00:00:00谈到
00:00:02企业使用人工智能
00:00:04谈到当前的AI热潮，我们大概就处于这个阶段
00:00:10我不确定我们是否已经达到了顶峰，但绝对处于一个非常高的位置
00:00:17现在很明显，我也并不例外。我创作了很多关于AI的内容
00:00:23我有关于AI的课程，关于Codec、Claude Code的课程等等，因为这是一股潮流，它
00:00:31很有用，它正在改变我们构建软件的方式
00:00:35这是无法回避的
00:00:36我是说，我已经非常非常清楚地表达了我对
00:00:43AI辅助编程的看法，我个人觉得
00:00:47在AI出现之前写代码更有乐趣，但事实就是如此
00:00:52当然，没有什么能阻止我继续亲手写代码，但如果你在进行严肃的
00:00:58开发工作，如果你在构建软件
00:01:01是的，AI可以让你更高效，不使用它是一个合理的选择
00:01:07但在大多数情况下，如果你是专业从业者，这可能不是正确的选择，至少我是这么认为的
00:01:15但这并不改变我们
00:01:20确实正处于关于AI炒作的巅峰时期
00:01:24关于企业中的AI，并且
00:01:27也许我们还会达到更高的高度。当然，当我说企业中的AI时，我完全意识到并没有
00:01:36无限多的公司
00:01:39但全世界当然有非常非常多的公司，而且AI的使用并不均衡
00:01:46而且我当然主要是在谈论科技公司，软件导向型公司
00:01:52但是当我们谈论或者观察企业中AI的使用时
00:01:58有一些
00:02:00有趣且令人担忧的趋势，我们必须谈论，必须审视
00:02:08我们在过去几周看到的一个大趋势，或者
00:02:13我们在过去几周听到的，例如
00:02:16“代币最大化”（Token Maxing）
00:02:19“代币最大化”当然意味着对于某些公司来说，AI使用得越多越好
00:02:25就是这样
00:02:28有一些
00:02:30据报道，有公司曾经或现在有
00:02:33内部排行榜，追踪他们的
00:02:37软件开发者或员工总体上
00:02:39在AI上消耗了多少代币，并且
00:02:45嗯，这有点像仅仅追踪你作为
00:02:52开发者生成的代码行数，作为衡量你工作做得有多好的指标。当然，这是一个糟糕的衡量标准
00:02:57而且我可能不需要告诉你，这应该显而易见，仅仅花费大量的代币
00:03:03并不是衡量你工作效率的好指标。我是说，一方面
00:03:09它很容易被操纵，你可以随意给AI发送毫无意义的提示词，或者让它做
00:03:15毫无意义的工作，这让你能够耗尽你的代币限额。但即使你不这样做
00:03:21哪种开发者可能更好？是那个会对问题进行思考的
00:03:29那个人？
00:03:32分析AI给出的结果或建议的人，并且会分析代码的
00:03:38那个人，还是那个“感觉派程序员”，只会不断地输入提示词，然后
00:03:42生成大量的代币和输出？对某些公司来说似乎是后者，但对我来说，绝对是前者。我
00:03:51认为AI的魔力所在，以及你能真正从中获益的地方
00:03:58目前来说，是结合你的专业知识与AI的优势
00:04:05当然，这些优势在于你可以快速行动，拥有一个无限耐心的
00:04:10导师，你可以询问问题，可以某种程度上结合两个大脑，虽然
00:04:16在大多数情况下，你真的应该多相信自己的大脑一点
00:04:20是的，你可以从AI中获得优势，但“代币最大化”可能不是，但这确实是我们
00:04:28看到或听说在某些公司存在的趋势
00:04:31当然，现在这变得公开了，一些公司比如Meta已经宣布他们会某种程度上
00:04:37取消那个排行榜，或者取消那种强烈消耗代币的激励措施
00:04:43但在某些公司看来，这仍然是一回事。另一个
00:04:48我最近一周看到越来越多的趋势是，有一些公司像
00:04:55麦肯锡（McKinsey）
00:04:56他们非常喜欢
00:04:59推动AI代理作为员工的叙事
00:05:04所以这里的麦肯锡CEO说他们会有6万名员工，其中
00:05:092.5万是AI代理，只有大约4万是人类
00:05:15所以AI代理作为劳动力是我在这里或那里看到的，是的
00:05:22当然，我想这是一种看待方式
00:05:26但转念一想，我
00:05:29不知道。我是说，首先目前
00:05:32我们正处于一个大多数AI代理都相当
00:05:38专业化，即它们能做什么的阶段。而人类往往更
00:05:44通用，即他们能做什么以及能被教导什么
00:05:48所以我不太确定这种比较是否真的有意义。我是说，谁会想到
00:05:55把你的备份脚本称为
00:05:58员工呢？你可能在2018年就已经有那个了，对吧？所以我们有自动化
00:06:03在AI之前我们就有工作流，这很有道理
00:06:08很明显，我们有自动化的部署流程、备份流程、网络爬虫、数据分析流程
00:06:15我们有各种各样的自动化，而且已经有10年、20年甚至更久了
00:06:20但现在是AI代理，我们称它们为劳动力的一部分，并且
00:06:26别误会我的意思。你可以用AI代理做有用的事情
00:06:31我个人并没有完全沉迷于“Open Claw”的炒作，因为我个人
00:06:36仍然无法从中获得很多有用的
00:06:41用途。在Open Claw方面，我还没有找到那些对我来说真正神奇的用例
00:06:49但我正在使用Claude Code和Codec进行编码，但也不仅限于此
