之前自己总是想实现 10 倍程序员的提效，现在发现这远远不够，应该以 1000 倍为基准，每次做事之前都思考一下，如何和 AI 配合实现 1000 倍的提效，只有这样自己才能够更加充分的去使用 AI。
实际上，在当下的 AI 时代，实现 1000 倍的提效是完全有可能实现的。
更重要的是，多动手、多实践。一旦直面它、实践它，信息差自然没了，焦虑自然也没了，认知和信心就会随之而来。

今天逛景区，让豆包当了一天的导游。总结下来就是没有太多的惊喜，比较平淡。和真人导游的质感差别还非常明显。
最大的区别就是真人的实时互动和主动观察输出的能力，AI还无法实现。不过可以肯定的是，AI已经遥遥领先了景区里的数字讲解员。

像 AI 时代带来的巨大生产力冲击，进而形成的一些宏大叙事，会让每个个体都被裹挟，感到无力和焦虑。
这也是每个宏大叙事带来的副作用。但是作为每个个体，都应该从一点一滴行动起来，去聚焦自己能控制的改变和行动。
忘记那些宏大叙事，脚踏实地，聚焦自己能改变的东西才能发现新的机会。

刚看到一个说法，解决了之前自己的一个疑惑：AI 一定会产生大量的工作替代，最先受到冲击的就是白领。体力劳动者不会那么快会被替代，但一定也会受到影响。那些被替代的白领首先会去体力劳动市场寻找机会。同时因为收入的减少和不确定性的增加，也会更加倾向于自己自足，减少对职业体力劳动者的依赖。

在未来，我们如何证明我们是人，或者是我们自己，而不是 AI 呢？

今天自己突然有个思考。在 AI 时代，我们都非常担心伪造的图片或视频对社会的危害和副作用，但很少关心过 AI 生成的文本内容的危害和副作用。
这里有个底层认知，眼睛见到的图像信息会被我们本能地当成事实。但是文本本身就是一个高度抽象的符号化的内容，和我们所理解的真实之间有很大的间隔。因为间隔的存在，让我们对虚假文本不再那么敏感。

一个人智慧的养成，就类似于大模型的训练。一个大模型的能力或者是先进程度，关键于取决于两部分因素。第一部分即算法，相对于人来讲，可能就是个人天生即具备的智商或天赋。
第二部分就是训练数据的质量。对个人来说，第一部分很难改变，但第二部分却非常好改变，就是改变训练自己大脑的数据的质量。数据的质量一旦改变，训练结果的质量也会有明显的变化。而改变训练数据，最好的方式就是做真正有挑战的事情，或者阅读高质量的书籍。
如果自己每天接触的是垃圾信息，那训练的模型的能力一定也是垃圾。只有真正能过滤出来真正高质量的数据，自己才真的有可能训练出高质量的模型。

成长的关键是做事，做事就会有挑战，有挑战才会有成长。旁观者是不可能获得真正的成长的。

AI 一定会对很多行业进行大规模的清洗。在这些行业里面，所有的人都要进行技能升级。但是如何升级？要摒弃哪些？要加强哪些？要补充哪些？似乎并没有定论。在同一个行业的人也会有完全不一样的看法。那哪条才是正确的方向呢？

故善战者，求之于势，不责于人，故能择人而任势。 —《孙子兵法》