如何像丘吉尔一样写作？专业媒体用AI的方法及避坑指南-Vol68
58:59 Share

邱吉尔是一个英国的文人但邱吉尔是一个纯粹的炒作狗他一生写了上千万字的东西他怎么可能每天坐在打字机前面敲字呢他就是自己口试的你的动机主观浓重性远远比你的智力更加的重要我们如果去看一下现在火的大 V 自媒体甚至于像是伟人对吧邱吉尔这种人他们一开始都是欲望大于能力的

只要用 AI 來取代這個崗位我就是要親近一切我就是要給你幹這就是存在主義存在就是一切一切為了存在

大家好,欢迎来到脑放电波今天的节目会是一个相对接地气比较偏向时操类的节目我们今天要聊一聊 AI 写作但是我们不会像一些所谓割韭菜的这种 AI 写作课一样先跟大家讲一下如何搞钱好像学完了之后你就可以走上人生巅峰了今天我们会跟大家更多的讲一讲现在这个时间点 AI 经过了两到三年的发展

我们能够用的工具以及合适的工作流之下我们到底能用 AI 写作完成什么样的写作的任务是的其实我们的一些文稿其实还是手搓的因为确实是让 AI 搓不出来我们想要的东西但是很巧我们请来了在极客上被人评价为最懂 AI 写作的媒体老师的一位朋友

他一直有一个观点叫做所有的商业科技写作都可以用 AI 来完成今天可以让他来跟大家讲一讲他的工作流和写作方向论是怎么形成的我今天按照他的写作方向论跑了半天我产出了一万八千字我自己觉得非常满意的一篇长文嗯

我们欢迎贤瑜老师,要不贤瑜老师先跟大家做个自我介绍。哈喽哈喽,我是贤瑜,我现在在虎秀做 AI 方向的短视频,但我之前都是写文字的,之前在三六客还有一家财新背景的医疗媒体都干过。所以贤瑜老师听说你现在公众号都已经是在用 AI 写了是吗?对,就过去可能四五个月以来,我的所有的工作上的内容产出,包括公众号的内容产出都是我用 AI 写的。

并且我的读者们我的同事们这些同事们他们都是文字工作者理论上应该对文字很敏感的都表示基本上是看不出来我是用 AI 写还是我自己写的我基本上已经用 AI 取代我的所有的个人的写作了就包括我成天在网上喷别人哪怕我写一个几百字的比较长的一个极客或者一个朋友圈我都可能直接用 AI 来写因为用 AI 写比我自己写方便得多因为对我来说我是一个拖延症很严重的人

那我自己写的话我就要想半天比如说

很常见的你在媒体里边你要写一篇几千字的特稿你可能要憋个一周是吧但现在我觉得用 AI 写作工作你完全可以对着话筒对着分书也好同意也好自己比比个一个小时两个小时你把你的所有思路零散思路完全都表达出来然后让 AI 来帮你压缩 AI 来帮你写个提纲然后 AI 来帮你结构化可能你就只要花个半天时间你就可以写出来达到商业媒体标准的三六个虎岫晚点标准的一篇稿子

当然这个的前提是你知道你要写什么如果你完全不知道上演背帖是怎么写作的话你是没办法来 AI 来写出来超过你认知范围的东西的是的因为我自己也写公众号但是我记得 CHATGPT 刚刚爆火的时候我们其实之前有聊过很多到底 AI 写作能到什么程度其实那个时间点我们自己看 CHATGPT 生成的文本包括我们自己实操了一些 AI 的写作

的那个时间点我自己的判断是它更适合做一些格式化的写作比如说写一个感谢信写一篇周报这种格式性的规律性的写作我认为它是可以胜任的但如果是这种创作型的写作比如公众号的写作在当时我认为是没有办法替代我自己的写作的而且说实话很多时候你在网上刷到了一些文字你能看出来它有一股 AI 的味道对吧

但是刚才闲鱼老师说他写的公众号用 AI 写出来周围的朋友都看不出来是 AI 写的我觉得这个其实就很厉害了而且我觉得也打动我了也许我停更多年的公众号经过咱们今天聊一次之后也许我可以把它重新开起来了对这期节目也可能是我们开始用 AI 来做 show notes 了不再手搓 show notes 了

之前 AI 写 show notes 我们确实是觉得达不到我们的内容标准今天之后我们就试一试用 AI 来写作 show notes 大家可以看看我们到底这一期的 show notes 会不会看不出来是 AI 做的对对对看不出来 AI 味其实这个现象挺普遍的我在准备这期节目的时候我看到了刘宇坤一个著名的科幻作者他把三体翻译成了英文版他自己参加一个活动的描述就是说每天你都看到大量的 AI 教程教你怎么写作但是事实上目前没有一本用 AI 写出来的书是值得推荐的

但是咸鱼的公众号我是在开始策划这期节目之前我就多次的转发过给托马斯的因为当时我也确实没看出来咸鱼是用 AI 做深度加工的所以我觉得可以请咸鱼来讲一讲是怎么样开始谋发的想法说要用 AI 来写以及每天的工作里面到底是用 AI 做到什么程度了在聊完了 AI 写作之后我们也想聊一聊 AI agent 能够做到什么样的程度我们

我们会与咸鱼一起看一看现在这个时间点 AI Agent 的工具主要有哪些以及它的表现如何到底 AI Agent 它是一个玩具还是一个实习生还是一个什么样其他的东西

听完我们整期节目我觉得大家会有一个相对完整的认知好的我正经开始用 AI 写作其实就是 24 年 11 月也就是半年前我才开始用 AI 写作的在 24 年 11 月之前我是完全不相信 AI 可以替代我的写作因为我的个人观点是比较强的我觉得我的文笔在商业媒体里边算还行的所以完全不相信这件事情并且我在三六课工作的时候我非常希望尝试能够用 AI 帮我写作

在 24 年初的时间节点我是了 KME 是了接约星辰但当时这些 AI 包括 CHI GPT 都无法达到我的要求就是我给他一个可能一两万字的一个采访文稿他能至少帮我列出来一个重点然后最好他能根据重点的帮我写一个初稿或者怎么样的但当时完全达不到当时的模型的上下文输入幅度不够并且当时模型能力也不行他写出来东西我不知道他在说什么

但是到了 2014 年 10 月份我自己开始做 AI 方向的内容之后我接触了 Cloud 365 Thumbnail 我觉得 Cloud 365 Thumbnail 它确实是一个风水岭一样的东西在 Cloud 365 Thumbnail 之前的 AI 模型包括 CHI GPT 要么它的文笔不行要么它的上下文幅度不行要么反正它的写作能力就是不行 Cloud 365 Thumbnail 它的写作能力编程能力都非常好等我用上 Cloud 365 Thumbnail 之后我觉得它确实比我自己的文笔更好

但是 AI 的问题就在于它的文笔更好但 AI 没有原创的思想因为 AI 本身上是个压缩机就互联网上有什么东西它可以压缩出来那么用 AI 写作然后用 AI 写有观点的东西而不是那种垃圾营销号的东西最重要的思路就是我来给 AI 提供观点我来给 AI 注入思想然后让 AI 来帮我做执行

其实就像领导写作一样领导写作不会自己一个一个字去码字的领导都是来小吴过来我给你说几句然后我明天的演讲我要有 1234 几个要的演讲你回去给我写一篇演讲稿是这样子的我们现在每个人用 AI 都完全可以用这样的写作方式你一个月可能花个 20 美元就可以让世界上最先进的 AI 来当你的必须书

