圖片由 AI 生成

本文編號 250522

全文共有 4200 字

如果覺得頁面很長

那是因?yàn)榱粞院芏?/strong>

我寫過這么一段話：

不用太為 AI 的發(fā)展感到焦慮?，F(xiàn)階段，AI 還遠(yuǎn)遠(yuǎn)沒有到能承載日常大多數(shù)工作的程度。而一旦它發(fā)展到足夠成熟了，那么自然會有很多人站出來，幫我們?nèi)λM(jìn)行「產(chǎn)品化」—— 我們只要用好這些產(chǎn)品就可以了。

這本來就是一個(gè)健康的市場形態(tài)：有人站在最前沿去探索技術(shù)的邊界和可能性，有人進(jìn)行推廣傳播，有人將其產(chǎn)品化降低門檻、方便更多的人使用……各司其職，最終使得一項(xiàng)新技術(shù)完善落地。

我們要做的，就是去關(guān)注最新的產(chǎn)品動(dòng)向，思考如何將它內(nèi)化到已有的工作流里面，補(bǔ)充和完善我們的工作方式。

那么，作為一個(gè)普通人，如果我們只是想用AI來提高我們的工作效率，讓它為我們所用，可以提前做一些什么準(zhǔn)備呢？

今天的推送，我想跟你分享我對此的一些思考和觀點(diǎn)。

2023年，ChatGPT 剛出來的時(shí)候，我分享過一個(gè)觀點(diǎn)：

對每個(gè)普通用戶來說，AI 最有價(jià)值的前景，一定不是用來生成一些通用而泛濫的文字，也不是用來對文章和書籍做信息濃縮，而是：基于每個(gè)人的信息資產(chǎn)和數(shù)據(jù)，對我們自己進(jìn)行分析，成為我們每個(gè)人的「內(nèi)腦」。

具體來說就是：通過微調(diào)，創(chuàng)造出一個(gè)專屬于我們自己的人工智能 —— 只需要把我們所有的筆記，工作中產(chǎn)生的材料，平時(shí)的思考和日記……都喂給它，就可以了。

在這個(gè)情況下，它就是你，甚至它比你自己還更接近你自己 —— 因?yàn)樵S許多多你可能已經(jīng)忘卻了的記憶，它都能夠忠實(shí)地保留著，并依據(jù)一套算法完善自己的預(yù)測模型，做出更符合你內(nèi)心和需求的選擇。

這樣，當(dāng)我們有疑惑時(shí)，當(dāng)我們需要搜尋信息時(shí)，當(dāng)我們需要分析問題、做出判斷時(shí)，都可以參考它的意見。

試考慮一個(gè)最簡單的應(yīng)用場景：你想找一部適合自己的電影。最傳統(tǒng)的做法，可能是通過你喜歡的演員、導(dǎo)演、流派去搜，查一查有哪些作品，然后看它們的簡介，看影評網(wǎng)站的評分，看別人的評論，挑出幾部試閱一下，看看能不能看下去……

有了智能算法，它可能會向我們推薦「你可能喜歡的電影」，但它推薦的依據(jù)，依然是簡單粗暴的「打標(biāo)簽」。把你按照行為打上標(biāo)簽，分析跟你同類型的人喜歡看什么內(nèi)容，再把這些內(nèi)容推給你。依然沒有辦法做到真正的「個(gè)性化」和「千人千面」。

而一旦有了一個(gè)完善的「內(nèi)腦」，就可能會變成這樣：你閑來無事，向它提問：最近有沒有什么適合我看的電影？它會向你推薦一個(gè)清單。上面的內(nèi)容來自哪里呢？來自它對你打過分的電影、讀過的小說、有感而發(fā)的想法、平時(shí)搜索的內(nèi)容、甚至跟朋友聊天的信息……這些數(shù)據(jù)進(jìn)行綜合分析之后，所推斷出的你的喜好。

它可能會告訴你：這部電影用到了你三年前偶然想到的一個(gè)點(diǎn)子，處理得非常好，有沒有興趣看一下？這部電影探討了一個(gè)議題，正好是你前段時(shí)間一直感興趣的，不妨參考一下……

