--- title: "想晚上睡个好觉，就别看这期" canonical: https://wavect.io/zh/podcast/joseph-miller-quant-ai/ language: zh description: "Joseph Miller 博士（前 Bridgewater、Vivun 联合创始人）聊 AI 令人不安的一面。完整播客文字稿。" image: "https://i.ytimg.com/vi/D0KzdQyw6Gw/maxresdefault.jpg" --- 播客文字稿 # 想晚上睡个好觉，就别看这期 Joseph Miller, PhD 三次创业者 · 前 Bridgewater Joseph Miller 博士曾在 Bridgewater（桥水）做 AI，联合创办了 Vivun，还创立了一家基于因果推断的量化基金。这是一场关于 AI 的对话，聊的是造 AI 的人，夜里为什么睡不着。 - 发布于 2024年2月8日 - 时长 1:01:06 - 创始人 - 录制语言 英语 ![播客单集《想晚上睡个好觉，就别看这期》，嘉宾 Joseph Miller, PhD（三次创业者 · 前 Bridgewater）](/img/yt/D0KzdQyw6Gw.jpg?v=cbecd39a3594) // 速读版 - Joseph Miller 认为，决定创业成败的是活下来，不是天赋。他引用一项 HBS 研究：追踪创业者十年后发现，成功的头号预测因子，是那些没有砸到公司头上的坏事。所以风险管理的核心，是做出能让你留在牌桌上的决策，撑到属于你的机会出现。 - 从他的 Web3 社交验证创业项目 Quivr，Miller 学到：要求用户从根本上改变行为的产品，普及速度远比任何炒作周期慢。人们嘴上说想拥有自己的数据和身份，但采用率显示，他们很少真的去做。 - Miller 称算法信息流在实质上就是数据隐私侵犯，哪怕法律上不算。先排好帖子顺序、在广告到来前调动你的情绪，这就是操纵。他预计，一旦围绕社交媒体的心理健康证据彻底爆发，监管就会到来。 - 在 Bridgewater 与 Ray Dalio 共事，让 Miller 学会了系统化思考。有了严格的流程，预期和结果之间的差距才能被量化。他说这是从错误中快速学习的唯一方式，而真正的透明，恰恰需要这种严谨。 - Miller 预计五到十年内会出现通用机器人。LLM 式的翻译能力正在把自然语言转成计算语言和机器人语言，再叠加硬件通用性的进步，劳动本身将变成一种可制造的商品，劳动力市场会被永久改变。 ## 开场 [观看这一段 · 0:00](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=0s) Kevin 大家好，欢迎来到 Wavect。今天的嘉宾是 Joseph Miller，一位连续创业者，也是一位科学家。你们可以看到，Ernesto 已经为这期节目兴奋坏了，因为我们什么都聊了，从机器人到他的创业历程，再到数据隐私、数据所有权，各种离谱的话题都有。看这期节目你会发现，我有好几次都不知道该说什么。所以这期真的很精彩，也特别真实。我很喜欢 Joe，他就是个特别好的人。好了，祝大家看得开心。 Kevin 嗨老兄，谢谢你抽时间过来。能再跟你聊一次，真的特别开心。 ## 他会对刚起步的年轻自己说什么？ [观看这一段 · 1:18](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=78s) Kevin 我就直接抛第一个问题了。大部分观众应该已经在简介里看到，你这辈子创办过很多公司。我敢肯定，大多数人最好奇的第一件事就是：如果回到刚开始创业的时候，你会对年轻的自己说什么？ Joe 我的第一反应是想说“别干”，但那纯属撒谎。我过得很爽，一路都很有意思。创业是一种很有意思、很独特的人生轨迹，对吧？它特别就特别在，它非常非线性。如果你像我一样，真心享受人生里这种非线性，那创业基本是你唯一的选择。在正常的职业路径里，一头扎进一个全新领域几乎不可能，而在创业里，这就是你的日常，你从一个生意跳到另一个生意。我开过桌游公司、企业软件公司、Web3 公司，还有一家对冲基金，看起来全是八竿子打不着的事，但背后的主线是好奇心，是解决问题的热情，是总想做点新东西，做点有意义、让人兴奋的新东西。我常说：能活几种人生，就活几种人生。所以我会告诉年轻的自己：这些你全都会得到，这是真的，你真的全都会得到。 Joe 然后我大概会给自己提个醒：上面说的都是好处，坏处就是忽饱忽饥。顺的时候，有点像 [听不清] 那种感觉，好坏都是这样。而危机可能从任何地方冒出来，所以这种人生轨迹里根本没有安全感，就是没有。你不是在一个稳定的东西上往上盖，你总在尝试新东西，这种活法本身就很脆弱，真的。这让它刺激，但也 [听不清]。所以我大概会告诉年轻的自己：把风险管理做好一点，把决策做好一点。我觉得当年很多机会，我本可以抓得更牢。不过，这就是边活边学吧。 Kevin 听起来当然有很多高光，但低谷也不少。有没有哪个瞬间你想过：唉，这事儿可能成不了？ Joe 说实话，每一家公司里都有好几个那样的瞬间。然后整个状态非常两极，对吧？前一刻你处于躁狂状态，一切都让人兴奋，机会多得不得了，全都在运转、在轰隆隆往前跑；下一刻，全球经济里突然冒出一件跟你毫无关系的事，就能改变一切。有一个很棒的研究，我忘了是谁做的，应该是 HBS 的，很久以前读到的。它大致追踪了一批创业者十年左右，发现这些公司成功的头号预测因子，是那些没有发生在他们身上的事。某种意义上，这就像战场上活到最后的那个士兵：你只是没中弹而已，而这跟你自己几乎没关系。所以大部分危险，其实是你没多少控制权的事。 Joe 话说回来，如果你靠这种“活下来”成功了，那接下来的玩法就是：做能让你继续玩下去的决策，对吧？就像打扑克，你得一直留在牌局里，因为你在等机会，在等一个能抓住的窗口缝隙。不在局里，你就没法打，对吧？所以我说的风险管理就是这个意思：你得真正理解，这是做任何东西、做任何难事里非常非常大的一部分。大家很强调坚韧，完全有必要，但你要是没法继续玩，再坚韧也没用，对吧？所以你得先活下来，盯着机会出手，然后但愿运气够好，能躲开那些跟你毫无关系的事。 Kevin 对，我看到过，不确定是不是一项研究，好像是硅谷的一批创业者之类的：只要撑过十年，他们多多少少都成了。韧性，坚持下去，还有幸存者偏差，对。 Joe 对，当然。我觉得没有任何一家公司是一路顺风、没经历过那种生死时刻的。Vivun 不管从哪个角度看都是一家成功得不可思议的公司。我们 2019 年融了第一轮，时机很好，接下来几年棒极了。然后 2022 年来了，全球宏观环境变了。它是一家 SaaS 公司，对全球宏观环境非常敏感，而 SaaS 整个板块当时被打得很惨，对吧？所以你从那种特别特别高的状态，从“我们真的搞出名堂了”的感觉，一下被狠狠叫醒。任何事都没有银弹。你得做好基本功，执行到位，管好现金流，为那些预料不到的事件、为你特别敏感的市场和趋势的变化做好准备。而当一切顺风顺水的时候，这些是很难意识到的，对吧？ Joe 这种事最典型的场景就是金融圈，就是对冲基金。当你在交易，并且打得特别顺、效果特别好的时候，你会觉得自己抓到了什么，对吧？你会想：我是天才，我参透了市场的秘密。但统计就是这么回事，老兄：只要你打的手数够多，总会有那么几段连胜，看起来就像你是神，谁都碰不了你。同样地，反过来也有，你会觉得：天哪，我这霉运也太离谱了。你需要在两者之间找平衡：顺的时候告诉自己，你没有自己以为的那么强；背的时候告诉自己，你也没有自己以为的那么差。运气在里面占很大比重，你得能用统计的方式去推理：好，我是该继续，还是系统里有什么东西真的坏了？ Kevin 这点说得太好了。好像是几年前，有人跟我说过一句话：高点会越来越高，低点也会越来越低。 Joe 是啊，这波动率就送给你了。 ## 创业路上最受打击的经历是什么？ [观看这一段 · 9:05](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=545s) Kevin 但回头看你这些公司，到目前为止最让你崩溃的一段经历是什么？当然，前提是你愿意分享。 Joe 天哪，最崩溃的经历。太多了。 Kevin 我们有的是时间。 Joe 其实说真的，这话不太对，对我来说没那么多。这些公司里有不少没做成，或者没像我期望的那样成功。说出来挺俗的，但那些失败对我来说像奖杯，对吧？当你在做真正新的东西，哪怕只是对你自己来说是新的，不一定对全世界是新的，某种意义上你很难真正“失败”。钱可能烧完，公司可能破产什么的，但整个过程的体验有点像一条河，它就是一直在流，对吧？所以那些所谓的“失败”或“成功”，并没有特别明确的好坏之分。 Joe 要说最难的、让我心情最黑暗的，是在金融这块。因为 Battery 是一个系统化的外汇交易基金，而且是真正从头到尾全自动的。当初的想法就是：我有一堆“圣杯”属性，想全都做进一个对冲基金里。其一，它得做短线交易，但不是高频，不做秒内交易，不是去刮那种小利。它得有自己的观点，但一笔交易只能持有一天。周末不能持仓，所以你没法去吃利率变化之类的东西。它是一个纯粹的噪声交易系统。理论上，如果市场是有效的，这应该是不可能的；但市场显然不是有效的，否则这事就做不成。 Joe 但有很多很多次，你想，这东西我做了四年，尤其是头两年，有特别多次我以为自己搞定了，结果发现这里有先验信息，那里有数据泄漏，诸如此类。那种来回抽打的感觉非常残酷，尤其是当你心里一直萦绕着一个念头：万一市场真的是有效的呢？在这种过山车式的摇摆里很难守住信念，而我在这趟过山车上坐了好几年。那真的非常非常痛苦。有时候会特别难受，因为你经常觉得自己蠢透了。 