但这个问题是在于如果你对这个事情真的毫无了解你是没法拿 AI 来写出来一个超出营销耗水平的东西的但是如果我是一个商业媒体的作者我真的知道我要写一个什么只是我以往写这个东西可能要花一周的心理建设一周的思路的准备但是现在我用 AI 可以压缩我准备的过程让 AI 来帮我结构化思路

AI 它没法让你写出来你认知以外的东西但是 AI 可以帮你提高你写认知以外的东西的效率我觉得这是很重要的第一个观点我们其实看到很多 AI 写作课就是那种逆天改命的感觉很重但其实我们听下来我觉得 AI 写作不是帮你完成了一个你过去做不了的事情它实际上是在你的能力范围内帮你解决了一些你本来要自己亲手去做的事情

我觉得如果用做菜来比喻的话过去你要自己做菜你需要先把菜切好备好料现在呢你就变成了一个主厨帮你打下手的人就是 AI 但是如果你本来就不会炒菜恐怕你也没有办法面对一些配料把它凑成一桌好菜

但现在至少我觉得听下来作为一个商业记者一些备料的事情这个 research 的工作 AI 是可以帮你搞定了闲鱼自己的方法里面有一个描述他叫做 Choger 是怎么写作的他就讲说 Choger 这个人这辈子除了做英国首相还拿过一次诺贝尔文学奖对吧我们当然知道 Choger 是一个英国的文人但 Choger 是一个纯粹的炒作狗他毕业后的第一份工作是在泰晤士报然后他跑到南非去跟布尔人打仗什么的

他一生写了上千万字的东西但修计了一个世界伟人对吧他怎么可能每天坐在打字机前面敲字呢他就是自己口试然后让一个打字员小姐写出来一篇草稿然后再让蜜树来润色事实上这个世界上的大人物们全都是这样写作的他并不需要真的去纠结每一个字词

他只需要我给出一个框架我告诉你比如说明天要和希特勒说一个什么东西我给出几个要点然后他的秘书他的打字员就可以帮他把它变成一个完善的文章所以邱家若写作这是一个有点标题的东西但事实上就是我只需要提出想法然后让一个人来帮我做执行让一个人来帮我完善过去这个东西他必须要由一个打字员小姐由一个秘书来完成

但现在我们完全可以用 AI 来完成这个东西就我只需要提供想法让 AI 来帮我写出文章哪些活有了 AI 之后你就会发现不需要自己干了哪些时间就释放出来了我现在干的是 AI 方向的短视频那对我来说其实是分两种一种是我真的要去讲明白一个 AI 领域发生的事情那我可能需要用 Deeper Research 或者 Milestone Agent 来帮我做一个研究报告我再根据这个研究报告自己形成一个框架然后再用 AI 来写

那另一种就是我真的写了这种非常个人原创观点的东西比如说写我自己的公众号或者我是做一个评测内容这种评测内容它是基于图像的基于视频的我们是没法直接喂给 AI 的那这种情况我就会用口述来写 AI 现在对于我来说我是把文本工作文字工作的环节基本上是完全用 AI 取代的比如说我今天要做一个大概五分钟长的短视频

那它对应的文稿可能是 2000 字的样子那么我可能会用个大概一天的时间我去广泛的阅读我去用 deep research 或者各种各样的东西确保我自己对这个事情真的有一个一定的认知然后我只需要再花半个小时我对着录音机尽情的随意的比比半个小时把我自己的所有思路全部说出来然后我再让 AI 来帮我做一个极杠让 AI 来整理我的思路

再让 AI 根据这个提纲来写作全文这样写出来的东西我觉得它基本上 90%是准确地传达了我自己的意思的并且包括我的同事包括我的读者他们基本上是看不出来这是用 AI 写的就是说实话这种工作流其实也不能完全上 AI 写作算是 AI 辅助写作吧就是我自己提供工的想法让 AI 来帮我做执行

这个东西它对于我作为一个媒体工作者作为一个短视频的工作者来说最大的好处就是我的文本环节是完全解放了的我不需要再找一个实习生来帮我写脚本完全不需要就完全释放产能然后我一天用 AI 用这种工作流

比如说 60 分的脚本以抖音营销号的平均水平是 50 分一个基础来画那我觉得一天用 AI 工作流生成的脚本完全可以生成几十篇上百篇这样的脚本对吧这种东西它是没有任何技术含量但是如果我要生成比如说一个 80 分的并且有我个人特色一个东西我觉得一天生成个好几篇是没有任何问题的但是这个问题是在哪就是现在 AI 它还是停留在文本工作上它能帮我写作但它没法帮我剪辑所以我还是需要有一个人帮我剪辑

但它最大好处就是在于它把媒体这一个非常不标准化非常依靠作者的主观能动性的东西至少把写作环节给标准化了写作环节完就可以用 AI 来量度出来内容剩下的剪辑也好运营也好骂人头就好了

明白刚才已经聊到写作的流程已经完全标准化了接下来我们要不就聊一聊你流程里面标准的几个点我也可以讲一讲我上周播家今天详细实践你这套流程的一些感受好不好好呀其实我在实践咸鱼的这套方法的时候我一到的第一个坑就是当时我想把我们过往的一期节目给它转换成文字稿

我就发现如果我用我原始的那个策划稿输入进去给 AIAI 输出出来的东西呢我就觉得很乏味因为一般特化播客的稿子的时候我们就会写关键词一个标题一个标题的关键词往下走把一些关键的事实数据给它贴进来大概就是这样的一个原始的文本

我遇到的第一个问题我就发现 AI 出来的东西很干瘪就没有信息量你知道吗按照商业科技领域的逻辑就是有点像水文的那种感觉然后呢我就去翻咸鱼的公众号它第一个点叫做说你要给 AI 足够的输入这个是咸鱼非常重要的一个观点

后来我再一次生成这篇稿子的时候呢我就做了两个输入一个呢是我把当时那期节目的原始的录音稿翻出来了然后把它全部转成文字丢到 prompt 里面去第二件事情呢是针对这些 prompt 我想生成什么样的东西我又额外的做了一遍解释当然这遍解释我也是用口语说的就是说针对这段话要生成一个什么样的效果哪几个点是需要强调的哪几个点呢要怎么处理我又给了他很多口述的这个要求最后呢就变成了

AI 确实用闲语的话说它只是在帮我压缩这些信息其实我原始的信息量是给的非常充足的闲语你能讲一讲你是怎么发现这个方法的吗其实我一开始用 AI 写作也是和大部分人一样我把一篇文章甩进去或者我甩一个什么资料进去 PDF 进去然后他给我写但最终之间

你很快就会发现他写的出来的东西这是非常平庸的非常 AI world 的东西那这种东西我是没法拿来用的我修改的时间比我直接写的时间甚至花的要更多那我就必须要解决中间 prompt 的这个部分我就要给他很详细的 prompt 也好我自己口述然后用分数转一下然后给他一个非常详细的 prompt

但是我很快就会发现当你的输入很糟糕的时候你输入你只会给他一篇文章他是没法给雕花的最多是把这个一篇文章给你写成一个结构变得更好一点逻辑更严密一点的但他还是基于这一篇文章写出来的东西所以我很快就意识到了你必须要从输入来解决你的输出的问题大模型它本质上是一个压缩机你必须给他输入足够的东西然后他输出来的东西才会符合你的要求才会比较的好

其实中间这个 PROMP 的部分你自己来操控大模型的部分我觉得是越少越好的你其实不需要给大模型非常复杂的指令所以从一开始的我也是给他一篇文章然后让 AI 自己来改写到现在其实我主要用 AI 来写作都是我自己口述五六千字然后让他来帮我写作一个大概两千字的东西这中间我其实只需要输入两次一次就是我把我口述转录出来的文本

