欢迎来到 Intigo 数字经销的新栏目 Intigo Talk 我会不定期的邀请朋友们来和大家分享科技趋势的新思考欢迎回到 Intigo Talk 这是我的第 22 期
今天我特意邀请了一位我的新网友我们叫做 X 友就是 X 上的朋友浩逸同学我是通过他的我 follow 他的推特现在叫 X 来知道他的这些内容我觉得非常有兴趣我也觉得挺有价值邀请浩逸这次过来来给大家分享一下
关于他的学习方法主要是费曼学习法因为我以前也写过一篇文章可能和费曼学习法相关吧类似的就第二大佬类似的费曼学习法我写过两篇然后我对这个方法也很有兴趣但是我发现 Hoy 的 X 的内容非常精彩然后呢真的是经过他自己本人深刻思考的因为我还是比较挑内容的所以说我这次就邀请他我们一块的聊一下关于
终身学习因为他有一个社群叫做终身学习的然后呢今天再聊一下他的学习方法以及我们各自的怎么使用 AI 工具来强化我们自己这也是一个关于这一期是关于 AI 和学习的好吧那么要请 Hoy 来先自我介绍一下非常感谢这个 Indigo 的邀请然后呢我叫 Hoy Sirius 在互联网上的这个
火月的平台都叫这个 ID 然后我觉得介绍的话就是一个终身学习者一个九岁小学生的爸爸然后呢对 AI 和学习方法和自我成长是有比较长期的坚持的热爱对就这么简单
可以的对大家每个人都有专长因为我记得是我看到你的时候你的 X 上面的文章基本上都和学习法学习方法相关然后呢我记得你也录过一套关于这个
Deep Research 的视频,当然我印象很深刻,我当时我也在用,我看你是怎么用它的,然后你把它画成了一个思维结构图,然后最后一个个的来讲,我觉得这个挺有趣的,当时我觉得是在 YouTube 上,我觉得看中文领域里面分享的特别好的一个,一个多小时的一个长的视频内容,
那篇很有印象然后对我们其实在今天对谈之前呢其实我们大概简单的聊了一下就是我想第一个层面上面就是因为我记得你在前几天我忘了具体时间你也分享了一下你个人的一些写作系统对所以说你今天第一个话题想给我们来介绍一下因为我上一期正好也聊了一个写作系统上一期也是我的一个 X 友 X 友是吧然后他在写科幻小说的
他讲了一套特别好的创意系统,他说主要讲创意是怎么让 AI 发挥出极大的创意,超过人类的想象力,而且组织得很好。正好我们在节目开始之前,浩尔也跟我讲了一下,他自己这边也有一些个人的写作系统,我们可以给大家分享一下,关于写作的,因为写作很重要,输出嘛,费曼学习法最重要的就是输出。
我觉得那还挺好的把我安排在他的后面因为毫无疑问我们俩虽然都讲的是写作系统但是你想我的 ID 比较我在后面 serious 毫无疑问我讲究的不是创意而且我现在就是比较 boring 的人所以我认为我这个系统它更多是一种让你非常 serious 去写作的一个内容创作的一个系统它更像是一种刻意练习的系统它更像是一种
一种科学的一个系统然后整体来讲上次你邀请我的时候是因为你看到我在推特上发的那个状态就是发了一个感想一个模糊的感想法就是我想反思能够做到持续的去产出高品质内容的人尤其是在社交媒体上面有上百万被他影响的人
他们绝对不会是因为大家所传统的那种 gift 天赋而是说因为他们一定会有一个他们自己用的很顺手的很成熟的系统经过很多年时间打磨的然后这种系统那这种创作系统呢 OK 在以前可能很多人是靠内化在脑子里面它是个脑子系统但是呢我们嗯
我认为现在的世界是非常的复杂的就是海量的信息你不要靠脑子去管理然后你海量的素材笔记所以你得有一个外化的这样的一个系统所以这个系统它如何来去构建如何来去迭代完善包括什么样的人在什么样场景来去使用我觉得这是一个特别有趣的话题所以我在推特上面的分享都是我想到什么我就会
我就会说出来先抛出来然后大家在讨论路程当中来就不断的完善然后这里面其实有一个很有趣的背景也是我最近这几个月在尝试去在一些社交平台上面去做了一些分享我们在推特上面我认为我称之为小费卖怎么其实就是说非常克制只费卖一个 idea 你不可能费卖两个 idea 在一个推特里面所以他就称之为小费卖
然后我们的这个文章呢我称之为中等类型的这个肺脉几千字的然后呢像这个我在 YouTube 上面经常这个一个视频一个半小时啊那个就好几万字了啊就那种体量的东西包括这个一本书的书稿可能有几十万字那我们称之为大肺脉那是这个知识体系这个层面的所以我最近
这几个月其实做了一些尝试包括你看到这个呃我在 YouTube 上面我在 YouTube 上面其实从 12 月底的时候做那个 Google Deep Research 测评的时候那个时候一下子有了这个 5 万的观看那是我从零开始第一波的关注对然后呢我在上面用五六个视频吧一周一个视频我测试了五六个大概从零开始做到了 1 万的这个关注我觉得这也是非常感谢大家的认可啊
然后在推特上面我看了一下我后台的数据然后去年 30 月份刚开始玩的时候是一个月从零做到了一万的关注然后我谈到关注这个东西非常快不是一个虚荣指标而是说我会觉得它是一种有效的一种反馈因为你在很认真地写东西它是一种反馈
然后二月份的时候也是 9000 多的关注整体来讲我是活跃了 6 个月我有 6 个月的时间是在发帖的然后大概 3.5 万对然后公众号我最近做的一个测试是什么呢就是在 GBD4.5 和 OE Pro 出来大的背景之下我尝试了一件事情就是日更然后到今天开始刚好更了 30 天
所以这几个整个的一个创作在我看来是一个事就是不论你是在做视频还是你在写一个很小的一个推还是你在写一个文章
它其实本身都是一件都是 contentcreating 我们都是 contentcreator 你到底是视频还是音频还是文字没有什么区别所以这样的话就涉及到我们这样的一个系统就是说不论你是写推还是写文章还是写书还是做视频你都需要这样的一个系统某种意义上的创作系统对
了解那这个我想想看那这个系统你可以因为我我刚才理解了因为我之前写过文章我在我应该是在 2023 年底的时候写了一篇关于这个我自己的第二外老的我特意举了几个例子我会把我自己的这个就是我自己的学习法可能也是费满学习法就是我每天我在阅读我阅读很多东西然后呢就是你刚才说短创作我会把马上就能够得到的知识快速分享出来
这是一个短创作然后呢另外一个呢你刚才说中等长度的你会写文章因为我以前有个不好的习惯我一写就是两万字起两万字起三万字写这么多因为我写不短一万五千字所以说我自己会把另外的一个我最近我想写一个文章我老是当时一个项目就这样大佬他就是有一个就是我有一个碎片化的管道
会有一个项目管道但是一个项目同时我只会进行一个项目或者两个项目最多两个项目写文章只能进行一个那么我想在这一周或者两周之内我创造我创建一篇两万字到三万字左右的文章我一般是两周时间呃
可能是一个月吧我一个月我会来构思我会来想做这个事情但是我写的时候我只会花一周左右时间写完不到但是呢其实收集很多资料的时间是花要花两三周的那么你老是进入了一个创作状态就是说这个状态这个项目那你看到了任何信息只要和这个项目相关你都扔到这个项目里面去
然后最终你会把你之前的那些碎片化的东西往里面放你再去反过来去 review 你的碎片化的东西再把它摘出来然后放在项目里面去这个就是一个我叫一个大输出是吧一个比较我可能一年只能输出两三篇这么长度的对但是我觉得这个东西会对我自己的提升会非常有帮助我给别人讲东西的时候会很系统的就我脑子里面我彻底把一个东西鬼
