懂我者莫若你下一句-懂我者莫若你

咱就别整那些模棱两可的套话了，直接上干货，把刚刚聊到的那点东西给捋顺。 就说最近这 AI 在文生图、文生视频上突飞猛进，那种瞬间从一个乱码变成精细画面的速度，确实让人咋舌。
那会儿画个像马儿得有耐心去调马头方向，目前直接扔个 Prompt 就能跑出马儿，但这底下底层的逻辑就含糊不清。我试了好多模型，有的能画出马的轮廓，有的能画出马的皮毛纹理，可一旦涉及到马儿后面那跟尾巴长得不一样，要么马儿身上有特定的花纹，模型就懵了，直接瞎画。
这根本就不是技术突破，是模型训练时的“记不住”和“记不全”，数据量只要略微大一点，就能把那些细节给抠出来。我最近琢磨这事儿，认定这就像小时候背古诗，你背可能能滚瓜烂熟，但要是考试问了一句啥冷门典故，要么问了一句略微有点绕的，那立马就卡壳，根本反应不过来。
故此，目前的 AI 训练，本质上还是靠给模型喂海量的数据，让它把见过的例子全记在脑子里，再让它去模仿。
这跟人类记背东西没啥本质区别，就是量要大，样本得足。 说到这儿，不得不提两个数据，一个是 2024 年底那个生成式人工智能全球应用指数报告，里面显示，全球有超过 140 个行业启动使用人工智能，其中 60% 的应用场景跟内容创作、产品设计、市场分析这些“看起来”挺像 AI 相关。
这数字有点吓人，但也挺真，说明这东西离咱们日常生活确实不远了。
不过呢，看东西不能光看繁华，得看门道。
你看那些大模型在写代码的时候，要是遇到那种极端的或边缘的 bug，要么遇到一段特别复杂的业务逻辑，往往抓不住重点，只会瞎编，最终写出来的是个半成品。我就琢磨咱得想个法子，能不能给模型装个“思索”的模块？就像是人思索的时候会有犹豫、会算算、会想想再拍板，目前的 AI 仿佛真就是这个意思，它内部有个大量的“推理层”，能把第一步生成的结局和第二步生成的结局对比一下，再批量后再生成。但这底层逻辑还是有点虚，咱一般/平平人看不懂，只能看它的推理过程对不对。
故此，我认定这玩意儿还得再往前推一推，得让它学会那些人类专家的经验，而不是光靠模仿。 这就好比咱们那会儿学游泳，看大海里的那条大鱼游，你肯定认定挺神，但下水后才发现，大鱼游得那风生水起，咱还得一个个动作学，还得在水里练。目前 AI 学游泳也是这个理儿，它看到别人如何游，就模仿那个动作，但它学的是动作，不是游泳的本事。你得把它扔进水里，让它在水里憋着气游，让它被浪打，让它流汗，让它适应水温，这才是真东西。我平时就琢磨，赶明儿 AI 的发展，不能光靠给它扔一堆数据让它“学会”啥，得给它设个“条件约束”，比如告诉你“这个宠物狗不能忒大，不能忒胖，还得会汪汪叫”，还得给它编一套复杂的剧本，让它在里面演。
只有这样，它才能把那些看似好办的东西，演得复杂，才能把那些好办的逻辑，演得通顺，才能把那些好办的东西，演得逼真。 再说回我们一般/平平人，咱也别光盯着那些炫酷的演示视频看了，咱得看看它对咱们生活到底有啥用。就拿客服行业来说，那会儿那客服跟机器人似的，一问二答，没感情，那叫一个机械。目前这 AI 客服要是真能懂人，那赶明儿是不是就能做聊天机器人，跟咱们多聊几句？能不能记住咱平时喜爱聊个啥，能不能根据咱的喜好，给咱推荐点合适的那款手机，要么搞个个定制化的学习盘算？这图头别看看着挺花哨，但咱得琢磨着，这东西能不能真正帮咱省点工夫，帮咱把点费事给去掉。别总想着它赶明儿是不是能当个保姆，目前咱得先看看它能不能当个工具。 实际上说白了，就是目前这生成式 AI，它就是个超级本事挺强的工具箱，里面装着各种各样的技能，像画画、写文章、写代码、就连做设计，样样都能干。但它有个毛病，就是有时候会“飘”，就像那个写文章的 AI，有时候能写出贼精彩的文章，有时候又可能把几个字都写反了。
这中间啊，就是人类语言模型和数学模型之间的鸿沟，就是人类和机器之间的“隔阂”。咱得明白，这 AI 就是工具，工具得看你如何用，得看你如何给工具定规矩。
要是你给它定个规矩，比如“这个 AI 写文章要符合我公司的风格”，让它去执行，那它就能帮你把工作量下降；要是你不给自己定规矩，让它自己去瞎发挥，那它可能就把你的意思给弄丢了。
故此，关键不是看它能不能做出来多复杂的事儿，得看它能不能帮咱把最复杂的事儿给简化，把最繁琐的事儿给自动化。 再细琢磨琢磨，这 AI 的未来到底会朝着啥方向发展。我认定不是往那个没有人类的未来走，不是往那个彻底由机器统治的黑暗未来走，而是往那个“人机协作”的未来走。就像那会儿咱们用了电脑，不是说电脑把咱们的工作全干了，而是电脑帮我们写代码，让我们去装软件，去看看电脑里那些数据长啥样，然后咱们去研究如何让它变得更智慧。
这 AI 的发展方向，就是在现有的基础上，再往上发展，让它在处理那些更复杂的、更抽象的东西上，发挥它的大功能。它能把那些重复的劳动的 done，让我们把那些需求智慧、需求判断、需求创造力的事件，给做回来。 说到这儿，咱也得反思一下，是不是我们给 AI 的期待忒高了？
是不是总认定它应当自己就能搞定所有难题？实际上不然。目前的 AI 就是那个“会做”的人，它可能不会讲话，但它能给你回答难题；它可能不会讲话，但它能把文档整理好。它可能不会讲话，但它能帮你把那些乱七八糟的数据给分类整理。
故此，咱得管它，得教它，得给它定规矩，让它去执行那些复杂的任务，别让它去干那些原本归于人类的工作。
毕竟，工具是为人服务的，不是为人服务的工具，是咱的人。 最终还得提个醒，别把 AI 当成万能药，也别把它当成神。AI 就是个放大器，它能放大咱的智慧，也能放大咱的迟钝。你要是给它定个规矩，让它去编个故事，它就能编出个绝好的故事；你要是给它定个规矩，让它去分析个数据，它就能分析出个精妙的结局。
故此，咱得学会如何跟它打交道，如何利用它，如何管理它。别总想着让 AI 自己来定策略，它自己都不懂，还让它去模仿？那只能是让它去瞎编，去搞bug。 总的来说，AI 这事儿嘛，就是个长跑。咱目前看到的那些花样，都是它发展的阶段性成果，都是它给咱挣来的面子。但咱得记住，这漂亮的皮囊底下，那是冷冰冰的逻辑和冰冷的代码。咱得学会用脑子去驾驭它，去管住它，去让它成为咱的得力助手，而不是让它去替代咱。赶明儿咱 facing AI 的时候，别总想着“我来解决”，得学会“我来引导”，让 AI 去解决那些它精通的难题，咱就负责那些它搞不定的复杂事儿。
这才是咱们作为一般/平平人，应有的对姿势。