然后我前面加一段话这是我的口述文本我要写一篇什么什么主题的文章我的口述逻辑有些混乱有很多语病错误请你帮我写一份提纲这个提纲要轻松的简洁然后他就会给我写一个提纲这里是有一个交互的部分的在这个交互部分你可以具体的告诉他我希望开头用什么素材我希望这个提纲需要怎么的调整你需要尽量的在这一部分里面详细的指出一个提纲有什么问题然后调整了提纲然后你再让他根据提纲来写作全文

你直接告诉他请你按照七纲曲全文然后要尽量保留我的语言风格适当的保留我一定的原话并且不要列要点因为大博新写作他就会 12345 他非常习惯的列要点这样写作出来的东西假如我自己写的以 100 分来算的话我觉得这样直接写出来的东西是能够 80 分的

比如说 AI 它写出来一篇 2000 次的文章我自己再花半个小时改一改改一些具体的语气词改一些具体的措辞我觉得它是能够达到 90 多分的非常接近我本人写的这样一个水平明白你为什么会想到用口述呢口述要一个人对着麦克风讲那么长时间还是有一些心理上的成本可能有些听众会觉得还不够省事对吧我能不能直接找几篇资料找几篇研报就把这个原始材料给他让他自己写为什么会选择口述你能讲一讲这个点吗

首先直接给他资料现在也可以因为现在 DeepResearch 或者 Malice 这样的已经可以解决这部分我们可以后面再讲但是用口述这其实是一个媒体行业的 low-haw 的问题在媒体行业干过你就会某种人发现有的情况下我必须要用口述才能解决就哪怕我不是一个非常非常聪明的人但你只要对一个问题稍微研究深入一点你其实是有很多原创观点并且是一个

原创观点在互联网上是没有足够的资料的你必须用一个办法把你的这些原创观点告诉 AI 那要么你自己写下来写下来我为什么还要用 AI 来写那最好解决的办法不就是口述并且还有另外一个问题就是我之前像传教一样我给很多自媒体的创作者们也讲过 AI 写作的办法这一个自媒体的创作者跟我分享一个非常具体的写作场景

他很多公众号的文章都是先想好的一个标题或者看到一张什么截图然后他才来写的他的所有的信息数是完全视觉化的他就是今天想到一个很屌的标题我操我就要写一篇或者我今天就是看到一张很草版的照片然后我就要写一篇公众号你这时候你是没有足够的语调给 AI 的那么你如何来给 AI 语调的

就只能你自己看这些照片你自己在脑子里面自嗨一下把这些信息转化成口语再把口语转化成文字再把它输入给 AI 我觉得这个话题还蛮有意思因为其实语音输入这件事情在语音识别刚刚成熟的时间点是一个很热的话题就比如说 2016 17 的时候什么讯飞不知道微软

有很多家语音转文字然后大家在 PK 那个成功率减少错误率对吧然后当时其实就有个讨论是不是用说的方式会让这些写作者被解放但是实际上包括我自己因为我之前也写公众号我也试过用语音的方式输入但在当时是不成立的为什么呢第一它的准确率直到现在其实也做不到百分之百对吧

那你去改这些错的时候我觉得首先它就造成了新的工作量第二点口述的时候其实是很难像你在真实写作的时候那样有逻辑的因为我们正在写字的时候我们是非常有逻辑我们甚至会先把一个框架列出来然后再往里面慢慢填东西或者是从前写到后再逐步调整但是口述呢没有一个删除和调整的过程我就说完了

所以口述刚才其实咸鱼前面也提到了我其实刚才就想问的但我估计大家应该是都差不多就是说我们在口述的时候有时候会颠三倒四有时候会说到后面突然想起来前面还有个点没说我就再补一句这个地方我还要说什么对不对过去这样的一篇颠三倒四同时里面有大量的口语词以及一些语音识别软件没有识别的一些语气助词等等的这么一篇稿子

你把它改成一篇能用的公众号的文章其实你付出的劳动跟你直接写没有什么区别对吧所以在过去口述这种语音识别的写法我觉得是不成立的反正我自己起码是不成立的但是今天呢因为有了这些工具我觉得就不一样了是不是

首先你颠三倒四没有关系对吧大模型帮你去结构化跟整理第二呢那些语病啊那些错误的词啊其实我们大模型的理解能力是很强的有的时候我打字的时候我的 prompt 写错别字它都能识别的它知道你要真实表达的那个背后的意思是什么这其实就是大语言模型的厉害的地方

所以这种工作流能够成立我觉得也是跟今天大模型的能力到了这个位置同时 AI 的能力到了这个位置使得它变成了一种我现在就非常想去尝试的一个新的写作的方式对而且这个方式不只是闲鱼在用我过去一年还见过我两位非常喜爱的大 V 老师他们也在媒体群里面分享他们怎么样用这个语音和麦克风来完成日常的写作工作的现在的语音识别能力很好非常重要的一个原因是因为它的上下文能力很好比如说像今天

我在准备这些节目的时候我跟豆包聊 Manus 这个产品但是呢 Manus 这个读音是很少见的所以豆包一开始转录出来是 M-I-N-U-S 不是 M-A-N-U-S 但是豆包的回复是 Manus 是正确的 M-A-N-U-S 这个点是让我一下子就意识到原来一些做算了的朋友经常讲的这个语音识别的上下文原来是这么回事对它不光是识别它就是放到它的那个语境中它就知道你说的是这件事情

对然后接下来我最后再说一下我认为用口述的方式还会有一个比较好的好处就是口述其实本质上是你人在整理自己思路的一个过程尽管你整理的严谨程度是不如写出来的但是你把它讲出来你的那个思路会比你只放在脑子里或者只是碎片化的记在笔记上要清晰很多

咸鱼的工作流里面第二个重点呢是要先出提纲啊就是你不要一步让 AI 直接把文章输出来你要先出提纲这里呢有两种解释哈这是我的想法第一个解释呢是因为说现在的 AI 呢它的能力你看它直接出一整篇呢这个有点吃力但是我实际跑了咸鱼的方法论之后的话我有第二个点的感受就是说

其实提纲这个东西啊,你本身就是需要跟 AI 来共同创作的,那它怎么构成共同创作呢?是这样的,前面你不是口述了吗?你通过口述,你已经把你的思路梳理清楚了,然后接下来你再让 AI 完整的把思路给你打出来一遍,其实这个环节是最像邱杰人写书的,领导人写书不会去自征拒绝的这些东西,但是提纲领导人一定是要深度参与的。

因为一般来说我们说做自媒体最重要的东西叫做议程设置对吧先说什么后说什么我靠这个东西我最后传达出什么观点那个观点不是在你写的过程当中一点一点蹦出来的是你在写提纲的时候你就已经写出来的所以这是我对这个环节的一个想法

我觉得其实刚才 Nixon 讲的是这个人的维度人的视角里面我们是丘吉尔秘书写了个提纲我们当然要跟他改一改让他再出最后的文章对吧但是从模型的角度其实它就是一种推理模型的一个原始逻辑推理模型出来之前我们就发现如果你让模型分布执行一件事情的时候模型的表现就会好于它一次性执行其实回到最本源的原理就是你让模型花了更多的时间去思考

因为一次输出完整的文章它就是那么多 token 你让他先出一个提纲再把提纲变成一篇文章的时候他其实花了更多的推理的时间花了更多的算力在里面本身他就有了更多的反思有了更多的思考的过程所以站在模型的视角他也有了更多的理解用户需求以及再次输入更多的 token 去完成工作的步骤

