AI一天，人间十年。

ChatGPT在全球掀起AI热潮，各种大模型风起云涌，AIGC如火如荼……AI新时代的热浪下，无论是创业者还是投资人都蠢蠢欲动，仿佛一眨眼就会错过十亿百亿的机会。与此同时，AI代替人类的惊惶论调甚嚣尘上，翻译、编剧、设计师、客服等等首当其冲，普通打工人也无法置身事外。一时间，错失财富密码与沦为AI棋子的双重焦虑叠加，“补课”“补认知”迫在眉睫。

这也就难怪比ChatGPT先赚到钱的竟然是卖课的——就在刚刚过去的4月里，一个收费198元/年的“ChatGPT破局俱乐部”社群搭建不到24小时就有近1000人加入，每天还保持着1000人左右的增速;一门ChatGPT培训课279元，17天招了10000人，赚了279万元……各种打着业内专家旗号的“老师”在这股AI热潮下迅速开设起变现课、赚钱课，其中甚至有些人也是此前元宇宙的“专家”。而翻看其课程内容，大量信息东拼西凑，错误百出，说是误人子弟也毫不为过。这些内容缺乏体系、连正确性都无法保证，更别说真的为用户着想，满足用户终身学习的需求了。

这么多年过去，知识付费的伎俩一点儿没变，凑热点、利用信息差、利用人们对于未知领域的焦虑，用做爆款的思路来搞钱。但问题是，如果不这么干，要么组织优质信息的成本太高，要么没有短效刺激无法拓客导致收入太低，知识也就成了“负”费。

矛盾就摆在那儿，一边是时代车轮滚滚向前，人们对于新科技新东西的求知需求得不到及时、正确、系统的满足，另一边则是知识服务的提供者需要明确的利益，到底有没有一种解法能两全?我们还能在这个技术瞬息万变的AI时代中，建立认知框架，并不断跟进学习吗?

机器人 数据中心 AI (2)

建立AI的系统认知

先跳出学习AI、学习ChatGPT这件事，我们回忆一下自己上学的时候是如何有兴趣、开始接触、深入学习、最终理解掌握一门学科知识的。

以生物为例，生物其实是一个体系非常庞大的学科，大家对这门课的兴趣出发点大不相同，有人喜欢动物、有人好奇基因如何突变、有人喜欢植物、有人好奇猪笼草为什么能吃掉虫子……但不管出发点如何，我们都先拥有了对一个领域的好奇，渴望通过学习寻找到疑惑的答案。

带着学习目标，我们进一步探索，然而随着探索的深入我们就会发现问题本身的答案需要更多通识的基础原理进行支撑。你要想了解猪笼草为什么能吃掉虫子，那么你先得了解植物的基本结构、食肉植物相比普通植物有哪些特点、这些特点如何形成、消化酶又是从哪里来……这时候生物学的基础知识就是理解这些问题的根基。

而学习的过程并未因为我们找到了特定问题的答案而终止。你逐渐发现关于食肉植物，世界上还有很多未解之谜。这些谜团挂在你的心上，即使没有继续“学习”下去，之后突然看到相关的解释，也会格外关注。

和任何领域的学习过程一样，要想真的理解AI，理解ChatGPT，我们需要“从长计议”。

好奇已经有了:AI怎么替代我的工作?大家都在讨论的ChatGPT到底是什么?几行字变成一幅画怎么办到的?AI为什么能写出有创意的小说?我能怎么利用AI?那么接下来要做的就是以好奇为切入口，逐步深入，先了解基本原理、技术演进过程，拥有讨论应用问题的知识储备，再进一步走到应用层面，探究问题的答案。

上个月，一位投资人朋友跟我抱怨她快要失业了，她去参加一个大模型创投相关的闭门会，画风是这样的:第一位分享人先抛出了一个观点——实现大型语言模型（LLM）可控发展的第一步是需要找到解释ChatGPT 背后的LLM涌现出复杂推理能力的底层逻辑。而后面几位创业者也陆续分享了自己的项目，有容易理解的，AI改简历、AI设计，也有不明觉厉的，AI数据资产管理、AI+人体健康……她的窘迫和大多数人一样，由于之前对AI领域并没有系统的学习，赶鸭子上架，遇到真机会识别不出来，遇到骗子也识别不出来，只好全场录音，但速记一出来，也不知道从何下手。

所以当看到「得到」出了AI主题月活动的时候，她感到如释重负——6门线上课程，搭配20+场主题直播，整个体系化地搭建出理解AI的基本框架。这些课程虽然听了也没法让人马上赚到钱，也不像心灵鸡汤能让人找到慰藉，但它遵循了人们形成对一个领域系统认知的基本逻辑。

物理学家万维钢的AI前沿课从认知到运作逻辑再到主流用法，先起一个提纲挈领的作用。在掌握了基本逻辑之后再去理解应用，就会知其然并知其所以然了。快刀青衣的AI写作、刘飞的AI绘画、卓克的AI高效学习、马馺的AI做PPT，这四门课程分别从不同的应用角度拆解具体实践场景。再加上约翰霍普金斯大学计算机博士、计算机科学家、硅谷投资人吴军老师的前沿课，用12个话题深度解析ChatGPT，解答人们关心的ChatGPT能力边界在哪儿、缺陷在哪儿、能替代谁等疑问，进一步巩固理解GPT的知识框架，并带来启发。

