123
0关于简单真相RealTalk
我们想做一档严肃的喜剧评论播客，三位主播是base在广州的脱口秀演员：非非、哼哼和瘦子(小红书@十万伏特)。
从喜剧聊到生活，有时会聊的很飞。
时间轴
｜开场：两个普通打工人聊 AI 浪潮
主播介绍本期主题：不是 AI 专家视角，而是两个理工科背景、日常高频使用 AI 的普通人，聊聊这波科技浪潮带来的体感。
｜从 NLP 到大模型：一个亲历者的技术脉络
从研究生阶段接触自然语言处理讲起，回顾 RNN、Transformer、BERT 到 ChatGPT 3.5 的演进，以及为什么 Transformer 让“大力出奇迹”在语言领域变得可行。
｜另一条技术路径：网易实习、Java 开发与深度学习的早期印象
聊到硕士期间在网易做 Java 后台开发的经历，以及当时算法、CV、TensorFlow 等方向已经显露出更高的技术门槛和职业溢价。
｜AI 真正进入生活：从概念到生产力
过去几年对 AI 的理解还停留在书本和行业口号里，直到大模型开始直接处理文本、生成内容，才真正感受到“生产力工具”的冲击。
｜ChatGPT 3.5 之后：惊艳、期待与短暂失望
ChatGPT 3.5 让大众第一次意识到聊天模型的潜力，但随后一年多，AI 产品并没有立刻带来想象中的生产力飞跃。
｜DeepSeek R1 / O1 时刻：推理模型打开新阶段
讨论强化学习、思维链和推理能力带来的变化：AI 不再只是“预测下一个词”，而开始让人感觉它真的在思考。
｜Agent 来了：AI 从聊天框走向工作流
AI 开始能调用命令行、操作软件、识别桌面并执行任务，Agent 被视为大模型从“回答问题”走向“完成任务”的关键方向。
｜图像生成的震撼：当 AI 能把文字画清楚
从图像生成聊到图文设计能力，尤其是能生成清晰文字、信息图、PPT 页面之后，AI 才真正进入日常办公生产力场景。
｜视频生成：从单镜头到自动分镜
聊到即梦、Seedance 等视频工具带来的新变化：AI 不只是生成一个镜头，而是开始具备分镜、连续叙事和短片创作能力。
｜久违的科技兴奋感：像移动互联网早期一样
回忆微博、公众号、抖音等移动互联网产品刚出现时的新鲜感，并比较 AI 浪潮是否让人重新感受到“时代正在发生变化”。
｜AI 和移动互联网的本质区别：创造机会，还是取代人？
一方认为移动互联网是平台型机会，给普通人提供入场空间；而 AI 更像取代型浪潮，会直接挤压屏幕前的流程性工作。
｜普通人还有机会吗？科技平权与行业积累
讨论 AI 是否会像公众号、短视频一样给普通人新机会。结论趋向谨慎：机会不是凭空出现，前提仍然是个人在某个领域有积累、有审美、有判断。
｜专家会被 AI 放大，普通人可能更难追上
聊到“专家用 AI 会比普通人强很多”的观点：AI 不是简单拉平差距，反而可能让真正懂行业的人拥有成倍放大的生产力。
｜AI 视频创作的工作流：普通人和专业导演差在哪
以 AI 视频为例，专业创作者会先做人物设定、三视图、场景资产、镜头语言，再生成视频；普通人只会一句话抽卡，差距仍然明显。
｜“一人公司”是不是伪概念？
AI 可以帮助普通人写代码、做产品，但真正上线、运营、增长、风控、商业化仍然需要复杂经验。一个人能做出产品，不等于能做成公司。
｜打工人的新位置：老板和 AI 之间的“编译器”
聊到工作中越来越多任务变成“把老板的模糊想法转译给 AI”，当工作流还没完全重构时，人暂时仍有位置，但这种位置也充满不确定性。
｜为什么这次焦虑更强：AI 冲击所有屏幕工作
相比共享单车、电商、短视频等局部行业冲击，AI 的影响面更广。只要工作主要在电脑屏幕上完成，就可能被 AI 改写。
