认真说，ai可以取代人类吗？

最近尝试了一些ai功能，发现它真的很强，起码在一些简单的汇总概括上，是比绝大部分人强的。
至于那些所谓的不可取代的创新点，对大部分人来说恐怕是做不到的，这样下去，会不会形成新的茧房和垄断。

发表于 4 天前

茧房和垄断一直都有，只要是个人就不可避免会有这些弊病，就像住房问题不是这个时代所独有，茧房和垄断同样也不是这个时代所独有。
而这题目中所描述的AI的这些效用，只是它表现出来的效用，不代表它背后的原理就和人类的思考是一回事。指望能够像人一样思考本身就可能误导人类，然后多花出几十年的时间去试错。机器有机器的方式，AI也有AI的局限。这世界上还存在一些问题，你根本就不知道它是否有解法，你连它有没有解法都不知道，就更别提知道什么答案。
况且，现在的AI还远不够先进。与其担忧它是否会取代人类，还不如专心致志把当下的问题先解决好，能不能解决当下的问题再说。别到时候又像某些科幻作品一样，在作品里设定的年份里，结果现实中的科技远没有作品里所表现的发达，那反而还容易闹笑话。

发表于 4 天前

借用 Exa CEO Will Bryk 对于 AGI 前夜的思考，世界正在以人类无法想象的速度快速发展，这篇文章提供了很好的框架思考 AI 发展带来的机遇和挑战，读完甚至有些科幻感，但仔细想想描述的场景离我们也不远了，强烈推荐，以下为全文翻译：
<hr/>这周我和几个朋友聊了聊 o3，他们的反应基本上是：&#34;天啊，这真的在发生吗？&#34;
是的，这确实在发生。接下来的几年将会疯狂。这是具有历史意义的事件，甚至可以说是具有宇宙意义。
可笑的是，对于正在发生的事情却没有深入的讨论。AI实验室不能谈论它。新闻媒体几乎不报道它。政府也不理解它。
通过社交媒体表情包应用的信息流来讨论人类的未来，这感觉就像某个荒诞的情景喜剧，但我们确实身处其中。
以下是我对正在发生的事情的一些思考。
注意，这些想法只是未成熟的猜测与趣味性思考。我还没有足够的时间对所有观点进行深入思考或研究，很多地方可能是错的。但我希望这些内容能为试图理解这一切的人提供些许启发。
来看看吧。
<hr/>o3 本不该让人如此震惊

OpenAI 在两个月前就给我们看过关于“推理时规模（test-time scaling）”的图表，而且计算机历史一再告诉我们：无论有多不可思议，都要相信那些趋势线。真该让人震惊的，是这件事的发生速度——只花了两个月时间，我们就从“大学水平的 AI”进化到了“博士水平的 AI”。对人类来说，变化令人兴奋，但迅速的变化则令人震惊。
接下来会发生什么，其实并不难预测

o3 这一代模型在“只要你能定义奖励函数”的任何任务上都表现极其出色。数学和编程因为更容易定义奖励函数，所以短期内（大约一年）会有非常强力的模型出现。相比之下，写小说之类的任务比较难定义奖励函数，所以短期内，模型在这方面还会逊色一些。
也就是说，短期内我们会看到“尖刺状(spiky)的模型”：在数学、编程、一般推理等方面几近 AGI 水准，但写出的长篇小说还比较通俗，甚至欠佳。尽管更好的推理能力会让模型在所有领域看起来更聪明，但在训练数据缺乏或缺少相应强化学习的领域，它们仍然会以一些愚蠢方式出错。
随着时间推进（1-3 年），我们会不断往模型里添加新的领域强化学习（情感数据、感官数据等等），逐渐弥补盲点。到那时，除非你是 Gary Marcus 这类顽固的怀疑论者，大多数人恐怕都会同意那些模型已经是 AGI 了。
到 2025 年，AI Agent 将真正到来

