文：王智遠 | ID:Z201440

今天去了一趟騰訊 Ima 的線下活動。

聽了六個人的分享，有能源經濟學家翟永平、百宸律所的龔煥律師、海南省統計局的符策文；還有北京交通大學的鄭濤教授、屠龍之術主播莊明浩，以及 Ima知識號的產品經理Cathy。

然后，發現他們在講同一件事：自己攢了十年、二十年、四十年的專業知識，正在脫離自己的大腦，獨立活著。

因為這些人在AI出現之前，就已經在做知識積累這件事了，而且做了很久很久。

比如：翟永平，1978年考上清華熱能工程系，后來去法國讀完碩博，在非洲開發銀行和亞洲開發銀行一共干了27年。

寫文章寫了40多年，最早是紙質校刊，后來寫新浪博客，再后來開了個公眾號，叫「國際能源小數據」，寫了十年，快五萬訂閱了。

莊明浩做了個播客叫「屠龍之術」，100多期，專門追蹤AI行業的動態。

他每兩三個月手搓一個幾十頁甚至近百頁的PPT，把當期AI行業的技術、資本、競爭、融資全部整理一遍，朋友說聽他播客像聽網課，聽之前需要沐浴更衣。

龔煥講了一個很具體的痛點。

律師的經驗全裝在自己腦子里，人走了，經驗就帶走了。律所作為一個組織，一直想把這些東西沉淀下來，一直沒找到好辦法。

符策文，2014年就在海南省統計局開了微信公眾號做數據服務。

十幾年了，全省的統計數據、法律法規、實務指南一直在往外推，一直在琢磨怎么讓數據真正被人用起來。

鄭濤試過公眾號、試過視頻號，通宵寫出來的文章發出去，閱讀量個位數，一直在找一種適合教師身份的知識傳播方式，碰壁好幾年了。

你發現沒有，這些人在遇到AI之前，狀態很像，燃料已經攢了很久，缺一個更好的爐子。

那如果有了爐子，把知識倒進去之后會發生什么？Ima 做的就是這個事，變化比你想象的來得快。

符策文把知識分成三類：

官方統計數據、法律法規條文、統計工作實務指南；分好類灌進去之后，原來要打12345熱線問的事，現在對著知識庫打一句話就有答案，還帶著原文出處。

一線統計員的感受最直接。

過去出差調研，要么打印一沓紙，要么往手機里塞一堆文檔，在手機屏幕上翻表格找數據，非常考驗眼力和耐心。

現在呢？一部聯網的手機加一個知識庫，全省的統計數據隨你調用；寫一個分析提綱，現在十幾秒出框架。

他說了一句話，我覺得特別準確：數據的真正價值和發布出去關系不大，得被用上。

翟永平的變化是另一種。

他每天的工作流變成了固定的三問。早上打開Nature、Science或者頂級能源平臺，找到最新的研究，扔進知識庫。然后開始問：

一，庫里已經有一千多篇文章了，這篇新東西，到底新在哪？二，這個成果對能源行業來說，意味著什么？第三，對普通人意味著什么？

他說，公眾號永遠回答不了第一個問題，知識庫可以。

因為庫里堆了一千多篇文章，新研究一進來，AI能把它放在已有的坐標系里定位，跟以前的工作比一比，亮點到底在哪，它說得出來。

還有一層變化，是語言。

他日常工作涉及中英法日四種語言。知識庫直接把這面墻推倒了。

他說了個事，法國人在搞大模型，很少有人知道。法國人用核電這種低碳電力支持數據中心，這個方向上有值得參考的實踐。

這些信息過去被語言擋著，現在直接穿透了。

他做了十年的公眾號，訂閱雖多，但一年知識號給他帶來的互動質量，超過了經營十年的公眾號。

鄭濤的用法偏教學。

他主講數字電子技術，這門課工科學生都要修；學起來不容易，因為不光有課本知識，還要面對示波器、頻譜分析儀這些貴重設備，平時只能去實驗室排隊用。

他用copilot基于知識庫里的教案，開發了一個基于網頁的可交互模擬實驗。

這個細節可以單獨拎出來說一下。

它不僅能正確運行，還可以把輸入輸出結果，可視化展示出來，背后依賴知識庫里，那些經過確認的教學資料，跟通用大模型的數據沒關系。

教案、競賽資料、嵌入式開發手冊、實驗指南全在里面，學生用他的知識庫像查字典。

他布置作業的時候跟學生說，你可以用AI，看知識庫里的文章能溯源，知道答案的出處在哪，給我說清楚就好。

百宸律所的變化，是最結構化的。

一年下來，龔煥自己建了20多個skill，覆蓋了起訴狀、答辯狀、律師函、法律意見書這些核心交付文書。

操作流程不復雜：把項目信息放進共享知識庫，把團隊成員拉進來，調用對應的skill自動生成文書。

他給了一個數字：90%。

律所文書自動化的比例做到了90%；或者說，在整個流程中，90%的步驟是自動化完成的。

這個數字是什么意思呢？

律師不用再花時間翻法條、翻案例、改格式了，從四號字改到五號字，行間距從1.5改到24磅，這些事不再需要人來做，律師的精力可以放在更有價值的地方。

把知識扔進知識庫，這件事不難；接下來發生的事，連創造者自己都沒預料到，因為，知識開始自己跑了。

龔煥寫了一個skill，名字挺有意思，叫「自我進化系統」。

