AI越擅长找信息，判断力越重要
而唯一我还需要做的事，就剩判断了。
最早在学校做科研的时候，我记得我效率最高的时候一天也就能读4-5篇paper。
但那时候我有一项很强的能力，就是擅长从各种渠道找信息的能力，我找信息的速度和效率可以超越大多数人。
以至于这种能力在后面很多年，贯穿了我的很多工作。
比如，我总是可以更快的找到需要的信息，整合、判断、分析，在最短时间输出质量相对较高的商业分析报告，这对于销售驱动型和数据驱动型的业务和公司比较有价值。
总之，在很长一段时间里，这是一项很香的能力。
随着我跟AI交互的越多，我发现这项“很香的能力”已经可以被AI取代了。
我现在几乎把所有需要找答案、找信息的事情扔给了AI，它能几分钟就出结果。
对话越多，越摸清它的性格和脾气，就越知道如何问它能拿到更高效和准确的信息。
而唯一我还需要做的事，就剩判断了。
我在想，假如当初有AI，我一天可以读几十篇paper，效率加快很多倍。
不得不臣服，人不要去跟AI比这种“机械化工作”的效率。
但同时我也很清楚，它还无法真正替代人读paper这件事。
你可以用它以很快的速度把论文内容过一遍和总结，或者快速找出关联度最高的文献，但是重要论文的实验方法、条件和数据必需还得研究人员自己去理解和判断才行，这点AI还无法胜任。
所以这就很有趣，未来发挥最优效果的，不是AI替代谁，而是人与AI形成怎样的协作关系，互补显得更重要。
前几天听一个播客，听到那位Claude code“追杀”的token消耗的榜一大哥，讲到他在和一位教授合作，要推出一个叫Citely的AI产品。
这是一个科研论文处理工具，聚焦解决在AI时代下写论文的“虚假文献”难题，确保论文中参考文献的真实性核查与质量评估。
产品不追求“全能”，而是只把文献核验这一功能做到极致，节省大量人工核查时间。
一般人乍一听会觉得这个产品很简单，但实际上细想一下，这里面并不简单。
我觉得要面对很多数据库的处理，不同渠道的信息源的处理和交叉验证，cross-reference的追溯等等，应该会有很大的工程量。
但这个非常垂直的产品，我觉得未来对高校和科研机构都会有很大的价值。
所以当刘小排说，这个产品“别人做不了，而我可以做20年”的时候，我忽然对他升起了好感和敬意。
相比于做“流量型产品”，我可能更喜欢的是这种吧。
不过有句话他说得挺对，我也认同—— “人生是旷野，有矿才能野。”
哈哈哈哈。。加油吧！