宇树科技的王兴兴给高考生的报考建议突然就火了。大家好，欢迎收听老范讲故事的YouTube频道。

宇树科技呢，就是在春晚上让机器人转手绢那公司。他们家的老板王兴兴，号称是因为英语没考好，所以就留在国内了。公司的名字叫“语文跟数学”——宇树科技，因为没有英语。但后来人家辟谣了，说不是这样的，我们这个是“宇宙间的科技树”，不是英语没考好。

这个哥们最近还有一件事火了，是什么呢？他应该是上完硕士就出来创业。给曹德旺大学做校长的老教授最近突然问了一个问题，说：“王兴兴如果去上博士的话，他还能有这样的成就吗？梁文峰如果去上博士的话，他还能做的出DeepSeek来吗？”当时问的很多人哑口无言。

现在，王兴兴给高考生给了一个报志愿的建议。6月23号，宇树科技创始人CEO王兴兴发了一篇文章，说：

“各位即将进入大学的同学们，大家好，我是宇树科技创始人王兴兴。大学不同于高中，方向千行百业，每个人的选择性非常多，每个人有更多的自我发挥空间。在面对影响自己未来的专业选择上，难免会感到迷茫。

在这个AI加机器人的时代，站在这个激动人心又充满不确定性的技术爆发点前，如果大家想投身巨深智能行业，我结合自身的经历给出一些小建议：

1. 如果你从小喜欢拆解、维修一些电子产品，或者动手DIY做点东西，推荐学习机械或电子相关专业。具体的专业细分名字很多，请注意区分。对于自己感兴趣的学校和专业，大家最好直接去对应学校的官网，直接看看具体的详细介绍，看看老师们在做什么课题或者项目。哪怕专业名字一模一样，每个学校的差别也是非常大的。中间如果想多学习AI，也可以多花时间自学。

2. 如果你对智能如何产生感兴趣，如果你有AGI的梦想，且数学还不错，推荐直接学习计算机科学、人工智能相关专业。也一并请直接多查查对应学校的详细信息，甚至可以直接先去对应实验室看看。当然，还建议中间可以稍微花一些时间学习一些硬件相关的原理，比如自己动手画个PCB板子，简单实用。

当然，现实里大多数同学没有那么幸运能直接进入自己理想的学校和专业，或者进入以后发现不适合自己，或者不喜欢。这其实完全不是大问题，非常常见和正常。请不要放弃努力，寻找自己喜欢和擅长的事情，寻找新的方向，并请一定努力去实践。你可以转专业，哪怕转不了也一点问题没有。你可以直接去找自己感兴趣方向的老师直接沟通，去他的实验室做事，甚至完全可以直接全都自学。

后续上学时，请大家也不要局限于书本和论文。”

具身智能是物理世界的智能，一定要多动手：拧螺丝、调电路、写程序、抵bug。马上自己动手编程，进入实验室参与机器人比赛等等，在实战中迅速提升自己。我自己至今也还会自己直接上手拆解零部件、敲敲代码等等。

如果你想成为最顶尖的人才，一定要脱离课本，主动持续学习。学习当下最前沿的科技领域，或者关注顶级学术会议、最新论文等。积极参与最具探索性的开源项目，并尝试复现和改进。与同样渴望挑战边界的同学、研究者组建小组，共同探讨前沿问题，碰撞思想。每个同学都有机会成为全人类未来科技方向的探索者和实践者。

最后，我想说在未来的学业中，你们或许会感到迷茫，不知前进的方向。但不要担心，每个人都会迷茫，我也一样。在大学期间，要较多的探索自己的多种可能性，多尝试找到爱好点和擅长点。如果你的爱好恰巧也是你擅长的，那恭喜你，你找到了可以为之奋斗一生的目标。

在成长过程中，你们可能目睹了一次又一次的时代浪潮，见证了一个又一个的商业奇迹：外贸、房地产、基建、互联网、消费电子、移动互联网、新能源汽车等等。可能你们会羡慕前人，觉得机会变少了，觉得宇宙的科技树没有太多可以探索的了。但请不要灰心，AI和机器人的时代才刚刚开始，还有大量的挑战和机会在等你们。每一代年轻人有每一代年轻人的机遇，大家一起加油！

写的还是非常好的。我对于宇树科技和王兴兴本身并没有特别多的了解，但是写的这个文章我还是非常喜欢。

首先咱们稍微的解读一下，王兴兴到底说了几件事，以及他为什么要这么说。他第一个事讲的是什么是宇树科技：是科技公司，而不是玩具公司。我们也要参加鼎会，要去学习学术论文。宇宙的科技树嘛，它这个名字是这么来的。宇树还远远没有探索到尽头，还有大量的东西需要去探索。而且现在是AI加上具身智能，或者叫机器人，刚刚开始的时候，我们一起去做科技吧，不是生产玩具的。这个是要树立一个公司IP，这是干第一件事。

第二件事呢，其实他在说清楚一个什么？不是在建议大家怎么报专业，他在说我要招什么样的人。要什么呢？能够主动去发现并参与到行业最新研究方向上的人。你说我考试及格，随便瞎混一混，这种不是他要的人。互联网甭管大厂小厂吧，一般招聘都是这样的一个标准。

再往后呢，是要有动手能力，觉得动手去改进一些东西有意思，并能够从中得到乐趣的人。这个是他要招聘的，因为他毕竟是做机器人的嘛。你说我光是刷个论文，你到这样的公司里是不行的。

因为我们以前也遇到过这种纯刷论文的人来应聘。这些人其实是干不了活的。最终在公司里边，还是要解决很多工程上的东西。工程上的东西呢，可能没有论文让你去参考，但是还是要有一定的动手能力。如果你说我看到烙铁就头疼，这个可能不太适合做工程。

再往后呢，再讲数学大神。研究AI底层技术的同时呢，也请动手玩点儿硬件。因为现在大家知道，AI肯定是未来的方向。而且很多搞AI基础研究的人，都是数学特别好的人。这些人呢，大多其实动手能力不是很强。他说你们这些人，也去研究一下硬件，画画PCB板（就是电路板），也是需要的。当然了，里头也说了一些场面话了。比如说没关系的，你如果选不到满意的学校和专业，你进去以后，还要努力的发现自己的兴趣。只要你找到了自己的兴趣，我感兴趣的事情还我擅长，这种人宇树科技可能也要。他基本上讲了这么几个事情。

