AI 带来的蝴蝶效应

人工智能带来的蝴蝶效应

各位好，今天很高兴有这个机会过来给大家讲一堂 AI 课。前面给过来的需求，是希望教大家比较具体、能实操落地的东西，这一块我的同事胡老师作为我们的品牌总监，这几年做了很多落地，下半场由她来讲。我这一块会更偏宏观——我这几年在浙大讲了不少人工智能的课，尤其是给 MBA 讲，我想给大家全面讲一讲，人工智能会带来的一系列变化。落到我们的职场里，可能只是其中最细的一个方面。所以我今天的主题，叫人工智能带来的蝴蝶效应。

我的身份稍微特别一点：没毕业的时候就开始创业，老师一直让我在真实环境里锻炼，做过智能硬件、做过互联网，几个项目之后，到 2022 年，我们看到人工智能会跟新一代的设计专业发生融合，就和几位老师一起成立了一家专做人工智能、设计数字化的公司。这几年我在浙大 MBA 上了很多课——因为很多人讲不清人工智能到底是怎么回事，尤其是要把它转化成商业的语言。我们浙大有位老校长，潘云鹤院士，四十多年前读研究生时做的就是人工智能辅助设计，后来一路把人工智能和设计两个方向带起来，如今合二为一，成立了浙大新的人工智能学院。所以你能看到，时代正在发生一个巨大的变化。

谁会先被 AI 替代：大学教授，还是幼儿园老师？

这几年 ChatGPT 来了之后，我上了特别多的课，类型也很杂：小到六岁的小朋友，大到六十岁的教授，下到义乌的老板娘，上到部委里给干部讲。我之所以愿意讲这么多场，其实是想看真实世界里，人跟 AI 关系的一个映射。

我去学校的时候，常先问大家一个问题：你觉得在 AI 时代，如果要被 AI 替代，大学教授和幼儿园老师，谁会先被替代？大家通常都说是大学教授——因为大学生有自学能力，网上资料也都有。

理论上来说，的确是大学教授先被替代。为什么？因为这一代 AI 最基础的本质，就是一个知识模型。它在任何一个专业领域里的知识探索，往往比只研究一个垂直领域的教授还要丰富。也就是说，如果一个教授的能力只剩下知识本身，那他受到的冲击是非常大的。

幼儿园老师就不一样。小朋友是不跟你讲道理的，他更看重的是你“具身”的能力，是人跟人之间最本能的交流，这个 AI 短时间内很难替代。

第二个问题：AI 对大学教授和幼儿园老师，哪个更有价值？理论上对两个人都非常有价值。大学教授本来就吃知识这碗饭，又知道怎么加工处理知识，AI 对他就像一面镜子，能把价值巨大地放大——AI 对原来从事知识型白领工作的人，增强能力是非常大的。

那为什么说对幼儿园老师也很大？因为我去一位亲属任教的杭州幼儿园看了之后，观念被改变了。我居然看到幼儿园老师用 AI 用得比大学教授还好——给小朋友做海报、做动画、讲故事，他们动手能力很强，凡是能用 AI 的地方全用了起来。很多大学教授反而做不到这一点。所以本质上，AI 对他们是一个巨大的互补。

杭州有位校长还给我讲过一件挺有意思的事。以前老师写论文得奖，比例更高的往往是主城区的老师；可这几年发现，桐庐、建德这些地方的老师得奖比重变高了。为什么？因为这些老师也能用 AI 辅助写论文，也能写出水平，跟主城区的差不多了，而这些地方学校的基数又大。所以 AI 可以拉平很多东西，让知识更“平权”，很多人因为 AI 赋能、增强了自己。

第三个问题：在 AI 时代，大学教授和幼儿园老师，哪个会变得更吃香？这就要看两者对 AI 的态度，以及谁能把这个工具用好了。我接触了这么多老师之后发现：当技术能力被“平权”之后，谁用得好，对谁的价值就更高。

AI 是一场认知革命

那 AI 到底是什么东西？今天 AI 已经无处不在。我觉得最重要的一个观点是：人工智能本质上就是“人造的智能”——以前我们靠脑子去处理的任何一种工种，计算机科学家都希望用计算机的方式去替代、去辅助一部分，让人把脑力解放出来。

所以这一次科技革命，跟人类历史上所有的都不一样。工业革命替代的是体力，互联网让信息传播得更快，而这一次，本质上是对我们脑子的升级。这也是为什么我一直说，认知才是 AI 最大的门槛。现在国际一流的风险基金基本都提出来了：AI 不仅仅是一次技术革命，更重要的是一次认知革命——它要改变我们的思维方式。因为我们很多工作思维，是可以外包给 AI 去做自动化执行的。这是所有技术发展到最后最关键的一环：脑子的自动化。

工业革命替代体力，互联网加速信息，这一次是对脑子的升级。认知，才是 AI 最大的门槛。

所以理论上，对白领的影响比重是最高的，因为以前很多要动脑子的工种，开始被自动化改造了。

冰火两重天：用过 AI 的人，分成几层

我自己也在做 AI。今年我召集了很多家长，给他们看了一幅图，我说这真是“冰火两重天”。我们这些在 AI 最一线的人，每天的感受是什么？就是觉得这个冲击太大了。今年过完春节、3 月 1 号回来之后，几乎很少睡觉，觉得睡觉就是浪费时间。我们昨天还开玩笑说，AI 不下班，人也不下班。

今年之后，我们有了一种“养着一个永远不下班的员工”的感觉——可以一直工作到很晚。为什么说冰火两重天？因为最前沿的人已经感受到，AI 很快会进入一个“递归”的环节，也就是自我学习、自我增强。这个拐点，经过过去三年的发展，到 2026 年其实已经快成熟了。成熟到什么程度？今天你训练一个属于自己的 AI 编程智能体，它就像养小孩一样，到了“十八岁”就开始自我成长、自我学习，越来越懂你，你把一部分工作交给它，它做得可能比你还好。

那最真实的全世界情况是怎么样的呢？我给大家看过一张图：一个灰色格子代表全世界约 320 万人。灰色，是没用过 AI 的人；绿色，是用过免费版的人；黄色，是付过 20 美金、也就一两百块钱的人，这样的人全世界大概也就那么几个格子；最后红色的那一个格子，才是用 AI 编程、真正做过项目的人。

很多人觉得 AI 编程就是编程，其实这个时代已经发生了巨大变化。我现在教小朋友，根本不需要教他怎么编程，只要教他 AI——他只要会说话，就能做出非常有创造力、独特的东西。也就是说，真的到了一个阶段：只要你有想法、会表达，你就能创造出数字化的工具来。

