=Start=
缘由：
今年6月份的时候简单总结了一篇和ChatGPT有关的文章，当时为了整理那篇文章，还是翻阅了很多文档的，但是事后太长时间没有用和体验，又有点忘了，今天有点时间，再回顾回顾，整理一下近期看到的相关内容。
正文：
参考解答：
世界上，唯一不变的就是变化。拥抱不确定性，拥抱变化。
==
至于 AI 会不会杀死前端，这个就说不准了，完全取决于 AI 的发展，尽管我是不太相信 AI 能做出复杂页面。
今天，我就想谈谈，作为程序员怎么面对不确定的未来(?)。 AI 是不确定的，发展完全不受我们的控制。它使得程序员的职业和未来都变得不确定，这种情况下，我们怎么办？
我正好看到一篇印度程序员的文章，他也在思考这个问题，就决定亲自测试一下，AI 发展到了什么程度。
他让 ChatGPT 写一个他想要的程序，结果整整花了三个周末不断调整，才勉强写出来，代码可以运行了。
下面就是他对 AI 的评价。
“有时我对 ChatGPT 的理解能力感到惊讶，但是更多时候，我不得不拼命推动它，朝着我想要的方向前进。它有时会产生意料之外的结果，让我感到非常沮丧。”
“它像一个吸收了所有人类知识、但需要别人帮忙才能把这些知识串起来的应届毕业生。”
“看来我今年的工作是安全的。但是，我需要好好学习 ChatGPT，精通它的使用，让我明年也是安全的。“
我非常欣赏上面的最后一句话，觉得这种心态值得我们借鉴。
AI 未来会怎样，没有办法预知，但是可以确定，它目前的编码水平不会威胁到程序员。
你的工作今年是安全的。如果你努力的话，明年也是安全的，而且很可能从此都是安全的。因为如果一直不断学习 AI，你会越来越熟练地掌握它，让它为你工作，达到你的目的。也就是说，它会放大你的生产力。
这就是最关键的地方，AI 与人类不是竞争关系，它未必会减少机会，反而可能带来更多的机会。
一位英国企业家曾经总结了对 AI 的5点看法，我觉得这才是对待 AI 的正确态度。
1、AI 会大大增强程序员的生产力，并创造过去不可能的产品。
2、AI 本质是生产力工具，跟高级语言、云服务、开源代码等是一个性质。
3、写代码的门槛会降低，更多的人会进入 IT 行业，软件市场将变大。
4、AI 推动行业发展，将为所有人带来更多的增长、产品和机会。
5、我们要成为这个过程的一部分，需要让自己积极主动，不断更新技能，接受新工具。
虽有智慧，不如乘势
ChatGPT的问世是社会发展的必然，是人们需求的结果兑现。新事物带来新挑战，同时也带来新机遇。
有人看到变化带来的问题和未知的变数，有人看到了问题背后的机遇。只看到问题看不到机遇的人，可能会开始不停抱怨，进而错过了这个时代的宝贵机会。其实，这是因为心中定力不足，所以容易被变化左右。
这个世界本就是生生不息不断变化的，千变万化之中，变化的规律始终不变。事事物物的变化始终遵循行为作用与反作用的真理运行。因此，把握住了这条规律，就能看清前进的方向，心中就有了定力，不会轻易地因外界变化摇摆。
《孟子》中有句话说，“虽有智慧，不如乘势”。我们心中有这样一份定力在，当面对新的变化的时候，我们每一个从业者都可以升级我们自己的认知，打开我们生存的边界。借助外力，乘势而上！
面对ChatGPT等新兴智能科技，我们不应该固步自封，而是正确认识它们给生活带来了怎样的便利，引发了怎样的革命。我们一路走来，本就是站在一次又一次的革命更迭的洪流中，重塑自己的思维，进而重塑时代的面貌。
我们只有不断升级认知，打开自己的边界，才能在一次次浪潮中屹立不倒。
==
“虽有智慧，不如乘势”出自《孟子·公孙丑上》。有一次，孟子的弟子公孙丑问孟子，假如孟子当政于齐国，能否取得像管仲一样的成就？孟子批驳说，齐国人只看到管仲有本事，但是忽略了研究各国的形势，最终是不能治理好国家的。孟子认为，即使如武王、周公那样的明君贤相，如果不研究和结合当时的形势，也很难治理好国家。这就是“虽有智慧，不如乘势；虽有镃基，不如待时”，意思是即使有智慧，也不如很好地运用形势；就算是有好的犁锄，也不如等待农时再耕作。“乘”和“待”都是依靠、凭借的意思，这两句话都是强调抓住时机的重要性。
