采访知玄合伙人张迪：在最聪明的时代做最愚蠢的事。

从偶然读到《J Magazine》起初，我注意到了知玄。当很多营销公司还在用直播卖货、网络名人引流、元宇宙的概念煽动客户的时候，他们却在写剧本、出书、做杂志，这似乎有点“无所事事”。再一次在媒体上看到知玄，他们刚刚推出了一个基于人工智能大语言模型的创作系统。 –F.E.E.D，还有一个好听的中文名字。 - “未语”。在近几年市场不断收缩的情况下，将业务方向锁定在简单的文字上，公司仍然保持稳定增长。我走进北京总部知玄的办公室，想听听公司合伙创始人张迪的回答，因为我对独角兽企业和人工智能领域比较敏感，对他们的商业模式也很好奇。

笔名Eddie张迪. 非985、211外贸专业，文科生。早年，我在路透社和GettyImages从事市场推广和投资合作，然后进入推广和营销行业已经20年了。我们的对话始于斯坦福大学历史系教授墨磊宁写的《中文打字机:一个世纪的汉字突破史》。

下面是采访内容，经编辑：

Q：巧合的是，我刚读完这本书。没想到，在过去的100年里，中外知识分子对文字的废除和改革发生了如此激烈的争论。就连像鲁迅这样靠写作谋生的作家也说过“汉字永无止境，中国必死”的极端话语...

张迪:是的，据说中国是美国、前苏联和英国之后的第四个研究机器翻译的国家，这实际上表明我们一直对中文有危机感。几乎每一次都有新的技术，都会引起人们对中文的探索。这本书提到了当初中文打字机遇到的困难，今天到了大语言模型练习和研究开发阶段也还存在。随着人工智能的爆发，中文语言在应用方面的发展仍然面临着许多问题。那就是为什么我们决定在一群开发大模型的开拓者背后，选择做一个“拾荒者”。

Q：究竟有什么问题？具体一点可以说吗？为何进行语言垂类模型应用？

张迪:从技术角度来说，每一项前沿技术的出现都是英语表现最好的。因为这些技术是在英语环境中诞生和实验的。英语输入简单，汉字要克服语言学和工程设计的问题。像ChatGPT这样的大语言模型主要是用英语“喂”的。网上公开的中文良莠不齐，广告推广内容多，需要花费大量的精力去识别。

与英语模型相比，国内企业的大模型除了算率之外，还有一个瓶颈就是高质量的中文语料稀缺。有关机构对此进行了统计，中文开源数据集的总数仅为英文开源的10%左右。大型技术属于机器学习的范围，要从数据中寻找规律，对语料的需求是天文数字。然而，互联网上能够根据法律法规进行训练的内容和数据并不多，充斥着大量重复、空洞、单调、注重营销的口号。一些高质量的内容需要适当的考虑和系统的规划。我同意商汤科技张行程说的一句话:低质量的语料材料除了内容之外，还会带偏大模型，在国际背景下成长为模型。由于汉语的特殊性和复杂性，许多本土化工作也需要进行。所以我们认为，是时候做些什么了。

Q：您怎样理解人工智能，您认为这些技术会给企业传播带来什么变化？

张迪:人工智能一定是当前商业变革的主力军。大模型已经从学术角度转变为法律咨询、客户沟通和金融服务工具。世界上最大的上市咨询公司埃森哲有一个预测，生成人工智能可能会影响大约40%的工作时间，可以提高近1000种不同类型的工作效率。

个人感觉残片、流量、媒体、数据加上后疫情，企业面临的机遇和风险与过去完全不同。在过去的几十年里，一个企业形成的直觉几乎无效，所以他们都面临着新的战略选择。目前国内很多公司都要求团队用AI改变文档，提高创意，分析对手，写商务信函，润色海报，发布社交媒体...每个人都在探索使用这些工具来获得先发优势。另一方面，如果一个公司过于依赖大语言模型产生的内容，忽视创新和审查，也会导致内容同质化，降低品牌个性和吸引力。所以模型需要不断优化以适应不同的传播场景，同时也要保证内容的安全性和准确性。

另一方面，虽然每个人都会被人工智能的概念所吸引，但并不是所有的新概念都会有明确的意义和目标。因此，任何公司的领导在面对新技术时，首先需要的是保持清醒的头脑和开放的心态。

