一些关于 AI 的胡思乱想

今天是 8 月 24 日，一个普通周一的早晨。

刚刚起床，喝了点水，现在坐在沙发上准备写今天的晨间日记。我上周四从德国回来，周四周五上了两天班，很快又到了周末。现在已经是伦敦的夏末，突然觉得这个夏天怎么这么快就过去了，好像还没有玩够。这个夏天留下了很多很好的记忆，有世界杯，有啤酒，有网球，有烈日骄阳，也有朋友。

周末过得很安静，我几乎一个人待在家里，没有安排太多事情，除了看书和见人。但内心有一种很奇妙的充盈感。最近看起来好像什么都没有做，也没有什么明确的结果，日子却过得挺快乐。甚至坐下来写这篇日记的时候，我也不知道它到底应该有一个什么主题。

如果没有主题，那就叫“杂谈”吧，记一些最近发生的事情，也记一些最近慢慢长出来的问题。

01｜去一个概率更高的地方

上周在德国的时候，我和一个即将来伦敦读 AI 博士的朋友聊了一会。我们其实从来没有在线下见过，只是在社交媒体上认识，但经历上有一些相似的地方。他之前也在国内大厂工作，本科是传播专业，后来决定离开大厂，来英国读 AI 相关的博士。

AI 是我现在比较感兴趣的话题。说来也奇怪，我并不是做 AI 的，但现在每天至少有两个小时的时间都在用 AI 提升工作和生活效率。所以当一个和我有一些类似经历的人决定离开原来的轨道，转而去读 AI 相关的博士时，我自然会很好奇：为什么？

他有一个回答让我印象很深。大意是，如果你知道自己长期待在一个地方，被“锤”的概率越来越高，那最理性的选择可能就是换一个地方，有点像打地鼠。地鼠本身未必突然变强了，它只是从一个锤子反复落下的位置，换到了另一个暂时还没有那么危险的洞口。很多时候，选择其实也是这样，我们未必有能力改变整个游戏规则，但至少可以改变自己在游戏里的位置，让自己少暴露在那些已经越来越确定的风险里。

在一个充满变化的时代，如果判断是，下一轮新的趋势和机会大概率会出现在某个地方，那么是不是应该尽量让自己靠近那个地方？这里的概率可以是生存概率、赚钱概率、成功概率，也可以是获得更好机会、见到更多优秀的人、进入更高密度环境的概率。你未必真的能够预测未来，但至少可以选择让自己站在一个赔率更高的位置。我觉得这是那次聊天里，第一个留在我脑子里的东西。

第二个点更技术一些，我其实没有完全听懂。大意是，他现在关注的一个方向是在重新思考今天 AI 的推理机制。现在的大模型看起来越来越聪明，但底层依然高度依赖大规模数据、参数和计算，本质上还是不断增加算力，然后换取能力提升。

那么有没有另外一种可能，AI 本身可以形成更内生的逻辑结构，甚至某种我们今天还很难定义的意识？如果真的存在这样的路径，那么未来 AI 的进步也许就不只是继续堆数据、堆芯片、堆算力，在资源消耗和算力需求上也可能出现完全不同的经济性。

这个问题我现在当然讲不清楚，但我觉得很有意思。因为聊到最后，不管是技术、工作还是个人生活，很多问题好像都会慢慢回到一些非常古老的追问上：什么是意识，什么是理解，什么是真正的推理，智能到底是规模堆积以后涌现出来的现象，还是背后存在某种更底层的结构。折腾了一圈，最后居然又回到了哲学。

02｜AI 会改变大公司的组织方式吗？

另外一个我最近反复在想的问题，是 AI 会不会真正改变今天这种大厂组织。

至少从我自己的体感来看，AI 在当前组织里还没有表现出特别强的变革性。它当然很好用，可以写东西、分析、查资料、整理信息，也可以替代很多重复劳动，但现在更像一个 nice to have，还没有真正变成一个 must have。更准确一点说，我还没有明显感受到，因为 AI 出现了，所以整个组织必须被重新设计。

