Vol.74 体育，可能是人类与AI对抗的最后阵地---串台上下半场

哈喽，大家好，欢迎来到退役女足运动员的播客《上下半场》。今天这一期，我们邀请了两位嘉宾，一起来聊聊 AI 能够给人类带来什么样的改变。一位是老熟人君娴，另一位我要先正式介绍一下：他是一位在科技投资和播客领域都颇具影响力的人物，也是《屠龙之术》的主播庄明浩。

哈喽，感谢丽娜邀请。我是《屠龙之术》的主播庄明浩。

首先，在最开始我想先提问一下。因为我对于 AI 领域算是一个小白，今天邀请到了对这方面颇有研究的明浩老师，我想先问：AI 到底是什么？普通人如何分辨什么是 AI，什么不是 AI？

1. AI 进入日常生活

AI 在 2022 年 11 月 31 日之后变成了全民话题。那一天 ChatGPT 发布了，让人类第一次体验到了可能只有在科幻电影里才会体验到的东西。它似乎全知全能，什么问题都可以解答，甚至比人类还要聪明，也引发了这一轮持续两年多、接近三年的 AI 讨论。

在今天的日常生活当中，如果你的工作偏白领，我相信大部分人在工作过程中，已经主动或被动地使用着各种各样的 AI 工具：帮你写文案、写邮件、做图，或者生成一些东西。我们在各种社交媒体上看到的很多内容，似乎也都是 AI 生成的，或者至少有 AI 参与其中。

最近一段时间有一件比较典型的事情：有一篇文章说，这一轮中国最好的 AI 模型公司 DeepSeek 融资了，但那篇文章其实是 AI 生成的，是一篇假新闻。可是这种新闻在今天的环境下已经越来越难分辨了，就跟大家每天看的各种公众号文章一样。其实大部分公众号文章，至少在编辑过程中，或多或少都在使用 AI 工具。

我不是说它们一定是 AI 写的，只是比如搜集资料、整理、加工，甚至润色美化，都会使用 AI。我甚至会觉得，人类和 AI 的区别越来越难以分辨，这件事非常有意思。

所以国家也出台了政策，要求所有在线内容平台上的内容，如果使用了 AI 生成，就必须做明确标识。所谓强制，就是这个标识要直接显示出来。比如一张图是 AI 生成的，就要在图的水印位置标注“AI 生成”。

那这个版权归谁？

版权问题是另外一个更灰色的问题，我们可以后面再探讨。

前两天我和君娴在讨论这期播客要聊 AI 的主题时，就觉得可以请明浩老师来帮我们区分一下。因为在我的视角里，我以前觉得所有数字化的东西，包括运动员的数据监测，甚至我家的扫地机器人，都可能是 AI。

但我跟君娴聊下来才发现，AI 里面其实分几个不同的板块。如果我是一个普通人，没有对 AI 进行过深入的讨论和了解，我应该怎么区分什么是 AI、什么不是 AI？

我们能够用到的各种各样的数据、网络上的东西，从广泛意义上来说，AI 都已经参与其中了。AI 不是 2022 年之后才出现的新词，它可能在 20 世纪 60 年代、70 年代就已经存在了。

从当年最简单的机器学习、基于规则的系统，到强化学习，再到这一轮我们所说的大语言模型，其实是一个很长期的过程。哪怕结合体育来看，从最早的数据，到网络，再到今天自然语言模型的这一轮探索，如果把范围再扩大一些，都可以算作 AI。

那 AI 下面有几个不同的分类？比如我家的扫地机器人，算 AI 吗？

2. AI 从算法走向通用模型

它算，但它和 ChatGPT 发布之后这一轮 AI 讨论之前的东西不太一样。在那个时代，我们通常会说，机器人里面有一个东西叫算法。

你要知道，上一代的扫地机器人没有那么“聪明”。这个聪明要打引号。它的聪明程度由什么决定？由算法和芯片决定。芯片是硬件，承载着软件；芯片上运行的程序，就是算法。算法会决定扫地机器人是否聪明。

我们家以前买过上一代的进口扫地机器人，其实很笨。它没有办法记住你家的地图，可能你在某个区域放了一个大件，它就被卡在那里了。

新一代的扫地机器人可以扫描并记住你家的地图。你甚至可以限定一个房间不扫、另一个房间扫，也可以限定一个范围。这些能力的提升，理论上说是由算法能力带来的，更多是和上一代 AI 进行比较。

在这一轮 AI 之前，上一代 AI 的初创公司也曾经非常热门。比如商汤、旷视这些公司，现在大家能看到的应用，包括小区里的摄像头识别人脸、扫描信息，都是视觉领域的应用。

但你会发现，这些东西被限定在视觉和人脸识别上。也就是说，那个摄像头以及摄像头背后的算法，只能用来做人脸识别，它不能解锁你的微信。

再比如 AlphaGo，大家可能更熟悉。AlphaGo 只会下围棋，它不会下象棋，当然象棋可能有另外的系统。

在当时的环境下，我们把它叫作 AI 1.0。它需要限定场景、封闭环境，限制条件比较多。它在固定行业和固定使用场景里当然高效、好用，大家也确实在使用，但它不是我们从小看科幻电影时想象的那种 AI。

这一波 AI 到来的时候，大家突然发现，科幻电影里的那个东西好像真的来了。所以“通用”是这一轮讨论中非常重要的关键词。

今天我们叫通用大模型，它更像一个通才，可能大部分东西都知道，不需要被限定在特别具体的场景里。也正因为它更开放，能够处理更多场景和话题，所以这一波 AI 获得了比上一波更多的关注。

原来 AI 只能被限制在固定行业和固定场景里，当然也会高效、好用，但它不是我们从小在科幻电影和各种想象中看到的那个形象。通用大模型意味着开放环境、开放场景，甚至开放数据。