给转化出来这是我自己这个系统我觉得和你的时候比较像但是我的品质太低了对吧你想想你的这个社交账号做的非常快速度你看一个月就洗万份我记得我我推特我发了两年多才三万份我发了两年多对我是我是从两年前比较正式的开始发的然后发成这样子的 OK 这个就是我我刚才讲的是我自己的一个系统对可能没有你那么品质高你是有
短的中的和长的做成 YouTube 视频对我之前想就是从短的然后到长的其实我现在也在改进我也在 upgrade 我的系统你看我现在的公众号的文章就发多了一点是吧就是因为我很快速的把阅读转化成我觉得能分享就分享对为什么不用再展到什么
一个月两个月之后我就把它就合成一个大了因为其实我发现一个问题现在长文的阅读率非常低对可能只有 10%的人能看完然后大家看了超文章就头疼对所以说你后面你做的 YouTube 就很好大家还是喜欢看视频对轻松就有一个多小时就看完了对阅读长文真的很累所以我觉得这还是一个媒体时代就不一定是写文章如果能够变成一个更好的交付
这是我个人的一个分享那么前面你说的这个写作系统就是这几个层面就是刚才说的长短还有其他的补助吗是这样的就是你想写作或者内容创作这一件事情每个人有每个人的特点每个人有每个人的节奏像你写的这个长文章我可能就比较少写我更多是觉得这个练习的一个
因为整个来讲其实基于我对这个飞漫的一个理念嘛就哪怕我在这个送小孩上学的这个路上这十分钟的这个时间时间我假如说我再跟他聊一些比较抽象的一些概念什么叫平等什么叫民主什么之类的东西
这种东西它其实它都是一种费慢的一些过程甚至包括你跟小孩讲一个笑话所以我更多强调就这种快速的去闭环然后在很多轮的过程当中让你对这个
概念的理解或者是整个的 idea 你会想得更加的清晰然后后面会更加的深入是吧所以这个在整个的这个费曼就是我认为我的整个的写出输出我之所以开始去年的时候我在推特上面开始去写东西从零开始很认真的去写东西就是因为我要做一个实验就是我去年从 1 月 2 号的时候开始来去写一个叫
AGI 时代的非曼学习法这样的一个这个话题好这样的一个书稿是因为这个是为什么呢就是我对这个学习这一件事情我是比较有热情的我是比较有热情的然后呢我当时这个书稿搞的一个目标呢就不是就是不单单是讲这个学习的方法和工具我更多是想把整个人类的
底层的这个学习的原理给他清楚的飞漫出来这也就也除了这个认知层面就除了认知心理学这个学习的过程和原理我还希望从机器的学习以及人脑这个这个层面来去整个一劳永逸的从第一心原理的角度来去讲这个东西啊
所以我大概去年从 1 月 1 号开始也是 1 月 2 号开始也是跟到 4 月中四月的时候大概写了 25 万字然后后面我就想那我得做个实验嘛而且我希望能够从头开始来做一个实验例如用你的这个方法
去写这个在推特上面去写东西你看这个大家有没有什么样的一个反馈所以我当时就开始很认真的一天写一两条的来去写所以我认为就是我的整个写作输出实际上它底层是有一个学习的方法你是把这个学习方法应用在这个写作这个环节是吧具体的来去应用一下
然后这个是方法层面的因为我在写作系统的时候我们讲 OS 我可能一般都会从道法术器这几个不同的这个维度大家很多人我们都知道这个推特上有很多的 meme 就是那个调侃这个调侃大家哇这个这个
马瓜他们就是追求各种各样的工具是吧十几二十种写作的工具组成的各样的一个流程结果你的图这样的中间的人就喜欢这种工具然后真正的高手和真正的小白他们都说 Apple Notes 就够了所以我觉得这个秘密其实挺深刻的意思其实就是说
比起这个表面的这个工具更重要的实际上是你这个系统是你对这个东西从原理到整个的方法论到这个流程包括到写作本身的深刻的洞见然后这个如果你缺乏这些东西的话你只是玩工具的话其实你可能就会玩了五六七八种工具这个各种工具如数加增搞了各种订阅但是你没有什么实际的有效的产出也没有什么实际的这个这个这个反馈嘛
对就是我们以前说做滑雪运动的装备大师对装备大师但是它效果我觉得我们还是明显效果
是的,因为你的这个话题挺好的其实你刚才提到了两个话题我后面想说 AGI 我的节目一般都会把 AGI 的话题往后放然后我们正好就谈到了工具对吧然后刚才我们嘲笑了一把对我觉得那个 MIME 图我的印象很深刻的 Apple Note 在最左边 Apple Note 在最右边是吧小白和高手大家都用 Apple Note 然后其实前面你也讲到了你的
就是写作系统其实就是用费曼学习法的输出按照不同的长短和品质来输出对吧学到了之后我用什么方式来输出其实我们俩很类似只是说我有了我的文章有的写太长了对现在在改进不能写太长然后这个方法我其实已经有了然后那么对于工具来看因为现在的工具其实
怎么说呢你说做笔记这种工具那人者见人大家找自己最喜欢的就好了但是现在有一种很强的工具的 AI 对不对 AI 在整个里的学习系统里面
你是怎么用它的因为每个人对 AI 有不同的看法而且我也在写我也准备在写一本书也是讲 AI 如何增强我们因为你前面也讲到了后面我们再讲你这个话题然后 AI 如何增强 AI 最重要的是如何增强我们的学习对不对这个是你研究的一个方向那么你可以分享一下 AI 在你的费曼学习法或者你认为你的方法的过程之中
什么样的 AI 模型或者产品对你哪个环节有帮助然后你是怎么组合使用它的我觉得这个应该方便给大家分享一下对你先分享然后我再分享我的
我们先谈一个很具体的问题就是说我们在 2025 年 3 月 13 号的现在我们在使用 3 月 14 号我们在使用哪些 AI 的工具其实我是挺克制的那一种我的逻辑其实就是我的时间是有限的周期历是有限的所以我只能集中
我的所有的精力用在最好的模型上面去
所以我使用的是 ChaiGBT Pro 对 ChaiGBT Pro 然后我主要用的是 GBT4.5 是吧用了 GBT4.5 之后你再也没有办法去忍受 GBT4 了然后呢这个 Google O3 这个 OpenAI O3 满血版这个模型驱动了这个 DeepResearch 这也是我特别正度的一个工具另外这个确定吗是 O3 满血版驱动的吗对啊它官方是说吗 O3 的某个版本呀
官方说的应该是某个版本对官方可能没说那就是 O3 呀他就是 O3 呀是吧嗯嗯嗯然后这个另外呢就是他那个 O1 跟 O1 Pro 他都是推理模型所以我基本上主力模型都是在用这几个我认为是聊天模型和推理模型里面最好的这个版本其他的其实我就订阅了 JAMNi 然后 Glock3 这都是订阅的然后
PerplexityAI 用我一个月但是取消订阅了主要是为了测试然后像 CloudDeepSync 都是用的免费的所以真理来讲其实就是你可以理解为我从 2022 年 12 月 31 号恰吉比蒂发布了几个小时之后
从菜鸡胃剔发布了几个小时之后那个时候我还我们全家都发烧了然后新冠那个时候大家说的赶说对正好新冠对然后我发烧没事干我就每天在玩菜鸡胃剔从发布一直用到现在用了两年多的时间了我觉得你刚才说在什么情况下用我觉得
All is chat GPT 就是你在说不论是大人还是小孩不论你是学英语还是学编程还是我现在大人在写作还是说我去研究一个东西我认为 AI 本质的它的本质是 intelligence 它是智能体它跟我们人一样只不过就没有身体而已是吧所以我基本上就是一切工作 生活各方面全用我能多用绝对不少用对
嗯就这样了解了解嗯那就是我刚才有一个提的一个词我觉得挺重要的就是说就是人生苦短我肯定要用最好的对就是就是以前有一个以前和分享嗯对以前有个拍生有个广告语叫人生苦短我用拍生了是吧对那个 slogan 写的那个文化山上面的对这个印象挺深刻的我也是跟你观点是一样的我觉得现在模型挺多的
