围炉夜话 AI 与未来生活：从世界观刷新到普通人行动指南
2025 年 11 月 22 日晚，WaytoAGI 社区「未来硅世界」第六期直播邀请到 fingerfly 播客发起人祥叔、zulution.ai 联合创始人兼前字节研发 leader 陈祥，与主持团向阳乔木、姚全刚、尼克西、元子一起，围绕 AI 如何重塑工作、学习、创作与日常生活展开了一场近三小时的圆桌畅谈。这场对话适合所有对 AI 时代个人定位感到好奇或焦虑的普通用户、创作者与创业者——它不提供标准答案，但提供了大量来自一线实践者的观察、方法与判断。
世界观刷新：大公司重新起舞，经验型视角走向终结
当被问到「最近一次更新世界观是因为哪一个 AI 瞬间」时，祥叔坦言 AI 尚未撼动他的世界观，但 Gemini 3 的发布确实改变了一个重要视角。他对比多个模型为孩子取名的体验后发现，Gemini 3 在主观问题上的回答效果已经超过 GPT。这让他意识到：「两年前大家都觉得 Google 要完了……但你现在惊喜地发现，这些大公司仍然在跳舞，而且跳得很灵活。」他判断，这一波 AI 竞争「有可能还是属于这些大公司的」，一旦大公司冲出去，OpenAI 的压力会非常大，对创业公司而言挑战也很大。
祥叔还分享了一个持续积累的观察：「吃经验的时代终结了。」他解释，因为 AI 领域新项目、新工具层出不穷，「你说我有 10 年工作经验已经不重要了，重要的是所有的东西都是新的，你能不能一个新的事情到你手里都能搞定」，因此个人视角需要从经验型转向探索型。
陈祥则用两个故事回应。第一个发生在 ChatGPT 刚推出时，他在字节跳动找了一位实习生，用 ChatGPT API 做邮件安全判断。实习生没有接受任何业务指导，只是用简单的提示词尝试，两三天后得出的结论与飞书安全团队多年积累的模型和规则「从指标上来看差不多」。陈祥当时就意识到，邮件安全这类依赖经验的工作「大概率是比较危险的」。第二个故事更近：Banana Pro 发布后，过去图片编辑 agent 费劲拆图层才能实现的功能，现在直接对模型说「把图片里某个字改了」就能完成。他由此感叹：「模型每一轮迭代会抹掉你很多东西……你活着是非常累的。」在他看来，prompt 技术的红利期同样不会太长——「今天拿 Gemini 这模型去，你可能只要简单地表达那个任务，它可能处理得也比过去你要写一大长篇 prompt 的要好。」
向阳乔木补充了两个直观案例：一是他给女儿写了个开头，女儿在 Gemini 上迭代五轮，半小时后生成了一款能蹦、能跳、能吃蘑菇、能通关的横版超级玛丽游戏；二是一位 00 后创业者用 Claude Code skill 处理公司报税、开发票等杂事，甚至写了一个 skill 连接安卓手机自动刷抖音、筛选符合偏好的女孩并自动点赞发消息，「每天帮他刷 200 个」。向阳乔木感慨：「我们可能以为 skill 就是写一些工作流、生成文章或者写写代码，但是在有些人的眼里，它是可以做各种事情的。」
行业经验的价值：需求端认知升值，供给端技能贬值
姚全刚提出一个延伸问题：AI 搜索优化（GEO）等新场景似乎仍然需要行业经验，这类经验的权重会如何变化？祥叔认为要结合业务场景判断：「如果这个业务本身就是长期持续做，产业认知结合 AI 去做，那这个经验很重要；但如果业务需要快速变化，那对新事物的理解和输出能力会更关键。」他还观察到，很多项目 80% 的收益来自一个人的 idea，因此「我们应该去做那个贡献 80% 收益的人」，保持成长型心态，借助 AI 快速习得新领域知识。
陈祥则把经验拆成两端：「需求端的认知」和「供给端的技能」。他判断，人的需求变化相对较慢，「女孩子该喜欢什么还是喜欢什么，该吃吃该喝喝该旅游」，因此对需求端的 knowhow 在 AI 时代会变得更值钱；而重复性、结构化的工作经验——比如写了 10 年代码、精通某种语言语法——「这种经验没有用了」。他总结：「重复性的、输入输出都是结构化东西的经验大概率比较危险，但 knowhow 那个我觉得应该还是值钱的。」
快速学习行业 knowhow 的方法论
元子追问：如何用 AI 快速学习一个行业的 knowhow？姚全刚分享了他践行多年的方法：先确定一个行业最核心的 50～100 个关键词，用 AI 把每个关键词的原理、方法和示例搞明白，再按系统化逻辑梳理成自己的知识体系。他特别推荐「AI 费曼学习法」——把自己对概念的理解讲给豆包听，并让豆包「假装成小学生，反复说听不懂」，倒逼自己用更通俗的方式解释清楚。他估计，纯理论层面一天就能掌握一个领域 80% 以上的体系，但从认知到实践之间仍有一道鸿沟。
