斯坦福大学的研究表明，近半AI创业者选错了方向。这里边到底谁对谁错呢？

大家好，欢迎收听老范讲故事的YouTube频道。大家都在指点江山，但是人家斯坦福大学肯定要更专业一些。

7月7号，斯坦福大学的HAI（叫以人为本的人工智能研究所）与数字经济实验室，发布了一个工作论文，叫“员工真正希望从人工智能中得到什么”。这样的一篇论文，有兴趣的可以自己去找这个论文来看一下。里边讲到很大比例的AI创业者呢，都找错方向了，大概41%的AI自动化，正在做没人想要的事情。那这论文到底说什么了呢？

他呢，首先做了一个打分。论文我们要去看他的研究方法，数据来源是不是可靠。像我老范坐在这，我可以一拍脑袋说，以我过去的经验怎么怎么样，大家听个乐就可以了。但是人家这个呢，一定是要有严谨的数据收集过程的。

首先呢，他们先去选择任务，每个月至少要做一次的任务，而且呢能够被数字化的任务挑出来，一共是2,131项任务。你说我这个任务十年碰不到一回，这用不着了；或者说我这个任务完全没法数字化，也用不着了。然后呢，对这些任务进行去重，你说这个任务跟那个差不太多，算一项，去重了以后呢，一共剩了844项任务。

然后呢，要求一帮人，对这些任务打一个五分制的分。首先呢，他选了1,500名美国的在职人员，囊括104个行业，和刚才我们讲的844项任务，就是你至少要参与过其中的哪项任务，你才可以对他打分。你说我这事从来没干过，你去给打个分，这个不行的。而且呢，在题目前面还要插上说，跟工作的乐趣和失业风险，你也要进行考虑，帮助受访者呢平衡理性和情感。

他呢，通过语音访谈，让被调查者回想真实的工作场景回答，避免拍脑袋。所以呢，他先对这844项任务呢，进行了一个有没有人想要的一个调查。调查的过程，就是刚才我们讲的语音访谈，说你干过这事吗？干过，那你到底想不想要呢？这样的一个过程。

然后，再找了52名拥有AI agent系统研发经验的研究者和工程师出来，也是5分制打分。他们打什么呢？按照现有的大语言模型和工具链，让AI单独完成该项任务的把握有多大。同时做任务分类，H1级全自动，H5级必须人类主导。他对这个844项任务，再去做一个这样的打分。等于两个维度，一个维度说你想不想要，另外一个维度说做得了做不了。

把这两个维度的分数搁在一起，把所有844项任务呢，变成了四个象限，上下左右四块。这四块里头呢，第一个呢叫绿灯区，所谓的绿灯区就是高需求高能力，什么意思呢？就是员工也很喜欢，现在的技术也可以实现了。第二个呢叫做低需求高能力，这叫红灯区，就是技术很炫，但是呢没人想要。第三个呢是高需求低能力的区域，就是呢市场特别想要，但是现在做不出来。第四个呢是低能力低需求的区域，现在技术也做不出来，市场也不想要。一共分了四个区域。

为什么说错配呢？他们说现在看了一下，41%的热情都给了高能力低需求，或者是低能力低需求的这个区域了。而上面这个高能力高需求，和高需求低能力这个区域呢，配置的并没有那么多。

那他这个是怎么统计出来的呢？他呢，抓取了YC 5,156个项目的描述，这个直接上爬虫就可以了。爬完了以后呢，找GPT来做分类，说这项目跟AI到底有没有关系。抓完了以后呢，发现有1,723个项目呢，跟AI是有关的。然后呢，对公司的项目，与刚才咱们讲这个844项独立的项目，进行对齐，你干这事儿跟上面的哪一项是相关的。这个也是由GPT就可以搞定的。做完了以后，按这四个象限一分，发现41%在红灯区，绿灯和高需求区，配置的并没有那么多。

那么四个象限里，都包括些什么样任务呢？首先咱们讲绿灯区，有29%的创业者在这儿。绿灯区就是高需求高能力，我现在完全能做的了，大家也需要。第一个是访客日程安排，大家都打了5分，我们需要这东西。因为在美国做的调查，美国很多事情都是需要预约的，而且预约这个过程呢又特别麻烦。他呢，跻身在绿灯区的top one。任务本质是结构化信息的写入加提醒，AI专家评估为，现有的大语言模型技术和日历的API，可以一步到位。因此属于两轴皆高的立刻可落地区域。

搜集的信息是这样搜集回来的，但是他真的表达的是说，大家赶快都去做AI日程排布，这样的一个功能吗？其实不是这样的哈。大家仔细思考一下，这个绿灯到底说明的是什么？说明的是有大量的需要去进行预约的，这种需求是没有被很好满足的。你说我要去看医生，那这个医生预约两个月以后，这个并不是说，你需要把预约系统做的更好，而是需要更多的医生。但是你说医生多了以后，是不是现在医生的薪资就降低了，就跟韩国似的，说我们多招点医生上来去上学，医生就跑去罢工，说不行，你这多招了医生上学了以后，我的薪水就降低了。这个事呢，肯定需要靠AI进行更深层次的解决，但是这个报告里他就不管了，反正我们搜集了，排日程是最有需求的。

第二个呢叫做维护紧急呼叫档案，就是911，你打了电话去，进去以后发现有很多档案是错的。那么自动化意愿呢，1-5分制算完4.67。需求呢是批量整理索引去重，典型的CRUD项目。这个CRUD就是create，read，update和delete，就是把这个数据库增删改查的，这样一个事情。专家判定的是，完全可以靠现在这个能力搞定的事情。为什么大家需要干这个活呢？传统人工处理，导致15%的紧急呼叫响应延迟。你给我打电话了，说我这出一什么事，结果发现呢，你登记的什么路牌，或者是很多这些信息是错的。AI呢，可以将错误率从8.3%直接降至1.2%。边缘计算设备呢，也可以提供实时的这种GPS通话，记录警力分布数据，响应时间也可以极大的缩短。这个是美国人很需要的一个功能。

然后呢，叫更正工资记录。这个自动化愿望是4.6。比如说你到底迟到了早退了，还是有需要有奖励，还是需要有处罚的事情，这些呢是要去反映在工资里边。在这一块读取误差，计算差额，写回表单，AI在这个表格处理文本生成上的能力，其实已经很成熟了。所以也放到绿灯区里头。

