AI news

为什么最有价值的AI讨论总发生在知乎?

By 允中2 viewsSource: 量子位
为什么最有价值的AI讨论总发生在知乎?

AI如今已经成为一个全民话题,但到底有多少人真正理解AI?

The full text has not been translated yet. The Chinese original is shown below.

AI如今已经成为一个全民话题,但到底有多少人真正理解AI?

从6月以来,Meta豪赌Scale AI,开启“超级智能大战”;OpenAI秘密提交IPO申请,被认为是未来几年最重要的科技IPO之一……

在这些热点新闻中,有人在讨论模型参数,有人在转发产品发布,有人在贩卖焦虑,也有人在兜售“普通人如何抓住AI红利”。

但一个更现实的问题是,我们看到的内容究竟有多少是“理解”,多少只是“复述”?

互联网上从不缺观点,真正稀缺的是这些热点与我究竟有什么关系?有没有什么可复现的方法论?

AI也从来不是一个可以靠新闻来理解的行业,它需要测试、使用、长期观察和下场验证。

这些问题的答案不在热点里,它们正在被一群人记录、探索、重构,并持续沉淀在一个地方:知乎。

知乎上的AI答主,不是讲故事的人,而是亲自下场的人

记录者:为高速变化的AI建立“认知坐标系”

在AI高速迭代的时代,最大的混乱往往不是技术本身,而是认知。

今天某个模型“全面领先”,明天另一个新技术“刷新SOTA”,普通人很难判断这些变化究竟意味着什么。在这些海量信息中,有人选择围观,有人选择转述,但也有人选择——记录。

知乎答主toyama nao就属于后者。

在大多数人追逐热点时,他把AI测试做成了一项持续数百小时的长期工程。

在2025年,他累计测试模型126个,累计耗时超过400小时,持续发布模型排行榜和评测结果。

正如他对自己的定位——要“立志于做好达模型发展记录的‘赛博史官’”,他记录下了大模型迭代最真实的轨迹。

但他做的事情,本质上并不是评测,而是在建立一套“可追溯的认知体系”。

文章配图
△toyama nao的长期记录为高速变化的AI建立坐标系

从GPT到Claude,从DeepSeek到各种开源模型,很多人只看到发布会上的参数,而他关注的是一个更本质的问题:模型真正变强了吗?

通过固定题库和长期测评,toyama nao试图建立一套持续追踪体系,把他对AI的“感觉”变成“证据”,帮助行业理解变化。

如果把2025年的大模型发展写成一本编年史,toyama nao就是其中最执着的记录者之一,真实的帮助人们理解技术究竟进步到了哪里。

在技术高速演进的时代,toyama nao的这种长期主义,反而成为最稀缺的能力。

探索者:AI不仅是工具更是“搭档团队”

AI对于绝大多数人最常见的使用方式,是被当成效率工具——写文案、做总结、生成图片,用来提升工作效率、降低门槛。

但真正进入深水区的人才会发现:AI改变的不是效率,而是“创造方式”。

知乎答主德里克文的路径,具有典型的AI时代特征。

德里克文既不是AI科学家,也不是算法工程师,而是一名资深设计师。

在AI出现之后,他没有停留在“用工具提效”,而是开始重新思考:创作可以被机器参与吗?AI加入后创意本身会发生什么变化?

因为是设计师出身,德里克文对视觉审美有天然的敏感,他把设计师的审美、表达与AI的生成能力融合在一起,持续输出视觉作品和创作方法论,探索人机共创的边界。

文章配图
△德里克文在知乎分享AI绘画的描述关键词逻辑

在这个设计创作过程中,德里克文定义方向、设计审美、把控关键节点,与此同时一群各司其职的Agent自主协调执行。

AI不再只是德里克文的设计工具,而是设计“搭档团队”,德里克文在自身专业基础上,运用AI并逐步探索AI能力的边界。

在德里克文看来,AI的出现并没有消灭创意,相反,AI在重塑创造力本身,定义AI时代新的创造力形态。

而知乎,正是德里克文进行这些探索的最早发生地之一。

建设者:在AI时代重新定义程序员

AI带来的另一个巨大冲击,是对职业的重塑。

程序员,是AI出现后被讨论最多的群体之一。

在知乎,仅“AI感觉已经能替代程序员了,作为程序员如何自救呢?”一条问题下,就有2194个回答。

事实上,这个问题的背后其实是对大模型时代“人还剩下什么价值”的焦虑。

57岁的“高龄”程序员Jeff Tao陶建辉给出了自己的答案。

作为拥有数十年基础软件领域的老兵,Jeff Tao陶建辉没有把AI视为终点,而是在讨论AI时代人的价值重构。

通过他在知乎的讨论不难发现,相比追逐最新模型,Jeff Tao陶建辉长期扎根基础软件和工业场景,从执行到创造、从编码到解决问题,创业TDengine做时序数据库和工业数据管理平台。

