李翔
这次一起聊天的朋友，一位是水哥王昱珩，另一位是陈亮。水哥毕业于清华大学，是一名设计师，因为参加《最强大脑》被很多人认识。陈亮是蚂蚁集团的首席市场官，蚂蚁最近在 AI 上有很多动作，水哥也一直在做一些跟 AI 相关的工作。
我们今天聊天的主题围绕 AI 和工作，包括现在一个工作者应该怎么使用 AI，怎么让 AI 帮自己工作，怎么借助 AI 来处理信息，无论是搜索还是总结。两个人虽然都是文科生，但身份很不同：一位是互联网大厂的高管，一位是自由职业者。所以，他们对 AI 的使用方法，以及对 AI 在工作中应该扮演什么角色的看法，都很有意思。两位要不先跟大家打声招呼？
王昱珩
大家好，我是王昱珩。
陈亮
大家好，我是陈亮，我在蚂蚁集团。
李翔
那先问一下水哥。因为我们前面也简单聊了一下，很多人可能都很好奇，你现在都在忙什么事情？好像录节目也录得比较少了，是吧？
王昱珩
1. AI 扩大工作边界
对，我忙的事情很多，也跟 AI 有关系。除了我自己擅长的一些领域，比如园林景观、墙上种花，以及设计装置、雕塑、养各种各样的小动物以外，我现在还在做一个“给地球减一度”的事情，比如浸没式液冷。
另外，我也在做环保相关的事情，比如不含 PFAS 的产品。这一系列事情还包括 AI 教育、AI 儿童测评，以及 AI 养老。因为我父亲得了阿尔茨海默病和进行性核上性麻痹，所以我想通过 AI 让更多人了解这些病症，提前做一些预判。
李翔
陈亮，我相信之前大家对蚂蚁的认知，更多还是互联网和金融相关。最近你们公司在 AI 上其实比较激进，我不知道这是不是你现在最大的变量，或者注意力最集中的地方？
陈亮
如果从工作上来说，应该算是我现在最大的一个变量，或者说是一个主旋律。
李翔
感觉这个进度条有点快，尤其是 2025 年下半年，好多事情都要用 AI 重做一遍。
王昱珩
我觉得 AI 让我能够同时做更多领域的事情。
陈亮
我也有这种感觉，而且 AI 的变化跟以前的变化差别还是很大的。
李翔
我其实挺想追问一句，为什么是 2025 年下半年？从 2022 年底 ChatGPT 发布之后，很多人就已经表示很震惊了。
陈亮
2. DeepSeek 加速竞赛
但那个阶段，大家虽然觉得聊天机器人很厉害，很快却又从热情里淡出来了。一直到 2025 年年初 DeepSeek 爆火以后，整个情况才发生了变化。
DeepSeek 火了以后，我觉得国内首先是短时间内有点慌乱，既兴奋又慌乱。兴奋的地方在于，原来这个东西不是只有国外、只有美国的力量比较强，中国也可以做到，这让每个人都看到了一些希望。
但慌乱的地方在于，大家突然发现，所谓的大厂，和 DeepSeek 的 R1 能力相比，还是有很大的差距。所以后来大家就在慌乱中奋起直追，进度条突然之间被加快了。
李翔
这完全是参与者、玩家的视角。水哥呢？你是应用者的视角。
王昱珩
3. AI 开始主动提问
对。此前 ChatGPT 给我的感觉，更多只是做人机对话交流。DeepSeek 出来以后，随着大众认知的变化，包括我自己现在也在跑各种大模型、小模型，我发现它已经不是一个简单的、只跟你聊天的东西了，它更多像是一个助手。
就像教育一样，最核心的是提问。但现在你会发现，AI 也可以反过来向你提问。这个时候，它就不再只是一个情感上的聊天对象。以前的 AI 可能有点像“智障”，现在我觉得它是真的更智能了。
李翔
你刚才讲到一个细节，我挺感兴趣。以前你跟聊天机器人的交互是你问它，让它输出；但现在它会问你问题。有没有什么例子让你印象比较深？
王昱珩
以前我们会说：“你帮我查一个东西。”有点像百度或者 Google 这样的搜索引擎，你问它一个问题，它帮你查出来。
现在你同样问它一个问题，到了回答结束时，它可能会增加一两条内容，比如问你：“还需要我继续帮你做什么吗？”或者：“你是不是想往那个方向继续了解？”它会反过来给你一个方向。我觉得这才是真正的交流开始了，之前可能还没有形成这种相互交流。
陈亮
我们今年推出了阿福，就是健康医疗方面的产品。其中一个现在比较受欢迎的功能，叫 AI 诊室问诊。
过去的情况正如水哥所说：我有什么症状，就去问它。比如我今天高烧 38 度，有什么症状，然后去问 AI。但这跟实际就诊、问医生是不一样的。我们去看医生，大多数时候是医生问我们：“你有什么情况？头疼不疼？身上什么地方疼？”
过去即使是 ChatGPT，大多数时候也是我问它，它给我反馈。但现在阿福的情况基本上是它不断按照我的表述来问我、提醒我，要求我提供更多输入。
很多普通人其实不会提问，也不会问问题。过去只有一小部分人会使用 AI 工具，现在我觉得它已经开始泛化了，因为 AI 会主动问我问题，大家慢慢就会知道该怎么用。
李翔
站在你们各自的角色上，一个是大厂高管，一个是自由职业者，也在做独立创业、投资一些项目。你们现在是怎么使用市场上的这些 AI 工具的？有没有什么可以分享的？怎么跟 AI 做更好的协同，无论是提高效率，还是获得新的启发？
水哥，你可以先说。
王昱珩
4. AI 进入工作流程