向阳乔木补充了两个实用工具：一是「目标倒逼学习」，他举例自己曾答应朋友去讲 Coze，只有三天准备时间，反而因此快速上手；二是 deep research 类工具（OpenAI、Google、Grok 都有），「花 5 到 10 分钟就能整理出大量行业的精准知识，效率非常高，甚至很多投资机构都已经不招用研了」。他分享了自己用 deep research 研究 Suno 音乐生成提示词的经历：让 AI 全网搜集语法标记和技巧，拿到调研报告后再把整份文档给 Claude，让它生成一个可复用的专业提示词。罗威则补充了一个独特角度：「有些东西大家学不会，不是因为不会学，而是缺了一个高考这样明确的目标给我们动力。」给自己设置明确目标，才能让听到的方法真正落地。
AI 普及的路径：从边缘渗透到全民无感
为什么很多人遇到问题第一反应不是找 AI？祥叔认为「不能怪那些人，可能还是要怪产品」——产品有没有做到触手可及。他举例豆包的语音输入让小孩和老人「天天用」，家庭矛盾都变少了。他判断 AI 已经没有传统意义上的「跨越鸿沟」：「这一波 AI 一步把所有的鸿沟全跨越了，因为从小孩到老人都能用的话，说明所有人都可以用。」他预计 GPT 周活已达 10 亿，按指数增长推算，「慢的话三到五年」就能达到全民日常使用而不自知的状态。
向阳乔木观察到 AI 正从边缘小众人群向大众渗透：抖音上 AI 生成的西游记角色唱歌、AI 生成的「沙雕漫」等内容深受小众喜爱，「真正未来会特别流行的东西，初期都会样貌特别奇怪、特别小众」。他还提到创业者王登科做的「独享」App——用户发内容后，AI 假人会点赞留言，很多用户真的会跟 AI 成为朋友甚至打赏，「他们很怕这个 App 倒掉，甚至说要给公司捐款」。他类比智能手机普及节奏（2007 年 iPhone 问世，2012～2015 年人手一部），推测 AI 大约在 2028 年左右实现全民普及。
陈祥则提出一个冷静的判断：「不是人人都需要 AI。」他以电动车渗透率类比，认为一个东西超过 30% 覆盖率还在增长，基本就成了，而 AI 已接近这个线。但他强调，AI 付费渗透率不会特别高，「至少能源成本不降低的话不会特别高」，AI 会更多转嫁在商品交易和广告里，「在你感知不到的地方穿插一下」——比如新闻编辑用 AI 整稿、飞书新功能里有 AI 生成的代码。罗威则从娱乐场景切入：「什么时候 AI 领域里能出现一些娱乐性的产品，让我能天天用 AI 玩，而不是用 AI 工作和解决问题，这才是人人天天用 AI 的关键。」
AI 创作与人的创作：艺术与技术分离
面对「平庸的人类创作者继续创作的意义是什么」这一提问，姚全刚以女儿画画和自己写随笔为例：「他很享受这个过程，这个记录过程本身有点像跑步，会让我有很强大的自我满足。」他提出一个「同心圆」体系：「这个世界是因为你存在，这个世界才存在的」，所有标准应以自我满足为先。
向阳乔木区分了创作的不同面向：对自己而言，表达是内在需求；对他人而言，功能性创作（如常规新闻稿、租房合同）会被 AI 取代，但「把自己的经验、感受、审美融入创作，做出有自己个性特点的作品，是有可能被一部分人喜欢的」。他以 AlphaGo 为例：「人是永远不可能下过 AI 了，但他们人和人之间还是会继续 PK、继续比较。」
陈祥从市场经济角度认为不必悲观：「创作本质上看是一种消费行为还是生产行为。」女儿的画会被裱起来，因为情感价值无法用专业度替代；而以创作为生的人，「AI 今天还是个工具，会用 AI 的创作者会在这波里面受益，不会用的部分创作者大部分可能会被淘汰」。他强调 AI 没有目的性，「要个什么东西是由创作者赋予的，这部分是 AI 天生就不具备的」。
尼克西作为做了 30 年音乐的音乐人，给出了全场最乐观的视角。他回顾音乐史：最早必须精通乐器才能创作，电脑音乐软件出现后，不会乐器的人也能做电子音乐和说唱，「释放了大量的创作能量，比以前能写出好作品的人多了十倍、百倍、千倍」。他总结：「以前你想做艺术作品，你必须先会技术，艺术是在技术的基础上做到的；而有了 AI 以后，艺术和技术分开了，艺术就是艺术。」元子则补充了创作生态中的现实张力：她在匿名同人圈询问伙伴是否愿意授权作品给 AI，十个人里只有一个人同意，「这个抗性根本不在技术，这个抗性在于本身的生态」。
