Deep Dive
Shownotes Transcript
AI 创业的成本大家之所以会觉得很高是因为你可能一开始没有从一个小的目标开始做你可以先做一个很低成本的验证然后再去考虑如何去扩大你的投资所以其实我一直认为创业不存在一个所谓的特别高的试错成本这件事尤其是 10 年前的银河和现在的 AI 都是很好的适合个人开发者的机会
需求比技术更重要我们绝大部分的这个创业公司失败并不是失败在没有技术上产品开发能力上更多是说是没有找准正确的市场没有找出来真的可以被规模化复制的需求
AI 的能力是在不断演进的你要做的应用应该跟模型能力本身是一个正交的模型能力应该是随着它的增长你在另一个维度上持续做你的投入同时每次模型能力提升你能在你的应用中获益但不要为现有的一个模型里发现它好像在哪个方面做的不好然后你就去通过很复杂的工作手段去给它进行优化这就是典型的我们叫 Premature Optimization 就是过早的优化这个是我觉得 AI 这次创业中最大的打击
大家好 欢迎大家来到 AI 练金术这两天 Mainnose 大火所以我赶紧求了两个邀请码来体验感觉非常神奇刚好两周之前在混沌学员和 Mainnose 背后的两个创始人 Peak 还有张涛聊了一个半小时所以今天飞快的要来了音频文章发播课感谢混沌学员创造这个机会如果你想听一流的创业者讲创新可以关注混沌学员他们也即将上线专为创业者打造的
AI 创新学院我也会在里面做一些分享来跟大家讲一讲怎么用 AI 做产品怎么用 AI 做创业以及如何打造 AI 原生产品那闲话少说我们来听一听 Mainloose 背后的男人们是怎么来讲这个他们对 AI 的理解我们还要有请一位重量级的嘉宾
是海外先锋 agent 的产品首席科学家 90 后的 AI 创业者技术极客 地一超老师我们掌声有请地老师另外我们也邀请我们的人心老师和张涛老师也上台好 那我先抛一个问题吧老师们因为都在强调 AI 的工具要先用起来但是现实中呢 情况就是很多人会陷入学工具 换工具
然后有的新工具还得再学那么作为实践者你们是如何定义有效使用 AI 这个预指的
这怎么样就是够了还是我得不停的去换新工具看哪位先回答哈这个不一定要按顺序那我就先说一下吧我觉得那个新不行其实无所谓因为这个变化太快了就像每个月每个星期都有全新的东西出来我觉得作为普通的使用者来说完全没必要去求新更多的就不是向外看还是向内更多的是把一个已有的工具在自己已有的这个学习和工作流程当中能把它用好我觉得一些比较好的工具
它其实是能够经得起这个实验的教研的你可能用个一年五年它仍然还是一个很好的工具所以更多想的是怎么跟自己结合而不是不断去体验那个工具它推崇的它的那个创新点是什么我是这么想这个问题的好的够用就好其实还是从自己的痛点需求出发就是像我刚刚讲的甚至于不一定要从痛点需求也可以定一个荒谬的要求就是
有用没用都用然后你就把手边的那个工具硬去试如果那个事情足够重要然后那个 AI 又试的不是很好给你的回应不是很好你会去想办法再去搜比如说 GBT 可能就理工直男你让他写情书你发现写的情书总是就不对那这个时候你就会去有动机的去试其他工具比如说到底是 Cloud 写的比较好还是 DeepSeek 写的比较好那这个时候你是从问题出发去挑工具就比盲目的去试新的可能会好一些
这个时候我也帮他们俩打个广告就是在他们的平台上面一站就可以把这些东西都试一下你也可以调到比较好呢一会可以再介绍一下我是觉得就是用新工具没什么不好的对吧其实只要新工具是免费的大家多多益善所以我也那句话就是你订阅一个 monica.im 就可以了
好大家可以用起来那刚好那个季总我们也想问一下就你作为这个连续创业者你高中开始创业的然后也是真格长期支持的还有一个创业者所以你觉得我们 AI 的创业项目的试错成本是怎么样控制的
你怎么样去判断哪个项目值得 all in 对我觉得这个其实话题可以说更广一点就不只是 AI 我觉得创业这些事从来都没有变就是怎么说呢 AI 创业的成本大家之所以会觉得很高是因为你可能一开始没有从一个小的目标开始做就现在我们其实可以发现很多现在很火的 AI 产品的前身只不过就是一个个人开发者做的一个很小的一个产品所以就很像我可能已经十几年前我自己开始做 iOS 独立开发者的时候一开始你不是拿了
融资然后高举高打去做你可以先找到一个自己本身就想用的东西先以个人开发的形式做出一定程度的 pnf 就是你可以先做一个很低成本的验证然后再去考虑如何去扩大你的投资所以其实我一直认为就创业不存在一个所谓的特别高的试错成本这件事尤其是 10 年前的英雄和现在的 ai 都是很好的适合个人开发者的机会对
您怎么看这个问题作为创业者我其实比较赞同 Pick 刚刚说的那个很核心的一个观点啊我觉得现在 AI 这边啊你要去验证 PMF 成本降得更低了为大家讲一个就是那个当时 22 年那个 CHIGBT 刚出来的时候然后整个在用 CHIGBT 嘛用着用着我突然就发现了一个点就是我一直有一个做独立游戏的梦所以说呢我日常的时候其实我自己经常会写一些游戏策划然后有一个呢就是那个想做一个那种
互联网创业模拟器啊就假装你去做一个创业公司有点像那种文字冒险游戏一样一人人的去做决策然后看公司会变怎么样结果当时用千爱 GBT 用了几个月之后我突然发现我不需要做那个游戏了我就基于千爱 GBT 我就把我的那个那个互联网创业公司模拟器就就跑起来了就他每一人都会问我说啊现在市场有这种变化你们公司的数值变成什么样子了
ABCD 四个那个决策你要选哪个我选然后他就告诉我我这个决策对我的公司的数字的影响变化是什么其实也就是说我觉得 AI 这个时代大家可能很多时候还在想说是不是通过 AI coding 编码的方式去降低我的创业成本
其实不是的是你直接就可以用现有的 AI 模型去验证很多你的想法了那你完全是可以先把这个想法在一个简单的 AI 的一个聊天机器人上先跑出来给你的朋友给你的家人去试用一下看看这个东西对他有没有吸引力如果真的有我们再去拉技术和后人怎么样子我觉得这个成本变得前所未有的低然后我这边分享一个就是说
很多时候我们一想到做产品就是会想到写代码是吧然后你至少有个前参后谈这个时候可能就成本就就上去了哪怕你用 AI 你会说我还要学 AI 但其实很多时候我们可以用人就比如说我们 2015 年做的时候其实我们是人工智能后面放了很多人对那现在包括我刚刚介绍的 getpass 的话我们有 KOL 就跟我们说哎为什么你们
每天产品都在迭代嘛就是那个声音的话我觉得跟昨天又不一样风格不一样我在想其实因为当时啊就是一周上线那个版本没有后端我们后端是人在处理人在把它拖到哪个地方去然后重新写一个 prompt 帮它处理掉不就非常灵活所以才会一周上线嘛对吧所以是没有后端不是说你后端迭代快而是后端是一套流程一套工作流说应该先怎么样再怎么样用哪个工具把它怎么样而不是写了
一个什么后台管理系统没有这些东西一开始上线都没有这些东西这样子也会稍微快一点刚好说到这个话题因为几位原来也是高科技行业的从业者所以在 AI 时代你们的迁移其实是无痛迁移的但是对于很多创业者来说他们可能之前没有这样专业的背景
那么在 AI 时代他们该怎么样去去拥抱和相处呢是不是没有更大的机会呢你们怎么看这个问题怎么跟普通创业者相关联其实我觉得真的差别不大就比如说我的话那个论文我其实也只能通过听张涛的研究判断来了解虽然我以前还打奥赛什么的搞奥林匹克但是其实我现在已经看不懂了对我也就听听张涛讲论文对吧好
然后甚至于发给 AI 帮忙讲一下其实对于绝大部分看起来是所谓移动互联网科技创业者能真的紧跟时事的就是千无其一我觉得
我们之前也尝试跟过一段完全跟不动所以其实大家的水平洗跑线其实差的没那么多大家不用妄自菲薄差别没那么大如果你要做一个微调一下模型或者做一个垂直的比如说你专门做一个炒架版的音频模型或者专门做一个帮你写某地风格政府公文的微调或者说你专门做一个 workflow 这些都没有特别难就是属于纯文科上也能搞明白的事情对所以我觉得差别没有那么大对
您说的这个可能在 DeepSig 出来之后我也有点感觉就是以前可能要一个就是我要一套那种问题然后才能问出一个答案来但是 DeepSig 可能我自然语言就能得出我想要的答案对就是有点像我们开始学驾驶的时候先学那个手动挡的车最怕的就是泼气嘛就很容易那个起不上去死活了
但是自动不用自动驾驶我手动挡其实就没这问题了以后我都不用学驾驶了所以可能对于大多数创业公司来说就是模型这个东西已经变成一个基础设施了
所以刚才我看两位在分享的时候一个说后面模型可能成为电另外一位说成为自来水那就是我们都可以用的所以我们作为投资的呢我们其实有判断今年会是一个应用爆发年因为应用有个问题就是看起来门槛好像不太高我能做你也能做因为既然有自来水和电嘛那这个怎么
看待核心壁垒构建的问题呢其实刚刚前面在聊另外两个话题的时候其实我一直有个感受包括刚刚问就是非技术从业者在这个里面是不是会有劣势其实我反过来想其实我觉得是有优势的原因是因为就是我们搞这个东西的人很容易就一下就看到那个他的原理层面他的技术层面其实往往会忽略了就是他到底有什么用但恰恰你对这个底下东西不懂
