1
00:00:00,349 --> 00:00:01,010
这本书说

2
00:00:01,349 --> 00:00:02,370
你看对了方向

3
00:00:02,669 --> 00:00:03,790
照样会输

4
00:00:04,189 --> 00:00:05,910
一个二十五岁的天才

5
00:00:05,948 --> 00:00:07,910
十五岁进哥伦比亚大学

6
00:00:08,028 --> 00:00:09,750
十九岁第一名毕业

7
00:00:09,829 --> 00:00:11,910
在超级对齐团队待过

8
00:00:11,948 --> 00:00:14,147
写了一份一百六十五页的报告

9
00:00:14,148 --> 00:00:18,428
把 AI 接下来要撞上的算力 内存和电力瓶颈

10
00:00:18,428 --> 00:00:19,870
讲得清清楚楚

11
00:00:20,068 --> 00:00:22,829
那份报告被全世界翻译 转发

12
00:00:22,908 --> 00:00:26,789
几乎定义了后来两年大半 AI 交易的公共叙事

13
00:00:27,277 --> 00:00:29,078
然后他创了一支基金

14
00:00:29,317 --> 00:00:30,315
两年时间

15
00:00:30,317 --> 00:00:33,198
从两亿多美元做到四百五十亿美元

16
00:00:33,357 --> 00:00:35,957
上半年净回报百分之四百三十九

17
00:00:36,277 --> 00:00:36,777
接下来

18
00:00:37,076 --> 00:00:37,537
一个月

19
00:00:37,877 --> 00:00:39,357
亏掉百分之六十七

20
00:00:39,637 --> 00:00:43,238
整本公开股票组合被迫卖给了对冲基金

21
00:00:44,018 --> 00:00:46,178
他的名字叫阿申布伦纳

22
00:00:46,617 --> 00:00:48,738
他对 AI 的判断没有失效

23
00:00:49,338 --> 00:00:50,358
算力需求还在

24
00:00:50,857 --> 00:00:52,619
内存利润还在增长

25
00:00:52,778 --> 00:00:54,659
电力约束也没有消失

26
00:00:55,098 --> 00:00:56,510
可他还是输了

27
00:00:56,710 --> 00:00:57,010
哈喽

28
00:00:57,190 --> 00:00:57,650
大家好

29
00:00:57,830 --> 00:00:58,830
我是王利杰

30
00:00:59,229 --> 00:01:01,229
最近一个朋友给我发了一本书

31
00:01:01,229 --> 00:01:02,290
叫 认知机器

32
00:01:02,909 --> 00:01:06,991
作者是一个常年在硅谷帕洛阿尔托写东西的观察者

33
00:01:07,390 --> 00:01:08,771
这本书将近五百页

34
00:01:09,069 --> 00:01:10,309
不讲技术原理

35
00:01:10,310 --> 00:01:12,150
不教你用什么 AI 工具

36
00:01:12,269 --> 00:01:14,191
从头到尾只做一件事

37
00:01:14,349 --> 00:01:17,191
就是教你怎么在 AI 时代做判断

38
00:01:17,984 --> 00:01:18,805
我读完以后

39
00:01:19,185 --> 00:01:21,146
有一个感受特别强烈

40
00:01:21,424 --> 00:01:23,024
这本书最狠的地方

41
00:01:23,025 --> 00:01:25,025
不是告诉你 AI 有多厉害

42
00:01:25,224 --> 00:01:26,263
而是告诉你

43
00:01:26,265 --> 00:01:27,566
就算你全看懂了

44
00:01:27,745 --> 00:01:29,066
你照样可能输

45
00:01:29,405 --> 00:01:29,885
为什么

46
00:01:30,344 --> 00:01:32,066
因为你搞混了两样东西

47
00:01:32,465 --> 00:01:33,525
一样叫认知

48
00:01:34,025 --> 00:01:35,346
一样叫位置

49
00:01:35,625 --> 00:01:36,605
认知回答的是

50
