曼祺
我先从一个问题开始：大家应该都是从 ChatGPT 开始，在过去这两三年间，什么时候觉得 AI 真的到了一个可用的状态，或者说，让你觉得人类认知的边界被它突破了？
姬十三
我先说吧。我觉得是第一天，就是用到的第一天。没记错的话，应该是用到第二天，咱们就做了一场直播。
潘乱
对，而且找的应该也是 AI 行业的从业者。在那个时间点，无论是资深的行业从业者，还是我们这些所谓的外围、非技术从业者，当他用到的那一刹那，我觉得就是被震到了。
用一个更通俗的说法，就是我们第一次真正意义上看到一个机器在吐字，吐出那些看上去像模像样的字儿。这个时候的感触真的跟之前都不一样，所以可能这就是为什么 ChatGPT 出现的第一天，就变成了全世界所有人的共识。
姬十三
我觉得答案肯定是类似的，但是我最近用得更多的是 o3。我觉得它已经非常可用了，甚至它吐给我的答案，如果我要去用，修改余地已经非常小了。这个时候我觉得 o3 真的是已经比我的助理强很多了。
曼祺
对，因为第一次使用时那种震撼的感觉肯定是相似的。我也分享一个最近被震撼到的时刻，就是 4 月 11 日 OpenAI 上了全局记忆功能之后，很多人应该都被灰度到了。你其实可以去问它关于你自己的问题，它之前已经帮你记忆了一些东西。
我去问它我喜欢什么样的文字风格，包括我是谁之类的，它会给你一个描述。这个描述我觉得还是非常准确的。因为我也看到很多人分享，有些人是从情感上被震撼到，我是觉得它在逻辑上非常好，整个描述得非常准确。我觉得这一点可能在未来的工作上会更加有用。
潘乱
为什么我今天要讨论这个话题？如果过往现场听过我播客的话，你会发现，比如说今年春节之前，我的状态还是相对悲观的。我不是觉得它没用，而是觉得它对大部分人其实没什么用，因为它还需要你给它很好的提示词。你要知道，大部分人连高级搜索都不会用，我相信在座很多人日常也很少使用高级搜索，这对很多人来说有很高的使用门槛。再加上它给出的输出幻觉率很高。
对我来说，真正感觉到变化可能是从春节以后，用 DeepSeek、o4、Claude 3.7。包括本场讨论的一些提纲，我都是通过元宝、Claude、OpenAI，让它们每个人全部回答一遍，再把一些词串起来。我觉得真的到了可用的状态。
包括大家朋友圈里面，一定有非常多人的头像都已经变成宫崎骏的画风了。这在之前还是需要专业的人写一堆提示词才可以，但今天每一个人都可以。这让我觉得真的有一些不一样了：每个人都可以拿工具来用。
我自己还有一个时刻。前段时间有一天晚上，我花了半个夜的时间，用 AI 写了一本小说的提纲，写的是三国题材。
之前《三国演义》是以蜀汉为视角的，可能 2017 年吴秀波拍的《军师联盟》是以曹魏为视角的。我就想，没有人以江东、以孙吴的视角来写这个三国。
如果你以东吴的视角打开，它不只有三国，还有台湾、辽东、东南亚，还有山越、百越，还有海南。中间再把它串起来：它和四大都督的故事，它和曹魏、和关羽的关系，它 5 次去打合肥、每一次都失败的故事，它怎么从一个汉朝边缘的诸侯，理解自己和中心的关系，又怎么去拓展海权。
我就发现，我花一个晚上就能把它写出来。后来我把它给《军师联盟》的编剧看，他们觉得还不错。
但你想想，我之前压根没想过像我这样的人能写小说、能写剧本。它当然只是一个概要，但是我通过元宝和 ChatGPT，让它也写了几集，比如吕蒙杀关羽之后各方的反应，写得非常有模有样。我拿给导演看，导演也觉得可以，甚至可以试试拍。
你看，我一天之内就能做到这些。我连编剧课都没上过，《故事》那本书大家可能都听过，就是编剧里那本皇冠型的书，可能很多人知道。我大概七八年前买过，但只翻过目录，也没看过。
但在那一天，我这样一个门外汉能写个剧本，而且这个行业里面水平最高的人也能够表示认可。我真的觉得时代不一样了。
曼祺
我们做个调研。刚才潘乱的话题当中有一个关键词，叫“四大都督”。现场知道“四大都督”是谁的，举个手好吗？
东吴的四大都督都是谁？大概是——对，对，已经有人说出来了，有正确答案了。但是绝大部分人是不知道的。可能我们知道这些名字，知道东吴有这些厉害的人，但是不知道他们发生过什么，或者只知道其中一点点。
以前面对这样一个任务，我没有办法把这些看上去本来已经有非常多信息量的信息，用一种别样的角度，以影视剧的方式呈现出来。这件事情挡住了绝大部分的碳基生物。
但我一开始对东吴的历史也不熟悉，是一点一点往前推进的。我去刷一些维基百科，不断用元宝去问 ChatGPT，再把 ChatGPT 的内容扔到 Claude 里面，不断拓展这个结构和脉络。
比如三国里面，只有东吴有非常多女性角色，有很多可以发光的女性角色；也很少有人去写东吴的论文。我把近期关于东吴的论文全部扒拉出来，争取把它们的视角都融到这个戏里面去。真的觉得很不一样，你只需要给它一个观察的维度。
你只要想象一下，我经常举例说苏轼那首《题西林壁》：“横看成岭侧成峰，远近高低各不同。不识庐山真面目，只缘身在此山中。”一个人就可以让它从 7 个视角去观察，它可以帮你构建起观察的路径。
姬十三
因为在这之前我们就在讨论潘叔讲的这个案例，关于这个主题前面的那句话到底是否成立：智力平权之后，它是否会发生，还是说它正在发生，或者说这件事情可能根本不会发生、永远不会发生。
在这个例子里面，潘叔其实有一个很鲜明的主要戏剧矛盾冲突，就是东吴本地的氏族，比如陆逊他们家是东吴本地的四大家族之一；而孙权他们家，因为孙坚原本是长沙太守，后来才去了江东。这是一个主要的矛盾冲突。我不知道这是 AI 告诉你的，还是你本来就知道？
潘乱
我自己原本就知道。
姬十三
对，所以你还是会有一些鲜明的东西在这里，然后你才会让 AI 去做一些事情。
姬十三
我很好奇一个问题，就是潘乱能当编剧这个事情，是让世界上的编剧变得更多，还是会改变编剧这个行业？你觉得这个事情会怎么发生？
潘乱
我觉得编剧的工资可能要降一降了。
姬十三
