最近很長一段時間在中美兩地跑，愈發嚴重的jetlag （時差綜合症）在不斷提醒我早已不是那個20幾歲的小伙子了。
今年我花了無比多的時間在研究與思考AI上，去探索它究竟會如何改變我的生活、每個人的生活；以及如何改變諮詢這個行業——最重要的一點是，我需要為此做些什麼什麼樣的準備。
說來也巧，距離我上次寫AI的內容，剛好過去18個月。
（我在2023年的4月15日在《AI更智能，人類更愚蠢》裡寫道：每18個月，我們就變笨一倍。）
那麼，我們真的變笨了嗎？
在這18個月裡，我經歷了3個階段。
第1個階段，是「廣撒網」。
簡單來說，就是出什麼用什麼，GPT更新了用GPT，Claude更新了用Claude，Perplexity更新了用Perplexity。
然後試著理解、判定它們各自的優劣勢，並稍微加以一些個人化設定。
舉個例子，我在過去的習慣是每天打開自己追蹤或訂閱的媒體、專欄、部落格進行閱讀或是新聞獲取。大概耗時平均30~45分鐘。我把這些來源轉化成了一個自動取得、翻譯並總結的架構在Notion AI上實現，最終讓我的平均閱讀時間節省了70%。 （咱先不說減少閱讀時間這是不是好事）
類似這樣的場景很多，從閱讀、到會議記錄、到數據分析。
簡而言之，相較於比特幣、區塊鏈這些概念， AI是一個更務實的讓我體會到我的效率每一天都在提升的關鍵手段。
第2個階段，是「場景應用」。
在這個階段我比較開始思考如何把嘗試過的所有AI工具整合成具體的應用場景。
例如把有很大資訊的百頁諮詢PPT轉換成有閱讀感的微信推文；再把推文中的關鍵內容生成配圖；再自動轉成語音播客；再總結提煉轉成視頻等等。
又或是一些在（別人家）企業的大膽運用。例如管理與決策的降本增效，部分工種的替代等等。
之前機緣巧合和一位企業家分享瞭如何透過不同的AI大模型生成logo、概念圖、插畫等，透過30分鐘的分享和讓他自己上手嘗試中，當晚他就開掉了其20人設計部門中的16人（對不起，是我的錯） 。在3個月後，他又非常興奮地和我分享剩下的4個人在結合AI工具後的工作效率幾乎是過去20人的2倍。
這些場景都是真實存在，且勢在必行的。
（儘管我很為這些人被開除感到一部分自責，但某種意義上來說，這真的只是時間問題。）
第3階段，從9月底開始，也是我現在所處的階段，叫做「解決一切問題」 。
不知道大家有沒有聽說過，DeepMind最初的願景是“先解決智能問題，然後用它來解決其他一切問題（s olve intelligence and then use it to solve everything else） 。”
前兩個階段對我來說實在是太轉眼即逝了。
你會感覺每天都在接觸新的“產品與功能”，但往往1~2個月後你就不會再覺得你在接觸新的“價值”。
很幸運的是，正當我處於思考迷茫期的時候，我9月底在紐約遇到了一位我的高中學長，也正是與他的交談促發了我想要寫下這篇文章背後的原動力。
在徵詢了他的意見後，考慮到隱私及安全問題，我只能分享他目前在頭部的AI公司（是的，不用猜，就是那家）負責戰略投資，且是該團隊唯一一位非美國籍華人。
在知道他所在的職位以及所負責事項後，我有許多疑問迫不及待地想要得到解答，像是：
你（所在的那家公司）究竟該如何看待AI未來？
你們自身的產品會如何迭代、更新？
你們會進行什麼樣的投資？
你們認為什麼樣的專案、產品、公司在大AI趨勢下是有未來的？
你們所理解的AI能力和外界所理解的是一致的嗎？
在經過將近4個小時的溝通後，離開相約的咖啡廳的那一刻，我心中開始產生一個巨大的吶喊：
AI改變世界的故事，才剛開始。
底層邏輯1：你必須相信AI是萬能的
這個結論的起源來自於我們談到一篇6月份傳播度非常大的文章，叫做The End of Software（軟體的終結） 。這篇文章的作者Chris Paik是紐約創投基金Pace Capital的創始合夥人。
Chris把軟體產業所受到的AI影響，和網路影響之於內容產業做了比較：
「《Vogue》不是被另一家時尚媒體公司取代的，而是被數萬個網紅取代的；當軟體本身不再需要賺錢時會發生什麼？我們將經歷一次軟體的寒武紀大爆發，就像曾經的內容大爆發一樣。
在這個底層邏輯中，「相信」和「萬能」是一個大前提。 （你永遠可以選擇不相信）
面向AI最大的討論聲和質疑點，一直以來都是：AI真的可以做到XXX嗎？或是，AI是不是還沒有能力做到XXX？
用戶、創業家、投資人、評論家都會問這個問題。
答案很簡單，就像「網路真的可以取代傳統媒體嗎」。
這只是時間問題。
例如有人認為現在AI或許寫文章可以，但畫PPT還很初級。這也只是時間問題，AI很快就可以畫出顧問公司級的PPT了。
