人人都可以生产¶

录音整理稿 · 第 9 节课 · 2024.10.21

一、从上节课说起：以「造」为核心的学习路径¶

在上一节课（第八节）里，我们讲到人工智能的出现对学习路径的颠覆——学习路径被颠覆之后，一切以「造」为核心：为了造而学，为了造而练。

这又回到了我们在很多地方反复强调过的一个观念：必须成为生产者，必须成为主动生产者。

听起来这是个特别含混的建议，但支持这一观念的逻辑其实非常简单且充分。我们在《通往财富自由之路》里反复强调过：财富的唯一正当来源就是生产。

很大一部分人对「生产者」感到困惑，可能是因为把生产者理解成了那种「使用体力劳动制造食物的人」。如果这样理解，生产者与财富的关联就显得非常模糊——生活中常见的财富拥有者，如企业家、投资人、歌星、影星、体育明星、带货网红，好像都不是那种使用体力劳动制造食物的人。

二、重新理解「生产」¶

生产标的不一定是实物¶

在商业社会里，能够卖出去或变现的东西，除实物之外还有很多：

数据、作品、形象、软件、广告、域名、渠道、算力、云服务、品牌影响力……

它们都不是食物，但都能够卖出去或变现。

而原本是实物的东西，也正在被数字化——书变成了电子书，磁带、唱片、录像带、DVD 几乎已从生活中消失。

各类生产者的「产品」是什么？¶

企业家：产品是他们的企业，以及企业所提供的商品或服务。
明星：产品是他们的成绩、作品，以及个人品牌与影响力。
带货网红：产品主要是他们建设的销售渠道。
科学家：产品是他们的科研成果。
投资人：产品最为抽象——生产资料是资金，生产的结果也还是资金。但无论如何，他们也是生产者，且几乎百分之百是主动生产者。
公务员：绝大多数不是生产者，甚至连被动生产者都算不上，因为他们是（至少应该是）受最严格标准监督的程序执行者。当然，其中也有真正的生产者，比如制定制度、进行宏观规划的人——他们的作品，是整个社会的福祉。

三、一个核心结论：生产资料越抽象，生产利润可能越高¶

这是我在做投资决策时留下来的一个副产品。

几年前，我开始思考在人工智能崛起的大前提下，应如何在证券交易市场上选择股票。以下是当时梳理出来的基本思路：

股票的主要价值，来自企业生产效率的持续提升。 关键字：生产效率、持续提升。
制约生产效率持续提升的最关键因素，是生产资料的种类。
人工智能时代最核心的生产资料是数据。 这是一种非常抽象的生产资料。
以数据为生产资料，其生产效率几乎不会出现天花板。 因为数据极其廉价，且取之不尽、用之不竭。其他生产资料都不具备这种独特优势。
只有极大的企业，才可能建立对数据这种特殊生产资料的垄断地位。 第一梯队的例子：苹果、网飞、英伟达、亚马逊、特斯拉、微软。（英伟达虽然生产硬件，但它实际上也是数据公司。）

基于以上思路，我调整了投资组合。2017 年 1 月我曾在得到专栏《通往财富自由之路》上公开过我的证券市场投资组合，名为「GAFATA」，后来变为「NATM」。这些成分后来也成了我投资的一家公司 Pentro Finance 在香港合规发行的 ETF（代码：3056）的核心成分。

⚠️ 免责声明：以上陈述仅为讲述思路，绝不构成任何投资建议。投资有风险，投资需谨慎。

另外，请注意这句话：选择本身也是一种生产。 这对于投资这样抽象的活动，以及投资人这样抽象的职业而言，是非常实在的原则。

四、最不可能被垄断的生产资料：文字¶

既然「生产资料越抽象，生产利润可能越高」，那我们来看看那些抽象的生产资料。

我举一个最为常见的：文字。

历史上，普通人所有可能遇到的困境，本质上都源自资源的困乏。如果生产是财富的唯一正当来源，那么一切困境实际上都来自于生产资料的困乏——无法获取生产资料，因此没有办法创造财富。

事实上，一切垄断，最终都从垄断生产资料开始——土地、交通、盐矿、烟酒、茶，这些行业在历史各个阶段都曾被不同程度地垄断。

那么，对普通人乃至所有人而言，当下世界里有没有一种绝对不可能被垄断、人人都可以获得、取之不尽用之不竭的生产资料？

有。那就是文字。

文字作为生产资料足够抽象，因此生产利润相对更高，且具备可持续的增长潜力——不只是增长，还有增长率。

五、以文字为生产资料，能生产什么？¶

以文字为生产资料，并不一定是写文章，能生产的东西非常多：

虚构类：小说、剧本、段子、歌词、广告文案……
非虚构类：新闻、说理、教程、商业计划书……

尤其是在今天，我们甚至可以用文字（自然语言）驱动机器。计算机是人类史上最廉价却最强大的工具，我们现在可以用自然语言创建各种 AI 机器人，它们也是文字能力方面无可争议的最强大的机器。