这也就是应该说是在推理模型流行之前在 deep seek 之前大家在讲 prompt engineering 如何更好的用提示词来写作或者是让模型为你工作的时候就很强调的一点就是你要让它去分步执行一件事情把这个事情先分成几步然后再逐步的去分解跟执行其实这个东西就是提纲分成几步一篇文章提纲如果有三大步每大步有三小步那就是分成九步然后每一步再往里填肉这个时候模型在执行的时候它的表现就会更好一些

我一开始想出来这个办法其实是非常无赖的因为当时 Cloud 3.5 三类它一次性能够写好的最长篇幅就是 1200 字左右如果你要写 2000 字的文章你就不能让他一次写完他就会偷懒如果他硬要他写 2000 字他写出来也是比较糟糕的所以我必须把它拆开

那我如何把它拆开呢我必须要有一个中间件这个中间件就是要让他先写个提纲先让他写一个提纲接下来你要写第一部分接下来你写第二部分接下来你写第三部分我通过这样的办法才让 Cloud 3.5 写出来比如说五六千字的文章这是一个

当时受困想出一个办法但是现在其实比如说 Jomina 2.5 Pro 或者 Kodak 3.7 它一次性写个 3000 字甚至 Jomina 2.5 Pro 它一次性写个上万字的问题都不大了现在模型技术问题其实已经解决但是我觉得先写提纲再写全文它最好的部分是在于增加你和模型交互的部分增加你给模型输入你自己原创思想的部分假如说我们直接把一篇上万字的我口试的文本为给人家让他写一个东西出来的话

他的语料当然是都是我的语料他也能够根据这个语料准确的表达出来我的主要思想但是他在具体的表述方式上案例的编排上结构上他一定是一个平均水平的东西一定是 AI 基于互联网内容写出来一个 60 分的东西那么我给他增加了一个起纲的环节我可以深度的参与我让他把某一个案例读到第一部分我让他调整结构这些非常非常具体的交互之后我能够增加 AI 写字座中间我的语言

原创性我的主体性这样 AI 才能写出来一个 80 分 90 分的东西不然的话 AI 只能写出来一个平庸的东西我问一下这个地方时超的部分你是会让他改几次提纲吗然后这个过程也是用口述吗这个是必须要来我举个例子比如说我现在要写一篇大概 3000 字左右的文章

我的口述可能我自己讲了五六千字那么我会把这五六千字输给 AI 然后让 AI 帮我写个提纲这个提纲我可能最多最多就让他改个三四次也不会再多因为现在 AI 他一次性输出提纲其实还比较让我满意的

我觉得工作流已经非常清晰了对先写提纲然后围绕提纲要做几次互动其实咸鱼前两步的方法都很强调说我要注入我的一些自己的原创性比如说口述要有很多的原创性在里面提纲的互动案例到底放在哪其实是你原创性的体现我感觉咸鱼你之所以能给这样的提纲比如说你打个 80 分 90 分它也是一个心理上的效应就是说注入了你更多原创的观点你的满意度肯定又更高嘛

是的其实就是让 AI 更加像我以我自己手写的东西为 100 分参考的话我其实可以让 AI 写出来 90 分的接近于我的东西至于说这 90 分的东西它到底能不能比我自己写的更好这其实是 AI 无法完成的必须你自己后面再手动来润色调整字词来修改的东西明白

第三点标准刚才大家能感受到就是咸鱼本身自己对于内容的输出其实是有比较明确的标准的但这个本身因为你是一位文字工作者对吧你有极强的语言风格我自己呢我不是纯文字工作者但是我在实践这套方法的过程当中我也找到了一个比较好的提升这套东西的方法我是把我买的几个课程里面的一些东西拼在一起了比如说我买的一个课程里面呢它会明确的给出一堆词汇

这堆词汇呢全是 AI 用的转折词什么然而同样的尽管这类词汇呢说如果你让 AI 来写就会特别多所以呢我在给 AI 的输出里面呢我就会加上这样的标准我就说你这些词汇尽量少出现除此之外的话呢我还找到了一些我平时很喜欢的作者或者我自己曾经写过的一些东西我觉得比较有风格化的代表我的写作逻辑和审美的一些文章

这次我在生成这个接近两万字长文的过程中我也给了 AI 这样三到四段片段然后就是告诉他说这个代表了我心目中中国最好的作者常用的文风和方法你尽量去学习一下对所以第三个点其实就是你在最后的终审环节或者说你在最后提示词的一些零星的地方你还是要把这些标准提给他就是一些我们叫做车轱辘化的一些词汇就不要说太多了然后你尽可能的去模仿一些我觉得 OK 的这样的一些作者

就是要有相对明确的一个标准我不知道针对标准这块线有没有什么要补充的其实我也尝试过这样的写作办法就比如说我有一个自己的文本库我把我过往写的相对比较长的文本我都存下一个文件夹然后把我的这些文本我都喂给 AI 然后让 AI 写了一个 prompt 来总结我自己的文风就当我想偷懒我不想口说的时候我也可以

就给他足够的资料把我想写这个领域的 PDF 文章未给言再让他按照我的文风这个文风我直接把 prompt 粘贴进去就好了我让他直接写这其实写出来和我也比较相近这个挺有意思因为你没有办法直接把你的文件包给他因为那样的话就会太长所以你相当于先压缩了你的写作风格然后把写作风格注入到你这一次写作的目标里面他也能写出一个大差不差的像你一样的这种风格的文章是吗

对这种东西其实是我们已经干了几千年了比如说中文系的教育里边说什么某某某文学家文风奇俊闺秀这不就 prompt 吗

事实上你可以把每一个作者他的语料扔进去总结他的文风对而且其实最早流行大模型就是用鲁迅的文风写一篇什么什么是的只是他这个其实也有点相当于先写提纲再写全文我不是让大模型只是喂给他一篇我的文章然后告诉他你要按照我的文章写全文或者喂给他一篇南西的喂给他一篇小碗的文章

按照这个文章写全文而是我事先让大模型把这些文章已经总结成一个结构化的要点然后我再把这个 prompt 这个结构化的东西我给大模型人还根据这个来写这个好处就是一个是不要省 token 那个是他其实会相对准确一点因为我来了生成这个 prompt 生成这个结构化文本的语料是更加丰富的

所以咸鱼刚才我们聊了这么多我相信你也用了很多现在市面上的模型因为我们这一期讲实操我们不如就看一看现在市面上这么多模型你有哪些推荐或者是不同的模型它们有什么样不同的风格吗好呀如果只推荐一个用来写字模型的话我现在就是推荐 Cloud 3.7 Sunday

我觉得 Cloud 3.5 Cloud 3.7 它的模型都是最适合用来写作的包括中文写作是吧对包括中文写作它执行我的指令最准确并且它没有很奇怪的语气词并且它的文笔也比较好它几个要素综合在一起它写的东西是相对平实相对简洁和谨慎的其他几个模型比如说现在性能也非常好的 Gemini 2.5 Pro 它的问题是在于

让它结构化让它的总结都没有任何问题但是让它写全文的时候它会有一些莫名其妙的语气词我不知道是它语调的问题还是什么问题它会有一些嗯呀呀装可爱的一些语气词导致我要手动的改掉这些东西比较的烦对但是 Gemini Pro 好像是上下文是最长的对我自己实际上试过比如说我做播客的时候我可以直接喂给它一个三个小时的播客录音这里边三个小时可能有个十万字左右然后我让它总结不可要点让它帮我找出来哪些部分需要删掉哪些部分需要保留

