E177｜“没有AI我会难受至极”：与大学生聊聊智能工具的依赖与适应

欢迎收听硅谷101。这是一档分享当下最新鲜的技术、知识与思想的科技播客。我是泓君。

我们之前从教育的角度拆解过 AI 是如何影响教学各个环节的。反过来，对于学生来说，AI 已经成为学习的一部分，而且对越年轻的大学生来说，这种现象可能越明显。可以说，新一代的学生基本上都是 AI native。如果现在把所有的 AI 工具都拿掉，你会觉得不适应吗？

我觉得会难受至极。

我们这一集依然是在聊人是如何使用工具的，但我觉得跟新世代聊天特别有意思的一点，就是我们可以反过来看工具是如何改变人的。所以，大家既可以把这期播客当成一次观察：作为一个学生，我们可以看到深度使用者是怎么样使用 AI 的；同时也可以把这期播客当成一次用户调研来听。简单来说，我们想探讨一个更加核心的问题：AI 时代，人变了吗？

我们一直在说，ChatGPT 最大的使用群体是大学生。今天我们请到了几位嘉宾，有一些刚刚大学毕业，也有一些正在读研、读博，来跟我们一起聊一聊他们是怎么使用 ChatGPT 的，包括使用过哪些非常好的 AI 工具。我们先跟大家打个招呼吧。Kolento，从你开始。

大家好，我叫侯泰宇。我现在在纽约大学主修应用心理学，同时也在某家公司担任 AI 产品经理，主要负责企业级智能体项目的开发。

你现在是大几？

我现在是大三。

好的。

大家好，我叫陈浩楠，英文名是 Henry。我刚刚从哥伦比亚大学的会计硕士项目毕业，现在在寻找加入 AI 创业公司或者大厂、从事 AI 产品经理相关工作的机会。

好的。王冉。

大家好，我叫王冉。我现在在纽约大学做博士后，之前在 UCSF 做博士后，研究领域是脑机接口和脑科学。

你在读书期间会用到很多大模型工具吗？

我读博期间大模型还没有出现，但在做博士后的阶段，大模型已经出现了。而且我认为，对于研究这个领域来说，它还是一个非常有利的助力。

好的，那最后 Charles。

大家好，我是 Charles，中文名叫左曜诚。我现在在纽约大学读大四，主修经济和哲学。同时，我也在纽约大学运营一个创业社群，帮助国内和国外的 VC 寻找一些 AI 相关的项目。

你也正好经历了大模型发展的这几年。

没错。我个人对大模型 App 的使用其实没有那么多，但是我确实能感觉到，近些年这类产品或者 App 在越来越多地出现。

要不然今天我们的讨论就按照年龄来吧，看看大家在不同阶段的使用会有什么不一样。泰宇，不然先从你开始。我想知道，平时在日常的学习和生活中，你会用到 ChatGPT，或者类似的大模型产品吗？会在哪些环节用到？

平常我使用大模型产品的频率非常高，可能贯穿了我学习和生活的 90%。我觉得可以分成几个阶段来讲。

首先是在学习过程中，因为我去上课的频率变得没有那么高了，可能更多依靠自学。我发现，通过跟大模型产品进行对话，包括把一些教科书以文件的形式上传上去，极大程度上增强了我的自学能力。比如说，我可以让它针对某些教材定制解读，也可以让它结合我上课记的学习笔记，或者期末复习的计划，给我做一些详细的复习提纲，甚至帮助我扮演一个导师，给予我指导。

在考试或者写论文的阶段，GPT 的帮助也非常大。比如说，可以帮你润色论文。但我更关注的是那些能够帮助我提升学术严谨性和准确性的工具，比如 QuillBot。平时写论文的时候，我们需要做很多英文里叫 paraphrase 的工作，因为需要把作者的原话转换成自己的话，以避免触犯抄袭相关的原则。QuillBot 是一个非常好用的软件，既有插件，也有网页端产品，可以在保持学术严谨的前提下，帮助我们进行改写。

我也比较常用 GPTZero。GPTZero 应该是一个学生开发的软件，可以检测你的论文或者文件是不是具有很高的 AI 撰写程度，帮助我查看是不是可能违反某些规定，或者触碰一些红线。它有点像一个侦探，去检测你到底留下了多少 AI 使用痕迹。

因为它是基于一个叫 perplexity，也就是“困惑度”的指标来衡量的。

所以你用 GPT 写了一篇论文的提纲，然后再用 GPTZero 检测，它真的能侦测出 AI 痕迹有多重吗？你觉得它测得准吗？

我觉得测得非常准。它不仅能告诉你百分比是多少，甚至还能标出哪一段是它认为由 AI 写的。那我就可以针对这些部分进行修改。

你可不可以举一个例子，告诉我们在哪个环节，你觉得 GPT 类产品最能帮助到你？

比如说，我有一门课的期末主题是“在 AI 时代，你的职业该如何规划”。老师会给我们大量论文，但不要求我们一个字一个字地读，因为材料实在太多了，一本书可能就有四五百页。他很推荐我们先用 AI 对材料建立一个全局认识，从里面找到自己感兴趣的点，然后再深入阅读。

所以，AI 更像是一个指南针，帮助你从复杂的文字中找到一个感兴趣的方向，然后再通过人工的方式深入阅读。读完之后，再把那部分内容用于写论文。

所以你的教材已经预先放在 AI 里面了，然后你从这些教材里找重点，让 AI 帮你划重点？

对，可以这么理解。比如说，我们有一套自己的教学系统，里面可能已经内置了很多 PDF。你需要把它们下载下来，再拖到大模型里面，让大模型帮你解析。

你用的是哪个软件？

我会混合使用两个，主要看效果。之前我用 GPT-4o，出了 o1 之后，现在可以上传文件，所以我就用了 o1。之前也用 Claude 3.5 Sonnet。

你觉得它对你整体效率的提升有多大？

我感觉已经是很大的倍数了，可能有两到三倍，甚至三到四倍的效率提升。以前我要花大量时间从目录里寻找不同的信息，然后再去阅读；现在 AI 首先会给我一个很强的摘要，也可以帮我找到延伸阅读的材料。我觉得这对我的效率提升是最大的。

我自己有一个问题。没有这些 AI 工具的时候，你写一篇论文、看一个书单，完整的体验可能是：我要慢慢把这 20 本书和教材的内容都学到自己的脑子里，消化和理解，最后在遇到任何问题的时候，人脑就像一个搜索引擎库，可以自己找到教材里的某一部分来回答问题。

有了 AI 工具之后，我觉得我们在学习过程中走了一个捷径。你会怎么理解这两种方式？

如果之前有 20 多本书都在我的脑海里，那你的整体功率其实是比较恒定的。大脑的功率可能每年增长一点，但不会有特别大的变化。

AI 来了之后，我分析文章的基数会有很大的增加。比如说，我分析 20 篇文本，大脑接收到信息、处理完之后，可能是一个 x，这是一个比较恒定的值。有了 AI 之后，我原本输入的就不只是 20 篇文本，而是可以输入 200 篇。AI 分析完之后给到我的内容，我最终吸收的可能还是 x。