很多时候真正影响大组织效率的，还是人。是沟通、层级、利益、信息差、组织惯性，以及一层一层的协作损耗。说得粗鲁一点，组织效率问题甚至就是因为傻逼太多。

这也是为什么，我过去觉得自己所在的这套组织很牛逼，现在依然觉得它很牛逼，甚至我相信未来回头看，我大概率还是会这么觉得。一个很重要的原因就在于，它其实建立了一整套科学的“治理傻逼”机制。它不太依赖某一个人天然聪明、判断永远正确，所以才需要数据、实验、相互挑战。你可以有观点，但最终要拿结果说话；你可以很有经验，但实验结果也可以推翻你的经验。某种意义上，一套好的组织机制，本来就是在尽可能降低“人的愚蠢”对整个系统效率的影响。

所以我对 AI 改变组织这件事情真正好奇的地方也在这里：如果一个成熟的组织，本身已经通过流程、数据和机制去约束人的局限，那么 AI 接下来改变的到底是什么？它只是让原来的流程跑得更快，还是会连这套组织机制本身一起重写？如果只是前者，那好像也没改变啥，多开几个中层，效率就提高了。

这也是为什么前几天看到 Google AI 团队的一些新闻以后，我会顺着 Hassabis、Jeff Dean 以及几位核心技术人物之间的关系一路八卦下去。一开始只是觉得大厂里的技术路线和派系斗争很有意思，后来慢慢发现，一个顶级技术人才的去留，真的可以影响资本市场、团队方向，甚至一家公司的长期技术判断。

Jeff Dean出去创业的方向也很有意思，他想搭建一个很小规模的研究团队，然后做一套新的能力，让 AI 自己提出问题、做研究、设计实验、验证结果，再根据结果继续寻找新的问题。

当时听到这里，我脑子里突然跳出来的，是我每天在做的工作。

03｜互联网的账，到了 AI 时代还能这么算吗？

我在TT这些年其实非常信奉一套东西：数据、实验、量化。甚至可以说，这是整个体系最引以为傲的一套增长方法论之一。我们相信一个产品有没有价值可以通过数据看，一个功能有没有价值可以通过 A/B 实验看，一个用户值多少钱可以通过 LTV 看，一次增长投入值不值得做可以通过 ROI 看。

四年前刚进入公司的时候，这套方法论其实对我的世界观产生过很大的冲击。因为我是学社会科学出身的，以前会本能地觉得，人和人之间的关系、情绪、互动，怎么可能被数字解释？甚至会觉得，真正高级的思考应该发生在意识和思想层面。

后来真正开始做商业产品以后，我第一次发现，原来真的可以。人的行为可以量化，注意力可以量化，一个人在巨大流量产品里的点击、停留、购买、离开都可以变成数据，一个产品功能到底创造了多少商业增量，也可以通过实验一点点拆出来。甚至一个用户在平台上的长期价值也可以被模型估计，我们可以在一个人身上打成百上千个标签，理解他对于内容、广告、电商、社交分别意味着什么，再决定平台应该投入多少资源去获得他、留住他、培养他。

我现在每天工作的核心，其实最后都可以压缩成一个问题：如何让平台投入的每一笔资本获得尽可能高的回报。一笔钱投出去，我会看90天， 1.5 年、3.5 年、5 年不同周期的回本情况，会看每个阶段的成本和营收，确保每一个阶段的效率都能够成功上岸。

这套逻辑我已经熟悉到近乎本能，但今年有一件事情突然把它撞了一下。一个以前和我一起工作、后来去做 AI 的朋友，跟我聊到 AI 产品的用户账本。

假设今天中国大量 AI 产品都是免费或者低价提供的，用户本身又没有很成熟的付费习惯，但每一次模型调用都是真实成本。芯片贵，算力贵，推理贵，用户越多，消耗的算力也越多。那么平台到底应该怎么算一个 AI 用户的账？

以前做互联网增长，我们会估算一个用户长期能够创造多少收入，再反推今天应该花多少钱获得他。很多互联网产品在规模起来以后还会形成网络效应，规模越大，边际成本反而可能下降。但 AI 不完全一样，至少在很多产品里，用户规模增长的同时，推理成本也会一起线性增长，似乎很难找到那个token投入的拐点。

