Transcription
上周一个病毒式帖子声称人工智能领域正在发生一件大事。比你们还记得的 2020 年全球震动还要大。数千万人看到了它，我认为它是正确的，但实际上并非出于大多数人认为的原因。这不是一个突然的停工事件。这是一次结构性重写，而且是几何式的，而非线性的。这使得它更难看清，并且可能比任何短期全球震动都更具颠覆性。短期内，肯定会有摩擦，但从长远来看，这可能产生深远的积极影响。让我们来看看。在我们开始之前，快速感谢我的频道赞助商 Joah。他们为您的 Tesla 和其他电动汽车制造了令人惊叹的配件，并且还提供出色的保修和客户服务。事实上，我每天都使用他们的配件。请务必查看描述中的链接，以获得 5% 的风扇冷却手机充电器、便携式轮胎充气泵、折叠式膝上桌以及许多其他商品的折扣。哦，他们还为您和您热爱 Eevee 的朋友们制作了完美的礼物。所以，请务必查看 Joah。现在，让我们回到正题。大家好，我是 Dr. Noitall。是的，我看到了这个帖子，我想是在 10 号。是几天前。让我看看。它在这里的最底部。你可以看到这是一个巨大的帖子。是 2 月 10 日。是的，上午 11:16。我看到了这个，但老实说，当我看到它的时候，已经有 20 个反应视频了。我认为它有 8000 万次观看。事实上，此时已有 8200 万次观看。这是一个非常大的帖子。我会在描述中留下原始帖子的链接。我一直在想，我能带来什么？我不仅仅是做一个反应，然后说，“哇，他说得对。”诸如此类的事情。但我想了又想，我实际上有一个不同的看法。所以，我认为我可以带来一些非常有用的东西。所以，我不会全文回顾他的文章，因为它很长，那将是整整一个视频的主题。而且正如我所说，外面已经有 20 个视频在做类似的事情了。所以，我将要做的是快速浏览他的主要论点。然后，我将转向我认为他正确和错误的地方，但最重要的是，我对此的延伸，以及当前的人工智能侵扰，我们甚至可以称之为人工智能大流行。是的，我知道我仍然不能在 YouTube 上说那个词。这么多年过去了，所以我称之为 2020 年的流感。你们都知道我在说什么。所以，Schumer 的主要论点是，我们正处于 2020 年 1 月、2 月的时候，当时很多人认为它被夸大了，即将发生的事情，而大多数人并没有意识到 2 月下旬和 3 月初将发生的深刻变化。但是 2020 年和 2026 年之间存在关键差异。所以，在 2020 年，我们有一个外部触发因素。换句话说，这是一个外源性事件。基本上是我们无法控制的事情。当然，我知道它是病毒性的，因此在某种意义上是我们自己造成的，但它基本上是外源性的。基本上是我们无法控制的。然后，一旦我们到达了拐点，就立即出现了可见的混乱。现在，我就是早期 1 月份说“嘿，有坏事要来了。事情会很快变得非常非常糟糕”的人之一。但当时大多数人都没有注意。但无论如何，一旦那个拐点发生，我认为是在美国 3 月初，事情就完全失控了，而且非常非常明显，非常非常混乱。第三，而且非常重要的是，当时有一个政策强制暂停。换句话说，待在家里，不要来上班。而这些事情导致了整个经济的同时收缩，因为大多数人停止了工作。但如果我们转向 2026 年，情况就不同了。是的，现在也是二月，所以人们说它被夸大了。现在什么都没发生。所以，这是一个很好的类比。它晚了 6 年。这是一个好时机。现在谈论这个是合适的。但第一个主要区别是这是一个内部技术扩散。换句话说，这是我们自己正在构建的东西，我们至少可以控制它。至少是超大规模计算提供商和前沿实验室对此有一定的控制权。第二，而且非常重要的是，这是一个不对称的采用。它非常不均衡。我以前谈过。