自從生成式AI爆火之后，各個廠家都推出了自己的生成式AI產品。但大多數(shù)都是基于簡單的文字生成，少有處理文件和聯(lián)網的功能。前段時間Kimi Chat啟動200萬字長文本的內測，經過體驗后，我有一些不一樣的心得。

請問：你知道Kimi Chat嗎？

產品出來時，我寫過一篇「測評文章」，許多讀者閱讀后表示用了起來。Kimi Chat不僅能搜索資料，還能處理PDF、doc、xlsx、PPT等格式文件，最大支持100MB，處理上限為20萬字。

我注意到，各種討論中，大家對Kimi有不同反應。

有人覺得不錯，稱其為國產之光；也有人覺得沒有達到預期，處理一些較長的內容、長期堅持一個對話時，會出現(xiàn)幻覺。

不過，3月18日，他們在上下窗口技術上，又取得一項新突破，現(xiàn)在Kimi能處理長達200萬字的“長文本”輸入，并且開啟了內測。

沒錯，短短5個月再次升級。

想要申請200萬字上下文功能的內測非常簡單，只需登錄Kimi Chat官網，點擊對話框下方第一條提示，加入內測隊列，幾個小時后，就會收到新的通知。

嗯，經過體驗我學到一些新知識，也有一些不同心得。

01

從哪里分享呢？就從「200萬字」的話題開始吧。

你可能遇到過這類情況：

當用AI工具處理一篇文章、一個網頁鏈接、一個PDF文件時，它卻跟你說，內容太長了，超出處理限值，請上傳一個字數(shù)更少的文檔。

咦，然后，你會疑惑的檢查下文檔大小，發(fā)現(xiàn)明明符合要求，怎么就不行了呢？別急，其實AI工具計算方式和你想的不一樣。

在計算機科學和自然語言處理（NLP）領域中，它們以“token”作為計量單位，token和普通的文字字符是不同的概念。

什么是token呢？

簡單講：一個單詞、一個數(shù)字、或一個標點符號。

比如：

拿句子“The quick，brown fox jumps over the lazy dog?！眮碚f，分詞后，可以得到The、quick、brown、fox等；在英文里，“I love apples”這句話分詞后會變成“I”、“l(fā)ove”、“apples”三個tokens。

處理文本數(shù)據(jù)時，自語言技術首先會進行“分詞”（tokenization），把整個文本拆分成一個個tokens，這樣做的目的，是它可以更好地分析、理解文本的具體含義。

我研究了一下，ChatGPT、Gemini、Claude國外AI模型，把一個漢字算作1到3個token，他們用一種叫字節(jié)對編碼（BPE）的方式來分解文字。

國內像文心一言、智譜AI更傾向于用WordPiece分詞策略，做法是將單詞分成更小的部分，即“子詞”，以便更好地理解罕見的詞和詞根。

簡單來說，將復雜的內容拆成簡單的小塊，讓模型學得更好。

所以，當你看到某AI模型聲稱能處理10萬字，實際處理不了這么多，因為一個漢字可能等于多個token，導致實際處理的字數(shù)比看上去的少。

明白這些你也就理解了，為什么有時文本看起來沒達到上限，卻說超過模型處理的能力了。

目前AI領域，比20萬漢字上下文高的只有谷歌的Gemini 1.5 Pro（100萬token），它主要針對情境學習能力，以及Claude 3定制版（100萬token）。

月之暗月團隊再一次將Kimi能力升級到200萬字，的確是一項重大突破。那么，問題來了：停留在20萬字時，你會用Kimi做什么呢？

02

我問了一圈，得到不少答案。一位朋友說：問想不起來的事兒。

我沒太懂，讓他解釋一下。他說：

前天，讀到一篇文章，講一個女孩在街上被人殺害，周圍有很多人看到了，但沒有人出手相助。他問這是什么情況，意味著什么？

于是這個問題交給AI。

AI告訴他，心理學中，該現(xiàn)象被稱為“旁觀者效應”，即緊急情況下有多個目擊者，個人采取行動的可能性會降低。AI還提供一些歷史上的案例作為參考。簡而言之，提供深刻的見解和背后的理論支撐。

