這是李開復剛出的新書，他的書我讀過不少，不過都沒太大印象，可能是我沒慧根過目即忘，這次決定把它記下來，也不知道會寫幾篇。
李開復應該也算是非常知名的電腦科學家，在基於Transformer架構的強化學習出來之前的語音識別技術，大多都是基於他的博士論文去改良的。
他有多厲害網路上搜不完，這本書還沒看完，但學到了很多看事情不同的角度。
擁抱AI，什麼說了算？
作為投資人的他，常常會跟不同公司的創辦人、高層溝通。很多公司高層都會強調他們投入了多少錢在AI的建設上，有多少員工開始使用並擁抱AI……
他聽到後都會反問對方一個問題：AI給你們公司的財報帶來了什麼實質性的變化？通常得到的都會是沉默。
我不是什麼公司高階管理者也不擁有公司，這個問題改良一下：使用AI，對我個人的財務帶來了什麼改變？答案是沒有，反而讓我多花了一些錢。
但作為個人的好處是，我不用對投資人、員工、財報負責，而且個人進步的衡量標準可以更多元一些，除了收入外，能力邊界是否擴展可能也是一個很好的指標。當然還有一項附帶的好處，就是幫助跟AI沒那麼熟的朋友，解決他們的問題，這是關係的改善。
最劇烈的革命
假如有一個吸血鬼從公元元年活到1800年，這1800年對他而言，都沒有太大的不同，周遭人們的衣食住行、使用的工具、生活水準，看起來都沒有太大的改變。
人類世界的突然加速繁榮，乾淨的水、充足的食物、預期壽命的不斷攀升，都是近兩百年的事情，也就是蒸汽機出現的工業革命以後。
如果把人類30萬年的進化史壓縮成一天，這場爆炸式的進步是24小時中的最後一分鐘。
工業革命前後有好幾次：
- 第一次工業革命：蒸汽機。機械動力取代了人力、畜力這些生物動力。讓工業體系獲得可複製、可持續的新動力來源。
- 第二次工業革命：電力和內燃機。蒸汽機把生產力從手工升級到機械，電力接著把機械能力從工廠延伸到社會的每個角落。電燈延長了工作的時間，電動機讓工廠的佈局不再需要圍繞著蒸汽機，各自獨立的產線成為了可能。
- 第三次工業革命：電腦、半導體和網路。過去千年，知識和訊息的儲存、傳播都面臨著高昂的物理成本。科技進步的歷史，其實就是用更少能量、更快更多的傳遞訊息的過程。網路把訊息傳播的成本降低到近乎為零。
蒸汽和電力革命，把人類的體力與肌肉勞動力變得規模化；電腦革命讓計算變得廉價；PC加網路讓訊息流通與連結變得高效且便宜；行動裝置加行動網路讓人、服務、交易可以隨時連線，即時觸達。
而目前正在經歷的AI變革，把「智力」變成可以隨時調用、複製跟規模化的能力。
最貴的智力，最先貶值
從工業革命開始，技術取代工作的邏輯都遵循從簡單到複雜，企業最寶貴的資產是分散在每個員工腦海中的智力，這一切都很符合直覺。
但AI革命完美驗證了一個悖論，叫做「莫拉維克悖論」，內容是：對機器來說，真正困難的不是掌握數理邏輯，而是走路；不是認知推理，而是把玩一顆雞蛋。提出這個悖論的人正是本書作者的老師。
AI有多強，我深有體會。很多很多年前，因為好玩，去Udemy買了網頁程式課程來學，從基礎的CSS、HTML到JavaScript都學過些皮毛，後來進階到後端的Node.js，前端框架React。估算一下，當初應該也花了數百小時學習這些內容（可能還不止）。學完大概只能做出一些非常基礎的網頁，還很難看。
感謝上面這些很皮毛的知識，以這些概念當做基礎，配合AI的能力，我已經可以獨立開發出一個前後端分離，實際讓用戶使用的SaaS系統。核心的開發不到一個月，成本200美金的Claude訂閱費，一個破40萬行程式碼的系統就誕生了。過程中我從來沒動手改過程式碼，這在以前是想也不敢想的事情。
目前能夠訓練AI的工程師還是很值錢，但慢慢也進入了AI訓練AI的時代，我想，就像人類棋王現在下棋無法超越AI一樣，再過不久，程式設計的能力也沒有人可以超越AI。人類工程師的價值將不再是「我會什麼」，而是能主動發現問題、並快速用程式解決問題。
天下武功唯快不破
這是周星馳電影裡，反派火雲邪神的一句名言。在過去，新技術的擴散需要相當長的一段時間，而時間又給了後來者追趕與調整的機會。但這個過去不變的前提，在AI面前逐漸失效。
電力從誕生到進入70%的美國家庭，花了將近40年的時間；同樣70%滲透率的標準電話花了80年的時間。
統計一個軟體服務從誕生到一億規模用戶的時間，Spotify花了55個月、IG花了30個月、抖音花了9個月、ChatGPT花了2個月。
而快不止體現在用戶規模的增長上，更體現在AI進化的速度上。假設去年十月跟今年十月都一樣花20美金訂閱ChatGPT，會明顯感受到模型智力的差異，而費用也隨著多家廠商的競爭大幅下降。
如果AI智力提升、價格下降跟擴散普及的速度不斷的加速，那類似軟體服務這樣的產業要非常警惕，這剛好也是我所在的產業。
軟體開發中，一個想法從提出到上線，中間隔著需求文件、排期、開發、測試、部署……等長長的鏈條。常常耗時數週或是數月的時間。但以上這些中間環節真的不能被壓縮嗎？
過去只有比較多人使用的場景才有被開發成軟體或服務的可能，但未來透過AI的輔助，小眾需求、細分場景、微服務會爆發出無數的應用。這應該會催生一套新的軟體業模式，就是到現場去實際了解需求、然後快速開發出不同的微服務給不同部門使用。
以下純屬個人不負責任觀點
以前的軟體服務是所有人去適應同樣的軟體，因為開發昂貴，開發出一套軟體後要盡可能的無限複製，想辦法讓軟體的邊際成本趨近於零。而未來應該又會進化到軟體去適應人，因為開發的成本急劇下降，有價值的反而是了解、分析、拆解不同場景的具體需求，把需求結構化成指令，交給AI產生程式。
我上述講的能力大多集中在AI寫程式的領域，因為這是我近期最常接觸也最有感的。在AI的世界，只要有精確的回饋訊號，他就能在那個領域爆發並超越人類。寫程式就屬於有精確回饋訊號的領域，程式能否編譯、是否能跑通、結果是否如預期，都沒有模糊空間。
當然下一個AI爆發跟秀智力的場域應該會是數學，因為數學也是有強回饋訊號的領域。
知道世界上有太多知識，也知道自己很渺小，所以在使用AI上我沒有太多的人類自尊心，大方的承認他比我厲害，再開心的付錢讓他幫我做事，何樂而不為？世界上沒有一條定律要求老闆一定要比所有的手下聰明！