92.对话前领英中国总裁：AI存在的真正意义并非替代，而是赋能。
01:28:58 Share

大家好 我是小野 欢迎收听新一期的食野之评那新一期的食野之评的大来宾是来自于这个前领英全球副总裁前领英中国总裁陆坚先生那陆坚先生拥有达特茅斯学院工程科学博士学位

并且他曾任职于苹果公司和盛大集团也是知名的技术专家和创业者他在美国硅谷和中国拥有超过 25 年的领导产品和技术研发与商业运营的经验也曾担任中美商会的董事大家好 我非常高兴有机会能够参加事业制品的这次对谈也希望能给大家一点启发吧

然后我想问一下就是当时我也看了您这本书就说为什么接受这本书的这个翻译因为之前本来不想可能没有那么强烈的愿望去要翻译这本书然后后来觉得说还挺有意思的就接受了这个任务那你对这本书你觉得所有章节中印象最深刻的章节是什么

我其实有点忘记了它是哪个章节但是我想里面的有一些内容给我印象比较深的我觉得一个内容是它也引述了很多历史的技术发展的案例包括汽车包括电脑

我觉得这初始的时候我们其实都是大家会有质疑甚至对这样的新技术会有一种恐惧的感觉甚至有一些顾虑我们能看到其实跟今天对 AI 的质疑和顾虑几乎是一样的特别是电脑的

但是我们也看到这个未来这些技术的发展给整个人类给整个社会带来的这个巨大的效益所以我也是看了这些以后其实有一个非常深的一个认识就是

我觉得我们在任何一个时代可能挺难超脱我们这个时代的一个认知当然我觉得三五年可能没问题但是我觉得二三十年以后这样技术会发展成什么样即使是当初最乐观的也不能预见这个技术到今天是怎样被应用的所以我是从这个角度上来说我感到看这本书以后收获很大当然这里面说到的就是说

待会我们肯定会聊到就是所谓对这个 AI 发展里面的乐观派啊悲观派啊繁荣派啊就这样的这些持不同态度的吧

但是我觉得有一个刚才非常就是从这个我看的这些历史案例里面我觉得我得出一个经验就是说其实是谁也没有办法真的去预测这个未来就是这个未来的不确定性永远是在这里的那在这会儿的时候呢我得出的一个结论就是其实是试图去预测一个不确定的未来或者为这个未来去担忧

其实不是一个最好的行动的方案在现在的时候应该去既然它是一个不确定的就是说我们可以用我们自己的行动用我们的力量去塑造这个未来所以这个是我觉得我最大的所谓的 take away 从这本书里面所获得的

我觉得它可能更像是一个梳理了过往的所谓的技术发展和迭代的一个过程然后它也不是强行的说你必须要接受这个东西而是说我们从历史出发我们来看一看过往的历史是怎么发展

然后我们以历史为镜我们能获得什么或者说我们应该怎么样以更乐观积极的态度去面对未来我觉得可能这是这本书带给我的感触那刚才您也提到了就是说基于这个 AI 发展

就是不同人对他有不同的态度那这本书的这个作者也是这个 open eye 的投资人就是 Hoffman 他说了就是说他把人群分为四个人群比如说末日论派悲观者然后乐观者和繁荣者他觉得他自己是这个繁荣繁荣繁荣论者那您觉得您是属于哪一派的呃我说你是基于在这个中间的我自己觉得我是 80%的繁荣论者就是

我觉得我是处于至少是看了这本书以后是更加的乐观但是我觉得又不是像霍夫曼先生那么样的一种乐观当然我们可以展开的讲就是说为什么因为其实反融论跟其中的还有一个就是叫乐观

论的这一派人呢其实不只是更恶观反而论呢它有一个很大的一个特点就是它其实是有一套呢推动这个 AI 发展的具体的这个方法论吧你可以这么讲而这个方法论的核心呢它有两点一个呢是所谓的叫广泛参与另外呢是迭代部署那其实呢这是对这个悲观论者的

可以说是一种回应因为这个悲观论者呢他非常呢呼吁呢就是对 AN 进行强监管那其实现在呢也确实是在美国和欧洲也是出现了一些呢主张自上而下以这个所谓的预防为导向的这种强监管趋势

所以这个悲端论者其实是推动了就是政府强监管这样一个趋势所以霍夫曼认为他觉得如果有广泛参与和迭代部署这两个作为他的一个方法论他其实是觉得 AI 的发展它是会更安全的也是更有效的因为有更多的人参与来监督然后也有更多的人

来反复的试错和逐步的优化所以您可以认为呢所谓的反正论者并不是比乐观论者更乐观而是呢他有一套方法论而正是这套方法论呢他认为呢实际上是可以抵御这个就是悲观论者所带来的呼吁这个政府的这些强奸管吧

但是我刚才说我刚才说我为什么说我自己是 80%呢就是我其实认为对 AI 可能存在的一些风险或者甚至说我们管叫危险吧

我觉得不是仅仅通过这个广泛参与和谍代部署就能够完全避免的虽然我也相信就是说把它公开让很多人来参与这是一个避免风险和危险的一个非常好的一种方式但是我还是认为就是立法呀还是有一些监管的其实是必要的应该说是我更

持一种需要双管齐下或者多管齐下这样的一种方式来保证 AI 的发展过程中对人类不会造成一个不可怎么说呢

造成很大的这个危害吧后面的影响所以您的态度是一个更审慎的态度觉得说我们不仅是因为我觉得会不会就是 Hoffman 的那个理念里面会有一点技术加速论者

就是我不仅要全盘的接受它并且要加速让可能更多的人享受更多的人更快速的享受到这种便利但可能您的态度会更审慎一点我们要边走边看然后在发现错误的时候要及时的纠正然后因为实际上我们在使用的过程中也会发现有一些问题比如说很多人会去用它看一些小房闻

然后可能成年人会还比较好他有一些评判能力但是可能未成年人他可能就会有很多的风险然后包括还有一些我记得我看到过一个在中国网站上流行很广的案例就是说很多人去

问这个 Chad GPT 或者是问 DeepSeek 如何制造出毒品来就这样的一个议题然后他会发现这个东西他如果你直接问他他可能反映是不可以但你只要换一个方法他可能就能完整的给你一套这样的体系我觉得在某种程度上也是一个坏的示范所以这种安全监管在我看来可能我觉得是很有必要性的而不是纯粹的一个加速论的这样一个逻辑

您是差不多这样的态度对吧是的其中把加速的作为是防范风险和避免一些危险的一种措施他认为他在这书里面也写得很明确他觉得防止一个坏的这种可能的实际上是你去花更多的时间去创造好的这样

这样的就好像就是把这个坏的这种可能性就被淹没了或者什么其实我觉得呢这是一个可能我们英文里面管它叫 wishful thinking 就是你希望它是这样但实际上还是有很多坏的不会因为你做了大量的好的这个坏的就没有了它永远会有的

所以我是认为就是刚才你说的这个防范的措施和呢积极的向前发展推进更正面的发展这个两个是需要是双管齐下或者是多管齐下的我有一个想想问的问题就是您在这个观察 AI 的发展过程中你觉得 DeepSeek 算是一个所谓的 Aha moment 吗特别是在西方的科技界

我觉得是我感到它更是一个我们讲的把 AI 的发展民主化的这么一个

就是英文管它叫 democratize 就是把它民主化民主化的时候实际上是指更多的人可以参与因为以前这个币源的这个模型呢虽然是很多开发者可以通过像 API 这样子来去参与但是毕竟呢就是说对这个模型本身没有任何的掌控然后呢甚至呢 API 开放了什么不开放了什么实际上是完全是取决于这个模型的这个所有者他来控制的

我觉得 DeepSeek 它就有点像这个开源的里面的这个安卓你想以前刚开始移动操作系统只有 iOS 的时候虽然说也非常好但是就是有这种问题就是基本上所有东西都是苹果在控制的

但是安卓出来以后其实就是可以开发者可以来部署可以来去有更多的灵活性在开发的过程中其实更多的灵活性和参与在 AI 里头也是非常重要的广泛参与就是这个发展论者里面的他们认为或者是这一个发展论者是认为这个是一个

