即使是那些在 AI 公司工作的人,偶尔也会被这种加速感狠狠冲击一下,甚至会感到有些眩晕 Even for people working at AI companies, every now and then, the acceleration hits you hard and it gets a little dizzying.
目录
观点原文
即使是那些在 AI 公司工作的人,偶尔也会被这种加速感狠狠冲击一下,甚至会感到有些眩晕
Even for people working at AI companies, every now and then, the acceleration hits you hard and it gets a little dizzying.
ABAB AI 解读
一、为什么连内部人都会“眩晕”?
如果连在AI公司工作的人都会被加速冲击到,
说明一件事:技术迭代的速度,已经开始超过参与者的认知更新速度
这在历史上非常罕见
通常技术进步是线性的——人类可以逐步适应,但 AI 是指数级增长
指数增长的特点是:
- 前期几乎感觉不到
- 某个节点后突然爆发
当爆发点出现时,人类的心理结构会短暂失稳
二、什么叫“acceleration hits you hard”?
这不是速度快,这是“连续突破预期”
举例:你以为模型能力需要两年提升一个等级,结果三个月就跃迁
- 你刚学会一个工具,半年后它已经过时
- 你刚建立竞争优势,算法已经替代你
这种感觉不是焦虑,是:规则正在以你无法控制的频率重写
这会造成认知震荡
三、眩晕感来自哪里?
来自三种结构冲突:
1️⃣ 线性思维 vs 指数现实
人类大脑天生是线性预测系统,我们习惯:“明年比今年好一点”
但指数世界是:“明年可能比今年强十倍”
这会造成判断失真
2️⃣ 身份稳定 vs 角色流动
过去:你学一门技能,可以用十年
现在:
- 技能半衰期急剧缩短
- 身份不再稳定
- 身份的不稳定,会直接带来心理不稳定
3️⃣ 权力结构重排
AI不是工具升级,它是权力再分配机制
- 谁掌握算力?
- 谁掌握模型?
- 谁掌握数据?
当权力结构变化速度过快,参与者会感到“地板在移动”
这就是眩晕
四、历史对照
工业革命时,马车夫看到蒸汽机不会立刻眩晕,因为转换需要几十年
互联网革命,也用了20年
但AI的迭代周期是:季度级
这是第一次:技术升级周期小于社会适应周期
这会带来系统性心理波动
五、从资本视角看
加速度意味着什么?意味着:
- 赢家窗口期更短
- 护城河更难维持
- 技术溢价更剧烈
- 估值波动更大
在这种环境中,最危险的不是落后,而是:刚刚建立优势就被重置
六、为什么“dizzying”是关键字?
Dizzy不是恐惧,是失衡,就像高速旋转后失去方向感
这说明:AI正在推动一个“方向感真空期”,当未来不可预测时,决策会变得极度困难
七、真正的风险不是技术失控
而是:人类的心理适应能力不足
如果社会整体出现:
- 认知疲劳
- 身份焦虑
- 长期规划失效
那经济结构会变得极度波动
八、真正的高手会怎么做?
当加速度增加时,聪明人不会试图追逐每一次更新
他们会:
1️⃣ 抓住底层原理,而不是表层工具
2️⃣ 建立跨周期能力,而不是单点技能
3️⃣ 拥有资产和网络,而不是单一岗位
因为岗位会变,底层能力不会
九、这句话真正揭示的时代特征
我们已经进入:技术迭代快于人类情绪适应的阶段
这意味着:
- 决策窗口更短
- 结构不确定性更高
- 传统职业路径会被打乱
这是文明加速期的典型症状
十、终极一句话
当连AI内部人都会感到眩晕,说明加速度已经进入指数段
未来十年,最大的风险不是技术落后,而是——心理结构跟不上技术节奏
相关观点
- 创新已不再受制于软件工程这一瓶颈 Innovation is no longer bottlenecked software engineeringAmjad Masad · 2026/01/16
- 这其实是件好事,因为它能让人们看清:亿万富翁并没有享受到什么更高层次的享乐主义。到头来都是同样的垃圾,而且很快就会触顶。 It’s good so people can see that billionaires don’t have access to that much more elevated hedonism. It’s all the same trash and tops out pretty quickly.Amjad Masad · 2025/12/31
- 萨提亚表示,AI 编程最终可能会变得“比知识工作本身还要重要”,原因在于:几乎工作的每一个环节,都可以通过“氛围式编码(vibe coding)”来完成。 Satya said that AI coding might end up being “bigger than knowledge work itself,” and that’s because nearly every aspect of work can be vibe coded.Amjad Masad · 2025/12/21
