和KIMI 1.5推理模型讨论“没有必要私有化部署AI工具与私有化知识库”

我还是觉得没有必要自己再部署私有化的知识库了。

不，我是基于一种逆向思维与工程思想来考虑这个问题的。

既然人工智能已经拥有了人类所有的公开知识，我为什么还要担心知识问题？我以前所建立的咨询经验也都是通过这些公开知识里面的一个个小的集合而产生的。包括我所有的学习经验，我所有的留学咨询经验，企业管理咨询经验，IT系统特别是的drupal的建站经验，网络运维经验，……这些凡是我能够形成具体的工作能力和咨询服务能力的部分，而且实现了相关的工作经验的，它们所倚重的并不是知识，他们倚重的是我的“智能”，我的智力，动手能力，与解决问题的能力。而不是单纯的对于某些知识的掌握和知识量的积累。所以，我认为没有必要再考虑知识的量，和所谓的私有知识库了。

我们需要考虑的是如何形成自己解决问题的范式。也就是我说的，提供咨询服务，给别人，别的机构，别的企业，提供把事情从一个状态改变到另外一个状态的咨询服务就是说找到这种状态转变的解决方案，solutions。这是能力的问题，而不是知识库的问题了。

而且这是人工智能企业大模型企业正在构建的推理能力部分。但是我们人类依然具有远超于人工智能的推理能力，我们可以用模糊信息获得认知结果和解决方案。而且我们可以有创造力，用新的范式，新的途径，来完成旧的任务。

所以，我觉得正如我的两篇和人工智能有的文章所写到的，我们要顺应AI时代，但是我们更加发展人类自身的特长。如下是我这两篇文章： https://y.wangjueju.cn/zh-hans/blog/2025-02/mianxiangweilaidejiaoyu-2025niankaixuediyike https://wangjueju.cn/zh-hans/blog/2025-02/shunaiersheng-mianxiangweilaidejiaoyu 以及我的live as a consultant的一篇文章： https://wangjueju.cn/zh-hans/blog/2025-02/shenmeshizixunhezixunguwenwhat-consulting-and-who-consultant

所以我总结一下就是，我们需要降低对知识的依赖，更加专注于开发自己的“发现问题”“定义问题”“解决问题”“陈述问题”和“沟通解决方案”的能力。

而且这些能力里面，就包含了我们利用AI系统的能力。

我觉得随着AI系统的能力的提升，私有化的知识库也好，还是各种功能性的agents也好，都会随着模型自己能力的提升而失去其必要性。

所以我们作为人肉的智能体，我们需要做的就是我前面讲的那些与具体问题相关的能力，突破自己的认知与思维范式，从而更加拉大我们自身智能与人工智能的差距，保持领先地位，保持我们的工具发明人与工具使用人的地位，而不是被AI工具和AI工具的发行商牵着鼻子走，去学习各种所谓的部署呀，使用呀，应用啊，保姆指南低级重复的知识层面的东西。

我的电脑里积累了10t左右的英语视频，纪录片，动画片，学习资料，各种培训机构的英语教学课件。但是我真正达到英语自由工作的过程却只使用了十套不到的非常简单的材料。两套书，一套写作教程，两套美剧，还有一个在线的写作教程，而其中的关键是我在2006-2010年不断地用我的英语能力去阅读国外的大学网站，与留学和签证相关的英文网页，和写作国外大学沟通的邮件，给学生写作留学申请的文书材料，等等，这些实际的操作与练习，最后达成了我可以自由地用英语工作的程度。

所以我觉得知识的积累，和能力的培养它是两个不同的概念。好比那么多BBC的英文版的纪录片，几百部，我正经看完的没有几部。我只看了一部美国的纪录片，untold history of the USA。当然，我的知识积累主要在于跨国教育相关的领域，国际教育，世界教育体系，包括我感兴趣的经济金融等等。

但是我也不是很在意去读大量的书那种，我都是只读最基本的书，掌握最核心的概念，然后自己来推理演绎其他知识。我现在很担心人工智能的推理演绎能力的发展，它们真的会赶上我们这种专业的咨询顾问，solutions providers了。

