全文约9400字，预计阅读时间19分钟

正文：

1942年，著名科幻作家艾萨克·阿西莫夫（Isaac Asimov）¹在小说中提出“机器人三定律”时，肯定不会想到，AI和机器人的进展会那么慢，却又那么突然。

说慢的原因是，已经80年过去了，我们仍没有看到他所设想的机器人出现，2024年最成功的家用机器人，是一台会被狗狗的便便轻易“破防”的扫地机器人。

但是AI的发展又很突然。2022年11月，ChatGPT上线，不到两年，人类社会好像突然加速了一样，从硅谷的科技巨头到北京的小学生，人人都在聊AI，AI似乎成了人类科技的助燃剂，有望帮助我们解决一系列问题。远到宇宙征途的星辰大海，近到人类依旧梦想的元宇宙，似乎都因为AI的兴起，有了新的可能。

所以说，AI是如何从过去的只会打围棋比赛和DOTA等单一模式，变成今天的“万能”助理呢？

以及，“终结者”真的会到来吗？AI会在某个时刻突然觉醒主体意识、统治人类吗？

还有很多人疑惑：为什么AI都火了两年，可自己日常生活似乎也没有什么改变呢？

今天，我们就来聊一聊，2022年突然“涌现”的AI会不会毁灭人类，以及它会如何改变我们的未来。

01 突然“涌现”的AI，仍是黑箱

要理解今天的AI和过往我们所认知的AI——或者说影视作品里常见的万能AI——之间有何区别，需要解释三个词：涌现、Transformer架构和黑箱。

现今媒体在提到AI时，一般会提到另外一个词：大语言模型（Large Language Model），简称LLM。之所以如此命名，是因为这些模型的参数都很大，一般起步就是10亿参数。ChatGPT，从技术分类角度来说，属于文本生成大模型的AI产品。文本生成大模型是指这个大模型一般用于生成文字，无法生成图片或者视频。 目前也有专门用于图片生成和视频生成的大语言模型，它们的技术构架与文本生成模型有相似之处，但又有所不同。图片生成模型的产品，如Midjourney，已经开始商业化；视频生成模型如Sora、可灵等则因为生成时间短、人物角色不可控等，还处于尝试阶段²。

先说说Transformer架构。这是目前文本生成大模型的主要技术基础之一，来源于谷歌（Google）研究团队在2017年发表的一篇论文“Attention Is All You Need”，这篇本来为了解决和优化机器翻译任务的论文，提出了一个新的神经网络结构——Transformer架构。它适用于自然语言处理（Natural Language Processing，NLP）领域，以注意力机制为核心。OpenAI的GPT模型就是基于Transformer架构构建的。

如果简单解释GPT架构的话，就是预测下一个词（Token）。比如给GPT模型一句话，“明天看起来要___”，它会试图猜测画线部分应该是什么词语，会给出各种答案，而在人类的反馈训练后，它会倾向于给出“晴天”“下雨”等合理的词语。

要注意的是，GPT说出“下雨”这个词，不代表它真正理解了这句话，它可能只是在无数种选择中，给出了人类最喜欢的那个回答。

也就是说，AI的理解，是一套高度复杂的模式识别和概率预测过程，基于对大量数据的统计分析，通过识别输入中的模式并生成相应的输出。AI没有真正的感知体验，也没有情感或意识参与其处理过程。

OpenAI最初研发的GPT-1和GPT-2，在基于一定数据和算力的训练下，呈现的效果还算不错，但是没有到让大家为之惊喜的程度。很多情况下，系统仍需对特定任务进行调整才能获得好的效果。但到了GPT-3的时候，与GPT-2相比，其模型的参数量翻了116倍，是一个拥有1750亿模型参数的大语言模型，其处理能力似乎突破了“奇点”状态。

也就是说，在参数和机器算力达到如此惊人的规模后，AI的能力突然“涌现”了：

• 模型通过很少的示例就能快速学习并执行新任务。这种能力并非直接训练的结果，而是在处理海量文本数据的过程中自然形成的。
• 任务泛化。GPT模型能够执行许多并未经过专门训练的任务，如翻译、摘要和问答等。这种多功能性也是在大规模文本的处理过程中逐渐形成的。
• GPT模型还展现出了一定程度的推理能力。它能够进行逻辑推理和常识推理，这些能力远远超出了简单的文本预测。
• 有了基础的“创造性”。GPT模型能够生成原创内容，如故事，诗歌，甚至计算机代码。这不仅仅是对已有内容的重组，更是对语言模式的深入理解和灵活运用的结果。

