AI 让生成答案变得廉价,稀缺的是你带着视角去追问
当所有人都能从 Claude 拿到同样的默认答案,真正值钱的不是模型能力本身,而是你因为责任和视角而去追问出的那个不一样的答案。
原视频在 YouTube 上放不出来,用音频听:
核心论点 · 点时间戳可跳到原声
AI 在专家盲测中三年内从输给人类变成碾压人类
OpenAI 的 GDPval 基准测试让模型完成真实专业任务,再由专家盲测对比人类版本和 AI 版本谁更好。2024 年用 GPT-4o 时,AI 胜出率只有 12.4%;2025 年涨到 47.6%;到 2026 年用更新的模型已经到了约 83%。Dan 用这组数字说明「聚合视角」里看到的曲线确实是惊人的,但他接下来要说明这个曲线会误导人。
— Dan Shipper一个 Claude 订阅顶替了五个岗位的工作
Dan 回顾自己上周的真实工作:分析季度客户调研数据、做一款团队竞猜游戏、vibe coding 出一套自己的 CRM 并用它联系客户。按 2020 年的标准,这相当于需要一个数据科学家、一个游戏开发者、一个产品营销、一个工程师和一个 BDR,价值约 20 万美元,而他只用一个 Claude 订阅在一周的碎片时间里全部完成。他把这种看见模型做自己工作时的冲击感,称为「能动性断裂」。
— Dan Shipper同一份数据,团队里每个人挖出完全不同的洞察
同一份客户调研,Dan 看出了给团队卖 every 的机会,负责增长的 Yash 看出新用户第一个月后流失率过高,负责营销的 Douglas 看出读者普遍感到「孤独」,编辑 Jack 则做成了一个家庭问答游戏节目来讲结果。而如果直接把同一份数据丢给 Claude 默认提示词,得到的是「写作是生意本体、捆绑是留存关键、风险集中且邮件量太大」这类谁都能拿到的通用结论。
— Dan Shipper生成答案很便宜,排出正确答案很难
团队的评测负责人 Mike Taylor 做了个实验:能不能让 Claude 预测 Dan 会在 Slack 里说什么。结果是,如果让 Claude 一次给出 400 个候选答案,其中会包含 Dan 真正会说的那句话,准确率高达 93%;但如果要求 Claude 对这些答案排序,Dan 真正会说的那句只有大约六成的概率能被排进前 10%。这说明模型的瓶颈不是产出内容,而是在海量可能性里排出真正有价值的那一个。
— Dan Shipper比较人和 AI 没意义,该比的是人怎么用 AI
Dan 设想一个常见的质疑:等 Claude 排序能力变强,2027 年的 Claude 是不是就不需要 Yash 了?他指出这个比较本身是错的:到 2027 年,Yash 也会变成「用着 2027 年 Claude 的 2027 年 Yash」,所以等式其实是「2027 Yash + Claude」对「默认提示词 + 2027 Claude」。两边的 Claude 可以抵消,真正要比的是「带着责任和视角去用模型的人」和「只会用默认提示词的人」,而他每次都会选前者。
— Dan Shipper模型能力是不断下移的地板,个人视角才是增量
Dan 提出,模型默认给出的答案会随版本升级越来越强,但因为人人都能拿到,它只会变成「地板」,不断被拉高、被普及,本身不再值钱。真正稀缺、真正值钱的「alpha」,是你用自己的责任范围和视角去推动模型产出的那部分;哪怕这部分明天也会被吸收进更高的地板,只要你持续在用新模型,你自己也在随之升级,而不是被冻结在旧版本里。
— Dan Shipper评测 AI 该放弃标准答案题,转向个人视角任务
Dan 在 2024 年的文章里提出「配置经济」:未来评判一个人不是看他懂多少,而是看他能多好地分配和管理 AI 这种智能资源来完成工作。他延伸出一个反直觉的结论:现在评测 AI 能力习惯用数学题、编程题这类有公认标准答案的任务,但这类任务恰恰因为可验证、可被所有人共享而变得廉价;真正该测的是模型能多好地完成「从我的视角出发」、没有共识答案的工作。
— Dan Shipper原话 · 已逐字校验
This is in 2020 terms like a data scientist, a game developer, a product marketer, an engineer, a BDR, and like 200, maybe 200K.
按 2020 年的标准,这相当于一个数据科学家、一个游戏开发者、一个产品营销、一个工程师、一个 BDR,差不多价值 20 万美元。
Dan Shipper6:18
And you think about that, you really think about that, you look at a table like this and you are like, we are so fucked.
你认真想一想这件事,看着这样一张表,就会觉得——我们完蛋了。
Dan Shipper6:18
Generation is really cheap, but ranking is hard.
生成内容真的很便宜,但排序很难。
Dan Shipper15:55
I pick Yash every day. I pick Yash every day, every time.
我每天都会选 Yash,每一次都会选 Yash。
Dan Shipper20:06
the floor keeps moving, but the floor keeps getting distributed to everybody. And so what's valuable, the alpha, is where you push the model using your perspective and your responsibility for a particular area of the world.
地板一直在往上移,但这块地板也在不断分发给所有人。所以真正值钱的那部分增量,来自你用自己的视角和你对某个领域的责任去推动模型做出的东西。
Dan Shipper21:10
you won't be judged on how much you know, but instead on how well you can allocate and manage the resources to get work done, the resources of intelligence.
未来评判你的不是你懂多少,而是你能多好地分配和管理资源——也就是智能这种资源——把工作完成。
Dan Shipper23:13
数字与实体
| GDPval 中 AI 对人类专家的胜率(2024) | 12.4% | 4:15 |
| GDPval 中 AI 对人类专家的胜率(2025) | 47.6% | 4:15 |
| GDPval 中 AI 对人类专家的胜率(2026) | 约 83% | 4:15 |
| Every 团队规模 | 30 人 | 9:25 |
| Claude 预测 Dan 在 Slack 发言的准确率(给出 400 个候选答案时) | 93% | 14:46 |
| 要求 Claude 对候选答案排序时命中前 10% 的概率 | 约 60% | 14:46 |
术语
- GDPvalGDPval 基准
- OpenAI 提出的测评:让模型完成真实专业任务,由专家盲测对比人类与 AI 版本的质量
- agency rupture能动性断裂
- 看到模型能替自己完成工作时,对自我认同造成的冲击感
- allocation economy配置经济
- Dan 2024 年提出的概念:价值来自如何分配、管理 AI 资源完成工作,而非自己懂多少
收听指南
想知道「自动化之后人该做什么」具体答案的创业者、产品/团队负责人,以及正在思考个人在 AI 时代如何定位的知识工作者。
开场介绍会议背景(0:00-1:51)可以跳过,不影响后面的核心论证。