如果您还没有看过那个视频，我会在视频的开头或结尾留下链接。但这些前沿模型在智能方面非常不均衡。它们在某些领域具有非常高的智能，而在其他领域仍然非常低。所以，这不是一个同时发生的事情。它比这更不对称。第三，而且非常重要的是，没有强制暂停。没有政府的命令说待在家里不要上班之类的话。这有巨大的不同。这导致了一个渐进的结构性转变，而不是这种瞬间的自上而下的全面停顿。所以，正如我们在 2020 年看到的，突发性冲击会关闭系统。但像正在发生的人工智能革命这样的结构性重写，它们往往会从内部掏空结构。在我看来，这是一种更深刻的颠覆。2020 年的颠覆相对来说，从宏观上看，是一件短暂的事情。真正的颠覆性影响只持续了一年左右，然后事情又慢慢地恢复了。我们仍然感受到它的影响吗？绝对是的。但总的来说，真正严重的后果只持续了一年左右。所以，让我们谈谈 Schumer 的观点。绝对正确。第一，加速是真实的。人工智能的加速非常非常真实。我们看到任务时长翻倍的趋势。我们看到这些人工智能在没有人为干预的情况下独立工作的能力从 2022 年的几秒钟开始。对，所以这也有一个有趣的类比，我们谈论的是这个世界发生的事情，发生在 6 年前。但就生成式人工智能而言，我们只谈论了真正引起公众注意的事情不到四年。但当时，任务的时长只有一两秒。实际上是零点几秒的实际计算，而现在我们看到的是翻倍、翻倍、翻倍，我们谈论的是在没有人为干预的情况下完成数小时的实际工作。所以，这绝对是巨大的。第二，我们看到快速的迭代周期，而且迭代周期实际上也在加速，而且这在不断积累，这也是一个巨大的趋势，然后这个快速的迭代周期是建立在人工智能正在为自身发展做出贡献的事实之上的。换句话说，它正在递归地改进自身，这也是巨大的。人工智能正在帮助构建自身，这可能是我们目前看到的最深刻的变化。而这正是硬起飞真正发生的地方，因为这些东西可以如此迅速地改进自身。现在，Schumer 完全正确的另一个方面是，编码员有点像煤矿里的金丝雀。他们是首先感受到这种影响的人，因为当然是编码员一直在构建这种生成式人工智能，而他们首先想构建一些东西来帮助自己，而我们现在正看到这种代码优先策略带来的影响。所以，基本上，代码工程师成为了早期置换的测试案例，我们有工程师一直在构建这个东西，构建这个东西，构建这个东西，突然之间，来自世界各地的公司现在都有一个趋势，想要减少编码员的员工数量，并利用人工智能工具提高他们的生产力。现在这样做是好事吗？这有待商榷，而且可能是另一个视频的主题。但总的来说，我们看到很多公司认为他们可以摆脱或者至少认为他们可以摆脱更少的编码员。所以，这里的基本问题和煤矿里的金丝雀效应是，当工具可以自我构建时，当它可以自我改进时，这些工具的构建者和使用这些工具的人会首先感受到它。现在，这些工具的构建者真的感受到它了吗？我认为不是，因为如果你看看顶尖的人工智能研究人员，他们的薪水越来越高。他们被调来调去，因为他们现在需求量很大。所以，至少这似乎离收缩还很远。实际上，似乎每个人都非常非常想要这些人。现在，就更普遍的编码员而言，他们只是在使用工具做事情，是的，我觉得有一个收缩。现在对那些编码员来说压力很大，尤其是入门级工作。我们将在本视频稍后讨论这个问题。所以，现在我们来谈谈我认为我们需要重新审视 Schumer 的论点的地方。首先是消除与压缩。我认为这是一个重要的观点。所以，首先，50% 的工作岗位消失的说法可能被夸大了。我认为我们现在看到的情况以及即将发生的情况是，将存在一个入门障碍。换句话说，我们将有更少的入门级职位。所以，我们看到很多公司反应很快，他们说，我们要削减员工数量，所有这些等等，但现在大多数公司都在重新招聘员工。