对于AI，你确实应该焦虑

最近很长一段时间在中美两地跑，愈发严重的jetlag（时差综合症）在不断提醒我早已不是那个20几岁的小伙子了。

今年我花了无比多的时间在研究与思考AI上，去探索它究竟会如何改变我的生活、每个人的生活；以及如何改变咨询这个行业——最重要的一点是，我需要为此做些什么样的准备。

说来也巧，距离我上一次写AI的内容，刚好过去18个月。

（我在2023年的4月15日在《AI更智能，人类更愚蠢》里写道：每18个月，我们就变笨一倍。）

那么，我们真的变笨了吗？

在这18个月里，我经历了3个阶段。

第1个阶段，是“广撒网”。

简单来说，就是出什么用什么，GPT更新了用GPT，Claude更新了用Claude，Perplexity更新了用Perplexity。

然后尝试理解、判定它们各自的优劣势，并稍微加以一些个性化设置。

举个例子，我在过去的习惯是每天打开自己关注或订阅的媒体、专栏、博客进行阅读或是新闻获取。大概耗时平均30~45分钟。我把这些来源转化成了一个自动获取、翻译并总结的架构在Notion AI上实现，最终使得我的平均阅读时间节省了70%。（咱先不说减少阅读时间这是不是个好事）

类似这样的场景很多，从阅读、到会议记录、到数据分析。

简而言之，相较于比特币、区块链这些概念，AI是一个更为务实的让我体会到我的效率每一天都在提升的关键手段。

第2个阶段，是“场景应用”。

在这个阶段我更多开始思考如何把尝试过的所有AI工具整合成具体的应用场景。

比如把有很大信息量的百页咨询PPT转化成有阅读感的微信推文；再把推文中的关键内容生成配图；再自动转成语音播客；再总结提炼转成视频等等。

又或是一些在（别人家）企业的大胆运用。比如管理与决策的降本增效，部分工种的替代等等。

之前机缘巧合和一位企业家分享了如何通过不同的AI大模型生成logo、概念图、插画等，通过30分钟的分享和让他自己上手尝试中，当晚他就开掉了其20人设计部门中的16人（对不起，是我的错）。在3个月后，他又非常激动地和我分享剩下的4个人在结合AI工具后的工作效率几乎是过去20人的2倍。

这些场景都是真实存在，且势在必行的。

（尽管我很为这些人被开除感到一部分自责，但某种意义上来说，这真的只是时间问题。）

第3个阶段，从9月底开始，也是我现在所处的阶段，叫做“解决一切问题”。

不知道大家有没有听说过，DeepMind最初的愿景是“先解决智能问题，然后用它来解决其他一切问题（solve intelligence and then use it to solve everything else）。”

前两个阶段对我来说实在是过于转眼即逝了。

你会感觉每天都在接触新的“产品与功能”，但往往1~2个月后你就不会再觉得你在接触新的“价值”。

很幸运的是，正当我处于思考迷茫期的时候，我9月底在纽约遇到了一位我的高中学长，也正是与他的交谈促发了我想要写下这篇文章背后的原动力。

在征询了他的意见后，考虑到隐私及安全问题，我只能分享他目前在头部的AI公司（是的，不用猜，就是那家）负责战略投资，且是该团队唯一一位非美国籍华人。

在知道他所在的岗位以及所负责事项后，我有诸多疑问迫不及待地想要得到解答，像是：

• 你（所在的那家公司）究竟如何看待AI未来？

  
  

• 你们自身的产品会如何迭代、更新？

  
  

• 你们会进行什么样的投资？

  
  

• 你们认为什么样的项目、产品、公司在大AI趋势下是有未来的？

  
  

• 你们理解的AI能力和外界所理解的是一致的吗？

在经过将近4个小时的沟通后，离开相约的咖啡厅的那一刻，我心中开始产生一个巨大的呐喊：

AI改变世界的故事，才刚刚开始。

底层逻辑1：你必须相信AI是万能的

这个结论的起源来自于我们谈到一篇6月份传播度非常大的文章，叫做The End of Software（软件的终结）。这篇文章的作者Chris Paik是纽约风险投资基金Pace Capital的创始合伙人。

Chris把软件行业所受到的AI影响，和互联网影响之于内容行业进行了对比：

“《Vogue》不是被另一家时尚媒体公司取代的，而是被数万个网红取代的；当软件本身不再需要赚钱时会发生什么？我们将经历一次软件的寒武纪大爆发，就像曾经的内容大爆发一样。”