过去两年半的时间，新一波大模型能力的爆发，已经悄无声息地在很多身边朋友的行业里面出现了巨大的渗透。
典型的比如我们上次讲过的翻译。这可能是大模型这波来的时候，大家既然叫它语言模型，它又是语言模型，当然它说话跟翻译是最强的。所以翻译这件事情，已经悄悄地被压缩到可能只剩下 1%、0.5% 了。
再比如图像。你今天如果只是一个游戏场景的 2D 美术工作人员，你的工作受到的影响已经切实发生了。
那反过来讲，这些新兴技术是否在这个时间点带来了更多像刚才那个问题一样的可能性，更多编剧的可能性，更多工作的可能性？在每一个小的细分行业里面，今天可能都不太一样。
而且这件事情一定是非静态的，一定是波澜壮阔的，曲线也一定非常波折。我没有办法在今天用一条线、尤其是线性的方式去归纳这件事情。
我们为什么会以潘乱这个案例作为这场的开篇？也就是说，我们这个标题叫“智力平权之后”。刚才我们拿到的第一个问题也是这个问题：它会导致智力平权吗？AI 导致的到底是信息平权，还是智力平权？
我们大概刚才想了一下，上半部分可能更多讨论这个议题的前半部分，就是智力是否真的在平权；下半场再讨论后面的话题。
曼祺
这个问题其实是一样的。大家看到这个问题的时候，感受也是类似的。
我再说一点更题外的话。在准备这场活动之前，我数了一下大家手中的课表。一百场讨论，我们不深入思考具体讨论什么，只看题目。这一整排题目当中，带“AI”和“智能”这两个关键词的有 10 场，两天有 10 场。
按照我个人的经验去划分，有 3 场是聊战术层问题的，比如 AI 播客怎么做；我明天有一场聊 AI 行业的发展，还有一场聊什么我忘了。反正这 3 场是聊 AI 战术层的，剩下 7 场跟这场的议题几乎是一样的。
为什么会变成这个样子？可能也是今天讨论这件事情的意义。这一波技术浪潮真的来得太快、太猛烈，在短时间内就形成了全世界的共识，所以我们会对这件事情有这么强的焦虑、感触，或者说想听一听。
潘乱
我觉得还有一个不同。去年如果把这个议题抛出来，可能不会有这么多相关讨论，是因为今年真的水涨船高，已经淹到脖子了。那些所谓专业创作者的能力，AI 也能做到。之前我们只觉得它能干一些普通的基础活。
姬十三
接下来可以讲一个跟“数”有关的东西。大家可以分享一下，哪些部分是相对平了一些的。因为智力是一个非常宽泛的概念，如果把它变成不同的能力，可能有语言能力、谋篇布局的能力、思考能力、规划能力。
哪些部分可能相对平了一些，哪些部分可能没有那么平，反而差距会拉大？你本来的基础，或者你使用 AI 的程度，会导致人与人之间的差别变得更大。我觉得可以讲讲这个。
曼祺
我觉得可以先从大家自己平时的工作开始。之前我们也讨论到，庄老师每次播客不是还放很多 PPT 吗？巨多 PPT，好多页。我就问他：“你这些东西现在有多少是 AI 可以帮你完成一部分的？”他说：“没有。”
当然这是个个例。我们坐在这里可能都是个例，而且这种个例可能代表了某种极端情况。
今天我们只说一个最简单的场景：PPT。市面上做 AI 相关 PPT 工具的厂商已经非常多了，美国有，中国也有，而且很多厂商的 AR 可能已经到了几千万美元的体量，其实已经算细分领域的头部项目了。也有非常多的人在自己的工作过程中使用这种东西。
但为什么像我们这样的人没法使用这种东西？我经常有个比喻：哪怕今天汽车生产流水线已经丰富到这种程度，依然有汽车品牌坚持用手敲的方式做汽车。当然你会知道，那种方式的效率一定超级低，产量一定非常少，但它一定是精益求精里最尖的东西。
恰恰因为今天我们想做一个“2025 年上半年 AI 行业发展综述”，我把这个标题给到 AI，AI 就可以返回一个看上去像模像样的 PPT。这个 PPT 拿去给我 10 岁的儿子讲，我觉得问题不大；甚至给刚毕业、刚加入行业的二十几岁的年轻人讲，问题也不大。
但是如果我想拿这个 PPT 去给对 AI 行业有一定了解的人，或者给从业者讲，这个 PPT 肯定不够。那要增加的部分是什么？我觉得增加的部分，就是我们作为内容创作者的价值所在。
那部分可能是观点，可能是筛选，可能是边界，可能是逻辑框架，也可能是底层一些东西的梳理。我们没有办法把它穷举，但至少我要用我的方式、以我能够理解的方式，希望把这种东西做一个整理。
这种东西 AI 暂时没有办法做到。哪怕我给它一个超级长、超级复杂、很有逻辑架构的提示词，或者交给 AI 一个任务，它给到我的结果依然没有办法达到这样的目的。
所以从这个结果来看，之前有个比喻，是 Miles 的创始人接受采访时说的：既然我们没有办法预判模型的发展能力，我们就先等着，假设它发展得非常快、非常厉害，在那个地方我们在它前面先等着它来，先假设它已经非常强大了。类似的话，Sam Altman 也讲过。
还有一个角度，这个案例在过去几年行业发展中也被无数次提到：大家认为，F1 世界里面，车手重要还是车重要？大家会认为车手更重要。车手的意义在于，给任何一个 F1 车手世界上最快的工具。那你的价值是什么？
当然，我经常在讲这个鸡汤的时候，会用一个反面的例子去驳斥它。我说，世界上只有 20 位 F1 车手。所以很有可能，如果极度悲观地来看，未来某些行业的状态可能就是这个样子。
潘乱
这是我的一个个人案例。我的一个观察是，现在低价值的工作基本上可以用 AI 替代。比如按每小时，或者按一件事情来讲，它可能就是几十块钱的事。
原来你在淘宝上花 20 块钱找人做一张海报，或者拍一张肖像照，这样的工作今天拿 AI 来替代，问题不大。我们讲翻译，如果是低水平的翻译，可能也是这样一个价值的工种。
甚至我自己家里，阿姨今天可以用豆包帮助小孩辅导作业，也可以用豆包帮助小孩做英语作业。作为一个单价比较低的工种，今天 AI 基本上替代得还不错，甚至在一些免费的场合，AI 已经可以替代了。
但是如果是高级的商业场合，比如我们出去做一些商业项目，今天 AI 只是帮助高手变得更强。普通的、没有能力的人，直接通过 AI 获取高价值的商业项目，今天来看还是不太可能。