Joe 还有一点，这也是我会对年轻的自己说的：创业的时候，如果你是创业者，你多少都带着一种傲慢的乐观。这几乎是创业成功的必要不充分条件：在成功概率低得吓人的情况下，你得觉得自己真的很特别，对吧？所以任何要去干这事的人，多少得相信“我就有那么强”，这话说出来非常非常狂。但同时你还得会卖，对吧？对你要做的事保持热情，对你看世界的方式、你认为世界应该怎么变，或者随便你在做什么，充满兴奋，这也是很重要的一部分。于是每年感恩节，你去岳父岳母家或者哪儿，他们问你最近在干嘛，你带着同样的热忱和兴奋讲你最新的想法。太棒了，真棒，我为你骄傲。 Joe 然后呢，它没成，对吧？然后你又说，这次我真搞定了，结果又没成。对那些不创业、没法切身理解一个人为什么要死磕下去的人来说，你看起来蠢透了，甚至可能精神不太稳定。别人看你的眼神就像在想：我真的要把女儿交给这个人吗？这哥们能行吗？还好，我身边的人一直很支持我，但那种感觉是真实存在的。在做成点什么之前，你看起来就是个妄想症患者，对吧？所以那条路会很孤立，很孤独。而且就是熬，老兄。不停地骗过自己，是很累的。有一句很棒的话，我忘了是谁说的，好像是个物理学家，可能是 [听不清] 还是谁，大意是：第一条原则是别骗自己，第二条原则是你自己最好骗。想这些事的时候，这是一条非常好的处世原则。 ## Joe 的优越感后来丢了吗？ [观看这一段 · 14:55](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=895s) Kevin 这让我很好奇。你当然得乐观，得像你刚才说的那样，得带点傲慢，对吧？得相信自己比所有人都强，这事才做得成。当然，这就是所谓的优越感情结，从我目前的观察来看，大多数创业者都有。我就在想：当你一家接一家地开公司，到某个时候，这东西不会丢掉吗？因为你会变得，我不是说更……不对，应该说：你对成功概率的理解会准确得多，你懂吧？这只是我的一点想法，你会变得更，嗯。 Joe 嗯，我觉得，认识我的人都不会说我是个谦虚的人。这不是我的强项，对吧？但确实有那么一小块谦卑，是被现实砸进来的。主要是因为你失败的次数太多了：如果你对我的创业史做个抽样，那个分布看起来就是正态分布。大部分是失败，有一些成功，而世界本来就长这样，对吧？所以你慢慢会意识到，做难的事情，就是会失败。如果你的成功记录是完美的，那你做的事大概还不够难。如果什么事都是稳进的灌篮，那它就不算难。我觉得把这些放进整体视角，会让你对失败更坦然，对成功的概率更坦然。然后你的思路会慢慢从“我就是那个让事情特别的人”，变成“我有一套能绕过我自己的流程”，对吧？我能绕开我的弱点，我知道自己有哪些弱点，知道它们过去怎么推高了我的失败概率，所以现在我能绕过它们。 Joe 比如，我以前特别执着于什么都自己来：设计、工程、管理，全都要自己干，对吧？这是一种很蠢的做法。第一，[听不清]，那些事我没一样是最强的，说真的没有一样。第二，你能做的事就是变少了。所以这么活根本说不通。你这么干的唯一理由是自尊心，但连自尊心都伺候不好，因为你产出变少了。所以有点可笑。但回到刚才那个点：谦卑来自一个认识，就是你得先活下来，而这事很大程度上不由你决定。你可以是世界上最牛的人，但如果你在第一线抢滩登陆，流弹跟你的天赋、技能半点关系都没有，对吧？所以很大一部分是运气，以及你要意识到：赢，是靠多打几局、多打几手牌赢的。所以你就得一直玩下去。一旦你不玩了，你就输了。但只要你还在玩，只要你还在牌桌上，你就有机会。 Kevin 这个使命感很棒。如果我能请你帮一个忙，那就是点一下订阅，这对我们频道的帮助超乎你的想象。而且你知道，频道越大，嘉宾就越大牌。非常感谢观看，我们继续。这个说法真好，是的。我觉得还有一种说法：如果你回看一年前的自己，不会觉得“哎呀，我当时说的话、表达的方式好丢人”，或者当时懂的东西、看世界的方式让你尴尬，那说明你没怎么成长，对吧？ ## 上一个项目 Quivr 教会了他什么？ [观看这一段 · 19:00](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=1140s) Kevin 顺着你刚才聊公司的话头，往前走一步：你最近的一个项目是 Quivr，简单说是一个社交验证协议，做身份的，某种程度上，或者说很大程度上也是个 Web3 项目。我想问的是，既然这是你到目前为止最近一次亲自下场的创业，你从里面拿到的关键收获是什么？ Joe 嗯，这个问题好。我很爱 Quivr，这家公司有很多我特别喜欢的地方。尤其要给两位联合创始人 Ray 和 Vinny 点个赞。我们一起做过很多东西，跟有过这种共同经历的人一起做事真的很爽。原因在于，你们想走的流程是相似的，所以在“该怎么闯无人区”这件事上能达成一致，对吧？这是和联合创始人之间特别宝贵的东西：那种一致。不一定要在“我们要去哪儿”上完全一致，但在“我们打算怎么走到那儿”上必须一致。这非常非常重要。Quivr 是家有意思的公司，因为我们的种子轮是在整个牛市的狂热里融的，我们想做一件特别大、特别难的事。我要说，这就是我学到的最大一课：它确实非常大，也确实非常难。 Joe Quivr 想做的，是给人们真实的身份一个家，对吧？我以前常说，你去酒吧，或者去读书会，随便什么场合，认识新朋友的时候，你是怎么跟人打交道的？你会问名字什么的，然后问：你是做什么的？什么东西驱动着你？有什么爱好？我想知道这个人是什么样的。而典型社交媒体主页上那些东西，我几乎一个都不会问，对吧？你 Instagram 上放的东西，跟我说的这些几乎是对着干的。那根本不是人们真实的样子，而这大概正是问题的一部分：大多数社交媒体平台，没有任何真实可言。它代表不了任何人。我可以把一个人的 Instagram 从头翻到尾，然后说：我完全不知道这人是什么样的，对吧？而见到真人时完全不同。你跟人见面，那是真实的，你会觉得：哦，这是真的。不摆拍，不修饰，没有那一套。所以我们想造一个地方，让那种身份能够在数字世界里存在。 Joe 所以我们想做的，是让人们拿到这些徽章，然后以一种不加滤镜、不是“发在朋友信息流里”的方式，去认证自己和自己的热爱。就是很简单的：嘿，我是 Peloton 的粉丝，或者我爱骑马。配上的视频就是相册里实打实的生活片段，作为证据，给这些热爱做认证。然后你能从这里长出一个梦：未来你的个人主页就该是这样，对吧？这是你真实的身份。再把它和你的职业履历放到一起，那就是：我真的很了解这个人了，我知道这个人是怎么回事。这就是那个梦。我们想做的就是：在数字世界里造一个属于人的地方，对吧？一个能以真实的、经过验证的方式，在数字世界里呈现你的人性的地方。这个目标大得不可思议，野心大得不可思议，做起来也难得不可思议。 Joe 难的原因显然有很多。其中一个是，在 Web3 的狂热里，一个很大的叙事是“人们想拥有自己的数据，想拥有自己的身份”。这可能是真的，也可能不是。但看采用率，不只是 Quivr，毕竟一家创业公司本来就很难被人知道，而是所有这类项目，数字都不怎么样。这说明，人们其实没那么在乎自己的数据和隐私。而且，如果你看看大家在社交媒体上的行为，这其实也不算意外。这是一件我们嘴上说、但不去做的事，对吧？当然这也未必是定论，只是我看数据、试图理解这个领域之后的个人体会。看起来可能就是这样。第二，没人真的想要又一个社交媒体式的网站，这完全说得通。所以，想让人们同时接受一个 Web3 的东西和一套新的身份方案，可能有点步子迈太大了。我觉得这个产品要求人们从根本上改变在互联网上的行为方式。现在回头想，我会说：那要花非常长的时间。哪怕你方向全对，要在社会层面促成那种规模的改变，就是需要很长时间。 Joe 不过没关系。最后再说一点。我们迭代产品的方式，是真的漂亮。我特别喜欢：一开始我们有一堆不同的实现思路，然后一轮轮迭代、推出去、看大家的反应。你觉得这个怎么样？我们做压力测试。我们爱上自己的想法，然后花一周去干别的，回来之后把自己的想法骂得一文不值，再改掉。我觉得我们真的把产品的构建方式压测了一遍，我很爱这个过程。这样做产品很花时间，但每一个决策，我都觉得是被数据验证过的，是被我们一轮轮的产品迭代推着走的。哪怕大规模普及还要很久，我也为我们做产品的方式感到骄傲。 Kevin 你完全可以骄傲，真的。我给任何人看过 Quivr，尤其是前端，一打开应用，反应都是：哇。它不一样，你懂吧？它有那种“哇”的效果。我特别有共鸣的是你刚才说的，采用率是最大的挑战之一，这让我想到一切，或者说，想到人对风险的感知，姑且这么讲吧。 Kevin 你看安全，甚至你的健康这些事，你说你不想让某些事发生，但你的行动还是在跟它对着干，你懂吧？原因很简单：你根本看不见那个风险，看不见那件事在未来发生。数据所有权也一样，对吧？你想要隐私，因为你知道有些公司或个人可能拿它干坏事，可能卖掉，可能用垃圾信息骚扰你一辈子，诸如此类，对吧？也许真像你说的，需要的是一次心智的转变，也可能它就刻在我们人类的行为里。我说不好。 ## 数据隐私为什么没人当回事？ [观看这一段 · 27:05](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=1625s) Joe 对，你说得完全对。数据隐私是大事，但它有点像吃蔬菜。你知道必须吃，不吃以后会出一堆问题，但人就是不想吃，对吧？因为它不性感，不好吃，是件“不得不做”的事。我觉得根本原因是，人们正在经历的那些隐私侵犯，还没有让他们感到任何疼。大家的数据一直在到处流转。我记得，我 41 岁了，我记得 AOL 那批最早的商业互联网刚出来的时候，最早的信用卡支付什么的，像 [听不清]。当时人们都疯了。没人肯把真名放上网，没人打算把信用卡放上网，那简直是疯了。因为大家担心身份被盗、信用卡被盗之类的。而现在，那些毛病被磨平了太多，一切都无缝衔接。太方便、太顺滑、太理所当然了，以至于人们根本意识不到自己在做什么，意识不到有哪些数据在流动：位置、手机号，所有这些可识别的东西，对吧？ Joe 另外你要知道，构建推断类系统多少算是我的本行。人们甚至意识不到：哪怕关于你的某些信息没有在 JSON 包里被显式传过去，也全都能推断出来。把这些东西串起来，就能推断出关于一个人的一切。买家画像之类的东西，是非常成熟、非常先进的技术。问题在于它被用得太隐蔽了，以至于人们没意识到，自己的身份其实早就没了。你的数字身份，一切都早已在外面流传。LLM 已经在用人们的地址、电话号码训练，把它们当成这整套东西的一部分。只是它还没有狠狠地、直接地砸到谁头上，逼人改变行为。但我觉得，如果人们亲眼看到有人用他们自己的数据直接操纵他们，可能会激发不同的行为。可那得明目张胆到什么程度？我很难想象它真的发生。而且，这事其实已经在发生了。23andMe 是真的在卖你的 DNA。我是说，如果连这个都不足以让你改变行为，那还要什么才够？ Kevin 这个问题问得好，对吧？想想现在有些人已经接到的那种诈骗电话：你“女儿”或者“妹妹”打来，用的是她们的声音，尖叫着求救，让你赶紧转 5000 块之类的。大家都知道有这种事。但我猜他们可能还是会想：这事落到我头上的概率，还是很远。这大概就是我们人脑的问题，对吧？什么事都一样。战争发生在地球另一头，说实话，你的在意程度远不如它发生在邻国。当然了，这就是天性。也许这就是，我说不好，一个我们整体上必须解决的问题。 Joe 对。用经济学的话说，这叫协调失灵，对吧？本质上是一群人，全都没能保护彼此。如果大家都做某件事，整个群体会更好；但因为每个个体都感觉不到疼，谁都不做，结果群体整体变差了，对吧？所以在这些领域，比如在欧洲，就有一堆监管，试图解决这种协调失灵的问题。这是个很难拿捏的平衡，因为监管显然也把那边的很多创新压死了。所以是好坏参半，老兄。但总的来说，我认为在这个话题上，人们在感到切身之痛以前不会改变。 Joe 而且我说不好。在我看来，你看 Instagram，Instagram 是个绝佳的例子，因为这家公司，我觉得就是个恶魔般的存在。那个信息流，帖子出现的顺序，对心理是有伤害的。在那上面长大的孩子，心理健康状况糟糕透顶。而且这套东西是精确到科学层面的，我懂这门科学。所以那个过程，把信息流的时间顺序去掉这件事，全是为了这个。一切都是为了能按特定顺序推送图像，因为这样可以给人做心理预热，可以做很多事。可以为即将到来的广告，或者即将到来的“机会”，预先诱导出相应的感受。 Joe 所以这不只是“嘿，我想把广告推到一群对度假感兴趣的眼球面前”。而是：我要先确保这个人对朋友们的度假产生 FOMO，然后再把广告递上去，对吧？这是操纵。而且危险，真的很危险。这就是别人拿你的数据来对付你的一种形式。我认为这就是一种数据隐私侵犯。法律上不算，但人们实实在在地被操纵，心理健康实实在在地在受损。而大家依然不在乎，对吧？他们宁愿刷一整天。所以我觉得这是个非常危险的趋势，我们必须面对。 ## 社交媒体和 AI 会把我们带向哪里？ [观看这一段 · 33:30](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2010s) Kevin 我之前真不知道他们连帖子顺序都是围着广告调的，听起来太疯狂了。那照这么看，你觉得这一切会把我们带到哪儿？后果可能是什么？ Joe 我觉得，最后大概率会出台某种针对社交媒体之类的监管，因为它造成的心理健康影响。现在陆续出来的研究结论已经相当确凿了。这事会发酵到沸点。你看到的是整整一代人在很糟的环境里长大，对吧？高中对谁来说都不轻松。但当你是在那种审视、那种敏感、那种随时被刺痛的氛围里长大的，对吧？互联网，你随便点开一条评论区，太可怕了。人是可怕的。 Joe 而且很魔幻的是，你去酒吧、去餐厅、去各种社交场合，人们并不是那样的。也许有选择偏差什么的，但人们在网上刻薄，是因为匿名。现实生活里，人要克制得多，对吧？总体上，人比网上善良。当然不是所有人。但你把这一切压到正在长大、正在摸索自己是谁的青少年身上。每个青春期的孩子都有一段对反馈、对社交反馈特别敏感的时期，这是我们进化的一部分。我认为这是对那个过程破坏性非常强的操纵。所以我确实认为，这个话题最终会彻底爆发。 Joe 但总体上，我觉得 AI 的走向，整个这一摊，是在离开这种社交媒体信息流式的投喂。反正到某个时候，这东西就没那么刺激了，人们会醒过来，意识到这不是真实生活的样子：那些人没那么幸福，生活不是这样的，我也不是什么独一无二的倒霉蛋，对吧？人们会以这种方式找回平衡。到那时它们就没那么吸引人了。另外，到时候也会有别的方式去定向投放广告。然后你得想到更根本的：我前阵子刚在 Yale 的经济学项目里讲了一堂 AI 与劳动力的课。大家在激烈争论 AI 和机器人会怎么改变劳动力市场。但它会被颠覆，这是确定的。问题在于：好，历史上技术颠覆我们经历了很多，不必当卢德分子，没问题。但你得横向比较一下：这一次，跟过去那些次相比，到底哪里不一样？人们常举珍妮纺纱机的例子，纺织业的例子，然后那些工人去找了别的工作。你说：对，他们找到了别的工作。或者炼钢、蒸汽机那些，怎么给经济带来了大繁荣，因为创造了更多就业。 Joe 可这一次，被制造的就是劳动本身，你觉得会发生什么？我觉得会有很多争执。这不是某一个工种消失、人可以流向别处的问题。所有工作都在收缩，没有别的地方可去。你要把他们再培训去干什么？你想把他们培训过去的那个地方，也在用机器人，对吧？所以这一切会同时发生。我不想当末日论者，我其实觉得这是件非常正面的事，它会推着我们往前走，走向未来。但对现有的人口来说，冲击会很大。我觉得这种冲击会持续一两代人。 Joe 那你接着想：在一个劳动可以被制造出来的世界里，世界长什么样？劳动。不是机器人做出来的某个产品，是劳动本身被制造出来。人们手里会多出大把时间，我觉得这总体是好事。这能不能持续可以另说，但当人们不用再把半辈子耗在工作上，不用再干那么多小时，他们会去干嘛？我觉得是走进数字世界、游戏、娱乐、旅行，这些东西会越来越重要。然后还要把数字世界和物理世界结合起来，不是说“我现在反而出不了门了”，而是我有时间、有余地、有钱，可以走出去体验，去触摸，去感受，去闻一闻这个世界。我觉得人们会做更多这样的事。在那样一个世界里，社交媒体这类东西就没什么意思了。 Kevin 哦，Ernesto，看看这是什么？大家知道，Ernesto 是我们公司 Wavect 的首席表情包官。对了，我们刚发布了一款给孩子们玩的 Web3 卡牌游戏。2 到 5 名玩家，10 岁以上。主题全是 Web3：风险、机会、挑战。玩法基本上就是收集各种 Ernesto，比如它吃薯条、吃爆米花、坐火箭这些。这是一种特别轻松好玩的方式，让你接触这个领域，并且真正理解它是怎么运作的。所以真心希望你们去看看。我们当然能靠它赚点钱，但每一分钱都会直接投入我们给孩子们办的免费 Web3 工作坊。11 月我们刚在曼谷办了一场。希望你们喜欢，有反馈请留在下面。嗯，听起来是个很值得生活的世界，前提是政治层面能走得通，对吧？不过，是啊。 Joe 可以肯定地说，我相信世界会变好。要是变糟了，我是说，历史上确实有一些时期，生活是变糟的，对吧？人们总把“生活一定越来越好”当成理所当然，但其实不是。历史上有很多时期，生活质量在很长一段时间里是下滑的。这次也可能那样。但最终它还是会变好，因为当事情变糟时，人类不想要更糟，他们想要更好，于是会去做那些让生活整体变好的事。这就是长期来看进步存在的原因。所以我觉得看这些事得有更长的时间视角。一千年后，生活会好得多，而且大概率完全不同：AI、机器人这些会整合进我们身体里，我们可能会变成另一个物种，那一类的事。但它会更好。进步会继续向前，前提是我们别互扔核弹。或者，Eliezer 没说对，机器人没把我们全杀了。 Kevin 对。还有这种可能。 ## 和 Ray Dalio 共事是什么体验？ [观看这一段 · 41:18](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2478s) Kevin 好，说到数据，我们往回看一点。刚才聊了太多未来，我可不想让大家看完心里直发毛。你过去和 Ray Dalio 共事过，对吧？在 Bridgewater。很多人都了解他的公众形象。当然，细节你没法展开，完全理解。但我很想知道：在那里工作是什么样的？你的体验如何？以及，你学到了什么？ Joe 嗯。总的来说，现在有本书出版了，所以很多东西已经是公开的了。我觉得那本书，就像所有好看的娱乐作品一样，加了不少料，对吧？但我在 Bridgewater 的经历非常好。某种意义上，我在那里学会了怎么给自己的思考搭结构。这话听起来有点怪，但你知道，我是读博期间被 Bridgewater 招进去的。我博士期间干了很多事，论文很怪，分两部分：一部分做核聚变，另一部分做癌症研究。我发明了各种奇奇怪怪的东西。我拿了 NSF 的资助，所以有很大的自由度想干嘛干嘛。我还在神经外科干过一阵子，做了一堆很随机的事。而且我总能扎进一个领域，然后做出点创新。 Joe 但我觉得，进 Bridgewater 之前，我的思维像一团云。如果硬要画出事物之间的连接，它非常抽象，像一团彩色的云。Bridgewater 之后，就像雾被拨开了：我学会了把思考拆解、搭出结构，于是能更好地综合自己的想法，说白了，也能更好地评估风险。因为思维是一团云的时候，全凭感觉，对吧？满脑子都是“哦，我觉得这个很有创新性”。但接下来，第一，你没法真正想清楚怎么执行，没有好的结构，那就是随机游走。第二，你没法真正评估风险。而最重要的一点，是我专门从 Ray 那里学到的：我没法评估自己为什么错了。系统化思考最重要的地方在于，当你建立一个系统，明确“我要做 X、Y、Z”，这就像科学方法。这正是我们这么做的原因：我有一个硬结构，里面有一堆控制变量；我有一个严格的执行流程。