把问题从“哪种水下机器人”转成“2050年人的哪些需求会变、哪些心理机制不变”,再据此设想一类服务,比直接猜硬件形态更稳。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先找需求变化,不猜硬件形态
立正谈AI时代机会时有一个可迁移的判断:真正大的机会常来自技术改变人之后新增的需求,而不在技术本身。工业革命不只造机器,也造出了娱乐、教育、城市消费和现代服务业1。放到你这个提问上,2050年的水下机器人长什么样很难预判,但可以问:当机器能长时间在水下作业、人不必亲自下水之后,人对水、对海洋、对“亲自在场”的心理需求会怎么变。比如潜水从技能变成体验消费,或海洋科考从体力劳动变成远程判断,这些变化才是消费者心理研究能接住的部分。
用“少做低价值劳动”当筛选标准
立正还提出,AI更值得期待的方向未必是让人做更多,而是让人从重复、低价值的劳动里退出一点,把时间还给身体、关系、思考和那些无法立刻变现的事2。这个标准可以直接用来回答提问:哪类水下服务值得存在,取决于它替人省掉的是不是本来就不值得人做的事。水下巡检、采样、打捞这类重复劳动被替代,人可能更愿意为“亲自下潜看一次珊瑚”付费;反过来,如果机器人只是让人在水下干得更快更多,消费者心理上的收益就有限。回答时点明这个取舍,比罗列机器人型号更有说服力。
回答时先交代判断依据
AI推演跨度过大的提问,容易变成凭想象列清单。可以先说明你用什么框架推演:哪些人类心理机制(好奇、掌控感、对自然的敬畏、对风险的回避)大概率不变,哪些行为场景会因技术而重构,再从中挑一两个具体服务设想展开。这样即使结论是猜测,推理过程也可被检验,提问者能接着追问。
现有片段没有直接讨论水下机器人或海洋场景,以上是把立正关于技术机会与需求变化的判断迁移到你的问题上,属于推演而非他的原话建议。
出处
- 1从“算计太多”到“心力劳动”:我和夏淳博士聊硅谷创业、AI时代与人的下一次迁徙
提供“机会来自技术改变人之后新增的需求”这一判断,适合作为回答的总体框架。
- 2如果让我做一个role model,我想成为一个不 productive 的role model
提供“AI应让人少做低价值劳动”的筛选标准,可用来判断哪类水下服务值得设想。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。