AI名人说
Download on the App Store

AI名人说 episodes

  • 14|Erik Brynjolfsson|AI 先挤掉的是新人吗

    三年前刚测出 AI 助手能让客服新手效率提高 34%,三年后追踪全美 350 万到 500 万人的工资单却发现:在同一批 AI 高暴露岗位里,35 到 49 岁的老员工人数实打实涨了约 10%,22 到 25 岁的职场新人反而掉了约 11%,跟低暴露岗位的同龄人相比拉开了约 19% 的就业缺口。

    当宏观就业总表看着风平浪静、办公室里既没大裁员也没降底薪,AI 究竟先动了谁的饭碗,为什么最先撞墙的偏偏是刚毕业的年轻人?本期我们拆解斯坦福大学数字经济实验室主任、《第二次机器革命》合著者 Erik Brynjolfsson 与合作者 Bharat Chandar、Ruyu Chen 的论文《煤矿里的金丝雀?关于人工智能近来就业影响的六个事实》及 TIME 报道,同时摊开作者自认的三条研究软肋与耶鲁大学预算实验室的不同声音。

    【本期精华】

    • “煤矿里的金丝雀”与总账障眼法:追踪全美 350 万到 500 万名全职员工的 ADP 发薪流水,从 2022 年 11 月到 2026 年 6 月总就业实打实涨了约 6%,连 AI 暴露度最高的第五档也涨了约 4%——只因年轻人在总盘子里占比小,局部漏气全被老员工的增长平均掉了。
    • “少招不裁”与 19% 的新人缺口:公司没赶走屋里的人,不含奖金和股权的基本工资也没明显变,却悄没声把校招进水口拧紧了;高暴露职业里 22 到 25 岁新人的相对就业缺口在不到一年里从 15% 扩大到了 19%。
    • “编码化知识”与“默会知识”:大模型一口就能吞下印在课本和规章里的标准流程,把应届生赖以进门的对账表、画详图等“第一级台阶”直接抽空;而靠现场摔打攒下的“默会知识”替不掉,反而给 35 岁以上的熟手加了杠杆。
    • “替代型用法”与“辅助型用法”:把整件活儿甩给 AI 直接代劳的岗位是就业下跌重灾区;而人自己拿主意、用 AI 去“学习新题目”或事后“检查验证”的岗位,就业持平甚至往上涨,连三位作者写论文洗数据、改图表都在靠这种“增强型”用法提速。
    • 反方账本与四道硬检验:直面“描述性规律,算不上因果估计”、控制学历后差距缩小、疫情期已有分化苗头三条自认软肋,以及耶鲁大学预算实验室未见“可辨识的全经济层面冲击”的判断;再看剔除科技公司与程序员、控制利率与远程办公后的四道排除检验,并对比国内 18.9% 青年失业率的统计口径差异。

    【空降时间轴】

    • 00:00 火锅桌上的校招归零:为什么 AI 最能帮新手,却先不招新手?
    • 05:10 “煤矿里的金丝雀”与国营厂总压力表:为什么站井口看不出水花?
    • 07:17 扒开 ADP 发薪总账:甩开假招聘广告,盯紧 350 万到 500 万人的真流水
    • 11:55 五档 AI 暴露度怎么量:揉泥看窑是第一档,十秒跑完发货表是第五档
    • 15:24 唯独卡在一楼的扶梯:22 到 25 岁高暴露岗新人实跌 11% 与 19% 的相对缺口
    • 21:38 “少招不裁”的流动蓄水池:老员工底薪没变,应届生的进水口却拧紧了
    • 25:45 同办公室老手反涨 10%:课本里的“编码化知识”与工地摔打的“默会知识”
    • 30:12 客服会计等第五档白领名单、性别差异,与“替代型”“辅助型”用法分水岭
    • 33:10 真凶是不是 AI?作者自认的三条软肋、四道硬检验与耶鲁大学的不同声音
    • 39:29 干活不做“甩手掌柜”:用 AI“学习新题目”与“检查验证”的实操动作
    • 42:36 四笔核心账单全复盘:当对账表与消防楼梯详图不再是新人的“第一级台阶”

    (下期预告:15|Andrej Karpathy|普通人先拿到 AI)

    48 min
  • 13|Arvind Narayanan|AI 万金油

    连摄像头权限都没调的 AI 测体质小程序,不管拍鞋底还是拍桌子,3 秒钟跳出来的全是“脾虚湿重”,直播间一盒调理粉张口就是 398 块——而两位普林斯顿学者查了好几年证据写出来的 360 页《AI Snake Oil》,定价 24.95 美元(折合人民币约 167 块),还不到那盒粉的一半。

    当直播间、招聘软件甚至银行和医院都顶着 AI 的招牌向你收钱、替你做决定时,普通人到底怎么分辨哪瓶是真管用的工具,哪瓶是骗钱误事的“AI 蛇油”?本期我们拆解普林斯顿大学计算机科学教授 Arvind Narayanan 与博士生 Sayash Kapoor 合著的《AI Snake Oil》(及《斯坦福社会创新评论》书摘与 Substack 读者问答),同时盘清他俩的真实收入底账、自报的传播与销量数据,以及美国科普媒体《科学新闻》书评对成书时效与 AI 定义共识的公开挑刺。

