070 AI时代的人机共生：《人机沟通法则》的未来启示
01:12:10 Share

这本书其实是希望解除很多很多人心里面对技术的一个焦虑有意识地去把我们的声音放大我们可以通过怪书正确的数据来纠正可能已经存在的这些边界不如我们一起努力想象甚至把 AI 创造成哆啦 A 梦我觉得这个是一个更好的未来哈喽大家好这里是 She Rewards Digital

She Rewards Digital 是基于线上分享活动来助力女性在 Steam 领域发展的交流平台,由志愿者无偿在业余时间推广,以不同行业、不同资历、不同地域之间的知识交流与社群建设为使命,邀请来自全球 Steam 领域以及其他各行业的女性分享她们的项目、经验、知识和观点。

大家好 欢迎来到新一期节目我是今天的主持人 Jackie 那近些年大家有目共睹 AI 的浪潮从实验室冲进了每个普通人的生活甚至连我妈也学会了用 DeepSeek 来预测新一年的风水运势但便利的背后一个问题也浮出水面 DeepSeek 到底是怎么思考的

有的时候我们觉得 AI 像黑箱我们交给它很多个人隐私却不懂它的逻辑有时候我们感叹 AI 跑得太快了担心它会取代我们的工作就是这种隔阂让我们的好奇心和焦虑感同时疯涨那现在正好有这样一本书试图用最通俗的语言来揭开机器的思维密码它就是微软副总裁前 MIT 教授田田约翰的人机共通法则

那今天我们也很荣幸邀请到这本书的两位中文译者来和我们一起聊聊人机共生的未来那首先欢迎何吟 Niki

Mickey 是毕业于纽约大学主攻 AI 与数据视觉化设计,现任零一万物的 AI 设计专家。另一位是方真硕,真硕是清华汽车系学霸,凯内基梅隆人机交互硕士,拥有在谷歌、腾讯等多家科技公司的 11 年的从业经验,目前在小米智能座舱担任设计主管。

同时我们今天一起的还有 SRD 的志愿者朋友 Freeda 她将以 AI 小白和普通读者的身份来分享一下她对这本书的独特感悟和 AI 的使用体验那我们先请三位给我们的听众朋友们打个招呼吧 Hello 我是 Mickey 我是何盈很开心今天能来到节目跟大家一起去探讨一下 AI 这个大热的话题

Hello 大家好,我是珍朔我也很开心今天有这个机会和各位一起聊一聊 AIHello 大家好,我是 Freda 很开心能够和两位大佬在一起谈讨一下我们这个 AI

再次欢迎大家那在我们今天正式的对谈开始之前我们先来玩一个快问快答那请三位用一句话来回答我的问题那顺序就按刚才跟大家打招呼的这个顺序来好了好第一个问题如果 AI 可以接管你工作里或生活里最无聊的部分你愿意交出什么啊

我有一部分就是翻译的工作我觉得 AI 想要接管我想要它接管的应该就是校对的工作 OK 我这边想要 AI 接管的应该是通勤吧因为我每天通勤实在是太久了单程要一个多两个小时快所以特别希望 AI 能接管掉我这边的话很希望 AI 能够帮我打扫房间吧你见过人类因为 AI 变蠢的最惨的案例是什么

变蠢呢我个人因为我个人是看书不是特别多但是我觉得现在有很多人也不太看书我觉得停止阅读跟湖轮吞枣我觉得是有可能会很危险的让大家有可能进入一个变蠢的状况我也同意我觉得变蠢的案例应该是大家都无脑的抄作业吧 AI 说什么就是什么然后也没有自己的判断也不知道什么是幻觉什么是真的嗯

我这边觉得 AI 的话让人变蠢就是如果他给到的信息就是全部的信息的话如果这样去想那就可能会变蠢三个问题如果 AI 会吐槽你觉得他最会吐槽人类什么我很喜欢这个话题我觉得

我觉得假设他会吐槽的话有可能他也会想问问为什么人类你们为什么那么努力的想要成为我呢你们不是很好吗我这个问题吐槽我问了一下 ChatGPT 我说如果你吐槽你会吐槽什么他给了好多好多条我就不一念了但是他最后其实也说了一句话说不过说到底这些也是让你们人类很有趣很有故事的地方我觉得特别同意米奇就是我们其实我们

我们不是 AI 我们不用特别想他我这边我会觉得如果 AI 真的会接受很多每天就会被很多人问问题的话他大概会有一天会觉得你们人类为什么问的问题都好相似是不是有点无聊他可能也会无聊吧有问题那 AI 曾经说出了什么让你觉得他真的不懂人类我懂你我问了 AI

我应该向他学什么就是学习 AIAI 说了一句话说你应该向我学习不带情绪的分析问题然后这个时候我觉得 AI 特别特别的不懂人我就没有觉得他会懂我们

我觉得我们的人类真的是对 AI 又爱又恨吧那我觉得可能确实是面对正是面对这样的一些鲜活的问题我们才更需要一本像人际沟通法则这样的书让我们能够更好的去学会和机器平等的对话那今天能有机会来跟大家坐下来讨论这本书一定也是离不开异者的选择和打磨

米奇你是最早被这本书击中的人所以第一个问题想问你你是如何和这本书结缘的以及接触到作者钱田约翰先生的这个契机大概是什么样的呢我自己的话是

在纽约快回国之前接触到这本书的我当时是 19 年的时候其实先是接触了这本书的前一本书叫《误配》当时其实我是在纽约大学念

念远程交互的时候在学校曾经见过钱田先生一次但是我在 2010 年大学毕业的时候其实已经看过钱田先生很久很久以前写的很多书籍了因为在数据视觉化这个领域的话钱田先生是比较早的提出来说设计师应该学编程然后

就是写代码的同学可以去学习设计他其实是把 STEM 加上 ART

这个理念很早很早就进行一个传播的一个人所以当时我就觉得非常感动当时我是抱着一个追星的心情追到纽约然后很荣幸可以在 2015 年的时候其实已经十年前了十年前有见过他在线下见过他但是那个时候呢我觉得最比较遗憾的一点就是我觉得

我见到他但是我又不是很赶上去跟他直接打个招呼总感觉就是自己

见到五项了但是我没办法跟他一起合作就没有这个机会我觉得特别遗憾然后等啊等后来又等了四年之后吧 19 年的时候他其实是为木配包容如何改变设计这本书写了前言然后我在纽约的图书馆里面看到了这本书然后我当时觉得这本书