更安全的一个机制就是说这个 AI 这样的一个技术它太重要了它不应该被一个公司控制而是有更多的人来参与其实更类似于一个技术的平权那以技术平权可能能更好地促进这个行业的发展那你觉得在目前的所有的 AI 工具里面你有没有自己比较喜欢用的或者比较推荐的然后用的感受非常好的

我说说就是我日常的吧因为其实现在也是每一天都在用我呢其实还是 ChatGPT 可能用的更多一点然后中文的里头呢我是豆包用的更多我其实也用 DeepSeek 但是我发现 DeepSeek 的一个就是也有可能是我自己用的问题啊或者什么就是我是觉得它的这个幻觉更多一些

另外呢就是它的行文呢我觉得更夸张一些吧当然我觉得这个有可能是跟你去怎么去 prompt 它呀你怎么用的这个提示色有可能是有所改进但是我觉得我同样的 prompt 给不同的这个大模型的时候我得到的就是这个 deep seek 准确度

我觉得有些夸张我举一个例子就是说我想写一段就是就这本书我写了一个这个译者序这个译者序大概是写了 6000 多字然后其实我想要写一个摘要然后放在知乎上面因为知乎上面有一个

问答就是说怎么去评价这个侯范这本书然后呢在上面呢就是一开始我就写了我说我其实是写了一个六千多字的这么一个译者序但是我觉得这里头我就想摘一点重点的跟大家分享一下嗯然后我写完了以后我就把这个东西扔给这个 deep seek 然后我说你给我认色一下看一下然后你知道他改了一个什么他他就说我写了一个近万字的

这么一个艺者系对啊我但是我那里面我明显写的是六千多的字的嘛就是我我就觉得就是说他在这个上面的就是这种建议啊就是比较让我觉得行文的风格就是更夸张的

更浮夸一点但是我还是在讲这可能是我用的问题也有可能对吧就是我怎么去用我的提示更好地去规范它可能也不会出这个问题是有这个可能但是我确实是用一样的

Prompt 是给了不同的大模型或者说我有这样的测试不止一次所以我才会到了今天就是说我主要会用在这个豆包和这个 Shine GPT 之间那您觉得豆包它的优势在哪里啊嗯它给你的感受上面你觉得它的优点在哪里它的优点就是像人哈哈哈哈我就觉得就是说它是一个比较呃

就像我说的讲这个调试咱们讲话这个就是说既不是一个特别夸张就是咱们俩讲话的时候同时也不是一个就是说沉沉闷闷就是说你怎么打都打不出来我觉得是个正常的就给我一个感觉就是比较正常在这个行文上或者说你问他给你回答问题当然有的时候我也会

觉得他的非常平淡的一些呃这个这回答但是我觉得我们今天用这个 ai 所有的都是一个对我们来说是一个参考啊那参考的时候呢我觉得这个价值可能我们的评判更多是他给我的参考价值是一个更符合我的呃

还是一个就是说我觉得还需要我更多的呃去做事情或者说根本跟我想的就不一样啊这个是我就是我我通过这个我自己的日常工作以后最后沉淀在就是主要是用这两个我并不是像 deep seek 我不用我仍然也是用的但是你知道工具一般的同样一样的工具当你啊

就是最后收敛在用一个或两个工具以后可能你日常就会主要用这一两个它的替换程度我原来在美国这边的时候还用那个 Perplacity 我也有用后来我发现它的区别比方说跟我用那个 ChatGPT 就是并不是那么大嗯

嗯就其实实际上是这个就是当你用顺手了之后这种东西的替换成本就会比较高就是你会默认的一两个工具它的答案会让你更满意或者说它更接近于你的内在人格我不知道是不是应该这么讲就是更平和或者更准确一些对也不是人格可能是风格吧非常特别是写作的事

那比如说在因为您也之前是领英的这个中国区的总裁我想问一下比如说在现在很多人会担心自己去被 AI 替代了在这本书里面可能霍夫曼也提了一个新的视角就是说 AI 存在可以为我们赋能那你觉得我们普通人应该怎么样去应对就是这个 AI 的发展或者说它带给我们的恐慌和焦虑吧我

我其实就是个人呢就是觉得呢就是先说啊就是说在过去的两三年里面其实我一直是一个所谓叫做 AI 素养的一个倡导者这个为什么我觉得需要倡导这个 AI 素养呢一个是我是觉得

整个 AI 的技术变化的特别快可以说呢就是我们现在的人很多在技能上什么都跟不上然后包括就是说什么东西我还是需要继续学去深化还是说这个东西 AI 做的非常好了其实我们不需要去深化这方面的技能了这个我觉得是在一个快速的变化中那所以有些人在来问我说那现在的职场人他应该去

增强什么样的技能那我觉得除了一些我们知道的这种软技能是一些人所具有的我觉得永远是应该包括像这种沟通举个例子这种情商玩笑我觉得硬技能里头说实在的就是学科类的也好或者技能类的也好比方转机变成我觉得它是变化很快的

但是我认为有一个所有的人面对的就是我是管它叫 AI 素养那这个 AI 素养为什么我会去倡导这个 AI 素养因为我觉得我看到这一次这个 AI 的这个革命可以说呢我们可能每个人都需要有一个认知的升级这个升级就是我们怎么看这个 AI 那我看这个 AI 呢我就觉得它就是一个在非常快速进化的一个新物种

我觉得它是个新物种啊这么看另外呢这个新物种的能力在很多方面已经超越了人类而且它呢在进化的非常快可以说在指数级的这样的进化那未来呢又是一个无处不在会在这个社会里面在我们的工作中它跟人类就是一个共生的这么一个状态

那可能我觉得从数量上比人类还会多因为你要去部署这样的话很轻松的比方说这 Agent 这个智能体就能部署个几亿所以我就觉得就是未来的人里面不管其他的部分我们应该学什么学多少或者是比以前学的少

那我觉得这个对 AI 的了解这个是一个就是未来我们社会在社会上面生存方式和职场发展的一个非常基本的一个前提所以我是倡导这个所谓的这个 AI 素养那这个 AI 素养是说的比较简单一点是什么呢就是跟这个新物种能够共处的这个基本的能力那这里面包括呢知道呢这 AI 它能做什么不能做什么

了解它的原理具现性潜在的伦理风险还有一些 AI 的主流工具的使用然后能够利用 AI 去优化自己的工作上的流程提升效率和自己的创造力所以这是一个我觉得刚才你问我就是说

我们在这个 AI 时代作为一个职场人怎么样这个是一个我觉得我非常提倡的就是提升 AI 素养当然刚才说到了这个素养里面我也想特别强调一点就是这个它不是一个光看或者是光读而是真的就是要动手去用这些东西

它是一个我们讲的数字素养的一个延伸因为我们也有这个叫 digital literacy 的这么一个概念那就是 AI literacy 或者 AI 素养它是这个数字素养的这么一个延伸吧那其实我在想像互联网就是我在美国那边

研究生毕业的时候大概 94 年当时正好是数字化浪潮起来的时候那其实也有这个数字素养怎么一说可能你知道这个非常知名的连线这个媒体 WIRE 它就是在 94 年诞生的当时它的一个口号就是它想去倡导数字化的生活那我觉得一个数字素养的培养对当时这个时代的人其实不管是像 WIRE 那样的

散文制告诉你数字生活里面有什么样的这个数字的 gadget 你可以用啊还是就是说这个数字的这种工具其实都是提升数字素养的一个部分吧

我相信这个 AI 也是的就是有很多的东西呢我们可以看但是更重要的是应该去用应该去玩这个是一个提升 AI 的特别重要的一个部分那这个说到就是稍微更理论一点的这个能力就是刚才说到因为这个在领我们帮助职场人去提升

他的这个职场这个能力我其实觉得跟 AI 有关的能力刚才说到这个 AI 素养我觉得跟 AI 有关的能力其实可以分层我觉得可以分成三层刚才已经讲了这个 AI 素养我认为是最基本的这个最基本的除了职场你在上面