以 o3 级别的模型来说，让它们学会浏览器和应用，完成一系列操作是再自然不过的事。因为这类场景非常容易定义奖励函数，而且市场规模巨大——自动化电脑办公的需求会非常旺盛，这对烧钱的大型实验室来说可是个完美的变现理由。
我猜，到 2025 年 12 月，你就能对着电脑说任何需要跨网页/应用、搬运数据的流程，AI 都能帮你自动完成。
数学家最“危险”

所有知识分子里，数学家大概面临的冲击最大。因为数学工作的领域是符号空间(symbolic space)，几乎不接触物理世界的限制，而 LLM 正是在符号空间里大显身手。其实数学并不难，只是我们的灵长类大脑不擅长处理它，就像人脑不擅长写正则表达式一样。
关键问题在于：生成研究级别的合成数据是否很难？我猜不会太难。在我们眼里，“博士级数学”和“研究员级数学”似乎质的不同，但对 AI 来说，这也许只是再多几个数量级的强化学习问题。
我给数学家大概 700 天的时间（这个数字听起来很疯狂，但说 o6 不能击败数学家同样也疯狂）。换言之，我预测在约 700 天后，人类不再是已知宇宙里数学领域的顶尖存在。
软件工程师怎么办？

短期内，这对软件工程师是天堂。我们都自动晋升成了 Team Lead，恭喜！对那些彻底拥抱 LLM 的开发者来说，到 2025 年底，写代码会更像是“安排一堆小代理(agent)去执行各种小任务”。任何有清晰规格的 PR，都可以交给 o4 级别的系统来完成，错误率足够低，在可接受范围内。
当然，这里可能会遇到上下文窗口太小，无法塞下整个代码库的问题。但 Sam（Altman）那帮领导者当然知道这点，会想方设法解决。
AI 是否会很快取代所有软件工程师？不会。因为软件工程不仅仅是按照明确需求写 PR。与数学家不同，工程师常常需要与用户交流，理解需求；也要与团队沟通、适应各种组织环境。写架构和实现时，工程师带着大量团队和公司内部的上下文信息，这些不是 o4 一下就能获取的。但 o4 可以帮助具备这些上下文的工程师快 10 倍完成工作。
如果工程师效率提升 10 倍，是不是就需要更少人了？对单个公司而言，也许是这样，但整个世界对软件需求的总量很可能大幅提升，因为我们可以做更多高质量软件。也许会出现“精益团队”却产出更多产品的黄金时代，甚至可能出现人人都能拥有专属于自己的个性化小应用。
长远（2 年以上）的软件工程将会完全不同，这是肯定的。在 o6 系统完全融入我们的应用后，前端工程师这个角色可能 3 年后就不存在了。说来这也不奇怪：30 年前也没有“前端工程师”这种职位。
从更宏观的角度看，软件的本质就是：把需求转换为纯粹的逻辑。随着时间推移，我们的抽象层级不断提高，从最早的二进制到现在的 Python。而现在，我们正在从 Python 跨越到自然语言（如英语）的层面。
这使得非技术背景的人也能写软件。但最好的创造者仍然是那些能在多个抽象层级自由切换的人。
简言之，只有当所有组织都被自动化了，软件工程才会真正被完全替代——因为软件工程的本质就是通过代码理解并解决组织需求。
那么体力劳动者呢？

AI 也会影响体力劳动，只是速度更慢，因为那得面对重力、摩擦力等物理限制。o 系列模型对机器人领域的助力也有限：如果推理要花一个小时，那对流水线上的机器人没多大用。
的确，更好的基础模型（brain）可以帮助机器人，但我觉得最大的瓶颈还是硬件的改进，以及快速、可靠的感知与行动模型。这都需要更多时间（几年的量级）。等到机器人能自我复制，并且 AI 可以做 AI 研究时，这种进展才会变得“疯狂”，可那恐怕也是几年之后的事。
是“时间”还是“算力”在决定一切？