我觉得有一个问题，很多 AI 遇到这个问题都会像出现 bug 一样，回答得很费劲。比如问它一个我们身边物理世界的问题：
假设我有一根 10 米长的竹竿，要穿过一扇 2 米高、1 米宽的门，能不能过去？以前我问 ChatGPT，或者 DeepSeek 刚出来的时候，它基本上都处于宕机状态，算不出来，要算很久，10 分钟、20 分钟、30 分钟，最后得出的结论还是过不去。
有的 AI 甚至会开玩笑说：“要不你把门拆了？”但现在再去问 ChatGPT 的最新版，它已经能够告诉你：“把竹竿斜过来，顺着门就可以过去。”
我觉得这说明，它已经把现实物理世界的模型放进去了。这是一个非常不一样的视角。如果以前说它是在训练、模拟认知，那么现在它已经有了感知，开始感知我们所在的物理世界。这就变得更加真实了。
李翔
但这种问题可能只有你会问。正常人不会问它这个，我们还是会拿现实问题跟它交互。
王昱珩
对。比如蚂蚁推出了灵光，我觉得有一个很有意思的点。
我现在也要出版一些书，出版社通常不会只问我一个问题，而是一下子发来 19 个、20 多个问题，作为采访提纲。我就想，既然你一口气问我 19 个、25 个问题，那我是不是也可以把这些问题拿去问 AI？
我就把问题直接复制粘贴过去，同时问 DeepSeek、豆包等不同的工具，看它们对同样的问题怎么回答。DeepSeek 和豆包会老老实实地回答：你有 19 个问题，我就给你 19 个答案，一个一个对应。
但到了灵光，它会做一个总结性回答。它没有逐一回答这 19 个问题，而是把这 19 个问题消化了一遍，然后用一小段很短的内容回答我。回答完之后，它还有一个小提示，相当于继续帮我精炼，恨不得最后变成一句话。
当时我突然想到，人在面对镜头、面对采访时，也需要巧妙地回答对方。如果 A 是 A、B 是 B，完全按照问题逐一回答，很容易陷入提问的陷阱。反而有时给出一个统筹、笼统的回答会更好。
有些问题其实是冗余的，甚至是重叠的、没用的，抓住重点就好了。我觉得灵光当时做的就是抓重点。
我也在想，人脑的学习到底是碎片式学习更适合，还是长期学习更适合。现在我们已经处在碎片化视觉的环境里，刷短视频也好，很多人都喜欢一句话说到点上。比如：“能不能用 1 分钟把这件事讲清楚？”“能不能用两句话说明白？”所以它做到这一点时，让我觉得不太一样。
李翔
你之前主要做园林、设计相关的工作，AI 介入了吗？
王昱珩
有。现在我看到的是，每个平台做自己的东西时，都会基于自己的优势。
豆包背后有抖音，所以你问完问题以后，它会找一个抖音相关的视频。比如我现在养蚂蚁，想知道某个蚂蚁品种是什么，我去问豆包，它讲完以后，可能会从抖音里找到相关视频，给我播放两个。
DeepSeek 和腾讯元宝，也会基于各自背后的平台和资源，用自己的方式回答。灵光给我的感觉也很特别。
一开始我问灵光几个问题时，它的字是青灰色的。后来我问到情感类问题，标题颜色一下子变成了紫色；如果我问的是比较中性或者理工类的问题，它又变成棕色。我发现它的颜色会变化。
从美感上来说，我觉得它看起来很舒服。因为我以前自己做设计，看得出来它用的不是系统默认字体，而是经过设计的字体。
但这些工具有一个共同的缺点，就是识图能力还比较差。比如前两天我想做一个叫“百鸟朝凤”的装置，想知道唐代、汉代、清代、明代的凤凰大概是什么样子。结果我问完以后，它们给出的图片，可能因为网上能搜到的就是一张很普通的凤凰图片，所以都在用那一张图，稍微做一点修改，完全不对。
这可能说明语料库，或者说针对特定语料的输入还不够充分。
李翔
陈亮，你从一个职场人的角度讲讲，你在职场里怎么使用 AI？
陈亮
我用得不算多。
不算多的原因在于，我不能说今天不需要 AI。其实很多时候我需要 AI，但如果说我希望当下的 AI 给我提供创意，实话说，它很容易落入俗套。我说的是当下的 AI，未来的 AI 不一定，但现在的 AI 肯定还是很容易落入俗套。
我们这个工作要求的是不落入俗套，所以现在 AI 更多时候是给我提供辅助，或者帮助我搜集资料、提供参考。
比如昨天晚上，我在做一件事：我想知道日本所谓“平成时代”到底诞生了哪些 IP，以及这些 IP 后来的商业化情况。如果过去使用搜索引擎，这是一个非常繁杂的工作。我需要搜索很多东西，一个个点进去看，再去了解每个 IP 的情况，包括《灌篮高手》的商业表现、《Hello Kitty》的表现、《海贼王》的表现，等等。
但昨天我去问灵光，可能 10 秒钟就拿到了一篇几乎像论文一样的内容，而且非常结构化、逻辑清晰。它甚至还告诉我，为什么在经济下行期，这些 IP 反而表现得很好，以及它们的商业化为什么能够走向全球。基本上就是一篇论文。
在这种情况下，它当然是一个非常好的工具。但它跟我的工作不能一一对应，因为我最后要从这些信息里想一想：在当下中国这个阶段，是不是也要投入一部分精力做 IP 生产，或者开展一些合作。这需要我做决策，AI 可以给我提供依据，但不能帮我做决策、做判断。
它现在对我帮助更大的地方，其实是在辅导孩子。
有一天我儿子问我一道历史作业：法国大革命期间，某个人做了一件什么事，以及应该如何评价这件事对法国大革命的影响。那个人可能是当时法国的财政大臣，但我们课本里完全没学过。