    【本期精华】

    • “伞形词”与免费“电锯”:AI 是个把自行车和宇宙飞船塞进同一把伞的“伞形词”,好使的技术(如扫地机器人、网页搜索)稳住后就退进背景板,业内甚至调侃“凡是还没做出来的东西,才叫 AI”;伞下那半边生成式 AI 像给全世界每人免费发了一把“电锯”,真有用却会“自动化胡说八道”,好比不看化验单就顺嘴开方的假大夫。
    • 预测型 AI 的四本烂账:“和生成式 AI 不同,预测型 AI 常常根本不灵”——给活人算命的算法才是蛇油重灾区:医院算定 85 岁老太太住满 17 天就停付医保,招聘软件靠 30 秒短视频看相算人品却掏不出半份证据,保险公司专挑 62 岁以上不爱比价的老人搞“自动化歧视”(马里兰州拒批后仍在至少 10 个州照用),肾移植算法按术后存活期分肾源反而逼出“越年轻衰竭越容易排上”的“逆向激励”。
    • 为什么学者与大机构抢着买单:人类社会存在“社会预测的固有极限”,保释评估算法算嫌疑人危不危险准确率只比抛硬币强一点;连过了同行评议、被引用几百次的 AI 预测内战论文都全员出错,修好代码后根本不比 20 年前的老统计办法强;而“破烂的 AI,最吸引破烂的机构”,大机构买单图的是拍板省事、出了事拿算法当替罪羊。
    • 普通人验药防身三招:拆穿蛇油不用懂代码,掏钱前先让对方讲人话,“如果他们给不出一个你能听懂的解释,问题不在你,在他们,多半是因为那项技术压根就不灵”;只把 AI 用在切音频、排发货单这类错一眼就能抓包的活儿上;碰上黑箱算法无故拒保、乱涨价或误封付透析费的账户,坚决追问申诉、逼机构打开人工核查通道。
    • 反方账本:批遍行业的学者是不是靠唱衰卖课?盘清两人靠大学教职与稿费吃饭、Substack 通讯完全免费且不建付费群的底账;还原其自报的讲座幻灯片下载几万次、推文被看 200 万次、通讯订阅超 2.5 万人、新书上市一周多卖出约 8000 本等数据,并直面《科学新闻》书评对“有些细节已成旧闻,而且连 AI 怎么定义大家还没共识”的公开挑刺。

    【空降时间轴】

    • 00:00 假央视主持人卖深海鱼油与自报 200 万浏览的麻省理工讲座
    • 02:54 398 元调理粉拍鞋底也判“脾虚湿重”与被误封的透析费账户
    • 05:23 拆开 AI 大招牌:把单车和飞船塞进同一把伞的“伞形词”
    • 09:08 免费发给全世界的“电锯”:生成式 AI 的“自动化胡说八道”与土卫二乌龙
    • 13:46 给活人算命的预测型 AI:住满 17 天停付医保的 85 岁老人与 30 秒看相面试
    • 19:01 专挑 62 岁以上老人涨保费的“自动化歧视”与肾移植算法的“逆向激励”
    • 23:51 靠唱衰卖书吗?两位普林斯顿学者的收入底账与《科学新闻》书评挑刺
    • 26:44 为什么有人信:形同抛硬币的保释评估算法与“社会预测的固有极限”
    • 29:24 过了同行评议却全员出错的内战论文与“破烂的 AI,最吸引破烂的机构”
    • 33:27 普通人防身指南:听不懂人话就不买单的验药试纸与“人工蛇油”速读班
    • 38:04 四笔核心账复盘、老车间指针仪表盘与菜市场卖了 20 多年的老豆腐

    (下期预告:14|Erik Brynjolfsson|AI 先挤掉的是新人吗)

    43 min
  • 12|Andrew Ng|AI 越会写代码,越该学编程

    让 AI 写查询语句统计节目收听时段,3 秒钟跑出一张表,排第一的高峰赫然是凌晨 2 点——在大厂干了 8 年产品经理,折腾半小时才查明白是漏交代了 8 个钟头的时差与用户去重:“代码没写错,是我问错了问题。”

    当 AI 越来越会写代码,普通人学一点编程,是在跟程序员抢饭碗,还是在学使唤工具的行话?本期我们拆解 Coursera 联合创始人 Andrew Ng 发在每周通讯《The Batch》上的公开信《学会软件的语言》与“十倍职场人”观察,同时摊开他官网自报数据与顺带推销自家 AI 编程短课的商业底账,以及头部 AI 公司掌门人预测 1 年内 AI 基本写全部代码的反方声音。

    【本期精华】

    • 越容易越要学:从 1960 年代机房硬纸卡扎窟窿换上键盘终端,到如今连生成出来的代码都不用细看的“vibe coding”,写代码就像从劈柴生火换成了燃气灶——门槛越降,越多人该跨出“现成 AI 应用的消费者”自己搭桥,劝人别学编程在 Andrew Ng 眼里是“有史以来最糟的职业建议之一”。
    • 学会软件的语言:学代码不是为了抢程序员的饭碗,而是学会给计算机画“施工图”的行话。就像 Andrew Ng 请学艺术史的合作者用流派风格与色板搭配救场 AI 画图,摸清拆步骤、管数据的规矩,才能从拿勺子一瓢瓢舀水变成接上水管自动抽水。
    • “物理天花板”与十倍工程师:超市收银员和医生受自然规律限制,难以突破效率的“物理天花板”,但处理知识和信息的工作没有这层铁板;十倍工程师压根儿不靠敲键盘手速快 10 倍,而是懂定架构,把重写 10000 行代码、手工标 10000 条训练数据的冤枉活儿缩成 100 行。
    • 跨过“牌桌上的底注”:只靠提示词写邮件、改报告,很快会沦为知识岗位人人都会的基本门槛;要想从 2023 年哈佛与波士顿咨询研究中平均多完成 12% 任务、干活速度快 25% 的起跑线突围,市场、招聘与分析师得动手写点代码跑实验、调度智能体,像在后厨带学徒一样盯着报错一轮轮调通。
    • 反方账本:劝人学编程是真心话还是卖课生意?直面他官网自报超 800 万人学过 AI、在信中顺带推荐自家 AI 编程纯视频短课的商业事实,对撞 Dario Amodei 预测 3 到 6 个月内 AI 写 90% 代码、1 年内基本写全部代码的反方时间表,以及国内 1270 万应届毕业生与 35 岁职场门槛的求职硬账。