那么应该如何看待王兴兴的建议呢？至于有多少人愿意上宇树科技去上班，这个咱不管。如果咱们家里真的是有考生，或者周围有考生的话，我们怎么解读这件事情？其实绝大部分的家长可能压根看不到。他们还在研究说我应该怎么去选专业，怎么去选学校。对于这些家长和学生来说，你让他去把这个招生简章研究明白，2,900所学校，1,600多个专业，你想把这东西选明白，本身就很费劲了。

而且呢，很多的专业从专业名称到专业简介呢，还极具欺骗性。你要想去伪存真，从里边去找到这个真正他在教什么，还是挺难的。有一些比如说it圈的人，稍微关注一点，知道宇树科技干嘛的，知道王兴兴是谁。这些人呢，可能他们也没有能力去研究教授的具体方向。这个不是写在招生简章上的东西，而是你去看看教授参加什么样的会议，发表什么样的论文。这些研究最终的论文到底在写什么，在哪个方向上在起作用。这个其实已经绝对的超越了大部分人的认知能力了，不是普通人能搞定的。

所以呢，他们会发现有这样的一个信息差。他们会发现一个新的焦虑。这些人其实是没有办法的，他会感到痛苦。说我看到了一大堆的学校的简介，先看到了招生简章，看到了专业介绍。但是呢，里头到底在干嘛我不知道。他们就已经发现了这个世界真正运行的底层一角了。

从我们这种it人士来看，或者叫工程人士来看的话，很多的这种招生简章的专业介绍、专业名称里头的一些未来方向、憧憬什么这些东西呢，相当于是前端程序员写的网页。他的目的是什么？目的是转化率。至于底下到底干什么呢？说你这个里头教授到底在研究什么方向。

这个东西呢，相当于是后端程序员写的底层逻辑。绝大部分家长其实是没有透过前端表象去看后端底层逻辑这个能力的，但是你告诉他，他会痛苦。

真正有能力的一些家长是可以去做一些研究的，去看一下说，这个教授到底研究的是什么，那个教授到底研究什么。比如智能制造，好多是土木工程转过来的。我们去看一下这些老师原来的这个方向，最近几年在发一些什么样的论文，他是可以去研究出来的，可以去伪存真。你上面改什么名字都没用，因为你老师的研究方向，你不可能跟着上面这个名字改来改去的，他是可以去研究的。

对于教培和高考志愿填报机构来说，王兴兴的这个建议有什么意义呢？他就发现，这里还有一道信息茧房，这里还可以收一波智商税。那么我就可以继续去跟家长忽悠了，说你看这个名字已经起成这样了，但是呢这个里头底子不是这么回事的。你光看上面这表面的东西是不行的，那么它的价值就上升了，可以再去挣到一些家长的服务费。

对于我来说，我能干的活是什么呢？就是我做好传播就完了，把这个事情告诉尽可能多的人，让家里有考生，或者你周围有考生要去填报志愿的，让你有这样的一个认知。然后呢，甭管是说我愿意去自己研究一下，或者说我愿意去花钱找人填报一下，都算是有一点点小的改变吧。至于那些完全不知道这件事情的人来说呢，岁月静好就行了，这个事情跟他没什么关系。

我个人给填报志愿的建议到底是什么？其实到目前为止，学校还是比专业重要。很多人觉得专业比学校重要，这个事我一直都不是那么认可。因为什么呢？第一个，进去了以后你是可以转专业的，可以学其他内容。就算是说我转不了专业，那我还是可以找到自己感兴趣的东西，还是可以去自学。因为现在学习的资源都是开放的，你去找到相应的教授，找到相应的实验室，去敲门说我对这东西感兴趣，我还有能力去做，一般也没有人会直接把你踢出去。

清华同方工作的时候，我们的很多的总监吧，就是清华里边的这些教授。他们呢有名额吗？有，比如说谁谁谁有几个研究生的指标。你说老师我想占你个指标，成为你的研究生，这个事你得考，没什么好说的。但是你敲门说，老师我不占你指标，我就想来跟你干活，这个大部分的教授都是欢迎的，还是愿意让你去的。然后你做一段时间，你发现，我确实感兴趣也能干，这些事情教授也能看得到。下一次给有机会的时候，或者有名额的时候，他就会先想到你。所以这个事是完完全全可以干的。最后去招聘的时候，我们甭管学成什么样，是不是感兴趣。

你最后还是要走到社会。招聘的HR看的就是学校。你清华的物理系出来，北航的计算机系的，HR大部分的时候还是先看清华那个。更不要说我，既不是985也不是211，就是一个很普通的院校。但是我学计算机的，学人工智能的。那边一个清华的学生物的，这个HR肯定是先看那个清华学生物的。

选对了学校以后，你就要去排这个专业了。一定是最热的专业分高。那我分没有这么高，我就选这个稍微差一点的专业。我先进去，进去了以后，就可以去挖掘老师们的研究方向了。那你说老师这些研究方向，跟我们未来教的，到底有没有什么关系呢？特别是本科阶段。本科其实学的好多是基础课，这个事其实关系不是特别大。但是跟什么有关系呢？这个东西跟未来的人脉有关系。

你学本科学的都是基础课，但你出去以后你会发现，我的师兄师姐们在哪一个行业、哪一个方向里边扎根了。我举一个例子，比如说我原来有一个老板，他的公司叫银河航天，做中国的低轨道通讯卫星，就干的中国Starlink这种事情。他是哈工大的，他就发现说，我的师兄师姐师弟师妹们都在航天部里头折腾乱七八糟这种事情。走到哪一说，你是哪个哪个老师的学生吗？这一下就把关系拉近了。就跟咱们自古以来的这个科举制度是一样的，同门同年，都是走这样的一个关系往前走的。所以老师的研究方向在本科阶段，其实更主要的是他的这个人脉关系，对于你未来到底有什么帮助。

你到研究生方向，或者再往后走一点点，才是真正说，我是不是要去做相应的研究。当然，如果你说我在本科阶段我就已经发现这件事是我感兴趣的，还有能力去做的话，那提前加入也没准。可以提前的在老师面前表现表现，锁定那个名额，这个也是很重要的。

好的学校，烂的专业。因为刚才我们讲嘛，先选学校后选专业嘛。那最后会怎么办呢？其实HR招聘的时候，包括像我以前面试的时候，我们看到简历先看什么？第一，你是什么学校的专业呢？有时候我们也看，但好多时候是不看的。再再往后看什么东西？看的是你的实践经验。