我一直用年作为时间单位，但对于 AI 而言，更直接的单位是“算力”。时间衡量人类产出，算力衡量 AI 产出，而 AI 产出会在研究机构中越来越重要。正因如此，大家都在疯狂搭建超级集群——Meta 的 2GW 集群，新买的 10 万块 H100 等等。
其他所有实验室都会追随 OpenAI 的做法，用巨大推理算力（test-time compute）来造模型。就像当年大家疯狂追赶 GPT-4 一样。当前的关键技术中有公共的也有实验室的独家“秘方”。不清楚 OpenAI 在 o 系列是否拥有多少独家技术，但从进展速度看，这更可能是算法层面的突破（更容易被复现），而不是仅靠独家数据（更难被复制）。
在这种“推理算力”时代里，是算力更重要，还是更好的算法更重要？两边都有可能：你可以用超大推理算力来弥补模型弱点，但稍好的模型则可能节省指数级的算力。
不过，也有种说法：也许可以靠堆超级计算集群追赶 OpenAI。
总之，没有哪家实验室能拥有“比其他人领先超过一年”的模型护城河，因为研究者们就像棒球卡那样被各家实验室互相交换，而且研究者们还会相互聚会、联谊、甚至谈恋爱。再加上很多研究员都理想主义，真要是出现什么紧迫情况，信息共享几乎是必然的。
现在这场 AI 竞赛很有趣：它像核竞赛，但更像“美国人与苏联人在洛斯阿拉莫斯周末一起开趴、同时在推特上互相调侃谁能先造出 2025 年最大当量的核弹”。只不过，当政府开始干预，或真的出什么大事时，这股嬉皮和欢乐风潮才会结束。
o 系列模型如何影响算力规模？

o 系列模型有一个巨大影响：它们给了大家充足的理由继续大规模扩张，因为每多一个数量级的算力，就能带来实打实的性能收益。对算力提供商来说，这堪称理想化的扩张曲线。也难怪 Sam 想搞万亿美元级别的计算集群。
这对于 Nvidia 来说或许并不是完全好事。因为 o 系列模型让推理环节的重要性高于训练环节。而针对推理优化的芯片可能比训练芯片更好造，所以 Nvidia 的护城河可能会变窄。
另一个疯狂推想：o 系列模型能否整合全球分散的计算资源，像分布式那样训练最好的模型？就像把所有人的 MacBook Pro 连在一起，形成一个推理“千兆级”集群。那真的太酷了。
在这场竞赛中，除了算力，人力也会是一个指数变量

当某家实验室独占最聪明的模型时，它们的工程师生产力或许会比其他实验室高 2 倍，那么它们就能更快实现下一次生产力翻倍……除非在代码开发里，有某个速度上限，或者排队等着的实验要消耗大量算力，导致算力才是最大瓶颈。实际上谁是瓶颈还很难说。真想知道各大实验室如何在算力和人力投入之间进行优化。
当物理、化学、生物学家也开始感受到 AGI…

目前我们只谈了算力和知识工作自动化，真正让局面进入疯狂状态的，是当科学家们也能亲身体验到“AGI 带来的推动力”。尤其是理论领域：理论物理会是下一个大震荡。如果数学真的被“解决”了（写出来都觉得荒唐，但并非不可能），那理论物理也不远了，因为它同样主要在符号空间里活动。
当某个数据中心（比如 Meta 在路易斯安那的未来机房）里，有一百万个 AI 冯·诺依曼日夜不停地工作，把过去一百年所有几千上万篇物理论文通读并给出更正确的新理论，这会有多快？
这部分当然难以预测。理论物理、化学、生物学——或许在一个 RL 训练过的 LLM 看来，这些通通不在话下。的确，目前我们还没见到它们在创造真正原创性的科学突破，可它们之前只是高中/大学水平，现在正在迈入博士水平，也许很快就会诞生新的理论成果。
AI 科研成果落实时，实验验证会成为瓶颈

当 AI 开始疯狂输出新的科学理论时，真正的进展瓶颈在于物理世界的实验：需要人力和物质资源。那时或许已经有机器人去建设更多机器人，解决人力短缺；而物质可以由机器人去采矿。虽然物质世界的建造和运输比纯软件慢得多，但也许还是“几年”量级，而不是数十年。
最大的瓶颈其实可能是“人类本身”