｜组织层面的军备竞赛：不做 AI 就会落后
公司和老板推动 AI，不只是为了让员工轻松，而是担心竞争对手率先用 AI 降本增效，最终形成无法回头的效率竞赛。
｜错过公众号、错过抖音，这次 AI 能不能抓住？
回顾自己曾经很早接触公众号和抖音，却没有真正抓住机会，于是重新追问：AI 浪潮里，普通人到底能做什么？
｜AI 更像“场内人的洗牌机会”
以电商、服装设计、短剧生产为例，AI 可能更先改变已经在行业里的人：谁更快接入新工作流，谁就能更快迭代、抢占市场。
｜AI 给普通人一张门票，但不保证赢
AI 降低了入场门槛，类似数码相机让更多人有机会拍电影。但真正胜出的，仍然是有独特创意、洞察和审美的人。
｜浑水摸鱼的空间变小：创意和洞察被迫裸奔
流程性工作被 AI 接管之后，人的价值越来越集中在最后那点创意、判断和产品洞察上。你是否真的有趣、真的懂用户，会变得更硬核。
｜面对新技术：排斥、上瘾与不得不拥抱
从公众号、抖音曾经被批评“让人变浅”聊起，反思普通人是否有资格拒绝科技浪潮。结论是：可以选择生活方式，但多数人最终还是要面对新工具。
｜AI 面前人人平等？知识分子的旧优越感被击穿
讨论 AI 对知识、审美和专业门槛的冲击：当顶级数学家也开始借助 AI 推理，人类原有的“高雅/低端”“专家/普通人”边界正在被重塑。
｜AI 有审美吗？有情感吗？这些问题还重要吗？
从审美、情绪和创作出发，讨论 AI 是否真正理解人类。一个观点是：即便它没有情感，也可能比很多人更懂得安抚和回应情绪。
｜AI 的能力边界在哪里：算力、数据与 scaling law
讨论 AI 是否会遇到天花板：算力继续堆、数据继续扩，模型能力似乎还在上升；但高质量数据、AI 生成数据污染等问题也可能成为瓶颈。
｜电话插曲后：重新回到 AI 是否全知全能
短暂电话插曲之后，话题回到 AI 的边界：它是否会成为全知全能的存在，还是只是一个更强大的工具。
｜创作者还能靠什么？喜剧、情绪与人类表达
从脱口秀和喜剧创作切入：AI 现在写笑话未必好，但它在情绪安抚、陪伴、心理支持方面已经显示出很强的模仿与回应能力。
｜不会累，是 AI 最可怕的地方
无论是心理咨询、工厂分拣还是人形机器人，AI 和机器最大的优势之一是不会疲倦、不需要休息，这会改变人类劳动的价值结构。
｜AI 会毁灭人类吗？从黑天鹅到核弹隐喻
两人讨论对 AI 的乐观与悲观：真正的风险未必只来自 AI，人类本身早已拥有毁灭自己的能力。AI 也许只是下一个不确定变量。
｜AI 看病靠谱吗？关键在上下文
以医疗咨询为例，争论 AI 是否比医生更可靠。一方认为只要上下文足够充分，AI 会超过大多数普通医生；另一方强调医生能通过经验主动追问和观察。
｜心理咨询中的 AI：安抚、刺痛与自由裁量
讨论 AI 是否能替代心理咨询师。问题不只是会不会说安慰话，而是能不能判断什么时候该深入、什么时候该停下。
｜AI 是工具，还是会重塑整个人类社会？
用汽车、AlphaGo 等例子比较：过去的技术常在某一领域超越人类，而 AI 的特殊性在于它挑战的是“智能”本身，因此可能重塑所有领域。
｜AI 是大数据 plus 吗？概率推算与六边形战士
将 AI 理解为大数据的升级版：它未必真正掌握因果机制，但通过海量数据和算力，能把无数人的能力高点拼成一个近似“六边形战士”。
｜AI 有没有创新能力？
讨论所谓创新是否本质上是重新组合。若创新是把不同知识、经验和路径连接起来，AI 已经具备很强能力，甚至可能帮助人类突破原有科研速度。
｜收尾：恐惧、乐观与未完成的答案
本期在一种复杂情绪里结束：既承认 AI 带来巨大生产力，也承认它让普通人感到焦虑、恐惧和无法预测。
