Re: [問卦] AI讓知識工作者終結, 郭宇的預告是真的

[hamasakiayu (ayumi)]

※ 引述《SkankHunt42 (凱子爸)》之銘言：
: 剛好小弟在某間上市小公司就業 來回一下
: 這個問題取決於，你的「知識」多好被蒸餾
: 這一波AI是直接埋了一堆前端HTML、CSS乙方工程師
: 如果是做小生意的 要架網站 還得去外包社團找人來做
: 很多做到一半還會捲款潛逃 做出來的品質又差(畢竟誰能力強去跟你接案)
: 個人履歷網頁是這個產業中知識門檻最低的 靜態 只看美觀 沒有功能
: 但你說 claude code能直接手幹一個google doc嗎？我認為現階段不可能
: 因為google doc背後的knowledge你沒有 你沒有knowledge就無法下prompt
: 除非網路上已經有google doc前後端的原始碼 claude code就能夠幫你抄一份
: 但你說跟現實世界交互的工作 就不會被AI取代嗎？
: 現在Figure AI的機器人直接直播給你看在流水線不間斷工作24小時
: 但你確實說到重點 因為現在AI的弱項就是理解現實世界的交互關係

這邊是正確的

但我比你悲觀一點

我感覺是"目前"是正確的

: AI能夠生成看起來正確的影片 跟LLM一樣都是在玩接龍遊戲
: 一個是在文字接龍 一個是在影像接龍 只是這個接龍看起來合理 但並沒有真正的理解
: 強化學習訓練出來的動作也很難進行泛化 比方說靈巧手
: 你教一個小朋友擰螺絲 只要示範一次 他就能擰各種角度、大小、位置的螺絲
: 但機器人呢？一個角度要他媽訓練幾萬次 還不一定能泛化到其他相似的任務中
: 在現實世界的交互能力 現在機器人是堪稱智障沒錯

就拿你這個例子來看

其實缺少的就是一個底層架構

去將這一個動作或行為作出足夠的分析

譬如

第一層可能是先檢查有幾個螺絲孔

然後依據功能與性質分辨螺絲孔

然後依據譬如結構強度或者是內而外某一個判斷軸

進行螺絲孔鎖固的順序選擇

當如果有兩個螺絲孔條件一致，或者是發生衝突時

又用甚麼樣的判斷軸來判定哪個先哪個後

如此就會形成一個行為架構




然後當AI去判讀這個行為時

就會依循這個架構來逐一進行

如果真的有出現矛盾的狀況

每一個判斷點，都是一條路徑選擇

且這個路徑選擇，是能夠被事後回溯檢查的

就知道為什麼這個結果錯誤的發生原因

進而改進架構




也不用多

這個架構只要足夠穩定

以工業化標準良率達到一定以上就可以

甚至也不用百分百完美

那麼

你今天要教一個小朋友鎖螺絲

他學會後可對其他要鎖螺絲的設備，都能依據之前經驗來摸索減少學習成本

那麼AI的狀況就是

一個架構的完成，會等於數以千萬計的小朋友都被教會鎖螺絲

到新的要鎖螺絲的設備到AI手上

他們會開始進行範式轉移

如果這個架構的第一性原理推的足夠高

能概括覆蓋這個新的要鎖螺絲設備

那麼就不是減少學習成本

而是能同樣複製上一個成功的結果

且所以能被這個架構覆蓋的需要鎖螺絲設備

成千上萬，全部都能複製這個成功的結果

而對人類而言

我們還是只能一個一個教

一個學會，不代表成功的範式能夠被移轉到下一個人身上

但對AI而言，就是瞬間複製




一樣是猜測

但有了架構後

原始的預測就從數以億計的雜訊之中

可能瞬間收束到幾百個可能結果中挑一個

對於AI幻覺的產生也將會產生有效抑制


: 不過只要AI理解現實世界的交互關係
: 人類所有不需要揹鍋、沒有法規門檻的職業都無法倖免
: 現在要訓練AI現實世界交互的能力 需要很多的GPU
: 我是建議大家多多買入GPU相關企業的股票
: 不然我的股票分紅無法出貨
: 謝謝大家


