AI的下半场

来自OpenAI研究员姚顺雨的一篇博客分享：

ysymyth.github.io

这张图，告诉我们：传统“刷榜”游戏已进入尾声，AI模型在标准题库上的领先优势正快速趋于满分

具体如下：

结论：AI已经进入“中场休息”

接下来会进入下一个阶段

第二阶段的游戏规则彻底改变：难题不再是“能不能训练出解题模型”，而是“应该让 AI 做什么、怎样衡量真正的进展”

虽然AI已经在围棋、SAT、律师资格考试、IOI/IMO 等人类基准上超越顶尖人类，但对 GDP 或现实生产力的提升仍有限，这就是目前这一阶段最大的问题

下一阶段，谁能提出打破旧假设、衡量真实价值的新评测，谁就可能催生下一个百亿/万亿级公司

那些仍在旧基准上做 5%-level 提升的渐进式方法，极可能被下一代o-series 模型直接“降维打击”。

下半场， 需要重新定义AI的价值衡量标准，从”替代性”转向”创造性”

找到那些能真正释放AI潜力的应用场景，而不是简单地套用人类的工作模式

建立更接近实际应用的评测体系，可能需要完全摒弃传统的标准化测试思维

模型越强，提示词越重要

火山的发布会，分享了一张这样的照片：模型越强，提示词越重要

这个结论，与我跟向阳的讨论是一样的

这背后的逻辑：模型越强 → 能力越泛用 → “握方向盘”的提示词就越关键

大致原因，我的推测：

  1. 模型越强，指令越容易冲突，因为越强的模型对指令的遵循就越严谨，但提示词写不好，经常会出现各种自相矛盾的指令，让AI执行A，但另外一个指令又不让执行A
  2. 模型越强，潜力就越大。但这种潜力，需要更好的提示词来激发。在模型普遍没那么强的时候，好的提示词和普通提示词的差距可能是10倍，但未来的差距也许会变成100倍，甚至1000倍
  3. 模型越强，任务的复杂度，会随着我们的目标要求而不断增加，如果提示词缺乏层级与结构，关键信息会被噪声淹没

这里的关键，就是对提示词工程的定义，如果把它定义为“对模型意图与约束的设计”，会越来越重要

长尾收益

ROI，投资回报率 = 收益 / 成本

影响ROI的因素，有两个，与收益成正比，与成本成反比

要想提高ROI，要么提高收益能力，要么降低成本

提高收益往往很难，但降低成本，总会有各种办法

朋友今天分享了下他的一个投放案例

他每年在百度上要投入一些广告，今年发现，跟目标群体相关的长尾流量效果也很好

通过关键词工具和投放后台的推荐系统，持续迭代大量没有竞争的长尾关键词，出价0.5元

这和那些动不动就几块甚至十几块的流量，成本差了很多倍

于是，也终于在百度能有利润了

这确实是一个不错的长尾流量策略案例

虽然量级不大，但算下来，这个策略，也能每年多出个百万左右的利润了

小公司就应该有这样的长尾思维，尽量避免红海

光环效应

看到一个段子

以前投资人对泡泡玛特创始人的评价：创始人学历平平，没正经上过班，说起话来表情平静，没感染力，团队也没精英。

上市后，每一位投资人都提到：王宁性格沉稳、话不多，喜怒不形于色，拥有「消费创业者」的许多优良品格。

你的未来才决定了你的过去

这也是典型的光环效应

就像考上清华的学生容易被夸专注，考得很差的就容易被评价为死读书

本质上是同一个行为，结果不同，评价就不同

我们总是倾向于用结果来重新诠释过程

成功会美化一切，失败也会污名化一切

人们习惯性地寻找因果关系，即使这种因果可能并不成立

所以：

不要过分在意外界评价，这种评价本身就充满了不确定性

真正重要的，是专注于把事情做好，而不是讨好别人

有时候”缺点”恰恰可能成为优势，比如我从小不爱与别人玩，喜欢独处，反而收获了一种不被大人影响的空间

如果有朝一日，因为有了一些成果被夸，也需要保持清醒，毕竟，外部的归因，大概率并不准确

温柔的奇点

blog.samaltman.com

核心结论：奥特曼认为人类已进入温和的奇点早期

技术已经完成了最难的阶段

接下来的重点任务，是工程化与规模化，把它们推向更大规模、更高效应用

几个时间线的预测：

- 2025：能胜任真实认知工作的智能代理出现

- 2026：系统开始自己提出“真正新颖”的科学见解

- 2027：通用机器人走入现实世界

- 2030：个人产出比 2020 年暴增，写代码、做研究、创作艺术的门槛大幅下降

还有一些结论：

  • AI的最大红利，是加速科学，人类的生命质量与寿命的提升将远超历史任何时期

  • “智能＋能源”将变得极度充裕，当数据中心与机器人能够自我复制、自我扩张，智力成本可逼近“电价”；这将打破数千年来限制人类进步的两大瓶颈：点子（智能）和把点子实现的能力（能源、自动化）

