為什么你越用 AI，效率反而越低？

▼預(yù)約直播▼

與船長 1v1 連麥答疑

感謝各位敢于知道。

在過去的一年里，我感嘆于大家對系統(tǒng)化認(rèn)識這個(gè)世界的渴求，也驚艷于同學(xué)們在問題意識、知識結(jié)組、分析力上的進(jìn)步。

如今，我們這代人也站在了這個(gè)換擋時(shí)失序的十字路口。

為了讓孤閱的同學(xué)們成功從信息時(shí)代的原住民，從容地邁進(jìn)人工智能時(shí)代的新秩序，我們做了這樣一件事:

最近，一篇關(guān)于 OpenAI 的報(bào)道引發(fā)了很多討論：OpenAI 內(nèi)部正在推動 ChatGPT 自上線以來最重大的轉(zhuǎn)型。

有人一針見血——「Chat is dead.」（「聊天」已死）。

當(dāng)然，這并不是說「聊天機(jī)器人」要消失了，而是：對于越來越復(fù)雜的工作場景來說，「聊天」，已經(jīng)不夠用了。

01

為什么你越用 AI，效率反而越低？

剛開始接觸 AI 的時(shí)候，很多人都被震撼了——寫文章、做分析、查資料、寫代碼……仿佛無所不能。

但在工作中使用 AI 后就會發(fā)現(xiàn)，項(xiàng)目越做越復(fù)雜、聊天記錄越積越長、資料越存越多，而 AI 反而越來越難用了。

你需要不斷重復(fù)解釋：項(xiàng)目背景是什么、用戶是誰、為什么當(dāng)初做這個(gè)決定、哪些方案已經(jīng)被否決了、什么風(fēng)格是你喜歡的、什么方向是不能做的……

有時(shí)候，甚至?xí)a(chǎn)生一種荒謬感：花在「向 AI 解釋項(xiàng)目」上的時(shí)間，已經(jīng)趕上真正干活的時(shí)間了。

于是大家開始抱怨模型太笨、幻覺太重、上下文限制太短…… 但問題不在這里。

大多數(shù)人與 AI 交互時(shí)，習(xí)慣把 AI 理解成一個(gè)人——如果非要這樣理解，那它更像一個(gè)擁有超高智力、卻只有金魚記憶的人。

你今天和它討論一個(gè)項(xiàng)目，聊了兩個(gè)小時(shí)，把背景、目標(biāo)、約束條件講得清清楚楚，它表現(xiàn)得非常專業(yè)；第二天打開一個(gè)新窗口，一切又歸零了。

于是，你每次都要重新做項(xiàng)目介紹——真正耗費(fèi)時(shí)間與精力的是「重建共識」。

所以，聊天式 AI 的問題是「無法持續(xù)理解」——它不缺知識，不缺能力，缺的是對你的理解。

02

你誤解了「上下文」的作用。

如果你遇到這個(gè)問題，第一反應(yīng)是：那我給它更多的上下文，把所有資料都塞進(jìn)去。

那可能是你誤解了「上下文」的作用——信息越多，效果未必越好。

聊天中的「上下文」不是「知識庫」，更像「工作臺」。

你可以想象成一個(gè)木工的工作臺：

剛開始的時(shí)候，上面只有寥寥幾樣工具——圖紙、鋸子、尺子、錘子、釘子、木板——所有工具和材料都觸手可及，工作效率自然很高。

后來你覺得工具越多越好，于是不斷往桌上堆東西：用過的舊圖紙、廢料、零件、電鉆、扳手……

最后整個(gè)工作臺被塞滿，真正要用的工具反而找不到了。

很多大型項(xiàng)目里的長上下文就是這樣：超過某個(gè)規(guī)模之后，增加的已經(jīng)不再是背景信息，而是噪音。

舊方案和新方案混在一起；重點(diǎn)和細(xì)節(jié)混在一起；已經(jīng)廢棄的決策和當(dāng)前進(jìn)行的混在一起…結(jié)果最重要的信息反而被淹沒。

