关雅荻
先自我介绍，跟大家正式坐下。
我是开放对话的主播。
刘飞
我是《半拿铁》和《三五环》的主播刘飞。
庄明浩
我是《屠龙之术》的主播。
龙天
我是来自飞书的，叫我龙天就好。飞书其实也有一档播客节目，叫《组织进化论》，不知道今天有没有朋友听过我们的节目。
关雅荻
今天这个话题，我觉得你们三位，特别是你们各自的专业，都非常适合来聊。刘飞，我刚拿到你那本书就给你拍照，说我在看你写的那本书。那本书全名叫《人工智能风云录》，是一本小册子。
一想到这个话题，我就觉得刘飞一定是对整个互联网，特别是人工智能的发展，至少对这段近代史，有自己的一些总结和洞察。龙天就不用说了，这也不是第一次来参加我们的活动，非常知道怎么聊。所以我就把更多的时间赶紧扔给你们。
你们先说，第一眼看到这个题目，想到的是什么？我先从一个播客主播的角度说。我平时没少使用飞书妙记等工具，把自己的文档放在上面做综合管理，但我用得非常初级。我算是一个相对科技小白的人，所以想先听听你们两位看到这个题目，第一反应是什么。
1. AI重写知识管理
刘飞
我首先想到的是，信息管理、知识管理，对我们这种内容创作者来说非常关键，也非常有价值。我写东西写了大概10年，之前写过的很多东西，写得特别多以后，很难再一条一条翻出来看，也很难记得自己什么时候写了什么。
很多朋友有记日记的习惯，工作当中也会留存大量内容。其实在这一波人工智能浪潮到来之前，大家对这些内容的使用是很困难的。信息管理方面，记录其实很简单，顺手摘录、复制、粘贴就可以了，但把库建立起来以后，应该怎么用，这件事直到今天才有了比较好的解决方法。
我从做播客前3、4年开始，就一直用飞书来做写作。不管是跟嘉宾沟通、跟制作人协作，还是整理自己的资料，各种文档都会存放在里面。现在有了AI的加持以后，信息获取会变得更快。按照以前的搜索逻辑，你可能要知道一个明确的关键词，但你未必记得当时具体是怎么写的。
所以至少对我来说，这几年AI对我的工作成本和效率影响非常大。
我看到这个话题时，第一反应是这样的。我原来是做投资的，回看从2010年开始的过去15年，互联网行业里有几个知名的创业大坑：母婴社区、宠物社区、知识管理，基本上都是这样的板块。
为什么会这样？其实很简单。每当有一个新兴技术出现时，无论是做产品、做技术还是做运营的人，总会觉得自己在日常生活或工作中频繁使用的东西不好用。
比如生孩子了，发现现在的母婴社区都做得很差，就觉得“我来做一个”，然后基本上都失败了。养宠物了，发现宠物社区也不符合自己的需求，于是再做一个，最后也都失败了。
知识管理更是如此。对于我们这些工作者来说，知识管理说得高级一点，简单说就是日常接触到的信息需要整理、收集，再做后续加工。我们需要一些趁手的工具，但每个人的需求完全不一样，过程中就会有各种不适，于是很多人会想，能不能我自己做一个。
所以过去这十几年，无论中国还是美国，在知识管理这个板块里，做笔记的、做记账的、做数据库的，以及现在做AI一体化的公司，一批一批都出现了。到今天，这件事情依然没有结束。我觉得如果明年、后年出现一种更新的技术，依然会有一批人跳进来，说要做这个新技术下的知识管理。
关雅荻
我不想一上来就聊得太硬核，也不希望大家觉得飞书只是一个面向打工人的工具。对普通人来说，只要能上网，飞书应该也有一些和他们关联更紧密的使用场景。
从你们的角度，有什么观察可以跟大家分享？可能是我们容易遗漏的对飞书的理解。
2. 飞书服务普通用户
龙天
我觉得飞书对每一个普通人来说，首先是一个足够简单的知识生产和管理工具。
比如刚才提到的飞书妙记。线上会议这件事其实有过两波热潮。第一波是特殊时期，大家不得不在线上讲很多东西；第二波则是AI技术的推广。
以前我们最多录个音，录完以后再自己整理。今天一段对话录下来，AI已经可以生成非常可靠的会议纪要了。每天你可能会聊很多东西，最后会发现AI真的可以帮助你很高效地提取其中的信息。这是我觉得每个人都能用到的地方。
再说知识库。我自己是一个J人，INTJ，从小就很容易因为事情太多而难受，总想把所有东西分门别类整理得非常清楚。小时候整理笔记本，有电脑以后整理文件夹，后来用专业工具整理知识库。但你每跨过一个节点，就会发现需要等待新的技术，原来的东西又理不清楚了。
刚开始我们也做了很多搜索优化。刘飞刚才说的是搜关键词，但关键词搜索很有限。直到现在有了新技术，你会发现不用管那么多，你产生越多信息越好。只要工具足够聪明，就能帮你找到想要的信息，帮你萃取出来。
所以对每个普通人来说，做知识管理的门槛已经很低了。你只要从今天开始，把自己的知识和信息在线化，剩下的可以交给AI去做。
3. 知识库连接信息与行动
关雅荻
大家反复提到了一个词，叫“知识库”。我担心这个词听上去太高大上，今天的聊天不能只停留在概念上。
刚才有位观众问，热点事件到底是怎么定义的。那我们也想把知识库讲清楚：它到底是什么，在现实中应该怎么理解？如果我搭建了自己的知识库，知识库究竟应该怎么形容？
刘飞
说得浅一点，我们每天会接触各种各样的信息，可能是一篇公众号文章，也可能是一份报告、一个收藏。以前大家会用收藏、标签，最开始公众号也可以收藏、划线、分享。
如果你要写一份报告、一篇文章或者一段文案，就要把过去看过的东西归纳、整理、抽取、加工，甚至还要在和别人分享、协作的过程中继续处理，最后产生一个结果。
整个流程中，这些流转的信息需要经过存储、分类、归纳和整理。看上去，这就是一份知识管理工作。
举个我个人工作的例子。我可能定期需要写PPT，大家如果听过我的播客，应该知道我做PPT经常是上百页。去年年底的总结有132页，内容来自几百份报告、几百张信息图表，以及可能几百篇文章。这些东西不可能靠人脑完全记住，大概率需要有一个地方存着。