我以前是做过人力资源管理系统的，给员工算工资，是一个非常非常麻烦的事情。而且呢，他需要在极短的时间内完成，需要考虑的东西呢虽然很多很复杂，但是呢毕竟是有限的东西，相对还是要容易一些的。基于规则引擎和自动化系统，可以处理92%的常规薪资纠纷，准确率呢高达98.7%。以前人事部和财务部，每个月底算工资的时候，都是这个脾气特别不好的时候，我们一般在这个时候，都是躲着他们走的。他们非常需要这个玩意，可以释放员工80%的时间用于合规审计，降低企业用工的一些风险。因为每个人收到工资以后，都会去算一下我自己的东西对不对，为什么多了为什么少了。工资发下去，他们还会上来说，为什么少发我了，到底怎么回事，这个月谁谁谁说了要给我涨工资，或者要给我一什么奖励，我怎么没拿着。这个事还是挺多的。这个就是绿灯区的项目。

但是绿灯区的项目，刚才我们也讲了，大家需要去思考这个绿灯背后，可能隐藏着更深层次的市场需求。有可能并不是让你把表面上绿灯的事情做完，而是需要去思考，整个的社会希望向哪个方向发生改变。特别是一些非常高需求的东西，都不是让你直接去干活了。

再往后呢，叫高欲望低能力区，有30%的创业者在这块选择，就是大家很需要，但是又做不太好。因为有技术的人呢，就肯定喜欢做这件事嘛，在这块努力是没毛病的。第一个呢，叫季度预算整合。工人呢，希望借助AI减轻繁琐的汇总，但是呢牵扯到多表关联权限校验，解释性要求，专家认为当前的大语言模型，仍然很难做到端到端的自动化，能力低。所以呢落到这个区域里边来了。

再往后，医疗影像诊断的多模态分析。现有的模型对于罕见病，如肺淋巴管肌瘤的识别准确率是62%，需要结合基因数据和临床记录，就是可能需要更多的数据搁在一起，进行多模态识别吧。联邦学术技术可整合跨院数据，在保护隐私前提下，将准确率提升到89%。这一块肯定是有需求的，看片子原来其实人在这块也是有问题的，看片子的人，可能对于其他的什么血象，一些这样的数值也没那么了解。现在有AI以后的话，让AI大模型，把各种的数据进行综合考量，一定是可以把诊断率提高很高的。而且对人进行医疗诊断，这个是有很大需求的。

再往后呢，叫教育领域的个性化学习路径规划。当前自适应学习系统的知识图谱，覆盖率仅有40%，无法动态调整难度系数，就是说我们没办法去根据人的学习能力，或者学习反馈，去给他设计新的教学方法。而且呢这种教学计划的调整，是很难进行有效的结果评估的。所以这一块呢，目前为止大模型也做不太好。一旦跟教育有关，他的需求还是很高的。

再往后呢是生成生产设备的维护排期。这个也有很高的需求，什么意思呢？你需要去排期，说我的设备到底什么时候应该生产，什么时候应该去检修。目前为止呢，工业设备的传感器数据，存在很大的噪音，15%的噪音，就是里头有很多数据不准，导致呢故障预测误报率高达38%。现在经常有什么波音飞机怎么样了，或者其他的一些设备出什么问题了，是怎么回事？他收集了很多数据，回来以后来确定说，从工程上说，你这个飞多少公里需要检修一次，但这玩意他不准。在这里头呢，大模型也没有做的那么好，需求还很高。你飞机掉下来了，这玩意需求肯定高。所以这一块大家如果有能力的话，也可以努力的冲锋一下。

再往下呢，叫红灯区，就是低欲望高能力区，我现在可以做的很好，但是没人要。有21%的创业者在这里努力。第一个任务是撰写创意文稿，这个是AIGC干的第一个活写文章。大语言模型已经可以生成流畅的文本了，而且能力很高。但是呢工人愿望仅有1.6，5分1.6是他的愿望。72%的编辑认为AI创作缺乏深度，61%担忧技术价值被削弱。这就属于担心失业的这帮人。尽管技术可行，但是编辑岗位的自动化接受率，仅有17.1%，远低于技术乐观派的预期。

然后是客服聊天机器人。GPT4已经能够处理85%的常规咨询，一响应准确度高达91%。但是呢40%的客服人员认为AI缺乏同理心，32%担心客户满意度下降。但其实他们担心的还是失业嘛。员工呢更倾向于H4级协作，就是人类主导加上AI辅助。刚才我们讲了，有50多个专家打分的时候呢，H1是AI全都能搞定的，到H5是完全人搞定的。在这里头这些客服希望做H4级的工作，我自己呢又可以省点力气，但是呢我还是主导。但是现在所有的研发都是向H1级，就是完全由机器主导，完全脱离人这个方向去发展的。

还有就是物流分析师的供应商联络工作。这个呢现在大语言模型也可以做的很好了。它基于大语言模型的供应链管理系统，可以自动生成谈判策略，响应速度比工人快5倍。但是呢53%的受访者认为，AI无法处理供应商的隐形需求，比如账期灵活性，41%担心失去客户关系的一个控制权。你去管理供应链的时候，这个里边还有很多灰色的地方，这个是人类不希望被替代的。这个是红灯区。

最后呢，就是低欲望低能力区，就是没人想要，也做不好这个区域。20%的创业者呢在这个里边努力。第一项任务解读工程图纸，愿望分是1.75，5分里头只有1.75分。现阶段多模态理解，3D语义抽取仍然比较难。现在看不懂这个图，AI能力低，优化级别低。现在呢在这一块也没有那么大需求。

再往后呢，叫追踪行李去向。愿望呢是1.5。该任务需要电话航空后端多方沟通，当前通用的代理难以整合。这个技术低需求也低。现在不太好搞。

然后是心理咨询师的情感支持对话。GPT4的共情准确率只有53%，无法识别非语言线索，比如微表情，包括语气语调都比较难以识别。82%的心理咨询师认为，AI可能泄露用户隐私，且缺乏法律责任界定。

然后是律师的复杂案件策略制定。现有的法律AI对于判例的关联分析覆盖率仅有35%，无法处理跨法域的冲突。91%的律师认为，AI应该定位为法律检索工具，而非策略决策者。法律这块我不是特别懂，但是写程序这块我是知道的，你问他各种细节的东西，他都做的很好，但是呢他特别容易钻牛角尖。我们一定要看着他的COT，就是思考过程叫思维链，你一定要看着这个东西，发现他走错路了的时候呢，你要给他提供新的思路，把他揪回来，他才能回的来。所以呢甭管是心理咨询师，还是律师的复杂案件决策，这个事到目前为止还只能依靠人。