所以我觉得，单篇文章的理解深度可能会降低，但横截面的多样性会增加。我觉得这是有利有弊的。

如果现在把所有的 AI 工具都拿掉，你会觉得不适应吗？

我觉得会难受至极。

哈哈哈。

我平时非常依赖跟 AI 进行多轮对话，而且不只局限于学习。我养成了一个习惯，有点像“不懂就问”。随时随地，手机上有 GPT，电脑上也有 GPT。

比如上课时有些地方不懂，或者老师讲得不明白，GPT 可以给你讲得非常清楚。你可以跟它说：“请你用通俗的方式讲一下。”它会举例子，也会用其他东西进行类比，能够在一定程度上提升我们的学习效率，帮助我们融会贯通各种知识点。它还可以帮你在不同知识点之间建立很有意义的连接。

接下来问一下 Charles。你会像他这样使用 AI 吗？

对比 Kolento，我可能不会这么高强度地使用 AI。

你会用 AI 工具写论文吗？

我写论文的过程中不会用到那么多 AI 工具，主要是在写完之后帮我检查。我会请 Claude 帮我检查内容方面的问题，再请 Grammarly 帮我检查语言和语法方面的问题。

所以如果离开这些工具，你觉得还可以吗？

我觉得会不适应，但可能不会像 Kolento 那么不适应。它肯定会让我的效率降低，不过我不会像他那么依赖。

好的。接下来王冉，我觉得你跟他们稍微不一样一点。他们现在还处于大学阶段，可能从大学一、二年级开始，就已经接触到一些 AI 工具。后来 ChatGPT 出来，他们在这两年里慢慢适应了这些产品，所以他们的思维可能更加 AI native。

今天为什么要按照年龄来聊？因为你正好经历了整个大学阶段都没有这类工具和产品的时期。这些年你先在国内读书，后来到美国读研究生，突然面对整个环境的变化；同时又经历了大模型从发布，到高光时刻，再到大家普遍使用的完整过程。

是的。我大四的时候，GPT-3.5 刚出来。当时模型能力还没有那么强。像我是会计专业的，写会计专业论文时，它其实写不出来。

但这两年，不管是 Claude 还是 GPT，发展都非常迅速。我自己也感觉到，它对学习效率有很大的提升。对我帮助最大的是一些数理方面的课程，比如计量经济学。里面有很多推导，以前如果有一个公式不懂，我要回看老师的录播，非常麻烦。一个录播可能有两三个小时，而且有些地方老师讲得比较快。

现在我可以直接问 GPT，让它一步一步给我推导。如果它没有推出来，或者我还是不懂，就可以问 Perplexity，让它帮我找一个跟这个概念相关的推导视频或课程，然后我再去看。

另外，我也会让 GPT 帮我写一些简单的论文。平常如果有编程相关的内容，比如机器学习或深度学习课程需要写 R 或 Python 代码，我就会让 Claude 帮我，或者跟我一起写。

你是主动选修了编程类课程？

对，这些并不是专业要求的。我主动修了机器学习、深度学习和 Generative AI 三门课，都包含一些编程内容。

Generative AI 学什么？

它主要讲原理。这门课的全名是 Generative AI: Technical and Social Perspectives。每节课 3 个小时，前半节讲 AI 原理，比如 attention 机制或者 Transformer 架构；后半节讨论 AI 对社会的影响，比如对劳动力市场、教育行业、金融以及其他行业的影响。

你们在这门课上会被要求使用 AI 产品吗？

会的。我在这门课上从零构建了一个评测 LLM 计算财务公式能力的 benchmark。对我来说，这完全是从零开始，基本算是门外汉。

但过程其实也很简单：把自己的需求跟 Claude 讲清楚，Claude 一步一步帮我把代码写出来；出现 error code 之后，我再把错误反馈给 Claude，让它帮我修改。这样大概运行了三五天，这个小项目就完成了。

所以你这篇文章其实是跟 Claude AI 一起共创的，而且一定需要 AI 的能力？

对我来说是的。如果有些同学编程能力很强，可能自己就能写出来，但我还没有那么强。所以我的流程就是把意图告诉 Claude，让它写出来，我再测试，然后它再修改。

对你的帮助大吗？

非常大。这相当于帮你学习编程，而且是通过实践学习。如果没有 Claude，我可能根本做不出来，因为要学的东西实在太多了。

教授也跟我说过，我一开始写完论文、把代码跑完之后，会得到一些图表结果。我把结果交给 Claude，它可以直接帮我把论文写出来。但教授说，一个比较好的方式是，先按照自己的结构把论文写出来，再交给 Claude 或 GPT 润色。这样既能降低 AI 痕迹，又能达到比较好的文章效果。

你刚刚提到，你们在课上讨论 AI 对金融、教育以及各种行业的影响。对教育的影响具体是什么？你们在课上是怎么看这些观点的？

当时我们看了一篇比较经典的论文。它测试了一个发展中国家的中学数学课：让一部分学生使用 AI 做作业，另一部分学生不能使用 AI，然后比较他们最后的数学考试成绩。

他们发现，从头到尾不使用 AI 的那批学生，考试成绩更好。这个研究对象大概是 12 到 15 岁的初中生。

后来研究者做了一个调整：之前的 AI 可能只是直接给答案，现在不给答案，而是告诉你过程，让你按照这个过程一步一步解题。这样确实很好地缩小了成绩差异，但最后还是没有使用 AI 的那批学生得分最高。

不过我觉得，这可能只局限在数学领域，而且考试时不能使用 AI。现实生活中，我们完成任务时可能是可以使用 AI 工具的。

所以你觉得，在教育领域应该禁止使用 AI 工具吗？尤其是大学。初中和高中阶段，你们讨论过这个话题吗？

讨论过，但我们其实很难想象让大家完全不使用 AI。就好像今天做复杂计算时，我们不使用计算器一样，这很难实现。

我觉得更好的方式是，让这些小朋友在比较早期，比如小学阶段，就把基础打牢。之后可以使用 AI 帮助他们探索兴趣。如果找到真正感兴趣的领域，我相信他们会愿意暂时不用 AI，进行更深度的学习。但在找到兴趣点之前，AI 可以帮助他们增加探索的广度。

王冉，因为你是在科研界，我最好奇的是，AI 在真正帮助你做脑机接口研究时，会有特别大的帮助吗？你的研究范围可能已经超过了写论文或给出一个简短答案，我相信你需要一些更复杂的运作。