这样当我看到结果时，可以拿它对照预期，两者的差距就能针对我刚跑过的流程被量化。如果你没有系统化思考，那你到底在干什么？你就是在做一堆随机的事。 Joe 而且你学得不够快，因为你识别不出该改什么。为什么错了？我不知道，我就是做了一堆事。那只能说：嗯，这不够好。所以我从 Bridgewater 学到两件事：第一，怎么对严谨思考保持高标准；第二，怎么让自己成为一个严谨的思考者，对吧？和 Ray 共事，说真的，是一种快乐和荣幸。那里的每个人都是这样。从 Bridgewater 出来的人有一种很明确的“型”，那种“型”我极其欣赏。那是个很难待的地方，很有挑战，套话说就是“不适合所有人”，等等等等。但对想成为真正最好的自己的人来说，那是一种铁磨铁的环境。废话要砍掉。那是个硬核的地方。如果我做错了什么，我就需要有人直接说：你这里错了，错在这儿。只要你能跨过别人指出你思考有问题时的那阵情绪反应，你就能继续干正事：把思考变得更好。那是个非常滋养人的地方。学会这个技能，我会永远感激，它帮了我太多。 Joe 再说 Ray 本人。我确实有幸直接和 Ray 共事过。我喜欢 Ray，因为 Ray 的公众形象就是他本人。那就是他。他不是两副面孔，无论好坏，我觉得这是一个人极其令人敬佩的特质。他系统化到不可思议，而且他真的就是那样的人。这可能会显得有点机器人、有点冷。但其实不是。那是自律，对吧？是严谨，是透明。这也是系统化思考的另一面：如果你声称自己想做到透明，你就必须是个系统化思考者。否则你在传达什么？如果你说不清自己考虑了哪些变量、是怎么权衡它们的，等等等等，你怎么传达一个非系统化的“我的意图”？我觉得很多人以为把自己的感觉一股脑倒出来就算透明了。那不是透明。透明是告诉我：你是怎么做出这些决定的？你考虑了什么？你认为这一切是怎么关联的？你的动机是什么？所有这些都必须是透明的一部分，而这需要严谨的思考。所以，是的，我在那里非常开心，度过了一段很棒的时光。 Joe 我在那里还和 Dave Ferrucci 共事过，他对我思考 AI、思考知识表示的方式影响很大。那些老派的语义推理技术，我觉得一度过气了，现在突然又变得极其重要，因为人们意识到，不能光靠往问题上砸更多数据来换更好的结果。实际上是更少的数据、更多的语义推理，才能给你更好的结果，对吧？所以我对当下这个 AI 阶段很兴奋，原因正在于此。那些技术全在回潮，跟新的 embedding 模型、神经网络、深度学习这一套结合在一起。你把这两股拧到一起，你会觉得：这大概率要刷新我们的认知了，会有一大堆激动人心的东西。而我有幸从两个人那里都拿到了打底的东西：从 Ray 那里学的不是 AI，是思考方式和认识论那一类的东西；AI 是从 Ferrucci 那里学的。我运气真的很好。 ## 通用机器人真的快来了吗？ [观看这一段 · 48:30](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2910s) Kevin 太棒了。有没有什么是你现在最兴奋的？比如，特别想看到的东西？ Joe 我最兴奋的是 AI 机器人。我知道我刚才才给它描了个末日图景。但我觉得人们很少写、很少谈的一点是：你想想去年，GPT 出来的时候，把一票人都震住了，大家的反应是：糟了，原来只要把 transformer 摞得更多，魔法就会冒出来。这对我来说也挺意外的，我没想到这事真能成，所以挺震撼的。但你把它扒开来看：这东西到底擅长什么？它非常擅长翻译。英语到西班牙语，挺好的，对吧？但还有英语到代码，英语到数学，英语到 Python，对吧？再往下，我觉得更重要的是，你在进入一个“英语到计算语言”的空间，对吧？这就是 Wolfram Alpha 那一类，甚至 Wolfram 那一类的东西。然后再从计算语言走到机器人语言。Berkeley、MIT、Carnegie Mellon 还有别的地方，围绕怎么教机器人，正在做大量出色的工作。 Joe 其实 Elon 的机器人也是基于这些原理。重点是怎么教机器人：不是把知识或流程硬编码进去，而是让它们具备看和听的能力，然后构建能把看到听到的事做出来的机器人。而你手里恰好有一台不可思议的翻译引擎能干这件事。然后你再单独想想：机器人这边一直在忙什么？Boston Dynamics 一直在给机器人做同一类通用性升级。所以现在它们在物理空间里有了运动的自由度，而你在 embedding 空间或者说潜空间里有了思考的自由度。把这两样接到一起，我认为我们距离能剧烈改变经济的通用机器人，大概只有五年左右。现在你需要一台只会洗碗的机器人来洗碗，它没法去帮你换轮胎，这让机器人非常昂贵。单从经济上讲，这不是造机器人的可行方式，除非你是巨型制造企业。但如果是通用机器人，同一台机器人，洗完碗能去换轮胎，能去割草，能去叠衣服。这太狂野了。它会把通用机器人的价格直接打到地板上。 Joe 它吓人的地方只有一点：你在制造的不是产品。当前世界上被制造出来的一切都是产品，你制造的是一个解决方案、一项服务之类的。而这是在制造劳动。用 Cobb-Douglas 的框架想：我要搞生产，我有资本和劳动可以相互替代。而现在变成：我只需要劳动。或者更准确地说，我只需要资本，它把我的劳动整个移除了。我不需要劳动了，因为我的资本可以替我干活。这是一次彻底的硬替代。我们即将进入的，是一个非常非常狂野的世界。所以我觉得，墙上的字已经写出来了。你看劳动力市场，紧张得不可思议：快餐店招不到人，建筑工地招不到人，运输司机招不到人。而且在美国，那些蓝领工作本来主要就是即将退休的婴儿潮一代在干。以后谁来开卡车？谁去焊接？这是一场完美风暴：劳动力供给没了，而你正好有机会造出便宜的、还不会闹工会的通用机器人。这条件太好了。接下来五到十年，这些因素会卷到一起，从根本上改变劳动，而且我认为是永久性的。 Kevin 疯狂。因为机器人这事大家说了挺久了，对吧？而且完全说得通，Boston Dynamics 那些疯狂的机器人谁都见过。但是，五年？ Joe 对，我觉得是五到十年。因为主要的瓶颈在于给机器人的动作流程编程。而我想说的是，按这类系统的进步速度，GPT 这波进展正在让你能把自然语言翻译成驱动机器人的计算语言。我认为五到十年内，你大概率会有一台通用机器人，你直接跟它说话、做给它看怎么洗碗，它就不需要被编程去洗碗了。你就像教孩子一样教会了它，对吧？Alan Turing，我知道我们时间差不多了，但 Alan Turing 有句很棒的话。他其实只写过几篇论文。其中一篇，那个年代，你知道，专家系统在 80 年代特别火，70 年代也是，那一类。但专家系统这个概念可以追溯到很早很早以前，对吧？Alan Turing 围绕专家系统有过一整套论述。他的意思是：与其造一个 AI 系统，或者随便你怎么叫它，与其造一个像专家那样被训练的思考机器，也许你该造一个像孩子那样被训练的思考机器，然后把这个孩子养育成专家。在 AI 领域，没有哪条预言比这条更准了。这就是将要发生的事。你不训练专家系统。你训练孩子，教会他们学习，然后他们自己成为专家。 Kevin 这么一想，我都能看到一整个产业冒出来：专门做学会了各种技能的二手机器人。真要是那样，就太疯狂了。 Joe 对，这方面的东西很多。有一家公司，或者说一个研究项目，我记得也是在 Berkeley，在训练机器人解决现实问题。其实 NVIDIA 也在做：在仿真环境里训练机器人解决现实问题。它们甚至不用在现实里做一遍，在仿真世界里把问题解了，然后就具备了在现实里解决它的能力。这就是不折不扣的《黑客帝国》那一套，对吧？所以非常令人兴奋。而且我要说，这些全是过去一年里发生的。指数曲线的问题在于，人类是线性思维的。等你意识到自己在指数曲线上时，已经结束了。所以你以为五年后才来的东西，可能两年就到了。所以我说五到十年，真要说的话，多半是低估了。但考虑到机器人制造工厂建起来需要时间，大概五年左右，所以我基本上是这么判断的。事实上，你看制造业的趋势：过去几年，中国在通用机器人上、在制造工厂上投得更多了。美国、日本、欧洲也是。这一切都在发生。突然之间，一批造通用机器人的工厂在拔地而起。原因多半是他们知道，等这些工厂建成时，软件和技术也就到位了。所以我觉得，这是个相当好的信号。 Kevin 哇。好吧。说真的，我有点被震住了。我一直以为机器人还很遥远。那些视频我都看过，但老实说，我有点把它从我的雷达上删掉了，对吧？因为在我看来太明显了：我们离电影里那种真正的通用机器人还差得远。 ## 最后想让你记住哪三件事？ [观看这一段 · 57:03](https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=3423s) Kevin 不过我还有最后一个问题，Joe，可以吗？ Joe 当然。 Kevin 今天我们聊了特别多有意思的话题。有没有三件事，是你希望观众记住的？ Joe 嗯，我不确定能不能凑齐三件。但如果你是创业者，我要说的最重要的一条原则，也是我自己正在体会和琢磨的，就是坚韧这件事。就是：继续走。有一句很棒的话，我不知道是谁说的，又是一个物理学家，可能是 Einstein，大意是：不是我看得更远，只是我在问题上待得更久，对吧？这是一种超能力。你不需要是天才，你需要的是死磕那个问题。等你把它解出来的时候，对吧，任何足够难的问题都要花很长时间，那时你看起来就像个天才。但那全是回头看才成立的。是坚韧造就天才，对吧？所以就是死磕问题，相信它，继续往前。这是眼下对我来说最重要的一条，没有之一。 Joe 第二条，算是我对 Quivr 的反思：事情要花很长时间。这话谁都知道。但事情往往比你以为的还要长得多得多。哪怕是个很棒的想法，我认为 Quivr 就是个非常棒的想法，普及也会很慢，因为你要求人们做出的改变太大了。所以你得搞清楚：你做的是不是这种问题？如果是，它就会花很长时间，你必须从商业角度把这一点算进去。