欢迎来到知行小酒馆，这是一档有知有行出品的播客节目。我们关注投资，更关注怎样更好的生活。我是雨白。最近这段时间，我越来越强烈的感受到，大家好像正在过两种不太一样的生活。一边是和 AI 相关的人，他们已经把 AI 很深的带进了自己的工作和生活里，不仅一个人能干以前两三个人的活，甚至开始去做那些原来自己做不了也不会去做的事儿。
而另一边，很多人的日常生活看起来还在照常运转。大家当然知道 AI 很厉害，但很多时候又会觉得这件事儿离自己还有一点距离。或者至少还没有那么强的体感，可是我越来越担心啊，这种距离感可能不会持续太久。作为一档一直聊投资也聊生活的节目，我在想，或许我们至少应该先把这件事情搞清楚。为什么同样生活在 2026 年，有些人已经被这场技术变革深深的改变了，可有些人却还没有什么感觉？
到底是前者在自嗨，在给大家制造焦虑，还是 AI 已经真的在悄悄改写这个世界？如果是后者的话，那这件事儿就不是喜不喜欢的问题了，而是我们至少得先知道现状。今天做客小酒馆的嘉宾 Cage 是石像科技的 AI 研究负责人。前不久啊，有台主播梦魇邀请他来有知有行做了一场分享。听完之后，我几乎是立刻就决定，一定要把他请来路易斯小酒馆。
因为我最想找的嘉宾，不是一个再来告诉我 AI 有多厉害的人，而是一个能给我们把现在到底发生什么讲清楚的人。而 Cage 刚好就有这样一种很稀缺的能力，它能把那些很前沿、很零散，甚至让人有点不安的变化，慢慢翻译成一张我们能看懂的地图。所以，在这期节目，我想和 Cage 一起聊聊，为什么此时此刻大家的体感会这么割裂？
关于 AI，我们到底低估了什么，又高估了什么？以及，如果说 AI 真的是大势所趋，那除了追着技术往前跑，全民学 AI，我们还有没有别的出路呢？还是说，在这样一个时代，那些真正和人有关的事情，反而会变得更重要。希望这期节目会对你有一点点启发。为什么会请 KZ 老师来，也是因为 KZ 老师是难得的，可以比较深入浅出的跟大家讲清楚现在在发生什么。
就在我看来，你是一个手拿地图的人，可以跟我们讲清楚我们面前的这一片疆域是什么样的，以及有哪些路线。再次感谢 KZ 老师，谢谢。也要自我介绍一下吗？行，那我自我介绍一下，我是 Cage，是那个石象科技的 AI Research Lead。然后我们团队主要做的事情就是专注在海外硅谷 AI 的一些最前沿的变化，然后通过这些对前沿变化的理解来做全球的科技投资。
然后我个人的话，之前是在呃 CMU 和字节做 AI，然后在差不多 ChatGPT 出现之前的一个月加入到石像团队，一起来做投资和一起来做技术研究。我这次邀请K Z老师来，我当时给他出的题就是能不能给我们讲清楚，就现在到底在发生什么？就如果换成那个常见的英文表达，就是What's going on？我在想，我们能从这个问题开始，就是你能不能讲一讲，在你观察下，现在正在发生什么样的变化？
我的观察是，过去半年内 agent 这件事情的技术进展和商业化落地都快了非常非常多。技术进展的意思其实就是说，agent 背后最重要的其实是那个 coding agent，也就是写代码的智能体。那么写代码并不是我们之前说狭义的软件开发，而是说所有操作电脑的事情 agent 都已经可以完成了，甚至做的事情的广度、深度、勤奋程度都比普通人要来得好。
因为大部分人平时更熟悉的可能还是豆包 Deep Seek Chat G P T 这种聊天框 AI，就是你问一句，他答一句。可 Cage 这里说的 agent，他不只是给你建议，而是真的开始替你干活了。比如领导突然说，下午开会前我要看到一份竞品分析报告。如果用的是聊天框 AI，那你得自己先把资料啊、聊天记录、文件都找齐，再一份份喂给他。
那 Agent 会怎么做呢？他会自动的去你的电脑里翻周报、找 PPT 模板、看会议纪要，再结合网上的信息，先帮你把初稿给搭出来。这一整串准备工作，很多时候你只需要点个确认就行了。是，我觉得这件事情在技术能力上是已经达到的，但是用的人的能力其实不一定跟得上 AI 的进步速度，因为虚拟世界的迭代永远比现实世界的一些各种扩散的速度要快。
还有一部分就是，目前产品的设计还是太反人性了。我们要真的去用好一个 AI agent，本身要求我们能清晰地表达自己的需求，设计好自己的任务，并且给一定的规划。同时，我们还要监督好他做的每一个规划，并且怎么样把它往一个更好的地方去 push。这些东西理论上应该有很多东西是包到产品里面的。不是我们的能力问题，是他这个产品设计的不好。
对对对，我觉得一定是双向奔赴的，就是慢慢所有人越来越习惯有这样一个新物种、新同事在身边了。嗯，与此同时，那些产品设计也要更多的去理解用户到底哪里没有用上。所以现在实际出现的情况，其实就是最少量的人把 coding agent 用起来了，并且用起来之后，他们的商业化收入增长其实非常快。如果我们看刚刚说的 cloud code，其实它是一个人类历史上增长最快的技术产品。
如果我们说现在最领先的模型公司是两家嘛，第一家是 OpenAI，他们还是以 ChatGPT 出名，所有人去用聊天机器人这种方式，它是单轮的对话，问他一个问题，他给我一个回答。然后第二名其实是 Anthropic，他们做的事情是 Claude，那么这 Claude 是一个任务比较能端到端完成的 Agent 产品。
Claude 的用户量其实只有 ChatGPT 这款产品的可能百分之二左右，但是收入就在上个月，其实 Anthropic 的收入已经成为了世界上第一名的 AI 公司。其实说明 Coding Agent 这件事情的需求和它带来的，不管是商业化侧还是组织当中大家去采用的这个趋势的增速是非常非常快和恐怖的。
我觉得这里或许可以给大家一个更有体感的例子吧。比如说，我把一篇论文丢给 DeepSeek、千问这样的对话方式的 AI，和我用 Cloud Code 或者 Codex 这样的
Agent，它的差距具体在哪儿？我可以先讲他的工作方式，豆包也好，ChatGPT也好，他的工作方式就是聊天机器人这种方式，把我发给他的论文给读进来，读进来之后，他做一两次简单的搜索，就把搜索到的内容和文章的东西去整合起来，然后把一篇全新的文章给到我，然后我可能觉得好的话，复制粘贴到我的 Word
里面去，我觉得不好的话，我再跟他对话去交互操作。
而 cloud cloud 它的形式比这个要往后。我们说端到端的原因，是因为它会先做一个规划，这一篇论文它到底要改什么。那么在这过程当中，它一方面要去搜更多的文献，第二部分它可以自己去写代码跑更多的实验。你只要不是说现实里面遥视端，遥视端确实现在还做不到，但是实际是写代码、做数据分析这些类型的事情，它都可以做完。
所以，在它运行的半小时、一小时，甚至是五小时以上的时间里面，它就在把刚刚说的这样一个完整的、按照它规划来的工作流给完整的实现。我实际工作当中的一个比较好的实践或者说经验，就是一开始去修改它的计划，后面的那一些部分我其实都不太会干预它，但是它出计划的第一步，我一般会仔细帮它去修改一下。这样就很像是在跟人布置任务，因为你在跟就是这种聊天框的时候，你往往是你先把文章丢给他，哎，你帮我改得更好一点。
但是当我们和像 Cloud Code 或者 CodeS
这样的一个工作伙伴合作的时候，我会先说我想要达到要什么效果，然后或者是你可以先读我过去的。三百篇文章，我写作是什么风格？约定一些我们的这个改写的规则等等等等，以及我的目标是什么？是就之前那种对话框的模式的问题在于，任何人面对一个空白的对话框，在你的三十到六十秒之内，你的表达不会和别人有多大差异的，就是你只能大概的模糊的讲清楚你的需求，大家拉不开一个所谓的方差。
然后现在的状态，刚刚所说的 cloud code 或者是 code ace 这样的产品呢，它一般会调用你本地的文件系统。嗯，在这个文件系统当中，一般有你过往的所有工作的上下文。然后我把必要的东西放到一个对的文件夹里面，它会适当的时候去读取、去搜索。那么它其实就很像一个我的同事，而且是和我合作了一段时间的同事，并不是刚刚开始执行任务的同事。
假如 AI 成为了一个和你配合无间的同事，那当你和真实同事打交道的时候，会感觉哎怎么没那么顺畅吗？你会对真实世界的这些人有一点不耐烦吗？我现在的处理方式是这样子的，我尽量和 AI 交互的频次比人交互的频次稍微高一点。大部分时候和人交互之前，我都会过一道和 AI 的交流，把这个问题想的更加的清楚一些。
因为我觉得人很多时候的无效沟通，大家开会的时候经常会遇到自说自话，嗯，就是大家聊天其实聊不到一起去。一个原因是因为不同人的 context 不一样，但另外一部分的问题其实是大家根本就没有想清楚这个问题，想怎么解决，以及开会我们要达成的目标是什么，大家也没有解决。对，那这些事情其实都是可以和 agent 先沟通去解决的。
所以现在在你们公司内部会这样吗？比如说开会之前，大家的 agent 先碰一遍。我们开会变少了哦， agent 碰一遍也会。我觉得这件事情在未来一定会发生的，就是所有人至少都有一类 agent 级以上。然后所有开会，包括我们今天，比如说约播客之前，嗯，可能是我们的 agent 帮我们来准备一个大概，今天我想分享什么，你想提问什么。