真的是写中了我痛点因为我是一个比较有比较严重的阅读障碍的这么一个读者然后我就觉得啊不行我真的很想就是把这本书

有有机会吧就希望有机会可以就是把里面很多 idea 可以呃带到呃中国的读者面前然后就尝试去争取了这个机会然后也非常感谢厚望出版公司能够呃启用新手译者所以我就第一次拥有了一次翻译的机会然后后来呃当时

再看到前天约翰先生写的 How to Speak Machine 就是人机沟通法则的原版的时候其实是基本上跟物配是同期出现在美国的科技书籍领域里面的然后当时就觉得如果刚好有这机会的话能不能也让出版公司能试试看在物配之后

引进人机沟通法则所以也非常非常再次感谢后浪出版公司可以把物配跟人机沟通法则这两本书同时引进到国内当然这两本书在中文市场上线可能中间也会有相隔隔一两年的时间但是

我觉得他们把人机沟通法则跟物配这两本书放在同一个系列叫河流的系列里面我觉得就就我我我个人感觉对于译者来说我觉得特别有意思嗯

原来 Mickey 是线上追星最终追成了翻译官真的是妥妥的追星成功典范但是现在市面上就是讲 AI 的书就是变很多嘛感觉都可以铺满太平洋了为什么就是偏偏是这本《人机沟通法则》你觉得就非凡不可呢这样一本书具有这样的一些特性的话对于我们这些职场读者来说意味着什么呢

我觉得这本书最有意思的地方就是它其实是给出来了一个理解的框架因为机器的话它其实

跟人有很多不一样的地方就是刚才我们在快问快答的时候其实大家也也提到说哎为什么我们那么努力的想要成为机器然后这是我觉得有点像前前十年吧就是大家会就是学很多 CSR 就学很多计算机语言学会怎么写代码其实就很像是人类

尝试去使用一个新的工具尝试去破解这个东西到底对我们有什么用的这种方式但是现在因为大语言模型这个技术已经送到了我们的手上就是能够被每个人有机会可以运用了那刚好大语言模型它其实的能力就是让我们能够用自然语言对

对他就跟他进行一个互动的话那么我们以前那么辛苦的去学习计算机语言的人其实得到了一次解放吧所以这本书其实是希望解除很多很多人心里面对技术的一个焦虑

就是我们说的 AI 焦虑如果 AI 不仅仅是我们所说的 Super App 这种形态的话那么它有可能将来的形态可能是

作为一种新制生产力的材料或者说是一种新的能源的话它如果进入了我们生活的方方面面的话就像我们远古的时候人类拿到了新的火种那我们要怎么去理解这个

活种到底它的燃点是什么我们要怎么保存它这种能力其实对人来说比怎么去使用一个 APP 更重要而这本书它其实分了六个章节前三个章节其实都在讲的是机器

或者说 AI 这种新的东西这种新的物质对于人类来说最大的不同点是什么所以它其实有点像在我们告诉我们这是苹果这是桃子这样子然后后三章它其实提到的就是说如果我们将来的人

希望基于这种新的能力去赋能我们自己或者说做一些真的能帮助我们自己能继续延续我们的能力啊延续我们的寿命啊延续我们的知识的话那我们应该用这种超级能力来做一些什么新的产品新的产品特性啊新的商业模式啊到底是什么后三章说的是这个

所以这本书它其实既有前面的梳理特性后面又有三个章节是提到应用的话其实它是以最最简短的

方式去提出来的一个框架而这种框架可以一直沿用下去我就觉得特别厉害我也补充两个点吧就是我觉得市面上现在很多 AI 的书其实更多的是着重去讲 AI 的所谓的术就是教你比如说怎么写 prompt 或者怎么用这些不同的

AI 的大模型去生成一些东西我觉得它可能更多的是在表面的部分但是这本钱钱先生的人机沟通法则它可能更多的是在讲述背后的道就像 Mickey 说的如果 AI 是一个新的能源或者工具

那它到底是什么它的本质是什么然后这是一个另外我觉得它整个书的写作的方法也非常的接地气就在他讲 AI 是什么的这个道的时候他其实用特别多非常生活化的例子但是讲了很多特别高深的特别难懂的概念比如说他就用特别简单的案例讲了什么是循环什么是指数然后其实这些是我们平时很难

接触到的一些比如说数学的概念或者计算机的概念但是它却能以故事的形式简单易读的形式来告诉大家 AI 的本质到底是什么我觉得其中一个特别特别打动我而且我觉得这本书很有那种潜在号召力的地方就在于有一段话我觉得钱田先生是一个

一个特别人类的一个搞技术的人他里面其实提到说他为什么要写这本书而且他也叮嘱我说如果将来你在翻译或者说在传播这本书在你自己的母语的语种里面在传播这本

本书的话请你一定要跟大家说清楚一件事情我就复述一下给大家其实这段话在书里面也有它浪漫的地方在于说这本书大概翻译成中文有十万字左右然后其实他说其实这本书我写了六年为什么我要写六年他感觉像是为自己的家人写一封信他是给到人类写了一封长信

有点像放进时间胶囊就到我们现在去解锁的这么一封信他在书里面说的是说也许这本书正是为我们现在的读者或者说我们现在的听众朋友而写的很开心就是今天我们能有机会能跟大家分享这本书然后原文里面说也许你就是这个世界一直在等待的那位英雄也许你能找到一种方法

把计算具有创造力和奇迹的一面发挥出来而人类现在迫切需要这样子的一个英雄你将计算推进到超越当下这种虽然有强大能力但心智堪比青少年的状态作为计算世界里面的新手你可能会发现一些我们第一代技术人员还无法想象的东西

当你找到这些东西并获得成功的时候你将为其他人树立榜样我希望有一天你能拥有这样的英雄时刻但现在请先允许我为你打开与计算机与机器对话的大门我觉得他真的是谁能哪位大神能有这个星星可以沉下来六年就是

有点像修修补补修修补补去给大家写一封很长很长很长的信把自己六年来在硅谷一线就是看着这些技术是怎么一步一步发展起来的这些经验呢梳理下来然后真的有点像像写给自己家人们的信吗所以我觉得我在读的时候我也是

就是经常读到一半想站起来拍手站起来鼓掌有一位前辈就是这么愿意去把自己的东西传承给将来的

英雄朋友们因为他其实在里面也提到说说实话我也跟所有人一样虽然大家都看到就是我现在就站在这个高位但是我也会觉得很累也会很懒同时也是很渴望等待一位英雄来

保护我们并且为我们所有人而战我觉得他应该是看到了很多人还没看到的一些就是对人类来说比较迫切的时刻所以他希望用这封长信去召唤就有点像召唤世界英雄这样子所以我觉得我一定要把这段话交给大家

