清华女博士突然走红，讲透如何靠AI改命

你最好别惹我

清华女博士突然走红，讲透如何靠AI改命





文 | 闰然 发自深圳

编辑 | 江江

新媒体编辑｜ 宝珠

视觉 | 顾芗

在深圳一家茶馆里，采访被短暂打断。

有人认出了袁晓辉，走过来同她交流，临走前又一起合影。这名陌生人认出的，是在视频号和小红书上颇具影响力的AI科普博主“晓辉博士”。

类似的场景也发生在更远的地方。前段时间，袁晓辉在新西兰做了一场线下分享，台下同样聚集了一批关注她的人。那些人关心AI和技术进步，也关心普通人如何在变化中完成转型。



袁晓辉博士

袁晓辉是清华大学城市规划博士，做过城市数据领域的创业，后来进入腾讯研究院，研究创新、产业和技术变化。

大模型兴起后，她开始把更多精力放在AI上。相比模型参数和技术细节，她更关注AI进入企业和社会之后，会怎样改变组织、改变具体的人。她讲新模型和企业应用，也谈AI焦虑、职业选择和个人成长。

关注她的人大多在追问：这轮AI浪潮将怎样改变我们的工作和生活，普通人能否从中获得新的收入与选择？

01

谁能拿到AI时代的机会

互联网、电商和移动互联网兴起时，一批普通人通过开网店、做自媒体或者开发应用，找到了新的收入来源。

AI到来之后，类似的期待再次出现。人们一边担心自己的工作被替代，一边又不愿错过财富窗口，怎样用AI赚钱、什么能力会变得更加值钱，成为技术讨论之外更迫切的问题。

袁晓辉本人也处在这场变化中。

她与白惠天、司晓合著的《Token经济》，最初并不是一本书。他们在腾讯研究院内部尝试多个Agent协作研究，让不同Agent承担资料搜索、文献补充和特定领域的研究，再由人决定研究方向、核验材料并形成判断。

这个探索过程逐渐形成了关于Token经济的研究雏形。团队随后把核心问题整理成文章，讨论Token的成本、定价和商业模式。文章获得关注后，出版社找上门来，研究最终变成了一本书。

《Token经济》本身也带着鲜明的时代印记。书中说明， 这是一部“人机共创”的作品。 AI缩短了从研究到出版的周期，参与资料搜集和初稿生成，却没有替作者决定一本书究竟要表达什么。即使使用相似的工具，不同作者负责的章节依然呈现出不同的气质。

在袁晓辉看来，这些没有被AI抹平的差异，正是人的“品味”。

这本书讨论的核心变化是，过去附着在专业岗位上的部分能力，正在成为可以低成本、按需调用的服务。一个人过去因为不会编程、设计或者剪辑而停留在想法阶段的事情，如今有了被做出来的可能。

“我也是其中的一个实验对象。”袁晓辉对盐财经说。

《Token经济》出版前后，她离开腾讯，开始筹备“新可能实验室”。她想把研究对象从AI技术进一步推向技术中的人：当掌握一项技能、进入一个岗位便能沿着固定路径走下去的职业模式开始松动，一个人该如何重新理解自己的能力，安排未来的工作与生活？



袁晓辉与白惠天、司晓合著的《Token经济》

她将接下来的探索理解成一系列实验。与必须一次做出正确的人生选择相比，“实验”允许结果不确定，也允许人改变方向。

从外部看，袁晓辉似乎已经获得了AI时代的一部分机会。专业研究变成了面向公众的表达，内容积累带来了个人影响力，新的需求又使她拥有离开大公司、尝试另一种工作方式的可能。

但这条路径并不是AI凭空创造的。博士阶段的研究训练、此前的创业经历、在腾讯积累的产业观察，以及持续公开表达形成的受众，都构成了她今天能够开始实验的条件。AI放大了这些积累，也使它们更快地转化成一本书、一场分享和一种新的职业可能。