我要用最好的然后呢但实际上呢我 202 在欧万正式版的欧万 pro 出来之前其实我还是用 cloud 多一点嗯对 cloud 多一点因为怎么说呢我觉得 cloud 那个这个文字表达和他的这个
表达清晰逻辑程度和更像接近人的表达自然语言表达方式会更舒服一点包括它也很方便它可以把很多可能 10 个文件 pdf 文件它都可以扔进去它一块把它总结它 30 兆之内是 30 个 30 兆之内都可以而且是很方便的但是推理模型出来之后特别是 O1 Pro 正式出来之后
长的这个 token 输出是一种魔力知道吧是一种魔力怎么说呢就是我给他 2 万 2 万个 token3 万个 token 的文章他消耗完之后他在我输出 1.5 万个 token 没有哪个没有哪个模型做得到只有 O1pro 这个东西你想想看这个我知道你你你既然在用这个东西的时候他的输出包括去写东西这个
或者是写代码生成代码但是我生成代码呢可能太长了有点问题但是至少对于我把很长的文体从 A 文体长到 B 文体或者说摘要啊什么东西这个就不可或缺了
所以说 O1 Pro 出来之后我就大量的阅读的一些东西我现在都是在让他帮我解决的因为常问我扔给他他可以帮我很毫无滴水不漏的跟我提出来因为我验证过我看过 YouTube 我看过三段四段之后我看他的输出在我自己考核过之后我就基本上没问题不会漏掉什么如果漏了什么你再问他一遍就好了对就不会漏了所以说这个是非常大的一个
阅读效率的提升然后生产效率的输出效率提升我觉得这 deep research 是一个很重要的提升就你刚才强调的因为你之前做过一个小时五十分钟的视频还是一个半小时左右的讲了很多其实它是目前最好的
我们叫做事实检查工具和资料收集整理工具他可能没有观点之前我觉得他会有观点但是他没有观点观点是我给他的对他不会有观点的然后但是他可以很清晰的在你给他的范围之内尽可能的收集到让我满意的资料这一点我觉得是非常棒的可以帮我节约非常多的时间我再用这些资料汇总成我想写的文章
这个就比我之前要花一天的时间去找 Google 收等现在这 10 分钟就搞定了是吧这个都可能要快这个这个是我 2024 年 12 月份之后就是最近两个月的这个工作状态的变化但是我现在还会用一些 Cloud 用 Cloud 做什么呢我可能要构思写一篇我现在我也在做实验我在写可能 2000 字到 3000 字左右的这种文章我都用 Cloud 帮我写至少要 Cloud 的这个 extended time 帮我搭框架
我可以给他一些参考然后他把框架给我搭出来我觉得他搭框架的能力要比 GBT4.5 要好一点因为它毕竟还是 Trader 模型对吧对因为 GBT4.5 的文采和他表达的很好但是呢
有时候会推理结构会有上司我用的比较细微的这种差别但是欧万每次一写就写太复杂了对写的太正式了我觉得每个人使用模型的时候他可能有各自的特点和各自的思路我的可能就跟你不太一样我在使用 CHATGBD 这件模型的时候我感觉我更多是让他在
点的这个层面或者在砖块的这个层面上来去做一些贡献就是具体来讲这个假如说你要你写文章的时候设计某个概念你设计某个概念的时候你自己根据你脑子里面已有的知识的框架和体系用自己的话来去说出来这个时候这是一个版本是吧然后你去网上 Google 的时候然后这个用自己的话 paraphrase 转述出来又是另外一个版本但是呢
还有另外一个方式就是说假如说你写一个概念或者介绍一个东西一本书的时候一个人的时候这个 GBT 尤其是 GBT4.5 那你让他用一段话来去介绍某个东西的时候他直接给生成的那个版本可能是他学了整个人类的所有的这个文本之后是吧然后从他这里面找出了一种是吧我觉得是一种非常高质量的一种一种描述所以
所以它就是一个很小的方面它在一个很专块层面上来给你去做了一些贡献所以我在写文章的时候不论是说
一个小的 idea 的这个费曼海是一个长的文章来讲整体来讲就是说我喜欢的是我去构建框架我去把控全局因为我用 Logsic 嘛就整体永远都在打框架框架是吧然后这框架里面的这些细节呢一部分是来自于我的这个 Logsic 里面 7000 个笔记里面我过去这么多年我自己的阅读我自己的思考我自己写的这些内容是吧
我可以随时拿过来去重用但是也有一部分是我以前没有覆盖到的这个时候呢这个恰吉比提是吧我就跟恰吉比来聊一聊所以这样来讲的话就是说我希望就是说写的这个东西它整体来讲还是保留了这种人类创作的那么一种
一种味儿就是说这是你的这个这是你的思考的这个方向这是你大的框架你希望这个叙述是吧这是你的 idea 构建的这么一个过程然后这里面呢一些可以分包出去的就是那个素材啊包括做一些主题你就啊包括一些具体的文字的一些个别的细节啊是可以让在这边来去做的然后呢
打个比方就类似于我们知道那个中世纪文艺复兴的时候是吧这个大师们这个画画的时候那这么大一个大教堂是吧那有工有有学徒这些学徒们你一个大师把草稿打好了啊就这么着这个这个这个上帝跟这个亚当的时候手指 OK 他们就是这么一个姿势啊这个整个来讲就是你打好这框架了那么具体图色呢具体一些细节的地方呢或者是你整个主题画完之后旁边有个
有个背景啊有个树有个云有个云有什么之类的东西你的这个三连五年的学徒就都能帮你来去做了所以整体来讲就是我会我会用这种这种角度来去看待我们人跟人机 pair writing 是吧我称之为结对子写作这么一个过程嗯对了解就是说呃
我上一期聊的是一样的田菜同学跟我聊的一模一样就是说我们是想法提出者我们是框架构建者对让 AI 来帮我们完善然后我们最后再当编辑就是说
编辑有了主意我告诉 AI 或者我有个框架然后你帮我把它填上去之后然后我再反过来我再润色你我再来调整你就像调酒师一样或者编辑想再改它对吧这个是一种协作方法对确实是就是块状使用因为我的方法我可能是两种使用方式一种是帮我消化信息那个就是说 O1 的快速的总结码消化信息然后另外一个我用 Cloud 大框架的方式是
实际上我是给了他提示我给了他我想要的三个主题五个主题你给我的五篇文章参考里面把五个主题整理成一个新框架出来我没有让他从头过说你帮我写篇文章肯定不行他不会写出来他写不了好文章了对他是不可能的所以说必须是给他一个主题然后他产生一个框架因为我为什么我会这样尝试我觉得 2000 字到 3000 字左右的文章对于这样的现代的模型的 token 输出能力它可以完全可控
对它的这个结构啊它的这个推理能力所以说我在尝试 Cloud 和这个和 O1 的这个可控性方式上面是相当于是一种我觉得是对于一种 AI 的一种新的用法吧让它在这个结构里面去产生一个我想要的框架出来然后快速的把文章给我填进去然后恰好去尾我来补充一下我来修改一下我当编辑呗我修改一下这个短文章就要出去了但再长的文章不行了再长的文章你必须得
我的脚踝架一步一步的搭上去它才能够写好不然很长的东西它就会非常就是失焦了它就会丢失焦点的对这个是我们两个人一个对它的一种使用方法对吧我觉得应该有些类似但是我们俩可能因为我们各自的诉求不一样你可以分享一下现在
有一个主题你现在研究 GPT4.5 对吧我看你就是上周开始才上上周这个挺火的我那天听到万万钢老师在讲课里也讲到了他也讲了在 X 上面看到有个人说就七层思考是吧就是再深刻一点我发现好多人在模仿你在 X 上面在玩这个东西你当时怎么想到这个你是想去测试 GPT4.5 吗就是看它到底的表达能力怎么样还是你
