正文
未来的时代将属于模型家
。
科学家的工作成果是实验与论文，而模型家的工作成果则是模型与代码。
未来，不具备生产模型与代码能力的组织，将逐步落伍，最终被淘汰。
同样，那些看不懂模型与代码的个人，也将如同 20 世纪看不懂科学实验与论文的人，只能逐渐沦为研究工作中的边缘角色。
9
从这轮 AI 大变革来看，最突出的变化就是模型成为了生产要素。
我在 2023 年跨年演讲《人生发展的道与器》中，有一句金句：
对话即生产
。这是新时代有别于信息时代的地方：信息时代强调「媒介即信息」，而新时代则是「对话即生产」。
而今天我要说，
模型即生产要素
。它的格式、架构、封装、修改、生成与应用，这一切共同构成了未来至关重要的命题。
「模型即生产要素」对人类社会而言，最特殊之处在于，我们的所思所想所行，乃至过往的创作，都可以被固化为模型，并被更多人调用与使用。
辛顿在接受采访时举的例子非常精彩：我们难以理解一个人的内在偏见，但却可以相对容易地量化一个模型的偏见，并据此进行调整。
这就是这轮 AI 大变革的独特之处。
10
AI 时代来临，有三个职业依然较难被取代：教师、咨询师，以及医师、理疗师、按摩师。
这三个职业很有趣，
源于人类固有的局限
。
教师
：由于人的行为具有自反性，因此需要教师营造氛围，激发学习者的内在驱动力。
咨询师
：人的内心世界极为复杂，存在大量不可言喻、甚至难以启齿的隐秘内容。这些内容往往难以用语言完整表达，而更多通过肢体动作与整体感受来传达。
医师、理疗师、按摩师
：源于对人体的处理。人体是一个复杂系统，而治疗的容错率却极低，因此，有经验的专业人士显得尤为重要。
11
AI 时代之前，我们可能是这样的：
设计不会，就雇佣一位设计师；编程不会，再雇佣三位工程师：前端、后端、算法。为了管理大家，再雇佣一位产品经理。为了卖掉产品，又雇佣三位运营人员，分别负责内容、社群和渠道，还需要再雇佣一位运营经理来管理他们。
但如今，趋势已经发生变化，开始变成这样：
这也不会？那就试试看第一个 AI 大模型是否能做到；那也不会？再试试第二个 AI 大模型是否可以胜任。为了进一步提高效率，还可以让第三个 AI 大模型编写一个代理程序来协调它们的运行。如果市面上的大模型都无法满足自身的特定需求，那么就可以自己动手，利用 AI 大模型训练一个新的 AI 模型，甚至连训练数据也部分源自 AI 生成。
未来三年，基于 AI 的各类软件与科研成果都将呈现井喷式增长。
这将对社会形态产生巨大冲击，同时也会带来一些红利。
12
知识可以分为 2023 年之前和 2023 年之后。
2023 年之前的知识，是尚未受到 AI 污染的知识。
2023 年之后的知识，几乎都受到了 AI 的污染。今天看到一篇新闻，令人哭笑不得：一家报道 AI 的专业媒体为了蹭热点，写了一篇关于浙大毕业投资人的报道，结果把张磊写成了浙大本科毕业……众所周知，他是中国人民大学毕业的。记者为何会出现这类低级错误？因为那份名单显然是由 AI 生成的。
与我协作的任何人，我都会用一个指标来判断其是否靠谱：
稿件的第一版是否直接由 AI 生成？
如果对方是这样做的，我几乎不会再与其在文字上进行任何协作。
放弃亲自撰写稿件的第一版，实际上就是放弃了独立思考的能力。
借用我之前的那个比喻：写作之难在于：先「怀孕」，再等孩子出生、长大成人，最后才谈得上为其拍照并使用美颜滤镜。很多人误以为，AI 不仅能完成「怀孕」，还能帮助孩子成长成人，这种想法实属荒谬。
这无异于放弃了持续提升自身能力的可能性。
关于成长
13
中午请同事们吃火锅时，聊到了两类人群。
第一类人，遇到难题就退缩。
第二类人在遇到难题时，会迎难而上，最终迎来「啊哈时刻」。
以我带领团队进行的「元知识」研发为例，第一个「啊哈时刻」出现在讲解完「逻辑知识」之后。同事们这才意识到：原来可以用「个人概念」来统摄各种类型的知识。
第二个「啊哈时刻」出现在讲解完「叙事知识」之后。同事们意识到：知识注定是复杂的，但它总是沿着「最小—简单—复杂」的路径逐步演化。
第三个「啊哈时刻」出现在讲解完「知识创新」之后。同事们意识到：就连「知识创新」也可以被「个人概念」所统摄。