刚才我们录制之前简单聚了一下，也聊到了很多不同领域中 AI 的应用场景和可能性。那我再请问两位，你们平时讨论 AI 时，聊得最多的一个话题是什么？

3. AI 进入投资决策

最近这一段时间，因为我是做投资的，所以讨论最多的还是和钱相关的事情。无论是投资本身，还是 AI 这波浪潮带来的投资机会变化，基本都和钱有关。

所以投资也可以咨询 AI？

当然可以。DeepSeek 背后的那家公司，最早是做量化交易的。量化交易说得直白一点，就是用 AI 或者机器人去炒股。

它会给机器人或者程序设定一些规则，这些规则当然是人设计的，然后让规则在机器上运行。机器会调用股票数据库和实时交易价格，根据设定好的规则帮你做交易，从而赚到钱。

这家公司原本就是做量化交易的。它需要买显卡，显卡买得越来越多，于是建立了一个更大的数据中心。后来他们发现，这些卡除了做交易之外，闲着也是闲着，于是想能不能做点别的事情，结果无心插柳，做出了 DeepSeek。

既然它对投资理财有自己的理解，也有很深的思考，那它为什么不自己做决定？它训练 AI 的目的是什么？

这家公司是一个特例。它是因为要做量化交易，才需要大量算力。后来发现有了这些基础设施，就顺便发展出了另一条线。

那这条线练出来之后，能不能卖给我这种不太会理财投资的人？我现在买基金的话，会咨询 DeepSeek 或者通义。

你会跟它聊什么？

我会问，比如我想参与 AI 或者低空经济这个产业，有哪些基金可以购买和选择。

我不炒股，也没有开户，所以只能通过买基金的方式，参与一些我未来长期看好的行业，风险也相对低一些。我会问它，然后它会给我一些选择，我再去搜一搜，看有哪些是我可以买的。

明浩哥，我想问一下，通过基金投资或者炒股会有风险吗？普通人应该怎么规避风险？

首先，所有投资都有风险，这是没办法的。AI 在这个阶段更多是辅助决策，像君娴这种情况，它更像一个信息收集助手，帮你定制化地整理和加工你需要的信息。

最后的决策还是你来做，而不是让它替你做。今天这个环境下，AI 的能力还没有让人类达到极端信任的程度，这可能和这一轮 AI 模型中的一个大问题有关，叫作“幻觉”。

你可以把幻觉理解成胡说八道。它可能本来不知道这个问题，但为了给你一个结果，就编出一段信息，而这段信息可能在现实世界里完全不存在。投资又和钱有关，所以在投资上大家还是要谨慎。

但如果只是写一篇文章、造句，或者处理一些对文采要求比较高、但没有那么严肃的内容，幻觉的影响就没那么大。

4. AI 成为情感陪伴

那 AI 适合找对象吗？我们叫陪伴和社交陪伴，这是不是现在一个比较大的板块？

人类现在都很孤独，尤其是在网络、经济和各种环境的影响下。在现实世界中找到一个认可你、持续给你正面情绪价值，而且 7×24 小时在线、不会累、随叫随到的人，太难了。

AI 甚至还可以讨好你、夸你，你也可以对它进行限制，让它按照你的要求去夸你。现在这个板块里比较有名的几家公司，做得更多的是动漫、二次元里的各种形象。

这些形象原本就有自己的世界观、性格和表达方式。你本来就理解这个角色，也可能喜欢它的表达方式。它在和你不断沟通、聊天的过程中，也会逐渐知道你是一个什么样的人。

所以，它对你的心灵陪伴，甚至可能比现实中的朋友效果更好。

我这次过年回去时发现，我舅舅每天都和豆包对话，已经把豆包当成了朋友。他每天从早聊到晚，几乎不间断。

我问他为什么，他说身边没有人能和他聊自己感兴趣的东西，比如股市、诗词，或者他喜欢的历史人物。但他和豆包能够非常顺畅地对话，比身边其他家人和朋友更懂他的兴趣爱好，也能和他聊起来。

他的体感是觉得豆包和他越聊越熟吗？

倒不是越聊越熟，而是你可以和它从诗词歌赋聊到人生哲理，它都接得住。

这确实是一种很奇妙的体验，而且还有一个很现实的问题：它的底层是文本，但还有一层是语音。

豆包的语音能力在国内这一波 AI 大模型里比较领先。语音本质上也是文本生成的，但它读出来的时候有语气，有起承转合，有语调，这些东西已经越过了我们所说的“恐怖谷效应”。

语音生成技术一直都有，从文本生成语音也不是最近才出现的，只是以前有很多问题：声音很生硬，没有人类的气口。但现在的智能语音已经非常自然了。

你拿起来就可以和它说话，不需要打字。对于年纪大一些的人来说，打字可能是一个门槛，但说话不是。它的延时也很短，很快就会给你答复，而且听起来不会像广播一样生硬。

听你们这样聊，我会想：未来如果 AI 足够厉害，再加上人形机器人这样的存在，那谁还会和人谈恋爱呢？

这个话题在无数科幻电影和科幻影视剧里都被演绎过。典型的就是《她》，里面就有类似的设定。

但这些电影最后讨论的，往往都是人性最底层的需求：一个无限满足你、无限顺应你的东西，真的是你需要的吗？

你在初期确实会获得很多正反馈，但我觉得人性是复杂的。甚至可以说，在人类被创造出来的时候，人性里就被埋下了一些不会让人类走到极端的种子。

当人类意识到很多事情已经走到极端时，可能会出现某种“双引号意义上的觉醒”，也就是物极必反。就像今天我们面对短视频的侵占，很多人会重新追求看书、听播客，或者追求更长、更由自己选择的内容。

这些东西可能会引发某种逆反。

5. AI 正在改写工作

在这个领域尝试了这么久，有没有什么是你们认为 AI 替代不了的，或者会最后一波被替代的？这可能也和我们今天的话题有关。

我有个朋友做过一个统计，我觉得这个统计非常科学。他把 BOSS直聘上所有岗位的招聘信息都拉了下来，可能有几万个岗位，什么岗位都有。

每个岗位里都会有职位描述，以及这个岗位需要什么样的技能。他把这些信息全部拉下来，喂给 AI，让 AI 评价哪些岗位最不容易被替代。

可能不能说绝对替代不了，但至少在现阶段，相对 AI 比较难替代的，还是人类与生俱来的东西，比如身体机能、情感，以及后天通过经验总结出来的能力。

写文案、做 PPT、做咨询、讲解某个东西，这些看起来都很容易被替代。这些职业其实已经在经历被 AI 取代的过程，翻译就是最典型的例子。

上一代 AI 就已经在不断解决翻译问题了。这一波自然语言模型出现之后，大家自然会想到翻译。今天我们能用到的各种在线翻译工具，准确度和可用性基本已经很高了。

除非是在最严肃的学术会议现场，需要一个几乎没有问题的翻译，否则在 99% 的环境下，AI 翻译已经悄悄变得非常厉害了。

那我现在就去把英语课的学费退了。

你快退了吧。你多久没上了？

我的老师已经放弃我了，都不来找我了。

每次我们交流 AI 进步的新闻，丽娜的第一句话就是：“那我不用学英语了，我还学英语干嘛？”