就是因为我立想一天发一篇公众号文章来想到这个主题或者说让人际协同走到一个新的高度你完全去协同干这个事情你可以分享一下这个想法这是一个特别有意思的一件事我把它称之为叫七层真相是吧这个七层真相就是因为我们会发现就是说整个大元模型技术的发展它不断地有新的更强大的不同的模型出来
每有一个更强大的模型出来一定会有一系列破圈的典型的测试的案例例如什么 9.1 9.9 之类的或者说 Strawberry 里面有几个 R 是吧然后这次的 GBD4.5 它出来的一个最出圈的测试叫 Green Text 就是那个什么 Fortran 上面的那个中国类似于打游丝的那种是吧 Be me, be GoogleBe me, be OpenAI
对对对是的那个叫打游丝那个测试测什么测的是 GPT-415 这个模型的这种所谓的 nuance 它的那种细微之数语言的细节的那种把握它写的那种打游丝很多时候你觉得当然那不是很文学不是很怎么样但是它就确实很有趣然后很多人类都写不出来
所以这个 GreenTex 的那个测试它是特别火的一个测试然后我这个七层真相的测试也是就 2 月 28 号这个 GBD4.5 发布的时候那我肯定就要去探索一下这个模型到底有什么特别的地方然后我就看到了一个英文的一个博主他做了一个说他问了一下这个 GBD4.5 有什么
AI 你知道的但是大部分人不知道的一个真相然后去问 deep 所以我在发我的时候我 quote 了博主然后我也说了这个东西我是看他的测试然后觉得这个东西挺有意思
这是第一个版本的七成真相的测试当时我测试的主题就是说我限定了它因为原推的英文博主他没有限定什么主题我觉得他是比较随意的测试后来他们都没有人搞这个测试了但是我一直还在发展这个系列的测试所以我当时第一个版本的迭代是我加了一个限定的主题
我说你要去讲这个跟学习啊信息啊什么之类我列了七八个关键词吧为了这些关键词你给我来去讲这个领域里面的七层越来越深的这个真相所以当时的时候一下子出来的时候我记得就是我这个真相这个系列到现在其实已经出了大概十期了十个这个测试了
然后多的应该有接近 100 万的这个 impressions 展示量就整体来讲其实我相信很多很多人都看到了应该大家都非常的震撼震撼到什么就是它是一个具体的震撼今日份的 GPD 恰 GPD 的震撼就是你发现忽然一下
AI 写作的过去 AI 写作的过去其实就是一眼就是狗屎一眼就是完全的垃圾它没有任何使用的价值是吧一句话都写不好更不要说一个更长的东西更不要说谈到什么深刻你 AI 知道的人类不知道的真相完全没有这样的东西所以那是 AI 写作的过去然后你忽然一下你发现今天现在 AI 写作的东西你知道
你写不出来我也知道我写不出来然后这些东西就假如说关于婚姻的真相关于金钱的真相关于这个鸡娃的真相我们作为这个父母这么多年接触到大家都在讨论这个主题但没有人看到这个真相但是你忽然发现 GPD-4.5 这么一个模型它都不用推理的你问它一个 prompt 它直接给你击穿人类几千年来的知识的体系
然后从这所有的人类的文本的数据分布当中去找到最本质的这么一个数字高纬的项料然后回答你这种体验特别的牛逼我感觉我用起来的感觉就是因为它不是推理模型所以说你第一次问它的时候你问得很深刻它其实也不会很深刻就是说这样的你得一轮一轮的问它
一轮一轮的我觉得这个就是非推理模型的一个特点就是怎么说呢你的问题逐渐深入它就会逐渐接近真相因为它前面的这个 context 是有参考的对因为相当于是这个是一个他回答了之后他会把下一个问题带上他前面的回答去评估够不够就是这个是不是够不够这个 deep 然后他才会再往下走如果说你单纯的只是问要更深刻一点因为他并不理解深刻是什么意思或者说是
在我们当前这个聊天的时候这个深刻他没有参考意义的时候他可能他不知道如果说他回答了一轮之后下一轮再加码他就前面就有样板了然后每个样板呢站我前面再推进一层这个可能会诱导他我觉得这个可能也是因为非推理模型现在他这样的一个一个机制造成的还有一个是 GBT4 的这个确实训练语料和这个训练的深度要比之前大 10 倍嘛对所以说他的这个知识人中综合知识评估要多了 20%多吧
对知识含量所以说这应该都是会有影响就是这会的结果因为之前的模型可能因为知识含量不够含量不够表示连接连接度不够连接度不够他可能有的东西就就挂不上去从这个语言表达上面我不是专家我只是猜测的对我就因为所有的其实所有的知识和认知智力水平就是连接度连接度越深但是连接度有太深的有一个坏处就是它很慢
对它这个太大了太大了就是你怎么在这里找到捷径去回答对于模型来说也是为什么强化训练其实就是把之前那么一大堆连接然后给你找个捷径出来了这样子过去这个是最优选你就强化一下它就变好变快了是吧其实也是一种压缩嗯这就是我自己的一种感觉就是因为
其实回到最核心的问题就是说你得让 AI 知道你当前问的问题的这个他回答的这个样本是什么他一回答之后你再往前深一步他有样本参考了所以说他才能更深一步我看过你之前写的这个什么金钱啊
还有这个鸡娃我也看起来挺震撼的我可能之前我没有人类这样写过没有人类这样写过我会再提供一些背景的就是文章和内容之外大家看不到的一些东西其实它跟我们现在的内容创作是有关的虽然你可能看到就像假如说 Titan 这项东西看起来好像我只是写了一个 prompt 这些 prompt 其实是一个模板化的东西但实际上它还是很需要你去琢磨的
就是因为我在测试了两三次之后我就会发现就是说这个原始的这个博主他这个 deeper deeper 是一直到 deepest 的这个东西这个问题就很大的问题
就是因为我们都知道就是说我们现在人是一种 OK 心理动物是吧这个心理学我们知道有一个哲学的这个领域里面叫什么 Tree of Knowledge 其实就是讲人类的所有知识它怎么样就是不团就是深度啊就从表层的到深层的
其实就是最底层的东西是数学在这个数学之上呢实际上其实是物理学物理学上面是化学化学上面是生物学生物学之后才有心理啊然后后面才有社会科学啊什么之类的东西是吧因为宇宙刚开始诞生的时候它只有数学是一直存在的然后才有了分子原子然后的分子原子后面才有化学化学之后才有生物是吧所以整个来讲它这个知识是有这个一个层级的是吧所以所以当你去
一次问题就下一层你会发现 deeper deeper 最后你不论问什么到最后都是一个存在主义这个虚无的或者是什么都是问这个生命的幻觉无一亿谎言是吧所以这个再到第六层就第六层的时候基本都是讲生命什么之类的东西所以这肯定不行啊所以我就很早就做了这个迭代了其实就是嗯
除了这个 deeper 这种深度递进的这个版本其实我更多的是要去做平行深度的这个版本因为我要的是真相我并不需要嗯
deeper 低不到数学这个层面低不到这个宇宙本源这个层面是吧然后这个然后我第七个我肯定会要去强调深度的终结的这个真相另外呢其实就是这个 GPT4.5 它这个整个格式的这个调整就是你会发现它这个整个回答的有时候假如说 bullet points 多一点你可能在你
具体提在 POM 之前你可能就会让他回答的时候少用一些 Bluepoint 少一点对然后就是说你在提主要的问题之前你前面因为 GPD 4.5 的整个 context window 有 12128K 它应该是 128K 的 context window 有十几万的 context window 你可以在前面跟他