传统文化中，古人一直很强调对“势”的把握。《孙子兵法》中说，“故善战者求之于势，不责于人，故能择人而任势”；商鞅在变法时，也强调乘势的重要性，“飞蓬遇飘风而行千里，乘风之势也……故托其势者，虽远必至”；《唐李问对》中也有“善弈者，谋势；善谋者，顾全局”。很多生活中的小事，也证明了这一点：一些看似“错事”，只是因为没有把握好“势”，没有在合适的时机去做，导致了“不合时宜”。比如，“秋扇见捐”，是因为扇子送风在秋天不合时宜，才无用武之地；而“雪中送炭”，是因为炭火在冰雪中正合时宜，才让人倍感温暖——究竟是相得益彰、锦上添花，还是事与愿违、雪上加霜，全在于对形势的判断、在于对时机的把握。汉朝初期，天下初定，士卒疲于征战，为了安定人民、发展国力，西汉朝廷面对匈奴的武力威胁，选择了和亲政策，此时的形势需要，是以采取守势为自保之法、以抓紧发展为首要原则；而汉武帝时期，国力充足、兵强马壮、将才辈出，面对匈奴的威胁，便开始进行反攻，终令匈奴边患问题基本解除，此时的形势需要，是以采用攻势为安国之法、以主动出击为对敌战略。《韩非子》曰“随时以举事，因资而立功，用万物之能而获利其上”，根据时机来办事，依靠条件来立功，方能有所成就。
参考链接：
简单聊一聊ChatGPT
https://ixyzero.com/blog/archives/5459.html
科技爱好者周刊（第 255 期）：对待 AI 的正确态度
https://www.ruanyifeng.com/blog/2023/05/weekly-issue-255.html
VardaGPT/STORY.md
https://github.com/ixaxaar/VardaGPT/blob/master/STORY.md
New Layer of Abstraction, Not the End of Software Engineering
https://adamcohenhillel.substack.com/p/new-layer-of-abstraction-not-the
如何看待ChatGPT？
https://mp.weixin.qq.com/s/QtBikbpolCdrcIRKqAtJMQ
虽有智慧，不如乘势 | 学讲话·品典故
https://mp.weixin.qq.com/s/y1UcWhndgH46vDfEh32BFw
被GPT4震撼的同时，我们应如何看待人工智能的强大
https://mp.weixin.qq.com/s/PlIflhAsRi84m5NEK-9WJA
=END=
《 “再谈一谈ChatGPT” 》 有 10 条评论
人工智能的分类有哪几种
https://www.36dianping.com/news/10225.html
`
人工智能的分类可以分为三种，分别是：弱人工智能，代替人力处理某单一领域的工作；强人工智能，可以代替一般人完成生活中的大部分工作；超人工智能，在强人工智能的基础上，像人类一样进行学习，每天自身进行多次升级迭代。而智能水平会完全超越人类。
1、弱人工智能
代替人力处理某单一领域的工作。
弱人工智能的英文是Artific ial Narrow Intelligence，简称为ANI，弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能阿尔法狗，但是它只会下象棋，如果我们问它其他的问题那么它就不知道怎么回答了。只擅长单方面能力的人工智能就是弱人工智能。
2、强人工智能
可以代替一般人完成生活中的大部分工作。这是所有人工智能企业目前想要实现的目标。
强人工智能的英文是Artificial General Intelligence，简称AGI，这是一种类似于人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。强人工智能就是一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。强人工智能在进行这些操作时应该和人类一样得心应手。
3、超人工智能
在强人工智能的基础上，像人类一样进行学习，每天自身进行多次升级迭代。而智能水平会完全超越人类。