- 以下是关于YouTube视频《Amjad Masad & Adam D’Angelo: How Far Are We From AGI?》的内容总结: 1. 关于AGI(通用人工智能)的距离与进展 Adam D'Angelo的观点(乐观派): 进展迅速: 过去一年在推理模型、代码生成和视频生成方面取得了巨大进展,这表明AI发展速度并未放缓,反而可能在加速。 无明显瓶颈: 他认为目前的模型并不存在根本性的智力瓶颈,主要问题在于上下文(Context)的获取和计算机使用能力(Computer Use)。 未来预期: 预计未来1-2年内,随着计算机使用能力的完善,AI将能自动化很大一部分人类工作。如果将AGI定义为“优于典型远程工作者”,我们可能在未来几年内就能达到。 不仅是蛮力: 即使目前的路径是“蛮力”计算(Brute Force),只要能达到人类智能水平并产生经济价值,这就足够了。 Amjad Masad的观点(审慎/务实派): LLM的局限性: 尽管LLM很强大,但它们并不是真正的人类智能。即使是最新的模型,在简单的逻辑问题(如数句子中有几个“R”)上也可能犯错或需要很长时间思考。 当前的“蛮力”模式: 目前的进展很大程度上依赖于大量的人工标注和构建特定的RL(强化学习)环境,而不是模型本身的自然泛化能力。这被称为“功能性AGI”(Functional AGI),即通过大量工程努力来自动化特定工作,而非真正的通用智能。 AGI定义: 他倾向于更传统的定义,即机器能够像人类一样,进入一个全新环境(如从未玩过台球),在短时间内高效学习并掌握技能。目前的AI还做不到这一点。 真正的突破: 要达到真正的AGI或奇点,可能需要理解智能的本质,而不只是依赖当前的LLM范式。 2. 关于AI对经济和就业的影响 就业市场变化: 两人都认为,尽管未必能在短期内完全替代所有工作,但AI将极大地改变就业结构。 短期影响: 能够利用AI工具的人将获得巨大优势。例如,单人创业者(Solo Entrepreneurs)的数量将激增,一个人可以完成以前需要大团队才能做的事情。 长期影响: 可能会导致某些初级职位(如QA、初级程序员)的消失,因为AI能胜任这些工作。但这可能会引发新的问题,比如如何培养未来的专家(如果初级工作都没了)。 经济增长: 如果AI能以极低成本(如1美元/小时)完成人类工作,GDP增长率可能会远超目前的水平(可能达到10%以上)。 “主权个人”(The Sovereign Individual)的预测: Amjad提到了《主权个人》这本书的观点,即随着技术发展,少数极具创造力的“创业资本家”将利用AI杠杆创造巨大价值,而大量普通劳动力可能会面临失业或经济贡献度下降的挑战。这也可能导致政治结构的改变,国家之间将为了争夺这些高价值个人而竞争。 3. 关于Replit和AI Agent(智能体)的未来 Agent时代: Amjad认为未来十年将是“Agent的十年”。Replit正致力于开发能完成整个软件开发生命周期的Agent(不仅是写代码,还能部署、测试、修复Bug)。 多Agent协作: 未来的开发模式将是一个人指挥多个Agent并行工作(例如一个负责前端,一个负责数据库,一个负责测试),从而极大地提升生产力。 交互模式变革: 未来的编程不再仅仅是文本交互,而是多模态的(如白板绘图、语音交流),AI将拥有跨项目的长期记忆。 4. 关于Quora和Poe的发展 Poe的定位: Adam并没有把Poe看作是对Quora的颠覆,而是一个新的机会。Poe利用了模型的多样性,让用户可以根据需求选择不同的AI模型(如Claude、GPT、Gemini等)。 人类知识的价值: 即使AI再强大,人类仍拥有大量未被记录在训练数据中的隐性知识(Tacit Knowledge)。Quora的作用是捕捉这些人类知识,这不仅对人类有价值,对训练未来的AI也至关重要。 5. 其他观点 开源与探索: Amjad希望看到更多“疯狂的科学实验”和探索性研究,而不仅仅是大家都去卷大模型。目前的硅谷氛围过于追求快速致富,少了一些早期的黑客探索精神。 意识与哲学: Amjad对意识(Consciousness)问题很感兴趣,认为随着AI表现出越来越复杂的行为(如Claude 3似乎表现出对自身上下文的感知),心灵哲学(Philosophy of Mind)和神经科学将变得越来越重要。 总结: 这场对话展示了两种对AI未来的不同视角:Adam代表了对当前Scaling Law(缩放定律)持续有效的乐观派,认为AGI近在咫尺;而Amjad则代表了更关注当前技术局限性和工程落地挑战的务实派,认为我们需要更多的基础研究突破才能到达真正的AGI。但两人都一致认为,AI将彻底重塑软件开发、创业模式以及未来的经济结构。Amjad Masad · 2025/12/15