夜雨聆风关注我，了解更多 AI 技术与产品形态讲解
想要与我讨论问题公众号发送 “QQ”
前阵子，OpenAI 模型推翻了离散几何领域的核心猜想，作为准菲尔兹奖的突破，这项成功也让不少锦恢学数学的朋友非常担心自己的就业前景。Agent 的出现和基础模型能力的提升开始让解决一个数学问题的智商资源看起来越来越不稀缺了，不少学界的大佬都在自己的博客或者视频里表示，提出问题将比解决问题更加重要。
openai自己的原文在这里：https://openai.com/zh-Hans-CN/index/model-disproves-discrete-geometry-conjecture/
其实并非只有数学，也并非只有编程。AI 时代将一件确定的事情从 idea 变成能看到的东西，变成了一件越来越廉价且简单的事情。为什么有的人对着 codex 输入了 200 个字的 prompt，然后 codex 就自己运行了 24 小时，全自动就把任务给完成了，他在这过程中就去干了别的事情。而为什么有的人天天对着 AI Coding 的界面不断地交互，看起来在用着 AI，但实际上自己的生产力并没有被解放？
我想主要的原因就在于，大家无法根据自己对当前场景的理解提出正确的问题。所以在 AI 时代，问出有价值的问题，成为了一件值得被大家投以更多注意力的重要的事情，甚至有可能会慢慢地成为第一优先级。
没有知识，没有问题
在任何一个专业领域，想要提出有价值的问题，对提问者的专业知识储备本身就具备一定的要求。
当你的朋友和你说他昨天做了 100 个引体向上，有丰富健身知识和实践经验的朋友就会问你是正手还是反手，做的是快速离心，还是慢速离心。但如果是一个健身小白的话，大概只会感叹一句，哇，你好厉害，继而问不出更多有价值的问题了。
比如你的朋友和你说，他拿 AI 做了一个专门搞国自然本子写作经验交流的论坛网站，不同知识背景的朋友问的问题也是不一样的。
有丰富开发经验的朋友就会问，你的网站后端和数据库用的是什么架构？当前的用户量有多少？对象存储是如何通过一些手段来进行成本压缩的？
有丰富产品经验的朋友可能就会问，网站的盈利模式是什么？注册，评论和发文章是否有门槛限制？首页的内容板块和视觉重心如何安排的？推荐系统的要给予什么类型的帖子更高的权重？
有运营经验的朋友可能就会问，你的网站的风控怎么做的？打算通过私域还是公域传播？
所以你能看到，不同知识不同专业背景的朋友，面对同一个东西，问出的问题和期待得到的答复都是不一样的，那么他们指挥AI干活打出的prompt，得到的结果自然也是不一样的。
这不是能力的问题，而是身份的问题。
没有上下文，没有问题
还有很多的问题，提出这些问题本身并不需要有什么专业知识，但它需要一些上下文，或者说长期与他人合作积累下来的默契。
比如，如果你不了解业务，你就很难在某次数据清洗的任务中，提出某个数据库的字段是否存在语义重合的问题。而询问这个问题并对结果稍加加工后，可以节约落库后 60% 的静态存储费用。
一个优秀的工程师，或者说一个优秀的 AI builder，他能做到的不仅仅是根据已有的条件想到所有可能的情况，并为此制定出若干个问题加以询问。
如何根据大家已有的共识和上下文，简明扼要地用最短的语句提出问题，这才是关键。
而想要达到这一点，团队之间多年合作积累的默契是不可或缺的。所谓默契，就是我说两个字，你就知道我晚上想喝几分糖的奶茶；所谓默契，就是在他人眼里毫无意义的“这个”这种指代词在特定上下文中，立刻就被指向了一个非常明确的后端模块；所谓默契，就是当我向用户承诺某个看起来不切实际的 feature 的时候，你知道我只是在安抚用户的情绪，而不是在严肃地讨论一个产品需求。
这种默契要如何积累呢？我想还是得遇到对的人。当然，你得先成为那个对的人，然后再去抱怨自己遇不到其他对的人。