现在 Google 有一个类似腾讯会议的软件，支持在会议现场直接说自己的语言，然后实时翻译成对方需要的语言，是语音翻译，延时也很短。

6. 人形机器人寻找真实用途

现在有那么多公司在做人形机器人。前段时间我去外滩大会看了机器人的展览，发现大家对机器人做任何事情都非常感兴趣。

所以大家感兴趣的点，是不是为了保留人类最后一丝尊严和骄傲？很多展示都是让机器人去做运动、做体育项目。

刚才我们讲过，造物主给了人类一副非常完美的身体架构。至少从结果来看，地球是由人类来统治的。人类的肌肉组织、骨骼以及身体机能，理论上说比所有动物都更加“完美”。

在人形机器人之前，很多机器人，尤其是工业机器人，并不是人形的。比如机械臂、机器狗，它们没有必要仿造人类的样子，造成人形之后效率甚至可能更低。

那为什么这一波人形机器人变得重要？因为大家会发现，如果人形是造物主认为最完美、最合理的体系，那机器理应走到这一步。

但问题是，机器走到这一步之后要干什么？我造一个机械臂，可以去生产线上焊接汽车；我造一个机器，可以背着东西走路。但我造出一个人形机器人之后呢？

当没有明确的使用场景时，大家就会想，能不能先让它展示某种能力。

7. AI 进入竞技体育

我还有一个很感兴趣的点。我这次看到机器人大会时就在想，AI 能运用到运动场景中，除了人形机器人，还有哪些应用？

这和我们刚才讲的一样，AI 不是新出现的技术，而是已经发展了几十年的技术方案，它在这个过程中一直影响着体育行业。

体育行业最早的数据化、信息化进程，其实就已经有 AI 和算法不断渗透。上一个时代大家讨论得比较多的是数据和信息，比如统计所有运动员的生理机能信息、现场表现数据，然后给教练提供辅助决策。

甚至还会给出一些建议，比如排兵布阵、什么时候换人、用什么方式调整。

最典型的例子就是 NBA 过去几年经常讲的“魔球理论”：要么在篮下，要么投三分，尽量不要在中距离投篮。这是通过算法和大数据统计得出的结论，因为算法认为这种方式效率最高。

从现实情况来看，NBA 现在确实变成了这样：要么冲击篮下，要么疯狂投三分，尽量避免中距离跳投。

但在古典 NBA，也就是乔丹那个年代，乔丹最有名的就是中距离跳投，那是最顶级球星最拿手的东西。可是今天这个时代已经变了，背后就是技术在推动。

大家认为这种方式能得到更高的分数，也更容易赢球。这是最简单的一种应用。

前两天，美国国家橄榄球联盟有一支球队，可能在一场相对不重要的比赛中，让一个运行在 iPad 上的 AI 教练来实施现场的临场排兵布阵。

橄榄球和足球、篮球不太一样。首先，攻防是完全不同的队员；其次，回合切换非常迅速。如果从算法角度看，它涉及的数据维度非常多，对决策速度的要求也特别高。

所以他们让 AI 做所有决定，把比赛数据、对手数据全部输入进去，由 AI 给出它认为在那个时间点最好的排兵布阵方式。

那结果怎么样？

结果当然是赢了。但这个结果到底有多少是因为 AI 教练，还是因为球队本来就很强，怎么排都能赢，中间的差别很难区分。

所以在这个时间点，这件事更像一个 show，带有一定的表演性质。但至少说明这件事已经具备了实现的可能性，基础环境和技术条件都已经 ready 了。后面更多是怎么优化、怎么变好、怎么提高渗透率的问题。

其实你刚才说的这些，我没有想到已经运用到实际比赛当中了。前两天我还和君娴讨论，以后的 AI 教练如果真的出现，教练这个行业可能都会被替代。

未来可能会变成运动员不断满足 AI 教练要求的身体机能极限。

我们现在讨论的体育运动，还是狭义上的身体类体育运动。还有一类运动叫脑力运动。

围棋已经是这样了。AlphaGo 出现之后，围棋世界里所有比赛、所有顶级选手的唯一工作或者目标，变成了谁最像 AlphaGo。

他们把最优解的路径做出来。你想赢得所有人，就要最像它。谁最像它，谁就会比别人更强，因为它已经收敛到了唯一解。

哇，这件事对于运动员和整个运动行业来说，到底是好事还是坏事，我还真不知道。前两天柯洁接受采访时，我觉得他内心其实非常悲观，但也没有办法。在既有的规则体系下，加入算法之后，在有限棋盘和有限解的情况下，事情就会这样发展。

8. 体育拒绝唯一最优解

其实运动行业的魅力，就拿足球来说，在于它的不确定性。我们今天也聊到了裁判的误判和争议，还有每个运动员每天不同的竞技状态，以及教练的临场指挥。

但如果未来 AI 进入之后，出现一个你刚刚说的“正确答案”或者最优解，所有运动队都采用最优解，那可能拥有最高水平运动员的队伍，就代表了最高竞技状态。

而且这个事情可能不只是 AI 带来的，AI 只是其中一个因素。

我看英超比较多。你会发现，英超现在有一个明显趋势：前场球员的模型越来越像。所有基础数值达到一定水平之后，才有资格做别的事情。

这个基准线可能已经高到 80 分。速度、灵活性、传切能力，各项基础能力都要达到那条线。

所有球员不是都可以画一个六边形图吗？

对，现在越来越趋同。优秀运动员的基础数据都差不多，比如身高、体重、体脂率，以及刚才说的那些能力，越来越相似。

其实我觉得 AI 的出现，包括它对很多岗位和项目的替代，确实能让很多人去追寻一个终极问题：人的意义到底是什么？

这个问题很开放，也没有一个正确答案。

我还挺好奇，AI 在体育或者运动领域，实际结合的产品和场景还有哪些？除了机器人比赛、数据统计和教练职责之外，还有什么？

装备设计是现在最直接的应用。现在这一波运动装备的设计，基本都有非常深度的 AI 参与。

你说的是运动装备？

对，专业装备和大众装备都是。鞋就不用讲了，早就开始使用了。

原来的鞋主要是在材料上不断升级，今天更多是设计上的升级，包括结构设计、人体工程学，以及各种数据的重新分析，算法也在参与其中。

AI 的发展里有一个大的板块叫 AI for Science，也就是让 AI 去解决科学问题。最直接的例子，比如让 AI 模拟蛋白质生成过程，用来研发药物；或者研究如何帮助运动员消除乳酸。