再深一点：我认为未来的企业里，每个人都要在 AI 的基础上变成开发者。今天我们对着电脑工作，未来则是对着 AI，用它去构建企业全数字化的能力。有了这个能力，就感觉每个人都插上了翅膀。拿我们自己公司来说，现在除了一位财务还不会写代码，其他人不管什么岗位，都能用 AI 给自己写系统、写工具来提升效率。

第零世界，和一款“不下班”的智能体

当然这是更高阶的用法。这一次我们先学会跟 AI 做一些自然语言的沟通。说个最真实的：过年期间，我家里人用我的 ChatGPT 账号聊完天，最大的感受是“怎么你的账号不一样？”我说，因为它充过钱——付费的 ChatGPT 账号有记忆功能。自从有了记忆功能，它会越来越懂你是谁、你要做什么。所以今天领导给我一个方案，我丢给 AI，AI 改完我再丢回去，这个过程里 AI 做得几乎比我自己手写还要好。所以我希望大家都尽可能去体验最前沿的东西。

前段时间，Claude 背后这家公司——据公开报道，其估值已经达到数千亿美元量级。它的 CEO 在达沃斯随口讲过一个观点，我看了很有感触，他叫它“第零世界”。他大概的意思是，他看到 AI 带来的世界，会是一个极高增长、极高失业、极高不平等的世界：少数掌握前沿 AI 能力的人、公司、区域，会形成一个超越传统经济的新经济层。过去我们说第一世界、第二世界、第三世界国家，他说会冒出一个“第零世界”。据他讲，这样的人群全世界大概有约 500 万人，特别热衷于用前沿技术去改造现实。

他们的模型目前确实是全世界最聪明的，中国的模型大概落后半年到一年。上礼拜我给小朋友上完课，让他用了之后，他说想试试别的 AI，我说鼓励你试。结果他昨天跟我说：“邱老师，别的 AI 我都用了，发现都没它聪明，等我长大了，我要自己开一个账号。”我说你现在就可以拥抱它了。当然，对我们绝大部分工作的人来说，DeepSeek 和国内这些模型已经够用了；只是要摸最前沿的技术，我们自己会去用最聪明的那几个，因为只有用到最聪明的，才知道前沿会发生什么样的变化。

少数掌握前沿 AI 能力的人、公司、区域，会形成一个超越传统经济的新经济层——他把它叫作“第零世界”。

我现在自己用 AI 编程写项目，都是十个项目一起做的，总感觉不把它的算力额度耗光，就很浪费资源。这是种什么感觉呢？有一天我回去，看我老婆两三点钟还不睡——以前都是她劝我早点睡，今年反过来了。我问她这是什么感觉，她说，终于有了一种“资本家指挥农民工”的感觉：使劲让它干活，不干到额度耗光，就觉得这钱白花了。

这句话让我印象很深。我们公司就出现了一波这样的人：每天一点钟左右，因为额度会重置，就爬起来给它布置任务，第二天早上来验收——特别像老板指挥员工干活。这就是我们跟 AI 时代相处时很重要的一个点。

企业 AI 化转型蓝图：从 L1 到 L5

我自己也总结了一个企业 AI 化转型的大蓝图，在这个蓝图里，竞争、组织、产品形态都会发生巨大的变化。我借用今天自动驾驶的说法，用 L1 到 L5 来解释一家企业 AI 化的程度。

第一步，就像汽车的辅助驾驶一样，先用一些辅助工具来提效，通过工作流程的局部优化实现一些自动化。再往下，就走到数据化去驱动自动化流程——这有点像工厂改造，改到中途是自动化设备加人工的组合。最终极是什么？是智能化的改造，它会形成一个新的组织、新的流水线，就是智能工厂的感觉。未来企业的组织也会变成一种智能化的组织，我们的决策、我们的很多流程都跑在 AI 上，进入一个新的状态。

我给大家举个例子。去年我做了一个尝试，讲给很多朋友听都觉得很有意思：我是怎么给同事布置任务的呢？我会在周末把我所有的想法和战略跟我的 AI 讲清楚；到了礼拜一，同事过来问“邱总到底想让我干什么”，我的 AI 就会把他这一周的 OKR 和 KPI 制定下来，告诉他这礼拜最好先做什么事。

这件事，AI 就有点扮演了 CEO 的角色，又有点像 HRD。企业组织里有很多上通下达的信息，有 AI 在，其实可以直接通到每一个神经末梢。像我们自己公司已经进入到 L4 阶段了，组织方式发生了完全的改变。最大的一个改变是：因为我们开发很多软件产品，早上过来先倒杯茶，一群人坐在那儿聊天、讨论，整个过程全程录音。

录音的同时，我们的 AI 都在那儿听。AI 一边听一边干活，过一会儿就能把这些 demo 开发出来给我们看；晚上我们可以让它继续干，第二天再来验收。每个人背后可能都有 N 个机器人在帮忙做处理。所以我觉得，最终极的企业 AI 化，就是企业组织变成一个像自动化工厂一样的转变。

《智能体的管理学》：从管人到管 AI

这也是我做了之后的体会。今年我自己写书，已经不是敲字写了——我写书是跟 AI 一起开发网站、开发网页。我就讲话，说这里不行、我大概是什么思路，它就一步一步用网页的方式给我写出来。我今年写了一本书，叫《智能体的管理学》。

因为我认为企业管理会发生一个巨大的变化。以前的企业是管人的，所有的企业管理都建立在“人”这个核心单元上。但接下来，企业管理者面临的问题是：你除了管人，还要管机器、管 AI。

AI 要用得好，还要让 AI 跟人协作。过去企业组织高度依赖人、依赖执行、依赖资源；但在 AI 的世界里，是智能执行加上几乎无限的算力，这会重构原来的流程。我们要做的事情，就是人跟机器怎么协作，拿到最高的结果和目标。所以管理学也在发生巨大的挑战和变化。

我当年考管理学还不及格。但这几年帮很多企业做智能化改造，改到最后就会发现：最关键的，是要建立起对 AI 正确的看法。

“95% 的企业 AI 没带来可衡量价值”

今年大家好一点了，有了一款 AI 编程智能体，大家已经很明显能感受到，AI 进入到我们的生产环境里了。但在去年，有研究指出过一个让人很在意的结论。

有研究指出：尽管企业在大规模投资 AI，但调研下来，约 95% 的企业说，AI 没有给企业带来可衡量的价值。这是我这几年一直听到的一种声音——大家都花了钱、都投了 AI，但 AI 没有带来真正的价值。当时这样的声音出来之后，很多人都在怀疑：是不是 AI 泡沫很大？投了这么多、每天都是 AI 的新闻，为什么这么多企业却说没价值？

但这篇研究里又讲了：采访这么多企业之后发现，最关键的并不是技术不好，而是当你真要把技术应用到企业的流程整合、业务匹配和能力建设时，碰到了组织融合这个最核心的问题。这也正是我说“智能体也要被管理”很核心的原因。