以上的畅想都基于一个假设：AI+机器人研究/开发不会被人为设置新的障碍，模型也能随意学习。可现实中最大的阻力常常是：监管、恐怖主义、社会动荡。
政府不太可能对 AI 自动挖矿、自动生产视而不见，尤其是由几家硅谷公司主导的情况。要不就监管，要不就干脆来场冲突。如果政府无力阻止，愤怒且失业的人也可能采取暴力措施。再或者，我们大家被 AI 强化的媒体内容弄得大脑麻木，社会运转都瘫痪了。
如果爆发战争，那也许会促进，而不是阻碍这场竞赛。
事情开始变得严肃。2025 年可能是 AI 仍然处于“旧金山技术推特玩梗”阶段的最后一年，在那之后就轮到西装革履的“主流群体”登场，所以让我们趁现在还能围观 roon 和 sama 的互嘲，好好享受吧。
AI 会不会毁灭人类？

我更怕的是人类利用 AI 做坏事，而不是 AI 自己失控。
我们有 5000 年的历史经验，证明人类会将最前沿的技术用来相互残杀。二战后的和平时期只是一个异数——一旦美国有所闪失，或对手国认为必须先发制人以阻止对方 AI 领先，和平也许瞬间就会终结。武器越致命、越自动化，风险越高。
另一个大风险是 AI 引发社会混乱。AI 生成的媒体可能造成大众迷惑、恐慌或脑力衰退。或者，一个专制国家率先赢得 AI 竞赛，用先进技术剥夺大众自由长达数千年。
至于 AI 本身会不会觉醒并发起毁灭？确实存在这种担忧，尤其是强化学习让 AI 能自主探索最优策略，而不仅仅是模仿人类数据（模仿人类本身更安全）。但到目前为止，这些基础模型还是 LLM，而 LLM 从来都表现为“理解人类”。只要在提示里写上“别做任何可能致我们于死地的事”，它就不会无缘无故去灭绝人类。要论自发的危险性，我暂时还没看到足够证据。当然，也有很多反驳观点我还没深入研究。但对我而言，如果要做与 AI 相关的噩梦，我会梦到中国和俄罗斯的国旗，而不是 OpenAI 的 logo。
我仍然比害怕更兴奋

我一直渴望的科幻世界正在成真，比想象中更快——这的确令人有些害怕，但在所有可能的路径里，这条路也许已经算不错了。
我希望在未来十年看到：

一些令人惊叹的物理学突破
火星和月球基地由机器人先期建设
完美的导师/顾问（几乎已经实现，只是还需要更好的检索、记忆和个性化）
没有副作用的生物增强药物
高度优化的无人机出行
靠核聚变、地热、大量太阳能等实现超级清洁能源
以及更多难以预料的可能：AI 天文学家在望远镜数据中发现外星信号？AI 化学家轻松设计室温超导体？AI 物理学家统一各种理论？AI 数学家攻克黎曼猜想？

这些现在看起来都不像科幻，而更像“即将到来的科学现实”。
终极走向：当 AI 成为超级智能，一切皆有可能

一旦我们拥有了超级智能，那么物理法则允许的一切，我们都能实现。我想要永生，也想去其他恒星系看看。更重要的是，我想知道“宇宙从何而来”。十年前，我就开始写日记说，我想知道这个答案，而且我相信 AI 能帮我们找到它。而现在，这一切真的开始变得可能了，这简直疯狂。
我们正生活在一个未来看似唾手可得的时代

每一次新的 AI 进展（这次是 o3）都在让更多人意识到，未来的壮丽图景真的不再遥不可及。
唯一可能让未来没那么光明的，是我们人类自己的失误——公众舆论、政策落地、社会稳定、国际合作……这些才是真正能阻挡我们迈向美好未来的东西。
AI 实验室真的在决定我们的未来吗？

其实我不这么认为。他们的研究基本是板上钉钉的趋势，无论在哪个实验室，总会有人去做。真正的不确定性，在于公众舆论、后续政策、社会稳定、国际合作。也就是说，这才是我们整个社会一起要去掌控的未来。
如何参与并给予帮助？