啟動之后，agent會全網去搜跟這個skill相關的方法論、工具、技術趨勢、行業文獻。然后，列一張表告訴你：

你現在的skill跟行業前沿差多少，差在哪幾個點上，哪些地方可以改進；你挑幾個改進項，它自己重新生成代碼，自己跑出新版本。

他舉了一個例子。

合同起草的skill，上線三四天，已經迭代到第十個版本了。大部分skill現在都是自動更新的。

他說了一句話，在場聽著挺扎心的。他說，進化了四五輪之后，我已經沒辦法給這個skill提出更好的建議了。這句話的意思是，知識進化速度，已經超過了創造者本人。

還有一個變化，更安靜，但也更深。

他說自己已經很長時間沒有「打開」過知識庫了；是每天都在用，用的方式變了。

他們律所所有的skill里面都寫了一條強制規則：必須先檢索知識庫，再輸出結果。

以前人在打開、在翻、在找；現在agent在調用；知識庫從一個給人查的產品，變成了agent跑任務時必須經過的底座。

翟永平的copilot也發生了類似的事。

他把40多年寫過的文章、博客、論文、會議發言，全部灌了進去，讓copilot好好學，他給copilot起了個名字，說你先得懂我。

結果copilot真的懂了，他說了一件事，40年前的事，誰是誰，哪段歷史，他自己都記不清楚了，copilot全知道，他自己都不知道的信息，copilot能從那些舊資料里翻出來。

他現在用copilot寫書，40多年的經歷、背景確認完之后，copilot出大綱，他確認章節，然后一節一節寫，一天一節。

他說了一句話，我印象很深，這個copilot寫出來的英語句子，我都能聽出來是我的風格，它記憶力比我好。

Cathy在分享里給了一個數字：

1.4億。這個數字是知識號的內容被AI調用的次數，我覺得數字的含義，比它表面看起來要重得多。

1.4億次調用，意味著這些知識已經進入了AI的每一次回答、agent的每一個任務、用戶做決策的每一個瞬間。

知識一旦被倒進容器，它就有了自己的生命周期，被調用，被組合，被進化，甚至進化到創造者自己都跟不上的地步。

看到這，估計又有人該焦慮了。心想，知識都自己跑了，那人還干什么？

莊明浩的分享，剛好站在所有人表達的反面。

他把做PPT的過程拆成四步：搜集、整理、加工、制作。前三步，AI已經深度參與了。

他每個月在IMA上收藏幾十張可視化圖表、幾十份PDF報告，AI幫他做翻譯、做摘要、做框架整理。

他說，IMA上PDF的對照翻譯是他用得最多的功能，不改格式，免費，翻譯質量穩定，這件事現在很難找到更好的替代。

目前唯獨最后一步，制作，他還在自己摳，比如：每一頁PPT的字體選什么，色號怎么調，標簽如何打，還是要自己搞的。

他的分享標題叫「最后的手搓」，手搓兩個字加了引號。

他在現場講了一個故事，2016年AlphaGo贏了李世石；十年之后，李世石上了一檔韓國綜藝，說了一段話。

他說，圍棋不可能達到完美。所以，每個棋手都得創造屬于自己的風格，這跟藝術是一個道理。

從藝術的角度看，勝負只是創作好作品時順帶出來的東西。哪些人最后贏得多呢？往往是全身心扎進作品里的人。

節目最后，主持人說了一句話，我們太早失去了一位本該是藝術家的圍棋選手；莊明浩說，你看，我們可能是最后一代真正意義上還在手搓PPT的人。

翟永平在臺上說：

我延長不了生命的絕對長度，因為我65歲了，自己還能工作多長時間，用手指頭數得過來，不過，能不能擴展生命的寬度？一定可以的。

有了IMA copilot，過去寫一個方案要十個小時，現在一個小時，質量還更高，如果這個效率一直保持，他未來五年能做的事，一定會超過過去四十年。

他說這是實打實的生命延長，在有限的時間里，能創造的東西多了，能影響的范圍大了。

他的變現方式也跟別人不一樣，他靠知識庫讓自己變得更強，接到更多的合作，服務更多的客戶，獲得更多的信任。

龔煥從另一個方向畫了一條線。

他說，AI能把活干到九成，最后一層是跟客戶的對接、談判、共情，是人和人之間的信任和判斷，這個不該被替代。

他還暢想了一個更遠的場景。

未來客戶不找律師了，對著自己的agent說，某某人欠我錢，你幫我想個辦法追回來；客戶的agent去全網調取各家律所的agent，跑出好幾個版本的起訴方案。

判斷這個客戶自己能不能搞定，搞不定再推薦律師，到那時候，律所觸達的對象是客戶的agent，agent對agent的影響力，才是律所的品牌價值。

所以，你看，知識在往自動運轉的方向走，人在往判斷和審美的方向收，這兩條線交叉的地方，就是現在IMA正在做的事情。

那你可能會想，AI都這么強了，以后還愿意為知識掏錢嗎？我認為會。只不過付給那個知識號背后，一個人攢了十年二十年的經驗。

人類經驗不會退化，它只不過換了種進化的方式。