而这一部分人其实相对来说在数据里面很难体现出来

所以有可能说 AI 对于工作实际产生的影响很可能比纸面上的这些什么 5%啊 4000 人这些数据要大不少只不过那些大量可能集中在外包这些领域上所以是隐形的就是你不去做非常细致的调查不容易看到像那么就是那种财经杂志随便写一篇报道他们可能就做不到那么细确实这个我感觉也是不少时候其实大家都在用只是并不是所有人都会告诉你他在用就比如我

说一个我自己体验例子吧就是之前我还会做一些其他的帮别人写一些东西的业务嘛然后中间其实会有多层沟通我就有一次在意外的投屏中看见中间的一个环节的人就把我写的稿子丢给了一个 AI 然后问他这个稿子写的对不对当然他不会告诉我他在给他的下一个环节的时候是经过 AI 的他是不是在找我写之前也用 AI 写过那我也不知道

反正总之我觉得是很多人都在用这个这就其实带来一个问题就是现在的能出现的问题我觉得还都是比较简单的问题比如写错了出现幻觉了或者什么都是一些简单的不太会出现大情况的问题但是不是有可能会出现一些更严重的问题目前我们还不知道像那个尤瓦尔赫拉利他在书里有举了一个目前看起来不知道会不会发生的例子就是

当一个 AI 出现了决策问题之后其他的比如金融方向的或者说股票交易方向的甚至于军队方向的这一系列 AI 他们在很短的时间内做出了一系列决策然后导致了一个全球毁灭性的情况这个可能发生的过程都在黑箱因为现在模型大家也都知道这个情况

但是只是他的设想了那之前我们其实也聊到过说现在的我们会让人工智能帮我们做的决策都是一些低风险就 low stakes 决策比如说我今天晚上吃什么我明天去西安玩我应该用什么样的路线我不会把一些高风险的决策交给他但是其实把高风险的决策交给 AI 这个事在大模型之前就发生过比如 IBM 的那个 Watson 就是你说天网对

天王也算 Watson Health 是真的发生了如果你上网时间够久的话你应该知道之前 IBM 还搞过什么人工智能和人类猜測游戏的大赛就是那个 Watson 那后来他也搞了这个帮人判断癌症是吗对 癌症诊断那些对 但这个事后来怎么着呢范冈冈说说

就是癌症检测这个事情就是帮助放射科医生看片子这个事情也是经典对经典而且就是也就是前几年大家一直在说就是觉得放射科医生会非常快的被取代但是后来发现它的各种就是假阳性假阳性的问题

其实还比大家想的严重的多就是前几年的那个 AI 有很经典的问题嘛说一开始给你看一个片子说这个 AI 好像能够就是他也是用神经网络进行学习好像学得非常好后来发现他看的这个片子其实并不是看着里面片子里面的哪个地方的图像本身癌症而是看哪个片子上面画了黄圈他就说这个片子有癌症为什么因为他是在训练集里面那个黄圈是人画的嘛告诉你这里有问题对啊 告诉你这里有问题所以他直接就是学习到了错误的方向上去

学到了错误的东西然后最近的有一个新研究发现说 AI 自己犯错误也就罢了他犯错误是会把人拐跑的就是对于那种不太有经验的放射科医生因为现在毕竟大家谁也不敢说真的把它全部丢给 AI 都是要人看的但是就算有人看着的时候如果那种没有经验的放射科医生你 AI 判错了会把这个人的正确率从 70%左右拉到 30%不到

就是非常影响就算有经验的人也会被拉到 50%左右就是说人会不恰当的信任 AI 导致自己的判断出错就是这种人机之间的互动关系以前会觉得说给人加了一个方案会更好但实际上加的时候并没有那么简单的事情在很多情况下会更糟所以像这种就是高风险就是 high stake 的这种真正出了错会有严重问题的情况下现在就是好像大家做起来就发现比之前想象的困难的多这个其实

在座的听众可以试想一个场景就是假设有一天有这么一个人他面临了健康风险问题他去照了无论 MRI 还是 CT 还是什么的后来一个电子医生告诉你没事

那你会信还是不信呢这个其实是一个我们可以自己来想的一个事吧包括刚才范刚说那个影响人的事我最近有一个观察就是我还挺爱看网友吵架的然后就是最近的网友吵架经常会出现一个情况就有一个人说了一个案例比如说我觉得天津煎饼就应该加鸡排

然后下面就会有一个人贴一个图这个图一般是这样的场景他在某搜索引擎问了一个问题比如说天津煎饼应该加什么然后这个搜索引擎的 AI 回答就会告诉他说根据我们对网络的搜索天津的煎饼应该加果子应该加薄脆有时候也应该加鸡排那他就会把这个回复你刚说你看我都搜了就是应该这样这个情况已经不止一次出现了我觉得大家还挺容易受这影响的吧

因为网络吵架大家吵架的出发的前提可以说是错的吧因为正常情况下我们说不管是科学还是批判方法一般我们都会说科学不是帮你证明你观点的正确它是帮你找到你正确的观点但当你已经进入网络吵架这个场景的时候我只是为了证明我的观点

对我就是为了我的观点已经确定了我就是要想方设法用各种手段来证明我的正确那就出发点歪了的话那 AI 帮你走只能就越走越歪当然就是包括就是 AI 实际上对于信息的概括这一点反正大家现在也是有一些忧虑也是最近新的就是这个月的新研究是澳大利亚政府就委托人搞了一个研究让 AI 去总结那种比较技术性的文档就不是说网上新闻的那些而是说真正