那么，一个 AI 用户的长期 LTV 到底应该怎么计算？在用户生命周期的不同阶段，平台应该给他多少模型调用配额，又应该花多少钱去培养他的使用习惯？如果平台今天持续补贴用户，真正能够回本的拐点究竟在哪里？

再往下想，AI 公司今天真正应该追求的北极星指标又是什么？是做出更好的模型，是先占据更大的用户规模，是创造真正的生产力，还是尽快找到商业化？好的模型、好的产品、好的商业模式，这三件事情到底按照什么顺序发生，又是怎样相互推动的？

我现在没有答案。但这个问题对我冲击挺大，因为它第一次让我意识到，我过去几年已经非常熟悉的那套互联网增长逻辑，放到 AI 产品上可能完全不work。

04｜技术的拐点到底在哪里

最近我还和一个做研究的小伙伴聊了一次。近距离接触技术大神的时候，我经常会有一种感觉，就是自己大概有一半没有听懂，剩下一半也有可能理解错。但有一个点我记住了：未来很多组织可能会越来越小，尤其当 AI 开始进入医药、生物、材料、科研这些领域以后，它正在快速降低一个人进入新领域的门槛。

以前很多事情，可能需要十年的知识积累才能开始。以后一个人能够直接调用的认知资源会越来越多。这种情况下，普通人确实会获得更多机会，但同时真正有价值的能力会不会也发生变化？如果获取知识越来越容易，那么判断方向、提出问题、识别重要问题的能力，是不是反而会变得更稀缺？

我肯定不会去做底层技术，但我始终想理解一件事：技术有没有自己的临界点？所谓的“拐点”到底在哪里？是不是存在某一个时刻，在那之前不断投入算力、数据和资本，得到的只是线性改善，但跨过那个点以后，整个系统会发生质变？

所以最近我脑子里慢慢积累了很多很基础的问题。今天所谓的 AI 科学研究，最前沿的人到底在研究什么？这些科研突破与模型能力提升之间是什么关系？模型变得更强以后，又怎样真正变成一个好的产品？好的产品最终怎样形成健康的商业模式？

还有一个我很感兴趣的问题，是 AI 真正的终端到底在哪里。

它最后还是会被装进手机里吗？如果最终仍然只是手机里的一个 App，我有时候会怀疑，它到底会不会像我们今天想象得那么具有革命性。过去从座机到智能手机，变化的不只是某一个软件能力，而是整个交互界面、操作系统和终端都变了。

那么 AI 的终端会是什么？智能眼镜、机器人、汽车，还是一种我们今天根本没有见过的设备和交互方式？

我不知道。但这些问题会让我开始同时去看技术、产品、组织和产业之间到底是怎么连接起来的。可能也是因为工作的缘故，我最后还是会习惯性地把问题落回商业化：一项技术最终有没有真正改变社会，还是要看它有没有创造新的增量价值，有没有提升生产力，有没有真正进入大量普通人的生活。

05｜当一个孤独的妈妈开始只和豆包说话

上周我听了一场深圳线下活动的回放，其中张潇雨老师分享了一个现场提问。一位单亲妈妈养育着两个女儿，大女儿已经大四，小女儿还在读初中。因为父亲去世，小女儿这些年变得越来越内向，不爱学习，也有些焦虑和自卑。家里尝试过心理咨询，也养过猫、养过狗，希望孩子的状态能够慢慢变好，但似乎一直没有特别明显的变化。

这位妈妈本来是来问投资问题的。张潇雨老师先问她，你投资的目的是什么？她说希望有更好的收益，希望未来养老更安全，也希望能给孩子准备教育的钱。接着又问，你身边有朋友吗？她说好像没有什么朋友，自己虽然有一份做得还不错的事业，但整体还是会觉得孤独、焦虑，能量状态也不太好。