我悲觀的原因是在於

在於，我們都知道這是現在AI應用的弱點

因此，必然會有大量的資本投入

找尋大量的聰明人來想辦法解決這個問題

建立這些思維練架構

且現在我已經看到有人正在進行這樣的行為

https://blog.iegoffice.com/sdt-definition/
https://blog.iegoffice.com/sdt-framework/

這個SDT是試著將人類模糊的空間語言

收束到六個工程可以調整的參數之中

也就是，如果今天一個人類輸入了我想要溫暖的家

就有可能被以六個參數呈現：

材質純度係數
線條複雜度指數
維護難度指數
造價敏感度
光影適配模型
環境系統適配指數

然後再以這六個參數去生成配置室內設計

也就是

原始是模糊的猜測

可以出現感受與實際的結果，出現邏輯上的映射




https://blog.iegoffice.com/esat-definition/
https://blog.iegoffice.com/esat-framework/

這個ESAT

則是將工程糾紛歸納成誰做，誰付兩條路徑

又以各種判斷依據，互相影響依據

慢慢收束這些語意歸屬的方向

是歸給設計師？還是歸給業主？



https://blog.iegoffice.com/spct-definition/
https://blog.iegoffice.com/spct-framework/

而SPCT比較簡單

就是將空間尺寸劃歸一個報警機制

只要尺寸出現衝突

就會報警

讓人類知道，這地方的尺寸出現了衝突，不可用

如果搭配BIM 與人體工學

有可能讓AI直接掃描一張設計圖

告訴消費者

這個設計師那些設計是有問題的

更能讓AI知道說

原本他們一張生成的照片，某一個物件與其他物件的可能關係

AI就不會生成，桌子後面不留椅子與活動空間的低級錯誤

也就是

也許一般人只要把自己的需求輸入進去

就可以生成一張可以真實使用的設計圖稿



https://blog.iegoffice.com/easc-framework/
https://blog.iegoffice.com/easc-definition/

EASC則是一個靜態分類

把上面討論的工程與非工程內容

直接畫分開開來，給他們一個精確的位置

讓AI來理解，這樣行為或話語

在工程之中與其他行為話語相對是甚麼關係




https://reurl.cc/Z2o8yA

這篇更直接落到實務面上

討論工程內外條件與語意對齊的關係




如果你有看的話

你會發現這些都還很粗淺

講得很好聽，但是實際運用上很困難

但是他們本質上全部都是在AI理解現實世界的交互關係提供架構

你的論點是透過算力暴力訓練

慢慢讓AI自己歸納出一套可行的判斷框架

但現在AI業界

已經有不少公司開始主動為一些專業領域

設計專屬的判斷架構

譬如我前面提到的網站

就是為室內設計在進行框架設計

所以實際上會是兩線並行

AI算力越來越提升，越來越能歸納架構

同時人類也直接幫忙設計與現實世界的交互架構

然後AI再以這些人類設計的架構之上去補足，去提升




還是要強調一次

AI不用讓這些架構完美

只要在工業化的良率達到一個臨界值後

那就是直接覆蓋性的大量取代

屆時

人類原本引以為豪的所謂靈魂

也可能被AI拆成一個又一個的判斷軸與路徑



--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.222.168.209 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1779513956.A.86E.html
推 noreasonkon: 寫的真好 AI恐怖的地方就是制定架構
→ noreasonkon: 後完整開源 全世界的人依照標準塞東
→ noreasonkon: 西進來 人真的很難競爭
推 Zcould: 這樣來看那少子化就做對了
為啥？搞不好人類會遇到糧食與生產力大爆炸年代

根本不用人類自己生產

大家躺在家裡面，機器也足夠養活全人類
※ 編輯: hamasakiayu (61.222.168.209 臺灣), 05/23/2026 13:45:35
推 Zcould: 是這樣沒錯，只是也沒必要再生產人類了
→ Zcould: 您有生第二第三個嗎
我只是提出邏輯上的不必然而已

請不用太在意~~
※ 編輯: hamasakiayu (61.222.168.209 臺灣), 05/23/2026 13:54:21
噓 zxc0312: 躺在家裡就有錢 對