然后他们之间互相碰完之后，可能我们不用花太多的精力来弄这个事情。那人到底是主宰还是只是一个执行的角色？人是主宰，这个我觉得是一定的。因为比如说我们沟通，肯定有说我今天大概聊些哪些话题，但是最关键的那一些点，还是要自己花时间去思考和打磨的。就这些东西是品味和判断力，就是到底什么东西是好玩的、美的、重要的，这些东西可能 agent 很长一段时间都替代不了。
所以你是一个乐观派，觉得人不会把思考的这个能力让渡给 AI，或者说我们不应该把思考的能力让渡给 AI，因为如果我们让渡给 AI
之后，我们会发现知行合一两边都会出问题。第一边是在知这一部分，很多东西就是它帮我们收集资料，我们囫囵吞枣一下，可能我们也不是真的想清楚了这事儿。行这边的问题就是，他永远都自己只能做到百分之九十、百分之九十五、百分之九十九点九、百分之九十九点九九，那最后那些事情，对很多人来说够了呀。
因为会发生一个问题，就是所有人都能做到百分之九十，这条线就不够了，它这条金线就不一样了。就像今天大家会发现很多所谓很无聊，或者说看就是 AI
写的东西，那东西一旦充斥整个市场之后，我觉得现在已经充斥了，对，可能已经充斥了。那这个时候，这个质量的东西就已经不能满足普通人的需求了。对我印象很深，因为我下个月要去看一个音乐节嘛，然后我就加了很多群，当时就有一个人分享了他关于这个音乐节的一条小红书到群里，然后被人狂骂。
大家说你这第一句话就是错的，因为肯定是 AI 帮他总结的，但是这是一个事实性错误。然后底下大家就开始说你一个讲音乐的一个小红书账号，你连做最基本的资料搜集都不做，你还做什么音乐发掘？然后大家就在一通狂骂，我觉得很真实，很真实。但是我们描述的这些，我觉得是现在生活中能够感受到的一些事情，不管你是在任何行业。
但是像我们更前面说的那些，在工作中的应用啊之类的，其实对于很多人来说，听起来还是离自己的生活有一点远。我觉得这也是我很好奇的，就是为什么同样是活在二零二六年，有些人像是活在科幻小说里，有些人却几乎还没有感觉。他能感觉到 AI 替代了很多人的工作，但是他和自己直接的冲击，他可能还没有实感，就为什么会这么割裂？
有几个原因，我觉得首先是 AI 进步真的太快，就是在过去这段时间内还在加速。去年十二月份，OpenAI 这公司发布了一个模型之后，Agent 就突然进入了加速阶段。而这件事情，其实我觉得要让大家感受到是有一点难度的。然后我觉得第二个可能是大家实际上工作当中真的去把这个东西用到位的那个 mindset 可能还没有，就是因为我们习惯于一个问题用之前的方式解决。
而且有可能这个事情用 AI 一开始来解决，给我带来的成本是大于收益的。举个例子，我这个活儿可能之前三个小时做完，嗯，我现在要把 Agent 导入到，让它能真正实现，我可能要五六小时以上。尽管我知道这件事情，我做完一次之后可能一劳永逸或者接近一劳永逸，但是大部分人还是很难把这件事情得真的做下去。我觉得这是正常的人性当中的一部分。
那么这时候可能需要一些组织的帮助，比如说大家会看到海外的 Meta 这样的公司在扎克伯格的带领下大炼钢铁，所有人都疯狂烧头层，所有人都试着把自己得 Steel 化。这到底是组织在帮助还是组织在迫害？我觉得组织在筛选人，在筛选出那些比较想把自己工作这 AI 化的人，因为客观上来存在的问题是，组织当中的协同效率已经不如人和 agent 的协同效率，所以他们不得不做这样的事情。
不然的话，这是一个新时代了，就是 agent 来了之后，一切都是新时代了。我们拿着一个旧的地图。嗯，去看新时代的东西，我觉得看怎么样都看不清的，还不如接受这件事情，它本身是一个半世纪的变化，那么一切东西都会处理的比较舒服一点。我觉得我可以分享一下我自己的心路历程。就一开始，主要是归功于我们的有台主播梦言。
他一直跟我们说，大家应该用起来，用起来，用起来。然后那个时候我就觉得很头疼，因为我是做内容的，我不是写代码的，我就在想说，这个 AI 到底能帮助我做到哪一步？然后梦燕跟我说，你有很大的优势，你之前录了这么多期博客，你有这么庞大的语料库。我想想有道理，然后呢，我就开始搭自己的数据库，开始让 AI 协助我创作。
然后我就经历了无数遍道心破碎，非常的烦躁，因为我觉得他写的真的太烂了。而且一看表，一两个小时过去了，我想说这完全不如我自己写，都让我怀疑我是不是一个抗拒进入新世界的一个旧人，对吧？新世界没有能容纳我的船，嗯。但是后面我发现，不管就是可能在接触了更多的技术信息，可能也是身边的环境，真的是组织的帮助了，大家都用起来了，包括也请像 K 值这样的外来的高手来分享。
然后我会发现说，当我真的放下很多成见，试图以一个我先尝试任何工作结合 AI 做一做，然后我会发现说，其实在很多地方它也是能帮到我的，而且我能感觉到它越来越了解我。我觉得它越来越了解我是特别重要的一步，所以才会发生说，当我想要改写我自己的文稿，不是说它从零到一的创作，我发现它的帮助特别大，就话都是我说的，只是它的顺序重新组织了一下，嗯。
但是我相信，可能很多人也经历过我这样的过程。可能有些人卡在第二步，就是他尝试着用，然后发现说好像对自己的工作没有太大帮助。他所在的组织可能试着用了用，发现也用不上，他就觉得说，哦，那可能 AI 跟我们的这个行业关系还没有那么大。嗯，我就在想说，这是因为有些行业、有些组织。它天然的更靠近 AI，还是说这样的变化本来就会先集中发生在某些行业、某些组织或者是某些人身上？
就还是一个体感割裂的问题，是。我在想，比如说你刚刚分享那个场景，嗯，你一开始没用起来的原因，你觉得是因为你给 AI 的上下文不够，还是模型本身的能力不够，还是什么原因？我觉得这两者都有，因为之前可能还是在那种聊天对话框里，他对我的了解是不可能够的。比如说，因为我们每期节目，我都要在最后重新写一遍开头和结尾，给大家介绍一下为什么要听这期节目。
我以前会幻想说，也许 AI 能帮我干这个事儿，然后后来我发现我花了一两个小时在训它，让我自己精疲力尽，不如我自己花半个小时自己写，我就会觉得非常的沮丧，就非常的怀疑人生。我想说，我是不是被 AI 时代给抛弃了？但是随着后来我用 Codex Cloud Code 之后，它更了解我，它拥有我很多知识库，它能从我的那么多的语料中提炼出，哎，我提问的方式，我是怎么看待问题的，怎么看待世界的。
那么它后来出的内容的质量就会好很多。嗯，虽然最后的三公里还是得我写，对。可能有几个要素非常的重要。第一个就是组织包容大家去试错，不要有一个环境来 push 你说你把事儿快做出来，而是说你的目标函数就是你多用用 AI 试试呢。就是这个环境其实不容易，但是我觉得在每一波科技浪潮早期其实很重要，因为一个放大生产力的技术突然出现的时候，大家都不知道怎么用它。
比如说，当年手机、智能手机刚出来的时候，甚至还没有 iPhone，可能还是多普达、 HTC 那个时代，大家也不知道一个手机到底能干哪些事情。大家只知道，第一它可以打电话，第二它可以上网。除此之外，所有的那些
APP，其实都是当时那些大家可能觉得有点自嗨，或者说去搓一些小玩意儿的那些人去做出来的。所以在那一些人当中，最先的去把手机给用起来，和不断的去试错和开发者交互的那一批人，慢慢的定义了手机到底能做什么，不能做什么。
后来才有了更多的变化，比如说移动支付、短视频这样一些东西，但那都是后视镜看的吧？其实最早的时候很难定义清楚这些东西到底是什么样的，所以我觉得包容、包容一些试错可能是很重要的。所以它并不是说完全的分行业，而是说它跟你所在的这个小环境有很密切的关系。对，因为不管是什么行业，我觉得都会出现一开始上手有点难度的事情，但是你是不是足够包容这件事情？
然后还有就是你自己以及你在的环境，是不是足够相信模型和 AI 产品的能力还会进步？举刚刚例子，比如说互联网或者移动互联网早期拨号上网和二 G、三 G 网络的时代。当时的网是多么的慢，才多少 KB，对吧？然后他能用的那些网站是多么的，你很难说，它都是一些非常小的图片，你还不一定加载得出来。嗯，但现在我们的五 G 网络，所有的高画质的内容就像自来水一样流出来。
我们是不是相信，在某一个时间点，智能也会像自来水一样这样流出来？如果相信的话，我们就自己上手慢慢去做，同时等着它进步就好了。我觉得 KZ 老师还是太守序善良了。我觉得更普遍的一种，其实是一种被迫感。比如说五年后，当大家再回头看现在。很多人接触 AI，用起来
AI，他可能都是一种被迫的选择。比如说，他感受到老板的焦虑，或者是老板说你们每个人都必须得用 AI 做一个东西出来，或者是你感觉到这种同挤带给你的这种压力，嗯。
我觉得这个可能是一个更普遍的事情，然后这个也会让我想到，其实前段时间我在社交媒体上会看到大家嘲笑一个说法：如果你身边的人没有聊什么 agent，聊什么 open cloud，聊什么什么，那你就应该换一个圈子了。就很多人在玩这个梗，然后嘲笑他，嗯。但是我亲身经历了这几个月之后，我意识到其实那个话话糙理不糙，因为当你置身于这个环境的时候，很多时候有很多信息是你被动接受的。
就像我中间一度我非常非常排斥 AI，但由于每天还要在有职有薪工作呀，每天在被动的接受这些知识，其实你内心那个种子是在慢慢的发芽，可能有一天就说，哎，好像我终于摸索到了一个我可以实施的一个方法，是。再包括说，我们的有台面机的主播老钱，他以前对于 AI 的使用可能也都是聊天框。好像就是上个月，他才知道哦，原来还有 Cloud Code 这种东西，因为他平时会做很多的投资类的内容的分享。
