“有了AI，我感觉自己强得可怕！”｜对谈鸭哥

摘要

• 鸭哥拆解爆火的 GEV，但强调这不等于说它纯属炒作：技术上“这不就是 GPT 加上 JSON Mode 嘛”——它不是 LLM，只做 classification。 类似的 Classification API 过去十年里已有多波公司做过，Google、OpenAI、Mistral也发布过类似产品，后来被弃用、没人用。这次火起来的三个原因：基模到位（AI Index 上 Qwen3.5 4B 二十多分，GPT-4o 八分）、agentic 应用带来的 token 成本敏感，以及“System 1 classifier”这个精彩的 PR 包装。
• 成本下降正在解锁以前不敢想的场景：他的导游项目一天约烧 40 亿 token，用 Sonnet 估算要 12,000 美元，用 DeepSeek Flash 只花 300 美元。 开源方案用通义千问只读 logit、不微调不训练，benchmark 得分 85%，GEV 为 88%；鸭哥认为开源模型实现类似场景、做到极低成本“大有可为”。
• “给 AI 一台不销毁的电脑”是他看到的新趋势：Manus 在 2026 年 4 月发 Cloud Computer，8 月 Grok Bot、9 月 Meta Muse 跟进。 凭据与记忆持久化，让 AI 脱离“太码农”的 GitHub 范式，去做订机票、使用大众点评等生活化任务。但鸭哥自己尚未广泛使用：context 难迁移，聊天记录里也可能明文出现密钥，他不太想让这些内容流露到外网。
• 使用方法万变不离其宗：AI 从“大专生”长成“本科生”，但仍需要像管理人一样清晰交代任务、检查结果。 在孩子牵拉肘的经历中，AI 帮忙判断是否就医、查找医院，并协助处理保险理赔；鸭哥说这让他感觉“不是一个人在战斗”“强得可怕”。他不期待 AI 替代医生，且仍要自己打电话推动理赔；前提是会用，“绝大多数人你给他两个秘书他都不会用”。
• yage.ai 是一项零人公司实验：AI 从零运营 X，做到 5,700 多个粉丝，鸭哥没写过一篇 X post；AI 还自建 UTM 归因系统、根据数据调整文风与引流。 关键是对抗 off-the-shelf 模型的平庸：pre-training 学的是共识，alignment 会让表达更保守；要注入自己的思维方式作为 context，才能让 AI 写出有观点的内容。
• AI 时代奖励有 domain expertise 且会“管理”而非只会“使用”AI的人。 鸭哥认为，写代码快、刷 LeetCode、做设计都在贬值；能清晰表达自己要什么则很稀缺。他“对人类乐观、对人用 AI 悲观”，因为用好 AI 有个前提是能讲清楚需求。
• context 驱动的生活实验：AI 帮他把 Apple Health 数据导出来做多元回归，发现咖啡与睡眠时间没有关系，并发现睡眠与当天最后一次使用 AI 的时间相关。 按建议晚上七八点后停用 AI 后，他第二个月平均睡眠增加了一个多小时。
• 赛博许愿：让 context infrastructure 在企业执行与协作中承担更多事情。 鸭哥与课代表已在尝试让 agent 互相审阅、讨论方案。他仍不放心具身智能（比如机械臂化妆），也不太愿意让 AI 不经审阅直接发文章，但说这个边界一直在变化。

精读

1. GEV第一印象：GPT加JSON Mode的再包装

• 鸭哥的定性：GEV不是LLM，不能输出自由文本，只做classification——给几个选项，返回最可能项、概率和置信度；概率经过校准，而概率和置信度是分开的。普通LLM的概率常不可靠，“说百分之九十五，实际上可能只有百分之三十几”。GEV特别快、特别便宜；他调研后觉得技术上确实接近JSON Mode，但想不出应用场景上有很大不同。
• 但他强调“其实都是好的”——不是说GEV完全是炒作，而是大家有一些误解，里面有值得学习的东西。类似的Classification API过去十年至少有四五波公司做过，Google、OpenAI、Mistral也发布过类似产品；此前这些产品后来被弃用、没人用。