他们正在重新招聘编码员。他们是否是同一个人，我不知道，但他们又招聘了许多编码员。但他们招聘的是资深且经验丰富的人工智能团队。他们不招聘刚从大学毕业的初级编码员。所以，根据我的研究，顺便说一句，OpenClaw 帮助了我。是的，我实际上每天都在使用这些工具。我很快就会做一个关于 OpenClaw 的视频。所以，如果你想看，请务必订阅，因为我认为这是一个好视频。我一直在非常非常缓慢而谨慎地对待 OpenClaw。我不想太快地投入其中。我在入门方面遇到了问题，并且需要全部解决。我稍后会谈到。但无论如何，我肯定在使用 OpenClaw 和其他非常非常智能的工具，所以我对这些工具有了第一手的个人经验，当然还有多年使用更原始工具的经验，这就是我在思考所有这些事情时所依赖的。但无论如何，数据显示，我认为这非常重要，我们看到的是，在各个行业，尤其是在软件行业，工作的人并没有真正减少。我们看到的是招聘冻结。我们没有看到很多初级员工被招聘到职位上。这就是入门障碍，这是一个深刻的问题。我是一名大学教授。我把人送到职场，对吧？这些都是非常初级的员工，他们期望得到某种初级职位，然后他们可以在公司或不同的公司中逐步晋升。所以，这是一个巨大的问题。但我认为说软件行业正在萎缩，是的，它确实发生了，而且我认为它很短暂，而且我认为它是反应性的。但从我能够进行的研究来看，我们看到公司大致恢复到以前的员工数量，但他们只招聘相对有经验的工程师，而不招聘新人。所以，他们没有增长。而这正是现在问题的症结所在。其次，我们必须谈论智力爆炸与经济吸收。智力爆炸正在非常非常迅速地发生，但机构有很多惯性。它们吸收这些信息。它们缓慢地吸收这些新技术，而监管，尤其是政府监管，进一步减缓了部署。然后，正如我大约一年前的亲身经历，责任会造成摩擦。如果你是一家财富 200 强公司，你不能容忍任何事情出错，尤其是面向公众的工具，你就是不能容忍任何事情出错，这会造成很多摩擦并减缓事情的进展。当然，人类需要信任，我想说责任也是如此。这是对 David Shapiro 几天前所说的内容的延伸，他说人类将成为责任的根源。我认为这是非常深刻的，即使人工智能完成了所有工作，我们仍然需要有人来承担责任。所以，对于机构和消费者来说，信任/责任非常非常重要。所以，虽然 Schumer 说人工智能可以即时扩展，但机构肯定不能，政府也绝对不能。这种不匹配造成了滞后，而不是一夜之间的崩溃。这就是我们所看到的。我们看到了一些反应性的裁员，然后又重新招聘，公司正在恢复到以前的大小。好了，现在让我们超越 Schumer 的直接文章。让我们谈谈护城河。让我们谈谈前沿实验室。让我们谈谈开源模型，尤其是让我们谈谈脚手架。所以，目前的普遍共识是，像 OpenAI、Google、XAI、Anthropic 等前沿实验室拥有最大的模型和最多的计算能力，它们将明显赢得这场人工智能颠覆竞赛。但我认为，正如我们从开源模型和基准测试中看到的，在达到一定的智能阈值之后，脚手架的重要性与模型的原始智商一样重要，甚至更重要。现在，这就像用汽车建造飞机吗？是的，那是我谈过的视频，我会在视频结尾再次留下链接。强烈推荐观看，因为它与我在这里谈论的内容有关。但现在，我们有了这些模型。我们有了这种原始智能，大脑，然后我们围绕它构建脚手架。我们围绕它构建了一个虚拟机器人，以便它能够与虚拟世界进行交互。我在过去几天里已经详细地谈论过这一点。同样，您可以在此处和视频结尾找到它。但简而言之，脚手架的一些工具包括检索。工具使用。非常重要的是，记忆。所以有连贯性。有规划循环，循环非常重要。正是这种能够循环又循环又循环的能力。