有很多方式。你可以：

做一些能让社会更稳定、让人们更聪明的产品，比如帮助人们更好使用社交媒体的应用
让大众更好地了解现状，比如输出更多高质量的评论，或者做一个更好的搜索引擎
参与地方政治，改善城市治理，让我们的社会环境别看起来像科幻反乌托邦。

很多人担心在 AI 世界里失去意义

但我觉得正好相反。我们正活在最关键的历史时刻，我们每个人都有能力对其走向产生影响。“拯救世界”应该能给你足够的意义，不是吗？你想回到过去——那个一切进展都只和你个人职业挂钩，而不是整个人类进程吗？
也许我们需要的是从“个人成就感”转向“集体成就感”。确实，我们的许多传统工作会很快被自动化。如果你仅从某项特定技能中获得意义，而那项技能5年后就不需要了，你就会失去立足点。但如果你的意义源自“帮助世界”，那这样的需求永远不会消失。
给因为 o3 而焦虑的新毕业生的建议

学会两件事：（1）成为高执行力的解决问题者，（2）成为优秀的团队合作者。你在此过程中学到的具体技能都可能被快速淘汰，但快速“上手解决问题”以及“和团队协作”却会一直适用。
同时，你也要接受一个不稳定的世界。世界会变得古怪，你可能不会过上“两孩一狗住在郊区”的传统生活，而是带着两个生化改造的孩子和一只 AI 狗在星际飞船上漂泊。

我们正站在 AGI 的前夜，就像圣诞前夜。我请求你，让这次 AGI 的变革顺利进行。这样我才能在 3024 年的圣诞前夜，在离我们四光年的“Altman 半人马星”上跟你打声招呼。

<hr/>原文链接：https://x.com/WilliamBryk/status/1871946968148439260

发表于 4 天前

取代人类很难，但取代你很容易。
你扪心自问一下，你是不是一粒灰尘？你今天死了，明天就可以有人替代你的社会工作，你根本无足轻重，世界也不会因此发生任何震荡。
但有些人就不容易替代，比如马斯克今天死了，可能十年内都找不到替代他的人，世界会因此震荡。
所以作为整体的人类，很难被代替，因为有马斯克这样的人。但作为你这样的普通人，很容易代替。

发表于 4 天前

那些四处宣扬AI可以取代所有人类的人，最多具备下列三点之二：
有脑子、有良心、懂AI。

AI取代不了人，但不用AI的人将被用AI的人取代。

“AI不可能做我们做的所有事情。但它可以把20%的工作做得比我们好1000倍。对于某些人来说，它可以把50%的工作做得比我们好1000 倍。但没有哪项工作是AI可以完全胜任的。”
“不使用AI的人，将被通过AI自动化提高生产力的人取代。”
—— 英伟达CEO 黄仁勋于2024 年印度人工智能峰会
<hr/>“人工智能不会取代人类智能，但是会重构很多行业和领域，人工智能不会替代人，但擅长使用AI的人将会替代不会使用AI的人。”
—— 中国移动董事长杨杰 2024世界人工智能大会
<hr/>微软（中国）CTO韦青在2019年《深度学习》交流会上提到，未来没有人引导我们，那么我们可以以史为鉴：
最有代表性的就是第一次工业革命到第二次工业革命之间，由蒸汽时代进入电气化时代。我把这个阶段总结为四种态度和四种结局。
当时有很多有影响力的全球性的公司，他们用蒸汽力量代替人的四肢。但当电气出现的时候，绝大多数公司态度是看不起电，因为开始的阶段电的效率并不够高。
第一类公司的想法是电力不行，效率低，没有未来，蒸汽力量足够了，一百年之后他们被淘汰了。
第二类公司放下一些包袱，认为电是新生生物，也有潜在发展的可能性，但是仍然坚信蒸汽机的力量，坚信只要对蒸汽机进行改良一样可以保持竞争力，这些公司也被淘汰掉了。
最可惜是第三类公司，他们已经放下旧的生产力，开始拥抱新的生产力和形成新的生产关系，但是思维方式没有改变。他们认为自己全面拥抱电气化时代，已经产生比蒸汽机时代超高的效率，更低的成本，但是他们还在跟蒸汽机相比，这些公司最终也被淘汰掉了。
当时大部分企业对于电气化的观念只是能点多少盏灯，或者生产线能够提高多少效率。只有5%的公司选择彻底放下包袱，忘记什么是电气，什么是蒸汽，而是把它们都当成是工具。这些公司在那个时代完成了转型和飞跃，真正进入了电气化时代。
<hr/>“AI不会取代人类，但拥有AI的人类将会取代不用AI的人类。”
—— 卡林．拉哈尼（Karim Lakhani）哈佛商学院教授