现在发展是，当他聊美股的时候，他就啪 web coding 一个关于美股走势历史数据的一个网站，跟他的读者说，你们每个人可以上这个网站来看。然后当他聊黄金的时候，他又啪做了一个黄金的网站。他做的非常快乐，非常开心。他以前非常擅长做图表，但是因为有了 AI 的加持，他甚至可以做一个网站，他甚至是可以动态的，他会觉得非常的有成就感。
嗯。我觉得刚刚两个例子都很有意思。第一个例子给我的感受就是，它有善意假设和恶意假设，对吧？善意的那个假设，或者说好的那个例子，我觉得也是存在的。嗯，就是有一些老板是真的懂 AI，并且想用好 AI，自己发现它是个好东西之后，让手下人一起去用。这个我觉得是好的那种例子。恶意假设就是。就是他也不懂什么 AI，但他觉得这玩意很重要。
他觉得这玩意很重要，然后他就要表演自己懂 AI。那么，在这种情况之下，他就是不好的。但是有的时候这个因也不是很重要，很多时候很多事情都是坏端端的好起来了。对对对，是的。那在你的工作和生活中有没有哪些例子是你觉得可能这个人的工作或者这个行业他看起来离 AI 离科技很远，但他却可以用得上？我觉得非常多，而且他应该就是离科技越远，可能还更用得上，因为 AI 这件事情其实是做科技的人在颠覆自己。
你这么想就是，这样这样想挺变态的。就是一群人每天熬夜，然后研发这个技术，然后把自己替代掉，很有可能是这么一回事儿。因为你看最新的 Anthropic 模型发布的时候，他就会说， Claude 参与到了训练下一代 Claude 工作当中。嗯，我和那些前沿的 AI lab 交流的时候，他们都会说自己可能在清清楚楚站着一两年，可能也差不多了。
因为接下来模型能够自己去优化自己，或者说可能人很难真的在开发这件事情上比 AI 做的更好。嗯，所以越是离技术越近，然后现在大家也会发现，在硅谷啊，年轻人不太需要招了。因为大家会发现，一个资深的程序员，你给他开三五个 Cloud Code 的账号，比带上三五个年轻人的效率不知道高到哪儿去了。我觉得这是一件很残酷，但是但这个也太残酷了吧？
对，所以说回来，我觉得技术行业对自己的颠覆是正大的，反而非技术行业的人应该用起来 AI 之后带来的增益是越大的。等于说，研发成本其实被那一些公司给解决了。之后我用到的已经是一个世界级的智能，就是我们不能怀疑这模型本身其实比我们身边大部分人要聪明。那么在这了之后，就是我们怎么用这些聪明的脑袋来解决一些我们已有的问题。
所以大家实际去看北美以及南美的一些企业的时候，其实 ChatGPT、Gemini 还有 Manus 这种类型的产品，他们的用户量当中前三都有巴西。巴西是的中小企业主非常蓬勃的地方，有非常多的类似于像电商、零售、美容、医疗这种类型的小企业主。他们用 AI 其实用的非常非常的欢，而且我们会发现，其实用
AI 来做企业的公司里面，我们不说所谓的创业公司或者说独角兽啊，我们就说普遍的企业来说，其实零售啊、电商啊这种类型的场景是远比技术更多的。
所以，如果我们把它当做一个市场来看的话，用 AI 做出来的市场，它绝对不是像硅谷那样，它是有点像一个外面的集市那样的，就是什么样的生意可能在里面都有。在这个 AI 时代，它未来就像是一个集市，而不是像硅谷那样大公司云立的这样的一个组织形态。对，或者说技术本身没有那么重要了，因为技术被平权了，就是做好开发这件事情变成一个基准线。
那再往上可以出现什么样的生意形态，可能想象力就能打开很多。刚才 K 十在讲说，各个行业都可以把这个 AI 用起来，而且可能离 AI 越远的行业，可能对他们的帮助是最大的。但是上次你讲了一个例子，我印象很深，就是说可能硅谷的这个对冲基金给他们纽约的同行演示了一下他们平时怎么工作，纽约对冲基金的人就会很震撼。
这些硅谷的人可能一个小时完成了他们一周的工作，就哪怕是在同一个行业，它在空间分布上，大家的认知理解也是非常的不均匀的。这个可能就是自然规律和他所在的圈子必然会发生的一件事情。就今天真的用上 AI 的和了解 AI 的人，可能还是没有那么多，可能还是只有世界上的百分之二十。你这个百分之二十，他的了解程度是多少？
至少知道且用过任何一个 AI 产品，知道它是怎么样的，所以就是说 ChatGPT、豆包这种类型产品，我觉得都 OK。但其实这样也只是百分之二十，是吗？我相信是的，因为 AI 这一波浪潮其实也只有进行了三年，对，对我们来说变得太快了。就是这三年里面发生的事情，像过了十年一样。所以，真的在把它当做生产力工具的人，那比例就更少了。
对，就物理世界的约束还是在那边的，而且物理世界的约束还分很多种，对吧？第一种就是很多工作需要人和人之间的信任，那么这个事情 AI 替代不了；第二个事情是很多工作需要人的从法律层面和监管层面的许可，那这件事情可能替代不了；第三种事情就是这个工作需要人物理上在那边，那就决定了它的渗透速度，就是物理世界的渗透速度它不会那么快。
我在想有没有可能就是稍微展开一下，比如说我们前面举的那个例子，就哪怕是同行一个人一个小时完成的工作，是另外一个人一周的工作，我觉得这个对于大部分人来说很难想象。这个例子能稍微展开一下吗？在大部分需要写代码或者深度搜索、做调研的任务来说的话，同样的时间内，Agent 能处理的信息量和人已经不是一个量级了。
比如说，我们就拿我比较熟悉的做投资研究和 AI 研究来说的话，嗯，如果我们正常去理解一个行业或者是一篇论文。它就是需要很多时间的，比如说我外包给我的一个同事做，那么可能这个任务本身是一个礼拜的事情。他需要先做前期的行业调研，然后去想清楚关键问题之后，对其中的几个。你们的这种行业调研是要去实地的，还是说在网上搜资料，还是说电话访问等等等等？
实地会比较少，大部分是电话访问和网上的资料。嗯，就可能比如一周，如果你觉得这个任务你的同事可能需要一周完成，可能第一天他全天都得干这个事儿。对，然后接下来可能他要把这些信息重新组织到一起。我们需要开会去沟通这个东西，他接下来研究的关键问题是什么？然后再把这个东西再迭代一遍。那么这件事情现在在 agent。
可能能做到的事情就是在两个小时左右，这两个小时当中，我大概有两次左右的介入，去和他沟通，说接下来的一部研究要怎么样去把它做好。如果两个小时内没有完成，这里的瓶颈也不一定是在 AI，大部分是在我，我可能没有时间去对他比较好的监督和任务。而且这件事情，其实在我原来做的 AI 研究的领域，其实也存在。因为，比如说，人要理解一篇论文。
并且去，比如说在数学上和在工程上去理解它，并且把它复现出来，就是需要时间的。因为人脑就是一个二十一瓦的算力，嗯，但是大模型本身，大家都知道，现在的数据中心已经是 G 瓦量级的数据中心了，他们的算力根本不是一个级别的。所以现在我也身边有很多朋友在做 AI 研究的时候，他们先把一篇 paper。交给
AI 读，并且把当中的一些数学的东西落成一个一个 still，然后再用 cloud code 去把这个实验给基础的复现一下，其实就是代替了人脑当中计算量不够大的问题。
那么基本上也是的一个一周左右的任务，可能会被压缩到半天左右的时间内完成。就是所有这些偏调研和研究的任务，就刚刚说的，在虚拟世界完成的话，那我觉得都可以被压缩。就一切不需要你实地去完成的，对。但中间可能要解决一些事实核查以及相关的一些问题，你要做好这个监督，呃，review。对，就是我要确保他在对的方向上。
所以你现在的工作量是以前的几倍？按照刚刚那个说法是十倍，对吧？因为五天的时间的任务被半天解决了。对呀，太好奇了，所以可能会自动加班，自主加班。啊，是啊，就是友谊的事情，他都已经做完了之后，我不去看一看，让他接着做下一步，不太舒服。就是我最近呢状态，经常是这个 agent 在这段时间内，如果我没有把他的 token 给压榨到极致的话，我自己也不太想停下来。
因为我记得 Cloud 它是六个小时重置一次，对，每六小时刷新一次，然后就导致有很多人的作息都全部紊乱。比如说，之前看过一个小红书的笔记，就说老我老公每天早上四点钟一定要起来，因为那个时候是他的 Token 重置的时间，他觉得不说点什么，不用就浪费了。对，这不是挺好吗？好吗？就是这个，对于很多人来说听起来都感觉不可思议。
就哪怕像我这样跟 AI 已经在一起写作的人，那对于那些可能现在工作生活跟 AI 还没有完全接轨的，他会觉得说：“哇塞，这人有病吧？每六个小时要起来爬起来，要跟一个 AI 哪怕说一句 Hello，他也觉得很开心。”我觉得大家都会上瘾的点，是因为它的杠杆率真的很高。你说利用的也好，还是说去调用到的计算量和算力，实在是和现实世界不是一个量级，带来的冲击实在是太大。
因为我在想说，其实不是每个人都想做杠杆率那么高的事情的，不是每个人都想掌握这么多能力。很多人只是希望可以舒舒服服的、不争不抢的过一个普通的生活。我这也是跟 AI 聊嘛，他跟我说了一组我觉得很好的对比。他说，对主动性强的人来说，AI 是翅膀；对疲惫的人来说，它是鞭子；对有资源的人来说，它是杠杆；对没有资源的人来说，它是更高的门槛。
首先，我觉得追求安逸，它看起来是一个人性本能的事情，但是它其实不太符合生物本能。就是生物本能当中是会知道，当出现危险的时候，我们是需要承受一定的波动和风险。但现代工业革命之后的资本主义社会给了我们一个很好的温床，就是觉得我们只要把某一部分事情给做好，那么好像一切事情都可以有一个系统给我兜着底。嗯，然后这个事情，塔勒布曾经说过一句话，叫做“世界上有三样东西的上瘾是对人非常不好的。
