你错误地使用了生成式人工智能：别再用大锤砸坚果了

幻灭的低谷

您使用 Gen AI 的方式错误。

幻灭的低谷已经来临。几乎每个人都在以错误的方式使用生成式人工智能。这是坏消息。

好消息是，这将使我们其他人的事情变得无限容易，特别是对于我们这些在这种所谓的灵丹妙药成为主流之前就已经存在了很长时间，见证了世界变化的人来说。

生成式人工智能被误解为一种具有感知能力的工具，能够提供专家级的输出。他们大喊，我们即将迎来通用人工智能！事实是，生成式人工智能能够执行大量工作，达到中等水平（最好）。考虑到输出速度，我们原谅了生成式人工智能的错误和不准确性，而这些错误和不准确性在任何行业都是我们无法容忍的，也就是说，对于任何真正知道自己在做什么的人而言。“对不起先生，我截掉的不是正确的手臂，但它仍然是一只手臂！”

AGI 真的即将到来吗？可能，但仅限于一个具体且有缺陷的定义。这里有一个重要的区别。智力不是能力的同义词或等同物。爱因斯坦写下他的第一行代码时可能是一个糟糕的软件工程师。我们将智力与专业知识和能力混为一谈。这是超智人士的常见问题。但我想让你想想，你认识的任何专业领域中“最优秀”的人也是“最聪明”的人吗？可能，但很少。

这些花哨的算法很可能达到超人的智能水平。这重要吗？就实际专业知识和产出而言，它们充其量只是平庸之辈。对于任何领域的初学者来说，中级水平都令人印象深刻。无与伦比的速度加上类似（但不等同于）能力的东西，使得任何领域刚起步的人都对这个工具感到敬畏。他们是自信的毕业生，不知不觉地毁掉了你企业的专业能力。

有一种根深蒂固的谬论认为，既然法学硕士已经达到了一定的能力水平，那么他们让我们这些凡人变得多余只是时间和优化的问题。这完全不是事实。我们的逻辑是有缺陷的。仅仅因为某人对营养和运动有着超人的理解，并不意味着他们会在扳手腕比赛中打败世界上最强壮的人，或者成为一名优秀的私人教练。AGI 不等于专业知识，跟我重复一遍。

算法

它仍然是一种愚蠢的算法......

LLM 是经过大量数据训练的算法。考虑到所分析的数据量，它们可以预测模式并识别常见问题，并制定下一步应该做什么的逻辑解释。坦率地说，考虑到它们花费了数十亿美元的训练，如果它们不能欺骗研究人员，让他们误以为自己是一个 20 岁的女孩，我会感到担心。Gen AI 可以根据过去的数据进行训练，识别模式并预测之后可能发生的事情。由于之前见过足够多的 20 岁女孩，它们现在可以模仿其中的一个。

这非常有用，因为这意味着重复、枯燥和坦率地说毫无意义的任务现在可以自动化，而几年前这还是一个白日梦。但这并不能深刻理解问题，只是根据非常大的过去数据集预测接下来会发生什么。我们如此痴迷于衡量智力，以至于我们将这个概念与“有用”分离开来。

人们看到这种超级强大的机器，并认为不再需要专业知识来解决复杂问题，因为我们可以简单地询问这种“有感知的人工智能”。

新的人工智能项目一次又一次地陷入同样的陷阱。确定一个问题。由于无法解决这个问题，我们假设“人工智能”会解决这个问题。因此，我们建立了“项目 X”，将解决问题的复杂性外包给人工智能，并热情地向世界宣布我们如何解决了“问题 X”。

由于我们的兴奋和收获平庸果实的速度，我们原谅了我们用眼睛看到的事物的极差质量，“考虑到我们走到这一步的速度，它‘确实’起作用只是时间问题”。自动驾驶汽车想要说句话……

许多人已经深入地将其中一些宏伟的项目撕成碎片。

揭穿德文的真面目 [YouTube]

揭穿德文的真面目 [Medium]

专业知识

与我职业生涯中见过的任何其他工具不同？

听起来我好像对生成式人工智能本身持怀疑态度。事实并非如此。它是一种奇妙而神奇的工具，它将彻底改变我们的工作方式和产品的质量，这是我职业生涯中从未见过的任何其他工具。