还有一项是什么呢，就是绘图创意。愿望分呢是1.71。他们认为呢生成式视觉模型，在客户化的创意上，版权合规上都还存在着局限性。Midjourney、达利生成的图片，在这块都是有问题的。专业设计师不期待AI全接管。达利3生成的设计方案呢，仅12%符合品牌调性，且缺乏文化隐喻的深度。你让他去理解一些我希望隐藏的一些含义，基本上没法整。艺术创作者，艺术创作的需求呢，集中在H5级别，就是人类完全主导，AI呢仅提供一些素材就可以了。这一块呢是低欲望和低能力区。

现在呢红灯21%，低欲望低能力是20%，他们俩加起来是41%。最后这种报告的意义在什么地方？我们是不是应该照着这个报告的方式，去选择我们的创业方向了？不是这样的。这个报告最重要的一点，是展示了有效的信息搜集和形成决策的一个过程。我应该怎么去搜集信息，我们应该如何去划归任务，我们应该去做什么样的访谈，访谈完了以后呢，怎么对这些任务进行象限的划分，怎么去判定大家到底都在做什么事情，而且哪一部分是可以靠AI来搞定的。你比如说我爬虫，爬了YC的四五千家的创业公司，找到其中跟AI相关的1,700家，再对他们进行844项任务的对齐，你们到底是做哪项任务的，然后再拿四个象限去套。后边的部分完全是AI搞定的，就是AI负责了整个的数据统计和分析的部分。前面怎么去找人去设计问卷设计报表，应该也是AI搞定的。他们只需要给1,500个人打电话，然后去找到51位AI editor的专家去打分，就可以搞定了这样的一个报告出来。

但是呢要注意一点，就是这个报告并不完全可靠。大家不要说这一块是绿灯的我要冲，那一块是高欲望低能力，我要去研发。不要去直接这么简单的使用这个报告。第一个呢是搜集信息的过程并不全面，存在情感和偏见。还有一点是很重要的，什么呢？就是打分的是打工者，不是决策者。打工的人是没有权利去决定我买谁家的系统的，他们是要被AI替代，是要失业的这帮人。所以他们在这个里边会有一定的偏差。未来的世界呢也是动态变化的，不是按照现在这个状态不一成不变的。所以呢我们可以去仔细的思考和解读这个报告，但是解读的方式并不是简单的是使用。

那么应该如何选择创业方向呢？你说我有关系有行业背景，也有行业数据，先找个绿灯区域先做起来，先挣一笔钱再说。或者说我是不是可以去做一些颠覆性的事情，你也可以在绿灯区域去找。刚才我们也讲了，很多绿灯区域都是需求极其强烈的，但是他强烈的过程，并不是因为说我们真的想要排好日程，而是说整个美国社会的预约制度，给大家带来了极大的痛苦。解决的方法并不是说我做好预约系统，而是增加前面的供给。这个可能就需要换一个思路去思考了。

第二个有技术，可以尝试一些高欲望低能力的区域，突破AI的技术瓶颈。最多的人在这块，30%的创业项目都在这。你比如说我去解读一下，医疗影像这块，肯定还是值得大家去努力的，而且这一块呢也更容易拿到钱。

至于红灯区呢，不是说到红灯区，就是高能力低需求，这些东西我们就躲着走。比如说智能客服机器人这种东西，大家注意访谈是来自于打工人，不是来自于决策者。打工人是害怕失业的，决策者是想降本增效的。所以呢对于决策者来说，这个区域未必是红灯区。大家做的时候自己去思考。

至于最后这个低欲望低能力区呢，确实需要谨慎一些。但是呢如果你是真爱，说我真的喜欢这一块，那也不妨去尝试一下。真正的有可能出大型公司的，这个领域呢，其实是绿灯区跟这个低欲望低能力区。这里头有可能会真正的出现，颠覆社会的这种大型公司。而其他这些区域里头，红灯区和高需求低技术的这个区域，咱们做一做，有可能会出一些小型的成功公司。大型成功公司，或者是真正的跨时代的这种，成为美股七姐妹那样的公司，是比较难的。

好，这个故事就跟大家讲到这里。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。

大家好！欢迎收听老范讲故事YouTube频道。今天咱们来讲一讲李飞飞的S1K模型。50美金成本超越DeepSeek R1和ChatGPT O1。

首先呢，DeepSeek到底是怎么震惊全球的？就是因为训练成本低。他的训练成本是OpenAI的3%，所以震惊了全球。

那么现在李飞飞的S1K模型，16张H100的显卡，跑了26分钟跑完了，拿到了一个32B的模型。多项测试超越了DeepSeek R1和GPTO1。

大家要注意，评测大模型呢，它有很多很多测试项。一般我们说基本上达到什么什么水平，就属于叫互有伯仲。有些你强点，有些他强点。原来大家都超不过GPT 4O，是因为只能接近它，距离它的全项指标都有差距。现在的话，大家就已经基本上可以达到GPT 4o的水平了。

现在R1跟O1算是最强的推理模型。李飞飞做的这个S1k，也算是部分超过了R1和O1，绝对超越了DeepSeek R1的32B。

DeepSeek R1呢，讲的时候一般有两个不同的说法。第一个呢叫蛮血版。什么是蛮血版？671B的那个是蛮血版。然后另外一个呢，是通过通义千问也好，LLama也好，这些模型蒸馏了以后重新微调出来的版本。所有你看到什么70B，什么32B，都是这种微调出来的版本。

李飞飞这个50美金他这个版本呢，要比他自己的32B版本还要好。大家是不是先想想，先站个队。这到底是原创呢，还是抄袭呢？对于粉红来说这是绝对原创，对于支黑来说这可能是抄袭。

因为李飞飞是个中国人，他是个北京人。后来呢是跑去四川上的学，他是成都七中出来的。SOGO的王小川，B站的陈瑞，都是他的中学校友。但是呢，另外一头呢，他是个美国的大学教授。普林斯顿大学物理学学士学位，出于对东西方哲学和科学奥秘的探索，他前往西藏研究过藏药。后来是在加州理工学院得到的电子工程博士学位，现在是斯坦福大学的教授，人工智能教母。这算是个创新吗？还是个抄袭呢？

