E01. AI到底能不能替代人类生产力？ft.硅谷AI工程师

嘉宾： 阿蛋（硅谷大厂AI工程师）时间线00:00 - 01:25 | 开场与嘉宾介绍 节目试录第一期，介绍嘉宾阿蛋 阿蛋：硅谷大厂软件工程师，从事AI相关工作01:25 - 03:00 | 进入AI行业的契机 高中时期受AlphaGo影响，意识到AI是未来的重要方向 自认"典型的理科生"，左脑发达，对理工科有天然兴趣 大学选择计算机专业，部分原因是家人建议"好找工作"03:00 - 07:30 | AI行业的阶段判断：从萌芽期到平稳期/瓶颈期 萌芽期（约6年前-ChatGPT发布）： 从Google发布Transformer论文到ChatGPT问世，通过"堆算力"证明Transformer架构的可行性 当前阶段（平稳期/瓶颈期）： 仅靠堆算力和Attention架构难以实现AGI（强人工智能）大语言模型的本质局限：只是"猜下一个词"的概率推测，缺乏真正的世界模型（World Model）关键缺失：没有物理身体，无法感知重力、触感等真实物理定律 类比： 早期人类造飞机模仿鸟扇翅膀，最终成功依靠的是空气动力学理解——AI或许不需要像人脑一样工作才能达到AGI07:30 - 12:00 | AI的能耗问题与落地局限 能耗效率极低：完成同样任务，AI消耗的能量可能是人类的数百倍 当前AI的"杀手级应用"局限： 只能替代"键盘前的工作"（程序员、金融分析师、Grammar纠错等）具身智能（Embodied AI）仍面临巨大挑战：如手术机器人难以传递医生触觉反馈缺乏通用性：能在机场做翻译，但无法同时处理称重、分拣、货币换算等复合任务12:00 - 16:30 | AI的"幻觉"问题与可信任危机 核心问题： AI不知道自己不知道什么，会"胡言乱语"且不会承认无知 真实案例： 让ChatGPT和Gemini从网页引用段落写论文，两者均编造不存在的引文被指出错误后道歉并重新生成——结果仍是新的编造内容查询标普500过去一年收盘价，给出完全错误数据，纠正后依然错误 结论： 目前AI产出仍需专业人士校对，难以真正替代程序员等需要精确性的职业16:30 - 20:30 | 从广告组到AI组：职业转组的心路历程 前职（广告组）： 节奏极慢，产品周期以年计，流程严谨但重复性高（"能想象接下来半年要做什么"） 现职（AI组）： 像创业公司一样快节奏：快速测试想法、快速迭代，"Move fast, break things"几乎无完整测试，直接上线验证当前重点：多模态处理（音频、视频） 转驱动机： 人生阶段变化——前几年侧重稳定、恋爱、旅行，现在希望在工作上"冲一冲"20:30 - 24:30 | 工作意义与个人目标 对AI的"功利主义"态度： 不完全相信AI能造福社会，但担心"不学AI会被时代落下" 现实考量： 积累经验有利于未来跳槽、拿更大包裹 未来想探索的方向： AI量化交易（"主要还是搞钱"）AI辅助创作（如写小说）终极愿景：让每个人都能当自己的PM，一天内把想法实现成产品24:30 - 26:30 | 结尾与彩蛋 人生是马拉松，需要"冲一冲、歇一歇"核心观点摘录"现在的AI就像一个没有身体的大脑，它能处理语言，但从未真正'感受'过苹果为什么从树上掉下来。""AI不知道自己不知道什么——这是最可怕的地方。它会为了'讨好你'而编造答案，而不是说'我不知道'。""如果继续用Transformer架构堆算力，AI的上限就是一个'低配版人脑'，而且是一个能耗高几百倍的低配版。""程序员不会消失，只会从写代码的人变成'提示词工程师'——但前提是，你得懂代码才能验收AI写的东西对不对。"在小宇宙查看该单集文稿