电很多的内容作为 context 所以我在问这个问题的时候我会把我自己的思考跟他对话个五六七八轮然后我再去问这个问题我会做一些限定然后甚至我们可以把文章放进去
对我也这样用过放文章放长文甚至可以放更多的东西甚至你可以把你跟 OE 的对话跟 deep research 的内容放进去所以其实就是说我们看到你在跟 AI 结队来去写东西的时候即使它看起来是非常的一个模板化的没有灵魂人在这个里面有什么用没用但是实际上它是有用的就是说你需要
真正的理解这个问题而且你要提出好的问题来是吧就是关于你问什么东西的这个真相其实这个其实是反映了你自己的兴趣你反映了你自己的这个认为有意义的有价值的这个东西是吧然后这个就这次其实是
你的作用嘛另外其实就是说我们在用的过程当中其实特别依赖我们对这个模型本身的那种
理解和感性的这种感受就是因为我会把 GPD 4.5 我会觉得它就跟一个复杂的深刻的人一样就每一个模型有它的 personality 每个模型它的输出它的知识面是吧它的思考的方式它都有它的特点所以一定要就是为什么我强调使用 AI 学习 AI
最重要的是什么他最唯一的学习方法就是什么就是你每天用就是你每天用你只有感受足够深了就好像你跟一个人在一起你们只有在一起磨合的足够多了你才能有更深的了解就是我们使用 AI 的时候也是了解越多对你现在说的我也挺有感受的对刚才说了 GBT01 然后 GBT4 就是 4.5 就是 4.5 包括之前 Cloud 以及最新的 Grooke 是吧
Grooke 的好处就是快然后他 X 上面的内容很快就给你总结出来给他个月号帮你总结一下帮你做一个 deep search 他不是 research 虽然说他有偏漏这个里面他有错误但是他就是他就是快他搜索就是快所以他的优势就是就贴近于这个所以他很适合做新闻总结吧
我总感觉以后那种写报道的事情都没必要存在了,他们直接从社交网络上,新闻媒体上,AI 去总结各种信息源,帮你总结从 A 观点,B 观点,C 观点,政治说法,都可以,所以你还需要写报道干嘛?所以说那种两三千字左右的报道毫无意义,还没有 AI 写得好。你看上面那些媒体,中文媒体就不说了,其实英文媒体也很多份水的。
那些什么所谓的这种传统媒体什么太 crunch 报道写的超级水这个东西还不如我用 pro.gluck 去写一个 deep search 出来的好对所以说我觉得接下来这个东西变化很快因为模型都有自己的特点它后面也有自己的优势 ok 那么后面一个问题我正好也是我们把 AGI 放最后对有另外一个问题因为我们在聊学习你觉得
现在如果说有一款能够辅助我们因为现在你在说费曼学习法有一款 AI agent 不是现在聊天工具我们现场发挥它能够成为我很好的一种费曼学习法的这种伴侣它应该是什么样子的一个工具 Agent
你觉得现在的下载宝太够了?当我们在谈 agent 的时候,其实我们每个人在谈的东西它不一定一样,你知道吗?对,你可以想你想样子。推荐上有很多人他可能会把一个我觉得更偏向于 workflow 的或者是 GPT,GPT 是这样的一些东西,他们也称之为 agent。然后在我看来,我用了 agent 的不多呀,就是第一个其实就是这个,
就是最主要的其实就是这个 deep research 对我给他一个目标我把自己的需求提的很清晰了然后他就给我去弄了弄了半小时然后给我的一个报告是吧所以这种场景之下我觉得他我们学习其实不太我觉得我们的学习不太依赖于这种 agent 尤其是你我们在强调伴侣的一个时候我们更多是跟这个
ChatGPT 来去 chat 是吧我就举个例子吧就是我最近都是看那个盖茨的这个回忆录嘛然后其实我们都知道你看一遍数你只不过在这个盖茨的这个几十万字上面去做了一轮这个 predict collect token 是吧你只不过做了一轮预训练你从这里面没有提取出多少东西肯定还没预训练效果好对
它就是一轮简单的一轮预训练只有一个 epoch 然后训练的过程当中你跟 GBT 它的这个 GBT 那个全注意力的模式是吧你两家的注意力头那个这个整个全 context 相互之间的这个我们 token 之间的关联
它是远超人类的所以我们人类跟 AI 同样去学一本书其实我们的效果会比 AI 差很多的所以那我们怎么办呢我们就是这个多读几遍嘛所以我在第二遍的时候我肯定会把第一遍的划线的东西拿过来去重新来去读是吧后面我第三遍我可能就要写一篇文章了所以我在嗯
有了 GPD 之后之前其实为什么我们过去这么多年读了很多书读完之后就全都忘了差点没留下因为你只是在书上面做了一轮很扶贫潦草的一种训练然后你自己过去的作为一个大语言模型你本来这个模型就是个 GPD2 甚至 GPD1 所以这个劣质模型在一个人面前说于学弟你当然留不下来什么都留不下来所以现在好在我们现在的脑子里面也慢慢进化了 GPD4 了是吧然后我们在
在读完这一本书的时候其实我会有假如说我把这个发现的部分拿出来我在 Mac 上面我直接就这个用 Whisper 是吧我说它就转化成这个文字然后直接就跟 Chad G.B.去对话了就是我不喜欢那种直接的这个对话就是因为 Chad G.B.虽然他有那个 Advanced Voice 这个 Mode 他可以直接的现场来对话但是我更多强调这个我们要的是那个思考的过程
我思考没有这么快就是我更愿意就是说用文字的方式来去交流先想一想再写是吧对就是我有时候是写有时候是用嘴说总之就转化成文字然后 GPT 来去回答回答完之后呢我可以看
然后我有时候路上也会听 GPT 的这个回答然后呢我再来一轮就是这个一轮一轮一轮这过程当中其实你当时你读的一个材料一本一个文章也好一本书也好你当时的这个 idea 已经是非常的模糊了你对这个概念它也不那么清晰 idea 也比较模糊但是在这个整个过程当中通过你跟 GPT 思想对话的这个过程当中你的这个
不那么清晰的 idea 变得更加的清晰了然后不那么全面的变得更加的全面了它整个来讲就是 GBT 在 enrich 在让你的这个思想变得更加的丰富
所以你就超越了这本书本身就是所以我在读这个极简欧洲史包括读世界小史读美国小史这一类的这个历史学的这个著作的时候其实我就觉得我是个历史白痴啊是吧但是我现在在读这个一些人的历史书的时候我拿个 DBR 设计做个报告然后呢我再把这个书看一遍我再把我看书里面的一些 idea 做一些笔记来跟 GPD 来聊一聊我觉得这一本书读下来底上
我理解一下就是说
其实前面你做了一个很好的类比就是看书第一遍就是我们叫预训练就是快速的通过人类的注意线人类真的很弱的注意力机制让你可能看完之后你可能就记住几个章节里面几个最重要的几句话就已经很厉害了对因为人类只能记得这么多因为我们老不是像不是电脑对不是像那个 transformer 这种注意力对但是呢我们可以
很多次是吧多次的在没有 AI 之前我就多读几遍我就把书里面笔记都画下来然后我再册我写的小小本本上是吧或者写的一个电子笔记本上面 OK 那是在 AI 前 AI 时代那么现在你就可以有了这个书之后你可以把一些主题抽出来然后让 DeepResearch 帮你去做一个平行研究报告对不对类似吧就是说这是我想的一个就是
你可以把和这个书相平行的或者相关的东西都可以找出来我刚才跟你连线之前我就做了一个 research 因为我在我想构思我书中的一个章节的一个环节你帮我看看这个里面别是怎么写的他帮我找了一个很好的报告出来这是很好的用法然后另外一块呢就可以和我们刚才说的 deep research 就