其实这个问题，我两三年前就遇到了。2024 年我给很多企业做咨询、上课，但很多企业 AI 落地都不太好。那时候我也挺郁闷的，觉得怎么改都改不过来；可我对 AI 又有一种信仰。直到看到一个故事，把我治愈了。

电机普及的 30 年滞后，与生产力的 J 曲线

斯坦福有一门课程，谷歌的前 CEO 来做分享，斯坦福的一位教授讲了一个故事。他说，在电机出现后的头 30 年——我们现在都知道电机是很先进的生产力，之前是蒸汽机，后来出现了电机——

可为什么电机出现的头 30 年，对工厂效率没有显著提升呢？核心原因，大家想想老国企的样子：在蒸汽机时代，整个生产是怎么布局的？一台大大的蒸汽机在烧煤，把蒸汽拉过去，所有产线都围着一条主干线来转。

有了新技术之后，大家会把蒸汽机搬走，换上一台同样大的电机。它的确在提效，但提了多少很难衡量——看上去生产方式还是那一条线，而早期电费也很高，算不太清楚。那为什么 30 年之后发生了变化？因为大家发现：我既然通了电，为什么所有工厂还只用一条大的主干线呢？于是以福特为代表，发明了分布式的制造和分布式的生产线。这就好理解了：这条线接到这个房间，那条线接到另一个房间，电机不用那么大，每条产线都用小电机，这条线干这个部件、那条线干那个部件，最后总装到一起。生产布局一改变，生产效率就发生了极大的跃迁。所以 30 年之后真正的爆发才来了。

今天的 AI 其实也有点像这个情况。今天只是简单用一用 AI 工具，会给你提效 5%、10%、20%；但 AI 可能会带来 100%、200% 甚至 10 倍的效率变化。要带来那样的变化，可能就得像当年一样，对整个工厂的流水线进行改造，组织流程会发生巨大的变化。

而在组织变化的过程中，所有的生产力变革都有一个特点，叫 J 曲线。因为大家要去改变、去学习，会有一个周期，生产效率是先变低的——你要引入新生产力、要改流水线，就得牺牲掉一部分产能去做调整。

但过了那个拐点，就会开始出现涌现。我们人去拥抱 AI 也是这样：刚开始学 AI，很多新东西、挺挑战的，学习期、适应期都很难受；可过了那个拐点之后，真的有点起飞的感觉。

老专家加 AI 的放大效应

我自己也是这样。我不是原生学 AI 的人，AI 来了之后对我们来说也挺痛苦的。我是 89 年出生的，三十几岁，但在资本市场看来，已经像个没落、要被淘汰的“老年创业者”了。投资人都会说：你现在不会被 00 后打懵了吧？00 后是原生一代，他读大学时就在拥抱最先进的 AI，上来就用，不需要学习、不需要试验、不需要磨合。而我们这种已经有些行业经验的人，在转折期里是极其痛苦的。

我自己从看论文开始，把学弟学妹都叫老师，让他们教我背后是什么原理。等过了三年、到了这个拐点之后，那感觉是真的插上了翅膀。我跟他们说：我们这些老家伙开始发挥威力了。

AI 对老人、对老专家价值的放大效应，其实比年轻人简单用一用 AI 的价值更大。

所以我们会发现，到了 2026 年这个拐点——前后差不多三年时间——我们公司内部也发生了很明显的变化：前面一直是技术主导的，现在开始到了业务主导的时候。因为业务人员对需求的理解更精准，又能用好 AI，这个爆发会更快。

对大家来说，这个周期可能挺难煎熬的，但我们要熬过去。这也是为什么我去年在浙大总结了一系列课程，其中一门就是今天跟大家分享的：我认为 AI 最重要的还不是工具，而是要改变我们的思维和认知方式。我现在很多知识都开放在网上，网址一输入就能用。

四代思维：农业、工业、互联网、AI

这里面最重要的一个观点，我拿出来给大家看看，是我自己养成的一个思维方式：不同时代的思维方式会发生巨大的变化，我相信 AI 时代一定是不一样的。

大家可以怎么用呢？比如把这张图拍下来丢给豆包，说“这个老师讲了四个时代的思维方式不一样，我现在在做一件这样的事，请告诉我在 AI 时代这个工作环节会发生什么变化”，豆包就能讲得很好。这是我这几年强制自己切换思维方式的一种工具和方法。

我先认定它一定不一样，再用 AI 总结到底怎么不一样。农业时代，讲究的是顺应自然、生存为本。工业时代——我们今天整个城市化建设、这一系列生活，本质上都是过去两百年工业化带来的——工业思维就是流程标准、产出最大化。我们在杭州又比较幸运，杭州是一座互联网城市，每个人多多少少都能感受到互联网带来的变化：比如四十年前杭州最大的支柱产业是纺织、丝绸、印刷，现在数字经济成了杭州非常重要的一块。

互联网的这十年、二十年，杭州诞生了这么多新贵。在这里面，谁抓住互联网的机会，看的是谁链接的用户多、带来的平台效应足够大。但到了 AI 时代，新的价值变化是什么？是能不能让 AI 产生更智能的生产力、更高质量的决策优化。因为在我看来，企业最大的成本其实是决策成本——企业组织存在的意义，就是为了降低不确定性，让决策变得更好。

AI 在这些环节里能起到很好的辅助作用。我大概给大家看几个关键词。工业化思维，就是大规模制造、大规模消费，只有这样才能充分发挥规模标准的优势——所以代表是：造汽车能造到八百美金一台，做电影能做出好莱坞，做消费品能做出宝洁、做出 Zara 这样的快时尚。当然，房地产企业在过去的周期里，本质上也是用工业化思维做了很大的扩张。

互联网思维的精髓是什么？是链接一切信息，把信息放在一个平台上实现实时协作，带来网络效应。代表型企业，比如今天的微信——我们离不开微信，因为朋友都在上面，离开它就离开了一个社交网络；又比如亚马逊和淘宝，买家越多卖家越多、卖家越多买家又越多，形成了双边的平台和网络效应。

人工智能的精髓，是生成能力和智能决策。生成能力是什么？就是我们很多脑力的执行，AI 可以帮我们生成、帮我们自动化——人类历史上第一次，脑力的能力可以通过计算机去生成了。计算机生成之后又会带来很多数据、很多反馈，基于这些反馈，更大的价值就是智能决策能力。所以这里面有很多关键词：模型、创造、反馈、个性化。代表型企业毫无疑问，比如 OpenAI——AI 已经变成新一代的“Windows”、新一代的“Office”这样的基础能力了。