生物科学是 AI for Science 中非常大的一个板块。过去人类想模仿蛋白质、激素等物质的生成过程，只能在有限的实验环境和现实条件下进行，很多可能性无法实现。

但 AI 出现之后，这件事的可能性变得无限扩大。

我能理解你的意思。现在反兴奋剂中心掌握的是数据库里已有的东西，但未来是不是可以通过 AI 生成数据库之外的更多可能？

相对于无限的未知可能，现有数据的量级一定小到几乎可以忽略不计。

对于机器人和 AI 的伦理规则管理，也不仅仅存在于体育运动中。科技发展需要推动奥林匹克精神、制度和规范的建立。

我们刚才也聊到，未来的奥运会可能会变成科技奥运会。奥组委官方要如何界定哪些东西可以使用，哪些东西不能使用？他们自己的数据和信息库，包括药物开发和兴奋剂数据库，也可能需要使用 AI 来进行反兴奋剂筛查。

以后可能会出台《奥林匹克运动会 AI 使用规则》或者 AI 道德伦理条例，就像机器人的三定律一样。

我觉得这太难了。这些命题本质上是人类从来没有真正面对过的。我们可能只在科幻小说和科幻作家的想象中讨论过一些逻辑，但当这个东西真正来到面前时，你又必须处理它。

我们要画边界，要讲清楚规则，可边界到底画在哪里？是左边还是右边？这件事太复杂了。

但还是得尝试，必须去画。如果不画，对于一些国家和运动项目来说，公平性就会受到影响。

我想象中的未来，可能会有两种奥运会：一种代表纯洁体育，在纯洁体育里包含对兴奋剂和 AI 科技的限制；另一种则是完全开放的状态，无论是机器人还是人类，都可以使用各种技术，大家完全放开来比赛。

大家经常拿 F1 赛车来和 AI 做对比。F1 就是体育，也是科技的极限。人类几乎所有的科技都在那里被使用。

当一个车手驾驭着世界上最快的陆地引擎时，人类的价值到底是什么？

以后可能连换轮胎的工作人员、技术人员都被 AI 替代了，它绝对会比人的极限更高。

你看 F1 的整个运转过程，从车队、比赛，到各种数据、系统和天气。F1 的天气预报甚至可以精确到分钟，因为几分钟之内就是一圈，你就要决定轮胎策略。

要不要下雨，是阵雨、雷雨还是大雨，所有这些因素都已经完全由科技来引导了。

在这么复杂、科技渗透率这么高的环境和体系里，那个最原始的车手，他的价值到底是什么？

我突然想到 F1 电影里布拉德·皮特饰演的那个角色。他作为车手，在反抗数据分析和策略，充分发挥了车手的主动性。

但那是一种古典审美的演绎，也是竞技体育的魅力。

这可能也是这部电影能够打动人的原因。如果一切都只靠车队配合和技术判断，而车手本人没有做出任何决策，这部电影可能也不会得到那么多人的喜爱。

人们能够在这种允许人发挥主动性的环境里找到共鸣。

就像你看一场比赛，明明知道这个人一定会拿冠军，那我们观看这场比赛的意义又在哪里？

所以这就是运动最纯粹的东西。我还是希望，无论是 AI 的介入，还是科技的介入，我们都能够保持住运动最美好的那个部分。

人类经历过这样的过程：你要一个东西，好，我给你，而且给到极致。但我对人性还是偏乐观的。人性底层一定有一些东西，会在事情走到极致时把它往回拉。

人性已经经历过很多次这样的挑战和考验，只是在过程中，我们确实也会眼看着它走到一些比较极端的状态。

我的悲观可能来自于我本身是运动员。我觉得现在很多事情不是运动员自己能够决定的，更多是投资端或者技术端在做决定。

作为运动员，我们需要发声、需要挣扎，希望自己不要那么容易失去公平性，也不要那么容易被机器替代。

但这么说的时候，我突然觉得，开放策略和开放环境的体育比赛，可能反而更有利于比赛中的运动员和这项运动的长久发展。

因为它很难被 AI 的单一策略完全取代。除了策略和数据分析之外，它还有很多变量。

比如足球，我觉得从长远来看还是会有越来越好的发展。毕竟场上有两队各 11 个人，变量和变数特别大。

这确实是体育竞技的魅力所在。但如果是单一策略，或者人数比较少的项目，还真有可能在某个节点突然突破。

AI 机器人一旦完全突破，人类可能就会对观看这个项目失去兴趣。我觉得这真的有可能发生。

那围棋不就是很简单的例子吗？AlphaGo 真正意义上打败柯洁和李世石，是 2016 年还是 2017 年？现在已经过去快 10 年了。

但问题是，如果你去问柯洁和李世石：“你们知道 AlphaGo 现在的能力达到什么程度了吗？”他们可能没法回答，因为过了那个点之后，人类已经不知道后面的事情了。

如果满分是 100 分，AlphaGo 最开始出来时可能是 60 分，后来追到 100 分，超过了人类。它现在可能已经是 1 万分，甚至 1 亿分了。

人类还在追求 100 分的过程中，而 1 万分和 1 亿分对我们来说似乎没有区别。这就像人赚不到认知以外的钱一样。

那你怎么评价它的演进和变好？

但竞技体育的另一个魅力，就在于人会努力把自己的一百分变成一百零一分。

对。人类，甚至发展得慢一点的 AI，也会突破自己的上限。

所以大家还是会关注、会观看，还是会追寻这个过程，让自己符合规则，成长、变强，享受这个过程。

当人类去追赶 AI，会不会突破某个临界值？会不会突破人类的羞耻感，或者说突破某一项能力的临界点？

现在的问题是，AI 这一波模型的能力，早期还可以通过普通人的方式进行评估。但当今天 AI 模型的能力已经进化到，比如智商超过 140、150，几乎所有专业问题的能力都超过这个领域的博士时，就会面临和 AlphaGo 一样的问题：我们怎么衡量它？