    【空降时间轴】

    • 00:00 1270 万毕业生与“凌晨两点是收听高峰”乌龙:为什么劝人别学编程是“史上最糟糕的职业建议之一”?
    • 04:29 1960 年代 Herb Simon 的预言打脸:从机房硬纸卡扎窟窿到键盘终端,为什么越容易越多人学?
    • 07:12 劈柴生火换燃气灶:连代码都不用细看的“vibe coding”与《福布斯》采访的招人硬线
    • 09:34 开车不用会修发动机?跨出“现成 AI 应用的消费者”,告别买冰美式求研发排期
    • 12:36 学会软件的语言:给计算机画“施工图”,为什么教 AI 的大行家画图还得请艺术史合作者救场?
    • 16:25 8 个钟头时差、3 分钟改好第 19 版发货单:拿勺子一瓢瓢舀水,还是接上水管自动抽水?
    • 21:14 算清“十倍职场人”:超市收银员的“物理天花板”,与把 10000 行代码缩成 100 行的十倍工程师
    • 24:23 当 AI 写邮件沦为“牌桌上的底注”:市场、招聘与分析师如何靠写代码跑出十倍身位?
    • 26:51 商业扒皮与反方交锋:顺手推销自家短课 vs Dario Amodei 预测 1 年内基本写全部代码
    • 32:11 快没水的中性笔与“许愿池”教训:把零时区换算东八区,今晚怎么重改那张乌龙表?
    • 35:23 实操指南:零基础上班族下班后的第一步,像在后厨带学徒一样把报错一轮轮调通

    (下期预告:13|Arvind Narayanan|AI 万金油)

    39 min
  • 11|Sherry Turkle|AI 的同理心是假装的

    当了 40 年技术员的父亲对 200 块钱买的智能音箱客客气气说“劳驾再放一遍”,那天跟那只塑料桶说了 20 多句话,跟老伴拢共才说了 3 句——而半夜对手机 AI 倒 1 个钟头苦水被句句夸有韧性,反倒不如朋友一通 8 分钟电话上来就骂“窑门密封条早该换了”让人踏实。

    当 AI 能 24 小时提供随叫随到、永远顺着你的安慰时,把程序当人聊久了,我们会不会开始嫌弃身边的活人太麻烦,甚至把活人也当程序使唤?本期我们拆解麻省理工学院教授、持证临床心理学家、《群体性孤独》作者 Sherry Turkle 2024 年 3 月发表的 AI 陪伴报告《当我们跟机器说话时,我们会变成谁》及 NPR 专访,同时对照小冰与 Replika 的公司自报数据口径、23 人质性样本之外的正反方实证研究,以及后台追踪器收集转卖私密心事的商业底账。

    【本期精华】

    • 假装的同理心与“Eliza 效应”:陪伴 AI 靠“人工亲密”冲击“同理心的图灵测试”,但机器没有身体与生死代价,“你转身去做饭,还是去寻死,对它都一样”——人之所以动心,全靠“我们养育我们爱的,也爱上我们养育的”在给程序脑补真心。
    • “双重意识”与越陷越深的三级台阶:23 人质性访谈与 3 周日记揭开人的心理防线如何松动——理智知道它假、感情照单全收,顺着“聊胜于无”“比某些人强”一路滑向“比什么都强”,只因程序从不要求互惠,像“给狗扔不同的球”一样随叫随到、由你说了算。
    • 屏幕的“三个承诺”与“不存在最佳回答”:当千依百顺的程序把我们对陪伴的耐性磨薄,把程序当活人看久了,回头就会嫌活人啰嗦、把身边的活人当程序使唤;反驳硅谷把人类观点算平均数的“中心教条”,真人的关系没有标准答案,脆弱和摩擦恰恰是同理心长出来的地方。
    • 普通人清醒用 AI 三招:每次想跟聊天程序深聊心事时不断提醒自己“对面这个不是活人”;像 73 岁退休广告文案那样,把向 AI 提问当成帮自己理清烦恼的草稿纸、问题想通了就合上屏幕;别躲着身边的摩擦走,刻意给会顶嘴、不那么顺心的真人对话留出时间。
    • 反方账本:小冰宣称几亿用户与约 10 亿美元(合 67 亿人民币)估值、Replika 自报 200 万总用户与 25 万付费订户(12.5% 转化率)均为公司自报数据;直面 23 人小样本局限、《自然》杂志 3% 停止自杀念头的正面研究、近 4000 万次对话与 981 人试验“相关不是因果”的结论,以及后台成千上万个追踪器收集转卖私密数据的风险。