假设一家企业，所有人都在企业平台上、用同一个 AI 去创造工作流程里的所有事情，那么最终企业 AI 大脑做的决策，会比所有个体的决策都来得更精准。

四句口头禅，对应四个时代

那我们怎么看自己处在哪个时代？我经常讲这几句话：

“以前我们都是这么干的”——这是农业思维。
“请你按标准流程给我这么干”——这是工业思维。
“客户说这么做，我们就怎么改”——这是用户思维。
“先让 AI 干干看，干得好就让它干，干不好我们就让它调优，直到干好”——这是 AI 时代的思维。

这就像口头禅一样，不同时代、不同类型，我们的思维方式都会发生一系列的调整。

以教育为例：AI 时代到底要什么样的人

我给大家以教育为例子，可能好理解一点，每个人家里都有小孩。我们今天的教育，其实还停留在工业时代。农业时代，是老师傅带徒弟，父母说“熟能生巧，我教你我的经验”；工业时代，是老师在课堂上把标准化的知识统一教给大家，然后考试。这就是典型的工业化时代留下来的教育产物。

互联网时代怎么学习？我自己读书的时候，其实已经没怎么看课本了——我们在网上去找全世界同一个领域里做得最好的人，跟他一起学，参与他的活动，得到社会的反馈。但到了 AI 时代，学习又发生了巨大的变化。理论上，你今天用好 AI，全世界最好的老师和专家，就在这个模型里。今天的豆包，对绝大部分人来说就已经足够了。最关键的是，大家可能还没养成一个习惯：碰到任何事情，先跟 AI 沟通一下，想想看这件事 AI 能不能帮我实现？我们成年人有思维惯性，熟悉了自己的工作思路；反而是小朋友，天然地就把豆包当朋友一样看待。

“豆包是工具，还是伙伴”

这几年我在学校里经常举一个例子。我问：豆包对你们来说意味着什么？绝大部分成人的回答是——豆包就是个工具。但我去问小朋友，他们说“豆包姐是我们的朋友”，他们觉得豆包是个小伙伴。这个定位就完全不一样。

我后来跟很多人说，站在哲学家的视角，万事万物当然皆是工具；但我们成人千万不能把 AI 只当工具。因为站在老板选择的角度，今天选 AI 和选人是有竞争关系的。反而小朋友把 AI 当伙伴看——越是这样，越说明他的心态、视野、定位更合理，对他来说 AI 就是赋能他的伙伴。这是成人和小朋友特别不一样的地方。

我为什么说 AI 首先会对教育带来冲击？因为它冲击的就是知识密集型行业，企业的组织形态也会随之巨变。工业企业以制造、设备、资产这些“重”的东西为主；互联网企业最核心的价值是网络效应——像 Facebook 上市的时候，是按一个用户约一百美金来估值的。那 AI 时代怎么估值？DeepSeek 给了我们很好的样板。早年我和 DeepSeek 认识的时候，还觉得一家做金融的公司做 AI 能有什么机会。后来他们把模型一开源，很多人看不懂——你开源了到底赚什么钱？在梁文锋看来，他是要汇集全世界最优秀的一拨人，与 AI 共同进化，这才是最无形的价值。他们如今就是这个品牌加一个团队，办公室不大，几十号人，连个大会议室都没有，但这家公司的价值很难用实体来衡量了。所以 AI 时代会带来一次巨大的价值重构。

应用型人才＝行业经验结构化＋AI 规模化

那 AI 时代到底要什么样的人？这是我探索了几年之后，自己画的几个标签。打个比方，AI 时代有点像是要盖一座数字化的工厂，需要一个“厂长”，有点类似你们的项目总监——他要把所有资源组织起来，而要组织的资源，就是“智能”这种资源，用它去产生业务价值、把流水线排好。所以我写了这么一句话：

AI 时代真正的应用型人才，是能面向真实世界，把行业的经验和方法论用 AI 的方式结构化、模型化出来——因为你得让 AI 学会你的经验和方法，它才能很好地赋能你——同时又能借助 AI 的自动化，去实现规模化和持续优化的人。

四个常见的误解

这几年我也看到几个误解。

第一个误解：AI 应用人才＝会用 AI 工具的人。错。简单地用 AI 工具，当然是需要的，我们要从这一步开始；但你不能用一下工具就觉得“我会 AI 了”。你得用到能带来高阶人机协作的水平，那才算数——就像我刚说的小朋友，是天然地在驾驭 AI。AI 本质上是思维方式的改造。

第二个误解：以为 AI 就只是一项技术的应用。不对。AI 会带来一系列社会变化，它会渗透到我们生活的方方面面。我把 AI 形容成这个时代新的“语文”、新的语言，是你要学会跟机器打交道的那门语言。

第三个误解：以为 AI 教育就是“教 AI”。其实“教 AI”只是 AI 教育里的一个工具点。真正的 AI 教育是回归本质：AI 已经这么强大之后，人怎么回归到本质？人的主体性和价值到底是什么？

第四个误解：以为 AI 只是科技的机会。前几年很多科学家一讲 AI，大家听了全都慌掉，觉得这个时代离自己太遥远。不是的。AI 时代很快就会进入到社会科学的机会——任何一种生产力进入社会，本质都不只是技术问题，而是社会组织和制度带来的一系列问题。

老专家 + AI，和师徒制

这个时代有一道巨大的鸿沟。一边是大学毕业生，一边是行业里的老专家，我认为未来这两方面的人要融合，就像师傅带徒弟。老专家有优势——你们在行业里有很丰富的场景，非常懂业务；但不足的地方是惯性思维太强，未来很多事情都要先想一想：这件事是不是适合让 AI 去干？这个思维方式要付出行动去调整。而现在的大学生，动手能力、学习能力都很强，但最大的不足是缺乏对真实世界的理解。以前我们说大学是象牙塔，就是这个道理——你只学了纸面上的东西，缺少行业经验和方法。所以现在教育有问题，产业也有问题，这两者之间的桥梁很难搭。

我们学校的潘院士就讲过，人工智能不能只在学校里搞研究，一定要跟产业结合。所以几位老师就想，既懂外面又懂里面的人谁合适？于是把我又叫回去负责一些产学研的项目，希望让学校里的老师和同学更了解外部市场化的语言。最终这两套语言要结合到一起，你又能把它 AI 化，这才是真正这个时代的应用型人才。

那什么时候你能感受到自己进入了 AI 的世界？有一天，你的工作状态就有点像炒股了。工业时代衡量一个老板有没有价值，是看你有多少工厂、多少条产线在生产，因为那就是生产力。