要涉及到一些相关的数据呀政府标准呀之类的文档然后做出来发现 AI 比人差得多他们当时用了一个内部评分就是说他们派的那些人做的总结能够到 81%的分数 AI 做出来只能到 47%就是这个差距还挺大的所以就是让大家会觉得这种真正涉及到比较重要的工作的话能不能让 AI 做其实大家现在还是有些担忧好的听了以后非常放心

不过确实完全交给 AI 肯定不现实但是我觉得还是刚才提到的你借助它或者用它提高你上班的效率对于自己来说还是挺好的就省些时间来多看几本书或者说刷刷这个刷刷那个甚至于健健身我觉得都不错

就是早在这一波 AI 流行之前就有人讨论所谓的那种现代公司下的那种狗屎工作不是 jobs 就是说有些工作大家真的会觉得说这个玩意好像没有存在的价值那为什么它会存在呢就是谁也搞不清楚那么好像说确实就是用 AI 把这些工作自动化

好像是一个走得通的道路当然也反过来说就是你让 AI 去搞一堆废话来做那是不是你在助长狗屎工作的蔓延下一个要看到你的 AI 写的这些话的人他又得拿 AI 去读诸如此类的这种情况以后就让你的模型跟我的模型先直接聊一下就会不会变成这种情况了呢不过这个说起来我在陈岩老师的小红书上看到一个小红书

推的叫 AI 便利店的概念他好像就是说希望有一天大家用这个 AI 就像逛便利店一样方便可能真的有一天就是我的模型和你的模型先对接一下然后最后出了结果以后再聊

但现在来看我觉得还是说与其让大家先知道这个算法是怎么算的或者说模型是怎么训练的不如说教他们如何用人工智能大模型来解决一些问题我看陈岩老师应该你的小红书上分享的主要都是这样那能不能先给大家揭秘一下你自己平时是怎么做的或者说我还有一个好奇的点就是你怎么评估你用了这个人工智能提升了生产力而不是说我用了以后其实没什么太大差别呢

我先来讲一个故事吧就是我记得在上个世纪互联网刚进入中国的时候有一个活动叫互联网什么生存大赛我知道我知道买鹅豆浆是吧我曾经试过我以为你曾经去过我试过这个一天的工作能不能全都用力爱去做后来发现还是

挺难的首先一个我有三个标准我觉得都符合了 AI 才能去做首先一个工作一定要是基于语言的基于文字的咱们说大圆模型这种 AI 不说创意类的这个事必须得跟文字相关比如翻译比如说刚才咱说的归纳总结这都是和文本相关的第二个这件事不能有太复杂的协作

最好是一个人搞定的你才能用 AI 要不因为 AI 是不能帮我们沟通的这是一个再有一个是你所要处理的这些素材它应该是绝对的数字化的

你不能去处理一个现实世界中没有被数字化的东西用 AI 也搞不定这三个都满足就可以去试了其实从我的经验来看我觉得大部分我的那些刚才说的 bullshit job 其实都是可以让 AI 去做的咱做的好不好另说那可能是使用方法或者工具的问题但是很多事我觉得确实是可以让他去做我其实是最近半年有一个挺明显的转变之前我们说 AI 能帮助我们什么一个是提升效率帮我去做一些我不想做的事

第二个就是可以延展我的能力比如我原来是不能画画的那我用 meet journey 就可以画出很好的画来原来我一直认为后边更重要就是让我变得更厉害这事更重要但是现在我觉得前面这个更重要就是让我把那些焦虑的不喜欢的事帮我去做掉让我有更长的时间可以连续的投入到那些我愿意去思考去做的事上

我觉得这个意义会更大对我觉得这个思路大家可以参考或者说学习一下就是不要再尝试或者说不要盼着 AI 可以让你变厉害而是让 AI 可以帮你解决一些你不愿意面对的工作和事情

对,因为日常我们会有很多沟通管理还有很多琐事,5 分钟 10 分钟就这样浪费掉了,那可能不会占我们太多的工作和生活的精力,但是呢它特别消耗我们的注意力,这个我觉得是 AI 可以帮我们去完成的,所以呢那些所谓的提升工作效率啊或者是一些工作流的软件啊,我觉得它的社会意义还是蛮大的。

如果有很多的工作都可以交给他的话那我们会腾出很多很多的时间做那些更有意义的人类才能完成的事我觉得这个很重要

所以那听起来用你这个思路的话你也不用担心老板哪天就说我已经有一个沉严大模型我就不用你了对我觉得老板可能还得找人还是得向上管理一下我其实个人使用的 AI 工具有两类第一类就是纯文本处理的因为主要的工作场景是浏览器我会在浏览器里面装很多的

比如帮我归纳翻译或者提取一些像英文视频里面的文本去更快捷的去查询这是一类工具装了不少插件还有一类工具就是用 ChatGPT 或者 Cloud 去写一些东西

日常工作其实就是写一些报告 PPT 提纲周报这是周报周报他写的其实很好比我自己吹的好多假设你是一个字节高 P 打工人请给我写一篇周报是吧写的确实很好我发现像什么丁丁和飞猪上已经可以自动写周报了都不用别的工具我不知道是不是老板那一段有没有一键周报脱水一键识别可以一键脱水点了以后发现这个人上周屁事没干