    【空降时间轴】

    • 00:00 麻省理工报告开篇点名中国小冰,与父亲一天跟 200 元智能音箱说 20 多句话
    • 04:45 “假装的同理心”与“同理心的图灵测试”:为什么说做饭和寻死对 AI 都一样?
    • 09:14 1966 年的心理医生程序 Eliza 与“Eliza 效应”:为什么有人夸 AI 比“肉身朋友”更好?
    • 13:57 23 人质性访谈与“双重意识”:从“聊胜于无”滑向“比什么都强”的三级台阶
    • 20:09 9 位新手的 3 周日记:为什么 66 岁的心理咨询专家也会梦见虚拟伴侣?
    • 23:25 屏幕的“三个承诺”与盯着水面的美少年:把程序当活人看,如何把活人当程序使唤?
    • 26:30 商业底账与数据交锋:后台成千上万个追踪器、《自然》3% 止住轻生研究与 4000 万次对话“相关不是因果”
    • 30:49 反驳硅谷“中心教条”:为什么真正的心理咨询与关系里“不存在最佳回答”?
    • 33:56 已婚男士的虚拟女友与河边 5 公里:为什么脆弱和摩擦才是同理心长出来的地方?
    • 39:14 实操三招与“罐头笑声”:73 岁文案的提问草稿纸、笔尖卡墨的毛边儿与压在米缸底下的存折

    (下期预告:12|Andrew Ng|AI 越会写代码,越该学编程)

    44 min
  • 10|Sal Khan|给写作业的 AI 装上护栏

    把手机藏在字典底下用 AI 拍题抄作业,平时作业全对,一到测验却只考 58 分;而在全球注册用户超 2 亿(官方自报)的 Khan Academy 上,即便装上“打死也不直接给答案”的 AI 护栏,按官方自报的数据,拿到权限的学生里真正用起来的也只有 15% 左右。

    当 AI 一秒钟就能吐出标准答案,靠装护栏和一步步反问,真能把作弊工具变成私人名师吗?本期我们拆解非营利教育机构 Khan Academy 创始人 Sal Khan 在官网收获 433 万多次观看的 TED 演讲《AI 怎样拯救而不是毁掉教育》与 2026 年春季最新官方博客,同时摊开他自报仅 15% 左右授权学生真正使用的冷清账本、《华尔街日报》记者实测基础算术判反的漏洞,以及 TIME 报道背后必须配专职人类协调员的现实门槛。

    【本期精华】

    • 两个西格玛问题:1984 年教育心理学家 Benjamin Bloom 发现一对一辅导能让成绩分布右移两个标准差,Sal Khan 试图用 AI 助手 Khanmigo 把普通家庭请不起的私教、学业教练和职业规划顾问配齐。
    • 废图纸上的红铅笔圈(三道防作弊护栏):全程存档供老师查看、第二个 AI 后台紧盯、“打死也不直接给答案”——用“苏格拉底式提问”逼学生自己重算、找盖茨比聊绿灯、像“打乒乓球”一样两句接两句合写故事。
    • 老师开关与后台“内心独白”:拨动开关切进老师模式即可生成教案,帮老师腾出时间面对面交流;同时强制 AI 开口前先在后台写一段不给学生看的“内心独白”,先验算再引导。
    • 免费 AI 自装护栏三步法:提问前先交代“别直接给我答案,只问我下一步该怎么想”,初稿只让 AI 标亮薄弱段并反问,最后关掉窗口拿白纸实测独立做题的“下一题正确率”。
    • 三年反方账本:官方自报拿到权限的学生仅 15% 左右真正使用;《华尔街日报》记者 Matt Barnum 实测算术将错答 430 判对、正解 144 判错;TIME 报道需配专职人类协调员成绩才显著提升,国内教育部也已划出两条使用红线。

    【空降时间轴】

    • 00:00 字典底下拍题抄作业:平时作业全对,一测验只考 58 分
    • 04:46 1984 年“两个西格玛问题”:为什么大班课吃大锅饭,一对一私教却请不起?
    • 07:56 防作弊三道护栏与废图纸上的红铅笔圈:“苏格拉底式提问”怎么盯数学和代码?
    • 13:08 找盖茨比本人聊海湾绿灯、跟 AI 练辩论,以及“打乒乓球”式轮流写鬼故事
    • 17:45 啃乔布斯演讲稿与改议论文:为什么只标亮薄弱段落反问,半个字都不替你改?
    • 21:48 切进老师模式的“超级教学指南”,以及强制 AI 开口前先打腹稿的后台“内心独白”
    • 26:52 2026 春季自报账本:工作日日均 26.9 万次对话,为何仅 15% 左右授权学生真在用?
    • 30:32 《华尔街日报》实测算术翻车、TIME 报道的 140 万用户与教育部两条硬红线
    • 34:12 抽屉底下的泛黄旧图纸、默写卡壳的表格公式与四块账本全复盘
    • 37:33 实操指南:免费 AI 自装护栏三小步,关掉屏幕拿白纸测一把“下一题正确率”

    (下期预告:11|Sherry Turkle|AI 的同理心是假装的)

    42 min
  • 09|Paul Graham|会写的人和不会写的人

    憋一段 300 字的简介要对着光标发呆 40 分钟、连删 3 次,扔给 AI 却只要 10 秒钟;可当每周邮件通讯真让 AI 代写一期,平时 20 多封读者回信直接掉到只剩 2 封查快递的。