我估计很多人可以炒半天这个事。咱们先不炒这个，在我这个频道里头，吵这个事没意义。咱们去讲讲这50美金到底咋花的。

首先呢，是蒸馏一个小样本模型。有一个什么基座呢？通义千问32B。拿这个模型去做微调，就跟刚才我们讲的那个DeepSeek R1 32B的那个基座是一样的，都是通义千问2.5 32B。但是呢，拿进去做微调的这个样本是不一样的。DeepSeek R1 32B 是使用DeepSeek R1满血版产生的数据去微调的千分2.5。而现在李飞飞呢，他使用的是谷歌的推理模型Gemini 2.0 Flash thinking产生的问题去进行的微调。而且还有一个呢，就是它的问题特别少。就是DeepSeek自己微调的时候，有多少个问题？80万个问题。而李飞飞的问题有多少个呢？1,000个。拿了1,000个问题，就把这个模型给微调出来了。所以1K就是1,000，1,000个问题的意思。S1K这个模型只有1,000个问题。每一个问题呢，都是通过Gemini 2.0 Flash thinking进行解答，并且获得思考的过程与结果。因为他总共就1,000个问题嘛，你把他塞进去16块显卡，26分钟就跑完了。成本也就是50美金。那么是不是我来我也行？我也找1,000个问题上去，50美金我也整一个出来。

最近互联网上有个新梗，什么呢？就是“中国行我也行”。这个是嘲笑那些不自量力，想要学习中国大力出奇迹，结果翻车了的外国友人的一个新梗。这个并不是那么容易。你要想说，我用1,000个问题把这事训练好，那你想去挑这1,000道题，一定是非常非常难的。它这个S1K里头，实际上有两个大的创新点。一个是1,000道问题的筛选，另外一个呢特别神奇的东西，叫做预算强制，budget forcing。咱们先去讲这1,000个问题怎么筛出来。首先呢，这一帮的学者们从16个不同的来源，收集到了5万多个问题。

在59,029个问题中筛选出1,000个问题，其筛选标准主要包括以下几点：

1. **质量要高**：所谓质量高，指的是问题的解答过程和最终结果的格式完整、逻辑清晰。如果某些问题的解答过程格式不完整或混乱，则不予考虑。
2. **难度要大**：难度大的问题通常具有更长的推理过程、更详细的步骤、更多的推理步数和更长的推理时间。
3. **全面**：最终从50个不同领域中选取了1,000个问题，确保覆盖广泛，避免领域单一。

这三个原则——质量高、难度高、全面性，是筛选的基础。在此基础上，还需要探讨艺术、技术与科学之间的差异：

– **艺术**：偶然所得，无法重现。
– **技术**：在技艺基础上不断迭代与创新，但无法跨领域应用。
– **科学**：理解底层原理，可以跨领域应用。

中国在技术上表现强劲，但在科学方面略有不足。S1K实际上是一种科学，因为其筛选和训练过程并非简单的试错，而是通过科学的方法验证和优化。例如，仅筛选出最优质的1,000个问题进行训练，效果并不理想；同样，仅筛选出最难的或最全面的1,000个问题，效果也不佳。最终，将全部59,000个问题一起训练，效果虽有提升，但并不显著。这一过程体现了科学的严谨性和系统性。

就是真正在找到底层逻辑了。找到了逻辑以后，我就可以在这个逻辑上进行优化了。下次再去选问题的时候，我就选这1,000个题。大家注意，你选的题越多，他肯定是效果越好。但是呢，选的问题很多了以后，他你这个效果提升变得非常非常的不显著了。等于你花了很多的钱，后边都没有什么用了，这个就没有必要了。我们就到第1,000道题就可以了。所以大家就可以按照这个逻辑，在不同的领域里去应用这个筛选1,000道题的方法了。这个是一个真正进入科学范畴的东西。

建议以后这些大模型团队呢，可以去学而思、新东方找一些老师回来筛选问题。这个过程其实很像什么？我这个学生要去参加竞赛了，我这个学生要去参加高考了，他的时间非常非常有限。怎么能够筛选出一套特定的题目来，让他去训练？训练完了以后，可以在有限的时间内得到最好的提分。这个过程是不是跟学而思的这帮老师们干的活非常非常像？以后再去选问题的时候，比如说我们今天要去选一些物理相关的、数学相关的，或者什么这样的题的时候，那你就找这些老师来，他就有效果。

下一个创新是什么呢？下一个创新叫预算强制。这个特别有意思，其实还是学而思老师的范畴。预算强制说白了是什么？就这个题如果太难了，就别浪费功夫了，直接终止，写一答案在这就行了。你也不是说终止就不写答案，因为咱们知道考试的时候，你万一写对了呢？该蒙你还是得蒙一个答案出来的。如果这个问题你觉得太简单了，没有用到相应的时间，你就把答案直接做出来了，那你是不是等一等，再回去想一想，稍微检查一下。但是呢，到底哪道题需要尽快结束，哪道题需要多想想呢？这才是关键点。

咱都知道说，这个题如果太难了，咱就把它扔掉。我儿子小时候学奥数的时候，他就讲过哪道题你先看一眼，如果发现没什么这个概念，就直接pass就别做了。这就不是给你预备的。如果你把时间耗在这上头了，下边题就没法做了。而且那个时候考奥数的时候，还告诉你说第几题是多少分。

多少分的题，你应该在上面耗多长时间？如果你发现你在一个3分的题上耗了多长时间以上，你就赶快放弃掉。咱们现在就需要去做这个测算了，它叫预算强制法嘛。这个budget到底怎么定的呢？推理的步数和推理的时间，以此来定这个budget。首先要对任务进行复杂度评估，先看一下这个任务大概应该推多少步，花多少时间。

然后呢，在当前推理过程中得到一些中间结果。因为我们做题的时候也是，有时候做的中间结果出来。这个时候呢，我们就要对中间结果进行一个评估。第一个评估是什么？叫置信度评估。什么叫置信度？给大家讲一个故事吧。比如说今天这个天气预报说了，降水概率99%，这就属于置信度很高，那就肯定下雨，别费劲了，就下雨吧。咱们就不用再去花时间在后边推理去了。待会来一个专家说，这个专家认为今天降水概率是51%，这个呢就叫置信度不够高。您再花点功夫，再好好想想，能不能把这事说说的确定一点。这叫置信度。

然后下一个是什么呢？叫收敛性评估。什么叫收敛性？如果你得到了几个结果，这些结果相对来说都是稳定的，而且越来越稳定，这个就结束了，就是他吧。就算是我给出的结果不是一个完全准确的结果，但是呢，应该误差也不大了。这叫收敛性。但如果说，我现在得到了三五个结果，但是这结果呢值上蹿下跳的，这都差异非常非常远。那你在这种情况下，你就回去再想一想，多花一点时间再思考一下，再重新给一个结果。然后对结果进行质量评估。

