7月16日 Jimmy Wong & 吕立青
输入“/”快速插入内容
7月16日 Jimmy Wong & 吕立青
7月16日 Jimmy Wong & 吕立青
2023年7月16日 下午 8:30
2小时24分钟39秒
关键词
产品 知识 文本 迭代 工作流 飞书 音频 语音 搜索引擎 用户反馈 深度学习 使用场景 第三方工具 评判标准 效率工具 用户需求
嘉宾
•
•
吕立青：独立开发者，BibiGPT · AI 学习助理丨音视频一键总结：现已支持 B 站、油管、小红书、抖音、推特、小宇宙、苹果播客、谷歌播客、本地视频、本地音频、微信公众号或文章等任意网页链接。 https://bibigpt.co/r/AJ
乔向阳 03:15
诶，为什么吉米王这个你的那个名字好像变成了吉米名。哈哈哈，估计是视频号的那个名称应该是不一样，因为一个是对公的，一个对私。那是不是已经暴露了，你的名字是不是叫王明？哈哈哈，因为那个他那个视频号的名字好像。啊，我有点忘记了。好像是有重名冲突还是什么？好久没有用过。我看看，电脑这里怎么设置。嗯，搞了一瓶酒。嗯，还一边喝一边聊吗？对，这个好久没喝酒了的队形是现在等这个立清是吧？对对对对，他得换一下手机，他刚才用的是Pad。OK？向阳你小心等会被我们被禁播哈哈哈。哇，这几个终于，你那个比较健康。嗯，还要看 secret 来了。行，嗯，下，邀请希坤聊一下。希坤是现在做硬件吗？喜欢，我看喜欢，在小宇宙上特别活跃。嗯，应该立清快了。然后要不先介绍一下这个精密王？OK，突然有点没有，我先介绍。然后我先比较熟悉的应该是那个 promoengineing 的一个教程。我是 promoengineer 教程的那个就 promoenging 点wiki，这个就是跟 prom 有关的这种教程的作者。那个应该是大家比较熟知的，就我个人是标签上大家可能个人比较大家各位比较熟知的一个标签，就是朋友决定教程的作者。
乔向阳 06:00
然后第二个就是内容产品的作者，就是我现在在维护两个内容产品，一个叫随意搜寻，就是我个人的一个 news setter，主要是写一些我个人的一些感悟，每周的那种感悟。然后第二个就是跟小步说，主要其实就是更新一下，就是海外的一些播客的总结。然后第三个产品就是我现在在做的 policy chat 这块 AI chat 产品，对，然后现在主要做的这应该是这三个产品吧？这三大类产品OK，对，就是在今年年初 AI 刚火的时候，然后大家都在寻找各种这个 prompt 的教程，然后揭秘王这个教程当时给了很多人震撼，然后梳理得非常清晰，举的例子也非常好，很多人这个 prom 的启蒙应该就来源于机密王这个教程。
乔向阳 06:59
是，就是我其实只是时间比较早而已，确实我也自己在学习，然后发现中文社区上的这种相关教程比较少，我就想着自己边学然后边总结，然后总结出来的东西可能对大家也有价值，所以就分享出来。对，明确的想法就是这样子。OK，然后我看丽青来了，然后这个跟视频里看着感觉是一样一样的，哈哈，有点，然后这个丽青要不做一下自我介绍，然后你的粉丝应该比较多啊，还有刚才你没来的时候，有不少朋友说是你产品的付费用户。嗯，非常感谢支持，大家能听到我声音，可以可以。嗯，好好的。
乔向阳 07:47
哈喽，大家好，我叫吕静，然后也叫大家，也可以叫我吉米，然后我日常用的网名叫吕丽清，就是把镜子拆开成立和清了。然后，嗯，我之前戏称我姓吕，就是用，可能我要吃两口饭，所以我自己就一直以来一边在做产品，一边是在做视频，因为我觉得分享和创造这个可能是我的两个原动力，所以我就想借助于这两个事情来尽可能帮助到大家。
乔向阳 08:23
就一个是做超级库的 AI 应用，另一个则是做贼有意思的视频，这两个都有一定的互联网杠杆，也是我想去坚持去做的事情。所以也是去年开始借助ChatGPT，然后今年开发了 BB GPT，一个帮助大家可以一键总结音视频内容的 AI 产品，可能他现在我对他的定位是 AI 是学习助理，就尽可能的能够提高大家的学习效率。
乔向阳 08:54
嗯，那就这样子好，然后我这次邀请的时候还巧了，然后邀请进群以后发现都是都叫揭秘，然后而且这两个人也有很多共性，然后这个揭秘王和这个沥青，然后都是很喜欢分享，然后经常会整理一些一些有高价值内容，同时也在做 AI 类的产品。然后所以这个今天趁着这个机会我们一起交流一下，然后这个产品做产品的过程中有没有遇到什么一些困难或一些感悟，然后再聊一下做这些事情的初衷好不好？然后我们要不先从这个精密王开始，然后你为什么想做这个 Polystar 这个产品？哈喽，哈哈，再见。
乔向阳 09:58
有点尴尬在这是我那个想问一个问题，就是刚才有人问经理发布的内容在哪个地方？想看你看我打出来了，对，就是意识不相信的一个细节。这个问题最近关注的很煎饼，到底是哪个煎饼？哈哈哈，对啊，那要不我们就把那个煎饼吕叫做莉青好了。可以，我觉得我一起买感觉更亲切一点，更可行点，这是我的那个人的网站。然后里面有我的内容的汇总，来，我来打，嗯，继续先 JIMMYWON j 点 BIO OK 的，OK，那说回刚刚那个问题，其实，嗯我其实可能我的经历可能跟丽青有点不太一样。嗯，我是前年从字节离职之后就创业，然后所以我一直在做工具相关的产品，然后只是说我们去年做的产品不是那么成功。但我们去年其实如果说回历史的话，其实去年我就开始用那个 copy 点AI，嗯，那是去 P3 做的。那么后来 open AI 出了 Delta e 之后，我才开始知道说原来有AI，这个是这个公司，然后开始用 AI 去做的一些小工具，当时是面向电商场景，但当时没有觉得特有什么特别的，就没有觉得说 OpenAI 会有任何改变世界的渺导。