就 M8105 Pro 很适合做这样的工作但是当他写全文的时候只要写中文他就会有一些莫名其妙的语气词然后 CHI GPT CHI GPT-4O 或者 CHI GPT-4.5 他的问题就是他没有任何特色这我想不出来他到底写的好还是写的坏你让他执行我的指令你让他总结我的东西总结很准确但确实毫无特色就不像 Cloud 一样给我一个比较严谨比较平实的感觉

所以我很少用起来去提来写作那 DeepSick 的问题就是它太飘了 DeepSick 阿姨就给多余什么量子力学这些鬼词上来了很难直接用来写作 DeepSick 的文风这个真的是已经快把我们喂吐了而且虽然我们跟一些朋友聊他们说这个文风其实主要还是跟后训练有关但是 DeepSick 确实感觉是一个文风特别明显的一个模型就是我能很清楚的在各种地方看到一小段我大概就能知道这是 DeepSick 写

它有大量的比喻是吧包括你说的这个飘之前我们看过一个统计好像它是什么量子力学这些词的出现率非常高很科幻这个模型是吧这是一个科幻作家你可以这么讲但是 DeepSync R1 它的思维链到目前为止也是最好的并且现在主要的推理模型像 Gemlight 5 Pro 它是调用 API 的时候直接不输出思维链的你只有在 Gemlight 官方网站里面使用它才保留它的思维链功能它就是不想让自己的思维链被盗用那么

DeepSync R1 它的思维链到现在是最强的就衍生出来一个非常好玩的用法你可以把 DeepSync R1 的思维链缝合到其他模型上比如说 DeepCloudDeepGemini 都可以缝合我的一个朋友这个他搞出来这个玩法的目的就是 DeepSync R1 它的思维链很强但是 DeepSync R1 它的文风太飘了而 Cloud 或者 Gemini 它的文风比较的好就把这两个缝合在一起至少在 Cloud 3.5 时代缝合了

思维链的 deep cloud 我觉得确实是要比 cloud 本身是要写得更好一点的但是现在像 cloud3.7 出来了像 geomoda2.5pro 出来了那么 deep clouddeep geomoda 现在那根本依然在开发我觉得确实依然还会好一点 geomoda2.5pro 它现在是一个有思维链推理模型你再前面再叠一个 deep-seq R1 的思维链它依然会比 geomoda2.5pro 要稍微更好一点

但是这个好的已经不是非常明显了对我今天称成长文的时候我就是用 DeepSig 的 Gemini Pro 的组合在它的网站上大概花了 6 美金但我觉得这 6 美金其实挺值的因为一往写这个东西我可能一两天就直接过去了对因为现在在讲那个 scaling law 关于预训练的 scaling law 大家觉得差不多了因为参数在变大的情况下能力提升并没有很明显

但是在推理这个维度的 scaling law 还在继续就是刚才咸鱼讲了一个例子即便 Gemini Pro 2.5 已经是一个带深度思考的模型了但如果你把 DeepSeek 的推理先叠加在它前面它还是能表现的更好一些也就意味着你只要付出更多的推理的成本它的表现就是会持续的提升这件事情我们目前还没有看到它到一个平静的感觉所以我觉得我们未来确实从这个模型的能力的角度我们也可以期待这种深度思考能力更强的模型持续的出现

那谢云我想问一下除了模型之外你写作会用什么特殊的工具吗有一些 AI 写作工具之类的我第一次看到你那个流程的时候我正在想你会不会已经在哪个地方搭了一个完整的流程不用提示词大家会复制粘贴了对吧我觉得我区别于那些影像号炒作革命一个非常重要的点就是我完全不装就完全不觉得这需要任何特殊的比如说你来 DFI 或者 Code 搭一个不需要就你自己把你的口试文本你用通译转录也好用分数转录也好你把它粘贴进去

前面加一段话让他让他写个提纲再加一段话让他按照提纲写全文这样就好了所以基本上你可以在任何地方用这个工作流来写作你可以在谷歌的 AS Studio 你可以在 DeepSync 官网你可以在 Cloud 的官网也可以在 Terra Studio 这种第三方的客户端它对工具没有任何特别要求但是就如果我勤奋一点我完全可以在 DeFi 或者 Code 搭一个工作流或者我自己手凑一个 App 出来

其实实现起来很简单只是我太懒了我懒得去做这些东西重要的是思路这些具体的流程并不那么重要我觉得你应该勤奋一点这样让我们可以省点事了是吧好的这一块我们台倒是有一个挺不错的工具我们的那个标题我们是搭了一个小机器人给我们做评分的

我们一期节目可能会准备 30 个标题虽然最后每一个标题选哪个还是我和托马斯两个人决定比如说当面临 30 个我整个人的大脑可能就当机了我选不动的时候我会让 AI 先选出最好那五个然后我和托马斯再深度的去讨论这五个到底逻辑是什么最后要用哪个

刚才提到标准和工具这一块就为了准备这期节目我其实真是肝当韭菜一周之内买了两个 AI 或者是叫做自媒体写作的课程之前我和托马斯我们俩感觉呢就是这个领域是一个牛鬼蛇神很多的领域最点的一个场景是什么呢最点的一个场景是去年我和托马斯去参加一个 AI 的线下分享吧有一个大哥就是上去他是很厉害那种说靠 AI 变现赚了多少钱卖课

然后现在开始做 AI 智能硬件我和托马斯当时觉得哇这个人肯定很厉害结果那个人在讲台上就开始伸出五个手指我今天告诉大家怎么教 AI 给你做正确的输入然后掰开第一个手指是什么你要告诉 AI 一个角色掰下第二个手指说你要给 AI 一个背景告诉他现在正在执行什么任务就在做传销你知道吗所以我抱着这样的知识付费加 AI 感觉十有八九都是骗钱的都是割韭菜的这样的态度长期来去看这个事

但是这一次呢因为 AI 写作太容易跟这部分混在一起了那我准备节目要不还是花个几百块钱我进去看一看这帮人是在干什么对吧我进去之后有不同的感悟我首先觉得他们

他们有的一些方法论上的点其实跟咸鱼是一样的它会有一套标准的流程比如说 AI 写作课的一个主理人他就是在讲说自己怎么样甚至把这种前端的叫做所谓的售前中间的验收售后都做成标准的这样的话能够让它跑成完整的一个商业可交付给客户的项目如果你进来做写手前面有客服帮你对接之类的一些东西然后你可以聚焦在那个部分

其实这是一个很矛盾的叙事它一方面告诉你说你通过 AI 释放生产力你获得了十倍的协作能力你自由了你成为了一个超级个体对吧但是事实呢它又把你拉回到它的那个体系里面你就在那个体系里面你才能真正的聚焦用 AI 做十倍多的创作如果你不在它那个体系里面就要自己去闲鱼上接单这是我的第一个感受吧然后第二个感受就是说为什么那 AI 显眼这个东西它特别容易跟这个所谓的什么搞钱啊超级个体

就放大你的能力去挂钩我也实践了一些 AI 写作课里面的技巧其实 AI 写作这个事它确实是一个你晚上蹦一蹦你获得的满足感就能非常大给你的心理的满足感我一下子提升了非常多的能力我一下子又变成了一个现在什么公文写作甚至什么招投标的标书我都能三下五出来就给它弄完人就会开始觉得自己很厉害它解决了这个人的自我的认可的问题

他最后往往还会告诉你说你要利用自媒体或者是写作这样的方式来变现很重要的一个点就是他解决了动机问题所以我最后花钱花到后面我觉得这些写作和自媒体的成功学课程好像没有那么割韭菜了我自己觉得反而对他有一些好感如果我是一个日常生活没有表达欲的人看了你的这个课我就有表达欲了然后我还一定程度上解决了工作流程的问题反而是一件很好的事情但是呢这些课程其实就是成也成在这个点败也败在这个点