问题由此落到更多普通人身上， 如果没有大厂履历、专业光环和个人流量，也没有足够的时间与积蓄承担试错，AI还能否成为改变处境的杠杆？

在袁晓辉看来，需要区分两种门槛。调用AI的门槛已经很低，真正困难的是，能否提出好的问题、判断答案的质量，并把AI提供的能力转化成现实中的改变。

02

智能变便宜，机会就会变多吗

大模型会把输入文字转化为更小的单位，并以这些被称为“Token”的单位逐步生成回答。目前，多数模型服务都按照Token数量计算使用量和价格。

随着芯片性能提升、模型架构和推理技术不断优化，加上规模效应与厂商竞争，生成单位Token所需的成本持续下降，调用AI也因此越来越便宜。当智能变得越来越便宜时，它将怎样改变普通人的能力边界？

围绕Token、组织效率与普通人的机会，盐财经与袁晓辉展开了以下对话。

盐财经： 绝大多数普通人感受不到一次对话消耗了多少Token。了解Token经济，对他们有什么实际价值？

袁晓辉： 价值不在于知道自己用了多少Token，而在于意识到，智力正在成为一种可以计量、规模化供给的资源。

过去，许多专业能力依附于具体的人和岗位。现在，他可以按需调用模型，让AI先整理Excel、处理报销凭证、记账或者辅助检查基础合同，甚至指挥AI完成视频的初剪，再由人审核结果。

这就是“Intelligence as a Service”，智能成为一种服务。

过去只有一定规模的组织才能负担的部分能力，现在普通人也可以低成本获得。这才是Token价格下降真正带来的想象空间。



AI的能力发展得令人出乎意料，不仅能够完成视频的初剪，甚至还能够针对单镜头进行镜头控制和打光切换

盐财经： AI正在变得越来越容易使用，人们已经可以通过自然语言向模型交代任务。当所有人都能调用相似的模型时，真正拉开差距的是什么？

袁晓辉： 随着产品越来越成熟，工具本身的学习门槛会继续降低。将来，人们可能不需要专门学习怎样使用某个AI产品，直接用自然语言就能让它完成任务。

真正困难的是，你能否把任务说清楚。AI需要知道事情的背景、你的具体要求，以及什么样的结果才算合格。人的大脑中有很多隐含知识，我们自己习以为常，却很难完整地表达出来。因此，未来更重要的能力可能不是熟练掌握某个工具，而是定义问题、说明标准和判断结果。

盐财经： 如果一个人连自己想要什么、判断结果的标准是什么都不知道，又该怎样向AI提问？

袁晓辉： 很多时候，我们确实是在看到AI的第一次回答后，才发现自己不满意什么。可以把第一次提问理解为“投石问路”，通过两三轮交互，逐渐明确真正的需求。当要求基本清楚后，可以先让AI停止执行，把它理解的任务背景、要求和评价标准重新复述一遍。确认双方理解一致，再开始正式工作，效果通常会更好。

所以，与AI协作不一定要求你一开始就提出一个完美问题。更现实的方法，是借助它给出的结果，逐渐看清自己真正想解决的问题。

盐财经： 今年有研究团队尝试将语言生成的核心计算从离散Token空间迁移到连续的潜在空间。如果这种路线成熟，Token可能无法准确对应模型消耗的算力和创造的价值。这会不会动摇《Token经济》的基础前提——Token是智能时代相对稳定的计量单位？

袁晓辉： 我还没有看过这篇论文。从原理上说，不同的模型架构确实可能采用不同的信息表示和计算方式。例如，杨立昆提出的联合嵌入预测架构，并不完全沿着大语言模型的技术路线，其内部计算未必能用文本Token的数量来充分描述。

我们写书时也讨论过，Token是不是足够稳定、会不会随着技术路线变化而失去计量意义。书里明确区分了智力服务产出的量和它创造的价值，也讨论了Token的计量规则会随算法和模型版本变化。Token并不对应固定的经济价值。但从现阶段的主流路线看，Token仍然是治理服务计量、定价和交易的重要单位。

