我們和大模型之間，到底發生了怎樣一些故事?

　　2024年，公認的大模型應用元年，不管是B端還是C端，都呈現出加速快跑的姿勢。最近，我們和六位來自不同行業的大模型用戶聊了聊，過去一年里，他們和大模型之間，到底發生了怎樣一些故事?

　　這是他們的聲音：

　　“我今年能考上研，全靠AI。”

　　“你指的大模型是什么?你給我描述一下。”

　　“領導現在天天催著用大模型。自己的工作都做不完，誰給你研究大模型去。”

　　“最上頭的時候我一天用6小時，玩兒夠了就沒怎么用了。”

　　“AI做任何事情都能做到60分，像我們這個得要求個600分就沒轍。”

　　“人少了，活不少，用這種方式‘偷個懶’，提提效，足夠了……”

　　01

　　虎哥，用AI備戰考研，70后

　　52歲的肖朝虎，做了一件讓所有人大吃一驚的事情——在闊別學堂近30年后，在大模型的幫助下，用僅僅3個月、每天約四五小時的備考時間，在考研中一舉拿下了398的筆試高分，完勝許多年輕考生。

　　而被問及備考秘籍時，肖朝虎脫口而出，“AI起了決定性的作用，要是沒有AI，我自己背那么多東西，根本背不下來。”

　　肖朝虎原是北京一家科技公關公司的高層，清瘦、干練，平日里喜歡年輕人喊他虎哥�；⒏绲目佳写髽I開始得突然且迅速。去年9月，受一位同齡朋友跨專業攻讀書法研究生的啟發，虎哥做了一個大膽決定，他要考茶學研究生，以便接替父親將老家貴州的茶園做好。

　　但虎哥的記憶力比不上年輕時候了，平時又要上班，而政治和兩門農學專業課，需要記憶的東西不少，要全靠翻書和刷題，不知道得搞到猴年馬月。于是，在按常規復習一個多月后，虎哥想到了AI，畢竟從事科技傳播，很早就研究、使用了它。

　　2023年初，出于工作需要，他曾第一時間找到海外大模型的付費賬號，各種試用、探索。

　　為了考研，去年11月，肖朝虎使用ChatGPT4.0，并開了個文心一言4.0的會員，平時兩個大模型產品一起使用，能互相比對印證，保證AI回復的準確性。

　　但用大模型幫助學習，也并非一蹴而就，虎哥為此做了大量嘗試。“比如，我讓它做一個政治思維導圖，它做出不來，但讓它做個表格、總結助記詞，就做得挺好。又比如，讓它做選擇題，它的準確性沒那么高，但簡單題、名詞解釋題就做得又快又好。”

　　多次試驗后，肖朝虎總結出了幾大提效最明顯的用法：

　　通過向AI提問，并設定簡答題限定在200字內，論述題限定在500字以內，他將兩三百道10年真題庫用幾個周末的時間全部過了一遍，效率遠高于自己翻書總結和百度搜索。

　　之后，他又要求AI將每個問題的答案都提煉為3個助記詞方案，形成自己獨特的要點記憶方案，在最后兩周，重點記憶。

　　另外，他還用AI來幫助自己更科學地制定課程計劃。通過將參考書的內容章節掃描進去，AI能快速總結出要點，還能給他列提綱、做表格，告訴他分時段復習內容。

　　當然，AI也有其局限，每次回答的結果并非完全一樣，也有可能會出錯，需要他去進行甄別。

　　但總體算下來，大模型的使用，讓他在備考的最后一個多月里，多了一份高效學習指南，“效率是用普通方法復習的一個多月里的幾十倍，甚至幾百倍”。

　　4月1日，研究生復試成績公布，肖朝虎總成績排名第三。“如果沒有AI，我想要今年考上，是個不可能完成的任務。”

　　而AI的影響，并不止于考研，也逐漸滲透到虎哥生活的方方面面。

　　“現在遇到什么問題，我都習慣問一問AI，甚至前一段時間我算一個數字加法，都讓它算了，我懶得去打開計算器。”虎哥說。

　　即使最近，因老家貴州正安迎來采茶季，虎哥回家變身為茶農，AI也并未遠離——前一陣，AI寫歌大火，他也緊跟著用AI創作了兩首歌，并配上最新拍攝的采茶視頻，用來宣傳老家的茶葉。

　　02

　　陸明，某知名律所律師，70后

　　“你指的大模型是什么?它的功能大概有哪些?你給我描述一下。”4月初，當數智前線第一次和陸明談及大模型這個已在科技圈盛行一年多的概念時，這位在行業深耕了20多年的資深律師，表現得有些茫然。