存储的时候通常会分类，分类时还会继续加工，形成自己的逻辑，拼凑、整理、更新，最后加工成一个完整的东西并产出。我们当然都希望有一个一体化的工具，把这些事情全部搞定，但现在看起来还比较难，因为每个人的工作习惯不一样。
信息可能分散在公众号、微信群、聊天记录、飞书文档，甚至腾讯IMA这样的数据库里。加工时又需要各种工具，最后再整理成一个结果。所以如果你的工作涉及信息收集、整理和加工，你大概率就知道知识库管理是什么了。
关雅荻
有位朋友追问，知识库是不是把各种分散的信息收集到一起？碎片化信息在AI时代如何快速收集？收集以后又怎么确保信息安全？是本地化处理，还是用其他方式？
这些都是比较基础的概念，我们先把基础问题讲清楚。
刘飞
我补充一点。知识库在过去已经有很多探索，像语雀，很多朋友也在用Notion。它们面临的最大问题是成本很高，因为你要自己去整理这些信息。
我见过我身边整理得最好的是刘少男，他能把这些所有的知识信息按部就班、按照格式整理好。大部分人没有这样的时间和精力。
比如你放进去一篇文章，要处理它和之前所有文章的关系，还要人工筛选、人工分类、人工排版。这个成本对普通人来说是不可思议的。对专业做内容整理的人来说，因为他本身就在做这件事，甚至还有付费专栏产品，所以他有动力去做。
但对大部分人来说，我们没有精力做这些。因此不管是Notion还是语雀，之前面临的主要问题都是使用门槛。
现在AI为什么能快速整理信息？比如我以前用印象笔记整理文章，发现每次丢进去一篇文章，觉得写得很好。丢进去100篇、200篇以后，问题就来了：你不知道该怎么使用这些文章。
整理了几百万字放在那里，看起来只是拥有了一堆虚幻的信息，实际上没法使用。AI则可以按照主题帮你整理。你可以问它：“我过去整理的这些文章里，关于电商有哪些观点和信息？”它可以快速抽取出来。
它不只是根据关键词搜索，还可以根据相关性搜索。可能你问的是电商，它还会把双边平台、交易平台、网约车平台、外卖平台中的相关经验抽取出来，帮助你发现和整理。
我觉得这是知识库现在最有价值的地方。它会打破一种幻觉：我们以为自己拥有了知识，但其实只是拥有了信息。
4. 信息不等于知识
关雅荻
我很喜欢乱翻书，家里书特别多，可能有1万本。我什么都看，但不太精专。我还有一个囤东西的习惯，只是这个习惯主要体现在书上，总觉得拥有了这本书，就好像已经看过、已经学会了一样。
现在信息都数字化了，这种幻觉可能反而加重了。以前物理介质有限，书没那么多，你不会一直觉得自己拥有了巨大的信息压力；但现在电子信息可以无限囤积，问题就更明显了。
所以我一直在想，真正的知识工具在迭代过程中，首先要面对的是什么？我们不能陷入数字信息化之后更容易产生的错觉。必须有好的工具，让我们真正从中得到一些东西。
有位朋友写了几个字：“为学日益，为道日损。”他说，学那么多干嘛？拥有那么多信息又有什么用？我觉得这和我的焦虑、自我怀疑有共性。
在这一点上，你们几位是怎么面对的？
刘飞
这个现象我非常有体会。前一阵子有一个很有意思的词，叫“赛博仓鼠”。因为在公开领域获得信息的成本几乎为零，大家就想把很多东西圈进来、堆在一起。
但把东西堆在一起，叫知识库吗？如果没有更新的技术，可能不叫知识库，那是知识的坟墓。你放在那里以后不会再管，它更像一个文件夹，而且文件夹里放的还是垃圾，可能一点都不会看。
看似拥有了它，但它并不会为你创造什么。有时候你需要的东西也不是完整地放在那里，那该怎么办？
绝大多数人的记忆结构并不是网格状的，也不具备一套完整的体系。我们往往都是灵光一现，只记得某些关键点。今天想到一件事，可能就会突然联想到另一个东西。
所以这次活动准备的手机夹，背后写着“灵光一现”。很多知识生产、内容创作和记忆，都是从某个灵光一现开始的。如何把这些灵光一现的东西抽丝剥茧，找到它们之间的关系，我觉得这就是AI可以带来的帮助。
过去你只是把觉得可能有用的东西堆起来，但有了AI之后，就可以从中找到真正对你有价值的知识和想法。
关雅荻
有没有更具体、更贴近普通人的案例？刚才提到了年度回顾，还有没有更容易上手的例子？
龙天
普通人可能会觉得，我不需要整理这么多知识。但在我们公司，文档非常多，大家都知道飞书是一家以文档著称的公司，我肯定不可能全部看完。
比如我知道今天你要来参加这场播客节活动，我来之前就问公司的AI：“今天这个活动整体的计划进展到什么程度了？”
它会把相关内容整理出来。你看它的引用来源，可能来自公司几十篇文档、几十个群聊。一个活动本来就是非常碎片化的，今天说有一个新进展，明天又补充一点信息，但AI会把这些内容汇总起来，给你一个非常结构化的结论。
所以，碎片化知识分散在各处也没有关系。它可以在群聊里、文档里，也可以来自一场会议。当你提出问题时，AI会把它们汇总成一个有效的信息。
这就是我自己每天工作中感受到的巨大变化。
5. AI幻觉需要边界
关雅荻
有位朋友问，AI能不能不骗人？想提升工作效率，结果却陷入幻觉漩涡。连法律文件都能编，到底是帮忙还是帮倒忙？
效率提高了，但不能掉进陷阱。你们肯定都遇到过这种问题，怎么看？
刘飞
首先要看你用的是哪个AI工具。第二，AI和AI是一个抽象概念，落到不同产品上，产品逻辑是不一样的。
比如现在大家用DeepSeek、元宝、豆包、飞书，你会发现它们都有很多不同的配置项：要不要用搜索引擎，要不要深度思考，要不要联网，GPT还有Deep Research等功能。这些功能代表了不同的能力，所以首先要知道怎么用。
如果这些附加功能都不用，AI实际上就是根据大模型此前接触过的内容，按照统计和概率生成输出。这些输出里经常会出现幻觉，行业里把它叫作幻觉，里面有些内容确实是编出来的。