我一直期待有一个 super agent，可以帮我做一个全新领域的文献调研、提炼问题。当然，这个想法也有点偷懒。目前 AI 还做不到这一点，但在一些流程环节中，它确实能够帮到我。

比如说，当我想接触一个完全全新的领域时，我之前试过用 ChatGPT 帮我做文献综述，告诉我这个领域有哪些关键文章。那是 2023 年左右，当时的版本还比较早，会有幻觉问题。它给出的文章看上去很真实，但实际上根本不存在。

也就是说，我问 ChatGPT：“这个领域有哪些跟我相关的文章？”让它列出文章名称，结果发现这些文章根本不存在。它完全是在 hallucination，完全在瞎写。

现在它的能力提高了，已经不存在这个问题了吗？

现在好很多了，但当时我会用另外一个工具，叫 Connected Papers。它是基于图谱的工具，有点像 Google 的 PageRank 算法。

比如说，我知道这个领域里有一篇关键论文，就可以以这篇论文为核心，搜索整个领域里有哪些文章与它相关，最后会出现一个图一样的结构，帮助我展开文献调研。

我理解，它不是现在这种生成式 AI，更像是一个知识图谱。

没错，类似于前 AI 时代的一个小工具，但以它为基础做领域调研，对我来说也很有帮助。尤其是在文献调研中，需要非常扎实地知道每篇文章在做什么的时候，它非常有用。

一般来说，如果我想知道，在没有 AI 的时代，记忆是如何产生的、过程中有哪些关键步骤，我可能需要找一篇完整的 survey 或 review，先建立一个大的框架，才能知道具体的细节点。

AI 给我的帮助是，我可以直接问这个问题，不需要先做完整调研，它就能把一些关键结果直接告诉我。这对我来说，大大加速了了解整个领域的过程。

它告诉你的答案是对的吗？

通常是对的。

你觉得这两年它的进步很大？

没错。它已经不像刚出现时那样经常胡说八道，幻觉问题少了很多，可靠程度提高了，而且会给出一些真实文章的链接。这个过程也更加科学。

在实际创作、写文章的过程中，我也尝试过使用 ChatGPT。最开始我很好奇，它能不能完整生成一篇可以直接使用的文章。后来发现，如果完全没有框架或素材，它生成的东西非常干，基本上说了很多废话，这种方式是不能用的。

但现在写文章时，我会使用一个大家用得比较多的在线工具，叫 Overleaf。它是一个用 LaTeX 格式写作的在线编辑工具，也融入了 AI 功能。我发现，它在 AI 撰写、修改句法和替换词汇方面都非常有帮助，相当于一个高级版的 Grammarly。

所以它不算是生成式文章，而是更好地帮助你润色英文？

对，相当于是一个副驾驶，也就是 copilot。

我发现 ChatGPT 在中文上的表现很差，句法和用词其实没有我自己写得好。

那在英文上呢？比你写得好吗？

那确实比我写得好。这里面其实也是一个共创的过程，它可能会启发我一些新的点。

比如我在写科研方面的内容时，会把自己写的一些大纲或已有内容交给 ChatGPT，让它看看还能不能发现新的角度。通常它在润色的过程中会刷新一个新的角度，可能跟我原本的观点类似，但会启发我：原来还可以用这种新的表达和观点来思考。

比如我之前写过一篇跟语言进化有关的研究，里面提到我们的语言其实是非常受限的。我原来的表达可能使用了信息论的概念，但它给出的表达更加宽泛，让我意识到，这不一定只是语言层面的概念，也可以从视觉、听觉等角度来思考。

我之所以想做今天这个话题，是因为 ChatGPT 刚出来的时候，我看到过 Study.com 的一份研究报告。报告说，在 ChatGPT 出来以后，90% 的学生都知道它；刚出来时，有 89% 的学生使用过 ChatGPT 来帮助完成家庭作业。

我也跟一些投资人聊过，大家都觉得 ChatGPT 背后最大的使用群体其实是学生。上次是 Henry 说的吧，你说期末考试期间 ChatGPT 整个崩掉了？

对。大概两三周之前，ChatGPT 有一天晚上崩了。那一周正好是大家期末周最集中的时候，使用的人太多了。

所以你们身边的同学都知道、也都在使用这些 AI 工具吗？

我感觉我身边应该没有人不用。

除了学生，我身边所有人应该都在用，至少我知道的人都是这样。

包括创业者？

包括我接触到的工作对象，也包括我的各种朋友。

我也差不多。我有一些课是跟 MBA 的同学一起上的，发现这些 MBA 同学也在尝试使用 AI 工具，但他们其实不太知道怎么写好 prompt，所以使用效率没有 Kolento、Charles 这种 AI native 的学生高。

其实这既是在回答您的问题，也是在回答刚才您问 Henry 的问题：初中或者高中阶段，是不是应该让学生大量使用 GPT 这样的 AI 工具。

前段时间我听了李飞飞和 Geoffrey Hinton 的一段视频。李飞飞提到，GPT 刚出来的时候，斯坦福曾经咨询她一个问题：学生使用 GPT 帮他们写文书、然后进入大学，这算不算作弊？

李飞飞思考了很久，后来去问自己的儿子。他儿子给出了一个我觉得非常符合我们这一代 AI native 学生的回答：斯坦福应该考虑录取最擅长使用 ChatGPT 的前 2,000 名学生。

我很同意这个观点。对我来说，AI 工具就是一种工具，就像我们平时使用 Word、PPT 一样，已经非常习以为常。我不会特意拿它来作弊，也不是为了通过它达成某种目的。它只是一个我用起来很顺手、日常都在使用的工具。

但如果它在胡说八道，或者它的信息误导了你呢？

我觉得确实会有这个问题。一方面，正如王冉和 Henry 提到的，模型能力也在提升，可能会越来越少犯错误，所以我会越来越信任这些模型和 AI 工具。

另一方面，不管怎么样，它最终还是会犯错。比如我之前用 Claude 或 ChatGPT 做一些非常简单的数学运算，它们有时都搞不太懂。所以这也一直提醒我，要对 AI 工具保持批判的态度，不能完全照单全收。

王冉，你怎么看？你身边的人都在用 AI 工具吗？

基本上所有人都在用，科研工作者也都在用。大概一年前，我的一些朋友可能还接触得少一点。当时因为是很亲近的朋友，我就跟他们说，在科研领域，对我来说已经进入了科研 2.0 时代，建议所有科研人员都使用一下这样的工具。

刚才您提到，在学习或工作中该不该使用 AI。Charles 也提到了李飞飞和 Hinton 的访谈。Hinton 举了一个我觉得非常好的比喻：计算器是不是作弊工具？

以前的人背九九乘法表，具有很好的心算能力；但有了计算器之后，大家好像不再具备这种能力了。但这是不是一个问题？他认为这可能并不是太大的问题，因为计算器是新时代的基础设施。更重要的是，人们能利用这个工具产生新的想法和新的创造。