  • 更强AI → 更快科研 → 更强 AI；加上机器人生产机器人、数据中心建更多数据中心，技术进步呈复利式加速

  • 大量岗位会消失，但财富增速也会前所未有，但也不用担心，历史表明人类总能创造“看似假却重要”的新工作，且对新工具适应迅速

  • Altman把OpenAI描述为“超级智能研究公司”。目标是把“智力成本降到接近零”（intelligence too cheap to meter），并尽量让奇点过程“平滑、指数、无大波折”地到来

  • 未来十年里，AI + 机器人带来爆炸式技术—经济增长；关键在于先搞定对齐，再确保人人都能廉价使用超级智能，从而把巨大利益与潜在风险一起纳入可控轨道

对个人或AI创业者有什么启示

  1. 把自己定位成“人-AI 协作链中的耦合器”，未来分工重点是是“谁能把AI套进流程、再把流程套进商业”，这对有成熟业务场景的公司有利好
  2. 围绕“工程化与规模化”做产品，而非单点Demo
  3. 盯住“数据闭环”而不是模型闭环，所有的用户数据应该是能够通过AI实现一定的数据飞轮效应，这种模式才更容易借助AI进行放大
  4. Altman 预测2025代理胜任真实认知工作，尽可能的在今年或者明年完成“智能代理”商品化
  5. 关注或打造“看似假却重要”的新岗位，比如“AI结果审核师”“提示词工程师”
  6. 多关注目前各种AI工程应用落地的案例，找到适合自己的案例

多智能体策略

Claude团队发布了一个关于多智能体系统的研究报告，原文如下：anthropic.com

他们经过试验评估表明，多智能体系统特别擅长需要同时进行多个独立方向的广度优先查询。

数据表明：多智能体组合，在内部评测中相较单体Claude Opus 4，完成表现提升了90.2%

再强的个人，也比不上有效的“团队协作”，AI也是如此

Claude团队还分享了关于智能体提示词的8个原则，对我们设计智能体，也有很大的启发和参考。

核心关键：提示词策略的核心，是教智能体“用对思路”而不是死记规则

团队重点观察人类专家是怎么做研究的，然后把这些经验总结后写进提示词里，比如：如何拆解问题、如何判断信息质量、什么时候转变搜索方向、什么时候该深入一个点、什么时候该广泛了解更多领域等。

这就是：真正的专家+AI这个放大器，才能形成生产力

这8个原则，整理如下：

1. 理解智能体的决策逻辑

  • 核心思路： 把自己当作智能体，弄清它是怎么理解任务、怎么查信息、怎么选工具。

  • 操作建议： 用开发工具模拟Agent执行流程，观察它是否重复搜索、词太长、工具选错。

  • 对创业者的价值： 像调试程序一样调试Agent行为，有助于排查“为什么答错”这类黑箱问题。

2. 让主控智能体学会“派任务”

