AIGC·非著名程序员
26-11-23 06:09 微博认证:微博新知博主 科技博主 头条文章作者 微博原创视频博主

OpenAI在11月18日发布的第二份“研究加速”报告里,披露了一次内部调查。他们没问AI好不好用,也没问每天用几个小时,而是出了一道取舍题:假设你的团队接下来三个月用不了任何比GPT-5.2更强的编程智能体,你愿意拿什么换回来。

101个研究员给出的中位数答案是团队四成的人手。另一种交换方式是拿出三成算力,换一个更强大的智能体。

中位数这个词值得多说一句。101个人从低到高排,取第51名。也就是说,至少有一半人愿意拿出的比例不低于40%。排在前面的那些答案,很可能夸张到团队一个人类同事都不要,只要保住高水平的AI。

他们还估了一笔时间账。如果真的只许用GitHub Copilot加ChatGPT,也就是回到较早的AI水平,现在一个月能干完的活,最少得花三个月。

依赖有多深,报告里还有几组数字。按API标价折算,10月每位研究员每天用掉的智能体额度中位数大约2400美元。用得最猛的前10%,每人每天约2.3万美元,折成人民币一天十五万左右。另一个指标叫智能体工作日,每运行八小时算一个,10月每位研究员平均每天调动5.7个,等于一个人每天让智能体跑了将近46个小时的活。

10月底还有一轮更直接的调查,28个研究员面对两个选项。A是最新的内部模型,B是一位中级研究工程师加一个2024年的模型。27个人选了A,剩下那一个没选A也没选B,说自己更愿意要GPT-6 Astra。

当然这些数字要打折扣。都是研究员自己估的,报告也承认准确性可能有问题。而且OpenAI卖的正是这些工具,自家人说自家东西好,你不能全信。

那是不是说明AI已经什么都能干了。同一份报告翻到后面,答案很清楚,远远不是。把研究工作拆成不同类型分别统计,盯训练这类比较机械的活,成功率79%,相当靠谱。换成写推理代码,成功率直接掉到25%。同一个智能体干不同的活,成功率差三倍多。

研究员的原话更直接,报告里反复出现一个说法,AI现在品味很差。它能写代码、能跑实验、能帮你处理大量琐碎工作,但它不知道什么问题值得研究。方向感、判断力、对什么重要的直觉,这些它没有。

报告还专门问了一个问题,你最重要的研究想法是怎么来的。这批研究员的答案绝大多数来自人,从同事聊天来的,从自己踩坑来的,从读论文时突然冒出来的。也有研究员说,关键想法是和AI边聊边想出来的。

连派活的方式都变了。有研究员说,以前是把一个大任务整个交给智能体,现在改成先做一个,我审完再做下面的。因为一口气让它做完十步,前面错一步,后面全白干,你得盯着它一步一步来。

这就形成一个很有张力的画面。这帮人一边让AI替自己干掉了大量执行层的活,一边非常清醒地知道,真正决定研究走向的那些判断,AI插不上手。越是深度使用AI的人,脑子里那张边界地图越细,这块地方AI能走,那块地方必须我自己来,还有一块AI能走但我得在旁边看着。

这道题真正妙的地方,不在答案,在问法。你去问一个人AI对你工作帮助大不大,他大概率说挺大的,或者还行吧。这种回答等于没回答,因为没有锚点,没有参照物。但取舍题不一样,它逼你把帮助翻译成一个具体的代价。四成同事,三成算力,三倍的时间。这些数字不精确,但你有感觉。

再往下一层。当你认真回答的时候,你会被迫去拆解,我的工作里到底哪些环节是AI在扛着的。如果它突然消失,哪些活会立刻停摆,哪些只是变慢。停摆的那部分,可能意味着你原本根本不会做,是AI帮你从零到一搞出来的。变慢的那部分,意味着你本来就会,AI只是让你快一点。前一种是能力依赖,后一种是效率依赖。效率依赖没那么可怕,大不了慢一点。能力依赖才需要警觉,因为工具一消失,你又变回不会。

你不需要是OpenAI的研究员,也可以拿这个问题问自己,甚至不用问得那么极端。就问一个简单问题:如果明天开始,你现在用的AI工具全部降级到一年前的水平,你的工作会怎样。

还有一个更狠的问题:如果要从你的工资里拿出一部分给AI,才能保住继续使用它的机会,你愿意拿出多少。

这个问题没有正确答案。但你愿意拿出的越多,说明AI渗透得越深,那就越要想想,它有没有让你变得没有判断力。愿意拿出的少,可能说明它在你工作里还远远没到主力干活的地步。

#科技先锋官##how i ai#

发布于 山东