我不同意。我觉得它可以让普通水平的人，如果有非常强的意愿，更快地沿着加速曲线变得更强。我是真的非常感受到这一点。
我以前跟你们说过，我是一个苏北的二本学生。我睁眼看世界的方式，就是去刷 Google Reader。2009 年、2010 年的时候，我就是通过这些人的分享，但我连谁好、谁不好都不知道。
但今天你可以一上来就面对一个全网的知识库。当所有人都在分享的时候，今天分享的人比 10 年前、15 年前多了无数倍，质量也高了无数倍。只要你有心，即使在一个更偏远的地方，也可以获得这些东西。
我刚才还跟十三说，比如以前果壳可能做出版，去做一些生物科学、基因相关的内容。今天你不需要再把那本书买来、看完，有可能只需要不断跟它交互，就像学习过程中不断摸索兔子洞一样，在兔子洞里漫游，你甚至可以拿到一个更好的知识图谱。我今天看书都用 VR 来看了。
对，就关于什么是平权，以及把这个问题再往前推一步，我恰好跟十三你的观点完全不一样，我们可以 battle 一下。
我觉得越高级的那些工种越容易被取代。所谓高级，是指那些我们今天认为的高级工种：脑力劳动、逻辑性强的劳动。这些恰恰是 AI 最擅长的东西。
反而你去看街边的理发店，那些体力活更难被替代。今天我觉得完全反过来了。我们之前在科幻小说、科幻电影里面看到那些指挥一堆机器人去干活的场景并没有出现，倒是先把这些做办公室工作的人、这些真正的高价值劳动者干掉了。
我觉得以后 VC 不会再找那么多分析师了，那些金融公司、四大不会再找那么多人写报告，一定会把这个市场的岗位数量压下来。
姬十三
我顺着这个话题说一下。刚刚想分享的可能也是这个角度：从大的技术框架来说，什么东西可能被平掉？
首先，虚拟世界的东西，整体来说相比物理世界，如果都要用到智力和智能，虚拟世界会先被平掉，而且是虚拟世界里规则比较明确的东西。因为目前这条大模型路线，比较容易处理的就是这些。
比如代码就是一个规则非常明确的空间，很适合用强化学习提升能力。自然语言也是对物理世界抽象了一层的东西，通过大量数据去学习，可以学到它的内在规律。
所以像创意写作，大家在 DeepSeek 之后应该也受到过一些震撼。虽然说实话，DeepSeek 的东西如果直接用在文字上，稍微高一点的要求就不行，它胡编乱说的地方特别多。推荐大家用 Claude 3.7，比 DeepSeek 强太多了。
整体上来说，虚拟世界里的东西可能会更快被平掉。如果把智力放大到智能，一些需要和运动控制结合起来的东西，反而很难。
目前来说，机器要完全做到还是很难，因为这又涉及具身智能，可能还处在更早期的状态。比如保姆、家庭服务、理发，甚至已经做了很多年的自动驾驶。
自动驾驶其实就是想要有一个机器司机。车可以理解成一个简单版本的机器人，因为它处理的任务只是“我在路上不要碰到什么东西”。它不需要和这个世界进行太多交互，只需要在一个特定规则里面运行。
但机器人要面对的是：我要拿硬的东西、软的东西、透明的东西、黑色的东西。这些东西在视觉上都有难点，所以可能还要比较长的一段时间。
潘乱
我补充一点。我们现在聊的都是比较空泛的，但有朋友做过这方面的数据项目统计，大家有兴趣可以去翻一下。知乎上有一个专门写数据分析的博主，叫陈沁，大家叫他“数据帝”。他刚刚发布了一个统计，结果其实跟曼祺刚才讲的是一样的。
我先说结论：人类通过后天实践学习知识、积累经验和诀窍获得的技能，AI 确实已经实现，甚至完全超越了。
不是单个技能，也不是一组技能，而是那种通过艰苦的学习实践来获取知识、积累经验的技能，人类已经落后于 AI。到头来，那些人类在孩提时期、甚至出生时就已经掌握的技能，那些精巧的人类生物学本能，反而似乎是最难被模仿和替代的部分。
这是他的结论。
更有意思的是，他这个统计是怎么做的？他去爬了 BOSS 直聘上的真实招聘数据：1639 种职业、19265 条职能。招聘时会有描述职能的信息，还有 23000 条工作内容。
大家想一想，大家的 JD、工作岗位描述以及它需要什么技能，他把几万条数据全部做了标注，然后让 GPT 去评判这些标注的信息被 AI 替代的效率大概有多少。综合加权平均算出来，哪些工作最容易被替代，哪些工作最不容易被替代。
大家听懂这个计算过程了吗？包括这个统计本身，也是 AI 来实现的。
从结论上来说，最容易被替代的第一名，我们刚才聊过，是翻译。最不容易被替代的是园林绿化工、保安、缝纫工、保洁员、装修工、洗衣师、起重工、舞蹈演员、建筑工。当然，今天具身智能可能也在解决这些事情，但看起来还很远，进度有点慢。
曼祺
我印象比较深的是，去年参加外滩大会的时候，沈向阳在台上说了一句话。我当时觉得他是个暴君，还拍了照片想吐槽一下，但现在回头想想有点后怕。他说，互联网 40 年积累的数据，好像就是为了这一个 AI 时刻。
潘乱
而且好残忍。你这么说的话，人类进化了 2 万年，从有智人开始到现在 2 万年，难道就是为了硅基做准备的吗？
曼祺
有可能。但就是说，好残忍。人类互联网发展了 40 年，好像所有的数据积累就是为了 AI 这一刻。
姬十三
顺着刚才那个逻辑，我可以分享一个自己的工作案例。什么东西是可能被平掉、扩散开、比较容易被取代的，什么东西又是很特异的？
我们编辑部内部讨论后觉得，一手信息的重要性变得更高了。相比于在后面花很多功夫去编辑，你去问很多聊天机器人，包括 Deep Research 这种更复杂的研究型智能体，它能给你很多文章逻辑和视角上的启发。虽然它说的可能不完全对，但你不是把它直接用来写文章，而是跟它讨论，把它当成一个对话的角色。
这件事情在传统编辑部里其实就是编辑在做的。编辑以前能做这件事情，是因为大部分编辑以前自己也是记者，有很长时间的采访经验，可能一直在关注某一个行业或者某几个议题，对这个事情既有事实积累，也有认知积累。