职场人应该说整个社会的人我们说跟 AI 共生那就都应该提升 AI 的素养那再往上一级呢我管它叫是 AI 的专业技能这个英文里面可以管它叫 AI proficiency 因为刚才那个素养是叫 AI literacy 那这个专业技能是 AI proficiency 那其实每一个行业可能都不一样比方说如果你是

才快的这个行业的其实现在有很多工具能帮你来分析你根本不需要自己去在 Excel 的那个表上面去自己再弄一个公式去跑什么其实你让

大部分都能听得出这些就有一些专业的技能用在每一个人非常具体的专业上这个是叫 AI proficiency 再往上一层我管它叫 AI 的领导力就是 leadership 其实 leadership 在 AI 的时代领导力也是在变化的这个是从年初的时候

我从这个 Salesforce 的这个 CEO 上一个演讲他在年初的时候在这个达沃斯上面他讲他说他说今天的这个公司的 CEO 会是最后一批 CEO 管理的团队里面就仅仅有人当时呢当时 Salesforce 是在推他自己的所谓的这个 AI 的这个 agent 就是来帮助

就是等于说它叫 agent force 它的一个产品叫 agent force 就是说你的劳动力里面既有人下面就也有 AI 或者是机器人那就是在微软在大概一个月前也推出来了就是说来那个建议建议的新的 AI 同事其实也是就是当时他有两个角色一个是分析师还有一个是研究员他是一个全天候的 24 小时都可以工作的

所以我在未来可能在管理一个团队做一个领导来说这个团队里面就有机器人有人所以领导力是什么领导力的模型也是在发生变化的所以我回到刚才我觉得职场人取决于在不同的发展阶段可能就是第一最基本的是 AI 素养然后是 AI 的专业技能

再往上是 AI 的领导力我觉得这都是下面的职场人可能都会遇到何须要提升的嗯那在你您刚才就是对这个东西做了很深的一个剖析嘛那你觉得就是说比如

在就霍夫曼在这本书里其实使用了大量的这种科技史的案例然后他也希望说疏解这种革命性技术造成的恐慌情绪比如说您刚才开头也讲了什么汽车呀电话呀在诞生之初都有很多的争议但最终却造福了世界你认为 AI 技术也会延续这样的路径吗还是说 AI 技术因为它的能量似乎比之前的这种所谓单一功能的能量来得更大

它会有很多的特殊性呢嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯 嗯

一百多年前吧就是大概这个二十世纪初的时候当时认为它是所谓的魔鬼的机器是因为它是既破坏这个社会秩序然后呢好像还说它还破坏家庭生活因为说这个男的就是当时都为了攒钱说也不结婚了然后就是为了买那个福特的那个 T 型车那这个我能想象就是这个安全嘛肯定就是产生了这种安全的这个事故嘛

当时这也是我觉得霍曼说到的广泛参与和迭代部署的一个能够看到一个非常具象的这么一个例子为什么呢就是说在汽车量还不是很大的时候其实你很难真的去发展但是后来福特 D 型车出来以后因为成本降低很多

然后就有越来越多的人可以拥有汽车在这个过程中其实它也就催生了不断的做一个产品的一个迭代然后也还有不同的法律也还出台早期的时候比方说也没有驾驶执照也没有什么红绿灯但是这些都是后来在漫漫汽车发展中 100 年的发展中

慢慢出現的關於汽車可能我有一個就是第一手的這個體驗就是它的整個這個逐漸的發展這個我們管它叫迭代部署的話呢其實我自己有個體驗因為在我 90 年代在這個美國留學的時候我在這個州叫新漢布什它是非常冷的有點像咱們國家東三省就是冬天下雪很多

那我当时作为留学生一开始学生也没车然后甚至都不会开车然后后来呢就是买了车开车呢所以对这个车呢有所了解那其实当时即使是已经是 90 年代了有两个东西我觉得是在当时还是比较新的在我们现在来说肯定是习以为常的一个是就是我们看这个汽车每个汽车它那个刹车灯在那个

后面有一个就是中间有这么一个红的那个刹车灯其实那个灯是在 80 年代末的时候才被架到这个汽车厂的因为最早的时候呢只有两个灯是跟这个左拐弯右拐弯的这个灯是放在一起的所以呢就是踩刹车的时候呢有的时候可能就会眼睛呃

跟他晚上开了灯以后到底是踩没踩刹车实际上是在视觉上面不是特别容易判断然后大概出了什么事情然后后来呢就是美国就立法就是要在中间再装一个灯然后这个灯我为什么当时有印象呢因为美国有一个参议员他是这个叫多尔然后这个多尔的太太呢

他叫 Elizabeth 这个英文管叫 Litz 那他呢其实上是他提出的法案要把中间加这么一个灯然后后来呢那个灯就叫 Litz Light 那我后来就是我就说我作为学生当然他们说 Litz Light 我也不知道什么什么才知道就是说这个是当时其实就立法的所以这些并不是一个就是一开始车

就天然拥有的它是慢慢慢慢的随着有就是让它更安全还有一个呢我也印象很深就是现在也是一个标配就是在我们车上呢会有这个叫防爆死刹车就是我们知道刹车的时候尤其是在路面比较湿的时候如果你踩的刹车比较狠呢这个轮子呢很可能就就是爆死了爆死了它就不是在滚动就变成滑动了那你就会失控了就

那在我上学的时候呢这个防暴死刹车呢不是一个标配所以我们当时作为留学生尤其是而且是在到这个东北这个下雪的地方不常在那里开车的学校其实是有一门课就是如何在冰雪上面去开车其实教我们这些新司机或者说到了这个从别的州到这个

冰雪比较多的这个轴我并不习惯的那当时因为没有这种防爆死刹车我们被我觉得我学的是就是叫点刹就是你有这个路面滑的时候刹车是不能踩死的就要像那个 pump 似的这样子去点刹但是后来呢就是实际上这个技术呢解决这个问题这个防爆死刹车就是你一旦这个刹车踩死了以后它会自动把它松开的

它不会让它死的因为如果是 boss 的话就会产生滑动那这个车可能就失控了所以这个技术后来在汽车上也就是变成了每一个车就是标配一定是要防暴死刹车的

所以我也是有这么一个体会就是整个的它是在一个循序渐进安全上那当然后来在法规上也有很多包括像空气气囊在一开始也不是一个标配那后来也都是变成了标配还有一些环保的法规它都是陆续出台的所以这是一个迭代部署的我觉得一个蛮经典的一个案例那这个当然就是说到就是最早期的时候它代替马车

我觉得大概谁也不会想见后面催生的不管是这个就像加油站啊这样子的产业啊还是这种物流啊其实都是一个我们无法想象所以这个是一个汽车的这个案例然后计算机那个案例也是一个很有意思的因为这个

计算机在上世纪 50 年代出现的时候那个公众的担忧其实很像现在我们对 AI 的担忧大家就有几个对它的批评一个是说它会取代人类的思维甚至变成控制人民的工具还说它会摧毁就业其实

其实就是非常像今天我们对 AI 的担忧但是如果我们看这个计算机后来推动了信息时代的发展

催生了像软件这样的行业互联网其实创造的这个工作机会是一千万计的那我就在想其实不管是汽车我们在 100 年前还是这个计算机大概 70 年前就是我觉得再乐观的人当年再乐观的人其实也无法相见

它现在汽车到了现在 100 年以后或者计算机 70 年以后对我们人类带来了有多深刻的影响所以我刚才开始的时候也就说到就是我的一个读这本书的一个收获就是我觉得我们无法跳跃出当下的认知去预测二三十年以后的这个新技术会把人类带到什么样的一个境界

但是在一个相对短期里面三到五年里面呢其实我们可能更多看到的是这个新技术是对当下的社会的一些冲击比方说有些职业可能就会减少甚至消亡所以这个是我觉得这本书里面呢

他用这些例子呢让我呢感到无法预测那么远的其实我一直我也是那种就是因为我是做技术的人嘛我能看到哪一些职位就是肯定会减少你就说就说这个程序员吧现在这个 AI 编程的能力非常强其实我就在想大学刚刚学编程出来的

