段永平和雷軍，我該相信誰？

關注公眾號，記憶承載3，方能閱讀正文《戰(zhàn)爭陰霾下的新世界》

昨天講戰(zhàn)爭陰霾下的新世界時，有讀者好奇的留言問我說：

為啥你采信段永平？

段永平講一切坐著不動或站著不動的工作，都將被AI取代，聽著很恐怖。

而雷軍的說法就溫暖多了，他說要不了幾年，人們每周就只需要工作2天，那兩天里每天也只需要工作3小時。

我們來看這個問題。

首先我們來看看，究竟什么是AI技術所衍生的一切行業(yè)里的，準備取代我們人類工作的，數(shù)字員工。

人家要干掉你，你總得先了解下對方是如何干掉你的，其內在原理是什么。

二十多年前，我在大學校園里的時候，就有寫外掛，賣外掛。

因為那時候我發(fā)現(xiàn)有市場。

那種給人家代打一個月，掙500塊工錢的職業(yè)代練，很樂意出一個月的錢，讓我根據(jù)他們的操作，為他們定制一個腳本。

我當初就做這個生意的。

那這個腳本怎么寫？很簡單，你把他操作的動作整理出來，讓電腦重復執(zhí)行就是了。

也就是說，我這個人類在觀察那個代練的行為，然后我翻譯成電腦能懂的語言，讓電腦去重復大量執(zhí)行。

這就叫外掛。

你可以認為它就是一個原始的，游戲代練行業(yè)里的數(shù)字員工。

時光荏苒，多年過去，請問，假設你想要把各行各業(yè)都做成外掛，比如咱們給汽車行業(yè)做一個外掛，我們做一個自動駕駛的數(shù)字駕駛員，要怎么寫？

你回到我當年那個學生娃的視角下，那就是我作為人類，去觀察駕駛員的操作，什么情況下前進后退，什么情況下左拐右拐，什么情況下油門剎車。

然后我就試圖設定條件，這種條件下做這種操作，那種條件下做那個操作，測試，打補丁，改代碼。

最原始的思路肯定是這個，但你會發(fā)現(xiàn)，路面情況太復雜，寫不完，真心寫不完。

你別以為自動駕駛這件事人類是今天才想到的，不，遠比我大學里給人家寫外掛還要早幾十年，燃油車廠家就開始研發(fā)自動駕駛了。

所用的方式就是我說的這種，人類觀察，人類翻譯程序語言，汽車執(zhí)行，結果發(fā)現(xiàn)效果不好，只能跟試驗場地里玩玩，上不得路。

那么后來，現(xiàn)如今的自動駕駛是怎么開發(fā)的？

很簡單，人類不再去寫代碼了，我們直接讓AI去分析路面實況。

你買一輛具備自動駕駛功能的汽車，你用不用是一回事，但是在你開車的時候，它都在模擬自動駕駛。

俗稱你開你的，它開它的，只不過，它的指令全作廢。

當遇到的路面狀況，它的判斷和你一樣，它就不學習，當遇到路面狀況，它的判斷和你不一樣，而你比它的決定更優(yōu)秀，它就學到了。

全球的道路上跑著上千萬這樣的車，它們都在偷偷的學習，通過實況錄像的方式學習，學你開車。

然后這些數(shù)據(jù)匯總到車廠的數(shù)據(jù)中心，每一輛汽車根據(jù)每一個車主學來的經(jīng)驗，最后都會匯聚到同一個AI下。

現(xiàn)在你AI自己來編程。

因為你已經(jīng)有無數(shù)年的駕駛經(jīng)驗了，因為你已經(jīng)開遍全球絕大部分角落了。

請你告訴我，你要怎么設你的條件變量，你要怎么做你這個駕駛員外掛。

所以，當你看懂了上面這一切，你就會發(fā)現(xiàn)，新老兩代程序員的區(qū)別。

老一代程序員是干嘛的？

是一個翻譯。

我觀察人類的一切行為，我翻譯給機器聽。

新一代程序員是干嘛的？

新一代程序員就是所有人，你也是程序員，我也是程序員，我們人人都是程序員。

因為說到底，程序員的工作就是教機器，無非當年我們是自己思考，然后翻譯成寫死的程序。

而現(xiàn)如今，駕駛員本人就是程序員。

你在馬路上看到了什么，你做了什么操作，AI就學走了，然后它就不停的在模擬你，直到超越你。

那么其他行業(yè)是不是程序員？

當然是。

我們讓一個保姆，一個保潔，一個廚師，一個快遞，一個保安，讓所有人都背著攝像頭，背著傳感器去工作。

你怎么處理你看到的一切現(xiàn)象，把你的判斷，你手感的輕重，你動作的選擇，都傳給AI，讓它學習你，直到超越你。

