AI 是计算技术的下一个时代，其显著特征之一是从确定性输出转向概率性或「随机性」输出。随着 AI 的普及，员工正在接触一种全新的软件范式，这需要一种新的思维模式。在红杉资本的《Training Data》播客最近一期中，Dust 联合创始人加布里埃尔·于贝尔（Gabriel Hubert）提出了「随机性思维」的概念，称其为「自计算机问世以来，我们在工具使用上的最大转变」。
随机性与不确定性是生活的一部分 但在现代知识工作中，我们被训练得倾向于追求确定性和可预测性。随机性思维则邀请我们从机械化的流程转向迭代式的工具开发、内容创作、战略制定等。「随机性思维」让我们从对任务的最小杠杆效应和 100% 的结果确定性，转变为对任务的 100% 杠杆效应和对结果的具体表现的较低确定性。这种转变就像自己做某事和将任务委托给他人之间的区别。
01
AI：工作的外骨骼
向随机性思维的转变揭示了 AI 带来的生产力提升是如何真正实现的。通过更容易地访问和整合信息，员工将消费和生产更多的信息。OpenEvidence、Harvey 和 Dust 等产品，消除了医生、律师和更广泛的知识工作者在访问和使用相关信息方面的摩擦。
AI 通过泛化扩展了信息的边界，同时也通过总结简化了信息。在 AI 时代，为了速度和杠杆效应，传递的信息本身存在一定的不确定性。信息的数量之大要求我们采用概率方法来管理和推导简化模型。
AI工具提供的是草稿或建议，而非最终答案。它们会不断改进，但始终伴随着某种概率性。熟悉量子力学和统计学的读者可能会迅速指出，一切都是概率性的。没错，但计算的历史几乎一直是近乎确定性的。AI 正达到一个规模临界点，在这个阶段，概率性比确定性更加高效。
这对我们的工作意味着什么？ 这一变化将是颠覆性的。我们的工具模仿我们，而我们也会反过来模仿它们。如果我们的主要机器模型变得随机——拥抱不确定性——我们的思维方式也会随之改变。我们将以更加质疑的态度看待眼前的数据，意识到其中蕴含着随机性。最重要的是，随机性思维能够适应变化，并且专门为变化而设计。
无论你是创业者、知识工作者还是学生，你的未来前景将在很大程度上取决于你如何适应变化。面对 AI 系统输出的更多不确定性，工作者需要加强批判性思维能力。这不仅仅是因为大型语言模型（LLM）容易产生幻觉的短期现象。我们对这些系统的需求将继续超出它们的能力范围，而且对于某些应用场景，它们的表现可能会变得更加不稳定，而非趋于稳定。正如 Ilya Sutskever 在最近的 NeurIPS 2024 大会上谈到人工智能推理系统时所说的那样，「它推理得越多，就越不可预测。」
Dust 就是一个让非技术人员也能创建定制代理的平台的例子。他们旨在构建「横向沙盒」，让工作者可以创建自己的代理、助手和工具。随着时间推移，团队将管理 AI 代理。正如黄仁勋在本月的 CES 主题演讲中所说：「IT 团队将成为 AI 的人力资源部门。」这些系统记录了管理和行动的过程。像 Factory 这样的公司可以帮助管理编码代理，XBOW 将用于管理网络安全代理，而 Rox 则提供销售代理的管理。
与其单纯从节省运营成本的角度思考 AI，随机性思维让我们将 AI 视为一种助力——工作的外骨骼。
02
适应 21 世纪的现实
我们可以将随机性思维看作是对 21 世纪现实的一种进化和适应性回应。人类正面临日益增长的社会、政治、经济和环境不确定性。变化的速度也在加速（模型/机器人/火箭变得更好、更快、更便宜），这意味着波动性也在加剧。
快速迭代和执行的优势将倾向于拥有 AI 加持的小型团队。随机性思维也是一种建设者思维：迭代、实验、怀疑并数据驱动。Gabriel 报告的一个有趣的细节是，组织内部 Dust 的使用模式变成了一个热图，可以用来识别构建者。
随机性思维也是一种科学思维：提出假设并试图证明或反驳它们。通用人工智能（AGI）和超级智能的支持者都把科学作为目标。但随机性 AI 系统的扩散可能带来更大的影响，那就是人类中科学思维的普及。
03
创业者需要随机性思维
当人们说产品市场契合度（PMF）既是艺术又是科学时，他们或许是以确定性的视角来看待科学的。然而，创业者每天面临的是一种随机性学习问题：在一个不断变化的世界中，客户的需求也在不断变化。
当代创业者需要随机性思维，以利用那些可预期但不可预测的 AI 模型改进。他们的团队需要规划产品路线图，以应对即将可能出现的可能性。创业者还需要以开放的方式参与研究——不确定性也可能意味着机会。
随机性思维的一部分是对约束的理解。任何过程都有时间限制，计算资源有限，系统内的沟通也有限。所有这些因素都会导致非确定性，但人类认知的约束远比机器更为严格。
最重要的是，通过发展自己的随机性方法，创业者可以解决客户的难题。将随机性思维融入产品中，创业者可以帮助用户充分利用这些新能力：
帮助工作者成为建设者
帮助学生成为研究者
帮助消费者在复杂的选择中做出明智决策
帮助每个人学会高效地使用 AI 服务
04
赋予人类更多思考的时间
让 AI agent 可靠的一个核心挑战是为其设置正确的护栏，但它们的不可预测性不仅是缺陷，也是特性。
事实上，AlphaGo 的故事带来的一个重要启示是它对人类围棋选手的影响。2023 年的一篇论文研究了超人类 AI 对人类决策的影响，发现自 AlphaGo 击败李世石后，人类围棋选手的创新招法显著增加。正如加里·卡斯帕罗夫（Garry Kasparov）所言：「我是第一个因机器而受到威胁的知识工作者。」那是 1996 年的事了。然而，国际象棋并未成为历史遗迹，反而比以往任何时候都更受欢迎，并涌现出新技术。AI 既被用作陪练伙伴，也被用作教练。
随机性思维实际上并不是一种新的思维方式——尽管 AI 工具的普及即将使其更加普遍。少一些流水线工人，多一些创意艺术家和战略管理者；少一些编程，多一些教学。随机性思维将帮助我们在更高层次的抽象中感到舒适。从那里，我们可以将 AI 视为我们意图的执行者，也可以将其视为导师。在一个充满不确定性的世界中，适应能力变得更加宝贵，使我们能够驾驭不可预测性，并以自主性和创造力拥抱新的可能性。
更多阅读
