知識飛輪的推與拉 - 知識複利

整理 關於 AI 現象的隨筆：

主要探討的是 AI 為個人帶來的衝擊，然後如何有效經營個人的知識體系，以及個人如何真正的「慢活」。

知識飛輪

AI 的發展飛速，最近大部分的人都可以用 Agentic 方式快速寫出應用程式。有程式背景的人，在使用上的生產力更是 10x 倍速的成長。也出現 Andrej Karpathy 用 LLM Wiki 做 知識管理 概念的方法，有人把想法快速用 Agentic 方法做出來 - 像是 Graphify。

先不提 軟體工程 或 SRE 等議題。

AI 我定位是個高效能工具，創意協作工具，依舊是工具。使用的人才是 主要、主要的，AI 是 次要的。 再次強調，人是主要的，工具是次要的。

使用的人可以透過 AI 推進產品的開發、推進工作產能提升。同時也可以透過 AI 拉動自己，提升自己的本職學能、知識、啟發創意。

我在 “自幹作業系統“ 這件事情上定位是 - Just for Fun & Learning。也就是目標是充實我腦袋裡的知識，在學習與實踐過程中，把片段的知識補齊、把這些學習的知識 #連結 起來。注意我這句話：

把片段的知識補齊、把這些學習的知識連結起來

主詞是誰？主動的是誰？

答案是我自己。

  1. 我自己把知識放到腦袋裡
  2. 我自己把知識點連結起來

這個過程，我腦袋裡會建立屬於自己的知識連結，做 深度思考、深度連結，也就是我們常說的：

資料 (Data) -> 資訊 (Information) -> 知識 (Knowledge) -> 智慧 (Wisdom)

這個循環又稱為 DIKW 體系 ，我在以前學習音樂就很常在用這概念。

智慧的原理：大腦的灰質與白質

我在 “聊聊分散式系統“ 最後提到人類大腦運作的原理，當時是用分散式系統在解讀。

底下是簡單摘要：

人類大腦由 140 億個神經元組成，神經元又由細胞體、神經纖維組成，其中細胞體想像成計算機，神經纖維想像成網路。

生命的演化，正是因為神經元不斷地增長，最後才演化出智慧生命體：人類。人類大腦的 灰質 相當於 計算機 (細胞體)，白質 相當於 連結系統 (神經纖維) 的網路。表示人腦約有 140 億台計算機 (灰質、細胞體) 同時在運作，計算機之間透過網路連結 (白質、神經纖維)。

研究顯示，人與人之間的區別，不在灰質，在於白質。例如鋼琴家的白質，遠比普通人發達的多。人與人之間腦袋裡的運算能力其實大同小異，但是相差很大的是腦袋裡的網路的連線方式不同。

其實我用來解讀知識管理也是通的。也就是知識管理的重點不在搜集或者整理，重點在於 連結，然後形成的體系。關鍵在於 連結，誰來做連結？

把知識放到腦袋裡的人，是你自已

換言之，AI LLM 可以很快速的整理出所有資料，畫出一個漂亮的關聯拓樸，這表示什麼？使用知識的人，從頭到尾都沒有在自己的腦袋裡建立連結，換言之，你依舊停在原地。

建立自己的知識體系

我在 “聊聊寫 Blog 的想法“ 一文最後也寫到，我每寫一篇文章的過程，就會把過去寫的東西串起來，這個過程的思路都是我自己連結的。經過幾次的 複利效應 之後，文章就會成為一個 體系，最後就會形成我個人的知識，我稱為 複利知識。所以知識管理這個議題，只要有持續寫文章，持續重構、組織的人，看到用 LLM 整理文章，我的直覺反應就是：

文章關聯快速建立起來，但你並沒有因此真的獲得知識。

簡單說：他是他，你是你。

回到段落標題，知識飛輪的推與拉，我引用的是 Amazon 的 飛輪效應 (Flywheel) 概念，利用 推與拉 做知識管理，飛輪效應之下的知識管理帶來的 複利效應。