「得到」这套知识服务思路，不是去设计某个爆款课程，而是在建立一种知识体系。

除此之外，还有20多场直播，多维度地从不同视角理解AI、GPT。比如360集团创始人周鸿祎的那场关于ChatGPT的六个观点让人印象深刻，为什么GPT一出来，Web3.0和元宇宙就不热了?GPT到底突破了什么?对我们普通人有什么影响?四个不可解释的现象是什么?网络攻击、数据泄漏的风险有多大?360大模型正进入落地加速期，这样一位身处浪潮之中的人分享的内容无疑才是最为前沿、准确、更有参考价值的。

但可惜的是，这样体系化的内容其实很难“爆量”。市面上最赚钱的课要么是立竿见影的“Excel方法大全”，要么是焦虑导向的“如何管住老公的钱”“30岁如何赚到100万”，像「得到」这样的系统课程，没有一点儿情怀支撑恐怕是很难坚持下去的。

AI行业门槛较高，受众不会太广，AI实际的落地又离普通人太远，虽然大家热衷于讨论GPT会不会让我们失业，但客观说那一天没有想象中近。而AI技术并不是厨艺、园艺那种易上手、实操性强的领域。相比于《199让你马上用GPT赚钱》，AI领域的认知建立、体系思考更为重要。

知识服务的两难

或许你还对“我们不培养你，就培养你的竞争对手”这样的卖课宣传语记忆犹新。老实说，和市面上那些ChatGPT速成课比起来，「得到」的这一系列AI内容并不吸睛。既不是速成，也没有放大焦虑——这可能就是知识服务企业的两难:是追求高收益高举高打，还是踏实做事但润物无声。

直面收益与用户价值之间的「两难」也是「得到」自己的选择。经历了多年发展，「得到」成为了一个平台生态，卖爆款固然诱人，但既然要做时间的朋友，势必让其价值观和行为都偏向了生态长期的健康。

十余年前罗振宇创办罗辑思维的故事已不用赘述，当时他乘着微信平台及视频发展的东风，迅速积累大量粉丝，但彼时他也就只能算是一个“个体户”“KOL”，和所有博主一样，追求内容的传播量，最大的成本就是罗振宇自己的时间精力，而天花板也是罗振宇自己的知识储备。

后来网通公司创始人田溯宁用“知识运营商”一词点醒罗振宇，得到APP上线，更多拥有知识的人聚集在了罗振宇周围，一个公众号成了一家企业。当时的「得到」似乎更多的是在用电商的思路做知识的运营商——知识课程越来越多，知识产品也越来越多，截至2018年7月，「得到」平台已孵化各类专栏和课程达82种，拥有2180万知识消费者——这就像电商的SKU，知识货架品类化、丰富化、细分化，逐渐给人一种我想要学的东西，「得到」里都有的印象。

如此一来便可打破用户只对单个课程感兴趣，听完即走的问题。当平台能持续生产好内容，好内容时不时地可以回馈用户，好内容形成连续性，用户的忠诚度就会从项目忠诚转移到平台忠诚，对项目的喜爱转移到对平台的喜爱。当这个转移完成之后，平台自身在内容品质上、口碑上、可信赖度上的地位就建立起来了。

据罗振宇回忆，「得到」的第一个阶段是知识整理，出了很多经济、金融课程，这些课程的坐标系是“听我们的课，比单纯看书有用”。

但这个过程也伴随着挑战，一方面是短视频迅速崛起，一下子打破了知识的单向传播方式，人人皆可为师;另一方面则是「得到」的取舍，人力物力有限，哪些知识是对用户来说最重要的?哪些项目能兼顾经济效益与用户价值?

灵魂拷问贯穿着知识服务者的命运，罗振宇也心知肚明:“我们很清晰地知道哪些收入是靠流量来的，哪些是靠声望来的。声望和流量不能划等号，甚至有时候流量大了，会损害声望。”“知识产品靠的是声望，不是流量。”

难怪我们在得到APP中除了能看到职场、经济学、管理学、产品思维、营养学、医药健康、情绪心理等实用内容，还能看到像《傅佩荣的西方哲学课》《给孩子的博物学》《吴军·硅谷来信》《杨立新·民法典200讲》之类的看上去更偏理论分析的知识内容。

从讲师的选择到知识内容的规划，处处都是「得到」的声望。这也就不难理解，为什么GPT热潮下，「得到」的课程不是教你如何利用GPT赚到人生的第1个100万，而是回归到技术领域本真之处去思考到底如何架构知识才能对用户最好、便于习得、终身受益。

有意思的是，就在周一（5.1）美国一家专注于提供作业答案的知名在线教育公司Chegg的CEO在电话会上坦言ChatGPT正损害其业务的增长，用户不再需要通过Chegg获取相关的学习资料。随后其股价闪崩49%，连带着欧美的一众教育公司都大幅下跌。

你看，如果只是停留在信息差本身，AI已经兵临城下了。我们需要的不是焦虑和分散的知识点，而是体系、思考、持续精进的路线图。

未来已来，AI时代下的技术、信息飞速迭代，只看表面知识真的很难跟上节奏，过去的学习者面对的，是一座座孤峰耸立的知识高地，而在人工智能的帮助下，这些高峰有可能被推平，变成在学习者面前一览无余的平原旷野。你不再需要死记硬背，你需要的是体系化地构建知识结构，多角度地去理解、去辩证思考。这或许也是「得到」想要在其知识服务的过程中传达的要领，而这也将让「得到」真的成为“时间的朋友”。