超人工智能的英文是Artificial Superintelligence ，简称ASI。牛津哲学家、知名人工智能思想家Nick Bostrom把超人工智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。当人工智能进化到超人工智能就会发生智能爆炸，以下的情景很可能会发生：一个人工智能系统花了几十年时间到达了人类脑残智能的水平，而当这个节点发生的时候，电脑对于世界的感知大概和一个四岁小孩一般；而在这节点后一个小时，电脑立马推导出了统一广义相对论和量子力学的物理学理论；而在这之后一个半小时，这个强人工智能变成了超人工智能，智能达到了普通人类的17万倍。
`
人工智能有哪些分类方式呢？ – 行行查的回答 – 知乎
https://www.zhihu.com/question/493128592/answer/2181290268
人工智能
https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD
`
人工智能（英语：artificial intelligence，缩写为AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现，以及如何实现。同时，通过医学、神经科学、机器人学及统计学等的进步，常态预测则认为人类的很多职业也逐渐被其取代。
人工智能可以定义为模仿人类与人类思维相关的认知功能的机器或计算机，如学习和解决问题。人工智能是计算机科学的一个分支，它感知其环境并采取行动，最大限度地提高其成功机会。此外，人工智能能够从过去的经验中学习，做出合理的决策，并快速回应。因此，人工智能研究人员的科学目标是通过构建具有象征意义的推理或推理的计算机程序来理解智能。人工智能的四个主要组成部分是：
专家系统：作为专家处理正在审查的情况，并产生预期或预期的绩效。
启发式问题解决：包括评估小范围的解决方案，并可能涉及一些猜测，以找到接近最佳的解决方案。
自然语言处理：在自然语言中实现人机之间的交流。
计算机视觉：自动生成识别形状和功能的能力。
==
1 概论
2 发展史
3 研究课题
3.1 演绎、推理和解决问题
3.2 知识表示法
3.3 规划
3.4 机器学习
3.5 自然语言处理
3.6 运动和控制
3.7 知觉
3.8 社交
3.9 创造力
3.10 伦理管理
3.11 经济冲击
3.12 AI对人类的威胁
3.12.1 悲观学派
3.12.2 乐观学派
3.13 AI与管理
4 强人工智能和弱人工智能
4.1 强人工智能
4.2 弱人工智能
4.3 对强人工智能的哲学争论
5 研究方法
5.1 控制论与大脑模拟
5.2 符号处理
5.3 子符号方法
5.4 统计学方法
5.5 集成方法
6 基本应用
6.1 感知能力（Perception）
6.2 认知能力（Cognition）
6.3 创造力（Creativity）
6.4 智能（Wisdom）
7 实际应用
8 学科范畴
8.1 涉及学科
8.2 研究范畴
9 电视剧
10 应用领域
11 滥用
12 参看
13 参考文献
13.1 引用
13.2 来源
14 扩展阅读
15 外部链接
`
五道口大模型简史
https://mp.weixin.qq.com/s/fm37ofUwLQyItKkkLMjG5Q
`
「预见未来最好的方式就是亲手创造未来。」
AI 有三大方向：计算机视觉（CV）、自然语言处理（NLP）与机器学习（ML），其中 NLP 的终极目标是让计算机理解人类语言。
`
影响使用大模型的技术因素
https://www.chenshaowen.com/blog/the-key-factors-while-using-large-models.html
`
1. 大模型到底是什么
先请两位大模型回答一下这个问题，看看他们的回答是什么。
Claude 说，**大模型本质上是语言知识的概率表达，通过统计学习对语言各层次规律建模，表征语言生成的先验分布，从而具备语言预测生成能力**。
ChatGPT 说，大模型本质是深度神经网络通过大量参数和数据，学习抽象表示，解决复杂任务，但需要高计算和资源投入。
根据他们的回答，大模型本质上是统计出来的知识分布。但为什么以前的统计手段没有 GPT-3.5 这种效果呢？主要原因有很多，大部分都强调的是训练数据量、算力、模型参数、Transformer 等。
但作为一个使用者，我更关注如何从输入的角度，优化对大模型的使用，提升效果。