再比如，你讀到一本書，做了一些筆記，AI 會自動(dòng)告訴你：這個(gè)知識點(diǎn)跟你之前做過的這幾份筆記有內(nèi)在的關(guān)聯(lián)性，也許能碰撞出一些火花，然后幫你把它們整合起來，呈現(xiàn)給你，方便你去思考加工。

又或者，你遇到一個(gè)問題，需要做出決策，詢問 AI 的建議。AI 會告訴你：根據(jù)你之前相似的經(jīng)歷，以及你的思考、行動(dòng)和結(jié)果，每個(gè)選擇對你的適配度是百分之多少，可能帶來什么后果，等等。

當(dāng)然，要達(dá)到這種效果，目前的 AI 還有比較遙遠(yuǎn)的距離，還有信息安全和隱私問題亟待解決。但我相信，這會是在不久的將來，AI 真正變得成熟之后，每個(gè)人能夠享受到的愿景。

那么，要想讓 AI 成為你的內(nèi)腦，除了期待它進(jìn)一步發(fā)展之外，我們還需要做些什么呢？

顯然，AI 也難為無米之炊：要讓 AI 能夠分析你，你必須有足夠的資料讓它分析。

因此，要想跟上未來時(shí)代 AI 的發(fā)展，不妨先從「記錄」這件小事開始。

你記錄下來的數(shù)據(jù)和信息越多，AI 能夠?qū)δ氵M(jìn)行的分析也就越全面、越有效。

所以，我非常推薦大家日常養(yǎng)成隨時(shí)記錄的習(xí)慣，包括做筆記、記錄想法、寫日記、整理工作日志、項(xiàng)目復(fù)盤……這不僅僅能夠?yàn)樽约毫粝赂嗟幕貞?，也是在不斷地積累自己的「信息資產(chǎn)」。

或許在未來，這些信息資產(chǎn)，就會成為你獨(dú)特的競爭優(yōu)勢，借助 AI 這個(gè)「放大器」，將你的技能、經(jīng)驗(yàn)和思維放大，產(chǎn)生更多的效益和成果。

如果你還沒有建立記錄的習(xí)慣，不妨參考下面這些建議和方法，把自己的信息資產(chǎn)積累起來。

首先分享一個(gè)很重要的點(diǎn)：多凝聚自己的見解。

許多人做筆記的習(xí)慣，可能就是把看到的文章和資料儲存起來，一股腦放進(jìn)自己的筆記軟件里，待需要的時(shí)候去搜索查詢。

這個(gè)做法在以前可能有用，但在將來，用處會越來越小。

為什么呢？很簡單，因?yàn)檫@正是 AI 的強(qiáng)項(xiàng)。AI 能夠接觸到互聯(lián)網(wǎng)上大量的信息，并且隨著發(fā)展，許多內(nèi)容源在未來一定會接入 AI，只要提供 API，AI 就能鏈接到對應(yīng)內(nèi)容，直接進(jìn)行 RAG 和檢索，比我們自己去儲存和檢索會高效得多。

所以，更有價(jià)值的筆記是什么呢？是對獲取到的信息進(jìn)行咀嚼、消化和加工，形成屬于我們自己的觀點(diǎn)、思考和知識體系。

用 INKP 的體系來說，就是盡量多積累和完善 K，而不是追求收集 N。

這兩者的區(qū)別是什么呢？簡單來說，N 是我們收集起來的資料，而 K 是對這些資料進(jìn)行加工處理之后，所凝聚形成的「自己的見解」。

打個(gè)比方：你可能會從許多書籍和課程里學(xué)到各種各樣的知識管理的方法，它們都是 N，是「外在的信息」；但當(dāng)你把它們讀懂、學(xué)會了，并結(jié)合自己的實(shí)際情況和需求，把不同的方法、技巧和步驟融合到自己的流程里，形成一套屬于自己的做法，那么它就是你「自己的見解」。

再比如，關(guān)于一個(gè)有爭議的主題，你可能會看到許許多多不同的觀點(diǎn)、論據(jù)、說法……它們可能來自不同的角度，有自己的立場，也可能有所偏頗；而一旦你把它們整合起來，按照自己的理解和思路去篩選信息、對比吸收，最終自己得出一個(gè)觀點(diǎn)，這就是你自己的見解。