AI 时代的生产力是：你能指挥多少 AI 给你干活，而且干出有结果的活。

哪一天你发现电脑不够用了，你就进入到一个特别好的 AI 状态了。我们现在已经不限制同事买电脑，三个屏、四个屏都比较常见了。未来指挥 AI 就是这样的——坐在那里按几个按钮，“这个你给我这么改一下，那里该怎么处理”，就像每个人都在炒股。这样一个空间，你就能产生一条巨大的数字化流水线。所以衡量一个人的价值，人均能调用的算力，会成为衡量新生产力非常重要的指标。

每一个 AI 都有性格和价值观

还有一天，你能体会到我说的这句话——每一个 AI 都是有性格、有价值观的——那你就进入到比较深的 AI 状态了。我自己是各种 AI 都用：豆包用来做日常办公里的快问快答和搜索，它现在比百度肯定好用；ChatGPT 我拿来做头脑风暴，它就跟它的 CEO 性格很像，是个非常聪明、脑子特别灵活的家伙，你让它想点子，它能给你一大堆，不过想法太多有时也会造成认知负载。它去年有个 thinking 模型，我用着挺烦，太“装”——你抛个问题，它就像博士一样把事情讲得极其复杂，今年好很多了。Gemini 是谷歌训练的，给我的感觉像一个读遍百科的科技文人，既懂工科又懂文科，讲话很“人话”，跟谷歌大百科的气质很像。从去年到今年，Claude 是我现在用得比重最高的，它就跟它的 CEO 一样，是个有洁癖的工程师，有点强迫症——输出的文档一定要规范，质量一定要高，我宁可它想久一点，但结果一定要好。所以现在不同任务我会调用不同的 AI，本质上就是在调度“智能”的过程里，去感受人和机器的差异。

这几年我在 AI 上花了大量时间。我们公司现在是这样的：早上如果 AI 不能用，公司基本就瘫痪了，大家不知道干什么，只能去喝茶。有一天我到办公室，发现我的 ChatGPT 账号“被降智”了——公司里用得太多，它好像“生病”了，状态不对。我那一天特别焦虑，站着也不是、坐着也不是。就在那一刻我真切感受到，我的工作已经离不开 AI 了。所以去年我回公司之后，贴了一句话：要珍惜每一分钟人与人碰撞产生的价值。

老专家 + AI 带来的价值，是远远大于新人 + AI 的——因为他能把 AI 用得更好。

菜鸟危机

但最真实的情况是：又有几个老专家，能真的放下身段、像小朋友一样从零开始学呢？而对现在的大学生来说，则是另一个结构性的挑战。我前阵子给学校的同学上课，他们已经非常明显地感受到一个东西，我把它叫做“菜鸟危机”——年轻人的机会越来越少了。以前组织里，年轻人需要很多打杂、练手的机会才能成长；未来这些机会会被 AI 吃掉，吃完之后，组织里就剩一批“老专家 + AI”，不再需要人打杂了。这就会带来一个“中层化危机”：菜鸟的成长机会没了。

所以我认为，未来企业和学校可能会出现一种类似“师徒制”的变化，有点像餐饮门店里店长和副店长的关系——大家形成一个利益共同体，师傅和徒弟之间有了利益捆绑，老师傅才愿意带这个徒弟，不然他还不如直接带 AI。

除了我们自己，小朋友的成长里也会出现一个断代。我写过一本书，叫《培养不被 AI 替代的孩子》。我为什么写这个？因为我认为，现在教育最可怕的地方，是在批量培养一群会被 AI 替代的人。我跟很多校长都讲这句话：

人被 AI 替代并不可怕，很多环节本来就可以跟 AI 协作；可怕的是，把孩子培养成正好会被 AI 替代的那种人。

这里我说一点个人观点：在我看来，单纯靠刷学科知识、靠考试这件事，在 AI 时代是有问题的，因为给答案、给结果，AI 比谁都做得好。如果一个同学只会干这件事，受到的冲击会特别大。这几年我去给大学生上课，明显感觉到这种学习状态不太对——很多孩子像是被高考压榨之后，读书的时候没人想听课了，他们觉得自己能学，不想再听老师讲。你也没办法再用管高中生的方式去管大学生。所以未来，创造型的人格会变得越来越重要。

创造能力，成了 AI 时代里我们人最重要的主体性。

窗口期到了：AI 成熟的三块拼图

第二部分，我讲一讲一款 AI 编程智能体（一类能自己动手干活的 AI 框架）带来的变化。今年一月份，我看到这款智能体出来的时候，判断时代已经成熟了。那天我正好在给某大型电信运营商上课，他们看到这条新闻拿给我看，问“老师你的看法是什么”。我看完之后回去马上做了一页 PPT，跟我们所有人分享：我们的窗口期、属于我们的时代，到了。

为什么这么说？前几年我们也做 AI，但我们做的不是 AI 的基础建设、不是底层科学的东西，我们做的是 AI 的应用。大模型的底层我们做不了，但应用的窗口期，从这两年开始真正打开了。

我把 AI 的成熟拆成三块拼图。

第一块：自然语言，成了新一代的编程

第一块拼图叫自然语言——人讲话，成了新一代的编程。等一下大家也可以试试，豆包里有一个类似“超能”的编程模式，你告诉它“我工作里有这么一个环节，你给我编一个网页、编一个小工程出来”，把语言讲清楚，它马上就能给你做出工具来。

我认识一位朋友，在一家上市公司任职，那几年公司在做 AI 化转型，引入了很多 AI 工具。但他们整个集团最受重视的一个应用，其实是这么来的：有一家工厂要排班，用很多临时工，产能多少就要找多少临时工，里面是有算法的，工厂里大概有几十个搞人事的人，每天都在算这件事。厂长就提了个需求：AI 能不能帮我干这个？而且最好不花预算，直接让 AI 把它干掉。我这位朋友就硬着头皮上，让 HR 把所有业务流程的表格和规则写清楚交给他，然后用 AI coding 的方式，把这些规则都喂给 AI，AI 就写出了一整套系统。厂长非常惊讶——这种系统找外面开发，可能要花十万、十五万，结果 AI 直接做了出来，班排得特别整齐。

只要有规则、有数据，AI 理解之后，就能做出一套小系统。这件事后来还成了那家上市公司当年的一个典型案例：一个刚毕业的人，帮一个厂长做了这样一个应用。我看了也很惊讶，问他“你又不会写代码，怎么做出来的”，他说就是把业务理清楚，告诉 AI，AI 就帮他做出来，他再调一调。这是前年的事，那时候他大概花了一个礼拜，下班后调一调。今年的 AI 比那时聪明多了，同样的事可能只要三个小时——你把业务规则理清楚，它就能做出来。所以自然语言编程，这种高阶用 AI 的方法，已经成了这个世界新的基础建设。

第二块：技能蒸馏（skill）

第二块拼图，今年大家应该听过一个说法，叫“蒸馏你的同事”“蒸馏你的前任”。它做的是什么事呢？我们工作里有很多经验，AI 本来并不了解一家企业每个环节具体怎么做，但只要有一些规范性的文档，就能让 AI 去学，这就是所谓的 skill。