2. 影响使用大模型的技术因素
2.1 Prompt learning – 提供一些示例、期望
为了得到更好的结果，我们需要提供一些 prompt 说明大模型扮演什么角色、问题的描述、产生的背景、预期的结果，让大模型知道我们想要的结果是什么。
2.2 思维链（Chain-of-Thought）- 让大模型一步一步的思考
传统的大模型类似一个黑盒，只是输出结果，无法充分利用知识。思维链技术就是让大模型分解问题，一个一个的解决，然后得到最终结果。
为了避免大模型进入错误的知识空间，我们甚至可以提供一些解决的的思路和框架。
2.3 输入文本越长效果越差 – 控制输入长度
如果输入的文本超过了大模型最大 token 长度，大模型会自动截断输入、丢失上下文信息，导致结果不准确。
在不超过大模型最大 token 长度的情况下，输入文本长度的增加，也会导致大模型效果下降。
有研究表明，大模型在处理长文本时，会忽略中间部分的信息，只关注开头和结尾的信息。https://arxiv.org/pdf/2307.03172.pdf
因此，不要因为模型支持 100K 的 token 输入，就真的输入 100k 的 token，而是可以拆分为多个小段，然后分别输入，再汇总。
`
微软发布 166 页 GPT-4V 测评报告，高级用户必读
The Dawn of LMMs:Preliminary Explorations with GPT-4V(ision)
https://browse.arxiv.org/pdf/2309.17421.pdf
`
在此前的文章中，我们报道了 ChatGPT 迎来史诗级更新，从单纯的文字「来往」跃升到图像「来往」，实现了基于图像的分析和对话，你可以简单地将之理解为从 GPT-4 转变成了 GPT-4V（ision）。
当人们还沉浸钻研 GPT-4V 的玩法时，OpenAI 的「大东家」微软直接发布了一份长达 166 页的报告，详细地描述了该功能的测试和使用情况。
MedARC（医疗人工智能研究中心）联合创始人兼 CEO Tanishq Mathew Abraham 表示，「这篇报告将是 GPT-4V 高级用户的必读之作。」
具体来说，这份报告分为 11 个章节，囊括了
论文概览、
GPT-4V 的输入模式、
GPT-4V 的工作模式和提示技术、
视觉-语言能力、
与人类的互动：视觉参考提示、
时间和视频理解、
视觉推理与智商测试、
情商测验、
新兴应用亮点、
基于 LLM 的智能体等方面的研究。
测试的方法也很简单，通过输入 Prompt（提示词），报告的作者向 GPT-4V 询问问题即可。
`
之江实验室发布《生成式大模型安全与隐私白皮书》
https://www.secrss.com/articles/55419
https://github.com/xiaogang00/white-paper-for-large-model-security-and-privacy
`
当前，生成式大模型已经为学术研究甚至是社会生活带来了深刻的变革，以 ChatGPT 为代表，生成式大模型的能力已经显示了迈向通用人工智能的可能性。但同时，研究者们也开始意识到 ChatGPT 等生成式大模型面临着数据和模型方面的安全隐患。
今年 5 月初，美国白宫与谷歌、微软、OpenAI、Anthropic 等 AI 公司的 CEO 们召开集体会议，针对 AI 生成技术的爆发，讨论技术背后隐藏的风险、如何负责任地开发人工智能系统，以及制定有效的监管措施。国内的生成式大模型技术也正在发展之中，但是同时也需要先对安全问题进行相应的分析以便双管齐下，避免生成式大模型这把双刃剑带来的隐藏危害。
为此，之江实验室基础理论研究院人工智能与安全团队首次全面总结了 ChatGPT 为代表的生成式大模型的安全与隐私问题白皮书，希望能够为从事安全问题研究的技术人员指明方向，同时也为 AI 相关政策的制定者提供依据。
`
绝大多数创作者，能交出来的也不过是五六分的东西，AI 一瞬间把他们全淘汰了
https://weibo.com/p/1035051151243311
`
@琉玄：昨天的 AI 是一键成图，今天的 AI 已经可以根据你提供的一句话一键生成一段视频了。
