AI不应该代替我…

大家好，我是个很帅的狐狸？

前几天在一个自媒体群里，有人分享了一套提示词模板，说它已经批量生成了数百万篇文章。

类似的做法在内容行业已经司空见惯。——

我的弟弟使用Deep Research写宏观报告，每天在公众号上发布3-5千字的专业内容。

不久前，一位朋友分享了一位播客，每天使用AI总结HackerNews网站的热门新闻，并自动生成音频。

此前，MidJourney刚刚火起来的时候，就有一群人在小红书、ins甚至onlyfans上创建了AI帐户。

在此之前，公众号作者主要是焦虑不安(毕竟AI文采比大多数作者好很多)，但是最近，从DeepSeek到Suno(音乐生成AI)、从NotebookLM(播客生成AI)到Veo 3(视频制作)，不管你是做播客，做音乐，还是做视频，估计都有点心慌…

不用担心，今天我要从行业底层的逻辑出发，看看AI后续会如何颠覆内容行业，内容创作者应该如何转型。

在这里，这里的内容创作非常广泛，包括但不限于。记者创作新闻，博主文章/播客/视频创作，机构分析师写报告，甚至写报告学者研究报告/学术论文等...

Part 1 从“智能推荐”到“个性化生成”

我们已经见证过一次「内容范式」的更替。

现在，生成式AI带来的冲击，更多的还停留在生成式AI带来的冲击中供给端——大大提高了内容输出的效率。

但在需求端，现在还只是停留在那里请AI帮忙总结的时期。

针对需求方，过去的内容平台一直在尝试处理。「信息过载」这个痛点。

而且解决方案方面已经改变了好几次——

但是接下来，随着计算率的不断提高，除了简单的内容总结之外，需求方实际上可能会进一步迭代-由「智能推荐」到「个性化生成」。

小时候看TVB剧，看到不满意的演员，我总想…

而且现在的计算能力和技术，使得这一切成为可能。

如今，我们可以让AI在几分钟内把一张照片改成宫崎骏其人的风格。

以后我们看微信官方账号的时候，可以一键让AI改写吗？使之重复你喜欢的作者风格。。

等待算率再充足一点，是否每一位用户都能给视频up主一键换头？

就像不久前，我刷了一个针对MCN的产品，说可以更换up主的头，这样我就不怕up主像李子柒董宇辉一样单飞了...