我是觉得肯定不如这个 VIPM 的好当然你资深的人是这真是这么说的因为我觉得大学现在软件学院的学生或者这些人他自己应该怎么办呢因为我们大学的因为我自己从就是学校出来读完研究生出来去公司做了一段时间我也就会觉得就是我在大学里面编程的那些小技能说实在的就是我管它叫一个小项目

因为你到了这个真正的软件工程特别大的需要一个几百人的团队合作的那个呢是真正叫软件工程然后它有一套这个流程性的这个东西包括这个如果出 bug 了就是怎么去解它和就是我们在学校里面做的我觉得完全就是就是相差非常多所以我就觉得就是说今天刚刚出学校的

应该是不为人说实话是这样子的对的因为你也没有一个具体的说就是行业里的经验说我做过多少对吧所以我在说就是说今天刚从学校出来的人可能就是 AI 给你写的这个程序你都没有办法去判断它到底是好还是坏这是一个我就是感到就是

在短期内的话呢其实我们看到的 AI 对行业的冲击所以虽然呢我是觉得我在没看这本书的时候呢我也是觉得我自己是长远是乐观的但是我短期的时候其实还是挺忧虑的因为我觉得我作为一个技术人呢我们就是非常讲究就是说我能看到一个可解的就是说

就是我可以说服自己这是一个这是一条路径这是一个解决方案虽然说这个解决方案我现在没做出来但我看到这个路径可以这么做但是今天我觉得如果你要说什么工作可能受影响甚至可能会消亡我可能能看见但你一定要说有什么工作现在能被大规模的产

这个看到出来我还看不到这个我觉得是一个确实是一个会让人有焦虑的地方我想问一个我想插一个题外话就是我发现在中国有很多那种的叫什么村叫互联网

就是那个打什么打标记的那个人就这种人好像很多很多就是在甚至在中国的什么西北地区有一个村里的人还是县里的人他就是大量的这种务农的

呃务农的这种中年妇女她白天可能或者说她一周有几天在公司里面去去帮助这个 ai 打这个标记然后她过几天可能就要去干这个农活就是她一边上班一边去干农活这样子这好像印度也存在这样的岗位这算不算一个所谓的创造了很多新的岗位呢因为可能以前是不是不需要这么多人去打这个标记

我觉得在一段时间内绝对是当然这个事是不是一个可持续的我其实是有怀疑的我给你举个例子就是说曾经类似于这样的工作是地图

对一样的而且现在也还有就是你比方说地图要去纠错然后你现在在那个地方放了一个点说是一个商店到底是对的还是错的那以前呢我就记得呢要雇很多这个第三世界的呢他对这个纸质的地图上面就是在数字化的过程中的时候要去就有一些手工的事情甚至我太太以前都还做过就是叫关于叫 Digital Map Technician

对但现在应该是没有这个工作了是是是或者这种工作更多的是维护型的工作而不是拓展型的工作对是但是即使是这样的工作我觉得量还是很大我觉得我也会很担忧的一个什么就是我们一个职场人

你可以这么讲就是我们每一个人的提升是在因为我们在做越来越复杂的因为我们有经验然后我们做的事情也越来越高级和越来越复杂这也是我们职业的成长我们的心思往上面长的就是很重要的一个原因对吧但是如果我们一直停留在就是说我就打这个标签我来去像是做一个 QA 的工作似的来去看看它是不是对的其实我们这个职业发展路径就非常有限是吧

是但是这也存在某种悖论就是不是所有人都能实现这种线性的成长和跨越的可能大部分人一辈子只做一些非常简单和基础的工作嗯我不知道这个在一段时间内会不会这个就是成为一些大量的对我刚才我我我回到就是最初你问我这个问题就是说这个方面的焦虑我作为一个

搞技术的啊搞这个就是当我看不到路径的时候

路径到达一个就是说非常大的繁荣有非常多的新的工作产生我觉得我是会有一种焦虑的但是我觉得看了霍克曼这本书以后我回到我刚才的另外的一个结论就是说我觉得我看不到二三十年以后可能出现东西我今天就是用我的脑子再怎么想我也想象不出来这个是一个其他的这一些技术的发展我们其实是能够找到这种案例的所以回到最开始你问这个问题就是说 AI

是不是这一次的这个技术发展 AI 会跟别的不一样肯定每一个技术都不一样但是我觉得如果看过去的这些技术的发展的过程我仍然是持乐观态度我只是说我看不到这二三十年以后它的繁荣的样子是什么无法想象到

就是我们一定会有自己的这种所谓的认知的局限性和时代的局限性就我们没有办法 totally 的去预测未来因为 AI 这个世界会具体的变成什么样子而且我觉得可能以前的东西都相对来说是单一功能的改善但 AI 好像是一个更复合的东西虽然我也说不太清楚但是我的感知是这样的

对我是觉得它以前的我觉得也不是单一你比方说这个像蒸汽机它其实是动力就是当你有了动力以后你不管是工厂动力还是汽车的动力其实都是一个在开始的时候我可能这个马达纸放在车上我没有想象它还有什么别的用但是后面就是

我们看到了就是动力它驱动你的东西你可以在你的生活里面各种地方都能发现那我觉得那个计算机也是可能我们以前仅仅是想类似于像计算器似的帮我们只是算数但其实后来的发展它远不是数是吧然后再加上这个互联网时代再有网络也是在这个计算机的基础上的那这个发展是在早期计算机刚出现的时候我觉得是不会想到的

对就是好像一个技术越走越远它就人类就会发挥它的所谓的我不知道想象力然后好像让它帮我们干更多的事情这样那比如说像现在这个情况下你觉得 AI 为我们打工人提出了哪些新的要求然后又有哪些底层的能力是永恒不变的或者说它是持续的需要某种能力的

嗯就是刚才我们提到了就是我也说到了就是我觉得在这个 AI 时代的话如果我们要打造

在这个时代能够胜任的就是一个提升这个认知就是我们肯定是要跟 AI 共生的所以我刚才说的这个 AI 能力跟 AI 有关这个能力三个层次的从最基础的这个 AI 素养到 AI 的专业能力 AI proficiency 和更高阶的这个 AI 领导力我觉得这是一个应该说是今天新的要求吧在能力的这层次上新的要求那你说有什么

是不变的底层能力我觉得有一个而且是更加重要的就是我们经常讲的这个思辨能力就是这个 critical thinking 这个其实在 AI 时代可能更加的重要也是因为 AI 给我们的答案有的时候是幻觉也好或者是甚至未来有没有可能他有意想要糊弄我们可能都会有这样的一种可能性

那现在已经有人在预测然后我也看到这个研究就是说这个人的因为我们问哎要这个就是以前吧搜索引擎给了你

几页的这种链接你还一页一页看过去现在就是直接把这个结论给你了那很多人就不想了那就去用它那很多人就现在一些学者就也有一种担忧就是人的这个思辨能力会下降那这个为什么我觉得它是一个给人

给人的一个警示呢因为确实如果我们看历史的发展有一些人不是有一些人类的能力那举个例子当我们有计算器了以后我们现在的每个人的心算和手算的能力可能确实比以前要差很多因为我们直接拿计算器来算就可以了那还有一个就是 GPS 导航

那我可能就是说新的这个时代的小孩起来就是说我们从来没用过纸的图像我以前在美国我开始 cross country 的时候从东岸开到西岸我真的就是拿了地图去看好几张这个纸的地图因为他开过了一个州他有的时候一个州一个州的这样子当时美国有这么一个汽车协会叫 AAA 就是你从一个地方开的很远的他会给你定制一套图那有很多张啊

那就是说看图看那个纸质图也是一种能力当然当然不需要了现在可能就不需要了也没有了所以这个部分也会下降但是也有人用这个来担忧 critical thinking 就是思辨能力的一个下降我倒觉得呢

比方说纸的就是你也可以从另外一个角度想你从另外一个角度想就是纸的识别就是认纸的这个纸图的这个能力它也不是比方说一百年前咱就有的对不对也是其实以前连地图都没有那后来地图出来了其实它是一段时间的产物