”第一种是海洛因，第二种是碳水化合物，第三种是工资。当然，塔勒布一直是这样一个人，对吧？在他的世界观里面，人只做一个非常小的分类事，并且幻想着这个事情可以永续一辈子，是一个幻觉。这个幻觉可能对人本身的能力是一种。是一种扼杀，嗯，对。其实回到这个角度来说，是工业革命把人放到了这样位置上，在一个流水线上，你好像自己把这里的螺丝钉拧完，然后这件事儿做完就结束了，你就领好你的工资，你不用为你做的这个事情最终产品的成果去负太多的责任，你只要把你这一步做好就行了，嗯。
我最近正好去了一趟意大利旅游。其实，文艺复兴的那些人是第一次真的把人不是螺丝钉，而是能成为通才这件事情给放到纲领当中去的，所以会出现像达芬奇啊、米开朗基罗啊那样类型的人。当年很有意思的是，达芬奇在他给米兰大公爵的求职信当中，他前面的九段是关于自己能够修城防、指挥军事、怎么去做一个城市的总督等等这样类型的事情。
最后一段是说，哎，我还可以画点画和做点雕塑，那是顺带手的。对，而且那时候对于人的预设其实是全能的。并且能够自己尽可能为自己的事情做的去负责的，所以也会出现后面米开朗基罗画《创世纪》，他尽管是一个雕塑家，但是他被放在西斯廷教堂里面去做了十年《创世纪》这的作品。那当时人的预设其实不光是做这样类型的事情，而且那个时候也没有艺术家这个概念，那时候他就是他就是个工匠，他理论上他就应该什么都会干。
对他就是个活儿，甚至当时医生和画家是在一个行会里面的。当然，因为这些事情之后，促使了后面的启蒙运动啊、工业革命这些东西，然后工业革命把人驯化到了一个好像人只能做螺丝钉的状态。大家就无限的分工，然后分工越来越细。对，那这件事情到今天，智能革命其实可能是会终结的。我们刚刚聊了那么多，其实就是说，我们如果只做我们分工内的事情，AI一定能做的比我们好，因为AI最擅长的那件事情，就是在一个有限的规则之内去不断的重复，并且把它精进。
而人最擅长的事情，回到前面说文艺复兴那件事情，其实是在一个不确定性的、有创造性的空间里面，去尽可能的做更多事情。尽可能的端到端为自己做的东西负责，并且为他们的美和重要性负责。那这事情可能是 AI 真的能把大家从专业化分工当中解放出来的，所以它有点像个三阶段，对吧？从文艺复兴开始那一刻，其实优秀的人的定义是人不是螺丝钉。
但是到工业革命之后，其实人被放到了一个螺丝钉的位置上，因为这样生产力能最高。但是有了智能革命之后，可能人不再需要是螺丝钉了，而且这可能是更好的状态，就是大家知道了怎么分工，并且不用沉溺于那个过度专业化的螺丝钉分工当中。当你想做一件事情，以前你会觉得说，我可能得去找各种各样的人来帮我去做，或者要跟各种各样的人沟通协作，甚至是不太可能实现的。
但是现在有了 AI 的辅助，其实很多事情它都可能变为现实。只要你有这样的想法，是。对，然后我刚才你在讲的过程中，我也会在想说，我们会讲父母这一代对孩子的期待，就是希望他能过一个按部就班的生活。但你看，按部就班上班，可能就是过去几十年才出现的词，只是因为我们生下来之后，这个词它就存在了。我们觉得这个东西好像就像是太阳东升西落一样，它是一个颠簸不变的定理。
当我们把历史的时间拉长，这一段时间它反而是一个异常的状态，是就专业化分工不是人的自然状态，是某一个特定科技革命带来的时代性产物。这个让我想起之前我们有一个嘉宾，他引用了一句话，就是一个人应该会做什么事儿嘛？他说一个人应该会修补衣物，会造房子，会写十四行诗，会拿起兵器战斗，等等等等等。这是海因莱因的话。
啊，对对对对对对对。就是他就说，只有昆虫才专业化。就一个人，他本来就是应该掌握各种各样的技能，只是可能我们的教育也好，我们习惯的社会也好，把我们束缚住了。对。当然，我觉得听到这节，有些人会觉得有点兴奋，可能自己的束缚可以被打开。但是，可能对于很多人来说是一种惧怕，就是难道我还要再学很多东西吗？我还去掌握很多东西吗？
我已经上了十几年的学，也上了十几年的班儿，我已经很累很辛苦了。为什么偏偏是我遇到这样的一次巨大的技术革命？还是我到前面说那种人比 AI 强的能力，就是拥抱不确定性的能力。就是遇到这些事情的时候，可能所有人都比自己想的的适应能力要更强一些。只是当听到这句话的时候，可能会觉得不是，或者说像要迈出一个自己之前已经适应的某一个舒适区嘛？
对，舒适区。但真的迈出去之后，可能会发现比之前舒服，未必不可能。就如果大家都慢慢的适应这件事情之后，当年凯恩斯说的那个，凯恩斯在上世纪大萧条的时候，不是说未来人类应该一周只工作十五个小时吗？对吧？嗯，我觉得这件事情一定是往那个方向走的，就是说不定是四天工作制或者怎么样。那我如果我们回到 AI 这件事情上来说，就现在大众对 AI 最容易误判的事情有哪些？
有哪些是大家高估的？有哪些是大家低估的？先说低估的吧。嗯，到底。知识工作者会被多大程度的被 AI 的自动化这件事情，就是 AI 今天的能力其实被低估了。现在还处于低估的状态吗？我相信，如果大家没有用到最好的 AI agent 的时候，一定是低估它的能力的。这恰恰是因为没有很好的产品让所有人都感受到这个能力。
嗯，听到这个很抽象的说法的时候，可能还是不能够立马感受到它到底能解决多少事情。嗯，以及因为它而产生的商业化收入，其实我觉得也被大家低估了。就是收入角度来说，还是刚刚说的那个，它就是人类历史上增长最快的一个产品，而且没有之一。Cloud，对 Cloud，这个是我想表达这个层面的低估的。而且今年下半年会发生一件事情，就是 OpenAI、Anthropic、SpaceX 这三家公司全部都会上市。
全部都会上市之后，大家之前一直说的 Meta Seven，也就是七姐妹，一下子就会重新洗牌。嗯，就有一些公司一定会因为 AI 落伍。到时候到底谁是这个世界上最好的公司？这个是要大大打一个问号的。嗯，很有可能模型加上 agent 就是 cloud code 加上 codex，以及背后的 Anthropic 加上 OpenAI 这家公司就是世界上最好的资产。
这件事情，我觉得大家仅代表嘉宾个人意见。嗯，就是在那段时间，市场很有可能会反映在这件事情上。关于你前面那个事情，其实我有几点想补充，就包括像，比如说我我有些朋友也会去参加各种各样的课程，可能都是一些非常知名的各个领域的教授，然后会讲说结合他们的领域和 AI，然后做这样的一些主题演讲或者是课程。然后他上了几天之后，他发现非常的失望，因为他意识到各个领域的专家那些学者，他们只是浅浅的用了一下。
可能跟 AI 聊聊天，然后他觉得他对 AI 已经有了足够的了解，然后他就会讲，比如说从经济啊、从哲学啊等等角度来看 AI 和 AI 时代，然后这些就会让他觉得还挺失望的，因为他发现这些各个领域专家对 AI 的了解和使用远远不够，确实就像你说的是低估的状态。对，而且他们能成为专家，代表着他们在上一个时代很成功。
那么他就拿着上一个时代的旧地图，他们一定就在用 AI 这件事情上会带有自己的成见，他不是从 AI 原生的去思考这个问题的，这个问题他很难避免。就像今天马斯克做的 XAI，也没有如期那样能够追上、超越 OpenAI 或者转眼刷倍，尽管他一度是世界上算力最大的公司。因为他在旧时代赢过，然后赢过很多次，他的路径依赖一定不能让他在新时代去做到最好。
所以这才是现在的中年人危机啊！大家就觉得说新时代还是新脑子好用，这不是好事儿吗？每一代人有每一代人的机会，大家的历史使命都有自己的历史使命，这样每一代人才能有机会嘛？对。然后说到第二点，对低估这件事情，投入角度来说，人类历史上集中投入最多的东西，可能是美苏冷战时期的阿波罗登月计划。嗯。即使是阿波罗登月计划，按照 CPII 算到今天，整整十三年投入大概在两千到三千亿美金左右。
而今年 Google 给大家的预期，就是要在 AI 这一个层面投入两千亿美金左右。一家公司，一家公司。如果把 Meta Seven 加上 Oracle 这些公司声称自己要投入的 AI，Padvis 加起来，可能是大几千亿美金，甚至更多的一个量级。所以，我觉得大家还是低估了 AI 这件事情的重要程度，以及这些科技巨头认为这件事情对自己的重要程度。
当你提到这些大公司，尤其是美国的这些大公司的投入，可能很多人会觉得说离我生活很遥远。但其实，包括最近一两个月，我们也能看到很多媒体在讨论，就是这些大公司，因为他们想 all in
AI，然后造成的资源浪费、环境污染等等那些事。切实的影响到很多，尤其是发展中国家的人，嗯，而且最悲伤的一点是，大家发现自己拿这件事情一点办法都没有，因为大公司它有资源，它有钱，尤其是美国的这些大公司，它跟这个监管层面又有千丝万缕的关系，对。
那么，比如说西班牙的农民，或者是南美的一个土地主，他可能就没有任何的办法去来面对这样的事情，就是他你抵抗不了。我现在分化出了两种想法，第一种就是如果从偏环保的角度来说，算力中心真的产生的二氧化碳和能源消耗太多了，这个事情是切实存在的，嗯。但是从技术加速主义的角度来说的话，现在人类环境已经有很多科学没有办法解决的问题。
有了 AI 之后，可能能大大加速他们的解决。比如说全球变暖，我以为你想说的是加速毁灭，可能是地球的加速毁灭，但未必是人类的加速毁灭。就是 OK。呃，这个话有点骄傲了，我重新说一下，就是我也不能，我也不能说地球就会因为这个东西毁灭，因为地球把我们给清除掉是一件轻轻松松的事情。是的，对对对，我想说的点是在于 AI 能够加速科学发现的文艺复兴，进而让我们对能源的利用效率达到一种新的高度。
