我從@sherwinwu學到的最重要一點： 1. 在 OpenAI，幾乎所有程式碼都是由人工智慧編寫的。 95% 的工程師使用 Codex，使用這些工具的工程師提交的 pull request 比其他工程師多 70%，而且隨著時間的推移，這種差距還在擴大。 2. 軟體工程師的角色正在從編寫程式碼轉向管理人工智慧代理叢集。許多工程師現在運行 10 到 20 個並行 Codex 線程，負責指導和審查，而不是親自編寫程式碼。 3. 平均每個 PR 的代碼審查時間已從 10-15 分鐘縮短至 2-3 分鐘。 OpenAI 的每個拉取請求現在都會先經過 Codex 的審查，然後再由人工審核，Codex 會提出建議並提前發現問題。這使得工程師能夠專注於更具創造性和策略性的工作，同時顯著提高生產力。 4. 模型會把你搭建的框架瞬間吞噬。建構人工智慧產品時，不要只針對目前的模型能力進行最佳化。人工智慧領域發展如此迅速，今天看似必不可少的框架（向量儲存、代理框架ETC）可能明天就會因為模型的改進而過時。 5. 建構產品時要著眼於模型的未來發展方向，而不是它們目前的水平。最成功的AI新創公司會先開發出目前功能達到80%的產品，因為他們知道下一個模型版本發布後，產品就能達到更高的水準。 6. 人工智慧工具能顯著提升頂尖員工的生產力。人工智慧工具能夠放大高自主性員工的生產力，因此頂尖員工與其他員工之間的差距正在擴大。在人工智慧增強的環境中，賦能優秀員工並幫助他們突破瓶頸所帶來的投資回報將以前所未有的速度成長。 7. 大多數企業人工智慧部署的投資報酬率為負，因為它們是自上而下的強制推行，缺乏自下而上的採納。成功需要高階主管的支持和基層員工的熱情。謝爾溫建議組建一支由技術愛好者（通常不是工程師）組成的“精英團隊”，負責探索人工智慧的各項功能，將其應用於特定的工作流程，並在整個組織內激發熱情。 8. 一人獨攬十億美元新創公司的時代即將到來，但隨之而來的是意想不到的連鎖反應。隨著人工智慧提升個人生產力，我們不僅會看到估值十億美元的獨創企業，還會看到小型企業的爆炸性成長：數百家估值1億美元的新創公司和數萬家估值1000萬美元的新創公司。這將徹底改變創業生態系統和創投格局。 9. 業務流程自動化是人工智慧領域一個被低估的機會。矽谷專注於知識型工作，而經濟的大部分運作都依賴於具有標準作業程序的可重複業務流程。人工智慧在這些工作流程中蘊藏著巨大的應用潛力，而這些潛力往往被科技界所忽略。 10. 未來兩到三年將是科技史上最令人興奮的時期。在經歷了2015年至2020年相對平靜的時期後，我們現在正處於一個前所未有的創新時代。謝爾溫鼓勵大家積極參與人工智慧工具的使用，不要將眼前的機會視為理所當然，因為改變的步伐終會放緩。 11. 人工智慧模型很快就能連貫地處理耗時數小時的任務。目前的模型針對的是耗時幾分鐘的任務進行了最佳化，但在12到18個月內，我們將看到能夠處理複雜任務長達六小時以上的模型。這將催生全新的產品類別和工作流程。 12. 音訊是多模態人工智慧的下一個前沿領域。雖然編碼和文字處理備受關注，但音訊在商業環境中卻被嚴重低估。未來6到12個月內，語音到語音模型的改進將為商業溝通和營運帶來顯著的新功能。