你可以那么认为所以说那个技能没有也就罢了对吧就是说比方说今天小孩刚出生的他从来没接触过这个指的地图他就一开始就是 GPS 导航在车里面就有的那他那个完全就没有其实也没什么就是说明我们现在进步但是呢我觉得到思辨能力这个呢他可能确实是很关键因为如果给了你一个任何一个方面给了一个东西你不去质疑他

你不去证伪或者是证实它这里面有很大的风险再有一个其实我们认为能够去质疑然后也有能力去证实或者证伪其实是我们科学进步所有的这些非常重要的一个能力所以这是一个好疑问我就是一个底层的能力这是不变的而且可能更需要加强

而且我有时候会有一些担心我就觉得说比如说我搜索一些答案以前我看这个 Google 或者百度的时候我会一页页去查询论证然后我一看这个好像对还是不对因为他给的足够的详细但现在就是 AI 给了一个结果之后我有时候

我就觉得我有时候都没有办法去辨认他给我的东西到底是真是假而且我反过来去验证他的这个时长可能要比以前要长很多因为他可能每一句话都是一个引用就是我有时候会有这种担忧我就觉得说会不会 DeepSick 给我的东西很多都是我的都是他的幻觉然后给到我的但这个验证时间又很长就会让我萌生某种焦虑感嗯

有的时候我是觉得我们的认真和就是对这个大模型就是对 AI 直接的质疑可能能够就是得到就刚才你说的有一种证实或者证伪的这个我就给你讲一个很有意思的就我在翻译这本书的这个过程中

你只要现在就是说翻译的话我可以让 AI 先产生一个第一稿然后我在上面再去做那因为这些大模型是有这个长短的这个文的这个限制其实我是把每一个章节都给它截断成大概七八页的样子然后给大模型说你给我返回一个初稿

那我其實是非常認真的每一逐段的看過去和改的那我就發現呢這個是 Chad GPT 出的這個問題我就覺得怎麼好像比我的這個原文要多出幾段來然後我就是一開始的時候我就仔細的看了以後我確認確實是多少然後我就去問 Chad GPT 我說你是不是自己寫了幾段他說是他說我覺得你這個沒完

他就写了几段那这个是一个就是我们在下面跟 AI 的这个倒我不是说我质疑他的结果但是就是说他返回给你的一个东西其实你确实是需要看的那在这种情况下他就是

自主的认为有一段没完那是可能因为我把一个章节给截断了嘛嗯那后来我在跟他工作的过程中我就要非常这个明确的说就是说你不要自己加东西就忠实的把那一段给翻译出来所以这是我在这个过程中其实也遇到就是说你如果完全是相信他的可能还是会出

很多问题的另外说到翻译里的另外一个体验其实不管是哪个模型我试了好几个大模型其实都有翻译错误都不能够就说是完全的当然还有一些翻译出来的是读上去根本就好像我们作为中国人都读不懂他翻的中文是什么意思所以还是有错误的地方需要改

还有一些从行文上面不太好的地方就是需要把它重写的所以整个来说今天这些工具能帮助我们提升很大的效率但是就是也不能完全依赖那您觉得就是说就是现在的这种 AI 的东西呢大概它的准确率有多少然后它可能有缺陷的地方在哪里比如说

我会觉得有时候 AI 帮我翻译一个东西它的人机感就是那个机器的感觉比较明显它不会有那种我们平时对话或者说日常行为中的那种灵动感或者是更有人味的感觉然后您在做这个工作的过程中你会有一个什么样的感受可以方便给我们分享一下吗

就是我是觉得需要在准确性和刚才你说的那种行文上的如果叫润色呀文采上面取得一个平衡因为我刚才也说了其实 DeepSeek 在让他读不上去

就是看上去就是好像更让你更舒服的那个方面呢其实是做的更好的但是呢如果你这是一个举个例子它不是一个小说它可能更像是一个就像我们写这种科技的这种文章的时候呢其实你又会觉得它有点太夸张了所以这个是一个我觉得我们需要在这个行文的风格上面呢和准确性上是要取得一个平衡我觉得翻译也是这样子

翻译呢就是所谓这个叫什么信雅达嘛就是你一个是要准确同时呢就是你也要有这个就是这种风格吧其实我挺逗的就是我这个里头不是就是引用了一段就是这个苏格拉底的有个对话实际上是柏拉图的这个

费德罗篇那个对话论的然后费德罗篇这个呢他因为他是个经典嘛国家头的经典嘛其实在国内有好几个版的翻译然后呢包括有非常知名的这个翻译大师翻译的然后我其实把三个版本对着看其实都还翻的不完全一样

就是你也可以认为它是一个信亚达之间的这么一个平衡吧有的可能写上了文采上面看上去更好但有的其实我认为是更忠实原文的明白您觉得就作为一个普通人就是你觉得他应该怎么样的更好的去跟 AI 相处更好的让 AI 赋能这回到我刚才讲的 AI 素养那个部分

那个 AI 素养里面的我觉得有一个是更多的是知识类的就是我们知道 AI 能做什么不能做什么理解它的原理这个局限性潜在的伦理风险啥的那其实很重要的素养的一部分是能够使用它的主流的工具然后在你的日常的工作生活中不管是

这个你的文档的助手啊还是你做搜索呀绘图啊数据分析啊那我我觉得是就是非常建议就是真的去使用这些那使用这些肯定不是一个你为了使用而使用而是你日常的工作像我现在我觉得我每天都在用从分析有有些啊

包括我举例子前一段时间你肯定知道那个 Marmiker 有一个很大的大不投的 300 多页的互联网的趋势的这么一个文档我其实就是把它先扔给 AI 然后让他给我

做一些这个很重要的这个提取出来啊然后我甚至还扔给这个 AI 说我说你看这些分析的这个所有公司里面嗯嗯哪一个从投资的角度上来说他的这个财务状况是一个最好的哎他还真是分析了一下就给我的所以我我就觉得嗯就是要把它用起来然后我我觉得我给普通人的建议就是说如果你每天能够

不要每天吧每一周花那么个一两个小时能够试用一个新的工具然后在每个月可能在一个不同的应用场景上面能就是新的应用场景去用一下不管是起草的报告产生会议纪要还是你要写 PPT 让他来帮你来写等整理你的这种调研资料我会觉得就是我们如果感到

是有用的就是它真的提升我们的效率包括我做这个翻译这个事情我整个这个过程大概两个月两个月还不是 full time 在翻译这个我是觉得如果以前没有 AI 的工具完全是从头一段一段的自己写出来的肯定时间要比这长所以我还是觉得它对我们的帮助非常大就是还是要把它融入到我们的生活里面不要太痛苦

对是是的就是起始于就是你要做的事而且就是说你要做的事你可能首先就想想哎现在 ai 能不能帮我做这个事然后你可能就会去找这些工具

那我有一个插入的问题就是可能这个提纲你本来没有的就是比如说我们在大高校里的时候老师就会呃比如说有一些高校比如说南京大学的老师我跟他们私聊的时候他们就会说如果我的学生交给我一个 AI 的东西我其实没有那么的反感呃

我会觉得说我还是会认真的去批改它或者是认真的去审视它但比如说复旦大学的老师就会说说我们的课堂上都是禁止用 AI 的特别是文科专业的那我的学生如果给我一个 AI 感很重的东西我就会非常生气那您觉得这两种态度就是你怎么看吧就是比如说大学老师对于这个事情的这个特别分裂的态度那可能

我在比如说英国的老师他可能就会觉得说或者是英美的高校里面有些老师就会非常生气有可能在课堂上都发火说你们凭什么交了学费到这里来学习但交的东西都是 AI 给我的就您怎么看待这个问题我是觉得有一些学校在 Chad GPT 刚出来的时候确实是试图想要禁止这个学生用的那我觉得禁止用这是一个不现实的

第一呢就是你没法禁止这个学生肯定他会用另外呢就是说你完全禁止用了刚才我们说到每个人要提升这个 AI 素养要会用这个 AI 的工具那他在未来的工作里面未来的这个社会上面他其实就需要用如果今天没有去用的话他未来其实就会落后的所以用肯定是要用的

