人们正在用AI做什么:一项真实使用情况的意外画像

AI PM 编辑部 · 2025年12月09日 · 7 阅读 · AI/人工智能

正在加载视频...

视频章节

这篇文章基于《The AI Daily Brief》的一期节目,拆解一项关于“人们正在实际使用AI做什么”的研究。它揭示了当下最真实、最务实的AI应用场景,以及开源与闭源模型如何在团队中并行共存,勾勒出一幅远离营销话术的行业现状图。

人们正在用AI做什么:一项真实使用情况的意外画像

这篇文章基于《The AI Daily Brief》的一期节目,拆解一项关于“人们正在实际使用AI做什么”的研究。它揭示了当下最真实、最务实的AI应用场景,以及开源与闭源模型如何在团队中并行共存,勾勒出一幅远离营销话术的行业现状图。

为什么“真实用途”比宏大叙事更重要

这期视频一开始就点明了一个关键动机:相比“AI将如何改变世界”的宏大叙事,更重要的是搞清楚“人们现在到底在用AI干什么”。主持人在开场时直言,他们关注的是“what people are actually using AI for right now”,而不是未来假设。这一点之所以重要,是因为真实使用场景往往决定了一项技术的短期价值,也暴露了它的真实能力边界。

在研究结果中,最先抓住主持人注意力的,并不是炫目的创造性应用,而是高度务实、甚至有些“脏活累活”的任务。他用一句非常形象的话概括这一类需求:“here's a pile of code docs and logs now extract the signal。”这句话背后传达的洞见是:AI正在被大量用于信息过载场景中,承担“从混乱中提炼意义”的角色。

这类任务之所以适合当前阶段的AI,是因为它们不要求模型具备完美的事实创造能力,而是依赖于模式识别、总结和关联。这也解释了为什么许多团队并没有把AI放在对外的“魔法展示”上,而是先用来解决内部效率问题。

从代码和日志中“捞信号”:最被低估的核心场景

在所有被提及的用途里,处理代码相关材料是一个反复出现的高频场景。这不仅包括写代码,还包括阅读、理解和整理大量已有的技术文档、错误日志和历史记录。主持人提到,这一发现之所以突出,是因为它极其贴近真实开发流程,而不是理想化的“AI自动写完一切”。

对很多工程团队来说,真正耗时的并不是敲下新代码,而是理解别人留下的系统遗产。AI在这里的价值,正如视频中的原话所说,是“extract the signal”。它更像一位不知疲倦的助理,帮助人类快速定位关键线索,而最终决策仍然由人来完成。

这种用法也隐含了一个重要前提:用户并不要求模型百分之百正确,而是要求它在概率上“有用”。这为理解当前AI应用的成熟度提供了一个现实标尺——成功的应用,往往是那些对错误容忍度较高、但对效率提升极其敏感的任务。

开源与闭源之争:现实世界里并不是非此即彼

视频的另一个重点,是对开源模型与闭源模型使用模式的观察。在进入细节之前,主持人特意停下来整体看了一眼“patterns of open source versus closed source overall”。这一视角本身就很重要,因为它避免了陷入单一立场的争论。

一个清晰的结论是:现实中的团队并没有站队。正如视频中所强调的那样,“teams are using both”。在不同任务、不同风险级别和不同成本约束下,开源和闭源模型各自扮演着角色。开源模型常被用于可控性更强、可定制性要求更高的内部场景,而闭源模型则在通用能力和即用性上表现突出。

这种“混合使用”的状态,实际上反映了AI技术尚未收敛的阶段特征。它也提醒读者,不要被社交媒体上的二元对立叙事误导——真实世界里的技术决策,几乎永远是折中的结果。

模型多样性与研究偏差:数据背后的冷静提醒

在讨论研究结果时,主持人并没有忽略方法论层面的局限。他提到,在解读这些数据时,需要意识到某些因素“which warps the model results at least a little bit”。这句话虽然轻描淡写,但它点出了一个常被忽略的问题:使用数据本身就可能带来偏差。

一个很有意思的补充来自 Brian Katano 的反思。他指出,在使用量排名前十的模型中,“The top 10 models by volume are from eight different labs.” 这个事实的重要性在于,它打破了“赢家通吃”的直觉想象。至少在当前阶段,AI模型生态呈现出明显的多极化特征。

这意味着,对开发者和决策者来说,保持模型选择的灵活性,可能比押注某一个“终极赢家”更为理性。这也是这项研究在热闹讨论之外,提供的一个冷静而务实的启示。

总结

综合来看,这期《The AI Daily Brief》提供的不是关于未来的宏大预言,而是一张当下的使用快照。AI正在大量进入低调但关键的工作流中,帮助人们从信息洪流里提炼信号;开源与闭源模型并行不悖;模型生态呈现出超出预期的多样性。对读者而言,最大的启发或许是:真正有价值的AI应用,往往看起来并不性感,但它们确实在每天节省时间、降低认知负担。


关键词: AI应用, 开源模型, 闭源模型, 代码理解, 模型生态

事实核查备注: 视频标题:What People Are Actually Using AI for Right Now;频道:The AI Daily Brief;关键原话包括“what people are actually using AI for right now”、“here's a pile of code docs and logs now extract the signal”、“teams are using both”、“which warps the model results at least a little bit”、“The top 10 models by volume are from eight different labs.”;提及人物:Brian Katano。