我看到群里的大家热闹地聊起来，有的人觉得是好事情，以后一个人就是一个团队，有的人表示非常绝望，将有更多人失业。
大家争执了起来。
有创意输出类的从业人员紧跟着说：“更多人失业？已经很多人失业了。”
是的。这也是我亲眼所见，AI 不在未来，它是已经融入我们的生活了，当它可以一键成图的那瞬间，我就在地铁里、在电梯里，看到完全 AI 生成的海报了。
我看得真是惊心动魄，合家福的广告画面里每一张大笑的都是虚构人脸，这一张图背后失业的是策划、文案、摄影、模特、修图、作画、排版……
很多人说 AI 作图有很多漏洞，比如手指头、衣服的皱褶等等，**先不说这些漏洞正在攻克中，就，这些漏洞，有人在乎吗？**我看一张海报里的人物骑在龙身上，这个人物没有下半身，我看到了，我一笑而过，仅仅吐槽了句 “真丑”。**没人在乎。**
**以前我就说过，大多数人吃个五六分的东西就行了，十分的大师作品，他们其实不吃的，所以 AI 生成的东西已经足够填饱大多数人们的需求。**
**而绝大多数创作者，能交出来的也不过是五六分的东西，原本他们每一个人坐在自己的工位上，还能靠这五六分的技术实力吃饭，现在 AI 一瞬间把他们全淘汰了，以后他们上哪儿去呢？**
不知道。
但是 AI（科技）的发展，势不可挡。
未来怎么样……
到时候再看吧。
`
越垂直，越深度，越聚合，越不会被取代！
https://mp.weixin.qq.com/s/_9cN1tgsuwio2jK_lobi1Q
`
AI搜索仍然是基于目前网络上已有的信息，把我们的问题和已有的信息快速匹配，从中找出重要的段落和句子。接着做降噪处理，去掉干扰的内容，比如广告和重复的段落，确保剩下的都是相对有用的信息。最后会把有用的信息整合起来，生成一个答案，这就是AI搜索的过程。
所以，AI搜索相比传统搜索引擎，我觉得最大的优势就是**去广告，过滤掉很多无用信息，提升了搜索的效率**。虽然能够给出一些分析和总结，但是**这些总结都是网络公开的、高频的、标准化的表达，往往深度不够**。
而分析师日常开展的行研、竞对分析、用户分析、市场研究工作，需要深度的研究和剖析，这些资料往往都不是通过搜索引擎搜索而来的，而是基于专业的、垂直的网站和数据库获取的。因此，AI要完全取代分析师的资料搜索工作目前来看是不可能的，它取代的只是我们过去通过搜索引擎获取的浅度的、科普的信息。对待深度研究，使用专业的、垂直的、聚合网站效率更快、准确度更高。
==
很多人都在说：AI搜索将彻底取代分析师，以后分析师收集资料和报告的工作可以全部交由AI完成。我认为这种说法是不准确的。
目前分析师收集资料的主要目的有以下三种：
* 分析行业，了解行业的现状和趋势，为企业制定战略和策略提供决策支持。
* 研究竞争对手，了解竞争对手的情报和策略，为企业制定战略和策略提供信息。
* 分析市场，了解新市场的现状和潜力，为企业进入或开发新市场提供支持。
为了得到这些信息、资料和情报，目前已经形成了一套系统性的获取资料的方法和途径，主要有5种方式：**搜索、读书、问人、亲身体验、推理测算**。（链接：学会这五个方法，信息差就打破了，复杂项目再不拍脑袋了）
通常是先开展桌面研究，形成基本的认知；接着阅读几本书籍，找到解决问题的框架和思路；再进行观察体验，修正原有的认知和判断；之后，通过专家访谈或用户调研获取最前沿和有价值的一手信息；最后，在信息不完整的情况下，利用结构化思维进行推理测算。

* 在这五个途径里，问人需要与人打交道，观察体验需要实际亲身实践，推理测算需要大脑进行深度归纳演绎，因此是很难被AI替代的。
* 搜索和读书的工作部分可以被AI取代，但是又不能完全被取代。
`
AI 不断发展的时代，人应该做什么
https://limboy.me/posts/thinking-on-the-development-stages-of-ai-and-its-impact/
`
那么最重要的问题就只剩下两个：
1. **谁的 AI 更加强大**。
2. **谁的 AI 与自身的集成度更高**。
虽然在某些方面人与人之间的差异可能会减小，但新的差异维度可能会出现：
1. **AI协作能力：谁更善于与AI系统协作和沟通。**
2. **创造力和批判性思维：这些人类特有的能力将变得更加珍贵。**
3. **适应性和学习能力：在快速变化的环境中，持续学习和适应新技术的能力至关重要。**