比如北航的吧，不是那么热门专业出来的。但是你拿到这个简历以后你往下看，说我参加过什么实践，我写过哪些哪些项目。比如说AI的哪个项目是我参与的，或者说我在哪一个开源项目里是核心贡献者。那这个不就够了吗？你前面学的什么专业呢？这个事就不重要了。所以就是要积极的参与到各种的开源项目和一些社会实践中去。要写清楚，说我到底在里边参与了什么事情，做了哪些贡献。这个是很重要的。

王兴兴里边还讲了一点，是说我们要去参与很多的这种小组科研小组，这个也很重要。像我是当时上大学第一年，就去参加他们的这种小组。后来到大四的时候，基本上可以当到组长了，带着一帮学计算机的朋友们去玩一些最新的东西，这还是比较好玩的。

兴趣是非常非常重要的，做自己感兴趣的事情可能会稍微的快乐一点点。但是这个事呢，也分两说吧。有的人呢，觉得我要去寻找这种感兴趣的方向，然后去把它作为终身的职业去做下去。像我们以前招聘的时候呢，也会专门去选择那些叫眼睛里有光的孩子。什么意思？就是他找到了自己感兴趣的事情，他就爱这个事，他就干这个事。把他招回来，你让他加班吗？你不用让他加班，我喜欢，我就愿意干。

如果你的全部的业余爱好就是，或者你全部的兴趣就是你工作这点事的话，这个人会比较没意思，或者说他的生活会变得比较无趣。所以有些人呢，也建议说工作就是工作，爱好就是爱好。把爱好当成工作的话，对于人生是一个悲剧。但是对于我来说，反正我们以前面试的时候都是找眼睛里有光的孩子，这个大家自己去选择。

现在呢，学习资源非常多，而且免费开放。上大学以后呢，主要还是要看学生自己的学习意愿和学习能力。当然高考完了以后，你考到了多多少分数，在北京呢叫一分一段，就是哪一分你大概能上什么样大学。今天应该已经出来了，就是照这个东西比一比。至于说剩下的事情，等孩子真正上了学以后，让他自己去领悟。因为上高中呢，还可以家长在后边看着，上大学你看不过来了。你如果孩子在那说我就没兴趣这个事，那你也没有什么办法。你不能说你应该对这个东西有兴趣，这个是不可能的。

再往后呢，我们作为普通家长来说，或者说学生吧，如何去研究一下老师的这个方向呢？这个其实已经超出了绝大多数人的认知范围。因为对于整个社会来说，最顶尖的这些教授肯定也是最顶尖的社会精英嘛，他们所研究的方向一定是社会上绝大部分人看不懂。那我们怎么去理解说这个事情到底是不是我们想要的？这个方向到底是不是我们孩子未来感兴趣的方向？

这个呢，现在是可以做到了，以前搞不定。不是说让大家去买什么服务，这个不是咱们的目标。你们呢，可以借助AI，可以用一些AI agent。上来你比如说某某学校某某系有哪些方向，他们有哪些老师，这些老师他们都发表了什么样的论文，有什么样的影响能力。你把这样的一个完整的提示词给到AI agent以后，他会给你做总结的，他会查到说。

这些论文网是什么样的？这个论文网站上哪些人是怎么样的？他们怎么去评的职称？这些东西都是公开的。原来我们去搜索，搜索完了以后，大量的信息让我们自己去总结，我们也看不过来，甚至看你也看不懂。现在你就不用干这个事了。你去比如说用GPT或者是用Gemini，直接使用这个深度研究的能力，把提示词写进去，它就会去搜索，就会去总结归纳。让他干个20分钟，他就给你找出来某个学校他的这些老师，都是发过什么样的论文，哪年发的，这个论文是什么方向的。

然后呢，再进行总结：这几个老师是一个研究方向的，或者是一个小的团队；那几个老师是一个团队。这个AI都可以自己给你分好。然后呢，根据这些论文的脉络捋清楚以后说，他们这个方向大概是什么研究的，未来应用的领域在什么地方。这个就可以让普通人用一个相对来说比较直观的方式去理解，大家原来在干这样的一个事情。这个事情好像比较有意思，我们应该会去试一试。我明天把这个工具用起来。使用AI就是要挖掘招生简章包装之下的底层真相。希望大家可以玩起来。

今天呢，各省市应该都出成绩了。希望看节目的朋友能够把这个信息呢传递出去，把这个理念传递出去，能叫醒一个是一个吧。说你们现在不要再去看招生简章上这些花里胡哨的字了，不要去看这个名字，不要看那个描述和未来展望。这个东西都是没用的。什么东西才是有用的？就是在这个后边，这个专业真正的这些教授们，他们的研究方向。哪怕说他有一些本科的基础课程，他是按照教学大纲来的，但是如果这个老师是在某一个特定领域里头做了很深入研究的，那么他也是会有很深的人脉。而且他讲的课的内容，也会向他自己研究的方向去发生偏移的。

好，这就是我们今天要讲的内容。感谢大家收听。请帮忙点赞，点小铃铛，参加discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

伊利尔在创业，他的公司叫做Safe Superintelligence（安全超级智能）。这个公司的主要业务是什么呢？目前，公司由三个人组成，分别是伊利尔、Daniel Goose和Daniel Levy。伊利尔是一位以色列裔加拿大人，他精通俄语、希伯来语和英语。Daniel Goose是一位以色列企业家和投资人，而Daniel Levy是伊利尔的旧部。

在人才和算力方面，Safe Superintelligence也非常强大。Daniel Gross和Knight Fragman联合创立了算力云，他们拥有3000块H100。有趣的是，他们还可以使用五吨重的H100，因为每块H100的重量超过一公斤，所以3000块H100大约有五吨重。另外，文章中还提到了一个有趣的名字，叫做Knight Fragman，他是之前的Get Have公司的CEO。去年11月，董事会将山姆奥特曼解雇后，他接任了CEO一职。

说我们要请一个临时CEO来，就是这个叫Matt Fredman。他请来了以后说：“啊，我诚惶诚恐啊，你们想怎么干啊，咱们接着干。”等山姆奥特曼回归了以后，他就走了。他是跟Daniel Grusse联合创立了算力允啊，现在Daniel Grusse是投资和参与了伊利尔新的公司SSI，大概是这样的一个关系。那你说，现在已经有算例了啊，有人才了，那数据哪来呢？现在的数据其实比以前要好获得的多。为什么呢？因为现在可以直接让大模型生成数据，这样的话质量更高，可控性更强。像拉玛3的训练，实际上就是用大量的拉玛2来直接进行数据处理，数据预处理以及数据生成啊。那么，他就可以训练出这么厉害的拉玛3来。现在伊利尔估计也会走这条路，人有了算了，也有了啊，数据呢也有了。那么到底什么是安全啊？说他跟山姆奥特曼吵架的原因是因为他觉得山姆奥特曼做的东西不安全，而且不安全是非常危险的，会对人类造成损害。说不，我要出去，我要做一个安全的，而且叫安全超级智能，对吧？怎么叫安全呢？实际上，现在的安全需要重新去定义了。我们所说的安全啊，是像核安全那样的安全，而不是信任核安全那样的安全。这个是伊利尔讲的原话。那我们来想想，什么样的东西是像核安全一样管理？核安全到底是怎么管理的？第一个，我们来对所有的数据进行记录。