但现在你和一个聊天机器人对话，当然它可能没有那么精准，但我觉得能解决七七八八的一些东西。在这种情况下，你怎么获得一手信息变得更重要了。
一手信息在我们聊天之前不存在于互联网上，它也不是一个数据。总之，它是一个特别的东西。
潘乱
这跟晚点的定位有关系。晚点做非常多独家报道，你们是消息驱动的。但你想想，如果你们的消息发完之后，像我们这些没有做这个行业评论的人，对啊，那是不是就可以在你们的价值基础上，横看成岭侧成峰，再给你来个远近高低各不同？
曼祺
改编一下，都是选一个角度。
姬十三
但有些想法，如果你不通过跟真人聊，能获得吗？或者你的感觉会那么好吗？
潘乱
我之前写作全都是从网上的材料来的，压根没有跟真人聊，之前都是从素材库里来的。
曼祺
也有这一类的流派。
潘乱
对。
曼祺
那我想说，你现在这个流派就很危险，你不觉得吗？
潘乱
所以我要更加积极地拥抱 AI。AI 让我变得更勤奋了。
姬十三
顺着这个话题再往下聊一个点。蔡浩宇在网上发过一条暴论，说 AIGC 已经彻底改变了游戏开发，未来可能只有两种人做游戏才有意义。
一种是前面 0.0001% 的天才，他可以通过 AI 组成精英团队，创造前所未有的东西；另一种是大多数业余爱好者，他们只是为了满足自己的想法，一时兴起制作游戏。
如果是那些普通的和专业的游戏开发者，大家现在就可以考虑转行了。
先补充一下，蔡浩宇是米哈游的联创之一，现在新做了一个公司，叫 Not Icon，具体怎么读我也不确定。大家可以去查一下，是做 AI 和游戏结合的。
蔡老板是技术出身，程序员出身，后来做了《原神》，获得了巨大的成功。AI 来了之后，这些尝试变得更坚定了。他本质上已经离开了原来的公司，重新开了一个新的业务。
从他的角度来讲，他会认为 AI 这项技术出来之后，他们想做真正意义上类似改变世界的东西，确实可能只有金字塔最尖上的人能做。
剩下的人要做的事情，可能就不是今天我们看到的这些偏商业化的游戏了，更多是你的兴趣表达，是你在过程中需要的一个中间态的东西、一个小玩意儿，可能只满足你以及你身边朋友的小需求，但它会五花八门，策马狂奔，乱七八糟什么都有。
所以我认为，他的角度是这样：游戏开发这个工作的定义出现了变化。
今天《原神》也好，盛大、腾讯、网易做的也好，大家做的叫商业游戏。还有一拨人叫独立游戏，都叫游戏开发。他会认为，未来真正意义上的核心游戏开发，只有塔尖上的那些人在做；剩下的人做的东西可能已经不太能被称为游戏，甚至不能被称为商业游戏。
曼祺
我觉得这跟刚才那个话题是有延续的，就是到底能不能平权。他的观点认为，这不会带来平等，反而会带来更大的差距。
最有想法的一群人会用 AI 这个工具放大自己的能量和能力，而其他很多中间层的人，可能没有必要继续做这个职业，因为你既不是能力最顶尖的，也不是最有热情的、最有想法的。
还有一波人可能做的东西没有那么多人喜欢，但那就是为爱发电。作为一个人的存在，它的独特性和做得好不好、多少人用、多少人玩没有关系。他觉得未来可能只会存在这两种人。
姬十三
我觉得这很有可能是一个未来。而且他说的这个二分法里面，其实也涉及一个没有办法变得平等的东西。
比如在游戏这种行业，它也是一个广义的内容创作行业。内容创作走到尽头，其实是你有多少想表达的东西，你心里想说的东西是什么。这个东西很难用平不平去衡量，它就是每个人不一样。
首先要纠正一个概念：任何新技术也不可能让每个人都能平等地使用好。它可以让人使用到、拥有这个能力，但给我一把 AK，我可能都命中不了一个目标，因为我没有接受过训练。
但如果你有更强的意愿，你是可以拥有更好的能力的。我们刚才讲的很多东西，是最后结果意义上的平等；你说的其实是机会上的平等，这个更接近平权的意思。
机会上的平等，就是我是不是有一个渠道能获得这个东西。
比如我刚才问两位有孩子的家长：你们觉得今天再让小孩去死记硬背那些东西还有意义吗？或者说，你们是否会觉得今天学校里的教育是在浪费时间，因为我们未来大概率遇到的社会不需要这些？
潘乱
我觉得这个问题展开来讲，在任何一个年代，有条件的人都会觉得当下的教育体系不是最优的。如果你有能力改变当时的教育体系，你永远可以去改变它。
学校教育本来就是面向广大群众的、平等的大规模教育工具。对于拔尖的人来说，如果你能看到更好的机会，你永远可以改变这一点。今天到了 AI 时代，依然如此。
回到死记硬背。我们刚才聊到潘乱对于东吴的知识，它也是通过死记硬背获得的。可能你是在 10 年前，当然最近 10 年你的记忆力也许不如以前了。
我们大部分人对这个世界的框架性知识体系，其实大部分是在青少年时代通过死记硬背获得的。这样的知识在今天依然是需要的，它帮助一个年轻人构建对这个世界的框架。
反过来讲，如果我们今天更多依赖 AI 去获得知识，追求这样的教育体系，也许这个孩子在 6 岁到 20 岁期间不需要死记硬背，但这样的教育也许并不是最理想的。
姬十三
我们上一场也涉及了这个话题，就是 AI 教育。确实如此，尤其是像我们这些天天观察 AI 行业快速爆发的人，感受会更明显。
这个案例我也讲过。我儿子今年 11 岁，五年级，马上升初中。两年多以前，他第一次用到 ChatGPT 的时候，我跟他说：“这不是百度。我告诉你，这不是一个让你来搜题和搜答案的地方，你可以跟它聊别的事情。”
他的第一个问题我印象特别清楚，咱们直播的时候也聊过。他说：“我是一个 8 岁的小孩子。”那时候他还 8 岁。他会先告诉 AI 大模型我是谁、我的人设是什么，然后问：“每天妈妈逼我做作业，我很烦，我该怎么办？”
这是他问 ChatGPT 的第一个问题。
甚至乐观一点看，这一批孩子从小开始使用这些东西，未来会长成什么样子、会怎么使用这些东西、会怎么把它融入生活，今天我们没有办法判断。
就像当年所谓的互联网原住民，90 后、00 后在成长起来的时候，互联网在未来的工作和生活过程中润物细无声地渗透到所有事情里，他们会变成什么样，我们也没法预判。