所以现在很多的学校在美国这边它是有所谓的叫 honor code 就是它有一定的规范这个规范就是说你可以用它来比方说给你一些点子甚至给你产生一个草稿但是你最终教的东西你不能把说的东西就直接教给老师了这是不行的

所以这个是一个我也觉得刚才你讲的如果有一个老师说你们教给我的就说你们什么都没学你们教给我都是 AI 的我觉得如果这个学生他就是

让 AI 给他写了一个东西直接教老师我觉得这就是确实有问题他也没学到这个东西但是如果他说你给我一些点子然后这个学生也自己参与去写了甚至写完了以后再让 AI 给他改一改我觉得这个实际上是在利用使用 AI 这个工具是一种非常好的如果我们就说他没有这样的一种能力就是这个素养的话其实在未来工作中也会有问题

那还有一个问题比如说有一些他是文字工作者比如说商业作者或者是他是一个甚至是一个作家那他比如说我今天有一个想法比如说我们写一篇关于这个苏超的文章小社苏超的这个商业文章然后他可能直接交给 AI 去做比如说有些人就会觉得说你这个用 AI 写出来的东西不是你亲自去写的东西我就会因为

你这样的举动感到羞耻就是你作为一个文字工作者你为什么就可以把一个 AI 的东西交付出来你怎么看这样的现象就是有一些人就是一定觉得说你必须得手搓但我也会发现有一些这种商业作者或者是作家他在借用 AI 的能量去进行一些写作行为然后就会有两派的这样一个纷争就会说我为你感到羞耻你作为一个以此为生的人却用机器去产出

我还是回到刚才那讲就说机器如果给他一些点子就是他借鉴了机器给他一些点子或者他写了一个东西让机器给他认色我觉得这些都不可

对但是如果他真的就是说他把一个机器给他输出的东西就作为他的这个东西提交了投稿了我觉得这个事其实是一个有问题的因为现在你也知道有一些新闻的那他说的也底下标记的就是 AI 写的像一些体育的有些报道他就是 AI 写的

其实这个都不是在 ChatGPT 在大概四五年前人就说了就是这种球赛里面然后去做一个非常快的报道今天的这个结果哪个队赢了是几比几这个大部分的体育的这个新闻的快报都是来写的 99%都是来写的这还都在 ChatGPT 这个时代之前了

嗯明白对所以所以这个是一个就我说的就是说如果你是全盘用 AI 写的那你就应该标记他就是用全盘用 AI 写的就是说我这个里头这书里头其实又讲了有一个就是心理治疗这个心理那个啊对对就是说这个里头就是也是挺有一个就是刚才你说的这个例子就是就是就是在有一个公司他用的时候呢他其实就呃

就有一个产品就是一个 AI 驱动的一个构建的所谓叫做同伴的互助系统因为那个就是心理健康护理里面就是有一个就是非常常见的一种方式就是把有一些可能类似的就等于是把这些同伴放在一起然后可能他们能够相互的交流然后也能有一种互助吧这个是在这个整个心理健康护理里面是一个就是挺普遍的一个

然后就是那家的那个公司呢他就在里面就是加入了 AI 就是比方说他给另外的一个同伴所提出的那东西其实不是一个真人他是一个就是这种机器 AI 产生的就是确实是在一段时间里头呢也是掀起了一个波澜大家就会认为说你这个叫模拟共情因为你不是真人是机器的叫模拟共情对

所以就是也是劈头盖脸的就是把这个公司给给劈了一大通但是后来呢就是说这个东西是在变化的就是今天那个我相信你也知道这个现在有很多人跟 AI 聊天那你说他这个他是一种就是你明知道就是他就是一个没有真实感情的他就是机器但是还是挺多人愿意聊的然后还有呢就是

他后来那个就我说的在这个美国这边有一个就是 ChatGPT 医患对话的这个共行评分有这么一个试验最后呢就是 ChatGPT 的那个分其实比人类医生还高

就是这个共情的这个方面所以确实是后来有些人是觉得我跟机器对话其实我在生活中他们会感到他们所受到的一些恶意和没有这种共情在这个社会里面上冷漠他就是觉得机器其实就是共情的能力更高也有这样的所以这个事情是在变化的

就刚才你说的那个是说到就是说人类的作家然后用了机器的去写了是不是能被接受那刚才这个我们说到的是这个心理健康护理里面有 AI 的参与它不是人它呢提供了一个共情的角色这个能不能被人接受这就是我觉得它是在演变的一个过程中

我有时候在这个方面我还挺矛盾的比如说现在国内很流行所谓的 AI 男友和 AI 女友那我从我的个人角度来说我会觉得说人还是要跟真实的人产生关联和沟通互动包括我其实不太喜欢互联网聊天我可能就想要跟谁交流和交谈我就会

希望说一个真实的见面因为我觉得见面才能产生这种真实的互动感比如说能看到他的表情动作然后一些质疑或者一些共情就那个感受是很真实的但是我又会说我觉得现代人也很脆皮嘛就是说什么脆皮的现代人要反脆弱那他们可能也没有受到过太大的所谓的人生的挫折然后他们也觉得这个世界上可能没有真正的感同身受觉得每个个体都是特别

很特别的也是很孤独的所以很多的年轻人会特别多的去使用 AI 男友和 AI 女友就会让我有一种矛盾的心理就是我自己可能就会说我是比较抗拒使用 AI 男友和 AI 女友的虽然他们能共情但是我不想给自己制造一个所谓的无军社会因为这个社会任何一个社会都不可能是完全无军的这个人百分之百的包容我和百分之百的能共情于我我的意思就是 AI 男友或 AI 女友

但他其实真实生活不是这样的嘛他一定会有很多的细碎或者很多这种机灵狗碎的事情要处理所以在这件事情上我也是一个持怀疑态度的状态因为我觉得一旦人过度的依赖这种所谓的 AI 机器我觉得一定会在某种程度上产生另外一种的所谓的心理问题他可能更没有办法适应现实社会就是我当然我自己也没有一个答案了就是我会在很多人使用他的时候我就会有一些

思考和疑问在里面这样嗯你说的特别对我是大概几个月前听了有一个播客节目实际上是一个跟有一个心理治疗医师的对话他所说的就是刚才你说的这种情况就是有很多小女孩儿来

跟这个 AI 男友大概最后深陷其中就会觉得他非常完美然后呢在这个世界上真实的世界里又找不到这样完美的然后就陷入了另外一种心理的问题然后最终再去找人类的心理医师去咨询这是就是

我听过那个心理治疗是他说的他说的还就意思就是不再少数就这样的人就是最终最后再去找这个人类的心理医师去来做咨询治疗

对他好像就是并没有起到一个所谓的真实的促进作用他反倒是在某种程度上加深了就是你去找了这个 AI 的男友然后你还是要求助外部的所谓的真实的这种心理咨询师就说明其实你还是期待与一个真实的人产生关联就是这个 AI 男友只是一个媒介这个媒介是不真实的你诉诸于他了之后你还要找一个真实的

对那我我想那个就是这里面就是加一点啊就是

我知道美国这边的项目包括霍曼的这本书里面讲的心理健康护理的这个应用它其实不是一个简单的一个就是情感陪伴因为我觉得国内有一些也会把它归入到这个心理里面但是你可以认为它就是一个陪伴就是它没有那个就是非常严格的就是这个心理治疗的那种而在美国现在发展的呢它的

有一种所谓叫什么寻症治疗就是他其实是寻在这个整整个这个规范里面呢是把它加入在里面它是一个嗯就是真的是在做这个心理健康护理而不是简单的一个情感陪伴这个是我觉得我们可以区分就是一个只是你跟他聊天啊你得到一个

这个这个这个就是情感上的就是这种一种支持呢还是说它真是有这个心理健康护理的这个科学的作用对然后刚才您也提到了嘛就说这个美国有很多这种所谓的这个医疗的心理疗愈的作用可能行政医学的这样一个作用那包括您也现在在美国嘛那 AI 也在无形中其实在从从述各个行业比如说法律啊医疗啊啊

