Sora无法取代人类！亚马逊工程师表示：AI无法解决实际工作中的冲突
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
这一周，OpenAI视频AI工具Sora一出现，可谓是炸翻了天。「饭碗保不住了」的恐惧，真实地击中了许多人。图片不过，亚马逊的一位工程师CameronGould则认为，其实并不必对AI如此惧怕，它并不会导致我们失去工作。为什么？原因如下。Prompt的自相矛盾首先，生成式AI应用在创意内容时，生成的一般是图像、视频以及一般的非虚构内容。提供一个生成式AI模型prompt，就像在应对一个顽皮的孩子，他的独特技能是通过“以一种面向字面的方式解释你的话语”来制造混乱。使用准确的词语至关重要，因为即使是微小的细节
这一周，OpenAI视频AI工具Sora一出现，可谓是炸翻了天。
「饭碗保不住了」的恐惧，真实地击中了许多人。
图片
不过，亚马逊的一位工程师Cameron Gould则认为，其实并不必对AI如此惧怕，它并不会导致我们失去工作。
为什么？原因如下。
Prompt的自相矛盾
首先，生成式AI应用在创意内容时，生成的一般是图像、视频以及一般的非虚构内容。
提供一个生成式AI模型prompt，就像在应对一个顽皮的孩子，他的独特技能是通过“以一种面向字面的方式解释你的话语”来制造混乱。
使用准确的词语至关重要，因为即使是微小的细节也可能对结果产生重大影响，导致完全不同的方向。
但是同时，你又需要提供尽可能多的详细信息，让模型不会误解你。
这种自相矛盾的操作，简直太糟糕了！
跟计算机进行单向对话，试图理解它为什么没能产生自己想要的结果，能让人产生一种连续3小时撞墙的冲动……
图片
Gould表示，在自己作为软件工程师的职业生涯中，其实已经习惯了和计算机的这种单向对话，但生成式AI给他的体验，绝对更糟。
它不是一种可预测的编程语言，拥有幂等的函数。
图片
它完全是一个黑匣子，几乎每次都可以在相同的输入下，产生完全不同的结果。
即使在prompt里要求AI要保持一致性，它也未必会听你的。
市值数十亿的公司，就曾受到这一现实的困扰。
最近，加拿大一家法庭裁定，加拿大航空公司必须向其中一名乘客支付赔偿金，因为聊天机器人提供了误导性建议，导致该乘客为机票支付了近一倍的费用。
图片
速度确实快，但……
当然，尽管在一致性方面存在缺陷，但生成式AI可以帮我们快速产出东西来。
图片
比如上面这张图，就是用生成式AI创建的，只花了几秒钟就做出来了。
所以，AI可以让我们比艺术家出图的速度更快，这件事是有可能的。
而Sora也让普罗大众就可以用比以往快许多倍的方式，生成更复杂的媒体素材。
所以，由于现在一个人可以做几个人的工作，我们真的不需要那么多的艺术家、软件工程师、撰稿人了吗？
不，它的细节不对
答案并没有那么简单。
使用生成式AI创作艺术时，可能你时常会想：「不，这不是我想要的。」
这也是在论坛上常常出现的观点。
有人会反驳说：这是因为你的prompt缺乏细节，你需要给出更具体的prompt。
这个观点确实有道理。
图片
我们自己的图片和票房收入超过1亿美元的专业电影，有何不同？
我们自己的个人博客，和专业的全职作家的博客，有何不同？
我们自己做的游戏视频标题，和30小时的AAA视频游戏标题，有何不同？
答案就是细节。
AI生图
正是细节，将业余爱好者和专业人士区分开。
如果想使用生成式AI来创作与专业内容一样令人印象深刻的作品，我们将需要一个包含大量细节的提示。
此外，还需要大量的试验和错误，才能让模型产生我们想要的东西。
生成式AI只是一种工具，类似于自动完成、编译器、拼写检查器或任何其他辅助工具。
它不会为你做任何工作，除非是它自己的苦差事。
让我们回到Sora的例子。
它只能生成无声的视频。其中没有音频，没有对话，没有一个对象可以说话，或者发出声音。
图片
但如果我们想用它拍电影，就需要用它——
生成脚本？
阅读剧本？