我们真的是非常幸运能读到能读到前天先生这封就是非常浪漫又感觉非常充满细迹的这样一封信现在确实 AI 就是不说每天都有变化但至少每周或者是隔几周就会有新的东西出现但是像这样一本书就是六年前的书我们目前还能再去读再能用简直我觉得就像白酒一样越沉越香嘛

可能其中的原因也就像前面 Miki 和珍说提到的他梳理的内容不是说具体的模型或者是工具这些东西更多的是那种底层的一些特性的原理然后这些底层的东西的话就像那些数学公式一样是不变的所以就是历久弥新吧

然后我在读的时候书里的有提到的那三个超能力也是让我印象非常深刻一个是机器是可以无限循环的第二个是机器是无限变大的第三个是机器是有生命的那真说你之前也是曾经主导过很多的这种计算设计的项目所以接下来也是想请你去分享一下

就是这些超能力在我们的整个产品设计的过程中意味着什么然后作为设计师你手握这些超能力是怎么用它来给我们这些普通的用户来谋福利的呢

我可以分享一个我最早最早做的关于 AI 的案例吧其实非常早就是我最早参与的 AI 的一个项目应该是 18 年在 Google 的时候然后当时我们做了一个项目叫 Google Duplex 它其实是当年 Google I.O.就是每年的 Google 的开发者大会当年的那个一个明星产品就是总裁在一开始讲过的一个它简单的说是什么呢就是让 AI 帮你打电话

比如说因为在美国那边嘛你要预订饭店啊或者去剪头发呀都是需要人去打电话的他会问你说就没有像我们现在还可以网上预订那么方便他那会儿就是你要打电话到店里然后问你说几个人对吧然后几点哪天然后你要吃什么有没有什么禁忌等等等等

然后当年我参加的一个 20%就是用自己 20%的时间去做的一个项目就是参与到这个 DuplexAI 打电话的这么一个过程其实你现在看它就是一个最早的一个 agent 它就是帮你完成一个非常能力范围

有有限的这么一个预定餐馆的这么一个功能嗯但是当时我们做出来了以后其实呃反响还挺大的一个是时间比较早另外一个其实就是所谓的刚才提到的 AI 的超能力因为当时是呃 AI 自己去打电话以后他

首先语音就很像人其次他可以用自然语言去对话包括对方就是接线接线的人的一些询问的信息包括他自己的一些回答都非常非常像真的人他其实就是像一个活的人一样然后以及对方其实根本听不出来这个人是 AI

然后同时它还有因为其实可以有很多人用它相当于某种程度上就是自己在复制自己我也可以用别人也可以用所以当你把这个开发出来以后它其实边界成分是非常低的你有了这个算法以后就可以有很多人共同使用这个 AI 同时

但其实也带来了一些伦理的问题当时一个特别大的讨论就是当对方接电话的人不知道你打电话的是个 AI 的时候这个是不是违反了某种知情权当时还是产生了很大的讨论然后其实举这个例子其实也能看到前天其实就把 AI 的能力

总结成比如说它是它是循环的不知疲惫的你可以让他一天 24 小时都打电话它是火的甚至你认为它就是火的它可能在这个打电话的 case 上就可以通过这个图灵测试就是简单举这个例子来

来回答一下刚才书中的这个超能力的问题吧这个例子里面就可以感受到一些这种超能力的具体的展现吧但我想现在 AI 的话其实仍然是存在着一些明显的能力边界的嘛我个人的经历的话我自己是在 AI 和金融跨领域的从业者那今年年初 DP 一个横空出世的时候我有去到就是各种金融机构给客户做一些大模型应用的普及

然后感受到就是大家对这个新东西是抱着极大的热情和期待的但是交流下来很多时候客户的一些需求我们这个目前大模型的能力可能还是不能很好的去满足比如说他们可能想用大模型去做一些

直接生成一些创新型的投研逻辑或者让他去一键完成这种投资组合归因分析等等这种工作所以我觉得就是面对这种打引号的时候不切实际的幻想的话真的是想说再给我们大模型一些进步的时间吧所以在这儿也想问问 Mickey 和珍说你们作为 AI 的从业者对于目前的这种能力的局限性这一方面你们有什么观察或者想分享的

那其实我可以就着我刚才的那个例子也分享一下因为我是做体验设计的嘛就是我不知道大家听到我刚才的例子可能会好奇说那如果是个 AI 打电话的就是这么一个产品它有什么体验设计的东西在里面呢其实我们当时做的是什么呢我当时就做了一个特别复杂的一个工程师的后台就是当

出现一些问题的时候然后这些所谓的 customer service 就是客服怎么能快速的去接管然后立刻上线代替这个 AI 去解决问题其实还是当时吧我觉得尤其是包括现在也好就是转人工其实也是比较频繁的 AI 其实有很多边界的 case 还是做不到的

然后我会觉得如果你看就是看了这本书你知道 AI 的特性或者你知道大模型的一些特性比如说它需要海量的数据对吧它需要特别特别多的数据然后会有一些比较明确的算法而且是基于一些明确目标的算法来去生成一些内容

的话你就知道其实 AI 有很多很多不擅长的东西就最简单的比如说当你想做的这个东西它没有很多的数据的时候比如说对我个人的一些东西的探索就是对每个人其实 AI 的数据都是不足的或者对一些呃

基本上没有数据的行业那它其实也是非常局限的当它没有这个所谓的 AI 的生产资料的时候它其实没有办法发挥然后另外一个就是我觉得当没有明确的目标函数的时候其实它也很难根据这个目标函数去形成这么一个模型来给出

比较好的方式当我们的目标很模糊或者你无法量化这个目标比如说啊就是啊我要怎样怎样就幸福了那你请你得放一什么是幸福对吧幸福它也没有一个指标甚至对每个人都不一样那你怎么去优化这个函数呢其实很多问题是没有办法优化的而且我觉得嗯涉及到人与人或者企业之间的关系的这种

其实 AI 也是不擅长的对吧就同样的不同的解决方法可能对每个企业都有它的优劣那你到时候要怎么去评判呢你牺牲谁呢我觉得这些都是 AI 不能做的决策所以如果从这个角度看其实都不能说是它的能力边界吧我觉得 AI 不能做的事情或者说是大模型不能做的事情实在是太多了在提到模型能力

