NOA:取代還是解放？生成式 AI，讓一切自動完成_Blockchaincryptobank

原文前言本文由Noah和Roon就人工智能時代工作的未來聯合發表的博文。roon是知名AI公司的研究員，也在推特上發有趣的帖子。因為這篇文章是我們合作完成，有時會以第三人稱提及對方。”如果你和人們談論人工智能的潛力，幾乎每個人都會提到同一件事：對于被替代的恐懼。對于大多數人來說，這表現為一種可怕的宿命感，即AI最終會使他們的技能過時。而對于正在從事AI相關工作的人來說，這常常表現為一種內疚感——對創造出讓人類同胞失業的機器感到內疚；一想到未來他們可能是唯一有工作報酬的人，也會感到內疚。

近幾個月來，隨著生成式AI領域的投資和創新突飛猛進，這些不安情緒愈演愈烈。機器學習領域新中發明的擴散模型，使文本生成圖像技術走向成熟。Midjourney和StableDiffusion等一波AI藝術應用引起了巨大轟動，StabilityAI已經籌集到1.01億美元。與此同時，研究AI寫作的公司Jasper籌集了1.25億美元。在這樣一個大部分科技行業似乎都陷入困境的時代中，AI正在經歷一個黃金時代。很多人為此憂心忡忡。

坦率地說，我們認為這些恐懼、內疚，大多都是不必要的。當然，沒人能預知未來，但我們預計，AI更可能作為助手，為人類工作者賦能，而不是使他們陷入貧困、不得不登上福利救濟名單。這并不意味著我們是過分樂觀者；我們明白這種樂觀的觀點很難被接受，即便我們的愿景實現了，也肯定會有一些人蒙受損失。但目前為止，根據我們已知的生成式AI的工作方式，它很可能和過去創新浪潮中的工具一樣，幫助人們提高生產力，節省勞動力。

“AI不會取代工作崗位，只會接管任務

如果AI真的導致普通民眾大規模失業，這將是歷史上頭一回有技術能做到這一點。工業機械、計算機控制的機床、軟件應用程序和工業機器人都引起過有關人力過時的恐慌，但這種情況從未真正發生；幾乎每個想要工作的人仍然有工作。如Noah所言，近期一系列證據表明，公司和行業層面就業的增加，與采用工業機器人和自動化技術有關。

FOX Business記者：中間上訴很難獲得批準:金色財經報道，FOX Business記者Eleanor Terrett發布推文稱，從我從專業法律人士那里了解到的有關中間上訴的一切來看，眾所周知，中間上訴很難獲得批準。SEC 需要得到Torres法官和第二巡回法院的批準才能獲得批準。[2023/8/10 16:16:38]

當然，這并不是說它絕對不會發生——有時技術會做出顛覆式的、前所未有的事情，就像工業革命一下子讓人類首次擺脫馬爾薩斯貧困那樣。但重要的是，我們要真正明白，之前的革新為什么沒有導致人們當時擔憂的大規模人力淘汰。

原因是這些技術并沒有完全取代人，而是僅取代了他們要做的一部分任務。如果您和Noah的祖先一樣，是1700年代的一名金屬工人，那么您很大一部分工作就是用手工工具，將金屬手動鍛造成特定的形狀。兩個世紀后，隨著機床的出現，金屬工人的大部分時間用來控制機床，由機床完成金屬鍛造的工作。這和之前的工作內容不同，但通過使用機器，您能鍛造更多的金屬。

經濟學家早就意識到，重要的不是從工作崗位的層面來看待勞動力市場，而是從工作中的任務層面來看待。在2018年出版的《預測機器》一書中，AjayAgrawal、JoshuaGans和AviGoldfarb討論到預測型AI的前景。他們提出了這樣一種可能性，就像機床為藍領工人所做的那樣，這項技術只會幫助白領更高效地工作，而不是取代白領的工作崗位。

對此，DaronAcemoglu和PascualRestrepo有一個將工作分解為特定任務的數學模型。他們發現，AI或機器人等新的生產技術可以產生多種不同的影響。它們可以提升員工在現有任務中的工作效率，可以將人類勞動轉移到不同的任務上，也可以為人們創造新的任務。是傷害工人還是幫助工人，取決于這些影響中誰占主導地位。