过去我得先处理英文材料，用网易有道之类的工具翻译成中文，再查资料，弄清楚这个人是谁、做了什么，非常复杂。
现在灵光的好处是，我可以直接把作业截图发给它，说：“帮我做一下图片解读。”它不仅把英文作业全部翻译出来，还直接给出答案，并且做了一些延伸，把整件事情讲清楚。
我看完以后才知道，原来这个人是做这件事的，然后再去跟我儿子聊：“这个人当时做了什么？当时是什么情况？”其实我都是现学现卖，拿到结果以后再去跟他讲。
李翔
那你儿子直接去问 AI 不就可以了吗？为什么需要通过一个人作为中介？
陈亮
理论上是可以的，但你可以理解为，这也是一种亲子交流的方式。我当了一回中间商。
他当然也能直接得到答案，但那个答案可能非常简单。灵光因为结构化能力比较强，而且孩子的作业经常要做 PPT，某种程度上，它生成答案以后，直接截图就可以生成 PPT 了。
我那天还跟他们说，如果灵光可以直接导出 PPT，那就完了，小孩都不用动脑子了。现在虽然也可以导出，但还需要截取、筛选，或者再做一些处理。如果能够直接导出 PPT，我觉得孩子真的什么都不用做了。
李翔
我有点好奇，为什么你会认为 AI 在你的工作里，替代化程度没有那么高？能不能举一个具体的例子？
陈亮
举个例子，我当然可以让 AI 帮我做一个工作计划。比如针对蚂蚁集团今年、目前的现状，或者明年的一些主要方向，让它帮我做一个市场规划。
我相信无论问灵光、DeepSeek，还是其他工具，它们都能做出一个大的规划。但这样的东西做出来以后，如果我完全按照这个计划去做，一定会陷入一个问题：你能问，别人也能问，大家都能问。
也就是说，它最后给你的可能是一个 60 分、70 分的标准答案。但我们的工作差别，可能就在 90 分到 95 分的阶段，差的就是那几分，而且往往非常微妙。
AI 可以帮我整理资料、搜集信息。比如蚂蚁集团要不要在 IP 上发力，它当然可以给我一个标准答案：IP 的市场行情怎么样，目前的趋势怎么样，也可以做一些大环境的预判。但最后要按下那个按钮，还得是我。
我旗下可能有很多 IP，重点发展哪个 IP，这个按钮不可能靠 AI 帮我做决策，因为背后有很多更复杂的因素。决策背后的很多信息，AI 不知道；而且有些因素，即使我知道，也未必能告诉 AI。
李翔
你刚才说的 90 分到 95 分，那部分工作具体是什么？比如决策可能是 AI 做不了的？
陈亮
首先，决策所依赖的那部分信息，AI 不知道。背后肯定会有一些其他因素，而这些因素可能就是它不知道的部分，甚至是你也没法告诉它的部分。
当然，理论上可以把信息都告诉 AI，但有些因素不一定适合告诉它。比如有些决策涉及公司经营情况，有些内容可能大家不愿意公开讨论。
李翔
水哥觉得呢？
王昱珩
在我这边，我觉得 AI 在工作上的替代性越来越强。
比如我大学学的是动画，我们现在已经开始考虑做 AI 动画电影、AI 动画片。过去做动画成本很高，最早我们用赛璐璐、拷贝台，全部靠人工。后来即使工厂化、工作室化，也还是很累。
包括现在拍一部电影、电视剧，也要堆很多人。一部电影如果没有几年的时间，可能很难做出好的东西。但用 AI，可能很短的时间，不到 1 年，就能完成；预算也可以大幅降低。再加上算力不断升级，很多事情都会发生变化。
李翔
你自己评估的话，在你现在的工作里，AI 能替代的比例高吗？
王昱珩
5. 人保留最后判断
我觉得它不是替代，而是在帮你堆叠。
它其实很像人的教育过程。AI 在很小的时候，就像一个小娃娃，你先逗它玩，它咿呀学语；到了上小学，它开始不停学习、训练，跟一个模型一样不断训练；到了高中，它可能出现叛逆期；再到大学。
你会发现，它只是把人的成长时间缩短了。现在人积累知识这件事，可以不用再那么重视，因为 AI 完全可以帮你做到。
我们以前说，记住一个东西有一个输入和输出。记忆是方法，提取也是方法。但这一进一出，AI 一定比你好。
不过有一样东西，就是刚才陈亮说的那 5 分。那 5 分其实是一种选择，是它的“肌肉”没有办法直接说出来的，因为涉及你的认知，以及你如何做决定。
筛选能力一定是现在人的能力更强，甚至我觉得还包括直觉。
陈亮
我补充一下。我们上次正好开会聊过这个事情，大家也在看现在全球大型科技公司，在 AI 时代之后，员工结构会发生什么变化。
原来的传统公司，不管什么类型，基本上都是金字塔结构。基层员工数量非常大。但 AI 时代以后，这个金字塔结构正在向树形结构变化。
树形结构的特点是，顶部的部分没有变，甚至有可能变得更大，因为树冠在变大；但底部在缩小，也就是说，基础类型的工作正在逐渐被 AI 取代，而顶部的部分并没有被取代，很多决策仍然要由人来做。
以前大家设想过，公司是不是可以把 CEO 换成机器人，或者换成一个超级大脑来做决定。后来发现其实不是这样。
比如今年所谓的闪购之战，阿里、美团之间的竞争。你想象一下，如果今天是 AI，我觉得它很难发动这样一场闪购之战，因为很多事情不是基于一个公式，或者某种推理逻辑来做判断和决策，很多时候靠的是直觉、统筹能力，以及超越一般事实逻辑的东西。