00:01:36,864 --> 00:01:38,185
你看见了什么

51
00:01:38,424 --> 00:01:39,366
位置回答的是

52
00:01:39,625 --> 00:01:40,986
你站在哪里

53
00:01:41,224 --> 00:01:43,225
这两个问题听起来差不多

54
00:01:43,344 --> 00:01:45,246
其实完全不一样

55
00:01:45,525 --> 00:01:48,606
阿申布伦纳的故事就是最极端的例子

56
00:01:48,725 --> 00:01:52,083
他把 AI 基础设施的判断写得太好了

57
00:01:52,085 --> 00:01:54,166
好到整个市场都能读懂

58
00:01:54,484 --> 00:01:57,365
那份一百六十五页的报告发表之后

59
00:01:57,525 --> 00:01:59,644
算力 内存 电力

60
00:01:59,645 --> 00:02:01,845
就不再只是他一个人的判断

61
00:02:01,925 --> 00:02:03,585
而是变成了投资备忘录

62
00:02:03,844 --> 00:02:06,645
社交媒体和饭局里的共同语言

63
00:02:06,964 --> 00:02:10,206
我们之前聊碳基商业的时候讲过反身性

64
00:02:10,404 --> 00:02:12,644
当所有人都知道了一个规律

65
00:02:12,645 --> 00:02:14,806
这个规律本身就会失效

66
00:02:15,771 --> 00:02:17,252
一条街要修地铁

67
00:02:17,292 --> 00:02:19,653
当然会提高附近房子的价值

68
00:02:19,931 --> 00:02:22,292
但当规划公告已经贴了半年

69
00:02:22,371 --> 00:02:24,333
房价涨了百分之四十

70
00:02:24,371 --> 00:02:26,372
你再带着这条消息进场

71
00:02:26,452 --> 00:02:28,050
买到的不是秘密

72
00:02:28,052 --> 00:02:31,195
而是所有人相信这个秘密之后的价格

73
00:02:31,274 --> 00:02:34,635
一种收益来自你比市场更早地看见了什么

74
00:02:34,714 --> 00:02:38,554
另一种收益来自越来越多人开始相信同一件事

75
00:02:38,633 --> 00:02:40,434
资金把价格往上推

76
00:02:40,913 --> 00:02:41,575
上涨的时候

77
00:02:41,953 --> 00:02:43,795
这两种钱几乎分不开

78
00:02:44,233 --> 00:02:45,553
只有潮水退了

79
00:02:45,553 --> 00:02:47,795
你才知道自己到底赚的是哪一种

80
00:02:48,500 --> 00:02:50,022
这本书里有一句话

81
00:02:50,101 --> 00:02:51,702
我反复读了好几遍

82
00:02:52,141 --> 00:02:52,482
它说

83
00:02:53,020 --> 00:02:55,901
位置比价值更能决定命运

84
00:02:56,340 --> 00:02:56,841
说实话

85
00:02:57,141 --> 00:02:59,061
我第一次读到这句话的时候

86
00:02:59,101 --> 00:03:00,341
觉得有点绝对

87
00:03:00,740 --> 00:03:02,642
一个人的价值难道不重要吗

88
00:03:03,141 --> 00:03:06,022
你的能力 你的认知 你的经验

89
00:03:06,060 --> 00:03:06,922
难道都不算数

90
00:03:07,661 --> 00:03:09,047
后来我想明白了

91
00:03:09,367 --> 00:03:10,988
作者不是说价值不重要

92
00:03:11,286 --> 00:03:12,166
他是在说

93
00:03:12,166 --> 00:03:14,528
价值回答的是你能做什么

94
00:03:14,686 --> 00:03:16,148
位置问的是另一组问题

95
00:03:16,807 --> 00:03:18,067
谁必须经过你

96
00:03:18,527 --> 00:03:19,787
谁可以替换你

97
00:03:20,166 --> 00:03:21,428
你依赖谁的许可

98
00:03:21,846 --> 00:03:22,347