很多人对这件事有抵触，会觉得“我的经验被 AI 蒸馏走了，我是不是就没价值了”。但我认为，未来企业一定会进入新的周期，不管你被不被蒸馏，最终都是要 AI 化的。与其被动地被蒸馏，不如自己早一点蒸馏自己，主动去拥抱人和机器的新协作——把 AI 擅长的事从今天起就交给 AI，自己早一点去探索人独特的工作位置和价值。每一个工作的人，都要在这个周期里找到一个新的人机协作点。技能这件事其实也很成熟了，说白了就是写文档：你能把 SOP 写清楚，告诉 AI，AI 处理起来就特别像你。

第三块：智能体框架（agent）

那这款 AI 编程智能体本质上是什么？它其实是一条“组装流水线”，把模型和技能组装到一起去。它本身不是一个 AI，而是一个 AI 框架，基于这个框架，可以把好几种能力结合起来。

真正的 AI，我把它定义成 AI 的 agent（智能体），它本质上是一组组能力。比如招投标、写标书的能力——你们公司里某个人标书写得特别好，他背后一定有很多方法，把这些方法 skill 化、让 AI 学了之后，就能让更多人都写出他这个水准的标书。再比如检索办公信息，每个人的检索方法不一样，有人有特定的来源、特定的库和办法，把这些经验沉淀成标准化的 SOP 技能，检索出来的质量就会更高。就像同一套写论文的能力，谁先用好 AI、把它沉淀下来，谁就能写出更好的东西。

所以我说，窗口期到了。窗口期到了之后，我给同事们抛了几个思考题，第一个就是：AI 的 ROI 到底在哪里？

AI 的价值应该落在哪里

有了计算机视觉之后，它替代掉了一些局部的工种。比如今天的身份识别——人脸识别、车牌识别，其实都是上一代人工智能积累下来的技术。这一代人工智能又有很多新的能力，能生成图片、做内容。那它的价值放到哪里最合适呢？

这两年有一个产业已经跑通了，叫短剧。据说有人花三万块钱算力、几个人，做出来的短剧就能带来几十万、上百万的回报。因为今天的短剧能做得跟真人剧差不多，有些剧情效果还能做得更好。所以在横店，已经很难找到群演了，扛摄像机的师傅也难了。

更多的人是一群人坐在办公室里，对着电脑做 AI 短剧的生产。而且 AI 短剧还能翻译成全世界不同的语种、不同的肤色，出口到全世界去，这成了杭州“文化出海”里很重要的一个东西。短剧非常需要 AI，它带来的价值转换又比较明显，所以 AI 一定要放到最适合它产生价值的地方，它的价值才会体现出来。

找应用场景也是这样：一定要把 AI 放到最适合它产生价值的地方。

企业里的场景非常多，今天做图、做办公只是最基础的应用，最深刻的场景还需要每个人自己去找。

三个问题：价值、谁来建构、怎么建构

第二个问题是：AI 的世界谁来建构？我想了很长时间。前几年我都是跟技术的人打交道，因为技术的人很兴奋，他拿着 AI 技术在开发很多东西。但今年的转折点特别明显——当我们每一个业务人员都会用 AI 来开发产品的时候，未来会出现一种新的人型，叫做产品型工程师。

这可能跟你们地产领域的项目总很像，他什么都得懂：既要懂策划，又要懂开发、懂交付、懂服务、懂政策，各方面都得懂。过去那个老世界是业务人员提需求给 IT，IT 开发，一步一步来。但在新的世界里，这些职能开始融合，未来可能一两个人就能整合这么多职能，做一个产品型工程师。

第三个是：AI 系统到底怎么建构？这反而是我们比较擅长的。这几年我们跟大量企业合作，怎么快速用这些工具搭效果、搭工作流，我和同事都很熟了。哪怕就用表格，我也能教大家用表格搭工作流，搭完之后生产效率极大提升。

有一天，我们一个客户——某大型家电企业，负责数字化的人到我们公司一看，看我们的同事现在做设计都不用 PS 和原来那些软件了，都在用表格。因为表格一拖进去，让 AI 一点，两百个方案哐哐哐出来，我们人工挑就行了。他看完之后说：你们的设计师现在都是用表格在做设计了吗？回去第一件事就是把他们的设计师拉过来，让我演示给他看那个按钮怎么点。

我后来跟他说：原来培训才是第一生产力。只有你自己会了，生产力才会被刺激出来。

这里面其实有一个比较专业的流程。AI 跟原来的软件化有一个很大的不一样：比如你们这个集团做过一个传统文化主题的子品牌，你们某一个品牌的风格，跟另一个企业要的品牌风格是不一样的。过去给你一个软件，你自己就会用了；今天一个标准化的交付其实是不适用的。

你一定要做出符合你自己工作流程的那套流程，再加上小模型、提示词的调优。只有你理解了自己的业务场景，把它搭出来，再把 AI 建构出来——然后用 AI 干嘛呢？先让 AI 干干看，AI 干得好我给它点赞，干不好就去调优它。这个闭环不断循环，等你的 AI 成熟了，某一个工作环节你就可以完全交给 AI 了。下次任务过来，你转派给你的“员工”——也就是 AI，干完了再转派回去，效率就能极大提升。

人的价值，是那层“壳”

拓展到最后，人的价值是什么？我觉得就像两个老中医，背后各有自己独特的配方、独特的品牌。AI 决定了我们能力的下限，但人的价值，其实就是那层“壳”。

这层壳，决定了人跟人打交道最显性的价值：别人看到你的感觉，为什么愿意跟你沟通；你画龙点睛、做关键决策的能力是什么；以及你能不能像老中医一样，把这些资源调配起来，开出你那个独一无二的方子。

从这个视角看，我给所有年轻人的建议是：存量的世界对他们来说其实是没有机会的；但由 AI 构成的新世界里，还有大把大把新的空间。

人类最后的东西

一讲 AI，有时候大家挺恐惧的，会觉得：老板是不是想替代我？怎么说呢，确实是想替代——任何一个企业老板的心态,一定是要优化的。

我一个朋友在某互联网大厂工作，他所在的事业部有数千人。老板问所有人：你们 AI 用得怎么样？我这位朋友挺郁闷的，他说他的指标是每天要砍掉几个人，每个礼拜都要这样，把他自己都搞得挺难受的。但企业组织转型一定会面临这样的情况。我们能做的，就是去找到：人跟机器协作之后，人类还有哪些最独特的价值点。

