用好AI似乎是个心态问题，先要破心中贼。

参加活动的时候感受到全是关于AI会取代人类的不安和忧虑。

AI当然首先属于AI科学家或者募集到大量资金的人，但智能越通用（AGI）基础设施上消耗的成本越多，那就必须也属于普通人，只有普通人加入进来，AI才能跑通技术到商业的正向循环，否则会跑熄火的。

01 普通人的故事和机会

只有普通人成为故事的主角，这个事才会是澎湃汹涌的巨浪。

好比互联网，如果它只是服务于军事，那就不是一种产业浪潮，只有通过大众都能做的App渗透到电商、外卖、打车这样的各种行业，那它才是真的浪潮。

这种浪潮有两个含义：

含义一是它在应用环节创造巨额财富（大于基础设施），并且普通人的得以参与分享财富。

含义二是它波及范围足够大，让各行业各种背景的人都有参与的可能。

也正是这样的浪潮才可能让英语教师成为首富，让学艺术和设计的人成为引领时代的科技英雄。

与之相对应，如果只有曼哈顿计划，那就只会有奥本海默那样的物理学家脱颖而出，和普通人真的是一点关系也没有。

在互联网的产业逻辑下进行类比，那大模型、GPU会很像移动互联网的安卓、ARM芯片，而存在于未来的类比微信、抖音的应用其实还没影。

如果说我们现在看到了模型能创造价值是1，那未来应用的价值可能是100+。

这并不严谨，但应用商店赚的钱最多也就能顶一个超级App，而超级App、大量游戏、电商等赚的钱肯定远大于应用商店的100倍。（苹果系统更好算些，它收苹果税。）

假设早期的产业只有地球仪那么大，你拿到了澳洲那么大的地儿，如果它开始膨胀，并且膨胀到了地球那么大，你保持了自己的基本地盘，这将是巨大的成就。

02 AI的应用其实是变简单了

AI的算法是变难了，但反过来讲就是AI的应用和学习其实是变简单了。

这是前两天看到的一个例子：一个一年前不会编程的人，没有融资做出了一个700万美金的应用。

为什么可以这样呢？因为AI削低了掌握和应用知识的成本。

首先你自己的学习成本降低了，只要你愿意保持一个合理的思考方式，那AI就是一个事无巨细不厌其烦回答你问题的老师，并且极其便宜甚至免费。

其次是它也是你的员工。很多细节并且花时间的工作你可以让它去做，你要提供的是一种顶层的思路。

那当然做解决问题的应用会变的更加容易，这和我们画图、作诗、作曲变的更简单是完全一样的道理。

03 鄙视民科是错的

看完上面的例子我们会发现用好AI似乎是个心态问题，先要破心中贼。

心中贼里面最可怕的一个是缺乏成为民科的勇气。

民科这个词在现实里是被鄙视的，大致等于妄人，但实际上正好反了，科学精神始终应该鼓励。

如果所有的专业都树立起一个门槛，必须通过指定的人才能到达真知，那其实知识会变成被少数人垄断。

而知识一旦被垄断就不是知识，而是一种权力。所谓的能证伪的才是科学正好蕴含知识的非垄断性。

过去什么事情这样垄断着的呢？

当年天主教这样，只有教皇等部分人有对教义等进行解释权力的时候，教皇就可以卖赎罪券，然后把挑战自己的科学家烧死（这咋证伪，你证伪它就烧死你）。到后来宗教改革后就变成了因信称义。

恰恰是每个人对事实（数据）、逻辑都清楚的时候，都可以出自己的结论，这才是科学精神。

民科如果有问题，不在于狂妄而在于违背科学精神。

马斯克不是做火箭，也不是汽车的，那为什么马斯克能够正确判断科技的方向呢？核心就是这种科学的精神和思维方式。

弄AI应用的时候也一样，要回到这种基础的科学精神。

只有这种精神和每个人结合，那AI才真的是普通人的机会。否则会变成需要找个教主，那普通人就没有机会，有也是只有当韭菜的机会。

但这种机会也不是马上就在那里，而是受一系列因素的制约。

04 先天制约越少越好

财富在基础设施和应用之间的分配比例会是一个明显的制约。

比如苹果税，它定30%那意味着产业和它相关那部分就放出来70%，所有的人在分着70%。如果它再凶一点定50%，那所有上面应用日子就更难过。如果90%，那就是你怎么忙也不顶用，成功也还是贫穷。

为什么有苹果税呢？核心就是苹果手机（包含系统、硬件等）作为一种基础设施卡在了产业最关键的点上。这部分还真不是普通人能做的东西，所以对应的比例一定程度取决于个人努力之外的因素。

苹果手机也许好用，但苹果税其实是一个很差的结果。

作为普通人当然没理由希望任何形式的垄断，因为任何形式的垄断都导致能够在普通人手里自由分配的财富少了。

从这个角度看，我们需要支持开源，而不是闭源。这种支持的意义不是代码或者模型上的，而是财富分配意义上的，这个系统里面不要有人再去收苹果税了。

系统里的控制点是开放的还是封闭的是普通人机会大小的最大制约。

05 技术成熟度的制约

整个IT产业里面对应用影响最大的是通用计算平台。过去的通用计算平台就两种一个电脑一个手机。

AI代表了潜在的第三种---基于模型的计算。

但现在的AI大模型虽然有了成为通用计算平台的样子，可还是萌芽，距离一个成熟的能够承担重任的通用计算平台还有距离，只是在极小的领域里面展示了一点点颠覆性。

这个极小的领域正是AIGC，不是逻辑推理等，而事实上具有成熟的逻辑推理能力才是一种新的计算机。

近来比较雷人的图可能是下面这张：

(纵轴的日式英文估计一下子看不懂，但写的是模型的智能）

100倍这事实在不知道怎么度量的，但Level 2的Reasoner如果真的可以普遍实现，倒是可以认为智能翻了100倍。如果再接下去还是这么个节奏，那AI就一定会成为新式计算平台。并且由于它的计算模式和过去不一样，就也一定会导致上面大量应用重做，新应用会持续爆出来（过去是没法做陪聊的APP的）。

我们正处在这么个临界点上。

通用计算平台一旦出现，上面的应用一定是涌现和爆炸性增长，大家可还记得App数目的增速！

06 小结

我们现在看1840年会觉得很有特殊意义，之前好像是古代，之后就近现代，此后倒腾100年震荡才稍微稳定。再过500年看现在这个时间点可能也会觉得很特殊。

那时候看现在更可能像一个跃迁点，大转折后很多事必然和现在不一样了。不一样的幅度可能比过去的农民走进工厂还要巨大。这时候想清楚普通人机会在那儿并行动起来会有特别的意义。

文章来自于微信公众号“琢磨事”，作者“老李话一三”