另一個朋友說：問滅火器口訣含義。什么？口訣？

他說，前天消防安全培訓，講師提到一個口訣叫“提拔握壓”。當時沒懂啥意思，人多也沒敢提問，于是，回家后想到用AI來解答疑惑。

他問AI，「提拔握壓」口訣具體什么意思，操作滅火器要注意哪些要點，以及常犯的錯誤有什么？結果AI幫他解決了疑惑。

襖，我懂了。很多工具可以幫助我們解決問題，即使在人多不好意思問的情況下，回頭也能找到答案。

還有一個朋友說：幫我出謀劃策比較多一些。

前幾天，沒有經過總經理簽字的情況下，把一個文件送去了應急局；但總經理明確提到他不同意按照我已經報上去的信息上報材料?，F(xiàn)在材料送去了應急局了，總經理又提出這個事兒，怎么處理比較好？

于是，他把問題甩給了Kimi。

Kimi告訴他，一，承認錯誤，向總經理說明情況；二，嘗試聯(lián)系應急局，看看是否能暫時擱置那份文件；三，如果做不到，趕緊與總經理討論，商定共同立場，以便在應急溝通時一致對外。

四，制定一個預防措施，以后遇到此類問題怎么改正流程；五，處理時，要保持積極樂觀的態(tài)度，不要因為領導生氣而抱怨。

嗯，按照此邏輯執(zhí)行，領導相當滿意，成功躲過一劫。

原來可以這樣。還有一個朋友說，他前兩天用Kimi搞定了一份安全檢查表。

他的職業(yè)是安全管理，在一家化工廠工作。最近因為社會上火災事故頻發(fā)，對火災隱患的監(jiān)管變得更加嚴格了。所以，他要制定一個專門針對危險化學品生產企業(yè)的火災隱患排查表。

于是，直接把需求給了AI。告訴它需要一個包含車間、檢查項、檢查標準、檢查記錄、整改措施、整改負責人和完成日期等信息的表格。結果AI直接做好給了出來。

的確，每個人用法都不同。

我平時閱讀文章、整理別人文章的大綱、要么查找某個公司財報，有時也會讓它幫我把一些問題條理化。

前幾天接到一個小活兒，內部寫的文案有點啰嗦，想把整個公司介紹PPT修改下，我就把文案甩給了Kimi，分分鐘搞定。

所以，不難看出，針對AI，20萬字以內的處理能力，大家做的事情相似，包括搜索、提問、結構化內容，以及做表格等操作，還有一些朋友會用它寫Midjourney的提示詞等。

03

那么，當AI具備200萬字處理能力時，你會怎么看呢？

不妨從工作的角度想想該問題。

一個HR朋友說，最近BOSS直聘找工作的屬實多，我每天平均回復在50家以上，要篩信息，看履歷，看項目經驗，真頭疼。

想象一下，一份簡歷大概500到800字，如果用AI，按1000字算，一次性能吃進去2000個簡歷；讓AI從2000份簡歷中篩選候選人，聽起來是不是挺方便？

人力資源評估這類事情，已經有海外大廠在做了，AI 評估會更全面，而且不帶個人感情，這不一定是最好的辦法，至少給了更多選擇的可能性。

我最近看商業(yè)周刊，還翻一些外文書，但之前用AI幫忙讀書總被字數(shù)限制弄得頭大，有時，ChatGPT也不能直接處理，我不得不把書一分為二給AI。

就拿國外很火，但國內還沒上的《AI產品經理》一書來說，之前讓Kimi來幫我讀，因為字數(shù)太多直接被卡殼了；不過，昨天解鎖200萬字能力后，再次一次性給它，不僅迅速搞定，還幫我把全英文內容翻譯成了中文，效率的確高不少。

還有一點，200萬字的AI學習能力的確很強。

拿編程來說：一般人想成為軟件開發(fā)專家，得下不少功夫，學好幾種語言，弄清楚算法和數(shù)據(jù)結構，才能對開發(fā)流程了如指掌。

但是，有能力處理200萬字的AI，情況完全不同，它能迅速吸收、分析海量編程資料、教程和代碼，很快掌握各種編程知識和技巧，還能針對具體問題提出更好的解決方案，這種學習和應用速度，對我們人類來說是難以想象的。

