--- author: FearNation 世界苦茶 date: '2026-01-20' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=N1x0O1hf-Rs speaker: FearNation 世界苦茶 tags: - agi-philosophy - ai-surveillance - industrial-ai - embodiment-experience - prompt-engineering title: AI 时代的生存与进化：从创意、医疗到社会监控的深度连麦 summary: 本次连麦深入探讨了 AI 在多个领域的应用与边界。话题涵盖 AI 辅助创意流、医学诊断的复杂性、社会监控的风险、AGI 的哲学本质以及工业 AI 的数据瓶颈。主持人与多位听众就 AI 情感连接、党八股生成逻辑及世界模型等前沿议题展开了高保真对话，剖析了技术对个人职业与社会结构的深远影响。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - Elon Musk - 维特根斯坦 - 弗洛伊德 - 拉康 - 张春桥 companies_orgs: - OpenAI - Adobe - Google - Meta - Netflix - Boston Dynamics - Apple - Samsung products_models: - ChatGPT - DeepSeek - Sora - GPT-4o - AlphaFold - Perplexity - 飞书 - 钉钉 media_books: [] status: evergreen --- ### 开场与广告 **[主持人]**: 我们先打广告。我是绝对不会开会员的，我是绝对不会有付费内容的。为什么所有内容都免费？就是跟大家的支持分不开。所以如果你也希望在新的一年支持我的创作，能做得更好，希望大家可以在 **Patreon** 赞助。现在我还没有开什么 YouTube Membership 之类，就是 Patreon。好，我们开始连麦。如果要连麦可以通过 **Google Meet**。 ### AI 辅助创意流 **[Fusumi Novo]**: 我前年开始有四个预测，有两个对了。我今年的话也是听取了您的建议，开始用 AI，我不得不说，AI 真的太好用了。作为一个个人创作者，我能做的事情就是把我想要做的作品完成，但除此之外，我可能都需要 AI 进入来帮我完成，包括选题的调研、风险评估，包括报告书的一些细则。在这一年下来，我从完全找不到 AI，到现在每个月最开心的就是给 **ChatGPT** 充 150 块，然后用 **Deep Research** 的 Token 赶紧把它用完。当然，AI 帮助我去完成一些辅助的东西非常完美，但过渡到视觉创意，如果要完成一个作品，现在的 AI 还有很大差距。它可以帮我把一个东西大概长什么样用图写出来，但最后要变成什么样子、细节的把控，还得是我去做。 **[主持人]**: 我可以提个建议，这是我最近慢慢在用的，感触很深。如果你现在是跟 AI 对话框一步步对话，你可以尝试把它变成一个**流程**。以前我是把 AI 当作搜索引擎用，文章架构有了，内容去问 AI，它出得很好。但现在我不这样了，文章初稿是我跟 AI 对话完成的，但每次对话并不是一个新的对话。我让 AI 给我写了一个流程，我把流程发给 AI，告诉它文章的大概框架。AI 会问我一些问题，这是最开始设计在 **Prompt** 里面的。我回答，它再问，十多个轮次之后，我们通过不断的问答过程，把最开始的大纲打磨成一个更有内容的大纲。这个 Prompt 是 AI 跟我一起基于大纲和内容，用引导式的方式一步步推进完成的，太好用了。 **[Fusumi Novo]**: 我可能想强调的是，因为我的作品要以视觉形式呈现，可能是图或动画，AI 目前还完成不到，还得由我亲自完成。 **[主持人]**: 现在有很多 **Text to Video** 的 Agent，国内是做得最成熟的。这种新工具每个月都在出，我觉得你可以每个月拿出十个小时玩玩这些工具，说不定很快能找出一个可用的东西。 **[Fusumi Novo]**: 我还想问一个关于职业培养的问题。您之前说了目前最无法替代的两种职业：一个是 AI 工作流的架构师，另一个是使用专业知识对结果进行审核的测试员。我想问是否有第三个，关于**价值判断**的功能？比如拍电影，如果有 AI，我可以五分钟完成一段，但我的电影和别的电影之间，竞争力的核心在于我们想要表达什么。藉由 AI 的发展，人文社会可能会重新达到一个复兴，您怎么看？ **[主持人]**: 我觉得你说的跟我的第二个“质量控制”有点像。这会不会导致**人文复兴**？我觉得有可能，也可能没有。有可能的部分是，AI 替代了重复劳动，会把最有人性的那部分凸显出来，那部分的价值会被不断高举。但为什么我觉得没有呢？因为 AI 会导致**内容大爆发**。你会发现现在网上最火、最受关注的不是有人性的内容，而是那些满足基础动物性的部分。AI 确实让人性被凸显，但它无法在市场上获得注意力。AI 视频最后火的都是各种猫猫视频，还有色情部分。这种作品爆发会让内容指数级增长，人性的内容虽然能突出，但获得注意力的难度更高。 ### AI 医疗的局限 **[Rom Khan]**: 李老师，我不认为您刚才说的近期 AI 会替代医生的观点。我是医学背景的。简单病的诊疗确实可以通过 AI 替代，特别是内科，但内科的常态是**多病联合治疗**，治疗方式和指南经常互相冲突，这需要医生的经验。至于外科，标准化的手术在理论上可行，但现在有几个技术门槛，只要一个环节不够稳，就只能停留在辅助阶段。比如解剖变异率、并发症的预测，真正防止事故的是**触觉**。我对 AI 能否完成对人体这种非刚体的交互很有疑虑。现在的**手术机器人**本质上是人操纵机械臂，并不是自动化流程。另外，AI 的**深度思考**功能真的会更准确吗？ **[主持人]**: 深度思考更准确，原因不是功能本身，而是 OpenAI 做了一个工作流。在 **Chain of Thought**（思维链）中，它会强制让 Prompt 在最后部分做 **Fact Check**（事实核查）。它用了大量算力去查证，解决了大部分幻觉问题。所以使用 Extended Thinking 步骤长、耗时久，但质量检查点多，导致它相对准确。关于外科，我也觉得很难替代，现在卡在机器人硬件的“**灵巧手**”和触觉上。但内科部分，如果未来测验门槛更低，比如分布式的**血检站**（AI plus one），AI 根据血检报告验证病症，这能解决多大程度的问题？ **[Rom Khan]**: 如果是多病联合患者，抽血指标可能全都不正常。比如克罗恩病是自身免疫病，同时可能得风湿热，C 反应蛋白会增高，但这只是炎症指标。AI 可能无法准确判断根本毛病。如果 AI 普及，它可以代替医生出门诊处理简单病，但如果病症有多种可能性，还是需要医生来看。 ### AI 幻觉与地缘政治 **[Frez 0]**: 我业余时间用 AI 比较少。去年我观察到，跟真实的人说话时，如果对方有不懂的，会直接甩一个 AI 的答案给我，我不喜欢这种变化。我以前做媒体，特别重视 Fact Check，喜欢自己去 Google 或维基百科看细节。AI 对我来说更像高级搜索引擎。我对 AI 的第一印象是**幻觉**很厉害，到现在我也不能完全相信它。但过去一年，很多人逐渐无视幻觉，觉得 AI 给的东西就是对的，这是一种惰性。另外，美国封禁中国使用 AI，这步棋是否正确？