AI 擅长给“标准”答案，人类擅长给“非标”解法

今天用codex写程序，em... 确切地说是先写开发计划，有一点体会。

如果要总结成一句话就是——AI更擅长给标准答案，人类更擅长给“非标”解法。

AI or Codex 就像一个思维缜密的工程师，它特别在乎“工程正确”或者说“工程精度”。

简单说就是，它会在一些细节上较真“精度”，为达目的去做更复杂的工程设计的方案，以最大程度保证程序可靠。

其实这也没错，但我只是觉得，有时候这样会浪费时间，浪费token，以及浪费资源，比如引入多个依赖、增加多个中间环节。

我看它解题的过程，我就在想，明明有更简单高效的办法，为啥要在这上面死磕？though it looks like professional and 敬业。

后来我想通了一件事，AI 比较擅长给标准答案，这可能是得益于它们被训练的知识和数据，来自人类过往大量知识和经验的平均线，以及以上一点点maybe。但总的来说，是平均水平，所以 AI 容易产生的是标准答案。

但人类社会这么多元（哪有那么多非黑即白），其实很多场景下是有“非标”答案的，是可以灵活处理的。

举个例子，我知道这里有更简单的解法，是因为我很了解在剪映这个应用场景下，它有哪些功能是可以给录制有瑕疵的视频做补偿和兜底方案；其二，除了最后剪辑环节上的补偿，我还可以调整录制流程来避免一些问题就行了。

也就是说，大部分问题，如果技术一条路走不通，它也一定可以用技术+管理模式的路线，或者技术+业务流程改造的路线，来达到同一个目的。

反正在我眼中，条条道路通罗马，未必要死磕在工程上。但AI不知道，所以它非常敬业的钻细节。

所以，其实人能给出“非标”答案，是因为人在大量的业务场景里的实战经验和真实经历，浸泡多了以后养出来的解题“直觉”。

这些“直觉”的东西，不在 AI 的训练数据里，在人类专家的隐性经验和行业know-how里。

这也是现在FDE们最值钱的部分，用你在某个垂直专业领域里的know-how，去为客户提供超出AI标准答案的专业解决方案——它大概率是“非标”和定制化的。

突然想起多年前在一个办公SaaS公司，有时候我拿着方案在客户那里讲得天花乱坠，但我心里很清楚，可能超过一半的功能都不在我们的标准产品里。

我只是很清楚客户想要什么，以及他们想听什么，所以PPT 演示一定会讲到他们心里去。至于做不做，那是后话，反正有很多空间可调。

所以你看，在那个年代，SaaS 厂商们都执着于做一个标品，然后能卖一万个、一百万个客户，坐等收钱。然，殊不知，你去到每一个客户那里，他都想要一些专属定制的东西，独特的东西，which 是我觉得中国做 SaaS 基本无解或成不了的原因之一。

可是！

到了 AI 时代，这个天生带着“个性化”和“柔性化”基因的技术，倒是一切皆有可能了。

（ps歪一下楼：甚至... 而且，梁圣不都已经给我们打好基础了吗 —— everything is plugin.  你品一下，细品，so 解放思想~ ） 

扯回来~

AI 喜欢给标准答案，不是它的错，而是它的特点。你大可把它用来解决你特别不擅长的问题和工作，至少能拿到60分。

但在你绝对擅长的工作领域，请利用好你的隐性知识、经验和业务直觉——那些你自己都忘记了存放在大脑或记忆里哪一块的人生训练参数，也许在一个特定场景下就被激活了，然后与AI协作，引导它做出更厉害的产品和解决方案，这个价值是由“你”署名的。

从这个意义上来说，是不是人就应该多些经历和体验，不管好的坏的体验，只有这些才是属于人自己的，最宝贵的一部分。

好了，就不延伸了，自行想象吧。

晚安~