但你可以通过不同方式减少幻觉。比如使用带搜索功能的工具，让它参考搜索引擎内容。搜索引擎本身又涉及搜索哪些内容，是公众号、中文媒体还是英文媒体，这些都不一样。
你也可以给它喂文档。我以前做《半拿铁》的商业故事时，经常遇到幻觉，有些内容纯粹是编的。但如果我把一本传记或其他出版物给它，并明确要求它必须按照书里的内容输出，就不太会出现严重问题。
所以这里面涉及使用方式，不能简单地说“AI在骗人”。
庄明浩
纯技术角度来说，在现有这一代AI模型的架构层面，短期内看，幻觉没有办法百分之百解决。但我们可以通过增加边界、限制条件和使用场景，让它尽可能在有限边界内输出可靠结果。
这个事情是做得到的。但还有一个很现实的问题：今天很多人在和AI协作时，需要思考什么样的问题、什么样的任务适合交给AI。
现阶段AI绝对不是万能的。更现实的是，在AI时代之前，我们已经有了很多非常好的工具、方式和手段。AI出现以后，我最近频繁遇到一个问题：我甚至开始不太知道应该交给它什么任务。
遇到一件事时，你多想一步就会发现，也许在这个时间点还有更好的、更准确的解决方案。当然，交给一个通用的Agent，它一定会有幻觉。
所以在AI协作过程中，任务边界、挑选方式、原则、规则，以及你习惯使用什么、擅长使用什么，都会成为打工人未来一段时间需要考虑的问题。
6. AI进入投资决策
关雅荻
我追问一个问题。刚才有朋友问，怎么用AI做投资，你们想一想怎么回答。
龙天
关于幻觉这件事，我们现在更倾向于认为，它不是这一代AI的一个问题，而是它的一个特征，是它的一个feature。
换句话说，我们人在很多思考时也会产生幻觉。那如何减少幻觉？人会做二次核验。现在AI产品化做的事情也是一样的：AI有推理能力以后，我们会通过产品架构上的双重验证甚至多重验证，给它具体的资料，要求它验证某件事是否真的发生过。
在飞书里，用户甚至不需要自己写Prompt，告诉它要验证几次。因为产品会要求它必须根据用户提供的知识来回答，不能凭空编造。这和原生使用大模型加联网搜索是不一样的，产品化层面已经在解决这类问题。
当然，大模型本身的幻觉仍然是它的一个特征。你给它一点余地，它就可能开始自我发挥，人其实也是这样。
我相信未来一定会出现新的、范式级别的人工智能发展方向，所以也不用太着急。现在已经有一些产品工程化手段，可以把回答的有据率做到百分之九十以上，个别场景甚至能达到百分之九十八以上，大家基本可以比较放心地使用。
刘飞
我再补充一点。刚才说什么时候用AI，是打工人未来很长一段时间都要具备的技能。
生成式AI很容易区分的一点是，它像一个非常优秀的文科生。凡是文科生擅长的技能，比如创作、总结、某些推理，都可以大胆地让它做。
但它大概率不是一个擅长理科的学生，所以直接的数字运算、逻辑运算，尽量不要交给它。已经有非常好的计算工具了，让Agent或者自己直接调用这些工具来做计算，会更合适。
关雅荻
那我们先把投资这个问题说清楚。问题是：如何用AI工具做投资，在确定标的、感知市场情绪、做财务报表分析上，工作流应该怎么搭建？
庄明浩
这个问题特别巧。前几天我发过一条内容，引用的是一位美国投资人的提示词。它其实非常简单。
我们做早期投资，投的是创业公司。对于一家创业公司，我们关心的维度其实比较标准化：创始人是什么背景，现在的产品是什么，竞争对手是谁，拿过几轮钱，大概就是这些事情。
今天大模型能力已经发展得非常靠前了，甚至不需要动用所谓的工作流。你只要有一套相对制式的提示词，给到模型厂商，大概率就能得到一个还不错的结果，可能有60分。这是第一步。
如果想做得更细、更本地化，比如查国内公司的工商信息、专利信息，就需要调用专门的数据库。今天国内暂时还没有特别好的工作流产品可以直接解决这些问题，但我还是那个观点：风险投资是一份特别古老、特别传统的手艺活。
它没有什么特别难的技巧，基本上每天就是了解这些信息。任何一家公司来，你都要了解类似的信息。对于这种偏知识化的信息整理、收集和输出，AI几乎已经把人类打得体无完肤了。
所以只要先整理好自己需要什么，现在很多时候甚至不需要工作流，直接用提示词就能搞定。
关雅荻
去年活动上有一位投资人来聊早期投资。现在AI来了以后，投资人是不是也在迭代？整体素质和工作方式是不是进入了新的时代？
刘飞
这波AI来了以后，美国VC行业里有一种思潮：我们这份工作本质上是非常传统、非常手艺活的事情，但实际难度可能没有那么高。
过去大家会觉得判断一个人、决定喜不喜欢一个创始人、愿不愿意投资，带有一些人文的情愫。但现在有另一种思潮：能不能完全用AI和数据来做投资决策？
也就是说，在几乎不介入人为因素的情况下，不见面，只依靠数据分析、整理、打分和结果跟踪来做投资。美国现在已经有一些非常小、非常新的基金在尝试这样做，甚至只有一个人，所有员工都是AI员工，信息收集整理、投资协议签署流程等全部由AI完成。
这当然可能过于极端，但光谱确实在两端：一边是传统手艺，完全靠人；另一边是全自动化。
这个事情还需要后验证，因为投资结果是单一的，而且有很长的时间周期。VC不是今天买入、明天卖出，早期投资可能要等5年、7年甚至10年。
再过几年，我们才能看到那些完全依靠技术做投资的基金表现如何。如果它们真的表现很好，这个行业可能就要翻篇了。
7. 工作价值正在迁移
关雅荻
投资人能不能被数字取代，先不管。但现在有人问刘飞能不能被取代。
有位《半拿铁》的听友问：刘飞准备一期节目需要多久？现在有了AI以后需要多久？有什么好方法？如果我用了同样的方法，得到同样的结果，能不能取代你？
刘飞
这个问题问得很好，我每天都在思考。
