"不管在座的各位是否已经用上AI,这就是一个时代的趋势。我们读书会也要与时俱进,来学习如何丰富我们的第二大脑。"
当读书会遇上AI:我们不仅读书,还在读"第二大脑"
AI已经不再是科技圈的话题,而是每个人都需要面对的现实。
于是,这场以AI为主题的阅读分享会应运而生。
【主题分享】
"我和AI一起读了一本关于AI的书"
第一位分享者十九,也是本次活动的组织策划和主持人,分享了她四月阅读的书籍:《AI 3.0》,但特别之处在于,她不是独自读完这本书再来讲,而是一边读,一边把书里的问题拿去问AI,让AI和她一起读。
"书里在问AI有没有真正的理解,而验证这个问题的实践,就在阅读的过程中同步发生了。"
AI是怎么学习的?
十九梳理了书中提到的三种AI学习方式——监督学习、强化学习和迁移学习,并做了一个重要的"时空对照":作者在2019年写书时,认为迁移学习仍是难题。但书出版后不久,大语言模型出现了,用一种谁都没预料到的方式,把这个问题部分解决了。GPT、Claude这类模型在海量文本上预训练,学到的不是某一项任务的能力,而是某种更底层的"理解语言和世界的结构",然后迁移到几乎任何语言任务上。
"这在2019年是做不到的。"十九说,"但书里那个更深的问题,现在还没完全解决——真正的通用智能,那个能像人类一样无缝跨域迁移的,还没到。只是距离变近了很多,快得让人有点措手不及。"
AI是怎么"理解"的?
这是分享中最精彩的部分。十九解释了词向量技术——把每个词变成高维空间里的坐标点,含义相似的词距离更近。而Transformer架构解决了早期方法的致命缺陷:同一个词在不同语境下会有不同的"位置"。
但她随即抛出了书中贯穿始终的追问:"表现出理解,和真正理解,是一回事吗?"
那个烤煳的汉堡包
分享的最后,十九讲了一个书里用来测试AI理解力的故事:一位男士点了一个半熟的汉堡,上桌后是烤煳的。服务生来问"还可以吗",男士说"简直太好了",然后没付钱就冲出了餐厅。
"Mitchell在2019年写书的时候,AI看不懂这个故事。不知道'太好了'是反话,不知道为什么要冲出去。"
而今天,当十九把这个故事拿去问AI,它读懂了,也解释清楚了——但它同时说:"我不知道我是真的理解了这个故事,还是只是在更大的统计空间里找到了正确答案。"
"这就是这本书七年之后,仍然没有答案的问题。"
"AI智能体在数据中心的落地实践"
第二位分享者da,作为我们读书会的技术代表,带来了一场极具实操价值的分享——AI智能体OpenClaw在IT运维领域的真实落地。面对运维工作量大、需7×24小时待命的行业痛点,他展示了AI如何化身为"有手有脚的虚拟工程师",承担故障排查与自动巡检等繁重任务。
但da也清醒地指出了现实的边界:因大模型行为存在不可预测性,其现阶段定位只能是辅助的"副驾驶",关键决策仍需由人确认。这种审慎的态度,与十九分享中"表现出理解和真正理解是一回事吗"的追问形成了有趣的呼应。
落地铁律:步步为营建立信任
在落地思路上,da主张严格遵循"步步为营"的策略,用两套铁律来逐步建立人机之间的信任:
先内部后外部:先在内部环境验证,再逐步开放到外部系统
先只读后操作:先让AI具备"看"的能力,再逐步赋予"做"的权限
这种渐进式推进的思路,对于想要在企业中引入AI的团队来说,具有很高的参考价值。
Vibe Coding:说说话就能开发系统
分享中最引人注目的部分,是da介绍的"Vibe Coding"实践——依托Claude Code和Codex工具,仅仅通过自然语言对话,就开发出了填补个性化空白的"白泽"系统。
这意味着什么?意味着你不需要精通编程语言,只需要清晰描述需求,AI就能帮你把想法变成可运行的系统。对于非技术背景的听众来说,这无疑是最大的震撼点。
"养龙虾"指南:大脑选型不迷茫
针对现场想上手尝试"养龙虾"(训练自己的AI智能体)的听众,da还分享了一份"大脑"选型指南,对比了海内外主流模型的优劣与适用场景,帮助大家根据自身预算与需求选择合适的大模型。从免费入门到企业级部署,从中文优化到多语言支持,这份指南让在场不少小伙伴都拿出了手机做笔记。