这件事情确实它的边界是非常锋利的就像刚才珍说提到的数据不足或者说模型能力不足其实都是它一个非常明确的边界但是人类在理解这件事情的时候它是非常模糊的它是边界模糊的就像我们提到它如果我们说它的理解或者说它的推理这两个词本身就是人类的词汇

对人类来说我们去说理解这件事情

我们也要理解一下但是对于机器来说它是一一对应的关系就像我们提到库与库数据库与数据库之间它就是一个非常明确的对应关系你如果不是这样建立一一对应的关系的话它是不能找到那个东西的那我举个在翻译里面我也确实用到过 AI 去辅助翻译的时候有些什么例子可以让大家很

很快的能 get 到这些就是模糊跟清晰的边界还有就是人类有什么地方是一定会比 AI 做得好一点的我举个例大家要知道就比如说在翻译的质量上的差距就是他有一句话我之前用机器他译出来是说经历数代人的努力这几个字然后后面就是专业的人类

翻译就是我们说的主编他其实很快就直接把这句话变成了代代相传其实是一个意思但是我们能很快的发现说人跟机器之间

这就是意义对应跟理解之间的差距人跟人之间的信息传递其实有一个默契在这就是我们经常说的我们有文化底蕴或者说中文真是一个博大精深的东西其实我们有时候会觉得其实翻译这个东西其实一定程度上也是属于一种信息的有损

传递就是它从英文变成中文其实它已经是有一定的那个信息缺损了只是说人类的发音它要怎么尽可能的去保证它是尽可能无损但是我们也只能说尽可能就是 99%95%这样子去保证这个尽可能还原这个意思的情况下我们做一个传递那人类都

都就是人类已经尽力的情况下都不是百分百的话机器理论上来说也是做不到的另一个就是最能体现到就是我们说的人类翻译智慧就是我觉得最厉害的一句话我真的是传说中的翻译了一年的一句话就是物配里面其中有三个单词我永远都记得叫做

我觉得就可以邀请大家来听的时候也一起来想象一下如果你是这本书的翻译你会怎么翻邀请大家来玩一下这个游戏这三个单词很简单叫 Make Accessibility Accessible 这三个单词你要怎么翻译当时我们做了非常久就是

试过用有道啊用 Google 啊或者用什么大英啊那种翻译器翻下来其实多数都是一成让可达性可达就大致上这样子就结束了后来我们做了一年之后发现最后最后定稿了最后一句话就变成了让可达性不再只是纸上谈兵

就很多成语啊或者说就它非常短但是我们都 get 到了所以在翻译的这个东西就是它算听上去好像就是一个语言语言转译的过程就感觉机器是可以定呃太呃叫什么替代了但实际上

人都很难说换一个人就能翻译清楚的东西其实对于机器来说是相当有难度的希望大家就通过这个例子能很快的 get 到这个人类的智慧跟机器的能力到底是两个什么样感觉的差异吧我觉得 AI 可能真的没有办法去帮助

帮我们完全的去解决那也相信这个 AI 的技术的话它是仍然处在一个不断演进的一个状态希望未来它能给我们一个更好一点的解决方案吧那刚才提到说技术不是在原地踏步的它一定会进一步的发展这也让我想起说人机共同法则里面提到的另外一个观点就是机器是不完整的

其中一个表现我觉得就是像现实生活中我们很多的这种数字产品比如说我们手机的 APP 等等都是以一种半成品的形式去上线的是在和我们这些普通用户的不断的这种交互中去迭代成长的就有点像养孩子一样得边教边养

嗯所以接下来这个问题又想问到真硕那就是设计师我们是怎么去不断的收集用户的需求和反馈的又是怎么把这些反馈变成养料去帮助我们的产品去实现动态迭代的呢那讲到设计思维嗯或者如果大家听说过双钻模型其实它也是一个设计的方法简单来说它就是好几个发散和收敛的过程就比如说一开始我们会去嗯

发散去收集不同用户的他们的对他们的洞察他们的需求到底是什么然后我们再收敛说我们要为哪些用户解决哪些问题然后呢我们再基于这些问题再去进行一轮的发散去想好多好多的 idea

甚至有比如说上百个 idea 然后我们再去收敛到我们到底要去落地哪些方案然后你之前提到的迭代的过程其实就是我们基于可能这几个方案我们去建模也好或者去短期的以一个 MVP 就是最小可能性的产品去上线然后我们再去收敛收集数据然后再去不断的打磨这个产品

其实就是因为它是发散收敛的结合嘛所以它就特别像一个钻石的形状所以我们我们叫它双钻或者三钻的这么不断的发散收敛的迭代的过程然后这整个过程其实是不断循环的当我们上线收集反馈以后可能又会有新的一轮的发掘用户的洞察然后去发散解决方案等等等等

的这个过程然后我特别喜欢说的一句话就是大家总是以为就是最后上线的那个 idea 对吧是从零到一的但其实不是其实是从 100 减掉了那个 99 然后剩下的这么一个可能是觉得比较好的方案

那当然 AI 时代这个流程可能也遇到了一些挑战但当时当然 AI 也能帮我们做很多事情挑战是什么呢挑战我觉得有很多其中一个比较重要的就是用户洞察其实之前也说了

如果数据非常少的情况下尤其是它如果不是电子的情况下其实在用户洞察的角度我们的数据的来源和普世性就非常的重要就这个其实还是蛮依赖人类的因为当我们说数据的时候业界吧或者我们做分析的时候会说定性和定量那定量可能就是所谓的大数据对吧我这个人点这个钮用了多少秒

或者他点了多少次那定量更多的是这个人背后的我为什么要这么做我的困惑是什么我的担忧是什么可能是一些情感上的那我觉得在 AI 或者这么强调大模型和大数据的情况下大家很容易的就去忽略掉了对于这个人本身对于这个用户本身的一些需求的洞察我觉得这个可能是一个挑战

然后另外我觉得可能在收集数据方面在最后的迭代的验证的方面对数据的隐私性的要求其实

也有很大的挑战大家其实可能比较习惯于被收集各种数据和反馈了但是我至少觉得我们其实还有很长的这个路要走虽然这些数据带来了很多便利性但它怎么避免这些数据被滥用怎么能更好的去从中提取更有效的这些洞察其实也是当前业界面临的一个挑战就是刚才甄硕也提到了那个

数据隐私嘛一些产品可能为了追求更加精准的这个推荐可能会默认把一些用户的隐私当成训练的饲料我觉得这可以被称为某种程度上的技术越界了就是嗯

这个背后是不是也藏着一个问题就是当商业利益和用户的隐私去打架的时候作为公司作为设计者到底是应该做数据的管家还是做数据的帮凶呢这个方面珍说可以再展开聊一聊吗我觉得隐私是一个特别大的问题然后我觉得可能有不同的角色在其中都有很重要的