然后还有就是写一些因为我有在 notion 上面写笔记的习惯我看到东西会记下来也会有一些自己的思考原来真的是自己思考然后

然后还要去组织我觉得这成本还蛮高的那现在看到的东西基本上都丢进去因为大量的我们要写的笔记并不是为了说我未来还能再看回来学习一遍而是说我想起来了我要重新组织再去查询那我把它都丢进去然后 Notion 有一个功能是可以帮我去按照我的要求我写的那个提示词用不同的维度给我归纳出来然后再打上标签这样就非常非常方便了可以很节省时间我觉得这个是对于我来说大圆模型的在工作和生活当中的助力吧

剩下就是一些很小的应用了我还是建议大家如果想多去接触的话还是从自己的日常生活中先找一找那些非常简单的任务试试能不能用 AI 完成比如最近有一个案例就是我给我闺女背单词因为她现在刚开学老师要做英语的摸底这单词有十几个

原来的复习方式是让他抄几遍然后读课本我说中文或者英文让他去听写现在方式我就是每一个词让拆 CBT 给我造一个句子我会告诉他你要用小学生能理解的词汇量去造句子最后这一个单元的十个词再写一篇小短文如果他没回答对没理解对再换一种方式再造个句子这种学习形式我觉得非常好

那你的娃的老师知道你用 AI 吗对老师是知道我们用 AI 的其实老师在这个问题上还比较开放啊他也不限制家长和孩子用什么样的工具但是我们我这边其实孩子写作文的时候是不会让他用 AI 的

只会让他去找一些灵感我们试过让 AI 给他一些灵感他写一遍 AI 写一遍然后比较比较也只是作为辅助但是孩子直接用 AI 写作业我们是不太支持的那我其实这里有个问题就是你的孩子知道他用的这个东西是 AI 以及这个 AI 为什么可以回答他的问题吗

他知道其实他比一般人要知道很多你孩子现在也是 AI 博主了他是半个 AI 博主他其实用蜜汁你非常多这个倒不错以后可能他如果有自己的模型了以后没准就天天跟自己的模型玩了对我手机里现在就有一个他的语音的一个机器人原来如此说到这个我其实想讨论一下就是像飞

科技行业的人大家在看到这个人工智能的时候会是什么样的心态呢不知道大家有没有能分享的或者说有什么给大家讲的故事吧我自己其实先讲一个就是因为我父亲是在大学工作他其实就是有很多

非教学的文本工作的当时我看他在给一个国外的人写信让他过来开会然后我说你这些信写的也太简单了他说我就写这样能看不就行了我说我给你介绍一款美国人发明的全新人工智能你就告诉他说你给我写一封什么信然后对方是谁需要在什么时间里来中国开会然后我们会怎么样怎么样人工智能就开会了

写出一篇非常优秀的信我父亲看完以后就说这么厉害感觉这个可能是一个普通人碰到 AI 的时候的一个普遍的状态就是他不知道具体应该怎么用那他看到有人告诉他怎么用的时候可能会感觉到还是挺厉害的陈老师是不是经常碰到这样的情况有两次我印象非常深第一次是 Chai CPT 刚出现的时候我给我太太看

他是做投资的但他的投资方向和咱们这种科技关系不太大是军工就这种特别硬的这种技术工程对工程类的工程机械类的他看到 TRACGP 的时候觉得好像就是一个普通的聊天工具因为他并不知道能帮助他做什么

看起来什么都能回答但是他就不觉得有什么价值然后在 24 年的上半年的时候他突然因为工作职能的转变有大量的文档的工作还有看论文看专利书看 BP 的这个山西话书的工作这个时候他就问我能不能用 AI 帮助他

我就给他装了几个 AI 的工具那其实都是很简单的咱们国产的一些 AI 那确实对于他来说效率就提升很多他才能有真正的一个主观的感受说那 AI 确实是很厉害对我很有帮助另外一个他现在也经常用了他用的还挺多的另外一个例子就是我在小红书上面发过一个视频就是 Cloud 3.5 出了一个功能是他写的代码可以实时预览嗯

我原来介绍过这个功能就介绍过写代码的功能我比较过 OpenAI GPT-4 还有 Cloud 3.5 的写代码的能力但是原来的工具是你要把这段代码复制粘贴到一个编程环境里把它跑起来跑起来这件事比写代码我觉得对于普通人来说还困难因为你要部署环境你要调试 3.5 的功能就是如果你写的是一个纯前端的代码它直接就在网页的右侧就给你运行起来了

我那个视频是特别火的因为大家会看到我做了一个射击的一个游戏然后通过语言的方式不断的让它加功能最后就跑起来了而且还很好玩我觉得这个视觉化演示的方式真的是对于普通人来说是一个非常有冲击力的东西所以大家一定要多多关注陈岩老师的小博士我看有好多博主都在做这个方向

然后到时候有什么新的好玩的使用方法或者说陈岩老师知道的能够帮助到大家工作的方法陈岩老师会在小说上分享给大家然后关注以后记得给他点赞也不要忘了关注我们这个节目然后点点赞商业胡吹一下对商业胡吹范刚观察到的大家面向这大模型是不是还是都普遍以觉得惊奇为主