简单来说，这次的“涌现”是大力出奇迹。

在数据量、算力、模型规模足够大之后，AI 的能力确实会提升，这也是目前各家AI研发公司努力的方向。大模型的参数量在不断提升，比如Meta（前Facebook）的Llama 3.1大模型参数就达到了405B——也就是4050亿参数的规模。参数规模如此之大，需要用到的GPU（Graphics Processing Unit，图形处理器）数量也在不断增加。大家所熟知的科技狂人——埃隆·马斯克（Elon Reeve Musk）³刚刚建立起他的10万显卡算力集群Colossus，就是为了用更大的算力和参数量来训练和提升他旗下的公司xAI研发的大模型。

要注意的是，“涌现”虽然在某种程度上可以说是AI突破了某个奇点，但这个“奇点”，不是科幻作家弗诺·文奇（Vernor Steffen Vinge）⁴所提出的 “技术奇点⁵”，也无法说明AI真的理解了这些内容，因为目前模型的内部原理对我们来说仍然是个“黑箱”。

用正在创业的AI专家李沐的话来说⁶，如今的大语言模型就像炼丹，需要把一些材料放进丹炉里面，用丹方去把丹炼出来。大模型的数据就是炼丹的材料，算力就是炼丹的火力，算法就是炼丹的丹方。但是，道士对于炼丹的技术细节是无法理解的，就如同我们还没有搞明白大模型的内部运作机制一样。目前，我们只知道输入和输出，其内部的技术机制还在研究中。

也正是因为不了解机制，2023年3月，埃隆·马斯克、杰弗里·辛顿（Geoffrey Everest Hinton）⁷等上百位科技人士联合发表公开信⁸，希望暂停训练比GPT-4更强大的AI系统至少6个月，因为他们担心超级智能的出现。

虽然最终呼吁没有被响应，但这些人的担心也有一定道理——现在的AI是黑箱，我们不知道会发生什么。只是对于我们来说，可能有比暂停研发更保险的方法来控制AI。而且，技术爆发一旦来临，也不是几封公开信能拦得住的。

但是，我们回顾历史时会发现，在科技史上，原理的研究走在发明之后是常有的事情。莱特兄弟（Orville Wright，Wilbur Wright）发明飞机之后，还要等大约30年——也就是1930年左右，人类才算是搞清楚了飞机的原理。

技术一般都会走在研究的前面，这是常态，黑箱也没有那么可怕，Don’t Panic⁹!

02 人类担心了几十年的AI觉醒，暂时不会出现

公开信只是今天的人类对AI恐慌的表现之一，AI觉醒、AI威胁论，这些在科幻电影和小说中耳熟能详的桥段也层出不穷。

今天的AI，真的会突然觉醒，然后与人类为敌，甚至统治和消灭人类吗？

简单了解了如今AI的机制，你就会知道，科幻小说和电影中经常出现的“天网”“Matrix¹⁰”，暂时不会出现。AI也不会突然觉醒，想着统治人类。

如上文所说，目前AI的主要输出机制还是猜测下一个单词或者文字，即基于统计模式，从过往的上亿个数据集里，猜测人类最想要的那个。它们虽然生成了看似智能的回答，但是并不真正“理解”所处理的信息。如上文所举的例子——“明天可能会下雨”，AI并不理解“明天”和“下雨”代表着什么，只是因为“下雨”常常出现在这句话的结尾。

科幻作家特德·姜（Ted Chiang）¹¹对此也有类似的观点¹²：AI在说“对不起”的时候，并不理解“对不起”所代表的歉意和情绪，它只是在这种场景下最有可能出现的词汇。