作用吧就我觉得可能一方面是设计者一方面是我们如何教育用户就是用户本身一方面我觉得可能还有一些监管的问题就我们举个例子为什么大家会觉得欧美用户或者西方世界的用户对隐私就更 care 一些可能国人就没有那么 care 我觉得可能也有一几方面的原因一个是我们其实中国用户在我们所有的调研里面对新的技术

的接受程度其实都是比别的国家高的我觉得这是一个发展的特性而且同时因为我们是一个偏集体主义的这么一个这个文化形态吧所以大家可能更愿意就是我在方便和安全之间就是优先选择了便利性而且在

国内其实更多的国家检管的数据会比较多在欧美里面都是企业所以大家可能也会觉得国家更受信任比企业更值得信任但是整体的这个导向就造成了我觉得我们的

数据的使用包括 bad case 其实还挺多的包括前一阵我还看到一个新闻是说有一个公司的员工他收到了一个视频说他老板让转多少多少钱什么的后来最后发现是用这个视频就是 deep fake 出来的这么一个视频然后最后诈骗了很多钱

我会觉得其实因为我们的发展特别快然后可能接触技术的时间比较短需要三方共同去发力吧一个是说从产品的设计者或者从企业的角度我们一定要知道隐私的就是要重视隐私比如说我们现在都会说我们要本地部署这个大模型意思就是说我不会把你的数据传到云端造成风险然后同时我觉得从国民的教育来讲也需要教育大家

更注重隐私就我能想起这些身边的例子我们家小区最近就开了那个人脸的门禁然后所有的人或者就我爸妈他们就都去注册了然后但是我我就一直没有去注册因为我无法知道

我的数据会储存在哪会被拿来干什么就是我其实是不太相信一个第三方公司这个执行的我觉得其实要教育大家就当假如说所有人去露人脸的时候我都会质问说 OK 那你那你这个是怎么储存的呀你有一些什么资质啊嗯

其实也能反推企业去更重视隐私这件事然后另外我觉得法规其实也是要跟上的因为欧洲人还有一个特别重视隐私的原因是因为欧洲有那个 GDPR 的隐私法就你所有的产品上线的时候都必须符合这个法规

才导致他的隐私做得越来越好就当你有一些更宏观上的法规的要求的时候我觉得整体是正向循环的刚才举了一些这种数据泄露的例子也是让人感觉不寒而栗然后想想自己身边发生在自己身上的以及身边朋友家人身上的这些例子也是不是个例了我

我们就是对于这个数据隐私这个方面也确实是我们监管机构企业以及我们大家需要三方共同发力去提高隐私的这个意识那觉得除了堵住这个数据泄露的这个窟窿以外另外一件需要大家都提高警惕的可能是

就是机器有可能会让我们人类社会已有的一些失衡的问题自动化新闻里也有时候可以看到像 AI 照片算法去偏爱男性简历或者是像 AI 医生会误诊漏诊黑人患者等等这些情况也都已经不是个例了就是

前面我们提到机器有很多的超能力我觉得它很大程度上会放大我们已有的这些偏见或者是刻板印象会带来很大的这种负面的一些影响我很赞同就是刚才两位讲的这种要一个三方的参与但是这个我会在想如果我要去真的去参与的话作为一个仅仅是一个 nobody 那我们去怎么去参与这个事情呢这个让我觉得很

让我觉得很有挑战就只能再说那就我能够想到的就是说可能我们每一个在网络上的行为那可能是有用的就是我们都是在做数据那我们做一些让我们更多表达自己观点的留言也好转发也好然后这些

可能与大数据之前他学习的那些数据不同的数据那这样就是在一定的程度上去纠正它吧这个可能就是我们现在每一个就是很微小的个体可以做的一个事情吧我特别同意然后我也补充一个观点吧就首先大家可以做一个实验就是听众朋友们也可以做这个实验就是你想象一个护士你就想象你去医院你看到一个护士你脑海中是什么

什么场景就是可能啊大概率包括你让 AI 去生成一个护士他可能都是一个对吧干净的医院走廊穿着一个白色的白大褂的或者白色衣服的一个女生头发盘起来戴着那个护士的小帽子反正我脑海里是这样一个形象那为什么呢是因为我觉得人类

和机器是不同的我们人类会倾向于去贴标签然后让我们去更快地去认识这个世界因为去处理很多的复杂信息对我们来说是难的所以我们就要快速地去贴到那个标签所以当你想到护士的时候你可能想到他是一个女的穿着白衣服然后我特别一开始我想的这个例子其实是个医生我就想说大家想到医生可能就是一个男的戴眼镜的医生但我把它反过来了为什么反过来我是觉得大家经常说

对吧女性被忽略了但是其实天平的另一边很多时候男性也被忽略了很多护士他也有男性的护士但是当你发现因为我们人类很快地去贴这个标签导致网上的数据或者机器学习到的数据也是带着这个标签的偏见的时候就会引发很多的问题比如说我们可能基于

男性护士的很多的优化或者很多的他们的特性我们就给忽略了其实完全不是因为机器它不能快速的处理因为机器其实它可以非常快速的处理大量的数据它是不需要贴标签的完全是因为我们人类

产生的这些数据给他带来的偏见所以我觉得当时刚才 Freda 说的特别好的是我们首先要觉察我们要知道说原来我们因为人类的一些进化的特性我们做出了这样不能说是

不一定是偏见吧但至少我们有这么一些贴标签或者刻板印象的这么一些行为那也许我们在产生这些数据的时候不管是我们在网上发言还是说我们平时就是

产品设计里面产生这些数据的时候就要对这些数据做纠正我觉得第一步真的特别重要的就是觉察我们要觉察到说原来这里我们带了一些偏见或者有一些不管是女性也好男性也好的数据被默默地忽略了因为如果 AI 看到所有的医生后面都带一个 he 那他可能默认认为医生这个职业在人类这个社会上就是男生才能做的那我觉得这个就是我们给 AI 带来的

我们要做的其实就是在这些数据的源头去给它甚至矫枉过正一下但至少要做一个纠偏的这么一个过程因为刚才珍烁提到的是打标签这个东西实际上打标签其实已经我们如果把机器就整个数据给打开的时候我们发现其实我们到目前为止我们相当于是大家共同写了一本非常非常厚的书