出了问题

99
00:03:22,807 --> 00:03:24,628
谁的名字写在最后一栏

100
00:03:25,286 --> 00:03:27,968
价值可以在一次演示里被看见

101
00:03:28,047 --> 00:03:30,468
位置往往要等到平台收回接口

102
00:03:30,807 --> 00:03:32,028
客户重新签合同

103
00:03:32,327 --> 00:03:34,326
资本开始要求现金的时候

104
00:03:34,327 --> 00:03:35,368
才会显形

105
00:03:36,045 --> 00:03:38,046
书里举了一个很形象的比方

106
00:03:38,325 --> 00:03:40,366
他说模型在往前走的时候

107
00:03:40,646 --> 00:03:43,287
很多创业公司看起来像护城河

108
00:03:43,485 --> 00:03:45,086
其实是站在沙地上

109
00:03:45,445 --> 00:03:47,366
模型还没走到那一步的时候

110
00:03:47,406 --> 00:03:49,007
你看起来很有价值

111
00:03:49,205 --> 00:03:50,365
模型走到了

112
00:03:50,366 --> 00:03:52,485
你才发现自己站的那块地

113
00:03:52,485 --> 00:03:54,326
正在被海水盖过去

114
00:03:54,786 --> 00:03:57,188
他管这叫中间层死亡清单

115
00:03:57,626 --> 00:03:58,808
什么样的公司会死

116
00:03:59,307 --> 00:04:00,868
站在两个系统之间

117
00:04:00,946 --> 00:04:04,588
只做翻译 传递 拼装 包装的那些

118
00:04:04,946 --> 00:04:06,088
什么样的公司能活

119
00:04:06,626 --> 00:04:07,927
握着合规牌照的

120
00:04:08,106 --> 00:04:09,505
握着物理端点的

121
00:04:09,506 --> 00:04:10,727
握着品牌信任的

122
00:04:10,867 --> 00:04:12,592
握着评价权的

123
00:04:13,111 --> 00:04:15,552
书里讲了一个特别扎心的故事

124
00:04:15,750 --> 00:04:16,971
有个独立开发者

125
00:04:17,231 --> 00:04:18,951
因为一次打包事故

126
00:04:18,991 --> 00:04:22,992
拿到了一家大模型公司编排系统的全部源码

127
00:04:23,151 --> 00:04:24,831
一千九百多个文件

128
00:04:25,191 --> 00:04:27,951
他花了三天时间从头到尾读完

129
00:04:28,071 --> 00:04:31,232
然后把自己的代码仓库设成了私有

130
00:04:31,350 --> 00:04:32,711
发了一条消息说

131
00:04:32,951 --> 00:04:33,612
读完源码

132
00:04:33,871 --> 00:04:35,951
我有点想退出 AI 圈了

133
00:04:36,211 --> 00:04:36,691
为什么

134
00:04:37,110 --> 00:04:40,191
因为他发现自己以为在做的那层产品

135
00:04:40,230 --> 00:04:41,552
根本就不存在

136
00:04:41,790 --> 00:04:43,711
他以为自己在做应用层

137
00:04:43,790 --> 00:04:47,992
但人家那套编排引擎光代码就有四万六千行

138
00:04:48,631 --> 00:04:52,350
一个裸的接口调用大概只能用到模型能力的两成

139
00:04:52,350 --> 00:04:54,711
那套系统把它拉到了接近八成

140
00:04:54,951 --> 00:04:56,591
他以为自己是在造楼

141
00:04:56,711 --> 00:04:58,562
其实他连地基都没摸到

142
00:04:58,762 --> 00:05:01,320
这个判断框架不光适用于公司

143
00:05:01,322 --> 00:05:02,403
也适用于人

144
00:05:02,882 --> 00:05:04,521
书里有一句话说得很冷

145
00:05:04,521 --> 00:05:06,082