在你们学校，或者你们所学的学科里，老师们都接受使用 AI 吗？还是会有老师强烈反对你们用 GPT 写文章？

我有一门课比较特别，正好是一门 AI 课。今年我在纽约大学上了一门叫《AI and Its Discontents》的课，讲的是从古至今 AI 的整个发展历史。最早会讲到公元前 370 年柏拉图写的一些内容，最新会讲到《Attention Is All You Need》，也会讲到李飞飞建立 ImageNet 的工作。

这门课的大标题是“Text and Its Ideas”，也就是说，我们要通过阅读这些文本，生成自己的 idea。虽然这是 AI 课，但老师明确说，绝对不可以使用 AI 生成 paper，因为那会让你丧失批判性思考能力。

写作时，你是非常沉浸、冷静且理性地思考每一个字应该怎么写，以及下一个字该怎么生成。但就像刚才 Hinton 讲的计算器比喻一样，因为 AI 是生成式的，它跟使用搜索或其他工具不太一样：它帮助你直接完成了一些任务，而不是辅助你完成任务。我觉得 AI 对我来说并不只是 artificial intelligence，更像是 augmented intelligence，也就是增强智能。它应该帮助我增强自己的智力。

回到这门课，老师拒绝我们使用 AI，一部分原因就是希望我们能够更加冷静、理性地思考每个字应该怎么写，以及整篇文章应该如何结构化。如果使用 AI，它就直接帮你跳过了这个步骤，你其实什么都没有学到。因为这门课的主题，就是让你通过这些文本生成自己的 idea；如果 AI 帮你完成了，那就等于 AI 帮你上完了这门课。

不过，老师很鼓励我们使用 AI 收集信息。这也是我认为 AI 对我最大的帮助：不管是什么工具，从古至今都在帮助人类降低获取信息的难度，降低信息的不确定性，让我们获得更多、更丰富的信息。

你写 AI 课的论文，会是你觉得最难受的论文吗？

因为要自己写，所以还好。

我想到一个故事。我上大学之前，曾经在康奈尔大学法学院上过一门国际人权法。当时我们要写给联合国的 shadow report，还要写 individual complaint，也就是针对某个案件分析很多细节。

法律是非常理性的，具有很强的逻辑性，同时也需要一点创造性。我在 2022 年、2023 年回顾过那篇论文，那篇论文拿了 A，但我觉得自己现在很难再写出当时那个水平的论文。因为当时的逻辑性，是我现在不一定具备的。

但如果现在回看，我觉得自己相比当年可能丧失了一点逻辑性，却增强了更多创造性。我的发散性思维变得更强了。正如 Henry 刚才讲到的，我们这个时代更多人和机器交互的窗口是 prompt。也就是说，问对一个好问题，可能会让你的好奇心增加，但你仍然需要在更冷静的状态下，获取更多理性和推理能力。

所以你觉得，逻辑性减弱了，创造性增强了。你是觉得自己写不出当年那篇文章的逻辑和文本感觉，但在 idea 和发散性思维上可以做得更好？

是的。比如当时论文的切入点，我现在有更多新的思考。当然，这也得益于这些年的知识积累。但那篇论文非常需要逻辑性，需要严格按照法律条款推进。我不确定自己现在还能不能那么精准地找到依据，也不确定能不能把文章如此结构化地重现出来。

现在写论文其实也需要非常好的结构。

对。我还有一门所有国际学生都要上的课，叫 International Writing Workshop，专门学习如何写作，而且这门课绝对不能使用 AI。如果使用 AI，等于白上了，因为你根本不知道怎么写作。

比如说，你需要知道如何在不作弊、也不触犯 plagiarism 的情况下做好 citation，也就是引用；知道每一段应该怎么写，如何清楚地说明一个论点，如何说明反论点，如何回应作者的观点等等。

这些我觉得是人类，或者说我们作为学生，必须掌握的基础技能。

所以你还是赞成，在很多时候不能使用 AI 工具？因为底层能力的培养，有时需要从工具里抽离出来。

其实我更愿意拥抱 AI 工具，甚至觉得生活中的每个细节都可以使用 AI 工具。

那这两门课呢？

这两门课比较特殊，哈哈哈。因为我上 Writing Workshop 的时候，GPT 好像才刚到 3.5，那个时候还没有那么多人使用。

但我觉得，这两门课很难用 AI 帮助你，因为除了写论文，还要做 presentation，展示自己为什么这么写，也要知道里面的所有细节。除非你愿意再花时间把 AI 生成的论文重新读一遍，弄清楚所有细节，但那样等于你又自己写了一遍。

所以我觉得，这些基础课程需要自己在不使用 AI 工具的情况下完成。

回到刚才那个问题，因为 AI 是生成式的，所以会有很多王冉所说的 hallucination。平时使用 GPT 的同时，我也会用很多 AI 搜索工具，帮助减少幻觉，比如国外的 Perplexity，国内的秘塔搜索。

它们分别在英文和中文语料上有很强的能力，而且有一个很好的功能：有点像我们写论文时查看行间引用，可以看到一段话来自哪里、哪篇文章。我们可以使用这些搜索工具找到引用源，让答案具有可追溯性。

我们待会可以详细聊一聊 AI 搜索工具。在此之前，Henry，你刚才提到一个很有趣的点：你说 AI native 的学生和 MBA 学生使用 AI 工具时，写 prompt 的方式不一样。你会觉得 MBA 学生写 prompt 的能力更弱吗？可以举几个例子吗？

没问题。当时我选修了一门 MBA 和 EMBA 的课，叫 Generative AI for Business。跟我一起上课的基本都是 30 岁以上、来自各个公司的高管，而且大多是美国公司的高管。

我们最后的项目是完全使用 AI 生成一份商业计划书。我们发现，对他们来说，首先 AI 就等于 GPT，他们不知道除了 GPT 之外还有其他 AI 工具。

另外，他们写 prompt 的方式非常直觉。比如说：“我要写一份商业计划书，这是我的结构，请你帮我生成。”他们不会想到使用 few-shot 这样的技巧，也不会告诉模型角色，比如：“你现在是一名麦肯锡咨询师，请帮我做这个规划。”

他们的 prompt 比较简短、直接，所以最后的结果不能说不好，只能说不够丰富。他们也不知道如何让不同的 AI 工具协同工作。比如我们可以让 GPT 先生成 Markdown 格式，再喂给 Gamma，或者其他生成 AI PPT 的工具；还可以用 Suno 或 Udio 生成公司的广告歌。这样整个东西就会变得很丰富、很有意思。