反正你就放弃了是吧我也搞不懂我也不去理解他我就看就是我像那个看一个黑盒一样你到底能产出什么我只从你的产出从你的表现出来的能力去思考你到底能够给我行业带来什么我觉得也许反倒是这种集中去思考这个事情更能够去探索出来到底有什么用
那回到你刚刚主持人的这个问题本身是吧我是觉得说它变成电和水这样的通用品我们叫 commodity 这种商品化它是一定会发生的而且事实上现在已经发生了但是恰恰是它的发生就所有人都可以来参与这个游戏了它顶级的这个智能模型能力不再掌握在少数的几家公司手上而是所有人都可以来参与这个事情的那我觉得在这个里面呢大家更多应该想的是就是你们行业的痛点需求是什么
需求比技术更重要我们绝大部分的这个创业公司失败并不是失败在没有技术上或者说那个台品开发能力上更就是说是没有找准正确的市场没有找出来真的可以被规模化复制的需求往往是死在这个事情上面
所以说我是觉得比如说自来水和电大概大家都有但为什么不是每一家奶茶店最后都做成了霸王茶几都做成了绿雪冰城对吧那他们到底是为什么成功我觉得里面就有很多共通的这个商业性质的东西可以去研究了那回到刚才那个壁垒的问题就如果我们回到了一个就是同一水平线的竞争那么技术不再成为核心壁垒的时候那核心壁垒会在哪里
除了刚才讲的需求洞察之外可以看看投资人的角度我觉得这个其实可能是一个动态的过程就是凭空讲核心别类其实都是不存在的但是可能是过程当中做起来
就哪怕它未来像水电煤气一样但是它的渗透过程是不均匀的就比如说现在一个杯子你一倒水的话它可能水面上是这样上涨的但是如果你倒的是很粘稠的蜂蜜其实它是会缓缓地落下去然后缓缓地先堆起来一大坨然后再缓缓地平滑那在这个过程当中你藉由这个缓缓的过程这个过程当中其实是可以吃到这个红利的就比如说你说 CHEAD GPT 出来的时候是不是人人都能用 CHEAD GPT
人人都能用但是它其实有一个渗透的过程这个过程当中莫妮卡
他把蔡 GPT 接进来我就觉得是一个很天才的事情套了壳然后在上面还搞几个母版说你点这个就可以翻译那其实就是蔡 GPT 把这个势能差造出来的但是他可以把这口红利吃掉然后当他吃之前其实如果我要做一个套壳就跟他是公平竞争他也没有壁垒我也没有但是当他吃完这一口之后他现在有这么多用户天天在用然后已经买了他们家的套餐比如说我现在想出一个天才的点子比如说一键把你的浏览器变成护眼模式
那假设我有这么一个好天才真的是大家都要的一个模式那只要我这个模式一出来我还要营销我一要营销的时候的话他们可能现在比如说手上假如是 1000 万用户他们一看这个你 1 万人还可以他们要不然就把我买了对吧要不然也可以直接上一个这样的功能那反倒我的创意变成了他们的一个把他们的壁垒反倒加厚了
所以我觉得他们就从 Monica 的例子来看可能这是一个动态的过程你第一步的时候其实不是直接想着壁垒而是说我怎么样吃到这一口小口的这个蜂蜜的这个力差吃完之后的话我自己肚子饱了对吧我现在有力气了然后这个时候这个力气可能是我的红令是我的壁垒对季老师或者是刚才说了很多就是正向的壁垒我觉得其实我们在创业的时候经常想的一点就是如何避免一个根本性的错误就是你到底壁垒判断的对不对
这其实很大的一个点然后这个问题我们自己也扪心自问过很多次但后来发现其实就是 Samueltman 有一句话就说清楚了一切就是在 AI 时代创业的时候你只要不骗自己的问自己一句话就是当 OpenAI 或者 DeepSeek 或者任何公司发一个新模型的时候你是开心还是紧张对如果你是开心的话那你就该做你的事如果你会因为别人的模型跌跌而紧张你就不该做这个事这个能展开再说一下吗嗯
就是去年可能很多人在讨论这个话题就是说当模型的能力在不断往上走的时候自己应用的这个优势是在哪因为其实我们可以回看过去一年多可能有很多不是非常成功的尝试其实他们做错的一个根本的点都是说在给现有的模型能力在这个上面在给它踏屁股这个是非常不对的因为我们要相信 AI 的能力是在不断演进的你要做的应用应该跟模型能力本身是一个正交的就是说
模型能力应该是随着它的增长你在另一个维度上持续做你的投入同时每次模型能力提升你能在你的应用中获益但不要为现有的一个模型你发现它好像在哪个方面做的不好然后你就去通过很复杂的工作手段去给它进行优化这就是典型的我们叫 Premature Optimization 就是过早的优化这个是我觉得 AI 这次创业中最大的打击
我们以前举过一个那个例子来说明这句话就是说你到底要造塔还是造船因为你知道水面在不断上涨如果你是一艘船的话水面上涨你就拖着上涨但是如果是你是塔就比较崩溃因为它每年肯定会上涨十米你是塔你就不停地往上修就很崩溃所以有点我们曾经讲创业的时候以前叫一朝先吃遍天嘛就是我一旦掌握了一个什么样的技术或者我掌握了一个什么样的商业模式
我就构建我的所谓护身盒嘛规模效应是网络效应但是好像在 AI 时代这些东西可能被打破了就
就跟我们以前的很多想法不一样了壁垒的理解也不一样了也许并不是说我曾经有一个什么样的模式或者某一个技术能让我再吃个什么三个月半年可能都做不到了那么这个快速迭代的能力以及学习力和成长速度可能反而成为最终的壁垒然后另外刚才张涛老师其实讲到了一个概念就是那个商业化的规模
当模型能力成为基础设施之后可能还回归价值创造本身
那别人为什么为我们付费其实是因为我提供了某种价值满足了你一个什么样的需求嘛这就是混沌的供需链模型用要从虚着手有一个什么需求没有被很好的满足而我用什么方法能够更高效或者更低成本更便捷或者更优质的去满足它从而它为我付费那么这个其实是从技术到产品的一步那产品到商品然后到这个产业化
可能里面每一步都是有很大的铜钩的所以我们其实在回归商业本身的时候我觉得一个是刚才任老师他们也讲到了我们可能跟以前的就商业模式的构建不一样了但是我们可能依然要回到商业的本质去思考这个问题当然另外还有一个问题其实引发的就是现在创业的门槛其实是
变低了我们刚才举了很多那个切实的例子包括艺人公司是吧然后我一个人有一群 AI 的员工我就能做很多这个微创新和快速迭代的事情我也能产生价值那这样我们竞争是变得更加激烈了还是说我参与竞争更容易了
就看看这个大家怎么看看起来好像我一做完之后立刻就有一堆人那么做好像我比以前创业更难了我觉得还是看你的范围划到多大就比如说我刚刚举的杰西卡那个例子她就在自己朋友圈
对吧所以我觉得这两件事在同时发生如果你想做全局的像我们传统互联网创业想的都是什么我要做大做强这样子你可能做就做着就发现你会碰到了 Monica 就很尴尬就发现竞争很惨烈但是现在确实出现了非常多我就做我的朋友圈小生意比如说这个园区假如说我们需要一套什么系统那原本的时候可能只有软件公司有这个机会嘛那现在它
内部的一个员工他都可以说领导你给我 30 万我找了人或者 3 万块钱我就可以搞完因为代码可能我就用飞书然后加上 DeepSeek 搭了一套东西就可以把这套东西给做出来了所以我觉得主要还是看范围你心比较大的话现在竞争是确实更激烈的但是你如果心稍微放小一点其实现在小机会蛮多那是否意味着大的创业机会越来越难了
那我就不知道你们你们呢看看创业者看到的这个感知到的世界大的基本同来都很难对就是既然你都已经选择创业其实你就不该考虑说我要如何避免竞争竞争是必然会出现的事对所以就是要么像我刚才讲的先从一个很小的的产品做到 PMF 现在很多这样的例子比如像全机制翻译就是一个现在很火的一个例子背后可能也就一两个人对所以就是
就我觉得就还那句话就步步为营吧你可以先从小开始做到后来你也许就有一个大的机会找到你但千万别一开始就奔着一个颇大的去而且事实上如果常年做 startup 的这个同学应该有个感受就是如果
如果你做一个东西做了一年然后一直没有人竞争其实你会很慌的你会去反思说我选的这个市场到底是不是有点问题为什么连来跟我竞争的人都没有所以说其实怎么说呢我就觉得你站在推演的角度和站在那个入局的那个视角上这种感受会非常的不一样
就是我们有时候在做一些东西的时候比如说我们可能已经投入了半年了然后就在我们疑惑不定都到底要不要继续投入的时候突然有一个大厂进来做了可能很多人会觉得你是不是很慌你是不是觉得很恐惧其实从来都没有过每次有这种损坚产生的时候我们都会说我靠终于赌对了所以我会觉得就是你在那个局里面的感受是会非常不一样的这个你们是非常有经验的创业者所以你们的感知是对的哈
我们平常讲就是有很多人我们在做那个创商作业的时候然后经常在推演的时候就会说我发现了一个蓝海没有人做就是一个全新的市场然后我从这个地方进去我就有一片无限大的空间我说你可能想一下就第一它是不是一个伪需求就这个需求是否是真的你要验证是否真需求是吧所以用 MVP 来做验证
第二呢其实如果你真的发现一个蓝海不是没有有可能但当你一脚踏进去的那一瞬间它就不再是蓝海了这里一旦跑通了立刻就有人去覆盖