但事情是这样的。

生成式人工智能是一种强大的工具，它可以用来发挥使用者的技能，而不是取代他们。它是一种超人的智慧，就像叉车之于建筑工人是一种超人的力量一样。作为一名程序员，我们在日常生活中看到了这一点；使用 LLM 帮助我们编写代码的输出数量和质量是我所见过的对我们工作流程最重要的改变。

** 但 **

我已经从事这项工作 15 年了。这给了我一项重要的技能：运用这一强大工具的能力。我深入参与了代码的编写，吃过苦，也学到了东西。现在我能够识别良好的结构、良好的实践，最重要的是，当我的“有感知能力的人工智能”偏离正轨并完全出错时，我能够非常快速而清晰地看到。

我知道这个工具何时会意外产生不准确的代码或反模式。但我花了 15 年才掌握这些知识。这就像叉车司机知道如何搬运物品、搬运多少物品以及确保安全的系统一样。

我为孩子们担心；现在刚入行的软件工程师（或任何行业）怎么办？平庸的即时存在会摧毁他们成为专家的动力。“我们必须成为人工智能的掌握者，知识是多余的！”这是一个非常危险的谬论。“看看这台起重机有多强大，我为什么需要手臂！”没有专业知识，你就无法利用这个工具做任何事情，除了生产出大量的垃圾。

我们现在正在经历一种令人担忧的趋势，用彻头彻尾的垃圾填满了幻灭的低谷。在大企业中，没有什么比这更明显的了，人们正在使用 LLM 来生成文档和演示文稿。博客和文档以闪电般的速度创建，在它们产生的过程中人们看不到，在它们被消费的过程中人们也从未阅读过。

一句有价值的句子被算法处理后，却产生了一页又一页的平庸之作。这令人印象深刻，完美地展示了我们的企业和经济的低效率。

我觉得我们已经到达了一个临界点，我们宁愿接受一句有价值的人类句子，而不是一份 50 页的空洞文件。

亲爱的读者，请集中注意力。这就是价值。浓缩，不要膨胀。真正的价值在中间。精华总是会浮到顶部，中间和底部从来没有这么多沉闷的污泥。

我担心我们已经变得怀疑，无法消费长篇内容，因为我们担心我们消费的只是算法的胡言乱语。这还不是我们设想的黄金时代。

机会？

我为使用此工具成长起来的专业人士感到担忧。

虽然我为使用这种工具的专业人士感到担忧，但私心地认为这是一个机会。这两种趋势：1. 数量庞大和 2. 质量下降，可能是近年来最大的机会。

本博客的每一个字都是手写的。每一个外在的平庸倾向都为那些真正愿意投入时间和精力创作出更高质量作品的人提供了一个独特的机会，让他们脱颖而出。

追求卓越的门槛从未如此之低，因为竞争日益激烈，竞争对象是算法及其不投入、不专业的主人。一旦你超越了法学硕士所标记的无能障碍，职业生涯就从未如此缺乏竞争力。记住这个教训。AGI 不等于专业知识。AGI 不等于专家 E。我要把它印在 T 恤上。

反弹已经开始，而且速度越来越快。我看到了紧张局势，但预计会有海啸。随着生成的内容和劣质产品越来越令人沮丧，必然会出现反应，并向质量靠拢。我们正处于知识经济有机食品趋势的边缘。

鉴于大规模生产劣质产品已经变得如此容易，现在绝对是投资工匠的最佳时机。

就像我们生产的产品的质量一样，我们可以将这个逻辑应用到专业人士身上。我的想法远非“软件工程师将被取代”，实际上恰恰相反；这种缺乏专业知识的趋势将使真正的软件工程师比以往任何时候都更受欢迎。

专业知识的界限已经划定，你正在与算法竞争，如果你比这个机器人更有能力，那么你的需求量就会越来越大。只有那些从未在自己的领域达到卓越的人才会遭受损失。机器人永远不会达到真正的专业知识，因为永远不会有足够的真正专家数据集来进行众包。而众包会选择平均结果而不是最佳结果。机器人不会思考。它会重复。打败暴徒。