如果你做的是对谈播客，比如《三五环》，可能还好，因为你要和别人实时对谈，AI很难实时和你互动。但《半拿铁》这种商业故事，主要根据公开资料、出版物等内容整理。如果你模仿过去100多期节目，已经有足够多的语料，再把表达方式学会，确实是有可能的。
以前我和朋友聊过，觉得语音很难替代我们，因为我们有很多口癖和情绪。后来发现，语音也可以模仿。现在生成播客的工具已经可以做到，节奏、停顿、口癖都能保留，文稿的表达方式也在快速进步，音色甚至都能模仿。
所以这个问题我没有答案。可能几年以后，我们的核心价值甚至不在内容生成上，而在选题上。我们的价值和工作流会完全变化。
但如果有人选题能力很强，资料整理、表达润色这些工作流又全部由AI完成，那确实可能把我们替代掉，这些都有可能。
回到准备节目的问题，有了AI以后，我的工作量确实少了很多。我最近用AI特别多，尤其是Deep Research，基本上能减少一半整理资料的时间。
以前一本书可能有几十万字，几本书加起来上百万字，需要一点一点读，非常痛苦，一两天都不一定读得完。现在可以让AI先帮你梳理，梳理完以后再做二次核验和润色，成本大大降低。
关雅荻
有位从事教育和教学的朋友问：沉浸式AI教学带来的即时反馈快感，是否在重塑人类对学习痛苦的耐受阈值，导致深度思考能力退化？
这和你刚才说的有点像。比如你以前为了做一个课程，要读很多本书，把一个问题真正想明白；现在直接把几本书交给AI，很快就能得到一份稿子。
从交付结果看，确实省了很多时间。但回头看，过去接收信息、慢慢蒸馏的过程其实很重要。现在AI替代了这个过程，加速了交付结果，可这个过程中我们会不会失去一些东西？
刘飞
我觉得这是不可避免的。你刚才用了一个词，叫“重要”。但我们可能要面对一个局面：很多原本以为重要的工作，未来会变得不重要。
有人问，文科生以后会不会消失，理科生会不会被替代，未来是不是就没有文科了。我觉得当然不会。
以前文理分科时，很多选择文科的同学，除了特别喜欢文科，也可能是因为记忆力好，擅长背诵。历史、地理这些科目需要记很多东西。
但现在记忆和背诵已经变得不那么重要了。AI和互联网带来的一个变化，是我们过去认为必须自己掌握、用来塑造知识体系的内容，确实没有那么重要了。
从小学到大学，整套教育体系一定会发生巨大的变化。过去九年义务教育里有大量需要背诵的东西，是因为当时我们确实需要这些内容，作为一个人在社会上立足的基础知识体系。
未来这些知识体系会变化，你会学习另外一些东西，因为AI已经可以把基础兜住。
但文科生不会消失，竞争力和价值可能会转移到别的地方。记忆和背诵不再那么关键，但能不能融合知识、创新知识，可能会变得更重要。
关雅荻
这个问题我想再补充一下。生成式AI被形容成一个优秀的文科生，那么在生成式AI之下，文科专业的工作者要怎么办？文科的不可替代性在哪里？
我在组织这个活动时，把100多位嘉宾拉进了一个群，根据每个人的情况组织了一半场次，另一半让大家自由组队。
可能播客主播都比较矜持，所以我主动说，想聊AI的大家可以一起聊。后来我看了前面大概50场的安排，发现这两天100场论坛里，讨论AI的场次会非常多。
而在这些讨论AI的场次里，因为参与者包括很多播客主播，所以AI和人文的关系尤其受到关注。类似的问题，保守估计这两天至少有10到20场论坛会讨论。
为什么会这样？恰恰是因为我们在这个时间点遇到了一个特殊问题。
前几天《纽约时报》的头条也讨论了这个事情：大学生已经普遍使用GPT写报告。他们知道自己写作时会获得你刚才说的那种过程性快感，但为了得到更好的结果，还是会选择使用AI。
这并不只是一个擅长考试的国家面对的问题，美国也同样面对。
上一代AI可以下围棋、打星际争霸、开车、下象棋，甚至击败世界冠军。但普通人不是靠下象棋、打游戏或者开车为生的。
这一轮AI来了以后，它每天写邮件、做数据分析、整理资料，而这些就是我们的工作。你突然发现，这些事情不是自己练出来的，却有人比你做得更好，这种感觉对人类来说特别敏感。
再举一个例子。前几天我们做直播时，列了10个职业，让大家按照最先被替代的顺序排列。我和另一位嘉宾不约而同地把翻译放在第一位。
如果你身边有人学语言、做同声传译或专业翻译，想象一下他现在面临的处境。今天很多主流大型会议的同声翻译已经不是人来做了，而是AI来做。
所以这些问题问出来时，大家可能还没有那么强的切身感受，但很多行业其实已经发生了翻天覆地的变化。
技术在不断剥离我们作为碳基生物的一些能力。
小时候计算机的出现，先把我们的书写能力剥离了。我们现在几乎只需要会认字，不一定要写得漂亮。后来，我们长时间、长篇幅阅读的能力也在被剥离。
现在手机和AI知识库又把记忆力外包出去。那在不断剥离之后，我们最后还剩下什么？我们还值得坐在这里聊天吗？
龙天
我对这件事是一个比较激进的乐观主义者。
去年在校招最终场，现场都是全球最好的学生。我问大家一个问题：日常使用GPT的有多少人？几乎百分之百举手。
这一代学生就是这样。你不用GPT写论文，可能就写不过别人。
我还和很多家长聊过，发现孩子们从小获取信息的方式就是天天和豆包聊天，问十万个为什么。这一代人已经是AI原住民。
在很多工具出现以前，某些能力对人类来说是必备的生存技能。有了工具以后，需要的技能就不一样了。能够用好AI，本身就是一种完全不同的能力。
至于教育，我觉得我们至少在今天的体感上，高估了现有教育的普及程度。
今年年初，很多人第一次使用DeepSeek时，看到它展示思维链，都觉得非常惊艳。大家第一次看到AI能够根据一个问题，把任务拆解成一步一步的过程。
我认识一位自媒体作者，他让前台运营的同事用几千元的预算筹备一个活动。以前那位同事不知道该怎么做，但他把任务交给DeepSeek以后，AI告诉他第一步、第二步、第三步应该做什么，结果可能比他自己做得还好，而且他也因此学会了。