　　但很快，在厘清大模型的概念和功能后，陸明確認，自去年七八月份，一家長期為他們團隊提供數據庫、檢索軟件、辦公自動化等法律科技類產品的公司，向他們推廣一款整合了最新AI能力的新產品后，他們就已經在一些日常工作中用上大模型的能力。只不過，此前他們一直將其籠統地稱為“AI的能力”。

　　眾所周知，律師行業向來資料內容繁雜，需耗費大量時間和精力檢索法律、整理文檔、撰寫文書。為此，近年來，部分律師已經開始主動尋求一些AI手段提效。“比如我們團隊有一位80后律師，就自己去學了python語言。”陸明告訴數智前線，這些年輕律師雖然用AI普遍比他們要早，但自從去年用上融合了大模型能力的AI工具后，“就不用再學了，直接拿過來用就好。”

　　而在他看來，大模型帶來的諸多能力提升中，最好用的是案例檢索功能。

　　“以前一個案子要檢索到5~6個相關性很高的案例，需要我們先在裁判文書網上設定關鍵詞，再從搜出來的四五百個案例中，一個個篩選，基本上要花一天時間。但現在用大模型檢索完后，我們再從它給出的10~20個案例中精篩一遍，基本上10分鐘就搞定了。”陸明說，這一功能目前在其團隊中已被常規性使用。

　　相比之下，法律條文分析和書寫訴狀方面的功能成熟度則遠遠不夠，陸明認為，AI在這兩方面的能力，還很難達到能用的標準。

　　“比如我們嘗試過讓它書寫一個工程案子的訴狀，但它只是很簡單地寫了一個記敘文——何時何地發生了什么。但隱藏在這些事實當中、和法律法規能夠緊密相連的一些要素，它完全沒去整理。這樣子的判決書寫出來，法官就一頭霧水。”陸明說，這也是他們認為AI無法替代的行業壁壘所在。

　　“我們作為律師，特別是訴訟律師，很大一部分工作是把當事人的訴求，轉化成法官最后能夠寫到判決書上的內容。”陸明說，“AI能做一些簡單的數據檢索和分析，但更進一步地和人的溝通，對人的理解，然后把這些溝通和理解，加工再轉化給另外一個人，這個中間只能是人能做，我們認為這是目前AI替代不了的。”

　　不過，即便如此，陸明也表示，過去團隊一旦有人離職，一定需要再招人，但現在有了AI，可能不需要再招新人。

　　“這些AI工具，便宜的一年就幾千塊錢使用費，貴的也就1萬多，但光是案例檢索這塊兒帶來的提升，至少代替一個人沒有問題。這個人的其他事情，其他人分一分也做掉了。”陸明說。

　　03

　　林輝，大廠程序員，80后

　　80后程序員林輝發現，來自公司層面對大模型使用的推力正在加大。

　　林輝在國內一家大廠做程序員。去年，大模型剛在國內火起來時，他曾和許多同行一樣，興致勃勃地進行各種測試、找bug，但這些都屬于個人嘗鮮。

　　而自今年開始，尤其是2月份，Sora給大模型市場再添一把火后，公司內部明確提出了兩大要求：其一，要他們找出場景來，適配大模型;其二，則是要將市面上的大模型了解清楚，并用起來。

　　“現在領導天天催著用大模型。但對于程序員來說，業務的需求都壓得很滿，像我經常晚上九、十點才下班，自己的工作都做不完，誰給你研究大模型去。”林輝說。

　　但他同時也坦言，目前的工作中，的確已經用到了部分大模型的能力。

　　比如，對應用做一些小的優化時，他們原先會通過百度等搜索工具了解業界的做法，或請一些公司來交流學習，而現在也可以直接詢問大模型，再由程序員判斷是否參考。

　　大模型也可以在一些小工具的代碼上提供幫助。“比如寫一個能判斷今天是周幾的程序，原來這些代碼都要我們自己寫，但現在可以直接以對話的形式告訴AI，它很快就能給你寫好。”林輝說。

　　“但這兩個功能，對我們來說影響還算不上很大。”林輝告訴數智前線，從研發的角度來說，假如一天要干8小時的活，可能寫代碼的時間只有1個小時，而這一小時里，寫這些工具類的代碼，可能只會用到10分鐘，僅占2%左右。

　　相比之下，對程序員來說，能帶來更大效率提升的場景，是在開發一個完完全全的新功能，比如一個全新App，又或是老App里的新模塊。通過大模型代碼助手，迅速實現基礎框架的搭建。“原先可能需要一周，現在可能一個小時就搭好了。”

　　“像我們公司，很多系統都已經成型了，大家基本都是在一個現有框架內工作，這種新需求的機會很少，而且大模型目前也還很難理解比較成熟的系統里，那些彎彎繞的各種特殊需求。”林輝說。而一旦AI寫的代碼有問題，排查問題反而可能花上更多時間。