我試著把將要出版的第三本書的素材交給它，讓它幫我重新理一下思路，沒想到表現(xiàn)出乎意料，迅速分析并給出結構。

可能有些人用過之后就沒再繼續(xù)深究，但我覺得，這種能處理大量文字的技術，對于這些互聯(lián)網上班的人來說，工作方式又面臨一次變革。

為什么？AI 對我們的影響，有三種級別：

一，影響很低，可以不當回事；二，威脅到一部分腦力工作者的職位；三，徹底改變，甚至讓很多工作消失，

如果到達第三階段，你會怎么辦？

有人會拿蒸汽機初期的故事來比喻，記得當時紡織工人因為害怕失業(yè)而砸毀機器。但是，隨著技術廣泛應用，他們最終還是面臨著被淘汰的局面。

在我看來，之前機器主要取代體力勞動，讓人們轉向腦力工作。AI出現(xiàn)情況就不一樣了，它正在把我們從腦力工作中擠出去。

04

那問題來了，AI是不是要我們回到體力勞動呢？

我覺得并非如此。

AI學得快，處理信息也厲害，但有些事情還搞不定。比如：AI能查法律條文、分析案子，但它不能在法律上幫你辯護。

在美國，律師們已經說了，如果AI想上法庭那就違法了，這些限制并非AI做不到，而是，人類給AI設定了一些規(guī)矩。

為什么要設定規(guī)矩呢？因為責任問題、傳統(tǒng)慣例、或出于倫理考慮。至少一段時間內，AI進入不了這些領域，但只是暫時的。就拿律師助理來說，如果AI做的比人好，那助理遲早被淘汰。

這就像大規(guī)模生產導致的產能過剩。所以，我們接下來要競爭的，是那些看不見摸不著的東西。

什么是看不見的呢？

第一點：隱性知識（Tacit Knowledge）。AI只能作為紙上談兵的咨詢師，它可以告訴你香蕉多好吃，它卻沒吃過香蕉，喬布斯在1992年演講時，這樣形容過某些咨詢公司。

所以可以肯定，AI當中也存在看不見的知識。你只有不斷總結個人經驗，才能獲得一些競爭性優(yōu)勢，至于這種優(yōu)勢有沒有價值，就另當別論了。

時不時，我就碰上一些網友反復問的那些老問題。

比如：現(xiàn)在自媒體還能不能做？還有沒有前途？其實，這問題和寫作的根本道理挺像，大家都在寫東西，有的人甚至用AI幫忙寫。

每個人的內容，都有自己的風格，有的文章像紙上談兵，一看就不再看了；但有些內容一看就知道作者親身實踐出來，這種東西AI模仿不來；所以，雖然AI也有它自己的知識體系，但對我們來說，也有看不見的東西。

因此，隱性知識（Tacit Knowledge）是競爭力之一。

第二點：學會提出好問題和保持懷疑的能力。

提問有啥難的？確實，用5W2H、黃金圈法則這樣的技巧提問，看起來能得到你想要的答案。AI也能進行因果分析。

但你知道嗎？AI獲取信息的方式不是直接體驗，它提供給你的答案是根據(jù)數(shù)據(jù)模擬出來的，建立在統(tǒng)計學之上。

比方說，你打算在某個地方開家咖啡館，讓AI幫你分析那里的人流、消費水平、競爭對手數(shù)量，還有營銷策略。AI給出了答案，你真的敢信嗎？

它沒有親自去過，只是通過數(shù)據(jù)推算出來的。所以，反提問、質疑能力未來會成為一個人的基本功。

第三點：你可能要占領一定高地。

什么是高地？與別人拉開距離遙不可及的東西。影響力算，作品也算，優(yōu)勢也算。

要建立優(yōu)勢，得思考怎么做出與眾不同的事，找到獨特位置。這個過程需要時間，也要不斷的嘗試和實踐。

當你和別人做同樣的事時，再怎么努力也只是在維護系統(tǒng)中權力者地位，而自己想要獲得更多掌控力的可能性，卻在減小。

我觀察到，有些朋友糾結于原地，是因為他們從未考慮過在哪些方面構建起「可以持續(xù)積累的優(yōu)勢」。

真正好的機會往往不會有太多人和你爭，因為大多數(shù)人沒辦法堅持超過五年，這類機會，在短期內看起來平平無奇，不怎么樣，不能立刻給你積極的反饋。

而且，超過5年以上的機會，參與者安全感是匱乏的，他們在沒有信心時，總愿意問別人怎么看來獲取信心，其實，時間上能跨越五年以上的機會是靠心力積累出來的。

因此，如果你還沒找到自己的優(yōu)勢所在，不妨思考下，如何構建起「結構性優(yōu)勢」和「可以持續(xù)積累」的能力。

隱性知識（Tacit Knowledge）、學會提出好問題和保持懷疑的能力，以及結構性不斷累積的影響力，我想，是AI不可替代的稀缺能力。

總結而言：

陽光明媚時修屋頂。

想辦法把經歷的事情，工作的思考沉淀下來，去挖掘它們和人生的關系，讓AI幫你優(yōu)化，你得到的數(shù)字資產，會比別人更具壁壘性。

對于線上從業(yè)者，未來要靠影響力和專業(yè)實力吃飯了。