对吧所以你要看一下为什么是我我在里面有什么独特的优势能够支撑的更久我在这个支撑的过程里面形成了我的怎么样的一个越来越的复利效应是吧你最后不管是被并购还是你独立去发展其实都是一个成功的路径对吧中国原来一直在讲 IPO 去年反正 IPO 的数量就惊人的低一共加起来几十家所以后来发现其实被并购也是价值的一种体现还有一种就是小而美
所以超级个体时代我觉得大家有了更多生存的可能性吧对这个感觉其实还是挺明显的就不太会有那种纯蓝海然后让我在里面遨游什么半年这种情况不太会发生啊另外还有就是我们其实都在讲这个 AI 会抢饭碗嘛 AI 之间会互相抢饭碗嘛但是张涛老师刚才分享的主题叫做创造之美
就这两个之间的一个关系明白这个意思确实是很创造但是我也会觉得很多工作好像确实不太需要人做了比如说我这个可以给大家讲一个非常简单的例子就是 2025 年肯定是人类历史上第一年就整个 AI 产出的代码会超过人类工程师应该就是今年比如说以我们自己公司为例我们现在可能每天有 40%的代码可能都是 AI 写的了但那里说我们公司的工程师慌不慌
从来没见过而且他们用的越来越开心原因是什么是因为就像刚刚我分享里面我提到的就是提问的能力寻找问题寻找需求能力它变得前所未有的重要了那我觉得可能真的会担心的是什么呢是说你以前所有的工作里面比方喇叭就是携带嘛
你的所有的问题都是别人为你设置的你的任务都是别人为你去定义的你做的东西都是一些那种类型的事情那就很难但如果你以前的工作就是在寻找问题解决问题只不过呢以前那个解决问题要你自己来寻找问题八小时解决问题八小时现在变成了寻找问题八小时解决问题八分钟那提升的是会寻找问题的人会解决问题的人他的能力一个这样子的人他被放大了
那所以说我觉得当然就是任何的变革就像纺织机出来是吧那纺织员工他短期来看他肯定是下涨的但你站在整个人类的社长上来说我们的生产力整个是提升的所以说在这样子的时代下你应该去思考的是你到底是不是那个发现问题解决问题的人那如果你是那样子的人的话 AI 一定对你的说是一个放大器我们的观点是这样的所以大家的问题是如果不是那个该怎么办
我觉得就是你得去锻炼那种能力对吧就我刚刚那个分享里面提到的你要去想在我们现在这个组织里面到底是谁在发现问题啊谁在解决问题啊你要去观察量因为以前的话各式还需要大家去做很多重固性的工作所以我也还有价值我也还能待在这个组织里面那未来有可能真的就不需要了那这个时候你就更要去学习那样子的能力对吧因为我们说实话没有任何一个东西能 cover 到说 OK 你就躺平你也仍然能够被带着走我觉得可能不会是这样子的啊
从这个分布的概率来说确实在下面的这一层可能是 90%吧因为那是一个非常高级的能力其实我觉得大家更想问的是确实这个 AI 的取代可能是个 80%到 90%的这么一个比例你如果学习能力抵不过 AI 来势汹汹那普通人如何自处啊我觉得这个还是要放在一个更开阔的视野来看我自己本
本质上是一个非常信仰人性而不是说一个纯粹的那种技术进步主义者我觉得人本身的创造力是非常强大的我觉得人一旦被释放出来比如说我前两天看有人问 DeepSick 一个很有趣的一个问题就是说怎么像亚当斯密
去解释我们现在的第三产业就是如果你站在亚当市面那个年代你很难给他解释为什么现在全球有那么多人在从事服务产业他可能对不太理解那谁来种地呢是吧你在那个时候生产力的水平上你很难理解但我们现在都知道第三产业对整个人类社会不管是经济层面还是文化层面都是非常重要的一个东西
那未来我觉得是一样的就是底层的生产力被极大的增强了之后我觉得我们总会诞生出来其他的工作岗位人生志向或者人生轨迹但我现在确实看不懂对所以张挑总的观点是释放是解放对人是解放而不是威胁那季总我可能就更纯粹的技术进步主义者就是我觉得肯定会发生很多替代但是呢其实你也别慌对吧首先 AI 有一个问题我认为永远解决不了就是它不能替你坐牢
所以就是这个还是替代了好一点这不太现实吧这些责任问题所以就像刚才他们讲的就成选可能是就是第一个受到 AI 大规模影响的一个群体但是一个公司你到最后你也不可能没有成选因为哪怕代码都是 AI 系你需要有一个人去验收对吧然后现在有很多这个艺人公司艺人公司可能是一个人带着很多的这个 AI 但人主要是人是法人所以就是人的这个责任是无法被 AI 取代的
另外一点其实就是 contextcontext 是什么意思就是说 AI 它本身所有很强的学习能力和理解能力但它依赖于你的输入但是人是把控着 AI 的输入的对吧所以就是传统公司里头层级啊什么东西你要当好一个领导就现在大家转换一下心态就是别担心自己的工作会被 AI 取代你该想想你怎么取代你的老板你的老板怎么对你你就怎么对 AI 对
然后就能让你在 AI 的时代活得比较滋润这是个比较好的视角其实工作上我觉得大家也不用那么那么担心因为其实大家不是担心被抢工作大部分担心的是被抢工资对吧所以这是两件事情工资的事情的话其实就等着低保嘛
那工作的事情的话我觉得就是大家可能是把工作给神圣化了就是因为大部分人其实是用工作来逃避人生意义问题就是我要你为什么要这么累因为我要搞钱对吧但是实际上这不是人类的天性嘛就比如说你家小朋友可能就喜欢红蚂蚁你就会觉得你一辈子干这个你将来靠什么吃饭然后你就会希望他不要研究红蚂蚁他要去学台经对吧
这为什么是对的呢对吧他为什么一定要去做个比如说财务对吧才是对的呢或者为什么一定要做个 AI 工程师才是对的呢他应该是他喜欢红蚂蚁就应该让他有机会把他的人生一辈子浪费在红蚂蚁这件事情上因为反正在什么事情上都是一样嘛但为什么不是顺着他而是要把他当做一个螺丝钉一定要拧在比如说 AI 工程师这个未来会好找工作其实这是一个扭曲的反倒他自发的喜欢红蚂蚁这个才是对的
但我们历史上是没有生产力来支持这么荒谬的事情说每个人都可以研究自己的红蚂蚁现在终于有机会了当然也有一半的机会可能我们就被做掉了但是那个也不用担心吧对吧担心也没有用
那如果我们没有被做掉的话就是有一个慈善的 AI 的话那应该会被养起来那每个人都可以研究自己的红蚂蚁就是所谓创造的乐趣吧每个人去创造自己的红蚂蚁每个人去研究自己想要的这个时候会有心流的但你被老板天天 PUA 的时候真的那么有心流吗也不见得是吧应该是你自主性的可控的在做自己想要的方向上的时候
这会有新的我们只是太习惯于把自己工具化但是实际上就是大家可以刚刚说我们要做老板嘛对大家想想一个公司董事长是干嘛的他也不用具体搞管理对吧那你说董事长是没有意义的一个人吗对董事长可以坐牢是吧然后除了董事长可以坐牢之外他拥有这件事情这本身就是一个价值就比如说哪个大富豪的儿子还接手了这家公司他就是这家公司的老板是吧你不会去衡量他没有考过 CFA 为什么
因为你觉得他是老板那我们其实把自己没有放在富二代的那个心态上面我们总是把自己放在了就我要去通过考试考一个证然后让老板赏识我的心态上面所以可以转一下这是难得有这么个机会嘛就真正纯粹回到做人做一个纯粹的人所以就是焦虑的反面是具体
我们坐在这里焦虑其实没有什么用的就回到那个熊的故事熊追过来了然后只需要跑得比我的同行快一点就快一点就好了对后面我觉得所有的东西可能生态结构都会发生改变吧刚才在那个任老师分享的时候其实我还挺想问这个问题的我们混沌很多同企业其实都是企业主
都是创始人那么我自己去学习了之后我当然希望他在组织层面去落地嘛那么从个人个体的实验层到业务的改造层到组织的进化层他怎样能够让这个能够您刚才说可能不能自上而下发生哈有没有一些成功或者失败的案例跟我们分享一下我刚刚 PPT 里也讲了一些嘛
第一个就是我强烈建议不要搞大工具对然后鼓励年轻人去发现小机会就比如说混沌假设混沌现在要做一个 AI 的话你坐在这个 APP 里面毕竟这么多同学在用嘛那你肯定你要兼顾各方但是如果它是一个跟混沌没关系的小程序那大家心态上就会放松很多它就比较容易落地一点
所以我是觉得说让年轻人搞然后步子小一点可以多搞几个但是呢然后也可以不用自己的原来的牌子在外面独立的一个东西搞这样子有用再把它收进来没用的话就当这件事情没有发生过对这样子看起来会比较成功率高一点
季总你会有什么样的建议给到就是偏传统一点的企业做 AI 落地转型中可用的一些建议我觉得首先一点就是不要硬上就是大家可能最近在网上看过一个梗图叫传统企业加 AI 就是在肥皂的上面插了一个那个洗手液的那个头对所以就是其实很多时候我们发现一个企业开始考虑 AI 转型主要是源于老板或者 CEO 的焦虑
但这个其实有点危险的对所以就是一定要从自己这个业务的这个比较小的点去开始做而不要去追很多的 buzzword 对包括现在其实 deep seek 这个东西我一直呼吁大家稍微冷静一点就是 deep seek 不是一个万能的一个模型你一定要具体问具体分析比如说如果你想做 function calling 什么的你可能选择千万这个模型会更合适
因为刚刚那个就是任总这边提到一个点我比较有感触我之前做神车数据我做四年大家可以想象当时大家对于大数据的拥抱跟现在对于 AI 的拥抱是同等浪潮的然后到时候我们的服务类型是连费制就像订阅的一点第二点要续费我很重要的一个对于公司的经营指标就是续费的留存那续费留存最重要的是什么