其实就是我们在座的三个都是属于那种媒体从业者那么可能周围的就是朋友里面就相关的这种就是媒体或者说泛科技的也会比较多我现在会感觉说我们这些关注这个领域比较久的人看这些新闻通常都会有一些那种曾经沧海难为水的那种状态就是他们怎么这样吹就是这样的我们见的多了

就我们都很熟悉所以我们可能对于他的这种不管是吹也好踩也好我们自己心里会有个判断我们会说该上调一些该上调一些该下调一些我们会有这种判断但是我觉得就是普通人很多时候普通人可能就没有这个判断很多人可能

难以正确的判断说当一个媒体在疯狂吹捧一个东西的时候到底应该多大程度上信他的或者说当一个媒体在时间踩这个事情踩一个新事物的时候我们是不是也应该把他的话那些说的程度调低一下就这个判断其实还挺难的我觉得所以所以我觉得在网上能看到大量在我们媒体从一场看来是非常极端的那种场景很多人说明天 AI 就拯救世界或者明天 AI 毁灭世界说这样的话人非常多当然

他们在这说他们自己到底信不信这个话我们好像也很难判断但是像类似之于这样的词其实我觉得对于很多人来说影响还是挺大的就是会受到冲击会觉得害怕会觉得担忧或者也会有那种就是不符合现实的乐观也会出现这种情况

对所以其实我们自己在使用 AI 的同时我们好像还是也对于那种其他人怎么说 AI 这个事情我们也得多想一想陈岩老师你做过产品经理然后你又是科技媒体同时你还是自媒体身份真是拉满

那你怎么看待这个问题呢就是说你自己从又做应用然后你又要用这东西同时你还是在一个我理解需要把这个技术说的更好的地方工作你觉得这个身份有冲突吗首先它肯定会有一个身份转变的一个过程这么一个状态的切换

比如说在小红书上不过或者其他平台上去做媒体确实有这种现象其实会不自觉的就去夸大一些东西因为这个是可能是平台的属性造成的或者是媒体的属性造成的你毕竟希望吸引更多的眼球那你需要通过各种各样的内容的技巧去让大家关注到你尤其现在是属于一个

短视频占主流的这样的一个环境你没有足够多的篇幅去来解释一些东西很容易让普通的就是不明真相的人造成一些误解我觉得这个确实是一个现状然后作为一个从业者其实确实需要脚踏实际的看这个问题我们想的更多的是这东西能不能落地我能不能用能不能实现实现完了以后成本是不是能够足够低然后我怎么把它卖出去这个可能是想的是非常非常现实的东西

对于我来说呢我的办法是把这些角色切换到不同的平台上比如在一些大众平台呢我可能讲的是更多的科普一点的或者是稍微有一点吸引眼球的内容稍微浅显一些的那在有一些专业点的平台呢我可能更多的分享的是技术啊分享的是一些工作上的经验那我觉得这样是可以把自己的就首先就不能把这些身份搞混全都放到一个身份里面去其实很容易分裂的就什么东西都做不好因为你的目标是分散的嘛

然后咱们说作为从业者我个人是不怎么看比如类似于很夸张的媒体的这些新闻的因为一个是不需要涉猎这么广的信息再有一个确实是这些信息会给我造成干扰所以我这边的信息的来源其实就两个一个是尽量看第一手的信息比如说可能会看一些硅谷大佬或者技术大佬的他们的一些推特或者是博客这个肯定会是不用等别人过几天以后给我解读的我要自己看

另外一个就是看一些行业的报告论文我可能用 AI 辅助我去阅读我觉得这个是就有目的性的阅读是解决这种焦虑的一个很好的办法不管是从业者还是普通人我觉得大家还是可以参考参考一个就是陈岩老师刚才讲的

你要控制你获取的信息你不要无止境的四处获取信息这是第一然后第二呢还是尽量获取一手信息而且现在有了这些方便的工具你获取一手信息的难度其实下降了很多现在的这个实时翻译还有包括我之前用了一个谷歌的插件在叫沉浸式翻译它直接就是文字对照的它把中文打在英文下面如果有一些视频是没有字幕嘛

我一般都会给他下载下来放到比如说像会议记录的这点然后他就给我变成文字了然后再让他给我解读一下像这种问题我个人来说就是说我自己我作为不是从业者而是什么说就是使用者和观察者吧

我自己总结了那么几个小原则第一条是相信自己就是说我自己使用产品的亲身体验应该比别人的宣传和别人的说法相对来说还是要更重要一些就因为很多时候别人说我用这个东西非常非常好非常非常好那么你可能就会觉得说我担心错过了什么特别重要的事情但是每个人的使用场景不一样在这里面你自己的亲自的使用体验那总归还是比其他人的宣传的更重要的

第二个就是相信眼下这个意思是说现在 AI 作为技术或者说任何一种技术它在此刻的状态总是确定的但是它的未来的状态它是不确定的虽然大家都会宣传都会想预测但是你就是预测这玩意毕竟还是太不靠谱了对于一个新技术的判断来说确定的此刻终归是比不确定的未来更重要的

而第三条就是相信小尺度这个小尺度什么意思呢我想咱们的听众大部分应该不是投资人或者说就算是投资人也不是那种那么大的影响而实际上现在的大量的这种新闻媒体都是怎么讲就是说句实话他们都是面向大投资人的就是说他们可能说那种手里有大量的钱有那种决定或者影响行业方向的那种人那么他们可以阅读一些那种大尺度的方式