那大家有没有想过说因为刚才 Freda 说到的是那如果我们放在淘宝或者说放在 Google 这样子一个巨型的机器面前那我们发生的一点点小声音是不是很容易被淹没听不见了

对的确会是有这种就是我们面对一个巨轮的无力感但实际上当我们回到就是机器最早最古老的时候大家猜最早最早的计算机是什么

123 给大家解锁一下这也是人际沟通法则里面我觉得感动的开端就是它带着我们回到了历史的最最最开始就有 computer 这个名词的时候是在 1613 年历史开始有这个词语的时候其实最早最早计算机就是指人就是指做计算的人

那时候其实是经济萧条的时候就是美国政府雇了一堆人去做一些非常就真的是计算的工作就是计算我们现在那个就是计算器上面的什么开平方啊那种就是我们用来查询很多很多就是小数点后十几位的那些数字的这么一个列表

那这就是我们最最最底层的那个数字的来源了当时是人去计算出来的然后为了给我们以后的计算节省时间我们有了好几十本的这个数学表就是那种计量的函数啊那种那种那种那种表但问题就是说你想想看

几百个人在一个房间里面天天做数学题你是什么感觉他们也是人对吗他也会感觉很无聊对吗有时候他可能就是你知道去 party 或者说就是觉得很累的时候他也会算错的然后

然后钱田先生呢他在一个拍卖会的时候曾经拍得过一本就很古老的这本我们说的古籍啊他就发现说在某就是某些就是可能十几位后面的那些数字其实里面都有出现过错误你想想看人类那个时候从底层就出现了 bug 那如果我们现代的人去沿用的时候是不是也会出现 bug 呢

所以有很多这些我们说的错误啊并不是就不能单看就是我们现在沿用至今的这些东西会出现的某些错误错误的本身的根源其实就是在人类

理解上出现的错误包括就是我们刚才提到这个数据表项目它其实是一个女性的科学家发起的这个项目居然前天先生发现这个项目的那个共创者里面居然没有这位博士的名字

布兰奇博士然后这其实这是为什么前天先生

必须要花一个章节去把这件事情放进去的原因其实也就在这里了因为我们其实在创造数据的过程里面我们是觉得机器不会犯错所以我们很放心让机器去替我们干很多事情但问题在于说机器的最最最最最最末端这 0 跟 1 的时候我们在标注这个 0 跟 1 的时候如果已经犯了错的话它就会让

机器后续的自动化失衡他说的是这件事情那我们现在其实现在我们说 vibe coding 类似于氛围感氛围编码意思就是说我们现在有一些新的工具比如说像 cursorvinserve 或者说 chat gpt 或者说

国内的签问啊同意签问等等豆包啊这些工具我们有这些工具让我们写代码或者说给自己做软件的能力被提上来之后那其实我们除了说我们在逛淘宝或者说用 Google 的时候感受到的这种无力感

之上其实我们别忘了我们是有能力自己给自己做工具自己给自己做平台自己给自己做服务的这个层面上来说其实我们的能力也被放大了所以既然我们感到无力感的时候其实我们也要就像像珍硕提到的就是觉察那里有错误那其实另一种觉察就是说哎觉察到哎

AI 或者说我们现在技术其实已经发展到了让我们有这个能力去弥补这个错误只是说方式方法有一部分可能就是阅读啊可以来或者说听我们的节目啊其实也是让大家能 get 到说我们现在有这个方法了有这个能力了我们可以去做除了无力感的另一种挣扎我觉得是挺治愈的我就补充到这边吧

我们现在可能能够做到的就是尽可能的去了解 AI 然后去打开我们的感官去觉察我们身边的这些被忽视的声音被忽视的问题然后有意识的去把我们的声音放大去让我们的这些数据能够捕捉到我们的声音这样子的话我们可以通过怪数正确的数据来纠正可能已经存在的这些边界啊

那我从这里延伸来看我是不是可以理解为就现在谁掌控了数据谁掌握了技术就拥有了优先话语权呢就某种程度上可以在资源分配啊或者是权力结构里面占据一个相对优势的一个地位就换句话讲就是假设我们说数据是未养 AI 的粮食那谁掌握了这个粮仓的钥匙是不是就可以定义

说整个世界的这个标准答案了呢就针对这种潜在的技术霸权大家有什么想要分享的吗

我可以先来因为我最近刚好在看很多关于工作啊工作伦理的书所以对这个问题还想了挺多的可能想法也不是很成熟吧但我可以抛一下我觉得比较有意思的几个点就是我觉得米奇有个观点特别特别特别有意思以及我特别认同的就是 AI 它其实更多的是像一个能量它像一个新的能源因为

工作是什么其实工作就是人类自古以来不管你是狩猎采集还是去种田其实工作就是你把大自然的能量换成我们的能量就是我们从自然里获取能量不管你获取的是火还是后来的就是粮食或者到现在的机器和计算机其实都是提高了逐渐提高了获取能量的这个

所以我们如果按照比如马克思的资本论里面他会叫 AI 或者这种能源叫生产资料

其实我最新的最近的一个想法吧我觉得 AI 特别有意思就是一方面其实像你刚才提到的如果它是一种生产资料我们知道其实大家对资本主义的定义就是生产我们出卖劳动力对吧然后资本家掌握生产资料然后它压榨这个无产阶级它压榨了我们的剩余价值就是一方面像刚才 Jackie 说的就是当

资本者掌握了这个生产资料以后那它是不是就是未来资本的一个延伸你掌握了数据你掌握了模型你掌握了这个能量它可能只是强化了一些企业或者资本的这个力量造成了资本的霸权我觉得这个是非常有可能的

或者非常值得思考的一个角度然后另外一个角度我个人觉得比较有意思的是因为在资本论里还有一个定义它叫劳动力就是我们看以往的不管是第几次工业革命其实它革命的就都是工具和效率就是你不管是最早我们有工具了还是之后有机器了它其实更多的都是我工具和效率的迭代但我觉得这一次这一次的 AI

是非常不一样的我甚至觉得 AI 不再是一个生产资料它甚至是劳动力本身就是像我刚才举到的例子也是你可以直接找一个 AI 来帮你打电话它其实并不是

能源本身了它甚至可以是替代劳动力本身就像你招了一个我们现在经常称 AI 是一个实习生对吧它可能能力很多但是需要你告诉它的也很多但是这个本身的实习生它其实就是劳动力的本身了那非常有意思的一点就是假如说 AI 是劳动力本身的话