生成视频以配合脚本？
究竟是现代电影的哪些方面，让电影变得有趣呢？
突然间，我们就需要集成一堆不同的生成式AI工具，才能完成工作。
当然，OpenAI有一个名为Jukebox的音乐生成工具，它可以在视频中添加音乐，但却无法添加对话。
图片
在一段视频中，该如何添加对话呢？这项任务听起来太艰巨了。
我们不仅需要生成一个特定场景的视频，还需要让场景中角色的嘴部动作和台词保持一致。
此外，视频生成器还需要知道单词是怎样说出的。不仅仅是语气，还有节奏。
想象一下，要解决全部这些细节，需要多大的人力才能解决？
细节，变得相当困难。
在每一个步骤的每一个级别上，都有大量会影响实质性后果的细节。
图片
Gould表示，自己最近读到一篇非常喜欢的博文《现实拥有惊人的细节量》。
图片
现实的细节是无限的，然而AI模型的token却是有限的。
它只能带你走这么远，之后，我们就需要依靠其他人来完成工作。
目前为止，人类仍然做着最繁重的工作。
图片
殖民宇宙的一些重要细节
更少的细节，更多的变化
专注于细节，听起来实在是太累了。
如果让你保持简单，会发生什么呢？如果你只需要提供很短的描述，只用几分钟就可以写出来？
最终，你会得到多样化的结果，大部分与你的想法完全不一致。
你需要在成百甚至上千个结果中，才能找到你想要的那一个，因为prompt太通用了。
你可能永远都找不到一个能用的结果。
如果prompt太简单，模型天马行空的想象力，会提供无限的排列供你选择。
比如输入这个prompt——「一个男人」，你会得到各式各样的男人。
图片
但实际上，我想要的是一个蓝头发、棕色眼睛、留着小胡子、穿着一件黑色夹克、戴着兜帽的男人。
如果只输入「一个男人」作为提示，需要多长的时间才能找到确切的输出呢？
深度和广度之间有一个平衡点，你可以最大限度地减少你的努力。
这就需要对细节进行大量批判性思考，并进行大量搜索。
AI不会取代我们
所以，为什么说AI不会取代我们？
因为，企业并不是为了解决生成图像、视频剪辑这类小问题而存在的。
企业是为利益相关者解决更大型、更复杂的问题。
解决这些问题最困难的部分，就是后勤工作。
解决大型、复杂的问题需要一大群问题解决者的时间和精力，而所有这些问题解决者又需要由其他问题解决者组织起来，以保持事情的进展。
如果随机抓来两个人，让他们自我管理、自我组织工作，很可能他们的标准和时间表会不一致。
如果你要让他们一起工作，你就得设立标准，让他们在同样的时间工作，并且产生相同质量的结果。
凝聚力是一种力量，你需要做一些工作，让独立的单位保持一致。
一个团队单独运行，可以顺利完成任务；但是当我们把多个团队引入单个环境中时，就会出现很多冲突。
图片
多个相互依赖的团队朝着一个目标努力时，需要一定的凝聚力，才能完成有意义的事。
这项「凝聚力」工作其实很复杂，经常需要解决人际冲突，而这些冲突通常是不合逻辑的、情绪化的。
显然，AI无法解决这种类型的冲突。
总结来说就是——
- 企业通过为很多人/企业解决大问题来赚钱
- 大问题很难解决，因为涉及很多团队
- 我们需要精心策划如何统筹这些团队，来解决人际冲突，并保持凝聚力
- 在解决人际冲突方面，人是最可靠的资源
很显然，机器人根本无法胜任这些工作，它们的表现会很糟糕。
AI不会抢走你的工作
当我们仔细看一下目前生成式AI的现状，这个事实是显而易见的——
目前没有任何方法，可以让工作自动化。
提示界面和模型缺乏自主性和批判性思维，导致了关键的局限性。
没错，生成式AI的确可以让我们提高工作效率，但也就仅此而已。
图片
这句话已经被越来越多人所赞同：AI不会抢走你的工作。
真正会对你造成威胁的，是会比你更熟练地使用AI工具的人。
生成式AI是帮助你加快速度的绝佳资源，但它不会完全自动化你的工作。
你要做的，就是把它们添加到你的工具箱，熟练地掌握它们。
参考资料：
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。