在这个过程中，现在有很多规则去限定，无论美国还是中国都一样，学校、家长、比赛规则都会有各种各样的限制。但今天在我看来，一刀切是一种最无力、最没有办法的选择。
技术大浪已经来了。你说我们做家长有什么办法？我觉得没什么办法，非常无力。不让他用是不可能的，他一定会用。但让他用到什么程度、什么边界、什么状态，我也没有能力去分辨和辨别。
我也没有办法站在上帝视角说你应该怎么做。所以就磨着往前走吧，只能这样了。
曼祺
我挺好奇，你今天孩子 11 岁，他怎么使用 AI？你会让他怎么用吗？
姬十三
不是我让他怎么用，是他自己会怎么用，我没有教过他。
比如上一次老师留了一个题，是讲特斯拉——那个科学家的生平，包括他研究了什么理论，然后要做一个小组 project，最后产出一个 PPT。
从最后成文的结果来看，他们小组讨论的内容和观点是人做的，但是那个 PPT 是偷偷由 AI 做的。从结果来看就是这样。
曼祺
我印象比较深的是，几个月之前我在微博上刷到一个小学生，他用豆包和 ChatGPT 让它们互相辩论《愚公移山》。我当时惊到了，我觉得这就是真正的新的人类。
前几天我还看到一个很有意思的案例，是哪个市的一位物理名师。他教初中物理，初中物理对孩子来说很难。他把每一章重要的知识点输入到 ChatGPT 里，让它变成有节奏的词，再基于这些词做一首歌。每一章做一首歌，正常上课之后，在这一章讲完的时候再把那首歌教给孩子们，每一章都有。
潘乱
我还有一个感受，就是 AI 带来的变化好像更多是生产效率上的变化。对于其他环节，这是我一贯的观点：今天并没有出现新的互联网平台，也没有出现类似搜索、推荐、关注之外的新信息分发手段，也没有新的商业模式。
依然还是创作者经济，大家变现依然是接广告、做直播、卖知识付费。整个社会其他环节好像都被平掉了，只有一件事情发生了变化：生产效率被无限拉高。
那是不是意味着一件事情？如果总量没有变，谁更早、更好地使用 AI，谁就可以更好地剥削别人，在这个系统里面占到更好的位置。我现在的感受就是这样。
姬十三
卷起来了。
回顾过去两三年的行业发展，从二级市场的角度来看，享受到最大红利的依然是科技巨头们：苹果、微软、英伟达、Meta、Google，也就是所谓的“七姐妹”。
这个时间点对于已有业务的大公司而言，影响确实非常大。包括我们刚才聊到的，今年年初这个议题出现了一些不一样的声音，而这些不一样的声音恰恰来自于过去两年享受了巨大红利的公司。
微软现任 CEO 纳德拉在今年年初上一个播客聊这个话题，当然其中一部分原因可能是他们跟 OpenAI 之间出现了一些问题。但他说了比较偏负面的观点：我们都认为 AI 是这一轮的技术革命，可是从全世界范围来看，大家的 GDP 并没有上涨。
他说什么时候 GDP 上涨 10%，可能这件事情才算真正开始。当然这个 10% 我觉得可能是他随手拍脑袋说的。
更有意思的是，如果大家去研究这个行业，会发现 OpenAI 最大的外部股东之一是微软。微软给 OpenAI 投了非常多的钱，同时设计了非常复杂的结构，他们之间还谈了一个利润分成指标。
就是说，在 OpenAI 达到某个利润、分给微软多少利润之前，微软一直要占多少股份。这个数字本身有一个封顶，封顶数字是 1000 亿美元。
OpenAI 和微软的协议是，什么时候 OpenAI 分给微软的利润达到 1000 亿美元，就达到了 AGI。
你听完会觉得，为什么用 1000 亿美元就可以定义 AGI？为什么用一个利润指标，并且看上去也是拍脑袋定的数字，去定义一个技术实现的基点？
OpenAI 本身最开始对 AGI 有一个定义，是在 90% 的工作上，达到超过经济性的人类表现，也就是达到 90% 人类的效果。那个指标听起来相对理性，也比较说得过去。
潘乱
但我觉得这跟刚才说的是有关系的。它最后确实变成了一个利润和数字的问题，只不过 1000 亿这个具体数字可能是拍出来的。
我再引发一点，这也很有意思。昨天晚上我跟另外一个朋友直播，他也是做 AI 研究的。他举了一个角度，大家可以想一想。
他说，20 世纪 90 年代之前，中国还是一周只休一天的。我们小时候，家长一周只休一天，后来变成一天半，再后来双休。
那到今天，什么时候我们可以三休？现在也有些公司在探索三休，携程应该就在探索。
这背后其实就是大家认为，无论是自己的企业、组织、行业，还是整个社会，真正意义上的生产效率或者 GDP 到了一个新的台阶，才能允许大家多休息。
我们再乐观点想，如果这一轮 AI 真的是巨大的技术革命，我们现在一周工作 5 天、休息 2 天，对吧？那理论上来说，是不是就可以往前走了？
如果技术革命不是提升 10%，而是倍数关系，如果生产效率真的提升了一个倍数，那是不是我们一周只需要工作一天？
曼祺
你现在这个畅想，已经到了“智力平权之后，人与人之间的差别会怎么样”的部分了。
其实刚才潘叔和另一位嘉宾讲了两种不同的未来：一个是乌托邦版，一个是反乌托邦版。
反乌托邦版可能是，大公司利用这个东西获得更多利润，并不是让你少工作一天，而是把你裁掉。我可以花更少的钱获得更多利润，这样不好吗？
也有可能出现你说的那种情况：有各种各样的限制性因素，可能是政策，也可能是企业，或者企业家自己有一些想法。总之它变成我们工作更少，有更多时间做自己想做的事情。
但我觉得这可能比较理想化，simple，非常 simple，甚至有点天真。
我想接刚才平台的问题，问一下几位创作者：今天创作者因为 AI 实现了更高的创作效率，目前你们观察到的是头部创作者因为 AI 获得了更高收入，还是因为平台出现了更多创作者，导致普通创作者的收入降低了？
潘乱
它让我变得更有效率。如果总体来看，我更有效率就代表我可以获得更高收入。
曼祺
但我觉得数量级上可能很难有大的变化，因为你还是一个个体，AI 只是提升了个人效率。
下面我们进入更多互动环节。大家有问题都可以抛过来，前面的同学可以直接来拿话筒。
