大模型作为基础设施的示意图，展示了从算力到应用的四层结构

大模型：新时代的「电力」

🎧 收听播客版本

⏱️ 时长约2分52秒 | 📥 也可以在通勤、运动时收听

一、大模型的定位与趋势

现在在哪？

大模型已经跨过了「玩具」阶段，正在成为数字世界的基础设施。

类比一下：

第一次基础设施：计算机（算力本地化）
第二次基础设施：互联网（信息互联）
第三次基础设施：大模型（智能普及）

现在一个 API 调用就能获得接近人类水平的文本生成、代码编写、图像理解能力。智能从「稀缺资源」变成了「水电煤」。

大模型的作用，本质上是三件事

降低认知门槛 —— 以前需要专业技能的事，现在用自然语言描述就能完成
放大个人能力 —— 一个人+AI 能干以前一个团队的活
重新分配价值 —— 执行层价值下降，决策层价值上升

发展趋势

阶段	特征	我们现在
模型竞争期	拼参数、拼能力	正在这里
应用爆发期	拼场景、拼体验	开始出现
基础设施期	无感知、无处不在	未来 2-3 年

几个具体判断：

价格战继续：Token 成本会持续下降，最终接近边际成本。大模型会像云存储一样，价格不是门槛，服务差异才是。
多模态成为标配：文本、图像、音频、视频的边界消失。你描述一个想法，AI 同时生成文案、配图、配音、视频。
Agent 化：现在还是「问答模式」，未来是「任务模式」。你给目标，AI 自己规划、执行、反馈、迭代。能调用工具、协调流程的 Agent 才是方向。
专业化分工：通用大模型解决 80% 问题，垂直小模型解决剩下 20%。医疗、法律、金融会有专门的精调模型。

二、人类如何适应

心态转变

旧心态	新心态
AI 是威胁	AI 是杠杆
我要和 AI 竞争	我要成为会用 AI 的人
学具体技能	学提问、学判断、学整合

工作层面

执行类工作最危险：翻译、文案、基础代码、表格处理、PPT 制作——这些曾经的专业技能，护城河被填平了。
判断类工作更值钱：知道做什么、为什么做、什么时候做——这是 AI 替代不了的。
关系类工作不可替代：销售、谈判、管理、创意策展——涉及人的复杂情感和信任，AI 只能辅助。

实用建议

把 AI 当同事，不是工具
- 不是「我问你答」，而是「我描述目标，你给方案，我们一起迭代」
- 学会写好 prompt，就像学会和同事沟通一样重要
建立自己的 AI 工作流
- 写作：大纲 → AI 扩展 → 自己修改
- 代码：需求描述 → AI 生成 → 自己 review
- 学习：提问 → AI 解释 → 自己实践验证
- 决策：列出选项 → AI 分析利弊 → 自己拍板
保持学习，但改变学什么
- 少记具体知识（随时可查）
- 多建立知识框架（知道去哪找、怎么整合）
- 培养品味和判断力（AI 生成 100 个方案，你得挑出最好的）

生活层面

信息过滤：让 AI 帮你筛选新闻、总结长文、提炼播客要点
学习加速：任何新领域，让 AI 先给你一个 10 分钟入门指南
创意伙伴：头脑风暴、方案设计、甚至生活决策，都可以和 AI 讨论

三、新领域的应用前景

近期会爆发的

个人助理进化
- 不是简单的日程提醒，而是真正理解你的偏好、帮你做决策、主动提醒你该做的事
- 「帮我规划下周的出差行程，酒店要离客户近、预算 500 以内、健身房是加分项」
教育重构
- 每个人都有自己的 AI 导师，因材施教不再是空话
- 学习路径个性化、难度自适应、答疑即时化
内容生产工业化
- 一篇文章 → 自动生成多平台版本、配图、短视频、播客
- 创作者的瓶颈从「生产」变成「创意」
编程民主化
- 自然语言编程，产品经理、设计师都能自己实现想法
- 程序员的角色从「写代码」变成「设计系统」

中期值得关注的

AI + 医疗
- 辅助诊断、个性化治疗方案、新药研发加速
- 不是替代医生，是让医生有更多时间关注「人」
AI + 科研
- 文献综述自动化、实验设计建议、数据分析
- 科学家从「读论文」解放出来，专注于「提问题」
AI + 法律
- 合同审查、法律文书生成、案例分析
- 降低法律服务的获取门槛
AI + 创意产业
- 游戏 NPC 真正有「灵魂」
- 影视制作成本断崖式下降
- 个人创作者能做出以前大团队才能做的东西

长期方向

Agent 生态：每个人都有自己的 AI Agent 群，处理不同领域的事务
人机协作范式：不是人操作 AI，而是人和 AI 形成新的协作模式
认知外包：把更多认知任务交给 AI，人类专注于更高层的战略和情感

写在最后

大模型成为基础设施，意味着智能不再是稀缺资源。

稀缺的是：

提出好问题的能力
整合信息做判断的能力
和人建立真实连接的能力
知道什么是「好」的品味

这场变革，不是 AI 要取代人，是会用 AI 的人要取代不会用 AI 的人。

你现在在哪里？想去哪里？