他成功就是成功在他帮助很多人解决了写作的动机他告诉你写作是人的自我提升自我成长的重要步骤是人的底层能力甚至能告诉你能搞钱改命但是另外一面呢如果你的一些受众是比较注重所谓的干货的当他进来看到你的课程提纲可能 60 节课里面有 30 节都是在讲这个动机的问题写作对于你人生成长的价值一个正确的写作价值观是什么

可能这个人就劝退了他就会觉得我交这一两百块钱我是买了一些来自知识星球的垃圾我一下子就理解了为什么这些课程会背负两种截然不同的反馈往往知识付费想讲的观点或者是目标都是美好和远大的

就比如说 AI 写作比如说各种各样教你做这个做那个的课对吧包括其实我觉得某种程度上它跟健身房办卡是一个道理它可能解决你的更多的是我要努力的这件事情里面的内容我相信一定是有价值的部分比如说那种减肥课它一定也会告诉你如何才能按照我的课程正确的减掉肥对吧 AI 写作课甚至有些课它会提供一些工具给你它会跟手把手的交流刚才说了

刚才在录之前 Nixon 给我们看了一个课的大纲其中有一个地方我们大家看了都笑了他教你如何在一个大模型的网页板上删除你的上一个主题他面对的受众可能是一个完全的小白这种叙事方式吸引到的往往就是这种纯小白他才会希望我要学 AI 写作课包括我们在群里面聊天在前面准备节目的时候我记得是 Nixon 发了一个大娘那个大娘在前面可能还在卖别的东西

后面他就开始念跟 AI 相关的一些词明显他那些词都念不顺他都不知道那个词是什么意思但是他就强行的在念一些这个关键的词我觉得课程一定是好的但是你如果买了课抱着那样的目的其实是不解决问题的很多人可能都是半途而废就像健身房的卡一样办到后面坚持下来的永远都是少数那些肌肉男

到这里可以升华一下就包括我和托马斯做播客这么几年来包括闲于长时间看文字媒体和音频媒体的一些东西你会发现说有一些很明星的创作者他可能高强度的做了一年东西之后就没有再输出了他就不更新了他长期就没有享受到你做自媒体所谓的这个红利我现在开始理解这个现象在写作或者说其他创作当中它其实真正重要的问题不是那个工具和那个很具体的方法

它真正重要的东西是你有没有表达的动机对吧是你基于什么样的价值观去表达之后才是你的流程素材框架和你的这个标准是什么样这几个关键词如果你解决了你会发现说其实你能解决所有的这些问题那所谓的这个写作课可能也就不需要了你总是能发现身边一个称首的工具可以去帮你来解决怎么创作的这些问题

这其实就是二句话 agents 大于 intelligence 你的动机主观能量性远远比你的智力更加的重要我们如果去看一下现在火的大 V 自媒体甚至于像是伟人对吧丘吉尔这种人他们一开始都是欲望大于能力的我成天炒作我成天专注于

比如说邱哲当年成天专注于给媒体写我在南非干嘛了我今天又在哪干嘛了真让他炒作成一元了现在很多大外都是这样子的你一开始拍视频没人看你坚持个一年那大概率是有人看的只是大部分人可能一个月都坚持不了这事情就很简单就是欲望比你的能力更重要因为你有欲望你就会不断的去提升你自己

听起来很成功学但是就是这样你有欲望所以你能坚持我以前我也会很讨厌这种炒作我觉得我靠这些人成天在炒作什么今天 AI 又颠覆人类了明天我又能靠 AI 这个几百万了对吧但是我现在会觉得人能一直有欲望的炒作是一个非常了不起的事情

比如说像孙宇传导时就是我一直炒作我真的炒作成一个明星所以其实从这个点上来看咸鱼在自己的工作上写的那十篇八篇文章对我的影响是比那些所谓的 AI 写作的产品上更大的我看到一个数据

有人盘点了去年前年出的 5000 个 AI 工具然后呢其中 1200 个已经被关门或者是收购其中关门最多的是 AI 写作产品就是 AI 写作产品其实没有解决那个最本质的问题反倒是说我去看闲鱼的东西我就觉得说好像我也可以试一试我也可以把我的音频的内容文字化一下

对我觉得这里面的关键就是今天你要相信一个已经相对比较优秀的写作者的写作内容已经可以由 AI 来解决其中非常重要的部分了那这件事情我觉得是今天我们需要更新给我们的听友的

因为在可能一年前的节目里面我建议大家在一些格式类的写作中采用 AI 包括我相信很多人对 AI 的印象还停留在他就是写一个什么检讨书写一个工作总结的阶段只是现在还有一个时间差就是距离我真的出一句话我真的要直接喂给他一篇文章让 AI 来产出符合我标准的文章我觉得可能大概还需要个半年一年的时间现在你想让 AI 来生成符合你自己要求的文章还是需要有些工程化的办法的这工程化的办法

但是我们刚刚介绍了一些但我们和那些营销号的区别就在于这些完全是免费的我觉得这些思路很重要但这些思路是不值钱的是值钱的但是我们免费送给大家大家可以展望一下我们新一代人应该怎么样来用 AI 的写作来和创作我也是看刘宇坤翻译刘慈欣作品的一位英文作者他的一个比喻

你应该把 AI 看成一种独立的媒介电影最早被发明出来的时候呢大家只是拿来拍一些日常的比如说小孩子把手伸到鱼缸里啊一些动作但是后来呢有人发现电影就能讲故事是能讲一个火车怎么逼近你然后表达很紧急的一种状态对吧 AI 生产的东西可能在很长一段时间内从我们的标准看起来都是偏乏味的就像闲鱼最开始说的都是不如我自己亲手写出来的东西的

但是和 AI 互动的过程是可以非常有趣的我们可以靠和 AI 增加互动的这个过程然后让 AI 更懂我们节省我们的时间能把我们的时间解放一些出来

前面几个关键词可以跟大家再复述一遍就是提纲大量的口述输入和明确的标准这就是核心的几个要义咸鱼依靠这个方法可以说是基本上是外包加个括弧外包掉了自己的文字创作那接下来其实我们可以讲一讲说那我们有没有机会把其他的工作也给到外包掉对吧那这就涉及到了我们今天的新一个概念叫做 AI Agent 当然

AI agent 这个概念实话实说我有点麻木了 Thomas 你可以正本清源的来跟大家讲一讲 agent 这个东西到底应该怎么去定义它像黄仁勋在年初的 GTC 大会上他也把 AI 分成了四个阶段第一阶段叫 perception AI 在生成式 AI 之前的从 15 16 年包括语音识别图像识别的技术那是第一个阶段现在大家主流在讲 AI 的浪潮是从 generative AI 就是生成式 AI 这一波开始的

那么在黄仁勋的定义里面生成式 AI 的下一代叫 Agentic AI 所谓的 AI 智能体时代就有点像我们现在刚刚要进入的阶段再下来第四步就是 Physical AI 这个更多的是指的是像机器人这样的 AI 进入到物理世界的阶段

那什么是 AI agent 呢这个其实没有一个通用的说法但是非常简单的去理解就是一个会使用工具来做执行的 AI 今天在用的这种带搜索能力的 deep research 的模型比如说 deep seek 加搜索它就是一个最基础的 agent

今天呢不聊那么泛的 agent 我们可能要聚焦到更具体的一个 agent 我们看到的这种基于浏览器和虚拟机的这样的一个 agent 的工具最早还是 OpenAI 发布的叫 operator 它是一个基于网页的自动执行的工具它会操作你的浏览器的界面它可以帮你下单一些东西帮你买东西帮你执行一些你指定的操作