然后他问了第三个问题：你遇到问题的时候，平时会跟谁说？

她回答，现在很多事情都会问 AI，用的是免费的豆包。

张潇雨老师接着问，那你用了以后，生活变好了吗？你更开心了吗？你的孩子更乐观了吗？

她说，好像也没有。

但她又说，我也只能问豆包了。

我听到这里的时候其实挺难受的。相比前面那些关于模型、算力、AGI 的讨论，这个场景反而让我对 AI 有了一种更具体的警醒。AI 可以越来越聪明，可以把很多问题分析得头头是道，也可以一直耐心地给你建议、解释、安慰，甚至给你无穷无尽的回应。但如果一个人因为孤独开始不断走向 AI，而 AI 又因为足够方便，让她进一步减少与真实的人建立连接，这件事情最后会走向哪里，我不知道。

我对这个母亲的处境更多还是共情。张潇雨老师后来给出的建议，其实也非常朴素，大意是：退学费，重新去建立真实社会的人际连接，去找两三个可以真正说话的朋友。

也是在这个时候，我突然觉得，AI 对人的影响可能远比“提升多少生产力”“节省多少时间”“模型跑分提高多少”复杂得多。它开始进入工作，也开始进入人的孤独、情绪、关系和日常生活。至于这种进入最后会带来什么，我现在还没有想明白。

06｜先把这些问题留下来

其实上半年我开始比较认真地研究 AI，最开始还是因为投资。重仓恒科，错过存储，后来开始补产业研究，看材料、芯片、算力、数据，再一路往应用层看。最初更多是在想这里面有哪些投资机会，后来随着工作、朋友和这些生活里的场景不断叠加，我开始对另外一些问题更感兴趣：AI 会不会改变组织？AI 的用户价值应该怎么计算？模型、产品和商业化之间究竟是什么关系？真正的技术拐点在哪里？未来人使用 AI 的终端会是什么？以及，当 AI 越来越深地进入普通人的生活以后，它最终会怎样改变人与人之间的关系？

回头想了一下，我好像一直是一个需要先对某个问题产生好奇，才会真正开始行动的人。很多对我来说比较重要的选择，最开始都不是因为我想好了一个多么明确的结果，而是因为我对某件事情本身产生了兴趣。大学读广播电视，是因为那时候对新闻很好奇；研究生继续读国际新闻，是因为对外面的世界有很多想象和向往。后来去做产品经理，也是因为我对产品增长的方法论非常好奇。我当时觉得这套东西特别牛逼，到今天其实还是这么觉得。后来开始研究投资，也是因为我开始对“钱到底是怎么生钱的”这件事情本身产生了兴趣。

但 AI 这件事情有一点不一样。过去很长一段时间，身边所有人都在谈 AI，市场在谈，投资人在谈，公司也在谈，我自己每天也在用，但我一直有一种冷眼旁观的感觉。不是因为我不认可它的重要性，而是因为我始终没有找到一个真正属于自己的入口。我不知道在这么大的一个话题里面，我到底对什么好奇。如果没有这个东西，我很难仅仅因为“所有人都说它重要”，就真的走进去。

我好像从来没有对某一个人产生过迷信，也很少相信世界上存在什么绝对的机会。相反，这几年我越来越愿意对自己诚实，也越来越尊重自己的直觉和感受。以前的我可能更相信信念，相信一件事情只要认定是对的就应该坚持下去；现在我好像慢慢走向另外一种状态，会更认真地听自己的知觉和感受，看什么东西真的在吸引我，什么东西只是因为别人都说它重要，所以我觉得自己也应该重视。

但无论是以前的信念，还是现在越来越被我重视的直觉和感受，往下追一层，我发现底层驱动我的东西其实一直没怎么变，还是对这个世界的好奇。而且这种好奇，好像从来不只是针对某一项具体的技术或者某一个产品。我真正感兴趣的，还是人会怎样和这些技术发生互动，这些技术又会怎样改变人的行为，改变人与人之间协作、交流和建立关系的方式。

所以现在回头看，前面写下来的这些问题，对我来说更像是一个播种的过程。我没有想着马上得到答案，甚至我敢相信，上面很多问题可能连提问的方式都不对。但好像没有关系。我能感觉到有些东西已经开始发芽了，只是它现在还很小，我也说不清楚最后会长成什么。

可能这也是我最近明明觉得自己“什么事都没做成”，却一直挺开心的原因。好像又重新发现了一些新的东西，也重新进入了那种某种兴趣正在慢慢孕育的状态。

这个感觉很难说清，但我很爽。