4. **情商和人际交往能力：随着AI处理更多技术性任务，人类的软实力将更受重视。**
==
这篇文章是我与 AI(Claude 3.5 Sonnet) 共创的结果，我贡献了最初的思考，AI 对它进行了完善和补充。以后这种共创模式应该会更加普遍吧。
## 我的思考
如果我们把 AI 的发展拆分为三个阶段，就能看到 AI 可能带来的影响。
* 第一阶段：不具备智能的汽车。此时司机具有重要性，因为不仅要会开车，还要知道怎么走，换一个人来很可能就做不到。
* 第二阶段：自带导航的汽车。此时司机具有一定的重要性，虽然不需要提前知道怎么走，但依然要会开车，多年来积累的行驶经验依然有意义。
* 第三阶段：自带导航能够自动驾驶的汽车。此时司机不具有重要性，只要告诉它要去哪里就行。
把这个场景拓展到其他领域，就会发现人在其中的参与度和重要性会越来越弱。此时人与人的差异会越来越小，毕竟如果 80% 的事都是 AI 完成的，人与人之间的那些差异实在可以忽略不计。
==
## 经 AI 完善后的版本
我对 AI 说的第一个 Prompt 是：
以下是我对 AI 的一些思考，你看看有什么地方可以改进或补充的？
[思考内容]
AI 给出了它觉得可以完善的点。然后我让它结合这些点，再重新书写一遍。以下是 AI 完善后的版本，我觉得挺好的。
如果我们把AI的发展拆分为几个阶段并类比于汽车的发展，我们就能更清晰地看到AI可能带来的深远影响。
AI发展的阶段
1. 基础工具阶段：类比于不具备智能的汽车。此时人类操作者极其重要，因为不仅要掌握操作技能，还要具备专业知识。在AI领域，这相当于早期的计算机程序，需要专业人员编写和操作。
2. 辅助决策阶段：类比于自带导航的汽车。AI开始在特定领域提供决策支持，但人类仍然控制最终决策。人类的经验和判断力仍然至关重要。
3. 部分自主阶段：这是一个过渡阶段，类比于高级辅助驾驶系统。AI可以在某些情况下自主运作，但人类需要随时准备接管。在更广泛的AI应用中，这可能表现为AI能够处理常规任务，但复杂或异常情况仍需人工干预。
4. 全面自主阶段：类比于完全自动驾驶的汽车。在这个阶段，AI系统能够在大多数领域独立运作，人类的角色转变为高层次的决策者和系统管理者。
### 人类角色的转变
随着AI的发展，人类的角色正在发生质的变化：
* 从”操作者”到”管理者”：人类将更多地专注于制定策略、设定目标和管理AI系统。
* 从”执行者”到”创造者”：人类将更多地投入到创新、创造性思维和解决复杂问题中。
* 从”专家”到”通才”：跨学科知识和综合能力将变得更加重要，因为AI可以处理大部分专业性强的具体任务。
### 新的差异维度
虽然在某些方面人与人之间的差异可能会减小，但新的差异维度可能会出现：
1. **AI协作能力：谁更善于与AI系统协作和沟通。**
2. **创造力和批判性思维：这些人类特有的能力将变得更加珍贵。**
3. **适应性和学习能力：在快速变化的环境中，持续学习和适应新技术的能力至关重要。**
4. **情商和人际交往能力：随着AI处理更多技术性任务，人类的软实力将更受重视。**
社会结构的变革
AI的广泛应用将带来深刻的社会变革：
* 就业市场转型：某些工作可能消失，但新的工作岗位也会出现。
* 教育体系调整：培养创造力、批判性思维和终身学习能力将成为教育的核心。
* 经济模式转变：可能出现新的商业模式和价值创造方式。
* 社会公平问题：需要关注AI带来的数字鸿沟和资源分配问题。
人机协作模式
未来的重点不仅在于AI取代人类，更在于如何实现最佳的人机协作：
* 设计直观有效的人机接口。
* 培养人类与AI配合的能力。
* 在AI擅长的领域充分利用AI，同时发挥人类的创造力和洞察力。
技术依赖和风险管理
随着对AI的依赖增加，我们需要积极管理相关风险：
* 系统故障和安全漏洞的防范。
* 隐私保护和数据安全。
* AI决策的透明度和可解释性。
* 建立AI伦理准则和监管框架。
核心问题
综上所述，在AI时代，最关键的问题包括：
1. 谁能开发出更强大、更可靠的AI系统。
2. 谁能更好地将AI与人类能力进行整合。
3. 谁能确保AI的伦理使用和与人类价值观的对齐。
4. 谁能在享受AI带来便利的同时，有效管理相关风险。
