作者：林军锋
22个笔记
点评
- 2026/08/07 认为好看 全书分为两个部分。前半部分力求看懂AI造AI，数据的可信度，和将来带向何方。后半部分探讨如何守住，人类如何守住喊停的权利；个人的尺度上，如何保持自己独立判断的能力，什么样的人在这个时代依然拥有不可替代的价值。 有资深经验做判断的和苦练尺子的人。把被AI抽走的梯子继续拿起来练习，但是这又有个疑问，那岂不是还是得耗费时间去积累AI已经会的东西？
序章 一道题，两个尺度
- 2026/08/06 发表想法 这个文章不会也是AI写的吧。掰开揉碎讲清楚
原文：掰开揉碎讲清楚，它到底在怎么改变我们的生活，我们到底该站在什么位置上。 - 人类是否还能看清这辆车驶向何方？在必要时刻，是否还有能力踩下刹车
- 判断力这种看似与生俱来的能力，也是在亲手完成那些繁琐、笨拙的基础工作中，一点一滴磨砺出来的。而AI当下正在做的，恰恰是将这些基础工作从我们手中接走
- AI造AI究竟意味着什么？那些惊人的数据有几分可信度？它可能将我们带向哪几种不同的未来？
- 你如何保住自己独立判断的能力，以及归根结底，什么样的人在这个时代依然拥有不可替代的价值。
第一章 “AI造AI”，到底是什么
- 也正因如此，它才同时具备了极致的诱惑力与极致的危险性，同一条复利曲线，既可能让新药研发、材料科学、清洁能源的突破按下快进键，也可能快到人类根本来不及理解、更来不及在该停的地方踩下刹车。
第四章 三种未来：它会把我们带去哪
- 判断力这种东西，也许根本不是靠堆算力和数据能堆出来的，必须换一套全新的范式才能突破。真正的瓶颈可能根本不是智能本身，而是物理供给，训练和运行这些模型要吃掉惊人的电和芯片，而建电厂、扩产能都有自己不可逾越的物理周期，再多的钱砸下去也得等。这场加速主要靠工程红利，工程红利总有被榨干的一天，然后一切都会慢下来。
- 技术自己从来不挑用途，挑用途的，是握着它的那只手。
- 姆达尔定律，当你把一道工序提速到极致，整件事的快慢，很快就会被那些还没提速的工序卡住。Anthropic自己已经撞上了这堵墙：AI写代码太快，人类审查代码反倒成了新的瓶颈。
- 到那时，技术进步的速度将不再由人类的智力极限决定，而只由算力的供给决定。
- 监督、验证、核查一个由AI自主运转的虚拟实验室
- 我们还没完全搞懂的小偏差，会在它一代代自我改进的过程中越滚越大，直到人类再也拽不住。
- 真实的物理和社会节奏决定，不由上游那间实验室开多快决定。
第六章 个人的尺度：守不守得住那个能判断的位置
- 2026/08/07 发表想法 现在都跟豆包和deepseek讨论着做决策了哈哈哈
原文：当我们手边那个AI比我们写得快、算得准，我们还守不守得住那个能判断的位置，还是说，我们把判断也一并交了出去，从此它给什么，我们信什么。 - 你心里得有一把它没有的尺子，知道一个对的结果该长什么样、该满足哪些条件、哪里一旦不对就会露馅。有这把尺子，你不必重做一遍，也能判断它站不站得住；没有，它给你什么你就只能信什么。
- 已经爬上去的人，不受影响，甚至如虎添翼；可还在底下、刚要往上爬的人，忽然发现，那条通往判断力的路，被抽空了。你没法再靠先干十年粗活练出那把尺子，因为粗活，已经不让你干了。
- 它做的，是不是我们真正想要的
- 这就把话逼到了最后那个也最该练的本事上：在一个什么都能甩给AI的时代，故意不全甩。
- AI是用来替我解难的，不是替我做决策的
- 而那把尺子，从来只有两个来源，一是对一件事足够深的理解，深到你心里自然有了它该长什么样的标准，这要靠时间，靠肯下笨功夫；二是一个从今天就能练的习惯，拿到任何结论，先别急着用，而是问自己一句，如果它是错的，我能从哪儿看出来。
- 别只盯着问“我会不会被AI取代”。先问问自己那道真正的题：那个还能判断、还能验证的位置，你还坐得住吗。坐得住，还肯为坐住它，付出那份明明能偷懒却偏不的笨功夫吗。
来自微信读书