阳老师11条AI心得：token贬值后，什么在升值

阳老师讲得很直白：token 正一路贬值，上下文反倒越来越金贵。他还说，AI 时代拿作品说话，说到底就是拿「模型」说话。那 AI 时代到底新在哪儿？普通人该怎么接招？哪些事得自己上手做？又该把自己活成什么样的人？阳老师这 11 条心得，不妨看看～

一

1

不少同学其实没想明白：AI 时代、AI 时代，到底新在哪里？

每一次大的时代跃迁，落到个人身上，就是多出一个大类作品，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的大类作品。互联网时代对应的是「webapp」这个大类；移动互联网时代则是「app」这个大类。

那到了 AI 时代呢？媒体报道先放一边。最要紧的一点是，「模型」成了一个大类作品。

今天的「模型家」还是稀缺的、昂贵的、脆弱的，不过这属于一个时代早期的特征。而早期恰恰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。你训出来的模型，和 app、webapp、图书、工业制品性质一样：都是你的作品。在 AI 时代，用作品说话，就是用「模型」说话。

时代的巨变带来第一个趋势：冒出一类全新的作品。

第二个趋势是什么？上一个时代比较典型的作品，到了下一个时代会变得极为充裕。工业革命之后，农产品变得极为充裕；信息革命、互联网革命、移动互联网革命之后，工业品变得极为充裕。

照这个趋势往下推，AI 时代里，app、webapp、软件、信息都会变得极为充裕。

这几乎是颠覆式的改变。可人类并不擅长应对巨变，更不擅长想象未来。

而且这轮巨变留给人类的缓冲时间，比前几轮少得多。工业革命、信息革命，至少都是 30 年起步。这轮 AI 巨变，是 3 年起步。社会架构、立法制度、教育传承，统统都没做好准备。

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？

答案是上下文。几个比较明显的趋势：token 越来越不值钱，上下文越来越值钱；coding 越来越不值钱，系统越来越值钱；软件越来越不值钱，社群越来越值钱；大团队越来越不值钱，精英小组越来越值钱。

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；懂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了，开始变成类似搜索引擎的「即时调取」，人类大脑的结构必然跟着变。认知科学家丹尼尔·韦格纳等人做过的实验就说明了这点：谷歌效应——人的记忆开始变成分布式的了。

搜索引擎诞生时的那段历史在今天重演，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里解放出来，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。

脑力劳动也一样。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，而是转向高质量的脑力劳动。

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。

在 AI 时代，不妨多想想，怎么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、完善个人工作流上，还是得坚持创造导向。也就是说，高质量的作品才是关键。

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

不过真正动手做作品时，会撞见前沿 AI 实验室留下的大量漏洞和没解决的难题。一个作品因此催生下一个作品，一个想法又带出另一个想法。「创作者导向」和「消费者导向」的差别，就卡在这里。

三

6

下面几条，算是也许「反常识」的「常识」。

AI 大模型身上还有不少黑箱。硅谷的 AI 科学家也觉得，这轮 AI 跃迁里有大量不可思议、不可理解的地方，自己同样处在快速学习的过程中。想弄懂黑箱，靠嘴不行，得靠手。直到今天，关于这轮 AI 跃迁为什么能跑出这么好的效果，整个世界给出的答案里，不少依然是错的。

这轮 AI 变革还处在早期的早期。它开始让人意识到解锁「大语言模型」的另一条路——混合智能。过去是 AI 干 AI 的、人类干人类的，如今双方已经重度相互卷入。

无数社会新问题在冒出来，更多新机会也在冒出来。我在开年演讲里说过，文明越发达，资源与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独自过活，战国时期一个刺客还有机会行刺秦王，今天你再试试看？社会系统越复杂，个人行动越受制约，而制约权力的机制反而越容易出现结构性漏洞。暴力与关键资源最终被少数人掌握，这是让人悲观的一面。可与此同时，人类智力也正迎来黄金时期：许多过去遥不可及的关键发明，正在变得可以实现。它们或许会带我们走向太空，延长寿命，过上更健康的生活。这是让人乐观的一面。

7

昨晚我本想早点睡。临睡前顺手给 AI 派了个复杂任务，本来没指望它能很快搞定。没想到它真开始表演了，一口气推理了三十多步，最后把这个极为复杂的技术难题解了出来。我在旁边看得目瞪口呆，睡意全无，像个傻子……代价是昨晚只睡了两个小时。

这个复杂难题是什么？本机调试时没问题，一旦部署到生产环境就必然出问题。解决的关键藏得极深，得先排查、排除一连串签名、加密、密码学之类的问题，才能找到真正的原因。

按我以往的经验，这类难题就算最资深的工程师，三个月都不一定能解决。事实上这个技术难题在开源社区已经存在多年，一直没人能解决。结果 AI 在三个小时内就把它解决了，推理过程极为复杂，三十多步里我没有做任何人工干预。期间好几次我想插手，事后证明其实是我理解错了。

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

我还有一份功劳，是给它搭了一套可以自动化验证的流水线。它的权限很高，每次跑完都能立刻拿到真实的日志文件。

8

昨天晚上一位好友出差来京，约我吃了顿饭，聊得很开心，跟大家分享点心得。目前科技公司裁员已经非常普遍，好友这次出差办的就是一件较难的事：裁员。AI 巨变之际，大厂也不例外，没有安全区。容易被裁掉的，是那些对 AI 的巨变没感觉、也没主动去学习适应的人。

新的研发结构和研发方法论正在形成之中。团队组织结构越来越倾向精英小团队，领头人最好技术和产品都懂。团队越小、越精英化，效率反而越高。AI 时代人多反而是负担：你没法跟人解释「为什么又要推翻重来」，但 AI 不需要你解释，马上就帮你验证。

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

一定要自己训练和部署模型，不是为了省钱，而是为了真正理解技术边界。你不自己跑 GPU，很多该明白的东西就永远不明白。用 API 看上去省事，可模型能做什么、不能做什么、边界在哪里，你始终是模糊的。

四

9

今天跟工程师们谈了一个趋势：未来对工程能力的要求，会逐步过渡到复杂架构上。好工程师和平庸工程师怎么区分，很看他管理复杂度的能力，好的工程师能把复杂项目大幅简化。与此同时，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，反过来研究员也需要更强的工程能力。

再就是对工程师的共情能力要求也变高了，他要能共情用户、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，老师傅们希望跟什么样的人共事呢？

所谓黑客精神，就是有好奇心、有内驱力、肯下功夫，碰到难点不弄明白就睡不着。当然，不睡觉伤身体，这里只是打个比方。

人品要过得去：待人平和，性子不偏激。AI 时代想拿到好效果，组织内往往得给出很大权限，权限一旦放出去，再收回来就难了。所以人品这件事越来越要紧。

还要有理性思维和一定的工程素养。说白了，逻辑推理能力过关，软件工程里的那些常识也懂一些。

沟通能力也不能差。AI Coding 很大程度上就是跟 AI 沟通，平时不愿意跟人打交道的人，多半也很难跟 AI 沟通顺畅。

11

不少家长对孩子的成绩焦虑过头。我以前压根没想到，小美妞念小学一年级，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。这样的情况到处都是。

我却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。

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

加上 AI 发展很快，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 时代越来越需要异类思维，也就是你身上不同于平均值的那部分。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？办法就是让孩子长成独一无二的自己。

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。

这些才比上补习班之类更重要，也比上大学更重要。