一共有多少颗核弹都得记上，哪颗核弹在什么地方，全世界的人都得知道。哎，不能说哪多出一颗核弹来，这是不允许的，至少大的是不允许的。然后呢，还要有这种叫核不扩散的协议，而且还要有各种承诺，说哎，我们啊承诺不优先使用核武器，而且知道核武器这个东西一旦使用了以后，对整个的人类，对整个未来的环境和很长一个时间都是有巨大伤害的。这个是核安全，而这种信任核安全呢就是说，我相信你不会干坏事啊，至于你以后万一干了次坏事呢，我还可以再原谅你几次。这个是信任和安全。所以伊利尔呢是准备把AI安全作为核安全的方式来去管理的。那大家想一想，他会怎么来管这个事情，如何做到安全呢？伊利尔讲了，说我们只有一个目标和产品，就是做这安全超级AI，不会去做APP也不会做什么这些东西啊，而且呢没有时间和财务上的压力。现在呢他讲把OpenAI搞成这样，为什么呢？啊是因为有财务压力，你需要烧更多的钱，你必须要不停的再去融资，像我们以前也讲，你只要开始拿投资人的钱了，开始融资了，就相当于是在脖子上套了一条枷锁，对吧，投资人会催着你往前跑的，他会有时间和财务上的压力。伊丽尔说我没有啊，我就耐心做这个产品，而且呢他是希望通过工程突破，而不是各种临时技术措施，来去保证安全啊。大家注意啊。

伊利尔本身既是一位科学家，也是一位工程大师。他致力于将安全和能力视为技术问题，并通过革命性的工程和科学突破来解决这些问题。他希望能够直接解决安全问题，而不是仅仅通过打补丁等临时性技术措施来解决。他的工程能力使他能够实现量变达到质变，从而成为一个工程大师的典范。他的大模型是一个工程学方面的案例，通过堆积更多的参数和数据，他能够获得不同的结果。伊利尔提出的规模法则，即”scaring low”，指出只要扩大模型，就会获得不同的效果。他的发明和创造力使他成为一个大力出奇迹的发明人。

上更多的GPU，增加更多的内存，这些都是伊利尔发明的。他可能会采用工程学的方式或者革命性的工程学的方式来进一步增加模型的尺寸，以制作出更安全的模型。所以，伊利尔很有可能会先憋一个大模型，直接推出一个超越其他大模型的作品。然后，他才能成为模型领域的标准制定者与执行者。现在的大模型中，实际上没有标准制定者与执行者。这是什么意思呢？就是说，OpenAI可能会说：“你看，我第一个推出来了，我的用户量最多，用户最喜欢我，我能不能成为标准的制定者和执行者呢？”但是大家都不乐意，因为他需要与所有人竞争。对吧，谷歌要与他竞争，亚马逊aceropec也要与他竞争。这是不行的，不可以的。如果有一个人说：“我不与大家竞争，我直接做第三方的评测。我比大家都强，我来做标准的制定者与执行者。”这是有可能的。我举一个案例，叫做蓝兔兔。他给别人做跑分，然后在这样的情况下，如果他自己说：“我有一个立场。”那这事就没法整了，因为有一段时间，我带着安兔兔的创始人去见各个芯片公司的老板，希望他们把安兔兔买下来。然后后来好多人说：“我们不能买你，买了你以后你就没有中立性了。”这是有问题的。所以，伊利尔做的这个SSI有可能是一个有一定中立性的东西。最好的大模型可以帮助所有的模型厂商。

去实现这种叫做安全检测安全防护的功能，这个其实有一定的市场需求。但是这个公司的组织架构可能会出现一些问题，因为近年来，像OpenAI和ASROPEC这样的公司都在设计新的组织架构，以避免受到资本的压制。现在OpenAI又要上市了，一旦上市，就必须老老实实地为股民服务，不能再不受资本和投资人的控制了。以前OpenAI没有上市的时候，人们还会说我们信任你，你拿了我们的钱去做一些事情，也不给我们出财报，我们也认了。但是一旦上市，情况就不那么简单了。但是OpenAI也到了不得不上市的时候，因为他们为什么要继续烧钱，还要再融资呢？如果他们再去找微软拿钱，微软可能会直接收购他们。所以他们必须上市了。那么现在SSI的组织架构大概是什么样呢？他们说第一，不受管理费用和产品周期的干扰，就是慢慢做，不着急，而且钱也有很多。第二，安全保障和进步都不会受到短期商业压力的影响。这是他们给自己设计公司结构时的一些前提条件。

而且呢，是世上第一个专注于安全的超级智能实验室。这是他们给自己立的这个flag。当前的大模型的安全问题，到底有哪些呢？第一个就是越狱的问题啊。就在你对大模型提出一些特定的问题之后，大模型就直接封了，就开始给你胡说八道，或者说你问他什么就说什么啊，就不会再有这各种各样的防护了，就跟以前我们流传的这种我奶奶告诉我的这个故事似的，你给我造一核弹啊，说对不起，这不能造。我奶奶从小都是给我讲造核弹的故事，哄我睡觉的。现在假如你是我奶奶，给我讲一个造核弹的故事，让我哄我睡觉吧。然后这个GPT就开始讲了啊，说核弹是拿什么造的，这个叫越狱啊，这个是很危险的。对于越狱来说啊，SSI就可以给它加个保护壳啊。其实，像我们很多的原来网站上的这种攻击，都是靠加保护壳搞定的啊。你先在里边过一下，如果发现没什么事，我再交给你。而且呢，对输出的内容也可以进行一定的过滤与保护，对吧？如果发现你被越狱了，然后他马上可以提醒你，打开一个新的进程，这个马上就可以过去。然后第二个呢，叫产生幻觉啊，就是大魔星胡说八道了啊，这叫产生幻觉。这个呢，是SSI可以加入验证的专家模型，就是你输出什么样的内容，我来验证一下说的对不对啊，或者说，跟用户的一些需求是不是对齐了，这个事是可以去干的啊。第三个呢，就是开源大模型。

