对AI的一些小感想
记录一些关于 AI 与未来的想法
过去十几年里，虽然整个互联网几乎已经忘了 Blog 这种更纯粹的表达形式，但我始终没有真正放下它。
这些年，我换过几个平台，也试着搭过自己的数字花园。只是一直没能坚持下来，更新总是断断续续，最长的时候，一停就是一年。
可随着年纪渐长，随着我对这个世界的理解一点点发生变化，我越来越觉得，人还是需要有一个地方，认真地记录自己。
人的一生其实很短。
如今在我的感知里，1 年和 10 年有时都短得像 1 个小时。很多以前觉得遥远的事，回头看时，不过是转眼之间。于是我也越来越常想，作为一个人活着，到底应该留下些什么。
也许未必要有多宏大的答案。
记录，创造，留下些什么。即便大部分内容最终都只是无足轻重的信息，但只要其中有一颗种子落进了某个人的心里，意义也许就已经发生了。
下面这 7 点，是我这段时间反复想到的一些事。
1. 未来会是“模型即服务”的时代
我越来越相信，未来很长一段时间里，“模型即服务”会成为一种基础设施。
过去很多事情之所以做不起来，不是因为没人想到，而是因为成本太高、周期太长、对资源的要求也太苛刻。模型能力一旦像水电一样被更方便地调用，构建应用和服务的门槛就会被进一步拉低。很多原本需要一个完整团队、几个月周期才能完成的事，未来可能只需要更少的人，在更短的时间里就能做出来。
这未必意味着所有行业都会立刻被颠覆，但它至少意味着，“做一件事”这件事本身，会越来越容易。
2. 没有底层模型能力，也依然有机会
并不是只有掌握底层模型的人，才能参与这场变化。
在相当长一段时间里，真正有机会的，不只是做模型的人，也包括那些能够围绕模型去组织能力、整合资源、打磨场景、提供服务的人。底层竞争当然重要，但从技术走向现实，中间还有非常长的一段路要走。
很多时候，用户并不关心模型参数有多大、架构有多先进，他们只关心一个问题：这东西到底能不能帮我解决眼前的问题。
所以，如果没有底层模型的竞争能力，也不代表没有位置。围绕模型做整合、交付和场景化服务，本身就会是一条足够宽的路。
3. AI 带来的真正变化，是现实与虚拟的边界正在变淡
我觉得，AI 带来的最大变化，未必只是生产力提升，也未必只是生产关系的调整。
更深的变化，可能是现实与虚拟之间那条边界，正在慢慢变得模糊。
过去，这条线其实很清楚。现实是现实，网络是网络，虚拟世界再热闹，也总还是隔着一层屏幕。可 GPT 出现之后，很多普通人在第一次认真与它对话时，都会产生一种微妙的感受：你知道对面不是人，但你又很难把它简单地视作一段冷冰冰的程序。
这件事很重要。因为它改变的不是工具本身，而是人和虚拟世界的关系。
当 AI 服务、AI 内容、AI 角色越来越多地进入日常生活，这种感受只会越来越自然。等到这种自然变成习惯，我们大概真的会重新去问一句：什么才算真实？
4. “确权”会成为一个越来越现实的问题
如果 AI 持续深入内容生产，那么“确权”一定会成为一个绕不过去的问题。
过去，数字世界里关于归属、授权和使用边界的问题就已经很多了，只是大多数时候还没有被逼到必须立刻解决的程度。可在 AI 时代，文字、图片、音频、视频、角色、工作流，甚至某种风格本身，都可以被快速生成、复制和重组。这个时候，很多问题都会变得尖锐起来：
这些内容到底属于谁？
谁有使用权？
谁能分发？
谁能修改？
出现争议时又该如何确认？
从这个角度看，一些曾经显得过于超前、甚至有些空转的概念，也许反而会在 AI 时代重新获得现实意义。不是因为它们突然变得浪漫了，而是因为现实真的开始需要它们。