此外，今天的AI，是一个只会响应输出的AI，并没有自主行动的能力或者欲望。如果人类不给它下命令，它什么也不会做。

不过我们可以假设，如果AI有了自主行为的欲望，并且有了要统治人类的想法，以其现有的能力是否足够毁灭人类？

首先，AI需要更快速地成长，迅速增强自己的能力，这样才有可能统治世界。

在此过程中它会遇到的第一个问题是，“食物”不够。训练GPT这样的文本生成大模型，所使用的语料数据是互联网上的数据、已出版的书籍、新闻和其他各类高质量的文本数据。但是，人类有史以来积累的文本数据语料，已经差不多都“喂”给它了，才实现了如今的能力“涌现”。

肯定有人想到可以让AI生成数据，再拿来训练AI。不过，2024年7月Nature杂志上的一篇论文¹³显示，用AI生成的数据训练AI，会让大模型的能力下降，甚至导致大模型退化、崩溃。生成的数据虽然能用，但目前看来效果不显著，而且有风险。

然后是算力问题，也就是说，AI能力的提升需要大量英伟达（NVIDIA）或者其他科技公司生产的用于AI计算的专业显卡。普通显卡也能用，但是效率比较慢，折损也较大。即使是专业显卡，如何把上万张显卡组合在一起，并且有效减少其中的算力折损，也是尚未完全解决的问题。目前比较高效的算力叠加方式是显卡集群。埃隆·马斯克搭建的拥有10万张H100显卡的超级集群Colossus，应该是目前世界上最强大的AI训练集群。

但是马斯克的公司训练出的大语言模型xAI，能力也很一般，果然只有算力是不行的。

对于不少公司甚至国家来说，想要搭建显卡集群，除了需要解决显卡的数据交换问题，还需要一个稳定的发电设施，采取单一数据中心供电或者分布式供电，前者对基建能力的要求很高。以马斯克的Colossus集群来算，所需的关键IT部件的总功率约为150兆瓦，相比之下，美国最大的国家实验室超算El Capitan的关键IT功率只有30兆瓦，约为其五分之一，可谓相形见绌。按照粗略计算， Colossus集群的日耗电量约为300万千瓦时，相当于北京市东城区一天的居民用电量。

这还是目前AI的耗电量，也就是说，影视剧中那种AI突然觉醒、将整座城市的电力一次性消耗的场景很难发生。因为，觉醒后的AI需要的电量可能远大于一座城市的供电量。

最后，即使AI通过某些方式解决了数据、算力和电力的问题，就当下的AI而言，它与现实世界的隔阂，仍旧是它难以统治世界的主要原因之一。

今天的AI，其实并不理解真实世界，它最擅长的反而是创作内容，比如文字、图片或者视频。

为什么创作文字是最容易的？因为文字是一维的交流方式，甚至在某种意义上是比较低效的交流方式。现实世界是最复杂的，在GPT出现之后，不少专家提出了世界模型¹⁴的概念，但让AI理解文字很容易，理解世界反倒是最难的。

自动驾驶花了不少年，现在才可以在部分城市实现有限的无人驾驶，而机器人要面对的现实情况，比自动驾驶复杂很多，这也是机器人还没有将人类取代的原因。今天最普及的机器人是扫地机器人。同样的，AI没有像人类所担心的那样去取代操作工人，而是差点取代了文字创作者。

现实世界的三维交互，对今天的AI来说，仍是一个无法完成的任务。

所以，今天的AI无法制造一支机器人部队消灭人类。如果它真的想毁灭人类，最快的方式是取得各国的武器发射权限，发射核武器。前提是，有人下达了这个命令，并且AI遵守了这个命令，还突破了各种官方和实验室网络的限制，拿到了发射权限。但大家都知道，今天的AI，输出脏话和色情图片都会被限制。