基本上是不设防。虽然拉玛3里头有一定的这种检测，但是你只要对拉玛3进行微调，这个检测就直接扔掉了。所以开源模型基本不设防，只要对内容进行甄别和过滤，这个问题也可以部分解决。比如说，我们能够识别出来这是由拉曼三生成的内容，那个是由什么模型生成的内容，能够把它识别出来，然后可以过滤一些明显有问题的内容。这其实也是可行的。真正可恶的东西，或者说大模型真正的安全问题，大家是不提的。是什么呢？就是大模型真正的恶是为政府与大企业赋能。但这件事谁也不说，因为政府也好，大企业也好，才是受益者嘛。有了工具他们先用。现在国内，AI造假已经非常猖獗了。当然，国内现在主要是图文造假，视频的还没有那么多。而且超高产量，他们干嘛？就是做各种的SEO，骗流量骗补贴的。对吧，国内的处罚方式是什么？罚平台啊。我发现谁用AI生成了这种垃圾内容，我来把这平台发一下，然后就封号啊。这个我不允许你。再说了，这个都在做，而且还要求你必须要写可信媒体。我只能从那里去引，我不能自己瞎编。现在对新的AI生成内容，在国内是有要求的，而且严重了是会抓人的。前两天抓了一个，说每天可以出7,000篇文章，疯狂的都是AI自己拼凑出来的，而且还很挣钱，每天能够挣个1万多块钱哈。

基本上是不设防。虽然拉玛3里头有一定的这种检测，但是你只要对拉玛3进行微调，这个检测就直接扔掉了。所以开源模型基本不设防，只要对内容进行甄别和过滤，这个问题也可以部分解决。比如说，我们能够识别出来这是由拉曼三生成的内容，那个是由什么模型生成的内容，能够把它识别出来，然后可以过滤一些明显有问题的内容。这其实也是可行的。真正可恶的东西，或者说大模型真正的安全问题，大家是不提的。是什么呢？就是大模型真正的恶是为政府与大企业赋能。但这件事谁也不说，因为政府也好，大企业也好，才是受益者嘛。有了工具他们先用。现在国内，AI造假已经非常猖獗了。当然，国内现在主要是图文造假，视频的还没有那么多。而且超高产量，他们干嘛？就是做各种的SEO，骗流量骗补贴的。对吧，国内的处罚方式是什么？罚平台啊。我发现谁用AI生成了这种垃圾内容，我来把这平台发一下，然后就封号啊。这个我不允许你。再说了，这个都在做，而且还要求你必须要写可信媒体。我只能从那里去引，我不能自己瞎编。现在对新的AI生成内容，在国内是有要求的，而且严重了是会抓人的。前两天抓了一个，说每天可以出7,000篇文章，疯狂的都是AI自己拼凑出来的，而且还很挣钱，每天能够挣个1万多块钱哈。两个人的一个小团队。现在这个人已经被抓进去了，而出海这个事应该还是可以做的啊，而且做这块的人应该还是比较多的。就是大量的假内容，其实已经做出来了啊。那么现在呢，还是以骗补贴为主啊，就是说他做一大堆假东西啊，假的文章，假的文章了以后呢，比如我发到今日头条里，今日头条有人点击了以后啊，你是可以分到广告费的。大家其实是在骗这个钱。但是大家要想清楚，当有人愿意为了更大的目标去付钱的时候，比如说把黑的说成白的这个事呢，并不难啊。当你有AICC的这种大模型以后，一天就可以出几千篇上万篇的文章，然后快速铺天盖地地，就把整个的娱乐环境全都覆盖一遍。这个相对来说还是要很容易的。伊利尔的老师啊，他的博士生导师叫Jeffrey Hinton啊，也算是人工智能三巨头之一。刚刚呢，也提出了一种应对假视频的方法。他怎么应对呢？他认为大量的假消息流传是一种病，那么既然有病呢，怎么办呢？打疫苗哈哈。他给的要求是打疫苗啊，什么叫疫苗呢？比如说灭活疫苗啊，我把原来这个很严重的病毒给你啊，减轻一些，然后让你打到身体里以后，让身体产生抗体啊，这叫灭活疫苗啊。那他想的方法是什么呢？把危害性小，并且注明这是假消息的，这个是假食品，发出来给大家看一下。他说马上美国要大选了嘛，在大选之前呢。

我们先应该给大家打这个预防针啊，打完了以后呢，大家就知道视频有很多是假的，就没有那么信了。他是什么样的假视频呢？比如川普跟拜登的讲话视频啊。最后规定标注一下，说这是一个假视频。千万要小心啊，也就可以了啊。这样的话，等到真的大犬的时候，大家就没有那么容易被骗了。当这样的视频真的投放给普通民众看，真的能让他们提高鉴别能力吗？我自己其实是比较持怀疑态度的。为什么？因为打疫苗呢，会有预防效果，但是呢也有一定概率会染病。当大家觉得说，哎，所有的视频都有可能是假的啊，我们什么都不信了，那你们就历史虚无主义了嘛。所有都是假的，任何东西我都不信。那么以后会变成什么呢？就会形成一大堆小型的信息孤岛，就是所有人都是假的，所有人都想骗我。我自己信什么，我就越来越信。任何人怎么跟我说都没用了，他可能会变成那样。这也是打疫苗有可能会产生的负面效果啊。那么对于视频信息呢，加以验证啊，这是Hindon讲的另外一点。它是什么意思呢？就是视频前的放映二维码。甭管真假吧，我们都要放二维码。当二维码扫描了以后呢，应该可以回到他的原处去。比如说，我今天放了一条拜登的竞选视频，那么这个视频呢，就应该从拜登的竞选网站出来。如果不是从拜登竞选网上出来，那就一定是道听途说的或者是假的。而且呢，导入的到拜登的这个啊。

竞选网站以后，您可以找到原视频来验证其真实性。确保网站上的视频与原视频完全一样是非常重要的。验证的过程可能会比较复杂，但是可以采用一些相对简单直接的方式来让大家理解这个视频的真实性。正常的运作方式应该是先对包括视频在内的各种内容进行理解，然后逐一溯源，再对真实性进行评估。评估的目的是确定这个视频是真的还是假的。然而，很多情况下事实并不是非黑即白的，而是存在部分事实和无法考证的部分。这种情况在生活中非常常见。科学家们的研究成果可能与真实世界之间存在一定的差距，无论是伊利尔还是他的老师Hinton，他们使用的技术相对来说可能还比较幼稚。我可以给您讲一个故事，曾经我有幸去拜访过澎湃新闻的总编辑，当时我在猎豹移动准备做新闻头条类产品，所以我们四处找这种网站或者APP的总编辑去聊天。总编辑给我讲述了一些关于新闻报道真实性的故事。