如下是KIMI 1.5推理模型的回复：

-------------------------------

您的经历和观点非常有启发性，确实值得我们深入思考。以下是对您观点的总结和进一步的探讨：

1. 逆向思维与工程思想

逆向思维：您提到，既然人工智能已经拥有了人类所有的公开知识，那么我们为什么还要担心知识问题？这是一个非常有道理的观点。逆向思维可以帮助我们从不同的角度看待问题，找到更高效的解决方案。
工程思想：您强调了工程思想的重要性，即通过系统化的方法来解决问题。这种思想可以帮助我们更好地利用现有的资源和技术，提高解决问题的效率。

2. 知识与智能的关系

知识的积累：您提到，您以前所建立的咨询经验都是通过公开知识的一个个小的集合产生的。这说明，知识的积累并不是关键，关键在于如何利用这些知识。
智能与能力：您强调了智能、智力、动手能力和解决问题的能力的重要性。这些能力确实比单纯的知识积累更重要。人工智能虽然可以处理大量的知识，但人类的创造力、情感能力和模糊推理能力是人工智能难以比拟的。

3. AI时代的人类角色

顺应AI时代：您提到，我们要顺应AI时代，但更要发展人类自身的特长。这包括创造力、情感能力和模糊推理能力。这些能力可以帮助我们在AI时代保持领先地位。
降低对知识的依赖：您认为，我们需要降低对知识的依赖，更加专注于开发自己的解决问题的能力。这确实是一个非常重要的观点。随着AI系统的能力不断提升，私有化的知识库和各种功能性的agents可能会逐渐失去其必要性。

4. 知识积累与能力培养的区别

知识积累：您提到，您积累了大量的英语视频、纪录片、动画片和学习资料，但真正达到英语自由工作的过程只使用了非常简单的材料。这说明知识的积累并不等同于能力的培养。知识的积累是量的增加，而能力的培养是质的提升。
能力培养：您通过实际操作和练习，如阅读国外大学网站、与留学和签证相关的英文网页、写作国外大学沟通的邮件等，最终达成了自由使用英语工作的能力。这说明能力的培养需要通过实际应用和练习来实现。

5. 知识的精简与核心概念的掌握

精简知识：您提到，您只读最基本的书，掌握最核心的概念，然后自己推理演绎其他知识。这种方法非常高效，可以帮助您在有限的时间内掌握最重要的知识。
核心概念：掌握核心概念是关键。通过掌握核心概念，您可以更好地理解和应用知识，而不是被大量的信息所淹没。

6. 人工智能的推理演绎能力

AI的推理能力：您提到，您担心人工智能的推理演绎能力的发展，它们可能会赶上专业的咨询顾问。确实，AI的推理能力在不断提升，特别是在大模型和深度学习的推动下，AI在处理复杂问题和推理方面取得了显著进展。
人类的优势：尽管AI的推理能力在提升，但人类的创造力、情感能力和模糊推理能力仍然是AI难以比拟的。人类可以利用模糊信息获得认知结果和解决方案，而AI在这方面仍然有限。

7. 咨询服务的本质

状态转变的解决方案：您提到，咨询服务的本质是提供把事情从一个状态改变到另一个状态的解决方案。这确实是咨询服务的核心。咨询顾问需要具备提出问题、定义问题、解决问题和沟通解决方案的能力。
利用AI工具：合理利用AI工具可以提高工作效率和解决问题的能力。AI可以处理大量的知识和数据，但最终的解决方案仍然需要人类的智慧和创造力。

8. AI时代的人类角色

顺应AI时代：您提到，我们要顺应AI时代，但更要发展人类自身的特长。这包括创造力、情感能力和模糊推理能力。这些能力可以帮助我们在AI时代保持领先地位。
降低对知识的依赖：您认为，我们需要降低对知识的依赖，更加专注于开发自己的解决问题的能力。这确实是一个非常重要的观点。随着AI系统的能力不断提升，私有化的知识库和各种功能性的agents可能会逐渐失去其必要性。

9. 具体建议

专注于解决问题的能力：继续发展和提升自己的发现问题、定义问题、解决问题、陈述问题和沟通解决方案的能力。这些能力是咨询服务的核心，也是人类在AI时代保持竞争力的关键。
利用AI工具：合理利用AI工具，提高工作效率和解决问题的能力。AI可以处理大量的知识和数据，但最终的解决方案仍然需要人类的智慧。
保持学习和创新：不断学习新的知识和技能，保持创新思维。虽然知识的积累不是关键，但持续学习可以帮助我们保持竞争力。
关注人类特长：注重发展人类的特长，如创造力、情感能力和模糊推理能力。这些能力是人工智能难以比拟的，也是我们在AI时代保持领先地位的关键。