策略即智能：AI时代人机协作与知识管理

故事

2022年12月，在某天晚上睡前刷着今天的科技新闻。突然，一条新闻简评触动了我的神经 —— GPT-3 For Develper发布，人工智能迎来了新的突破。我震惊了，搜索了一下GPT-3的相关新闻和演示，一一浏览。

好啦，这下完全不用睡了，因为我内心已经涌起一股莫名的兴奋 —— 属于人机协同的时代即将开始了。于是我耳语和爱人说“我不睡了，今天有历史大事件，我要亲自下场看看。” 然后驱车回公司去，到公司那会，已经凌晨2点多了。

当时我聚焦在教育领域，正在推广小熊编程到学校或培训机构，让更多小孩能从小就能通过无代码可视化3D编程的玩中学的方式掌握结构化思维（编程思维）的方法。于是我花了几个小时，不停地和GPT探讨关于教育、关于学校、关于孩子的认知、关于编程 …… …… 说实话，对比当下，当时GPT还没有联网搜索功能，推理能力也还不行，但当时对话的体验，已经让我隐隐约约觉得 —— 所有的行业未来都要被AI改造，就像互联网和移动互联网时代一切都要被改造一次一样，只是，这一次会来的更烈一些。

果然，非常快的速度，GPT的用户增长速度创造了新的历史。这个事实让我更笃定了未来是智能的未来，人机协作的未来，孩子需要学习如何驾驭智能（又不能依赖智能，更不能被智能驾驭），于是我选择走上人机智能协作研究之路。

认知变化

2023年-2025年，我几乎把一切事情都放下，完全投入到人机智能协作的研究中。我开始思考，人机智能协作的未来会是怎样的？过程中，接触到了一些我认为特别有真知灼见的高手，他们的某些观点，让我对AI的未来有了更深的认识。

2023年3月9日，在我深度使用GPT的3个多月（当时应该是GPT-3.5渐进到GPT-4的阶段），我把我从14年的知识管理的思考和对AI的理解，以及对人的学习、发展及迭代构建了一张我认为未来人机智能协作的框架初稿。

事实证明，后面的发展，证明了我当时的判断：

1. LLM往Agent化发展，进入了多步推理，从generate tokens走向了plan & execute tasks，简单来说就是具备了计划、执行、验证、反馈的任务智能的能力。

2. Search Engin也以Deep Search的功能成为了Agent的标配。

3. Process & Polish 以MCP，A2A和现在非常火的Skill.md的方式存在。

然后，接下来是什么呢？

（感兴趣的朋友可以去翻我的朋友圈“AI利器Leo”或者历史文章，应有描述）

然而，太多人想要“3分钟完成……”，“一键实现…………”，“零基础做出……软件”…………，我认为这是巨大的玩笑，也是荒谬，这样的认知，产出的东西，只能是垃圾。

• •隐性知识是知识管理的术语，可以自行搜索了解。

于是我很自然得到了一个结论：

我的建议

• •聚焦自己的专业领域，管理好自己的领域知识，学习和实践人机协作的知识，最终用AI赋能自身，强强联合，用策略驱动智能，成为领域超级个体。
• •工具、提示词、技巧……这些每天都会变化的东西，信息在无限膨胀，不值得你花更多的时间去看，偶尔扫一眼知道AI发展方向和工具迭代方向即可，因为最后工具都会落到具体细分垂直应用领域，你捡起兵器来用就好了。

一些视频

黄仁勋，Tinyfool，Andrej Karpathy，Andrew Ng等，我也罗列一些我觉得特别有价值的视频给大家：

1. ChatGPT给的机会, 你能抓住吗?

2. 黄仁勋：NVIDIA 黄仁勋荣获2025霍金奖，分享AI革命与创业心路；AI将改变所有的工作，让你重回工作重点。

(想到的就写写上，漏了的后面我想起来更新上来)

写在最后

如果你对人机协作方向也有心得，或者你想要学习人机协作的方法，不妨大家结伴同行。关注我的X或给我发邮件，我们可以建立第一次的握手交流。