但是AI仍然是有机会毁灭人类的，通过让人类自我毁灭的方式。

网络上遍布的虚假新闻、Deepfake（深度伪造技术），已经使人类内部产生了很大的隔阂和理念冲突。

这反倒是目前AI最有可能毁灭人类的方式——让人类死于内战。但，即使没有AI，人类也是有可能灭亡在自己手里的，所以，放宽心吧！

03 今天的AI，能取代人类的工作了吗？

既然AI暂时不会觉醒，也不会消灭人类，那我们进入下一个问题：今天的AI，可以取代人类了吗？

或者说，今天的AI，可以取代人类的工作了吗？

答案是，可以取代一部分工作——但核心不是取代，而是增强人类的能力。需要看具体的工作内容和场景。

我们可以从当下不同类型AI的几个主要产品来看AI的技术能力以及成熟度。

今天大家常见的AI以及大模型，目前可以简单分为三类：文本生成模型、图片生成模型和视频/音频生成模型。

成熟度较高的文本类AI产品

以OpenAI的GPT系列为代表，也有 Claude、Gemini、Llama、文心一言、通义千问、Kimi等国内外的模型产品，技术比较成熟，已经在很多现实场景中应用，实现商业化。

国外的ChatGPT、国内的Kimi和豆包，都是用户使用较多的产品，功能以文字对话为主，配合准确的提示词 ，AI可以帮助你进行文本翻译、文章解读、句子润色和邮件创作等办公和学习场景中常见的文本工作。目前文本类AI的能力，可以认为是一名通才大学生：懂多国语言，语文也不错，但可能数理化差一些，擅长讲解概念，做数学题则不太行。

发微博或小红书，回邮件，翻译英文文章，头脑风暴，甚至创作剧本和小说的部分内容——这是笔者的朋友使用文本类AI的一些场景。

已经开始商业化的图片生成产品

图像生成模型，以Midjourney、Stable Diffusion和DALL-E 3为代表，功能以生成图像为主，也就是所谓的AI画手，也有一些商业化应用。

游戏场景、书籍封面以及电商商品的演示图都已经开始使用AI生成的图片，例如2023年国内较火的应用“妙鸭相机”就是运用AI生成图片，不过是用图片生成图片，而不是用文本来生成。

图片生成产品目前的主要问题是成功率不高，类似于游戏的“抽卡”，需要跟AI对话很多次才能生成一张满意的图片，而且现阶段图片生成AI对人类的自然语言理解还不如文本生成AI那么好，需要掌握一些写作“咒语”（提示词）的技巧才可以。

还在尝试阶段的视频/音乐生成类产品

2025年春节期间最火爆的一款AI产品，无疑是OpenAI的Sora，这是一款用文本生成视频的AI产品。由于生成视频的时长成功突破到一分钟，再加上演示视频质量较高，Sora立刻引起了轰动。

而其他视频生成产品，尚在追赶Sora的路上。Pika、Runway，以及国内的可灵、Pixverse、豆包的视频生成模型等，视频生成时长从3秒开始慢慢追赶，目前是10秒左右，距离商业化尚有一段距离。

音频模型目前主要分为两类：文本自动转为语音的TTS类，以及以Suno、Udio为代表的音乐生成产品。

文本转语音产品已经在很多商业场景中应用，如AI读小说，给视频配音，甚至AI自动生成播客等。

而音乐生成产品还在尝试阶段，它们面临的版权问题，也比文本生成产品要严重得多。

差生工具多，这些工具都可以试试！

大语言模型的竞争，发展到2024年9月，正逐渐变成科技巨头们如谷歌、微软（Microsoft）、Meta和亚马逊（Amazon）的竞争。国内目前还是巨头与新秀百花齐放的场景，但可能不久后有新的格局变动。毕竟，大模型研发太烧钱了，又迟迟没有见到特别好的商业化应用。

怎么说呢，这个发展倒是完美符合科幻作家的预测——科技巨头垄断一切！

这次，我们按照热门产品类型，来介绍下国内外AI的相关产品。如果把它们都体验一遍的话，我们对当下能做什么、不能做什么，可能会有更直观的感受。

ChatGPT

https://chatgpt.com

OpenAI基于自己研发的大语言模型GPT系列推出的AI聊天产品，是目前世界上用户数最多的AI产品之一，也正是它，引发了全世界对于AI的关注和讨论，以及这一场AI科技热潮。

ChatGPT背后，是OpenAI推出的一系列GPT模型，目前性能最强大的是GPT-4和GPT-4o。ChatGPT目前的主要功能是文本交互，无法生成视频或者图片（部分付费用户可以生成图片），但可以识别图片。