鏈游Axie Infinity預計在未來幾個月推出Axie經驗積分:6月15日消息，鏈游Axie Infinity宣布預計在未來幾個月推出Axie經驗積分（AXP，Axie Experience Points)，考慮在該系統中為2018/2019年的AxieOG玩家添加自動戰斗時代的遺留經驗值，該分數不可轉讓，最初將試驗通過Origins提供AXP。[2023/6/15 21:39:33]

換言之，正如Noah常說的那樣，「當機器人取代了人類一半的工作崗位時，就是反烏托邦。當機器人接管了了人類一半的工作任務時，就是烏托邦。」

“比較優勢：為什么人類仍然有工作

要理解比較優勢的基本原理，并不需要復雜的數學模型。想象一位風險投資家，他打字快得像超人，但他仍會聘請一名秘書為他起草信件。因為雖然那位秘書的打字比他慢，但Marc用他的時間做別的事，可以創造比起草信件更多的價值。所以，即便他能干得更好，有些事他還是會雇別人來干。

現在讓我們在AI背景下考慮這個問題。有人認為，以前的創新浪潮沒有讓人力過時，是因為人類在某些事情上仍然比機器做得好——比如：寫作。但令人畏懼的是，AI很特殊，因為AI研究的圣杯是所謂的「通用智能」——一種能夠執行所有任務的機器思維，它能做的與最優秀的人類一樣好，甚至更好。但正如我們在Marc和秘書的例子中看到的那樣，可以把一切都做得更好并不意味著最終什么都要你來做！在任務而不是工作層面應用比較優勢的思路，即使AI能做得更好，人類也總會有事做。就像Marc一天的時間有限一樣，AI資源也是有限的——正如roon常說的，每當你使用各種最先進的AI應用時，你都在「燃燒一堆GPU」。這些資源限制解釋了為什么想要工作的人會找到工作；AI企業只會不斷擴張并消耗更多的物質資源，直到人類工作者本身以及他們完善AI的工作成為稀缺資源為止。

Nate Alex在2018年60萬美元購買的CryptoKitty NFT現在僅值3752美元:金色財經報道，2018 年，Nate Alex 以驚人的 60 萬美元購買了一只 CryptoKitty NFT，引起了轟動。當時，CryptoKitties 是最熱門的數字收藏品之一。然而，三年后，同樣的 CryptoKitty 現在僅值 3,752 美元，價值大幅縮水 99%。CryptoKitties 是數字貓存在于以太坊區塊鏈上的每個 CryptoKitty 都是獨一無二的，每個 NFT 的價值取決于它的稀有性和受歡迎程度。[2023/5/5 14:43:48]

根據比較優勢的原理，現在與未來的薪水高低，某種程度上取決于AI的技能樹與人類技能樹的關系，是相似、互補還是不同。如果AI能做的事情與人類不同，那么互補性將使人更有價值，工資也會相應提高。

雖然我們不能和未來世界的AI對話，但我們相信，這一波生成式AI能做的事情與人類截然不同。AI藝術往往與人類的藝術有細微的差別——它的小細節常以一種復雜的恐怖谷方式出現，最終結果可能看起來很恐怖。開過特斯拉的人都知道，AI平行泊車的方式與人類不同。還有那些大肆宣傳的大型語言模型，聲稱通過了各種形式的圖靈測試，很明顯，它們的技能樹與人類并不完全一樣。

由于這些差異，我們認為生成式AI的工作，簡而言之就是「自動完成一切」。

“當前最好的生成型AI是如何工作的

迄今為止，最具影響力的生成式AI應用是一種名為GitHubCopilot的工具。最近，因在基本知識和簡單推理方面頗具實力，「大型語言模型」受到了極大關注。它們從互聯網上搜集大量語料來訓練，從中學習到的才智，與浩如煙海的源材料一樣廣泛豐富。Copilot由受過互聯網上所有公開可用計算機代碼訓練的LLM提供支持，能夠根據程序員已經編寫的內容為他/她聯想接下來的幾行代碼。

灰度比特幣信托負溢價率收窄至36.83%:金色財經報道，Coinglass數據顯示，當前灰度總持倉量達228.84億美元，主流幣種信托溢價率如下：BTC，-36.83%%；ETH，--52.63%；ETC，-62%；LTC，-43.55%；BCH，-25.86%。[2023/3/24 13:23:06]

這從根本上改變了軟件工程師的工作本質。之前，軟件工程師必須記住、搜索或推斷他們程序的所有底層功能，而現在，他們可以用通俗的語言描述他們希望這一小段程序做什么，只要在語言模型的能力范圍內，就能從零自動生成。