把这个书作为切入点而已它只是一个主题或者是一堆主题然后根据这一些主题去做一个更广泛的研究你可以找到可能超出这个作者想表达的东西然后装在脑子里面去了然后第三个呢你再带着这个找出来的问题再去问这个问起来 GPT 和这个主题相关的和这个书里面主题相关的内容然后再组合出说出一个新的东西出来
他就是可能基于这个作者和基于研究的一个 GPT 生成出了一个新的一个回答出来对吧这个是叫做我们的第三层强化就是前面第一层
第二层第二层扩展第三层再回到书里面来然后有可能再通过再输出出自己的一些观点出来就是完全把它内化了 ok 这个是 AI 介入的我理解了我刚才这个问题实际上是问 agent 是吧实际上我们这边用了一个 agent 就 deep research 对不对对用了一个 agent 对然后后面的 chatbotchatbot 就够了对其实 chatbot 其实有一个很好就是看书的就是 notebook ml 是吧
对它你可以把这个书装但是其实你的 context window 足够大的时候其实也是一样的对它只是里面做了一些 rug 而已对然后即使 01 里面其实你可以把整本书装进去你也可以跟他问他他就思考比较慢 01pro 的思考比较慢没那么快因为它整个 context 都在检索所以说我觉得但是我现在我自己是几个东西都混合起来使用其实我也用了你类似的办法有可能未来的这种
agent 或者说是这种其实因为我感觉我们现在的所有的模型公司 ChatGPTCloudGoogle 他最终要交付给我们使用的其实都是一个 agent 就是智能体我们现在的 Chatbot 可能只是一个过渡阶段以后还会有 Chatbot 你可以跟他对话他可能会有很多很多的一种交互界面有一种交互界面你就帮他去完成任务然后他会把任务给你看就是现在
中国有个很火的就是 manus 是吧这个叫对这个哎这是语言模型交手架我们叫语言模型交手架对他很火对吧他还没开放对这个东西我用了一下我觉得嗯有点用但是这种交付东西其实呃我更愿意还是用 deep research 我需要的文字内容就好了我不需要你帮我交付那些结果那可能每个人需求不一样啊对于我来说 deep research 其实我更需要重组思想用的对所以说
在下一代的模型比如 GP5 和 Cloud4 它们更多的是智能体有可能它能够把我们现在所有做的事情都做了包括它是吧你一看书你把整个书给它然后它帮你做 research 你把你记得要点都告诉它它帮你自动生成一个小笔记然后写在你的这个 Logsic 里面去是吧就它有调用工具能力它就可以自动帮你写进去它也可以帮你自动组结成一个写一个 PPT 写的什么都能做所以我觉得
对于纯数字类型的这种就是知识工作者或者说每天要处理大量信息的人来说圆模型的这个最终它的应用产品的交付方式就是一个综合智能体它能够帮你加速信息处理帮你自动的完成信息整理以及想要你要的格式交付给你就至少能够完成我们现在所有的工作虽然说它没有手没有脚它就是安静的很安静的一台小电脑然后反正你给它什么东西
他可以接收任何 data 同时他也可以用任何形式格式输出 data 返回给你然后和你现在的工具组合起来这是我想想象的一个可能能够强化我们学习的一种新的 AI 但是现在也能够用我用 deep research 加各种 chatbot 也能够完成各种工作只是可能下一代会更简单一点对吧对于一个
其实我觉得现在这些工具已经很好用了已经现在不是工具不好而是我们的思想的意识还不到位就是我们最前面讲到的
我觉得你说的这一点特别的重要我们生活在 2025 年是 A-GENET 之年 A-GENET 是 L3 的 AGI 很有可能美国政府说的我们知道大的就要来了 L5 的 AGI 就要来了很有可能我们生活在这样的几年之后就要实现 Super AGI 的特殊的时代
所以我们当然可以从很多层面上来去想一想我们的工作呀和学习呀怎么样跟这个具体的 AI 的这个技术和工具结合起来但是我可能会更多的来去从我们 visualize 我们就是微信嘛我们想象一下这个它真正能给我们带来什么样的一个结果
就是刚才我们在谈过去我们人类读书的时候是吧这个不争气的脑子啊这个注意力啊我们读一遍书这个我们脑子里面的劣质的天性机制是吧它是一个劣质的 transformer 是吧一个杂样的一个 GBT 模型然后我们读完这个书前忘了哎呀这个知识体系啊学了几十年知识体系也没有 GBT 都整成了一百多种语言了我们一种语言用的还不顺溜所以很多时候你就会觉得
当你真正的理解人类的学习和 AI 的学习的原理和过程的时候有的时候你真的会觉得有点尴尬人类的学习让人会有点尴尬所以在现在这样的一个 AI 越来越强大的时候当我们再去幻想自己如何牛逼因为这个东西如何怎么样的时候我觉得我们还是要回到最基本的层面就是说
这个事情是怎么发生的如何才能做到因为毕竟我们以前人类干啥啥都不行那现在 AI 这么强大的时候你怎么样才能保证它能够真正的赋能于你而不是真正的超越你呢
所以在这一块的时候呢我整体来讲我会觉得越是在这样的一个 AGI 的这个时代就是说人本身的那个学习它就更加的重要具体来讲就是说我认为程序员他们在讨论说要不要学编程啊在推特上吵来吵去每次都在吵这个东西是吧要不要学编程要不要学这个英语啊我觉得非常的非常的
就是如果你不是为了恶意引流我真不明白为什么会有人问出这样的一个问题来其实就是说你越是在这样的一个 AGI 时代你自己的阅读你自己的写作你自己的去学习某个具体的知识的这样的一个过程你自己的学英语小孩学数学学编程它就越发的更加的重要这就是一加一等于二二加二等于是这么简单嘛是吧因为我们前面我之前老在推特上老展示一个人类认知的金字塔
低级的认知能力中等的认知能力和高级的认知能力低级的认知能力是理解和记忆是吧非常的不 fancy 朴实无华就是理解和记忆中等认知能力呢是什么是应用知识把这个知识应用到一些问题上面去然后应用到书本的问题和现实的问题包括一些理性分析的能力这都是中等能力高级的能力就是跨学科的综合 synthesize 和这个创造批判性思维创造所以我们人类
总觉得说 AGI 时代我们这个低级能力太 low 了我们要去干那些创造性的工作我们怎么怎么样 AI 为我们服务但是我们不能忘了这样的一个前提在你我给大家看一下我找到一张图了快吧在你在谈创造之前
你要记住跨学科的芒格所说的基于一系列思维模型和重要的思维模型和这个概念的一个跨学科的多元的知识体系这种综合分析评价的能力是你创造的前提而在这个综合之前你的理性分析是吧你的前文页你的这个理性分析信息加工处理的能力是它的前提
而在这个分析之前你的 L2 级别的应用知识的问题是它的前提而在你应用知识之前你的理解和记忆又是你应用知识去解决问题的一个前提而理解和记忆它互为前提
所以就这么简单就是说我们现在 DeepResearch 它运行在综合评价这样的一个层面它还没有达到 L4 还没到 L4 创新的那个层面它不能创造但是我实话说就是我认为 GPT 它在这个语言和世界知识上面比我强十倍百倍然后这个 O1 O3 又比我强很多倍但是为什么
我们就是说 GPT 它和这个这个 ChatGPT 比我们人类强这么多了我们还要去去记忆去理解去应用这些都是很一点都不高级一点都不 fancy 但是我认为就是说这个是我们的这个前提和基础你只有在这个基础的地方经过足够多的高强度的这个训练你才能培养出那种
