EP 527: AI’s First Chapter: Why Generative AI Is Only the Beginning
30:09 Share

这是 Everyday AI 节目，一个日常播客，我们简化 AI 并将其力量带到您的指尖。每天收听，获取提升您的职业、业务和日常生活的实用建议。

作为每天都在谈论生成式 AI 的人，我已经花费数千小时谈论它并向财富 100 强领导学习，并教企业公司如何使用 ChatGPT 或 Microsoft Copilot。对我来说，感觉我们已经在这个生成式 AI 浪潮中经历了几十年，尽管我们才几年时间。当你仔细想想并放眼远眺时，

我们可能甚至还没有触及到皮毛。我们可能仍然处于 AI 的零日。这就是我们今天要讨论的内容。我非常兴奋。因此，欢迎来到 Everyday AI，我想我们在这里帮助您度过零日。但我们是您的每日直播播客和免费每日新闻通讯，帮助像您我这样的普通人，不仅学习 AI，而且学习我们如何实际利用它。

来发展我们的公司和职业。因为是的，发展不会停止，我们也不会停止。因此，在您听完这个播客后，您需要访问我们的网站 youreverydayai.com。在那里，您不仅可以收听大约 500 集

来自世界领先公司和 AI 领域领先个人的剧集，但您还应该注册我们今天发送的每日新闻通讯和每天发送的每日新闻通讯，我们在其中回顾我们在播客和直播中涵盖的主题。但我们还会让您了解您需要了解的所有其他信息。所以一定要这样做。好吧，让我们谈谈大局。那就是

我们还没有开始。显然，我的意思是，我们还没有，对吧？是的，就像我每天都在谈论 AI 一样，也许太多了，但现实是，我们甚至可能还没有爬行。好吧，我唠叨够了。我很高兴邀请我们今天的嘉宾。因此，直播观众，请帮助我欢迎 Ron Green 加入节目，他是 Kung Fu AI 的 CTO。Ron，非常感谢您加入 Everyday AI 节目。

感谢您邀请我，Jordan。好的。对于那些不知道的人，什么是 Kung Fu AI？除了我们节目中出现过的最酷的公司名称之一。哦，谢谢。谢谢。所以我们是一家战略和工程公司。我们已经有七年以上历史了。从第一天起，我们只做 AI。我们帮助……

公司采用 AI 战略。我们为他们构建定制的 AI 解决方案。基本上，您需要开始或构建您的 AI 路线图或 AI 功能，我们都会帮助公司做到这一点。

不错。举个例子。一家公司来找你。我的意思是，他们会说，“嘿，我们需要基于 OpenAI 的这个新的 SDK 进行构建。我们需要为公司创建代理。”或者他们带着 PB（或其他什么单位）的数据来找你，说，“帮我们使用 AI。”情况会是什么样的？最终结果是什么？是的，情况更像是后者。我们基本上是用定制的 AI 解决方案来解决非常非常棘手的问题。所以

你知道，人们会来找我们，他们会说这样的话，“你知道，我们正在尝试自动化交易。呃，我们想要构建一个系统，可以自动交易数亿美元，或者，呃，

我们构建了一个系统，可以使用纯粹的计算机视觉来预测乳腺癌的风险，提前五年，达到超人的水平。该模型目前正在 FDA 等待批准，诸如此类的事情。非常酷。非常酷。是的，如果您想了解更多信息，请务必查看新闻通讯。但是，Ron，让我们开始吧。所以您认为我们正处于 AI 的零日。为什么这么说？

你知道，这是我唤醒人们并让他们意识到我们才刚刚开始的一种方式。自从 90 年代以来，我一直从事 AI 专业工作，我们取得了巨大的进步。令人难以置信。如果您将现在可以做的事情与当时的相比，您就会知道，当我读研究生时，我们会说，“哦，我的上帝，我们的梦想实现了”。

