模型成为新作品：AI时代什么更值钱，阳老师的11条心得

阳老师说，token 越来越不值钱，上下文越来越值钱；他还说，AI 时代用作品说话，就是用「模型」说话。AI 时代到底新在哪？该如何应对？该亲手做什么？又要成为什么样的人？阳老师的 11 条心得如下～

一

1

很多同学没想明白：AI 时代、AI 时代，究竟新在哪儿？

每次大的时代跃迁，落到个人身上，就是多了一个大类作品，围绕这个大类，又长出无数新职业。电力时代的生产流水线，产出的工业制品就是一个新大类作品。互联网时代是「webapp」这个大类，移动互联网时代则是「app」这个大类。

到了 AI 时代，别管媒体怎么报道。最关键的只有一点：「模型」成为一个大类作品。

今天的「模型家」依然稀缺、昂贵、脆弱，不过这都是一个时代早期的特征。这个早期，也是获利最丰厚的时候。

所以，从零训练自己的「模型」，本身就是一种独特的创作行为。你训练出来的模型，和 app、webapp、图书、工业制品是同一性质的东西：你的作品。AI 时代用作品说话，就是用「模型」说话。

这是时代巨变带来的第一个趋势：出现一类全新的作品。

那第二个趋势呢？说到底就是：上一个时代里的典型产物，到了下一个时代会多到泛滥。工业革命之后，农产品多到泛滥；信息革命、互联网革命、移动互联网革命之后，工业品多到泛滥。

照这个趋势推演，AI 时代，app/webapp/软件/信息，将变得极为充裕。

几乎是一种颠覆式的改变。可人类并不擅长应对巨变，更不擅长想象未来。

这轮变化给人类留下的缓冲期，其实比前几轮短得多。工业革命和信息革命，起步都至少 30 年。AI 这轮巨变，起步只要 3 年。社会架构、立法制度、教育传承，全都还没做好准备。

人类将何去何从，我们今天给出的一切答案都注定是错的。看得见的未来不叫未来。但有些东西会更永恒一些，比如爱与信任。

2

如今，code 越来越便宜，token 越来越便宜，那越来越昂贵的是什么？

答案落在上下文上。有几条趋势已经比较明显：token 一路贬值，上下文一路升值；coding 一路贬值，系统一路升值；软件一路贬值，社群一路升值；大团队一路贬值，精英小组一路升值。

3

我今年开年演讲的标题是《意向革命：迈向混合智能时代》。

其实，这轮 AI 跃迁，延续的依然是补全能力的进步。新手更容易补全老手手里的知识点；掌握一个领域知识点的人，更容易补全另一个领域的知识点；会一种编程语言的人，更容易补全另一种编程语言的知识点，等等。

当具体的知识点没那么重要，开始变成一种类似搜索引擎的「即时调取」，人类大脑的结构必然改变。认知科学家丹尼尔·韦格纳等人做过的实验就是例子：谷歌效应——人类大脑的记忆开始变成分布式的了。

搜索引擎诞生时的历史在今天重演，我们的大脑会变成什么样？人类学习的方式又会发生什么变革？

二

4

工业革命把人类从体力劳动中解放出来，但我们发明了健身与运动，主动去做一些高质量的体力劳动，以保持健康。

脑力劳动也是这样。AI 把我们从繁重的脑力劳动中解放出来，并不意味着要放弃脑力劳动，而是转为高质量的脑力劳动。

低质量的劳动相比高质量的，有个很大特点：它往往是被迫的，人不得不为了谋生去种田、卖苦力。高质量的劳动则是自发的。

AI 时代不妨多想想，如何让自己从低质量的劳动中解放出来，腾出更多时间、心力、资金、闲暇，去从事高质量的劳动。

5

AI 新时代，我有个建议：别把所有时间花在测试各类 AI 软件、完善个人的工作流上，还是要坚持创造导向。高质量的作品才是关键。

如果始终停留在这些事情上，我们很难找到自己的压舱石。时代大变局之际，依然会迷惘。

不过真动手做作品时，前沿AI实验室那些漏洞和没解决的问题就会一个个冒出来。作品带出作品，想法催生想法，这就是「创作者导向」和「消费者导向」的差别所在。

三

6

有几条「常识」，听上去也许「反常识」：

AI大模型至今仍是一堆黑箱。硅谷的AI科学家也一样，这轮AI跃迁里有大量地方他们觉得不可思议、没法理解，自己也还在飞快地学。

想弄懂大模型的黑箱，靠嘴没用，得靠手。这轮AI跃迁为什么效果能这么好，直到今天，整个世界给出的答案里还有不少是错的。

这轮AI变革还处在早期的早期。它让人开始意识到解锁「大语言模型」的另一条路——混合智能。过去是AI干AI的、人干人的，现在两边已经深度卷到一起了。

新的社会问题在冒出来，新的机会也在冒出来，而且更多。开年演讲里我讲过：文明越发达，资源和权力往往越往少数人、少数组织手里集中。原始时代一个人还能脱离部落单过；战国时刺客还有机会行刺秦王，今天你再试试？

