这几天我花了不少时间来看 GPT4.0 和文心一言

这几天我花了不少时间来看 GPT4.0 和文心一言，还和国内外不少依然在做技术的哥们沟通。哥几个看法比较一致，那就是 AI 的技术拐点已经出现了，在 3-5 年内就会迅速改变我们的工作和生活方式。

作为股民，也必须挪一部分资金押上去。其中可能会有一部分打水漂，但也有一部分会有很多倍的回报。不过今天主要还是聊聊 AI 对工作的影响。

绝大部分的工作都分两头，一头充分搞懂客户（领导）需求、另一头针对需求输出结果，以下简称为需求端和输出端。

从我这些年的经验来看需求端更重要，因为大部分人（包括领导在内）其实并不很明确知道自己需要一个什么东西。目标可能是明确的，比方说领导说今年各项指标需要增加 20%，但目标不是需求，中间有一个转化的过程。

领导并不很清楚完成这个 20% 指标需要具体做哪些事、用哪些人、制定何种计划和方法，将其明确以后才算是搞懂了需求。这里面包含了大量的创造性思考，更多是一个演绎过程。需求明确之后，输出过程则类似于搬砖，有人搬得又快又好，有人又慢又歪，但主要是量的区别。

需求端决定做正确的事（方向），输出端决定正确的做事（效率）。前者决定是否及格，后者决定是 60 分还是 80 分。

这也是为何年轻时我跟着老人做项目，老人在那里谈了 2 个小时可以拿大头，我吭哧吭哧做 2 个月只能拿小头的原因。因为人家做的是需求端，我做的是输出端，价值不同。

后来我也理解到说人家只谈 2 个小时是不对的。因为在这 2 个小时背后可能是 20 小时的调查研究和 20 年的经验积累。以酒局为例，我是真的去吃喝，老人则是借着双方的酒劲不断试探、询问，很多重要但之前被忽视的线索都是酒局里发现的，所以这可能是最重要的调研部分…

想明白这些道理后，我也可以逐步承担需求端的工作，收入也就上升了。

包括我现在给你们写夜报，需求端（今天写什么、怎么写）这件事占据大量时间，并且已经和工作生活无缝对接。比方说在群里聊天的时候突然看到别人一句话就大喜，因为找到了下一篇的选题。

而真正写（输出端）的时间有限，通常不到 2 小时。

以上也是工作和学生最大的区别。

学生时代的需求端（考试题）都是准化的，如果一道题能读出两个意思来，那就是题目错了。所以考试分数主要考查一个人的输出端能力，而不太考查需求端能力。

说是基本，因为也有绝世高手能通过需求端能力来考高分。大学里有个哥们，每回考前押题都八九不离十，其说法就是复习课的时候老师相当于就把要考什么都写在脸上了，你等过于愚昧才领悟不了。

截至目前我对 AI 的判断：这哥们在搬砖上是一把好手，效率秒杀 99% 的人；但在需求端明显还是只能读懂字面的意思，尚不具备进一步的能力。也就是说，GPT4.0 是个绝世好学生，未来门门课考 100 分也是有可能的。但未必是个好的工作者，因为到底要做啥都需要别人告诉他。

从这个角度看，越是需求明确的事他越能取代人，但模糊地带则只能做辅助。绝大部分工作目前还是有模糊地带的，所以暂时还不可能取代人，而只是提升效率。

但有一项特殊的工作，完全是从字面到字面的，那必然是 AI 特别擅长的。

那就是翻译。

文学翻译讲究信、达、雅，雅字可能 AI 暂时还无法做到。

但在其他大量的商业、科技文献的翻译，正常工作、生活日常交流翻译方面，我相信 AI 必然可以完全承担。

正好前几天看到一篇微博，有人尝试着用 GPT4.0 翻译了一本英语技术类书籍，很快就完成了。质量还很不错，超越市面上的平均水准。

我甚至在琢磨着人是否还需要再学习外语。当然语言是文明的载体，从这个角度看你想了解一种文明当然需要学习相应的语言；但如果只是把语言作为一种交流工具的话，那以后在手机上装个翻译软件基本就足够了，未来可能 AI 能够把撩妹这种话都翻译的特别好，而且还别具异国情调。

封面图是《星球》系列中的 C3PO，本职工作就是翻译机器人，掌握银河帝国的 600 多万种语言。看来翻译是 AI 的第一份工作，巨佬们在 40 多年前就有共识了。