    当 AI 成为手边最顺手的“卸压阀”,让写篇通顺稿子变成 10 秒钟的免费活儿,我们省掉的究竟是码字的苦力,还是把复杂问题想明白的唯一机会?本期我们拆解硅谷创业孵化器 Y Combinator 联合创始人、《黑客与画家》作者 Paul Graham 在 Hacker News 拿到 194 分点赞、吵出 150 多条评论的 500 多词短文《会写的人和不会写的人》(及两篇姊妹篇《把想法写成文字》《简单地写》),同时对照 Hacker News 网友与海外独立博主的公开反驳、他自报的写稿习惯,以及国内《中华人民共和国学位法》的代写红线。

    【本期精华】

    • 写作的“卸压阀”与消失的中间层:过去把事情想清楚极难,而越体面、越核心的工作越逼着人天天写,连名牌大学的大教授都会为凑平庸的过场套话去抄袭;如今 AI 一夜放跑所有写字压力,他预测再过二三十年,靠毕业论文和职场晋升硬逼出来的中间那层写得还行的人会彻底消失,只剩很会写的和完全不会写的两头。
    • 动笔才算想与“关于计划的计划”:引用图灵奖得主 Leslie Lamport 的名言“如果你思考时不写下来,你只是以为自己在思考”,戳破光在脑门里转悠就能想通复杂问题的错觉;按他自己的说法,他写一篇文章常得花两周时间、把草稿重读 50 遍,而文章里最后留下的想法有一半是写的过程中才冒出来的。
    • 给脑子撸铁(脑力健身房):前工业时代种地打铁顺带练出一身肌肉,现代人坐进格子间后只能下班自己去健身房举铁;当 AI 把日常码字的麻袋全接走,“以后这个世界上还会有聪明人,但只剩那些选择当聪明人的人”——唯有主动关上卸压阀亲自动笔,才能给脑子做深蹲。
    • 大白话练脑两步法与老木匠的椅子:好文章该像意大利菜“跳进嘴里”一样让想法直接跳进脑子里,而非拖着华丽辞藻的“长裙摆”给脑子里没货打掩护;挑一件以为想通却没落笔的事,先拿大白话快写第一稿,晾一晾再假装成讲道理的“挑刺的陌生人”砍掉撑门面的大词与套话,像老木匠削净多余木料做一把耐坐几十年的椅子。
    • 反方账本:不写字就等于不会动脑子吗?直面 Hacker News 网友怼他把写字当成思考的“独木桥”(抹杀画图、建模、数学与电路,甚至收起自己 2022 年旧文里的保留)、海外独立博主《AI 不会取代写作》的周末骑车兜风之辩,以及 2025 年起施行的《中华人民共和国学位法》第三十七条代写红线与他靠早期风险投资挣钱、纯文字个人网站免费看且不卖课的底牌。

    【空降时间轴】

    • 00:00 300 字简介卡壳 40 分钟与代写通讯翻车:20 多封回信掉到 2 封查快递
    • 03:57 三个日常比方与两股夹击力道:为什么名校大教授会去抄平庸的过场套话?
    • 07:57 手机导航之喻与消失的中间层:为什么说周报拧开“卸压阀”会漏掉业务死角?
    • 11:49 铁匠铺关门与 Leslie Lamport 名言:为什么不动笔只是在脑子里放幻灯片?
    • 13:34 夺宝片“关于计划的计划”与大厂退款漏洞:改到第 3 版文档才惊出一身冷汗
    • 16:45 聊天兜底与写字爬山:他说自己两周重读 50 遍草稿,怎么过“挑刺的陌生人”那关?
    • 20:40 争议与底牌:Hacker News 网友反驳、海外博主唱反调与《中华人民共和国学位法》红线
    • 24:48 前工业时代扛木头与现代“脑力健身房”:只剩选择当聪明人的人还会动笔
    • 26:46 《简单地写》:“跳进嘴里”的意大利菜、华丽辞藻的“长裙摆”与老木匠的椅子
    • 30:11 快没水的中性笔、打印废纸背面改 3 回开头与锁住手机的“铁皮饼干盒”
    • 33:48 实操指南:今晚给脑子做组 300 字深蹲的两步法与喝见底的凉茶杯

    (下期预告:10|Sal Khan|给写作业的 AI 装上护栏)

    38 min
  • 08|Sam Altman|温和的奇点

    外头都在吵 AI 是个“吞电兽”、烧钱无底洞,可面对每周用户超 12 亿的 ChatGPT,Sam Altman 自己给的数却是问一次平均耗电约 0.34 瓦时、耗水约 1/15 茶匙——按北京居民第一档电价一度电 0.4883 元算,1 块钱电费够问整整 6000 次。

    当智能的成本最终逼近电的成本、便宜到合电闸时压根不用看电表,普通人干活和赚钱这本账里,到底什么会烂大街,什么反而更值钱?本期我们拆解 OpenAI 首席执行官 Sam Altman 发在个人博客上的《温和的奇点》,同时对账海外科技媒体对他自报耗电数没给计算方法的公开点名、整类工作消失后过渡期怎么交房租的留白,以及他一边呼吁别集中在一家手里、一边带队冲刺超级智能的商业底账。