易中天说未来不可预测，现状无法形容，一切皆有可能，我认为用这句话来概括当前的人工智能技术再好不过了。

Q：每个人都是一家咨询公司，怎样才能想到做垂直行业的技术应用？

张迪：2020年的疫情是我们业务的转折点。当时顾客的需求量和预算都大大减少了，人们的日常生活也受到了不同程度的影响。我觉得既然文字内容传播是公司的“刚需”，写作也是很多人的技能爱好，可以作为业务起点，不受时间和地点的限制。这一方向以内容为主，也让我们在过去的几年里见证了各行各业的兴衰和品牌的起伏。在我看来，做内容最大的好处，就是能够一直体会到当今时代的脉搏，与市场同频共振。

2022年11月，ChatGPT大语言模型出现，我们意识到这将是对内容创作的颠覆。这一次，人工智能不仅可以导出数据，还可以将每次传输的内容转化为下一个材料，从而形成创作的良性循环。通过AI的加持，内容终于可以回归到创作本身，不再受到个人风格、理解能力、认知天花板等“场外因素”的影响。

幸运的是，我们遇到了人工智能飞速发展的时代。由于语言模型可以最大限度地提高内容创作效率，我们应该抓住这个机会。在后疫情时代，市场环境和公众心理发生了巨大变化。我认为公司和个人都应该“改变生活方式”，改变生活方式的前提是找到正确的方法和目标。我想我们已经找到了。

Q：毕竟人工智能模型属于技术范围，你这个文科生怎么理解AI大语言模型？？

张迪:有句话叫“大象看不见”，大模型技术打通了很多东西。我对这个领域特别敏感，因为我早年从事与新闻和传播相关的工作。虽然我是文科生，但我认为正是文科才能真正充分发挥语言模型的价值。

利用人工智能解决实际业务问题的前提是让AI长期学习，并将其作为持续的对话伙伴，反复改进。需要尽可能多地输入与实际问题相关的数据。例如你的思维方式，过去的得失，产业政策，行业标准等等。这样就需要很多从事过相关工作的“专业人士”。没有行业经验和小步迭代的系统方法，想培养和训练企业传播模式，就像父母给孩子找了一个不合格的家庭老师一样。

此外，人工智能有时反馈的信息并不严谨，准确的内容需要训练更高质量的应用程序，并不断加强才能逐渐获得。在这个阶段，与语言模型进行多轮对话，学会提问才是解决办法。当数据越来越丰富时，管理这些“似是而非”和不准确的内容将变得非常重要。

人与大模型是典型的遇强则强，遇弱则弱，需要反复“挑战”AI，而且这也是我们业务存在的最大价值。在我看来，如果理科生是大语言模型的发明者，那么文科生就是这个应用的通道者。

Q：因为语言的运用是一种技巧，只要是技巧就有规律和捷径，AI训练时能否找到捷径？

张迪：这是一个特别有代表性的问题。许多人在与模型对话后都想提炼出一个通用的“模板”，希望在以后的对话中直接运用到高质量的答案中。这一想法实际上忽略了现阶段语言类模型的限制，更忽略了特定领域所需的专业。需要考虑对话内容的复杂性、前后文联系的重要性以及沟通者的专业水平。经过实践，我们发现这种适合特定场景的模板根本不存在，可以产生高质量的呼应。

语言模型本身的对话形式有一定的局限性，所以即使反复调整提示和微调模型，也未必能达到预期的效果。很多时候，人们不知道自己想要什么，需求往往很模糊，这就需要专业人士的参与。

虽然那些所谓的提醒技巧有一定的价值，但它们远远不能取代专业知识的学习和实践。只有理解问题本身，我们才能正确表达，从而得到我们想要的答案。此外，除了了解专业，了解自己的需求，了解自己的环境，捕捉需求变化，比提示重要得多。

Q：每个人对大语言模型的垂直内容导出有什么看法？

张迪:AI技术带来的变化给品牌带来了危机感。谁积累得越早，技术越适应，谁就能更快地传播意识形态，从中受益。未来，赢得数据的人将赢得世界。

ChatGPT、像Gemini这样的人工智能属于通用系统。虽然可以解决不同的问题，但只有精确的垂直模型才是基础上的建筑，才是具有服务属性的学校、医院、银行的真正应用。只有通过专业培训的垂直模型才更有意义，更能满足个性化需求，适应更多场景。