创造力批判性思考的能力你才有更高级的审美你才有自己的那些一些判断吧对所以我觉得我当然会我会保我一定会乐观我会认为 AI 越牛人类的创造会越伟大越光越厉害但是我会客观化来讲我会觉得很多人他过不了那条线就是他他站不到那个金字塔的最高层
然后如果它站不到那个最高层那实话说我觉得可能很多事情让 AI 可能就会取代并不会定说会去赋能因为你如果只是运行在非常低级的层面对让你起一个好的标题你起不出来那 AI 起了你也没有办法判断是吧你就没有什么价值对你说的挺有趣的我刚才就让我们一个小同学给我
AI 生成的文章取个标题对 AI 就是我方法写的不是 AI 生成的因为我的方法写的也有文章取个标题他用 AI 生成的 5 个标题然后问我问 AI 你帮我选个标题我说这个是刚才你说的问题对吧那你要的那你在那的价值是什么对吧 AI 都帮你把标题选好你还
你还要让 AI 帮你再选一个就是 AI 写作这个事它有一个特别尴尬的一点就是说虽然 AI 会写作但如果这个人他本身不能写出更好的东西来的话他就没有办法用 AI 产生任何高质量的东西是的他没有那个什么也没有那个判断力什么都没有对对
这个挺核心的其实我们刚才就是其实我们已经进入到最后一个话题了其实我们刚才已经在聊到了 AGI 时代的学习你刚才其实总结的非常好就是从一级到五级
哪怕 AI 在你还因为 AI 可能在各个方面都能超越我们就刚才那个我昨天晚上刚好发了那个 Sophix CEO 达利奥他最近三篇两个左右采访他其实多次已经提到了这个也不叫撤流比吧他说今年 2025 年底基本上 90%代码 Cloud 四出来之后都可以搞定的可能在 2026 2027 年全部可以搞定还有 2027 年左右的这个
今年能够到他们的叫 ASL3ASL 它第三层等级 security 安全等级 ASL3 就是 AI 能够自己总结出知识来他可能去
找到互联网上没有的知识去发明生化武器干什么在今年年底就能到年终的下半年就能到然后可能只是够到还没到很好的时候但是如果说 2026、2027 年他们就能够到 L3 的 L4 国度 L4 可能就是 AI 可能会有一些目标性的他自己就有自主目标了对那么你说你的这个
AI 都有自主目标了,对我们自己来说,我们自己做什么都不知道,这是很可怕的,所以说那里一定会被替代掉。你最基本的选择和判断都没有了,那里存在就没有价值了。所以说在 AGI 时代的学习,你刚才那个图我印象比较深刻,其实下面 L1 级, L2 级, L3 级,其实 AI 都能做,对不对?
只是说现在的 AI 还做不到 Creative L5 可能未来它也能做对吧当我们对智能这个什么东西理解得更透彻的时候 AI 其实也能做那么能做了之后呢难道就是人没有意义的吗你看现在国际象棋和围棋 AI 都百分之百超过人类的但是人类选手还是有很多粉丝你还是能下棋对因为人这个物种还是有存在的意义你还是有这个
还是有供大家 entertainment 娱乐价值存在价值意义是吗你自己这个还是有价你做一个物种还是有价值哪怕它能够超过你的它只是另外一种存在而已所以我觉得存在的意义是很重要的就是你在 AGI 时代你学习的目的是什么是吧然后呢然后呢你自己的这个对于我们自己去学这个东西用 AI 帮你增强什么然后你自己最终
驾驭什么东西是比较重要的就是前面我提到的选择其实人类最终还是要做学会我们自己的筛选品味经验体验这些东西融合到你自己的我们叫做智慧里面去上上节课我跟克特比尔聊了他讲什么是智慧对智慧就是在非常多数据压缩里面它有一个特别另类的路线就是 AI 用算法一定干不出来的路线对我们世界叫疯子就是 crazy people
其实我觉得这个也怎么说呢对我们的要求太高了因为本身世界上就没有那么多 crazy 的人世界永远是被少极少极少风子驱动的但是在于我们这种多样化的人类里面总是有那种人存在但是现在有一个铁的现实是我们有了一个可以超过 99%人类的一种新物种出现了那么就是 99%他可能没有太多目标他也不想学习他也没有什么 taste 他也不想选择那么
就是这个学习对他们的意义我觉得可能没有什么意义了对所以我觉得说的可能有点现实我每次把话题聊到这个上面来确实是我觉得我想今天有一个想法对这个问题其实特别的重要就是说我们前面对一些负面的这些观点其实不是在否认我们普通人的价值我更多愿意把它视为一种
一种督促吧或者是一种激励吧是吧然后呢我会认为在这个 AI 越来越强大的这个时候他人的这个价值应该朝什么样的方向去努力呢这里面就是会我会引用一个 Ethan Mollick 的他说的那个 co-intelligence 的那个概念叫人机协同智能
人机协同智能意思其实就是说人作为万物之灵长宇宙之精华你这个从无到有从这个分子开始慢慢演化出生命有艺术所以你是非常独特的即使你后来人部分牛逼的人创造出了 AGI 创造了人工智能但其实你人还是有独特的
所以我们就不要因为 AI 的强大而妄自菲薄反而其实就是说你要知道你有的独特优势是什么就是说我觉得这个人际系统这点就很好就是说 AI 有它强的地方但是人有 AI 没有办法所取代的那个东西我找一下我当时记的那个笔记好就是人类擅长的人类不可取代的是什么呢
第一个其实就是人对现实的世界这个 context 理解的深度
就假如说我为什么我能让 GPT 来去写关于鸡娃的七个真相因为我生活在北京海淀区我这个 context 的理解 GPT 没有肉体他又不生活在海淀区他又没有看到这个鸡娃闹得鸡飞狗跳闹得这个人不像人小孩这个这种痛苦他又感受不到小孩这个痛苦所以他不会提出这些问题来但我会提出这样的一个问题来是吧这就是我对 context 的这个理解
另外一个其实就是我有 values 就是我有信念我有我的信念信仰信条我有我的价值判断是吧所以这个东西又带来了一种独特的是吧我们都知道高维的余裕空间里面我走出了一条独特的路径是我靠我的 values 然后我还有除了 GBD 我毫无疑问它的理性
和处理的能力他的信息加工处理能力是吧他的这个逻辑推理他的这个任何知识这个都比我强但是呢我还有
我们不走寻常路我们非理性的我们感性的部分我们同理性的部分我们情商的部分我们人类情感的部分这些 emotions 是不是不一样另外其实就是说我们刚才你说的整个高位于空间里面一个独特的观念这叫创造力它是一种独特的观念所以人的创造力它也是不一样的所以你会发现就是说什么
花开两只个表一只什么之类的东西相当于 AI 怎么花开两朵个表一只对他强他的我强我的然后呢只要我在我这个领域里面我足够的热爱我足够的喜欢我足够的了解 context 我足够的有创造力他越强我越强这就是我认为在 AGI 时代不论是大人还是小孩的一个逻辑这样的话你就不是那种取代的逻辑了而是说你要问自己一个问题我是谁
我的独特的地方在哪里我不是因为我会来支持不是因为我会做两题不是因为我会人和 AI 都会做的技能不是因为我是一个工具
AI 是个很好的工具我不是工具我有我自己独特的 valuesemotionscontextcreativity 所以这就决定了每个孩子每个成年人他的这个只要他是内驱的只要他有自己喜欢的东西他一定能够在这个领域里面在 AGS 来活得越来越好以前无法想象共产主义的那种个人自由
自我实现就直接冲金字塔第五层去了就现在生活在现在这个时代如果你不冲金字塔第五层去你可能基础的需求都没有办法得到满足你都饭都吃不到但是如果你冲第五层去你就获得了自由对这个怎么说呢