如果从竞争、效率的角度来说，假设我判断自己的效率不如对方，那是不是这件事就不做了？比如美团可能会想：你的投放效率是我投入 3 元才能达到的，而我投入 1 元就能达到，那这件事是不是就不做了？
但不是这样。有些决策就是要超越预期之外，只有超越预期之外，才叫出其不意。
李翔
但我怎么觉得，这些东西 AI 都可以做到，只要你把诉求描述得更明确一点？
陈亮
现阶段还没有达到那个程度。我只说现阶段，未来能不能达到，我觉得是有可能的。
按照 Sam Altman 的划分，如果我没记错，第一个阶段是对话，也就是 conversation；第二个阶段是推理，DeepSeek 已经达到的阶段；第三个阶段是 Agent，帮我去做一些事情。这三个阶段，都是我们相对能够想象的。
第四个阶段是创新。但我经常跟别人讨论：什么叫创新？如果 AI 没有探索世界的能力，它很难真正创新。如果它全部基于人类已有的知识体系去做创新，我认为它很难做到真正的创新。
除非未来像“巨神智能”那样，它能感受到我们感受不到的世界，或者感知到人类还没有探索到的部分，那时很多创新才会真正出现。
所以到了第四个阶段，也就是创新阶段，AI 一定要发展到能够感知世界，甚至感知到人类无法感知的部分，创新才会逐渐发生。
现在基于人类已有的知识体系，我不是说 AI 一定不能创新，而是说，它能做出的创新可能没有大家想象得那么多。
这就是刚才说的那 5 分差距。那 5 分就是创新。如果基于现有知识体系，希望 AI 做出完全超越常规的东西，我觉得现阶段还做不到。
现在它还是基于我的指令和需求：帮我快速搜集资料，帮我画一张画，设计一个动画片，写一段代码。这些全部都基于我的指令，很难期待它凭空做出创新。
王昱珩
人类的创新也不是凭空的。
陈亮
当然不是凭空的。但有很多信息是无法完整输入给 AI 的。
除非有一天我能把自己的大脑 100% 复制给它。现在它获取到的，主要还是我的指令，以及我提供给它的数据、语料和素材。
但很多东西，人自己都无法提炼出来，又怎么输入给 AI 呢？我过去经历的感情、经历的伤痛，没有办法被我提炼出来给它，而这些东西往往才是最后让我做出决策的因素。
李翔
理论上这些经历和痛苦的感受也可以数据化，再喂给 AI，只是现在还做不到。
王昱珩
我还真问过 AI 这个问题。我问它：“如果有一天你变成人，最想获得什么样的体验？”
我问过灵光，也问过 DeepSeek，它们都会提到一点：如果有一天能成为人类，想在下雨天出门不打伞，感受雨滴落在身上的感觉，感受潮湿；想跟一个人谈恋爱，体验心碎的感觉。
你会发现，它是在感知我们很容易触碰到的物理世界，就像我们现在做的具身机器人一样。这对它来说非常难，对我们而言却很简单，甚至闭着眼睛就可以做到。
所以我觉得金字塔的比方很准确。可能在某些时候会倒转金字塔，底层的人会越来越少。
就像工业革命以后，蒸汽机发明出来，越来越少的人从事工厂劳动，一个大型联合收割机可能就能完成过去很多人的工作。但上面需要的人反而越来越多。
而且创新有时是破坏性创新。每一次飞跃不是线性地一步一步走过去，往往是爆炸式的。
AI 不太好做这件事，因为它现在做事情的前提，是不能出错。
我以前拍过一个汽车广告，跟另一位艺人朋友一起拍摄。那辆车可以自动判断道路有多宽，以及能不能通过。
为了画面好看，拍摄时我们在道路两边堆了很多玻璃杯。开始时两边各有 20 厘米的距离，我开车过去，人能过去，车也能过去；缩到 10 厘米，人能过去，车也能过去；缩到 5 厘米时，人不敢开了，但车还可以通过。
后来甲方有点着急，因为再缩小，车就不一定能通过。我说，那就缩到 1 厘米。
1 厘米的距离，我觉得除非运气特别好，否则大概率过不去。但对自动驾驶而言，它不能出错。车停下来是对的，因为它认为前面有危险；但人因为无所畏惧，才会选择继续往前走。
我觉得这才是更高级的地方。
李翔
我听下来，陈亮会认为，决策工作和一部分创新工作，是人工智能暂时，或者相当长一段时间内无法完全替代的。而且这部分可能恰恰是很多工作里最重要的部分。
比如乔布斯发明 iPhone。你今天去问所有人，可能得到的结论都是手机应该有键盘。但他做了一个决策：我要做一部没有键盘的手机，而且当时几乎所有人都反对。
如果你今天去问 AI，它可能会告诉你，98% 的人都建议手机有键盘，那它得出的结论大概还是“建议保留键盘”。
技术出现以后，也会改变很多习惯。蒸汽机发明之前，工厂都离水源比较近，因为依靠水车提供动力。蒸汽机发明以后，很多工厂仍然建在水源旁边，但似乎没有感到效率提高多少。
直到有一天，一个工厂主发现：工厂是不是应该离工人更近，或者离港口更近？因为我已经可以离开水源了。那一刻，事情就完全不一样了，一下子打开了新的可能。
水哥，你觉得自己做的事情里，有哪些是 AI 很难做的？
王昱珩
如果你问的是我的工作创新，会是一个答案；但如果你问我们团队的工作，会是另一个答案。
我觉得 AI 现在帮我做的是加法，而我自己要做减法。
比如我要把一面墙种满植物，AI 只能判断这个房间里可以种多少植物；但我能判断哪些植物在未来 6 个月、1 年，甚至 2 年以后会长成什么样。