乔向阳 11:53
嗯，然后就但去年底的时候差距 p 出来了，然后突然就火了，然后我就开始反思，觉得自己他判断力是有问题的，因为这个半年的时间其实是如果当时能抓住这个机会可能就不太一样了，就跟现在的一些想法其实是不太一样。所以我他我总结下来这些，从产品从 0 到 1 这个过程，我的理解是它就像一个漏斗，最上面那一层是最大的就是想法，想法是最简单，你有了想法之后，再下一层是找到与需求匹配的想法是更难了。嗯嗯，然后找到了需求匹配的想法，再下一层就是找将需求产品化，那你得把你的这种想法就切合需求匹配的这种想法，产品化，你可能需要一些产品的设计或产品的开发。再往下走，我认为更难的是有差异化的产品。嗯，你不单单只是做一个APP，你还得在这个市场生存，你得有自己的差异化。再往下就是把产品商业化更难，这个是如何把你的产品卖给用户？这是非常非常难的。可能立新应该也有很多经验，后面可以分享一下。我自己去年躺的坑就特别多，特别是因为我们去年其实做海外用，那有一些差异，各种甚至支付上的一些坑。然后最下面那一层我认为是最难，就是坚持，坚持是最难的，你有了一个上面一些想法，你还能够以这个想法为基点，一直坚持一年、两年甚至十年，嗯，这个是最最最困难。
乔向阳 13:55
嗯，然后OK，然后那个问题应该就是我确认一下，就刚刚那个问题是不是就如何从0？对对，就那个困惑是不是？对，我应该就是困难和感悟，我的感悟大概就是这样子，就是从易到难，它是一个漏斗。嗯，OK，那要不立新说？OK，对于我来说稍微讲一下我的经历了。
乔向阳 14:26
我的经历最开始是在一家外企搜works，还是做敏捷开发相关的咨询和交付服务的，然后后面我去了几家公司，其实都是做的海外业务相关，就是可能会有东南亚市场，或者是美国、澳洲等等。然后最近的话是我之前也在阿里待过差不多一没到一年，然后后面去了一家海外的 SaaS 公司，也就是我的上一份工作就是在做一个敏捷会议相关的 SaaS 工具，然后也是 ChatGPT 的一个冲击，我觉得就是必须进场入场来，不能错过类似于当年 PC 级的这种创业机会。然后我就觉得诶自己一直以来都很想做产品，为什么不自己亲自去做一款，并且是能够解决自己需求的一款产品，那么切入点其实也是跟自己的精力有关。就是，嗯，除了日常在公司以外，我会做 up 主，然后干看了一下，我应该做了 163 期视频了，就是他长得短的哈。
乔向阳 15:39
然后我就觉得诶音视频首先他学习起来是有利弊的，并且缺点和优点非常明显。在做视频的时候我就会借助于像飞书妙记或者是一些语音转文字的工具来快速查找字幕，或者是查找视频当中的内容。因为首先视频它是富含多种媒体的，就像我们现在在这里交流，大家可以互相看表情。甚至还有很多微表情等等，那么除了这个以外，通常来说除了人像出镜之外，还会有类似于图像画面等等。
乔向阳 16:20
其实你发现视频它是有多种元素的，但是视频也有它的缺点，就是我相信大家看回放可能会更加精髓或者说浓缩一些，因为视频当中大家有很多的思考的停顿，或者是你没办法预知诶未来这个视频即将讲什么，所以它的缺点也非常明显。所以如果有类似于飞书妙记或者是语音转文字的一个初稿，从而你能够快速地去跳转到自己想看的位置。
乔向阳 16:50
所以这个，是啊，完全是出自于我自己的一个需求，就他怎么从 0 到 1 的，以及我在做 b 站视频的时候有时候很头疼，就是你怎么样取一个标题，对吧？嗯，或者是你怎么样给自己的视频写一个简介，那这个时候非常典型的场景，就是我把我的视频做好了，视频上传上去，然后啪，我的标题有了，我的这个视频简介也有了。
乔向阳 17:17
并且我发现 whisper 就是对于 open AI 的 whisper 模型，它的一个识别字幕的准确度是非常高的，因为我之前在推特上也有分享，就包括他识别我的名字或者是其他的一些专有名词，其实都是比飞书妙记或者是其他像讯飞等等的工具要准确得多。
乔向阳 17:38
所以但是自己尝到了这些甜头之后，大家就想可以分享给大家，就是在学习的同时也帮助他人学习，所以这个也是我人生的一个愿景之一，所以就着这件事情做了下来，然后做到这个程度也觉得非常有意思，确实超乎了我的想象。我觉得，嗯，首先技术是是在史无前例的在进步的，并且我觉得这个事情也是市场所需要的，所以当然就应该由我就是一方面觉得自己有一定的工程能力和产品能力，所以就把它就相当于技术工程化、产品化，这样的话就可以让更多人来使用了。对，大概是这么一个过程。对，祥叔下午应该用了一下这个 BB GPT 有没有什么感受？对，这个，对，这个可能会涉及到我们最后那个话题。对，就是刚才，刚才那个丽倩也提到，就是说视频它有很多的优点，它的那个信息含量很丰富。对，然后那个视频也有很多缺点，就比如说我最近在追一些海外的一些访谈类的视频，那个视频它一访谈就很长，就三四个小时，这个时候就有时候想倍速，但是倍速它也有一个问题，跟音频类似，就是它是有一个时间序的，你不能跳，你就是就很费劲。看起来就这个信息获取就有点麻烦。
乔向阳 19:08