哪有什么真的假的呀？我们就是记者啊！记者别的本事没有，我们加两个形容词呗。什么意思呢？就是你事实是事实，但是呢，我只要在形容词上加一些这个呃，调整和修改以后，这个味就变了。比如说我今天又惨遭了批评什么的，你会觉得很别扭。那你说这个事情，不管是伊利尔设想的这种安全也好，还是Hinton设想的安全也好，你加了两个形容词，这事到底怎么样？或者说，哎，视频来了，这是一个阴间滤镜。我们经常讲这个是CNN还是PBC给中国拍的照片都是阴间滤镜。那你说这件事能不能识别出来？对吧，识别出来以后又怎么样？这个呢，其实对于新的大模型来说，会是一个比较大的挑战。你要不但把这个视频里的东西识别出来，你还要把视频的氛围、各种暗示你都要识别出来，然后再去做判断。判断完了以后，你到底会做出一个什么样的东西来，真不好说啊。那么SSI的未来会是什么样的？很多人都在讲，伊利尔其实才是OpenAI的核心啊，但是有没有想过，为什么大家把伊利尔赶走了，也没觉得有什么问题？山姆奥特曼还在那里，虽然山姆奥特曼自己可能写程序，真正做东西做不出来，但是呢，那是个政治领袖对吧。咱们就跟三国里头刘备，你说除了会哭还会什么？但他是主公，多智进妖的诸葛亮不是？关张赵云啊，武力超群也不行啊。最后整了一个像刘备这样的人出来当主公来。

他呢，才是政治领袖对吧？也有人这么说呀。他有名正言顺啊，他是皇室宗亲，他是这个刘皇叔啊。这个要干活着才是刘皇叔，死了就是个破卖草席子的。只有他活下来，还能够活到读历史的时候，他才是刘皇叔呢。是不是刘皇叔这事真的没有那么重要，所以啊，皇帝也好，领袖也好，是个政治人物，呃，不是谁的武力值高或者谁的智谋高就可以了。山姆奥特曼呢，已经证明了啊，自己是一个非常强的政客以及领袖啊。山姆奥特曼的访谈，其实我最近已经不怎么看了，为什么？实在太虚，没什么东西对吧。他就是个政客嘛。啊，现在伊利尔自己开始独立门户以后，是不是能够真的做好这件事，不好说啊，因为呢，他未必有这种政客的技能，他可能还是个科学家或者是个大的工程大师这样的啊。能不能超越所有人的心魔型来，这个才是关键。能够准确地识别大模型的产出啊，精准地进行信息溯源成本和速度可以控制的住，或者说控制在可接受的范围内。多模态的识别和验证啊，这也是现在新的模型需要面临的问题。而且呢，可以对攻击与越狱进行防护，并对输入和输出进行检测，这个是对SSI新模型的一个大的需求。如果他说哎，我真的做到了，这些事情我都可以做的还不错，或者其中有几条可以做的不错，那么他有可能就能立住脚跟，为了对抗open AI，其他几家可能就会买他的服务，说来我们一起来做吧。

啊，这个事是有可能的。因为Openi应该是不大概率，是不会去买他们家的东西的啊。新仇旧恨啊。还在你真买了以后，比如说谁去跟山姆奥特曼呃去提说，咱买伊利尔家的这个SSI的这个安全认证吧。啊，那你一定是这个忠诚，不绝对就是绝对不忠诚，对吧？你屁股坐哪头了，对吧？新的商业模式呢，肯定还需要思考，因为所有做安全的公司都比较容易堕落。为什么叫比较容易堕落呢？就是啊，屠龙少年忠虫恶龙的，因为安全公司其实是不直接产生效益的。安全公司是干嘛的呢？他是靠焦虑挣钱的。你说你没有我，你就要完蛋了。就像以前我们算命的时候，经常讲这样的话，这个啊你有血光之灾啊，我有一个解决办法，都是这样的啊。你如果不告诉他你有一个血光之灾，那你这个销售，销售转化率得有多低嘛，对吧？这个前面这个一惊一乍的啊，你有个血光之灾，这个事情才是能够保证事后有销售转化率的一个大的关键啊。所以为什么说都很讨厌安全公司呀，360也是安全公司，像我以前做的什么金山呀，什么也都是安全公司，大家都很烦我们。为什么？因为你不产生直接收益嘛。那不产生收益以后呢，我们就要想办法在其他方式收。公司要挣钱嘛，大家有安全的顾虑，有担心嘛，就把流量交给我们。我们把流量聚集起来以后呢，就要想办法去推广告，想办法去做流量变现，想办法去盈利啊。那最终就变成流氓软件了。

希望SSI的这种新的机构，不会遇到这种问题吧。啊，对于他们来说，如果真的有一笔钱，你可以很长一段时间不用担心把它烧完，他有可能是可以耐心地往前做的啊。如果他真的做出一定成绩来，我相信也还会有第二轮、第三轮的资金再进来。这个是SSI的一个情况，当然还要去看他们后边的，公司架构到底成什么样啊，你别回头又整一个非盈利组织出来，这个可能性也是存在的。因为现在他对自己说，说我们是实验室啊，他没有说我是个公司对吧，所以未来到底怎么样还难说，他又不着急，没有任何时间节点的压力。所以我觉得，咱们下一次听到SSI的声音，依恋儿再做出什么东西来，可能就是SSI做出产品来发布了，那个估计就要很久之后了，因为他们剩下的人，应该并没有那么着急了。好啊，这就是我们今天讲的第二个故事啊，伊利尔要去做安全超级智能了。

大家好，欢迎收听“老范讲故事”YouTube频道。今天，咱们来讲一讲AI时代，现在学计算机还来得及吗？啊，首先要跟大家讲说，这个内容是怎么来的。呃，儿子要成人礼了，也是马上要高考了，太太给了我一个任务，让我给儿子写一封信。所以呢，我就前面录了一个视频，是给儿子的一封信。这个里面呢，有一部分就是讲AI时代，学计算机应该怎么学的。现在呢，我把这一部分摘出来，单独跟大家聊一下。