本文內(nèi)容

選自船長的公開課

▼ 掃碼加小雅▼

解鎖完整公開課

03

如何讓 AI 高效輔助長期項(xiàng)目？

現(xiàn)實(shí)世界里的工作，從來不是一連串孤立的問題，而是一系列持續(xù)演化的目標(biāo)，而這種「持續(xù)性」，并不能被聊天框天然承載。

聊天式交互更擅長處理的是單點(diǎn)問題：問一個(gè)問題，解決一個(gè)問題；但長期項(xiàng)目需要的，是跨時(shí)間維持一致理解。

這也是為什么，僅僅依賴「歸檔聊天記錄」并不能真正解決問題——因?yàn)榱奶煊涗洷举|(zhì)上只是「過程的堆疊」，而不是「結(jié)構(gòu)的沉淀」。

對于長期項(xiàng)目而言，最有價(jià)值的信息其實(shí)只有三類：

第一類，你是誰。

你的價(jià)值觀是什么？你的審美是什么？你的長期興趣是什么？你的表達(dá)風(fēng)格是什么？......

第二類，你在做什么。

項(xiàng)目目標(biāo)是什么？用戶是誰？成功標(biāo)準(zhǔn)是什么？哪些方向明確不做？......

第三類，你為什么這樣做。

為什么放棄了某個(gè)方案？為什么改變定位？為什么選擇某條路線？……

過去，我們把經(jīng)驗(yàn)留在自己腦子里，用模糊的感覺來維持一致性；但 AI 無法讀取這種「隱性的連續(xù)性」，它只能處理顯性的結(jié)構(gòu)。

如何把原本依賴人類記憶與直覺維持的連續(xù)性，外化成結(jié)構(gòu)，讓 AI 也能參與進(jìn)來？

換句話說，問題不再只是「讓 AI 記住信息」，而是變成：如何讓「人 + AI」共同維持一個(gè)持續(xù)一致的決策系統(tǒng)？

這也是為什么，在 AI 時(shí)代，知識管理的重要性只會比以前更高——過去記筆記，是為了幫助自己記憶；現(xiàn)在建立「知識庫」，更重要的作用是幫助 AI 理解你——它的角色發(fā)生了變化，更像一個(gè)外部化的「自我結(jié)構(gòu)」，記錄的是你在不同時(shí)間點(diǎn)上的選擇邏輯。

AI 缺的從來不是知識，它背后龐大的數(shù)據(jù)庫還有互聯(lián)網(wǎng)上，已經(jīng)有足夠多的知識；AI 缺的，是「你」的背景、歷史、偏好、目標(biāo)、判斷標(biāo)準(zhǔn)。

這些東西無法搜索，也不存在于公開資料之中，它們只存在于你自己的經(jīng)歷里。

我要跟你講十個(gè)大話題。

如果你：從來沒有將個(gè)人利益與這個(gè)殘酷世界進(jìn)行最無遮攔的保護(hù)、一直在父母學(xué)校企業(yè)體制和福利體系的庇護(hù)之下，那么這十個(gè)話題足以給你開啟一張意識上的防護(hù)藍(lán)圖。

• 學(xué)歷大崩盤的經(jīng)濟(jì)學(xué)解釋

• 認(rèn)知資產(chǎn)負(fù)債表

• 方法是為了知識 vs 知識是為了方法

• 賣鏟子的人

• 大秦帝國的新殖民主義

• 經(jīng)典知識已經(jīng)是必需品了

• 什么是不可取代的工作

• 問題意識

• 庸俗方法論

• 太陽之下無新事

這些是免費(fèi)的公開課，我不會一次性講完，但我會一直講，直到把它們講完。

▼ 掃碼加小雅▼

解鎖完整公開課

獲取更多學(xué)習(xí)干貨，點(diǎn)個(gè)?，不錯(cuò)過文章推送~

編輯｜愷宸

排版｜琳玥