OpenAI研发的文本生成图片大模型为DALL-E 3，于2023年发布，用户只要输入文字描述，就可以生成相应的图片。

OpenAI的文本生成视频大模型为Sora，在2024年2月发布了演示视频，目前尚未对普通用户开放。

微软斥重金投资OpenAI，两家公司目前是强绑定关系。

Claude

https://claude.ai

Anthropic公司基于自己研发的大语言模型Claude系列推出的AI聊天产品，其背后的大模型Claude 3.5的能力不亚于GPT-4o的文本生成大模型。

这家公司一直宣称“宪法AI”（Constitutional AI），是目前在AI与人类价值对齐方面做得比较好的公司之一。很多人认为Claude擅长用来做文本生成或者代码生成。

亚马逊投资了Anthropic公司，双方技术合作紧密。

Gemini

https://gemini.google.com

科技巨头谷歌基于自己的大语言模型Gemini系列推出的AI聊天产品。

受限于大公司立场和自身的商业模式，谷歌前期在AI上的战略不是很激进，毕竟他们在2023年2月发布演示的AI产品出现了事实性错误，导致谷歌股票大跌，也因此被OpenAI抢先，如今正在紧密追赶中。

目前谷歌旗下的很多产品都可以体验到Gemini的功能，比如Google Docs、Gmail等。

以上是目前国外使用人数较多的AI chatbot——也就是聊天机器人产品。国内使用较多的产品如下：

豆包

https://www.doubao.com

字节跳动（抖音和TikTok的母公司）推出的AI聊天产品，基于自己研发的豆包大模型开发，是目前国内使用人数较多的AI产品之一。具有聊天、翻译、图像生成和AI搜索等功能，比较全面。

Kimi

https://kimi.moonshot.cn

国内创业公司月之暗面推出的AI聊天产品，在B站和小红书上备受推崇，擅长读长文本——比如一次性读一本《红楼梦》，有很多有意思的小功能。它也是目前创业公司里，使用人数较多的AI产品之一。

文心一言

https://yiyan.baidu.com

百度基于自己的文心大模型推出的AI聊天产品，也是国内首个大范围面向公众开放的AI产品，据说比较擅长写公文，但能力较强的文心一言4.0需要付费。

通义千问

https://tongyi.aliyun.com

阿里巴巴基于自己的Qwen大模型推出的AI聊天产品，支持语音转文字、PPT创作和论文速读等功能。

其他聊天类产品还有：海螺AI、百小应、万知等。

在chatbot之外，也有不少基于文本大模型诞生的创新型产品，目前功能主要有AI搜索、AI陪聊和AI编程。

Perplexity

https://www.perplexity.ai

互联网的网页其实是开发给搜索引擎，而不是给人类看的，所以，如果AI能够帮助我们收集、梳理和汇总内容，或许我们能够得到不一样的搜索结果。

比如风头正盛的Perplexity AI搜索，主打“知识搜索”，只需要输入一句话，AI会将结果梳理后呈现给你，每段信息都会有单独的信息源标注，保证信息来源的准确性。

Perplexity的目的不是颠覆谷歌等传统搜索引擎，而是提供另一种内容搜索与组织信息的方式。国内相对应的产品是秘塔AI搜索：https://metaso.cn/，适合学习时的知识查询。

Character.ai

https://character.ai

人类梦想中的AI是什么样子？或许是完美的AI助理、朋友甚至爱人。也正因此，在ChatGPT火了之后，不少基于AI的陪聊产品诞生，你可以让AI扮演各种角色与你聊天，毕竟，这个时代的人们，最怕的就是孤独。