那它会对我们整个社会的现在的发展有一个什么样的影响也许就不再是说一个资源被资本占用的这么一个角度而是说我们可能会整体的重塑这种企业人工作的

意义以及人机写作的这个模式就是当它是劳动力本身的时候也许一方面是我们被这个劳动力替代了但也许另外一方面是 AI 这个劳动力把我们从这些低级的劳动中解放出来让人更多的去参与这些决策啊创意的工作反而让我们富能然后不再被压榨那些剩余价值

因为之前的时候我觉得从企业的这个角度来讲很多时候大家仍然还在考虑说我现在我现有的这个业务模式我们应该怎么去做一些数字化转型我怎么用这个 AI 技术来去帮我降本增销等等但确实像真烁刚才讲的在现在这个大的环境下很多时候我们的这个

业务模式整个是会被颠覆的那作为一个企业主来说他不光是要考虑一下说我要怎么去做技术选型或者说怎么样去做一些人力上的一些配置更多是我们可能要考虑一下我们从根本上我们这个公司在和员工之间的关系和我们业务之间的关系应该会去做一些怎么样的一个转变吧

那想听听米奇和飞蛋你们有什么感受或者想分享的吗嗯就是刚才真是说到这种就是包括他其实是 ai 变成了这个叫什么劳动力吗就我想起来一个就今年的新闻就是今年开那个就是呃

两会的时候然后有一个代表就提了一个意见就是说以后其实要把这个机器人就相当于机器人要交个税就大概是这么一个含义就是说其实就是把我觉得这个时候就觉得他其实已经把它作为一种就是未来的一种劳动力来考虑了嘛那这个时候如果

就是用他们去产生生产或者说经营的话那这个企业主到底是不是也要把他们当做一个相当于给员工交个交个税个人要交个税然后这种这种有这种能力的这些人啊或者 ai 啊也要去交税因为这个就就相当于是一种人的替代了吗但是当刚才在听这个嗯

这个真硕去讲的时候我会有一个想法就是如果我们未来真的发生了这样的一个事情那我们到时候的这个社会会是什么样的呢就是其实就会有一个很就感觉就是关于未来的想象就出现了一个很大的空洞因为

如果仅仅是就是也是像这个 Jackie 说的如果我们仅是像之前的这十年说做一些数字化转型的话其实未来在每一个人的脑海里还是有一个大概的样貌的就是就是比方说我知道有这个有这些流程但是这个流程可能只是在另外一个地方发生然后它是数字化的这个还是可以想象的但是如果

它变成了就是 AI 如果真的变成了一种真正的生产力的话它或者说变成了一个甚至劳动的个体的话那我们的未来会是什么样的呢就是我们真的可以去做一些仅仅是创造性的工作嘛那我们创造的目标和我们想要解决的问题是什么样的呢就是我们这个创造可能也是有一个

就是我们要想要怎么样变更好但是这个更好的定义又是什么呢我会觉得突然就不知道会是什么样子了钱田先生在写这本书的时候因为他是一个多次跨跨专业领域的一个人嘛他曾经是 MIT 的 MIT Media Lab 的终身教授他是一个工程背景理科背景的人然后他去了日本念了一个艺术的博士

他在念艺术博士的时候他提到说他当时有三个月都在做打磨

铝就是一种金属铝的这么一个东西他当时说曾经就是在他脑海里面他认为铝是一种柔软的二等金属但自从经过那三个月之后他发现打磨铝真的比打磨木头要更困难他当时就提到说因为有那三个月让他从计算机的那种

就是能量爆棚的感觉里面释放出来再回到物理世界里面去感受这种他以前在脑海里面觉得的曾经的柔软的金属

后来他就因为自己磨过三个月嘛他经常提起来这件事情就说还好我当时手指还在就他才会说我学会这三个月除了让我认知了这种二等金属之外我更是学会了发自内心的尊重它的硬度我觉得

这种东西是在我们说的黑盒或者说在一个虚拟空间虚拟世界或者数字世界里面是不常有的那种也是无力感吧只是说我们会去尊重一种别人的尊重这件事情一个人花了很久很久去研究去打磨的东西可能在数字世界里面就是一串

数字而我们或者说机器在读取数字的时候它的这种尊重是我不知道会放在哪里啊我不知道尊重这种感觉或者说这种体验它到底要如何被数字化我觉得也是挺让我觉得

连尊重都那么难被数字化或者说它有没有可能被数字化那霸权是什么呢它也是一个动态的概念对吗所以这谁掌握了所有那个所有到底是只包含了我们所理解的所有还是说所有的钱还是说

所有的权力而这种权力到底它的边界是二元切割的还是说它是柔软的呢我自己是持一个乐观的态度的所以我个人会看待就是霸权这件事情就是我们自己作为人的个体来说其实可以理解我们可以把我们失去一种

数据的掌控感定义为被霸权或被霸凌了但同时我们也是创造这些数据的主人啊

所以理论上来说自由跟霸权它是同时存在的硬币的两面就是说我们以什么角度去看它我觉得我觉得弗雷达刚才那个问题其实还蛮普遍的因为未来一定是非常不确定的就是如果我们知道有什么事情是确定的那就一定是不确定性这件事本身然后我觉得大家对于对吧 AI 是不是会替代我们然后未来包括我之前提到的可能社会形态

都会发生变化其实还是都挺焦虑的但我想分享一个观点就是也是我从别人的听来的是另外两个好朋友录的 AI 的播客然后他们其实提到了一个观点就是当我们想象 AI 的时候我们不要想象它是比如说终结者或者是一些科幻电影里面的那个邪恶大 boss 我们要想象它是哆啦 A 梦

就是其实哆啦 A 梦也是个 AI 但是它带给你的感受是它能帮你做很多很多的事情它也是无所不能的但整体它还是一个积极正向的这么一个概念所以我觉得也是一个思想实验吧就与其或者甚至说与其我们会担心如果我们担心 AI 变成邪恶恐怖片科幻片的终极大 boss 不如我们一起努力想象甚至把 AI 创造成哆啦 A 梦

我觉得这个是一个更好的未来我觉得刚才珍说给我们做了一个很好的一个总结然后正好这块呢也就是引入到了我的最后这个问题就是我们前面真的讨论了很多这个机器啊 AI 的各种特性还有一些伦理的问题嘛然后接下来就是想把这个视角能够转向到我们的现实生活里面去现在在这个 AI 的浪潮已经是相当不可逆的这么一个趋势下我们

应该怎么样去和我们的 AI 时代去相处呢我们作为企业也好作为广大的普通人来说我们在职场和生活上应该有什么样的启示吗觉得刚才大家已经分享了一些就是比如说我们要就是建立一种心理上的一个预期吧把我们把自己和 AI 放到一个共同成长共同