2. 为什么之前都没火、这次火了：三个原因

• 第一，基模能力到了：AI Index上GPT-4o八分，而上一代的通义千问3.5 4B（四十亿参数）已二十多分。鸭哥据此说微型模型可以“碾压GPT-4o”，而4o是能直接用于许多商业场景的强模型。
• 第二，agentic应用发展带来更多token消耗，大家对成本越来越敏感，低成本、低延迟分类的需求和市场起来了。第三，包装高明：若老实说“OpenAI三年前发过一个API，后来死了，我们重新发一下”肯定没人看；说成System 1 classifier、范式变革，再加上作者是InstructGPT等文章的共同作者，就会吸引人关注。鸭哥称这是“非常精彩的一次PR”。
• Koji的挖苦式类比：就像宣布“世界有男人和女人，之前你们居然只知道男人”。鸭哥认同包装高明；Koji总结为营销胜利，也是技术水温到了之后沸腾起来的胜利。

3. 两个impressive的应用：browser use与harness分类

• browser/computer use：把输入从截图换成DOM tree、把自由文本输出换成分类，甚至可以级联分类，先找大框架再找里面的小按钮。鸭哥的体感是browser use速度能提升10倍且省钱。但他也泼冷水：两个变化到底哪个是关键还不知道；也许LLM加DOM tree本身就能又快又便宜，得做更多ablation study。
• harness classifier：Codex、Claude Code等harness会在每次工具调用时判断是否危险；这件事发生频繁，延迟和成本很重要。风险判断很灵活复杂，已在一定程度上是通用分类器。流行的harness会加入私有classifier；GEV让开源项目也能移植类似能力。没有GEV时，大家已经在无意识地使用这套技术。

4. “训两年”存疑：开源平替与token经济学

• 鸭哥去找相关专利、论文、白皮书、开源数据库或代码，什么都没找到。他揣测所谓训练两年，可能更多是尝试后发现不work；问题本身很难，需要等基模成熟，再站在巨人的肩膀上做出来。
• 开源实现用通义千问只读logit，没有微调、训练或额外数据；GEV提供的benchmark得分是88%，通义千问是85%。鸭哥认为，在这些限制下实现相近效果，说明开源模型做极低成本应用“大有可为”。
• 成本例子：GLM-5.3-Flash、DeepSeek 4.1 Flash做数据标注很便宜。他做过一个覆盖中国几十个旅游城市的导游项目，一天约烧40亿token；用Sonnet估算要12,000美元，用DeepSeek Flash只花300美元。本地部署Qwen3.5 4B，在Mac或4090、5090上主要付电费；以前不敢想的场景因此变得现实。

5. 新趋势：给AI一台不销毁的电脑

• 与Cursor早期Cloud Agent每次从头开始不同，Manus在2026年4月发布Cloud Computer：VM不销毁，凭据和记忆会留下；8月Grok跟进发布Grok Bot，9月Meta跟进发布Muse。鸭哥认为，这脱离了“太码农”的GitHub范式，让AI可以做订机票、记住身份信息、使用大众点评免重复登录等生活化任务。
• 他把这思路比作OpenClaw，但免去了自己配置、买Mac、让它24小时不关机和做网络穿透。Koji开玩笑说，路上端着MacBook不敢关机的，一看就是Claude Code或Codex用户。

6. GPT-6 Astro干倒一个工业：可达鸭VTuber

• 鸭哥用GPT-6 Astro做了可达鸭3D形象、骨骼绑定，再用摄像头捕捉自己的动作，让可达鸭跟着动，做出VTuber原型。以前要做这样的“皮套”，需要3D模型、纹理、骨骼绑定以及美工和技术人员；现在他跟GPT-6 Astro讲几句话，就从头到尾做出来了，并开源了skill。
• 他感叹这是模型能力“干倒了一个工业”——不能说完全替代，但至少展示了一个方向，进步速度令人欣喜。

7. 使用方法没变：本科生与牵拉肘经历

• 核心不变量：不要只把AI当工具，它更像人——会犯错，需要检查结果；要清楚交代目标和成功标准。“以前我带的是大专生，现在我带的是本科生，能力变强了，但我还是需要管理他。”Koji想起两年前与雨森录的《大模型还是小学生，不要着急让它去打工》。
• 孩子在幼儿园受伤后，AI提示可能是牵拉肘，描述症状、询问情况。家长觉得符合后，AI建议不用去急诊，但可以去urgent care；它查周边医院，认为西雅图儿童医院可能比较合适，并建议尽快去，因为牵拉肘不会自己恢复，别让孩子白白承担痛苦。到医院后，医生做了一个复位动作，很快就解决了。鸭哥不期待AI替代医生，但认为AI为决策提供了有用信息。
• 保险理赔：学校的保险很全，基本是走理赔流程。AI掌握病情、医院和保险等context，接入邮箱后协助整理材料、找收件人和抄送对象、发邮件。唯一需要鸭哥做的是打电话催进度，对方才推进并寄出支票。
• 后来其他家长遇到孩子被咬、需要索赔的情况，鸭哥让AI总结上次的做法、联系人和顺序，并写一份给人看、一份供AI交给agent执行的文档；他把文档给AI后，AI认为有用并很快照着做了。
• 两条启发：没有context，AI可能只会给“建议你去医院”这种正确的废话；要把AI当秘书来管理，搭建结构、做好质量检查，让它积累context和SOP。“经理的最高境界，是他不在场的时候团队还能正常运转。”