什么是“氛围”：一年级小朋友的故事

有一个词，大家听了可能会有感受，叫 Vibe。今天的 AI 编程有个词叫 Vibe Coding，Vibe 在英文里是“氛围”的意思，所以叫氛围编程。氛围编程是什么感觉呢？就是你对着 AI 讲话，告诉它“这个感觉对的，那个感觉不对，你再给我想想办法”。

我在一个小朋友身上体验到了什么是氛围。寒假我们办了一次小朋友创作营，一开始我说最好三年级以上，担心低年级的不会用。结果一个朋友把他一年级的女儿送来了，妈妈担心说，她连打字都不会，能用好 AI 吗？来了之后,那天让所有人都刮目相看。

我跟一个校长坐在旁边观察她。她拿着 pad 怎么用 AI 的呢——“这个独角兽,帮我把这条小蛇 P 到旁边去”“小蛇太小了，你赶快给我放大”“把那个小车放到右上角”“不行不行，这个做得不好,你再给我换一下”“豆包，你再这样做我不满意，我就要生气了”。就是在家里指挥大人干活的那种感觉，小皇帝的感觉。这让我感受到，这才是真正用 AI 的方法。

反而是一些高年级的同学会问：老师，我这个环节应该怎么用 AI？我就教他一个点：你只要按住，告诉 AI“我现在没想法，你告诉我什么想法可以引导我”“我不知道怎么做，你直接问它”。有个小朋友很惊讶：还可以这么问它吗？我说，你讲人话就行了。我们大人教了太多“什么可以问、什么不可以问”的规范，反而是在一年级小朋友身上，我感受到了什么叫氛围——他在那个氛围里，什么话都敢说。

后来我把这个故事讲给 AI 听，AI 给我总结了一句：他什么都不懂，但什么都敢要。

所以最终的解法是：我们人类要学会像老板一样，每个人都用指挥 AI 的心态，你才会用好 AI。

未来人类最重要的，就是那些说不清、道不明，凭着感觉的东西。有时候叫气场，有时候叫感觉、叫直觉——“好像它有意义”“你到底想干什么”。在这些场景里,人反而是最稀缺的。因为只要能算清楚的东西,AI 都能算得比我们清楚；但对模糊的东西，AI 也要不断揣测：你们人类到底想要什么？

所以我们现在开发产品，就变成一群人开会，把开会的内容全录下来，交给 AI。我现在写文章也是这样：先录音，录完交给 AI，问它里面有哪些可以做选题。我们还做了一些会议智能体，挺有意思。有一个叫“一针见血”，因为我们担心 AI 老讲好话，就专门让它唱反调,讲出虚伪的外表底下你真实的意图。AI 能通过录音把每个人分析得清清楚楚。所以我们内部开会讲话变得特别直接——反正好话坏话 AI 都会替我们说出来，那还不如一上来就讲最直接的话。

而人最重要的价值，会体现在那些要跟人重度打交道、跟真实世界重度打交道的环节里。比如销售、服务行业；比如老师——教知识已经不重要了，但老师如何陪伴、指导一个真实的学生，就变得很重要。只是干一个具体的活，不一定重要了；但人跟人协作到一起，能不能探索出更多新的可能性，这就是人的边界，会变得特别重要。

一切最终取决于品味

九十年代有人问乔布斯：你怎么知道自己的方向是对的？乔布斯当时的回答是——一切最终取决于品味。在 AI 时代，这个词会变得格外重要。

对我们每个人来说，未来最重要的是你的人生阅历，是你经历过的事情，你能不能把它跟你想做的事情结合起来。乔布斯的原话是：尝试去接触人类做过的最好的事情、最好的东西，把它们带入到你真正在做的事情里，你自然而然就能感受到什么是对的。所以你只要把自己感受过的东西,不断跟 AI 整合到一起去,慢慢就会找到什么是对的。

他引用毕加索的话：优秀的艺术家窃取创意，伟大的艺术家窃取灵魂。今天我们要的，是每件事情背后的那个灵魂。

学习，第一次变成了生产力

学习在这个时代也变得格外重要。为什么？因为这个时代最底核的 AI，本质就是一个学习模型、一个学习算法。人类历史上第一次,学习可以变成生产力了——因为训练 AI 的过程，本质就是学习的过程。今天的 AI 不是做完就能一直用，它会进入一个持续学习、持续增强的过程。

过去工业时代的生产力是资本、劳动力和技术；但 AI 时代，训练 AI 的生产力是什么？是你定义问题的能力、整合 AI 的能力，以及有效学习的能力。学习型的个人和学习型的组织,因此格外重要。我这几年自己也愿意回学校重新上课、重新去学，因为在这个过程里,我能向小朋友学到该怎么跟 AI 打交道。

未来 AI 型的组织，会像一张协作的网络，像一支足球队——每个人有一个职能，大家一起上去完成一个目标。三五个人,借助很多新的能力,去完成共同的目标，这种组织模式会越来越多。

AI 来了之后，除了科技,还会带来思想文化的大爆发,一些中国传统文化的东西会在这个时代重新被发扬。我给小朋友的建议也是这样：除非他特别喜欢理工科、未来要成为科学家那种级别的人,去探索人类科技未知的边界——这种人非常需要;否则，简单地学学理工科，绝大部分都会被 AI 自动化掉，今天学编程，可能还不如让他去学人文社科。（这是我个人的判断。）因为新技术进入生活，会带来一系列新的社会人文学科的东西。

还有，I 人的世界也会到来。以前需要很强的社交，现在已经很明显了：很多新的科技公司里，大家都不怎么讲话，也不怎么开会。我们公司大概也是这样，I 人居多，从来不团建、也不怎么开会，大家来了就闷头干活，你干你的、我干我的，协作到一起去，大家觉得那种状态挺好的。不疲于社交、不疲于打交道的时代来了,更多的人会向内看,追求精神世界。

去学一些永恒的东西

未来要学什么呢？不管成人还是小朋友，都要去学一些永恒的东西。什么是永恒的？看看人类历史，什么东西是不会腻的——比如琴棋书画,比如你们做过的那些传统文化的东西，其实都很好。为什么这些东西人类永远都会有？因为在高度不确定、剧烈变化的世界里，人们追求意义、追求心灵的治愈,会变得格外重要。

我个人判断，未来五到十年，我们会进入一个比较两极分化的世界。今年元旦我去了云南，在那个世界里你干嘛要讨论 AI 呢？AI 跟他们无关,晒晒太阳就挺好的。未来可能就是这样:一线城市里，所有人用最高级的生产力创造财富；而很多周边——民宿、文旅、修行、疗愈——可以跟 AI 没有任何关系，人们去追求心灵的治愈、追求人本身。所以琴棋书画这类东西你不会腻，你才会找到内心的平衡。