Character是国外常用的AI陪聊产品。国内类似的产品是星野，由国内AI创业公司MiniMax推出。

除了众所周知的Github Copilot之外，也有不少AI编程类产品面向不太懂编程的普通用户，这也是当下AI的一种能力体现，增强人类个体的能力而非取代人类。

Cursor

https://www.cursor.com

据说有位七岁小女孩使用这款产品独立开发了游戏。

Wordware

https://www.wordware.ai

完全可视化、可拖拽的AI产品搭建网站，简单说来，有点类似Wordpress¹⁵。

04 作为一个普通人，怎么才能不被AI取代？

最简单的办法是，用起来。根据自己的需求，更多地去尝试各种AI的能力。

对敌人越了解，越不会被敌人打败。此外，还有一句忠告：你不会被AI取代，只会被使用AI的人类取代。

先学会和AI对话

人与人的沟通尚且困难，更何况人类与AI呢？用好AI的第一步，是学会和AI说话。

如果在半年前写这篇文章，我一定会用一大段来讲解如何写好prompt（跟AI对话的提示词），但随着AI能力的提升，现在已经不需要那么做了。

Claude工程师曾在一期播客里聊到怎么跟AI对话、怎么写出好的prompt¹⁶，我提炼了一些关键点：

很多时候，你需要做的只是写一个非常清晰的任务描述，而不是尝试构建抽象的东西。

你需要把事情讲得足够清楚，让AI明白你的任务是什么，要擅长思考和描述概念。

你得把自己脑海中所有你知道但AI不知道的东西整理清楚，写下来。毕竟，你不说，AI怎么会知道呢？

很多人都没有理解什么是提示词。他们在看到一个输入框时，会把它当成一个类似谷歌首页的搜索框，输入几个关键词。但是你并不会这么跟同事交流，对吧？

AI大模型可以理解复杂的信息，不需要过度简化。

……

想一下，你会怎么跨部门跟同事沟通，怎么跟你的实习生沟通，或者怎么跟上门维修空调的师傅沟通——跟AI沟通的时候也这么做就可以！

哪里“痛”，就在哪里用！

很多人使用AI产品的第一个困惑往往是，我能用它做什么？

不用焦虑，秉承一个简单原则：哪里“痛”（有需求），就用在哪里！英文不好但又需要写英文邮件，用起来！想看英文深度报道，让AI帮你翻译！对一些科技名词不了解、写大纲卡住了、想了解一个陌生的概念等等，都可以去问AI。

甚至在使用电脑时遇到了困惑，也可以第一时间向AI咨询，就比如，笔者刚刚帮一位策划朋友解决了他的一个奇怪需求：到了困惑，也可以第一时间打开AI咨询，就比如，我刚帮我的一位策划朋友解决了他的某个很奇怪的需求：

如果我想打几个字就生成一个这几个字的图片，有什么最快的方式吗？因为有很多行，不想手动截图。

我是这么和Kimi交流的：

User: 我想一个cmd批处理文件，作用是：把我的一个txt文件的每一行文字都保存为单独的图片。

Kimi: 创建一个批处理文件来实现你的需求，需要使用到一些外部工具，比如convert命令，它是ImageMagick软件包的一部分，用于图像处理。以下是一个简单的批处理脚本示例，它将读取一个文本文件，并将每一行保存为单独的图片。
1. 首先，确保你的电脑上安装了ImageMagick，并且convert命令可以在命令行中使用。
2. 创建一个批处理文件，比如命名为text_to_images.bat，并将以下代码复制进去：
--------------------------------------------------------------
Plain Text
@echo off
setlocal enabledelayedexpansion

:: 设置文本文件和输出目录
set "input_file=your_text_file.txt"
set "output_dir=images"

:: 创建输出目录
if not exist "%output_dir%" mkdir "%output_dir%"

:: 读取文本文件的每一行
for /f "tokens=* delims=" %%a in (%input_file%) do (
    set "line=%%a"
    :: 将每一行文本转换为图片
    convert -background white -fill black -font Arial -pointsize 24 label:"!line!" "%output_dir%/line_!line!.png"
)

echo Done.
endlocal
--------------------------------------------------------------
3. 将your_text_file.txt替换为你的文本文件的路径，images是你想要保存图片的目录。
4. 双击运行text_to_images.bat，它将读取文本文件的每一行，并将每一行保存为一个名为line_<line_content>.png的图片。
请注意，这个脚本使用了label:选项来创建文本标签，并且设置了背景颜色为白色，文本颜色为黑色，字体为Arial，字体大小为24。你可以根据需要修改这些设置。
如果你的文本包含特殊字符或者非英文字符，可能需要调整字体和编码设置以正确显示文本。 