有人问：不懂技术、不关心 AI 的人还能好好活着吗？只能做蓝领工人吗？现在 AI 太火了，虽然在某些场景确实好用，但是个人对 AI 技术比较抗拒，一定需要深入了解 AI 吗？
潘乱
我跟我姐姐说过，她有两个孩子在读中学。我特别建议她让小的闺女去学一门手艺，比如学玉器雕刻。
大家想一想，最后还是需求，市场经济是供需决定的。今天文科生这么多，很难就业。最近我看到报道，中国可能迎来了博士贬值的时刻。今天中国在读的博士已经超过了历史上博士总和的六成，这些还没毕业。
所有基于脑力活动象限的这批人，应该会迎来巨大的工种贬值。金融行业已经可以看到了。之前我们认为科技行业里收入比较高的，除了互联网就是金融，可能还有其他行业。但你看这些人的岗位都被打下来了，或者说市场容量已经不需要那么多人。
反而所谓的蓝领劳动会更稀缺。我经常举的例子是，3000 块钱你找不到一个农民工，但 3000 块钱你可以招很多大学生。事实就是这样，市场由供需决定。
姬十三
面对这个问题，再说一个例子。如果大家看篮球，知道中国最好的中锋之一叫王治郅。王治郅到今天依然没有用智能手机，还在用诺基亚。
当然，他是王治郅。这个事情说明什么？如果你能够在自己的世界里达到自洽，我觉得就没有问题，不一定非要怎么样。
曼祺
我觉得核心是你有一门手艺，或者你在所处的象限里能做到相对头部的位置。如果你能跟别人不一样，那就更好了。
如果是在一个不那么卷的赛道里发光发热，前面不断加定语，这件事情我相信中国人都很熟。前面加无数个定语，只要定语加得足够多，我一定是第一名。
但你说到“不一样”，我想到一个可能会是很大危机的事情：如果真的不再需要用工作和收入来标识身份，大家就得追求不一样，但最终会发现，人和人其实没有那么多不一样的地方。
如果不能用工作和职业来区分自己的不同，而在性格、精神活动上又没有那么多独特性，我不知道那会对很多人造成什么样的精神状态。
姬十三
我可以分享一个还没有发布的播客。最近我跟 Meta 的一位科学家田运动聊了一下 AI，但跟 Meta 本身没关系，是他自己写了一本科幻小说。他本身研究 AI，又写了一本科幻小说。
小说里，人类遇到一个大的危机，有一些人住到了一个虚拟世界里面。小说写到后面已经很厚了，突然出现一章描述虚拟世界里的生活。
我开始看这一章的时候觉得非常跳脱：怎么写了这么厚，还有一个新的角色？这个新角色大概是虚拟世界里一个不用工作也可以衣食无忧、但很平庸的画家。
他不是为了打工去画画，但另一方面，他又画不到虚拟世界里最好的水平，就是一个平庸的二流画家，因此非常苦恼。
当然，这是我们站在现在这个时刻想象的未来：不需要工作之后会是什么样。但我觉得这可能会是一个问题。
我们现在很难想象，如果真的很多人不需要工作，也无法用工作来区分彼此，人类的自我或者尊严要标识在什么地方？
曼祺
我觉得我们很快就迎来了这样的时刻。AI 更多是创作力的平权，大家应该都能创作。但事实上，一直以来都是这样：一个更加创意平庸的时代，一个更加爆炸的创意平庸时代，正在向我们走来。
有人说，以翻译为职业的人可能会消失，但永远需要人来做专业的跨语言交流工作，比如文艺作品、专业论文的翻译，需要信达雅。熟练使用 AI 可以让你变得更有效率，也可以变得更加信达雅。
我觉得这倒没必要把它们对立起来，也不是因噎废食的关系。
还有人说，与其说智力平权，不如说是工具平权。智力对于使用者的驱动和理解，比如我们之前提到的学习方法，仍然需要大量阅读，仍然是一个习得和犯错的过程，才能拥有判断的逻辑。
AI 提供的更多是结果。如果没有前期的犯错和积累，失去的是做出结论的能力。死记硬背和犯错本身也是学习、获取信息的一部分。
姬十三
完全同意。操千曲然后识音，观千剑然后识器，就是这个逻辑。
但今天有可能你不需要一千次，可能只需要 10 次，也有可能。然后你就顺着这个突破点不断往里面钻，有一个大概的框架，就可以往前跑。
我们上一场在聊那个支架。我对智能驾驶不是特别熟悉，大家都说今天有基于规则的模型和端到端的模型，对吧？
曼祺
补充一下，规则模型和端到端模型跟刚才那个问题对应起来，其实我觉得本质不是基于规则和端到端，而是基于规则还是数据驱动。
最开始大家可能感知到，数据驱动会多一点。现在规控也用数据驱动。所谓端到端，就是可能把感知的大模型和规控合到一起。
所以端到端相比于规则模型，更本质的区别是：我是数据驱动的。
刚才有一个脑机接口的问题。明浩，先把你那个问题回了。
有人问：当脑机接口搭配 AI，把数据植入人类大脑之后，未来人与人的差异会是什么？还有，未来孩子还需要读书吗？他们未来要学什么，优势是什么？
先问前一个，就是脑机接口和芯片植入大脑。
姬十三
这可能真的有点接近智力平等了，那都不是平权了。
大家看过很多科幻电影，其实已经演过了：极端状态下，大家躺在营养舱里，接一根管子，就结束了。某种意义上，真的像我们刚才说的，碳基生物是在给硅基生物提供 token。
当然，这是科幻电影里极端理性、悲观的结论，但看上去也不是不可行，也有可能是这样。
这个议题很有意思。我们准备这个话题时找到一篇资料：2018 年《奇葩说》有一个议题，假设有一颗“奇葩星球”，有一项技术可以让全人类的大脑在一秒内共享知识，相当于植入一个芯片，你支持这项技术吗？
这是 2018 年的论题。现在回头来看，这个议题看上去已经不需要讨论了。如果把大模型做成一张芯片，那不就已经实现了吗？所以从节奏上来说，我们已经正在迎接这个时代。
我想在这件事情上说一个观点：大家在推演技术爆发和技术演进的时候，总会以主体性思维去考虑它的进展速度和节奏。
但历史上的技术发明一次次告诉我们，任何这种大爆炸性质的技术，绝对不可能停在你想让它停的地方，没有任何一次是这样。所以它一定会飞出去，只是不知道会飞到哪里。
如果大家想畅想特别远的东西，有一本书叫《Life三点零》，里面大概推演了人类和 AI 的 12 种结局。有一些是人类灭亡，有一些是人类共存，还有一些可能是 AI 在人的控制之下。这是 MIT 团队写的。