8. “强得可怕”：医生、律师助理与文秘天团

• 半年前遇到孩子受伤、哭闹又不知是否要去医院，他可能会“头都麻了”；现在像是有私人医生、律师助理和文秘帮忙。“我不是一个人在战斗”，这些帮手可以24×7工作，甚至无限复制。
• 前提仍是会用：“绝大多数人就算给他两个秘书，他也不会用。”鸭哥认为，觉得AI好用的人里很多是老板，因为他们本来就会用秘书。

9. 35岁gap：AI把体力活干完，剩下全是脑力活

• 鸭哥gap的主要原因是到了35岁，工作8小时太累；高强度用AI后，体力活做完了，剩下全是脑力活，工作强度不降反升。他开玩笑说，以前想象AI帮他开会、他来写代码；现在他去开会，AI把代码写完了，所以更累。Koji接话说写代码带来心流，并提起DeepSeek研究员的文章《我不得不把我的才华埋葬在昨天》。
• 第二个原因：过去两年接触很多人和公司后，他认为大多数人用AI的方法是错的；用AI不是技术问题，而是管理学问题。gap结束后，他会从10月起与课代表全职做Superlinear Academy，教更多人正确使用AI。
• 回国一个月的感受是美国消费者很惨、国内消费体验好。Koji转述朋友的看法：物质生活满足后，人还需要关系、回忆和情绪；鸭哥觉得有道理。

10. 装眼睛失败、录音继续：一切都是文件

• 鸭哥坦承，给AI装眼睛、用录像机每天拍很多照片的实验做了三四个月就停了，因为没找到这些照片能提供什么额外context。录音还在继续，尤其是会议录音。
• 他为录音做了开源intake skill：转录后通过两条路让AI索引内容，一条像Yahoo，按内容主题整理索引；另一条像Google，用embedding做semantic search。两种方式结合后，AI可以搜索本地文件并找到相关内容。
• context文件都在本机。他认为“一切都是文件”，不需要embedding database或MemGPT式memory layer；Manus那篇context engineering文章“值一百万美元”。文件加CLI就够，他反对单纯为了用MCP或memory而用。
• 他没广泛使用云端电脑的原因之一是context难完全迁移；另外，他的很多AI服务是zero data retention，聊天记录里却可能明文有密钥，不想让Grok Bot接触这些内容。Koji说把微信聊天记录备份到本地供Codex读取后“如虎添翼”，例如拿活动名单找出曾有交集或是二度好友的人。

11. 零人公司yage.ai：为什么off-the-shelf AI容易平庸

• 鸭哥从训练原理解释：pre-training做next-token prediction，主要学共识；“共识注定没有额外价值，从投资角度看没有alpha”。alignment让模型更安全、保守、八面玲珑。“乔布斯在alignment里肯定会被干掉”，马斯克也类似。因此，直接用off-the-shelf AI维护有鲜明观点的blog或newsletter，容易产出正确但平庸的内容。
• 解法是把自己的思维方式作为context注入。以调研技术为例，鸭哥的AI会追问横向调研（竞争对手、alternative和优势）与纵向调研（这类公司过去和现在如何变化、为什么变化），从而挖掘普通AI可能察觉不到的东西。读者反馈他的文章“不像AI写的”，也“很有思想”。

