修炼

最吓人的一句 AI 判断，不是“它会不会抢你工作”，而是“我信这个老板”，居然已经不够了。最近，美国老牌媒体大佬 Barry Diller 聊 AI 时说了一句很狠的话：他个人信任 OpenAI 的 CEO Sam Altman，但随着 AGI 越来越近，信任谁，其实都不重要。AGI 这个词听着玄，大白话说，就是一种比今天 ChatGPT 更全能的 AI，不只是会聊天写稿，而是很多脑力活都能做，像一个不睡觉、学得飞快、还能自己拆任务的超级员工。Diller 的意思是，这种东西一旦真做出来，风险就不是“老板靠不靠谱”这么简单了。就像你家楼下开了个小饭馆，你可以看老板人品；但如果有人在市中心建核电站，你总不能说“我见过他，挺和气”。他不是在骂 Sam Altman，他是在提醒一件事：AI 能力越大，越不能靠创始人的良心、魅力和采访表现来兜底，得有规则、有监督、有刹车。高潮就在这儿：以前我们讨论科技公司，常常像在挑店长；以后讨论 AGI，可能得像在讨论电网、药品、飞机安全。老板再会说话，也不能代替说明书。说白了，AI 发展到后面，拼的不是谁更像钢铁侠，拼的是谁先把保险丝装上。毕竟人可以靠面试，核反应堆可不吃这一套。

4 亿美元的 AI 婚事，居然几个月就散了。主角一个是 Snap，就是做 Snapchat 的那家公司，年轻人爱用那个“拍完就没”的聊天软件；另一个是 Perplexity，一家最近很火的 AI 搜索公司。AI 搜索你可以把它理解成“能直接帮你总结答案的搜索”，不是丢给你十个链接自己翻，而是像请了个会查资料的助理，先搜，再整理，再回你。去年 11 月，双方高调说要合作，金额 4 亿美元，目标很直接：把 Perplexity 的这套本事塞进 Snapchat，让用户在 App 里直接问问题、找答案、做对话式搜索。听起来很顺，对吧？社交平台有流量，AI 公司有技术，像商场找了个超会卖货的柜哥。结果现在 Snap 说，这笔合作“友好结束”，也就是不继续了。最有意思的不是分手本身，而是它提醒大家：AI 赛道现在变得太快了。今天看着天作之合，明天可能就发现，产品节奏不合、成本算不过来，或者战略变了。高潮就在这里：很多人以为 AI 公司只要一牵手大平台就稳赢，但现实是，大厂和创业公司谈恋爱，甜归甜，账还是要一笔一笔算。4 亿美元都能说停就停，说明 AI 不是谁贴个聊天框就能起飞。最后你会发现，科技圈最稳定的关系，可能不是合作伙伴，而是“我们之后再聊”。

现在最离谱的事，是有人开始教大家：不用大公司整套豪华厨房，你也能自己拼一个 AI 研究助理。最近有篇教程挺有意思，主角是 Groq。先别被名字骗了，它不是聊天机器人，它更像 AI 的“高速发动机”，专门负责让模型回话更快。教程里做的，不是一个新 App，而是一套自己能跑的研究流程：你提个问题，AI 先拆任务，再去找工具，再分给不同“小帮手”处理，最后把结果整理回来。这里面有几个词得翻成人话。所谓 agent，也就是“智能代理”，你可以把它当成一个会自己接活的数字实习生；tool calling，就是 AI 知道什么时候该去用外部工具，比如查网页、调数据库，不是只靠嘴硬编答案；sub-agents，就是把一个大任务拆给几个小助手，像组了个临时项目组；agentic memory，则像这个团队有了工作笔记，前面查过什么、踩过什么坑，它不会转头就忘。更关键的是，这套东西能直接跑在 Groq 提供的免费、兼容 OpenAI 的接口上。接口你就把它理解成“插座标准一样”，原来给一种 AI 设备准备的插头，现在换个品牌也能插上。高潮就在这儿：AI 正在从“你问一句，它答一句”，变成“你交代一件事，它自己分步骤去办”。这不是更像搜索框了，这更像你终于招到一个不摸鱼的实习生。唯一的问题是，它现在成长速度太快，可能过几天就开始嫌你任务写得不清楚了。

一家公司才18个月大，就被人花了11.6亿美元买走，你说这像不像刚开张的小面馆，第二年就被连锁餐饮集团整店打包？这事主角叫Prior Labs，德国团队，年纪很轻，但买它的人不简单，是SAP。SAP你可以把它理解成企业界的总账房先生，很多大公司的人事、财务、采购，背后都跑在它的软件上。现在这些老牌软件公司最怕什么？不是没人买，而是怕自己变慢。因为AI来了。AI不是一个花哨功能，它更像突然冒出来一个会看表格、会写总结、还能帮员工干活的超级实习生。谁先把这个实习生塞进自家系统，谁就可能继续当老大。Prior Labs厉害的地方，不是名气大，而是它有SAP现在最缺的两样东西：能落到企业场景里的AI技术，还有一群会做这事的人。大公司自己养团队当然也能做，但问题是时间。现在收购就像直接把装修队、设计图和样板间一起买回家，省得自己从水泥开始和。高潮就在这儿：AI时代，最值钱的可能不是公司年龄，而是你能不能让巨头少走三年弯路。我觉得以后看创业公司，先别问它几岁，先问它有没有让大公司睡不着觉。毕竟在AI这张牌桌上，生日蜡烛还没吹完，支票可能先到了。