但仔细想很准确

146
00:05:06,281 --> 00:05:07,082
它说

147
00:05:07,082 --> 00:05:09,481
判断一个职业会不会被 AI 替代

148
00:05:09,481 --> 00:05:11,041
不要看它高不高端

149
00:05:11,041 --> 00:05:14,043
要看它的核心规则能不能被写成代码

150
00:05:14,242 --> 00:05:15,022
能编码的

151
00:05:15,242 --> 00:05:17,560
不管是审合同还是看片子

152
00:05:17,562 --> 00:05:19,082
都在 AI 的射程内

153
00:05:19,242 --> 00:05:20,103
不能编码的

154
00:05:20,242 --> 00:05:21,240
比如信任

155
00:05:21,242 --> 00:05:22,723
比如在出了事的时候

156
00:05:22,762 --> 00:05:25,723
愿意站出来签下自己名字的那种责任感

157
00:05:25,762 --> 00:05:27,403
才是最后的安全区

158
00:05:28,361 --> 00:05:31,283
这跟我们之前聊红杉那期说的是一回事

159
00:05:31,481 --> 00:05:33,882
技能一旦被技术批量解决

160
00:05:34,002 --> 00:05:36,200
你付的就不再是知识的价格

161
00:05:36,202 --> 00:05:37,864
而是信任的价格

162
00:05:38,183 --> 00:05:39,284
书里还有一个概念

163
00:05:39,424 --> 00:05:40,703
我觉得特别精准

164
00:05:40,703 --> 00:05:41,705
叫底数

165
00:05:42,224 --> 00:05:44,065
他说 AI 是一个乘数

166
00:05:44,503 --> 00:05:46,142
每个人都有一个底数

167
00:05:46,143 --> 00:05:49,145
就是你本来的认知 资源和位置

168
00:05:49,583 --> 00:05:50,743
AI 来了以后

169
00:05:50,743 --> 00:05:53,184
不是把所有人拉到同一条线上

170
00:05:53,304 --> 00:05:56,784
而是给每个人的底数乘上一个很大的倍数

171
00:05:57,143 --> 00:05:57,965
底数大的人

172
00:05:58,304 --> 00:05:59,585
被放大得更多

173
00:06:00,024 --> 00:06:00,885
底数小的人

174
00:06:01,304 --> 00:06:02,625
乘完了还是小

175
00:06:03,574 --> 00:06:05,574
他用了一个特别简单的算术

176
00:06:06,014 --> 00:06:06,754
二和三

177
00:06:07,134 --> 00:06:07,855
差一

178
00:06:08,334 --> 00:06:10,814
二的十次方是一千零二十四

179
00:06:11,053 --> 00:06:13,935
三的十次方是五万九千零四十九

180
00:06:14,454 --> 00:06:16,375
原来看着只差一点点

181
00:06:16,574 --> 00:06:19,095
放大以后就是几十倍的鸿沟

182
00:06:19,995 --> 00:06:22,036
书里还有一句话让我印象很深

183
00:06:22,435 --> 00:06:24,015
他说 AI 是一面镜子

184
00:06:24,234 --> 00:06:25,395
不是一个精灵

185
00:06:25,794 --> 00:06:27,436
精灵可以帮你许愿

186
00:06:27,554 --> 00:06:30,955
镜子只是把你原来的样子照得更清楚

187
00:06:31,275 --> 00:06:32,135
底数高的人

188
00:06:32,395 --> 00:06:34,195
照出来是优势的放大

189
00:06:34,554 --> 00:06:35,376
底数低的人

190
00:06:35,635 --> 00:06:38,158
照出来的是差距的加速

191
00:06:38,477 --> 00:06:41,518
这也解释了一个很多人不愿意面对的事实

192
00:06:41,758 --> 00:06:44,119
AI 不是弥合差距的工具