你有没有撑那么久的资本？能不能拆出一串里程碑，按里程碑去融资？尤其是接下来五年，我认为在更高利率的环境里，风险投资开的支票会小得多。这个模式对 VC 来说就没那么好使了。其实从风险调整后的角度看，VC 作为一个资产类别本来就不算出色。但接下来会难得多，支票会更小。那么，更久的项目你打算怎么做？你得更快做到盈利，更快拿出进展。这意味着更小的里程碑、更确定性的开发路径，等等。所以我觉得在接下来五年里，这一点也非常重要。 Joe 第三条，我想说：做公司极其困难，谁都知道。但它同时也是一种巨大的特权。能在科技和创业这个行当里干活，能去追那些有点疯狂的想法，是一种不可思议的特权。所以要保持感恩。虽然过去两年对很多创业者来说相当难熬、相当残酷，但真的要时常提醒自己心怀感激：这是很酷的工作。我们能做特别有意思的东西，能以真正有意义的方式推动改变。而且，是的，这会让你一直有劲头。 Kevin 太棒了。嘿，老兄，真心感谢你的时间，这对我意义重大。 Joe 应该的。聊得很开心。 Kevin 我也是，我也是。 Joe 好了，伙计，回头见。 Kevin 希望你们喜欢这期节目。我反正是喜欢的。我那张震惊的脸，估计很难不被看到。请把你的反馈留在视频下方，就是评论区。点个订阅，跟视频互动一下，任何支持都有帮助。非常感谢。还有，是的，我现在还有点懵，如果这个词没用错的话。不过大家留了很多评论，所以我非常非常 [听不清]。回头见。 文字稿由英语录音翻译而来，并为便于阅读略作编辑。以原始录音为准。 // 继续深挖 [AI 开发→](/zh/services/artificial-intelligence/) [AI Agent（术语表）→](/zh/glossary/ai-agents/) [LLM（术语表）→](/zh/glossary/llm/) ## 本集回答的问题 ### Joseph Miller 会对年轻时的自己说什么？ 非线性的人生是真的，也值得过，你确实能活出好几种不同的人生。但它忽饱忽饥，毫无保障。他会提醒年轻的自己把风险管理和决策做好，因为撑不下去的话，再坚韧也没用，而且大部分危险来自你控制不了的事件。 ### 在 Joseph Miller 看来，Quivr 为什么难以普及？ Quivr 要求人们同时接受一个 Web3 产品和一套新的身份方案，Miller 说这等于要从根本上改变人们使用互联网的方式。类似项目的采用率表明，人们嘴上说在乎数据所有权，行为上却不是这样，这种量级的改变需要非常长的时间。 ### Joseph Miller 从 Ray Dalio 和 Bridgewater Associates 学到了什么？ 他说 Bridgewater 教会他对严谨思考保持高标准，也教会他自己成为系统化思考者：建立严格的流程，把结果和预期对照，量化自己错在哪里。他还说 Dalio 的公众形象就是他本人，是系统化和自律，而非冷漠。此外，他在那里还从 Dave Ferrucci 身上学到了 AI 和知识表示。 ### Joseph Miller 预计通用机器人什么时候到来？ 大约五到十年内，而且他承认自己可能还估保守了。他指出几个信号：GPT 式的进展正在把自然语言翻译成计算语言和机器人语言；Boston Dynamics 这类公司带来的通用性提升；以及中国、美国、日本和欧洲都在兴建通用机器人的制造工厂。 ### Joseph Miller 认为 AI 和机器人取代劳动力是坏事吗？ 他拒绝当末日论者。他说，劳动本身被制造出来，会让一两代人感到冲击，但总体是正面的：人们会有更多时间投入数字世界、娱乐、旅行和现实世界的体验，前提是社会能用更长远的眼光看待这件事。 ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "非线性的人生是真的，也值得过，你确实能活出好几种不同的人生。但它忽饱忽饥，毫无保障。他会提醒年轻的自己把风险管理和决策做好，因为撑不下去的话，再坚韧也没用，而且大部分危险来自你控制不了的事件。" }, "name": "Joseph Miller 会对年轻时的自己说什么？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Quivr 要求人们同时接受一个 Web3 产品和一套新的身份方案，Miller 说这等于要从根本上改变人们使用互联网的方式。类似项目的采用率表明，人们嘴上说在乎数据所有权，行为上却不是这样，这种量级的改变需要非常长的时间。" }, "name": "在 Joseph Miller 看来，Quivr 为什么难以普及？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "他说 Bridgewater 教会他对严谨思考保持高标准，也教会他自己成为系统化思考者：建立严格的流程，把结果和预期对照，量化自己错在哪里。他还说 Dalio 的公众形象就是他本人，是系统化和自律，而非冷漠。此外，他在那里还从 Dave Ferrucci 身上学到了 AI 和知识表示。" }, "name": "Joseph Miller 从 Ray Dalio 和 Bridgewater Associates 学到了什么？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "大约五到十年内，而且他承认自己可能还估保守了。他指出几个信号：GPT 式的进展正在把自然语言翻译成计算语言和机器人语言；Boston Dynamics 这类公司带来的通用性提升；以及中国、美国、日本和欧洲都在兴建通用机器人的制造工厂。" }, "name": "Joseph Miller 预计通用机器人什么时候到来？" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "他拒绝当末日论者。他说，劳动本身被制造出来，会让一两代人感到冲击，但总体是正面的：人们会有更多时间投入数字世界、娱乐、旅行和现实世界的体验，前提是社会能用更长远的眼光看待这件事。" }, "name": "Joseph Miller 认为 AI 和机器人取代劳动力是坏事吗？" } ], "speakable": { "@type": "SpeakableSpecification", "cssSelector": [ ".faq-question", ".faq-answer" ] } } ``` ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/#webpage", "@type": "WebPage", "description": "Joseph Miller 博士（前 Bridgewater、Vivun 联合创始人）聊 AI 令人不安的一面。完整播客文字稿。", "inLanguage": "zh", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "mainEntity": { "@id": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/#video", "@type": "VideoObject" }, "name": "想晚上睡个好觉，就别看这期 | Joseph Miller, PhD 文字稿", "speakable": { "@type": "SpeakableSpecification", "cssSelector": [ ".pe-takeaways" ] }, "url": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/" }, { "@id": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/#video", "@type": "VideoObject", "about": { "@type": "Person", "jobTitle": "Chief AI Officer", "name": "Joseph Miller", "sameAs": [ "https://x.com/likeAScientist" ], "url": "https://www.linkedin.com/in/likeascientist" }, "contributor": { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://github.com/wsdt", "https://www.wikidata.org/wiki/Q139796365" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, "description": "Joseph Miller 博士曾在 Bridgewater（桥水）做 AI，联合创办了 Vivun，还创立了一家基于因果推断的量化基金。