這套你自己的見解，來自于許多不同的「外在的信息」，但又不完全一樣，而是融入了你自己的思考、實(shí)踐和經(jīng)驗(yàn)，帶有濃厚的你的個(gè)人風(fēng)格和色彩，是獨(dú)屬于你個(gè)人的東西。

單單只是積累「外在的信息」的話，AI 只能給你提供通用的內(nèi)容，無法做到個(gè)性化。只有給 AI 輸入「自己的見解」，AI 才能真正了解你，給出更貼合你需求和實(shí)際情況的幫助。

那么，你就可以在「自己的見解」的基礎(chǔ)上，利用 AI 來進(jìn)行主題學(xué)習(xí)，查漏補(bǔ)缺。就像一棵樹，從主干出發(fā)，不斷向外延伸枝葉，去觸及更多的領(lǐng)域和可能性。

如何凝聚「自己的見解」呢？一個(gè)最簡單的方法，就是寫幾百到一兩千字的小短文。

比如，你對一個(gè)問題感興趣，想把它弄明白。那么，就可以利用每天的業(yè)余時(shí)間，查閱資料、精讀內(nèi)容、涂畫勾勒，記錄下重要的、有價(jià)值的信息。

然后，找一個(gè)時(shí)間，把你得到的這些信息整合起來，形成一個(gè)對這個(gè)問題的初步回答，把它寫下來。

這篇短文不是寫給別人看的，所以不用考慮可讀性和吸引力，而是要考慮能盡量高效、清晰地用自己的話，把自己對這個(gè)問題的看法和理解寫清楚，形成一個(gè)完整的觀點(diǎn)。

并且，這篇文章不是寫完就算了，而是先放在那邊，一旦你后面接觸到了更新的知識，或者發(fā)現(xiàn)里面的內(nèi)容錯(cuò)誤或過時(shí)，都可以不斷對其進(jìn)行修改和增刪，讓它能夠更全面地反映你的思考和看法。

那么，這篇短文（以及你搜集到的資料和做下的記錄）結(jié)合在一起，就形成了一個(gè) K，它就代表了你對于這個(gè)問題的「自己的見解」。

等你積累了許多這樣的 K，它們就構(gòu)成了你對方方面面事物的看法，也就是你的知識體系。

在它們的基礎(chǔ)上，你再利用 AI 去學(xué)習(xí)、探索，就會發(fā)現(xiàn)：你不再會面對大量的內(nèi)容而不知所措，而是能夠清晰地判斷：哪些是可靠的，哪些是不可靠的；哪些是我需要的，哪些是我不需要的；哪些能夠跟我已有的知識聯(lián)系起來，幫助我形成更有效的結(jié)論和方法……

換言之，你已經(jīng)對這些信息預(yù)先做了一次加工處理，那么當(dāng)你去篩選海量的信息時(shí)，就更容易做到心里有數(shù)。

這才是有價(jià)值的信息資產(chǎn)，它們塑造了你的品味、理念和思維。既讓 AI 能更好地了解你，也能讓你更好地使用 AI。

除此之外，下面這些內(nèi)容，也是你可以考慮去記錄和積累的信息資產(chǎn)。

1. 日常備忘錄

每一天的日常生活和工作中，我們都會接觸到大量的信息，產(chǎn)生大量的想法，其中不少是可以為我們以后的生活和工作提供幫助的。但如果單單只是依靠大腦去記憶，那會相當(dāng)不現(xiàn)實(shí)，很可能會讓大量有價(jià)值的信息溜走。

所以，不妨專門開一頁筆記，命名「備忘錄」，把它放在最容易接觸到的地方。無論你在做什么，只要覺得「這件事值得記下來」，就立刻用一句話或幾個(gè)關(guān)鍵詞，把它記下來。

主要可以包含這幾類信息：

• 腦海中突然閃過和涌起的念頭、想法、靈感；

• 一些需要記下來以備將來查詢的信息和細(xì)節(jié)；

• 任何你感興趣，可能會進(jìn)一步研究的關(guān)鍵詞。

隨著日積月累，這頁備忘錄可能會非常長，可能會到幾萬字、幾十萬字。我一般是需要的時(shí)候直接搜索。但隨著 AI 的發(fā)展，這已經(jīng)不再是問題了。相反，它的信息越多，能夠?yàn)槟闾峁┑膸椭驮酱蟆?/p>