不过 AI 时代对于这类情况其实有一类特殊的方法能够加以辅助的解决，那就是给每一个人配备一个 AI 助手。当我想询问某一个新的模块，它对应的数据库的访问密钥是哪一个的时候，我不需要向你询问，而是向你的 AI 助手询问，它就能根据权限来适当的告诉我想要的内容，而不需要去让您劳神。这种产品我想很快就会被开发出来。
没有需求，没有问题
问题和产品往往来源于生活，而生活又往往可以分为两类，一类是娱乐，另一类是效率。如果你无法察觉到生活中具体的需求，你也无法提出真正有效的问题。
比如，如果你没有拿 AI Coding 做过商业产品并加以持续的更新和运维，你就认识不到现在的需求管理是多人协作开发的主要瓶颈，你就无法提出要如何针对这个需求来构建对应的工具这样一个问题。
再比如，如果你不是水上运动的爱好者，你就想不到目前常见的大疆无人机，它无法满足水上运动的航拍需求，从而就提不出，要如何针对性地改造设计水上运动爱好者专用的航拍无人机，这样一个需求问题。
我在一年前提出过一个暴论，AI 时代的软件开发领域会慢慢地变成制造业一样的一个 U 型结构，也就是大头利润只由 U 型的两端吃，U 型的左端就是大模型训练和芯片设计，而 U 型的右端则是终端产品和业务。对于如何成为U型左端的那一部分人才，这并不是我们这篇文章讨论的范围，因为左端的就业岗位数量实在太少了，少到甚至不值得我们写一篇文章来讨论。而U型的右端，其实也就是做产品和干业务了。其实你会发现，能否发掘用户场景和需求，并为之抛出一个恰当的问题，它的很大一部分能力模型是和产品经理类似的。
上个世纪 80 年代，乔布斯在看到图形界面原型后，问出了问题：普通人使用电脑时，为什么必须先学会一门计算机语言？，于是没过多久，第一台苹果电脑被发明了出来。而如今，乔布斯和他的苹果电脑都一起上了产品设计、计算机组成、芯片指令集等等领域的教科书。
2010年，中国手机用户发短信/彩信贵，QQ又需要电脑或复杂手机客户端，运营商的飞信只能移动网内互通。面对这样一个局面，张小龙问出的问题是：为什么手机上没有一个简单好用又轻量免费的即时通信软件？于是他做出的微信，成为了移动互联网时代中国最重要的基础设施之一。
2020年前后，消费级3D打印机虽然价格已被中国品牌打到平民水准，但调试复杂、故障率高，普通用户买回家往往沦为吃灰神器。面对这样一个局面，陶冶问出的问题是：为什么3D打印机不能做到像普通家电一样开箱即用、稳定可靠？于是他组建团队，搞出了如今家喻户晓的拓竹3D打印机。
当然，如果你没有这些通过劳动才能获得的业界经验，在外人看来，特别是一个毫无技术背景和行业经验的外人看来，这些人在当你的举动看起来和疯子没有太大的差别。在上个世纪80年代，你可能会嘲笑乔布斯为什么要大费周章的做一个图形界面，命令行工具不就已经足够好用了吗？在2010年，你可能会嘲笑张小龙，为什么不用手机的彩信呢？在2020年，你可能会嘲笑陶冶说3D打印机的市场都已经是一片红海了，你去做不就是找死吗？
所以呀，提出有价值的问题是一件很难的事情。
我还记得我在第一次搞科研的时候，我的老师曾跟我说过一句话，科研界最难的事情并不是解决问题，而是提出问题。每一个有价值的问题都是宝贵的行业经验中结出的果实，而这些果实往往是需要在实践中才能获得的。我想这句话在如今随着AI对各行各业赋能的大趋势下，它或许会从学术圈慢慢破圈，成为一个未来的社会共识。
就好像作为非常典型的三边用户型产品的知乎，它是由观众、提问者和回答者三类群体组成的。你会发现这三类群体中数量最少的其实是提问者。就如同知乎在今年给我颁发的奖杯一样，我在前几个星期才突然意识到这个奖杯它不就是个问号吗？你也能看出来，知乎这个平台它的一个价值观和文化。
是呀，我们到底能否提出一个真正有价值的问题呢？我发现这愈发成为了一件值得期待的事情。
