@itsolelehmann: 这大概是我今年最喜欢的一篇关于AI的文章。感谢Dan写了它。他的核心观点：更多AI = 更多工作…

这大概是我今年最爱读的一篇关于AI的文章了。感谢Dan写出这样的内容。

他的核心观点：

AI 越多 = 人类的工作越多，而不是越少

这似乎放之四海而皆准：AI 帮每个人完成更多事，可我和我认识的每个人都比以前更忙了，而不是更闲。

原因如下：

1. AI 擅长人类过去擅长的事。写作、编程、设计、研究。现在它都能做，又快又便宜。

2. 于是每个人都开始用它。客服人员开始写代码，工程师开始写博客，营销人员开始做视频。产出的东西暴增。

3. 但大家都在用同一个 AI。所以它产出的东西开始同质化。

4. 当所有东西看起来都一样，人们就看腻了。一眼就能嗅出AI味。这些东西变得一文不值。

5. 于是现在有价值的东西恰恰相反：那些与众不同的内容，真正优秀的内容，恰好契合当下情境的内容。

6. 而唯一能做到这一点的，是真正懂行的真人。只有他们能审视 AI 的输出，指出“这部分好，这部分差，按这个方向重做”。

7. 那么人类的活就比从前多得多。因为 AI 产出 10 倍的内容，每一样都需要人类来打磨成真正的好东西。

每次有新模型发布，你都能看到这一幕上演。

人们恐慌，觉得工作没了。

但每次都是同样的循环。AI 突然擅长了那些原本困难的环节。

那个环节变得简单、廉价。原来从事这部分工作的人类便向上迁移，去处理 AI 暂时无法胜任的更难的环节。

举例：写一篇像样的博客曾经是一种技能。现在 AI 十秒就能搞定。于是人类的工作层级上升了。

现在的技能变成了：知道该写什么博客、写给谁、以及 AI 写的那篇是否真的够好。

标杆不断上移。人类也跟着不断前进。

即使通用人工智能（AGI）出现，还是得有人告诉它该做什么，并检查它做得好不好。

想明白为什么，只需想一下学步幼儿就知道了。

幼儿不会写代码，不会总结电子表格，通不过任何一个基准测试。AI 在所有方面都碾压他。

但幼儿有自己想要的东西。

他想用叉子去戳气球。他想看看自己扔食物你会不会笑。他整天自创各种小实验。

AI 什么都不想要。它只是待在那里，等别人告诉它该做什么。

这个差距不会消失。

AI 能干活。但总得有个人先“想要”某件事完成，并且判断返回的结果是否真是他想要的。

在 Every（Dan 的公司），他们已把能自动化的一切都自动化了。

然而他们需要人类完成的工作却比以往任何时候都多。这就是实证。

赢得这场游戏的人，是那些擅长指挥 AI 的人。

告诉它该做什么 检查它做得好不好 把它指向那些还没人想出解法的问题

这才是新技能。

不是靠自己亲手干活，而是知道什么活值得干，以及 AI 到底干好了没有。

读读全文，值得一看。

Dan Shipper 📧 (@danshipper): 我们在 @every 用 AI 智能体把所有能自动化的东西都自动化了。

可人类的工作反而比以往任何时候都多。自 GPT-3 以来，我们的员工从 4 人增加到了 30 人。

我写了一篇报告，分析其中的结构性原因：AI 如何让专家能力变得廉价，又如何因此推高了需求。