这个世界本来就很草台。你再专业的人，换到另一个场景也可能什么都不懂。但AI的知识是相对完整的，至少能给你一个60分、70分的通用解决方案，告诉你这件事应该怎么拆解。
如果你是专业人士，可能会觉得DeepSeek的推导过程不够好。但当一个完全不懂的人面对一个问题，根本不知道第一步做什么时，AI能帮助他快速掌握解决问题的框架。
所以我对这些技术逐步落地、改变生活和工作的前景是乐观的。大家能想到、能用到的时候，就尽量多用。
我再举一个历史规律的例子。当然这次会不会重复，我们不知道。
每一次大的工业革命和技术革命之后，都会产生很多新的工种。比如10年前，我们不会想到今天会有一种工作叫短视频编辑。新技术总会带来变化，但新的增量到底比原来的岗位多还是少，我们并不知道。
不过人类有一个非常强的能力，就是经过一段时间以后适应新的变化。
如果把AI看作第四次工业技术革命，前面从蒸汽机、电力，到计算机、芯片和网络，第一次工业革命可能经历了100年，才真正提升生产效率，让全人类GDP得到巨大提升；第二次可能用了50年到70年；第三次可能用了30年到40年。
这个时间在不断缩短。AI这一波到底需要10年、5年，还是20年，没有人知道。
站在上帝视角谈这些事情很容易，因为这30年、50年对历史来说只是一页，但对很多人来说就是自己的一生。我们恰恰正在经历这样一个过程。
当然，换个角度看，我们也很幸运，因为我们正在经历巨大的变化和调整，而巨大的调整会带来巨大的机会和可能性。
这类问题每一位嘉宾可能都有自己的理解和观点，但没有绝对标准答案。很多时候，最后只能给一点鸡汤。
刘飞
我再补充一个视角。每次新技术革命到来以后，社会职业一定会发生巨大变化。
工业革命之后，全球纺织工人基本都面临失业。对他们来说，那可能意味着“这辈子就完了”，因为机器确实完整地替代了他们。
但有些技术并没有完全替代旧行业。电视出现时，电影行业非常恐慌，觉得电影要完了；电影出现以后，大家又觉得话剧要完了。但这些艺术形式一直存在。
从产品视角看，需求和场景大概可以分成两类。一类是纯效率型需求，比如纺织工。纺织出来的衣服，最终效果和体验在大部分场景下差别没那么大，甚至机器做得更好，所以工业化会把纺织工大量替代。
另一类是体验型需求。很多体验无法替代。和很多人一起在沉浸的场景里看电影，和在家里看，感受不一样。你看到真人在舞台上表演，和看屏幕里的内容也不一样。
所以当你担心自己的工作会不会被替代时，可以想一想：机器和AI做的事情，最终是不是能在效率上完全替代你？
如果你只是做Excel表格、写公式，那可能是简单的效率型工作。但如果你做播客，选题、内容规划和结构本身仍然有价值，那它就是体验型工作，不是单纯的效率型工作。
关雅荻
我觉得你们三位的发言非常有意思：一个是激进的乐观主义者，一个不敢站在上帝视角给出答案，但依然努力观察；刘飞则给了一个效率与体验的角度。
我大部分时候是凭直觉做事的人，播客节也是一个直觉的产物。我想说的是，如果这一次技术革命每次都接近范式级别的转变，那么第五次技术革命可能比我们想象中来得快得多。
我们不能再按照传统思维，觉得自己只要慢慢适应这次技术浪潮就可以。很可能你还没适应，它就已经进入下一次迭代，第五代来了，第六代可能更快。
这不是一个纯哲学命题，而是现实生活的问题。
从GPT上线到现在，也不过两年半。2022年12月左右，我还在交大读博士一年级。那时老师布置作业，要求我们交两份：一份只准用ChatGPT写，一份自己写。那时候还没有什么AI查重的概念，但大学已经开始面对这个问题了。
刚才说到“剥离”，最后留下来的东西是什么？如果不考虑效率，我甚至不想把效率当作目标，因为效率再怎么提升，也可能跟不上AI。
我会反过来想，人最后被剥离剩下的，可能是复杂性。
比如具身认知就是复杂性的。我最近刚生了孩子，做了3个月奶爸。每天陪孩子、观察孩子、带他晒太阳，时间和空间都被限制在家附近1公里之内。
后来我发现，这些日常本身就是复杂性的东西。它不是以效率为优先的，也不会用效率来育儿。
播客节也很复杂。大家花时间坐在这里交流，把手机放下，不能一边听手机一边聊天，否则感觉就不对了。
所以我觉得，我们需要拥抱一些复杂性，才能回头看效率提升到底指向哪里。我们不能完全把自己工具化。
有位朋友问，知网现在有AI识别率。人为修改以后，AI率反而更高，大家都不知道该怎么改。
还有朋友说，目前AI生成的会议纪要总感觉总结性不够，大家怎么看？
庄明浩
现在大学生的论文有查重。原来的查重技术，本质上是上一代搜索技术；进入这一代之后，就变成了AI和AI之间的“魔法对轰”。
学生用AI写论文，查重也用AI，但AI查重会出现问题。AI几乎无所不知，它的知识库包含了全世界人类的知识。把《滕王阁序》交给AI，它可能查出百分之七十四的重复率；把《三体》交给它，也可能查出百分之六十几。
所以AI查重本身也会产生幻觉。
荒谬之处在于，两个AI互相对轰，最后却由人类承担结果。学生可能被要求文科不能超过百分之二十，理科不能超过百分之十五，于是大家开始想办法降低AI率。
这一轮文化对轰，看上去像是在走向毁灭。
关雅荻
我也在用飞书整理资料，准备自己的毕业论文。我现在开题已经通过，接下来要交论文。
我原本是因为对电影行业有一个问题，想通过论文把它搞清楚。但现在写论文的方式已经变了。我不可能不用AI，可如果把大量精力花在检查AI生成的答案有没有幻觉上，消耗的时间可能比我原本研究问题本身还多。
这个度到底在哪里？半年后或一年后，论文会被查成什么样？我也不知道。