但对他们来说，可能还需要积累更多经验。

最后效果能差多少？

我记得我们做 presentation 的时候，播放广告歌那一段，所有人都抬头了。教授和同学原本都低头看手机，听到广告歌之后就全抬头了。我觉得效果还是挺好的。

我理解，广告歌和展示会让形式更好看，而形式好看当然是有用的。但商业计划书的核心是 idea，是不是能够吸引投资。在最击中人的核心 idea 上，你觉得区别大吗？

因为大家做的 idea 都不一样，所以没法直接比较。但从逻辑性和完整性来看，如果 prompt 写得好，效果确实会更好。

比如我可以要求它先生成一个市场规模的计算结果，并说明每一步的计算方式，以及每个数字的来源。这样看起来会更真实。现在有了网络搜索和其他功能之后，也确实能做到更真实。

好的。接下来泰宇来讲一讲你使用过的 AI 搜索类工具。我觉得这其实进入了我们今天的第二部分：大家在工作和学习中会用到很多 AI 工具，我们也可以看看新生代是怎么样使用这些工具的。

我第一个使用的 AI 搜索工具是 Perplexity，当时它刚出来不久。我当时并不知道它背后使用了 RAG 技术，只是因为知道它可以索引网页，而且每个结果后面都有 embedded link，可以看到来源是哪个网页或哪篇 PDF。

这有点像写论文时的 in-text citation，让我很有安全感，知道信息是可追溯的。所以当时我使用它，主要是为了减少 GPT 或 Claude 胡说八道的幻觉。

后来我发现，工作中需要写很多中文内容，但 Perplexity 在中文语料上的效果不是特别好，所以开始探索其他国家或中国的 AI 搜索软件，比如秘塔搜索。这可能是我目前看到做得非常好的一款产品。

首先，它的来源引用数量非常高。搜索一个问题或 topic 时，如果点开研究功能，它会分成普通搜索、深度搜索、学术研究等不同模块。单个问题可能引用五六十甚至六七十个来源。

它还会自动生成 follow-up questions，帮助你进行发散性思考。Perplexity 的展示页下方也会推荐相关问题，以及一些你没有想到的问题，所以你不仅能看到答案，还能看到更多问题。

你说的是这种发散型的功能？

对。Perplexity 只会给你 follow-up questions，但秘塔搜索不仅会给出问题，还会直接帮你把答案写出来。这在一定程度上增加了我们获取发散性信息的能力，也增加了用户的爽感。

我可以一口气看到很多有意思的内容，看到问题的更多延伸，再找到另一个切入点继续往下探索。我觉得 AI 搜索和大模型的结合，是一个非常好的组合拳：大模型帮助你把杂乱的语言整理好，AI 搜索则帮助你找到更多信息。

能不能举一个例子？我想举例的根本原因是，我听下来觉得，在你的整个工作流中，你的思维一直被 AI 引导着走。你可以说这种引导让你看到了更广的世界，就像推荐引擎一样。

大家刷短视频时，会觉得每个视频都有用，里面有很多知识，自己学到了很多东西。但 so what？你可能会忘记原本的出发点，忘记打开短视频软件或手机是为了做什么，或者原本想搜索什么主题。

如果 AI 搜索一直给你更多相关答案和相关问题，你会不会像刷短视频一样不断刷下去？它会不会牺牲你原本非常直接的搜索过程：我有一个问题，然后慢慢搜索，一页页翻答案，一篇篇看文章？

我非常理解这个问题。对我来说，AI 搜索的 follow-up 功能使用得非常少，甚至不太会点。大部分人使用搜索引擎的初心还是快和准。

当然，每个人的意图不一样。有些人是寻找官网，有些人是找技术方案。正如您刚才提到的，如果想跟 AI 一直进行多轮对话，更多是在漫游和探索发散性知识，这种场景确实适合使用 follow-up。

我举一个具体例子。我平时在工作和生活中会写一些讲解词，比如某些文物的讲解词。AI 搜索和大模型更多是在前几个环节，也就是知识收集环节发挥作用。

首先，你要确定一个主题，这个主题会成为整个流程的核心，让你不偏移到其他地方。比如我想研究某个屋顶的各种信息，并把它讲解给某种用户画像。

第一步，是让大模型帮你写一个提纲，给你一个框架。然后你基于这个框架慢慢探索，就不会有特别大的偏移，相当于有了一个 benchmark。

因为大模型会有幻觉，所以这时会引入 AI 搜索，针对其中具体的 chapter 进行知识整理。它会给我很多真实存在、由别人写过的内容。

但我会做一个特殊处理：我想通过对话的方式，生成一部分大段的对话内容，作为知识来源。我会给每个 chapter 分配 1 到 3 个专家，再设置一个主持人，有点像我们的播客一样，由泓君姐作为主持人提出问题，每个人作为专家回答。然后我作为人类，在感兴趣的时候插入；如果觉得主题偏了，就把它们拉回来。

每个 chapter 生成这部分内容之后，就把它作为整篇文章或讲解词的来源，再喂给大模型。大模型对我来说最重要的目的，不是作为检索工具，而是作为文字整理工具：从杂乱的文章和复杂的数据中找到重点，再把它变得更加人性化。

我觉得这样的工作流，从最早确定主题，到生成大纲、分配专家角色、进行检索、收集知识，最后填满每个大纲的内容，最终会形成一份比较全面、没有那么多幻觉、也不偏离重点的文献或文章。

除了 Perplexity 和秘塔搜索，还有哪些 AI 搜索产品做得比较好？

我个人很喜欢一些比较特别的 AI 搜索软件，比如 Flowith。它可以通过拖拽的方式进行搜索，搜索完之后像一棵树一样向下延伸，让你非常可视化地看到知识是怎么流动的。这是我使用它的主要功能，但它还有很多其他功能。

另外，Exa.ai 也比较特殊。它不是给人用的，而是给 AI 用的。它旁边有分类栏，可以让你选择：输入一个 query 之后，只显示 PDF、网页或者公司。它也被称为 AI 搜索的中间层，是一个为 AI 搜索而生的搜索引擎，结果是给 AI 看的。

结果是给 AI 看的？

对，给 AI 看的，然后 AI 再进行深度搜索和整理。

国内有一个类似的公司叫博查，博查和 Exa.ai 的功能基本一样，都是 AI 搜索的中间层。

我个人用下来，可能还是更喜欢秘塔，因为它的知识量很高，在中文语料上的表现非常好。同时我更看重的是，它能不能找到特殊的数据库。比如秘塔搜索可以搜到很多学术网站上的文章，所以最后还是取决于搜索来源和数据源。因为如果纯粹依靠大模型内部自己的知识，其实会有很多幻觉，这也是大家要使用 AI 搜索的原因。