如果我们以人类为主视角、以第一人称去看这件事，我们造出 AI，让它变得更好、更强。可是问题在于，什么叫更好、更强？这个标准本身已经出现了问题。

下一步要走向哪里？这就是 AI 的未来，也是人类的未来。

极端悲观主义者会认为，人类不过是 AI 的 token，是 AI 发展过程中的一种养料，超过人类之后就继续向前走，不会再理人类。

一定要比吗？真的需要比吗？为什么要比？

如果有一天机器人超过我，我会有两层感情。第一，我会想，如果机器人真的超过我了，我还要不要踢球？第二，我为什么要和机器人比？我们要比的是人，是自己。

我们可以换一个更细致的角度来看，比如音乐。就 AI 音乐，做不做第二期？就是我跟迟老师、迟斌老师聊 AI 音乐这个问题。

今天 AI 音乐单纯完成一个任务——制作一首符合要求、旋律听起来没有问题的音乐——已经几乎没有什么可挑剔的地方了。

无论你提出什么要求，无论甲方有多难搞，它都可以给出还不错的答案和结果。

是因为它的数据足够多吗？

对。而且音乐本质上可能也是一个数字游戏：音符、音阶、音调，可能都是有限解的数字游戏。

如果一部电影需要插曲，广告需要配乐，或者商业内容需要一段音乐，那这件事确实已经没问题了。

但从极端艺术追求的角度，人类还是会问：“我为什么要听这样的东西？”

如果最后大家喜欢的东西都一样，所有内容都变成同一种东西，就和短剧一样。

短剧、短视频本质上是对人性多巴胺的刺激。它可能是 3 秒、5 秒、7 秒、20 秒，有一套非常精细的机制。

对，它已经研究得非常细。在极致状态下，刺激也就到这里了，没有什么东西能够突破。

但人看得多了之后，会觉得那个东西不太对，于是会去寻找其他东西，弥补刺激过量带来的问题。

但这只是一部分人。

很多人可能会一直留在里面。

这不就是网络鸦片吗？

少看一点。就像我们上学的时候，电子游戏被称为“电子海洛因”，逻辑上是一样的，只是今天技术手段换成了新的东西。

每个人看这些问题的角度，以及心里的天平摆放的位置都不一样。有些人激进，有些人保守；有些人悲观，有些人乐观。

但技术本身没有善恶，或者说，很多人坚持“技术无罪论”，认为技术本身不应该被贴上这样的标签。

问题是，今天这个技术叫 AI，叫神经网络。神经网络本来就是形容人类大脑的。当它被赋予这样的名字时，就说明它已经不只是一个纯工程、纯技术问题了。

这个问题变得超级复杂，也超级难解决。值得庆幸的是，人类已经开始解决这些问题了；但令人担心的是，这些问题真的太难解决了。

我们不用太悲观，总归会解决的。换一个乐观的角度，我觉得还是可以的。

我突然想到一个 AI 在体育领域里可能很快就能取代的行业。

我最近听了《日谈公园》，节目邀请了詹俊老师。我经常会被詹俊老师现场的一些技战术解说，以及他对球员的了解程度吸引。但这些东西，AI 似乎都很容易替代。

詹俊老师的声音已经在 FIFA 游戏里被充分运用了。实际上，那里面也是 AI 在处理数据，以及根据现实比赛进行实时反馈。

我们可以把这件事拆成一步一步的模块来看：现实中的图像识别、比赛统计、实时反馈，这些单独看起来都没有太大技术难度。

像贺伟老师的解说，经常会伴随着古诗词和一些升华式的总结，其实这些可能是 AI 更擅长的。

詹俊以及其他解说员，最后最宝贵的资产可能是他们自己的声音和声音背后的个人特点。

但其实声音也已经被卖掉了。高德地图的导航里，不就有各种各样的名人声音吗？

对，但他们运用在不同场景，版权费应该是不一样的。所以生在什么时代还是很重要。

他们生在 AI 还没有那么发达的时代，能够留下专属于自己的标签和印记，未来还有机会在 AI 的推动下继续进行商业化。

但如果是年轻一代的解说员，可能真的会面对没有比赛可以解说、没有工作可做的情况。

年轻一代解说员，其实和刚才说的球员一样。要站在前面，基础分至少要达到 80 分，否则连水平线都不到，就会被埋在下面。

一定要突破那条大众线，再往上走。詹俊老师在我的视角里，不是人工智能，而是“人脑智能”。他已经在这个领域突破了无数次自己的极限，所以才能做到今天这样。

在他所处的时代，我觉得他本身就像人工智能一样，是一种非常强大的存在。

所以你们觉得，在体育领域还有哪些岗位会随着 AI 的发展被取代？

我觉得康复师可能很快会被取代。除了运动员之外，其他环节或多或少都比较容易被 AI 渗透。

裁判呢？

裁判这件事反而更复杂。裁判的误判本身，大家会认为是体育比赛中很重要的艺术成分之一。

如果所有事情都是 100% 绝对理性、绝对正确的，似乎某些东西就被抹杀了。那到底是好是坏，很难说。

鹰眼理论上是一个好东西，但它的推广和实施，并没有像大家想象的那样迅速被所有人接受。大家可能会觉得，鹰眼应该都用，为什么不用？但现实还是会更复杂。

当 AI 运用到生活中的各种场景，尤其是运动领域时，我们作为运动员，应该怎么保护自己的数据？

这很难。在今天的环境下太难了。很多数据都是公开透明的，比如身高、体重，这些是我们可控、也已经暴露在外的数据。

但我们的生物数据谁来保护？未来如果所有数据监测都能监测到我们的生物数据，那从逻辑上说，我们完全可以制造出另一个科比、另一个乔丹，复刻一个一模一样的人。

其实这件事都不需要用 AI。你看所有体育游戏的发展，实况和 FIFA 的演进就是代表。

我们当年踢实况三九八年的时候，每个球员的数值维度可能只有 6 项或 7 项。今天 FIFA 里，一个球员的数值可能有 60 项。

大家会去捏各种各样的球员。那这些数据从哪里来？当然是大数据。

为什么它做得这么真实？因为现实球员的常规数据，比如梅西的身高、体重、传球、射门，早就已经是通用数据了。那更细微的几十项数据从哪里来？怎么设计？怎么不断演进？为什么每年都要更新？