早上我就讲到这里。我讲的会比较抽象,大家不一定完全听得懂,但至少能听懂一个感觉——这个老师好像讲了不少不太一样的思路。后面有些文章我会发到群里,如果不好理解,就丢给豆包,问它“这个老师到底讲了些什么”,豆包能解读得很好。

现场问答

一年级小朋友“什么都敢要”，在现实人际里并不讨喜，为什么 AI 时代反而是正面案例？

听众：您讲那个小朋友的案例，AI 总结说他“什么都不懂，但什么都敢要”。我一直在想这个问题——在现实的人际关系里，这种性格其实是非常不讨喜的，大家可能都不希望接触这样的人。但为什么在 AI 时代,它反而成了一个很好的案例？我有点不太理解。

邱懿武：我最后讲到一个“I 人的世界”。我们现在世界的很多游戏规则，是因为“规则就是这样”——要有分工、有约束，什么做、什么不做。成人的世界、职场里有很多规则，这当然是对的,每个人进入真实世界，一定会被磨得更圆润。

但在 AI 的世界里，现在还有无限多种可能。为什么这个案例反而好呢？因为我看很多人跟 AI 沟通的过程，其实是被成人世界、被现在的教育模式束缚住了——“你是这个专业的,你就该做这件事,该问什么、不该问什么”，这种培养方式反而丧失了很多创造力。小朋友天然就具备这种东西,而 AI 又能给他很多新的创造的可能性，我觉得这个能力是要被保护的。

我拿出这个例子，并不是说每个人都要变成这样，而是说我们要保护那种“什么都敢要”的内在驱动。因为我看到太多大学生有一点很可怕——什么都不想要，无欲无求，不知道自己想干啥，每个人都跟我说“老师我很迷茫”。要有非常强的主动性，这种能力在 AI 时代能极好地赋能给他——社会可能给不了他，AI 能给他。

普通用户怎么从免费用豆包，跨到付费、深度地用 AI？

听众：前面有一张表格，绝大部分人是灰色，就是没用过 AI；一小部分是绿色，免费用过。我自己是免费用过豆包，会设定一些条件去提问，对豆包不符合我判定的回复再追问、修正，最终得到我想要的结果，还会用其他数据比对来判断它给的对不对。后面提到黄色部分是每月付费一两百块用 AI 的人群。我想问：我怎么从绿色过渡到黄色？有没有具体的软件推荐,或者什么渠道？

邱懿武：首先这张表是老外做的，中国的 AI 市场跟国外不一样。豆包在海外其实是要收费的，因为它的智能程度已经很高了。这张图想说的意思是：用任何一个东西，都要深度地去用 AI。今天你浅度地用,把豆包当搜索引擎问问答；但豆包里有很多功能，用好了对办公已经非常有帮助。

比如豆包写 PPT 做得很好。豆包有快速模型、思考模型和专家模型，专家模型写文章已经能写得以假乱真，我很多文章都是它写的。你可以用一个策划角色让它拆解一个策划，豆包每天还有几十张免费的图片、几个短视频、生成 PPT 的机会。把豆包用好，对我们职场白领来说，已经占据了“绿色”里一半的东西了。

更进一步，除了豆包，还可以找一些独特的、可能收费的应用。我建议有条件的话——哪怕就当辅导小朋友做作业——可以通过合规渠道，去体验一下海外的模型，看看不同的 AI 到底哪里不一样。比如二十美金那一档的模型，你只有感受到那个差距，才会有我那种体会:什么任务交给豆包,什么任务交给更高级的 AI。

这个世界里还有很多新的 AI 应用。比如钉钉现在也有会议能力。以前的录音笔早就有了,为什么这个时代又重新火了?因为录音回来之后,你可以把自己的理解写成提示词和方法论,更精准地把要获取的信息拆解出来。

我自己做了九大分析方法：第一个叫“总秘”，规规矩矩把会议完整记录下来；第二个就是“一针见血”，唱反调、挑刺；还有“写作选题”，开完会今天可以写一篇什么文章——做市场运营的同事参加完活动要给公众号写稿,把过程录下来交给它,它写完你再改一改,就能拿到一个不错的结果；还有“知识结构”；对 HR 和主管特别重要的“行动追踪”——开会讲到谁跟进什么、接下来要追踪哪几件事，AI 都会分析出来；还有“头脑风暴评估”“第一性原理”“麦肯锡分析法”等等。这些都是我根据真实业务需求提炼出来的。对你们来说,哪怕就是整理会议纪要这一件事——加上做图、做 PPT——就已经是办公里非常重要的刚需了。只有用到更深的程度，你才会感受到它对工作最直接的变化。

使用 AI 时，怎么甄别它给出信息的真实性？

听众：我们在使用 AI 的过程中，怎么去甄别 AI 给出信息的真实性？

邱懿武：这是一个很好的问题。我自己的方法是：如果你要做非常深度的研究报告，可以用专家模型加 Deep Research（深度研究）。深度研究不是快速的一问一答，而是它检索了互联网上足够多的信息之后得出的结论，准确性基本上是比较高的。

如果你想做到全部都审核过，做法是：把写完的东西再做二次审核——给它设计一个“数据检验员 / 案例检验员 / 真实性验证”的角色，把题干列出来，把段落丢进去，再让它用 Deep Research 去互联网上探究：这些数据真实的来源是什么？它就会做判断。

比如有一次，我大概说了一句“我们浙大在 2011 年成立了某个学院”，丢给它之后，它自动拆解说你这个不对，准确的说法应该是 2010 年前后，就把它改过来了。所以只要用到那个深度，准确性的问题是可以很好解决的。

人在职场里有一个最大的价值,你知道是什么吗?是签字——签了你的名字，你就要对所有交付的结果负责。

所以大家常说，律师不会被 AI 替代，审计人员不会被 AI 替代，因为最后那个字要你来签——签字代表了你对这个决策的担保。这既是技术问题，又是伦理问题。最终的目标还是：人工一点一点看过，你认为打磨出了准确的信息,你再交付出去。

主持人收束

主持人：我们常说现在已经进入第四次产业革命,这场革命是人工智能带给我们的。可能现在很多还没体会到，就像您说的，也许要十年、二十年——但我相信,也许五年我们就会看到整个社会非常大的变化。

今天这场培训,不仅在办公管理、公文生成、工作管理上,我们会用到很多工具软件;在办公、营销等场景的降本增效上，也会用到。通过邱总的介绍和接下来的学习，肯定会有非常大的收获。

而且我刚才听的过程中也在想，这对我们家庭也会产生影响——比如孩子的教育。今天早上也在想，除非在理科上非常顶尖、有天赋的，那可以走这条路;否则,去学一些跟人文相关的,未来可能也有更多机会。所以通过今天的学习,我们收获非常多。让我们用热烈的掌声,再次向邱总表示感谢!