这是一场关于 AI 的对话，聊的是造 AI 的人，夜里为什么睡不着。", "duration": "PT1H1M6S", "embedUrl": "https://www.youtube-nocookie.com/embed/D0KzdQyw6Gw", "hasPart": [ { "@type": "Clip", "endOffset": 78, "name": "开场", "startOffset": 0, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=0" }, { "@type": "Clip", "endOffset": 545, "name": "他会对刚起步的年轻自己说什么？", "startOffset": 78, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=78" }, { "@type": "Clip", "endOffset": 895, "name": "创业路上最受打击的经历是什么？", "startOffset": 545, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=545" }, { "@type": "Clip", "endOffset": 1140, "name": "Joe 的优越感后来丢了吗？", "startOffset": 895, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=895" }, { "@type": "Clip", "endOffset": 1625, "name": "上一个项目 Quivr 教会了他什么？", "startOffset": 1140, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=1140" }, { "@type": "Clip", "endOffset": 2010, "name": "数据隐私为什么没人当回事？", "startOffset": 1625, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=1625" }, { "@type": "Clip", "endOffset": 2478, "name": "社交媒体和 AI 会把我们带向哪里？", "startOffset": 2010, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2010" }, { "@type": "Clip", "endOffset": 2910, "name": "和 Ray Dalio 共事是什么体验？", "startOffset": 2478, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2478" }, { "@type": "Clip", "endOffset": 3423, "name": "通用机器人真的快来了吗？", "startOffset": 2910, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=2910" }, { "@type": "Clip", "endOffset": 3666, "name": "最后想让你记住哪三件事？", "startOffset": 3423, "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw&t=3423" } ], "inLanguage": "en", "name": "想晚上睡个好觉，就别看这期 | Joseph Miller, PhD", "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "thumbnailUrl": "https://i.ytimg.com/vi/D0KzdQyw6Gw/maxresdefault.jpg", "transcript": "Kevin: 大家好，欢迎来到 Wavect。今天的嘉宾是 Joseph Miller，一位连续创业者，也是一位科学家。你们可以看到，Ernesto 已经为这期节目兴奋坏了，因为我们什么都聊了，从机器人到他的创业历程，再到数据隐私、数据所有权，各种离谱的话题都有。看这期节目你会发现，我有好几次都不知道该说什么。所以这期真的很精彩，也特别真实。我很喜欢 Joe，他就是个特别好的人。好了，祝大家看得开心。\nKevin: 嗨老兄，谢谢你抽时间过来。能再跟你聊一次，真的特别开心。\nKevin: 我就直接抛第一个问题了。大部分观众应该已经在简介里看到，你这辈子创办过很多公司。我敢肯定，大多数人最好奇的第一件事就是：如果回到刚开始创业的时候，你会对年轻的自己说什么？\nJoe: 我的第一反应是想说“别干”，但那纯属撒谎。我过得很爽，一路都很有意思。创业是一种很有意思、很独特的人生轨迹，对吧？它特别就特别在，它非常非线性。如果你像我一样，真心享受人生里这种非线性，那创业基本是你唯一的选择。在正常的职业路径里，一头扎进一个全新领域几乎不可能，而在创业里，这就是你的日常，你从一个生意跳到另一个生意。我开过桌游公司、企业软件公司、Web3 公司，还有一家对冲基金，看起来全是八竿子打不着的事，但背后的主线是好奇心，是解决问题的热情，是总想做点新东西，做点有意义、让人兴奋的新东西。我常说：能活几种人生，就活几种人生。所以我会告诉年轻的自己：这些你全都会得到，这是真的，你真的全都会得到。\nJoe: 然后我大概会给自己提个醒：上面说的都是好处，坏处就是忽饱忽饥。顺的时候，有点像 [听不清] 那种感觉，好坏都是这样。而危机可能从任何地方冒出来，所以这种人生轨迹里根本没有安全感，就是没有。你不是在一个稳定的东西上往上盖，你总在尝试新东西，这种活法本身就很脆弱，真的。这让它刺激，但也 [听不清]。所以我大概会告诉年轻的自己：把风险管理做好一点，把决策做好一点。我觉得当年很多机会，我本可以抓得更牢。不过，这就是边活边学吧。\nKevin: 听起来当然有很多高光，但低谷也不少。有没有哪个瞬间你想过：唉，这事儿可能成不了？\nJoe: 说实话，每一家公司里都有好几个那样的瞬间。然后整个状态非常两极，对吧？前一刻你处于躁狂状态，一切都让人兴奋，机会多得不得了，全都在运转、在轰隆隆往前跑；下一刻，全球经济里突然冒出一件跟你毫无关系的事，就能改变一切。有一个很棒的研究，我忘了是谁做的，应该是 HBS 的，很久以前读到的。它大致追踪了一批创业者十年左右，发现这些公司成功的头号预测因子，是那些没有发生在他们身上的事。某种意义上，这就像战场上活到最后的那个士兵：你只是没中弹而已，而这跟你自己几乎没关系。所以大部分危险，其实是你没多少控制权的事。\nJoe: 话说回来，如果你靠这种“活下来”成功了，那接下来的玩法就是：做能让你继续玩下去的决策，对吧？就像打扑克，你得一直留在牌局里，因为你在等机会，在等一个能抓住的窗口缝隙。不在局里，你就没法打，对吧？所以我说的风险管理就是这个意思：你得真正理解，这是做任何东西、做任何难事里非常非常大的一部分。大家很强调坚韧，完全有必要，但你要是没法继续玩，再坚韧也没用，对吧？所以你得先活下来，盯着机会出手，然后但愿运气够好，能躲开那些跟你毫无关系的事。\nKevin: 对，我看到过，不确定是不是一项研究，好像是硅谷的一批创业者之类的：只要撑过十年，他们多多少少都成了。韧性，坚持下去，还有幸存者偏差，对。\nJoe: 对，当然。我觉得没有任何一家公司是一路顺风、没经历过那种生死时刻的。Vivun 不管从哪个角度看都是一家成功得不可思议的公司。我们 2019 年融了第一轮，时机很好，接下来几年棒极了。然后 2022 年来了，全球宏观环境变了。它是一家 SaaS 公司，对全球宏观环境非常敏感，而 SaaS 整个板块当时被打得很惨，对吧？所以你从那种特别特别高的状态，从“我们真的搞出名堂了”的感觉，一下被狠狠叫醒。任何事都没有银弹。你得做好基本功，执行到位，管好现金流，为那些预料不到的事件、为你特别敏感的市场和趋势的变化做好准备。而当一切顺风顺水的时候，这些是很难意识到的，对吧？\nJoe: 这种事最典型的场景就是金融圈，就是对冲基金。当你在交易，并且打得特别顺、效果特别好的时候，你会觉得自己抓到了什么，对吧？你会想：我是天才，我参透了市场的秘密。但统计就是这么回事，老兄：只要你打的手数够多，总会有那么几段连胜，看起来就像你是神，谁都碰不了你。同样地，反过来也有，你会觉得：天哪，我这霉运也太离谱了。你需要在两者之间找平衡：顺的时候告诉自己，你没有自己以为的那么强；背的时候告诉自己，你也没有自己以为的那么差。运气在里面占很大比重，你得能用统计的方式去推理：好，我是该继续，还是系统里有什么东西真的坏了？\nKevin: 这点说得太好了。好像是几年前，有人跟我说过一句话：高点会越来越高，低点也会越来越低。\nJoe: 是啊，这波动率就送给你了。\nKevin: 但回头看你这些公司，到目前为止最让你崩溃的一段经历是什么？当然，前提是你愿意分享。\nJoe: 天哪，最崩溃的经历。太多了。\nKevin: 我们有的是时间。\nJoe: 其实说真的，这话不太对，对我来说没那么多。这些公司里有不少没做成，或者没像我期望的那样成功。说出来挺俗的，但那些失败对我来说像奖杯，对吧？当你在做真正新的东西，哪怕只是对你自己来说是新的，不一定对全世界是新的，某种意义上你很难真正“失败”。钱可能烧完，公司可能破产什么的，但整个过程的体验有点像一条河，它就是一直在流，对吧？所以那些所谓的“失败”或“成功”，并没有特别明确的好坏之分。\nJoe: 要说最难的、让我心情最黑暗的，是在金融这块。因为 Battery 是一个系统化的外汇交易基金，而且是真正从头到尾全自动的。当初的想法就是：我有一堆“圣杯”属性，想全都做进一个对冲基金里。其一，它得做短线交易，但不是高频，不做秒内交易，不是去刮那种小利。它得有自己的观点，但一笔交易只能持有一天。周末不能持仓，所以你没法去吃利率变化之类的东西。它是一个纯粹的噪声交易系统。理论上，如果市场是有效的，这应该是不可能的；但市场显然不是有效的，否则这事就做不成。