那么现在看起来，为了发展必须承受的代价。系统就是以个体的牺牲来进步的，每一个系统都是这样。硅谷是以一大批创业公司的死掉而繁荣的。可是如果发生在你身上，你还能这么淡然吗？不能，我它不发生在我身上，我都不能这么淡然。我想起前段时间，应该是《纽约时报》上的一篇文章，引起了非常多的讨论。他提出了一个很有意思的脑洞，就是说这些恶行，或者是这些坏的事情。
就是按照不同的层级，哪些是人可以接受的？他讨论的缘起就是有人给赛文奥特曼的豪宅丢了那个燃烧瓶嘛，就很多人说这个人犯法呀，怎么怎么样？当然有很多人为他叫好，觉得是他替大家出了一口气。然后那篇文章就讨论说什么样的恶行是大家觉得 OK 的，比如说可能随地乱丢垃圾这种层级，可能大家觉得 OK。那比如说我去便利店小偷小摸一下，很多人觉得这样不行，这样是违法犯罪的。
但是与此同时，这些大公司也好，富豪也好，他们在把大量的资源浪费在这种商业竞争上，而在这个过程中会，比如说污染环境，大家却完全 OK，就是已经习惯了接受这个事情。我觉得这篇文章还挺有趣的，所以它引起了很多的讨论。我也不知道这是一种 OK 还是一种无能为力。就像如果你在三年前跟我说特朗普要把格陵兰岛拿下，我会觉得这是一件非常荒谬的事情。
但今天，我觉得这好像顺理成章。就是这些 O 不 OK 的边界，我觉得实在是太难定义了。嗯。如果光说 AI 这件事情本身，大家觉得 OK 的点还是觉得它对生产力的释放真的足够大，嗯，所以大家会默许这件事情发生，并且善意的假设是他们的那些研发成本被集中力量办大事了之后，能够相对平等的分到大部分人身上，乐观的假设。
悲观的假设是说，搞 AI 的这批人会上车关门，有点像一个科技领域的诺亚方舟，对吧？就是有一部分人利用 AI 达到了十倍、百倍的生产力，但更多的人可能都不用工作了。被替代了，不是不用工作，是没有工作。对对对，那到那个时候，我觉得也不用想得太坏，因为可能劳动的定义、资本主义的定义和之前都不一样了。就是因为之前我们是靠劳动来证明自己的价值，但到那个时候，它可能定义不太一样。
那前面我们聊了两个低估嘛，有没有高估的？我觉得第一，大家高估的事情是 AI 一下子能帮我把事儿解决了。AI 不是这样的一个东西，AI 是一个需要大家去花一些时间适应和合作的同事。嗯，但还是要有一些耐心。不要高估 AI 现在一下子能把任务完成。嗯，就擅长和 AI 沟通这件事情，我觉得目前或者是短期，它不可能成为一个普遍的能力。
目前还是只是少部分人掌握这个能力。对。而且我觉得好消息是，大家其实是从同一起跑线起跑的。不管你是一个高中生，还是你是一个应届大学生，还是你是一个四十岁的中层，大家都是同一起跑线开始赛跑的。而更年轻的人，他思想更不僵化，也许你能够训练出和 AI 更好的沟通能力，让他更为你所用，和你互补。对，一定是这样子的。
而且能把人管理好的人，不一定能管理好 Agent。然后可能不同人的工作方式，在下一个时代都是不一样的。这也是一个梗，就是古法编程的人和用 agent 编程的人互相嫌弃，互相的代码质量不行，因为两个时代的东西它就是不兼容的。可能现在习惯了 vibe coding，直接用 agent 粗暴写代码的方式的人，遇到一个问题他没有办法解决，他就直接用 AI 再生成一遍。
而一个传统思维的人，可能就说我要把它修修补补得修好。之前的语法编程的人有一些历史遗留的问题，因为他的代码是写给人看的，嗯，所以这些东西对 agent 来说不一定高效。那这些东西可能都是旧时代的人和新时代的人会发生的一些思维方式的冲突。我觉得是要相信年轻人的力量，而且年轻人要相信自己用 AI 的能力。
每一次技术革命从头开始发生变化的时候，恰恰是我们说的俗一点也好，阶级跃迁；我们说的不俗一点也好，就是思维范式的变化。这个东西一定是年轻人反而能做好的东西，对老邓是很难 catch up 的。对，我们回到那个高估了 AI 的能力这个话题，就是你不要指望 AI 能够一下子帮你把事情做好。对它带来的影响就是不用太焦虑，AI 一下能把我的替代了。
对，这也是我觉得特别想问你的，就是 AI 的渗透率或者对人的替代率会不会也没有我们想象中的那么快？我觉得没有那么快，嗯，可以从几个问题的角度来说去问一问自己的工作。第一是我今天的工作是不是能够大幅的有 AI 来介入帮忙？如果你觉得 AI 进来都帮不了忙，那么可能你的工作很大时间内都不会被 AI 影响到。
我觉得两种可能，一种就是你没用起来，另一种是 AI 确实替代不了。是是是。然后第二个问题是，AI 如果进来了之后，你和你的同事、你的部门的人会不会显著的变少？这个可能也是会发生分化的。嗯，如果你觉得即使 AI 进来了之后，人也不会真的变少，这些人还是需要的话，那好像也还好。嗯，而且在很多岗位上也会出现这种类型的情况。
对，这个能举一些例子吗？比如说，在 AI 时代反而增加了岗位。这是个很好的问题，就是我觉得我觉得很难，在现在这个阶段很难。就是说，哦，有一类岗位扩充了，就是 F D E Front Deployment Engineer，就是暂时还没有一个很好的中文词对应。他做的那个事情其实就是进入到企业当中，帮企业去用好 AI。
对，国内现在挺多公司都在做这个事儿，也会请这样的专家来，但是只是说质量良莠不齐。对，这个趋势我觉得一定在出现。但是这个岗位我还是不会觉得它是一个很乐观的新增岗位的原因是，我觉得也不长久。我比较担心它的加总还是变少的，就是你看起来是多了这个岗位，但是你会让那一个财富五百强的公司当中的某一个岗位的人反而变少。
所以他对社会增加一个岗位，但是整个公司少了五百个岗位。对，这是一个非常微妙的问题，就是 AI 革命是暂时一个没有看到创造新岗位的科技革命。这个事情在之前不常见，我能想到的例子其实只有两个，一个是恩格斯所谓的三十年停滞嘛，就是珍妮纺纱机出现之后，很长一段时间内大家不知道手工工人能做什么，嗯。然后还有就是古腾堡的印刷机出现了之后，大家不知道原来的做传统印刷或者说做文字工作的那些类人可以做什么。
现在好了，它是个通用模型，各个行业的人都不知道自己之后还能做什么。是的。所以，在这个事情，我觉得没有人能够预测未来。我只能说，既然举这两个例子，那这两个例子类比给我的启发还是偏乐观。就是经过了三十年停滞和经过印刷革命之后，工业革命真正的大幅的提升了生产力，印刷业带来了科学革命和后面的一系列文化知识内容的繁盛。
只是说在当时人没有办法预测未来，嗯，但是相信人一定能有某些需求去填充整个社会的岗位。我觉得更泛的说，就是人总能找到自己的活法。就即便现在我们定义的工作它消失了，被 A I 替代了，那也许未来真的会发明新的工作，只是那个工作它可能不是以劳累为标签或者是印象的，而可能是一种其他的形式。是什么我们不知道。
就像三年前我们也想象不到 A I 是这样的一个实现的路径。嗯。但我在想说，现在假设大家已经接受了说 AI 时代已经到来，但每天那么多的新闻，作为一个普通人，你怎么样区分这些噪音和信号呢？哪些是自己应该去关注的、去了解的？哪些是噪音？其实我不太需要关心。就举例来说，可能有些人会抱怨说：“哎呀，这个东西我不会用，那个东西我用不起来。
”那可能还有另外一部分人说：“没关系，再过几个月，可能大模型就帮你把这些问题解决了，你不需要学。”我觉得首先是一个东西刚出来可以稍微等一等。我觉得如果不是从业者的话，不是像 KZ 老师这样的，对，因为我本身工作需要我去了解最前沿的东西，并且去甄别信号。但对大家来说，最好的信号就是时间，一周、半个月、一个月之后，大家还真的在讨论这些东西，那这东西一般有点意思。
然后第二是，如果这个东西半个月、一个月之后还在，试试能不能上手去用它，因为纸上得来终觉浅，能用起来的就多跟它交互和体验。外界怎么说其实没有那么重要，就是一手经验和二手经验在 AI 时代本身带来的变化可能会更加大。第三个可能就是用最好的东西，就是所谓用最好的东西是暂时不要相信太多的平替和那些所谓出来能颠覆 OpenAI and Shopee DeepSeek 豆包的东西。
我不说它百分之一百不可能，但对于我们大家体验来说，不需要去考虑那种极小概率的肥尾事件。大家只要去尽自己可能去用到最好的模型、最好的 agent。去跟他们打打交道，体验体验自己有没有什么工作能被他给替代掉。我觉得已经可以胜过世界上百分之九十五。所以不需要穿那么多 AI 自媒体，因为感觉每天 AI 这个世界都要被颠覆一次。
AI 自媒体，大部分人自己也不用 AI，因为只关注就他们的 KPI 是让更多的人点击他们的文章。那么，就像如果有人只是出来开课教大家怎么炒股，他炒股一定炒的不是最好的。嗯。那么，不如去理解一下那些所谓的高手是怎么做出来的AI，然后他的产品带来是什么样的？对，就与其看一百条新闻，不如你找一个能用的模型，你先用起来。
对，要知道那些自媒体其实是在利用大家的焦虑，焦虑，嗯。但是你的工作不会有些时刻，就是你会发现说，哇，我前几个月那么辛苦的在研究的一个东西，突然就被颠覆了。那我之前那一周、那一个月熬的那个夜，或者是焦虑的那些日子都白费了，不会有这种感觉吗？因为它颠覆迭代的太快了。对我个人还好的点在于，我就是喜欢看一个大浪之上的风口浪尖到底在发生什么变化。