如果你有耐心看到這裡，應該不難發現，這段整個過程我都在串聯我過去寫的文章，以及想法。這個過程就是連結知識，創造 知識複利。

延伸問題

底下我先留白，一些很現實的問題，未來可以探討的：

  • 大家 (八成的人) 都可以用 Agenitc 寫出應用，那彼此的差異是什麼？公司為什麼要用你？
  • 用 AI 提升工作生產力，薪水有變多了？時間有變多了？生活更有餘裕了？
  • 大家 (八成的人) 都可以用 LLM KM 創造出自己的第二大腦，所以這些人都變得有知識了？有智慧了？有創造力？
  • 很多人都可以用 AI 快速寫出應用，然後呢？因此創造 Income，往 FIRE 走？或者滿街的人都往 FIRE 前進？
  • 承上，稍微提一下 軟體工程，這些被快速創造的應用：
    • 個人用的：過了半年後還有在用？功能都滿足了？
    • 企業：過了半年有多少應用還在記憶體裡運行的？多少人在用？都沒有 Bug？
    • 上述應用的維護成本 –> 簡單帶入 SRE …

上述問題，我在 “職涯健診“ 系列文，會反覆強調的概念。

小結

我不是反對 AI 的一些方法，我自己也用很兇 (燒很多錢)。而是要提醒我自己 (其實別人怎樣不關我的事)，不要因為這些工具太強大，因而帶來 淺薄思考 與 知識幻覺，反而要善用他們來強大自己，讓生活更豐富更有想像，帶來更多探索的樂趣。

幾個名詞，我自己亂掰的：

  • 知識幻覺: 大概類似 達克效應 的概念。因為很會叫 AI 做事，誤以為自己很厲害，其實一曝十寒。
  • 知識飛輪: 從飛輪效應和知識管理結合而來，形容建立腦袋知識體系的方法，就是 推與拉
  • 複利知識: 跟知識飛輪類似的想法，集合知識管理與複利效應這兩個詞，重點在於知識是可以透過連結不斷堆疊，產生複利效應的。最好的方法就是寫 Blog，然後要連結他們。寫流水帳的沒用。

收筆。

越來越慢

現在大家都在拼命地想「用 AI 加速些什麼、提高生產力」，不管是龍蝦，還是不斷改善的 LLM ，以及衍生的技術 / 應用，整體其實是一種一直做加法的狀態。

從比較宏觀的角度來看，人類好像一直在做一些把自己逼得更緊的事情。比如說，我們發展出各種工具或技術，真的有讓生活變得更輕鬆？有讓工作變得更容易？例如，上班時間有因此縮短到一天六小時？週休四日了？

現在 AI 的發展帶來幾個現象：

  • 第一，是大家變得更焦慮；
  • 第二，以軟體工程師的角度來看，工作量其實被放大了。

用一個簡單的量化方式來比喻：假設一週分配 5 點工作量，一點代表一天 (這只是個 rough 的概念)。但因為有了 AI，現在可能一週被分配到 20 點的工作量 (四倍)，因為 AI 讓開發變快了，效率提升了。工作量變多，薪水卻沒有變成四倍。於是每個人不只要做更多事情，還必須用接近主管的視角來管理工作。

整體節奏變快，溝通也變得更跳躍。很多時候，AI 在做什麼，其實大家也沒有完全搞清楚，所以討論會變得很片段 / 表面。你和我可能在談產品方向，但細節其實是不清楚的，因為很多東西已經被快速產出、快速帶過。

所以這到底是好還是壞？不確定。

理論上，應該像馬斯克說的那樣：

AI 應該讓人類生活變得更好，讓我們可以去做真正想做的事情。人類的生活應該是逐步變成從從容容，游刃有餘，為了實踐理想，造福人類而活。

用音樂的術語來說：

Tempo=60, 但拍號是 4/32

延伸閱讀

站內文章

▲ TOP ▲