这使得这些模型成为闭环，而不是开环，并允许它们独立工作。然后，当然，您需要评估工具，以便它能够理解它在做什么，以及它是否“有用”。当然，还有工作流程集成，将它们集成到人们实际正在做的事情中。但这里有一个非常重要的观点。拥有数十亿参数的模型，换句话说，相对较小的开源模型，您可以在家里的台式电脑上本地运行，它们正在快速改进，并且在正确的脚手架内，它们的智能程度几乎与最前沿的模型一样高。其中许多可以在本地运行，或者至少在远程服务器上非常非常便宜地运行，而不是像运行 OpenAI 的 ChatGPT 5.2 或 5.3 那样昂贵。所以，它们可以拥有零或非常非常低的 API 成本。如果您在本地运行它们，它们还具有完全的隐私，这非常非常重要。而且，如果您在本地运行它们，它们的延迟也非常非常低。因此，在生成式人工智能的颠覆中，我看到了另一种颠覆，一种在这些小型开源模型在高度有用的框架或脚手架内的颠覆。真正重要的观点是，您仍然可以在需要时使用前沿模型，但您可以运行一个开源的本地模型来完成您需要的 80% 的任务，这可以非常非常快速且非常非常便宜地完成。然后，您所做的是调用大型模型，并且您可以让代理决定何时执行此操作。它们仅在需要深度推理时才调用大型深度思考模型。因此，智能存在于脚手架中，并且基于请求的复杂性，而不是一直使用这些前沿实验室最昂贵的版本。这具有极大的颠覆性，因为这些前沿实验室需要人们使用大量的 token 才能收回他们疯狂烧钱建立和运行这些数据中心的成本。因此，在高度智能的框架内的小型开源模型可以与这些超大规模计算提供商几乎一样好地运行，这破坏了只有超大规模计算提供商才能在这个沙盒中竞争的假设。因此，这些超大规模计算提供商没有像样的护城河，或者可能根本没有护城河可以躲藏。说实话，现在的脚手架有点像软件 1.0，对吧？它是建立在传统代码之上的。它不是神经网络之类的。它是 Python 或 C 或任何东西。这使得该软件非常轻巧，非常便携。您显然可以在您的本地计算机上运行它。它不需要大量的计算。它可以在单个 CPU 或尤其是 GPU 上完成。该脚手架非常非常轻巧。即使在消费级机器上，它也能以惊人的速度运行。然后，您从该脚手架中调用智能。这是一个重大的、深刻的转变，涉及到智能的位置。如果您不认为在非常智能的脚手架内运行小型模型具有颠覆性，那么您就没有真正以正确的方式思考，因为它非常非常具有颠覆性。这应该让所有这些超大规模计算提供商的首席执行官夜不能寐，因为它对颠覆性本身具有非常大的颠覆性。因此，与其说整合到这少数几个超大规模计算提供商那里，我实际上看到了智能人工智能的兴起，作为一种增加不同模型之间动态竞争的方式，甚至是在本地计算机上运行事物与必须在非常非常大的数据中心上运行事物之间的竞争。因此，考虑到这一点，让我们看看中期未来，而不是短期。正如我所说，在短期内，我看到了一个巨大的入门障碍问题。我认为那些没有经验的人在试图走向世界并找到第一份工作方面存在一个大问题。这是一个重大问题。目前我真的看不到什么好办法。这是一个非常非常糟糕的局面。但在中期未来，比如四五年后，我实际上看到的是人们没有正确地推理。人们的推理是线性的。他们以一种线性的方式思考这个问题，比如，我们现在在这里。我们在这里。我们在这里。我们在这里。从一个地方到另一个地方是一条直线。但我认为我们需要更几何或更指数地思考。如果我们以这种方式思考中期，我们实际上可以拥有一个比大多数人想象的更深远的积极未来。这让我很高兴，因为我倾向于担心厄运和悲观。早在 2020 年，我们就看到了生产力瞬间崩溃。发生时几乎是瞬间的。但我们努力适应了。你知道，有 Zoom，有 Slack，还有很多现在被利用的东西，而这些东西在十年前并没有被利用。