193
00:06:44,157 --> 00:06:46,078
它是放大差距的工具

194
00:06:46,318 --> 00:06:48,039
我自己就有过这种体验

195
00:06:48,318 --> 00:06:52,037
我用 AI 帮我做研究 写初稿 整理素材

196
00:06:52,037 --> 00:06:53,518
确实快了很多倍

197
00:06:53,758 --> 00:06:54,679
但我知道

198
00:06:54,758 --> 00:06:57,739
快的前提是我知道要找什么 怎么问

199
00:06:58,157 --> 00:07:00,838
拿到结果以后怎么判断哪些能用

200
00:07:01,157 --> 00:07:03,636
换一个对这个领域完全陌生的人

201
00:07:03,638 --> 00:07:04,876
用同样的工具

202
00:07:04,878 --> 00:07:08,559
他可能只是更快地产生了一堆看起来像答案的东西

203
00:07:08,827 --> 00:07:10,428
书里有一段写得特别好

204
00:07:10,627 --> 00:07:13,788
他说一个资深律师用 AI 起草文件

205
00:07:13,867 --> 00:07:16,428
扫一眼就知道哪条论证站不住

206
00:07:16,627 --> 00:07:19,226
一个缺少经验的人拿到同样的文本

207
00:07:19,226 --> 00:07:20,868
反而更容易相信它

208
00:07:21,106 --> 00:07:23,387
因为每一句都写得像真的

209
00:07:23,707 --> 00:07:26,747
AI 最危险的地方不是给你一个错答案

210
00:07:26,827 --> 00:07:29,587
而是太快给你一个像样的答案

211
00:07:30,354 --> 00:07:31,153
说到这里

212
00:07:31,155 --> 00:07:34,234
我想聊聊这本书里另一个让我很有触动的概念

213
00:07:34,234 --> 00:07:35,116
叫蒸馏

214
00:07:35,515 --> 00:07:37,955
蒸馏是 AI 行业里的一个技术术语

215
00:07:38,035 --> 00:07:41,636
意思是用一个小模型去学一个大模型的输出

216
00:07:41,755 --> 00:07:45,116
用很小的成本就能拿到大模型大部分的能力

217
00:07:45,354 --> 00:07:47,794
作者把这个概念拿来讲公司和人

218
00:07:47,794 --> 00:07:49,155
我觉得特别到位

219
00:07:49,395 --> 00:07:50,975
他说蒸馏能复制答案

220
00:07:51,275 --> 00:07:52,356
复制不了问题

221
00:07:52,794 --> 00:07:53,415
什么意思呢

222
00:07:53,874 --> 00:07:55,953
你可以用千分之一的成本

223
00:07:55,955 --> 00:07:58,316
拿到别人现在的能力位置

224
00:07:58,434 --> 00:08:00,034
但你拿不到他的速度

225
00:08:00,035 --> 00:08:02,109
更拿不到他加速的来源

226
00:08:02,428 --> 00:08:03,589
他打了一个比方

227
00:08:03,748 --> 00:08:05,750
两艘船在同一条航线上

228
00:08:05,789 --> 00:08:07,589
一艘有罗盘和海图

229
00:08:07,709 --> 00:08:09,990
另一艘只是跟着前船的尾灯

230
00:08:10,188 --> 00:08:12,510
天气晴朗的时候看不出区别

231
00:08:12,628 --> 00:08:15,269
起雾或者前船转向的时候

232
00:08:15,308 --> 00:08:16,584
差别就出来了

233
00:08:16,702 --> 00:08:19,144
一个组织如果长期只做蒸馏

234
00:08:19,262 --> 00:08:22,504
练出来的肌肉就是在别人的坐标系里追赶

235
00:08:22,983 --> 00:08:26,144
最先升上来的人是擅长优化指标的人

236
00:08:26,582 --> 00:08:28,983
等公司终于决定要原创的时候

237
00:08:29,103 --> 00:08:32,423
才发现组织的肌肉不能在一个季度里换掉