我需要结合现在的感知：光线、风，以及水路是什么样。我很多花其实不是用手种的，而是用脚种的。你要在空间里不停走动、踱步，去感受这个地方应该是什么样子。
这个植物未来会不会长得很大？会不会长出气生根？它会不会因为光照被其他植物抢走？灯光是不是也要慢慢移动？这些东西，AI 目前没有办法判断。
它基于真实感受，以及对未来某种画面的想象。
李翔
但这些东西 AI 很快也可以做到。
王昱珩
对，很快就可以了。
李翔
你们每天会跟 AI 互动多少次？具体一点。
王昱珩
我应该是非常多的。因为我会发现，越用就越会用。
就像看书一样，你越看越觉得自己无知。我现在觉得，如果有人问我“你是做什么的”，或者问我“你现在在忙什么”，这是最难回答的问题，因为我觉得自己什么都不是。
当你刚开始接触一个领域时，会发现这也不懂、那也不懂，然后就会不停地问。
比如我现在在养蚂蚁。蚂蚁是生活中最常见的东西，就在我们的脚边。我会问：现在马路上能看到的、所有会爬的蚂蚁，是公的还是母的？你们人类应该没有能力判断吧？
李翔
公的。
王昱珩
其实全部都是雌性。蚂蚁出现雄性，只有在婚飞的时候，一年中也就那几个月。比如 4 月到 7 月，很多蚂蚁会婚飞。
婚飞之前，蚁后会产出雄性蚂蚁。婚飞相当于一生中交配一次，但蚁后可以终身受孕、持续产卵。
产卵时，受精卵全部都是雌性，也就是说，蚂蚁王国基本上全部是女性。那雄性是从哪里来的？雄性来自未受精卵。蚁后可以在婚飞前产出未受精卵，雄性蚂蚁出生以后会带着翅膀飞出去。
雄性蚂蚁这辈子的使命，就是在那一个月里完成交配，之后生命也就结束了。剩下的全都是女性社会。
蚁后交配以后落到地上，会把自己的翅膀掰断，挖一个小洞进去，自己产卵、孵化第一批工蚁。
我们说的“工蚁”是工作的“工”，不是公母的“公”。所以所谓工蚁，其实全都是工作的雌性蚂蚁。
它们的社会也很有意思。我养蚂蚁以后发现，人类有畜牧业，它们也有畜牧业；人类有纺织业，它们也有纺织业。
我现在养切叶蚁。它们自己并不吃叶子，而是把叶子切下来，建立自己的农场，培育真菌，再吃真菌。
不同的蚂蚁有不同的习性，很有意思。我家里已经植物自由了，有很多植物，所以我每天摘不同的叶子去喂它们，结果发现它们还挑食，不是什么叶子都切。有的喜欢这种，有的喜欢那种，特别好玩。
李翔
你刚才认为它们是公的，是不是想到工蜂了？因为还有蜜蜂。
王昱珩
对。
李翔
这就是人类的类比思维。我以为蚂蚁里面只有一个母的，其他都是公的。
陈亮
所以水哥刚才讲的这一部分，让我想到的是：他是一个非常有好奇心的人。好奇心越强，跟 AI 的互动就越多，因为你会有很多问题想跟它对话、聊天、追问。
王昱珩
6. 好奇心驱动 AI 协作
我几乎每个小时至少会问几次。只要听到有人说了一个我不知道的东西，我马上就去查。
比如 PFAS，我在做环保，就会立刻去查，不断地查。以前我上高中的时候给自己设定过一个目标：每天做一件没做过的事，每天学一个新东西。
现在根本不需要等一天。每一天、每半天，甚至每一个小时，我都可以学到新的东西。我的好奇心可能超过平均水平，但还没有到陈亮那么多。
陈亮
我的好奇心也跟具体的事情有关。比如今天谁拿了奥斯卡奖，或者谁拿了诺贝尔奖，我可能就会好奇：过去 100 多年里，到底有多少人拿过诺贝尔奖？这些人来自哪些国家？哪个国家拿得最多？
然后我还会好奇，诺贝尔当年设立了多少万美金的奖金，过了 100 多年，为什么这笔钱还没有花完？这笔钱是怎么使用的？
我也有好奇心，但可能没有水哥那么多。我每天看到新闻时，正在逐渐改变自己的习惯。
过去我有好奇心，可能会去百度或者搜索，但有时突然有事，就耽搁了，探索也就中断了。现在我给 AI 提的问题，基本上是一长串，会带很多输入，然后让它回答，最后它可能给我写出一篇论文。
李翔
基本上，跟 AI 互动很多的人都会觉得它非常厉害，几乎什么事情都可以做。
陈亮
对。它有点像看报纸。过去是被动的，报纸印什么，我看什么；现在变成主动的，我可以主动去寻求、去提问。这只是数量级的问题，是指数级的差别。
李翔
最后再问一个问题。对于普通同学、普通人，你们会建议他怎么使用 AI，怎么跟 AI 协作？我问过很多人，每个人给的建议都很有意思。
水哥，你先说。
王昱珩
7. 好奇心开启 AI 协作
我觉得首先要说的，当然是好奇心。好奇心是人类最原始的驱动力。千万不要因为现在的一些学习模式，把这部分能力舍弃掉。
未来可能会有两种人：一种是被 AI 替代的人，一种是掌握 AI 的人。所以我希望每个人都努力成为掌握 AI 的人，学会驾驭它。
更重要的是认清“我是谁”。这又回到那三个问题，其实非常重要。
李翔
具体一点说，面对 AI 这么大的变化、这么多的工具，应该怎么跟它协作？
王昱珩
好的提问胜过一个好的答案。
过去的教育里，老师告诉孩子一个答案，然后让孩子去背，看谁背得更好。但 AI 时代以后，背诵一个好答案的能力会越来越不重要。
你要做的不是背一个好的答案，而是提出一个好的问题，发现一个有意思的点。
不要再把 AI 当成一个简单的搜索引擎，而是让它跟你之间形成更深层次的交互。