但也很清楚的是，斜率、速度、加速度如此之大，以至于我们基本上什么也没做。五年后，我们会回顾过去，认为我们现在拥有的能力是敏锐的。就像我们在 2020 年回顾 GPT-2 时一样，我们会说，“你知道，那个模型，很有趣，它几乎可以——

做一些有用的事情，但我相信不会有那么多的进步。”我们即将出现曲棍球棒式增长，这就是重点。原因有很多。好吧，让我们开始解开它们。所以，你知道，作为从事 AI 三十年的人来说，说我们即将出现曲棍球棒式增长，

是什么让你相信这一点呢？因为显然，正如你提到的 GPT-2 一样，对吧？我还记得大约五年前使用 GPT-3。我想，“哇，这太令人印象深刻了。”而且，你知道，从那以后，这项技术呈指数级增长。那么，为什么我们现在即将达到这个曲棍球棒式上升曲线呢？

原因有很多。让我们直接进入主题。主要原因是，传统上我们依赖于一种叫做监督学习的东西，对吧？我想每个人可能都熟悉这一点。你拿一个模型，教它做一些你不知道如何明确教它的东西。为了让每个人都能在脑海中形成一个图像，想象一下，十年前你试图训练一个模型来识别照片

我们不知道如何用传统的软件做到这一点。我们真的不知道我们自己的大脑是如何做到这一点的。没关系。我们可以使用这些大型深度学习模型之一，我们可以向它展示足够的示例并使其泛化。问题在于，它受到示例的限制。您必须为每个图像都有一个标记的示例。你必须知道正确的答案是什么。模型可以泛化，但它真的不能泛化到我们人类可以教它做的任何事情之外

有点像模仿这个过程。好吧，这最近发生了变化。强化学习，顺便说一句，该概念背后的两位主要人物上周刚刚获得了图灵奖，这是计算机科学领域的最高荣誉。使用这些新的、功能更强大的语言模型的强化学习已经

真正地将事情提升到了一个新的高度。我们现在有经验证据表明，我们可以从这些系统中引发

推理行为。这些系统，从技术上讲，我们不需要深入了解任何细节。所有重要的是，我们可以采用强大的语言模型，并通过让它学习某些类型的可验证领域，例如学习如何编程和学习如何编码以及教它进行分析性思考，我们现在正在这样做，并且我们看到多个前沿实验室已经验证了这一点，

一次又一次地，我们看到这些强大的模型正在涌现出推理能力。这就是为什么这如此重要的原因。据我们所知，人类是唯一拥有元认知能力的生物。我们可以思考思考。

一旦我们拥有这些模型，它们现在可以进行内省并思考思考，您就拥有了这种无限递归的能力。我们可以思考思考的思考，我们可以从中获得所有深刻的见解。所以我们真的要开始比赛了。我认为说我们在一年内，可能在三年内就会拥有 AGI 并不夸张。这一切都是基于这一新的发展。是的。

是的，“AGI”的讨论总是很有趣。仅供参考，如果您关心整个 AGI 辩论，请务必收听明天的节目。这将是一集精彩的节目，仅供参考。但让我们回到监督学习、强化学习的概念上来，对吧？所以对于那些可能不像你我一样的人，我喜欢

我一直阅读所有这些论文。我相信你也一样，Ron。但对于其他人来说，当我们谈论强化学习和现在能够推理和进行内省的模型时，对企业来说，切实的益处是什么？这对企业来说具体意味着什么？

这将是巨大的。你知道，我想每个人都听说过代理 AI。这将非常重要。为什么这会很重要？因为我们将拥有这些 AI 模型，我们可以向它们分配高级任务。

它们将能够在混乱的世界中导航。因此，与传统的 RPA 不同，在 RPA 中，您可能正在处理正则表达式，并且它有点像打地鼠游戏，您必须处理一百万个无休止的极端情况。这些模型实际上将能够处理它们从未见过的状况，并以智能的方式进行推理。所以这就是一种方式。现在整个代理

