Ricky の AI 好文收录
优质AI博主 🧑🏻💻
| 博主名称 | 内容 | 主页传送门 |
|---|---|---|
| 像素范 | AI设计｜AI热点｜观点分享 | 链接🔗 |
| AI研究室-帆哥 | AI开发｜AI工具测评｜AI热点｜观点分享 | 链接🔗 |
| 二师兄说AI | AI开源工具测评 | 链接🔗 |
好文收录 🚀
📝 AI时代变革：个人技能、模型和立场。
https://www.bilibili.com/video/BV1bifMYtE4Q/
正文 📖
工作技能与AI时代的变革
- 过去，人们凭借掌握特定工具或技能来获得工作机会，如操作报税机、银行录入机或使用PS等。
- 现在，随着AI的出现，工作方式正在发生范式革命。AI的本质是代替人类完成工作，而非像过去工具那样辅助人类。例如，缝纫机帮助人们更快地缝制衣物，AI则可能直接取代人类完成相关工作。
- 目前，一些软件如coze和dify等，虽然有一定的学习门槛，但随着技术的发展，未来可能会出现更简单易用的工具，如Manus，让人们无需学习即可使用。这使得许多人对未来产生不安全感，尤其是那些努力学习以构建职业门槛的人。
AI工具的学习与未来趋势
- AI工具的学习门槛正在逐渐降低。以编程为例，过去需要学习复杂的编程知识，未来可能会出现无需学习编程即可操作的AI工具。
- 一些企业已经开始重视AI工具的使用，如在招聘中优先考虑会使用dify的人才。但随着技术的更新换代，这些工具可能会被更先进的技术所取代。
- AI的发展速度之快，使得人们难以通过学习构建长期的职业护城河。例如，一个大一学生担心自己无法跟上时代的变化，即使努力学习也难以找到稳定的门槛。
AI的局限性与数据污染问题
- AI在联网搜索时会接触到大量主观刻意生成的内容，导致其输出结果可能出现偏差。一些门户网站为了商业利益，故意制造大量虚假信息来污染AI的搜索源，从而影响AI的判断。
- 例如，上海有公司通过为商家提供信息投放服务，让AI助手在搜索时优先推荐这些商家，这种商业模式实际上是在抢夺传统搜索引擎和信息平台的市场份额。
- 这种数据污染不仅影响AI的准确性，还可能导致所谓的“AI幻觉”，即AI生成错误信息并让用户误以为是正确的。随着AI的广泛应用，这种幻觉率可能会不断提高。
AI的立场与人类的思考
- AI的输出存在立场，其对与错的判断受到训练数据和利益群体的影响。例如，在不同的文化和社会背景下，对于一些问题的看法可能存在巨大差异。
- 人类在使用AI时，往往容易默认事实并直接询问解决方案，而忽略了对事实本身的质疑。相比之下，律师在处理问题时会先质疑事实的真实性，再考虑后续的法律程序。
- 已经出现的私有AI会根据个人或组织的利益进行优化和调整。**没有能力或意识去拥有自己AI模型的人，可能会成为被动接受AI输出的“行走的机器人”**。
AI与人类工作的未来
- AI的发展可能会使一些工作变得不再需要学习特定技能，但人类的思考和判断能力仍然重要。**AI不能完全代替人类，尤其是在需要创造力和情感交流的领域**。
- 未来AI的发展方向分为公有AI和私有AI两种路径。公有AI受限于公共利益和监管，功能受限；私有AI则可以高度定制，精准服务个人或组织利益，甚至可能因强大的功能而被限制，如同私人持枪一样，受到严格管控。
- 私有AI的出现可能会引发新的社会和法律问题，例如其合法性以及如何管理这些私有AI模型。同时，人们需要学会如何利用AI为自己服务，而不是盲目地接受其输出结果。
核心要点 🚀
- 要点1：传统技能贬值，AI降低就业门槛
- 以往工具学习如银行录入、设计软件已逐步失去就业优势。
- AI更新周期极短，不学习也能迅速掌握。
- 努力学习构筑“技能护城河”的思路逐渐失效。
- 要点2：AI时代从“辅助人类”向“取代人类”转型
- 工业化时代技术主要起辅助作用（如缝纫机、传送带）。
- AI技术目标是全面取代人类部分工作职能。
- 当前AI仍有门槛，但趋势是彻底去技能化。
- 要点3：数据污染与AI决策的商业操控
- 人工投喂虚假信息，污染AI决策来源。
- 通过错误信息大量投放影响消费者决策，实现商业利益。
- 联网功能成为AI模型的薄弱环节，易受人为操控。