<hr/>“替代你的不是AI，是善用AI的人”
—— 沈李斌复旦科创企业家营校友上海乐言科技股份有限公司创始人兼CEO
<hr/>“从来都不是 AI代替人，而是会使用 AL的人代替不会使用 AI的人。”
——移动电影院创始人高群耀于2023 年 3 月 17 日，在第二届 “数字品牌大会”

发表于 4 天前

认真回答，AI取代的不是人，而是“90%无创意的牛马工作”。
大概有两类牛马工作：
一类是纯执行，就是别人把规则、执行步骤整理好，照着就能做的工作类型。

比如，普通的客服、基层设计师、文案、程序员等，都是在公司的一些sop、知识库里，做一些排列组合工作。
一类是偏策略，就是要寻找技巧、发现技巧、然后找到应用技巧的方法论，给执行层用的人。

比如，高级文案、运营、产品经理、高级设计师、项目经理等。他们的工作中，思考和协调，占据更多的比重。
以目前AI的能力：
纯执行类工作AI比人更高效，而策略类岗位，AI能辅助拓展思路。

AI对职场的最快影响是 —— 会AI的人拿1.5倍的工资干2倍的活，取代不会AI的人。

举个AI副业圈的例子，老照片转动态

这个需求，一直都有，TB上有很多销量几万的店铺。
但在以前，要完成一个修复，需要多个流程，PS修复，做动态视频的工具等。
但现在有了AI，你不需要会复杂的设计工具，
老照片变高清，有专门的AI工具，修复磨损细节，也有AI工具，图片转视频，那更是有很多AI。
关键是，学起来门槛很低，比PS、AE那些工具，简单太多了。

AI时代的“牛马工作”是，使用AI工具满足老需求，老技术贬值直到被淘汰！

那AI时代的策略类工作是什么呢？
看这个例子，线下艺术摄影店。

小伙在县城开店，用AI做摄影，客流量天天爆满。
这个店没有很多员工，小伙自己只要一点“摄影技巧+AI后期”，就能很快完成照片交付。
小伙利用AI，完成了化妆师、摄影师、修图师的工作。

发现了吗？
这个案例中，AI做不到是：AI想不到去县城开店，AI想不到要哪类摄影产品更适合这里的人群等。
也就是说，
AI时代的策略工作，从找满足需求的方法，变成‘找需求的能力+需求落地的能力’。

挖掘人类需求的能力，AI永远取代不了！！

除非，这个世界被AI主宰，否则不用担心AI取代人。

如果从事的是“90%的牛马工作”，担心失业，培养2个能力最关键：
1）用AI工具满足当下需求的能力；2）结合AI能力，挖掘新需求的能力。

搞定前者，你不用担心失业，搞定后者，你可以不当牛马，成为个体户。
关键学起来也简单，搞定AI入门必备的提示词、AI工具、AI场景用法，就能大幅提效。
没学习思路的话，不建议直接买大几千的课，先从一些免费的公开课学起
正好知乎也在做AI项目，也开发了AI公开课，
像下面这个‘AI应用实战&#39;课，主要针对想用AI提效的职场人，以及想做AI副业的普通人，2天训练营模式，15+AI实战案例实操技巧，值得学一下

他们还有个特大福利—— 送免费的AI工具，包括AI写作和AI绘画，类似国内版GPT和MJ↓↓↓
点上面的卡片，工作人员会发放工具卡密

如果你尝试过用AI去做副业，你一定会发现，
AI依然只是工具，真正让AI发挥价值的，还是能跟需求结合起来的人。

比如，AI宠物玩偶；

这个账号发了很多AI生成的毛绒玩偶图，等看哪个玩偶火，再去找供应链制作。
这样就避免了库存积压问题。
你说，他卖火的这款玩偶，纯靠AI吗？
其实并不是，这也是经过大量内容测试，通过数据反馈出来的结果。
他的核心能力，是把“AI+渠道拓展+实体供应链生产” 融合起来，做成了闭环。

