o3 有多強#
OpenAI 發布的推理模型 o3 是一個極為強大的模型，代表著 AI 智能的決定性突破。我們並不關心 AI 能不能取代你，而是關心「你 + AI」怎麼取得相對於別人的優勢。
- 經濟學家泰勒·科文（Tyler Cowen）參加了內測，他的判斷是 o3 就是 AGI
- 頂尖生物學家德里亞·烏努特馬茲（Derya Unutmaz）認為 o3 的智能已經達到或者接近天才的水平
- o3 不僅是一個更聰明的模型，而且是一個完全不同類型的模型——它是個天生的多模態智能體（Agent），端到端訓練出來，會原生態調用各種工具
最稀缺的仍然是人的能力——但如果你不結合 AI，你會被人輕鬆碾壓。
o3 的實際能力展示#
要充分發揮 o3 的能力，你不是給它一個問題讓它回答，而是給它一個任務讓它完成：
- 照片定位：給 o3 一張照片讓它猜是在哪裡拍的。o3 會從蛛絲馬跡中提取線索，一邊編程分析細節，一邊上網搜索，經過多輪推理找到答案
- 人物搜索：用一個網名去各個社交平台搜索，包括 Instagram、LinkedIn 等，追蹤到人的最新動態，還生成了動態報告並在末尾總結了一番道理
- 科學分析：關於一顆 100 光年外行星的生命跡象，o3 自己搜索到相關數據，用 Python 編程計算出行星表面引力，並且分析了人類在該環境下的適應可能性和文明發展的限制
- 哲學理解：o3 主動用複雜性理論中的數學概念，把王陽明的「良知」解釋成「像複雜系統中的李雅普諾夫（Lyapunov）函數」——這是 o3 現場原生的洞見
o3 的研究能力比 OpenAI 自己的 Deep Research 都強，不但結果更深更有洞見，而且速度極快。
AI 的三個本質缺陷 = 你的競爭優勢#
經過長時間的互動和思考，作者認為有三件事是 AI 的本質缺陷：
- AI 不了解本地情境——大模型是通用的，它的訓練語料都是公共信息。它不知道你們公司、你面對的客戶、你這個具體問題的情況——而那些信息本質上是無限的，需要你有選擇、有策略地告訴它
- AI 沒有末那識——它沒有連貫敘事和主觀意識，沒有特別的喜好和傾向性，原則上不會「主動」發起一項任務。在研究中，AI 傾向於就事論事，不習慣跳出情境和質疑問題本身
- AI 不承擔責任——當問 AI 如此方便，「這個話是誰說的」就會越來越重要。恰恰因為你的聲望可以受損，你的意見才值得考慮
理解了這三點你就會明白，你的競爭優勢就是「讓 AI 更像你」：通用的問題誰都會問，你要做的是對 AI 進行高度定制，在互動過程中做出各種微決策，從輸出中精心選擇，給每一個任務都留下你的審美痕跡。
如何打磨 AI#
為此你需要打磨 AI，但你更需要打磨自己。
基本操作：追問#
追問被大大低估了。太多人只想照抄別人的提示語。正確的做法是：
- 你先讓 AI 做個一般性的任務
- 然後從中發現自己特別感興趣的閃光點
- 提出追問，讓它順著那個線索繼續探究
- 幾輪對話之後，你會得到世界上只有你能生成的結果
高級操作：讓 AI 了解你#
- ChatGPT 允許你直接在設定中介紹自己——這樣它就會知道你的分量，不會輕視你
- 現在 ChatGPT 允許模型讀取你們此前所有對話的記憶，並能從這些記憶中發現規律
- 你可以讓 AI 根據它對你的了解，說說你是個什麼樣的人，給你提幾個特別的建議
養成習慣#
借助 AI 打磨自己的思維能力，是時代給你的紅利：
- 養成隨時拿出手機就跟 AI 開聊的習慣
- 你問得越多，思考能力就越強，你就越敏銳——這是個正反饋過程
- 習慣了有事兒先跟 AI 聊聊，你就會得到一個「外部輔助理性」，幫你看到更大的圖景
- 用 o3 推演新聞事件的走向，幾乎每一次都能發現自己原本的想法過於一廂情願