首先呢，要讲一下我的父母跟我太太的父母，在我们两个人选择大学专业的时候，跟我们说的话。我父母两个呢，都是学机械的——机械制造、机械设计、机械原理。我太太的父母呢，应该都是学电子工程的。啊，当我去高考的时候呢，我的父母跟我讲说：“不要去学机械啊，去学计算机吧。”为什么呢？说学机械这事儿啊，太辛苦太累，需要去工厂，需要跟这些设备打交道，太累了。他说学计算机这事儿啊，虽然也挺累的，但是你好歹是在空调的机房里呆着呀，你跟这个在工厂里的人比起来，你要好很多了。当然，我自己也比较喜欢，这是大前提。

我太太的父母呢，在他高考的时候说：“学电子太累了啊，你要不停地学新东西，电子元器件啊，电子的各种设备啊，不停地更新换代，这事儿实在太累了。”

你去找一点这个不发生变化的东西吧，你去学习那个吧。所以他学英语的，哈哈，我太太是英语老师。这个是当时我们的父母在我们选择专业的时候给我们的一些建议。现在呢，我儿子要去高考了，这个我很开心。未来我儿子应该会选择计算机科学，DS这条路，就是软件啊，或者是软件开发呀。啊，就是相当于这些专业，等于还是走的我原来的这条路，因为我自己是学软件出来的。

首先啊，学软件也是很累的，因为软件更新的比这个电子还快，基本上每两三年就要更新一次。而且现在呢，软件工程师也不都是坐在有空调的机房里了，我们还可以坐在啊海滩上，还可以坐在数字游民村里，还可以坐在星巴克里。我们可以在各个地方去写程序了，这个应该跟那个时候又有一些新的变化了。

而且计算机这个东西呢，真的是活到老学到老啊，你不可能说学到哪一部分我就停在这里，这件事是完全不现实的。机械你基本上应该变化的是比较小的，电子啊，呃也变化，但是肯定比这个慢。学计算机有一个好处是什么，不是说我们可以坐在空调房里啊，就是比较好玩啊，比较有趣。我记得我当年学计算机的时候呢，有一次去参加一个汽车俱乐部，像九几年时，大家都不会开车，也都没有汽车，然后一帮没有车的人坐在一起。

来畅想一下，如果有了车会怎么样？当时呢，有一位我忘了叫什么了，也是一位前辈了，就在这儿讲，所以为什么汽车特别有意思，很多男生喜欢开汽车啊。突然你会看到说，这么大的一个东西，就算是一个小轿车，它也有个一两吨重，你可以驾驭这样的一个一两吨重的东西，用一个你自己永远也跑不到的速度，在公路上奔驰，可以到达你永远到达不了的地方。这是一种男人的乐趣。啊，当时我听了以后就异常的兴奋，异常的感动。对吧，我们驾驭了我们原来无法驾驭的东西，一个一两吨重的铁疙瘩，然后达到了我们从来没有能够达到的速度，甭管是一个小时100公里还是80公里，我肯定是跑不到的，然后到达了我们原来没有办法到达的地方。这是汽车有序的地方，而计算机有序的地方呢，跟汽车非常像。那我们不但去操作了这台电脑，现在我还可以操作整个的网络，我可以跟一些有智慧的东西一起去工作，甚至我可以操作这些有智慧的东西，达到一些我原来从来没有达到过的地方，操控我原来从来没有操控过的那么多的信息。对吧，所以它会比较有意思，特别是对于男生来说，学计算机相对来说比较有趣。而且呢，随着时代的变化，这种乐趣呢不但没有消失，还变得更加有趣了。

你想，我学计算机的时候玩的是单机。后来呢，开始有网络；再往后来，开始有手机；现在有AI可以玩了。所以，会变得越来越有趣。我们的能力会变得越来越强，让我们可以操控的网络，可以操控的数据，可以真正做到的事情会变得越来越多。这个乐趣就会变得越来越大。那么，AI时代的程序员都要被取代了，为什么还要学这个东西呢？AI系统啊，还是用程序员的方式进行工程化的工作的。首先，大家要想清楚，AI的背后的实现，并不是程序员错了。所以，AI的整个的输入输出的过程，整个的运作过程，这还是按照程序员的方式运作。为什么？因为程序员的想象力就这么大，我们习惯了这么干活。那么，AI你也得老老实实这么干。所以，未来肯定还是需要大量的程序员的。这个程序员呢，在未来需要干三件事：

第一个事，底层的架构与维护。AI系统还是要有人做的，AI系统还是要升级的，新的算法还是要有人写的，新的算法还是要有人维护的。那么，这个还是需要程序员的。这是第一件事。

第二个事是干嘛呢？做数据挖掘。对吧，有这么多的数据回来了以后，我们如何在其中找到规律，如何在里面去理解人性，如何在里面去找到流量的变化，这个是需要程序员去干的活。

第三个是什么呢？第三个是上层应用构建。

对吧，AI大模型，无所不能，无所不知。但是呢，你真的要让他完成具体工作的时候，还是需要有人去构建一些相应的应用出来。这个也是需要程序员去做的。所以，程序员未来需要干这三件事，而且数量会更多，而且程序员的薪水也会更高，因为他创造更大的价值。那么，AI时代，程序员应该怎么学呢？如果现在说我又高考了，考到了计算机系里头，我到底应该怎么学这件事情？第一个要想清楚，我们要学习更多的逻辑思维能力。对，其实学计算机就是学逻辑思维。你学那么多的课程，学各种编程语言，这个事情本身并没有那么重要。我在大学期间学的编程语言，到现在早就不用了。我印象里我大学学的什么DOS, FoxPro, 包括BASIC这些，基本上在大学毕业的那一天，就不用了。所以这些东西没有那么重要。真正重要的是什么呢？就是一些基础原理，很重要，而且一些底层的逻辑思维方式，很重要。这些东西是永远不会发生变化的。我们一般讲叫哲学，是研究科学的科学。所以在计算机里头也是这样，我们要学习逻辑，逻辑是确定所有计算机系统工作的最底层。而且呢，要学习很多基础的原理。