这些问题的答案将塑造我们的未来，决定个人、组织和国家在AI时代的竞争力和地位。
`
第一批AI已经在取代自媒体作者了
https://new.qq.com/rain/a/20240725A005AD00
`
说一个亲身经历的行业信息，事先声明，本文有点残酷，但我不是来贩卖焦虑的。
前段时间，我写了一篇关于AI对出租车市场冲击的文章，被许多媒体转载，争议也特别激烈，很多人觉得你是站着说话不腰疼，进步确实要代价，但如果石块砸到你头上还能这么说吗？
事实是，这个问题不用假设，AI已经在自媒体行业砸过一轮了。
长期关注我的人可能会发现，在2022年底，我开始密集的用AI制作视频。
一开始，我用AI做出来的视频质量非常差，不论封面和配图，还是朗读和断句，都很粗糙，别说像营销号，营销号水准都是抬举了，那粗制滥造的制作水平连劣质营销号都不如。
评论区很多小伙伴也吐槽过，我之前明明和资本论等知名视频作者联合创作过视频，效果不是很好吗，为什么不继续合作呢？哪怕要自己独立做，也可以直接找网上现成的视频制作公司啊？为什么一定要用AI搞呢？
答案是没办法，被逼的。AI浪潮其实已经开始冲击自媒体行业了。
那天是有个小伙伴私信我，说我的文章又被搬运洗稿了，其实这个情况我已经比较麻木，我的内容常年被各种搬运。
但这次不一样，我点过去的时候，发现那个搬运非常特殊。
他不像以前的搬运工那样只会直接复制，他是把我的文字复制过去转换成短视频，并且配上了读稿配音，所以传播效果特别好，直接爆了十万加的数据。更重要的，这个视频是AI做的。
于是我顺藤摸瓜，接着就发现这一块甚至是一个赛道，连课程都有。
就截图这个，在家剪视频月入过万，看起来是不是就一个割韭菜课程？
事实是课程确实是割韭菜的，但干货也是真的干货，他们的路子是什么呢？
——直接搬运原创大V内容，然后用AI洗稿规避平台识别，然后再转换成短视频发出去。
简单来说，什么火就抄什么。
你说AI做的视频质量一般？NO，他们这个模式是走量的，一天搬运十几条，不赚广告费，就赚流量分成。
不要觉得这很傻，我观察到好几个搬运号，硬生生搬出十万粉丝出来。多少作者自己辛辛苦苦写半天也达不到这个数据。
也就是至少在2022年，底部市场AI已经开始冲击自媒体作者了。
如果你不是原创作者，而是走的新闻搬运，信息汇总这个路子，那么你大概率会直面AI的冲击。
那么原创的作者，是不是就高枕无忧呢？也不是
还记得去年发生的B站停更潮吗？
当时大家都在讨论平台激励变少和市场寒冬，但很少有人留意到，AI的冲击同样大。
文字时代，自媒体作者一个人一台电脑就可以干，成本非常低。
到了短视频时代，一个人又写稿子又做视频是很难的，必然会团队化，业内常见的团队配置是一个文章作者，一个视频剪辑，一个运营兼商务对接，三个人，已经是非常精炼的配置了，此外还有租写字楼等支出，成本至少要3W一个月。
有人说不招人，直接找网上现成的视频制作公司呢？我这里有直接的报价，10分钟的知识类视频，价格要2000一条。低于这个价格的，成片质量基本会是90年代传统企业宣传片那个画风，不能说粗制滥造吧，但肯定不是大家预期的那样。这是我沟通多个公司后的血泪经验。
那如果和视频作者合作呢？这个方案看起来没成本，但实际上成本最高，因为其他作者，也有自己的内容排期~直白一点，今天你这篇文章里有手机植入，要周三投放，但他那边有汽车广告，也是周三恰饭，怎么办？
所以很多作者，最后选的都是自己招剪辑。
而AI恰恰直接冲击了这个生态，剪映在某个版本更新后上线了AI功能。可以用AI把文字转为视频并自动生成字幕，虽然质量不如专业剪辑师，但问题在于这是免费的，5分钟就能搞定。这个功能冲击非常大。
大兵团，团队化的作者最先被冲击，因为成本太高了。
重灾区中的重灾区，是影视区博主，尤其影评类。
因为影评内容很特殊，你专业团队用的是电影原画面，人家AI用的也是电影原画面，看起来似乎没什么区别。
你的制作团队，房租水电人工成本一算，报价可能奔五万去了。
别人一人一台电脑，用电影原画面配合AI剪辑配音，几乎能拉平你一个团队的产出，质量是差点，但报价只要一百，对于甲方来说，找一百个小博主，有一两条爆了，就比你大博主稳了，这几乎是降维打击了。
之前有人讨论自媒体博主无以为继，讨论“下场做自媒体的人越来越多”，价格越来越卷，有人提到了五十一百的内容报价，很多人不信，觉得是骗子，无论时间成本还是人力成本都不可能做到这个价格。