在这个底层逻辑中，“相信”和“万能”是一个大前提。（你永远可以选择不相信）

面向AI最大的讨论声和质疑点，一直以来都是：AI真的可以做到XXX吗？或是，AI是不是还没有能力做到XXX？

用户、创业者、投资人、评论家都会问这个问题。

答案很简单，正如“互联网真的可以替代传统媒体吗”一样。

这只是时间问题。

比如有人认为现在AI或许写文章可以，但是画PPT还很初级。这也只是时间问题，AI很快可以画出咨询公司级别的PPT了。

比如有人认为现在AI生产图片可以，但是生成视频还很奇怪。这也只是时间问题，AI视频的精确程度每一天都在指数级上升。

比如有人认为AI录制、模拟人声还不够像。这样只是时间问题，1年以内连你唱歌走音AI都可以模仿的非常精准（是的，这是他们目前正在考虑投资的项目之一。）

简而言之，你认为所有AI做不到的事情，从做不到到做到，这都应该只是时间问题，而不是能力问题。

所以每个人才应该焦虑：

“如果我正在做的事情，在可预见的时间范围内，AI一定可以做到，那我应该去做什么？”

这是一个值得被不断分解的问题，甚至可以试想一下：

在未来的5年里，每年AI将以20%的进度实现你的职业技能，你应该如何为未来而进行准备？

Brad Lightcap（OpenAI的首席运营官）在一次采访中说过：“你只需要询问一个公司他们是否对模型提高100倍感到兴奋。”

结论是直白甚至是残酷的：

如果你选择不相信，你会落后于99.99%的人类。

如果你选择相信但不采取行动，你仍将落后于80%的人类。

底层逻辑2：放弃越多，得到越多

是的，这里放弃的就是“隐私”。

“隐私”这件事从来没有在科技领域中扮演如此重要的作用，任何上一时代的互联网、客户产品，对隐私的关注更多是从“安全”、“人文”角度进行考虑的。但本质上“隐私”从不影响一个产品的功能性、实用性，或者说，不那么大程度影响产品的功能性与实用性。

但AI产品不同，无论任何产品，这都将是一个你放弃越多，你因此感受到的“定制化”直线上升的公式，没有例外。

这成为了一个近乎无解的命题：“懂你”的前提就是“足够了解你”。

所以在硅谷AI圈层中流传着一个很有趣的说法，最佳的AI Agent应用场景和商业化实现很有可能是从中国开始的。（有没有一种“你骂人好脏啊”的感觉？）

比如我们聊到前几个月很火的Carbon Robotics，其核心产品LaserWeeder是一款自动激光除草器，利用AI技术，结合高精度的激光系统，精准识别并清除田间杂草。

前提就是农场主放弃了自己农作物种类及其位置信息。

其实写到这的时候我感觉到这可能甚至都不是一个好的例子，因为位置信息或许和人身安全、行为及习惯没有强的关系，那么试试替换一下主语。如果是你的恋爱经历呢？如果是你的每日作息呢？如果是你所有信息摄入来源呢？

你把你的整个人生喂给一个假以时日就能“万能”的AI助手，那么你就会得到一个最懂你且效率最高的助手

这样的推导会让人觉得非常有意思（中立，非褒义）。

Paul Graham（Y Combinato共同创办人）的最新文章《写作与不写作》里他就写道，由于AI写作的影响，再过几十年，能写作的人将非常稀少。

这就好比工业化之前，大多数人因为劳动都身体强壮，而现在想要变得强壮就得主动去运动与健身，写作也是类似，聪明人还会有，但仅限于那些选择去思考的人。

这个loop放在“隐私”上会在未来的10年形成一轮又一轮的讨论。坚持隐私的人将非常稀少，导致你不得不花额外的精力去获得你本该拥有的东西。

底层逻辑3

（我并不准备分享）

很遗憾，第3个底层逻辑是我在这篇文章中唯一选择卖关子的部分。

我相信前2个底层逻辑已经可以让足够多的人开始思考关于未来的选择，以及我想把一部分的洞察留给“可以让子弹再飞一会儿”的时间。

作为teaser，我可以分享的是，这是关于“最低职业年龄”的逻辑。

（大家可以自行搜索15岁高中生的Chat Nio被百万元收购的新闻。）

在可以预见到的未来，过去的教育系统都不能承载的“元素”正在被一一实现。未来的年轻人，关于教育（Education）和事业（Career）的根本观念会发生变化，正如现在年轻一代孩子们的事业（Career）其实从学校里就已经开始了。

那么可以去思考的问题就是：基础教育（的传统组成形式）以后还需要吗？

最后，让我们说回来关于“应该焦虑”这件事。

我深切地认为，这是一个真实存在需要被制造出来的焦虑，是因为其中的信息差对于99%的人而言实在太大，导致我们在时代洪流之中有很大可能经历不曾察觉的淹没。

这种变化不是单纯的从纸质到电子，而是经济的结构性变革，影响每个人的生活方式、职业选择与职业技能。

我想以一个在保密范围内可以分享的项目作为收尾，这个项目也是学长在职期间投资的第一个项目，叫做The Perfect Teacher（假名）：

试想一下，如果你的孩子的所有电子设备，在学校、在家、在补习班的场景可以无条件地被“万能”监控。The Perfect Teacher将会分析孩子整体的学习效率、在什么时候开了小差，既给出建议并调整学习模式，并将学习成果及评估报告随时反馈给老师与家长。

作为家长，你会愿意为此支付多少的价格呢？你又会因此愿意牺牲孩子的隐私吗？