关于人工智能改变我们工作的潜力的描述现在已经很熟悉：人工智能将自动化重复性任务，提高员工影响力，改善工作满意度，并颠覆整个行业。但使用人工智能工具将如何改变实际的工作体验？人工智能会改变我们的思维方式吗？
人工智能是计算的下一个时代，其一个显著特征是从确定性输出转向概率性或“随机”输出。随着人工智能的普及，工人们正在接触一种新的软件范式，这需要一种新的思维方式。在最近一期的 Sequoia 的《训练数据》播客中，Dust 联合创始人 Gabriel Hubert提出了“随机思维”的概念，称其为“自计算机问世以来我们使用工具的最大转变。”
随机性和不确定性是生活的一部分，但在现代知识工作中，我们被训练成优化确定性和可预测性。随机思维促使我们从机械的工作流程转向工具、内容、战略等的迭代开发。
随机思维使我们从对任务的最小杠杆和 100%确定其结果，转变为对任务的 100%杠杆和对其结果的具体表现的较少确定性。这一转变是自己做某事与将任务委托给他人之间的区别。
AI 作为工作的外骨骼
向随机思维的转变显示了 AI 带来的显著生产力提升将如何真正实现。通过更容易地获取和综合信息，员工将消耗和生产更多的信息。OpenEvidence、Harvey 和 Dust 是一些在医生、律师以及更广泛的知识工作者背景下，消除获取和利用相关信息障碍的产品示例。
人工智能通过概括扩展信息。但它也通过总结信息来减少信息。在人工智能时代，出于速度和杠杆的考虑，传递的信息确切性存在不确定性。信息的数量本身需要概率方法来管理和推断简化。
人工智能时代（大约 2023 年）
AI 工具提供草稿或建议，而不是确定的答案。它们会改进——但始终是基于某种概率。阅读的人——尤其是量子和统计爱好者——会迅速主张一切都是概率性的。没错。但计算机历史几乎是确定论的。AI 正达到一个规模的阈值，在这个阈值上，概率性比确定性更高效。
这对我们作为工人意味着巨大的变化。我们的工具模仿我们，然后我们模仿它们。如果我们主要的机器模型变得随机——接受随机性——我们的思维也会随之而变。我们将对手头的数据采取更具质疑的态度，意识到它充满了随机性。也许最重要的是，随机思维能够适应变化，并且是专门为变化而调整的。
无论你是创始人、知识工作者还是学生，你的未来前景将与你适应变化的能力密切相关。面对来自人工智能系统的不确定输出，工作者需要增强他们的批判性思维能力。这不仅仅是由于LLMs的幻觉倾向而导致的短期适应。我们对这些系统的需求将继续超过它们的能力，并且在某些使用案例中，随着时间的推移可能会变得更加多变，而不是减少。正如伊利亚·苏茨克维尔在他最近的NeurIps 2024演讲中所说的：“它推理得越多，就变得越不可预测。”
Dust 是一个使非技术工人能够访问自定义代理的平台的例子。他们的目标是建立“水平沙盒”，让工人可以创建自己的代理、助手和工具。随着时间的推移，团队将管理 AI 代理。正如 Jensen Huang 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。”这些系统是管理和行动的记录。像 Factory 这样的公司将使编码代理的管理成为可能，XBOW 将管理网络安全代理，而 Rox 将提供销售代理的管理。
与其单纯考虑人工智能能为公司节省多少运营支出，不如将随机思维的重点放在人工智能作为一种动力辅助——工作外骨骼。
适应 21 世纪的现实
我们可以将随机思维视为对 21 世纪世界现实的进化和适应性反应。人类面临着日益增加的社会、政治、经济和环境不确定性。变化的加速速度（模型/机器人/火箭不断变得更好/更快/更便宜）也意味着波动性的加速。
快速迭代和执行有利于拥有 AI 超能力的小团队。随机思维也是建设者思维：迭代、实验、怀疑和数据驱动。加布里埃尔报告的一个有趣细节是，组织内 Dust 的使用模式成为识别建设者的热图。
随机思维也是科学思维：形成假设并寻求证明或反驳它们。AGI 和超级智能的推广者（包括Vlad Tenev在Harmonic）将科学牢牢放在他们的视野中。但随机 AI 系统扩散的更大后果可能是人类科学思维的日益普及。
创始人需要随机思维方式
当人们说产品市场契合既是艺术也是科学时，他们或许在以确定性术语思考科学。创始人每天面临一个随机学习问题：在不断变化的世界中，客户需求的变化。
除了其他方面，现代创始人需要具备随机思维，以利用假定但不可预测的人工智能模型的改进。他们的团队需要提前规划产品路线图，以应对即将可能实现的功能。创始人现在还需要以开放的方式参与研究——不确定性也可以是机会。
随机思维的一部分是理解约束的能力。任何过程都必须在有限的时间内运行。计算资源是有限的，系统内的通信也是如此。所有这些因素导致了非确定性，但人类认知的约束显然比机器的约束要严格得多。
最重要的是，通过开发自己的随机方法，创始人也可以解决客户的问题。通过将随机思维融入他们的产品，创始人可以帮助用户利用这些新功能：
-
帮助工人变成建设者 -
帮助学生成为研究者 -
帮助消费者在复杂的产品中做出明智的选择 -
帮助每个人高效地使用 AI 服务 -
给人类更多思考的时间
使AI 代理可靠的一个核心问题是为它们提供合适的保护措施，但它们不可预测的特性也是一种特征，而不仅仅是一个缺陷。
确实，AlphaGo 故事中的一个重要启示是它对人类围棋选手的影响。一篇2023 年论文关于超人类人工智能对人类决策的影响得出结论，AlphaGo 战胜李世石后，人类围棋选手的走法新颖性显著增加。正如加里·卡斯帕罗夫所说：“我是第一个工作受到机器威胁的知识工作者。”那是在 1996 年。然而，国际象棋远非过去的遗物，它比以往任何时候都更广泛地被采用，并且有了新的技术。人工智能被用作对练伙伴和教练。
本文翻译：https://www.sequoiacap.com/article/stochastic-mindset-perspective/
编译：ChatGPT
（文：Z Potentials）
随机思维才是硬道理！AI的不确定输出只能让人更崩溃。