252
0今天我们这期的主题是聊一聊 AI 写作。
之前在分享中有提到过，奥德赛是一个重度的 AI 工具使用者，并且在 AI 协作协助下写出了很多优秀的内容，包括《关于投资的一切》这本书。所以今天这期和嘉宾一起聊一聊 AI 写作这个话题，奥德赛会先作为我们本期的猜想来开场。
【活动信息】
分享主题：聊聊AI写作
时间：20:00（UTC+8）2025年11月21日
常驻嘉宾：
Odyssey 推特 @OdysseysEth
Zhen Dong 推特 @zhendong2020
Peicai Li 推特 @pcfli
【音频时间戳】
02:24-03:30 Odyssey 提出用AI“召唤”一本关于流动性的书，以理解市场暴跌。
04:25-06:08 Odyssey 认为AI应被视作“全能智慧体”，能融合多学科视角生成深刻内容。
07:14-08:06 Odyssey 分享“写书式对话法”：先写大纲，再分章节展开，形成系统性理解。
13:03-14:05 Peicai Li 提出“AI解释多样性”与“好解释应难改变”之间的张力问题。
15:00-16:11Odyssey 回应：好坏标准由使用者定义，AI本身不具备绝对价值观。
19:10-21:07 Zhen Dong认为AI生成内容更像“猜想”，需经现实反驳才能成为“好解释”。
23:34-25:48 Odyssey 将信息分为“工具性”与“成为更好的人”，前者可收敛，后者多元。
28:18-30:35 Odyssey 建议以“挑战者姿态”与AI对话，激发其更严谨、深刻的回应。
34:19-36:38 Zhen Dong分享使用Gemini的三类体验：开放性问题效果最佳，工程性问题次之。
【space金句】
💡 我不是去查资料了，而是先用AI去创作一个非常漂亮的东西，它虽然是我与AI一起创作，但阅读和理解起来对我是大有启发的。
💡 AI产生的内容具有丰富的多样性，可以召唤出很多不同的解释，甚至可以召唤另一个AI来反驳它。
💡 好的解释是唯一的，但只存在于某些限定情境中，例如物理学；而多数复杂问题则属于‘云’类，难以有唯一解。
💡信息可以分为两大类：一种信息让你拥有更好的工具，解决各种各样的问题；另外一种信息让你成为更好的人。
💡有的时候很漂亮的东西，它是在漂浮跟发散中隐隐又一有一点点引力的牵引，最后凝结成一颗恒星的。
【要点精选】
- Odyssey 推特 @OdysseysEth
总结：AI作为“召唤者”与“对话者”
AI写作不是提问，而是召唤。假设在某个平行宇宙中，存在一本关于流动性的传世之作，AI已经读过或能创作它。我们只需与AI一起将它召唤出来。具体做法是：先让AI写一本书的大纲，再分章节展开。这样得到的不是浅层回答，而是一个系统性的理论框架。
使用AI时，不应将自己定位为‘提问者’，而应是‘对话者’或‘召唤者’。对话是流动的，不知道会聊到哪里；召唤是知道有个好东西在那里，但不知道具体形态，只是隐隐知道什么是好的。
重要的是姿态：将AI视为具备全人类智慧的存在，而不是用自身思维限制它。例如，讨论自动驾驶时，可以从鲨鱼的电磁感知切入，再延伸到激光雷达与视觉信号的冲突，这样召唤出的内容必然跨学科、深刻且基础。
面对市场暴跌，不应直接问‘为什么跌’，而应先探讨‘流动性’这个问题，展开其哲学、系统性与反身性层面，再回归现实。这样的过程，本质上是先打造一把思维工具，再用它解决问题。
- Peicai Li 推特 @pcfli
总结：解释的多样性与“好解释”的张力
AI生成的内容具有丰富的多样性，可以召唤出多种解释，甚至让另一个AI反驳它。这与大卫·多伊奇所说的‘好解释应难以改变’之间存在结构性矛盾。
如果好的解释是唯一的，那么理论上所有人召唤出的应是同一个解释。但现实中，AI给出的解释却因使用者的标准、视角不同而多样。这种多样性是否意味着无法收敛到一个‘难以改变’的解释？或许在物理等‘钟类’问题中可能收敛，但在社会、市场等‘云类’问题中，很难有唯一解。
使用AI时，重要的是带着自身的判断标准——例如多伊奇的‘难变性’或波普尔的‘可证伪性’——去引导AI收敛。但最终，AI给出的可能只是‘当前能力范围内最好的解释’，而非绝对真理。下一步可以尝试与AI进行更深度的、成书式的对话，观察是否能在迭代中逼近更稳定的解释。
- Zhen Dong 推特 @zhendong2020
总结：AI作为“猜想发生器”与三类使用体验
与AI进行开放性对话最能体现其价值。当面对那些没有标准答案、方向未知的复杂问题时，AI能够提供令人眼前一亮的多元视角和新思路，这种探索性的收获远大于处理目标明确的任务。
从认识论角度看，AI生成的多样化解被视为一个“猜想发生器”，而非终极答案。这尤其适用于社会科学等复杂混沌的“云”类问题。AI大量产生的这些猜想，构成了一个宝贵的“猜想池”，其中最终哪些能成为经得起严格反驳的、稳固的“好解释”，则需要通过现实和时间的严苛检验。
基于实践经验，AI的使用效果大致可分为三类：处理翻译等简单机械任务效果极佳；撰写特定文件等流程复杂的任务表现不稳；而应对开放性探索问题时则能带来最大惊喜。
总之，将AI视为一个能够激发新思考、产生高质量猜想的对话伙伴，进行开放式的共同探索，是目前最能发挥其潜力、带来意外收获的使用方式。
【关于E2M Research】
From the Earth to the Moon
E2M Research 聚焦投资和数字货币领域的研究与学习。
文章合集 :mirror.xyz
关注推特 :twitter.com ️
小宇宙链接：www.xiaoyuzhoufm.com
DC链接：discord.gg