就是你用了一年之后企业有价值才会继续付钱对不对我们从这个视角去工作的时候我们就发现了一个很重要的一个点就是自上而下的一把手工程通常都会失败就但凡这个是那个 CEO 可能在某个像这种样子的检查听我讲了一次然后觉得说大数据太重要了回期要上这个时候多半就会出问题就是 CBO 一把手项目就会出问题原因是什么是因为一个系统最后用的不是 CEO
所以就会用的是这个一线的人工决策者决策者是什么他是分离的维护者对不一样然后这三者决策一旦他们的信息脱离了那个动机不一致的时候这种项目通常都会失败我们后面就会搞什么呢但是我们一定会在他们的企业里面像刚刚任总提到的我们会去培养几个苗子比如说我们以前做客户成功 customer success 这个服务的是去做大规模培训比如一个万人级企业我们搞他 20 场培训
成本花的巨高 20 场大家想想非常恐怖的一个培训一两百人搞他 20 场培养几千人结果你发现根本没用大家听了之后回去就继续上班就完全没什么后来我们就转变了思路我们搞什么呢我就挑几个那个总监挑几个比如说小组长年轻人啊他愿意那个他自己职业还有上升空间的我们去重点培养他然后呢让他在他们公司的那个月会呀或者平时汇报的时候啊
他的那个材料或者他的那个分析一个问题的那个视角立马就发生了变化然后老板说哎小张你最近这个东西搞得不错啊老板说就是人都是这样子的人就是不换寡换不均对对对这个时候呢大家你就会发现其他的那些总监就会主动来找我们
说他们那个怎么做的呀我们部门也想这么搞一搞他得看见了他相信你主动去培训二十场跟他主动来找理可能我们最后付出的那个 effort 可能是一半但效果可能好很多因为他有那个愿力了对对对所以我非常赞同任总监说的一定要相信年轻人的力量然后呢要多在组织里面去培养这样子的标杆出来让大家看见因为看见了所以相信嘛
而且还有一个点就是刚刚任总也提到的就是年轻人这个事情我在就是搞 AI 这两年里面我一个非常强烈的感知就我我岁数也不小了哈我不得不说我过去十几年的工作经验给我留下来的太多的负担就我在想任何问题的时候那些知识都会冲击进来但是呢我在这两年跟那个特别去上海杭州的时候跟那些
年轻刚毕业一两年甚至还在读书的年轻人交流我就会想他没有这些负担所以他在解决很多问题的时候他是 AI native 的思路就他是 AI 时的原住民他有很多他天生就是我想说啊我说这个肯定用 AI 做就对我来说我是不敢想象的我觉得效率很低但是
他们真的这么去干而且最后真的能干出来所以说我觉得大家一定要多去相信年轻人相信这些老子里面对于过去经验没有负担的这些年轻人我觉得他们搞这些创新是我们做在这个地方通过规划的方式通过研讨的方式永远谈不出来的我今天因为听到非常高频的一个词叫年轻人我想代表我一级像我这样子年龄段的然后问一个问题因为混沌同学也是比较多元的那么组织里的中年人应该是
应该怎么样去拥抱这个时代就你们会有什么样的建议给到他们因为我觉得改变的心大家是有的但是改变的方法会是怎样的然后怎么样去交互我觉得这些是不是有一些视角我是觉得说第一个就是能够尽量的相信年轻人用好年轻人然后第二点的话如果自己一定要变的话我就是你看看能不能把自己尽量丢入一个高频的快速变化的环境中然后有大量的呃
新的东西跟你接触比如说我现在的话我接触的人呢种类就会非常的宽那这样子的话我被动的处于了这样一个信息环境就是我每天的事情也在变你在一个高密度高变化然后非常丰富的信息环境里面这样子可能可以让我们的比如说神经突出老化的 many 天可以可以跟上这个时代对你看现在这是一个非常非常重要我们其实像我跟那个任星老师我们俩都是邻交哈
然后我们其实有自己的主业但是我们每次就是混沌有这样的场我们都很愿意自己的回来就是要让自己主动浸泡在里面可能我们已经算比较前沿的一些行业了我们就天天跟他们打交道但我觉得依然跟你做不一样那天是哪位老师说的这个你看 AI 新闻不等于你在用 AI 我们天天看 UODIF
这个又怎么样了然后马斯克又怎么样了但是我依然不会用哎所以我们要把自己丢在这个环境里面来你自然的这个意识不一样我相信今天可能在线听的同学然后包括在现场的同学我们今天不管怎么样我们在离开之前拿起自己的手机给人家问一个问题问啥都行问出来啊我觉得这就是我们卖出的一小户吗哦我再补充一个就是还有一个东西就是大家尽量如果是像我这样的中老年人的话尽量少用这不就是哈哈
就是但凡你心里面把它跟一个什么东西觉得这个不就是什么什么吗的时候的话就是一定要亮起一个红灯就是你很快的做一个判断的时候一定要亮起红灯它真的可能就不是我举一个跟 AI 没有关系的例子就比如说我现在每周会健身然后我有一个健身是打拳击是用 VR 眼镜的
用 VR 眼镜之前但凡有人我看过一些案子是用 VR 做运动的我都觉得是神经病你头上戴那么大一个东西你做运动这不是脑子有坑吗对吧
然后我就一直持着这种批判精神因为你想象得到我知道运动是什么我知道 VR 是什么对吧我两个都知道那我当然知道带着 VR 运动是什么那这就是我的默认假设直到我自己买了然后我运动了然后而且我又看了这些什么奇奇怪怪的这种养生的书对吧他说我每周要 10 分钟的 Zoom 5 就是这满心率的运动你会发现
你用 VR 打的时候因为你在打拳击嘛所以你的心率很快就能上去就是凑那个数特别容易然后它的伸长线速会把你的满心率的那个难受因为你跑满心率很难受嘛会把它盖掉所以就很容易可以凑那个数我现在变成了周活用户就是 VR 就是用这个然后我就觉得里面的运动一个比一个就真的是对我是有用的
但是在你空泛的去想这件事情的时候运动我知道啊就是你要动摇头晃脑 VR 我知道一个很重的东西这两件事拼起来就不 make sense 你知道吗然后我就会以老人家的那个我周知道这两件事我知道拼起来我当然知道我就会很快下一个结论但是实际上你用了就真的不是所以
所以很多时候就是如果你像我一样就是已经是中老年人的话就是千万不要说这不就是什么千万不要就避免这个巨事不就是其实是一个结构性的傲慢归纳法因为我以前碰到的事情是这样子的所以这个事情它肯定就是这样子的可能不一定试一试
我看了这个静和茶说中年人也不能落后说出了我的心声不能落后感觉这边有一个结界还有一个问题刚才有一个同学提的问题就是人跟 AI 肯定是要开始搭伙过日子的
这不管我想过不想过我都得这么过就是我肯定得跟他过日子就像没有人问你要不要用互联网一样你已经在这个环境之中了我觉得这个速度比互联网实在要快得多得多所以我们要做好这个准备那么其实有一些场景比如说我们跟 AI 去协同那我举一个极端的例子就是我们跟化工厂的 AI 巡检这个场景 AI 巡检那如果是万一 AI 漏掉了危险信号或者他的算法里没有包含这个东西
最后责任是算谁的那设计产品的时候呢到底是要让 AI 当全能管家还是说当辅助助手这应该问两类创业者对就是其实本质问题叫做怎么划清人和 AI 的权责边界
坐牢的问题交给 Pick 来讲对我觉得这个还是想好回答就是你还是把自己放在老板的地位上你会相信你的实习生给你做出一个会影响你们公司命运的决策吗实习生他其实在给你提供做决策的一个辅助
就现阶段我觉得你还是不要把这个特别重要的事完全交给你起码作为一个人工最后的一个审核这个东西我认为或是长期存在因为首先你的现代的人工智能或者说这个机器学习它本质上来说就不可能保证绝对正确这件事对所以这个是一个长期的问题不是通过技术进步能解决的
张涛总我觉得刚刚就是那个主持人提到的那个例子啊其实他当年给我的感触特别深就是那个因为这个以前做 NLP 嘛做自然语言处理然后肯定对那个 CV 那边呢肯定也有所了解就是那个 CV 是那个 computer vision 就是自然计算机视觉它是以前 AI 研究很重要的一块领域
我记得好像是五年还是六年前我忘了就是既然这视觉虽然研究的很前沿了但他们在那个应用落地方面一直很难找到很好的落地方向结果后来我了解到一家公司就是 exactly 就是做你刚刚说的那个方向他们就是把那个国家安全生产的那些条文啊每一条做成一个 feature
比如说那个安全侦察条文有一条是某某某那个炼钢炉启动的时候这个区域不能进去人就是这是一条规则他就把它做成一个 feature 然后那个条文从头到尾可能一百多条每一条都是一个 feature 然后它把它组合起来就是一个非常好卖的这样子的一个产品那
这个里面我当时问了一模一样的问题我说那万一是吧任何时候你漏检了那这个责任是算你们公司呢在一个工厂呢还是说算一个虚拟的算法算法肯定不能背锅嘛对吧但他跟我讲的一个很有趣的一个观点是什么啊他就说就咱们不要老用这个
替换式的兜底的这个角度去想这个思路而是说以前你即使找一个真人来盯着一百多录 video 因为以前是那个国家生产安全总局他们会要求各个厂把那个视频都传到他们中央那边来嘛你其实你以前你根本找不到人
统计业来去做这个事情因为这是真需求对所以它首先是从不能变成能那我们这个时候从不能变成能的时候我们就不能说你一下就要觉得百分之百的准确你首先是能够预警的以前连预警都做不到现在可以预警了