世界比我想象中的一些人认为的要遥远一些。我认为这将是 2026 年的事情，而不是 2025 年的事情，仅仅是因为我们仍在解决一些问题。但是有一些东西，比如来自 OpenAI 的深度研究之类的研究代理，现在已经可以投入使用了。我一直在使用它。今天早上我用它来分析非常非常复杂的问题。它返回了一个数千字的分析。我读了一遍。我认为它可能为我节省了两天的时间。它是一种高级分析

嗯，白领认知密集型工作，我们将在短期内看到它受到的影响。是的。而且，呃，我还必须把它放在节目说明中。我们已经多次介绍了深度研究，但我认为有一点，比如一个小小的补充，我认为没有其他人谈论到深度研究实际上使用了，呃，

03 全版本，这在其他任何地方都没有，它实际上也使用了 03 mini，所以它实际上就像呃，你知道，两个不同的 03 版本一起工作，是的，那里的研究令人难以置信，我无法停止使用这个工具，嗯，你知道

你认为其中一些最大的是什么？所以我们谈到了你如何看待即将到来的曲棍球棒式增长以及深度研究之类的东西。但是除了研究本身之外，你最近还看到过其他任何事件或发展吗？你认为，“好吧，即使是像我这样有三十年经验的人，你最近看到的东西让你震惊了吗？”就 AI 的能力而言。

是的。你知道，我不想夸大其词。我认为我现在每周都会感到震惊。我的意思是，其中一些可能在业务上的适用性较小，但图像生成、图像合成以及视频和音频方面的情况令人难以置信。如果您还没有查看，那就去玩玩吧。你可以在 YouTube 上花一个周末的时间去看那里发生了什么。但是

在更实际的层面上，医疗保健和科学领域即将发生巨大的变革。我给你举一个让我大吃一惊的例子。我也有计算生物学的背景。而且

你知道，我们在 90 年代后期曾经梦想能够对整个基因组进行测序。我们会想，“如果我们能够将测序技术与真正的 AI 相结合，那会怎么样？”

好吧，这今天就实现了。有一些模型，比如 AlphaFold，已经基本上解决了生物学领域的一个重大挑战，那就是氨基酸序列到蛋白质折叠预测。这就是说，我的意思是，这是科学史上最重要的成就之一。它正在实现令人惊叹的事情，例如

有一个生物机器学习小组。它是德克萨斯大学奥斯汀分校的一个博士后领导的小组、学生小组。大约六个月前，他们举办了一次黑客马拉松，以开发新的方法

蛋白质来对抗癌症。这一切都是在周末完成的，开源建模。我认为有 62 个国家参与了。他们将在两个月内公布最终结果。所以事情已经发展到如此地步，五年前，这是一个

开放性问题，即这是否在理论上是可能的。现在，您可以在周末的黑客马拉松上开发新型癌症疗法。我的意思是，这只是令人难以置信的进步。是的，它

对我来说，想到这种差异几乎是疯狂的，对吧？即使在你谈论到这一点时，我的脑海中也出现了一件事，那就是谷歌的共同科学家，非常令人印象深刻，来自谷歌的早期代理研究，我认为这在该领域将非常有帮助。但是，总有一件事让我……

感到困惑，Ron，那就是我们所处的境地之间的差距，对吧？就像你举的生物机器学习的例子一样。但是，我们甚至有像智能公司这样的公司，他们花费大量时间仅仅是使用大型语言模型来撰写更好的 LinkedIn 帖子，对吧？诸如此类的事情，对吧？你有没有感到困惑？或者也许只是我，但只是在能力与普通

人使用这项技术之间的差距。即使是企业业务，有时我也会感到震惊。这总是让我大吃一惊。你知道，那句老话是，未来已经到来，只是分布不均。我认为很多人，他们看了一些东西，我想这有点道理。你看看一些东西，你就会对它有所了解，然后你说，“好吧，我明白我们现在所处的位置。”