238
00:08:32,903 --> 00:08:35,384
这让我想到很多模仿型的创业

239
00:08:35,743 --> 00:08:37,741
不管是模仿一个商业模式

240
00:08:37,742 --> 00:08:39,583
还是模仿一个内容风格

241
00:08:39,862 --> 00:08:41,504
短期看效率很高

242
00:08:41,623 --> 00:08:44,182
长期看你练的不是自己的判断力

243
00:08:44,183 --> 00:08:45,823
而是跟随的反射弧

244
00:08:46,882 --> 00:08:47,883
说到创业

245
00:08:47,961 --> 00:08:50,123
书里还有一段话让我印象很深

246
00:08:50,402 --> 00:08:51,422
他连说了三遍

247
00:08:51,802 --> 00:08:52,801
不要创业

248
00:08:52,802 --> 00:08:53,503
不要创业

249
00:08:53,802 --> 00:08:54,802
不要创业

250
00:08:55,042 --> 00:08:55,822
他不是劝退

251
00:08:56,162 --> 00:08:57,042
他是在说

252
00:08:57,201 --> 00:09:00,363
AI 把做出产品的价格打到了接近零

253
00:09:00,561 --> 00:09:03,123
但拥有位置的价格反而更贵了

254
00:09:03,282 --> 00:09:05,682
大部分 AI 创业者不是在创业

255
00:09:05,762 --> 00:09:08,643
是在给大模型公司做免费的市场调研

256
00:09:08,922 --> 00:09:11,042
你辛辛苦苦验证了一个需求

257
00:09:11,081 --> 00:09:12,843
证明了用户愿意付钱

258
00:09:13,002 --> 00:09:16,843
然后平台一个版本更新就把你做的事情原生化了

259
00:09:17,042 --> 00:09:18,802
他有一句话说得特别狠

260
00:09:19,441 --> 00:09:19,782
他说

261
00:09:20,122 --> 00:09:21,641
追着市值创业的人

262
00:09:21,642 --> 00:09:24,763
往往追的是别人已经吃完的那顿饭的照片

263
00:09:25,143 --> 00:09:26,621
书里还有一个部分

264
00:09:26,622 --> 00:09:28,784
我读的时候反复停下来想

265
00:09:28,982 --> 00:09:31,363
就是他讲 AI 原生公司的铁律

266
00:09:31,823 --> 00:09:34,424
生产权和评价权必须分开

267
00:09:34,742 --> 00:09:36,981
他说 AI 时代最大的陷阱

268
00:09:36,982 --> 00:09:38,424
不是 AI 干不了活

269
00:09:38,622 --> 00:09:41,784
而是 AI 干的活看起来太像那么回事了

270
00:09:42,023 --> 00:09:44,784
它用最自信的语气给你一个错答案

271
00:09:44,982 --> 00:09:47,024
你要是没有独立的验收人

272
00:09:47,063 --> 00:09:49,463
就会一路自信地走到翻车

273
00:09:49,903 --> 00:09:50,644
他的意思是

274
00:09:51,023 --> 00:09:52,822
AI 的失败不显眼

275
00:09:52,823 --> 00:09:54,424
会被结构性放大

276
00:09:54,462 --> 00:09:56,044
而且产出成本太低

277
00:09:56,382 --> 00:09:57,823
没有自然刹车

278
00:09:58,722 --> 00:10:00,841
一个错误如果是人犯的

279
00:10:00,842 --> 00:10:02,204
影响一个客户

280
00:10:02,483 --> 00:10:04,802
同样的错误如果是 AI 犯的

281
00:10:04,802 --> 00:10:07,004
可能同时影响一万个客户

282
00:10:07,163 --> 00:10:09,604
因为它是按模板批量输出的

283
00:10:09,842 --> 00:10:11,682
所以一个 AI 原生公司

284
00:10:11,682 --> 00:10:13,882