而且或者说以前的预警社科人一百六二个看过去你可能看一轮整个这个周期就两个小时你的发现的频率就两个小时但现在我把它变成了秒级别把一个危险信号抛出来然后用真人去做确认对吧那所以说我就觉得这个是完全不一样的这个场景所以大家在思考自己的那个流程里面其实也是一样的就不要是一种责任交付制就哇责任完
完全给拖出去了而是说预警的这种思路其实我觉得是比较不错的理解这个其实就是避免一种叫二元对立就是我要么就是你做人做要么就是 AI 做对对对把它不是人和 AI 的关系可能是人家 AI 的一个渐进式替代的关系对的效率提升的所以我觉得这个回答其实跟刚才这种你们俩的回答其实可以应用在很多类似的场景中
确实是一个思路其实好多像这种技术进步包括模式的转变监管其实没有那么快能跟上的法规没有那么快能跟上的就像智能驾驶是吧
就制驾这个东西它不是说技术不能达到可能现在还有很多比如人轮的东西把人轮的你没办法解决所以导致现在还不可以使用但是其实我觉得技术已经还是蛮发达了我看他们开特斯拉的都是在停车场门口就下车了然后他自己去停车后来我们还在讲那个萝卜开跑
就是完全无人驾驶嘛已经在推行了武汉呀包括杭州一些场景推行了我还发了这个文章之后第二人评论说太好了他说我要一辆白天他把我送到办公室之后他就去跑滴滴然后我们说你是对上班有什么执念吗那你为什么还要去上班呢
你不应该搞一堆去吗对所以好多场景可能不是我们原来想的那个惯常的这么个逻辑链条了完全是重构了但是非常有意思去关注这个东西我在那个同问区同问区有一个很大的问题还有一个非常长的问题但是我觉得这个同学的问题他经过了非常认真的思考有一点折磕的意味了我就念一下可能他有点长但是我觉得还是有价值可能能够促进大家的思考
这个问题我先问一下季总吧好不好这是目前所有的 AI 大模型都会涉及到一个根源性的语料输入和算法输入的问题语料加算法所以它会有一个模型的输出它的那个算力加上推理那么人们在使用它辅助思考的时候它会有一个
他出那个解决方案所以我们可以说这个方案背后其实是有不同的文化意识形态的因为你输的语料不同我们就会发现 DeepSeek 和 ChallengeBT 出来的东西可能差异还挺大的背后其实是有意识形态的如果你看进来这个东西你会发现加上开源的输入和输出会不断的叠加构建
构建一个比真还真的信息结果呈现这个在这个领域里面确实会发生的就会有这个越多信息然后训练它就越有点像我们原来讲的那个信息壁垒然后当 AI 大模型被大家使用的时候到底让渡的是什么权利这是第一个问题要不先回答一下这个问题好的好的这个问题其实拆了很多块就先回答第一部分的
刚才讲到算法和数据两部分其实对于一个模型产生的内容其实算法是次要的无论你是走哪条技术路线一个模型无论它的输出质量还是说它的风格基本都是由数据决定的所以首先由于 dpc 跟 openair 他们肯定都有自己的 pretrain 的语料所以天然会有一些差距但是呢这个差距其实不是那么的致命因为首先现在在预训练阶段你所用的语料几乎可以说覆盖了人类已有产生的不敢说全部吧就是绝大部分的这个
的数据那其实模型他其实本质在预测下一个头可能在学一个概率分布但这个概率分布其实你可以理解成是人类咱们这个世界的一个中庸或者说一个君子的一个状态所以其实在模型完成预训练那一刻他其实并没有自己所谓的一个意识形态他是把世界上所有人的观点
按照他本有的一个概率记在了自己模型的这个心中但是呢其实模型到了 post-train 阶段会进行一个环节我叫所谓的这个对齐对其中有一个很重要的一个环节叫衡量两个值一个叫 helpfulness 就是有帮助性还有就 harmlessness 就是无害性这无害性会涉及一个环节叫 refusal
就是巨大这个其实是你会体现很多模型都能让你感受到就是你在问一些比较尖锐或者是对于各个国家不只是中国国外也有都会有一些比如忌讳的东西或者有一些这个涉及政策法规的东西
模型会选择拒答但注意这个模型它其实知道背后的很多东西但它会选择拒绝回答这是第二类让你产生觉得它们好像有价值观因素的一个点但是呢实际上我觉得大家也对这个事不用特别的担心因为你别忘了还是刚才讲的一点就是 context 上下文非常重要对于模型来说你会发现你在用一些联网搜索的时候模型的回答会极大的程度被它搜到的网页
所影响因为就是整个人工智能行有句话叫 garbage in garbage out 就是你输入垃圾模型再聪明模型土土也是垃圾所以其实模型本身的价值观是在那的但是当你给他输入了上海文比如你对他有一个具体的要求或你给了他很多对应的参考资料的时候模型更大概率其实是延续着参考资料和你的命令在进行一个输出所以我觉得大家不用特别担心模型本身那个意识形态的这个问题也可以插一个比如广告比如
那个涛哥讲的 Monica 的 CNCN 版最近不是上线了其实我也在试用我发现有一个特别好用的点就是它有一个记忆功能就是说上来他好像问了几个问题就是说你是怎样的一个人你喜欢什么其实这个时候就相对你的一些偏好被写在了一个模型的上海文中然后你发现这个模型的输出其实非常偏好于你的意识形态对所以我想说就是模型自身的意识形态是可以被扭曲的
而且你的 inference time 的输入的优先级明显是要高于训练中本来掌握的第一个我觉得是没有让读什么权利因为我其实并不认为人有什么权利比如说我刚刚说人就应该可以研究红蚂蚁这其实是我对我孩子希望他生活的状态的一个愿望但是如果生产力达不到他凭什么有呢对吧这就是一个我们的歪歪甚至于包括人人平等啊或者我们中国其实跟东南亚很多国家比我们人与人之间更平等嘛这些东西都是争取来的就就就没有什么天然的权利
然后我们以前也确实没有这个获取信息就可以怎么样的一个权利那现在的话其实它只是更好了它甚至于很多事情是从无到有了那这个时候并没有说你受到了什么损失只是说如果有更好的愿望我们可以去争取
然后另外一个就是那这个问题我觉得是无解的因为只要他存在这个东西他会做对齐的话基本上就会有这个问题甚至于他就算不做对齐他的语料当中本身就是在互联网上留下痕迹多的你必然就多一点嘛对吧就没办法所以的话呢我觉得几乎无解那最后就只能用市场经济的方法来解就是当你有很多选择的时候
就有点像兼听则明唐太宗对吧我既可以选择这个又可以选择那个我知道他们每个人都有自己的价值观偏好我可以不把自己绑在某一个上面这个时候的话可能我让渡的权利就会更少一些只要我绑在了任何一个上面哪怕它是完全符合我的其实我都让渡了比如说这个信息减防呢我可能就让渡了某方面权利多一点就挺好的好像又铺垫了一个广告给你我知道我今天两位老师就是给我们广告
打太多了我就顺着任老师的话题我继续聊一下其实我觉得人从自古上古以来就一种东西我们会神化我们使用的工具人会有一种崇拜的那种癖好很容易就把某些东西变成了一种我们就崇拜的东西但是我觉得动态来看有个好处是什么就一个东西它是动态演进的一个过程比如说刚刚那个同学他的提问我想到最近一个例子就像在淘宝上有一些卖家
会在自己的商品详情页里面写我们这个商品是 DeepSick 推荐的就他一般会截一张图就是那个他问 DeepSick 比如说全世界最好的充电宝是谁然后 DeepSick 说了一个牌子还说你看我们是 DeepSick 推荐的其实这个就是一种就是工具的一种异化一种神话的一种过程但是呢我觉得这个东西它只是一种短时间内的一种状态什么意思呢就打个比方说至少我们这样啊就是接近 40 岁的人从小成长起来的这个环境里面我们肯定会觉得科技产品数码设备那一定是
美国公司或者日本的生产的是好的因为我们从小都是在这个买索尼是吧买索尼一个沃克曼觉得巨厉害的觉得国产货呢都是比较山寨的但大家可以看一看就是到了当下来说你要买一个无人机你要买一个那个变形式的那个摄影设备我相信不会有人想到说我要买一个美国无人机一定是大疆一定是 instant360 对不对一定是我们品牌对
那这种也是一样的我们现在之所以是因为大家很多还没接触 AI 或者是说对于 AI 的那个还没有适应那我觉得再过个一两年当 AI 能提供的文字表达变成了一个很常态之后慢慢的我们人类里面那些有价值的表达方式更有意义的那种思维方式它会变成一个更稀缺的而且大家会养成一种审美就一看这个这个就是一个很标准的 AI 回答这个是有深度的人类思考我觉得它反倒是把人类的思考变得更加的
高级高级了我觉得是这样子的特别精彩的回答三位嘉宾我们应该给个掌声真的三个视角三个非常精彩的回答然后刚才任老师的回答我想到了那个本来无一物
何处惹尘埃就是我们让渡的到底是个什么权利就是人类本来没有权利对吧何来我们让渡了什么权利给 AI 呢但是我还是把这个同学的问题问完还有还有就是上半截我觉得大家给出了自己的思考和回答它下面呢它其实有一个答案我觉得这个答案其实无所谓对错就是每个人的一个深度思考但我觉得它这个思考还是非常有价值它认为我们让渡给 AI 是决策权就是我