社会系统越复杂，个人行动越受牵制，可制约权力的机制反倒更容易出现结构性漏洞。到头来，暴力和关键资源落到少数人手里，这是悲观的一面。另一面是，人类智力正迎来黄金时期：许多过去想都不敢想的关键发明，正在变得可以做出来。它们也许能把我们送上太空，延长寿命，带来更健康的生活方式。这是乐观的一面。

7

昨晚我本来打算早睡。临睡前手一滑，给AI派了个复杂任务，也没指望它能很快搞定。

结果它开始真表演了。一口气推理三十多步，把这个极复杂的技术难题给解了。我在旁边看得目瞪口呆，像个傻子，睡意全无……代价是昨晚只睡了两小时。

这难题是什么？本机调试一切正常，一部署到生产环境就必然出问题。病根藏得极深，得先把签名、加密、密码学这一串问题排查排除掉，才能摸到真正的原因。

按我以往的经验，这种难题，最资深的工程师三个月都未必拿得下。事实上它在开源社区已经躺了好多年，一直没人解决。

可AI三个小时就把它解决了，推理过程极其复杂，三十多步里我没做任何人工干预。中间好几次我想插手，事后证明都是我自己理解错了。

当然我也有功劳，跟我思维习惯好有点关系。它开始复杂推理之前，我把相关开源项目和技术文档全下载到本地给它参考。事实证明这一步作用很大，关键线索都来自我提供的这批文档。

我还有一份功劳：给它搭了一套能自动验证的流水线。它的权限很高，每次跑完立刻就能拿到真实日志文件。

8

昨晚一位好友出差来京，约我吃了顿饭，聊得挺开心，分享几点心得。

（1）科技公司裁员现在很普遍了。好友这趟出差办的就是件难事：裁员。AI巨变之下，大厂也不例外，没有安全区。容易被裁的，是那些对AI巨变没感觉、也不主动去学去适应的人。

（2）新的研发结构和研发方法论正在形成。团队组织越来越偏向精英小团队，领头人最好技术和产品都懂。团队越小越精英，效率反而越高。AI时代人多是负担。你没法跟人解释「为什么又要推翻重来」，AI不用你解释，马上帮你验证。

（3）工作方式已经从「一问一答」进化到「AI自主干活」。我跟好友说，自己搭了多套AI自主工作系统。我们吃饭的时候，AI在并行处理四个大项目，我只管事后验收。

（4）模型这东西，得亲自训、亲自部署，图的是搞清楚技术边界在哪，省钱倒在其次。GPU 不自己跑一遍，不少该弄明白的事就始终弄不明白。走 API 表面上省心，但模型能干成什么、干不成什么、边界卡在哪儿，你心里一直是笔糊涂账。

四

9

今天跟工程师们聊了个趋势：未来对工程能力的要求，会逐步转到复杂架构上。好工程师和平庸工程师，很看他管复杂度的能力。好的工程师能把复杂项目大幅简化。

同时，对工程师创新能力的要求也更高了。好的工程师越来越接近传统意义上的研究员；反过来，研究员也得有更强的工程能力。

还有共情能力，要求也变高了。他得能共情用户、Agents、社群、第三方。也就是说，好的工程师还得像个咨询师。

未来最有前途的技能组合套包是：工程师＋研究员＋咨询师。

10

AI时代，老师傅们希望与什么样的人共事呢？

黑客精神指的是好奇、有内驱力、肯下功夫，遇到难点不弄明白就不睡觉。当然，不睡觉对身体不好，这里只是打个比方。

人品要过关：待人温和，性格不偏激。AI 时代想做出好效果，就得把组织内很大的权限交出去，而权限一旦放手，再想收回就难了。人品因此变得越来越要紧。

理性思维要强，还得有点工程素养。说白了，就是逻辑推理能力过硬，软件工程的基本常识也懂一些。

沟通能力不能差。AI Coding 很大程度上就是在跟 AI 沟通，平时不爱跟人打交道的人，大概率也很难跟 AI 沟通顺畅。

11

不少家长对孩子的成绩焦虑过头。我以前真没想到，小美妞读小学一年级，同班同学里已经有很多人开始上补习班，晚上七八点还在上课，这种情况到处都是。

不过我坚持不给小美妞报任何补习班。今天还跟妈妈开玩笑说，现在学校形式主义严重，我可以给小美妞买台写字机器人帮她写作业。

道理在这儿：高等教育眼下已经比较落后，大学生的溢价也几乎没了，除非是中国排名非常靠前的那十来所高校的热门专业。

再加上 AI 发展飞快，大量新知识不断冒出来，机会就越来越不落在传统高等教育这一环上。

AI 时代越来越需要的，是异类思维，也就是你跟平均值不一样的那部分。平均值那部分，太容易被 AI 大模型训练进去。

那怎么培养孩子的异类思维？办法就是让孩子成为独一无二的自己。

兴趣要独一无二。

身份认同要独一无二。

知识结构要独一无二。

人际网络要独一无二。

最后，作品自然也就独一无二。

这些才是比上补习班更重要的东西，也比上大学更重要。