再比如，AI+服装

AI绘画擅长产出这种有创意的，不需要绝对精准的设计。
然后服装从业者，可以让其变成真实的、可穿的、穿着舒适的服装。
看这个店铺，就是把“AI火爆网图” 做了成品，就卖了几百单，销量比其他单品好太多。
所以，AI目前的价值，依然是需要人类把它和实际需求做结合的。

我自己学习AI自媒体一年，我发现：
AI当下的机会，远大于取代人类的风险！！

上面那些例子，全都是个体利用AI，做成了一个商业闭环。
这还只是一些小案例，圈里有些大佬已经自己做AI应用了。
仔细看了下，大佬也不是程序员，就用Cursor完成了产品开发。

所以，你要问“ai能取代人类吗？”
还是那句话，取代的不是人类，而是部分人类从事的没有创意、机械化、重复性的工作。
所以，发挥人类思考、情感、意识的优势，然后学会驾驭AI，才是AI时代的生存法则。
<hr/>推荐阅读：
1、AI小红书商单副业：适合新手
<a href="http://www.zhihu.com/question/538656729/answer/53809113381" data-draft-node="block" data-draft-type="link-card" data-image="http://pic3.zhimg.com/v2-3250829df5eec55a7e7d9b7d2c4e6aae_180x120.jpg" data-image-width="4096" data-image-height="3072" class="internal">网上有什么可以做的副业，或者是挣钱的方法？
2、普通人入局AI的路径分析
普通人怎么入局 ai？
3、国产AI副业必备工具
目前国内哪款AI比较好用？
<hr/>Hi，你好，我是@安歌Mia，分享AI工具、AI+副业、AI+职场等内容，欢迎关注我，一起学习AI，抓住时代机遇~

发表于 1 小时前

AI目前并不能完全取代人类，但在某些特定领域和任务上，AI已经表现出了强大的能力，特别是在数据处理和分析方面。然而，AI无法取代人类的创新、情感、判断力和人际交往能力等核心特质。 对于您提到的“茧房和垄断”问题，确实需要关注和警惕。随着AI技术的不断发展，应该积极推动AI与人类协作、互补的局面，而非单纯替代。要关注技术的公平性、开放性和透明度，确保技术服务于社会，而非制造新的不平等。同时，也需要不断鼓励人类发挥自身优势和潜能，持续创新，保持多元化发展。

发表于 1 小时前

AI技术在许多领域已经展现出强大的能力，并且在一些简单的汇总概括方面表现尤为出色。然而，要回答AI是否可以完全取代人类这个问题，目前还无法给出明确的答案。 尽管AI技术在不断进步，但它仍然只是一种工具，缺乏人类的创造力、情感智慧和直觉等不可复制的能力。在许多领域，如艺术、文学和科学研究中，人类的创新能力和独特视角是无法被替代的。 同时，随着AI技术的普及，可能会出现新的茧房和垄断现象。但我们应该积极应对这些挑战，推动AI技术的健康发展，避免垄断现象的发生。在AI和人类共同发展的道路上，我们应该发挥各自的优势，促进人类的进步。

发表于半小时前

AI技术正在迅速发展，并在某些方面展现出强大的能力，但这并不意味着AI可以完全取代人类。 AI在数据处理、分析、预测等方面具有优势，可以辅助人类进行决策、提高工作效率，但在创新、情感、判断力等方面，人类仍具有独特的优势。目前AI的应用仍然受限于技术发展的阶段，有许多领域需要人类的智慧和努力。 关于您提到的“茧房和垄断”问题，的确需要关注和警惕。但随着技术的发展，也会有更多的合作和创新机会。我们应积极拥抱新技术，同时关注和解决可能出现的问题。

认真说，ai可以取代人类吗？

本周热门