给了你相关的这个就是语料和你的信息然后包括像季总刚才说的也柔和了他自己的价值观但他依然输出了一个结果还是那个决策给了我让多了这个决策权之后那么 AI 工具其实不单则跟刚才问的有一点点同构性啊
那么假使我得到决策信息之后根据信息去决策指导我个人后组织的行为那么我自己是担责者所以如果我只是获取信息我没有这个信息解码的能力他这个描述也有点复杂就是语言文字描述他其实这个语言模型不一定了我觉得还不一定就是语言模型了就如果我没有强大的基本工具解码识别判断阳气和迁移那么我是否可以认为在
在这种看似智力升级的幻想背后隐藏着对普通人更多的认知剥夺有一点信息减缓的意思好像不完全是
就是看大家怎么看这个问题可以将它从开始我觉得是必然会发生的而且这个东西不是说是 AS 在带来的其实之前上一代的我们有搜索引擎是吧有这个推荐之后就这样但我不得不说就是我一直不想给大家传递一种就是你可以不努力就可以很好对吧就是任何东西你都要靠就是我们叫那个商检嘛你要去对抗那个商争的过程你要去让你的思维是一个商检你就需要努力
你需要去梳理你每天的这个 input 的信息什么样子的你需要去思考这个过程不要被循环对对对所以说我觉得这个过程就一定是要靠用力去抗争的因为这个物理世界就是你只要不努力去把它梳理得临行有限当真是必然发生的当真是必然发生的所以任何时代我们都要去努力对抗商争但是它不是说是 AI 带来的当然 AI 可能会加大这个商争的容易程度商业界会更难但是我们仍然要试图去对抗它
这是人类的一个一个很久命题对这个就非常底层了就是你所有的商见必然要做工对是吧我们自己要做工所以我觉得第一步叫做看见和觉察你要看到这个东西就像很多人被短视频所寻化已经没有办法去做那种长门阅读或者长视频的观看了电影都看不了了
我觉得短视频刷两下我电影我就知道情节了可是你的那个深度审美已经缺失了所以我对我小孩子就是你可以玩游戏你都不可以看短视频真的我觉得那个对人的伤害注意力的伤害是极其大的但是大部分人是不自知的我碎片时间看怎么不行呢但那种碎片化我觉得对人的伤害真的真的是不可逆的所以这是我们要看见及觉察所以刚才我觉得张高老师给了一个非常好的视角就是我们要做工去商见我们要看到这个问题商证必然发生看看雷老师
嗯我我讲两个可能像矛盾的观点啊一个就是我觉得大家可以就把 ai 当做一个人你把它当人就挺好想的了就是他帮你提供了更好的信息更全面还帮你做参谋这个时候你说你越好就是越
让渡了我的什么或者牺牲了我的什么好像有点说不太过去当然了你可能要防范这个风险就好像比如说刘备好不容易挺到了诸葛亮对吧但是其实他要喘胃的时候也会跟诸葛亮说你要造反就造嘛对吧你要当皇帝就你当所以可能就是你会觉得你控不了他其实他才是那边的老大了但是如果 AI 他服从我们的话我们认为诸葛亮一定是中心的话诸葛亮好像好一点也没什么坏处嘛对吧你把他当一个人
然后你怎么用好这个人就好了我觉得一个抽象的比喻就是这个然后如果更具象一点的话其实我并不觉得大部分人是被他剥夺了信息反倒是更多的信息比如说我早两天我们要做一个美国某个特定市场的一个调研我就让 deep research 帮我出了四五份不同维度的报告都是关于美国大概十分钟出一份然后质量都挺好的但我知道就是其实没有那么好也是因为我对那个市场过于不了解
对他在我了解的领域我其实觉得这下没有那么好但是你仔细想想假设这件事情不是他在做而是我自己在做我会怎么做如果出一份类似这样的报告我可能至少要三个小时而我这三个小时也是去搜索那些关键词也是去点点只是我的评估标准可能跟他不一样然后我其实大部分的时间是会耗费在搜和点上面以及看看判断这篇文章哪一个部分对我有价值的部分
所以他其实把非常多的就是杂事就是那种无效的那种在那边点点点那种拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖拖�
所以我最后获得的信息量我觉得是更全面以及更多的而对于我觉得比如说我还是算搜索引擎使用的一个高手我觉得对于普通人来讲比如说他连搜索引擎也不知道该怎么用的大部分人用搜索引擎就只点第一个链接嘛那你这样的人他做不了研究他做不了研究你有一个没有诸葛亮那么强的一个研究员帮他做了个研究我觉得也很难说这是害了吧所以大概是这样
我觉得还是让度的问题我觉得其实我们所有人都从未拥有过真正掌握原来的信息的能力因为你想 AI 是什么你问他的问题 AI 其实去上一层进行了搜索搜索又过了一手而 AI 搜索的内容是什么可能是某一个媒体的小编他没你懂他写了一篇文章我们中间隔了太多层的东西所以其实 BurkenJD 有没有 AI 我觉得都要掌握的一件事就是溯源的能力
这个很重要无论用搜索用爱都是一样的这方面可能国外的互联网觉得做的可能比国内稍微好一点就是你会发现大家写文章的还在保持着超链接这个特别朴素的习惯就比如你至少发现谁引用了一句话你这个链接能点你可能再往上点一层所以就是具体到我自己的一个实操比如我在让 AI 给我一些回答的时候我一定会在背后补句 prom 就说请引述原文
然后如果你在用一种比如那个 agentic 就那种能够多层深入研究你应该说去找到原文并把原文暂停回来对我觉得这是能做到的极限吧就是 AI 其实可能只是又加了一手但是我不认为我们以前也有多好的一个情况好的我们先把今天我们讨论的一些问题我们大概做了一个抽象我们刚才讲就是 AI 时代这个来世生生我们如何自处嘛对吧其实第一层我觉得几位嘉宾老师给我们的就是一个叫认知刷新
认知刷新认知刷新里面其实讲了几个比较关键的点一个叫技术的可用性其实是盖于技术的先进性合适最重要它现在网上不是有个段子挺火的吗就是
就是我不知道大家手机里有多少个那个 AI 的 APP 其实我是原来好好多年不怎么下 APP 了但现在 AI 火了之后我下了好多个然后那个任星老师说他没有把它装在一个文件夹我把它放在一个文件夹里面把它取了个名字之前叫 AI 助手后来觉得他太聪明了比我聪明多了就把它叫 AI 顾问所以就是你怎么看待这个 AI 工具就是你的心态你的
你的念头你怎么看它你会怎么用它对吧然后很多人觉得我是一个老板然后他都是我的员工这个 AI 给那个 AI 布置任务然后共同完成我要做的一件事情那就是比较高阶的使用了就是可以这样子呀那你有没有了解你的员工呢你的员工不是说哪个最新哪个就是最好的不是的应该是哪个最合适你要做的那个任务嘛是吧所以那个段子叫什么就是我他手机有一个愚蠢但勤劳的
鱼笋蛋勤劳的是谁豆包然后有一个中性但是没有情绪价值的 Kimmy 有一个非常聪明但是不干活的 DeepSick 因为每天五点钟起来问他你知道吧
他不然就繁忙了然后还有一个留学生就特别不好用的 ChadGBD 是吧不怎么听话但是呢后来底下有个留言我觉得那个留言其实特别神那个留言叫有一个什么都想要但啥也说不清的老板哈哈哈哈
所以也说今天我们整体的这个问题就是提问的能力你首先你了解你的员工然后你能够准确的知道谁擅长什么然后以及你怎么给他下发任务你就能把它用好那为什么有的用的很好有的人就觉得都不好用呢那问题是不是在自己所以我觉得这是我们今天可能最重要的一个点然后第二个行动的框架
行动的框架里面呢其实刚才我们讲了有几层一个叫做个体个体的思想实验个体的实验层我先用起来这么跑然后第二个呢叫做这个业务的改造层第三个叫做组织的进化层组织往下进化层
然后刚才几位老师也详细讲了给了很多的建议很多非常接地气的今天真的是真流淌就是组织落地中我们要注意什么问题然后还给了组织中的像我们这样的中年人一些建议重肯的建议我们也不会放弃的所以这是我们今天讲的这一层第三层叫资源杠杆资源杠杆里面其实就是如何善用它了我们怎么理解它是我们的什么资源人力可以是人力杠杆对吧然后可以是认知杠杆可以是时间杠杆
最后会成为你的资本杠杆对人对企业都是这样就你怎么认知这个 AI 它是你的资源杠杆第四层就是长期生存长期生存里面呢其实就是我们跟 AI 如何相处未来会是怎么样一个样子其实谁也说不清它可能变化远超我们毕竟不是说皇帝处地用金斧头这是我们的想象那可能还有更多我们完全没有意想到的场景但我们怎么跟 AI 长期去共存起码在中短期里面怎么共存刚才几位老师也给了一些视角
就人机的分工原则然后另外就是破二元对立我们可能目前是用共生然后是渐进式的替代而不是一步到位不是人就是不是的
建议室的替代然后随着所有的配置的机制可能会逐渐的去完善我们能更好的去用到 AI 然后我们最后叫做生而为人我们该看红蚂蚁就看红蚂蚁我们真正做一个人这是我们今天其实几位嘉宾老师当然会有很多的细节给了我们大量的视角我觉得一些新的洞见也是非常感谢三位老师
现在像小伙伴们在里面其实也提了很多问题我们这样子我们在现场要不先开放两个问题或者三个问题大家有什么问题可以跟嘉宾老师交流问什么都没有关系因为本身也不一定会有正确答案
是我们此刻的思考这个女生先先举手好右后边那个其实我特别想问最右边的这位老师我是做 AI Agent 的加 Infra 的其实我们也是在这两三年的当中落地过一些大的项目对于 2B 的项目和 2G 的项目深有体会在这个过程当中其实是随着今年年初 DeepSeek 的报复