User: 还有其他方式吗？不安装第三方工具的话。
Kimi: 如果你不想安装第三方工具，可以使用Windows自带的PowerShell来实现这个功能。以下是一个使用PowerShell将文本文件的每一行保存为图片的示例：
1. 打开记事本或任何文本编辑器，并将以下代码复制进去：
--------------------------------------------------------------
PowerShell
$inputFile = "your_text_file.txt" # 替换为你的文本文件路径
$outputDir = "images" # 输出目录

if (-not (Test-Path $outputDir)) {    
New-Item -ItemType Directory -Force -Path $outputDir
}

$text = Get-Content $inputFile
$text | ForEach-Object {    
  $line = $_    
  $image = New-Object System.Drawing.Bitmap 800,200    
  $graphics = [System.Drawing.Graphics]::FromImage($image)    

$graphics.FillRectangle([System.Drawing.Brushes]::White,0,0,800,200)   
  $font = New-Object System.Drawing.Font "Arial",12    
  $solidBrush = 
[System.Drawing.SolidBrush][System.Drawing.Color]::Black    
  $graphics.DrawString($line, $font, $solidBrush, 10,10)    
  $graphics.Dispose()    
  $image.Save((Join-Path $outputDir 
"line_$($text.IndexOf($line)).png"))    
  $image.Dispose()
}
--------------------------------------------------------------
2. 将your_text_file.txt替换为你的文本文件的路径，images是你想要保存图片的目录。
3. 将文件保存为.ps1扩展名，例如text_to_images.ps1。
4. 右键点击保存的.ps1文件，选择“使用PowerShell运行”。
这个脚本使用.NET Framework中的System.Drawing命名空间来创建和保存图片。它会读取文本文件的每一行，并将其保存为一个PNG图片。
请注意，这个脚本在某些情况下可能需要调整，例如调整图片大小、字体大小或文本位置。此外，如果你的文本文件非常大，这个脚本可能会消耗大量内存。 

——你看，我需要做的就是把我的需求说清楚，不满意的话还能“讨价还价”。

实在不知道该怎么用，先看这四个案例！

如果你确实没什么需求，不妨试试这几个场景，没准儿会有一些小惊喜。

翻译

这是笔者使用AI频率最高的功能。在网页插件沉浸式翻译的帮助下，笔者每天可以阅读大量的科技资讯，甚至直接阅读一些英文小说。

比如前文提到的特德·姜发表在《纽约客》上的文章，笔者就是在Claude的帮助下（AI同时给我生成直译和意译），半个小时内完成了翻译和校对。

学习助手

AI很适合用来解释一些陌生名词或者前沿科技知识，你可以要求它向一名中学生解释知识点。在你想了解一门新的技术或者领域的时候，尽可能清晰地向AI描述清楚你的需求，它能给你不少帮助。

还可以用来解读论文，尤其是长篇的英文论文。但是请注意，为了保证你能真正读懂一篇论文，你可以试着让AI向你提问，而不只是让AI来总结。毕竟，能输出的知识，才是真正掌握了的知识。

此外还有语言学习，很多人把ChatGPT当作自己的外语家教，你也可以试试。

创作助手

文章思路搭建，剧本大纲构思，图片创意生成，甚至某个场景的详细描写，等等，都可以试着用AI来完成。

但是，不要把创作的权力交给AI，它可以充当你的创意助手、构思讨论伙伴，而不是作为你的代笔。

工作助理

Word中某个格式怎么调整，Excel中忘记了某个公式，常见的一个英语单词想不起来，甚至回复邮件时想让语气变得更友善，或者想让话语更专业一些……这些都可以试着让AI帮你解决；即使不能解决，它也能提供一些有用的思路。

机器学习专家Nicholas Carlini在一篇文章中¹⁷，详细讲解了自己在日常生活中是如何使用ChatGPT的，比如写代码、优化代码和修复bug等。虽然这些属于工程师方向的思维和场景，但很多事情的解决思路是相通的。