陈亮
掌握 AI，我其实没有什么特别好的建议。水哥刚才说的部分，正好是我想表达的。
我举一个例子。前段时间是元旦，那天我突发奇想，因为很多媒体都会写新年献词，我就让灵光帮我写一篇新年献词。
后来他们都说写得特别好，甚至说秒杀了市面上 99% 的媒体。别人就问我：“你是怎么让它写出来的？为什么我让灵光写不出你的感觉？”
我说，第一，我给了它一篇我以前写过的文章。第二，我为这篇文章写了一个很长的提示词。我告诉它应该怎么写，希望它注意什么样的感觉。
比如，我希望它更多关注普通人的生活，少一些宏大叙事。我还会告诉它，我们今天的社会是什么样的，很多人的生活很艰难，希望在这种时候给大家更多温暖，而不是消极的东西，希望给大家一些积极的力量。
我写了很多这样的提示词，再把自己过去写过的一篇文章给它，最后得到的结果就会比较好。
很多人会从答案倒推，觉得我当时一定给了它非常具体的限制。但其实不是。我并没有要求它必须做这个、做那个，我只是告诉它我希望得到什么样的感觉。
所以今天最难的部分，其实是提问，是提示词。你如果对这件事没有认知，很难写出这样的提示词。
AI 确实替代了我很多工作。过去我可能需要自己写一篇文章，但现在它 10 秒钟就能给我写出一篇很漂亮的文章。
李翔
如果你是一个管理者，同事交给你一份 AI 写的东西，质量还不错，虽然当时你没看出来是 AI 写的，但后来知道了，你会是什么反应？
陈亮
如果从内容创作的角度来说，现在 AI 已经非常普遍了。刚才我为什么说团队的工作和我的工作是两件事，是因为团队里很多人的工作已经在被 AI 取代。
但我的工作需要做大量决策、判断以及相关的事情，这些内容目前还没有办法完全让 AI 取代。
既然如此，现在很多工作由 AI 来创作，不管是一篇文章、一段视频，还是一份 PPT，我觉得都很正常，不需要回避。
我可以直接告诉你，现在 AI 基本上能做到 60 分、70 分，没什么问题。但如果只做到 60 分、70 分，在公司里其实很难拿到好成绩。蒙混过关可能没问题，但想拿好成绩很难，因为我们缺的是 90 分到 95 分的感觉。
不过，60 分到 70 分对于 AI 平权、资源普惠来说仍然非常重要。我们的资源并不平衡，尤其是教育和医疗。
我认识一位很厉害的胃肠镜医生，他一天最多做 10 台手术，再多就吃不消了。他的水平可能是 90 分到 100 分，但有很多医生的水平可能只有 50 分、60 分。
如果 AI 每天跟着这些医生，成为他们的助手，在撰写医疗报告时把平均水平拉上去，让整体达到 60 分、70 分，这件事就非常重要。
我昨天看了一篇文章，其中有句话特别触动我。大意是：AI 医生可能无法决定医疗的上限，但它能极大提高医疗的下限。
这就是把均值拉起来。我觉得这件事非常重要，也非常有意义。它像一盏探照灯，能够照亮过去因为各种原因、资源和条件不足而照不到的地方。
李翔
8. 信息素养对抗 AI 幻觉
这其实也让我想到，AI 出来以后最先火的一个词就是 AIGC。之前有 PGC、UGC，后来出现了 AIGC。
移动互联网时代是大量 UGC 的时代，无论微博、抖音还是 B 站，UGC 其实已经带来了信息大爆炸。与之对应的，也出现了信息过载、信息茧房等词汇。
信息过载是信息太多了，根本接受不了；信息茧房又像是信息太少了。这是两个互相矛盾的问题。
你们怎么看待和面对信息过载、信息茧房？AI 会加重这个问题，还是会缓解它？
王昱珩
AI 本身其实也在做突破。
比如我问 ChatGPT、DeepSeek 时，它们有时会把思考过程写出来。当我连续问了两个跳跃性很大的问题，它会思考这两个问题之间有什么逻辑，然后问：“你刚才为什么问了这个问题？为什么现在又问这个问题？你的逻辑在哪里？”
它甚至会试图理解你的逻辑，而人恰恰经常是没有逻辑的。
信息茧房也是这样。大数据知道你喜欢什么，就不断给你推什么。你支持一个人，看到的全是支持他的内容；你讨厌一个人、一个公司，看到的全是负面信息。
我觉得这是 AI 发展过程中不可避免要经历的一个阶段，但这个阶段可能很快就会过去。我们的认知会发生变化，不会一直被它牵着走。
无论过去、现在还是未来，我们都会面临盲从和判断的问题。所以独立的灵魂、自由的思想非常重要。
AI 可能会被修剪成只有一种颜色的花坛，但修剪工作是不是由你来做，才是关键。
AI 就像一把好刀、一块好的钢材。在有些人手里，它可能是一把职业刀；在另一些人手里，它可能是一把屠龙刀。工具是一样的，但使用方式不一样。
所以关键还是在人，取决于人怎么使用它。我们现在更需要学习 AI、理解 AI、善用 AI。
李翔
陈亮，你关心的可能更多是公司的事情，但这个问题其实也需要跳出工作来思考。
陈亮
我认同水哥刚才说的部分，但我也一直在想：即使在移动互联网时代，我们到底有没有真正感受到所谓的信息爆炸和信息解放？
你会发现，即使在移动互联网时代，能够跳脱出信息爆炸，或者真正获得信息解放的人，也来源于过去很多年的积累。
移动互联网时代，我们在抖音上天天看到“三分钟看完一部电影”“一分钟读完一本书”。我也看过，当然有好有坏。