还有是什么呢？就是任务特性和标准。因为你不同的任务，对结果的质量要求是不一样的。咱比如说吧，都是打比赛。篮球比赛比赛结果100:70，看着有点像，差不太多可以交差了，就这样吧。足球比赛结果100:60，您回去再算算吧，这事好像不太对。那么在这个基础上，再进行一些动态的调整，再进行一些预设的结果。什么叫预设结果？就是当我发现某些结果达到的时候，就直接停止。比如说我推理了半天，开始骂人了，那停下来吧。

或者推理了半天，发现涉黄涉黑了，那这事停下来吧。他也会有一些这样的停止命令在里头。他呢，就是这样来工作。第一个，我们先看看这个题值多少分。你可以给他一个多大的预算？你应该是推500步，还是推50步，把它推出来？先有一个预算，然后呢，我们在推的过程中就不停地来检查结果。哎，这结果已经不错了，那就到这吧。这跟考试的过程很像。

再往后呢，就是要去看你的预算了。比如说，我的结果出来了，发现我预算呢，应该做500步的，现在做了50步就把这个结果做出来了。那你再回去想想，可能有问题。但如果有时候超预算了，我原来评估说这个结果推出来应该是50步就推到头了，但是呢，我已经推到第80步了，还没推出来呢，那就赶快停止，别浪费时间了。写一个你觉得最靠谱的答案上去，就完事了，接着做下一题。这个就叫做预算强制。

那么这种论文发出来以后的话，我估计未来所有的推理模型应该都会去使用这套东西。实际上，整个过程是不是真的很像我们儿子小时候做奥数题的过程？你先看看这个题，3分的题你应该用几分钟，5分的题你应该用几分钟。你做的过程中再去看看说，中间这个答案已经很像了，直接把它写上就完事了。这个答案看着怎么看怎么不像。咱们经常说，数学这个东西，正确答案都很美。我没感到那种美，回去再想想。

还有什么呢？我儿子小时候学的也是说这个，做题做着发现，你写出来公式越来越复杂，最后算不出来了。那这个你再回去算算可能哪错了。或者说明明挺大的一个题这么难，我怎么三步两步就把它做完了。回去再想想，大概就是这样的一个过程。

当这些东西有了以后，S1K这个模型就有了今天这样神奇的结果。所以50美金就是1,000道题。训练是50美金。咱们把刚才讲的质量最好的1,000道题，最难的1,000道题，最全面的1,000道题，59,000道题都训练，再加上什么数据准备，这些东西都算一块。这个50美金是打不住的。

但是，你就训练1,000道题，就是50美金，再加上后边这个预算强制，它就可以达到很好的效果。现在，科学的车轮滚滚向前了。S1K模型出来以后，虽然没有用到Deepseak，但是方向是明确的，筛选问题就好了。老师们又有价值了，甭管你原来是教数学的，教物理的，赶快出来说，我们再筛选一下。我们要像培养奥数种子选手那样，去微调训练这种推理模型了。而且在不同的领域里头，都可以快速的蒸馏出小模型来，并且呢，实现领域内的突破。

你比如说，我今儿不是说做数学题，我们今天想推一个这种法律的，或者想推一个财务的，那其实都是可以找到一些专门做这个法考的老师，或者专门做财务资格证考试的老师，来给我们筛题。筛完题以后进去去这个训练去，这都是可以搞定的嘛。而且呢，让所有的推理模型可以一起解答，他没必要说我一定用DeepSeek R1去解答，还是说我要去用Gemini去解答，用O1，O3去解答。我们可以把所有的推理模型都抛下来，你们挨个给我答一遍，答完了以后，我们去挑里头质量好的1,000道题或者几千道题，然后再去训练也就可以了。

现在呢，有一堆的推理模型，DeepSeek R1、GPT的O1、O3 Mini、Gemini 2.0 Flash thinking。这一次李飞飞用的就是Gemini 2.0 Flash thinking。国内还有一堆的推理模型，比如说QWQ32B，就是一个标准的推理模型。Minimax和Kimi也都有各自的推理模型。哪怕你付费的这些模型，那就付呗，反正付完了钱以后，我就得到这一堆结果，拿着这个结果，我再去训练自己的这个小模型就完了。像这种32B的模型，我是完完全全可以在我自己电脑上跑的，我就不需要再交任何钱了，这个效果就好极了。所以以后这些付费推理模型，都应该会被拿来做蒸馏。千问2.5 32B的这个模型的底子很好，下面就都是老师的事情了。就是有人去试过，比如说千问的72B的。

Llama的70B、14B、7B、1B等模型现在普遍认为，能够产生比较好的中间结果。目前，大家主要在调整32B的模型，并且已经形成了一定的共识。接下来，可以进行更精细的质量管控。因为当我们调整完模型后，就可以进行测试，比如有多少道标准题库，跑完以后有多少对多少错，就可以去测试它是否正确。如果不对怎么办？不对就再花50美金，看看是不是好一点。又不对，再花50美金，然后再整1,000个题，再试试是不是好一点。最后找到一个最优解不就完事了吗？这样，你就得到了一个在某个特定领域里特别好用的32B小模型，然后进行微调和评测。

未来，比如像硅基流动、Together这些开源微调模型就要起飞了。因为我们现在可以在硅基流动上直接点出一个32B的模型来，实际上就是你把1,000道题做好了以后，把这个文档上传给他，然后一键确认，他可能连50美金都不需要，就给你搞定了。做完了以后，你就有自己的模型可以去使用了。Together是在美国的，他们调一个模型，我记得32B的模型也差不多是几十美金就可以调一次，在国内应该会更便宜。

很多小公司原来都在喊“适合你的小模型才是最好的”，但原来这个话其实是错的。为什么呢？因为微调出来的小模型原来的效果是没有那么好的，它未必比这些大模型加上RAG效果更好。现在，李飞飞给出了科学的方法，那么行业推理蒸馏小模型的春天就来了。因为你一旦推理了小模型以后，你就有什么东西叫用户粘度，用户会继续购买你的服务，继续让你去服务下去，而不是说上来说“哎，我今天用你的，明天用他的，反正模型都不是你们家的”，这个就没有任何用户粘度。原来有这样的问题，现在就好很多了。现在的话，就直接跑到人家行业里边去做问题筛选就可以了。问题筛选完了以后，再不断的测试、调优、评估。

这个路径其实已经很清晰了。以后小公司的春天就来了，就是可以卖模型、卖服务、卖数据。原来都说我要去做一个AI公司，那你手里头没有个一两亿美金，你都不好意思说你是做AI公司的。因为你需要去租显卡、去租GPU，去做预训练模型的训练。现在不用了，现在只要筛选好问题，哪怕你多试几次，最后花个几百美金试了十次，也不是什么大不了的事情嘛。而且这些模型，就是你的用户最需要的这些东西。