真资本对真正的资本他们可以阅读一些那种大尺度的预测大尺度的推测但是对于个人来说就是怎么讲就是大部分人操不上那个心在这种情况下实际上个人作为用户的角度而不是假装自己是投资人的这种角度实际上对于我们个人的生活来说还是更加重要的

这个其实也让我想到了罗布快跑那期很多听众在下面提到这个卢德派赫拉利的新书里其实有一章也提到他的那个翻译中文版是翻译成卢德分子正好我们这一次其实也是讲普通人和技术嘛

这块能不能范刚再给大家详细说一说这个卢德派还是说这卢德分子当时这个故事怎么回事以及说当时的他们是怎么反对的然后后来他们又怎么被平反的呢

就是卢德派是英国历史上的一段时间就主要发生在英国当时就属于说纺织工人然后我们今天如果大家听到过卢德派这个词的话通常来说可能联想的都是他们砸机器确实他们的历史上是以砸纺织机作为他们的主要反抗手段但是卢德派的目标

不是机器他们并不是以破坏机器为目的只有像你说波士顿清查事件他们不是跟查过不去他们是要跟英国来设定的就是整个的就是英国控制的贸易体系过不去卢德派一样他们也是他们所反抗的其实也不是说机器或者说先进生产力或者诸如此类的东西本身他们所反抗的是更大尺度上的就是当时的资本控制因为你说有了新的纺织机这是新的生产工具这些生产力增加了从原则上来说

完全可以出现说 OK 产量增加了工时减少了工资提高了就大家皆大欢喜就是没有什么不可以的嗯但实际上这种情况没有发生它带来的并不是说大家的生活变好了而带来的大范围的失业那这个东西这并不是什么物理上必然的结果并不是什么自然定律这些东西全都是人为的决策而卢德派的目的就是要去影响和改变这种人为的决策嗯

当然就是说我们现在对于历史上的技术很容易产生一种文明玩家的这么一种屈高凌下的感觉是我们要爬科技树出现了纺织机而且我知道后边是什么对产量 50%然后逐渐增长了就是说我们会产生这种觉得然后甚至还会用我们现在生活这种廉价的服装廉价的纺织去带入当时的情况

但是呢就是我们就是怎么讲就是在讲历史的时候我们会说这种思路本身是不对的这种思路他们有一个专门的词叫做辉革史观就说历史是逐渐前进的他有这个目的要一层一层的爬上去我们总是过去了不好一步一步一步爬到现在的好这是那种玩 4X 游戏很容易产生的这种错觉但是实际上我们这都是马后炮历史并不是这么真实发展的

而卢德派当时很重要的一点就是他们眼中的科技并不是说一种模糊的说这是未来这是进步这是提升而他们眼前就看到了说这个东西导致我失业了这个角度实际上就是虽然在过去可能被很多人所嘲笑觉得他们目光短浅但实际上经过了这么 200 年科技的进步也好历史学的那种进步也好我们会发现说这个角度其实是非常重要的这个新技术它影响了我的生活

我当然有权利要回应他这个事情其实你仔细想他才是天经地义的事情而你用那种非常非常未来进步这种来压我这个反而是不自然反而是奇怪的同时呢就说因为当然卢德派到最后是怎么就是卢德派最后可以说就是

被镇压的非常惨烈就是当时的英国等于是就直接动用军队国家机器就是这种暴力方式来镇压掉了而卢德派他是被这么残酷的手段花了这么多年来镇压这个事情本身其实怎么样就是也证明了说就是工业社会他

并不是一个那种所谓的全人类共享的普世价值并不是为了你好对就是说并不是像技术进步了大家都好没有什么简单并不是说好像通向不断的工业化之路这条道路并不是什么天然的并不是自发的并不是什么全人类统一就要沿着科技树那样往上爬的

而是其中是有得有失的那么具体的什么样的人得到什么样的人失去这个事情其实也都是人决定的既然它是人决定的那么它也就是可以由人来改变的所以说卢德派实际上现在我们都会觉得说它是历史上非常重要的一个运动当然有些人可能说卢德派最后不是还是被镇压了吗那么对 OK 他们确实是被镇压了但是

包括我个人也好很多其他历史学家也好他们会觉得说我们不能就此说卢德派失败了虽然说他们自己本身的运动最后被镇压了但是他们争取到了好几年的关于这个讨论的时间一方面就是机器的推迟了这几年成功的错过了当时经济条件非常糟糕的一段时间给了这些失去工作的人重要的缓冲期

另外一点还有一个很重要的就是当时的历史背景就是英国当时在 1799 年通过了一个法案叫做联合法这个法案对于工会就是工人组织工人运动这个方面是非常残酷非常严格的这个法案后来在 19 世纪初被推翻然后

这个正好是卢德派给他争取了好几年至关重要的时间所以说最后卢德派的这个运动实际上给未来的整个就是英国很长一段时间的工业运动还有工会的这个法律框架奠定了很重要的基础所以就是说他们虽然被镇压了但是他们给后代留下了非常宝贵的遗产这件事情当然你说如果我们用这种科技术的角度去思考的话我们觉得说你这不是