\nJoe: 但有很多很多次，你想，这东西我做了四年，尤其是头两年，有特别多次我以为自己搞定了，结果发现这里有先验信息，那里有数据泄漏，诸如此类。那种来回抽打的感觉非常残酷，尤其是当你心里一直萦绕着一个念头：万一市场真的是有效的呢？在这种过山车式的摇摆里很难守住信念，而我在这趟过山车上坐了好几年。那真的非常非常痛苦。有时候会特别难受，因为你经常觉得自己蠢透了。\nJoe: 还有一点，这也是我会对年轻的自己说的：创业的时候，如果你是创业者，你多少都带着一种傲慢的乐观。这几乎是创业成功的必要不充分条件：在成功概率低得吓人的情况下，你得觉得自己真的很特别，对吧？所以任何要去干这事的人，多少得相信“我就有那么强”，这话说出来非常非常狂。但同时你还得会卖，对吧？对你要做的事保持热情，对你看世界的方式、你认为世界应该怎么变，或者随便你在做什么，充满兴奋，这也是很重要的一部分。于是每年感恩节，你去岳父岳母家或者哪儿，他们问你最近在干嘛，你带着同样的热忱和兴奋讲你最新的想法。太棒了，真棒，我为你骄傲。\nJoe: 然后呢，它没成，对吧？然后你又说，这次我真搞定了，结果又没成。对那些不创业、没法切身理解一个人为什么要死磕下去的人来说，你看起来蠢透了，甚至可能精神不太稳定。别人看你的眼神就像在想：我真的要把女儿交给这个人吗？这哥们能行吗？还好，我身边的人一直很支持我，但那种感觉是真实存在的。在做成点什么之前，你看起来就是个妄想症患者，对吧？所以那条路会很孤立，很孤独。而且就是熬，老兄。不停地骗过自己，是很累的。有一句很棒的话，我忘了是谁说的，好像是个物理学家，可能是 [听不清] 还是谁，大意是：第一条原则是别骗自己，第二条原则是你自己最好骗。想这些事的时候，这是一条非常好的处世原则。\nKevin: 这让我很好奇。你当然得乐观，得像你刚才说的那样，得带点傲慢，对吧？得相信自己比所有人都强，这事才做得成。当然，这就是所谓的优越感情结，从我目前的观察来看，大多数创业者都有。我就在想：当你一家接一家地开公司，到某个时候，这东西不会丢掉吗？因为你会变得，我不是说更……不对，应该说：你对成功概率的理解会准确得多，你懂吧？这只是我的一点想法，你会变得更，嗯。\nJoe: 嗯，我觉得，认识我的人都不会说我是个谦虚的人。这不是我的强项，对吧？但确实有那么一小块谦卑，是被现实砸进来的。主要是因为你失败的次数太多了：如果你对我的创业史做个抽样，那个分布看起来就是正态分布。大部分是失败，有一些成功，而世界本来就长这样，对吧？所以你慢慢会意识到，做难的事情，就是会失败。如果你的成功记录是完美的，那你做的事大概还不够难。如果什么事都是稳进的灌篮，那它就不算难。我觉得把这些放进整体视角，会让你对失败更坦然，对成功的概率更坦然。然后你的思路会慢慢从“我就是那个让事情特别的人”，变成“我有一套能绕过我自己的流程”，对吧？我能绕开我的弱点，我知道自己有哪些弱点，知道它们过去怎么推高了我的失败概率，所以现在我能绕过它们。\nJoe: 比如，我以前特别执着于什么都自己来：设计、工程、管理，全都要自己干，对吧？这是一种很蠢的做法。第一，[听不清]，那些事我没一样是最强的，说真的没有一样。第二，你能做的事就是变少了。所以这么活根本说不通。你这么干的唯一理由是自尊心，但连自尊心都伺候不好，因为你产出变少了。所以有点可笑。但回到刚才那个点：谦卑来自一个认识，就是你得先活下来，而这事很大程度上不由你决定。你可以是世界上最牛的人，但如果你在第一线抢滩登陆，流弹跟你的天赋、技能半点关系都没有，对吧？所以很大一部分是运气，以及你要意识到：赢，是靠多打几局、多打几手牌赢的。所以你就得一直玩下去。一旦你不玩了，你就输了。但只要你还在玩，只要你还在牌桌上，你就有机会。\nKevin: 这个使命感很棒。如果我能请你帮一个忙，那就是点一下订阅，这对我们频道的帮助超乎你的想象。而且你知道，频道越大，嘉宾就越大牌。非常感谢观看，我们继续。这个说法真好，是的。我觉得还有一种说法：如果你回看一年前的自己，不会觉得“哎呀，我当时说的话、表达的方式好丢人”，或者当时懂的东西、看世界的方式让你尴尬，那说明你没怎么成长，对吧？\nKevin: 顺着你刚才聊公司的话头，往前走一步：你最近的一个项目是 Quivr，简单说是一个社交验证协议，做身份的，某种程度上，或者说很大程度上也是个 Web3 项目。我想问的是，既然这是你到目前为止最近一次亲自下场的创业，你从里面拿到的关键收获是什么？\nJoe: 嗯，这个问题好。我很爱 Quivr，这家公司有很多我特别喜欢的地方。尤其要给两位联合创始人 Ray 和 Vinny 点个赞。我们一起做过很多东西，跟有过这种共同经历的人一起做事真的很爽。原因在于，你们想走的流程是相似的，所以在“该怎么闯无人区”这件事上能达成一致，对吧？这是和联合创始人之间特别宝贵的东西：那种一致。不一定要在“我们要去哪儿”上完全一致，但在“我们打算怎么走到那儿”上必须一致。这非常非常重要。Quivr 是家有意思的公司，因为我们的种子轮是在整个牛市的狂热里融的，我们想做一件特别大、特别难的事。我要说，这就是我学到的最大一课：它确实非常大，也确实非常难。\nJoe: Quivr 想做的，是给人们真实的身份一个家，对吧？我以前常说，你去酒吧，或者去读书会，随便什么场合，认识新朋友的时候，你是怎么跟人打交道的？你会问名字什么的，然后问：你是做什么的？什么东西驱动着你？有什么爱好？我想知道这个人是什么样的。而典型社交媒体主页上那些东西，我几乎一个都不会问，对吧？你 Instagram 上放的东西，跟我说的这些几乎是对着干的。那根本不是人们真实的样子，而这大概正是问题的一部分：大多数社交媒体平台，没有任何真实可言。它代表不了任何人。我可以把一个人的 Instagram 从头翻到尾，然后说：我完全不知道这人是什么样的，对吧？而见到真人时完全不同。你跟人见面，那是真实的，你会觉得：哦，这是真的。不摆拍，不修饰，没有那一套。所以我们想造一个地方，让那种身份能够在数字世界里存在。\nJoe: 所以我们想做的，是让人们拿到这些徽章，然后以一种不加滤镜、不是“发在朋友信息流里”的方式，去认证自己和自己的热爱。就是很简单的：嘿，我是 Peloton 的粉丝，或者我爱骑马。配上的视频就是相册里实打实的生活片段，作为证据，给这些热爱做认证。然后你能从这里长出一个梦：未来你的个人主页就该是这样，对吧？这是你真实的身份。再把它和你的职业履历放到一起，那就是：我真的很了解这个人了，我知道这个人是怎么回事。这就是那个梦。我们想做的就是：在数字世界里造一个属于人的地方，对吧？一个能以真实的、经过验证的方式，在数字世界里呈现你的人性的地方。这个目标大得不可思议，野心大得不可思议，做起来也难得不可思议。\nJoe: 难的原因显然有很多。其中一个是，在 Web3 的狂热里，一个很大的叙事是“人们想拥有自己的数据，想拥有自己的身份”。这可能是真的，也可能不是。但看采用率，不只是 Quivr，毕竟一家创业公司本来就很难被人知道，而是所有这类项目，数字都不怎么样。这说明，人们其实没那么在乎自己的数据和隐私。而且，如果你看看大家在社交媒体上的行为，这其实也不算意外。这是一件我们嘴上说、但不去做的事，对吧？当然这也未必是定论，只是我看数据、试图理解这个领域之后的个人体会。看起来可能就是这样。第二，没人真的想要又一个社交媒体式的网站，这完全说得通。所以，想让人们同时接受一个 Web3 的东西和一套新的身份方案，可能有点步子迈太大了。我觉得这个产品要求人们从根本上改变在互联网上的行为方式。现在回头想，我会说：那要花非常长的时间。哪怕你方向全对，要在社会层面促成那种规模的改变，就是需要很长时间。\nJoe: 不过没关系。最后再说一点。我们迭代产品的方式，是真的漂亮。我特别喜欢：一开始我们有一堆不同的实现思路，然后一轮轮迭代、推出去、看大家的反应。你觉得这个怎么样？我们做压力测试。我们爱上自己的想法，然后花一周去干别的，回来之后把自己的想法骂得一文不值，再改掉。我觉得我们真的把产品的构建方式压测了一遍，我很爱这个过程。这样做产品很花时间，但每一个决策，我都觉得是被数据验证过的，是被我们一轮轮的产品迭代推着走的。哪怕大规模普及还要很久，我也为我们做产品的方式感到骄傲。\nKevin: 你完全可以骄傲，真的。我给任何人看过 Quivr，尤其是前端，一打开应用，反应都是：哇。它不一样，你懂吧？它有那种“哇”的效果。我特别有共鸣的是你刚才说的，采用率是最大的挑战之一，这让我想到一切，或者说，想到人对风险的感知，姑且这么讲吧。\nKevin: 你看安全，甚至你的健康这些事，你说你不想让某些事发生，但你的行动还是在跟它对着干，你懂吧？原因很简单：你根本看不见那个风险，看不见那件事在未来发生。数据所有权也一样，对吧？你想要隐私，因为你知道有些公司或个人可能拿它干坏事，可能卖掉，可能用垃圾信息骚扰你一辈子，诸如此类，对吧？也许真像你说的，需要的是一次心智的转变，也可能它就刻在我们人类的行为里。我说不好。\nJoe: 对，你说得完全对。数据隐私是大事，但它有点像吃蔬菜。你知道必须吃，不吃以后会出一堆问题，但人就是不想吃，对吧？因为它不性感，不好吃，是件“不得不做”的事。我觉得根本原因是，人们正在经历的那些隐私侵犯，还没有让他们感到任何疼。大家的数据一直在到处流转。我记得，我 41 岁了，我记得 AOL 那批最早的商业互联网刚出来的时候，最早的信用卡支付什么的，像 [听不清]。当时人们都疯了。没人肯把真名放上网，没人打算把信用卡放上网，那简直是疯了。因为大家担心身份被盗、信用卡被盗之类的。而现在，那些毛病被磨平了太多，一切都无缝衔接。太方便、太顺滑、太理所当然了，以至于人们根本意识不到自己在做什么，意识不到有哪些数据在流动：位置、手机号，所有这些可识别的东西，对吧？\nJoe: 另外你要知道，构建推断类系统多少算是我的本行。人们甚至意识不到：哪怕关于你的某些信息没有在 JSON 包里被显式传过去，也全都能推断出来。