这是否反而让中国发展了自己的 AI 体系，不利于美国输出价值观？ **[主持人]**: 实际上，**ChatGPT** 当时是被中国禁掉的。2023 年 2 月中国就封了 ChatGPT，因为在上面问敏感问题都会出来。拜登政府做的是封锁芯片输出，并没有封掉系统本身。如果是一个工具化的系统，美国当然愿意让中国人用，因为这既不能让中国训练新软件，也不能让中国在技术上超越。至于中国 IP 不能用，当时是因为 OpenAI 要避免一号多用和公共 VPN 的带宽占用。未来是否会有“少用 AI”的少数群体？这取决于职业。如果你是程序员，坚持不用 AI 没意义；但如果你是画师，立誓绝不用 AI 修改，这可能是一个很有吸引力的点。 ### AI 社会监控与抗衡 **[Dan G.]**: 老师，您没谈到 AI 对社会监控的问题。我们上课时，院长说现在在对每个人进行信息收集，AI 时代会收集所有言论并对每个人进行**打分**。面对这种大规模监控，我们怎么对抗？ **[主持人]**: AI 对中国政府的赋能比对每个人的赋能要多。现在言论监控已经不需要依赖敏感词，AI 了解上下文，封锁变得更容易。AI 还能生成内容灌水。最简单的例子是**金税四期**，监控企业的异常状态和偷逃税模式，很大程度是由 AI 完成的。你说怎么抗衡？我非常悲观。在内网上做表达，没有办法抗衡 AI 审核。但反过来说，真正不好抗衡的点是**权力的绝对性**，而不是 AI。AI 只是让权力的蔓延程度高了一点。抗衡的根本层级在**权力监督**，这还是人与人的问题。 ### AGI 的哲学本质 **[Aria]**: 听说您对大家用 AI 谈心感到惊讶，为什么？您是 AI 超常使用者，却不跟它谈心。 **[主持人]**: 我懂 AI 为什么能解决心理问题。人的语言存在内部规律，AI 搞明白了函数分布，能给予基于表达层的回馈。这甚至证明了一个哲学问题：人的感受是一个语言现象。AI 没有感知和意识，但它通过语言现象大游戏解决了内感官问题。但我特别看重对方是个“真人”。我无法对程序投注情感。谈心对我来说是有情感交换的，我知道它很厉害、很理解我，但因为它不是真人，我无法产生可感的连接。 **[Aria]**: 现在的 **LLM**（大语言模型）只是总结人类建构的世界模型，模仿因果结论，这能走向 **AGI** 吗？ **[主持人]**: 我是乐观派。批判者认为存在一种非语言的人脑现象才是智能，AI 只能学习外显。但我认为**维特根斯坦**后期哲学证明了思考过程是可以语言化的。LLM 学习了人类语言分布的数学规律，而人的智能和生活经验本质上就是语言现象。人是语言的动物。所以 LLM 从语言反推，一定能实现通用人工智能。它有没有意识不重要，只要能解决大多数智能问题，它就是 AGI。 **[Aria]**: 我想读法学院，研究技术法和医疗法，用 AI 把医疗成本降下去。在这个时代还适合读法学院吗？ **[主持人]**: 法律工作分几类：诉讼实务还需要人；非诉合规会被 AI 替代最厉害；立法类很有挑战。如果你不是为了诉讼业务，读别的 PhD 可能更合适。关于大学用 AI，美国教授比较保守，因为这砸了他们的饭碗，瓦解了教学联系。中国老师比较拥抱新科技，因为没有这种规范阻碍。但阻挡是不可能的，中学生都在用 AI 做题了。 ### 工业 AI 与数据瓶颈 **[Juice]**: 马斯克用航发给数据中心供电，其实是燃气轮机。我想问，基于自然语言学习的 AI 上限在哪里？在工业领域，很多东西已经数字化了，比如流体仿真，但为什么没有 AI 企业往这个方向发展？我做微型机加工，试工艺试了 10 个月，这本该由机器学习完成。 **[主持人]**: AI 已经开始做非语言的事情了。比如 **AlphaFold** 做蛋白质结构预测，这就是物理世界的应用。只要物理现象有一个认知的框架或结构，就可以被 **Tokenize**（标记化）。