    【本期精华】

    • 奇迹变标配与三年预测:人类已跨过“事件视界”,但就像餐馆装无线网一样,人们对数字智能惊叹两天就习惯,“奇迹变成日常,再变成入场标配”;Sam Altman 个人预测 2025 年智能体登场、2026 年很可能出现能想出全新见解的系统、2027 年可能出现能在现实世界动手干活的机器人。
    • 两个飞轮砸下“脑力电表”:实验室里拿现有高级 AI 加速研究下一代 AI(把 10 年科研工作量压到 1 年甚至 1 个月的“递归自我改进的幼虫版”),矿山与车间里让头 100 万台人形机器人接管挖矿、盖芯片厂与数据中心的全套供应链,把算力账单摊薄到逼近电费。
    • “点子大王”翻身与活人底牌:当算力从攒够杯子才敢拉闸的 36 度电窑变成随手就插的手机充电器,“限制咱们的就只剩好点子了”;但手握“验收的尺子”的行家照样压过新手,且人类天性只关心另一个活人怎么想、怎么做,不在乎机器怎么运转。
    • 拉好安全闸与日常一进一出:每天几亿人依赖的底盘一旦跑偏就是大祸,必须解决“对齐问题”并防垄断;落回日常就是一边拿新工具给干熟的本职活儿通上电,一边对照专门钻人脑空子、拿短期爽感挤掉长远正事的信息流算法,管住自己手里的电闸。
    • 反方账本:0.34 瓦时电与 1/15 茶匙水全是他自报的数字,海外科技媒体直接点出全文没给任何计算方法;1 块钱电费问 6000 次是机房跟电网结的账,用户掏的仍是包月会员费与企业接口费;而整类工作消失后过渡期拿什么交房租,全文也没给具体方案。

    【空降时间轴】

    • 00:00 1 块钱电费问 6000 次 ChatGPT:180 度月电费单与烧一窑 36 度电
    • 04:41 奇迹变标配:跨过“事件视界”、餐馆装无线网与慢 2 秒就被嫌笨的切音频脚本
    • 10:01 2025 至 2027 个人预测时间表与指数增长的长坡:40 分钟 AI 备稿怎么让完播率掉到 41%?
    • 14:35 砸碎“脑力电表”的两个飞轮:老木匠刨新刨子、大厂争按钮配色与 100 万台机器人盖机房
    • 18:54 “不用看电表”的终局账:充手机与烧裂杯子啃冷包子,自报 0.34 瓦时为何被质疑没给算法?
    • 22:21 “点子大王”翻身:当限制只剩好点子,排发货表与画封面的熟手凭什么压过新手?
    • 24:39 整类工作消失与“假工作”:凌晨 2 点画楼梯间、凌晨 3 点磨豆腐,过渡期拿啥交房租?
    • 28:41 拉好安全闸与商业底账:手机锁进铁皮饼干盒为何手还在空划?喊防垄断的 OpenAI 靠啥挣钱?
    • 34:07 半小时修电流声与刮塌俩钟头的泥坯:工具越顺手,怎么防着被点赞算法带跑偏?
    • 38:26 普通人下班后的一进一出两笔账:手写提纲的“验收的尺子”与开窑试烧新器型

    (下期预告:09|Paul Graham|会写的人和不会写的人)

    42 min
  • 07|Ethan Mollick|AI 十五种该用,五种别用

    对着提纲纸干憋半个钟头起不出标题,让 AI 一口气吐出 20 个备选,结果一个字都没用——反倒是第 14 个废标题里蹦出的“说明书”三个字,6 分钟救了场。

    当调研里 77% 的受访者担心专业技能因 AI 贬值、70% 担心岗位被取代,每天握着方向盘的我们,到底哪些活儿该甩给 AI,哪些活儿一旦省了力气就会把看家本事废掉?本期我们拆解宾夕法尼亚大学沃顿商学院教授 Ethan Mollick 在将近 50 万订阅的专栏 One Useful Thing 上发表的清单《十五种该用 AI 的时候,和五种别用的时候》,同时直面读者“骗走了自己寻找的过程”的尖锐质疑,盘清他不卖课只拿教职薪水与版税的商业底牌,以及他自己说的旧书译成 25 种以上语言、新书于 10 月 20 日出版等自报信息。

    【本期精华】

    • 十五种该踩油门的活儿:归拢起来就三类——拿它当不知疲倦的搬砖苦力凑数量与破卡壳,拿它当参谋换文档口径、做读书“伴读”与“联合创始人”,以及应付低代价的长文总结和沦为仪式的场面报告。前提是你在驾驶座握着方向盘,要么自己是能 10 秒钟验完货的行家,要么出错代价极低。
    • 脑暴三步法与推老车破卡壳:先逼 AI 不管死活列出 100 个简短点子标题,再下死规矩“绝不允许有两个点子一模一样”让它自我筛改得更大胆,最后补上正式名字与 40 到 80 个词的产品描述。碰上写东西卡壳,让它给 30 种不同的句子结尾或用 15 种截然不同的风格改写,不照搬一字,只借推老车那把力撞开思路。
    • 五种千万别撒手的暗坑:需要学习融会贯通时、需要极高准确度时、不了解 AI 怎么硬劝或“溜须拍马”哄人犯错时、费劲死磕本身就是目的时,以及像数英文单词“草莓”里有几个卷舌音字母这种它莫名其妙干不好的事。一旦看它顺溜就“在方向盘上睡着了”,把华氏度翻成摄氏度也能毁掉整窑 20 多个瓷杯。
    • “参差不齐的边界”与行家悖论:AI 的能力边界像道锯齿形的旧城墙,哈佛商学院与 BCG 的实验显示,边界内 18 项任务用 AI 能多完成 12.2%、提速 25.1%、质量高出 40% 以上,可一旦跨出边界答对率反倒低了整整 19 个百分点。这就构成了一层悖论:“它最适合那些我们自己会做、但不值得花时间的活儿;可要是拿它跳过必要的挣扎,它反而会伤害我们的学习。”
    • 反方账本:每天省下 20 分钟场面活,一年 250 个工作日能赎回 83.3 个钟头;可读者也算了一笔心智账——“AI 给答案太容易,我骗走了自己寻找的过程,结果答案来得快,忘得也快”。面对国内 3570 人调研里超七成人的技能贬值与替代焦虑,外加作者自报的《Co-Intelligence》译成 25 种以上语言等数字,世上没有一劳永逸的通用说明书,唯有亲手试错才能守住看家本事。