00:06:55我正在使用Pie代理，它是一个开源的
00:07:00独立的AI代理，你可以将其与ChatGPT订阅一起使用
00:07:05我用它在我的机器或VPS上做各种事情，让它分析日志文件
00:07:12那是一个员工吗？我不确定
00:07:16它当然是一个有用的工具
00:07:19我甚至不知道如果我有两名员工，每个人都在使用这个代理，该怎么计算
00:07:25那是额外两名员工，还是那个代理仍然只是被多名其他员工使用的一名员工？
00:07:34我不知道。但是是的，这是你也会在这里或那里看到的，显然这里涉及很多营销
00:07:41显然你想成为那个知道如何使用AI，并且处于
00:07:48充分利用AI最前沿的公司，这显然是一个对麦肯锡这样的咨询公司有利的叙事
00:07:55所以我理解他们的出发点。但这是，是的，这绝对是一个奇怪的趋势
00:08:03毫无疑问。另一个
00:08:05我看到的有趣趋势与“代币最大化”有关。我想是
00:08:11强制使用。不过，我指的不是你被要求尽可能多地使用AI
00:08:19而是你被迫使用它
00:08:23通常在某些情况下，甚至是特定的模型或代理
00:08:29所以这就是在某些公司中伴随着强制使用而发生的事情，至少
00:08:37这一点我确实在某种程度上理解，因为我
00:08:41理解作为一家公司，你想要确保你的员工
00:08:47试验这种新技术，并尝试找出它在哪里有用，因为我
00:08:53认为有相当
00:08:55一部分人
00:08:57在几个月前使用过ChatGPT免费版或类似的东西
00:09:04或者他们在这里或那里使用它，还可以，但它看起来并不令人印象深刻，而且
00:09:10尤其是在不在这个技术泡沫圈里的普通人中，那些
00:09:17不经常使用前沿模型的人所占的比例，很可能
00:09:24非常非常高，所以我理解为什么公司想要激励或推动你
00:09:30主动使用AI，去尝试一下，去尝试在日常工作中使用它，并且
00:09:35如果还能获得更强大模型的使用权限，效果最好
00:09:43我是说，如果我强迫你使用一个两年前的AI模型，它没有任何额外的
00:09:48能力，因为它没有运行在任何能赋予它这些能力的框架中
00:09:53那将毫无意义
00:09:55但我确实理解为什么公司现在想让员工摆弄AI。不用说，有些公司
00:10:03绝对是走得太远了，完全没必要
00:10:08强迫员工用AI做每一件事，我认为你也应该
00:10:13尝试去信任你的员工，当他们告诉你某项任务无法用AI完成时，或者至少
00:10:20无法通过AI做得更好时。但当然，我理解
00:10:24公司也可能怀疑员工是否真的接触了AI，而且很容易产生抵触
00:10:32情绪，反抗新技术，显然也是因为许多人感到害怕。怎么会不害怕呢？Dario Amodei基本上
00:10:40每周都上谈话节目或接受采访，告诉人们绝大多数
00:10:45白领工作者将会失去工作。我明白了，许多人感到害怕，所以很容易抵制AI
00:10:53但我之前在其他剧集中说过，而且我坚定地相信
00:10:57应对这种新技术的唯一方法
00:11:01就像对待过去所有的新技术一样，就是真正地
00:11:07拥抱它，并尝试从中获得最大的收益。这并不意味着你要盲目信任它
00:11:13也不意味着你要在所有事情上都使用它
00:11:16而是意味着你应该
00:11:19认真尝试去使用它，看看它能在哪里帮助你，你要把它推向极限，特别是对于AI
00:11:25在这个一切都在不断快速变化的时代
00:11:28你真的也想定期
00:11:32重新评估，每隔几个月左右一次，因为事情在变化，模型在变化，但更重要的是
00:11:38我在其他剧集中也说过，但更重要的是围绕这些模型的框架、工具也在进化，
00:11:46代理，这些模型运行所在的代理框架，我可以说这些也在进化，因此
00:11:54很有可能，或者说，你今天用AI能做的事情，几个月前可能做不到
00:12:00所以我理解这一点，但显然有些公司正在做得太过分，并且
00:12:06强迫员工用AI做一些根本不适用于AI的事情，或者不使用AI反而更有效率的事情
00:12:14当然，这算是一种
00:12:16过度超标，偏离了
00:12:18激励员工使用AI的目标，但这就是我们现在的处境
00:12:24这就是我们现在所处的奇怪状态。而且我真的没有参与过早期
00:12:30我们过去经历过的技术革命
00:12:33我是说，当然，互联网、互联网的主流普及是在我活着的时候发生的
00:12:40但当时互联网开始普及的时候我还是个孩子。所以我不属于劳动力
00:12:48每当这种转型或进化发生时，事情变得粗糙和怪异是非常正常的
00:12:55当然对于AI
00:12:58这可能尤其显得粗糙，因为一切都进行得太快了，并且
00:13:03因为它进行得如此之快，以及它的工作方式，还有像Dario那样的人一直告诉你的事情
00:13:10它也超级令人恐惧。所以是的
00:13:14所有这些因素结合在一起。事情变得非常非常奇怪是很有道理的
00:13:20而且再次强调，正如我之前提到的
00:13:22对我来说
00:13:24确实——在AI出现之前，我在编程部分找到了更多的乐趣。但我们就在这里
00:13:31是的，目前绝对有很多公司正处于这个阶段，我们将看看我们是否会继续这样，或者我们是否会找到一条更
00:13:40有意义、合理的道路向前，在那里我们可以真正尝试从AI中获得最大的价值，而不是仅仅使用
00:13:47最多的AI
00:13:49而没有发挥它的用途