就是交互的这么一个状态然后以一种理想的心情去看待 AI 然后让我们的生活更加的快乐一点毕竟 AI 可以去帮我们做一些就是比较重复性的比较无趣的一些工作能够在某种程度上给我们的人力做一些释放可以让我们的这种工作还有这种家庭上可以更好的一些平衡吧不知道大家有没有其他的想补充或者是想分享的

那我可以再分享就是我怎么和自己自洽的就是我会觉得就是人在这个世界上最不可替代的点是什么我甚至会觉得不管是你工作的身份还是说你在这个社会上的身份

你可能是再有钱的人或者你是对吧再高的领导或者再大的 boss 你还是可被替代的然后我觉得人最不可替代的其实某种程度上是血缘关系就是无论如何我都是我妈妈的女儿我都是我女儿的妈妈所以我会觉得花更多的时间在这种不可替代的事情上其实是有很多的价值的

所以也算是 Echo Jackie 刚才说的其实我们应该花更多的时间在周围的关系上可能也不只是血缘关系吧但是人和人的关系其实最后是无法被替代的所以也就是呼吁大家多陪陪身边的人那 Mickey 和 Freda 有什么想要补充的吗

确实是多陪陪自己身边的人我觉得我对企业来说其实企业也就是人的聚合就是不管企业里面有机器或者说有人在里面它其实就是一个多种能源的结合体来为我们其他人进行一个

就是能量的输送这么一个中间站那其实企业在使用 AI 的能量的时候其实有大部分企业其实还是在非常初步的阶段就包括我们前几年或者说十年前吧就是我们想想看这 AI 才出现多久对不对对于每个人来说它都是一个新的东西所以现在这

这本书的出现人机沟通法则的出现其实也就是给到给到大家就是企业跟个人去刚刚开始尝试去看看到底如何去定义 AI 这件事情并没有说这个是 AI 沟通法则他是说人机沟通法则

其实说到底还是人跟机器人跟机器就感觉这本书好像一个生存工具包一样无论是这个打工人也好还是老板也好都可以从里面掏出一些武器我感觉确实核心就是这本书就

帮我们把这种技术的冲击感转化成了一种认知的升级的这种燃料,就让我们放下了对于机器的这种不断几何级的进化,或者是替代我们人力的这种恐惧,去让我们掌握了更多的和 AI 共生的这种对话的语法。我有观察到一个点,就是它今年,因为它每年都会做一次 design intent report,

然后呢他今年的 report 他是魏俊去让机器给他生成了但那不是说内容是他生成他只是说他在做那个 design tech report 的时候之前呢他是手工的去筛选线上

就比如说是今年我认为今年最值得我们看的是这些这些技术这些这些产品然后他意思是说我曾经手动的就是去记录去打点那个过去这一年的什么多少

几万条那个什么值得的东西然后我以前要整理这些东西起码要整理个好几个月然后现在我们用模型去整理它 24 分钟就整理完了然后就帮他就是处理的非常好然后他今年的那个 design tech report 的处理他也把这个

整个处理的过程给公开出来了我觉得特别有意思他说他曾经被断章取义他曾经被整个设计圈给误解这件事情然后导致他会做某些作品我觉得他对人或者说他对事情的描述是很温柔的他能既掌握技术的无情

或者说就是技术的冰冷的同时他又把人类的温度这件事情还原出来我觉得在写这类型的书里面是非常罕见的一个存在我读前天的书我一直都不觉得我自己读懂了

这件事情首先以前我是觉得遗憾的但现在我反而觉得这个不太像一个遗憾什么意思呢因为这本书里面其实我有看到线上有读者有提到说书里面因为我们去宣发这本书的时候是说这本书是给到没有技术背景的人看的

我的确是这么觉得的但是我看线上有读者反馈是说这本书其实里面也提到了很多技术相关的名词像循环像叫什么我有点忘了地归啊这种东西它不是一个人类日常沟通的常用词语然后里面其实也提到代码这种东西

那你们说的是为非技术背景的人写的这件事情是真的吗或者说还是觉得要有一些技术背景的人看会好一些我觉得也挺有意思的因为一本书确实很难你说能覆盖到所有人的需求

我不这么觉得只是说我自己在看的时候我多次看他的书我现在就变成一个习惯就不是说我没看懂了而去看而是我发现

我在用 cursor 的时候就是我再次回去写代码的时候我才明白了就是 John 他自己有时候都会说我有时候会去 balance 我今天要多跟人聊天我今天要跟我妈妈聊天我今天要跟我的小孩子聊天我要跟我的同事进行聊天的同时我又会花一点时间回去再手搓一下代码

因为我在以前写代码的时候其实我是有被代码虐过好一阵子了以至于就是我回国之后有好长一段时间我都不

就因为那时候的 debug 真的是好难就是你得一行一行看而且我写那 JavaScript 的时候其实有很多我其实没看懂我只是在改的时候觉得 it works 仅此而已所以我自己也是深刻的被呼伦吞枣这个词啊给附体的这么一个人所以我才把呼伦吞枣这个词拿出来是

想要就是给大家就分享一下就是我自己深受这个词的困扰也希望就是大家没有这困扰或者说遇到这个困扰的时候觉得不孤单因为我自己在再次现在遇到 Cursor 的时候

在去写代码的时候发现原来有 TrashPT 的帮忙或者说有 Cursor 这种自动写代码的东西的帮忙底下我好像开始觉得写代码没那么难才会觉得这个东西是不是有机会能让真的没有技术背景的人能摸一摸而我在摸的时候不知道为什么就是才能再看这本书就在写代码的时候再看这本书

能看到的竟然是另一层的意思所以这本书真的很像是喝茶呀就是品了再品品了再品我也不知道为什么我会 loop 在这本书里面只是说这本书给到我很多能量是在我写代码的时候它会反映出来而在我们现在的节目沟通的时候我又会反映出来所以它好像已经

火在了我的日常语言里面很有意思谢谢米奇我感觉确实这个书是那种长读长心的一本书不管是真正完全没有技术背景的人还是有一些技术基础然后在日常工作中会不断地

碰到技术问题然后试图去解决技术问题的人在读这个书的时候都会有自己不同的一种体验然后是在工作的过程中随着你的深度的加深也会有不断的会有新的一些理解吧那我们今天是不是就先这样好啊好啊谢谢谢谢 Jackie 谢谢 Freda 好啊好大家今天就这样对大家周末愉快拜拜拜拜

欢迎大家的收听我们下期再见