因为我在想，我想基于这个，我之前是看文本，你就看那个访谈的识别出来的文本，直接看文本，那看文本会有个问题，就是你看到了某一段的时候，然后呢？你觉得这段特别好，你想去找到原文里看一看，然后有时候这个时候其实找那个时间戳就很费劲，就算带上时间戳，你去回头找的时候也没有那么方便。利清那个这个叫 b GPT，嗯，然后就用起来就给我好多地方，就感觉特别的顺手，就是我今天还专门发了个Twitter。
乔向阳 19:39
对对，就是，确实这个，就是那个可以把英文翻译成中文，这样的话你刷的时候可以找得更快，完事找到这个喜欢的地方，每一句不管是识别出来的英文还是识别出来的中文，还是原本的英文，就你点一下立马可以跳到对应的帧数那个一点击可以自动播了。这一段你可以相当于我们看看文本的时候，你可以按照自己的速度想快就快，想慢就慢，找到你觉得有重点的地方，甚至你可以通过检索，然后找到你重点的关注的话题，然后去看，然后这个时候再跳到视频里面，就是他深刻地满足了我对信息的一个诉求，就是叫以我为主、积极主动。这个产品真的就是特别满足了我的诉求。
乔向阳 20:24
然后而且还可以对话的时候，相当于我有问题，我有困惑，我问的时候，不仅可以通过视频里面的内容回答，我找到对应的某一戳视频时间戳，让我去回到那个时间点上，还能找到网上相关的重要的文章推给我。我觉得这个太牛逼了，这个直接改变了我获取信息的方式。对，所以正好我最近在刷这种访谈类的视频，我觉得这个工具对我来讲，嗯，有非常大的这个助力，太感谢了。然后刚刚提到的那个，他是否去搜索视频以外的内容，其实我想补充一下，可能有些链接它是不准确的，因为这一筛肯定会给你加编。对对对对，这是 GDP 类的一个问题，就是它有时候会，比如就幻想，然后但它这个我因为我点完之后，然后它跳的时候那个链接跟我说就被 block 住了，但是感觉如果这个那个能力能够打通的话，嗯，就是就会很好。当然他有他也会有些。问题回答不上来。对，回答不上来的话就是就，当然这些问题是有的。对，但它的这个方向，这个趋势让我感觉，嗯，特别的舒服。嗯，对，这一块之后可以集成一下搜索引擎或者是 Web 的信息源。
乔向阳 21:45
对，其实我有一个构想，就是大家现在是对于单个视频的对话，其实诶，我是想做成音视频的知识库，就比如说你在看嗯，番茄的视频的时候，诶，那如果 AI 能够相应的给你知识库里面其他视频的一些内容诶，你就可以就是双向的或者说能够多渠道的去辨别当前内容的一个准确度。特别是，嗯嗯，那就相当于你的一个私人助理，你在阅读的时候，你在看视频的时候。对，不过我原来我之前看过类似的，对，就相当于整个大脑能够被打通的感觉。嗯，对，我，对，我的，也，我也补充一点，我曾经之前就是发现 Google 上面有一个feature，但是这个功能还没有被拓展开。
乔向阳 22:35
我觉得拓展开之后会有很大的这个优势，就是我们现在输东西它更多的是基于文本，在基于网站文本关键词，然后以那个搜索引擎的那个维度，那如果能够把，比如说小宇宙里面的这个音频类的内容，然后包括 YouTube 这种视频类的，包括 b 站里面这种视频类的内容，我如果能把视频里面的文本识别出来之后，然后也能被搜到，那我们所搜索得到的信息的丰富度将会提升。我觉得这是一个就非常有价值的维度。
乔向阳 23:09
对，金迷王，其实那个做了一个小鲍童的这个播客，这个栏目叫这个播客小捕手。对，在去年时候我就关注了，然后当时揭秘王应该讲了自己的工作流，然后因为大量的海外的播客，当时也没有那个这个 AI 的能力，当时你是怎么做这整套？这个相当于听，然后转写自己总结的一个工作流，我还是比较好奇的，金币王能不能讲一讲？哈哈，其实我们这个项目是去年底就开始做，但我们整个过程可能比你想象中的自动化要稍微高一点点，因为我之前是在飞书的，所以里面用了很多飞书的一些能力，像他可能有用过的那个妙记，还有那个 bitable 叫什么？中文名叫多维表格，可能忘记了中文名，因为我们一直都叫他bitable，里面有很多 automation 的能力，我们其实是用了 API 的方式去调了那个step，我不知道有没有用过各位非常好的播客工具，就是听播客户外有个听叫snap，他们很早就用这个GPT，可能不是用GPT3，他们是很早就开始开发了一些就是翻译音频的分段和音频的总结的功能。
乔向阳 24:41
我们其实是用了一些 API 去调取它的一些那个语音转文字推荐能力，然后到了他的那个文本，然后再将这些文本通过翻译 API 翻译成中文，然后再把这些数据全部存到 bitable 里面，那这就有了我们的一个跑 cast 的一个数据库，那我们当时就觉得这个 Pocus 数据库阅读起来非常的不方便，因为里面有太多太多的内容。因为一个 Podcast 像 Lex 的这种可能是 2 到 3 个小时，长，可能有 4 个小时，里面有很多很多的内容，所以我们就在想怎么样 summary 它。然后 summary 的时候，我们当时没有用 open AI 的那个summary，我们其实是用了一些其他的一些技术手段，它那个效果都非常的不好。
乔向阳 25:39
想了想，反正我也是自己学习，我就把自己的 scenery 分享出来，就有了我们现在大家所看到那个小故事，我们这款产品跟内容产品，那他除了有我自己的那个翻译和总结之外，还有就是 people 的这个访问权限，就整个数据库的访问权限，你能看到这个像 the knowledge project 这些 pockets 的那个原稿，就英文原稿还有中文的那个翻译。
乔向阳 26:11