他的实践为无数技术人提供了借助AI面向未来的参考答案。

目前,TDengine的核心代码在GitHub开源,为全球各大公司提供服务。

“你只要看过代码,就不会再问我年龄”,Jeff Tao陶建辉在知乎上写下自己的回答。

文章配图
△TDengine的核心代码在GitHub开源

Jeff Tao陶建辉的故事之所以有力量,不只是“年龄逆袭”,而在于他代表了一整代正在转型的技术人真正面临的问题:技术如何创造真实价值?

而Jeff Tao陶建辉的故事,也正是很多技术人都要面对的转变,是一份极具启发性的样本。

为什么这些人会长期聚集在知乎?

在不同平台讨论AI,你会看到两种截然不同的内容形态。

有的平台更擅长告诉你“发生了什么”:哪个AI产品火了,哪个公司发布了新模型,谁又拿到了融资。

但在知乎你会看到另一类内容:为什么火、技术线路是什么、Agent工作流为什么成立。

前者是信息,后者是理解。

而理解,本身需要更高密度的表达空间,也需要更长时间的推理与验证。

这决定了AI领域最有价值的内容,不会停留在短平快的传播结构中,而是会自然流向更适合深度表达和专业讨论的场域。

如果把德里克文、toyama nao和Jeff Tao陶建辉放在一起看:德里克文探索变化,toyama nao记录变化,Jeff Tao陶建辉建设变化,记录者、探索者和建设者,这三种角色本质上构成了技术创新最重要的三个环节。

他们背景不同、年龄不同、关注方向不同,但他们有一个共同点——都在做“慢变量”的事情。测试、验证、创作、建设,这些都无法靠热点完成,而是需要通过长期积累获得。

这正是知乎的底层机制所鼓励的方向。

知乎奖励思考过程,而不仅仅是结果。在这里,被放大的不是情绪,而是思考本身;被沉淀的不是一次爆发,而是持续积累。

因此,知乎所吸引的从来都不是某一种特定人群,而是一类人:愿意花时间把问题想清楚的人,愿意把经验讲明白的人,以及愿意在复杂问题中反复验证的人。

对于这群认真思考、认真实践的人,知乎给了他们持续表达和交流的空间,而这种讨论天然会吸引创业者、工程师、研究者、兴趣爱好者等长期留下并沉淀。

当这样的人不断聚集,知乎的内容结构也由此发生变化——从“信息的流动”,转向“认知的沉淀”。

如果说AI行业是一条奔腾向前的河流,那么知乎更像是河流中的深水区:流速不一定最快,但最能看清水的方向。

知乎记录的不只是AI,而是时代变化本身

AI正在改变世界,但真正值得被记录的,从来不只是技术本身。

从测试126个模型的赛博史官,到探索人机共创边界的超级创作者,再到57岁重新定义程序员价值的技术老兵,三位创作者看似路径各异,实际上在回答同一个问题——

当一个新时代到来时,人们如何理解它、适应它,并最终推动它向前发展。

技术会迭代,模型会更新,但认知的建立、经验的沉淀,以及人与人之间基于真实问题的交流,才是更长期存在的部分。

“人和人之间的讨论交流变得更加活跃,即使没有AI,这种活跃也依然会发生”,关于社区与AI的关系,知乎创始人、CEO周源在今年第一季度公司财报电话会议上进一步阐释。

周源认为在社区中,用户真正所需要的并不是AI本身,而是认知提升、经验分享以及人和人之间真实的连接。

因此,知乎记录的从来不只是AI这一项技术,知乎所记录的,是一群人如何面对变化、理解变化,并最终参与到变化之中。

在这个过程中,各行各业中无数个德里克文、toyama nao和Jeff Tao陶建辉,他们共同构成了知乎生态中的真实主体。

当创作者愿意分享真实的思考过程,并与用户专业讨论,知乎的独特生态也就无可替代。

当所有人都在谈论变化的时候,有人在围观,有人在转述,也有人在创造、记录和建设。

而这些真正理解变化本身的人,他们最终会在知乎相遇,把这个时代一点点讲清楚。

文章来自于"量子位",作者 "允中"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)