这就是我生活中真实遇到的困境。我现在甚至在想，要不要申请休学，或者延毕，因为时间还在我这边。没准等到第五代技术革命来的时候，这件事又不重要了。
关雅荻
其实这两天的活动里，类似的论坛非常多。你看，今天这场是偏知识管理的；另一场讨论信息平权之后人与人之间的区别；还有一场讨论AI能不能缓解人与人之间的沟通、交流和代际冲突。
大家会在不同场次反复听到这些问题。但它们之所以不断出现，是因为我们确实遇到了一个非常现实的变化。
关雅荻
有观众提醒我们不要聊得太跑题，要紧扣今天的主题。
龙天
有位朋友问，飞书和飞书国际版在应用上有什么区别？面对英文世界，应该如何讲述中国的AI故事？
飞书和我们公司另外一个大家更熟悉的产品一样，也有国际版本和中国市场版本。中国市场大家使用的是飞书，国际版本叫Lucky。
两者在产品部署方式、当地法律法规和合规要求上会有所不同。我们有比较完善的合规方案，也可以帮助跨国企业进行全球协同。
如果业务只在国内，员工也都在国内，使用飞书就可以；如果只在海外，使用Lucky也可以；如果涉及跨国协作，飞书和Lucky都有对应的解决方案。
8. 知识管理回到实践
关雅荻
刚才那个是战略层面的问题。我们再回到战术层面：你们平时用什么方法论管理知识，包括输入和输出？
Speaker 1
市面上有很多工具，可以满足我们对知识管理的需求。但我特别懒，也特别讨厌复杂和新工具，所以最后形成的方法论是：能用最简单的步骤完成知识管理，就用最简单的方式。
这听起来比较抽象，我举个现实的例子。很多熟悉我的朋友知道，我每天会看很多报告、文章、图表和信息，已经持续了十几年。
大家会问我怎么做信息管理。我的粉丝群就是我的知识库。
第一，我的粉丝大部分都偏哀人，群里聊天记录不多。第二，我会把看到的、认为值得分享的内容发到群里。大家看完就看完了，也不会有太多反应。
第三，当我要用的时候，就去搜索聊天记录、图片、链接和PDF文件，找到需要的内容，然后开始工作。
为什么用微信群？因为路径最短，工具最熟悉，不需要增加额外步骤。工作中的资料当然会放在飞书文档里，但个人播客相关的信息整理，我会用这种最简单的方式。
刘飞
我也有点类似，但不是建微信群。我会发到即刻，有些不太适合发在即刻的内容，就记在Flomo上。
我觉得记录这件事很重要，尤其是自己写下来的记录。看到一篇好文章，点收藏很简单，转发到某个地方也很简单，但你有没有对这件事产生自己的想法？
如果你把自己的想法记下来，过一段时间再回头看，会发现自己当年还想过这件事。
人到30多岁、35岁以后，记忆力会下降，很难只依靠记忆记住早上突然想到的一个好主意。可能晚上就忘了，之后就彻底遗忘。
所以一定要有自己的记录习惯。不管是记在飞书空间、即刻还是其他地方，只要有一个能沉淀的地方，之后回头去找，就能找到自己的记录和想法。
我平时也会记录选题。有时突然想到一个选题可以做，就赶紧记下来，因为真的很容易忘掉。以后再找选题时，翻出来就很快。
Speaker 1
在座的几位都是习惯输出的人，输出会倒逼输入。但并不是所有人都有输出习惯，很多人不一定有那么强烈的输出需求。
关雅荻
我们不能陷入自己的狭隘视野。大部分人不一定有强烈的输出需求，所以主动输入其实很难。
刘飞
我确实有一个建议：还是要带着问题去做自己的知识管理。
随意翻书可以是一种兴趣和志趣，这没有问题。但如果你真的想形成体系化的知识，最好带着工作中的问题去整理，而不是零散地看。
比如最近两年AI很火，很多朋友会问：“我到底该学什么？是不是要把OpenAI的论文全部看一遍？”
我通常不推荐从头到尾把所有东西都看一遍，因为根本看不完。你只要关注和自己领域相关的内容，把眼前的问题搞明白就够了。
就像关老师的毕业课题，你把自己的论文问题搞清楚就行了，不可能把整个电影行业和电影产业都搞明白。
所以，带着问题去整理知识。
关雅荻
有位观众连续写了两张纸，问了几个问题。第一个是：主播和AI围绕同一个话题，最长对谈可以持续多久？感觉AI深入挖掘话题的能力变弱了，反而会从多个方面回答，应该如何优化个人思考能力？
第二个问题是：AI帮助我们把信息整理成知识，我们又借助AI直接获得知识，那这些知识会不会只是另一种信息？对AI的依赖会不会导致整理信息的能力下降？应该如何面对？
刚才我们其实已经回答了一部分，但大家可以再补充。
Speaker 1
AI生成的会议纪要总结性不够，这确实是现在大家的真实感受。
兰溪老师每次直播结束后，都会发一篇特别长、特别完整的总结。我们开玩笑叫它“兰溪一言”。你看他的总结，会非常相信他，觉得那才叫总结。
什么时候AI的总结能做到甚至超过这样的水平？现在看起来还有一定距离。
这里有一个关键词叫“信任”。信任是今天面对AI的第一道坎。很多时候你不太信任它，这种信任来自于什么？
来自你和它不断沟通、对话的深度，来自它一次次返回结果，也来自你反复核验之间形成的差距。现在AI在这方面还没有完全达到要求，但正在慢慢变好，需要时间。
关雅荻
还有位朋友问：AI擅长信息提取、整合并输出insight，但输出的知识本身如何提供价值？如果使用场景不是主动解决某个具体问题，而是使用者自己也不知道想解决什么，只是随机使用AI，知识本身还有价值吗？
刘飞
知识本身有没有价值，和它与我们的关系有关。我们到底拿知识来做什么？
比如我平时看到一些有意思的故事，会把它们记成选题，因为未来做《半拿铁》时可能会用到。如果只是因为“这个故事挺好”就记下来，但以后对你没有用，那它对你来说就不是知识。
现在是信息爆炸时代，大家能找到很多文章和资源。有人看到某个品牌最近很火，就想研究一下它；看到某个行业热门，也想把它放进自己的知识库。