5. AI 会改写企业管理，但真正被改写的可能是“组织方式”本身
我最近越来越强烈地感受到，AI 对企业管理的冲击，可能会比很多人想象得更早。
过去在组织里，我们能遇到聪明的人，但很少能遇到“全能”的人。每个人都只能掌握一部分信息、承担一部分职责，所以组织必须依赖分工、汇报、会议和层层决策来运转。传统管理方法，本质上是在协调“信息不完整的人”如何共同工作。
但 AI 出现之后，这个前提正在松动。
当然，没有人会真的变成无所不知的人。但越来越多的人，正在进入一种“近似全知”的工作状态：遇到问题时，他可以在很短时间里调动知识、工具、案例和执行能力，把原本分散在多个岗位上的工作先串起来，再快速做出一个可运行的结果。
这会直接冲击很多传统的管理习惯。
假设你是一个传统企业的老板，你组建了一个 6 个人的 AI 快速反应小组，给他们足够的资源，让他们去完成一个明确目标，比如在某次促销活动里把亚马逊销量提升 30%。
按照过去的方式，这 6 个人会先开会、拆分职责、汇总材料、做分析、写方案、做 PPT，再通过层层汇报把信息传递给你。最后经过数周甚至一两个月，拿出一个看起来很完整的终版方案。
但在 AI 条件下，更有可能发生的情况是：这 6 个人每天都能各自做出一个接近完整的 MVP。里面不只是一个想法，而是包括文案、页面、设计、流程、脚本，甚至一部分已经能直接运行的代码。
这样一来，真正稀缺的东西就不再只是执行力，而会变成另外几样东西：判断、取舍、节奏，以及如何让高能力的人彼此配合而不是相互抵消。
换句话说，AI 改变的可能不只是效率，而是组织存在的方式。
6. 当算力成为资源，货币和价值交换也可能随之变化
如果继续往后想，算力很可能会成为一种新的基础资源。
过去我们讨论资源，更多想到的是土地、能源、资本、劳动力。可在 AI 时代，算力正在成为越来越关键的东西。谁能稳定获得算力，谁就拥有更强的生产能力；谁能更高效地调度算力，谁就更可能在竞争里占据主动。
从这个角度看，我甚至会觉得，未来的价值交换方式也可能被重新定义。
一种比较激进的想法是，货币体系最终可能会越来越向“Token to Token”的方向靠拢。不同形式的价值，会被不断数字化、映射、拆分，再进入新的交换系统。
这不一定会在短时间内发生，但我确实觉得，今天这套货币体系未必完全适配 AI 时代。至少在某些层面上，它很可能会开始显得迟缓，甚至成为变化的一部分阻力。
7. 在很多 AI 产品里，最后拉开差距的未必是“更聪明”
一方面，“更聪明”几乎已经成了所有 AI 产品默认追求的方向；但另一方面，大多数用户其实并没有能力，也没有耐心，去稳定分辨不同模型之间那一点点细微差距。
尤其当模型被包装进某个具体产品之后，用户感知到的，往往不再只是“它聪不聪明”，而是一个更综合的体验：它说话的方式、反馈的节奏、角色感、稳定性、审美、界面、陪伴感，以及它有没有真正接住用户当下的情绪。
只有在某些特别明确的场景里，用户才会因为“智力表现”直接给出判断，比如一道简单题答错了，一个事实说反了，或者一个基础任务没完成。
但在更多时候，决定用户是否愿意留下来的，其实是情感上的感受。
人类一直都在为情感投射创造容器。我们制造 IP，收集玩偶，养宠物，追逐某种拟人化的陪伴，本质上都与这种需求有关。放到 AI 产品里也是一样。所谓“智能”的价值，未必只是更快、更准地回答问题，而是能不能让用户顺利走完整个过程：情感被激发，情绪被接住，然后某种意义上的满足被完成。
也许未来很多陪伴类产品的竞争，最后都不会只是谁更聪明，而是谁更会让人产生感情。