但是当时它成功率其实不太高说白了就是不好用它是一个像 Beta 一样的产品所以当时没有特别引起大众的关注再到 Agent 进入大家的视野的时候就是前段时间爆红的 Mainless 一个月前 Mainless 刚发布的时候其实八天晚上我是非常兴奋的

所有我认识的 AI 开发者也好或者 AI 媒体的从业者也好都在主管那个视频这个东西你看的人看明白他们要做什么我有一个指令的模型这个指令模型拆解了我给他的输入然后他自己去调用虚拟机在虚拟机里面调用各种 API 调用各种工具来帮我们做任务

你一眼就能看明白这个事情 Miles 到底要做什么但在 Miles 之前就是没有人端出来一个做比较完善的产品给我们的 Miles 它确实是一个能解决我们非常多小任务实习生的工作的一个产品现在我每天可能还会用一两次 Miles 它帮我解决一些小任务比如说我让它帮我写一个研究报告我觉得它写的和 OpenAI 的 Deep Research 是不相上下的甚至还要更好一点因为 Miles 它可以

要用更多的工具比如说他自己去打开 YouTube 的视频比如说他自己去打开网页在网页里边点开某一个音频就 OpenAI 的 deep reset 他其实没法做到这么的详细并且我之前有一个非常具体的需求就是我想要做一个新的短视频系列然后我想要有一个更好的可视化所以我想做一个前提工具这个前提工具就是一个复古的电子框我在里面打字然后他打这个字用一种复古的形式显示出来我就直接录屏就可以作为短视频的素材了

放在以前我可能是要去找一个前端然后帮我写一个这样的小程式 HTML 网页出来但是我让 Miles 我就花两个任务一共花了可能一个小时时间我就做出来一个前端小工具我自己就可以用了所以我真的觉得 Miles 他在做各个行业的初阶任务的这些场景是非常好用的就比如说我是一个文字工作者我是没有技术背景的我真的不会写前端我真的不会做一个 HTML 的一个小工具

但是 Mylas 它就是可以做也许程序员看来这就是一个非常简单的任务但我就是不会或者程序员你不会写报告也不会写研究报告那 Mylas 它确实会很多人喷 Mylas 就觉得它没有技术壁垒那确实是没有技术壁垒过去 20 年代中国的 AI 产品百度微信美团到底哪个真的有技术壁垒的都没有就是产品经理的能力所以 Mylas 它就是一个非常好的产品经理推出来的产品确实是我也认

直到 Miles 到现在发布一个多月了知识上还没有任何一家大厂公开发布了和 Miles 一样的并且是直接大家都可以用的产品的就算有也是在小范围内测的现在还有一个类似于 Miles 的叫 Genspark 对吧

他也是晚于 Myles 基本上一个月时间发布的所有人都知道 Myles 他的思路用一句话可以讲清楚但 Myles 他中间还是有很多 low-how 的你到底怎么去训练你的这个指定模型就比如说 Myles 他调用的 Cloud 3.7 那 Cloud 3.7 的 API 温度是多少这些东西是很多时候需要试验出来的比如说 Myles 他每次任务都要调用虚拟机到底调用谁的虚拟机你怎么调用虚拟机他中间是有很多 low-how 的大厂抄了一个月都还没抄出来这是很能说明问题嗯

我觉得刚才闲鱼基本上把几个关键点讲到了第一个就是工具的使用 Deep Research 的很多产品也能出一个不错的研究报告那为什么 Manast 可以更好一点原因就在于它通过虚拟机的方式它整个界面其实非常简单左边是一个跟这个模型的对话框右半边就是一个虚拟的计算机这个虚拟计算机你可以随时跟它沟通你甚至可以在这个虚拟计算机里面做操作

我看 Manage 最新接入了 Google Cloud 你就可以在它的虚拟机里登录你自己的谷歌账号像这些操作就是通过工具来实现的而这种工具的调用能力它是远远超过一个大模型本身的调用能力的今天的大模型可能还只有有限的几个手段去调用有限的工具它提供了很多的想象空间包括刚才闲鱼讲了它可以帮你它可以看视频它可以听音频是吧

他就在这个过程中完成了更多信息输入的步骤就是刚才咸鱼提到的 AI 的本质是一个压缩工具那你要给他足够多的信息输入这个信息输入呢过去自己写篇文章可能我自己口述就可以了如果当我们涉及到一个复杂的输入的时候呢他就可以自己去通过他的推理他需要什么他就自己去网上找

自己打开一个网页甚至是通过你的帮助输入验证码登录之后找到一些信息你的信息或者是公共的信息来完成一个操作假设我是一个也不懂 AI 产品的一个小白对吧你可能卖个 Manos 的邀请码给我你卖给我 1000 块但是你要给我一个合理的预期对吧就是我到底是认为说他是可以帮我写年终数值报告帮我直接把自己的业绩编得很好甚至加薪还是还能够怎么样还是说只是能帮我干一些编小料的事情现在应该怎么样描述他的一个

正确的一个能力上线这种产品呢它只要满足你一次在某一个你的需求上你尝试着给它一句话然后它生成了一个东西然后这个东西惊艳到你了或者它完成了你的工作目标的时候你就会发现你对它这个产品的这个信心就会大大提升

具体到他现在能做什么整体的感觉就是他可能还没有像刚才我们聊的第一个话题完成度那么高 AI Agent 在此时此刻我认为他还不能外包掉某一个特别明确的工作他更多的时候是一种尝试型的我举个例子因为我给好几个不同的 Agent 给他们一个通用的 prompt 就是你帮我写一篇中国手机市场上前六名的这些手机品牌

旗舰手机的商业的战略分析输出一个 PPT 的格式这是一句话的输出这个报告其实我在几个平台都试了包括 JS Park 包括 MannersRabbit Intern 等等大部分的 agent 它输出不了一个完整的 PPT 比如说 Manners 最后是生成了一个网页在经过你的同意之后它会发布一个智能手机调研报告到公网上

它发布之后这个东西就会被搜索引擎收录在这里面我觉得两个方面第一个方面其实 Manus 或者是这些工具它最后是能给你输出一个结果的比如说一个网页这个网页有着结构化的内容大概能够覆盖你的目标或者是一个 PPT 这个是我用 GemSpark 的工具得到的结果我觉得还蛮惊艳的 PPT 做得非常漂亮

甚至可以在不同的手机品牌的色块里面用这个品牌标志性的品牌色来代表我毕竟作为这个行业的从业者我还是会发现有一些细节是达不到要求的这就有点像我们过去让 AI 写作猛一看还行是吧但是你真要用你就发现要改的地方还是有很多它会有一些常识性的错误来自于它的这种公网的搜索如果你把它作为一个实习生给你的第一份的参考资料我觉得它是比大部分的实习生要优秀的

我去问 Miles 或者类似的 agent 的产品比如说智普也推出了他们的叫 AutoGM 陈斯或者 James Park 或者任何的现在推出的 agent 产品它其实还是主要做文字工作这个文字工作不只是写作包括写一个研究报告包括写一个 PPT 包括写一个小程序这种东西的

还是主要是文字工作但是呢一个文字工作者一个媒体老师他的工作中只有很小一部分是文字工作比如说一个记者他每天很多大量的工作是去采访是去认识人那这些工作是任何 AI 都带不了的现在我做视频那我的文字工作我确实可以拿 AI 来替代了但是呢就视频很笨重的部分是剪辑我还是得找个人来给我剪辑