但如果你只是因为大家都在讨论，所以随便研究一下，那可能没有意义。除非这件事和你产生了真实关系。
比如你买了某家公司的股票，结果亏了几万元，你非常痛苦，于是想研究它的创始团队、业务和涨跌。这时你和知识之间建立了关系，也有了实际问题需要解决。
这种过程本身可能是愉悦的，也是开心的，因为它真正和你的生活发生了联系。它才是对你有用的知识。
随便翻书、看文章，如果没有和自己的工作、生活或问题产生关系，更像娱乐，和刷短视频没有本质区别。
你以为自己读了一本名著，但那本书和你没有关系，可能也只是娱乐。能落到工作和生活中、能帮助你解决问题的，才叫知识。
9. AI改写内容创作
关雅荻
还有一个问题和内容创作直接相关。现在很多创业项目都是收入增长很快的工具类、效率类AI项目，比如帮助人做播客、提升播客效率、生成视频等。
在内容领域，AI生成的播客、视频、知识文章，本身是否有足够的付费价值？AI内容生产的商业逻辑是什么？未来人类创作者应该如何和AI共生？
庄明浩
AIGC这件事，前面其实已经聊过了。
2022年11月ChatGPT发布，但图片生成模型Stable Diffusion在2021年9月就发布了，也就是说，在ChatGPT出现前一年多，AI生成图片已经非常强了。
你可以去问身边做设计、做画师或从事图片工作的朋友，他们的工作已经被改变成什么样子。
我们公司有游戏业务，游戏生产需要大量美术资源，包括二维场景、人物、图标、Logo，以及复杂的三维动画、骨骼、贴图等素材。各个板块最前面的部分，可能已经有百分之八十甚至百分之九十是AI完成的。
随着三维技术、动画技术继续成熟，AI会越来越深入地进入生产流程。效率提升之后，当然会带来失业问题，一部分基础美术从业者确实已经面临很大压力。
但反过来，如果一个人很早就了解AI产品和工具的边界，善于和AI协作，对他个人来说也可能打开更多机会。他可以成为一个人公司，或者成为个体开发者，能量和杠杆都被放大了。
他可能不再是大公司里的一颗螺丝钉，而是可以自己接项目、做产品。这种变化已经在图片生成这个很简单的板块里出现了。
关雅荻
有位朋友问，如果你是播客节的策划人，会不会让AI参与对话？如果让AI参与，你会怎么策划，聊什么话题，才能让活动更精彩？
我当然是开放的，也很期待。但我想听听龙天会怎么回答。
龙天
坦白说，从2022年到现在，技术发展速度远超我们的预期。我在飞书内部一直是推广AI的激进派，当时能用AIGC的地方就尽量用AIGC。
那时候我们也确实做过很多尝试，但效果不一定尽如人意。
公司内部有一个不定期邀请嘉宾聊天的活动。有一期，CEO希望让AI来当主持人，给它写了一个Prompt，让它和CEO对话。
效果确实一塌糊涂。首先是建立不起真正的对话，其次是不够流畅。AI思考时会有延迟，运行很长的Prompt也会比较慢，所以当时还达不到要求。
但我觉得很快就会到那个阶段。现在只要不是长推理模型，实时对话已经不是特别难的问题了。
翻译行业可能很快受到冲击，因为实时性解决以后，同声传译的门槛会大幅降低。
所以我很期待内容创作领域引入更多AI元素。但不是为了猎奇，找一个AI数字人放在后面，结果它问的问题和回答都不相关，那就没有意义。
真正有用的AI元素，可能很快就可以进入内容创作。
关雅荻
我觉得不要为了用AI而用AI。过去两年里，很多人踩过的坑就是为了证明自己有AI员工、AI助理，硬把AI塞进流程。
AI应该只是一个新的技能和工具，要找到能够落地的场景。比如会议纪要这件事，未来一定会越来越好。
我回头可以把今天这场长对话的会议纪要发出来，大家看看现在的AI能把它总结成什么样子。它一定会给出一个总结，而且总有一天会把口误自动纠正。
刚才我一不小心把龙天叫成了龙飞，飞书妙记可能会识别出来，然后说：“这里应该是龙天，我已经帮你自动更正。”
飞书妙记现在其实已经有类似功能了。过去它经常把我的名字识别错，但现在已经可以识别“关雅荻”这3个字。因为有上下文，它知道“关雅荻”和“开放对话”经常连在一起，所以能够判断应该用哪个字。
关雅荻
我再补充一个策划案例。明天有一场远程连线，如果类似钟书老师这样的嘉宾，安排一个半小时的对话，可以在课表上写“远程对话”。
但你可以不让嘉宾一开始出现，前45分钟让大家和他的AI对话。中间休息时，问大家感受如何，然后告诉大家刚才上半场全部是AI，真正的嘉宾就在现场，再让他出来。
龙天
这个策划确实有表演性，但还是那句话：AI真正自然发生的时候，大家拦也拦不住。不能为了做AI而硬凹造型。
关雅荻
就像机器人下场时需要有人拎着走，跑马拉松时还会摔倒。给它一点迭代时间，也许到11月就已经完全不一样了。
还有一个问题是传统手写记录。很多人喜欢手写，活动现场也有手写环节和本子。如何平衡手写记录和电子化记录？
飞书和AI处理的前提都是电子化，那手写记录还有意义吗？当书写能力被替代、知识整理交给AI以后，不同个体在这个问题下的独特性又在哪里？
刘飞
我觉得逻辑还是一样的。每次新技术出现，都会改变一些旧行业。
手写在出版行业出现以后就已经被改变了，但书法并没有消失。现在我们看到招牌、产品Logo，依然需要字体设计，它只是变成了另一种存在形式。
所以我还是比较乐观。
关雅荻
时间过得比我想象中快，不知道是进入心流了，还是产生了幻觉。
有位朋友问龙天，飞书的使用界面是不是有点复杂？有没有培训或案例分享，帮助大家真正提升效率？
还有人问Speaker 1：去年年底总结时判断应该买入英伟达，现在还这么判断吗？
龙天
飞书功能越强大，产品就越复杂，这是我们自己也会头疼的问题。对于刚上手的用户来说，功能太多确实会增加理解成本。
我们会持续做用户体验优化，也会针对不同用户层提供更简洁、清晰的使用方式，让大家更容易找到和自己相关的功能。