  • 核心思路： 像项目经理一样分工明确。

  • 操作建议： 在提示词中写清每个子任务的目标、输出格式、使用工具及边界。

  • 对创业者的价值： 合理拆分任务是实现高效Agent协作的基础，尤其适用于复杂业务流程。

3. 任务越复杂，资源越要匹配

  • 核心思路： 简单的任务少派Agent，复杂的任务多分人查。

  • 操作建议： 在提示词中预设资源使用上限，比如工具调用次数、智能体数量。

  • 对创业者的价值： 控制资源使用，降低不必要的token成本。

4. 工具设计要像做API一样清晰

  • 核心思路： 工具功能越明确，Agent执行越高效。

  • 操作建议： 每个工具要有清楚的描述、输入格式、输出预期。

  • 对创业者的价值： 工具好不好用，直接影响Agent能不能完成任务。

5. 智能体可以自己优化自己

  • 核心思路： Claude能看懂失败原因，也能帮你写更好的提示词。

  • 操作建议： 给模型一些失败案例，提示它帮你改提示词或工具说明。

  • 对创业者的价值： 可以把提示词优化这件事半自动化，省人力。

6. 搜索策略先广再深

  • 核心思路： 先扫一圈，再决定深入哪里。

  • 操作建议： 引导Agent先用宽泛关键词了解大局，再细查重点方向。

  • 对创业者的价值： 提高搜索命中率，减少“查不到信息”的问题。

7. 思考→行动，提升执行质量

  • 核心思路： 让Agent先想清楚再动手。

  • 操作建议： 开启“延展思维模式”，写出行动策略和中间分析。

  • 对创业者的价值： 提升任务执行准确率，特别适用于多轮推理型任务。

8. 并行执行任务，大幅提速

  • 核心思路： 同时派出多个智能体、同时调用多个工具。

  • 操作建议： 改用并行架构，避免串行带来的延迟。

  • 对创业者的价值： 研究类任务提速90%，显著提升用户体验。

如何养成习惯

有研究报告表明：92%的新年目标在1个月内就被抛诸脑后。

所以，只是制定目标或计划，并没有解决根本问题。

美国作家詹姆斯·克利尔才会说：新的目标并不能带来新的结果，新的生活方式才能。生活方式是一个过程，而不是结果。因此，你所有的精力都应该投入到塑造更好的习惯中，而不是追求更好的结果。

好的习惯，才能带来好的生活方式和结果。

习惯是什么？

习惯是重复了足够多的次数后而变得自动化的行为。

简单来说，就是：重复、无意识、低成本

它的意义，不仅仅是机械的重复行为，还是身体的一种节能机制。习惯，还塑造着我们的身份认同和日常存在

好习惯的意义

今天，来聊聊，借助AI，帮助我们养成一个好习惯。

首先，我们需要定义，什么是好习惯？

好习惯是指，那些能够持续为我们的健康、效率、幸福感或个人成长带来积极影响的行为。

按照这个标准：阅读、冥想、运动、早起、写作、思考、做好事等等，都属于好习惯

好习惯如此之重要，是因为它们不仅仅在改变我们的行为，还在潜移默化中塑造我们的自我认知。

每一次我们执行一个积极的习惯，例如进行5分钟的冥想，都是在为“我是一个注重内心平静的人”这一身份投下一票

生活方式本质上是众多习惯的集合，当这些习惯被反复实践，它们不仅改变我们做什么，更重要的是改变我们认为自己是谁。

好习惯是自我提升的复利，这些微小的好习惯一旦建立，便会产生惊人的复利效应

一个每天阅读几页书的习惯，一年下来就能积累可观的知识量；一个每天进行短暂锻炼的习惯，长期坚持就能显著改善健康状况

如何轻松养成好习惯

我们需要用到福格博士提出的：福格行为模型

行为 = 动机 × 能力 × 触发器

  • 动机：你想要做这件事的欲望有多强

  • 能力：执行这个行为对你来说有多容易

  • 触发器：提醒你执行这个行为的信号

只有当动机、能力和提示这三个要素同时存在，并且它们的综合强度越过某个“行动阈值线（Action Line）”时，行为才会真正发生

具体如何用？以养成阅读为例

说说我的实践

以这大半年每天要做的六个习惯为例：早起、冥想、读书/听书、写作、跑步/力量、英语学习

动力是相对好解决的，其次是能力，最后是提示。

重点说说提示锚定策略，为了养成这六个微习惯，每个微习惯，都有对应的提示锚定策略。

早起与六点的手表闹钟锚定，冥想与午睡或小憩时锚定，听书与开车锚定，看书与输入时间锚定，跑步与早起锚定…

按照这些锚定策略，养成一个又一个微习惯的难度，就很低了

哲学家芝诺回顾自己的一生时，曾说：“幸福通过小步骤积累而来，但它本身并不简单。”

上周飞书随笔的一个分享：

朋友圈看到别人健身打卡，激情冲进健身房办年卡，三天后肌肉酸痛再也没去，如何吸取教训？

普通反思： 下次循序渐进，别冲动办卡。

上升到哲学层面： 人的行动不是被“愿望”驱动，而是被“惯性”支撑；不先打造可持续的节奏或机制，再宏大的目标都会变成一次性激情消费。

愿望唤醒你，惯性托举你；缺了后者，前者只是一阵风。

愿你在微小却可重复的动作里，收获宏大而无需催促的改变。