对，这所以整个是过程大概是这样子，但我自己的 summary 这个过程现在就以前是边听边自己去用文档去记录。你现在其实是用了一些 AI 的一些辅助，那我会先 for summary 一下，然后也有用类似 Bison 支持的 BP PPT 这种产品。但我们当时最我用的应该叫 similar 产品，还是比较早的那个那款产品就主要就是他是会先帮我。
乔向阳 26:51
做一些大段的summary，我基于这个 sum 不断地 summary 去看它里面的内容，然后再回去看里面的是不是我感兴趣的内容，然后我再去看定位到我感兴趣的地方，再去做一些summary。那这个过程当中其实会反反复复很多遍，因为 AI 的思维这块问题，它就像压缩算法，就是他会把被各种各样的内容压缩，然后压缩之后最后的结果就是他就跟唐博马赛克一样。
乔向阳 27:26
嗯，你不知道重点是什么，你可能就会看到一头像，但那头像你其实可能关注的是他最值钱的地方，就象牙那个部分你看不见。嗯，那你最终还是得把他的每个部位都摸一遍，最后摸出这个象牙。这是我目前觉得现在 3 talk summary 对于我来说可能作用不是特别大的一个地方，就是他不知道我对我，嗯，是就他不懂我的需求，就不知道什么是重点。最大的问题就是，而且每个人对重点的理解是不一样的。可能你会觉得说，噢，那个象鼻子最值钱，我觉得向阳最值钱。
乔向阳 28:09
summer AI 是不知道 AI 它只会给你一个 60 分的答案，就概率最高的答案。所以最后你会发现很多 summary 给你出来的答案都是最准确但却又最空泛的内容。就这张图非常的糊，肯定很准确。就是，哼，就是一头大猩。对，这是一个国产。对，然后，所以这个，所以我现在一直在找相关能辅助我的工具。嗯，但现在其实还是没办法，我即使我现在自己做，我也没有想好特别好的办法去解决这个问题。嗯，就是怎么样让我自己的一些 highlight 的内容能够给到 AI 去学习，或者给直接塞到 Chrome 里面，然后它能够以这些为例子给我画出新的highlight。到现在我觉得都还没有这种产品，我一直需要，我一直想要这样的一个产品，我整个过程就是这样，其实最后的那部分是最耗时间，就基本上是我自己听听，然后或者是看文稿去进行翻译。
乔向阳 29:22
嗯，OK，我这是想补充一点，就是我其实特别赞同 AI Covery 现在的一些问题，不过我觉得学习的本身那也不应该是 AI summary 这种。嗯，很轻松的方式，因为大家觉得，诶，我收藏了我 AI summary 了，好，我就学会了。
乔向阳 29:44
其实学习不是这样的，而对于我来说，嗯，学习肯定是要带有摩擦力的，就是比方说一个嗯视频的讲者，或者是一个大学的教授，他为什么要先提一个问题引发大家？就是大家的思考就是其实就是在制造一种摩擦，就是当你有当你的大脑记忆或者说神经回路对某个问题有一定的痕迹之后，诶，你才对这个内容有足够深的理解和认识。所以现在 AI summary 我觉得只能是一种辅助。我其实把它类比于，就是比方说 b 站视频下面有一个AI，有一个课代表，大家可能刷视频比较多，嗯，会看到。诶，这个课代表，那其实大部分的课代表那句式可能就是，这不就是叉叉叉吗？嗯，我觉得 AI summary 其实就是类似的东西，它只不过是茫茫人海中一个水平 60 分的一个课代表而已。这只是一个 AI 课代表，它给你了一个认知或者是对某个材料的总结，那就是基于人类整体知识的一个不就是，就是他会尝试去归纳，尝试去模糊化，以及尝试去提炼所谓的精髓，但其实它一定是片面的，它也一定是压缩的。
乔向阳 31:21
而换个角度来说，对于我们自己来说，我们学内容或者是学任何载体的内容，包括文本，包括音视频，其实最终的目的还是为了就是基于你学习的内容去做，去 take action，就是你去采取行动。就我们听 3 分钟的视频、短视频、抖音短视频，有可能也是为了解决自己当前手边的一个问题，我们看 3 个小时的访谈类的播客，可能也是为了解决某个某个你手头上的棘手的问题，只不过就取决于你要解决的问题紧迫性如何，就比方说我是为了休闲的目的来听一个播客，那我用啥 AI summary 呢？我直接一边跑步一边听一下播客，是不其实很舒服？然后如果是我要解决手头上某一个编程问题，那肯定博客就不是一个足够合适的载体。
乔向阳 32:30
但是如果是像嗯，编程或者是木工，就这样，大家知道手工梗对吧？嗯，那么这个是王刚他做的做菜的视频。嗯，那显然视频是一种更高效的，并且你能够直接学习的方式，而且你能够直接看到诶他是怎么操作的？你什么时候该放言，你什么时候该宽由，或者是你什么时候该？嗯，在你的代码中加入某个imports，就是某个语句，那这个时候视频会给你最直观的体验，并且他是为了你的目的服务的就是你看这个主营就是为了学会我应该怎么写这一行代码。
乔向阳 33:12
所以我就经常会很喜欢看一些大佬在某些技术会议上面去现场演示一下代码。因为首先现场演示的话，他一定是对于自己的代码足够熟悉，并且对某些预期的情况有足够的了解，并且他敢于在技术大会上面首敲代码，那个他一定很厉害。就包括你在学习的同时并不只是在看他的所谓的代码怎么写的，你还会观察到他很多的编程细节，你说他是如何调用某个快捷键的，或者是如何使用工具的，其实你都能够潜移默化地去受到它的影响。所以这是一个我想抛出来的点，就是我们不管是学习任何的内容，就是从知识的这个角度来说，以前我们可能是先把知识就是学会了，得深化到，并且通过刻意练习的方式深化到自己的脑袋里面，诶，然后你再用自己的脑袋指挥你的手，指挥你的各种工具来完成某件事情。但现在可能有一些变化了，就是你可以直接基于某个视频来直接帮你干活。嗯，这是要解决 AI 的能力的，比方说我现在的目的就是为了写一篇文章，那么我就可以而我 b 站做好的视频直接通过 AI 的方式，直接把书口语化的表达转成了书面化的表达。