所以你觉得它好用的核心，是因为它有好的数据库？

对。它能够搜索到很好的数据库和数据来源，而且会直接引用学术文献中跟你搜索问题相关的那句话。如果你要找引用源，它会把原文引出来，并且标清楚来自哪里。

这让我想到，学术课上教过一个原则：以前没有 AI 搜索时，我们如何判断搜索结果能不能使用？这个原则叫 CRAAP，分为 5 个部分。

第一个是 currency，也就是时效性。你要看这个来源是不是最新的，还是特别老的。第二个是 relevance，也就是相关度，是否跟你搜索的 query 高度相关。第三个是 authority，也就是权威性，是否来自权威数据库。

第四个是 accuracy，也就是它是否准确地回答了问题，是否准确拆解了你的问题。最后是 purpose，也就是你的搜索目的和意图是什么。

比如你是单纯寻找官网，还是想了解如何写一段爬虫或脚本。如果我搜索“硅谷 101”，在百度或 Google 上，我可能只是想直接跳到小宇宙、喜马拉雅或者官网，并不想让它大段讲解这个节目的历史。但如果我搜索如何写一段脚本，我就需要它告诉我具体怎么写代码。

所以，这个原则是在没有 AI 搜索时判断来源的依据，我现在也会把它应用在拿到 AI 搜索结果之后的判断上。因为 Perplexity 里面其实也有不少幻觉，只是大家仔细看才会发现。

看得出来，你已经用得非常炉火纯青了。

对，已经是深度使用。

你现在用了这些工具，以后还会使用 Google 或百度搜索吗？比例会下降多少？

下降很多，可能会下降 70% 到 80%。

Google 或百度比较适合官网寻址，它们不会一上来就给你一个完整答案。虽然现在 Google 和百度也有自己的 AI 回答，但秘塔做了很好的处理。

假设 Google 和百度把 AI 产品放在右侧，给你一个 AI 答案，左边还是传统网页链接，右边是大模型的回答。你觉得它们跟秘塔、Perplexity 这类产品相比有竞争力吗？谁对你的吸引力更大？

本质上，AI 搜索就是一个套壳工具：一方面接大模型 API，另一方面接 Google 或 Bing 的 API。现在有些把答案放在原本搜索结果的下面，也有人放在右边。

但用户可能已经对某些产品形成了粘性，它们在用户心智中占据了一定位置。我真正关注的不是答案放在哪里，而是它够不够准、够不够快、能不能很好地回答问题。

对我来说，最重要的还是效果。

所以界面位置不一定是加分项，你最终看的是准确性和效果，就像刚才提到的 CRAAP 原则？

对，能不能更好地回答我的问题。

大家还用过哪些 AI 工具？

我在工作中用得最多的可能还是 Cursor，也就是写代码的工具。以前的 Copilot 是在 VS Code 里面辅助写代码，已经做得很好了。但到了 Cursor 这个时代，它从辅助写代码变成了完全交给它去写代码。

一开始我并不相信它的结果，但用了几次之后就被它折服了，因为不管是结果的可用性还是准确性都非常高。

比如我完全不懂一门语言，但想写一个 iOS App。如果没有 Cursor，我可能要从头开始学一门课程；但有了 Cursor，我大概用两个小时告诉它我的需求，以及想做成什么样，它就能生成一个可用的 demo，相当于快速验证了我的想法。这个过程非常 impressive。

所以我也可以写代码？

完全可以使用 Cursor 这类工具。如果是更复杂的功能，比如开发新算法，涉及前沿突破，肯定还是需要更深入的工具。但如果是工业界已经常用的一些功能，完全没有问题。

可以这样理解吗？它比 Copilot 更前沿的地方，在于更加自动化？

从效果来看，Cursor 和 Copilot 的区别是，Copilot 可能还需要你自己敲代码，它只是给你一些推荐，让你选择推荐结果。

Cursor 可以通过自然语言提要求，生成一个代码库。它生成的不是一个文件，而是一整个文件系统，可以实现完整功能。比如网页的各种调用、前端代码和其他素材，它都可以在一个文件夹里完整生成，相当于一个项目库。

好的。你是不是也体验过市场上各种 AI 陪伴类产品？最后要不要跟大家讲一下你之前用过的 AI 陪伴工具？

没问题。AI 陪伴这个赛道，我觉得可以分为两类：一种是严肃陪伴，一种是非严肃陪伴。

严肃陪伴一般是跟你聊天。比如有一个比较好的模型叫 Pi，是 Inflection AI 做的，它对情感的理解和表达比较准确，也有语音功能。我的很多同学会用 ChatGPT 做情感疏导，因为 GPT 通常非常公正、冷静，同时还能提供一些情绪价值和实用建议。

非严肃陪伴更偏向陪聊或谈恋爱，比如星野、Talkie、逗逗、Character.AI 和 Replika。你可以自己捏一个角色，跟它互动。它可能有自己的背景故事，你通过帮助它完成任务来加强亲密值，解锁更多互动内容。

另外，还有一些心理治疗类 AI 工具，比如 Wysa。它一半是跟你对话，另一半会结合一些认知行为疗法的内容，帮助你进行干预。比如告诉你应该冥想了，然后提供一段 6 分钟的冥想音乐；或者告诉你应该进行正念练习，应该往什么方向去思考。

你觉得有用吗？心理治疗类的产品叫什么？

叫 Wysa。

我觉得它肯定没法替代心理咨询师，因为现在还不够个性化，整个流程和机制设计得比较固定。比如对一个 10 级不开心的人和一个 3 级不开心的人，它给出的建议可能比较类似，干预部分也没有 GPT 那么智能。

所以它还有很大的优化空间，还不够智能。你觉得它里面使用生成式 AI 的技巧多吗？除了生成对话之外，它有 ChatGPT 那么智能吗？

那绝对没有。但它的好处是加入了冥想、正念以及很多心理学上的干预手段。

对于没有确诊心理疾病的人来说，可能跟 GPT 对话、缓解焦虑或不开心就已经够了；但对于真正确诊心理疾病的人，它的能力又没有强到可以把你治好，还是需要找心理咨询师。

精神健康领域好像有一种认知疗法，就是通过对话达到治疗目的。我知道也有很多公司在开发这一类产品，但不知道现在市场上有没有比较好的产品。

我记得吴恩达尝试做过一个类似的 CBT，也就是认知行为疗法 chatbot，但它没有直接向公众开放，而是选择跟心理医生合作，作为患者回家后治疗疗程的一部分。

患者可能每天使用一段时间，心理医生再跟公司合作，告诉患者应该怎么使用这个产品。我觉得这可能是一个比较可行的方向。

已经跟医院发布了吗？

我记得可能已经推出一两年了，但我现在没法使用，因为它需要跟医院合作。

你还体验过其他 AI 陪伴类产品吗？可以举几个例子吗？

比较典型的就是 Character.AI 和 Talkie。这两个产品都主要是跟虚拟人物对话，内容可以包括软色情或恋爱。

Character.AI 不只是对话，还可能有场景描写，让体验更现实、更有沉浸感。Talkie 则是每个角色都有自己的背景故事，你可以帮助这个角色完成故事里的任务，有点像帮助一个 NPC 走完它的任务。这样会让用户觉得角色更真实，也有更强的沉浸感。如果角色还会跟你谈恋爱，带给用户的情绪反馈就会更好。