如上圖所示，工程師可以輕而易舉地獲得一段代碼來完成一項小任務，很多情況下，還能從機器智能中成功調用它。這意義重大——不論是學習新的編程語言，還是在經驗有限的情況下編寫不熟悉的程序，難度都大大降低了。實際上，不再有單打獨斗的軟件工程師：從第一次寫代碼的新手到行業專家，每個人都可以在工具中內置一個學識淵博的特殊結對程序員，同他們一起工作。

在資本的支持下，軟件價值鏈中的一層在過去幾個月里得到了大幅升級。當一個工程師想推進一個大項目時——他們依然在高層級上分析手頭的業務任務，并將其分解成更小的子問題——但在最底層的實施時，記住、學習數千種編程語言和框架和其他「咒語一般的東西」，變得容易多了。如果你有「我想把這個數據集變成散點圖」之類的想法，對AI來說，干這個活兒簡直小菜一碟。AI并不總能做到完美，但起碼能做得八九不離十，在這個基礎上，人們可以去修正細小的推理錯誤，也可以根據自己的喜好對其進行調整。這就是互補性：人類擅長推理業務邏輯，但人類的大腦并不擅長記憶數量龐大的實施細節。因此，Copilot不僅會提高單個程序員的生產力，還會創造出更多的程序員。

Avalanche鏈上USDC發行量突破14億美元 創歷史新高:金色財經報道，根據usdc.cool最新數據顯示，Avalanche鏈上USDC發行量已突破14億美元，創下歷史新高，本文撰寫時為 1,421,631,552.81 美元，系USDC發行量第四大網絡。當前USDC總發行量為530.1億美元，以太坊鏈上發行量最大，約為449.3億美元；Solana位列第二，發行量約為41.8億美元；Tron 排名第三，發行量約為20.1億美元。[2022/5/21 3:32:27]

另一個非常受歡迎的生成式AI應用是藝術應用Midjourney。Midjourney誕生于Discord的論壇文化，它能將文字描述轉化為人們認可的數字藝術。首先，您需要輸入一個提示，MJ會生成四個低分辨率的圖像樣本供您選擇。您從中選出最喜歡的一個，MJ會投入更多的資源來創建一個高分辨率的數字藝術作品。這些作品大規模的連貫性和可被理解的創作內容會立刻吸引你的目光。但如果仔細觀察，你會發現一些細節處會出錯——Midjourney往往畫不好角色的手。他們的手指可能多幾根或者少幾根。窗玻璃可能沒對齊。此外，Midjourney并不是在夢想「格爾尼卡」——文本提示的敘事抽象到一定程度，它就會失去控制，畫的亂七八糟。這就要依靠藝術家將創作動機、靈感提煉成機器可以理解的更簡單的概念，并在此基礎上進行迭代。目前，提示是一門不精確的科學，人類必須找到將意圖傳達給人工智能的正確方式——這與委托別人做事一樣困難！最后，藝術家必須修復AI可能搞砸的任何細節。

雖然這只是兩個個例，但它們似乎表明了新一代生成式AI應用的普遍運作方式。生成式AI非常擅長知識型工作的價值鏈的某些部分，但與人類的思維方式非常不同。Anthropic是一家專注于認識AI工作原理的公司，它發現，與AI或人類單獨工作相比，人類與專業的AI助手并肩作戰、執行各種任務時，表現會更加出色：

這種思路的一個可能風險是AI會快速迭代：每12個月就會帶來技術進步，不久之前，這種速度還會被當做怪物。這些模型的容量和能力范圍也將會擴大。雖然我們不能排除這種可能性——未來AI技術會輕而易舉地主宰人類所做的一切，并讓我們失去絕對優勢，僅有比較優勢；但最新的生成式AI看起來更像是一種能賦予人類超能力的東西。

“一些「自動完成一切」工作原理的實例

在考慮技術和工作的未來時，每個人都想知道他們將來會做什么來謀生。對于經濟學家來說，光擺擺手說「哦，我們會為人們找到事情做的」是不夠的。但是，盡管我們無法確定未來的工作會是什么樣子，但我們可以想象，在「自動完成一切」的時代，現在的創意工作中有多少可能會發生變化。