乔向阳 34:45
或者是我们就是为了做一个比如说某一个乔布斯或者是马斯克的访谈的一个媒体，那么我们就可以通过 assummary 快速地获取信息，因为可能媒体上他的媒体属性都会高于他的学习属性，因为你可能发这个内容越快好，那么你能够获得的媒体传播力可能就越强。
乔向阳 35:12
那么对于学习，对于回到学习来说，如果我们学这个东西你是为了干活的话，那我肯定就直接让 AI 帮我学习某个技术的文档，然后让他直接帮我产出代码，就直接。就啊，已经 take action 了，就已经事情做完了，所以这个就是我最开始跟向阳说的。嗯，我想谈的一个话题叫做 AI 时代的知情合一。你会发现我们以前这种把知识学到脑袋里，再用自己的脑袋去指挥手脚干活可能会有一些变化，就是我们可以人机配合，直接就把自己要干的事情，要做的，要完成目标就给实践了。
乔向阳 36:00
对，所以这个是我刚刚对 AI summary 的一个反思，或者说，嗯，如何更好地去利用 AI summary，因为我自己说一下这个过程的感受，就是其实你刚刚也提到就是整个过程其实是主动学习和被动学习的区别。主动学习如果你是一个培训，有很强的目标性的话， AI 是一个很好的一个辅助工具，能够加速你这个学习的过程，但他问题就是你能不能提出一个好的问题。嗯，当你能提出好的问题的时候，后面的答案是最简单的，这就是你能做到知行合一的关键，就是提出一个好的问题，但很多人往往是提不出好的问题的，这是我的一个感受。
乔向阳 36:46
然后第二个就是被动学习，被动学习是目前 AI 是做不到的，就是我目前没有想到更好的就是被动学习的方，就是能够辅助我被动学习的方法。举个例子就是听播课，它就是一个被动学习的过程，你其实是你不带一个目的，或者说它的主题就是两个嘉宾在聊天，比如说我们在这样一个嘉宾可能有个主题，然后去聊，但你不知道下一分钟或 30 分钟就会讲什么内容，此时你就很难提出好的问题。你是或者说你根本很难提出好的问题。这个时候就是一个被动学习的过程，你就需要去听。嗯，那在这个听的过程当中如何去加速以及如何让让，就是 AI 能介入，帮你更好地去了解。
乔向阳 37:28
嗯，前后的一些知识点，我觉得这是可能是未来会值周开发者去开，去探索的，或者说大家去研究，因为这里面真的有，我觉得是非常非常有价值。但没有，现在暂时我没有看到哪款产品会往这个方向去走，所以这是我会比较希望看到有一款这样的产品去往这个方向去做，就是被动学习。这你这一点特别好，我你做 BGP AI 学习助理，其实就想往这个方向上也更深入一点。然后我刚刚听到你说的第一个观点，就是大部分人其实没有主动提出去考问题的能力，或者叫嗯态度。就是其实这一点我觉得有一个变化，就是嗯，以前我们用搜索引擎可能是提不出一个好问题的，就是比方说你用搜索引擎你得学会一些搜索语法，说空格或者是加双引号，或者是加上 file type 就是文件格式等等，你才能找到自己的一个好的答案。
乔向阳 38:37
就是像GPT，或者说类似于嗯 GPT 这种东西，它更多可能就是可以帮你提出更好的问题，或者说有一个嗯很大的区别就是不知识追问，这个是有上下文的，就是它比之前单向的一次性提问要好很多。就拿一个小朋友提问来说，他会不断地说问为啥，为什么，为什么。那么如果你用同样的方式问ChatGPT，其实也是能够给予足够多的上下文，并且把你足够的展开和Python，所以这一点的上来说，我觉得他是能够就是追问和上下文的，所以普通人他没有必要一次性提出一个很好的问题，于是他可以基于他的上下文来不断地追问，不断地提出更好的问题。那我觉得这反而是我对教育或者说对儿童教育有一个乐观的一个教堂。
乔向阳 39:41
是这一块，其实我个人，因为我接，因为我调研了很多用户，因为特别是我写 permit link 的过程当中也问了很多就是相关的一些问题，主要的点在于这个追问是OK，但用户会在这个追问过程可能就放弃，除非你在产品的过程当中能够有很好的引导。这是我为什么？我就我补充一下，我刚刚说为什么很多人提不出好的问题，并不是说他没办法，就是不是说 AI 能不能接触他的一些嗯，提问或什么，然后但更多的人是会觉得说他回答问题很傻，或者说怎么样结构不符合他预期，然后他就放弃。这是我见到最多用给用户的反馈，就是为什么特别是大众用户对他的一些结果，特别是不符合预期的结果就放弃，我觉得这很大的原因就是他他不知道什么是好的。嗯，我刚刚说的好的提问就在这里，然后说回刚刚教育，其实我自己的观察就是，嗯，特别是调研很多成年人不是小朋友，我觉得 AI 在学习领域里最大的一个范式的改变就是愿意提问。是吉林人，特别是中国人不愿意提问，就是可能是历史的教育的过程当中不愿意去提问了。嗯，那或者说太怕提问，但在有了 as 他又愿意，因为觉得这个anyway，没事，我就像一个机器人提问嘛。嗯，不会，不求不会。嗯，问一些低级的问题都没关系，但我觉得这是最大的改变，就是我问了好多人大家对 AI 的看法，我觉得这是最大的一个改变。
乔向阳 41:21
