@levie: 如果你试图理解AI扩散，这篇帖子不错。由AI驱动的进步最终将受到其实…

如果你想理解AI扩散，这篇文章很不错。由AI推动的进步最终将受到其与现实世界互动的速率限制。

举个例子，编程之所以被迅速采用，是因为你可以编写近乎无限的代码、测试并运行它——且能创造价值——而无需外界任何人做出任何改变。一个人仅凭一台电脑，就能让某个东西从头到尾以不同方式运作起来。

但这在生命科学领域行不通——新药研发最终需要经过多年的试验。完成一笔销售也需要与潜在客户反复沟通。甚至是一份合同，也需要你的对手方进行协商。

“AI会递给你一个真正精妙的喷气涡轮叶片设计。它比你工程师想出的任何方案更可能成功。但它仍然可能会失败，因为任何知识前沿的基准失败率就在那里。唯一能知道结果的方法就是造出叶片并试图让它断裂。

这才是学习的真正限制，与你有多聪明无关。想出点子从来不是难事。难的是现实回应这些点子的速度。”

顺便说一句，这就是为什么你需要一个应用型AI——它能真正将智能转化为有用之物，融入现有行业的工作流程。在大多数情况下，仅凭模型输出是不够的。你需要实际改变底层工作流程，并构建系统以应对这些行业中现实世界的反馈循环。

这也是为什么应用层AI存在如此巨大的机遇。