llm如何改变技术传播的剧本
变革性技术通常遵循自上而下的传播路径：起源于政府或军事环境，通过企业传播，最终到达个人——例如电力、密码学、计算机、飞行、互联网或 GPS。这种进程让人感觉很直观，新的和强大的技术通常很稀缺、资本密集，并且在早期阶段使用它们需要专门的技术专长。
因此，在我看来，LLM 显示出了对这种模式的戏剧性逆转，这非常独特和引人注目——它们为普通人带来了不成比例的利益，而它们对企业和政府的影响则要小得多，而且滞后得多。ChatGPT 是历史上增长最快的消费者应用程序，每周有 4 亿活跃用户使用它来写作、编码、翻译、辅导、总结、深入研究、集思广益等。这不是对以前版本的小升级，而是对个人在广泛能力范围内能力水平的重大倍增。而且使用门槛极低——模型便宜（甚至免费）、速度快，任何人都可以通过 url（甚至是本地机器）按需使用，而且它们会说任何人的母语，包括语气、俚语或表情符号。这太疯狂了。据我所知，普通人从未经历过如此戏剧性、如此快速的技术解锁。
那么，为什么在企业和政府领域，LLM 带来的好处要小得多呢？我认为第一个原因是，LLM 提供的能力非常具体——仅仅是准专家的知识/表现，但同时涉及非常广泛的领域。换句话说，它们既多才多艺，又肤浅且容易出错。与此同时，一个组织的独特超能力是能够通过雇用工程师、研究人员、分析师、律师、营销人员等将不同的专业知识集中到一个实体中。虽然 LLM 肯定可以使这些专家单独提高效率（例如起草初始法律条款、生成样板代码等），但对组织的改进表现为在已经可以做的事情上变得更好一点。相比之下，一个人通常只会在最多一件事上成为专家，因此 LLM 提供的广泛准专业知识从根本上使他们能够做以前做不到的事情。人们现在可以体验代码应用程序。他们可以处理法律文件。他们可以理解深奥的研究论文。他们可以进行数据分析。他们可以为品牌和营销生成多模式内容。他们可以以足够的能力完成所有这些工作，而无需额外的专家参与。
其次，组织要处理的问题要复杂得多，而且需要协调，比如：各种集成、遗留系统、企业品牌或风格指南、严格的安全协议、隐私考虑、国际化、法规遵从性和法律风险。变量、约束、考虑因素和容错率都更多。将所有这些都放入上下文窗口并不容易。您不能只是凭空想象代码。您可能离失去工作只有一次灾难性的幻觉。第三，大型组织有众所周知的惰性，包括文化、历史先例、在快速变化时期不断升级的政治地盘之争、沟通开销、对分散劳动力的再培训挑战和老式的官僚主义。当涉及到快速采用一种崭新、多功能但肤浅且易出错的工具时，这些都是主要阻力。我不想低估LLM对企业或政府的影响，但至少就目前而言，从整个社会来看，LLM对个人生活的改变比对组织的影响要大得多。玛丽、吉姆和乔斯正在享受大部分的好处，而不是谷歌或美国政府。
展望未来，LLM 的持续传播当然取决于持续的性能改进及其能力概况。总体而言，“收益分布”图表特别有趣，并且在很大程度上取决于性能的动态范围与资本支出的关系。如今，前沿级 LLM 性能非常容易获得且价格低廉。超过这一点，您就无法花一分钱来获得更好的性能、可靠性或自主性。金钱买不到更好的 ChatGPT。比尔盖茨和你一样与 GPT 4o 交谈。但这能持续下去吗？训练时间扩展（增加参数、数据）、测试时间扩展（增加时间）和模型集成（增加批次）是增加动态范围的力量。另一方面，模型蒸馏（通过训练模仿大模型来训练不成比例的强大小模型的能力）一直是减少动态范围的力量。当然，一旦金钱可以购买显着更好的 ChatGPT，事情就会发生变化。大型组织可以集中其庞大的资源来购买更多情报。在“个人”类别中，精英阶层也可能再次与社会其他阶层分裂。他们的孩子将由 GPT-8-pro-max-high 辅导，而你的孩子将由 GPT-6 mini 辅导。
但至少在此时此刻，我们正处于技术史上一个独特且前所未有的境地。如果你回顾各种科幻小说，你会发现很少有人会预测到人工智能革命会出现这样的进展。它本应是一个由将军们掌握的绝密政府超级大脑项目，而不是 ChatGPT，它基本上一夜之间就出现在每个人口袋里的设备上，而且是免费的。还记得威廉·吉布森的名言 “未来已经到来，只是分布不均匀” 吗？令人惊讶的是——未来已经到来，而且分布得令人震惊。权力归人民。 就 我个人而言，我喜欢它。
https://karpathy.bearblog.dev/power-to-the-people/
Output
从 karpathy 的文章出发，思考组织中应用 AI 的切入点。
工具论虽然有益，但大大低估了 LLM 的价值。
把 AI 看成组织专家，会导致组织能力的跃迁，前提是开放的文化。