对对，所以我觉得对整个人体人类来说，假如说在 CP 代表着人整个人类的知识的一个模糊化，对吧？那么，嗯，其实对所有人都是有肯定是有一定的驯化作用的。比如说，比如说我们经常就之前有个段子，就是你是降临派还是什么派来着，就是你会不会说请告诉我关于某某的答案。就是相应的你会发现超级厅其实本身也是足够友善，并且不会足够客气，就比方说他会，诶，谢谢你的反馈，就是基于您的反馈怎么样？其实你会发现潜移默化的我觉得会影响大家的形成。
乔向阳 42:08
对，一定程度上说话的艺术，或者说大家提问的方式也会有一些变化，就我觉得这个方面也是相对乐观的，然后对于如何提出一个好问题，或者说如何更好地说话。嗯，对，像其他的一些软件，像派对吧，它其实它的交互感可能更强，所以你会发现可能真的会慢慢的 AI 开始驯化人类了，然后你跟他交互越多，我们说话的方式也会越来越像AI。但是你向的这个方向可能是整个人类的一个整体性的，要么说平均值，要么说被过滤后的某个更好的值，就是这可能是静态分布，可能就稍微偏右一点。对对。
乔向阳 43:05
关于提问这个，嗯，然后我有个观察，就是其实做得比较好的第三方客户端软件其实都会做一个功能，就是自动辅助给他一些提示， hint 提示，然后基于这个答案，然后再帮你想一些问题出来。比如说那个 Poe 就会这么做，还有很多第三方工具都会做这个事情，我觉得这个体验应该是好很多，因为大家毕竟还是懒的，然后思考提问都要耗费大量的这个脑的能量。
乔向阳 43:35
嗯，就像我跟福祥，原来我们经常开会时候，一场会议下来提问的总是我们那几个，所以其实大家是不愿意提问的，因为费脑力不说，而且有可能还得罪人。但是你跟 AI 就没有这个问题，然后你就可以这个是从产品设计上，然后来进行了引导，让大家更好地去使用。我觉得未来这肯定是标配任何一个网站工具的 Copilot 类的产品，都需要想好这个问题，如何设计，避免让人去从头想一个空的问题，应该是个很好的引导，让大家一步步去学会这个怎么去对话，然后给他这个脚手架，让他去拿到自己想要的答案。嗯嗯，对，我觉得这里面可能我还有个接触的用户反馈，就是其实大家是缺乏想象力，不仅仅只是嗯提问，不知道这个拿来干什么，所以如果是像 AI 的一些能力上面，它可能不仅仅只是产品，它可能还有外部的最佳实践。各方面有很多的原因我不知道能拿它来干什么，可能会发现突然有个场景match，你会觉得很暗哈。
乔向阳 44:50
为什么现在 AI 很多人去做各种各样的产品，然后好像都能做一个小号control，觉得就像当年大航海时代一样，就是大家就没有地图，就往那一插跑，然后发现一个新大陆，大家会哈一下。这是一个我觉得现在是 AI 非常看好的原因，就是这一个点，就是可能是有一些未知的一些新大陆值得我们去说这种。然后因为人真的是没有想象力，真是太多太多了，真的是人是缺乏想象力的一个东西。那应该向亲娘学习这个，多看看这个科幻小说新娘在使用过程有没有什么 aha moment 这个接触 GPT 这么长时间？是在问我吗？对啊对啊，你看你一直没说话。哈哈哈，因为我正在想，就是刚才杰敏已经提出来了三个他在那个，就是这个做这个应用的时候遇到的用户的问题，对吧？他不能提出好的问题，缺乏使对使用场景的这个想象力，然后不敢去跟真实的人类进行提问。嗯，我就想问一下除此之外还有别的吗？我太好奇了。因为这个事情就是他感觉到了，就是人类在。在过往的历史过程中，在学习的过程中，他们遭遇的一些疑问，然后在这个 AI 时代的时候，他要跨越这个 AI 的这个范式的转移，其实还蛮难的。
乔向阳 46:31
所以我想了解一下，除了刚才提到的这 3 个，还有别的吗？嗯，如果是在学习上面的话，因为我最近半年都去尝试各种工具，去辅助我个人的学习，我自己使用，还要跟一些用户去聊。当然第一个问题是 AI 的一个正面的点就是AI，嗯，你跟 AI 的交流或学习它是更轻松的，那这是一个，那。但第二个大家会有一些隐忧，嗯，其实是刚刚丽青说的正面的就是它可能会有另一面，就是所有的turning，所有的模型 turning 都是由那个人类去 review 的，这个人的 review 的标准就会特别可能就会有一小撮人去给这个支持去画这条线，它可能不是符合正态分布的。比如种族主义，它是我，如果我觉就我的脑海里面想到的真正的分布，可能是大多数人是有种族主义的倾向的啊a，但 AI 的反馈绝对不是有种阻力，那这个时候肯定会有人去划这条线，那第二个就是刚说完正面，第二个负面的影响就是有可能各位从 AI 这里学到的知识不一定是符合精排分布的，很有可能是一小撮人给你既定的知识所谓的知识。
乔向阳 48:05
是的，嗯，所以这个是一个，嗯。我发现因为当他，特别是你找他学习的时候，就是你用 AI 辅助学习，他给你的答案绝对是符合他的标准，且符合正态分布的，然后或者说他会有个更高优的优先级。这个过程我们是不知道的，他给了你一个这个答案，就是当年的被抓的这是负面。然后第三个又是一个正面的，就是他在这个过程当中你会节省很多很多的时间。我觉得这是一个AI，能够 AI 有个特性，就是我刚说到 summary 它是不行，就是它在那个单个 summary 是没有效果，但它在多个它有个很强能力，就并发能力，就他能够给你 100 篇的summary，那这个时候他可能有损的价值。嗯，每个有损一点，但他有量就会形成质变。
乔向阳 49:03