以專欄作家為例——顯然這個例子對Noah非常重要。非小說類寫作的大部分工作是措辭，而不是弄清楚這句話的內容應該是什么。基于AI的文字處理器將使寫作中這個無聊的部分自動化——您只需鍵入您想說的內容，AI就會以一種易于理解、新鮮且不重復的方式對其進行措辭。當然，AI可能會犯錯誤，或者使用不太符合人類作家風格偏好的措辭，但這也意味著，人類作家最多只需要編輯一下AI寫好的內容，并不需要自己從零創作。

事實上，Noah設想在某個階段，他的工作流程會是這樣的：首先，他會考慮他想說什么，然后列出要點。然后，他的AI文字處理器會模仿Noah的寫作風格，將每個要點轉換成句子或段落。之后，Noah會回顧并編輯AI寫好的內容——更改措辭，在適當的地方添加句子、短語、鏈接，等等。這是一個迭代的協作寫作循環，Noah與AI合著者負責不同的知識模塊，和本文的合作寫作模式差不多。

許多藝術家可能會有類似的工作流程。假設你想畫一幅太空冒險家在火星上騎著一只巨型兔子的畫。您先寫下一些關鍵詞，之后AI會創建一些圖片供您選擇——可能適配您的藝術風格，或者是像FrankFrazetta這樣的著名藝術家的藝術風格。您將從中挑選出一副，并繼續完善它。您也可以繼續提示AI，讓它繼續調整畫作。當畫作最終符合您的要求時，您可以手動更改細節——包括清理手、頭發或其他被AI搞壞的「小細節」。

工業設計也將以類似的方式工作。看看你房間里那些平凡、無聊的東西——一盞燈、一個電視柜或一個咖啡機。還是得有人來設計一下的。有了生成式AI，設計師就不必翻閱一頁又一頁的示例來獲得創作靈感。他們只需要提供一些關鍵詞——「55英寸電視柜，帶兩個柜子」——然后就能看到一系列設計任君挑選。他們會選擇其中一種設計，對其進行改進，并添加他們想要的任何其他修飾。

我們能想象到，許多工作流程都將遵循類似的模式——比如建筑、平面設計或室內設計。律師可能會以這種方式撰寫法律摘要，行政助理將使用這種技術來起草備忘錄和電子郵件。營銷人員將提供一個活動點子，由AI生成活動的文本內容，營銷人員只需負責最后的潤色。咨詢顧問將提供簡短的ppt版本，讓AI生成敘述連貫的完整幻燈片，只需要最后補充細節就行。財務分析師只需要提供一種財務模型，就能擁有一個自動填充數據源的Excel模板。

這些愿景的共同點，我們稱之為「三明治」工作流程。這是過程包含三步。第一步，人類有創作沖動，于是給AI一個提示。第二步，AI生成一個選項菜單。第三步，人類選擇一個選項，對其進行編輯，依據他們的喜好增補調整。

三明治工作流程與人們已經習慣的工作方式迥然不同。提示和編輯天生不如自己提出想法新穎有趣，人們自然會擔心，這會使工作更加僵硬和機械化。其中一些不可避免地會發生，就如同手工制造讓位于大規模生產時那樣。但AI為社會增加的財富，應該讓我們有更多的閑暇時間來發展我們的創意與愛好。

但是，即使人們在工作中不能像手工匠人那樣，也不代表人類必須放棄發揮個人的創造力；我們依然可以做手工匠人做的事，只是為了好玩，而不是為了錢。CAD軟件和機床并沒有帶走做木工和金工的樂趣——它們只是意味著有這些創造性追求的人，沒辦法將他們這些愛好和工作結合起來而已。但這就是資本主義——市場決定我們工作時間該生產什么，而我們真正富有表現力的手工創作總是在閑暇時間完成，只有少數幸運兒能把愛好作為工作。

不過，我們認為，很多人只會改變他們對個人創造力的看待方式。正如一些現代雕塑家使用機器工具，一些現代藝術家使用3D渲染軟件一樣，我們認為未來的一些創造者會將生成式AI視為另一種工具——一種通過解放人類腦力來增強創造力的工具，人們有時間從更多視角思考創造這件事。

這就是我們對生成式AI近期未來的預測——不是取代人類，而是賦予人類超能力。是老話說的心靈自行車。對工人和公司來說，適應這些新的超級力量將會經歷一個漫長而艱難的試錯過程，但我們猜測，隨著機床、機器人和文字處理器的出現，最終結果會比多數人現有的工作狀態好得多。

Tags：NOAHNOACRYCRYPTNOAH價格ethylethanoateBlockchaincryptobankCrypto Robotics

DAI