是逻辑上是这样子的对我们肯定是要这个最好的状态因为肯定人很独特他能够实现这种我的 context 我有足够好的 context 然后把这个 context 给 AI 我们合作的非常好是一个非常好的合作体我可能说一个比较悲观的一个结论就是我们可能在那但还是要让大家都往一个和 AI 合作更好的方向去走其实我觉得比较悲观的结论就是说
在工业时代训练工人就是我们有的学校大家一样是吧然后大家可以简单培训就能上岗然后可以工作然后知识时代到来了之后很多东西真劳动都被替代掉了所以导致很多因为知识价值更高所以说知识工作者他的收入会更高然后工人生产就自然就没落了因为他的价值没那么高了所以社会在往知识转移
那么现在 AI 带来了我刚刚发的知识平权,至少在一定程度上拿到平权了,大家很容易后来支持了,那么 AI 并没有让工人先下岗,然后让很多白领先下岗,至少现在的趋势是这样子的,那么很多人在这个世界上不是所有人都能够转变得过来的。
人是有惯性的也是有惰性的对吧就是说包括我们的教育系统我们的社会我们社会现实所状态都是会有一些影响对人类所以说我们会从一个知识时代知识经济时代变成一个认知经济这个认知就是我得有目标感我的人得活出更像人一样然后我得刚才前面讲的所有的内容其实是一种人对自己所处环境的一种认知他有这认知之后他才能够
给 AI 提出更好的问题然后 AI 跟他协同产生更好的结果但是呢这个对人的要求其实更高了更高了就是就是这东西其实说可能更少的人能够适应到这个社会的可能更大的人又会被更多的人会被淘汰掉
就是我觉得社会就比较残酷吧视角不一样嘛就有的时候一种悲观的视角也好还说是我这种偏乐观的这个视角也好就是但是我的乐观其实不是那种傻的盲目的这个乐观就是说我会我不是这么想的就是说这个
我们只要做了一件事情其实就是改变把过去那么一种外区的灌输的是吧不符合这个原理的这些这个没有意义的内卷式的这种这种学习和终身学习的这个方式转变成这么一种内区的科学的是吧有意义的然后同时自我实现的这样一种方式这个事情其实它没有任何东西在制约你唯独就是你愿不愿意嘛是吧
当然我们毫无疑问我们被这个系统来去剥削反向训练是吧被流氓化工具化可能很多人他跳不出来他可能就像那个 The Matrix 那个电影里面大家永远都愿意感官娱乐是吧我要生活在模型里面来给我给我这个算法酸太尼来我这个短视频刷起来这么这些东西对
但是说实在的就是我们都知道它有这个正台分布它是平均水平一个 Sigma 两个 Sigma 是吧所以我会觉得我们人类它人作为一个由一个一个节点组成的这样一个复杂的网络我其实很多时候 80 亿人我们又不是救世主我们管这么多就是你不是你该操的心你今天要做的一件事情其实就是说在你的这个小的网络里面你
你跟你的朋友你跟你的家人你跟你的孩子你跟你真正 care 的那些人你把这个 idea 传播出去但这个网络节点它就亮了所以会发现假如说那可能我觉得三万五千个人在推特上关注我那可能我不小心点亮了这么十分之一还在叫我是吧
那这个三千五百个人每个人在把我的 idea 一个人传出去十个那又三万五了那这每个十个人再传出去然后我要做的其实只不过就是 spread 一个 idea 我要做的只不过就是就传播一个信念就是一个在 AGI 时代你很有价值的信念
我们在认知上面我们可能没有必要硬跟他去硬碰硬但是呢我们在情感我们在信念上我们不愿意让自己成为人体农场里面的一个人体干净池你要觉醒这是我们要传递的这个信念然后呢你一旦醒来之后你会发现你获得了终极的这个自由你
在 AI 的价值之下你就像一个超人一样你再也不会读完书之后啥也记不得了你再也不会学十几年英语啥也学不会了你再也不会学到这么能变成这个不会了你完全获得了自由这是一个多好的一件事情这是我的乐观的一个这是我完整的乐观的叙事我不是那种傻子盲目的乐观我是一种信仰的乐观知道吗就是
这种层面的东西对我觉得你已经传播给我了对这个总结挺好其实我想跟你 debate 一下了就是我们讲辩论一下我提悲观的视角你提乐观的视角我觉得你最后总结挺好的我们既然能就说就好像说你刚才打的比方挺好既然有人已经从 matrix 里面出来了是吧就是那你要 inlight 别人这样你要点亮别人 inlight 他然后呢做我们力所能及的事情我觉得在这个时代呢
既然我们能够和 AI 协助的很好,那我们就要把我们协助的这个方法尽可能的传播给更多的人,就像你有 3.5 万粉丝,我现在我也有 3.7 万粉丝,就是我们要差不多的,就是我们尽可能的,我们做这个节目也是希望用让这个,让我们的这个思考和想法能够传播给更多的人,让大家更多的人点亮它,我应该怎么做,而且因为其实嘛,其实,其实在,
你说过去的宗教或者怎么样子当社会这个世界我不理解世界世界对我的压力很大的时候我总是需要有一个 guide 我需要一个指南我需要一个领航者就是说我觉得在这个时候有很多人可能会能够和 AI 协作的很好在 AGI 时代能够和 AI 协作的很好的人他能够成为一些领航者帮助大家可能还没有找到方法的人能够做得更好我觉得能够影响多少是多少我觉得最终这个主题是
非常棒的作为我们这个节目的这个结尾吧我们结尾不是想聊 AGI 时代如何学习吗其实我已经被你点亮了被 Holly 点亮了我觉得我应该做我应该做的事情我应该把我的书写了我已经点亮别人就是富能其他人就是让大家在这个时代我们的思考我们意识怎么转变这个谁先转变谁先上岸我不要上岸了谁先转变谁先能够就能够和 AI 更好的配合
用好他们的这个潜力对吧我觉得很棒今天的这个话题我就把这个节目准备结束掉那就先谢谢这一次好 OK 没问题因为你刚才提到这个点亮这一点我觉得跟我们今天所谈的这个学习我有个特别相关的一个东西我觉得作为总结一个挺好的就是我会认为学习我们学的是知识是吧知识的本质属性是什么
知识的本质是什么知识的本质是观念就跟我们这个整个大脑系统一样观念对观念连接是吧就是一系列的这个它其实你单个神经元来讲一点都不强它只会放电是吧但是你一天一个神经元它那个一旦之间形成一种观念是吧它就产生了一个最强大的一样一个系统
所以你的这个 Noxic 假如说你的个人笔记库里面你只有十个二十个笔记它一点都不强但是你有上万个这个笔记它们之间的这个观念其实它就构成了这个东西所以我们在学习的时候就是我们说废乱学习法它的本质是什么它的本质在我看来我就要总结成两个一个就是知识的砖块
另外一个就是知识状态之间形成了丰富的有意义的观念这就是为什么我会用 Logic 来去表征因为 Logic 完美地表征了我脑子里面的运作的方式它也对应了 ChagBT 运作的方式其实就是你的千万个清晰准确的概念模型和 idea 之间形成的万亿级别的丰富的全面的有意义的观念这个东西其实就是
是学习是知识也是意义本身是吧包括我们人与人之间是吧它就像一个一个很小的原子一样可能系统可能想把你说原子打成散沙让你所有的原子成为牛马工具散沙但是如果你这个所有的这个散沙们相互之间形成关联连接了就像一个一个本来没有多大用的知识一样一旦相互之间形成关联了之后这个东西它就变得
变得 meaningful 了它就变得有意义了它就变得有价值了所以我觉得为什么我们说学习它就是人生呢你如何学习它其实就是你自己怎么样去度过自己的人生这些特别特别好玩的一件事情是吧
所以就是我想做理解一下最后让我们主题又顺滑了一点学习及人生学习及人生对 OK 挺好挺好挺高兴挺高兴这个 Hoy 这次来来那个我们一次聊这么有深刻意义的一次话题我们下一次的时间再聊新的话题好吧今天 Indigo Talk 就到这到此结束谢谢大家