因为每年球员的数据在变，战术打法也在变。

大家以前讲 AI 的时候，游戏领域其实早就在使用 AI 了。你在玩 FIFA 或者实况时，你控制的是一个球员，那队友的跑位怎么设计？对手的跑位怎么设计？你踢出去的球为什么会以某个速度飞行，门将为什么守不住？

这些东西都是通过算法计算出来的，本质上也是 AI。

我觉得运动员对 AI 的看法，可能更多是把它当作一种工具。我们可以通过数据的贡献和交换，提升自己的各方面表现，让自己进步得更快。

我从小接触到的训练方式，都是把同一个跑位、同一个套路练成千上万遍，让肌肉形成记忆。

但随着 AI 的介入，可能我们会先把正确答案输入到脑子里，带着问题和答案去练习，从而节约运动员更多时间。

节约下来的时间，可以让我们接触其他领域。它还能够为每一个人定制方案。

传统训练通常是一两个教练教整个队伍，教练作为人，观察和分析能力是有限的。但如果是 AI，就相当于每个人都有一个定制化的贴身教练，去分析各方面的数据并提出建议。

其实这件事不需要说得那么严肃。比如很多女孩子减肥，要计算每天摄入多少卡路里。

现在已经有很多工具可以做这件事。原来你需要自己记录，拿盘子称重，再去查每种食物的热量；现在不需要了，拍一下照片就可以。

通过计算机图像识别，AI 直接帮你算好。这就是 AI 的能力。

换下一个话题，太沉重了。

不沉重，这是让人类更便利了。

对，确实是便利了。我突然想到，前几天不知道是谁在我们播客工作群里发了一个消息，让我们去看支付宝的数据授权，说看完会吓一跳，发现自己已经把那么多数据授权给了无数应用。