嗯，而且我只关注最重要的那些东西。可能是因为之前就是在这个领域做研究的原因，我很快就能筛出哪些是重要的。对对对，就是噪音对我来说不重要，一点都不重要，而且我很快能够识别出来。就是这种判断力可能给了我一些忙。嗯，然后有一个类比，比如说潜水的时候，我有一次在菲律宾潜水的时候，有一个很有意思的，就是我会看到一条鲨鱼游过去之后，它身边会带着很多的小鱼。
而这样一个生态系统，它们是非常自洽的，就是一个鲨鱼吃下来的东西当中的那些微生物和那些残渣，就足以养活身边的小鱼了。但是对于观察者来说，最重要的是那条鲨鱼，因为这条鲨鱼决定了这里的生态系统大部分的东西。嗯，对，所以带着这样的心态去看的话，一样的 Open AI 和 Stripe 这样的公司就是 AI 领域的鲨鱼。
除此之外，那些自媒体说大部分东西，可能只是身边那些小鱼吃食残渣的东西。我觉得对于大部分人来说，没有那么重要。因为我的感觉是，其实离 AI 行业更近的人，他们就是展现出了一种又兴奋又焦虑的一种状态，就他们的焦虑感和兴奋感都是常人的很多很多的倍，是因为他们吸收的噪音太多了嘛？啊，我觉得噪音是真的太多了。
嗯，然后我觉得焦虑的点倒不是因为自己之前研究的东西一下子被颠覆了，而是因为未来太难以预测。就是我要在一个完全新时代的地图里面去航海。而这个海域的风浪又太大了，就是时不时会有一个东西把我之前的东西拍掉，它难免会带来一些焦虑感。就是越了解 AI 到底能做到什么地步的人，可能就会越焦虑，因为他知道他能替代的事情太多了。
对，但是如果心态切换成有很多我之前做不了的事，他也能帮我做了，那么这些焦虑其实会好很多。可是，如果你会的东西 AI 能做的更好，你不会的那个东西他也会做，它不是一个双重取代吗？人有一个东西他不会，就是张张反复提到的那个品味、判断力，面对不确定性时做决策的能力。这件事情 AI 一定是。我觉得甚至不是短期内不会，是很长一段时间内都不会的。
这种判断很大程度取决于每个人自己的世界观、价值观对一件事情重要性的判断。嗯，这些东西可能是如果用 AI 术语来说，在预训练过程当中接触到的那些数据集对我们的奖励函数的塑形。那么，这个我们的这个奖励函数，可能每一个人都有不一样的形成方式。那么，我们每一个人就会相信不同的东西。嗯，在同一件事情、同样事情的事实之下，我们也有不同的相信程度和自己愿意下注的程度。
那这个时候就是人和人之间的差异了。我觉得这个东西是永远不会被替代的。对，而且最起码在我的了解和认知下，AI它没有办法主动为你发起一个任务，还是得从人这端来发起。我对这件事情倒觉得很快，他也会拥有这个能力了。真的吗？就是他可以指挥你的生活？我觉得“指挥”这个词有点有点冒犯了。就是我觉得是他了解我的 context 之后，像现在的信息流推给我某些东西一样，猜我需要什么。
你今天中午是不是想吃这个了？对。然后很多人其实不想在一些没有必要的决策上面花精力。哎，我总觉得听起来像个大太监。我觉得大太监不错，就是很多人现在用 AI 的方式会说什么，他是我的东厂。他是我的三省六部制，对吧？他的我的中枢省在干什么？如果是大太监，那我们就把自己想象成土皇帝，我们拥有一大群 agent 绕着我们转，听起来是个很好的状态。
对啊，皇上，您生来就是享福的呀，这些事儿您为什么要操心呢？对他们唯一的区别就是没有办法给我们物理意义上的被服务感，但这个事情好像好像也不重要。包括我也跟 Cage 讨论过，就在过去一段时间，我反而有一个很强烈的感觉，就是在接触 AI、学习 AI 这件事的反面。我会越来越觉得线下的实际的物理空间发生的这些体验，可能在未来会变得越来越重要。
因为当你在虚拟世界沉浸久了，尤其天天跟 AI 打交道，你就会感觉很多东西都是虚的，抓不住的。而那些线下的体验，尤其是那种有沉浸感的体验，我在想未来会不会更有价值？是。之所以当时会有这样的一个想法，起因是当时 K 值的分享，最后说以后做投资可能要看一个公司他做的以前会分他做的是 To B 还是 To C，但是未来可能当你考察一家创业公司的时候，你要看他是为 Agent 服务的，还是说在为人类服务的。
其实就是这个问题，它开启了我的这些思索。我会在想说，以后为人类提供的这种体验服务，会不会变得越来越重要，越来越值钱？也许这个对大家来说也是一个方向。首先，刚刚说的那个思维框架，是因为我前段时间写了一篇文章，叫做《Agent时代启示录》。这个启示录当中想表达的点，就是To Agent。和 Too
Human 是两个新市场，就是比如说上个时代大家经常会有一些像 Notion 这种类型的产品，嗯，呃，我要把每一个细节打磨到极致，这个当然很好，是为了人的审美来说的，但是对 Agent 来说，这个事情不重要，这个是为人的体验服务的。
而现在最新出来的一批创业公司在做的 agent 的 infra，更多的是说，假设 agent 是我们的新员工，嗯，那么我们要为他配足够多的 IT 预算，对吧？这个 IT 预算当中给他发的这台电脑，它应该是一个怎么样的架构？它应该怎么样让它用起来最快最爽，同时最能够能够把它的算力最大化？就 AI 肯定不需要 Word、PPT、Excel 这一条龙。
对 AI 需要的是，比如说像 HTML 文件，它的表达形态是更符合机器语言本身的需求的。嗯。然后对人这边的话，我觉得就是很有意思的问题了，因为其实，在 ChatGPT 刚打算做广告和电商的时候，嗯，然后有一个做电商的朋友跟我说，说购物不是一个简单的效率问题。大部分的购物其实并不是在最快速的撮合和找到对的东西当中发生的，很多是冲动。
对对对对对，就是基于人的注意力的冲动产生的那些东西，以及它能够给我某种符合我品味的东西带来的那些变化。我觉得这个东西也会更加重要。比如说一些线下的体验，它是不是真的符合我？我想要的某种理念听起来非常的微妙，但它恰恰是因为它的微妙，大家今天做 AI 模型的时候很强调强化学习。强化学习当中的奖励函数没有办法去构建出一个好的数学建模，来建模出一个人觉得美和好玩的标准答案，因为这个东西实在是太太多元了。
比如说前面说的，呃，你去一次音乐节，就是可能你听了一整场音乐节，大部分的嘉宾也没有按照你的预期，但可能就是某一个点打动了你。嗯，那这种类型的信号，AI怎么去捕捉到这它足够多的权重呢？那这些类型的东西，我觉得是很可能是很长一段时间内AI都没有办法替代的。就这是刘慈欣在《诗云》当中说的嘛，文字就那么多，平仄就那么多，但是李白的诗通过无限的计算，他就是算不出来。
如果我们对艺术和艺术背后所代表那种道和真理有一定的相信，那么这种美东西可能不是可计算的。这些不是可计算的东西，我觉得就是接下来 To Human 当中最重要的那些东西。所以现在假设一个人对 AI 很焦虑，他努力的方向不一定是 AI，他可以完全可以反其道而行之。也许对于一部分人来说，他也不一定非要让自己的工作和生活和 AI 产生很强的关联或者是交集。
比如他是个餐厅老板，他给大家提供更好的餐食；他是一个歌手，他给大家提供更好的演出体验。也许这也未尝不可，就是把 too human 的这个事情做好。我觉得 to human 的事情做好的同时，不是闭上眼睛说我不在意 to agent 的事情。比如说歌手这个行业，Suno 已经很明确的即将把音乐制作当中大部分的简单的工作给替代了。
比如说 rapper 生成一个 beat，然后大部分的程式化的那些和弦的东西，其实现在已经 Suno 已经做得非常非常好。嗯。所以我觉得是你，即使是打造 too human 的那个东西，你也要知道 too agent 和 AI 制造这些东西正在发生什么东西。他已经到哪个水平了？对，才正好想清楚自己的差异化优势在哪里。
嗯，就很难两耳不闻窗外事，或者说两耳不闻窗外事就会成为某种程度的独立音乐或者独立电影。就像那个科恩兄弟当年拿奥斯卡奖的时候说：“我很感谢这个工业体系，还允许我们两个在角落里面玩泥巴。”那这种形式一定存在。我会想到，我五一去上海参加了一个音乐节嘛，是一个非常有名的 DJ
Anima。他的特色或者是他的招牌，就是他会用那种裸眼三 D 的那种画面，巨幅的那种荧幕，配上他的 DJ，然后再配上舞美、灯光、音效，还有各种的效果。
就以前我在社交媒体上刷到过很多次，我会觉得那个视觉效果挺好的，但我觉得就是现在有 AI 了，这个画面理应能变得更好，而且很容易被复制。但是当我真的置身其中，尤其我可能站得比较前排，那种沉浸式的冲击感实在是太强烈了，而且它是把声光电结合在一起带给你的感官刺激，就那个时候你只有当下。你不会考虑未来，我的工作怎么办？
你不会考虑过去我拥有的东西，你只有当下的那个体验。我那时候觉得太厉害，我说这。真的 AI 替代不了，我觉得没法替代，因为它是一个非常全面的一个体验，它不只是一段动画。但是结束了之后，大家在社交媒体刷到，可能就还是一段动画。大家觉得说这个东西，CDS 很快就会超越的，我那种感觉就觉得很奇妙。我同意，替代不了。
这个背后的原因是，问 AI 不在场，就是 AI 的感知能力，所谓的那个多模态，它其实是以语言为根基的。这个语言为根基的点是在于，语言是目前世界上性价比最高的一个东西，所以就是它能够通过语言了解我们所谓的那个符号世界。但是，比如说，雨白，你刚刚的过程，当然，因为我有一些朋友在现场，所以我说 ins 上刷到一些这个帖子，所以我大概知道你说的是什么样的。