真人确实达不到这个价格，但如果用AI呢？当别人能用AI批量生产五十一条的内容时，没用AI，成本高于一百自媒体作者，直观感受自然就是市场越来越难了。
AI对于自媒体行业的冲击不是科幻小说那样，机器人突然觉醒了叛变人类，或者机器人直接跑来把你饭碗砸了，不是这样的，生活中往往没这么多戏剧化的情节。
AI的冲击很低调，却又很实际，他是从成本和价格上，以水滴石穿的形式进行
最先冲击的是没有原创内容，走信息汇总路线的博主，
因为你是搬运，AI也是搬运，可能你搬运的比较精美，但从内容角度，大家提供的一样的信息。
你们可以去翻娱乐类目，目前市场上娱乐号八卦号这块，已经普遍采用AI配音了。
其次冲击的是腰部博主，有一点内容，但不强势。
因为AI搬运洗稿的全是头部作者的内容，头部内容会很快扩散，中间内容的生存空间被极大压缩。
你们可以去看今年的影评类内容，基本就两个类型
一个是万字长文原创解析，特别深度，发出来就被各种搬运各种洗稿的。
一个就是流水线剪辑，基本没解说突出一个流水账的。
要么强到爆棚，要么量大管饱，过去那种不好不坏几十万播放的大量绝迹。
头部作者风向一带，AI军团们火速跟进，社区内很快就形成主流声音，压制其他声音。
这也是今年一个新兴赛道的崛起原因，那就是美女主播读稿赛道。
——既然大家都是对着行业内的优质稿子念，为什么我不找个美女来念呢。这方面AI目前无法取代。
那么，既然AI们全都跟着头部作者走，头部作者环境是不是好了呢？
也没好，因为当底部和腰部全削完一轮后，剩下的自然就是头部的原创博主们了，当无数入场者以一百一条的流水线开动时，头部大兵团作战的作者，直观感受就是市场价格被压低了，中间商们要的返点更高了。
而这恰好打在刚刚说的头部博主命脉上，大量团队化带来的成本压力，导致船大难掉头。
时代浪潮滚滚而来，大博主被碾，小博主也被碾，搬运作者被锤，原创作者也被锤，剪辑师被淘汰，文字作者也被淘汰。
如果你的内容如果不能和【单人+AI】模式拉开根本性差距，比如线下实地测评这样对方怎么都干不了的，那么你就是会被AI冲击
半人半AI的博主，会逐渐冲击全人工模式的博主。
不是以内容优势，而是以AI化带来的成本优势。
这也是为什么我下决心用AI的原因
我能把这些AI搬运的都举报了吗？显然做不到，AI洗稿效率太高了。
那我能把AI洗稿功能禁了吗？显然也做不到，因为事实上AI根本没有洗稿这个功能，那个功能真名叫文字润色，这是文字AI基础功能你根本不可能禁用。
我能劝人向善，让那些用AI搬运的别这么干了嘛？还是不可能，别人也是为了吃饭。
所有其他答案都宣告不可能后，剩下答案已经没有选择了
你用AI，那我也得用
用魔法打败魔法，用AI对战AI
所以这一年你也会发现我特别关注AI，还经常和你们分享这块技术，提醒大家尽快学习，我不是没事闲的没事干，我知道现在很多自媒体作者取一堆耸人听闻的标题时，其实自己并不信，口上天天说留意AI，实际并不真正关心。
但我可以向你们保证，我是认真的，我真诚的希望大家都能更好。
我天天说AI，是因为真的被AI弄麻了，我发现这个事物是真的能冲击生产力的。
视频类，我推荐剪映，文字和PPT类，我推荐豆包和WPS。
有人说做出来的东西没法看，捣鼓几十分钟最后弄出来一堆垃圾
我的建议是，先解决有没有，再解决好不好。
现跑起来，用上AI，再边跑边调整，不断优化，我一开始用AI做视频要几十分钟，现在熟悉了十几分钟就能完成，很多功能也是慢慢用发现适合自己的。
当然质量肯定比不过专业制作的，但还是一个情况，商业问题不能抛开成本和性价比不谈。
成年人世界就是这样残酷的，你讨论对不对是没用的，更重要的是能不能，AI能不能做到低成本冲击行业，能做到
那你就已经没有别的选择了
拥抱时代吧。
`
通用人工智能（AGI）令人深感不安。因为人类是唯一比其他生物更聪明的生物，但是人类并没有善待其他不太聪明的生物。
AGI 发明出来后，万一它对待人类，就像人类对待其他生物一样，那可怎么办？
— 《通用人工智能可能是人类最后的发明》
https://kottke.org/24/08/artificial-general-intelligence-might-be-humanitys-last-invention