当然，这确实使得从初学者到真正的专家的转变比以往任何时候都更具挑战性，因为在任何事情上成为初学者都没有什么价值。但成为专家，回报将比以往任何时候都更丰厚。

为了能够熟练地运用生成式人工智能，你必须首先付出艰苦的努力来理解什么是卓越。然后，你可以纠正和引导这个强大的工具，直到它达到高质量的输出。这是一个增强专业人员的工具，而不是取代他们。它只会放大你的能力（或者在许多情况下，放大你的无能）。你可以驾驶叉车，也可以爱上它并崇拜它。选择权在你手中，要小心，因为回报比以往任何时候都大。一些人将控制自己的命运，另一些人将被迷住并变得更弱。

欢迎来到 2024 年的世界状况！

如何使用它

假设生成式人工智能是一种增强工具。

那么我所说的增强是什么意思呢？简单来说，我认为我们需要将专业知识和超人工具区分开来。如果我们假设生成式人工智能是一种增强工具，那么我们需要花费比以往更多的时间和精力来理解和深入研究这个问题。这就是价值所在。

一个比喻是豪华汽车工厂。生成式人工智能就是工厂流程，它可以获取每个零部件的计划和流程，并使用机器人将它们组合在一起。它可以以惊人的速度和效率完成这项工作。流程的分解提供了惊人的潜力。但工厂本身并不理解任何事情，它只是重复。

首先，它对“整体”、车轮在发动机中的作用、底盘以及它如何与内饰相配一无所知。在组装 LLM 产品之前，我们需要比以往任何时候都更深入地了解细节。在规划方面要更加谨慎、精确和详细，而不是更少。机器人和工厂只有通过非常详细和知识渊博的指令才能精确地生产出卓越的产品；二进制指令。来自专家的二进制指令（这种专家比以往任何时候都更罕见！）。

错误使用法学硕士的方式是说“给我写一篇关于生成式人工智能的博客”。几乎每个人都在这样做，因为他们既没有知识，也没有意愿真正去做这项艰苦的工作。

正确的方法是认识什么是价值。

价值是手工制作、研究的内容，每个字背后都蕴含着思想。自动化是分发这些内容的工作。价值是隐藏在祖母食谱中的东西，但我们绝对应该利用工厂将其带给世界。如果我们使用污泥作为输入，我们就会生产出垃圾作为输出。专注于价值。卓越可以大规模生产，但要达到这一点需要大量的工作。

结论

我正在使用生成式人工智能来解决我实际遇到的实际问题，但我是在放大层面上进行的。我正在精心规划。然后使用强大的工具来执行。

最糟糕的情况是，我找到了另一种不使用 Gen AI 的方法。虽然有一件事是肯定的，但我们肯定不需要更多这样的技术……重要的是，我还学到了很多关于如何以及何时使用的知识。最好的情况是，我们正处于新时代的先锋。我正在努力工作。我相信这会带来回报。

我创造价值，然后使用生成式人工智能来分配它。这就是方法。这是利用机器人实现自动化，利用人类的专业知识来创造价值。

大多数人。

用大锤砸碎坚果。

希望他们没有赤脚把破碎的贝壳踩在地上……

在你点击“提交”之前：

你能走到这一步真不错。休息一下，给自己一点鼓励，因为写作从来都不是件容易的事。

现在，在提交故事之前，请执行以下操作：

• 校对你的作品。正如人们所说，一丝不苟。确保你的参考链接正确。检查你是否成功地传达了你的想法。

• 检查标题。有时，我们最终写出的内容与我们的意图不同。这没关系。现在您的文章已经完成，请确保您的标题清楚地传达了其内容。

• 如果您还没有选择特色图片，请先选择。不用担心，HackerNoon 有很多选项供您选择，包括AI 图像生成器。

• 撰写元描述，让您的报道脱颖而出。在报道设置部分，撰写一个非常简短的描述（最多 160 个字符），告诉搜索引擎和读者您的报道为何如此出色。

  
  

  
  

  

  
  

• 选择标签。同样，在故事设置中，选择最多 8 个与故事内容非常接近的标签。如果您不知道该选择什么标签，请不要担心，我们的编辑会帮助您。

就是这样！

完成后点击提交。

愿原力与你同在！

提交时请保留此 CTA]：