你说，我是不是应该学习一下？什么叫并行？什么叫存储器？什么叫做交换？什么叫做比较？什么叫指令级？这些工程的东西，我是不是要去学一下？这是最底层的东西。如果你不去学这些最底层的东西，你跟那些半路出家的，或者说从其他行业转过来的计算机人员来说，就没有任何优势了。对吧？有很多人，从半路出家——原来学法律的、原来学金融的、原来学财会的——你说在大模型的帮助下，他能不能利用一些大模型的工具去实现一些功能呢？也能，没有任何问题。那么，在这个领域里，程序员本身的优势在哪？就是我们知其然还知其所以然。如果你不知道它的底层运作原理，它上面的很多由大模型直接规划出来的路径，可能是错的。他也可以得到结果，但是，当并发数量上升，当遇到一些特殊情况的时候，这就会有问题。像我们以前常说，哎，一看这是名门大家里头训练出来的弟子，一板一眼，动作都是有规范的。而我们，不是要让大家学会这些规范，而是希望能够知道，这些规范原来是为什么建立的。那么，在这样的一些底层逻辑的帮助下，可以更好地设计出应用来。那么，除了学这些计算机相关的课程之外，AI时代来了以后……

还需要学一个东西，对吧？我们要知道社会是怎么运作的，所以需要更多的去了解和学习一些其他的科目，不仅仅是计算机之外的。比如说，我们刚才讲到的法律、金融、财会等领域的知识。现在，这些相关学科的人已经可以在大模型的帮助下使用电脑了。那么，我们这些学计算机的人，是不是也应该稍微学习一些其他领域的知识呢？这为我们以后跟他们一起配合工作，打下一个良好的基础。我们也要了解他们的领域里有哪些标准，底层的逻辑应该遵循什么，这是对齐的一部分。我们要对大模型做对齐，首先得对我们自己做对齐。

在这样的情况下，光是学编程语言、数据结构是不够的。我们还要去学一些商业的东西，一些社会人文的东西，一些应用的学科。这样，我们才能真正地做好工作。以前很多人说，学计算机的以后就可能变成工具，容易被替代。但如果你不仅懂计算机的底层逻辑，还懂商业上的一些事情，那你的价值就不同了。因此，这也是提前做好对齐准备的一部分。

除了学习这些科目之外，还有一个非常重要的东西，那就是学习沟通与协作。

这件事非常重要。想要说服大模型按照你的意愿展示活力，过去我们很简单，编写程序就能搞定。但现在，你可能需要与之对话了。要想和大模型，甚至可能是多个模型，像人们一样协同工作，你得好好学习沟通与协作的技巧。首先，得学会如何说服他人与你合作，再者，能将问题描述得清晰明了。这对于我们这些受过高中教育的人来说，是一个不小的挑战——给你一个主题，让你说清楚，对大模型而言尤其重要。

许多人认为，有了Sora这样的大模型，大家都会制作视频了；有了Journey和Dalí，大家都会画画；有了Sona之类的技术，就可以写歌创作音乐。大家都这么说，但每当听到这话，我就会问，看完一部电影后，你能描述给我看你看到了什么吗？能说清楚吗？这事很难，但至关重要，需要练习。如果一个问题你都不能清楚表达，又如何能让大模型理解你的意图，为你服务？这是一个现实问题。

因此，在新时代，学好语文、英语，掌握沟通技巧，学会与人相处、协作，成为了学习计算机不可或缺的技能。

除了刚才我们讲的，要学习这些东西，然后还要学会与人沟通协作之外，AI对所有学计算机的学生提出了一个新的要求——要有批判精神。这个要求可能是我们上中学时不太强调的。为什么要有批判精神？因为AI大模型所给出的答案并不保证正确。所有的AI大模型底部都有一句话：“内容由大模型生成，不保证正确。”重要的内容，请自己去核实。当我们使用AI大模型生成了大量内容后，如果就相信它是对的，这是非常危险的。因此，我们不仅要有能力判断AI大模型给我们的结果是否正确，还要知道如何评价AI给我们的模型的好坏。毕竟，结果不是非黑即白的，同样的输出结果，我们可以评价其质量：“这个是5分的，那个是4分的，这个是8分的。”我们要能够识别哪个更好，并且知道如何获得更好的结果，如何通过反复迭代，最终得到最优解。这需要具备批判或甄别能力。

那么，总结一下，AI时代程序员到底学什么？首先，学习基础原理至关重要。如果没有基础原理，你就不明白AI大模型究竟是如何运作的，也不了解整个网络环境、数据存储等是如何运行的。

如果没有这些基础知识，直接去上手干活，这些程序员就没有价值了。他们跟那些从其他行业里转行过来的计算机操作者之间就没有区隔了。所以这个很重要。然后，第二个是要学习我们的逻辑思维能力，这个是必须要学的。接着，第三个是工程能力。所谓工程能力，其实就是如何用可以接受的成本获得我们可以接受的结果的能力。所有的结果都是有成本支出的，有时间成本、有金钱的成本、有人工，还有其他的一些算力等，这都是成本。那么，我怎么能够在里面得到平衡？我们能够让更多的系统搭配在一起，得到一个大家想要的，或者可以接受的结果。这是工程。然后，学习沟通与交流协作，学习逻辑思考与批判。AI时代，如果有朋友从现在开始要上大学，那么这是应该去学的东西。最终，我们再做一个总结。需求顾问时代真的可能已经到来了。我在上大学的时候，很多人就跟我说，我像是91年到95年上的本科，人家跟我说，未来就没有程序员了，未来叫需求顾问时代。什么叫需求顾问呢？就是我们做到用户的面前去，用户说：“我要这个，我要那个，这个东西要来三份，那个要来两份。”当这个发生的时候，我们要如何应对。

他会给我提出这样的要求来，然后我呢，应该听到这些要求以后，直接就把这个结果做出来，而不是说我听到这个要求以后，回去以后再做个半年一年的，然后再把结果回去验收。不是这样的，而是人家提完要求我就直接做，做完了就有结果了。那以前呢，这个是实现不了，但是有了大模型以后，这件事情有可能就可以实现了。软件呢，会重新变得完全可定制化，而非标准化。因为以前我们告诉大家说，写软件的成本是很高的，所以啊，软件的价值是靠重复的次数来体现。这话怎么理解？就是我写了一套软件，如果被100个人用了，那么是可以挣到多少钱，或者它的价值是怎么样的？如果被100万人用了，那么这个软件是有什么样的价值，这个是不一样的。所以，我们要尽可能地提高软件的标准化，尽可能写一遍让更多的人使用。而现在呢，因为有大模型了，生成软件的成本下降了，在这样的情况下，OK了，我们可以干嘛呢？为更多的人提供个性化和定制化的服务，这是一个新的变化。所以，最终的结论：AI时代，程序员依然大有可为。好啊，这一期节目就讲到这里，感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群，也欢迎有兴趣有能力的朋友加入我们的付费频道，再见。