但这次颠覆的深刻区别在于。我们现在看到的是经济的崩溃，我们可能看到的是生产力的激增。如果我们从 35,000 英尺的高度来看待事物，经济基本上是每个工人的生产力产出乘以工人的数量。而线性的思考方式是，一个人加上 10 个人工智能取代了 10 个人。所以你有 90% 的劳动力收缩。这听起来非常非常可怕。几何或指数的思考方式是，如果你有 10 个人加上 10 个人工智能，甚至每人 10 个人工智能，会发生什么？他们可以完成这个人类团队本身所能完成工作的 2 倍、5 倍、10 倍或 100 倍。有了我们 10 人的编码员团队，我们可以比现在提高 2 倍或 5 倍的生产力。为什么有人会说，“嘿，我们保持同样的规模，然后裁掉所有这些人，然后让我们的公司保持每年 500 万美元的收入。我们不需要增长。我们保持同样的规模，然后削减所有这些人，削减开支。”这是一种非常线性的思考方式。另一方面，如果这些公司开始说，“天哪，我们可以极大地增长这个市场，因为突然之间我们可以让现有人员的生产力提高两倍、五倍或十倍。如果我们能做到这一点，我们可以让我们的公司从每年 500 万美元的收入增长到每年 5000 万美元，或者每年 5 亿美元，我们可以非常迅速地发展我们的公司。”嘿，这正是经济的本质。如果很多公司这样做，突然之间，一个国家甚至全球的经济、国内生产总值就会非常非常迅速地增长。我们的经济没有理由保持目前的规模。所以，虽然我认为不需要大量的新招聘，但我绝对可以看到，那些更具前瞻性的公司可能会说，我们如何才能发展我们的市场？我们如何才能增加需求？我们如何才能为客户解决问题？所有这些事情都可以而且可以非常非常快速地完成。所以，虽然不需要大规模的招聘热潮，但至少可以保留目前相同数量的员工，但提高他们的生产力，这会导致经济爆炸。所以，在思考这个问题时，我认为最被低估的潜在结果是（再次强调，这是一个奇点。我们不知道事情会走向何方）对有价值的建设和全球经济的繁荣。所以，与 2020 年突然而剧烈的经济收缩相比，我们可能看到的是一次非常非常快速的扩张。它会剧烈吗？它会颠覆吗？绝对会。但如果你看看过去几个世纪的全球经济，你会发现它就像一个曲棍球棒。它不断上升。我当然宁愿生活在今天，而不是 200 年前。今天普通人的生活质量远好于 200 年前。如果经济能够扩张，并且我们能够从今天的水平再提高 10 倍左右，那么希望人们会回顾这段时间，然后说，天哪，我真不想生活在 2026 年。当时人们的生活多么艰难。2026 年的生活比那时好多了。所以，最终，是的，大事正在发生，但它不是同步的停工。它不是崩溃。它是一次结构性重写。它是不均衡的吗？它是不均衡的吗？它很难看清它到底会走向何方吗？绝对是的。会有一些短期压缩吗？是的。会有摩擦吗？是的，很多。会有缺失的梯级吗？是的，这是我目前看到的最大的后果。这是一个重大问题。但我从我的水晶球中看到的预兆是，人类的能力和经济本身也可能出现大规模扩张。很多人犯的错误，包括 Schumer，就是他们线性思考。这个机会比线性的更具几何性。这意味着，如果事情在未来 5 到 10 到 20 年内进展顺利，我们可能生活在一个比今天现实更美好的未来。好了，各位。这就是我今天的内容。在评论区告诉我你们对此的看法。我说得对还是错？你们绝对可以纠正我，等等。当你们在那里时，如果您不介意点赞视频，这真的有助于其他人找到它。嘿，也许这也能获得像 Schumer 的帖子一样的 8000 万次观看，对吧？那将是非常酷的。如果您真的想支持频道，请考虑订阅或加入频道。这太棒了。非常感谢，我将在下一个视频中见到您。再见。