很多人以为科学家最大的烦恼，是公式太难、实验太贵。其实有时候更像家里找发票：明明东西就在那儿，就是死活翻不出来。Altara这家公司刚拿到700万美元融资，想解决的就是这个特别土、但特别致命的问题。实验室里的关键数据，经常散落在Excel表、纸质实验记录、仪器文件，甚至十年前没人敢动的老软件里。你想想，一个化学实验做坏了，原因可能藏在某台仪器的一行参数里；一个材料配方没成功，线索可能写在研究员三周前的手写笔记上。数据不是没有，是碎了。机器学习这个词听着高深，其实你就把它当成“让电脑自己从大量例子里找规律”。可问题是，菜都还没洗，锅都还没摆好，你让AI下厨，它也只能瞎炒。Altara干的事，就是先把这些散落的数据接起来、理顺、标清楚，让研究人员终于能像看一张完整地图，而不是捧着一把碎纸片。真正的高潮是，这种看起来像“整理档案室”的活，可能比再发一篇论文还重要。因为实验室一旦把数据打通，AI才能帮你更快找失败原因、筛材料、改工艺，研发速度可能直接提上去。我觉得这事特别像大扫除：你以为自己在收拾柜子，结果收着收着，找回了半个家。

你有没有听过那种AI配音？每个字都对，但听完像导航在朗诵情书，内容没错，味儿全丢了。Mistral最近推了个新系统，叫Voxtral TTS。TTS你就把它理解成“把文字变成语音”的技术，也就是你打一句话，电脑直接开口念出来。以前很多这类系统最大的问题，不是发音不清楚，而是太像会念稿的机器人。研究人员给它起了个挺拗口的名字，叫“表达力缺口”。翻成人话，就是AI能把字念出来，但念不出人的停顿、轻重、情绪，尤其一段话变长，或者换成多种语言时，前后声音还容易像换了个人。Voxtral想补的就是这块短板。它不只学“这个字怎么发”，还学“这个人平时怎么说话”，包括节奏、语气、情感，甚至跨语言时也尽量保住同一个人的味道。你可以把它想成以前AI只是会背台词，现在开始学演戏了。高潮在这儿：一旦语音克隆，也就是让机器模仿某个人声音的技术，真的把“像”和“有感情”都做上去，客服、视频配音、有声书、游戏角色都会变，连你以后听到的“本人声音”，都未必真是本人。我觉得最魔幻的是，未来先失业的可能不是歌手，也不是主持人，而是那种一本正经、毫无感情的机械朗读。毕竟连AI都开始学会带情绪了，谁还愿意听电子木鱼。

你以为AI最贵的是ChatGPT那张嘴？不，可能是它背后那块“脑子”。这家公司叫Cerebras，最近被盯上，是因为它准备上市，估值可能到266亿美元。什么概念？差不多是很多老牌科技公司拼了多年才摸到的门槛。它不是做你看得见的APP，它做的是AI芯片。芯片你可以理解成AI的大脑底座，模型再聪明，没有芯片，就像让状元去工地徒手搬钢筋。Cerebras最出名的，是把处理器做得特别大，专门拿来训练AI。训练AI，说白了就是反复教它认东西、学规律，像给一个超级实习生刷海量题库。现在市场为什么对它这么上头？一个关键原因，是它和OpenAI关系很近。OpenAI是谁大家都知道，像全班最能花练习册的学霸，它买算力，也就是买“脑子转得快不快”的能力，带货能力极强。高潮就在这儿：以前大家抢着投会说话的AI，现在连给AI供电、供脑子的卖铲人都开始站到舞台中央了。说白了，淘金热里最先发财的，未必是淘金的人，可能是卖铁锹的。只不过这回，铁锹长得像一块发热的电饼铛。

很多人做AI，第一步就想组个“AI复仇者联盟”，其实这事儿经常一开始就错了。最近有篇文章专门聊这个：到底该用一个AI，还是一群AI一起干活。先说人话，AI智能体，就是能接任务、会自己拆步骤、还能调用工具的AI，你可以把它想成一个数字员工。那单智能体，就是一个人从头干到尾；多智能体，就是把活拆给好几个数字员工，有人查资料，有人写方案，有人审核。听起来很高级，对吧？但问题也来了。一个AI干活，像一个靠谱同事，思路连贯，沟通成本低。多个AI一起上，像临时拉了个项目群，确实能分工，可也容易互相误解、重复劳动，甚至一本正经地把错事越做越复杂。文章里提到，很多系统其实用一个AI加几个工具就够了。工具是什么？比如搜索、表格、代码执行，就像给这个数字员工配上手机、计算器和浏览器。高潮就在这儿：多智能体不是“更高级”，而是“更麻烦也更贵”，只有任务真的复杂到像办婚礼、拍电影、跑跨部门项目时，才值得上团队。普通任务硬塞一群AI进去，最后最像的不是公司，最像周一晨会。