把这些东西串起来，就能推断出关于一个人的一切。买家画像之类的东西，是非常成熟、非常先进的技术。问题在于它被用得太隐蔽了，以至于人们没意识到，自己的身份其实早就没了。你的数字身份，一切都早已在外面流传。LLM 已经在用人们的地址、电话号码训练，把它们当成这整套东西的一部分。只是它还没有狠狠地、直接地砸到谁头上，逼人改变行为。但我觉得，如果人们亲眼看到有人用他们自己的数据直接操纵他们，可能会激发不同的行为。可那得明目张胆到什么程度？我很难想象它真的发生。而且，这事其实已经在发生了。23andMe 是真的在卖你的 DNA。我是说，如果连这个都不足以让你改变行为，那还要什么才够？\nKevin: 这个问题问得好，对吧？想想现在有些人已经接到的那种诈骗电话：你“女儿”或者“妹妹”打来，用的是她们的声音，尖叫着求救，让你赶紧转 5000 块之类的。大家都知道有这种事。但我猜他们可能还是会想：这事落到我头上的概率，还是很远。这大概就是我们人脑的问题，对吧？什么事都一样。战争发生在地球另一头，说实话，你的在意程度远不如它发生在邻国。当然了，这就是天性。也许这就是，我说不好，一个我们整体上必须解决的问题。\nJoe: 对。用经济学的话说，这叫协调失灵，对吧？本质上是一群人，全都没能保护彼此。如果大家都做某件事，整个群体会更好；但因为每个个体都感觉不到疼，谁都不做，结果群体整体变差了，对吧？所以在这些领域，比如在欧洲，就有一堆监管，试图解决这种协调失灵的问题。这是个很难拿捏的平衡，因为监管显然也把那边的很多创新压死了。所以是好坏参半，老兄。但总的来说，我认为在这个话题上，人们在感到切身之痛以前不会改变。\nJoe: 而且我说不好。在我看来，你看 Instagram，Instagram 是个绝佳的例子，因为这家公司，我觉得就是个恶魔般的存在。那个信息流，帖子出现的顺序，对心理是有伤害的。在那上面长大的孩子，心理健康状况糟糕透顶。而且这套东西是精确到科学层面的，我懂这门科学。所以那个过程，把信息流的时间顺序去掉这件事，全是为了这个。一切都是为了能按特定顺序推送图像，因为这样可以给人做心理预热，可以做很多事。可以为即将到来的广告，或者即将到来的“机会”，预先诱导出相应的感受。\nJoe: 所以这不只是“嘿，我想把广告推到一群对度假感兴趣的眼球面前”。而是：我要先确保这个人对朋友们的度假产生 FOMO，然后再把广告递上去，对吧？这是操纵。而且危险，真的很危险。这就是别人拿你的数据来对付你的一种形式。我认为这就是一种数据隐私侵犯。法律上不算，但人们实实在在地被操纵，心理健康实实在在地在受损。而大家依然不在乎，对吧？他们宁愿刷一整天。所以我觉得这是个非常危险的趋势，我们必须面对。\nKevin: 我之前真不知道他们连帖子顺序都是围着广告调的，听起来太疯狂了。那照这么看，你觉得这一切会把我们带到哪儿？后果可能是什么？\nJoe: 我觉得，最后大概率会出台某种针对社交媒体之类的监管，因为它造成的心理健康影响。现在陆续出来的研究结论已经相当确凿了。这事会发酵到沸点。你看到的是整整一代人在很糟的环境里长大，对吧？高中对谁来说都不轻松。但当你是在那种审视、那种敏感、那种随时被刺痛的氛围里长大的，对吧？互联网，你随便点开一条评论区，太可怕了。人是可怕的。\nJoe: 而且很魔幻的是，你去酒吧、去餐厅、去各种社交场合，人们并不是那样的。也许有选择偏差什么的，但人们在网上刻薄，是因为匿名。现实生活里，人要克制得多，对吧？总体上，人比网上善良。当然不是所有人。但你把这一切压到正在长大、正在摸索自己是谁的青少年身上。每个青春期的孩子都有一段对反馈、对社交反馈特别敏感的时期，这是我们进化的一部分。我认为这是对那个过程破坏性非常强的操纵。所以我确实认为，这个话题最终会彻底爆发。\nJoe: 但总体上，我觉得 AI 的走向，整个这一摊，是在离开这种社交媒体信息流式的投喂。反正到某个时候，这东西就没那么刺激了，人们会醒过来，意识到这不是真实生活的样子：那些人没那么幸福，生活不是这样的，我也不是什么独一无二的倒霉蛋，对吧？人们会以这种方式找回平衡。到那时它们就没那么吸引人了。另外，到时候也会有别的方式去定向投放广告。然后你得想到更根本的：我前阵子刚在 Yale 的经济学项目里讲了一堂 AI 与劳动力的课。大家在激烈争论 AI 和机器人会怎么改变劳动力市场。但它会被颠覆，这是确定的。问题在于：好，历史上技术颠覆我们经历了很多，不必当卢德分子，没问题。但你得横向比较一下：这一次，跟过去那些次相比，到底哪里不一样？人们常举珍妮纺纱机的例子，纺织业的例子，然后那些工人去找了别的工作。你说：对，他们找到了别的工作。或者炼钢、蒸汽机那些，怎么给经济带来了大繁荣，因为创造了更多就业。\nJoe: 可这一次，被制造的就是劳动本身，你觉得会发生什么？我觉得会有很多争执。这不是某一个工种消失、人可以流向别处的问题。所有工作都在收缩，没有别的地方可去。你要把他们再培训去干什么？你想把他们培训过去的那个地方，也在用机器人，对吧？所以这一切会同时发生。我不想当末日论者，我其实觉得这是件非常正面的事，它会推着我们往前走，走向未来。但对现有的人口来说，冲击会很大。我觉得这种冲击会持续一两代人。\nJoe: 那你接着想：在一个劳动可以被制造出来的世界里，世界长什么样？劳动。不是机器人做出来的某个产品，是劳动本身被制造出来。人们手里会多出大把时间，我觉得这总体是好事。这能不能持续可以另说，但当人们不用再把半辈子耗在工作上，不用再干那么多小时，他们会去干嘛？我觉得是走进数字世界、游戏、娱乐、旅行，这些东西会越来越重要。然后还要把数字世界和物理世界结合起来，不是说“我现在反而出不了门了”，而是我有时间、有余地、有钱，可以走出去体验，去触摸，去感受，去闻一闻这个世界。我觉得人们会做更多这样的事。在那样一个世界里，社交媒体这类东西就没什么意思了。\nKevin: 哦，Ernesto，看看这是什么？大家知道，Ernesto 是我们公司 Wavect 的首席表情包官。对了，我们刚发布了一款给孩子们玩的 Web3 卡牌游戏。2 到 5 名玩家，10 岁以上。主题全是 Web3：风险、机会、挑战。玩法基本上就是收集各种 Ernesto，比如它吃薯条、吃爆米花、坐火箭这些。这是一种特别轻松好玩的方式，让你接触这个领域，并且真正理解它是怎么运作的。所以真心希望你们去看看。我们当然能靠它赚点钱，但每一分钱都会直接投入我们给孩子们办的免费 Web3 工作坊。11 月我们刚在曼谷办了一场。希望你们喜欢，有反馈请留在下面。嗯，听起来是个很值得生活的世界，前提是政治层面能走得通，对吧？不过，是啊。\nJoe: 可以肯定地说，我相信世界会变好。要是变糟了，我是说，历史上确实有一些时期，生活是变糟的，对吧？人们总把“生活一定越来越好”当成理所当然，但其实不是。历史上有很多时期，生活质量在很长一段时间里是下滑的。这次也可能那样。但最终它还是会变好，因为当事情变糟时，人类不想要更糟，他们想要更好，于是会去做那些让生活整体变好的事。这就是长期来看进步存在的原因。所以我觉得看这些事得有更长的时间视角。一千年后，生活会好得多，而且大概率完全不同：AI、机器人这些会整合进我们身体里，我们可能会变成另一个物种，那一类的事。但它会更好。进步会继续向前，前提是我们别互扔核弹。或者，Eliezer 没说对，机器人没把我们全杀了。\nKevin: 对。还有这种可能。\nKevin: 好，说到数据，我们往回看一点。刚才聊了太多未来，我可不想让大家看完心里直发毛。你过去和 Ray Dalio 共事过，对吧？在 Bridgewater。很多人都了解他的公众形象。当然，细节你没法展开，完全理解", "uploadDate": "2024-02-08T00:00:00+00:00", "url": "https://www.youtube.com/watch?v=D0KzdQyw6Gw" }, { "@id": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/#episode", "@type": "PodcastEpisode", "associatedMedia": { "@id": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/#video", "@type": "VideoObject" }, "datePublished": "2024-02-08", "inLanguage": "en", "name": "想晚上睡个好觉，就别看这期 | Joseph Miller, PhD", "partOfSeries": { "@id": "https://wavect.io/zh/podcast/#series", "@type": "PodcastSeries" }, "timeRequired": "PT1H1M6S", "url": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/" }, { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/zh/", "name": "首页", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/zh/podcast/", "name": "播客", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/zh/podcast/joseph-miller-quant-ai/", "name": "Joseph Miller, PhD", "position": 3 } ] } ] } ```