例如有人認為現在AI生產圖片可以，但生成影片還很奇怪。這也只是時間問題，AI影片的精確程度每天都在指數級上升。
例如有人認為AI錄製、模擬人聲還不夠像。這樣只是時間問題，1年內連你唱歌走音AI都可以模仿的非常精準（是的，這是他們目前正在考慮投資的項目之一。）
簡而言之，你認為所有AI做不到的事情，從做不到到做到，這都應該只是時間問題，而不是能力問題。
所以每個人才都應該焦慮：
“如果我正在做的事情，在可預見的時間範圍內，AI一定可以做到，那我應該去做什麼？”
這是一個值得不斷分解的問題，甚至可以試想：
在未來的5年裡，每年AI將以20%的進度實現你的職業技能，你該如何為未來準備？
Brad Lightcap （OpenAI的首席營運長）在一次採訪中說過：“你只需要詢問一個公司是否對模型提高100倍感到興奮。”
結論是直白甚至是殘酷的：
如果你選擇不相信，你會落後於99.99%的人類。
如果你選擇相信但不採取行動，你仍將落後於80%的人類。
底層邏輯2：放棄越多，得到越多
是的，這裡放棄的就是「隱私」。
「隱私」這件事從來沒有在科技領域中扮演如此重要的作用，任何上一時代的互聯網、客戶產品，對隱私的關注更多是從「安全」、「人文」角度進行考慮的。但本質上「隱私」從不影響一個產品的功能性、實用性，或者說，不那麼大程度影響產品的功能性與實用性。
但AI產品不同，無論任何產品，這都將是一個你放棄越多，你因此感受到的「客製化」直線上升的公式，沒有例外。
這成為了一個近乎無解的命題：「懂你」的前提就是「足夠了解你」。
所以在矽谷AI圈層中流傳著一個很有趣的說法，最佳的ai agent應用場景和商業化實現很有可能是從中國開始的。 （有沒有一種「你罵人好髒啊」的感覺？）
例如我們聊到前幾個月很火熱的Carbon Robotics，其核心產品LaserWeeder是一款自動雷射除草器，利用AI技術，結合高精度的雷射系統，精準辨識並清除田間雜草。
前提是農場主放棄了自己農作物種類及其位置資訊。
其實寫到這裡的時候我感覺到這可能甚至都不是一個好的例子，因為位置資訊或許和人身安全、行為及習慣沒有強的關係，那麼試試替換一下主詞。如果是你的戀愛經驗呢？如果是你的每日作息呢？如果是你所有資訊攝取來源呢？
你把你的整個人生餵給一個假以時日就能「萬能」的ai助手，那麼你就會得到一個最懂你且效率最高的助手
這樣的推導會讓人覺得很有趣（中立，不褒義） 。
Paul Graham （Y Combinato共同創辦人）的最新文章《寫作與不寫作》裡他就寫道，由於AI寫作的影響，再過幾十年，能寫作的人將非常稀少。
這就好比工業化之前，大多數人因為勞動都身體強壯，而現在想要變得強壯就得主動去運動與健身，寫作也是類似，聰明人還會有，但僅限於那些選擇去思考的人。
這個loop放在「隱私」上會在未來的10年形成一輪又一輪的討論。堅持隱私的人將非常稀少，導致你必須花額外的精力去獲得你本該擁有的東西。
底層邏輯3
（我還沒準備好分享）
很遺憾，第3個底層邏輯是我在這篇文章中唯一選擇賣關子的部分。
我相信前2個底層邏輯已經可以讓足夠多的人開始思考關於未來的選擇，以及我想把一部分的洞察留給「可以讓子彈再飛一會兒」的時間。
作為teaser，我可以分享的是，這是關於「最低職業年齡」的邏輯。
（大家可以自行搜尋15歲高中生的Chat Nio被百萬元收購的新聞。）
在可以預見的未來，過去的教育系統都無法承載的「元素」正在被一一實現。未來的年輕人，關於教育（Education）和事業（Career）的根本觀念會發生變化，正如現在年輕一代孩子們的事業（Career）其實從學校就已經開始了。
那麼可以去思考的問題就是：基礎教育（的傳統組成形式）以後還需要嗎？
最後，讓我們說回來關於「應該焦慮」這件事。
我深切地認為，這是一個真實存在需要被製造出來的焦慮，是因為其中的信息差對於99%的人而言實在太大，導致我們在時代洪流之中有很大可能經歷不曾察覺的淹沒。
這種變化不是單純的從紙本到電子，而是經濟的結構性變革，影響每個人的生活方式、職業選擇與職業技能。
我想以一個在保密範圍內可以分享的項目作為收尾，這個項目也是學長在職期間投資的第一個項目，叫做The Perfect Teacher （假名） ：
試想一下，如果你的孩子的所有電子設備，在學校、在家、在補習班的場景可以無條件地被「萬能」監控。 The Perfect Teacher將會分析孩子整體的學習效率、何時開了小差，既給予建議並調整學習模式，並將學習成果及評量報告隨時回饋給老師與家長。
身為家長，你會願意為此付出多少的價格呢？你又會因此願意犧牲孩子的隱私嗎？