还有什么政府公共的服务啊它一定是带来了很多很多不一样的有趣的令人意想不到的前沿的实践这方面能不能跟我们分享一下另外我有一个就插入一个小小的问题就是我记得之前的那个美国的那个有一个男生杀了那个联合医疗的 CEO

当时在舆论上形成了很大的场域大家就说是因为这个在审判是在这个评判这个人是否能获得医疗的这件事情上 AI 产生了很大的作用就是比如说在人为审判就是评判这个人能不能获得医疗保险的时候

那可能人在这个差一点点之间人可能就会觉得我放行就是我枪口抬高一寸我让这个人获得

这个医疗的保障就医疗这个保险但是可能机器就会比较严格他可能在这个是与不是之间他可能就选择否我不给你不给予你赔偿然后大家就会说这个是导致当时联合医疗的营收增长的一个最大最重要的原因然后他就会觉得说好像在这个问题上就 AI 就是怎么讲就是是一个很很坏的一个作用在里面所以

就是我也想跟你探讨一下您怎么看这个问题就一共是两个大问题这样 OK 好的我们先说这个后面这个问题那个第一我觉得就是联合健康那个 CEO 被枪杀那个

我不觉得他跟 AI 有直接的联系或者说 AI 来在整个保险的赔付的过程中做决策我觉得不是这个原因我觉得他可能反映的是整个媒体的就是美国的民众其实对保险公司的

的一种应该说是恶意吧或者说是非常的愤怒吧那其实我们在美国这里如果任何用过保险的也就会知道就是说这个办公室其实是

就是说什么人可以保什么人不能就是拒绝你保然后在赔付的时候怎么拒绝你都是一个我觉得大家都是怨声载道就是非常不满意的所以在这个 CEO 被枪杀的时候其实如果你看网上的媒体里面也有一些人就认为好像当然我觉得这是一个很不应该的就是说觉得这个人意思说他该或者说他是

就是把这个枪手就是作为一个英雄就是对就是他满赢了我觉得是社会上的对一个就是对于是不满意吧对白泳斯的愤怒但是我倒觉得这件事不是一个直接的跟 AI 有关的那你说的那个呃其实霍夫曼在这个书里头也提到一点就是说未来的如果执法是这个 AI 来执法的话他也讲到他就是说

它没有一个人性啊其实在有的时候举个例子你在有个地方停车对吧然后那个地方

是一个非法停车的那其实你最终吃不吃罚单是取决于有没有这个人去真的就是说第一发现你第二是来去给你一张罚单对吧但是呢就是说如果是 ai 的话呢他就是一个非常非黑即白的就是说发现这个事你肯定就会吃一把就是没有任何通融的余地的那所以这个里头呃

后方那里面也讲到就是说如何让这个执法这个部分还有这个人性的人情的这个那其实也是一个未来可能是可以探讨的空间的这么一个所以这是一个就是这个第二个问题吧第一个问题就是应用上刚才我们说到了心理健康护理这方面应用你提到的法律其实我就想起来大概是

大概是两年前吧就是我听那个霍夫曼其实他也有个播客节目叫 Possible 那这个 Possible 在两年前呢有一个节目我听了我还印象挺深的他是讲这个美国这个刑事司法改革的那他在他的这个节目里呢他就当时访谈了一个人这个人呢他是是有一个属于叫做

平等正义这么叫叫 Eco Justice 这么一个项目的这么一个创始人吧你也可以认为他是一个呃活动家他他既是个律师他他是他是一个活动家那他做的一个什么事情呢那

先说一下背景再说他最后怎么用这个 AI 的那他呢就是对呢就是美国的刑事司法系统里面呢有大量的这个逮捕了以后呢就是放到监狱里面呢他认为在美国这个这个数字太高了那他那个我记得他访谈里面说到就是大概美国在监狱里面当然也包括有些被保释出去的总共有大概 220 万啊

然后他就对比相对的人口的比例他就觉得跟比方说日本这样国家比这个是要高很多的然后他就认为其实这个既是对公众这个纳税人的这种钱的浪费因为你在监狱里面都是有成本他觉得这个钱是可以用在教育什么的

同时他这里面呢他认为其实有一些根本就不应该就把抓了给放在监狱里面的所以他呢就是一个是在倡导这个司法改革同时呢那个霍曼跟他对话的时候呢就是讲到了就是 AI 的这个应用

有两个部分我觉得挺有意思的有一个呢它让这个 GPT-4 呢介入呢来判断就是在特别是 14 岁以下的小孩有些在商店偷东西的这种就是说是否就是应该减轻那它其实是碰了很多的

条件在里头但是有一个很有意思的我觉得他就是说他说那我我们让这个 ai 来判断呢首先告诉他这个原则是就是说我们如何去帮助一些犯了错误的人而不是来告他说你来告诉我我们去如何惩罚

这些犯的错误的人也就是说这个出发点就不一样就是说我不是他英文讲的就是说 how to help people who make mistake versus how topunish people

然后这里面就讲到有一些基本的判断比方说他到底对公众有没有威胁另外就是他如果 14 岁小孩他在学校的表现是怎么样他家庭又是一个什么样的情况他用 AI 快速的分析以后来判断就是说这个人可能就不需要把他逮不起来就不需要把他关到监狱里面而是可能通过一些什么社区的方式去让他去

改正这个错误所以这个是用这个拆 GPT 的一个那还有一个也跟这个有关的就是因为就是它的目的是要减少整个这个 220 万就是被这个官员

关押的被羁押的这个人嘛那他就是还有一个用这个 AI 做的呢就是让 GP4 呢去介入这个评估这个错判的这个案例因为这个法律的这个中卷案例非常大的这种文档那你人如果去重新去评估的话呢其实耗时是巨大的他其实是让 AI 去做这件事情

这个是一个就是我也是就是你刚才问我的话我就正好想到了这个是现在就上次 possible 这个也是播客节目里面讲到的就是现在在前沿他们这个做法律的人在做实验的部分吧嗯

那就是比如说现在的话就是像中美的这种 AI 的竞争也是比较白热化嘛然后网上有的段子就是说现在的 AI 竞争就是在美国的中国人和在中国的中国人之间的战斗

然后在这个 Hoffman 这本书里面也强调了嘛就说中美的 AI 领域是唯二的存在但是中国可能在落地上就可以更快然后中国也有大量的就希望拥抱这种改变的用户那作为就是您在中美两国已经待了很久然后也作为这个科技趋势的一个观察者那你觉得说在 AI 的场景落地应用方面他们就我中美两国存在什么样的差异呢

或者还有什么样的共性我觉得这个话题其实是挺大的但是我们可以选几个点来讨论说一说我的看法第一个就是刚才你说的那个判断就是说是在中国人和在美国的中国人在竞争其实我觉得这可能是更多的是我们指的是在这个大模型就是我们去构建这个大模型里面其实是顶尖的技术人才

但是我觉得如果 AI 落地的话其实它有大量的并不是最顶层技术人员它可能是应用层面的甚至我们刚才讲的在比方说法律上面的这种应用那这个未必是我们刚才说的在中国的中国人和在美国的中国人的这种竞争那个是指大模型开发的就是那样团队比方说 OpenAI 和 DeepSeek

这个里边的这个人来比啊什么这样对那我我觉得这个中国和美国呢就刚才说这个话题比较大因为之前有一个单独的讨论是关于这个那我记得就是有几点当时在这个讨论里面这个专家可能就是大家有一些共识一个呢就是

就是这个中国和美国在这个政策导向上面它是一个集中规划和这个市场驱动这两种机制是很不一样的那中国这边呢就是这个顶层设计的模式是很明显的 AI 发展被纳入国家的战略然后政府也有大量的扶持和这个资金的补贴

大规模的基建包括像这种智慧城市这种的建设美国呢可能更多就是私营企业啊市场创新为主导然后政策呢扮演的就更多的就是监管啊这个或者是基础研究的这种支持的这个包括这个刚才我们说到这个背叛论者因为

他们呼吁这个政府有更强的监管所以像霍夫曼这种我觉得他更多代表的是这种企业家创新的人其实他是一个希望是这个有更少的监管的所以这个政府在美国这边其实是更多的扮演的就是监管和还有一些基础研究所以这个是在这个集中规划和这个市场驱动上的这个周围上的差别