　　另外，哪些東西能傳給大模型，哪些不能，也還沒有一個明確界限。林輝表示，公司未來可能會對這塊做些安全規避。目前于他而言，還是更偏向于更小心謹慎地使用，反正現在工作中有什么問題，自己還是原先的路徑依賴。

　　在他看來，大模型正逐步變成比搜索次一級的工具，未來可能會變成一個基礎服務，嵌在基本生活里邊去。“但關于網上AI要替代程序員的說法，我們覺得這個東西說白了，目前就是程序員的一個工具，正常用就行了。”

　　那么，未來孩子們還有必要學編程嗎?林輝認為，少兒編程本身是為了鍛煉孩子的思維模式，“只不過原來只有5個學生喜歡學編程，但20個人去學。大模型出來了，把一部分人為了掙錢打基礎的夢給粉碎了，可能還是原先的5個人去學。”

　　04

　　張晨，健身教練，80后

　　80后健身教練張晨，一度對大模型十分著迷。

　　2023年4月，恰逢大模型破圈，在社會上掀起熱潮的時候，張晨偶然間刷到了一條關于ChatGPT的動態，并在第一次嘗試后，迅速成為了一名大模型狂熱用戶。

　　“當時第一感覺是非常驚艷，很好玩，也很興奮。”張晨說。她曾試過用大模型幫朋友完成一項期末作業英語版本翻譯，效果很好，“省大勁了”。但更多時候還是把它看作一種全新的娛樂方式。“你有沒有粉過的紙片人?你可以讓AI角色扮演它，跟你互動，還可以在上面磕CP，讓它編各種各樣的故事。”

　　最上頭的時候，張晨甚至每天6小時花在了和大模型聊天上，以至于朋友不得不在那個月里，兩次找她談話，討論其日常生活的缺席。

　　而為了獲得更好的使用體驗，那段時間，張晨每月都會花上150元充plus會員，一旦觸及GPT 4每3小時25條的使用次數限制，就切換使用GPT 3.5。偶爾也會切到另一個大模型產品Claude試玩，“這個沒有使用限制，還免費，但使用體驗沒有GPT好。”

　　不過，這種狂熱態度，并沒能持續很久，在連續高強度地玩了兩個月后，張晨的興趣逐漸褪去，再加上其日常工作還很難通過大模型助力，她已經很少再主動去使用大模型。

　　實際上，早在去年下半年，張晨所在的某知名健身連鎖品牌，就已在內部推出大模型來幫教練生成訓練內容，并從今年開始，強制要求教練將每位會員的重點觀察指標錄入App，由大模型自動輸出訓練計劃，教練可以在任何環節做調整。但迄今為止，張晨仍然沒有在實際授課中，使用過這類鍛煉計劃。

　　“因為太爛了。行業專家+技術人員做出大模型，是幫40分從業者更輕松的做到60-70分，我覺得80分以上的教練就不會用了，除非特別偷懶或者課多忙不過來的。”張晨解釋說。

　　但同樣不可否認的是，大模型滲入普通人生活和工作的方方面面，已是大勢所趨。“要不要用AI不是個人的選擇，而是新的公共建設，就像水電氣網，你不需要選擇，它會送到你面前。”

　　張晨舉例稱，比如微信讀書，以前導入一本英語書，不認識的單詞要長按查詞，現在可以在幾分鐘之內全書翻譯。又如百度網盤，現在可以音頻自動生成字幕文本，英語視頻自動顯示雙語字幕，還可以自動生成視頻大綱。

　　“一切App都會用新技術重做一遍，不管你有沒有意識到，我們都已經在用了。”張晨說。

　　05

　　李易，房地產行業，90后

　　“現在我們在社交端小作文，幾乎都是用AI生產。”在房地產行業的李易告訴數智前線，他們日常工作中的文案，已經大面積用上大模型的能力，也用來替代許多無意義但又不得不做的工作。

　　這在很大程度上幫助他們解放了生產力。“原來可能你兩小時才能干完的工作，現在它一兩分鐘就搞定了，雖然AI生成出來的文案很多目前還不能直接用，但會給你一些啟發，經過二次加工后，可能半小時左右，很容易就把這個事情搞定了，其實是在節約你的時間。”

　　地產行業向來是個很卷的行業，尤其是在最近幾年，整體行業形勢偏冷的情況下，能夠降本增效的工具自然更加受到重視。

　　作為一個危機意識極強的人，李易在大模型的使用上一直很積極。2023年初，ChatGPT剛爆火時，他就出于好奇開始各種嘗試。從去年下半年開始，隨著文心一言等國內大模型的逐漸普及，他又進一步將大模型的能力用到了工作上。