2. 決策的過程

我們在生活中，一定會面臨大大小小的諸多決策。每當(dāng)做出選擇時(shí)，我們也會經(jīng)歷一系列的對比、權(quán)衡、判斷的過程，希望得到更好的結(jié)果。

但很少有人意識到：這個(gè)思考和決策的過程，其實(shí)也是一種很有用的信息資產(chǎn)。

一方面，我們的風(fēng)格和偏好是基本穩(wěn)定的。將決策的過程記錄、外化出來，有利于我們更好地了解自己，知道自己在決策時(shí)會更關(guān)注什么，同樣也更有利于 AI 了解我們，知道如何適配我們的風(fēng)格。

另一方面，把決策的過程和結(jié)果放在一起對比，有利于從更長的視野去看待我們的決策，相當(dāng)于對它做了一個(gè)復(fù)盤，掃清自己的盲區(qū)。

你可能會發(fā)現(xiàn)：原來有些我關(guān)注的點(diǎn)，其實(shí)沒那么重要；有些我擔(dān)憂的想法，原來只是杞人憂天；而有些我完全沒想到的地方，原來才是影響結(jié)果的關(guān)鍵……

這些，都可以作為給 AI 的輸入，讓它更好地理解我們的需求和情境，為我們新的決策提供建議。

3. 評價(jià)和態(tài)度

我有一個(gè)多年的習(xí)慣：對自己讀過的每一本書（包括小說），看過的每一部電影，做一個(gè)簡單的頁面，打一個(gè)評分，以及簡要地寫上我的評價(jià)，認(rèn)為它好在哪里、不好在哪里。

在還沒有 AI 的時(shí)候，這個(gè)做法對我?guī)椭艽?。它可以讓我理清楚自己的審美和偏好，記錄下我在?dāng)時(shí)那一刻所關(guān)注的東西。同時(shí)，也可以讓我看到自己思維模式和關(guān)注點(diǎn)的轉(zhuǎn)變，比如選擇什么樣的內(nèi)容來看，重視哪些方面的因素，如何理解它們的價(jià)值，等等。

它相當(dāng)于一份人生檔案，把你每個(gè)不同階段的人生串聯(lián)了起來，讓你感受到「我的生命是連續(xù)的」，用過去充盈的回憶，為現(xiàn)在提供力量。

而等 AI 成熟了，它就能發(fā)揮出更大的作用。因?yàn)?，它相?dāng)于人為給 AI 輸入了一個(gè)個(gè)性化的算法偏好，人為調(diào)整了每一個(gè)參數(shù)的權(quán)重。

那么，像我在前文提到的，讓 AI 真正為你量身定造，推薦符合你口味的電影、書籍、音樂……也許就不再是美好的期待，而能真正落地實(shí)現(xiàn)。

—— 閑聊時(shí)刻 ——

當(dāng)然，要想實(shí)現(xiàn)文章里講到的「內(nèi)腦」，目前的 AI 還力有未逮。可能需要再發(fā)生一次技術(shù)突破。

并且，還有許多問題需要解決。比如：

信息安全和隱私問題：如何確保當(dāng) AI 調(diào)用線上大模型或聯(lián)網(wǎng)時(shí)，不會將你的信息上傳出去。

本地算力問題：如果使用本地大模型，如何將所需的算力降低到讓普通用戶也能使用。

內(nèi)容墻問題：許多有價(jià)值內(nèi)容可能分散在不同的地方，存在技術(shù)上的障壁，如何讓 AI 能夠合規(guī)地接觸到它們。

以及 AI 進(jìn)行內(nèi)容分析和輸出的合規(guī)問題、跟用戶溝通的倫理問題……這些，都有待進(jìn)一步規(guī)范。

但無論如何，我們總是可以為未來做一些準(zhǔn)備，期待一切會更好。

你好，我是李睿秋L(fēng)achel

歡迎關(guān)注我的公眾號「L先生說」

每周四晚上 21:30 原創(chuàng)推送

用心理學(xué)和神經(jīng)科學(xué)

和你一起 探索這個(gè)世界

這是近期的其他文章：

THE END

- 晚 安 -