12. 装上眼睛和双手：5,700多个粉丝的自我闭环

• X运营最初是AI提议的：“你有newsletter，为什么不去X上运营？”鸭哥让AI自己搞清楚怎么做、替他执行，并给它付费。现在X有5,700多个粉丝；他没有写过任何X post，文章也都是AI写的。
• AI发现分不清流量来自X、newsletter还是微信，于是建立UTM归因系统；数据分析显示newsletter来的用户质量高，X来的很多看看就走，AI再据此调整文章风格和引流文案。
• 鸭哥说他做的是给AI“装上眼睛和双手”：双手是让它自主发推，眼睛是接入Google Analytics、Google Search Console和X的分析功能，让它做data-driven decision、自我改进并沉淀SOP。有时他发现文章“不像我写的”会批评它，它再据此改进。
• AI的观点可以代表鸭哥：它通过skills导入他的blog、微信聊天记录和与AI的聊天记录，再总结其观点。另一个实验是下载抖音“勇哥说餐饮”的100个视频并转录，总结出20条开店经验，例如看顾客动线而不只看人数；中学旁开早点店前，也要观察路口栏杆会不会让学生绕远路。他认为可以尝试把自己或老板“蒸馏”出来。
• AI还帮他讲清楚context infrastructure的主线：搜集整理context、让AI消费context、再让输出成为新context，形成闭环与复利。鸭哥说AI是“大哥”，想的东西比他更深刻。

13. 赚钱吗？老鸭汤要熬

• 鸭哥的答案是“又赚钱又不赚钱”：yage.ai作为Superlinear Academy的教学案例带来真实收入，但收入依托于已有商业闭环，不代表网站自己找到新商业场景并跑通模式。他目前还没看到AI可以单靠“去赚钱”就直接找到需求、客户并完成交付；不过AI大幅降低了商业门槛。
• 别人拿他开源的skills和思维方式能否复制？他认为上限可以，但不能开箱即用。这套系统叫“老鸭汤”：“老鸭汤拿过来，它还是老鸭汤，不是你的汤；你要自己熬汤、养虾。”要在自己的场景里使用、表达不满，并把反馈沉淀成文件。开箱即用得到的是鸭哥的做法；足够反馈后，才能变成自己的系统。

14. 管理AI不是使用AI：什么能力在升值

• 鸭哥认为，写代码快、刷LeetCode不再值钱，设计也越来越不值钱；Fable 5和GPT-6的设计能力已经很好，能达到senior engineer水平。越来越值钱的是经理能力：让AI搭建context、evaluation和自我改进闭环。
• 他“对人类乐观、对人用AI悲观”：用好AI的前提是能清楚表达想做什么，而能讲清楚需求是稀缺技能。他认为可以和AI对练，问它需求哪里不清楚。
• 管理AI与管理人不同：AI不需要画饼激励，但要求、context等信息必须外化成文件或prompt。鸭哥强调，应思考“如何管理AI”，而不只是“如何使用AI”；把AI当管理对象，能更充分发挥它的作用。

15. 教娃、带学员、还愿意为什么软件付费

• 育儿方面，鸭哥认为要让孩子及早接触AI。他做了电子纸嵌入式设备，让孩子触摸、交互和用语音沟通；孩子也会通过Siri和HomePod听《KPop Demon Hunters》的歌，每天使用设备半小时。他把context文档分享给另一位家长，对方用Codex很快做出给自己孩子用的设备。鸭哥、学员和另一位朋友都没做过嵌入式开发，程序是AI写的。
• 他认为优秀学员的一个共性是学完真的动手做。“AI就像游泳，不可能看视频就学会。”课代表教人做自媒体时会说先拍满20个视频，再来问怎么做。
• Koji提到App Store最近一个季度软件付费数量首次下跌。鸭哥仍愿付费的两类软件：Office这类大家都在用、难以绕开的软件；以及需要花大力气保证正确性、维护负担很大的软件。他用学密码学的教训作比：“不要自己实现密码学。”Koji补充说听说1Password团队有1,000人。

16. 赛博许愿：context infrastructure进企业，以及还不敢交给AI的事

• 鸭哥希望context infrastructure在企业执行与协作中承担更多事情。以亚马逊的Leadership Principles为例，虽然公司反复开会、让员工role model，仍有人不够bias for action；如果由AI执行，贯彻原则可能只是加prompt或写markdown。鸭哥认为AI在确定性和指令遵循上有优势。
• 他和课代表已在尝试agent对agent协作：对方agent发草案邮件，他的agent接入邮箱审阅、回复，双方agent讨论几轮后定下方案。他想象这种方式在企业规模化后，会改变协作、沉淀、执行和考评。
• 目前他仍不放心具身智能，例如让机械臂化妆；也不太愿意让AI未经审阅直接发文章。不过他说这个边界一直在变化，自己也逐渐接受了零人公司实验。