三体与现实的映射：罗辑、维德与程心
聊到《三体》中哪些设定可能发生，向阳乔木认为技术监控和技术爆炸「真有可能一定会变成这样」，而完全透明的思想、面壁计划、个人英雄主义则不太可能发生。陈祥相对谨慎，认为在技术范式没有根本性突破之前，AI 能力提升是「线性的完善」而非「指数级的跃迁」，「不用那么焦虑，把它当工具就好了」。他反而看好能源技术突破：「核聚变包括小型核裂变，我觉得未来在有生之年能看到这种改变。」
祥叔则贡献了一段精彩的人物映射。他认为伊利亚·苏茨克维像罗辑——「他站的可能是全人类的视角，有一种神明附体的感觉」，正在做的新范式 self-play 可能带来真正的技术跃迁；山姆·奥特曼像维德——「为了让这个事情快速发展不择手段」，投能源、投芯片、吹大泡沫；欧洲整体像程心——用合规和用户权利限制 AI 发展。他还提到 Anthropic 公司「脑海中有一个思想钢印叫黑暗森林」，但他个人「更相信博弈论一些，合作的收益大于对抗」，因此不认同黑暗森林法则。
普通人学习 AI 的 10 小时建议
面对「普通人只有 10 小时学习 AI，你会建议怎么分配」这一问题，几位嘉宾给出了各自的方案：
- 向阳乔木：3 小时建立正确认知，了解 AI 的边界和能力；5 小时学会与 AI 对话，掌握 prompt 工程；2 小时把工作交给 agent，搭建工作流程。
- 祥叔：第一，用 PBL 方式结合 AI 做自己最想做的项目，「干中学」；第二，教父母使用 AI，以教代学；第三，把前两件事发在 Twitter 上，利用算法给自己获取 AI 最新进展的反馈渠道。
- 陈祥：「普通人就免费用豆包就完事了，直接用就好了。你用着用着，你的贡献就是让豆包这帮人把豆包做好。」
- 罗威：贴两张纸条在显眼处——「如果我用 AI 的时候觉得 AI 表现不好，那是因为我用得不好」和「现在为 AI 付的价格是非常便宜的，应该试一试」；再把别人写的 AI 教程照着做一遍。
- 姚全刚：2 小时了解 AI 原理和边界；3 小时学习 AI 领导力课程，掌握驾驭 AI 的底层逻辑；5 小时结合自己的工作场景实践，解决到一个非常高的标准。
- 元子：第一，坚定自我价值和信心，「相信你和 AI 在一起可以解决问题，且门槛很低」；第二，把 AI 当作尊敬的老师认真提问，「看得低其实是降低自己的问题能力，看得高其实是增加自己的问题能力」；第三，和生活中的人一起用 AI，互相促进。
现场问答
问：AI 搜索优化（GEO）这类新场景是否仍然需要行业经验？
姚全刚认为 GEO 是一个很大的机会，他给出一个判断公式：「三年之后，如果豆包、DeepSeek、元宝的月活和日活等同于百度，那么对应的商业价值应该等同于百度现在一年的营收。」他观察到国内 GEO 公司已从零星的几家增长到几百家，企业做 GEO 后来自 AI 搜索的流量转化率比传统渠道高出两到三倍。
问：AI 的说服能力会不会带来风险？
祥叔分享了自己用 GPT 推荐商品、最终下单买哑铃的经历：「它给你推荐商品的时候，是真的会给你理由。」他提醒：「AI 的说服能力很强，尤其主观类、情感类的东西，AI hack 情感的能力还是很强的。这是一个屠龙之技，如果 AI 能力足够强，大部分人类是扛不住 AI 去忽悠他买东西的。」他呼吁产品经理和公司「价值观要正一点」。
要点回顾
- Gemini 3 的发布改变了「大公司组织臃肿」的刻板印象，AI 竞争可能更有利于大公司。
- 实习生用 ChatGPT API 三天做出与专业邮件安全团队相近的效果，重复性、结构化的工作经验正在贬值，需求端认知的价值反而上升。
- 学习新行业 knowhow 的方法：确定 50～100 个关键词，用 AI 搞懂原理、方法和示例，再用「AI 费曼学习法」反向验证。
- AI 普及已跨越鸿沟，预计 3～5 年内达到全民日常使用而不自知的状态；普及路径是从边缘小众内容（如 AI 沙雕漫、AI 角色扮演）向大众渗透。
- AI 创作让艺术与技术分离，释放了被技术限制的创作能量；人类创作在自我表达和情感价值层面仍不可替代。
- 《三体》中技术监控和技术爆炸可能发生；伊利亚像罗辑、山姆·奥特曼像维德、欧洲像程心的映射，揭示了 AI 时代不同理念的博弈。
- 普通人学习 AI 的 10 小时建议：建立认知、学会对话、动手实践（或直接免费开用），关键是相信自己能用好它。
直播回放约 170 分钟
播放器来自飞书妙记 · 在新窗口打开