這篇文章，其實就是 AI 幫忙寫完的
最近對 AI 的發(fā)展有一些想法，不吐不快，于是寫了個很粗糙的草稿。
然后做了一件很“當(dāng)代”的事情：
草稿丟給 GPT 潤色
配圖讓 Agent 自動生成
幾分鐘之后，一篇結(jié)構(gòu)完整、沒有錯別字、邏輯順暢的文章就出來了。
老實說，確實有點感慨。
以前寫文章的時候：
改錯別字
調(diào)整斷句
重排結(jié)構(gòu)
這些機械工作都要折騰半天。
現(xiàn)在 AI 一分鐘就能干完。
雖然少了一點我以前的文風(fēng)，但這對 AI 其實也不是難事， 只要把舊文章喂給它訓(xùn)練一下就行。
不過算了，懶得折騰了。
反正意思表達清楚就好。
于是就有了這篇文章。
-****01-
**AI 更像“超級自動補全” **
現(xiàn)在最火的 大語言模型（LLM, Large Language Model）， 很多人覺得它已經(jīng)“接近智能”。
但如果用一句大白話解釋：
LLM 本質(zhì)上就是一個超級強大的自動補全。
原理其實很簡單：
給它一段文本：
<pre data-start="550" data-end="570" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
今天天氣很好，我們準(zhǔn)備去
</pre>
模型要做的事情只有一個：
預(yù)測下一個最可能出現(xiàn)的 token。
例如：
<pre data-start="615" data-end="631" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
郊游 公園 爬山
</pre>
然后繼續(xù)預(yù)測下一段。
就這樣：
<pre data-start="651" data-end="680" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
token → token → token
</pre>
一步一步生成完整回答。
聽起來是不是有點像：
手機輸入法的自動聯(lián)想？
只不過它的規(guī)模大到離譜。
[圖片上傳失敗...(image-348f2e-1773654573874)]
-****02-
**為什么它看起來這么“聰明”？ **
如果只是“自動補全”， 為什么 AI 看起來這么像在思考？
關(guān)鍵在兩個技術(shù)點：
| 技術(shù) | 作用 |
|---|---|
| Transformer | 處理長文本 |
| Attention（注意力機制） | 抓重點 |
注意力機制（Attention）可以理解為：
模型在生成新內(nèi)容時，會“回頭看”前面哪些詞最重要。
這就像人類寫文章時：
回顧上文
抓重點
順著邏輯繼續(xù)寫
于是輸出就會顯得：
邏輯清晰
結(jié)構(gòu)完整
像是在推理
再加上海量互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練：
論文
博客
Stack Overflow
GitHub Issue
模型學(xué)會的其實是：
人類是怎么寫推理過程的。
[圖片上傳失敗...(image-3973c7-1773654573874)]
-****03-
為什么 AI 會“胡說八道”？
AI 有一個非常著名的問題：
幻覺（Hallucination）
簡單說就是：
聽起來很合理，但其實是編的。
原因其實也很好理解。
因為模型并沒有真正的“思考能力”。
它只是學(xué)會了：
推理的寫法
論證的套路
表達的結(jié)構(gòu)
就像有些人寫文章：
每句話都通順
每個詞都對
但連起來卻發(fā)現(xiàn)：
好像什么都沒說。
因為背后沒有真正的邏輯推導(dǎo)。
[圖片上傳失敗...(image-4c2318-1773654573871)]
-****04-****AI 為什么很擅長寫代碼？
很多程序員最近都有一個共同感受：
AI 寫代碼真的很強。
尤其是像 Claude Code 這種工具。
原因其實很簡單：
AI 在訓(xùn)練時，吸收了大量：
Stack Overflow
GitHub
Issue 討論
Debug 過程
這些數(shù)據(jù)里不只是代碼。
還有：
程序員怎么分析 bug
怎么一步步排查
怎么權(quán)衡方案
換句話說：
AI 等于把 全世界程序員的經(jīng)驗套路都學(xué)了一遍。
所以它能做到：
寫代碼
找 bug
給方案
很多時候甚至可以達到：
中級程序員水平。
[圖片上傳失敗...(image-4c1cd6-1773654573870)]
-****05-****AI 為什么很難真正創(chuàng)新？
AI 很強，但有一個致命短板：
創(chuàng)新能力。
舉個例子：
歷史上很多技術(shù)突破，比如：
React
Vue
Kubernetes
Git
本質(zhì)上都是：
先發(fā)現(xiàn)問題，再創(chuàng)造新范式。
例如 React：
開發(fā)者發(fā)現(xiàn) DOM 操作的復(fù)雜度爆炸，
于是提出：
Virtual DOM + 組件化
這是一種：
結(jié)構(gòu)級創(chuàng)新。
而現(xiàn)在的 AI 更擅長的是：
寫代碼
修 bug
優(yōu)化函數(shù)
但很少會：
自己發(fā)現(xiàn)架構(gòu)問題，然后發(fā)明新框架。
除非你明確提示它：
<pre data-start="2024" data-end="2047" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
請重新設(shè)計一個框架解決這個問題
</pre>
否則它大概率只會：
在現(xiàn)有模式里堆代碼。
[圖片上傳失敗...(image-2e2c17-1773654573873)]
-****06-****一個有點扎心的現(xiàn)實
但這里有個有趣的現(xiàn)象。
即便 AI 不會真正創(chuàng)新，它依然能替代大量工作。
為什么？
因為現(xiàn)實世界很多崗位，本質(zhì)上就是：
模仿
拼裝
調(diào)整參數(shù)
比如很多開發(fā)工作其實是：
<pre data-start="2201" data-end="2226" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0); margin: 0px; padding: 0px; outline: 0px; max-width: 100%; box-sizing: border-box !important; overflow-wrap: break-word !important;">
找方案 改代碼 調(diào)接口 修 bug
</pre>
說白了就是：
在既有范式里做拼裝。
這也是為什么 AI 一出來就能：
寫代碼
寫文案
寫報告
寫 PPT
因為很多工作本來就不需要創(chuàng)新。
[圖片上傳失敗...(image-d8f1c9-1773654573873)]
-****07-****總結(jié)
某種程度上說：
AI 的爆火，反而證明了一件事。
這個世界很多地方，本質(zhì)上就是：
一個巨大的草臺班子。
很多崗位看起來很高大上。
但真實產(chǎn)出往往是：
按流程操作
按模板拼裝
按經(jīng)驗復(fù)制
AI 只是把這個過程：
自動化了。
看到這里，其實可以稍微松一口氣。
AI 目前最容易替代的工作是：
機械重復(fù)
模式固定
經(jīng)驗拼裝
而真正難被替代的能力是：
| 能力 | AI 狀態(tài) |
|---|---|
| 提出好問題 | 很弱 |
| 結(jié)構(gòu)級創(chuàng)新 | 很弱 |
| 審美與取舍 | 很弱 |
| 長期系統(tǒng)設(shè)計 | 不穩(wěn)定 |
所以未來最重要的能力其實只有一個：
創(chuàng)新能力。
包括：
提出新問題
抽象問題
創(chuàng)造解決方案
AI 的出現(xiàn)確實改變了很多行業(yè)。
但它更像一面鏡子：
照出了哪些工作是 真正創(chuàng)造價值的， 哪些只是 重復(fù)拼裝。
所以與其焦慮：
“AI 會不會替代我？”
不如問一個更重要的問題：
我做的事情，是否具有不可替代的創(chuàng)造性？