我记得我原来在学软件的时候，那还是九几年，整个软件行业有一个梦想，什么呢？叫系统咨询构架工程师。什么意思呢？原来我们都说，这个软件是需要分开的，先去做需求分析，然后去做这个加工设计，然后编码，编码完了以后测试，测试完了以后部署，然后再实施它，是这样的一个过程。说以后这个软件系统就很厉害了，他就不需要这些东西了，我们只管坐到用户面前，一边问用户你需要什么呀，等于在做咨询嘛，同时就在手里点点点，确认确认确认，打钩打叉，把这事情做完了以后说，哎，你这个问题都讲清楚了，你的软件也做好了，你可以拿去使去了。从九几年就有这样的梦想，现在的话这离这个梦想就又近了一步。

现在呢，让大模型改变每一个行业，终于要开始了。原来折腾了一两年都没有什么动静。以前都说大模型可以把每一个APP都重做一遍，大模型可以把每一个行业都改变一遍。为什么喊的这么大声音？大家都在使劲裁员，都在降本增效，原因很简单，就是以前很多的公司上了大模型以后，没有效果或者效果很难评估。那么现在的话，这种可感知的效果已经到面前来了，很多的公司就要开始上大模型，去改变他整个的业务链了。因为他现在改变了以后，就可以在特定的领域里头竞争胜利，他就可以把其他竞争对手干掉，快速的往前跑了。

你想咱们做了两年大模型，每一年看到的都是什么？谷歌裁员、微软裁员，国内也是什么百度裁员、阿里裁员，全是这个。但是，李飞飞这个模型的建立，以及靠这个蒸馏推理模型去进行微调小模型的这个方式。

发布了以后，我觉得未来的2025年，就会有大量的公司出来说：“我们去给你们微调小模型吧，我去给你解决实际问题吧。”真的是可以解决问题的，就会实实在在的发生改变了。这就是咱们今天讲的第一个故事，就是李飞飞的这个50美金的模型到底是怎么做出来的，里头到底干了点什么。

大家好！欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲，前几天Sam Altman在斯坦福大学里说了些什么。

大家注意啊，这是一个闭门会议，我们现在所能够看到的信息，都是网上流传的、各种只言片语。有照片，但是呢，并没有看到全文，什么视频啊，我反而是没看到。以及根据这些只言片语做的各种总结。4月25号上午，应该是黄教主考去送礼去了，送的是DGX H200。Sam Altman，黄仁勋以及Greg，他们三个人合了一张影。下午呢，就应该跑到斯坦福去做活动去了，参加了斯坦福大学创业思想领袖讲坛，这样的一个活动。Sam Altman号称自己是这样的一个领袖，应该没有任何毛病。上千人参加，而且呢，还有给他的生日祝贺，说祝Sam Altman生日快乐。那你说，上午老黄是不是也去送生日礼物了呢？呃，严格来说不算，但是稍微宽泛一点来说，问题不大。Sam Altman是1985年4月22号生的，到4月25号，差个两三天，给你补份生日礼物，补一份生日祝福，应该也算是应有之意吧。

山毛特曼算是一个非常根红苗正的硅谷创业者。为什么这么讲呢？他是在大二的时候，从斯坦福大学辍学的。比尔盖茨辍学了，扎克伯格我印象里好像也是辍学了，很多的创业者都辍学过。斯莱姆奥特曼，斯坦福辍学，你辍学呢，就是声明你能考得上斯坦福，否则你怎么有机会从斯坦福辍学呢？热情熊熊燃烧，不能再念下去，我要去创业。我原来也碰到过一位辍学创业的朋友，就是编程猫的创始人，他呢，是当时在法国一个学校里面念硕士，也就是创新创业专业的一个硕士。到最后，来参加我们的这个创业比赛的时候，他说：“哎呀，再不创业就要毕业了啊。再不辍学就毕业了。”当时讲了这么一句名言，我们记到现在。所以，山伯奥特曼是一个根红苗正的斯坦福辍学创业者。那么他讲了几件事呢？

首先，他提到人工智能的发展很快。他说，GPT4已经指明了方向，然后大家就去抄袭。抄袭是很容易的。他并没有具体说谷歌抄袭了还是苹果抄袭了，而是说GPT4树立了标准，树立了标杆。于是，各大厂商就围绕这些标准进行追赶和超越。这就是从GPT的发布以后，大家做的事情。现在我们做这么多的模型测试，总是在某个模型上宣称超越GPT4，或者在特定场景里超越GPT4。他们到底是怎么做的呢？其实都是在GPT4出现后，基于它设立评测标准，再去追赶。

GPT4真正起到的作用，就是帮大家设立了一个标杆，让大家按照GPT4的周边去设立评测标准，然后追赶。山奥特曼还说，GPT4是一个很愚蠢、很尴尬的东西，我们现在不得不与它聊天。他提到GPT5快出了，会很强大。他强调了缩放法则，也叫Grading Law，它依然没有过时，依然有效。随着规模和数据的扩大，性能或结果会继续变好。用他的话讲，当缩放法则依然成立时，就可以大力出奇迹，堆更多的GPU和数据进去，训练出更好的模型。

