ai 提效大家都知道我想问的是,ai 目前让人们做到之前做不到的事情有哪些呢?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

按立正的说法,AI 让人“做到之前做不到的事”,关键不在模型突然变强,而在人把 AI 接进真实工作、补上链路,从而能调度算力、承担端到端结果。

新能力来自“接上链路”,不是等 AGI

材料里的观点

立正把“AI 无所不知”到“无所不能”的差距,归因于生态和链路没打通:AI 理论上能替微信群做事、能替游泳比赛排表,但做不到是因为它和这些系统的链路没通。他用汽车引擎几十年才取代马车作比:不是引擎不够好,而是没有路、加油站和司机。所以新能力是渐进的,靠每个人解决真实问题一点点铺出来⁠1,2。这是他的判断,不是已被普遍验证的结论。

从“问一句”到“让它把事做完”

材料里的观点

立正描述自己几乎不用 ChatGPT 聊天,而用 Codex、Claude Code 这类 agentic 工具:让 AI 去翻邮箱、找账户、联系客服,把两个账户合并。他说这种事自己做得嫌麻烦,交给 AI 就解决了⁠3。他还举了自动转录、生成字幕、精校、挑出该剪和该放前面的片段、收集材料发给剪辑同学、生成 show notes 并发布——他说每一步今天的 AI 都够用,缺的是人把摩擦降下来、把触发和上下文接好⁠4。这些是立正本人的使用经验,不等于普通读者照做就能得到同样结果。

真正稀缺的是为结果负责的整合者

AI推演

立正引田渊栋的观点说,问题从来不是“AI 对人”,而是人加 AI、AI 加 AI、人加人加 AI 的组合;整合者为结果负责,判断什么交给什么人、什么交给什么 AI,技术变强时他们能做之前做不到的事,也最需要放下旧范式的假设⁠5。他给打工者的第一条行动建议是把工作贴近可验收的结果:不说“我做了个分析”,而说“我要影响决策”⁠5。按这个思路,读者可以挑一件自己一直嫌麻烦、又有明确完成标准的事,交给 agent 工具跑一遍,观察它卡在哪一步——卡点通常就是需要补的链路⁠3,4。这是 AI 基于上述材料做的应用推演。

材料主要是立正的个人经验和判断,没有给出可复核的量化对比;他说的“今天 AI 都够用”针对的是他自己的视频生产流程,不能直接推广到其他行业。

回到5份原文