曼祺
回到刚才平权的问题。如果部分人可以通过昂贵的财力，获得跟其他人不一样的智力，比如接入一个芯片；如果需要花掉自己财产的 50%，这件事情就会让人与人之间的智力差距真正拉大。
所以这个事情会怎么发生？
姬十三
如果大家玩游戏，《赛博朋克 2077》讲的就是这样一个故事。
在赛博朋克这个题材里，人类已经极度科技发达，底层人民和上层人民之间有巨大的差别。底层人民贡献自己的身体机能，甚至要给身体加上机械，才能实现某些功能。
但上层人民享受巨大的财富，甚至世界、政府可能都不存在了，被几个巨大的财富和技术所有方控制了。这个风格就叫赛博朋克，《赛博朋克 2077》讲的就是这样的世界。
你要知道，这些科幻游戏的策划和科幻小说的作者，在这件事情上想得肯定比我们今天多。他们既然这样写出来，就代表这个结局可能看上去是大家能够接受和理解的。
穷尽想象，能够想成别的什么样子，可能现在也有很多种，但我们没有办法描述得那么清楚。
曼祺
我觉得不一定。很有可能只是因为这样写，作为科幻小说来说比较惊悚。他可能用了一些手段和手法，顺着这个方向去写。
但你刚才说那本书里提到未来的 12 种生活，让我想起漫威的故事。奇异博士最后不是看到了无数种结局吗？无数种结局里，只有一种可能让他们那个复仇者联盟团队让地球继续生存。
今天大家熟练使用 AI，会有更多人可以变成奇异博士。你可以去推演更多结局，因为构建观察路径这件事情，没有任何一个人类有可能比 AI 更擅长。
姬十三
当然，你不能说一个没有兴趣、没有主观能动性、没有任何积累的人，也要去做这件事情。我们这个讨论不是放在那个环境下，而是讨论你已经有基础能力，并且有意愿。
曼祺
我觉得我们可以讨论一些更具体、实际的问题。
至少在目前，尤其是在中国，有一个有利环境，就是很多中国公司的顶尖产品都是免费给大家用的。从渠道平等的角度来说，中国已经相当平等了，大家可以用到很多东西。
在这种情况下，一个问题是，你怎么基于自己本来已经有的东西，把 AI 用得更好；另一个问题是，你用得更好之后，怎么让这件事情帮助你生活得更好、更快乐，让你心里感到更充实。这个可以分享一些更具体的个人经历，或者你们看到的案例。
潘乱
大家现在现场就可以做一件事：打开微信，添加元宝作为好友，然后把它置顶。
曼祺
把它置顶以后，你有任何文章或者别人发给你的任何信息，都可以转发给它，它会给你一个非常好的反馈，帮你做思维体操。
潘乱
你可以去压榨它，把它当成一个最残暴的君主，而它是最柔弱、最坚韧的奴隶。你可以给它长篇大论，把哪怕上万字的聊天都扔给它，让它帮你解读、分析、发散。
曼祺
群聊也可以发给它吗？
潘乱
你得把群聊合并成一条，再扔给它。群聊里谁发了一段字，也可以直接转给它，它一定会给你反馈。
姬十三
这还是塔尖世界的事情。
在世界范围内，人文学科的专业设置都在大幅削减。哪怕是在哈佛，哪怕是在日本的高校，中国应该也会很快加剧，出现课程缩减、专业取消的情况。
一个最简单的原因就是，这些专业的毕业生就业率低，薪资也特别低。人文学科的危机其实已经持续了半个多世纪，大家讨论的事情可能并不在同一个层面上。
比如今天我讨论的问题，对象可能是需要获得更多财富、更多收入的人，他应该如何选择；但另外两位讨论的是，作为一个人的价值应该是什么样的，我作为一个人的价值是不是被异化了。
潘乱
有些人会提到 B 站的大猛子和何同学，大家可以去看一看这两个 UP 主的视频。
我不是说大家就是这样，我只是说，每个人所处的环境和社会位置不同，他想要攀爬、拿到的社会资源也不同。有的人生在罗马，有的人生来就是牛马。
这倒不是说大家要互相否定，只是大家在不同的位面思考这个问题。毕竟这个世界上绝大部分人想的，都是就业、工资和收入。
曼祺
继续反驳。刚才潘老师也说了，将来可能很多人需要选择蓝领工作。但怎么做这个选择？你怎么判断自己适合做蓝领工作，还是适合做智力劳动？
姬十三
我观测到的一个点是，我在团队里也推行大家更多地使用最好的 AI 模型。特别明显的问题是，一旦有了模型，有些人会问两个问题，以为自己找到了答案。
我会问到它的上下文窗口崩溃。所以当你不断在一个领域里面深入提问，不断找到兴趣和动机的时候，我觉得那就是你找到了一个自己喜欢的领域。
第二，我之前转过一段 ChatGPT 自己分析的、关于人在 AI 场景下价值的话。它说，大模型在表达手段上胜过了你，也把人类逼近了一个本质问题：你有没有真正属于自己的表达动机？你是怎么问问题的？
我们正在步入一个一切技能都将被调用的世界，但这个世界只有听命于有生成意志的人。这些都是 ChatGPT 说的。
你内心的悲悯、愤怒、敏感、好奇，那些不能被公式训练、无法被参数捕捉的东西，才是最后的非通用能力。
所以我看到的真相，也是 ChatGPT 看到的真相：AI 的爆发并不是让人失业，而是让人脱壳。你不能再靠某种身份活着，只能靠你是谁活着。
这就是为什么我们越处于 AI 时代，越需要知道，在技能被通用化之后，你灵魂的非通用性在哪里。
曼祺
最近刘家琨拿了普利兹克奖，他有一句话说得很好：
“建筑学很复杂，综合思考，简明呈现，依赖数据，定于直觉。建筑学是非语言的，不是那么好计算。”
所以 AI 也可以顺便听一下，这是他的原文。
姬十三
其实这个问题本身，如果从个人角度来说很简单。最后人与人的区别，肯定是人的记忆和经历。你的记忆会影响健康、寿命，以及你这个人本身。
但这个话题复杂的一方面，是因为很多个体聚合到一起之后，就变成社会问题了。包括这种差别会带来什么样的社会问题，我觉得这是现在很难看清楚的一点。
曼祺
下面进行更多问题。我估计每个问题最多一分钟，更多问题来回。先把刚才的问题回了。
有人问：AI 是否能帮我获得二级市场投资的 know-how？更进一步，如果没有这个行业的工作经验和体感，如何获得二手信息并掌握它？