这耽误了英国好几年的工业发展嘛你这玩意儿你打文明的时候你突然爆发一个运动让你科技再拎再拎你肯定气死了对但是从我们这么长段时间来看你说当代的这个科技地景真的是这种先到先得的吗其实很多时候并不是这样比方有经典说就是说美国人很早就非常普遍的采用了这种信用卡支付在当时是很先进的

但是实际上后来我们知道我们中国的移动支付完全反超了成本很低对成本很低然后就用起来非常方便就是整个全方位的应该说都比美国那种信用卡制度好而更加有趣的是非洲非洲因为从来一开始连这种基本的信用支付都没有所以它等于一上来就是手机就是这种连纸币都跳过就是越级打怪的这种情况在当代的这种技术里其实还蛮常见的就是这样类似于这样手段跟我国的新能源气说差不多

我们的石油工业没有美国那么夸张对但我们的就是新能源直接碾压的到了那种说美国政府说我们现在不光自己要关税还得想办法给墨西哥政府施压不要让汽车从墨西哥跑到美国去而且德国的大众都开始把德国的大众工厂关掉然后跑到中国来开厂

对所以就说首先当然我们都不是文明玩家而就算我们是以那种大尺度的角度来说好像就是也并不是一定说抢第一就能赢的当然什么情况下抢第一可能很重要的你说你是个创业公司你要吸引投资者以这种创业公司的视角来说抢第一很重要但是还是那个问题就是我们绝大部分人都不是创业公司的老板所以就是说在这种情况下我们应该回到我们个人的去思考技术的这个角度

其实是比某些那种虚无缥缈的其他视角要更加重要的而我觉得这也算是卢德派给我们的一个重要的启示吧我觉得大家可以再印证了刚才我们一直谈到的一个点就是在现在这个所谓的科技革命的时代还是应该更少的看那些宏大的叙事比如人类怎么怎么样或者说有一些那种大的企业主某一些

国外大科技公司的老板他们都会提人类未来作为一个物种是怎么样那大家还是应该更多的关注你自己在这个环境下的体验如何无论说你使用这个产品的体验如何还是说别人使用这个产品对你的影响的体验如何还是说因为这个科技和这个产品在某些地方发生的改变对你和你身边你关注的人的影响和体验如何

我觉得这些事是你自己可以直接感受到的那些什么人类未来会成为什么样的物种这个你不是玩文明你也不是上帝视角这个好处和它的改变不是可以立刻在你身上体现的从我的角度来说我觉得这种微观视角比起宏观视角并不是说更加消极反而是更加积极的

如果你整天你想着说以人类或者以整个文明这种虚无缥缈的东西的话你很容易产生那种错觉就是好像这是某种自然规律这样是某种不可改变的又回到那种就是所谓的辉格事观的那种思路上去然后你会觉得说啊

那么大的东西都已经写好都是已经必然的你会觉得说好像没有任何可以做的事情只能随波逐流的那种感觉而你回到这种微观的视角你表面上来看你是不是不关注人类的命运但实际上这种就是恰恰是回到微观视角这才是真正的关注命运这才是说把前面的方向走向说自己在这里面有了这种主动权和选择权当然你说可能 OK 你一个人的主动权可能你会觉得非常少但是

人类的命运无非就是所有这八十亿人的主动权加在一起啊如果你把这种主动权自己直接放弃了那反而我觉得才是更加糟糕的场景嗯

这个有点像我们之前老开的一个玩笑就是你玩魔力争霸的时候你老以为你是英雄祭坛里出来的英雄其实你就是挖矿的苦工有 work work 就完了既然如此更应该关注就是现在这些人工智能的产品或者说已有的这些人工智能的工具到底能怎么帮助我呢

我们在请陈岩老师给大家介绍一些好使的东西之前呢我们先简单揭秘一下就是自然选择播客其实在制作过程中也已经用上了我们已经用上了 AI 工具了就是每一期的封面图如果你在小比州或者苹果播客其实都能点开看这幅图都是由我们的美术和后期老师凯特老师他使用 Midjourney 画出来的

到时候我们看看要不要把这个其他一些备选的图也拿出来给大家看看这个图有很多很多的网友和听众都表达了夸赞甚至于还有人说这个能不能卖

然后第二个就是其实之前在做提纲和什么的时候我也试过用那个 20 美元的差的 GPC 也可能是因为我的使用方法不对吧就是我发现你不太能直接就是说比如说我现在要做一期关于普通人和 AI 关系的播客请你给我出一个提纲吧

他出的提纲必然是我觉得不太能用的或者说我先给他的一个说我大概要聊这些点你能帮我把这些点再细化一下吗那他一定也是细化不了的唯一能用的恐怕就是

第一我会把各种各样的资料通通丢给他让他帮我整理说这些资料里你觉得可能有价值是哪些可能省去了我一些看或者什么什么第二个就是其实还是翻译最多用的就是翻译每天用最多跟相关的就是各种各样的翻译和总结

所以你要说真的播客相关的工作我觉得美术这一块确实是很棒很优秀然后其他的我觉得还真的都没什么可以特别帮助我们做这个播客的过程当然录肯定就不成虽然说那些什么 chat TTS 都很好使但是我反正也可能我不会用吧好下面就请陈彦老师给在座的广大大工人再推荐推荐有什么好使的模型或者说有什么好使的方法好