好处是，你不可能看遍所有电影。看了一个解说以后，可能会想：“这部电影值得一看。”然后再去找完整的电影。有些解说确实做得很好，甚至可能让你获得比原来观看时更好的感受。
但算法也会根据你的兴趣不断推荐相关内容。你最近看三分钟电影看得多，它就会不断给你推类似内容。
无论怎样，我还是觉得，一个人过去几十年的人生经验积累、感情经历，是不可替代的。为什么你能问出这些问题，为什么你有好奇心、有探索世界的欲望，也来自你自己的经历。
有些人可能没有像我们年轻时那样读过很多书。他可能一开始就是移动互联网原住民，出生以后就开始看三分钟电影，没有看过整本书，也没有看过传统戏剧。我很难想象他们的状态，因为我不是那样成长起来的。
我还是建议大家去看电影、看书。我也会建议我儿子看书，虽然不一定有用，但我还是会建议。
理论上，AI 一夜之间可以把人类历史上所有的书都看完。你问它一个问题，它可以马上给你一个答案。
但你看过整本《月亮与六便士》，和 AI 告诉你“人类既要关注头顶的月亮，也要关注脚下的六便士”，这两种结果是不是一样，我不知道。
如果你没有看过整本书，你能不能真正理解这句话的意义？AI 当然可以给你做解读，告诉你文章的中心思想，但有些体验仍然是需要自己拥有的。
所以我一直坚持，我们可以使用 AI，但还是要回到原来的地方去，至少让自己的肉身有一部分回到那里。
大量的人，包括我们自己，都是信息消费者。信息来自社交网络，过去是 UGC、PGC，未来还会有 AIGC。
社交网络时代，有人提出过“信息素养”这个概念。作为信息消费者，至少要具备一些基本素养：不能相信看上去非常低级的假新闻，能够辨别一个人发布内容是不是为了激怒你、调动你的情绪，让你去转发。
李翔
到了 AI 时代，加入更多 AIGC 内容以后，是不是需要一种 AI 时代的信息素养，或者 AI 素养？
陈亮
我也不知道是不是应该叫“素养”，但我觉得，一个重要能力是识别 AI 带来的幻觉。
这个能力怎么具备，我也说不好。它可能来自过去几十年的人生积累，以及知识积累。
比如今年年初，我问 DeepSeek 一个关于数据要素未来发展可能性的问题。它洋洋洒洒写了一篇论文。前面我看着还觉得有点道理，但越看越觉得不对。
我就直接问它：“你是不是在忽悠我？”
它承认了，说后面的内容确实有编造，而且编得有点离谱。它倒是挺老实，主动承认了。
但如果我不问它，我可能真的会以为那是一篇很严肃的分析。如果我是一个大脑一片空白、没有判断力的人，完全以 AI 提供的信息为准，很多事情可能就会变得完全不一样。
我有自己的判断，所以需要进行分辨、追问细节。不要盲目相信它给出的答案。
李翔
我跟你的使用方式不太一样。你会让它写一篇论文，我更多是让它查找资料。
所以我问一些封闭性问题时会特别着急，会想：“怎么连这个都不知道？这张图怎么也给错了？”
我发现它有很多短板和问题。你现在是完全用 AI 工具取代搜索吗？
王昱珩
还没有完全取代。
当它说到我擅长的领域，而我明明知道它答错了，我就会纠正它。比如有一次我问人脑神经元和大象神经元的问题，DeepSeek 答错了，我就把论文发给它，告诉它错在哪里。过两天再问，它就纠正了。
前两个月我在欧洲时看到一幅画，觉得不错，想买，但对作者不太确定。我问了几个 AI 软件，它们都没有答对。
作者我其实可以确定，但它们都误判了。于是我只能通过搜索引擎找到这幅画过去的拍卖记录，再把拍卖记录的截图发给它们，让它们重新判断。
这时我心里会有点慌。过去的经验告诉我：这一次我抓到它错了，但以前那些我不确定的事情，我可能已经相信它了。
李翔
我在使用 AI 时，有一个特别打动我的时刻。
我问它一个问题，它处理以后试着给出答案，同时又告诉我：“其实我没有特别准确地找到这个问题的答案，也没有很好的能力给你一个确定的结论。如果你通过其他方式找到了答案，能不能也告诉我？”
当时我觉得这个 AI 很厉害，因为它学会交流了。
你们会用 AI 处理信息冗余的问题吗？
陈亮
对我来说，信息还不够，不存在冗余问题。
我的工作习惯就是面对海量信息。过去每天处理那么多信息，本身就是工作的一部分，所以我对信息冗余的处理机制还可以。
但 AI 确实让我能够偷一点懒。现在我使用灵光的比例在提升，因为它的结构化和逻辑性比较强。
过去我处理海量信息，会自己做结构化和逻辑整理，几十年的工作习惯让我不觉得特别累。现在灵光可以在几十秒、1 分钟内帮我完成这部分工作，确实省了很多事。
我比较看重它的一点，是一键生成信息长图。
比如对比表格，从 DeepSeek 里复制出来，再放到微信里发给别人，表格一定会错位、变乱。但如果能一键生成图片，就不会出现这种问题。
我经常会遇到化学测试的具体数据，这些内容很难直接复制文字，生成图片就方便很多。现在其他工具也能生成图片，但我还是会用灵光，因为它的结构化更好。
这不是王婆卖瓜。灵光还没有上线、处于内测阶段时，我就已经用得比较多了。当时我跟产品经理聊天，说现在 DeepSeek 很强，豆包很强，元宝也很强，千位也很强，我们为什么还要做？
