Ethan Mollick 谈能力悬差：GPT-6 Astra 与 Fable 5.1 的现有能力远未被用尽 · AIHOT

📌 One-Sentence Summary Ethan Mollick 认为 GPT-6 Astra 和 Fable 5.1 被严重低估，人类通过投资于四个不可替代的优势——深厚知识、广博知识、品味和行动力——可以获得最大收益。 📝 Summary Ethan Mollick 论证了当前 AI 模型（特别是 GPT-6 Astra 和 Fable 5.1）的能力远超大多数用户的认知。通过生动的例子（从 1977 年文本冒险中重建 3D 世界、重现 Umberto Eco 的图书馆、端到端制作电影预告片），他展示了当人类正确引导这些工具时可以实现什么。核心观点是：AI 的实际能力与人们实际使用之间的“能力悬差”是真正的机会。人类不应与 AI 在输出上竞争，而应培养四个持久的优势——深厚的领域知识（用于判断 AI 质量）、广博的知识（用于知道该问什么）、品味（用于选择和优化输出）以及行动力（用于实验和探索前沿）。这篇文章既是实用指南，也是哲学锚点，敦促读者立即行动，而不是等待未来的突破。 💡 Main Points 当前 AI 模型被严重低估——真正的机会在于能力差距。 GPT-6 Astra 和 Fable 5.1 在得到适当引导时可以完成数周的专家工作。大多数人只把它们用于琐碎任务，因为他们缺乏指导这些工具的领域知识。模型能力与实际使用之间的差距是高杠杆协作发生的地方。 深厚知识是专家判断 AI 输出质量的优势。 只有专家才能可靠地在自己的领域内区分好坏 AI 输出——Mollick 瞬间就认出了他的第一个预告片“太暗”。Anthropic 的研究证实，领域专业知识可以提高人类对 AI 反馈的质量，从而形成复合优势。 广博知识可以改善提示，防止 AI 偏离轨道。 LLM 编码了数千个领域的约定、推理模式和方法，但只有在正确询问时才会展现出来。如果没有广博的知识，用户会错过微妙的信号（比如 AI 在设计中添加了不需要的字幕），并无法识别模型是否在合理地捷径还是在漂移。 品味——而不是生成能力——是 AI 时代的稀缺资源。 生产现在又快又便宜；整理是瓶颈。Mollick 的关键干预是拒绝一个笑话，保留另一个，并要求一个更具电影感的版本——这些都是基于品味的微小决策，塑造了整个输出。AI 淹没世界的‘垃圾’使得具有辨别力的品味成为决定性因素。 行动力意味着通过亲自动手实验来探索不规则的前沿。 目前还没有人知道这些模型到底能做什么。行动力是愿意在没有权威答案的情况下尝试新事物——Mollick 自己让 AI 玩游戏、构建 3D 世界、制作预告片，正是他映射能力的方式。这种探索精神是不可替代的，因为它产生了其他人后来会消费的知识。 💬 Key Quotes 能力差距——这些模型能做什么，与几乎每个人实际用它们做什么之间的差距——是一个机会。 你不是在试图与 AI 在输出上竞争——那是一场必输的游戏。相反，把你的人类优势带到桌面上，做一些你们单独都做不到的事情。 深厚知识让你在几秒钟内就能发现问题，这也是真正导航不规则前沿的唯一方式。 以前，制作东西又难又慢。现在，它又快又便宜。稀缺的资源是你在其中选择的品味。 行动力是愿意在没有人知道什么可能的情况下，去探测可能的边缘。 📊 Article Meta AI Screening： 85 Source： AIHOT — 精选 Author： noreply@aihot.news (Ethan Mollick：One Useful Thing（RSS）) Category： 个人成长 Language： 英文 Read Time： 15 min Word Count： 3693 Tags： 效率与成长 , AI 工作流 , 创造力 , 提示工程 , 职业成长 Read Full Article