我就给大家介绍一些我自己的一些工作流还有就是我身边的朋友和同事们经常用的一些工具我自己因为做小红书我的小红书大量的视频的内容我这里面会用到三四个工具第一个就是我会看到一些新的话题有的话题是一些新的论文或者是一些别人做的媒体的报道

或者是一些访谈我会首先把它变成一个文本的形式现在我用的更多的是那个通译签问里面有一个原来叫通译听误现在它并到通译签问的那个大的 APP 里了对把视频或者链接给它它直接就生成文本同时能帮我们去做一些归纳那这个东西拿过来以后呢我也会丢到类似于 ChatGPT 或者是比如文心研啊这些聊天工具其实像莫说的一样它很难给我们直接一个结果

比如我说你给我生成一个竹子稿那肯定不行我用不了因为他也不知道我的语言风格然后他的那个节奏啊还有结构啊其实也不符合我的要求那我更多的是启发式的和他去聊一聊我说你能想到哪些点他更吸引人那我希望用一个什么什么样的开篇那你能不能顺着这个开篇帮我去归纳一些我应该输出的内容那这个我觉得他是可以做得很好的那剩下的竹子稿其实我还是要手工去修改一下的

这个是我在小红书的内容创意阶段经常会用的一个工作流另外一个就是在制作阶段我用剪映其实非常多剪映里面有大量的 AI 工具但是因为我那还是偏现实一点我会露脸我也没法让他给我

变成特别魔幻奇幻的风格所以我更多的是用一些传统的剪影里的 AI 功能它可能不是类似于咱们这次 AIGC 的这种工具但比如说把一些低分辨率的视频和图像高清化把我的声音变得更好听去除杂音然后我录音的时候我闺女会嗷嗷叫会把她的声音去掉这些也算 AI 工具了没事把嗷嗷叫下次放进去挺好这个反正也还好包括动态打码

跟踪这个脸给这脸丢上去一个什么东西打码这些我觉得也还蛮好用的这是和自媒体这块相关的再有一块呢就是办公室这边的比如说我们的设计团队设计团队我现在估计有 60%到 70%的工作都是用 meet journeycomfree UI 还有 stable diffusion 来完成的

这个其实比例非常大因为他们有大量的这种创意的工作是需要打理出奇迹的并不是说我想好一个东西就开画了我可能要出 50 稿现在变成 500 稿了我之前合作的美术老师他在真正定美术之前他一上午都会在跟 minjerni 兑现然后出各种各样的东西一个是他自己找灵感还有一个是还会反正有一些不同的风格他本来也是要自己搜图

现在等于直接让他帮你画一个就不用自己搜了搜图还包括我们找素材比如我们会买很多素材库图库找图的成本其实很高找一个符合要求不如直接生成包括我们现在视频团队会用 Syuno 去生成音乐找音乐其实更难因为它并不像找图和找视频一样你还能看的搜猎图

找音乐你必须得听完那么一两分钟那个音乐素材是很麻烦查询的所以就还不如直接给他哼两句然后让他就生成出来了这个其实用的也蛮多的我现在在小红书上的视频里面背景音乐应该有一半都是用 Sona 生成的了你也能规避版权这也很重要因为在很多平台上你用一个现成的就很容易被办掉是的再有一个就是和孩子教育这块

刚才给大家举的一个例子就是和孩子一起学英语给孩子提供一些作文上面的灵感那其实我还会跟孩子一起去用 AI 聊天的方式去探讨一些问题因为孩子问的很多问题我不查我是回答不了他的就算我查呢我也只能给他一个静态的死板的这样的一个答案但是其实孩子并不太需要答案他需要的是那个过程帮他不断的去让他去更深入的思考所以我们都会去开一个聊天工具嗯

刚开始孩子是不会问问题的那我去帮他问然后呢中间慢慢他会插嘴去问一些问题再往后我可能就会让他来接管他就主要去聊然后我来补充我觉得这也是一个非常好的一个叫家庭教育的方式这个现在好像好多国产新能源汽车他会把车里的智能助手接入一个他们自己调的大模型对对对然后

那个小孩自己在后台你就可劲聊吧就别影响我开车了然后他还能给你画图然后还能给你讲故事讲笑话我觉得就好多的接触过的一些 AI 硬件基本都是这个方向因为跟就是小朋友的陪伴的需求是非常强的

而且小朋友对于一些内容的准确度要求也没那么高只要你语气到位了情感上到位了就没问题了大模型的情感绝对拉满甭管对还是不对我先怀贵道歉是非常好的家长陪伴者还有男朋友甭管对还是不对我先道歉我其实之前也不知道范刚你用 AI 吗

我其实试过就是我经常会试但是实际上在工作中真的说用到的就没有我的工作状态就是说我平时也没有很多的那种浪费时间的垃圾工作本来也非常少至于那种就是包括信息收集和翻译这些都属于说那他给我收集了之后我还没法完全信任他那我还得查那为什么不如一开始我自己直接搜呢就等于其实我的工作状态其实是这样的

并且我还有一个想法就是说当你工作的时候你有多少活是为别人干的有多少活是为自己干的就是有多少是为了自己个人成长来去做的因为我自己的工作来说其实我觉得就是个人成长占绝大部分甚至可能是全部所以在这种情况下我觉得说我交给 AI 来写

