AI的懂你，是內容工程師一句句調教出來的
曾經寫新聞的人轉身成為AI的內容工程師，把提問、共情和分寸感拆成訓練規則——AI的「懂你」由此而來，但基於共識的訓練也讓他們承認：偉大的藝術不會從這裡長出來。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
內容工程師設計人類的觀感
東尼看到Meta招聘「content engineer」的崗位，要求有內容、編輯和影視製片經驗，他認定這就是為自己準備的。他解釋這個崗位不是設計模型或產品風格，而是設計人類的觀感：定義什麼樣的對話算好，把靈感、語感、靈魂碰撞這些只可意會的東西，拆解成可以量化、訓練和評估的規則。普通語言同樣有語法句法，可以被技術化地拆開分析。
— 東尼理解提問者的言下之意
比安卡舉例：有人問Taylor Swift會不會在麥迪遜廣場花園結婚，壞回答是直接說會並列出伴娘名單，或機械拼接信息；好回答是承認信息不確定，補充猜測的來源和背景。內容工程師的專長是理解意圖，而不是只理解字面問題，尤其是非西方文化中真正重要的信息常不直接說出，需要靠語氣、停頓和追問捕捉。這跟口頭採訪優於郵件採訪是同一道理。
— 比安卡國際化是從翻譯變成再創作
東尼說生成式AI讓本地化從單純翻譯變成語境再創作：同樣的信息，在中文語境下要回答「誰是中國的梅麗爾·斯特里普」，可以寫成「斯琴高娃拿了金雞獎」。AI懂語言但不懂文化對應關係，而娛樂記者天然帶著垂直領域的小模型，最適合去調教這類策略。他還提到視頻生成模型偏愛流行審美臉，懂電影臉的人能更快提升模型多樣性。
— 東尼語境破碎時人腦補和AI相似
比安卡援引ICLR大會最佳論文：AI處理複雜多輪對話時，若上下文不足會不斷腦補，錯誤像滾雪球一樣越滾越大。她想起自己2018年研究微博上旺角女童事件，評論區從友善聊天變成互罵，正因語境破碎，大家開始腦補對方身份。她認為人文學科的觀察和AI行業的發現相差不大，許多問題在語言學界早已被研究過，現在只是換了一個實體重新探索。
— 比安卡共識訓練不會產生偉大藝術
比安卡承認AI的訓練本質基於多數人共識，優化的是人類整體的共同標準，因此不會產生偉大的藝術。人之所以為人的最佳本質恰恰不來自共識。她嘗試用AI寫劇本，但AI給出的內容抓不住她真正想要的東西；《瞬息全宇宙》的劇本不可能自然從AI產生，因為AI會認為它不合邏輯、不符合學院派三幕結構。她相信隨著時間推移，會看清哪些地方適合AI，哪些不適合。
— 比安卡AI偷工作敘事混雜多個問題
東尼對「AI偷走我的工作」的敘事表示懷疑。他認為這裡面混雜了至少三個獨立問題：零工經濟在AI出現前就存在，媒體人之前靠開Uber、做DoorDash維生；AI trainer的項目制意味著做完一單就走，AI不會因此變成資深編劇；更重要的是，這個敘事把創作者和AI對立起來，忽略了第三條路——把AI當畫筆。沒有攝影機的人可以拍電影，沒有特效預算的人可以做特效，應該問「有了AI我能創作什麼」。
— 東尼few-shot讓voice agent打開
東尼在養病期間想做一個播客主播voice agent，先用system prompt設定角色，結果聊到第三句就忘了設定；再建一個智能體，加太多限制反而把AI搞崩。最後他把過往播客的問題和內容分開，每次讓AI隨機抽幾條作為few-shot example參考，AI一下子知道什麼是好問題、好內容和好語氣。谷歌DeepMind因此注意到他，一個無代碼基礎的前媒體人用播客經驗調教出的Gemini voice agent，多輪對話比原生模型更生動靈活。
— 東尼AI諂媚是產品設計問題
東尼認為AI諂媚不是行文問題，而是產品設計：要是AI天天與你嗆，大多數人不會用。人很貪心，希望AI幫你幹活，又要求情緒價值，但不能一直給。核心是人類作為一個集體想要的東西太多，產品為了發展ROI必須儘可能留住用戶，這需要脆弱的平衡。最終責任在人類自己，但AI在事實核查上效率高得多，例如家人轉發明顯的假新聞，用ChatGPT核查後他們居然接受了。
— 東尼原話 · 已逐字校驗
如果要說我的專長的話，我會說是理解意圖，而不只是去理解字面的問題。
如果要說我的專長，我會說是理解意圖，而不只是理解字面的問題。
比安卡9:23
其實人的腦補和AI腦補在contexs破碎的情況下是蠻相似的一件事情。
其實人的腦補和AI的腦補，在上下文破碎的情況下是相當相似的一件事。
比安卡19:19
就其實這個事情核心是人類作為一個集體，我們想要的東西太多了。
其實這個事情的核心是：人類作為一個集體，想要的東西太多了。
東尼38:23
數字與實體
| 洛杉磯兩年內流失的影視崗位 | 4萬多個 | 0:00 |
| 美國報紙採編崗較2008年減少比例 | 一半 | 0:00 |
術語
- Content Engineer內容工程師
- 在大模型公司定義「什麼樣的回答算好」並訓練模型行為的前媒體工作者。
- System Prompt系統提示詞
- 給AI設定角色、語氣和邊界的一段指令，內容工程師常用來定義對話風格。
- Few-shot Example少樣本示例
- 在對話中隨機抽取少量示例作為參考，讓AI模仿其中的語氣和內容質量。
- Voice Agent語音智能體
- 能進行語音對話的AI代理，東尼用來做了自己的播客主播。
- Parasocial Relationship準社會關係
- 用戶與遙遠實體（如書里人物、熒幕形象或AI）之間的單向情感聯結。
收聽指南
想從媒體轉行AI的記者、編劇和內容從業者；也適合AI產品經理和創業者理解模型回答背後的產品設計。
開頭的節目介紹和結尾的訂閱提醒可跳過，核心內容從3分鐘開始。