王一笑谈 60秒：AI工具是放大器，既会最大化优势和收益，也会凸显错误和愚蠢，所以，工具越好用，用ta的人越得有点东西！
1. 最近有个叫巴尔金的美联储官员表态说，AI应用还没成熟到能引发大规模裁员的程度，更值得关注的不是就业总量的增减，而是岗位在怎么重新分配。大概是在提振市场信心，除了AI的基础设施投入，经济还得靠劳动者的真实劳动。工作不是"没了"，而是"换了"。打开招聘网站，技术的初级岗位数量确实在减少，而传统行业的传统工种也招不到高素质的人才了。但另一方面，会用AI的人薪资却在疯涨，传统工程技术领域的成熟人才开始大量涌入新能源汽车、互联网和智能硬件等新兴产业拥抱新技术前沿去了。市场不是不需要人了，是不需要"只会做AI也能做的事"的人了。这种矛盾现象正在快速重塑产业的面貌、人才的分布和财富的洗牌。 2. 说到这儿，我想聊一个人们对于大模型的一个认知误区：觉得垂类大模型一定比通用大模型好用，越专越厉害，实际情况是垂类大模型就像是专家，未必擅长跟人打交道，解决实际问题也如同专家。因为垂类模型训练数据偏于单一，有时候交流都困难，就像一个只会背课本的学生，考试能拿高分，但一碰到真实场景不一定好使。现实世界并非是分科之学。一个问题可能同时涉及机械、电气、材料、工艺，甚至是人的情绪。而由单一数据喂出来的模型，对现实的感知通路是单纯的、扁平的。而人的感知是全息的，当你走进一个场境，眼看耳听鼻子闻用手摸，甚至跟当事人聊两句就能感觉到气氛如何——所有信号瞬间汇总大脑立刻形成判断。有人调侃 ："AI理解爱情，就像用温度计测量交响乐。" 话糙理不糙，因为单通道的信息输入不可能替代全息感知。 但别急着觉得人稳赢。AI还有一个容易被忽略的属性——它其实是个放大器。工具越便利，这个放大效应就越明显。高手用直接效率十倍以上，以前写报告要查资料、形成思路写草稿，还得改三遍，边写边思考锤炼观点；现在AI十分钟给你出十页，你要是自己没判断，直接就被AI带着跑偏了。刚刚从华为离职重返学界的天才宁博宇判断说"个人品位"是未来人类最大的价值。AI的放大效果绝对是可靠的，但你要决定让ta放大啥？