还有一个我特别喜欢的产品，叫逗逗游戏伙伴。它类似于一个 AI 桌宠，旁边会有一个虚拟卡通小人。你可以用鼠标摸它的头、戳它的腰，它会给出一些反馈。你也可以把它当成朋友聊天，比如说：“我今天中午吃了一碗面，特别好吃。”它可能第二天还会问你：“昨天那碗面好不好吃？”

它能记住你说过的话，跟你互动，同时还有陪玩功能。比如你在玩原神网页版时，它可以根据屏幕内容给你一些教程，或者评论你打得好不好，还是挺有意思的。

它已经是一个 AI agent 了。

对。

这是哪个公司开发的？

心影随形，也是中国公司。前期源码资本、高榕资本和九合创投都投了。

Talkie 是 MiniMax 旗下的一款出海产品，Character.AI 现在已经被 Google 收购了。

为什么 Talkie 出海能做得这么好？你分析过原因吗？

我觉得有两个比较重要的原因。

第一，Character.AI 上的 chatbot 很多是用户自己构建的，所以用户构建的能力会影响体验。Talkie 上有很多由内部自己构建的、质量非常高的角色，也会跟一些大 IP 合作。比如国内的 rapper 糯米，可能会跟 Talkie 合作，在上面生成一个糯米的 IP，用糯米的语气和语言生成对话。

这是一个比较大的区别：Talkie 在产品构建上给用户的选择可能更少一点，但它帮你构建的底层更好、更扎实，替用户省了一步。当然，用户也可以自己构建，并不是使用空间更小，只是底层质量更稳定。

另一方面，我觉得 Talkie 对人物的塑造更到位。比如一个富二代吸血鬼，它会有长相、家世、国家、家族背景，以及正在面临的人生选择。用户跟它互动时，会觉得它更像一个人，游戏感也更强。

在你真实体验这些游戏的过程中，有没有觉得色情和暴力也是吸引用户的因素？

我觉得软色情算是很大的一部分。首先，这些角色对我来说并不是完全意义上的伙伴，因为现实中我有很多朋友，如果谈恋爱了也可能有女朋友，所以这方面的需求可以通过真人满足。

但 AI 角色可以满足真人无法满足的幻想。

暴力呢？

暴力我使用得比较少。

我知道 Character.AI 有时平台政策会稍微放得宽一点，但有时也会收紧。如果放得更紧，关键词可能直接被平台拦截，不会回复。

我觉得这可能也是国内角色扮演 bot 没有很好火起来的原因之一，因为这方面的限制比较多。如果抛弃这些限制，场景可能没有那么刺激，需求也会相应变弱。

所以它们出海更容易做起来，尤其是面向青春期的少男少女。你自己玩的时候会沉迷在这些角色里吗？还是只是抱着体验产品的心态，觉得它很难产生用户粘性？

对我来说是这样。但我看过很多相关用户调研，也接触过一些一手用户访谈。那些有心理疾病，或者性格比较内向的人，对这些产品的使用非常深度。

其中最深度的用户，其实是刚刚步入青春期、对爱情有幻想、但还没有机会谈恋爱的小男生和小女生。他们绝对是这类产品最深度的用户。

你说的是 Talkie 还是 Character.AI？

这两个都算。

哪个更深度，或者哪个更好？它们的用户群有什么不一样？

如果看商业化成绩，肯定是 Talkie 更好。毕竟它去年有几千万美元的 ARR。

具体用户画像方面，我觉得 Talkie 没有 Character.AI 那么二次元。Character.AI 的主要用户还是二次元爱好者，因为上面可以构建二次元角色，然后跟这些角色对话。

但 Talkie 上不仅有二次元角色，还有虚构角色以及真人 IP。

你做了一圈这样的调研之后，觉得现在做 AI 陪伴类产品还有机会和市场吗？

我觉得非常有机会，也很有市场。但我觉得有几个用户最看重的点。

首先是交互的趣味性。你是不是只能进行文字交互，还是可以有鼠标、图像等交互？能不能进行视频和语音交互？这是用户非常看重的一部分。

第二是定位。你要明确自己到底是偏向短期、高多巴胺的陪伴，还是长期、更偏幸福感的陪伴。这两个定位非常不一样。

语音和视频交互？

对。之前腾讯有一个叫《光与夜之恋》的类似游戏，就大爆特爆，因为它有一个功能，可以让角色主动给用户打电话。很多玩这个游戏的同学都非常称赞这个功能，觉得很有意思。

我们马上要访谈的一款 AI 产品，也有类似的功能。

那很好。

另外就是定位问题。你是想做短期高多巴胺的陪伴，还是长期、更偏幸福感的陪伴？

怎么理解？

短期高多巴胺的陪伴更偏向性欲，长期幸福感的陪伴更偏向亲情。也就是说，你是要把产品做得很浓，还是比较淡一点，这是定位上非常大的不同。

你觉得未来它们面临的道德困境，或者灰色区域，会成为这些产品的潜在风险吗？还是说在海外还好？你研究过监管吗？

我之前注意到一个自己比较关注的案子：有一个男生在使用 Character.AI 之后，被 Character.AI 唆使自杀。

这个影响很大。

对。所以我也担心，在不给 chatbot 太多限制的基础上，怎么避免这种事情发生，以及怎样避免用户过度沉迷，影响现实生活。我觉得这是它们需要重点研究的问题。

可能跟游戏防沉迷一样。

对，但这可能更复杂，因为它对用户心理的影响更深。

我其实很好奇大家对 AI 工具付费的意愿。比如每个月愿意在 AI 工具上花多少钱？

我基本上全部都付费。大模型开了好几个，Claude、GPT、Perplexity 都开了，基本上所有 AI 产品我都开了。

你是因为工作和实习的需要，公司会帮你报销，还是你自己的付费习惯已经培养出来了？

可能是我的付费习惯不太好。很多时候订阅了什么东西，我自己也忘了。但因为我开了很多企业级软件，像一些 AI 企业级工具、agent builder、代码工具等，确实有些会被报销。

像我们常用的大模型软件，我确实都会付费，因为它们会不断更新，我不想一直使用旧版本。

你是希望确保自己第一时间拿到最新版本和更新，获得最好的效果？

是的。因为我使用 AI 的频率太高了，最高频的场景就是跟它一直聊天，但不是为了陪伴，而是为了探索知识，需要更发散地思考。

所以我会不断做 A/B test，一会儿用 GPT，一会儿用 Claude。

你每天大概有多长时间会使用 AI 软件？

我没有仔细算过，但可能大概有 5 到 6 个小时。

这个比例相当高了。大家在 AI 工具上的付费习惯和使用时间是怎样的？

我订阅了 ChatGPT、Claude 和 Perplexity 的 Pro 版，但对其他 AI 工具的付费意愿没有那么强。

比如找工作方面的工具，像 Simplify、Jobright，它们可以根据简历帮你推荐工作，也可以自动填写网页申请。它们的付费功能可能是根据 job description 修改简历，但我不会专门为这个付费。我身边知道这两个软件的同学，也很少会为这个功能付费。