大模型就像一个正在学习的少年，它的“学习”、“能力”与训练语料材料的质量有很大关系，需要广泛和深刻。大型技术类似于人工智能基础设施，具有很强的通识性。但是使用的时候要用专门精细的数据进行调试，也就是业内常说的“对齐”。

本质上，内容行业的资源配置方式并没有因为大语言模型的出现而改变，蛋糕还是那么大。但是现在我们正在让人工智能的目标、价值观和传播者保持一致，努力让系统的每一次学习都更有意义，让客户的每一次传播都不再受到干扰。

团队每天思考和实践的是为模型提供高质量、积极的数据。在降低潜在风险和不良影响的同时，我们必须确保产出的内容符合品牌调性，遵守法律法规。随着人工智能技术的发展，我认为大语言模型的垂直应用将在企业传播、品牌建设和公共关系管理中发挥更重要的作用。

Q：谈谈你的F.E.E.D，我觉得这个名字还是挺形象的，她到底是什么？究竟能解决哪些实际问题？

我：这个名字不仅体现了人工智能大语言模型不断迭代、自我进化的特点，而且每一个单独的字母都有相应的含义。F、E、E、D分别代表过程(Flow)、执行(Executing)、学习(Education)和规律（Discipline）它也是该系统所包含的一个重要概念和步骤。

先讲流程。假定你是一个企业市场部门的负责人，要为大领导准备好在行业峰会上发言。只要登录F.E.E.当D提出要求时，系统会总结你的想法，然后为创作者生成“创作指导”。这一形式可以帮助作者更好地了解需求。作者也可以在创作过程中随时调用F.E.E.关于品牌、商品、权威媒体报道等与完稿有关的信息。通过知玄编辑团队对这些信息进行早期选择、输入和分类，不仅可以保证材料的准确性，而且可以大大提高作者的信息检索效率。内容结束后，编辑会对你确定的“成品”进行分类总结，提炼总结后放入F中。.E.E.D，成为下一个内容创作材料，形成良性循环。下一次系统将系统地记录您之前对内容的注释和修改，以免再次犯同样的错误。与此同时，您也不必担心人员辞职、领导更换这些“场外因素”，因为每一次创作的内容都会沿着原有的品牌传播路径，不会受到干扰。

下一步是执行。而且由谁来执行，作为实施者的作者成为了一个重要环节，他们常常决定稿件质量的平均水平。只有通过沟通、试稿、纠错、学习和反馈的全过程，创作者才有资格进入知玄F.E.E.D系统，成为我们的合作伙伴。即使作者有服务资质，也要经过系统的匹配和筛选，然后根据自己过去的经验、工作背景、专业领域和创作风格来安排任务，从而最大限度地保证每一次创作的质量。不仅如此，F.E.E.D也可以根据客户每次对作品的反馈建议对作者进行综合评价。该系统的目的是尽可能准确地匹配，降低沟通成本。作为下一次创作的重要提示，这些反馈也将被我们的编辑团队同步捕获，用于AI系统学习。

再次谈到Education这个环节。除人员、内容资料和完整的AI培训外，部分权威媒体信息摘要也非常重要。今日获取信息已不再困难，难的是在嘈杂的环境中找到具有真正意义和价值的内容。我们的编辑团队将国内外多家专业媒体报道的内容与客户沟通相结合，提炼核心摘要和关键观点，为创作者提供更高的视野，掌握宏观信息，快速学习行业和重要素材引用的基础。您可以想象一下，当作者将这些内容应用于自己的创作时，对质量的影响是否明显？同时，所有内容也将按照各级系统进行分类，成为单独的“品牌百科”。如果您再次登录系统，可以非常方便地搜索到您公司过去所有的品牌历史、产品迭代和重要信息，使您传达的内容更加准确。

说到这里，其实上面所有的步骤和工具都是为了满足创作规律而服务的。没有系统的学习和积累，想要在短时间内生成一篇达到传播预期的内容，成功的几率相当于每次买彩票都能获得一等奖。要产生合格的内容，必须符合“创作规律”。这个中间工具，流程，数据，经验，团队缺一不可，没有任何一个环节都会差千里。公司的内容和个人写作以传播为目的不同。后者是“独角戏”，对自己负责；前者更像是“集体创作”，受到领导风格、品牌调性、产品特色、执行者对需求的认知等各种因素的影响。在AI尚未普及的“史前时期”，内容依赖于自身、经验和素材；有了大语言模型，专业人士、流程和系统成为这个时代创造的新三驾马车。F.E.E.D正是那个为适应时代而诞生的“马车夫”。最终再补充一点，F.E.E.D的中文叫“无语”。我们选择这个名字，既想体现“未雨绸缪”，又想表达“喂食语言”，因为这不仅是未来传播的基石，也是品牌传播的趋势。