核心不是用了多少 AI 工具

285
00:10:13,883 --> 00:10:18,163
而是组织结构上有没有把做事的和验收的分开

286
00:10:18,523 --> 00:10:19,682
AI 做执行

287
00:10:19,682 --> 00:10:22,643
人定规则 做验收 扛责任

288
00:10:23,245 --> 00:10:26,287
我觉得这个观点不只适用于公司

289
00:10:26,725 --> 00:10:29,407
它适用于每一个在用 AI 的人

290
00:10:30,006 --> 00:10:31,747
你把 AI 当成执行者

291
00:10:32,166 --> 00:10:33,726
自己当评价者

292
00:10:33,806 --> 00:10:34,966
这是健康的

293
00:10:35,205 --> 00:10:37,086
你把 AI 当成裁判

294
00:10:37,205 --> 00:10:39,407
自己连结果都不再检查

295
00:10:39,526 --> 00:10:41,046
那迟早会出问题

296
00:10:42,102 --> 00:10:44,022
书里有一句话特别打动我

297
00:10:44,301 --> 00:10:45,102
他说

298
00:10:45,181 --> 00:10:48,220
一个人最终会成为设计编排系统的人

299
00:10:48,222 --> 00:10:49,963
还是被编排系统管的人

300
00:10:50,701 --> 00:10:52,142
这话听起来有点冷

301
00:10:52,541 --> 00:10:53,203
但仔细想

302
00:10:53,502 --> 00:10:54,983
他说的就是位置

303
00:10:55,342 --> 00:10:56,860
你是制定规则的人

304
00:10:56,862 --> 00:10:58,323
还是按规则执行的人

305
00:10:58,941 --> 00:11:00,781
你是设计那套系统的人

306
00:11:00,781 --> 00:11:02,483
还是被那套系统调度的人

307
00:11:03,142 --> 00:11:04,220
在 AI 时代

308
00:11:04,222 --> 00:11:06,141
这个分界线会越来越清楚

309
00:11:06,142 --> 00:11:07,463
也越来越残酷

310
00:11:08,011 --> 00:11:09,932
知道从来不是入场券

311
00:11:10,091 --> 00:11:13,212
有时候知道只是最精致的一种围观

312
00:11:13,731 --> 00:11:14,852
你有没有想过

313
00:11:14,971 --> 00:11:17,130
为什么很多人嘴上谈 AI

314
00:11:17,131 --> 00:11:19,232
却迟迟不肯真正走进去

315
00:11:19,851 --> 00:11:20,791
书里说了一句话

316
00:11:21,011 --> 00:11:22,011
我觉得很准

317
00:11:22,331 --> 00:11:24,552
它说拦住他们的不是智商

318
00:11:24,930 --> 00:11:25,852
是自尊

319
00:11:26,331 --> 00:11:28,411
因为真正走进去的那一刻

320
00:11:28,491 --> 00:11:31,251
你会发现这台机器最伤人的地方

321
00:11:31,331 --> 00:11:33,011
从来不是它比你快

322
00:11:33,371 --> 00:11:34,771
是它让你照见

323
00:11:34,851 --> 00:11:37,491
自己原来没有想象中那么值钱

324
00:11:37,971 --> 00:11:39,052
但反过来说

325
00:11:39,131 --> 00:11:41,531
这也正是它最值钱的地方

326
00:11:42,211 --> 00:11:45,251
如果你愿意接受那面镜子照出来的东西

327
00:11:45,451 --> 00:11:49,169
你才有机会看清自己真正的底数是什么

328
00:11:49,170 --> 00:11:51,092
然后想办法把它做大

329
00:11:51,639 --> 00:11:52,099
说到底

330
00:11:52,399 --> 00:11:54,319
这本书让我想明白了一件事

331
00:11:54,399 --> 00:11:55,660