但换个角度来说，生活的便利性也确实是从交换隐私和数据开始的。

我上一期播客和阿诚聊天时也提到，其实公众人物都在出卖自己的隐私，用隐私换取流量。

9. AI 重写机会分配

我退役之后一直在做足球普及。我们做足球普及的过程中，发现我们推广的其实不只是足球，而是希望更多大山里的孩子能够通过足球这个项目走出来。

他们走出来之后，希望足球产业可以变得更大，未来他们能够进入足球产业，找到属于自己的工作，离开大山。

但随着 AI 的介入，我发现未来大山里的孩子可能机会更少，也更难走出大山了。这个问题会变得更沉重。

甚至大家会认为，这一波 AI 科技战争可能只是中美两国之间的事情，甚至只是中美两国最顶尖的那一小撮人之间的事情。

于是，智力、资本和资源被控制，或者被封闭在一个很小的范围里。这件事的影响可能不只局限于山里，也会影响到更广泛的范围，比如贫困国家。

我们这些做投资的人特别容易说，之所以这件事会这样，是因为投入成本太高，高到超过历史上的很多记录。

但我的观点是，一件事情既然走到了这么极端，就必然会有一股反方向的力量把它拉回来。这个反方向的力量叫开源。

过去一年多，开源在这个领域发展得非常快。

原来我们用 OpenAI 的 ChatGPT，它是一个封闭技术。我们不知道里面的技术细节，不知道它是怎么训练出来的，也不知道它为什么这么强。

但今天，以中国为代表的一批 AI 模型公司采取了开源方式：把所有秘密都公开出来。谁想用就用，谁想复制一个就复制一个。

它不仅告诉你模型本身，还会告诉你训练方法、内部架构、数据结构，以及显卡和数据中心的搭建方式。全部公开，开源到极致。

DeepSeek 就是典型。它之前为什么影响那么大？因为它除了开源模型本身，还把训练方法也开源了。

只要有一定条件，不需要特别高的门槛，你想复制、想使用都不难。这样就会有另外一股力量，把前面那种高度集中的趋势拉回来。

我做足球推广，就拿我们这个项目来说，更多是希望解决偏远地区孩子们未来的生存和就业问题。

这个项目已经突破了足球本身。它从足球出发，但远远不只是足球。

你刚才说的是，一二线城市的人不断讨论 AI、使用 AI，甚至在 AI 发展到极致之后，重新回到人性的选择。

但在二三线城市或者偏远地区，未来可能会存在一段真空期。那我们这些做公益的人，可能需要帮助他们做出选择。

我们要推广的也许不只是足球本身，而是告诉孩子们，踢足球是一件快乐的事情。追求快乐本身，成为他们的动力，成为他们走出大山的动力。

这和我们刚才反复讨论的人性到底在追求什么，是同一个命题。这个命题可能不涉及技术，也不涉及具体方案，而是 AI 无法替代的人性。

所以我觉得，与其担忧他们未来的就业问题，不如更多地告诉偏远地区的孩子们人性的可贵，推广一些值得推广、值得影响他们的特质，并且让这些东西根深蒂固地植入他们心里。

只有重复的次数足够多，才有可能战胜他们通过手机和互联网接触到的那些垃圾信息。

从积极的一面来说，AI 的发展更多替代的是脑力劳动，那它会不会反而给四五线城市的孩子们带来更多机会？

信息鸿沟可能会因为 AI 的介入而越来越小。现在很多软件都是免费的，大家都可以使用，移动互联网也是如此。

如果偏远地区的孩子拥有好的身体和体魄，他们未来也许能在体力层面获得更大的机会。

这个命题会变成另一种选择。

去年我们参加一个论坛，我和潘乱、果壳的创始人姬十三，以及晚点的麦琪一起聊过这个话题。你会发现，所有关于 AI 的讨论，最后不可避免都会聊到这里。

无论讨论的是哪个行业、哪个发展方向，最后一定会进入这种偏虚的讨论。

当时有一个判断：出生在江苏下面某个贫困县的人，可能会给他小叔家的孩子一个建议，让孩子去接手家里小叔做陶瓷的手艺。

但问题是，怎么样才能让那个孩子甘于并且乐于做这件事？

对，这就是挑战。

就像让阿诚回去接手他家的店一样。

我觉得阿诚可能会愿意。那对他来说也许是世外桃源。

10. 人类必须学会提问

我最近也在想一个小问题：随着 AI 的发展，普通人现在到底应该提升什么能力？

有一些特别冠冕堂皇、特别正确的答案，比如提出问题的能力、认识自己的能力、寻找和提出质疑的能力，以及找到适合自己的、能够让自己快乐的能力。

审美也是很重要的一种能力。

但这些能力首先怎么衡量？怎么锻炼？怎么让人觉得它们是可贵的，并且坚持下来？其实都很难。

我觉得，发现问题可能是最简单的。

你可以理解，今天的 ChatGPT、豆包，就像一个神。古代人看到一个无所不知、上知天文下知地理的存在，也会觉得那就是神。

但当这样的东西摆在面前时，很多人甚至不知道应该问它什么，连提出问题的能力都没有。

你提出问题之后，还会发现，哪怕在日常工作中需要做一些复杂的事情，想通过 AI 帮忙时，自己归纳问题、把问题写清楚的能力也很难。

什么样的场景？你是什么角色？需要什么边界下的什么方案？有没有可以参考的东西？

你会不断增加描述、限定条件和背景信息，最后发现问题本身越来越长、越来越复杂。这个能力并不容易，所以大部分人第一步就停住了。

他们最多问一句天气，问完就结束了。哪怕只是要求 AI 做一个稍微复杂一点的事情，也很难。

甚至对于获取信息的好奇心，大家也会觉得：这件事存在自己脑子里，还是存在 AI 里，其实没有那么重要了。不去学习，也不去提问。

信息鸿沟越来越小，但提问能力的差距会越来越大。

AI 就像一个太阳。太阳一直在那里，无限大，有无限的热量，但你怎么把太阳能量通过导管引到面前，并且刚好适合自己使用，这种能力会变得越来越重要。

我还是觉得，在 AI 进步的情况下，人类可能会被迫进一步内卷。开始卷身体，卷不同的思维方式。

就像我们前面聊到的，下载 App 的增量可能主要来自修心和修身这两类软件。人类的内卷不再只是卷智力，而会更多地面向心灵成长和身体精进。

11. 播客守住活人感

接下来聊一下我们都很感兴趣的播客领域。

明浩老师曾经在采访中提到，声音元素在构建元宇宙的过程中非常重要，也不可替代。播客既然是声音的载体，而我昨天还不经意地点开豆包，发现豆包都可以生成语音播客，而且还是由大一老师的声音来播讲。

我非常震惊。那对于我们这些播客主理人来说，包括你也一直在做播客、很热衷于播客，未来 AI 会不会很轻易地取代播客？它的数据库甚至比人脑更强，那我们的未来何去何从？

这就和刚才举的例子一样，就像人类歌手何去何从。

今天我看一份 50 页的英文报告，不想自己读，原来可以让 AI 用文字总结，现在可以直接把它丢给豆包，让它生成一段 7 到 8 分钟的讲解。

大一老师和刘飞好像也把自己的声音授权给了豆包，可以让刘飞用他的声音帮你讲 7 分半钟，讲完之后再总结。对这个场景来说，这个功能完全没问题。

如果我是一个助手，需要整理一篇文章、整理一段内容，或者关心一个问题，希望得到一个答案，这种场景当然可以。

但这只是大家听播客的某一个场景。很多时候大家听播客，不是为了寻找某个问题的答案，也不是为了寻找某种整理或搜索结果。

有时候大家只是想了解一个话题，听个陪伴，听个故事，听一个熟悉的声音。信息量更多当然更好，但没有信息量也没关系，大家听个乐呵，甚至听一个悬案，听一种氛围，听一段所谓的旋律，这些都可能是听众的需求。

如果只是从信息增量、信息总结和整理的角度看，AI 确实太强了，人类早就被打趴下了。

但声音为什么有魅力？因为声音有起承转合，有语气，有停顿，有断句，甚至有抽泣声。它带着情绪，也更容易拉近人与人之间的感情。

我们虽然不会主动说出来，但听播客比较多的人，正是因为这种复合体验，才愿意一直听。

我可以把它理解为，人类还是更愿意听同类去做一些事情，因为那里面有活人感。

这个人身上不仅有这一期播客产出的信息，还有很多过去经历过的事情。你这个人身上的标签、你的人设、你的性格，这些东西我觉得 AI 到目前为止还是比较难复制的。

AI 现在可以拿走你的音色，但拿不走你的记忆。

但又怎么样呢？

今天我确实可以让刘飞给我读一段 7 分半钟的商业报告，但我不会因此对他产生感情。下一次看到另外一份报告，我可能还会继续用，但这个场景和我们现在，或者说狭义上的听播客之间，交叉的概率并不是特别高。

