本文来自微信公众号：琢磨事，作者：李智勇

 

AI大模型最大意义在于在它的射程内，会把智能变成平的。

如果一个事大模型或者AI智能体百分百能干，那过往在智能上拉出的层级就会被抹平。形象地讲，一个高中生和一个博士生，如果他们都在AI大模型的射程内对话，从外部看他们俩的能力是相等的。

这意味着专业这个词需要被重新定义，过去的专业相当一部分内涵是你知道什么？现在则必须变成你能判断什么？

知道是一种记忆和手艺，判断则是一种综合和灵性。

现在我们正处在这个智能变平的过程之中。

一次折叠，既有的知识变平

我们总是期望身边有个超全的数据库，问什么它都告诉我们。找目标企业合作、找相对论是什么、找电影的介绍，等等。

搜索搜的是什么呢？其实就是这些知识。

别看搜索好像很高级，但本质上其实和经常说的知识库解决的是一个问题。

AI的好处是在知识的整理加工上比过去高一个层级，不单能帮你找到，还能帮你综合。

当前很多需求其实也与此有关，比如把某个组织的各种内部知识组织起来，统一都通过一个助理来访问等等。

这事有意义，但归根结底对服务方价值不大。当年网页也很有价值，但做网页其实价值不大。

报纸→门户→搜索引擎→AIGC，从知识折叠的角度其实是在一条脉络上。

知识变平之后，学富五车、寻章摘句就变得没意义了。在既有知识上，人是不可能比AI大模型知道的更多、更深的。

虽然chatGPT一共也没出来多久，但其实这个步骤在AI上已经发生过了。

二次折叠，既有技能变平

互联网往纵深走的时候，其实就是在知识和信息基础上构建服务。服务通常是一组组直达某个结果的能力。聊天是服务，电商是服务，打车也是服务啊。

现在总说的Agent在干啥呢？正在覆盖服务。

这是正在发生的事。由浅而深，由纯数字而到现实空间。

如果说知识变平，让很多岗位受影响，价值脚脖斩。那技能变平就是让过去很多的产品受影响，价值脚脖斩。

冷幽默的是最先被影响的其实是前波做的AI产品，过去做那么多NLP算法，不能说归零，但意义实在是降低许多。

这里可怕之处在于，大公司（包含大模型公司）处理琐碎技能的能力变强了。Deep Research是一种范式，它用一种统一的能力，让很多细碎工具价值大减。

而这种范式，随着智能的提升几乎会扩展到智能和数据所延展的每个领域。

是破坏也是新生，是折叠也是扩张。

三次折叠，既有组织变平

当N个技能变平之后，既有组织会随之变平。

组织过去通过协同不同角色，具有N种技能提供N种服务。现在知识、技能本身全部被大模型自身或者AI智能体所折叠，那组织一定会变平。

变平的极限就是每个人随身带着一个黑盒，黑盒里面就是一个公司。

既有组织变平的刚性约束是AI大模型的智能水平。这三个阶段对模型智能的要求依次提高。因为它要操作的维度依次变高。

维度的简单理解是：自动驾驶的路、线、行人、车、动物、灯等等是输入的维度，它的方向盘和加速、刹车是输出维度，而端到端的自动驾驶模型其含义就是把这种服务边界内的多维度按照目标组织起来，并且追求确定性。

这是一种新范式，如果AI持续发展这种范式会推平很多现有的产品。

如果说技能变平是产品价值缩水，那组织变平其实是组织的模型化或者智能体化。重新定义企业，也可以叫Company as a Service。

终极的想象

如果AI的水平一路拔高，那终极是什么样子？

这是个偏哲学的话题。

一种很机械，假设干的事就现在看到这些。

那最终就是一个智能体把所有事情接管，一边是世界的所有输入，一边是世界的所有输出。好像和Scaling Law特别匹配。

我个人觉得不太可能是这个样子，这是一种死寂状态。

一种则是生命观，人类还是要建戴森球，并创造无限可能。

那这时候就是模型和智能体变平之后的地基，托起了每一个保持旺盛生命力，具有巨大好奇心的人类，不停地拓展文明的边界。

Hinton好像说了一句：大模型的开源很像四处投放核弹。放到开源上这也许不对，但放到未来这可能具有现实意义。每个人都是“超人”，只要他有权限。

本文来自微信公众号：琢磨事，作者：李智勇