那些重复性很高、你一直很困扰、一直想优化的事情，交给AI试一下，也许会有惊喜。

不管怎样，先用起来。

1. 编者注：艾萨克·阿西莫夫（1920—1992），生于苏俄的美籍犹太人作家与生物化学教授，门萨学会会员。他是美国科幻小说黄金时代的代表人物之一，与罗伯特·海因莱因、亚瑟·克拉克并称为科幻小说“三巨头”。他的科幻作品以“基地系列”最为人称道，其他主要著作还有“银河帝国三部曲”和“机器人系列”。（来源：维基百科） ↩︎
2. 编者注：这是截至本文创作完成，即2025年2月之前的数据。下文关于其他AI产品的更新介绍也以该时间点为准。目前Sora、可灵已经部分解决了上述问题，面向公众开放。 ↩︎
3. 编者注：埃隆·里夫·马斯克（1971—），商业大亨、英国皇家学会会士、美国工程院院士。他是SpaceX的创始人、董事长、首席执行官、首席工程师，特斯拉投资人、首席执行官、产品设计师、前董事长，无聊公司创始人，Neuralink、OpenAI联合创始人，同时也是X公司的首席技术官、董事长。（来源：维基百科） ↩︎
4. 编者注：弗诺·文奇（1944－2024），美国数学家、科幻作家，历任圣迭戈州立大学数学系副教授，2003年退休后专职写作。自1966年起发表科幻短篇，著有经典科幻作品《真名实姓》《深渊上的火》《天渊》《彩虹尽头》等。（来源：维基百科） ↩︎
5. 1982年，弗诺·文奇在卡内基梅隆大学召开的美国人工智能协会年会上首次提出“技术奇点”这一概念，认为突破奇点后将会有超级智能的出现。 ↩︎
6. 来源于李沐在上海交通大学发表的演讲，视频链接：https://www.bilibili.com/video/BV1vBWDepECq/。 ↩︎
7. 编者注：杰弗里·埃弗里斯特·辛顿（1947—），出生于英国的加拿大计算机学家和心理学家，多伦多大学教授，以其在类神经网络方面的贡献闻名。他是反向传播算法和对比散度算法（Contrastive Divergence）的发明人之一，也是深度学习的积极推动者，被誉为“深度学习教父”。因其在深度学习方面的贡献与约书亚·本希奥、杨立昆共同获得2018年的图灵奖。2024年，辛顿与约翰·霍普菲尔德共同获得诺贝尔物理学奖。（来源：维基百科） ↩︎
8. 联名公开信：Pause Giant AI Experiments: An Open Letter。 ↩︎
9. 编者注：Don’t Panic，起源于英国作家道格拉斯·亚当斯（Douglas Adams，1952—2001）于1979 年出版的著名科幻小说《银河系漫游指南》（The Hitchhiker’s Guide to the Galaxy）。在书中，这句话被印在星际旅行指南《银河系漫游指南》的封面上，以“大而友善的字体”提醒读者：面对宇宙级危机时，首要原则就是“不要恐慌（Don’t Panic）”。这一设定随后成为整部系列的核心口号，被科幻爱好者广泛引用。 ↩︎
10. 编者注：如电影《黑客帝国》（The Matrix）。 ↩︎
11. 编者注：特德·姜（1967—），美国华裔科幻作家，其作品多次获得星云奖、雨果奖和轨迹奖。短篇小说《你一生的故事》（Story of Your Life）于2016年被改编成电影《降临》（Arrival）。（来源：维基百科） ↩︎
12. 来源于特德·姜发表在《纽约客》（The New Yorker）上的文章：Why A.I. Isn’t Going to Make Art。 ↩︎
13. 来源参考：AI models collapse when trained on recursively generated data。 ↩︎
14. 编者注：世界模型（World Models）是理解现实世界动态（包括其物理和空间属性） 的生成式 AI 模型。它们使用文本、图像、视频和运动等输入数据来生成视频。通过学习，它们能够理解现实世界环境的物理特性，从而对运动、应力以及感官数据中的空间关系等动态进行表示和预测。（来源：英伟达术语表） ↩︎
15. 编者注：WordPress是一个以PHP和MySQL为平台的自由开源的博客软件和内容管理系统，具有插件架构和模板系统。它是目前最受欢迎的网站内容管理系统，全球有大约43%的网站都是使用WordPress架设网站的。（来源：维基百科） ↩︎
16. 来源于Anthropic 官方于 2024 年录制的一期YouTube 视频：AI prompt engineering: A deep dive。 ↩︎
17. 来源参考：Nicholas Carlini 的How I Use “AI”。 ↩︎