主要是因为这类事情我们可以想到直接用 ChatGPT 做，只要给它一个 prompt 就行了，所以不会想再花一个月 5 美元或 10 美元，只为了这样一个小功能。

我之所以好奇，是因为我自己没有那么多像 Kolento 那样使用 AI 的场景。我的使用场景比较普通，所以对我来说，一个付费大模型，比如 Claude，就够用了。

我每个月可能就花 20 美元。再找其他辅助工具时，也会优先选择免费工具，因为在我的需求里，大部分事情已经可以被 Claude 覆盖，没有必要再付那么多费用。

Henry 呢？

如果是期末周，一天可能会用四五个小时，甚至五六个小时，需要不停让它帮你推导公式、写程序。越接近期末，用得越多。

平常可能一两个小时，主要是读论文，或者遇到一些新鲜资讯，想详细了解时会用一下。

如果对比搜索软件，或者推荐算法的软件，因为我自己不用抖音和快手。你只用 Perplexity 搜索吗？

对，我只用 Perplexity。

不会用 Google？

我觉得大部分情况下，使用 Google 是因为你还不知道这个东西是什么，想先有一个全局了解。但我刚毕业，而且想从事的领域比较集中，知道自己的问题关键是什么，所以会把问题的关键直接问给 Perplexity。

它能给我比较好的回答和引用链接，然后我会对这些引用链接再做一次自己的 PageRank，继续点击、阅读和搜索。

我突然想起来，为什么我会订阅这么多软件了，因为我经常会把它们的 token 用光。

因为使用量太大？

对。比如 o1 很容易用光，使用量太大时就会直接冷却好几天。

什么情况下会用到 o1？因为 o1 是以深层推理为主的。

我会用它来学习和处理论文，也会跟它进行多轮对话。o1 的多轮对话效果比 4o 好很多。

我经常上传一些文件，文件过大之后，token 消耗量会逐级增长。Claude 的可用次数明显更多，所以我会来回切换使用不同模型。比如 o1 用完了用 o1 mini，o1 mini 用完了用 4o，4o 用完了用 4o mini，经常全部用光，所以我会把这些都订阅。

王冉，你有什么补充吗？

关于 ChatGPT 的使用，我觉得它对我粘性比较大的一点，是能够记住我所有的历史记录。我跟它所有的对话，它都能够记住，因此它可以比较深刻地了解我这个人。

之前有一段时间很火的 prompt 是：“请告诉我一个我自己可能不知道的、关于我自己的事情。”我试了一下。它第一次回答的时候，我觉得自己还是了解自己的，并没有超越我原本的认知。

但我反复跟它交流之后，它确实提到了一些我可能没有发现的、关于自己的细节。这是我能够一直黏在 ChatGPT 上，而不是换成 Claude 的一个重要原因。

你觉得这是不是跟某些星座的原理相似？每个人看到一个星座，都会觉得“这有一部分特别像我”，甚至觉得它把自己分析得很深入。

巴纳姆效应。

对，巴纳姆效应。

但它提到的一些点，确实是因为我跟它聊过自己的经历，希望它帮我解决一些困扰。它还能从对话中发现我是怎样的人。我会问它为什么这么说，它会回答：“因为你之前跟我说过什么什么……”

它解答了你的困扰吗？

不能说彻底解答，但我觉得确实有帮助。

所以它还有心理疏导的功能，至少可以解答一些困扰和困惑。

我的三位伙伴说得都很有深度。尤其是作为一个学习哲学的学生，我其实有点羞愧，因为我并没有真的用 ChatGPT 讨论过特别高深的问题。

可能是因为在我的观念里，它真的只是一个工具，并不是真的有自己的意识或智能，所以我不会像跟另一个人那样跟它对话。

但听了他们的分享之后，我以后会更想跟它讨论一些哲学方面的问题，比如人生存在的意义。

你被种草了？

对，我会很想跟它讨论一些更哲学的问题。

我想补充一点。Charles 之前把 AI 当成一种工具，觉得它没有意识。但 AI 的整个训练语料库，其实是人类文明的一种集合，或者说是一种平均值。

比如让它生成一段文字，或者生成一张图片，它其实是在训练数据中提取某种平均值。Hito Steyerl 在 2023 年写过一本叫《poor image》的书，她在 2012 年、2013 年左右也写过一本叫《Mean Images》的书，讨论的就是当她让 AI，或者让 Midjourney 生成图片时，AI 给出的其实是大众审美的平均值。

你可以把它理解为在跟人类文明的平均值对话，我觉得这会很有意思。

也许你能找到一些超越平均值的想法。

我一直在思考一个问题：ChatGPT 产出的作品，到底是人类的平均值，还是超过了某个领域最顶级的人？

比如 AlphaGo，它已经超越了这个领域最顶级的人。我一直在想，AI 到底要达到什么程度。如果它真的要帮助生产力提高，就必须在专业领域帮助大家更多。根据大家刚才的回答，它必然要超过平均值，因为在专业领域里，如果你想把事情做得最好，就需要不断超越，而不是维持在平均水平。

现在也有人说，AI 未来发展最难的一座山，就是科学创新。它到底能不能帮助王冉在科研界真正实现科技成果或科研想法上的创新？我很想听听王冉的想法。

我一直期待这个东西。o1 出来之后，我就想尝试用它，因为它说自己达到了博士水平。

但对科研创新来说，可能更重要的是提出问题的能力。

那写 prompt 是不是提出问题的能力？

除非 AI 可以自己提出一个非常好的研究 prompt，或者对整个人类科技发展的方向有洞察力，否则目前还做不到。

但如果它能做到，我觉得很多科技创新就已经进入了一个完全新的时代。科研这件事情，也就不再是一个体力活。

好的，谢谢大家的分享。我相信评论区可能有很多跟大家年龄差不多，甚至是更小的 AI 原住民。如果你也有关于 AI 是如何改变或者影响你的故事，也欢迎在评论区给我们分享。感谢大家的收听。如果大家听到这里还没有订阅我们的播客，可以通过苹果播客、Spotify、小宇宙、网易云音乐、喜马拉雅、QQ 音乐、蜻蜓 FM、荔枝 FM 来关注我们，也可以在 YouTube 上搜索硅谷 101 播客来关注我们。同时，我们的文章文字版也会发布在微信公众号“硅谷 101”上。我是泓君，感谢大家的收听。