即刻App年轻人的同好社区
下载
2月份看到好几个“AI比专业人员写得好”的案例，但仔细扒了一下创作过程后发现：
与其说是AI 进化到多么牛X了，不如说在更强AI的加持下，更多创作者逐渐打通了跟AI协作的“任督二脉”。
1、先说一个UGC 的例子
本月19号，一位非技术博主用DS在1h内，写出了知乎热榜第一、高赞第一的技术类爆文，超过一众人工智能专业领域的优秀答主，当天被知乎日报收录。
不过，超过专业答主爽文的背后，这位非技术创作者其实花了很多心思[2]，包括不限于：
①没有直接采用AI生成的开头，而是自己撰写了更具吸引力的“雷击式开头”，奠定了文章的基调。
②将AI生成的零散要点进行整合，调整为更符合人类阅读习惯的段落结构，使文章条理更清晰。
③把机器味儿改为烟火气，在文章中融入了自己的观点、感受和判断，例如在结尾处加的粗口，以及用"这傻小子"来指代传统大模型。
④花了 10 分钟仔细核对了文章中的关键数据和论据，给文章上最后一道保险。还手动在文章中插入了相关的截图（如推文、论文截图），增强了文章的可读性和说服力。
可见，哪里是AI 暴打人工智能专业答主， 分明是【新媒体高手】在AI 的辅助下，成功跨界到人工智能专业领域。
而且作者自己也说了，高赞第一并不一定就是质量最高，只代表大多数知乎用户更容易看懂。
可以预见，今后会有更多“会说人话”的创作者，在AI 的加持下，跨界到更多专业领域，把话语权逐渐从满嘴黑话的专家手里抢过去。
2、再说一个PGC 的例子
本月9号，虎嗅一位编导发文[3]称，AI完全可以替代所有商业媒体的写作。
36氪、虎嗅、晚点这些商业媒体的写作，基本都可以用AI替代。
在商业写作领域，AI的文笔更好，更有逻辑，能把文字工作效率提升个2～3倍。
①
这位编导还进一步总结，内容创作者的核心竞争力，是选题、情绪和独家案例。内容机构的核心竞争力，则是设计出高效的工作流和高级的内容容器。
在用AI写作方面，他的核心原则是“先写提纲，再写全文”：
“你用AI写作时，需要有自己的核心观点。对于你了解的议题，可以直接通过口述把想法转写出来，让AI生成提纲。
对于不了解的议题，比如要写一个关于芯片的稿子，而你没有实际从事过芯片工作，就需要把很多资料喂给它，不断向它提问，直到确定自己了解了最重要的概念，并且能用这些概念讲明白这个事情，然后才让AI把你的核心想法写成提纲。”
②
思路上，跟我 2023 年 5 月的一篇旧文《如何快写慢改，和 ChatGPT 一起创作》[4]较为相似。
但在工具上，他已经用上 deepseek 嫁接 Claude 形成的DeepClaude[5]，在写文章一个月，他几乎所有工作（包括这篇文章），都是用DeepClaude写出来的。
在他最新的文章中进一步提到， deepseek 嫁接 Gemini 形成的DeepGemini（2.0 Pro），写文章效果最佳。
3、最后回到跟AI协作上来
在非技术人员中，我所知道最擅长跟AI协作的，当属余一老师。
在她最新一期播客[6]中，有比较系统地“开源”了“AI as me”和“AI as team”的方法（见下图）。
应该是去年的时候，我就开始从她的播客中学习和践行“AI as me”，确实有很好支持到很多决策。
今年再听“AI as team”的思路后，我发现有个一直困扰自己的问题，突然有点茅塞顿开了。
①
问题是这样的。拾象科技的广密，曾预测说今年大模型竞争的暗线是context。
因为广密常年在硅谷，他过往的预测还蛮准的。所以，围绕这个context，我研究过很多最佳实践，ToB领域有Palantir，ToC领域有Dot。
但研究完之后，想在业务上真正应用起来，却没那么容易。直到我听完余一老师的思路，尤其是她对Monica 记忆功能的应用，才发现：
这才是非技术人员也能快速拿结果的方法啊！与其在技术层面纠结数据的采集和应用，不如从应用层面更快拿到结果～
②
从“AI比专业人员写得好”的表象，到“会说人话”的创作者跨界破圈的实践，我们看到的不是“取代”，而是“赋能”。
AI成为了人类大脑的衍生，帮助我们突破个体认知的边界，加速知识的生产与传播，构建更广阔、更包容的意义空间。
我有点相信了，此时的我们，或许正站在“人机共创”时代的黎明。
如果说，文字的发明让人类摆脱了口语传播的局限，印刷术的诞生加速了知识的民主化，那么，AI与人类的深度协作，则预示着一场新的认知革命。
对于接下来将发生的事情，我很期待。
———
[1]www.zhihu.com
[2]mp.weixin.qq.com
[3]mp.weixin.qq.com
[4]m.okjike.com
[5]开源地址：github.com
