过去几年，我和各行各业的人聊过AI。有个很明显的感受，在我接触过的人里，程序员群体似乎最相信“AI会取代大量工作岗位，造成大规模失业”这套叙事。
但很多行业的从业者，根本不买账。
很多行业的核心竞争力，来自几十年甚至上百年积累的隐性知识、内部数据、工艺诀窍和实践经验。这些知识绝大部分没有公开发表，更没有被系统地数字化。很多甚至只存在于企业内部，或者资深员工的脑子里，根本没有被大量写出来。
他们现实工作中大量问高度依赖具体场景，重复率很低，甚至是从未遇到过的新问。解决这些问，需要长期积累的经验、判断力，以及不断试错。
AI当然可以学习公开资料，也可以通过授权获取部分企业内部数据。但那些大量从未记录，没有数字化，也无法接触到的行业知识，AI很难直接学到。
无论模型多强大，算力投入多少，只靠扩大模型规模和训练数据，也无法自动获得所有行业的隐性知识和真实世界经验。
这是当前AI发展面临的一个重要约束，也是很多人严重低估的现实。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
但很多行业的从业者，根本不买账。
很多行业的核心竞争力，来自几十年甚至上百年积累的隐性知识、内部数据、工艺诀窍和实践经验。这些知识绝大部分没有公开发表，更没有被系统地数字化。很多甚至只存在于企业内部，或者资深员工的脑子里，根本没有被大量写出来。
他们现实工作中大量问高度依赖具体场景，重复率很低，甚至是从未遇到过的新问。解决这些问，需要长期积累的经验、判断力，以及不断试错。
AI当然可以学习公开资料，也可以通过授权获取部分企业内部数据。但那些大量从未记录，没有数字化，也无法接触到的行业知识，AI很难直接学到。
无论模型多强大，算力投入多少，只靠扩大模型规模和训练数据，也无法自动获得所有行业的隐性知识和真实世界经验。
这是当前AI发展面临的一个重要约束，也是很多人严重低估的现实。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