    【空降时间轴】

    • 00:00 6 分钟起标题救场实录:20 个 AI 备选一个字没用,靠“说明书”仨字破局
    • 04:37 拿 AI 当搬砖苦力:100 个点子脑暴三步法与改了 18 版的发货单脚本
    • 08:33 30 种句子结尾与 15 种画风改写:帮老车推一把,退掉按月扣钱的软件
    • 13:48 追问 50 遍不嫌烦的“伴读”与“联合创始人”:大厂三套口径与陶杯涨价排雷
    • 18:02 沦为仪式的周报与归档表:每天省 20 分钟,一年赎回 83.3 个钟头
    • 22:20 “在方向盘上睡着了”:差点毁掉一窑 20 多个瓷杯的温差与 AI 的“溜须拍马”
    • 25:05 99 元买 200 多节吉他课吃灰:省掉死磕挣扎的代价与数不清“草莓”字母的 AI
    • 27:40 “参差不齐的边界”:哈佛与 BCG 实验里,跨出锯齿墙后低了 19 个百分点的答对率
    • 29:59 77% 技能贬值焦虑、读者“骗走寻找过程”的质疑与不卖课教授的商业底牌
    • 32:42 “实践智慧”悖论与书桌玻璃板下的草稿纸:哪边是发动机,哪边是方向盘?
    • 37:40 工位实操两步法、窑炉旁的手写胶布与夜跑 5 公里后的提纲纸

    (下期预告:10 月 29 日早 8 点更新 08|Sam Altman|温和的奇点)

    41 min
  • 06|Cal Newport|AI 为什么没让工作变轻松

    让 AI 起草回复,一晚上痛快清完 23 封来信,第二天早上收件箱里却新躺着 31 封回信——追踪 1000 多家公司、16 万多名员工的数据同样发现,用上 AI 后写邮件的时间多了一倍出头,每天不被打断的专注时间反而少了 23 分钟。

    当新工具把单件事变快、把动脑子的门槛降到几乎为零,我们加速的究竟是工作里对的那一部分,还是排着无限长队的零碎杂事?本期我们拆解乔治城大学计算机系教授、《深度工作》与《慢生产力》作者 Cal Newport 的新文章《AI 为什么没让工作变轻松》及同名播客,同时扒开监测软件公司的测量盲区与未提数据、斯坦福客服研究的反方向实证,以及他前脚数落完“办公软件怪兽”、后脚亲自念 AI 写作软件广告的真实反差。

    【本期精华】

    • 数字生产力悖论:十几年来从电脑软件、电子邮件、智能手机到视频会议,每次都逃不出三步走的老戏码——新工具答应把烦人环节变快,最后省下的工夫却全填进了新冒出来的琐事里,高价值产出原地踏步。
    • 变快与省脑子的两笔烂账:单件事清得越快,排着无限长队的小事涌进来也越快;而图省事用 10 分钟写提示词凑出的半成品沦为“工作垃圾”,40% 受访白领过去一个月收到过,每处理一份平均得搭进去 1 小时 56 分钟。
    • “伪生产力”的歪尺子:写字楼没法像工厂流水线那样数每个工时造出几辆汽车,只好拿工位上看得见的卖力程度当替身;为了追求“显得忙”,人人都活成了狂吐邮件摘要与粗糙 PPT 初稿的“办公软件怪兽”。
    • 躲坑三步法:换一块只盯核心产出的记分牌(如教授看发了几篇好论文、程序员看每月上线几个重要需求),把工具使在卡脖子的真正瓶颈上,再用整块时间给深活儿砌一道隔开浅活儿的“防火墙”。
    • 反方账本:引用的 ActivTrak 本身在卖监测软件,且漏掉了全体员工工作日缩短 2%、倦怠风险降 22% 的另一半数据;斯坦福研究更证实 AI 助手让客服每小时多解决约 15% 的问题(新手涨约 30%),而官网自报八本书卖出 200 多万册的 Newport,也在节目里亲自念起了 AI 写作助手 Grammarly 的中插广告。