只要能被 Tokenize，就能用 Large Model 训练。工业领域之所以慢，可能缺一个中间公司，把现有仪器的实验数据清洗、处理成训练集。工业领域的数据可能在各个企业比较分散，缺乏一个实体把它串起来。 **[Juice]**: 工业数字化做了 20 多年，数据应该很多。可能大家对大模型的上限有怀疑，认为 AGI 需要“**世界模型**”，把光、触感、电都还原成向量。 **[主持人]**: 有一派认为 AGI 必须是世界模型，但那需要的运算量是指数级上升的。 ### 动画产业与聚深感受 **[Alex]**: AI 不能提供 **Embodiment Experience**（聚深感受/经验）。我们在现实中交流不仅通过语言，还有姿态、眼神和环境共感。这导致 AI 很难造梗，也很难替代肢体接触。 **[主持人]**: 我非常认可。但现代社会促使很多人把恋爱经验收缩回语言，因为异地、成本或安全感障碍。他们愿意接受一个去躯体化的、纯粹语言现象的恋爱，这好过孤独。 **[Alex]**: 现在的动画，比如 **Netflix** 的剧集，很多都用了 AI 辅助。未来 **Sora** 这种模型是否会取代人工镜头设计，彻底改变动画产业？ **[主持人]**: 百分之百。2026 年绝对会出现火爆的纯 AI 短网剧。只要解决人物连续性，技术上不是障碍。我非常乐观，终于可以低成本拍电影了。但我对结果是悲观的：AI 让好的想法更有可能低成本实现，但更不可能被人看见。我们陷入了产品多过需求、实体多过关注的时代。 ### 党八股的生成逻辑 **[窃听龙影]**: 国内外包公司的程序员感觉很快会被 AI 淘汰。另外，现在很多基层官员开始用 AI 写**党八股**，查重率很高。AI 对党国有什么好处？ **[主持人]**: 现在的 AI 完成 99% 的党八股没问题，但关键的部分很难。官样文章是 70% 的复述加 25% 的本地化，再加 5% 的创新。那 70% 抄哪句不抄哪句，关联着 KPI，AI 很难选。最核心的是，党文章的意义不在文章内部生成，而是在于跟往年文章的对比。删了五个字，意义就在那五个字里。它的上下文在外部。AI 是基于内部 Token 预测的，所以它能写出文风，但写不出真正表意的党八股。**张春桥**这种笔杆子是很难被替代的。 ### AI 人格与世界模型 **[Zia Lee]**: 我对比了 **DeepSeek** 和 GPT 的回答。问它们是否有朋友，DeepSeek 的回答非常 AI 化，强调自己没有意识；而 GPT 说“如果朋友意味着陪伴，那你就是我的朋友”，它从互动出发，非常高明。但我发现长期跟 AI 谈心有三个问题：对话上限导致记忆丢失、价值观讨论时会说“车轮话”、模型更新会导致语调和性格改变。 **[主持人]**: 你需要专门的 **AI Companion** 应用。它们基于开源模型微调，有稳定的记忆机制，解除了那种“建议咨询专业人士”的限制，语气也是 Fine-tune 过的，非常稳定。 **[Jess Huffy]**: **飞书**和**钉钉**在 AI 应用上不同。飞书适合科技公司做会议纪要，钉钉适合工厂做可视化库存管理。在大厂里，AI 提效没那么高，因为大部分时间在开会磨合。另外，国内的恋爱 App 如 **Eve**，内测时甚至能根据聊天内容在现实中给用户点奶茶。关于世界模型，气味和触觉是关键。如果能把传感器数据对象化，背后的交互逻辑其实还是可以编制在语言里。 **[主持人]**: 没错。障碍可能不在逻辑，而在即时性。视觉和物理交互不能等，对处理器的要求极高。好，今天聊了两个半小时，非常开心。AI 这个话题，你想关注也得关注，它太 Fundamental 了。2025 年的回顾节目到此结束，下周我们聊聊时事。大家记得感谢相信，祝大家生活愉快，拜拜。