但如果我完全没有刷到旧皮影章那些话，其实我没有完全没有办法想象，对吧？对，我只能想到一些类比，比如说像呃沙丘。和那个《银翼杀手二零四九》那样的，就是扑面而来的一个巨大的建筑，让我感到震撼。那种声光电的那种变化，我真的想。而且还有音乐和节奏啊，对对对对，就是所有的这些交织在一起带来的对人的基因某些东西的触动，这个东西我觉得是很难。
对，当我结束之后，想要发个朋友圈，写段文案，我就发现语言太苍白了，太苍白了，是吧？对。所以语言太苍白的东西，AI就很难取代。这是不是一个好的信号？对，是不是一个好的信号？就是如果某些体验你穷其一生都不能用语言清晰的描述出来的话，那可能AI在很长时间内就是没有办法取代这件事情。对，这就像我们其实从去年开始，我们就一直在跟小酒馆的听众说，我们希望多走到线下去，跟大家面对面的见面。
理论上，随着技术手段的提升，现在的播客我们甚至可以把它翻译成十几国语言的声线，然后让更多的人听到。但我们认为这个意义它没有那么大。我认为人与人面对面的聊天，那种氛围感，那种在场感，它是技术完全没有办法替代掉的。而且我觉得是技术是某一个愿景在那边，嗯，就像马斯特说的，我们要登上火星这件事情，它是某一个目标。
我们在实现这个目标过程当中，解锁了一项一项重要的东西。但那个目标是不是真的能百分之一百实现？那是肯定不会的，因为这世界上没有百分之一百，只有百分之九十九点九九。然后所谓的无限没有无限，所谓的真正的线上的那个沉浸式体验，它不可能真正线上。所有的 AI 公司都是要求大家线下办公的。现在的硅谷的 AI
公司都会要求大家一定要线下 onsite 到场办公，至少要求每周有三到四天是要到场办公的，嗯，因为不然的话效率会很低。
或因为人沟通之间的那个隔阂而带来一些不必要的摩擦。嗯，因为人的注意力就这些，你在场，你的注意力是全方位的。嗯，而你在某一个远程，在家里也好，在咖啡馆也好，你的注意力是部分通过你的屏幕去和公司团队里面的人去连接的。这个东西就不可能百分百。嗯，包括即使 AI coding 到了现在这样的能力，也有很多人跟我说，他其实想回归古法写代码一段时间。
古法编程，因为你不古法编程，你会发现你监督 AI 的能力没有了，对系统和对设计的一些基础的理解在衰退。你作为一个网球教练，你还得陪打呢。对，你还得陪打，你要对运动员的打法、手上那些球感的东西有最基础的感知。所以我会觉得，未来人和 agent 的关系会有点像，有点像运动员和教练的关系。就是很多事儿，其实你知道，运动员的身体素质、运动员的竞技能力和他的年龄状态、他的激素，就是比我要好。
嗯，但是他不一定能清晰的揣摩清楚，在某一个运动场合之下，他应该用什么样的战术、什么样的策略去解决这个问题。那这些东西现在还是需要人去修改。嗯。那从你刚才说的，就是比如说很多现在在一线的人，哪怕他 AI 已经用的非常的溜了，他还是要留一段时间给自己古法编程，保持手感。那么现在随着 AI 能够参与到越来越多人一整个工作链条，那你觉得对大家来说，应该把什么样的能力保持住，不要丧失掉？
我们最终的目标是判断力。我们最终的目标是判断 AI 做的在不在一个对的方向，以及能不能达到我想要的目标。比如说写代码的时候，你一定不能放掉的就是它怎么设计这个系统。嗯，那这些东西是 AI 很难从公开信息和它已有的茫茫多的知识当中去抽象出那个你最想要的东西的。我知道了，其实就是你要做一个 AI 的好领导，对，就是一个领导你要具备的能力是什么？
首先，你的信息要比你的员工更全面，不然你没有办法把这些信息给你的下属。然后第二点就是你要能够监工，你要能判断你员工的你下属的这个工作质量。如果你长期脱离一线，你根本就评价不了他的工作质量，那他就给你糊弄嘛。然后 AI 本来也很擅长糊弄，那这个时候就可能真的是要被 AI 牵着鼻子走了。是的，一定不能出现的一个情况就是他说什么我就是什么，尤其是当他做完一开始的规划之后，一定要去纠正他。
和他反复互动，反复去问你做的这东西到底是不是对的。我怎么感觉每个人其实应该学一些什么领导力学、管理学幺零幺？对，而且它恰恰是回归管理学本源的东西。我以为管理学要不存在了。我觉得 agent 管理学一定是一门新学科，就是因为现在大家觉得管理学没用的一个原因，是因为你到了企业当中会发现，你处理的其实是各种政治问题。
大家各自为战，各自为自己的利益做事情的时候，你怎么去当中调解下面的问题？对，然后自己去达到自己想要的目的。现在有了 AI，你的管理反而变得更纯粹了。就是我的 AI 一定和我的大部分目标是一致的。他不会跟我故意说反话，他不会有很多潜台词。对，我觉得 AI 在这些事情上都没有任何的问题。AI 真正的问题是它。
就是锅他背不了，比如说我们在投资的时候，嗯，就是钱亏了，还是还是我亏的，嗯，绝对不是我手下任何一个 agent 亏的，对，就这个责任你推不掉，对。对，这也是上次你来分享的时候，我们最后在讨论嘛，有没有可能把 AI 应用在投资中？其实一个很大的卡点在于 AI 它对钱是没有概念的。你把你的账户交给他操作，他去交易，亏了钱，你很想怪你，你是怪豆包还是怪 DeepSeek？
那两家公司也不会认。这个我觉得 AI 很长一段时间都不可能解决，但是我倒对这里可能会产生新岗位有一些乐观的地方，就是它可能出现一种新的第三方审计或者保险的业务。当 AI 出现一些问题的时候，可能有第三方来帮忙 review，以及第三方来帮忙接管一些问题，或者来把这个损失用保险金算。这个第三方是人类还是 agent？
它最终一定是人类。OK。因为人类还是相对更相信自己的同类一点点，比起机器，我猜啊，还是那个问题，就是你要审计和保险，你得被捉。懂了，就像一个公司，他再怎么裁，他一定会有一个财务。对对对对对，有一些锅必须得人背，然后出现问题的时候需要人去定位这个问题，然后去判断这个问题它重不重要。因为对 agent 来说，他没有那种，比如说管钱的时候的损失厌恶。
那这些事情，我觉得对 AI 来说，它只是一个，就像刚刚音乐节那种东西。他知道这些东西的纸上的道理，但他很难有那种提感，因为他没有亏过钱，因为他没有一个物理世界存在的东西。起码我们的技术还没有到这一步。对，然后他也没有生存的压力。嗯嗯，因为人底层其实无外乎这么几个嘛，就是某几种激素，它对应着解决了他的生存问题、他的好奇心等等的问题。
我觉得 AI 的好奇心，从某个角度来说，未来能被用某种工程和产品的方式去包裹着去做出来。就是让他显得更加的像一个人，积极主动一些。嗯，但是他的那种生存对失去某些东西的渴望，这些东西，他可能永远都无法共情人类。对，而且人类也不一定希望他共情，对吧？因为那样的话，某一种 AI 就会有私心了，就会有对，就会有利益，就会有意识。
那那个时候，那仿生人和人类的区别就真的很难分清了。是。那像你们在平时的工作中，你们也会讨论，比如说对未来的设想啊、变化，你们的推演吗？我们会讨论，但是我们也会客观承认，未来是很难预测的，就是不能预测未来，只能用一种概率分布去建模未来。那有哪些事情是，比如说中短期你们觉得大概率会发生的事情？像前面说的那几家大公司的上市，肯定是一个。
对 AI 的渗透，以及 AI 的商业化的加速落地，以及 AI 这个行业本身的加速，我觉得在短期的两三年之内是很难停下来。的，因为这是个庞然大物，它的势能一定是越来越大的。然后越来越多人感知到之后，一定会体现出在应用和技术上的双重加速。只是到某个程度之后，它可能会不会出现过热的情况，这个东西可能是值得预测和思考的一个问题。
嗯。我在技术上对 AI 非常的乐观，但我在中期的时间内对 AI 是不是能够持续是一个一直向上的市值增长的趋势，我有些不确定。因为这件事情在互联网已经 dot com bubble 的时候已经很明确发生过了。就这种人性和博弈当中必然会出现的事情，还是有大概率会发生的。嗯。然后对未来的推演，我觉得白领大部分的工作迟早还是会被替代掉的，或者说人的分工会发生比较根本性的变化的。
但你是一以一个乐观的语调和预期在讲这个事情。对，因为回到前面我的那个价值观，就是我觉得人就不应该被固定在现在这个过度专业化的分工当中，人不应该是螺丝钉。所以我对这件事情本身的价值是比较乐观的。嗯。然后最乐观的预期，当然这是个人的价值判断，就是每个人更容易被发现自己身上的闪光点，因为在过去这段时间内，其实没有一个人会说去了解这个人充分的上下文和
context，去说这个人到底适合做什么样的事情，怎么可以帮助他把这件事情放大做得更好，嗯。
但有了 AI 之后，它其实有我们更多的信息，它也能够帮助我们去把一些之前可能只是爱好或者一些模糊的感觉、喜欢和擅长做的事情做得更加的完善一些。那么，如果有这件事情发生了之后呢？其实每个人可以找到自己能做得更好的东西。你这个让我想到，其实在过去一年，我们小酒馆也会持续探讨一个话题，就是人怎么样找到自己的天赋所在。
刚才 Cage 说的这些，让我想说，也许这件事情在 AI 时代是可以达成的，因为这个技术手段，它能让你的各种很微小的好奇或者 是倾向变成可能，变成一个产品，是。就像我现在，我特别喜欢在小红书上刷大家 web coding 的各种东西，我也很喜欢。我真的觉得好有创造力啊！我觉得大家太有创造力了。就也许你看他的主页，他可能平时他还是一个初中生，或者是他就是一个银行的职员，但是不重要。