- 要点4：AI幻觉与社会认知风险
- AI模型受限于数据投喂与关联词偏差，产生幻觉。
- 用户对AI的盲目信任导致独立判断能力退化。
- 信息获取方式单一化风险显著增加。
- 要点5：私有AI或将重塑社会权力结构
- 公有AI受限于公共利益，功能受限。
- 私有AI可根据用户利益高度定制，产生强大竞争力。
- 未来社会权力可能向掌控私有AI的人群集中。
反共识观点 🤔
观点1：AI的发展可能使学习特定技能变得不再重要
- 传统观点认为，掌握特定技能是获得工作机会的必要条件。然而，随着AI的出现，许多工作可能不再需要人类学习特定技能，因为AI可以自动完成这些工作。例如，过去需要学习编程才能开发软件，未来可能会出现无需学习编程即可操作的AI工具。这种观点挑战了传统的技能学习观念，提示我们未来的职业发展可能不再依赖于特定技能的掌握。
观点2：AI工具如果还需学习就不是最终形态
- 传统观念认为掌握技术是生存基础，但作者提出，**只要AI使用仍然需要学习，就说明其仍处于过渡阶段**。真正成熟的AI应该是无需任何学习门槛的傻瓜式工具。例如，Coze、Dify目前仍需简单编程知识，作者认为这类似于“BB机”，终将被更易用的工具替代，如Manus。
观点3：”数据污染才是AI发展的真正威胁，而非技术本身”
- 普遍认知强调AI技术本身的不完善性，但作者强调更严重的威胁在于人为数据污染。门户网站和企业通过大量虚假信息投放扰乱AI决策，从而实现商业利益，如商家排名、餐厅推荐等。这种人为操控的威胁超过了技术问题，将长期影响AI生态。
📝 AI到来感到焦虑？？偷着乐吧就
正文 📖
一、AI威胁的认知重构
熊与竞争者的隐喻
- AI并非不可战胜的终极威胁，而是 一场相对竞争。
- 个体只需比身边竞争者跑得更快，就能在淘汰赛中生存。在与 AI 的 “竞争” 中，人类无需证明自己能战胜 AI，只需比他人跑得更快或坚持得更久。
技术迭代的时间差
- AI 目前处于 L2 到 L3 级别，距离 L5 级别的完全智能（能植入新解决工作问题的机器人）还有很长的路要走。因为物理世界的更新（如光刻机的制造从理论到实际生产）涉及法规、产业链等因素，与软件世界更新不同，需要很长时间，所以短期内 AI 难以真正完全代替人。
二、职场角色的进化逻辑
责任分配的不可替代性
- 企业雇佣的本质是责任分配，而非单纯技能执行。每个岗位都需对特定模块负责，形成内部博弈机制。
- 公司雇佣员工不是因为老板不会相应技能，而是需要有人对特定技能或模块负责。例如，老板雇保洁阿姨不是因为自己不会扫地，而是需要有人对公司卫生负责；产品经理和用户体验设计师在团队中代表不同方面负责并相互博弈，以维持产品的竞争力。
技能融合的必然趋势
- 单一技能岗位正在消失，未来设计师需同时掌握策划、3D、动效、运营等跨领域能力。
- AI工具降低技术门槛，但要求个体具备整合多种工具的能力。
三、焦虑与机会的辩证关系
知识平权的双刃剑效应
- AI让知识获取变得平等，既摧毁了传统技能壁垒，也创造了新的竞争机会。
就业机会的变化
- 以 AIGC 相关领域为例，发言人的很多学生找工作比以前更容易，因为现在企业更看重对新 AI 工具（如 cursor、agent、lora、control night、stable diffusion、midjourney 等）的掌握，而这些工具大多是在半年内出现的。以前进入大厂可能需要海归、美院背景、丰富项目经验等，现在则更注重对新工具的掌握。
心态决定生存质量
- 焦虑源于对失去的盯着，而机会存在于对获得的聚焦。
- AI时代的核心竞争力是快速适应而非固守城池。
- 当年BAT高门槛（海归、奖项）被AI技能取代。
反共识观点 🤔
观点1：“生存法则只需比竞争对手快一步，而非彻底掌握AI”
- 主流观点认为AI威胁人类就业，需要全面掌握AI技术。但发言人提出，只需稍微领先竞争者即可。
观点2：“知识平权时代，普通人不应盲目悲观”
- AI 带来知识平权，很多人认为有知识的人更难过，但普通人也跟着盲目悲观是没有道理的。因为知识平权意味着万众创新的机会，每个人的 “护城河” 消失的同时，也打破了一些限制。普通人不应只看到失去的门槛，而应看到新的机遇，避免盲目跟从他人的悲观情绪。