这可能有效，你知道，在过去，当事情进展缓慢的时候。现在，事情发展得如此之快，你知道，如果你五年前是 AI 专家，而你——

回来工作，你甚至不知道从哪里开始。对。所以，你知道，我鼓励大家密切关注这里的情况，因为事情发展得非常快。而且，你知道，那句老话是，这并不是说 AI 会击败你的企业。而是利用 AI 的人会夺走你的企业。嗯，我，我，

我很高兴它是在夺取业务而不是夺取工作。我一直个人讨厌这种一对一的比较，因为我想，“哦，AI 不会夺走你的工作。使用 AI 的人会。”但我认为，“如果使用 AI 的人正在使用代理集群呢？”基本上，OpenAI 刚刚发布了代理集群的 SDK 和 API。所以就像，“好吧，那个人可以……”

理论上，也许可以完成，我不知道，10 个人、50 个人、100 个人的工作。对。你甚至可以谈谈能力以及，你知道，非技术人员或，你知道，小型企业，你能带我们了解一下他们拥有的能力吗？因为，你知道，我觉得总的来说，你知道，拥有顶级技术只能被 1% 的公司拥有，对吧。对。

在财富 500 强企业中，对吧？日常非技术人员在业务中可以触及到什么？你是否还在四处奔波，试图弄清楚如何利用 AI 来发展你的业务？也许你的公司已经使用大型语言模型一年或更长时间了，但无法真正获得牵引力，也无法在生成式 AI 上获得投资回报率？嘿，我是 Jordan Wilson，这个播客的主持人

Adobe、微软和英伟达等公司与我们合作，因为他们相信我们在教育大众了解生成式 AI 以取得领先地位方面的专业知识。一些美国最具创新性的公司聘请我们来帮助他们制定 AI 战略，并培训他们数百名员工如何使用生成式 AI。因此，无论您是为数千人寻找 ChatGPT 培训，

还是只需要帮助构建您的前端 AI 战略，您也可以与我们合作，就像世界上一些最大的公司一样。访问 youreverydayai.com/partner 与我们的团队联系，或者您可以点击我们网站上的合作伙伴部分。我们将帮助您停止在 AI 领域兜圈子，并帮助您的团队取得领先地位，并构建一条通往生成式 AI 投资回报率的直线路径。

我认为，呃，顶级前沿推理语言模型，如 Claude 3.7 或呃，ChatGPT 4.5 以及深度研究，这些模型可以帮助任何人。不，我不在乎你的工作是什么。如果你

如果你正在处理文本、图像或数字，或者你正在尝试思考问题，或者你正在尝试理解数据，

这些工具的深度是大多数人，我认为他们只是不知道如何使用或不知道如何探索。所以你不必疯狂。你现在就可以利用这些消费级推理模型并获得巨大的好处。对我来说，很难想到哪家企业无法从中受益。是的。

我想知道的是，零日是否正在发生变化，对吧？公司能否处于负数状态？对吧？有时我感到非常震惊，你知道，大型公司会联系我，他们说，“哦，你知道，你知道，我们现在才获得 Copilot 的许可证，或者我们正在考虑 ChatGPT 企业版的许可证。”我说，“你是一家价值 200 亿美元的公司。就像，就像，你为什么在那里？”这是零日吗？是，是，

这是一个很好的问题。我的意思是，老实说，我认为 AI 作为一项技术正处于零日。有些公司落后得如此之远，他们就像负一日或负二日。我经常看到这种情况，例如，当……

Copilot 首次发布时，我知道 AI 行业中有些人并不相信它，认为它是胡说八道，它不可能奏效。我经常做演示，我会问大型开发人员组织，“请举手，看看你们是否正在使用 Copilot。”我会说，或者像 Cursor AI 这样的编码助手。我总是会得到一个分裂的观众。大约一半的人正在使用它，而另一半则认为它不值得他们的时间。他们不知道自己错过了什么，因为这些工具的功能与最终用户一样强大，对吧？因此，如果他们没有从中获得很多好处，几乎总是因为他们缺乏