关雅荻
大家如果想进一步了解，可以关注现场提供的课程和资料。
庄明浩
先说明一下，以下仅代表个人意见，不构成任何投资建议。
从长线逻辑看，如果AI这一波浪潮依然保持现在的趋势，英伟达还是可以持有的。只不过过去一段时间，尤其最近几个月，因为政策、关税等因素，调整比较剧烈。
从短线角度看，我觉得英伟达100美元以下都可以买。当然如果最近价格已经超过130美元，也可以做一些波段，跌回100美元以下再买回来。
这和比特币的思路有点像，10万美元卖出，跌到8万、9万美元左右再买回来。过去这些年，只要AI趋势还在，这种策略就没有完全失效。
这只是个人观点。
关雅荻
我们还聊到了教育。有人问，同样是学习AI，怎么看AI对中小学教育的影响？对学生和老师分别有什么影响？
我没孩子，我孩子刚出生，所以这个问题确实不太适合我回答。
庄明浩
我家孩子今年五年级，马上升初中。他们学校上学期推出了一个AI使用规范，一份给老师，一份给学生。
学校会明确规定，什么课程、什么类型的作业可以在什么程度上使用AI；老师在什么教学方式、什么环境下可以使用。
我们今天都不是教育从业者，只能算外围观察者。但你会发现，国内一些比较优秀的学校，以及在线教育平台，可能早就认为这件事非常重要。
真正困难的是边界和执行方式。现在看起来，处理边界并不比AI本身更容易。
我看过孩子学校的规范，更多还是一刀切。比如语文大作文完全不能用AI，英文大作文也不可以；英文项目作业的观点部分不能用，但PPT样式可以用。
问题是，学校怎么判断？其实很难。
前几天晚上，孩子说他要修改英文作文。我问他：“你的英文作文上周不是已经交了吗？”他说老师认为那篇作文是AI写的，所以要求他修改。
老师可能是根据一个五年级小学生通常的语言水平来判断，扫一眼就能感觉出来。但随着模型能力继续提升，可能会越来越难分辨。
关雅荻
教育方面更专业的讨论，大家可以去听活动里教育从业者的场次。我们都是家长，不是这方面的专家。
10. 人类保留主体性
最后一个问题，我们简化来问：AI时代已经到来，应该如何构建自己认知世界和自身的框架？又如何把知识和实践结合起来？
我觉得这个问题几乎涵盖了今天所有讨论，可以请每个人做一个提纲挈领的总结。
刘飞
我上一场正好也和朋友聊了一场AI，最后结论差不多：没必要因为这是AI时代，就强迫自己拥抱AI。
这有点像10年前互联网时代到来时，大家焦虑地说“互联网时代来了，我是不是要学很多东西”。但现在谁会说自己正在拥抱互联网？大家只是自然地使用手机。
过去10多年，我们的工作和生活确实发生了很多变化。15年前，办公室里还会用纸笔、打印机，后来大家自然学会了Word和Excel。
这个学习过程没有想象中那么可怕。以前写在本子上，后来改用Word，没有人会觉得人生完了。
AI也是一样。如果它和你的工作、生活没有太大关系，那暂时没有关系，也不需要彻底改变自己的认知框架。
AI还是工具。未来日常生活中可能会有更多AI介入，但这不代表你的人生全部要发生变化。关注自己手上的工作和生活，依然最重要，不必一直关注特别遥远的东西。
如果你因为AI感到焦虑，可以去了解；但如果你暂时不看，也没有关系，因为它最终会自然进入生活。
庄明浩
去年播客节我聊的是内容平台消费，从短视频到播客。
我讲过一个例子：1999年，世界上很多国家举办过一种“互联网生存挑战”。当时互联网还没有普及，几个人被关在酒店里，给一台电脑和一些钱，让他们通过网络生存。那时候没有外卖平台，也没有今天这些服务。
现在也有人在做AI时代的生存挑战。
如果今天我们所有人带着手里的手机穿越回1999年，你要怎么向当时的人解释这是什么？你要告诉他，这个东西可以订餐、叫外卖、订机票、去任何地方、找到任何人，里面有无数信息和数据，甚至还有一个虚拟宇宙。
这件事距离1999年也不过20多年。所以未来会发生什么，没有人知道，享受它就好了。
龙天
我也回应一下。
我的父母是60后。移动互联网刚出现时，他们觉得上网是新鲜事，想买东西时，账号还需要我帮他们注册。
但现在我每次回家，都会莫名其妙看到很多包裹。他们已经在某个阶段自然地把互联网当成基础设施了，并没有刻意学习或接受教育。
人在某个阶段可能会刻意做一些动作，更快拥抱新的潮流。但认知框架和事物本质是两回事。
理解世界的方式可以有很多种，底层本质在不同时代里并不会发生太大变化。有一位文科生朋友读过非常多的书，熟悉很多历史人物，所以他理解世界时，会把现实映射到读过的历史规律中。
他用这样的方式理解事物本质，那么有没有AI、有没有新技术，并不妨碍他理解世界如何运转。
所以大家不用因为新的技术浪潮，就焦虑自己必须立刻完成一套认知迭代。我们就是这样一波一波走过来的，而且很幸运，我们这一代人会经历一波又一波变化。
只是未来节奏会越来越快。
关雅荻
最后有一个问题是专门问我的：你觉得自己的直觉可能来自内在经验吗？
我觉得这个问题点到了很重要的一点。面对AI、飞书，以及所有追求效率的工具，我希望保留自己的主体性。
我希望去生活，把这些东西都变成自己的生命经验。工具，包括播客节，对我而言都是客体，我们体验它就好了。
我愿意随波逐流一点，让生活指引我应该学习什么知识、积累什么经验、借用什么工具。
我刚生了孩子，最近就变成了育儿专家。搬了新家以后，我又变成了解决厨房烟道倒烟问题的专家。你别跟我讨论这个，我现在非常专业：哪个阀门、用什么胶、硅胶怎么处理，我已经和物业的专家讨论了很多轮。
这些问题看起来和今天的对话一样琐碎，但家里有婴儿，二手油烟里的PM2.5对孩子的损害可能比对我大很多，所以这确实是一个严肃的问题。
我想说的是，先变成生活的专家，然后让AI为自己所用。