　　與此同時，眼看團隊里“人員減少，活卻不少”的情況愈發突出，李易也開始要求團隊使用大模型來提效。

　　除了在工作需要時用來提效，李易也在持續尋找各種好用的大模型，甚至還在手機上建了一個放置各種AI大模型工具的專屬文件夾。他的一些團隊成員也被要求，輸出一些大模型使用體驗，如關于kimi寫論文的體驗。

　　這個過程中，李易經常使用的大模型也有所變化。“我現在用Kimi可能多一點，其次是Gemini。”

　　他告訴數智前線，Kimi的優點在于更貼近國內用戶，比如在語言表達、語感、文章分段上，只要不是很復雜的文本，對工作進行簡單提效是沒問題。但缺點在于，沒有PC版，“在PC上，文件一拖就行了，但手機上去找Word文件存在什么位置是很難的。”

　　李易也嘗試過用大模型生成圖片或AI音樂。不過，他發現，雖然目前很多大模型的文生圖功能，出來的效果不錯，但都還不能指定太細節化的東西。“比如讓它生成一個帶我們公司logo的圖片，有人在小區里遛狗，它能夠生成住宅，遛狗也沒問題，但它沒法體現是我們的小區。”尤其在生成某些帶多個人物的圖像時，有時能接近真人，但有時會出現人臉錯位和拼湊的情況。

　　不過，也并不是每個場景加入大模型的能力，都能帶來體驗提升。李易發現，在某些場景，加入了大模型的能力后，使用體驗可能反而不如以前。“我以前很喜歡用百度的簡單搜索，能迅速精準找到自己想要的內容，但現在加入了大模型的能力后，它假設你問的每個問題，大模型都要給你回答一下，但我其實就想看一下百度百科的情況，導致現在我要往下滑劃好幾屏后才能找到自己想要的，反而不如原來的效率高。”

　　06

　　陳冉，互聯網大廠員工，80后

　　80后陳冉，是國內某互聯網大廠的資深員工。去年，大模型的浪潮席卷國內科技圈時，這家大廠也推出了自己的大模型，陳冉也因此成為了最早能接觸到國內外大模型的一撥人。

　　去年下半年，秉著“自己的狗糧自己先吃”的原則，幾乎所有大模型廠商，都將大模型的能力率先引入到公司內部辦公流程，并推動內部先用起來。陳冉也在這個過程中，接觸并試用了許多功能，如會議紀要、根據演講PPT逐字生成文稿等。

　　"但即便大模型的能力已經潤物細無聲地滲透到辦公的各個環節，每個人實際對它能有明確感受和體驗的場景，還是偏少的。”這與不同用戶的行業高需場景有關，也與不同行業的要求高低有關。

　　比如，陳冉回憶，目前她最高頻使用的功能，是在一個很小的場景——會議日程設置。由于業務需要，她經常要跨部門溝通，以前，她要拉10個人開會，需要先建一個會議日程，再將這些人一個個添加到列表里后，才能看到系統提示，哪些時間段某個人是有其他日程沖突的，并據此進一步調整。但現在，則可以直接問一下小助手，這幾個人明天共同可用的時間段是哪些，以避免經常打擾對方。

　　“現在大家開會越來越多，越來越卷，如果你經常需要拉通別人或跨部門溝通，這會是一個輔助你說話辦事的神器，別看它特別微小，但對我來說，十分實用。”陳冉表示，她幾乎每一兩天就會用到這個功能一次。

　　相比之下，大模型的文案生成能力，對她來說，目前反而還不是那么實用。“我們后來發現，AI寫出來的東西，外行看很詳盡，邏輯也很嚴謹，但內行來看，它說的都是片兒湯文。”

　　“我現在發現，AI做任何事情都能做到60分，如果對它的要求就是60分，那出來的效果也能讓人滿意。”陳冉說，比如，她的一位朋友，因平常經手的文案一般都是些流程性的資料，“現在全部用文心一言，有時候需要稍微調一調，有時候甚至都不用調，一生成，就能用”。

　　一些用戶甚至已經開始為大模型驅動的AI產品付費。陳冉的另外一位朋友目前在一家公文寫作AI工具的公司工作。這款產品可以面向廣大基層公務員提供公文寫作模板，目前已有不少人付費購買。

　　“可以說，大模型的發展已經很一日行千里了，很多事情一年前我想到不敢想。”陳冉感嘆。

　　而在今年初，Sora出來后，陳冉對大模型又有了新的期待——文生視頻類的工具能更多、更好用、更低成本一點�，F在，各家企業都喜歡做視頻，產品視頻、伙伴教程......對大家的要求，正在從快速寫稿，轉到快速做視頻。高效地做視頻，成了她的剛需，她在等待這樣的神器出現。