对他们可以使用该工具做什么的理解，对吧？这就像你给某人一把锤子，他们说，“好吧，我不太清楚这在我的世界建筑房屋中如何有用。”这令人难以置信。这只是编码辅助。这将越来越多地应用于各个领域。但是挑战在于，

我认为部分原因也是，许多公司和许多人感到有点困惑，因为他们看着他们的手机设备，你知道，Siri 仍然像石头一样笨拙。对。而且，

你会想，“我不太确定我相信这些 AI 东西是真的。”问题是，这些真正的大型公司需要一段时间才能整合现在已经存在的功能。可能还需要一两年时间，Siri 才能具备两年前技术上已经可以具备的功能。

是的，这是一个很好的观点。我们看到最近的报道称，直到 2026 年到 2027 年，我们才能获得真正的 AI Siri。我们将拭目以待。我想跟进一下编码和 AI 编码的概念。

我知道我们的观众不是最技术性的，但在我的 2025 年预测节目中，我说普通人将在年底之前构建自己的应用程序。然后，Anthropic 的首席执行官 Dario Amati 昨天说，在三到六个月内，90% 的代码将是 AI 生成的。在 12 个月内，它将达到 100%。

即使是非技术人员，你如何看待这种 AI 编码的概念，它将如何真正改变业务开展方式？我看到了很多不同的途径，但我希望听到一位从事这项工作三十年的人的看法。我认为 Nazario 的估计可能有点乐观，因为

在这个阶段，任何类型的生成式 AI 解决方案，即使是具有推理模型的解决方案，也需要一些监督，因为它可能会失去线索、产生幻觉或犯错误。这些系统并非无所不知。在三到五年内，我认为大部分新生成的代码将由 AI 生成，并由人类或其他类型的系统进行验证。但重要的是

这基本上是利用人类有史以来创造的最强大的发明，那就是编程通用计算机的能力。对。你可以，你知道，让我们快速地设定一下场景，然后

通用计算机，就像我桌上的这台笔记本电脑一样，它们是图灵完备的。它们可以做任何我们可以写下指令的事情，对吧？所以从能力的角度来看，它们是无限的。一旦我们进入从我们的思想转化为计算机指令的领域，一旦这一步变得像与

编码助手交谈一样简单，并且使用日常简单的英语，这意味着应用程序开发、应用程序定制、功能添加和功能增强将变得非常便宜，非常便宜，这并不意味着软件工程师会消失，当然短期内不会，这意味着我们可以利用并从新代码开发中获得的

投资回报率将大幅飙升。我的意思是，很难夸大这将改变多少事情。有句老话是，软件正在吞噬世界。软件正在融入我们生活的方方面面。我们的冰箱里有一个操作系统。好吧，现在我们有能力使用人工智能来构建、修改和增强这些系统，

简化整个过程。你知道，另一个曲棍球比喻，对吧。除了它，你知道，呃，曲棍球棒式增长向上，你知道，他们总是说，“哦，你知道，不要，你知道，你必须滑向冰球前进的方向，而不是它所在的位置。”我的想法是没有人知道冰球会去哪里，对吧？如果你滑向你认为冰球会去的地方，你就会错过比赛，对吧？公共汽车已经离开了。嗯，

你知道，公司如何，你知道，不仅仅是，你知道，哦，他们如何才能领先？他们如何才能跟上？因为作为每天都做这件事的人，我很难做到。对。我同意你的观点。我认为，你知道，我们将在未来几个月看到这种曲棍球棒式增长。企业如何跟上？

所以我通常会给大多数企业两条建议。因为，你知道，如果你是一家公司的执行官，你知道，你有很多事情要做。成为人工智能专家并不是一个真正的选择。所以有两件事。第一，不要犯生成式 AI 就是 AI 的全部的错误。我这么说原因是

就像我刚才提到的那样，生成式解决方案在正确的环境下非常强大。但我看到高管们经常错误地认为他们可以构建一些生成式解决方案并将其插入。他们忘记了他们实际上是如何使用它的。事实上