然后问题就来了——内容创作者还有出路吗？

也不必过于悲观…因为就目前而言——

Part 2 该平台没有用AI代替创作者的动力。

假定技术已经非常成熟，此时AI可以自己从头到尾做出顾客也非常满意的内容。

此时，平台也暂时不会用AI来完全取代创作者。

因此，平台就成了内容的生产者。

虽然平台可以获得全部收益(不需要与内容创作者分享)，平台还需要承担所有的成本。

在这些成本中，最大的是试错成本——

就像娱乐圈一样，被市场淘汰后剩下的爆款毕竟是少数，除此之外，还有大量的陪跑者。

在过去，这些陪跑者的试错费用是由他们自己承担的。

据新榜单统计，2024年微信微信官方账号累计产量超过4.44亿在这篇文章中，阅读量达到10万 的文章只有30.78万篇。

虽然平台可以通过数据预测爆款，但用户偏好是动态的。「复杂系统」。

就像蝴蝶效应一样，用户偏好的细微变化可能会大大降低预测算法的成功率。

如果预测失败，平台的投资将完全白费。

它将像一个没有爆款的在线视频网站或电影制作公司一样，市场价值将迅速缩小。

截图/

当然，前提是「试验错误的费用仍然很高」。

计算成本一旦低到一定程度，平台确实会取代内容创作者，自己上手。

尽管暂时还没有这么快出现，但是应该比当初电力普及的时间要快。

然而，在过渡期间，更有可能的产品形式是内容创作者以独特的内容风格积累粉丝和影响力，然后用这些内容训练自己。「风格包」(类似于LoRA/轻量级模型)。

然后通过授权风格包向平台和用户赚钱(虽然这些风格包的成本可能仍然要由创作者自己承担)。

那么...试错费用也降低了吗？

Part 3 创作者还能如何自救？

创作者能够调整自己的价值创造方式。

从价值创造的角度来看，内容创作大致可以分为两种策略：追随策略和创新策略。

在选题和数据采集阶段，两种策略主要是不同的，他们创造的信息差异深度也不同。——

跟踪策略主要是追求热点或二创，更倾向于使用专家访谈、调查报告、数据库检索等。二手资料。

创新战略更注重原创性，以自己的观察、研究、阅读等形式提出新的观点和假设，更加注重一手资料，比如亲身经历，实地考察，原创实验等等。

这两种策略当然不是黑即白的对立关系，而是连续光谱的两面。

怎样同学当时火了5G视频，是跟随5G的热点，主要用的是5G视频，「追随策略」。

但是后来他又用了「创新策略」创作了许多有趣的作品，比如「600万人合影」「键盘自行打字」。

现在流行的AI工具，跟随战略可以极大地帮助人类，甚至在某些阶段完全取代人类。。

归根结底，跟踪策略主要依赖于二手信息，而搜索和总结这些二手信息可以算是AI最擅长的。

现在每一个AI产品的Deep Research/Deep Search功能已经做得很好了。

例如，我以前想了解美国「232关税」ChatGPT对各国的具体影响Deep Research在7分钟内帮助我搜索了87次，找到了26个有效的来源，并生成了一份合理的报告。——

可是就创新战略而言，AI目前大部分时间还不如人类。

归根结底，AI没有五感，也没有脚可以到处跑，更没有手可以做实验，所以暂时无法取代人类。

所以在过渡时期，创作者除了创建自己的风格模型外，还可以考虑更加依赖创新战略来产生内容。

好日子当然也可能没有那么长时间…

因为更加精确，可以说，在创新方面可以超越人类的AI，目前还没有得到广泛的推广。

毕竟AI也逐步参与了一些前沿领域的创新战略。——

就像前谷歌CEO Eric 非营利组织Schmidt投资FutureHouse，设计了一个智能体Robin。

这个团队花了两个半月的时间，在Robin的帮助下，找到了治疗干性老年黄斑变性的方法。（dAMD，新型备选药物是造成不可逆失明的主要原因之一。

只有实验室的工作和论文写作没有自动化，所有的数据、假设、原始实验和后续实验都是由智能体Robin产生的。

而且谷歌DeepMind与陶哲轩等顶尖科学家共同打造的「通用科学的人工智能」AlphaEvolve，这直接打破了56年来矩阵乘法领域的效率标准。

Gemini架构中的大型矩阵乘法在谷歌内部也被用来计算23%，从而缩短了1%的大型矩阵训练时间。

并且还使用它来提高ic设计，提高数据中心的效率。

最终

这一行业的变化确实很快，但是变化本来就是内容行业的常态。

关键是要认识到自己的核心竞争力在哪里，然后在变化中找到自己的位置。

有些人善于把握热点，有些人善于深入分析，有些人风格独特，有些人掌握第一手资源。

在AI时代，这些差异化的价值仍然是不可替代的。

技术的发展降低了内容创作的门槛，但也使真正有价值的内容更加珍贵。

如果AI能够大规模生产内容，那么具有独特视角、深度思考或情感共鸣的创作者就更加稀缺。

当然，有一天，人类可能会在挖掘信息差的深度(创新策略)方面彻底崩溃——也许是AGI出现的那一天。

到那时，我们可能只需要负责消费内容。

? 参考资料/

“微信公众号不服老，想用社交赋能内容传播-36氪”

《AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms - Google DeepMind》

打破56年数学铁律！谷歌AlphaEvolve自我进化实现算法效率飙升，堪比AlphaGo的“神之一”

“世界上第一个AI科学家天团，第一个封神！2.5个月找到治盲药，医学界震惊”

世界上第一位AI科学家天团出道！007做实验碾压人类博士，生化环材圈巨震”

从零开始了解推荐系统。 - 抖音安全与信任中心

今日头条正式向公众公开推荐算法原理--IT--人民网》

《Trends – Artificial Intelligence | BOND》

本文来自微信公众号“狐狸君raphael”（ID：shuai_investor），作者：非常英俊的狐狸，36氪经授权发布。

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