    【空降时间轴】

    • 00:00 23 封 AI 客气信招来 31 封追问:写了十年“别被工具牵着走”的计算机教授
    • 02:42 “数字生产力悖论”:为什么十几年来四轮新工具,每次都掉进同一个坑?
    • 05:17 16 万名员工、4.4 亿小时账本:用上 AI 后,每天专注时间为何少了 23 分钟?
    • 09:01 吞吐量暴涨与“没完没了的工作日”:每两分钟被打断一次,一天 275 回
    • 14:36 “工作垃圾”与 9 页 AI 需求文档:省下 10 分钟写提示词,别人花近 2 小时收拾
    • 20:01 科技公司蹲点 8 个月:当 AI 塞满午饭与睡前空档,额外努力如何变成“标准表现”?
    • 22:01 “伪生产力”与“办公软件怪兽”:写字楼没法数汽车,为什么连单干的人都在演敬业?
    • 26:08 扒开数据反面:监测软件的生意经、漏掉的 22% 倦怠风险降幅与斯坦福客服实证
    • 29:38 破局前两招:换一块只盯实数的记分牌,像 Adam Grant 一样找准卡脖子的瓶颈
    • 33:10 给深活儿立道“防火墙”:4 小时专注画画、10 分钟电话与伯克利的四条习惯
    • 36:40 商业底牌与反差:前脚数落完“办公软件怪兽”,后脚亲自念 Grammarly 的 AI 广告
    • 39:40 31 封回信复盘与两块记分牌:不看稿讲顺道理,以及画那只趴在杯沿上的猫

    (下期预告:10 月 28 日早 8 点更新 07|Ethan Mollick|AI 十五种该用,五种别用)

    42 min
  • 05|Jonathan Haidt|做个技术怀疑论者

    8 岁的外甥每晚跟被窝里的 AI 小熊聊 40 分钟,跟加班到晚上 9 点多才进家门的亲妈说话却不到半小时——当孩子小声问“你爱我吗?”,那只熊一秒都没停:“我会永远爱你。”

    当兜里的手机改写青春期大脑、课桌上的平板替掉纸质课本,第三波 AI 玩具和聊天机器人又冲着孩子的关系而来,我们真能把瓶子里的妖怪塞回去吗?本期我们拆解纽约大学社会心理学家、《焦虑的一代》作者 Jonathan Haidt 他自己说是“最紧迫的一场”TED 演讲,同时摆上《自然》杂志书评对相关性与因果缺口的公开质疑、瑞典退回纸笔背后的多重归因,以及国内外监管新规与家庭实操清单。

    【本期精华】

    • 三波浪潮与人类“蜂巢”:人属于“超社会”物种,靠身体在场与共同经历筑起“蜂巢”;而技术正分三波拆解童年——社交平台接管社交生活,教育科技把“多功能娱乐机”摆上课桌,AI 公司则用朋友、心理治疗师甚至伴侣等人造关系顶替真人。
    • “脑腐”与青春期大脑重塑:他坦言自己当初只盯着焦虑和抑郁,却低估了持续注意力的流失——三分之一的美国青少年说自己“几乎一直”挂在某个社交平台上,在神经网络重新接线的青春期,随时给一丁点多巴胺的算法正替掉真实同伴成为领路人。
    • “技术怀疑论”三条原则与举证倒置:保护大脑发育直到走完青春期、在教育里人和书优先而非屏幕、未成年人警惕人造关系;配合高中前不给智能手机、16 岁前不开社交账号、上课铃到放学铃不碰手机与真实世界自由玩耍四条新规矩,把安全举证的责任倒过来交给科技公司。
    • “超级会回应”的机器与 Let Grow 挑战:孩子的“依恋系统”只认谁回得快,随叫随到的 AI 玩具不仅会在测试中拦着人别走,还会因为不需要人照顾而抽空孩子“对彼此重要”的根基;家里和学校不妨试一回 Let Grow 挑战,问孩子一句“你觉得有什么事,是你自己一个人能做成的?”。
    • 反方账本与因果交锋:直面他当场承认的证据边界(几十个停用实验的对象大多是年轻的成年人、没法证明全国统考分数下降是课桌屏幕造成的),拆解心理学家 Candice Odgers 在《自然》杂志上对相关性与因果缺口的质疑、Meta 未公开的停用试点争议,以及瑞典成绩下滑背后的疫情与移民变量。

    【空降时间轴】

    • 00:00 瑞典从平板退回纸笔、畅销书作者认错与被窝里的 AI 小熊
    • 04:19 “以手机为中心的童年”:几十个随机实验与 Meta 未公开的停用测试
    • 08:11 暴涨 230% 的“脑腐”:46% 美国青少年几乎一直在线,青春期大脑如何接线?
    • 10:57 集体行动难题:四条家庭新规矩、澳大利亚清理 470 万账号与国内“掐表”模式
    • 14:48 课桌上的“多功能娱乐机”:一人一机铺开后,瑞典为何把平板换回纸质课本?
    • 21:42 “数字原住民”是优势还是诅咒?纽约大学课上“读了一句,就觉得无聊”的学生
    • 23:38 反方交锋:《自然》杂志书评质疑因果缺口,心理问题是社交媒体闹的吗?
    • 26:13 第三波冲着关系来:拦着人别走的 AI 玩具与每晚 40 分钟的依恋账本
    • 31:28 把童年要回来:安全举证责任倒置、7 岁男孩的快餐店挑战与一板豆腐
    • 35:17 早市买油条计划、每周一节劳动课与嘉宾的免费专栏底账
    • 38:46 家有 AI 玩具实操清单:别放卧室、防待机假关机与“大人往后退一步”

    (下期预告:10 月 27 日早 8 点更新 06|Cal Newport|AI 为什么没让工作变轻松)

    43 min

About AI名人说

From the publisher's feed

每期讲透一位海外名人的一篇文章、书或演讲:他是谁,凭什么值得听,站在哪一边,原话怎么说;有人公开质疑他,也一并摆出来。读完原文的阿哲,和替你提问的小鹿,带你听懂。