比如说，我看到一个我觉得很喜欢的是，他做了一个计算器，就只要你上班，他开始计算你的时薪多少钱。就你现在做了二十分钟，这二十分钟你收入多少？这样让你的上班觉得你这个窝囊废没有白赚，我觉得这个就很好。我当时就特别想下一个。我觉得第一，你可以有一个七二十四小时在那边的智能跟你讨论你擅长什么东西了。第二，你讨论出来某些东西之后，你可以有接近于零的试错成本去把这件东西做一个初步的样本出来了。
这东西当中你到底有没有成就感，对什么东西感兴趣，你会更清晰的感受到。因为之前大家总会说我对什么东西感兴趣，什么东西感兴趣，但永远没有办法尝试，因为有很多现实生活的束缚嘛。对，而 AI 让这件事情系统性的降低了所有事情能在软件世界去完成大部分的事情，你的成本基本上都都被打没了。即使现在没有被打没，很快在几年之内也会被打没。
那么这个时候，大家一定能探索出更多适合自己的事情。那么我们看世界的滤镜也变得更加的五彩斑斓一些了，就不再是说我必须擅长的事情就是什么开发、产品、运营、销售这种类型的固定的某个职能，而是它可能是真的我感兴趣的某一个更细分的事情。所以我觉得 AI 把人变成了某种程度的通才，或者说帮我们成为通才之后，我们反而能够因为这一种广而在某一的领域做的更深。
这是我对未来比较充满希望的一种一种假设吧。那比如说三年后五年后，你有预期或者是想象，那个时候你还拓展了什么样的能力吗？或者在做什么样的事情？我希望我能用 AI 开出很多个，是这样。我觉得可能有两类东西，第一类就是做出来无用但是很好玩的新产品，就比如说刚刚说那个计时新的这个东西，这东西很无用，但是它非常的有意思，巨大的情绪价值。
真的，就是我们其实每个人脑子里都有一些很奇怪的脑洞，可能它没有商业价值，但是它现在有了这个东西之后，我就会把这些无聊的想法去把它给实现了。嗯。然后还有，还有我不知道，就是我可能会幻想世界是怎么样的，然后去做做一些和当下工作可能没有关系，但是可能很有意义的事情。比如说，首先 A I 来了之后，身体肯定是很重要的。
那么可能是对我的爱好来说，可能是打网球或者健身这种类型的事情，可以做一些。还有一类事情是，我也在想，工业革命来了之后，人的身体永远占不过机器那么好了，嗯，所以人有了健身这个需求。但是现在问题是，智力革命来了之后，以后有健脑的需求，以后有健脑的需求。我脑子肯定干不过机器了。那么我做什么东西能够让我健脑呢？
那这个可能也是一个很有意思的。六个核桃，对不起，这个是不是有点？然后也硬植入，我们是知道我们可以减掉。嗯，对，没事，这个 AI 取代不了，这种烂梗 AI 取代不了，确实。嗯，是的，所以我就觉得这种想想这种新时代的需求还挺有意思。嗯，就是不是说喊口号似的说未来人会变得更全才，不再那么专业化，而是你觉得自己从实际行动中也想把自己从一个专业人才解脱出来，对，做各种各样的新尝试。
是的，然后我觉得大概率未来很多我现在做的工作可能都不太需要我去亲力亲为了。三年后你们公司还在吗？我们公司肯定在，只是做的是不是现在一样的事情，我我就不知道了。就还是这样一群很聪明的、很有执行力的小伙伴团聚在一起，做的事儿不一定是现在这个。人是很宝贵的，事儿是不重要的。就是我觉得现在事儿就是因为它是新时代，所以所有东西都会变得太快。
然后如果让我，我用这句话来安慰一下梦岩。对，因为品牌很重要，就是因为人在聚在那边，你们还带着，不管是你们的那种品牌，还是我们的那种品牌，是品牌在那边，它本身树立的某种某种品味和格调，这个东西它是不太会被替代，而且更难从零做起来的，这个东西它一定是在那边的。然后就是，如果从一个我自己未来想做的事情的话，很难真的 AI 一下子做到的，其实是刚刚说的科学发现的文艺复兴。
我去搭建 AI 帮助科学家，或者去孵化这样的公司，来让更多的科学家能够用 AI 自动化很多的科学发现。因为我一定是相信很多的现实世界的实验，以及除了实验之外那些冗余的工作是可以被数字化和计算里慢慢的给替代的。今天我们对不管是生物、材料、物理化学一些基本的东西的理解，已经足以让我们迈到下一个时代，就是让计算把很多的科学发现给完成了。
今天很多的生物化学的 Ph D 可能中期 Ph D 的生涯五六年只能做一两篇 paper，但随着有 AI 的出现了之后，他们的代码自动化、数据整理能力以及把整一个实验闭环能力，可能都能比之前加速很多。这个事情对一个 lab 可能影响没有那么大，但对整一个行业的影响其实非常非常的大。比如说，生物行业它是一个十到二十年发现一款药，并且要消耗十到二十亿美金甚至更多的一个东西。
那么，可能有了 AI 模型之后，有了 AI agent 之后，这些东西的迭代速度会比之前快上三五倍。我相信一定是可以的。这个三五倍当然不是在比如说临床动物实验、人体实验那些那些物理世界的瓶颈一如既往的还会有一些时间，但是在之前就是发现这个分子，倒让这个分子在现实当中有一些基础的可成药性，并且进入临床这件事情可能会变得快很多。
感觉你是一个有大爱的、守序善良的人，想做的事情。非常多，非常广，而且其实最终的目的都是造福所有人，希望是吧？但是这个东西你也可以有一些，就是看你的观点了，就是嗯，因为这个东西一旦实现的话，人类所有的科技树会被重新点一遍。人类科技树每一次点亮一个大东西的时候，都会出现一些善良和邪恶的东西，比如说原子弹那种类型的东西。
奥本海默发现的东西绝对不是用来实现今天的目的的，但是它就是发生了。而原子弹只是一个非常偶然、相对偶然发生的一件科学发现。可能在发现原子弹过程当中，我们还漏了很多科技书当中没有点的东西。如果把那些东西 AI 真的蹭蹭蹭全点亮了，这个社会是什么样的？挺值得期待的。不管变成什么样子，嗯，你有点混沌混沌中立了。
我一向都是混沌邪恶，是混沌邪恶。好的，好的，好的。今天围绕着 AI，其实聊了很多的话题。可能有些人听到这里，他就已经感觉到哇，脑子好混乱了。就是如果他觉得听了这么多，还是觉得有些混乱，不知道该从哪里开始，你觉得最值得他先看到的变化是什么？那我觉得就是看到 agent 正在成为世界上的新物种，并且去拥抱这种变化，然后扔掉旧世界的地图。
去探索新世界的无限可能，带上你的纸和笔，或者带上你的电脑，然后一边走一边自己绘制地图。对，因为今天没有人说的地图是正确的。就是没有人，没有人能。我们这一期可能也是速朽的，可能一个月后、三个月后，你就发现很多也不成立了。可能都不一样，对，可能都不一样。但是这才是好玩的过程。对，如果一的东西的标准答案就在那边，那这东西 AI 就能解的比我们好。
嗯，只有这种不确定性的东西，才是我们一直去思考和我们人之为人的意义。就欢迎大家来到新时代。谢谢KJ老师，谢谢。以上就是本期节目的全部内容。如果你觉得这一期节目有收获、有启发。欢迎你把它转发给你关心的亲友，也许会对他有帮助。以前我们会很自然的觉得，上学、毕业、找工作、上班，干到六十岁、六十五岁，享受退休生活，这就是标准的人的一生。
当感受到 AI 有可能颠覆这样一条标准人生路径的时候，我们本能的会觉得烦躁不安，和 Cage 的聊天给了我一个启发：如果万一这条我们原来以为理所当然的人生路径，它本来就不是唯一的答案呢？当然，这不是说它是错的，它有可能只是某一个历史阶段里成立的一种生活方式，而我们，或者说幸运，或者说不幸，刚刚好生活在它开始松动的时候。
如果今天开始松动的不只是一份工作、一项专业技能，而是我们对日子应该怎么过的想象，那 AI 带来的冲击可能就不只是取代某些岗位这么简单了。他也在逼着我们去重新想，人到底该怎么活，工作到底该在生活里占什么样的位置，哪些事情是我们愿意一直做下去的，又有什么只是过去那套分工留下来的惯性而已？每个时代都会放大一部分人的天赋，也会让另外一部分人长期活在逆风里。
当稳定按部就班成为一个时代默认更正确的人生选择的时候，那些有野心、有闯劲、总想试一试别的可能的人，如果他一时还没有做出什么结果，他往往不只是要承受现实和理想之间的落差。他还会不断的被周围人提醒，哎，你就是不够安分，不够听话，太爱折腾了。所以当规则开始变化的时候，有些人感受到的是焦虑和危险，但也确实会让一些人本能的感到兴奋，觉得自己身上那些无处安放的想象力和野心，真的可以帮自己做成一些事情了。
但知道这些现状，不等于我们所有人都只能往同一个方向跑，它不等于我们现在每一个人都要 all in AI，去钻研 AI 技术，把自己变成一个更加全能的人。就像我们后面聊到的那样，如果你真的不喜欢 AI，如果你真的更愿意做那些和人的体验、人的关系有关的事情，那把这些事情做得更好，本身就是一条路。出路从来不止一条，可残酷的地方也在这里。
同一场变化落在不同人的身上，感受会完全不一样。就像我和 Cage 讲的，对有些人来说，他像突然多了一双翅膀；对另外一些人来说，就像后面一直有人拿着鞭子催着自己往前走。也正因如此，这件事情大概不会有一份适合所有人的标准答案。现在没有，未来可能也不会有。但先不要焦虑，我们不需要急着选边站，我们也不需要急着去表态、去行动。
先把现状看清楚，先知道自己为什么不安，知道这个世界在发生什么，也先想清楚自己真正想要的生活是什么样的。在属于自己的答案浮现出来之前，做到这些就已经足够重要了。再次感谢你听到这里。如果你觉得这期节目有收获，请别忘记订阅我们知行小酒馆。你的支持会成为我们前进的动力。我是雨白，每周晚八点，我们不见不散。出发吧，扔掉旧地图，去 AI 时代的新世界尽情探索。