不如我说我自己写我自己写我能记得住交给 AI 来写的话那完了之后就好像就是虽然活是叫出去了但我自己你说我记住了什么吧好像就要困难得多所以就终有一天发现不用我也行当然 AI 在很多领域能够产出非常好的结果但是你到底要的是这个结果还是要的过程最近那个谷歌有一个广告被骂得非常惨嘛就是那个广告大意是说就是说有一个什么小女孩说看奥运会然后她很激动啊

然后说什么我好喜欢这个运动员然后家长说来我教你怎么操作你来找 AI 然后让 AI 给你写一封信然后小女孩把这个信给寄出运动员然后完了之后被骂了就是说人家运动员难道缺你一封信吗就是缺一封写的文采飞扬的信吗就是你要想要教这个东西它的作用是什么并不是真的要铲除这个东西本身以及那种还有很多说大学生 AI 写作业也是难道世界上缺一篇一千字的论文吗缺了不是这个

我觉得大家还是应该

应该好好思考一下吧那么在结尾之前我还是老样子一会儿我们再还是每个人说一说对这一期整体的总结和看法不过在这之前我还是想先 cue 一下刚才范刚说的谷歌那个广告我昨天看蓝希吐槽那个苹果 iPhone16 的发布会说他介绍那 Apple Intelligence 广告里有一个场景就是说在路上看到有人遛狗他就

拍一下就说为什么不去问对对对我不认识然后我就拿那个我的尊贵的 iPhone16 Pro Maxwith Apple Intelligence 拍了一下然后他就立刻告诉我哦原来这是一条条条沙狗然后蓝丝就吐槽说我们都是上去直接问说你好这是什么狗

反正这个其实还挺说明问题的吧那个发布会我和我老婆看了它还有一个场景是到一个陌生的城市起床然后拍了一张照片问 Apple Intelligence 说我在哪这个也很诡异被绑架的时候可以用是吧对还有那种什么在一个饭店门口拍了一张问这个饭店几点开门也都到人门口了感觉就是这一期反正聊来聊去我觉得我先帮大家做一个首打人工智能总结吧

第一个就是你更应该关注你自己在使用这个产品的体验第二个呢就是你不要把目的定为我要让 AI 让我变得更强它不是你的什么装甲之类的它不是智力提升剂它只是可以帮助你解决一些你不想做或者说你觉得做了以后会让你变得不高兴的事情

那第三个呢就是最后刚才范刚刚讲的你做很多事情的时候可能不是为了做这个事情或者你要想一想说你做这些事情的目的是什么它是为了你自己的成长还是说你只是为了完成你具体的一个目的有点像说之前我讲的那个例子说我父亲可能写信的目的是为了让对方来那这个会肯定是要他自己开不能说他用 AI 写了一个演讲稿他的报告也都用 AI 写

然后甚至于他的研究都让 AI 研究,那这个事情里他的作用或者他的价值又是什么呢?或者说你应该也想一想说你的工作流里使用了各种各样的 AI 工具,那这些工具或者这些工作是不是体现了你的价值?体现你价值的部分,你是不是在认真的投入你的精力和时间来做这件事?

我想接着我们说的就是你思考这些问题同时也有一个非常现实的作用就是帮助你不为老板开掉不让老板把你 AI 取代因为就是说不管怎么说干这个活的是你老板永远没有你理解你自己所在的工作就是你自己想明白这些工作里到底有哪些东西是需要人来做的到底哪些东西交给 AI 可以做的就是你自己把这个事情想明白了你才能说服老板说我这个人的东西是必要的

确实那你也请陈彦老师作为一个 3C AI 先行者也是帮我们自然选择的听众还有未来你的一些小红书的粉丝讲一讲说我们到底作为一个不是科技从业者的普通人应该怎么融入现在这个我来说两点其实不光是 AI 就咱们的科技浪潮一波接一波的我们总是被颠覆然后我觉得首先一个

经常有人在小红书私信里还有在线下问我说我们应该怎么样去学习 AI 我觉得学习 AI 永远都不是目的它只是我们实现目的的其中的一种手段所以它只是方法

我觉得这个是大家要去明确的第二个就是永远不要去沉溺于这个方法还有工具工具其实是永远在变的总是会有新的东西我们其实要积累的是思考问题的方式我们要积累的其实是我们有什么样的解决方案使用不同的方法去解决不同的问题我觉得这个可能是更重要的所以虽然我小熊商号总是在介绍各种工具但是也是希望大家说能从这里面去找到一些思路而不只是说我掌握这个工具好像说我就

找到了一个万能钥匙可以帮我解决任何问题了最后陈老师讲这个也是我现在有时候有点迷惑的点就是我看到很多人的账号或者他的社交媒体和我见到他的真人或者私下像我们这样聊了一个多小时的就完全是不同的那确实是刚才陈老师也说了说现在很多的平台有他的一些算法的原因那也确实应该

就是陈老师讲他在不同的地方会把自己的位置摆正那我觉得大家在看不同的平台的时候也应该把自己的需求摆正吧不要获取过量的信息还是要更多的多思考少听不要少听我们谢谢

多思考多获取一手的信息可以多听的播客播客是一个比较慢可以把事情聊得很多的对 我觉得播客是可以一边听一边思考的一个形式好的那也请大家关注陈岩老师的小木珠也请大家关注自然选择播客那么感谢大家收听这是自然选择播客我是范刚我是谢莫超我是嘉宾陈岩谢谢大家再见拜拜