人工智能当下最落地的两个赛道

天下难事必作于易——《道德经》

不知道你是否看过人工智能圈子有名气的那篇文章《注意力是你需要的一切》。

我没看过这篇文章，但我在抖音上刷到过这篇文章的介绍，所以我天天说抖音上能学到真东西。

我听完这篇文章的介绍，丝毫不懂标题为何说是“注意力”，我觉得这篇文章和注意力没有一毛钱关系，作者取这个名字纯粹为了吸引注意力。

这篇文章说啥的呢？

简单来说，它介绍了一种翻译的方法，就是通过词语之间的“关联度”，来预测下一个词是什么。

这个能力，我们都有，像上学的时候，有的老师非常喜欢这种启发式教育的说话语气：“定语从句要用引导词that或者……”

我们就懂事地接“which”。

随后老师继续说，“定语从语分成限定性定语从句和……”

我们继续懂事地接“非限定性定语从句”。

你看这个简单的接着说的游戏，就是这篇论文的内容。

简单吧？

非常简单。

这就是我们平时说话的真实的样子，我们说话的时候，说完一个词，下面要接什么词，它就是有“规律”的。

目前的大语言模型就是把这个“规律”给找出来了，大家看的一堆神经网络、卷积码、深度学习，都是在说这个事情。

就是你说了“张三、李四”，我知道你张嘴下面是“王五”两个字。

我的这个预测能力，也是大模型的预测能力，也就是语言能力。

如果你认为语言即推理，恭喜你，那你就是目前的LLM流派，我以前说过，人工智能不只是LLM流派，派系甚多。

只不过目前的GPT主要是从《注意力》这篇论文开始的，也就是LLM流派，主要是根据前面说的话，预测后面说的话。

你说“床前明月光”，我知道你下一句是要背“疑是地上霜”了。

倒回去看，你可能注意到了，这篇《注意力》论文是讲翻译的。

现在你理解为何GPT翻译如此出色了吧，因为这个算法最早就是用来做翻译的。

所以人工智能落地的一个方向是翻译。

比方说做一个同声传译的app，只要进来的语言是非汉语的，你就把它翻译成汉语。这样一个app，就非常适合我的需求了。

另一个已经落地的赛道是编程。

我昨天看一个数据，Claude已经年营收30亿美金了。

2023年我和朋友在爬山，聊到FTX，我说FTX投资Claude这个人工智能公司30亿美金，这个公司在目前排前三，仅这一个投资，足以还清FTX所有的债务了。

现在来到2025年，Claude就是编程方面最强的人工智能。

因为编程的人太多了，所以它的收入非常高。

人工智能编程，就是和翻译一样，是人工智能目前做得最好的工作。

前几天我提到一个词，vibe coding，就是用Claude之类的人工智能来写代码。

其实你看，计算机语言，或者英语，或者汉语，它们多像啊，都是有语法，有搭配，有关联，不然怎么叫“计算机语言”呢。

其实，所谓的计算机语言比平时我们说的自然语言，难度低多了。

我说一个成语填空，“一XXX”，你可以接很多选项，但我写一个编程代码，你能接的选项非常少啊，编程的语法是非常固定的，所以是非常好学习的。

我们觉得编程不好学，原因只是因为我们平时都不说这个语言，让你去学一门外语，你也觉得难学。

我觉得英语就波谲云诡，当然人家英国人天天说，觉得这不是张嘴就来。

往编程这个赛道做的，都很好做，都有需求，当然进去做的也很多，属于需求大供给也大的赛道吧。

翻译和编程都是和LLM有关系的，至于大家熟悉的特斯拉智能驾驶，这是另一种人工智能，和LLM没关系的。

当一个新技术出现的时候，它普及的行业是有顺序的，这个顺序就是从易到难，从“内生”到“外溢”，从轻资产到重资产，从厚利润到薄利润。

电的普及，互联网的普及，以及币圈的普及，都是这个顺序。

所以2019年我写过一篇文章，谈币圈到底是怎么普及的，没有什么“一夜之间”的特殊时刻，就是过去是怎么普及的，未来还是怎么普及的，早期肯定以“币圈内生应用”为主，比如交易所炒币，后期才外溢到传统行业里，比如游戏，比如股票上链，比如版权，比如支付。