现在 AI 也好 Azure 的产品也好的一个问题就是文字工作它确实是能替代的但是文字工作只是我们工作中的很小一个部分那真正困扰我们的是和同事沟通每天被拉进分数群开会所以我要去找合作方帮我做一个什么东西那这些 AS 替代不了的可以代替掉很多不是那么核心的咨询工作通常比如我们要做一个策划或者做一个实际的营销的东西的时候我们有的时候是需要一些外脑协助的嘛

我们会需要做一些洞察分析你把你的这次的目标 brief 给你的 agency 你的 agency 回去开个会他们脑爆一下然后出一个洞察分析的报告和初步的一些解决方案给你对吧那这件事情其实在一些小的项目里面这一步就可以跳过了

我可能不需要找一个乙方来做这件事情了我觉得这个是很直接的结果因为你真的去找一个乙方这个乙方如果是第一次接触你这个行业他给你出的调研报告搞不好还没有刚才我说的 Jane Spark 他做的 PPT 那么懂行所以实习生的工作乙方的工作我觉得会部分被冲击

我今天看到一个说法是说如果 AI 能够完成你创作中越来越多的环节其实那个好的标准会水涨船高因为一个东西好不好它是由稀不稀有决定的它不是有一个固定的标准但是如果你在 2022 年的标准像金斯巴克给你生成一个 PPT 而且那品牌设计用对了对吧那你 2022 年你肯定是个炒作狗

你肯定直接标题叫做他连配色都懂这个 PPT 炸了肯定用这种标题我们这几年确实无形之中我们对于 AI 对于内容的标准确实是默默的提升了但是我们自己可能没有太多的觉察就是当一个技术非常快速变化的时候你积极的去拥抱这个技术变化可能并没有什么必要就因为技术足够重要到迟早都会影响到你你拥不拥抱都无所谓

我是在 24 年 11 月份就我换了工作之后我才比较深度的用 AI 来工作的在此之前一两年我基本上没怎么碰 AI 但对我完全没有什么影响我这六个月来用 AI 我觉得和其他人用了两三年也没有任何区别

就像是在自媒体在媒体上就 AI 取代人类什么炸裂什么现实不存在这种标题已经用了两三年了对吧但直到现在大家还在用直到现在大家也没有真的觉得我操我的工作真的就被 AI 干掉了就是 AI

AI 技术它已经重要到迟早都会影响到我们的生活我们的社会你学不学习它都无所谓你被动的主动的好像也没什么区别了我觉得这个挺好的因为大家都有 formal 的情绪报那么多班也是怕我今天不学明天就被我隔壁桌那个同事取代了对吧

但现在看起来可能不是这么一个路径也许是你今天不报班但是明天你们领导就会要求你直接把这个事做了这个时候你就在公司里就像你刚入职一样要学一个公司的工作流一样就把它学会而且显然我们今天看到有了 AI 之后这些操作的难度是下降的就一旦你学会了之后对

自己写一篇非常精彩的商业的文章的难度肯定还是要大于你用刚才这种方式去写的这种难度我觉得这个其实是 AI 时代给我们带来的好处我们在享受它的时候也不用太 fomo 我觉得咸鱼想讲的是这一点说起来我们从 2022 年开始关注 AI 但是在 AI 写作的工作流程上确实没有比 2024 年 11 月才开始用 AI 写作的咸鱼好这里面最重要的事情还是那个动机比如说咸鱼为什么老用 AI 写作

你如果在现实中间见到他他是一个表达力非常不旺盛的一个人经常去争辩各种现象他其实核心的本质上还是有那个欲望他想去表达和抒发这方面的东西其实我觉得就是用不用 agent 的其实也是个逻辑当你真的很想把一个事比如说像今天特别想调研清楚但你的时间特别不够的时候你可能自然而然的就会开始就会用 Manus 这样的产品

但还是很残酷的,我们想非常深就 Miles 发布的时候非常兴奋的工作群里面说了有 Miles 这样一个产品那我的实习生他就说以后是不是可以用这个写稿的其实我当时心里面闪过的第一个念头是我以后就不需要你来写稿了就遇到学生或者遇到新人我要改他写的稿子这过程其实是比较痛苦的我真的是怀疑有一点就我要拉他一把我真的是想要帮他让他学会怎么写作这个东西的

但是就现在这种 AI 工具 AI 模型它的能力提升这已经可以让我自己用 AI 再来写一篇的效率超过了我来改一篇一个新人一个实习生写东西的效率了所以它对于现在大学生来说确实是一个挺残酷的事情这也许他们有新的成长路径这个新的成长路径就是我可能比你们这些脑灯

更擅长用 AI 工具我自己常常炒作比你们混得更好也许有新的成长途径但在旧的成长途径里边就是我还要进入一个公司我还是要从实生做起然后我从写研究报告从写很垃圾的稿子一步步做起我觉得这种成长途径确实是被现在 AI 给严重的摧残了的

你这么说我一下能理解为什么有的 00 后他会用自媒体做一些非常莫名其妙的血腥就是搞抽象对吧我原来是很负面的看这个事的但是今天闲鱼聊这个事之后我甚至是觉得这好像也是一种很旺盛的有一些成长的一种生命力的表现即便我们有一天所有比如工作都被 AI 管理了我们的生活都被 AI 接管了我觉得大家也要有这种丘吉尔的自我认知吧他的助理他的这些写手们他的

秘书某种程度上在管理他的工作在告诉他你今天早上需要吃什么你的营养师说你应该怎么样接下来你有一个什么汇报你的演讲的提纲是这样的那我是不是真的就是被机器奴役了我觉得大家如果把自己当成丘吉尔那你显然没有被奴役对吧你是一个元首级的存在你可以指挥这么多的 AI 来帮你做这么多的事情你也反过来看这件事情我觉得还是可以看到很多积极的一面的吧我觉得我们刚刚讨论的是一个存在主义的问题了

这个问题的本质是当新的工具新的技术新的人爆出来我们要去思考我们存在的意义我们岗位存在的意义有每天生活的意义日常世界为常的逻辑是这样子的就我要去反思我操今天有个很牛逼的玩意儿这个是不是会替代我老板看到怎么办

但不是这样的你要用一种存在主义的思路来想就是我已经在这了我在这就是合法性我在这就是价值的所在我已经生下来了这个世界上没人可以合法的把我杀掉我已经在这个岗位上了别管什么外面有比我更便宜的人有比我更便宜的 AI 更好用的 AI 这不是我应该考虑的东西我应该考虑的东西就是我的活今天能干完就干完了剩下的是老板该考虑的我已经存在了至于你要改变我的存在我必须要跟你干我必须要捍卫我自己存在的价值

就现代社会里面大家太容易反思了我一不开心就纯粹反思我生活的意义我存在的价值但不是这样子的就你真的要说微信它存在价值是什么的没有微信的时代大家也活得好好的呀对吧但微信就是存在了就世界上没有咸鱼没有托马斯这也是个非常好的世界但我就是存在了我存在就是要捍卫我存在的价值就是一种动物的本能猪牛狗啊

从来不会去思考自己存在意义但你要杀猪他就是说要跟你拼命就我人我存在就存在我这个岗位就是存在了你要用 AI 来取代这个岗位我就是要亲近一切我就是要跟你干这就是存在主义存在就是一切一切为了存在比丘吉尔还要狠 OK 那我们会在文稿中贴几篇咸鱼的写作方法论的文章链接大家有兴趣的话可以去看一看寻找自己像丘吉尔一样写作的动机好吧然后一些基础的 prompt 我们也放到 show notes 里面

感谢收听脑放电波欢迎在苹果播客小宇宙喜马拉雅等播客客户端搜索脑放电波找到并关注我们如果你觉得这期内容对你有所帮助欢迎你在评论区留下反馈这对我们非常重要