那我之前有聊过，比如说我很希望有一个 summary 是给我，比如说最近出了什么nothinphone，是吧？那 Phoenix 200 出来的，我想知道这市面上所有人 hold 不住 Youtuber 对这款手机的评价。对我，我对于某个问题，我想知道是这个问题的答案。这个问题可能是来自很多人，比如马克扎克伯格对武器的理解是怎么样子的。那这个时候 AI 就很适合去帮我啊，去收集和汇总这些知识。那这个时候极大地提高了我个人的一个效率，这些是以前工具是没法做到的。
乔向阳 49:44
就是说我的理解，现在 AI 很多使用场景更多是Automation，其实它只是个更高级的 Automation 工具而已，它没有什么特别的，在没有真实的 AGI 之可以之前，因为它最大的能力就是Automation。你在这个 auto 以前的 Automation 就做不到，因为你根本没有搜索引擎或者什么工具能够做这个事情，那它能够发挥它的一个并发能力。我找到这么大量的内容，然后帮我过滤一下中间的噪音，过滤掉，那这是一个效率的一个提升，但这个效率的提升前提就是你需要提出好的问题，或者善用工具，我自己找到就是才能够。嗯，帮助你更快地去做这个事情，然后让他可能还不如搜索，特别是AI。有的时候，特别是现在 GPT 的那个 pass 会员里面那些插件，其实它很多时候其实才是硬来的，就它不是错，它就是有些东西它不擅长，它也要这么做，那这个时候它就没做好，那这个过程你就会更痛苦，更浪费你更多时间，这是一个效率的体现。
乔向阳 50:56
然后再说回负面的，我个人觉得就现在的 AI 时代，对学习的那个卷的程度可能是不同的维度，那这个我觉得这是我个纯个人，非常纯个人的看法就是，嗯，当有了这个 AI 的工具之后，我们的学习可能会有极大的变化。而最直接、最冲击的其实是我们的考试，就是我们还要背那么多的内容吗？那这个被那么多内容对我们的价值还就是到底，特别是，嗯，应试教育，就是，特别是一些应试教育，就是你就会有个反思说我。我我我的下一代有了 AI 之后，他还要去这么痛苦地去背诵吗？那这个，对，然后有些人可能有更高级的 AI 工具的时候，他是不是学习的能力和学习的效果会比我的孩子更强？因为他有更强，就是他会产生更多的不平衡，特别是那个可能他有，他比如说现在 GPT4 很贵，对不对？有钱人就可以每次的对话都用GPT4，那这样的话他的孩子就能得到一个最完美的答案。
乔向阳 52:19
那这个时候我的孩子如果我没有经济实力，使用 GPS 会怎么样？这是人类就是他会出现的一个新的一个阶级，新的一个担忧。我觉得这是它是再深一层的那个负面的一个点，所以整个学习是我觉得大体的感受是这样子，整个过程，刚才说到学习的时候，我就想起来立青做那个 BBGBT 的时候，他提到一个点，就是出发点是学习的自由。那个丽我展开一下，因为我觉得这个点其实在刚才的时候好几次提到了，但是我不知道他和说的那个知行合一这件事情是不是有关系。
乔向阳 53:07
我先解释一下学习的自由，我刚才也发了一个Twitter，我的意思就是我们人类受限于语言，我们只能用教师这样试试，就是代传的方式不断，就是坚持不懈、持续努力的知识传播给下一代。所以，嗯，首先教师是伟大，然后我们我们传递知识，其实你会发现传统的方式可能你就得去看文章、学视频或者是听讲座，然后你发现他是很单向的，然后在培训或者说在课堂上有一个概念叫翻转课堂，就是更多的是老师提问、学生来进行互动交流等等。就是在中国或者说在全世界大部分范围内，这种教育资源是极度匹配的，并且是很不现实的，所以视频包括全世界范围内兴起的慕课，对吧？那么这么多视频平台出来之后，现实有没有变好一点的？我觉得是变好了一点点，但是视频带来的问题也很明显，我在开篇也提到了，就是我没有办法去提前预知我要学的内容，并且我没有交互的方式去咨询我自己更感兴趣的内容，并且也没办法去及时地获取这个视频以外的其他的内容，就像课堂的书和课外的书一样，那么这个里面学习的自由就包括，首先我想通过语音转文字的方式，不只是以视频的模态去学习。
乔向阳 55:04
嗯，我也想把视频变成一个音频，我可以走路的时候边服务边听，然后我也可以，反正这个是最简单的，但是反过来就会更难，比如说我需要通过这个视频或者音频的字幕来把它转成文本，甚至变成书面化的表达，这样的话我就可以更以另外一种模态来学习。就我不只是跟着老师讲的某个字词，可以一点一点单线的输入，这是我自己通过文本的方式自由的选择我要去看的内容，而且我可以自由提问我基于老师给出的文本，通过 PPT 交互的方式诶进行问答，直接问到我自己更感兴趣的，并且能够借助于搜索引擎给出关于该知识点的相关补充，这个其实就是一个更好的学习模态。
乔向阳 56:04
或者说其实我们人类受限于技术，它就只能通过音频、文本、图像来保存知识。那如果我把这些载体的技术竖线给去掉之后，你可以发现极端的情况是我把知识装在你的脑袋里，然后进行一个脑机同步，那么你就实现了知识的获取。而且这个知识我为什么没有用？信息就是知识信息肯定是有区别的，知识是指的你能够在脑袋里面有这个相关的记忆，并且能够有你的大脑指挥你的手脚去干活，去表达，那么这个才可能沦为你的信心，你的知识，那么这个知情合一就体现在极端情况下我们有那一个脑机芯片，并且它能够直接根据你就是存储的某个知识点去采取某个行动。
乔向阳 57:07