当然，这个比例会越来越高，AI 会不断渗透进这些场景。但总会有一些部分是人类无法取代的。

音乐、读书、内容创作，以及带有艺术成分的创作，今天 AI 确实在非常强势地侵占所有板块。

但人类还是会坚守一小块阵地。那块阵地究竟会被压缩得很小，还是还能保留一部分，不好说。但它确实会存在，我们只要守好自己的那部分就可以了。

从乐观的层面看，体育就是能够坚守的一部分，至少很可能会成为最后的阵地。

突然觉得我好幸运。

是的，你的运动员身份可以申遗。我的健将证书也可以申遗，运动员身份可以申遗，公益项目也可以申遗。

科幻作品《赛博朋克 2077》里的世界，就是一种赛博朋克的世界观。

那里面的人类无非有几种状态：所有人都带着假肢和义肢，通过身体增强系统，把体能和身体机能加强到接近极限，然后从事各种劳动，贡献人体的智力和体力资源。

我甚至在想，喜欢登山的人，有的人年纪大了，现在已经无法登山。但如果结合 AI 义肢、关节增强系统，也许他们到了 100 多岁还可以继续攀登珠穆朗玛峰。

别提了。我们上周末公司团建，翻越了高黎贡山。

第一天是 8 公里的环线，算是热身。热身结束后，我当天大腿、小腿和膝盖全都抽筋。第二天要走 20 公里，翻越过程中大约上升 2000 米。

我们早上 7 点进山，最快的一组下午 5 点就出山了。我是最后一名，和另外一个队友一起，我们 10 点半才出发，在山里待了 15 个小时。

但你会觉得，人生还是有一些意义的。你必须看着脚下，不能走神。因为又下雨又下坡，一走神就可能滑倒。

你要盯住每一步，去坚持。像我这种体重，身高 185 厘米，差不多 220 斤，真的在上山过程中走十几级台阶，遇到一个转角，发现转角之后还在继续往上时，会觉得……

会觉得，辅导班还是做作业，也不过如此吗？

我只是想，真的能加一个外骨骼就好了。

我觉得这个经历还挺浪漫的。

AI 的发展让解题，或者破解某个东西，变成了一件没有意义的事情。但人的生命体验，以及运动中这些很切实的无感的体验，真的没有办法被取代，而且会变得更加珍贵和浪漫。

那是属于你自己的记忆。

从乐观的角度看，AI 的发展确实能够解放更多人的时间和精力，让大家去充分发展 AI 无法替代的部分，比如体能、极限运动，以及对极致体验的追求。

既然今天明浩老师来了，我也替听友们提几个问题。

有听友问：如何尽力避免 AI 训练过程中产生的数据污染？细微的区别往往在量化之后产生越来越远的偏离。

别想这些太玄的问题。连世界上最厉害的科学家都没有解决好，我们怎么去解决？去跑步吧。

那怎么看 AI 算命？

你算得挺好的。算命本身就是一个概率问题，是基于各种环境和前提条件进行结论推导。

如果从纯理性的角度来看，AI 应该更强。现在 AI 又随手可得，也有很多公司在做 AI 算命，或者说玄学类的相关项目。

但问题不应该是 AI 怎么思考，而是使用 AI 算命的那个人，如何去鉴别，不要把它说的话太当真。

你自己的人生还是要自己过。算命、玄学这些东西，可以成为你生命中的一部分，但不能替你过人生。

最后我还想问一个问题。明浩老师一直在 AI 的各个领域进行尝试。作为一个职场牛马，我会把不同 AI 用在不同场景里。你能不能给听友们推荐一下，什么软件更适合用在什么场景？

现在国内几家头部厂商的产品，差别没有那么大。豆包、Kimi、智谱，基本都差不多。

但在一些细分领域，比如纯文案，想写一篇文章，或者做修辞方面的处理，DeepSeek 确实可能会强一点。

但这个强可能只是 85 分和 87 分的区别，并没有差很多。

那我做播客呢？

播客有一些更细化的工具类产品，可以自动去除口癖，进行分段剪辑，整理内容，给每个时间戳标注标签，也可以把语音转成文字。

这类工具都已经有了。语音转文字方面，通义用得比较多，就是阿里的模型。

如果我想看 NBA 比赛，在看比赛时把解说关掉，然后通过和 AI 聊天来了解比赛，你推荐什么？

这个现在比较难。它大概率可以做到实时，但还没有办法完全达到你想要的程度。

如果你只是想问某个球员最近发生了什么、他的俱乐部情况怎么样，那基本都可以。凡是世界上已经存在、并且有可查数据的内容，基本都能用。

你甚至可以模拟一个科比。之前我们朋友汉卿做过一个爆款视频，就是模拟科比和奥尼尔的对话。

科比已经去世了，他用 AI 写了一段文案，再配成视频，让 AI 生成的科比和奥尼尔进行一次面对面对话。这个视频在 B 站可以找到，大概叫《AI Talk：科比 vs 奥尼尔》。

科比会说：“我在天上教天使们打篮球，我让他们去见证凌晨 4 点的太阳。”

然后奥尼尔会笑，说：“那你告诉他们，你最好的前队友罚球并不好。”

这些内容把那个时间点的信息、人物状态揉杂在一起。它永远不可能在现实世界发生，但你却会觉得毫无违和感。

因为大家对这些人物本身有非常强的情感连接，对他的俚语、标签、说话方式都有感觉。当他被赋予这种新的可能性时，你会觉得这件事还挺好。

所以，之前有一段时间，大家会尝试为逝去的亲人制作 AI 数字化表达。说“复活”可能不太准确，但大概是这个意思，未来也许会在这个基础上找到更多可能性。

有一种在 AI 里获得永生的感觉。

对，就像可以和逝去的亲人进行永久对话。

最后一个问题，大家都非常好奇：你的 PPT 是借助什么 AI 工具完成的？

这个问题和今天的命题非常相关。

PPT 是一个竞争非常激烈的领域，很多公司都推出了各种各样的工具和功能。但像我们这样的人，坚守的可能是类似运动员所坚守的阵地。

只要我的 PPT 足够长，我就可以打败所有人。

我们的做法有点类似我总结过的一个比喻：再好的流水线生产出来的汽车，再怎么畅销，也一定会有工人一锤一锤敲出来的东西。

至少我的 PPT 没有使用任何 AI 工具，是真的手工一点一点做出来的。

为什么？因为你做的内容不是一个简单的命题。比如我儿子今天刚升初中，他要讲恐龙的诞生，这种命题、这种场景，AI 全部都可以搞定。

但我的 PPT 里，每一个章节，甚至每一页、每一张配图、每一个情绪、每一种表达、每一段小 slogan 和标签，都带着我丰富的情绪。

你能感觉到我在说话：它会吐槽，会开玩笑，会有前面的 call back。所有这些东西，不可能直接用 AI 生成出来。它们糅杂在每一个细节里。

这种东西在这个时间点还没有办法用 AI 搞定，但它就是最后被坚守的阵地。

如果你只是工作中写周报，做一个简单的会议文档，那确实不需要这样，用 AI 就好了。

但如果你想做这样的表达，就像最职业、最顶尖的运动员在做的事情一样，当你要做的是金字塔尖上的东西时，AI 确实还没有办法替代。

今天聊了一个多小时关于 AI 的话题。原来我在 AI 这个领域还挺悲观，但今天聊下来，你们给了我很多对未来的期待，以及乐观层面的东西。

AI 的出现对人类来说是一个很大的挑战。我们要判断 AI 如何存在于自己的生活中，不要和它比较，也不要过度依赖它，而是找到一种和 AI 和平共处的方式。

这和现在很多人类连自己都无法自洽，又有什么区别呢？

今天聊完之后，我发现我们最重要的课题其实是解决自己。所以我会更加乐观，因为我们可能没有办法控制 AI，但我们可以控制自己如何面对未来，如何面对自己，以及拥有怎样的心态。

对于这些事情，我们依然拥有绝对的话语权。非常感谢今天的两位嘉宾，那我们今天的上下半场就到这里啦，拜拜拜拜。