另外呢就是我记得之前讨论的时候也讲了就是技术路线技术路线呢就是中国很明显的就是这种场景驱动的快速迭代在这个应用的层面是我觉得是做得更快也做得更好

美国你就发现它更聚焦在前沿的技术研发和生态的构图链上不管我们今天看到的底层的框架不管是这样 TensorFlowPyTorch 这种的大模型和芯片设计其实都是在美国这边其实是更领先的所以技术路线上应用创新和底层突破也有很明显的差别

再有呢就是除了技术以外我们可以看这种数据上中国因为有特别庞大的人口和消费者数据那其实就产生了非常大的数据另外采集呢也更相对灵活一些吧你看像旧金山这边和在加州这边他都是禁止这个摄像头能够采集这个人脸的那

所以这个就是说中国的数据量其实特别是消费者数据量是更大美国呢因为受到一些法规的约束呢所以他就没有那么多他呢这个企业做的时候呢他也需要平衡创新和这个合规的这个成本到底是什么样所以这个是几个方面吧政策呀技术啊生态啊对我我觉得应该还有更多吧比方说这个到底是这个

更这个实用主义就是在咱国家而在这个美国这边可能这个伦理啊这种争议可能就也会有更大的阻力吧这个也是能看出来的那我最后一个问题啊就是您觉得比如说在这一波的这种 AI 的浪潮里面那像美国的这个传统的几家呃

就厉害的互联网公司比如说微热比如说苹果比如这个 Google 还有什么之类的或者是 Meta 这是什么那个 Facebook 的母公司就这几个这这这这一些的这个巨头你觉得他们在这一轮的表现是什么样的或者说他们展现出来的状态是什么样的您有观察吗

有 我还是非常这个密切的关注的这个所谓这个 Magnificent 7 这个七个大的这个公司我觉得他们各有他的各有他的这个优势吧那个咱们这么说从微软开始说一开始他等于是因为复制了 OpenAI 有投资然后他有一些优势能够拿到最新的这个

这个模型这个最新的 openeye 的大模型那我觉得另外的一点呢就是他在 2b 的领域里面他已经有大量的应用不管是 office 啊还是一些 CRM 的像 dynamics 啊这种他非常全的 2b 的应用所以他是明显的是一个在 b 端的生态上面就是推动这个 AI 的这个深入的应用是占非常大的优势因为基本上他的

这个 office 客户这个微软这个云的客户就是已经是遍布就是整个美国和全世界这是弊端的

那苹果呢其实是在这一段里面是非常拉垮的就认为从这个技术上真的我呢个人因为在苹果工作过所以说我其实上一直是这个苹果的粉丝去年呢也是他说要这个什么 Apple Intelligence 出来我就是就是为了用这个因为我以前在中国买 iPhone 嘛然后我还在想哎我这个买一个电话对吧就是还得能打中

打中国的因为美国都是一信我要是买美国的电话还不能中国用

最后专门让人给我在加拿大买的就是它有一个 eSIM 还有一个物理的一个 SIM 的卡这样的我这个可以就是在中国也可以用在美国也可以用然后另外一个就是说它因为是加拿大买的它那个 Apple Intelligence 是可以用但说实在的我觉得我非常非常的失望为什么我觉得整个是一个智障这个不是真的智能

这也是认真的但是如果我们从一个商业上看包括你看股票市场仍然认为苹果在里面因为它是一个相当于一个我们讲的叫 Gateway 就是任何的 AI 的应用因为它已经有这么多用户然后它有这样的设备它如果一旦在这个设备上面去部署了以后

所有的这些用户都能得到你要是另外一家一个小的公司你想推到这么多用户你非常不容易对吧所以就是他占领了一个文物的这个

这么一个优势吧所以呢在某种程度上呢他自己本身的 AI 的大模型的技术哪怕不是最好但是他仍然能把应用就是推得很好而且我们也知道任何不管是互联网啊还是什么最后你的不是一个底层的技术最终是最重要的是应用就是这个像一个金色像一个金色这个从一个业务量上来说应用的要大的多

所以呢嗯怎么说呢嗯下礼拜应该就是明天这个 Apple 今年的 WWDC 就是礼拜一明天 Keynote 我早上起来也准备看的看看他还有什么新的啊嗯但是去年到今年应该说非常失望那这个英伟达嘛就不要说了这个是硬件然后 Meta 我觉得它代表的我觉得更多的是这个这个就是开源嘛就是

然后它在整个 Facebook 的生态里的应用其实 Meta 我一直没有搞得特别清楚就是说为什么其实它的股票也层层的往上上大家还是对它是挺看好的但是之前大家对它不看好是因为认为就是在变现的时候其他几个公司比方说亚马逊还有谷歌还有这个

微软啊他们其实都有自己的云服然后呢他其实是通过把大模型部署在这个他的云上面然后他是卖这个云服这就是一个就是很大的一个变件的这个来源而麦当势没有自己的云服

所以在开始的时候大家对于它不是那么看好但是现在可能因为它的开源和还有一些巨声的设备的 AR 的去年跟 rayban 的眼镜发现还挺火的所以好像对 AR 它在 AR 这个上面应用是蛮看好的就是设备这些其实我以前在苹果的同时还在谷歌的朋友

当然是看什么部门就是谷歌这边做这个就是大模型这个是在 deep mind 这里其实是也非兵选现在就是可能因为这个面临的这个竞争吧

但我觉得 Facebook 是另外一种就是我们从李云过去的一些同事他反映就是他不是一个像比方说 996 说因为这个我们觉得他卷他其实是对比方说一个人在里面的这个职业发展其实他有特别严格的比方说你升不了经理你看就得走了

所以就是说你这个人要往上走就像平起似的所以就有这样的一种压力然后你到不了那个级别你可能就该走了所以它是从它这个卷的意义有些不一样它不是一个长时间的工作让人感到的那种卷它是一个竞争压力吧那比如说像中国本来有一个六小龙然后可能中国的六小龙已经

死伤大半了然后比如说那个可能我觉得中国六小龙我当年估计的就是比如说零一创投可能已经差不多就被阿里收了然后可能自己的业务也没有什么了然后另外就是那个王小川的那个说做医疗的我觉得我可能也比较谨慎看好吧然后其他几家可能

怎么讲反正就是现在目前来说 Deep Thick 一定是遥遥领先的那比如说在这个所谓的这个美国的这个期价里面您觉得就是说谁还是比较靠前的然后哪些其实就有一点落后了

我其实觉得就是今天如果我们看的话呢这个 OpenAI 然后 Anthropic 的这个 Cloud 然后这个 Elon Musk 的这个 XAI 这个 Groke 这几个就是说基本上都可以说是 leading 和各有各的这个优势对吧当然谷歌还有自己的这个 Gemini

其实很难讲就是说今天最终谁能够胜出我是觉得这几家里面你还真是挺难说的但是中国

我就是虽然不是那么了解我但我就觉得最终你看这几家大公司像阿里的这千文然后自己这个豆包我觉得他们都是所谓的 deep pocket 的就是说他可以挺长时间一直投下去的但我觉得那些小的公司他做大模型的如果在一段时间内这个商业化模式不是很清楚然后又要

不断的继续投很多这个资金来去迭代这个大模型的话呢其实他们的压力是非常大的但我我是觉得美国的这几家就是 AnswerPick 和 OpenAI 算是创意公司吧 Google 它本身有它的这种广告业务啊就是养着亚马逊也有自己的这种业务但是亚马逊其实是在支持 AnswerPick 然后这个

微软是等于说它是有一个大靠山的包括就算是我觉得站得对的那种感觉所以这 4 个我觉得刚才说的 OpenAI Anthropic 还有 XAI Google Gemini 这个我觉得真是挺难判断到我这里面没有说到 MetaMeta 这个模式当然它是开源

这个我不是特别知道只是说这个大模型这几家的话其实现在胜负还难分吧行好那今天就这么愉快的结束吧谢谢陆博士然后也期待说您来中国的时候我们能面对面的交谈和沟通对好好行那今天先这样拜拜拜拜好再见再见