你可以把她理解为一个内容创作的“生态”系统，包括客户、服务、作者、专业编辑、创作内容材料和基于语言模型的AI交互的学习过程。

说白了，只要企业对外发声，就需要内容，所有内容的底层都是文字，文字的质量会受到创作者能力、创作方法、工具、材料质量、内容审核等综合因素的影响。F.E.E.D平台充分利用人工智能的特点，考虑到影响创作的所有因素，确保每个内容的质量都能达到一定的水平，并不断提高。

每次创作和传达的这些内容也可以作为下一次创作的素材来训练AI。人们创造了内容，内容帮助系统进化。进化后的系统会帮助人们更好地完成下一次创作，形成稳定的发展。不知道能不能说清楚，欢迎大家亲身体验一下这种人机交互，踩着对方的肩膀完成创作的感觉。

Q：听到这些，我想F.E.E.D实际上是“AI加人工”，这种模式很多公司也在做，大家最大的区别还是核心理念体现在哪里？

张迪:AI加人工是目前很多公司都在探索的一种方式，每个人都面临着相似的问题，那就是如何理解和控制人工智能，匹配什么样的专业人士，产生什么样的市场需求，推出的应用是否只是公司需要，未来有多大的市场前景...

这张图片来自《哈佛商业评论》。 “The Best Leaders Can’t Be Replaced by AI“我在作者的基础上加入了一个模块，因为AI不能代替最好的领导者。个人觉得这部分应该是基于语言模型的应用，这也是F。.E.E.D存在的最大意义和价值。

F.E.E.D的主要区别是什么？首先，我们的OML（Optical Machine Learning）也就是提高机器学习的方法。这种方法是基于对咨询和传播行业的深刻理解，是对丰富经验的总结、总结和实践应用；第二，我们公司的基因，让团队养成了回归创作规律的工作习惯，全国近400名创作者进一步延伸了我们的创作范围；第三，一系列迎合工业跑道和出路的做法。举例来说，为新能源汽车等朝阳产业提供更多的服务，为许多新的生产力和独角兽企业提供完善的品牌。最后也是最重要的，也是AI加人工的商业模式。为什么知玄能被注意到，很大一部分因素取决于这条赛道是否得到了市场的验证，是否得到了客户的认可，能够创造更多的价值。我们现在每天做的就是让机器再次学习已经被客户“支付”的内容。这种学习不是简单的按顺序接受，而是根据行业属性、品牌特点、产品情况进行分类整理。只有使用这种“愚蠢”的方法，系统才能变得越来越智能。

最终我想说的是，人工智能，AIGC、大语言模型...这是一个极其聪明的时代，但聪明只是一个表象。聪明的背后是不变的底层逻辑。只有播种、施肥、灭虫才能长出果实。知玄在做这些看似“笨”的事情，但总要有人去做。当然，这里有一个前提，那就是这件事一定要有价值。

后 记

这次采访的信息量有点大，这是我从业至今写得最长的一次采访。因为出身于新闻专业，提问一直是我的核心工作模式。好的问题就像杠杆，可以撬动思想通向无数的可能性。这种情况在某种程度上与我今天的受访者所做的事情“不谋而合”。知道正确的问题比有答案要难得多。在当今AI掌权的世界里，学会更聪明地提问，将成为一种新的个人生存方式。张迪和他的团队也是一群会提问的人，但他们不仅会提问，还会把这些答案“反馈”给回答问题的人，让下一个答案更加严谨和令人惊讶。

从理解语言到敲代码，AI的能力几乎超过了人类各方面的基准线。世界已经悄然从“答案很重要”变成了“问题特别重要”。如今，随着人工智能的广泛应用，他们有时是我们的同事，有时是竞争对手，有时是员工，有时甚至是老板...但无论他们是什么，AI都会继续把自己嵌入一切，最终无处不在。

在采访结束的那一刻，我突然意识到新技术赋予了每个人新的力量，谁越早结束，谁就越有可能赢。我理解了张迪最后总结的一句话:在一个聪明的时代，总有人要做一些愚蠢的事情…..权力的运作方式正在慢慢改变，这次我们终于有机会以不同的方式做事了。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com