那是不是实现了一个知情合一？对，我这里有一另外一个比喻，就是。最近可以很可能像一个云同步，就是我们大家用手机、用icloud、用百度网盘，那你要用某个文件的时候，你需要把这个知识从云端下载下来，然后你再去操作它，那么自己可以有一点像这种情况，就是你把你的大脑里的知识点诶下载下来，然后同步到你的手脚，然后你开始干活，你会发现这是一个极端的思维。
乔向阳 57:43
假设这是你假设你有了一个脑金融芯片，然后你每天看某些视频，看某些文本，然后获得了知识，并且这个知识能够帮你干活。所以这个就是分为两端，就是一个是输入端，一个是输出端，输入端我们在填消费不同模态的内容，包括音频、文本、视频，然后你得消化它，一个是 AI 能够加速这个消化的过程，能够让你选择你想看的内容，就是提高你学习的一个主动性，并且它是双向可提问的。另外就是输出端就是你在利用如何利用这个知识，就是你如何利用这个知识来帮你解决你手头上的工作，或者是你要完成的目标。那这个时候，那么极端情况下就是你自己能够去借助自己的知识能够去干这个事情。那另外一个情况就是你可以反过来做一个自己的 AI agent，一个 AI 助理能够直接基于你前面所收藏或者保存的知识点，然后让 AI 来基于这些知识点来帮你完成某些事情，比方说帮你写一篇文章，或者是帮你输出一份代码，那么这个可能是我目前就受限于我的理解，能够给出的 AI 时代的一个知情合一的一个解释。
乔向阳 59:09
看了看出来了，是脑机接口的支持者，嗯，是，那这个不是说支持，我就是说一个思维假设嘛。就是，嗯，就是如果技术上能够实现，它会是什么样子？当然随之而来的问题也是显然的，嗯，是一个很宏大的一个愿望，或者是一个理想。
乔向阳 59:34
诶，我当时刚才我还在想，就是因为你们都说了还蛮多，然后其实我刚才还想问一个问题，是最适合这种 AI summary 的场景会有哪一些？比如说像那个刚才福祥其实提到了，祥叔提到了说他要看一个四到 5 个小时的一个这个视频太长了，可能没时间，然后使用这种 AI summary 来去快速地获取信息，然后刚才其实好像也提到了一些别的应用场景，但是现在就现在来看，不管是那个咱们的这个小爆头的那个应用，还是咱们的 BB GPT，能大概介绍一下最适合的这种应用场景都有哪些吗？我其实从我个人的角度来看，如果它是一个长文段的一个 summary 的话，就我觉得最核心是当前这个目，就是你的这个目的跟 summary 之后这张就我刚刚的比喻就是你，你压缩后的图片是切合跟这个，然后这个切合它是可以靠量来去形成质变的。
乔向阳 01:00:57
嗯，就比如我刚刚提的那个场景，就是一些手，就比如说那个手机的评测，手机的评测它是一个很参数化的，就是你的目标可能是一个购买的决策，那购买的决策你可能需要有一些 123 的 4 的这种总结，那这个时候他 summary 丢失的一些失都丢失的一些数据可能对你不太重要。
乔向阳 01:01:28
这张图是跟你这个，然后你在通过量去提升它的那个质变。比如说如果最近假设 iPhone 16 出来了，我想知道全网主对它的评价，那这个时候他即使去掉了一些信息，我也可以靠这个量来帮我顶上。嗯，那同样的道理，就是你想了解一个人，那这个人你靠一个 pockest summary 对于他来说可能就已经是。比如说马斯克斯特克在各种各样的 pockets 里面就聊过他对什么武器，对 AI 相关的一些看法。如果你是单篇的去看的话可能是，嗯，它是比例太到多了，比如是 10 天 100 篇，那这个时候它压缩就会被其他的补齐，这种场景就特别的适合，而且他是人是做不到的。因为他 AI 的并发能力很强，他可以可能一个小时就能给看完 100 篇，这个时候你自己去怎么 summary 都赶不上他。
乔向阳 01:02:35
我觉得这种场景是，嗯，非常好的，这个第一种也就稍微从。写一下，第一个就是你的，你本身你 care 这个丢失的数据，你的目标性很强，其实本身这个视频这个类型内容也是那种很强的那种结构性的内容，而不是闲聊，闲聊是没有结构性，那这个东西都是腾讯业务表。
乔向阳 01:02:58
第二个就是你这个场景下，你可以通过量来去填补你的质，嗯嗯嗯，这种满足这两个点的场景我认为应该都OK。只是我举的例子就是刚刚那几个例子，应该后面还有很多你学某个特别大派的知识，他也OK。就是比如说你学编程学，比如说学VM，可能可以一下子就可以把很多，嗯，各种各样写代码的方式，嗯， story 出来同样的一个问题他可能解决方案有很多种。嗯哼，明白了。嗯，来立新来讲讲，你觉得你这块这个做得很好。然后我也特别赞同刚刚那两种方式。然后我觉得我或者我换个角度来说，我觉得什么内容不适合被sorry。
乔向阳 01:03:59
目前来说我们自己的体感是这样，嗯，就是在有了BBC、 PT 或者其他的 rate 的内容之后，工具之后，我其实对知识类的视频就索然无味了。是不是因为它？其实如果我去开一篇文章，它的信息密度其实会更高，我可能对一些整合类的视频，比如说它会有很多爆点，或者说它的音乐特别契合，它的风景特别美好，我会对这一类视频更加的喜欢，或者说更加青睐。而这一类视频其实不值得被快进，也不值得被sorry。然后还有一类就是说，或者说还是回到我觉得知识类的视频，它其实。比方说现在很多人他做播客，其实做完播客也会产出一个文稿，那么很多人其实会选择看文稿或者是听播客，也就是你这两种内容形态可能都需要提供。而未来随着 GPT 的内容它足够的准确，就比方说whisper，它现在准确度，它的英文准确度已经真的是高到不能再高了，可能中文上还差一点。