图像和视频可能采用不同的Token化方式和计量规则。因此在现阶段，Token仍是一个有现实基础的计量和观察单位，但它未必是永恒不变的技术形态。

盐财经： 员工使用AI后，个人效率可能提高几倍甚至十几倍，为什么企业效率没有同步提高？

袁晓辉： 因为个人效率进入组织以后会产生损耗。



员工使用AI后的个人效率可能提高几倍甚至十几倍，企业效率不一定能够同步提高

现在很多企业仍然沿用工业时代形成的流程，存在担责、验证、审核和管控等环节。例如，签订一份合同，业务人员先与合作方沟通，再交给法务审核，修改后又回到业务部门。即使其中一个环节因为AI变得很快，只要其他环节没有改变，整个流程仍然快不起来。

这可以用阿姆达尔定律解释，一个系统能够加速到什么程度，取决于其中无法被加速的部分。 组织中只要还有必须逐层沟通和审查的环节，个人效率的提高就无法直接变成组织效率。

盐财经： AI会不会让企业更高效地生产“无效工作”，报告、纪要和PPT越来越多，真正有效的决策却没有增加？

袁晓辉： 完全有可能。如果企业的一号位不清楚使用AI的目的，可能出现PPT和汇报材料越来越漂亮，却没有给营收增长带来贡献的情况。AI提高的只是汇报效率，甚至只是提供了更多情绪价值。

所以，AI越强，对管理层理解商业和客户的要求反而越高。企业必须知道真正的问题和增长点在哪里。流程变快不等于经营变好，使用AI也不能代替管理者作出判断。

盐财经： Token降低的不只是企业获得智能的成本，也可能是复制一个人经验的成本。现在企业可以用AI提炼销售冠军的话术和经验，让其他销售迅速提高水平。这样一来，销售冠军会不会反而失去自己的优势？

袁晓辉： 被复制的主要是他在某个流程中的经验。一个人能够成为销售冠军，还来自他的经历、敏锐度、判断力和品味。即使一套方法被提炼出来，这些能力仍然可以迁移到新客户和新业务中。

但替代确实会大规模发生。复制经验的成本已经很低，一些重复性的、初级的白领工作会被替代。当所有人的能力水位被AI提高，原来处于平均水平的能力就会失去稀缺性。即使是销售冠军，也需要继续建立新的竞争力。

这同时也意味着，作为兜底的社会保障制度也需要更多考虑这些新的问题。

03

在不能停下的竞赛里，普通人怎么办

AI时代的紧张感，不只体现在普通人身上。个人害怕错过新的工作和财富机会，企业也在担心会在AI助力下的产业竞争中落后。但当企业和个人被催促尽快使用AI时，站在技术前沿的人却开始讨论：AI能不能慢一点？

近期，Anthropic首席执行官达里奥·阿莫代伊呼吁前沿实验室控制前沿模型研发的速度，OpenAI首席执行官萨姆·奥尔特曼和马斯克随后表达支持。

担忧指向递归式自我改进（RSI）：AI开始参与选择研究方向、生成评测数据和改进下一代模型，人类可能越来越难以理解和控制它的演进。



Anthropic首席执行官达里奥·阿莫代伊呼吁前沿实验室控制前沿模型研发的速度，OpenAI首席执行官萨姆·奥尔特曼随后转发言论并表达支持

但没有一家企业敢轻易喊停。

自己减速、对手继续研发，意味着可能失去技术和商业优势。所有人都不减速，安全风险又会继续累积。

盐财经： 你此前也关注过这个话题。一边是科技公司争相推出更强的模型，另一边，站在最前沿的企业又开始呼吁放慢研发。你认为这是风险真的发生了变化，还是企业竞争中的一种策略？

袁晓辉： 我倾向于相信，他们确实看到了值得警惕的变化。当然，企业可能有资本和竞争方面的考虑，但当多家企业都身处RSI的进展浪潮之下，提出需要关注安全，我还是比较相信他们的担忧。

特别是有证据表明，模型能够完成的任务越来越复杂，连续工作的时间也在延长。过去，AI主要帮助人写代码。现在，它开始参与选择研究方向、测试结果和改进模型。在一些测试中，模型为了完成目标，还可能采取开发者没有明确指定的行动。