站在這個角度，哪還有駕駛員？哪還有汽車？

你開車只是相當于你穿戴著一套傳感器，你把你開車的操作，傳給AI，讓它學習你，讓它超越你。

那么比上面這一切更快發(fā)生的，是什么？

是針對白領的，數(shù)字員工。

所謂當下流行的養(yǎng)龍蝦，養(yǎng)數(shù)字員工。

你不斷的告訴數(shù)字員工干嘛干嘛干嘛的過程中，實際上就是你在教授AI，你平日里到底是怎么工作的。

讓它學習你，直到超越你。

站在這個視角下，未來的大趨勢可以看得很清楚。

只要你的工作場景，工作判斷，工作行為可以被AI暴力破解，那么它就必然能夠徹底學會你，直到超越你。

你說我不配合可不可以？

不可以。

因為你會發(fā)現(xiàn)工作很難找，現(xiàn)在有一份穿戴著攝像頭傳感器的廚師AI訓練師的工作，你要不要應聘？

你不應聘有得是人應聘，你不肯教AI有得是人肯教。

就像你不樂意教AI如何開車，這個地球上有上千萬的人都愿意教，它學會你，超越你，是必然的。

前提是什么？

是你的工作，能夠被窮舉。

站在這樣一個視角下，段永平?jīng)]有講錯，雷軍也沒有講錯，他們只是各自都只講了一個維度。

段永平的意思是說，坐著不動的人，站著不動的人，你的工作一定能夠被窮舉。

你對著電腦無非就是那些按鍵，你站著操作無非就是那些按鈕，AI拍下所有的畫面，和你所有的針對它的舉動，回家分析解構，不就可以像自動駕駛一樣破解么？

雷軍也沒有講錯，他講的是那些工作內容無法被窮舉破解的人，俗稱有腦子的工作者，你是總能夠帶來全新視角的工作者，那你每周工作2天就好了，其余時間思考去吧。

也就是說，段永平講了一部分人，雷軍講了另一部分人，無非你自己要做哪部分？

你要做能夠被AI窮舉的那部分人，還是不能的？

所以答案呼之欲出。

正如我昨天在戰(zhàn)爭陰霾下的新世界里講的，你不能沉浸在傳統(tǒng)經(jīng)驗下的工作的價值序列判斷中。

所謂什么是光鮮亮麗的，什么是賺錢多的，那只是過去的經(jīng)驗。

你翻看歷史會發(fā)現(xiàn)每幾十年，人們對什么是光鮮亮麗，什么是賺錢多的工作都會有一輪大的變化。

這就說明，看法是隨著時代變化的。

每個時代有每個時代的財富錨定，上一個時代的財富錨定是錢，因為低安全成本的大環(huán)境下，流通成本是很低的，于是白領紛紛興起。

你掌握了一門語言，你會敲電腦，于是你有了比別人更高的價值。

但是，隨著安全成本的抬升，隨著AI機器自己開始批量造AI機器，你會發(fā)現(xiàn)財富的錨定變成了礦產，能源。

因為有了礦產，能源，就有算力，就有AI機器人，也就有了生產力。

那么這個時候，你還想讓自己值錢，你就得怎么樣？

就得讓AI取代自己，不得不付出高能耗的代價。

取代你，要付出的算力越多，能耗越高，你才越值錢，而不是你的學歷越高越值錢。

are you ok？

一切計算機處理問題的底層邏輯都有個共同的弊病，那就是操作的維度越復雜，算力的消耗呈現(xiàn)指數(shù)級增加。

如果你的工作像客服那樣，只要會說話會打字就能完成，那取代你能耗太低了，窮舉就可以。

如果你的工作只是駕駛員的那幾個按鈕，前進后退剎車油門的平面幾何移動，那取代你能耗太低了，窮舉就可以。

如果你的工作只是辦公室文員那種發(fā)發(fā)郵件，安排下會議進程，看冰箱里什么不夠了要補點采購，整理個buglist，再挨個去解決，那取代你能耗太低了，窮舉就可以。

可是反過來，如果你的工作像我昨天舉的那些個例子，涉及太多不同類的操作，那取代你的能耗就太高了。

未見得是你有多優(yōu)秀，而是說，干掉你，太耗能。

所以我說，不同時期下的優(yōu)秀，是真不一樣。

今天一個碼農跑去古代，他是一分錢都不值，肩不能扛手不能提不會看臉色還不能出謀劃策。

可是他在過去的20年，是高薪工作者。

同理，幾年后，會有很多你如今瞧不上的，人家反而很掙錢。

因為在AI時代下，取代他，太耗能了。
關注公眾號，記憶承載3，方能閱讀正文《戰(zhàn)爭陰霾下的新世界》