来举一个缩放法则起作用的最现实案例：比如通1,000问，在拉玛3出来以后，马上又出了一个新的模型。原来统计千万开放出来的模型是72B，但拉玛3的70B明显超越了通1,000问的72B。那么，通1,000问…\n应该是在昨天还是前天，发了一个新模型，叫通1,000问110B。虽然我比拉玛3的70B要大那么一点点，但是呢，我的性能比他好啊，输出的结果要比他强，各种的评测指标都比他好。再往后是什么？再往后统一前面说了，我们准备出2.0。那么在这个过程中，缩放法则到底是怎么起作用的？你看拉玛3出来了，70B啊，效果比我好了。那怎么比我好的呢？拉玛3其实整个的训练数据集是非常大的，就是他训练70B，虽然参数只有70B，但是他数据集啊，要比现在咱们使用的正常模型都要大非常多。它的整个训练模型，数据质量都是很高的，所以它可以得到70B质量最好的这个开源模型。通1,000万说不，我们即使不调整算法，不调整数据质量，我只管增加模型参数，就可以达到拉玛3 70B的水平。他就出了一个110B，而且拉玛3说，我已经把该公开的公开了，指明方向了。你只要是用更多的数据去训练，用更好质量的数据去训练，你就可以训练出像拉玛这样的模型来。通1,000问同意，那我来了啊，我准备上通1,000问2.0。前面是我们在用的是通1,000问1.5啊，那么2.0呢，大家可以想象，这一定会用更多的数据，更高质量的数据，就像拉玛3那样的数据，再去训练，他就有可能在七十几B的这个模型下，可以超越拉玛3 70B，对吧。所以这个事情大家依然在同一个路上，再往前怼，或者你们管这个过程叫内卷都行。但是GPT5不一样啊，GPT5上来以后会干嘛？会树立一大堆新的标杆，一大堆新的标准，在这些标准上，一开始就只有他一个人，然后再等着其他人慢慢往上追。这是人工智能发展的很快。第二个讲的是什么呢？叫开源并不是一个好的途径啊，因为很多人说哎，你open AI你怎么不开源呢？特别是跟埃罗马斯克吵了半天，埃罗马斯克说：“你应该把名字改成叫close AI，你不能叫open AI。”这个肯定要回应一下了。那回应的方式是什么呢？就是open AI的目标啊，不是开源，而是AGI，叫通用人工智能，让机器可以像人一样去思考问题。而我们并不认为开源是更好的一个途径，而是什么呢？他认为免费、无广告的GPT才是更好的途径，因为什么呢？开源了以后，真正能够用开源代码的人其实是很少的，对吧。绝大部分人是直接使用GPT去聊天的。而如果我能够免费、无广告的给大家用了，那么这个不比开源效果更好吗？他是这样来去讲这个事情。

前面我去猜测过，如果GPT5出来以后，GPT4会不会免费。我觉得，从他现在讲话的这个呃透的口风来说，这个可能性是存在的，而且很大。那么GPT4一旦免费了，国内什么文心艺言啊，这些付费的大模型，包括cloud 3这样的模型，估计日子就不好过了。

Sam Altman想要干什么呢？让所有人都可以获得人工智能的服务，让AI服务在全球范围内变得极其廉价和广泛可用。我不知道这个全球范围内算不算中国，让他立这个雄心壮志吧。那能咋办呢？等哪天看Sam Altman到中国来，谁接见他吧。他应该没来过吧，我印象里是他没来过。然后呢，要消除不平等。现在很多做open AI、做AIGC的人，都在想去怎么通过AI消除不平等。从这一点上来说，我个人表示不认可。为什么？我从来不认为工具的强大可以消除不平等，工具越强大，不平等越厉害。搜索引擎出来的时候，大家就应该不会再上当受骗了，但实际上，搜索引擎对于各种的欺诈，一点碰触都没有。绝大部分人是不会去用的，哪怕搜索引擎是免费的，是每一个人都可用的，依然有很多人会去相信。各种街谈巷议，这样的事情，所以我并不认为AIGC就可以改变这个问题。啊，它如果免费的、无广告的，让大家省差的GPT了，那这个钱的问题怎么办呢？啊，他也讲了，说烧钱啊，我就去烧啊，5亿、50亿、500亿美金，我去烧去，无所谓啊。他觉得我并不认为这是一个多大的事。那么奥特曼也是很神奇，要只要我坚持下去，不断的找钱，为社会创造价值就可以了。这个呢，真的是颠覆很多人的认知。为什么他不符合商业逻辑？他是一个反商业的过程，因为大家注意，这里头有一个很关键的一个字，叫什么叫找啊，不断找钱。谷歌是这么干的吗？不是的，微软、亚马逊，任何一个互联网巨头或传统巨头，都不是这么干的。而现在他说我要去找钱，那么找钱跟前面有什么区别？前面的钱那叫赚钱，我赚了钱再去花，而且赚了钱花了以后呢，要量入而出，还要跟所有的股东去分红，对吧，这是传统的商业模式。在互联网之前，最早的商业模式是我造出一东西，你来买，然后我去赚差价，或者我倒腾一东西，我从左手进右手出，我赚一差价，这是传统的方式。互联网呢，是已经在这个地方做了一个进步，他是什么呢？我分配流量，我来赚这个差价，赚这个流量费，对吧，他找出一个新的到山茅，他班长说来哼，我烧钱创造社会价值，烧的钱我自己去找，最后怎么能够让商业进行闭环，还是说整个商业的理论会再往前发展，让整个的社会来为他去买单？这个事情啊，怎么能够让他循环起来，我们还是要拭目以待。这确实超出很多普通人的理解范畴了。

关于创新和创业，他讲了些什么呢？啊，他说，不要针对当前GPT4的缺陷去做任何事情，在这块去做项目的团队，最后会被GPT5覆盖掉的，甚至会被GPT6覆盖掉。所以哪怕是GPT底层有什么问题…\n你在这个基础上做了些什么东西修改？

这事是不对的。

跟大家讲一小故事。就是我曾经有一次，跑去谷歌北京办公室去吃早饭。当然，目的不是吃早饭，而是为了见谷歌大中华区——应该是香港那边过来的——一位商业的负责人。当时在猎豹移动，给他去推荐猎豹移动相关的产品，希望能够得到谷歌的一些扶持。他问我：“你们这个Cleanmaster是清理大师嘛，到底是清理内存啊，还是清理磁盘啊？”当然，讲的是英文，就是“clean disc”或“clean memory”。我们一堆人都去了，其他人没听懂。我的英文也很不好，但是我就突然反应过来了，这可能他们也在想应该怎么回答这个问题。其实Cleanmaster是两个都清理的。但我当时就灵机一动，一拍脑袋，我说：“我们只clean disc，绝对不碰memory。”我们一起去的同事很诧异的看着我，你为什么会回答这样的一个事情？我明明两个都清理了，而且清理了内存才会有用户体验，才可以让用户觉得手机变快嘛。但我还是坚持说了：“我们只清理硬盘，不清理内存。”他们也不好意思来反驳我，毕竟是在外人面前嘛，哪怕是我说错了。我在当时，级别也不高，回去再收拾呗。但是呢，这句话说对了。为什么呢？谷歌的这位领导就跟我们讲了，说你做的对，你就不应该去清理内存，那是安卓操作系统该做的事情，你不能干预。如果你去清理内存，相当于是什么？在安卓操作系统所控制的内存里边去做了一些手脚，这是会对整个安卓操作系统造成影响的，是会让安卓系统的整个稳定性下降的。这事不该你管。安卓的硬盘管理做得比较烂，磁盘管理也比较烂。那么，你去清理一下是没有问题的。这个是没有问题的。所以，当时不能叫龙颜大悦，但谷歌的那位领导肯定是比较开心的。等我们都出来以后，其他的人，包括我的领导，他们也想过来，问：“为什么是这样的？为什么我去做了这样的一个回答，为什么对方很开心？到底说对了什么东西？”都想明白了以后，他们就异常愤怒。然而，并不是生我的气。我在当时把这个话接对了，还是算立功了的。他们生的气是什么呢？他们认为，谷歌原来标榜自己是一家开放的公司，是一家不作恶的公司，但其实，人家是“我这一亩一亩三分地，我说了算”。你在我的规则内去玩耍，我允许你，我的规则没得商量，就是我定的。你不要来跟我商量，我的规则应该怎么定。他们这一次算是彻底认清了谷歌到底怎么回事，然后才整个的把所有的广告业务从谷歌转到Facebook。