如果您正在使用 Claude 或 ChatGPT 或其他什么，您正在向它发出提示。你得到一个答案。你正在纠正它。你正在来回交流。而现在的生成式解决方案如果没有人工参与，在生产环境中根本无法正常工作。因此，如果您在生成式解决方案上投入大量资金，如果您忘记了这个非常重要的因素，您可能会感到失望。

另一个组成部分是特定领域的 AI 非常强大。我说的是那些没有广泛通用能力的系统，但它们可能拥有一两个或三个非常非常惊人的超能力，但这就是它们所能做的全部。对吧？所以你可能有一个系统，一个 AI 系统，可以以超人的水平检测欺诈，或者它可以优化产品推荐或，嗯，

库存优化或所有这些类型的事情，这些都是非常非常强大的赌注，你不需要担心一定需要人工参与。然后我给出的最后一条建议是

你的数据，你拥有的、对你的业务具有专有性和驱动你的业务的数据，如果你可以在此基础上构建 AI 解决方案，那么你将获得最大的投资回报率，原因有两个。首先，这是巨大的防御。你拥有这种独特的数据模式。

其次，你可以根据你自己的数据构建能力，以降低成本、扩展新功能、拥有新的预测或感知能力。这比构建不基于你自己的数据的东西或工具要好得多，而这些东西或工具一夜之间可能会成为有人销售的产品，而你只是浪费了这笔巨大的投资。如果你只等一年，你就可以把它作为一项服务来购买。因此，将你的投资集中在最大限度地利用你自己的数据上。还有一个问题，在我们结束之前。如果老鼠日是零日，如果生成式 AI 仅仅是一个开始，

接下来是什么？对。我不是让你去看你的水晶球，你知道，六个月后回来，说，“你竟然无法预测未来，Ron？”对。但是，如果生成式 AI 仅仅是一个开始，接下来是什么？

我认为下一个重要的步骤，你可以过段时间再上我的节目，我们会谈论第一天。它将会是这样的。这些系统将拥有超越模仿某些现有的人类能力的超人类能力，无论是我们的视觉、听觉能力，还是其他什么能力。我们已经非常接近这一目标了。我认为这真的……

最好的情况是一年，最坏的情况可能是五年，中间值可能是两年半。我们将拥有的是，就像现在一样，有一些推理模型能够以精英水平进行编码，或者以奥运会的水平解决数学问题，这些模型，我们将开始攻克更多的领域，我们将让它们能够做到，你知道，

进行新颖的科学研究，进行新颖的临床诊断。不仅仅是说，“嘿，你能自动化人类已经做的事情吗？”但它们将发现新颖的见解。它们将提出建议。它们将能够对其自身的输出进行反思，并以一种非常复杂的方式进行推理，它实际上必须为我们简化解释，以便我们能够理解它。而且

这就是我如此兴奋的原因。在我看来，这就是我们第一天将要达到的目标。很高兴看到这一点。让我们所有人摆脱人工智能的“零日”，为接下来发生的事情做好准备。Ron，非常感谢你抽出时间参加《Everyday AI Show》节目。我们真的非常感谢你。

太棒了。感谢你的邀请。好了，各位。提醒一下，内容很多。这是我将要说的其中一个。你可能想听两遍。你可能还想访问我们的网站youreverydayai.com，注册免费的每日新闻通讯。我自己也会很乐意重新收听这个节目，并记下最重要的要点，以便你利用我们刚刚学到的知识来发展你的公司和你的职业生涯。感谢您的收听。希望明天和每天都能看到你们收听更多《Everyday AI》节目。谢谢各位。

今天的《Everyday AI》节目到此结束。感谢您的收听。如果您喜欢本期节目，请订阅并给我们评分。这有助于我们继续前进。要了解更多人工智能的魅力，请访问youreverydayai.com并注册我们的每日新闻通讯，这样你就不会被落下。去打破一些障碍，我们下次再见。