然后引爆了整个应用市场然后大家对 AGI 的期待可能也越来越清晰那我非常想问的一个就是您对于今年然后 DeepSeek 引爆的这个应用的市场是如何看待以及未来的这个趋势是如何那么对于 Infra 这个方面的建设您是认为这几年还是否有机会然后纵观于全球包括像美国的这些 Meta OpenID
Microsoft 的这些大厂的基础设施建设其实都在不断地推进那对于国内其实政府来讲也是有很大的举措从 Infra 和 Agen 的这个未来发展的趋势方面您可以有一些分享吗
谢谢好的好的就问题比较多我先一个一个讲吧就首先确实这一切事都是 DeepSeek 可能在国内带起来的当然我觉得这首先是非常好的一点因为之前在国内做应用的时候大家其实一直没有一个非常好的一个开源的 foundation 去做但是呢如果你具体到 agent 跟 infra 的话其实 DeepSeek 这个会有一些需要探讨的方面比如第一点就是
DeepSeek 的模型无论是 V3 还是 R1 它其实本身的 agentic 能力具体到比如说你必须要的多模态你必须要的 function calling 还有所谓的 long horizon task planning 就是长程的任务实行其实它的能力并不是非常出众因为这可能不是 DeepSeek 这个团队目前这六个月的主要的一个关注点他们其实还是在用强化体系
把 reasoning 这件事他们想在六个月内做到一个更高的一个阶段他们可能对于多么泰等一些方式就是战略性的先往后推一推所以就是如果你真的是专注 agent 这件事的话其实我觉得可以借着 deep seek 东风但不要太跟他绑定太深或者等他们进一步的一个进展同时 infra 层面其实也是因为 deep seek 的爆火其实对国内国外的 infra 提出了很多的这个高的要求包括其实你如果看了 deep seek 最近他尤其是 v3 那篇 paper 的话他其实在 infra 我们指的 infra 可能更多 infra 层面就推理阶段
它其实跟以前传统的 Lama-like 模型已经做了很大的区别所以其实除了 DeepSeek 官方以外目前至少我们知道国内所有的推理厂商提供的 DeepSeek 它的 Infer 的优化都是比较差的所以这块有很多要动效做比如所谓的 Expert Parallelism 就是专家并行这些东西对然后呢如果你要说在 Agent 跟 Infer 这两个方面去做结合的话我觉得今年会有非常非常大的一个机会就是之前可能大家对算力的关注主要在训练阶段
但我觉得 agent 带来一个最大的变化刚才张涛老师也提到了一点就是说希望有一个 24 小时不断在推理的智能这会有一个巨大区别我相信可能今年也许吧
推理层面消耗的 token 的量可能过去的 100 倍都不止因为一个很简单的道理一是时长变长了无论是因为 agent 还是为 reasoning 模型本身的 apple token 就更多更重要一点是什么 agent 它是处于一个多轮的状态而大家知道其实 LM 在每一轮的交互过程中你得带着之前所有的 context 所以它是一个不断不断不断变长的过程
随着交互轮次的提升你的消耗的 token 量是非常非常大的所以我觉得今年因为有了 agent 这个母题所以 infra 会有非常非常大的一个发展大家可以看到国内一些我们朋友的 infra 的模型推理公司的估值都高了很多对然后如果你要具体到美国或者国外的更宏观这个领域也会有几个比较大的点一方面就是说现在推理模型的火爆无论是 R1 还是 O3 这些东西
它其实怎么说呢这可能偏技术一点就是它会对单个用户使用的时长更长用的这 Apple Token 更多所以它其实推理的压力会非常非常大之所以大家看到 O3 或者 O1 它的价格这么贵其实也是因为这两个点导致这个定价有一个变化那么其实到了硬件层面的话
现在可以看到比如国外像那个 Sanbanova 或者那个 Grok 之类的他们有两类一类是其实他们部署的 DeepSeek 不是真的 DeepSeek 是蒸馏版的蒸馏到了千文或者 Lama 上面这两个模型是比较传统的一个 Dense 的 Decoder 它可以附用现在所有的 AI Infra 做的很高速的推理但是类似于比如说 DeepSeek 这样本身又是 MV 又做了很多这 Attention 层面的改进的模型
其实也许会有一些优化的一个方向但是对硬件厂商来说我觉得这可能对他们来说有点冒险因为这对于硬件厂商来说他们在买模型台票就是我是否要让我的这个专用的芯片过度绑定于某个特定的一个模型的一个架构所以认为这可能还会有一段时间的一个挣扎期所以
Inferno 我觉得接下来主要的变化可能是在于推理软件或者 framework 层面会有一个比较大的一个进展我们可以期望可能一个月到两个月之内 R1 这种模型的本身的推理价格和现在这种稳定的服务就是很难获得的情况会有一个很大的一个好转大概如此刚刚那个白衣服那位蓝色是第二个举手的这戴帽子那位我先说一下我的大概做的事情是什么是做传统的这种广告营销公司的
基于这样的话其实刚才有一个小范围的一个大课题就是组织架构的一个变革假如说我现在公司想尝试比如说一个人去主导我把 AI 的所有的一些东西不同从大模型还是一些应用的东西都把它做成一个个体的一个团队当中的一个人
然后它共同组成了我的一个业务模式比如说大王西在刚才我们说的一个塞浦他的怎么样应用还有比如说有一些纹身图的我怎么应用还学生视频的怎么应用还学写文章的怎么应用就所有这一个系列的把它组成一个团队但是每一个人都是独立的个体然后我问一个比较直接的问题就因为大家都是尝试了很多的这些应用了他们在工作当中的话我
我怎么利用好这几种平台和应用然后再过来就是他们直接互相让他们这样的团队嘛互相怎么协同的工作能够做得更好我怎么能够带领他去做这些事情然后我这问题是问三位老师就这样的一个事情一个很朴素的问题那就三位老师回顾一下吧
广告反正因为我身边做广告创业这些朋友比较多其实广告行业中爆 AI 应该是很特别积极特别早已经不是最近的事了其实他们已经中爆了两年了我们看到这个过程基本上会是这个样子的首先就是人员肯定是没有什么变化更多的还是那个富人
就比如说早期那个客户一个 brave 过来是吧我怎么开这个 brave 怎么找角度去切入因为你在做这个工作之前你要先得到这个工作嘛那广告行业经常要去投标拿着 brave 去投那很多时候叫找切入角度传统的时候可能就是
小工作室老板带着几个核心员工说咱们今天来老报一下我们看看客户该怎么做这个环节其实特别适合 AI 而且特别适合现代的 AI 两年前可能做起来还有点难现在的 AI 为什么一个是有 reasoning model 它的思维方式更多另外一个是现在基本上大部分的 AI 产品都跟搜索结合在了一起我们去解决一个客户的 brave 的时候通常是要不能光是老补一般是要先对客户做研究就像刚刚
人种提到的就是说一个我不太了解的领域 AI 现在能非常快速地帮你去了解清楚这个客户的背景是什么他们的产品是什么甚至连这个客户的这个 CEO 他那个平时在发言的时候这个 CEO 更关注什么他们最近在提什么概念 AI 能很快速地帮你
做一个整合这个是传统你一个工作室其实有时候大家对于客户的了解都没有那么快了解那么深的然后继续这样子的一个基本的一个研究报告我们就开始提出好那这个客户的基本情况这样那当前他给我们下了一个什么样子的一个 brief
那我们想要去打动客户你能不能够从那种分别不同的角度比如说那种表扬型搞怪型是吧或者是说一种提出一种特别新颖的一种角度去给我老爆出不同的去解决这个 brief 的一些方案那当然最后做决定的肯定还是你们这个组自己的人或者就是你们
但是这个老报比如像我以前专门培训别人怎么做老报我们发现做老报其实是一个非常有技巧的事情我看过大多数组织其实是做不来老报的浪费大家两个小时时间其实什么都没得到首先做老报本身就很需要技巧其次还需要参与的每一个人他愿意贡献这个东西可能还要离以前把你们组织培养的比较好才做得到但现在
你既不需要技巧也不需要一个好的组织你只需要有个 AI 它可以无限制的给你老包其实我们自己在工作当中我最经常 AI 干的事情就老包就是说你把这个东西从不同角度给我来 10 个 idea 我说这三个还行继续这三个再给我老包一下所以我觉得首先从策划这个角度它就已经能起到很大的作用了早期可能是跟你的员工 copilot
那后期就是到现在现在的模型能力来说在策划和产生方案这个事情上 AI 已经能取代很多非顶级的做广告策划的同学了
然后另外还有一个就是在后面你提到的就是图像那个领域不管是现在的纹身图还是图生图还是图生视频这三个领域里面我觉得 AI 基本上拿来做内部的概念验证和跟客户的沟通是完全足够用的的但是呢短期之内比如说六个月到