"AI工具科普——零基础也能上手"
第三位是我们的特邀嘉宾小阳老师,带来了一堂面向零基础小白的AI入门课。他的核心理念简洁有力:AI已从"告诉你怎么做"进化到"直接帮你做"——你描述需求,AI完成工作。
AI的四大能力
小阳老师用通俗的语言,介绍了AI当前最实用的四大能力:
做PPT:30秒生成完整演示文稿
建网站:零代码,一句话生成完整网站
当客服:7×24在线、多语言支持、持久记忆
更多应用:数据分析、写文案、管日程、整理邮件、画图和生成音乐
三款热门工具怎么选
面对市面上五花八门的AI工具,小阳老师重点讲解了三个各有侧重的选择:
OpenClaw:万能数字管家,适合自动化重复操作
Hermes Agent:成长型AI助手,越用越懂你
Claude Code:执行专家,直接出结果,最适合新手入门
真实案例:普通人用AI创造的可能性
小阳老师分享了两个让人眼前一亮的真实案例:
一位经济学毕业生,用AI工具开发App,仅仅花了1小时就做出了"小猫补光灯",下载量突破3万;
一位全职妈妈,用AI生成家庭记账网页,只用一句话描述需求,当天就做出了带樱花动画和饼图的粉色主题网页。
这些案例传递了一个清晰的信号:AI的门槛已经低到超乎想象,限制你的不是技术,而是想象力。
核心结论与行动三步走
小阳老师用一句话总结了整场分享的精髓:"会用AI的人不是被AI替代的人。AI是执行者,人是决策者——核心竞争力是想法和判断力,执行交给AI。"
对于想要立刻行动的朋友,他给出了极简的"三步走":
- 选一个工具:推荐新手从Claude Code开始
- 描述你要什么:越具体越好
- 拿到结果不满意就说"改一下":反复迭代直到满意
"门槛已经很低,今天就可以开始。"小阳老师的这句话,成了不少小伙伴散场回到家立刻开始部署AI工具的动力。
"AI时代我们应该如何管理自己的身心脑"
第四位分享者是我们的会员Jager。如果说前面的分享是关于AI的能力边界,那么Jager的分享则回到了"人"本身——在AI日益强大的今天,我们该如何管理自己的身心状态,活出更好的人生体验?他坦诚地讲述了自己的经历与心路历程,没有宏大的叙事,只有真实的困惑与找到的出路。正是这一块关于"人"的拼图,让我们的主题活动有了温度,也有了完整的形状。
圆桌碰撞:来自各行各业的AI实践
如果说主题分享的部分提供了"认知框架",那么接下来的圆桌讨论,则是一场真实的AI应用博览会。现场小伙伴热情高涨,发言积极,来自保险、电商、金融、法律、培训、技术等不同领域的朋友,带来了各自场景下的第一手经验。
保险行业:AI已经渗透进业务流程
一位小伙伴分享了他在工作中接触到的AI部署,程度"已经到了很恐怖的地步":
- AI理赔:小额意外险,五分钟到账,全程无人工审核
- AI演练:新人入职后,用AI模拟客户对话,一句一句练习需求面谈
- 智能客户画像:输入客户基本信息,AI自动生成需求分析和可能异议
- 数据流追踪:从拓客、邀约、面谈到售后,每个环节的数据都被记录,形成针对性培训报告
生活中,他用AI解读财经新闻("什么是麻辣粉、酸辣粉")、生成短视频文案和提词器、做旅行攻略。
电商行业:从15天到3天,AI重构了工作流
一位服装电商从业者分享了他的AI进化史:2023年就开始尝试Stable Diffusion做详情页,但因本地部署门槛高而搁置。直到今年年初,他们找到了真正提效的场景——
"以前一个季度200-300个款式的模特图,从联系摄影棚、排期到拍摄完成,需要15-25天,成本很高。现在通过AI换模特图,3-4天就能完成,一张图的成本大概一块钱左右。"
他的核心观点是:"不要从技术出发找场景,要从业务出发看AI能帮你做什么。"
法律行业:AI是助手,但终审权在人
十九分享了法律研究中的AI实践:直接连接北大法宝的MCP接口,获取权威的法律法规和案例库。但她同时指出了现实的局限——
"虽然它可以连接权威信息库,但分析仍然不够深入,总是会漏掉一些点。有时候你觉得AI已经很智能了,但它还是不能真正理解我们大脑里那些隐性的知识。"