[6]www.xiaoyuzhoufm.com
与其说是AI 进化到多么牛X了，不如说在更强AI的加持下，更多创作者逐渐打通了跟AI协作的“任督二脉”。
1、先说一个UGC 的例子
本月19号，一位非技术博主用DS在1h内，写出了知乎热榜第一、高赞第一的技术类爆文，超过一众人工智能专业领域的优秀答主，当天被知乎日报收录。
不过，超过专业答主爽文的背后，这位非技术创作者其实花了很多心思[2]，包括不限于：
①没有直接采用AI生成的开头，而是自己撰写了更具吸引力的“雷击式开头”，奠定了文章的基调。
②将AI生成的零散要点进行整合，调整为更符合人类阅读习惯的段落结构，使文章条理更清晰。
③把机器味儿改为烟火气，在文章中融入了自己的观点、感受和判断，例如在结尾处加的粗口，以及用"这傻小子"来指代传统大模型。
④花了 10 分钟仔细核对了文章中的关键数据和论据，给文章上最后一道保险。还手动在文章中插入了相关的截图（如推文、论文截图），增强了文章的可读性和说服力。
可见，哪里是AI 暴打人工智能专业答主， 分明是【新媒体高手】在AI 的辅助下，成功跨界到人工智能专业领域。
而且作者自己也说了，高赞第一并不一定就是质量最高，只代表大多数知乎用户更容易看懂。
可以预见，今后会有更多“会说人话”的创作者，在AI 的加持下，跨界到更多专业领域，把话语权逐渐从满嘴黑话的专家手里抢过去。
2、再说一个PGC 的例子
本月9号，虎嗅一位编导发文[3]称，AI完全可以替代所有商业媒体的写作。
36氪、虎嗅、晚点这些商业媒体的写作，基本都可以用AI替代。
在商业写作领域，AI的文笔更好，更有逻辑，能把文字工作效率提升个2～3倍。
①
这位编导还进一步总结，内容创作者的核心竞争力，是选题、情绪和独家案例。内容机构的核心竞争力，则是设计出高效的工作流和高级的内容容器。
在用AI写作方面，他的核心原则是“先写提纲，再写全文”：
“你用AI写作时，需要有自己的核心观点。对于你了解的议题，可以直接通过口述把想法转写出来，让AI生成提纲。
对于不了解的议题，比如要写一个关于芯片的稿子，而你没有实际从事过芯片工作，就需要把很多资料喂给它，不断向它提问，直到确定自己了解了最重要的概念，并且能用这些概念讲明白这个事情，然后才让AI把你的核心想法写成提纲。”
②
思路上，跟我 2023 年 5 月的一篇旧文《如何快写慢改，和 ChatGPT 一起创作》[4]较为相似。
但在工具上，他已经用上 deepseek 嫁接 Claude 形成的DeepClaude[5]，在写文章一个月，他几乎所有工作（包括这篇文章），都是用DeepClaude写出来的。
在他最新的文章中进一步提到， deepseek 嫁接 Gemini 形成的DeepGemini（2.0 Pro），写文章效果最佳。
3、最后回到跟AI协作上来
在非技术人员中，我所知道最擅长跟AI协作的，当属余一老师。
在她最新一期播客[6]中，有比较系统地“开源”了“AI as me”和“AI as team”的方法（见下图）。
应该是去年的时候，我就开始从她的播客中学习和践行“AI as me”，确实有很好支持到很多决策。
今年再听“AI as team”的思路后，我发现有个一直困扰自己的问题，突然有点茅塞顿开了。
①
问题是这样的。拾象科技的广密，曾预测说今年大模型竞争的暗线是context。
因为广密常年在硅谷，他过往的预测还蛮准的。所以，围绕这个context，我研究过很多最佳实践，ToB领域有Palantir，ToC领域有Dot。
但研究完之后，想在业务上真正应用起来，却没那么容易。直到我听完余一老师的思路，尤其是她对Monica 记忆功能的应用，才发现：
这才是非技术人员也能快速拿结果的方法啊！与其在技术层面纠结数据的采集和应用，不如从应用层面更快拿到结果～
②
从“AI比专业人员写得好”的表象，到“会说人话”的创作者跨界破圈的实践，我们看到的不是“取代”，而是“赋能”。
AI成为了人类大脑的衍生，帮助我们突破个体认知的边界，加速知识的生产与传播，构建更广阔、更包容的意义空间。
我有点相信了，此时的我们，或许正站在“人机共创”时代的黎明。
如果说，文字的发明让人类摆脱了口语传播的局限，印刷术的诞生加速了知识的民主化，那么，AI与人类的深度协作，则预示着一场新的认知革命。
对于接下来将发生的事情，我很期待。
———
[1]www.zhihu.com
[2]mp.weixin.qq.com
[3]mp.weixin.qq.com
[4]m.okjike.com
[5]开源地址：github.com
[6]www.xiaoyuzhoufm.com
91 1061
来自圈子
AI探索站
85304人已经加入