你以为AI工程师最难的是把模型训出来？真相是，训出来只是开始，上线才像打仗。最近有篇教程讲得特别实在：怎么用ZenML搭一条能真正落地的机器学习流水线。机器学习，就是让电脑从数据里自己学规律，比如看几万张猫狗照片后学会分辨猫和狗。那流水线是什么？你就把它想成后厨出餐流程，不是厨师随手炒一道菜，而是买菜、洗菜、切菜、下锅、装盘、留样，全部有顺序、有记录。以前很多人做AI，都是在笔记本里试一试，跑通就欢呼。可一到公司真用，数据换了，结果变了，谁也说不清哪一步出了问题。ZenML干的，就是把这些步骤串起来，还帮你记账。比如元数据追踪，说白了就是给每次训练留档案：用了哪份数据、什么参数、跑出了什么结果。超参数优化听着吓人，其实像给烤箱反复试温度，看看180度还是200度烤出来更好。高潮是这儿：AI真正值钱的，不是某次灵光一现跑出个高分，而是下周、下个月、换个人接手，它还能稳定出活。模型就像厨师，流水线才是饭店。没后厨管理，再厉害的AI也容易做成一顿“今天好吃，明天拉肚子”的外卖。

一只坐在火里说“没事没事”的狗，居然把AI公司烧上了热搜。事情是这样的，画这只狗的人叫KC Green，他是那张超有名的“this is fine”漫画作者。最近一家叫Artisan的AI创业公司做广告，画面和那张经典漫画太像了，味儿都没变。问题就来了：你拿别人的作品做宣传，到底打过招呼没有？KC Green的意思很直接，没有授权。所谓授权，你就把它想成租房合同，房子是别人的，你想住、想拍广告，得先谈价、先签字，不是看着门开着就搬进去。为什么这事扎眼？因为Artisan做的是AI相关生意，天天讲效率、讲未来，结果最基础的版权规矩先踩了线。高潮就在这儿：大家突然发现，AI最容易惹麻烦的，可能不是模型会不会写代码，而是公司会不会老老实实尊重创作者。你嘴上说帮人类提效，手上却像顺走别人海报，这就很难看了。那只狗当年坐在火里说“问题不大”，现在作者本人站出来的意思大概是：不，这次真有事，而且火可能就是你点的。

同一个AI，你问一句，它像天才；再问一句，它像刚睡醒。问题可能不在AI，在你。最近有篇开发者指南讲了个很关键的事：现在跟AI说话，已经不是“随便试试”了，而是一门正经手艺。这里说的AI，就是像ChatGPT这种能聊天、写东西、做总结的程序。很多公司已经拿它干正事了，比如客服、报表、审核。这时候最怕什么？不是它不会，是它一会儿这样一会儿那样，像个情绪不稳定的实习生。所以大家开始研究“系统化提示词”，说白了，就是把你给AI的要求，写成一套有章法的指令。比如你不光说“帮我总结”，你还要说“不要编造、不要漏重点、结果按固定格式输出”。那个“固定格式输出”，常见的是JSON，你可以把它理解成一张格子特别整齐的表，机器一眼就能接着处理，不用再猜这句话哪儿是标题哪儿是结论。还有一种做法更像让AI先打草稿：你让它先想几个答案，再挑最靠谱的那个，等于不是听它第一反应，而是逼它复盘一遍。高潮就在这儿：以后真正拉开差距的，可能不是谁先买到AI，而是谁更会给AI派活。会下命令的人，等于多了个不用发工资、但也得说清楚要求的数字同事。说白了，AI没变聪明多少，人类先得学会别把需求说得像谜语。

想研究AI，第一关居然不是算法，而是硬盘不够大。最近有人做了个挺实用的教程，专门教你怎么看一个叫TaskTrove的大型数据集，而且重点是：不用先把几十GB甚至更大的内容全下载到电脑里。数据集你可以理解成AI的练习册，里面装着海量题目、答案和任务样本，研究者靠它看AI到底学了什么。以前常见做法很笨，先整包搬回家，再慢慢拆。可问题是，很多人网速一般、电脑空间也一般，光下载就能把人劝退。这个教程用的是“流式读取”，说人话就是像看在线视频，不是整部电影先下完才开始播，而是一边传一边看。这样你可以实时翻样本、做可视化，也就是把杂乱数据画成更直观的图，还能顺手检查里面有没有“验证器”这类特殊标记。验证器你可以把它想成阅卷老师，专门判断某个答案靠不靠谱。高潮在这儿：以前只有设备猛、预算高的人，才敢碰这种大数据；现在普通开发者也能像站在仓库门口一样，先扫一眼、边挑边分析，不用先租个大仓库。AI研究这事，门槛正在从“你家硬盘多大”变成“你脑子转得快不快”。说得再接地气一点，以后拦住你的可能不再是电脑装不下，而是咖啡先喝完了。