我们这些做内容的人

332
00:11:55,799 --> 00:11:56,757
做投资的人

333
00:11:56,758 --> 00:11:57,920
做创业的人

334
00:11:57,958 --> 00:12:01,679
每天都在忙着追新工具 新模型 新趋势

335
00:12:01,878 --> 00:12:04,679
但作者用将近五百页的篇幅告诉你

336
00:12:04,718 --> 00:12:06,038
工具会一直变

337
00:12:06,039 --> 00:12:07,260
模型会一直升级

338
00:12:07,519 --> 00:12:09,120
趋势会一直轮转

339
00:12:09,159 --> 00:12:10,757
真正决定你命运的

340
00:12:10,758 --> 00:12:12,438
不是你追上了哪一波浪

341
00:12:12,439 --> 00:12:14,368
而是你站在哪一层

342
00:12:14,567 --> 00:12:16,567
他在书的结尾问了三个问题

343
00:12:16,767 --> 00:12:18,488
到现在没有人能回答

344
00:12:18,966 --> 00:12:19,788
智能越便宜

345
00:12:20,407 --> 00:12:21,748
权力是否越集中

346
00:12:22,446 --> 00:12:24,608
AI 开始改进 AI 的时候

347
00:12:24,807 --> 00:12:26,547
人类还能不能决定速度

348
00:12:27,287 --> 00:12:28,947
谁有资格等到未来兑现

349
00:12:29,606 --> 00:12:30,268
这三个问题

350
00:12:30,767 --> 00:12:32,528
我读完了也回答不了

351
00:12:32,726 --> 00:12:34,927
但我觉得他有一句话说得很好

352
00:12:35,126 --> 00:12:37,327
他说判断不是把门关上

353
00:12:37,407 --> 00:12:39,327
而是先站到一个位置上

354
00:12:39,527 --> 00:12:42,146
然后继续看风从哪里吹来

355
00:12:42,584 --> 00:12:45,466
回到开头那个二十五岁天才的故事

356
00:12:45,704 --> 00:12:47,665
阿申布伦纳可能是对的

357
00:12:47,944 --> 00:12:51,185
他对 AI 的判断很可能最终被验证

358
00:12:51,584 --> 00:12:54,746
但市场不会因为一个人最终正确

359
00:12:54,785 --> 00:12:57,346
就自动把他请回原来的位置

360
00:12:57,865 --> 00:13:00,106
认知回答你看见了什么

361
00:13:00,265 --> 00:13:03,986
位置决定你能不能把看见的东西留到最后

362
00:13:04,693 --> 00:13:07,094
这就是这本书最让我警醒的地方

363
00:13:07,613 --> 00:13:09,294
它不是在贩卖焦虑

364
00:13:09,373 --> 00:13:10,974
也不是在预测未来

365
00:13:11,294 --> 00:13:12,395
它就像一面镜子

366
00:13:12,733 --> 00:13:14,334
让你停下来照一照

367
00:13:14,414 --> 00:13:15,194
问自己一句

368
00:13:15,774 --> 00:13:17,495
我现在站的这个位置

369
00:13:17,534 --> 00:13:20,214
模型下个月把这件事原生做掉

370
00:13:20,294 --> 00:13:21,155
我还剩什么

371
00:13:21,894 --> 00:13:23,495
如果你能回答这个问题

372
00:13:23,654 --> 00:13:25,775
你大概就不需要害怕 AI

373
00:13:26,134 --> 00:13:27,454
如果你回答不了

374
00:13:27,573 --> 00:13:29,375
那不管你的认知有多高

375
00:13:29,534 --> 00:13:33,333
可能都只是在一块正在被海水盖过的沙地上

376
00:13:33,333 --> 00:13:34,694
跑得越快而已

377
00:13:35,054 --> 00:13:35,714
我是王利杰

378
00:13:36,014 --> 00:13:37,092
我们下期见