鹅库，每周分享三段思考、两篇文章和一个问题。
全文共计2509字，阅读需要5分钟。
三段思考
为什么我时常对 ChatGPT 感到恐惧？
唯有热爱才能让人源源不断地投入精力
如何发现自己的热爱？
两篇文章
《神仙公司是怎样炼成的？》
《当我们追Generative AI，我们到底追什么？》
一个问题
如果企业是以结果为导向的，企业主投入成本提升员工效率的动力有多大？
三段思考
为什么我时常对 ChatGPT 感到恐惧？
思考触发器：我在《鹅库2303｜ChatGPT、搜索和未来被改变的我们》的文章里提过，“弱人工智能”只能解决垂直场景的问题，强如 AlphaGo，也得找人给他摆围棋。
所以很多从业者对于过去十多年基于深度学习发展来的 AI 能力并没有恐惧，远不如媒体上宣传的“终结者”降临这么可怕。
但是我时常对 ChatGPT 感受一丝恐惧...
恐惧的来源是超出预期的强大。
我在上篇文章提到，过去几年的智能语音助手是靠一条条规则拼凑成的，就像一个多功能工具箱，里面有牙签、锤子和电锯。确实能解决不少问题，但都是单独工具的能力。
而智能语音助手等等看起来功能丰富的 AI 产品，是靠一条条规则分类，变成一个个垂直场景的问题解决的。如果你说的内容包含“天气”，就会转给负责天气的模块，查询你当前的位置，返回对应的天气信息；如果你说了“导航到某某地方”，就会转给负责导航到模块，把“某某”提取出来，接到地图的API里搜一搜。
这些模型都是针对特定的任务，已知X，让模型预测Y，不断调整模型让模型预测得更准（同时也不能过拟合）。一个下围棋的AI，就是用来下围棋的，别想让他直接下国际象棋，更别提玩个剧本杀了。
而 ChatGPT 是个通用模型的产品，还没有根据特定的问题做微调（模型中有关于编程的部分，但不是特定的任务），但却在多个领域表现出了极强的能力。
复旦大学用高考题做了测试，ChatGPT的表现与500分左右的高考生相当。
而 ChatGPT 并没有针对高考做特殊的训练，如果针对高考场景做更多fine-tuning，效果会更上一层楼。
当然，在不断地尝试、震惊和重新理解的过程中，我们预期不断提高，“超出预期的强大”会越来越少，逐渐稳定下来。希望那时能以一个更客观的视角来看。
不得不说，AGI（通用人工智能）的脚步在一步一步接近。
唯有热爱才能让人源源不断地投入精力
思考触发器：
“热爱”这个词被滥用了太多，可能小学生拥有了全国90%的“热爱额度”，成年人有几个“爱好”已经是不容易的事情了。
而我逐渐有了更多的理解（灵感来源很多资料，但我想不起来了）...
热爱是什么？
热爱是茶不思，饭不想，夜不能寐；热爱是深夜放空自己时，不经意溜出来的小想法；热爱是看到每一件物每一处景，都会想到的那些事。
用情至深的人是对特定人的热爱，看山不是山，看水不是水，听风带来远方的消息，听雨轻敲窗台的声音。
而这意味着一个真正热爱的人，会比被要求的人投入更多的时间和精力思考。虽然这是不经意的，但热爱的人24小时都在思考，而被要求的人只会工作8小时。
个人的投入和成长的关系往往不是线性的，而是随着知识网络越编织越密，会有指数级的成长。在成长的过程又会不断带来正反馈，越跑越快。
所以我们看到有人用尽浑身解数，疲惫不堪；而有人毫不费力，频出奇招。
唯有找到自己热爱的事情，才能让人源源不断地投入精力，不断钻研、不断琢磨，追求热爱，顺手获得了社会的回报。
如何发现自己的热爱？
思考触发器：
一位“猪专家”说她很羡慕我，因为我已经找到了自己热爱的方向，而且这个方向还能挣到钱。
我大笑说：“如果你把这个方向定义为科技，我觉得没错。如果定义为互联网，可能都窄了一些。”
诚然，我从小就对计算机（尤其是游戏）产生了浓厚的兴趣（可以参见：《自强和弘毅的那几年》），后来读了计算机专业，又从事了互联网行业的工作。直到现在我也不知道为什么会产生这么浓厚的兴趣。
以我的观察来看，大家成年以后有几个爱好就已经不错，基本没什么称得上“热爱”的。
那么有没有办法发掘自己潜在的热爱呢？
我有个办法：“找找你闲着的时候在想什么。无论这是什么，无论是能讲还是不能讲的。”
现在的信息是过剩的，那些过眼烟云之后，还能在你脑中留下些印象，在闲暇的时候甚至会回想起来的东西，很可能会成为个人长期的爱好或者热爱的事情。
当然，这不一定是个正经东西。
但人在面对自己的时候，坦诚一点更舒心，可以不和其他人讲，自己知道就好了。
两篇文章
《神仙公司是怎样炼成的？》
这篇文章是Xmind的创始人孙方（下称园长）写的，根据一次圆桌活动的问答整理而来。这个公众号也是他本人的。
园长讲的是他如何16年专注做一款小而美的产品，整篇文章看下来，其实是“PLG的中国实践”。
这篇文章有很多点触动到了我，要专注于做价值，而不是讲虚无缥缈的故事。
“我的方案是可以 startup 起来的，最多就是，将来不能扩张，你这个 idea 做不成亿万富豪。但他们的方案是，你极有可能烧光了一个亿，却没有 startup 起来！连个正经生意都没有。”2022年，太多公司血泪补了这一课啊。
《当我们追Generative AI，我们到底追什么？》
这篇文章两个部分惊艳到了我：
第一是用“弩和弓”来比喻使用门槛降低所创造的价值，我之前一直没找到如何简单讲清楚这里；
第二是引用了Ben Thompson的文章《The AI Unbundling》，讲创意价值链的解绑，在创意生产到消费的链路中，哪里环节会解绑，进而带来商业模式的转变。
一个问题
如果企业是以结果为导向的，企业主投入成本提升员工效率的动力有多大？
工厂里的流水线运作，每个环节都很重要，一旦有地方断了或者慢了，都会耽误整体的效率。所以流水线要求效率，要给工人排好班。而流水线的效率越高，工厂的产出越多。企业主有充足的动力提升员工的效率：提升员工的效率就是在提升流水线的效率，提升流水线的效率意味着工厂有更多产出。
而如果是创意行业，一个好创意的诞生依赖于前置大量的灵感采集、信息梳理和思考，在某个时间突然爆发出来。虽然有很多方法论试图将创意的生产工业化，变成脑力的流水线，有稳定的产出，但好的创意总是需要不确定时间的铺垫。
于是企业主会变得结果导向，而不是过程导向。
那么，我的问题来了：
“如果企业是以结果为导向的，企业主投入成本提升员工效率的动力有多大？”
企业主的备选的选择有：多招人（增加人手以提高产出）、让员工多加班（增加工作时长以提高产出）、提升员工和协作效率（提升效率以提升产出）、把钱挪到市场费用上（提升品牌价值）等等。
感兴趣的话，欢迎看看松鹅其他文章～
