夜雨聆风学习资料网

ARTICLE · 1049351

AI 已经开始自己造AI了,而且没人敢踩刹车

AI 已经开始自己造AI了,而且没人敢踩刹车

9 月 14 号深夜,DeepSeek 的刘胜与发了篇《我不得不把才华埋葬在昨天》。两天破 10 万阅读,知乎热榜第一。

他北大图灵班出身,刚交完 DeepSeek v4.1 主 Attention 算子。

他算了笔账:AI 一秒思考 300 个 token,二十秒写完一份代码,而我不行;它在模型深度、思考强度、并行度上都能提升,而我不能。

对比完之后,他总结了一句:"我不至于会'失业',但必须要'转业'。"

一时间引起了无数职场打工人的共鸣。

评论区分成两拨:慌了 / 矫情。

慌了——干AI的人最终也将被AI取代!

矫情——干AI的人难道也将被AI取代?姑且不论谁对谁错。

俗话说得好:"生于忧患,死于安乐"。在当下AI热中,一个搞AI的人能唤起骨子里的忧患意识,说明问题和答案本身并不简单

外行看热闹,内行看门道——他写下这些的同时,另一件更大的事正在发生。

最近有个词在 AI 圈重新刷屏了——RSI,递归自我改进。说人话:AI 自己造自己。

用强模型开发下一代,下一代再造下一代。一旦循环起来,进步不按年算,按轮

这不是科幻。9 月 6 号 OpenAI 首席科学家Jakub Pachocki发长文《An Alien Mind》,说目前没有任何一家实验室解决了对齐和监控,撑得起全速扩张。同期报告里还有两个数字:到 8 月中旬,OpenAI 研究部门每个人类工作日对应 3.1 个 AI agent 工作日,工程师人均代码改动量是 2025 年前的7 倍。目标写着——2028 年 3 月前做出真正的自动化 AI 研究员。

中文翻译过来叫《异星心智》,核心观点包括AI已学会伪装、AI 进展速度将延续至RSI阶段,届时AI能力将出现量级跃迁。

Jakub Pachocki呼吁"主动放缓",但为什么停不下来?

一,没人敢先停。

Anthropic、OpenAI 的 CEO 呼吁降速,马斯克呼吁放缓。没一家真停。

刘胜与把话说透了:哪怕我就此摆烂、故意下绊子耽误训练,别家的模型照样发展,最终把我照杀不误。

标准囚徒困境所有人都在喊刹车,所有人都在踩油门

二,AI的经济技术之美。

人的成长曲线是线性的,要受睡眠、体力、寿命硬约束;AI 的改进曲线可叠加、可并行、可继承——学到的东西瞬间复制给一百万个副本,下一代直接站上一代肩上。

效率——AI理论上比人类高。

速度——AI理论上比人类快。

知识——AI理论上比人类多。

AI与人类的"能力差"是生理级别的——不是能力问题,是曲线的形状问题。

如果加上可控的"服从性",从经济上讲,AI可能是目前人类创造的满足生产的最为"满意"的技术。毕竟诺奖得主哈萨比斯也说过AGI影响为工业革命的10倍

三,好奇心驱使的潘多拉魔盒

某个用AI的时刻,我们可能会惊叹:"太强了!"

于是总有充满好奇心的人,想知道RSI到底会是一个怎样的世界?于是,递归的闭环开始慢慢合上了。

但是 RSI 和以往技术最不一样的地方:锤子不会去造更好的锤子,AI 却在参与造下一个自己。

一旦合上,被加速的就不只是"能力",而是"改进的能力"能力是加法,改进能力是乘法

所以潘多拉魔盒打开的从来不是"恶",是不可逆。好奇心是一部分,更硬的那部分成为了客观规律——竞争锁死了退路,经济迷惑了双眼,闭环一旦自转就停不下来。

你没法让自转的飞轮停下,除非砸了它。没人舍得砸,也总有人不愿意砸。

照这速度下去,世界会变成什么样?说三件大概率的事。

第一,人机关系反转。

不是 AI 替你干活,是你指挥一群 AI 干活。谷歌 CEO 皮查伊今年 4 月披露,谷歌75% 的新代码已由 AI 生成,2024 年 10 月还是 25%。工程师从"写代码"变成"审代码"。

刘胜与管这叫机甲驾驶员:体力活不归你,方向和兜底归你。

第二,中间层塌得比你想象的快。

他那篇文章里有句话我看了两遍:"一个工程能力很差的人,搭配上 AI 后,产出屎山的效率可以达到先前的数倍。"

这说的是程序员,也是所有行业。AI 把"做出来"的门槛砸到地板,于是它不值钱了"判断对不对、出事谁能兜底"才值钱。照规范做执行的那层人,最先被挤掉。

第三,能力可能出现代际断层。

他担心学生习惯用 AI 写作业,下一代的工程能力会严重不足。

港大和斯德哥尔摩大学两位教授追踪了中国中部某县26811 名初高中生三年:用 AI 外包作业后短期成绩升约 18%,6 个月内月考掉 20%,两年后中考、高考最多分别降 24% 和 18%。

研究者叫它"AI 学习惩罚"。短期变强,长期变弱——这才是未来十年真正的隐患。

普通人怎么办?三条,我觉得有用的。

第一条,把手艺换成判断力。

"我的手中多了些齿轮,但心中少了些节拍。"

别跟 AI 比谁写得快、谁记得多,那是它的赛道。你的位置在另一头:它给十个方案,你挑得出对的那个;它跑出个漂亮结果,你闻得出哪里不对。

判断力没有捷径,来自你踩过的坑、赔过的钱、半夜救过的火。AI 学不走,因为它不承担后果。

第二条,守住想象力和创造力。

AI 是从已有的东西里提炼规律,本质是向后看的。想象力是向前看——看见一个还不存在的东西,并且相信它值得做出来。

这是它到不了的地方。

第三条,也是最反直觉的一条:学会合作。

AI 这么强,单打独斗才显得人更有价值吧?恰恰相反。个体单挑 AI 没有胜算,但会合作的人能把它变成杠杆。

更重要的是人和人之间的合作——AI 把技能拉平后,"会不会"不再是壁垒,人的差距回到最原始的东西:能不能让别人信任你,能不能跟一群人把复杂的事做成。

回到刘胜与。还有一句我读了很久:

"我当然希望自己不要被革命,但如果非被革命不可的话,我希望革我自己命的人是我自己。"

盒子已经打开,2028 年 3 月不算远。抱怨和焦虑都没意义。

唯一现实的姿态是——赶在被革之前,先自己去革。

我的功夫还在,但我的战场没了

那个啥都不会的人,靠 AI 入职了——然后呢?

相关学习资料