如果AI能够快速迭代，选择人类难以理解的发展路线，甚至学会欺骗和规避控制，风险就不再只是一家公司能否赢得竞争，而会成为人类共同面对的问题。

盐财经： 前沿实验室进行的是一场不敢停下的能力竞赛。到了普通人这里，它似乎又变成了一场注意力竞赛。新模型、新产品和新机会不断出现，几天没有关注AI，就担心被别人甩下。普通人真的需要每天追踪AI信息吗？

袁晓辉： 没有必要。

真正重要的信息，即使你没有主动寻找，也会通过身边的人和其他渠道来到你面前。对于大多数人来说，有一两个稳定、可靠的信息源帮助筛选，了解重要事件和关键节点就足够了。

我自己也不会追逐所有新闻，更没有必要抢发最新消息。遇到值得关注的事情，我会先弄明白它为什么重要、与具体的人有什么关系，再决定是否分享。

盐财经： AI正在提高所有人的基础能力，企业也开始寻找更难被标准化的品质。Kimi提出“100次迭代、1000次品鉴、10000小时钻研”，强调“品味”而不是学历。但完成这些积累本身就需要时间、资源和足够多的接触机会。品味是在打破传统门槛，还是可能成为一种更主观、更隐蔽的新门槛？

袁晓辉： 未来的竞争确实会更加激烈。过去的教育是在相似的维度上培养人，再通过考试和学历进行筛选，最后培养出大量能力比较平均的人。接下来，更加多样化和个性化的能力会受到重视。

如果一直用竞争思维看问题，我们会不断比较谁比谁更强。但每个人都有不同的成长经历、兴趣和能力，也可能在不同方向上形成自己的优势。有人擅长表达，有人喜欢写作、设计或者与人交流，重要的是找到适合自己的方向。



每个人都能在不同方向上形成自己的优势，重要的是找到适合自己的方向

但这种可能性确实需要条件。一个人敢不敢尝试、有没有时间和资源支持自己长期投入，都会影响他能否形成所谓的品味。对于每天的时间和精力都被生存占据的人来说，很难再完成大量品鉴和反复迭代。

盐财经： AI降低了获得知识和专业能力的成本，却没有降低一个人维持生活和承担失败的成本。对于那些时间和精力已经被生存占据的人，AI真的能够扩大他们的机会吗？除了学习使用工具，还需要哪些社会条件？

袁晓辉： 这是一个社会问题，我可能无法给出完整答案。

在个体层面，我看到了一些小规模的可能。例如，有些原来依附于平台工作的服务者，通过自媒体展示自己的生活和服务，逐渐成为个体经营者。因为服务质量好、需求不断增加，她们可以提高客单价，也获得更多自主性。

AI可以放大这类可能。它能够降低制作内容、处理经营事务和连接客户的成本，但不能代替一个人把服务做好，也不能保证每个人都拥有尝试的条件。

因此， 更公平的环境和更健全的社会保障，非常必要。一个人首先要拥有基本的生存条件和有尊严的生活，才可能尝试更多新的选择。 个人可以学习AI、寻找需求和积累判断力，但机会并不只由能力和努力决定。有没有时间、资源和承担失败的空间，同样决定了一个人能不能开始一次实验。

- THE END -

· 盐财经原创·

#清华#  #人工智能#  #算力#  #科技#  #深圳# 

草莓果酱啵啵

哦走过来同她交流信息挺及时哈哈

恐龙高新呀h

哦前段时间这块再跟进就好哈哈。。

小黄鸭呀

发自深圳希望能落实到位

恐龙高新呀h

清华女博士突然走对老百姓挺重要。。

天天干饭

先码住，回头再看发自深圳

一颗火星子

晓辉博士这事说得挺清楚

天天干饭

哎支持，新媒体编辑挺重要！

扎染呀

有点用，新媒体编辑

恐龙高新呀h

新媒体编辑了解了

吃鸡爱好者

发自深圳写得还行

宁飘飘

先码住，回头再看新媒体编辑

落日航班

话说新媒体编辑啥时候能见成效

包心客

话说晓辉博士啥时候能见成效

多喝开水

前段时间这事说得挺清楚