12 个月一年之内你不要期盼他可以直接交付商业级别的作品就是商业级别的作品一定还是要靠那个专业的人通过后期的处理剪辑甚至可能要重建模就是整个这种事情这个东西我觉得一年之内你不用去考虑但是呢你们内部去做那个概念验证的时候或者说带着一些非常早期的方案比如说可能你们以前跟客户沟通第一轮沟通的时候通常只能拿出一个文字 brief 或者是在
在互联网上去搜了一些图片说大致你要的是不是这种感觉你现在可以做到更高级的第一轮沟通就第一轮沟通的时候就能拿出一个很 visual 的一个视觉的东西去跟客户沟通了我觉得以我的经验来说当下可能基本上就进展到这样子的一个阶段
我这边也抛砖引玉一下一个就是确实是很早就在用了甚至于 2023 年我去有一个上市的广告公司他们里面就已经用 SD 加了几十套然后甚至于当时就有自己的私有化部署了一个语言模型只是他们从来不对外讲因为对外讲还是要按照人来搜寻在内部提销 2023 年的时候就已经做得很好所以用的很多
然后基本上几块嘛一块就是刚刚说的文字工作文字工作的话他可以写创意啊干嘛这些肯定都可以刚刚那个张涛提到有一点的话其实我把那种奇怪的用法先提出来因为写创意大家想得到嘛奇怪的用法就是刚刚张涛提的他的联想特别巧而且他查资料比较好就比如说前几天我是跟一个
公司有一个合作的话我就顺便帮他们写了一首歌但是那个歌的话你就让 AI 去写的但是 AI 去写的时候他会把那家公司最近的几个老总的发言权看了然后他会查这家公司常用哪些意向其实我是为了损税嘛就是你帮我写首歌给他们他
你看他查了大概五六十篇资料还会把这家公司常见的风格他们经常用的意向他们最自豪的产品什么的全揉进去了你知道吗这是这个马屁拍的非常的精妙所以他在揉东西方面是比正常人类要强的就除了我们正常写的那些常规的事情以外
然后揉东西还有一个常见的用法就是比如说之前很多人在做文创在做政府的单子的时候他们都是要结合当地本地文化的这个时候要去做研究也是很多事那这个时候就让 AI 去研究他又会告诉你这边比如说几百年前出过一个什么人他们家的族徽是什么然后把这个揉进来想都想不到一个正常人类不可能想得到的东西他都全部可以揉所以在文字方面就正常出
方案怎么他们现在这样都很好了然后有一个想不到的就是让他做更多的连接性的工作然后画画的话现在很成熟了视频还不太成熟画画的话现在已经画得很好了就是所有的海报都可以让 AI 出然后现在只是说他在出 logo 和商品的时候可能你需要有单独的一些处理但是你也可以考虑干脆偷懒一点就是干脆商品单独拍嘛对吧
背景归背景概念归概念氛围归氛围飞过来一只小鸟归小鸟商品归商品你可以后台把它拼起来也是可以的如果不去单独圈的话
反正图像方面我知道也是蛮广泛的应用现在甚至于连文字啊什么处理在六个月前可能文字还乱七八糟现在文字也可以对了对所以也可以搞然后图像方面也是给大家一个建议就是图像和视频也是建议大家干脆搞怪一点因为它现在还是有瑕疵特别是在视频方面比如说让他拍我们这个场景然后给混沌做个广告还挺容易让人看出来不适感的但是呢你让大家拍一个火星人在学混沌大学
然后甚至于拍一个大家我们在一个草莓的房子里面每个人就一边吃一边在草莓里面摘一块草莓吃或者拍一个沙僧什么生物空西天试人到了雷因斯打开出很多奈雪这种荒谬的场景他拍的可好了因为我们也不知道这个雷因斯应该长什么样子对吧就出错了我们看不出来但他拍这个场景他其实还挺容易出错的所以画画什么的基本上设计岗其实他现在都做得挺好的但是还是看得出来有问题所以你可以把它干脆用在怪的领域他就看不出来
还有一个就是在新营销就很多营销已经不是常规的去做过广告了
我刚刚在 PPT 里面讲了一个嘛就是现在大家去小红书上看到漂亮小姐姐就心里面已经开始存疑了嘛他们会过几个月给你卖什么抗衰老的产品的对所以这就是其实是也是一种形态然后另外一个的话就是也有非常多利用 AI AI 是 AIGC 嘛它有大规模的生成能力那这个时候的话你可以想想这里面还有什么其他可以玩的就可以要打开思路我拿莫妮卡举个例子就你们现在去搜什么
一些关于说那个比如说我是一个留学生我要到哪里然后我语言不通看网站看不懂你们是很有可能会搜到摩尼卡
但是他们不一定在这里面花了广告费比如说如何什么一天有十倍的生产力然后你还搜什么阿里阿布戴尔有一个博主在讲这个东西了然后你去搜这个东西也有可能你还是会搜到摩尼卡然后这个时候到底背后做了什么对吧这些其实是 AIGC 特定的一些广告营销的打法大家可以去探考一些新的玩法不一定是广告的那个玩法
OK 老战役其实刚才听两位说了很多反而让我就 re-call 起了前面那个问题就是人在就是以广告行业为例人到底还跟 AI 的这个邪恶在哪其实刚才无论讲到就是语言生成或者图像生成也发现这也都存在于颗粒度问题这是很具体的颗粒度就是因为你在跟 AI 交付任务的时候其实你在跟他用语言接口在沟通
这就像你在跟你的一个设计师在讲的时候到最后你可能还是说你这块这个像素我想改一改但最后谁来改这个像素你如果还跟 AI 是拿语言作为这个接口以这样的颗粒度改你很难达到你最后满意的一个效果所以你团队内仍然可能会需要有一个能最后进行 final touch 的那个人对吧就比如真的就是帮你把这个边给弄好了帮你把 AI 里头声音这部分给编辑掉了就因为实际上 AI 也会有一些类似的工具比如大家可能听说过什么 control net 那个 lighting 之类的打光这些东西但那个操作都非常专业
所以我觉得确实就人可能还会在一段时间内扮演 AI 到最后交付最后一公里对因为这是颗粒度问题导致的保守智能导致的对这可能在广告行业尤其明显你是感谢我们这个全程的一个陪伴希望大家有所收获
所以最好的建议其实大家浸泡在那个场中我觉得所有的成长在不知不觉中就会发生所以今天在最后的时间我们请各位嘉宾每个人就说一个关键词吧今天我们可能聊了这么多跟同学们最踏取自己的一个关键词讲一个就好这老师很不一定今天讲就自身的感受我就是恐惧就是
一定要活在恐惧之中就因为觉得自己也不年轻了其实今天也给我做 AI 或者是资源源处理的第一十二十三年了但我觉得驱动自己学习的根本原因就是 peer pressure 和恐惧所以经常大家常说什么不要相信中文三大顶会啊就是三个公众号就就就不点了哈哈哈但是我自己非常喜欢关注他因为他标题都非常吓人我每天都是被被被吓醒的所以我觉得这是图了就让自己沉浸其中之外的另一方法就是就是经常吓吓自己嗯好的杨老师
听完皮克讲的我就改了我就建议大家想开一点中和了一下中和一下因为一半的概率我们会被就比如说五年之内就被做掉了如果没有被做掉就会是最幸运的一代很有可能就是疾病在十年之内全部干掉甚至于我们肉身可以上网或者可以心机旅行这些很科幻的事情如果我们没有被做掉只要它达到基点都是不一定会成但是至少是有概率了在之前你是连这个概率我们有生之年
你线性推肯定推不到嘛但现在有这个概率了所以就是保重身体想开一点看到那一天对吧也挺好的
一蜀上船是吧真正走向星辰大海对一切都有可能了之前比如说你想什么长生不老什么的这个都是不可能现在也不一定可能但是它它有可能对这是很可怕的有可能性了我自己的话可能就是关键词就是好奇吧我觉得其实你看支撑我自己做了八年的 C 端产品做了五年的 SaaS2B 的东西为什么最近两年还能够就是完全转身又投入 AI 这边呢其实最大的一个动力是我想搞清楚它它为什么会
会发生它为什么是这个样子我觉得这个好奇心会驱使我去做很多的事情而在一个那种确定性没那么高的很宽泛的一个领域里面我觉得如果你没有一个底层的好奇心去驱使你的话你就很难在这个里面能能学到一些东西或者能往前面走近一些嗯
我想分享一个关键词就是叫学习力因为信息太多了我们看不完怎么看都觉得很焦虑我觉得如果有了一个好的学习环境浸泡在里面然后有了好的学习力之后其实就会有成长加速度跟我们的起点没有关系每个人起点都不一样但是有成长加速度我终有一天会走到最前面
就跑赢我的同行嘛最后我们在离开之前希望大家都不管有没有用过我们的 AI 工具都拿出来提一个问题世间所有的答案都在等待一个好问题从今天开始好吧今天就这样谢谢大家
i get lost in your eyesyour picture perfectlike a perfect sunrisei know where we are goingbut the stars will be our guideunder the starlightwhere everything feels rightunder the starlight
i'll hold you in the night got crystal clear skieslike a scene from i'm loving every momentas we're dancing real slow under the starlightunder the starlightunder the starlightunder the starlightunder the starlightunder the starlightunder the starlightunder the starlight