EP09:AI时代,什么样的人才不会被淘汰?从DeepSeek爆火,看普通人如何与AI共生
Update: 2025-03-07
Description
<figure>
</figure>
</figure>当DeepSeek的RE版本以“推理过程可视化”引爆社交网络时,我们似乎正站在AI革命的临界点。为什么“混合专家系统”是降本增效的关键?Deepseek为代表的推理型AI如何用“自然语言交互”打破咒语式prompt门槛?未来,基础岗位是否会批量消失?
所以,我们邀请到了业内人士R老师——从同济大学土木工程系“自主转码”,前后担任多家上市科技公司的技术总监。
本期节目,我们会从「技术拆解」和「共生策略」两个方面来展开。期望能为大家提供一些新的视角。
「本期主播」
梁州:撰稿人,新浪微博@梁州Zz
「本期嘉宾」
robertlyc(同济大学土木工程学士,前后就任于魅力惠,有范,怪兽充电等企业。)
「shownotes」
00:14 开场:从DeepSeek爆火现象观察AI技术民主化浪潮
03:05 MOE架构解剖:为什么“混合专家系统”是降本增效的关键?以层级路由方案破解负载均衡困局
06:20 行业内外视角对比:推理型AI如何用“自然语言交互”打破咒语式prompt门槛
12:42 残酷现实:当审计规则文档成为AI饲料,中后台岗位或许会在未来批量消失
22:33 “灯夫困境”反思:从19世纪纺织工到现代白领,技术革命总是先碾碎旧饭碗
30:52 为什么工业革命诞生初期,人类的实际生活水平其实在倒退?
37:59 工具测评:ChatGPT/Claude/Kimi/豆包的垂直领域杀伤力对比(附避坑指南)
45:45 丘吉尔式写作启示:当AI成为打字员,普通人的核心价值如何锚定在“元指令”设计
50:26 生存法则:用AI幻觉检测训练思维锐度,把交叉验证变成新时代基础素养
「本期节目提到的关键信息」
- MOE架构(Mixture of Experts):通过任务拆解调用局部参数,相比传统Transformer架构降低60%能耗。关键技术突破在于层级路由方案,解决子任务负载均衡难题。
- AI幻觉(Hallucination):因训练数据污染或合成数据滥用导致的虚构结论现象,需通过“三角验证法”(跨平台比对+人工逻辑链检查+事实性数据库筛查)规避。
- 克拉克曲线:加州大学戴维斯分校经济史学家格里高利·克拉克在《告别施舍》中指出,1800年前技术进步总被人口增长吞噬,普通人实际福祉甚至低于石器时代采集者。
「本期封面」
「本期制作人」
梁州,咸鱼
「关于《梁州令》」
微博:中文播客梁州令
公众号:梁州令
小红书:梁州令
Comments
In Channel





















