
姜迅
我們正處在一個規則不斷被改寫的時代。當 AI 把許多人的能力同時抬到 80 分時,80 分就成了新的零分。這本書想用盡量樸素的大白話,從AI技術的底層原理的角度,和你一起搞清楚三件事:AI 背後究竟是怎麼運作的?大語言模型的底層技術原理是怎樣的?當很多工作,AI 都能比我們做得更好的時候,從技術的角度分析還有什麼是它做不了的?我們又該怎樣藉助 AI技術,讓自己在這個時代更好地生存,成爲不可替代的人?全書從"連接”和"延遲”講起,解釋信息是怎樣進入我們的生活的。接着討論數據的核心矛盾:數據看起來像油田一樣豐富,但不能被使用的數據,往往不是資產,而是負債。我們追求數據的完備和深度,而非一味的"大”,特別是要抓住稍縱即逝的異常。書裏會帶你識別數據的種種騙術,理解數據如何被使用而不被泄漏,保護我們的隱私。大語言模型(LLM)看起來像魔法,底層原理卻並不神祕:它只是不斷根據前面的"詞”預測下一個"詞”。AI 最擅長回答的是標準答案,最不擅長處理的是那些罕見的數據;對模型是這樣,對人也是一樣。
算法決策正在改變組織內部以及更廣泛社會的權力分佈,但其影響並非簡單的“顛覆”,而是一種漸進式的重構。 1. 組織層面的權力再分配 • 傳統金字塔結構依靠層級授權來傳遞決策權。當供應鏈調度、客戶服務等任務交由算法實時決策後,戰略層—執行層之間的紐帶被削弱,管理者的權力隨之向算法系統集中。 • 監督重點從“管人”轉向“管算法”:企業需要評估算法的決策時效性、資源優化度、目標契合度,確保模型不陷入局部最優而偏離整體戰略。 2. 權力結構的“去中心化”趨勢 • 在更宏觀的技術願景中,社區共識、開源協議、責任驗證等機制被提出,以取代單點權力或黑箱壟斷,構建可組合、可審計的 Agent 世界。 • 這種思路表明,算法決策不僅集中權力,也可能通過開放協議與治理機制,將控制權進一步分散到開發者與用戶羣體。 3. 並非徹底“顛覆”,而是“升級” • 算法決策並未消滅權力,而是把權力編碼進系統規則與數據之中。人類仍通過設定目標函數、審覈機制、合規框架來影響算法,只是角色從直接命令者轉爲規則制定者與監督者。 • 傳統權力(如管理層、政府監管)若能及時建立算法治理框架,就能在新舊模式間取得平衡;若拒絕適應,則可能被更靈活、數據驅動的實體所取代。 4. 結論 算法決策確實有潛力“顛覆”傳統權力結構,但更準確地說,它正在促使權力從單一中心流向兩個方向:一是高度集中的技術系統,二是去中心化的協議網絡。人類社會與組織需要新的治理工具(透明度、審計、社區共識)來確保這種新結構既高效又公平。
這是一本關於AI、算法的非技術描述之書。作者用一整套類比、比喻和故事,爲我們展現了AI和算法是如何做到“能”的。更重要的是,作者始終帶着讀者在思考,面對AI和算法,我們如何不能和可能;以及面對人類,AI和算法又有哪些不能和可能。貫穿於全書的,是一種人文精神,或者說人文精神之問。很多內容和觀點,不乏哲學之思。 這本書,可以與馬兆遠的《人工智能之不能》一起看。兩者一樣有深度,有啓發。
方法論: 靠連接/提問/品味/選擇成爲分佈之外不可替代的人
1. 微信讀書的排版太雜亂了 2. 小標題太多了,標題都是比喻或類比,可以簡單直接to the point些。一個地方用,覺得有趣,通篇都是,令人審美疲勞,難以follow行文邏輯 3. 有羅馬數大章,漢字子章,強行比喻堆砌辭藻小節,看得我真累,讀標題都快忘記行文給我幹哪一層來了