姬十三
我觉得没有 AI 时代也可以。
早上来的路上我在听一期播客，叫《面基》，也是讲投资的。上一期采访的是张新民教授。如果大家学财务，应该知道张新民教授写过很多财经类大学财务报表分析课程使用的教材，叫《财务报表分析》。
那期播客只讲财务报表分析。张教授没有任何行业从业经验，但是在两个多小时的面谈过程中，《面基》的作者把一些公司的问题交给这位教授，教授只通过 3 张最简单的财务报表，就可以大概分析出公司的情况，尤其是上市公司。
所以这件事情在 AI 之前就可以做到，也不需要真正意义上从事过这个行业。
曼祺
有人问：用 AI 多了之后，会感觉自己的思考发生什么变化吗？
姬十三
我觉得就是有了更多角度。刚刚说横看成岭侧成峰，它可以补充你的视角。
它也可以让我更加自信。面对任何问题，只要我缺乏角度，AI 都可以尽可能多地提供所有角度。
曼祺
有人问：我们在座几位都是输出者，输出倒逼输入，这一点很赞同，但如何提高自己的输出意愿和能力？AI 对此有帮助吗？
潘乱
非常有帮助。你多用一用，它会帮你把更多东西连接、呈现出来。
你脑子里可能有很多浮光掠影，它可以帮你把碎句连接成断章，断章结合起来可能就是一篇小作文。
你持续去做，它会帮你把更多东西连接起来呈现出来。只要脑子里有浮光掠影，不断跟它反馈，它就可以帮你变成一篇文章。然后你多输出就好了。
曼祺
有人问：AI 时代人的不可替代性在哪里？作为不同的个体，不同的个体价值体现在哪里？这个问题太大了。
姬十三
我来回答吧，就是差异性。在这个节点，一个很现实的差异性是，人的主体责任。
AI 现在没有办法承担责任。我们上一次播客聊到最近很火的用 AI 评判论文，论文查重现在也可以用 AI 来做。但你要想，这其实是两个 AI 的魔法对轰，最后人来背锅。
昨天晚上我直播时排职业被替换的顺序，最后一个被留下来的是银行柜员，因为它涉及钱，需要责任，需要人来背锅。
曼祺
有人问：AI 是工具还是资源？机会会越来越平等吗？这个其实已经聊过了，你再简要复述一遍答案。
姬十三
获得 AI 的机会会越来越平等，这在中国现在已经发生了。
但你能不能把它用好，我们前面也聊到了一些关键词：你到底想表达什么，你的动机和意志是什么。这是现在的大模型、在目前这条技术路线上没有办法产生的东西，仍然是人的独特性。
所以，获得它的机会是平等的，但你用得好不好，结果并不平等。渠道平等，结果并不平等。其实人类以往所有资源都有这个特点。
曼祺
有人问：抖音算平权吗？抖音会是 AI 的未来吗？他指的是抖音里面其实只有两种人，或者三种人：内容创作者和内容消费者。AI 的未来可能也只有使用 AI 的人和消费 AI 的人。
潘乱
这个问题略微有点大。这样的二分法好像也没什么毛病，但我觉得我们刚才讨论得更立体一点。
其他要素都没有变，AI 只是改变了内容生产的效率，当然在其他地方也可以提升效率。效率有可能通过大力出奇迹突破天花板，但在当前这些社交媒体平台里面，更多还是你熟练使用 AI，就可以在分配里面占到更好的位置。
如果你不能熟练使用 AI，就一定会被那些更熟练使用 AI 的人剥削。
曼祺
大家还有什么问题？我们的时间可能还能撑几个问题。
有人问：比如我要开发一个东西，为什么我们还是基于交给人来开发，而不会直接把东西丢给 AI 让它开发？这是基于信任问题，还是像刚才说的责任问题？
第二个问题是，我们想做一个功能，但看数据其实不需要做，不过公司的方针希望我们做，于是我们决定去做。那么，对市场判断的敏锐度和嗅觉，AI 能实现吗？我们现在会利用 AI 的结果辅助决策。
姬十三
你第一个说的开发东西，是软件类的东西吗？
对。
姬十三
如果交给开发者，我觉得他现在很有可能就是让 Cursor 来做。
曼祺
我觉得可能取决于具体的开发任务。今天你告诉它写代码，大模型应该能做很多代码工作。
比如今天你告诉它帮我做一个计算器，这很简单；但你说帮我做一个抖音，现在可能还不行，但未来不一定。
姬十三
我觉得这段话不只是回答这个问题，甚至可以给今天这个时间点的 AI 行业概括出一个特征：
这一波 AI 能力在 2025 年上半年经历的事情，叫从语言到行为。
过去两年多更多是语言的事情，所以叫大语言模型；但这一轮大家讨论智能体、工具使用、调用工具、执行任务，讨论的是行为。
这轮模型的进展，在 2025 年上半年正在经历这件事情。你可以把这句话套用到今天看到的任何一个新东西上。
曼祺
你刚才说的第二个问题，我们之前有一期节目聊到过智能体，也聊到过这个问题。但那是一个比较远的畅想。
智能体能够做事，有一个原因是模型的规划能力变强了，逻辑规划能力变强了。但现在可能还没有强到可以根据市场综合做出你刚才说的判断。
我们当时确实想过一种未来：如果智能体也能创业，那是不是谁的资本更多、谁的算力更多、谁能拥有更多创业智能体，谁就像拥有一个小团队一样，灵活地去寻找机会？
那有可能会变成资源越来越向本来就有资源的人集中的结果。但这可能还是比较远的事情。
潘乱
我觉得现在这些决策肯定还是需要老板自己来做。
曼祺
有人说，请问潘乱如何从一个苏北二本学生逆袭？需要真实的励志故事。
潘乱
我简要说一下，跟今天的主题也可以呼应。
大家可以去听我之前录的一期播客，叫《我们二本学生这些年》，我找了几个都是二本学生的人来聊。
我觉得核心点是，我上大学的时候突然意识到，这个世界运行的真理就是：学历其实只是一个敲门砖。
这跟我们今天讨论的主题一样，人与人的差异到底体现在什么地方？我们上学的时候可能会纠结学历，但今天在这个现场，不会有人纠结你是哪个大学毕业的。你毕业几年以后再拿学历出去说事，其实挺丢人的。
但我非常庆幸，我在上学的时候就意识到，人与人的差异主要体现在：你如何收集信息、处理信息、加工信息、输出信息。
在这方面能显著强过身边绝大部分人，也强过今天这个行业里面的很多人，就可以了。说到底，还是人如何跟信息打交道的能力。