这个咱们讲远了。现在Sam Altman讲的这句话其实是一样：你认为GPT4哪没做好，你想把它打一补丁，你想在这个里边去获得一些新的用户，别干这事。这是我该干的，这个我该定规则的，你们别摸这个东西，摸了我就弄死你。对吧，所以大家一定要记住我刚才那故事，引以为戒。然后，他讲到Sora会融合电影和游戏，会有新的创业方向。这个其实，我觉得Sora到现在为止，还没有给大家用起来，它就号称可以融合电影和游戏了。我们还要去看Sora整个的工作流程和成本模型，到底怎么能够让它可以跑起来。这个我觉得不一定行。为什么呢？因为山伯特曼也好，OpenAI也好，对于商业化本身的理解是很奇怪的。就像刚才我们讲的，OFI做了半天，他去找钱，他不去赚钱，也没有想着量入而出，而是我创造了社会价值。自己去找钱，去把这窟窿填上就完事了。所以，他们的商业化能力啊，反而至少，按照传统的商业标准来去判断是有问题的。啊，然后呢，还讲到说人工智能的创业公司呢，还是要注重现有的商业规律的。Open AI 算是一个降维打击了，就是我就不管商业规律了，我就上了啊。其他的在 Open AI 基础上的创业公司，你们还是要老老实实去赚钱的哈，就是我这条路你们别抄啊。这个也是讲的比较有趣的一点。

然后呢，讲到了国际象棋，说这个国际象棋呢，现在 AI 已经永远胜利了，就是人现在已经下不过 AI 了，但是呢，人们还是很喜欢看人下象棋，而不是看机器下象棋。另外呢，他也举了个反例，青少年喜欢和人工智能的心理治疗师聊天，而不是人。这两个例子一正一反，算是一种很好的思考方向。为什么呢？他在讲说，人与人工智能的关系与边界，到底在什么地方，什么时候需要人，什么时候需要人工智能，以及未来 AI 产品和服务的形态，应该怎么去设计。这个才是现在大家需要去思考的东西。

讲完创新和创业之后呢，他也要回复一下，说 Open AI 的组织架构是什么样的。因为很多人在攻击他嘛，特别是跟艾伊龙（Elon Musk），艾隆·马斯克的官司也还在进行着。所以他要解释一下，他的解释是什么呢？就是，组织架构是为愿景和使命来服务的。我们只要不忘初心，想着我们一开始设立的什么愿景，什么使命，这组织架构并不重要。我们前面变了以后还会接着变，我们就会一直为了我们的愿景和使命，不断的去调整。用当时最符合这个愿景发展的这种架构，去运营公司就好了。我该是非盈利组织的时候，我就做非盈利；我该是赚钱的时候，我让他赚钱。该谁说了算，谁说了算，只要是能够对我最终的愿景好，就行了。这个也算是一个漂亮话吧。还是要说的：最后讲了一下，人工智能的社会意义在什么地方。他说，社会需要为技术进步做好准备，这个是很重要的。因为现在大家对于Open AI，对于整个这一次的AIGC，最担心或者攻击最多的地方是它发展得太快，日新月异。不像以前，放一个新技术出来，需要几年甚至几十年的时间进行逐步替代。而现在，这东西真的是天天在进步。刚才我们讲了，拉玛三出完了以后，同意签约就要赶快出，争分夺秒的出。这个对于现在社会来说，是否准备好了，不好说。你比如说，今天一下就把律师、医生都替代掉了，那么律师和医生该怎么办？哎，韩国的医生回去上班了没有，不知道啊。人家说，只要是医学院多招点人，他们就要去罢工。那如果哪天Open AI说，我把医生替换掉了，那这个事也是社会需要一个时间去做好准备。

现在的社会呢，已经准备好接受更好的PPT了。讲到PPT4出来的时候，整个社会震惊了两周，都在问PPT4已经这么厉害了吗？怎么可以这样。我觉得PPT3.5出来的时候，整个社会大概震惊的时间更长。对吧，他说到现在，已经在说什么时候可以看到GBT5了，大家已经做好准备，准备迎接GBT5了。再把GPT5拿出来，已经不会有那么大的震惊了。这是他现在觉得社会已经准备好了，但其实这个过程依然是非常快的。

他在讲，社会应该跟技术一起发展，这个我觉得是非常重要的一句话。为什么？一旦技术发展了，社会没跟上，是会乱套的，对吧，那么社会是会发生动荡，甚至是有可能会有战争，会有这样的惨剧发生。他觉得他已经给了社会足够的时间来适应，社会已经发展了，我可以再往前走一步了。然而我们讲，就是他怎么来判断呢？就是其他人，包括Cloud 3，包括GMD1.5，已经达到GPT4水平了，你们觉得这事没毛病了，我们再接着往前走下一步吧。有了新的工具，啊，人类总会有更大的创新。他讲的什么呢？就是很多人在讲，说啊，GPT 上来以后，人类的创新是不是会被扼杀掉？他说不会的。历史告诉我们，每一次有新的工具被发明出来，人类可以用起来以后，总都会有一些更强有力的或者更高等层次的创新会出来。我们更会用工具，更会用杠杆了，所以不用有这个担心。这点我倒是认可的。就是啊，当 Open AI 把更好的 GPT 带到我面前来，更好的大模型带到我面前来以后，整个社会的创新会上升。但是我一直觉得，整个社会的创新虽然上升了，但是这个里面真正能够参与进去的人，肯定还是一小群，而不是像他讲的是在 AI 面前人人平等。绝大部分人，还是不会参与到这个里边来的。就是精英会变得更加强大，其他的人，就彻底的使用“奶头乐”就可以了。大概是这么样的一个未来吧。

好啊，这就是山姆·奥特曼在斯坦福大学4月25号的这个演讲，或者说这个活动上所讲的这些内容。我根据外面的一些总结，跟大家讲一讲我的想法。好，今天就讲到这里，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。\n