金融行业:RAG让企业级AI更靠谱
一位银行从业者介绍了企业级AI的解决方案——RAG(检索增强生成):大模型结合企业内部知识库,先查内部合规条款,再生成回答。"这样给客户的答案,就不是胡说八道了。"
另一位补充道,佛山本地多家银行(农商行、广发、招商)都在"大模型+小模型"双轨运行:用小模型做监管合规,人工审核后再喂给大模型。
央企培训:豆包是"度娘2.0"
一位央企培训负责人分享了豆包在工作中的运用:写大型会议报告、培训班主持稿、宣传文案。她会先给AI设定清晰的角色和场景——"我是某央企特写条线负责人,将在二季度主管轮训上做主旨报告"——再要求AI从国家政策、行业趋势等维度梳理内容。
她还安利了豆包的隐藏功能:海龟汤游戏、历史题互动、恋爱问题分析、英语口语搭子。
学习方法:AI时代的"追问式学习"
一位小伙伴分享了两个震撼案例:MIT研究生两天搞懂一门完全陌生的课程——秘诀是把6本书15篇论文喂给AI,然后只问三个问题(领域专家认同的五个核心思维是什么?他们吵得最凶的三个点是什么?出10道题考我);另一个是没有高中毕业的瑞典小伙子,五年后进了OpenAI,拿和斯坦福MIT博士一样的薪水——秘诀是让AI用八岁小孩能懂的话讲代码,一直追问到懂为止。
她总结的学习方法论是:"不要从课本开始,先画地图再填细节;把AI当成严厉的老师,不懂就问到底;未来不是比记住了多少,而是比能问出多少好问题。"
现场金句:那些让人停下来的时刻
整场活动中,有不少观点碰撞出火花,以下是几个让人印象深刻的时刻:
AI越浓,人味越贵。
——一位小伙伴笔记本上的一句话,引发了全场共鸣。在AI能处理越来越多的标准化工作时,人类的想象力、判断力和"人味"反而变得更加稀缺和珍贵。
AI是个放大器。你本身要有一个东西,AI才能助力你把它做大。不是你什么都没有,然后用AI就能用好。
——引用自播客"AI炼金术"嘉宾"课代表立正"的观点,现场多位小伙伴表示认同。
感性可能是多个目标函数同时运行时产生的干涉条纹。看起来不理性,是因为你只用了其中一个目标函数来评判它。
——这是十九在分享中提到的AI对她一个哲学问题的回答,让在场不少人心头一震。
你们先有世界,后有语言。我只有语言,然后试图从语言里推测世界。
——这是AI在对话中对十九说的另一句话,几乎成了整场活动最诗意的注脚。
AI不能去坐牢,人才有可能去承担法务责任。
——电商朋友在讨论AI替代焦虑时的幽默回应,缓解了现场的紧张气氛,也点出了一个现实:在需要承担责任的领域,人类仍然不可替代。
那些真实的困惑与讨论
这场活动的高能之处,不仅在于"炫技",更在于大家坦诚地分享了使用AI过程中的困惑和争议:
1. AI真的安全吗?
当一位小伙伴分享用AI批量做公众号文章、发展2000多个合伙人发布赚流量的案例时,现场立刻有法律背景的伙伴指出:"这个行为现在已经被大力整治了,属于不合规操作,大家千万不要模仿。"
十九也补充道,法律上AI处理数据上传到云端,本身就存在信息泄露风险。在技术狂欢中保持清醒的风险意识,是这场活动的一个重要侧面。
2. AI会取代人类吗?
这是贯穿整场活动的问题。最终的共识趋向于:AI不会取代人类,但会用AI的人可能会取代不会用AI的人。
过度依赖AI确实可能让人失去判断力和思考能力。正如一位小伙伴所说:"AI给你很多东西,但它更考验你整合资源、判断价值的能力。"
3. 专业领域,AI靠谱吗?
一位正在考CPA的朋友把题目给AI做,结果"不及格"。十九也提到AI在法律分析中会漏掉关键点。这些案例说明:在深度专业领域,AI目前仍是辅助工具,不能替代专业人士的判断。
4. 笔记与记忆:AI会忘,你不能忘
现场一位技术背景的朋友强烈建议大家建立个人笔记系统,把和AI的每次重要对话都沉淀下来:"AI的持续记忆是压缩的、选择性的,它可能会忘。但你自己不能忘。你要记两部分:一是完整的对话过程,二是你自己的思考。不能光对话,光对话你就变成了AI的工具。"
欢迎加入我们
佛山趁早读书会since2014,做一个长期主义者。