后来我们觉得还是应该推出，因为我自己用下来，灵光的结构化能力特别好。它输出的内容可能不像其他工具那么长、那么多，但会做非常精炼的结构化表达，逻辑性也很强，能让我在很短时间内迅速获取很多信息。
我开玩笑说，其他产品可能还停留在 AI 或 AGI 时代的百度、搜索或抖音阶段，而灵光有点像维基百科：信息比较简洁，但能让我快速获得大量内容。
李翔
9. 美成为 AI 的门槛
我觉得你们把它做美了，这件事挺重要。我一直不相信，市场上会突然出现这样一个东西。
它让我有一种突然眼前一亮的感觉，因为它是好看的。我觉得“好看”很重要。
之前大家像是光着身子满街跑，身上能有一片树叶就不错了。这时候突然有一个穿着貂的人出来，这种感觉还是很重要的。
陈亮
我完全同意，而且这件事本来也很意外。
我以前一直觉得，把产品做美，可能需要文科生，或者学艺术的人来操刀。后来发现不是这样。灵光团队并不是因为学艺术才把它做美了，而是用数学的方式把事情做美了。
这让我觉得更厉害，因为数学本身就很美。
我有一次跟他们聊，问了一个问题。我是文科生，不懂代码。我知道一篇文章、一段文字什么叫优雅，但代码怎么叫优雅？
他们后来给我讲了一堆。大体上，技术人员评价代码是否优雅，会看它是不是简洁、逻辑性强、结构性强。
我说，这是不是跟灵光输出的结果很类似？他们说，对，这就是他们评价代码优雅的方式。
我一下子就明白了：灵光的结果之所以有这种感觉，是因为他们用技术的方式解决了结构优雅的问题。
王昱珩
我觉得科学、美学、哲学，甚至玄学，最后都会汇到一个点上，这个点一定不会是丑的。
从西方建筑到中国古代建筑，所有东西都是美、功能和科技相辅相成的。
李翔
我一直有一个困惑：绝大部分做技术的人，好像对“美”本身缺乏感觉。因为他们试图把所有东西都数据化、结构化。
我有一个朋友，小黄，就是六小龙之一。他曾经说，投资人建议他们做社区，社区里需要内容，但他们绝对做不了。为什么？他说自己连一篇文章是好还是坏都分不出来，对这个东西没有感觉。
这到底是不是技术和美之间必然存在的矛盾和张力？很多人对 AI 有陌生感、恐惧感，也是因为他们完全不理解 AI 是怎么运作的，所以产生了距离感和边缘感。
王昱珩
像朱利亚集就是非常美的东西。我觉得很多东西都体现着数学之美，包括以前的屏保。机械的美、结构的美，也都很美。
我觉得美是一个人的重要能力，只是过去的教育可能忽略、忽视，或者僵化了这件事情。
人类从最远古开始就追求美。我们会把动物的毛、动物的皮穿在身上，把好看的贝壳挂在脖子上。人一定会追求美，要求美。
我觉得对美有要求很重要，美应该是一种门槛，每个人都应该提高自己的门槛。
前段时间我去大同，看云冈石窟里一千多年前留下来的东西，受到很大震撼。那种美是非常了不起的。
李翔
AI 未来一定是一个普适性的东西，但普适性的东西跟美本身是不是也会有张力？因为它要兼顾绝大多数人的审美和选择。
从做媒体的角度，你就会明白，迎合大多数不一定是唯一的选择。
我 2000 年左右在南方报业时，《南方周末》《21 世纪经济报道》《21 世纪环球报道》的排版，在当时已经算是比较清新脱俗了。那时候很多都市报讲究“浓眉大眼”，要抢眼，放在报摊上，字最好比别人更大。
当时有人争议：你做得这么漂亮，会不会不利于销售？中国社会的大多数人是不是不会接受这种风格？
但后来你会发现，《南方周末》《21 世纪经济报道》依然很畅销。南方都市报后来也做了华语文学传媒大奖之类的事情。
所以我想说，我们总觉得迎合社会大多数才是正确的，但我不认为一定要迎合。人类对美的东西是有追求的。
即使很多人没有接受过所谓的美学教育，他们依然向往美。比如苹果产品，大家知道它的设计是美的。有人使用苹果可能是因为安全、攀比，或者其他原因，但我仍然相信，很多人使用苹果也是因为它好看。
他可能没有接受过美学教育，不知道这叫美，但潜意识里一定会喜欢这样的东西。
王昱珩
我觉得审美还是来源于平时的经验。你们把每天要看的东西做得更好看了，就像以前我们看报纸，现在我们看 AI，AI 难道不需要排版吗？我觉得需要。
有时我们是通过图像记忆，图像记忆可能比文字记忆更长久。你回忆小时候的一个瞬间，通常也是通过一个画面来回忆。
颜色也跟人的情绪有关联。你看到一杯很奇怪的蓝色液体，可能会觉得像刷厕所的水；但如果是一杯黄色或红色的液体，你会觉得它可能是果汁。
颜色会产生下意识的关联，这些东西都跟经验有关，也跟你有没有接触过有关。所以很多跟情绪相关的内容，未来可能仍然很难被智能完全具备。
无论哪个文明发展到一定程度，都会“饱暖思淫欲”，都会开始追求美。
比如这两个杯子，当你连喝水都成问题时，有一个容器能装水就可以了。但当喝水不成问题时，你一定会开始挑剔：我喝水要用这个杯子，喝其他东西要用那个杯子，一定会分得清清楚楚。
李翔
最后一个问题。你们觉得 AGI 会怎么看待我们今天关于美的讨论？
比如灵光的负责人、DeepSeek 的负责人，他们可能会觉得：“AGI 都要改变世界了，你们还在讨论美？”
王昱珩
我觉得美就是能够改变世界，美本身也可以流传。
李翔
好，谢谢水哥，谢谢陈亮。
王昱珩
谢谢。
陈亮
谢谢大家。