如此这般，不仅没有生产资料的限制，连劳动力的限制也突破了。

值得反思的是：我们从小会说话，到高中毕业时已上了 12 年语言课——为什么从来没有把文字当做生产资料？为什么从来没有用文字生产过？

至少在理论上，人人都可以把文字当做生产资料。至于做不做，那是个人选择。

六、以文字为生产资料所需的技能¶

基础技能¶

语言基础（上学时已学）
观察能力（需要练习）
思考能力（更需要练习，学校不太教）
时间管理与自律（学校好像也教得不多）

中间件技能¶

书写能力
自处理工具的使用
编辑与修订

终端能力¶

与创作类别相关的特定能力（写说理性文章需要逻辑严谨，写小说需要想象力丰富）
出版与发行

关键点：在过去极为重要的出版与发行，目前已不受任何限制——发行平台实在太多，只要有真正好的东西，绝对不可能发表不出去。

如果你觉得自己缺乏终端技能，其实是因为缺乏生产目标造成的。没有生产标的，你怎么知道需要什么样的终端技能？

七、如何锁定生产标的？¶

第一步：分类¶

把以文字为生产资料能生产的东西分为两大类：

虚构类 - 小说（爱情、科幻、玄幻、悬疑推理、恐怖、历史、冒险、战争……） - 剧本 - 段子 - 歌词 - 广告文案

非虚构类 - 新闻 - 说理 - 教程 - 商业计划书

分类方法也不止一种：按题材、按风格与形式、按受众和市场、按主题和设定。

一般来说，三级列表已经是人脑能够直接处理的最复杂的列表形式。（二级列表相当于一张 Excel 表，三级列表相当于一个三维立体的魔方。）

第二步：用评判标准筛选¶

郑渊洁先生是个很好的例子。他从部队复员后想靠写字生活，为了决定写什么，他只用了两个简单却极为刁钻的问题：

什么市场最大？
什么审查最轻？

用这两个标准把分类里的每个选项过一遍，他最终选择了童话。

第三步：用 AI 了解客观评判标准和最佳实践¶

一旦锁定生产标的，就可以向 ChatGPT 提问：

「请向我全面且有结构化地阐述，判断一部短篇冒险类青少年小说好坏的客观评判标准都有哪些？」
「请向我全面且有结构化地阐述，创作一部短篇冒险类青少年小说的最佳实践原则都有哪些？」

这是非常锋利的学习手段，本质上是在一上来就打造自己的品位，并在此基础上不断打磨自己的判断力。

以我自己为例，我写非虚构类成长类书籍，在所有客观评判标准中，我把可操作性和实用价值当做最重要的一条——这和我多年前给自己定的原则「我的作品对读者有没有用」是完全一致的。

进一步，我给自己写了一句话：只写自己已经做到的道理。

这么简单的一句话，过去二十年里，让我的品位在持续提高，判断力在持续增强。我知道我过去写的很多东西，可能有一半可以直接扔掉。

顺着「可操作性与实用价值」，还可以想到更好的标准：不仅要有用，还要长期有用。

八、与 AI 协作生产¶

与 AI 合作的第一原则¶

思考必须且只能是我自己的事；机器人只负责处理那些枯燥且单调却又不可或缺的工作。

千万不要误以为人工智能能从头到尾完成所有工作。如果它竟然做到了，那肯定是因为你没有思考，或者你的思考没有价值。

人工智能没有真正的创意，甚至连真正的理解能力都没有——它只是在不厌其烦地计算概率。偶尔看似颇具创意的回复，不过是类似生物进化过程中随机产生的突变（mutation），绝不是根据客观评判原则选择并生成的「既不一样又有实际意义的创意」。

应该让 AI 做什么？¶

从两个角度考虑该创建哪些机器人：

枯燥且单调却又不可或缺的工作——这些是机器人应该完成的。
头脑风暴辅助——人工智能最强大的能力之一，在什么地方最有用？

写作的完整过程¶

写作只是思考的最后一个环节（输出），前面还有：

输入（阅读、研究）
思考（绝对不能交给 AI）
输出（落笔）

平日里的阅读、研究、思考，都与 AI 没有直接关系。在阅读和研究过程中，有很多单调枯燥却不可或缺的任务，需要先甄别并剔除所有思考任务，再交给机器人处理。

几个常用的 AI 工具与机器人¶

1. NotebookLM（阅读辅助）

用 Google 的 NotebookLM 一边阅读一边做阅读卡片，本质上就是针对书籍内容提各种问题。这个过程很享受。目前的不足是截至 2024 年 10 月尚无笔记导出和全文搜索功能，对我来说比较痛苦。

因此，同样的工作我也在 ChatGPT 里重复做一遍——把书籍转换为 TXT 文件后上传，针对书籍内容提问。建议把书籍拆分为章节逐一上传，效果更好。

2. 头脑风暴提示词模板

阅读一本书时，我常用的两个提示词方向：

提示词 A——寻找支撑：

「这个作者在这本书里通过什么样的理由和实例来支持什么样的观点？首先假设该论点成立，然后从不同领域尽可能多地列举支持该论点的论据（包括实例、名人语录、引言、科学研究、实验等）。在此过程中请保持事实判断并附加可靠来源，如果有可用的链接也应提供。」

提示词 B——迁移应用：

「假定这个作者在这本书里的某个观点是正确的，那么这一观点还可以在哪些生活领域得到应用？请尽可能全面且有条理地列举这些领域，努力发挥创造性思维以便发掘更多可能性。」

3. 复述模板（引用辅助）

作为作者的两个基本素养：复述而非拷贝粘贴，且必须给出具体完整的出处。复述这件事，在过去是枯燥且单调却不可或缺的工作，现在应该交给机器人完成。只需保存一个「复述模板」提示词即可。

4. 文字编辑机器人

文字编辑的工作（检查错别字、语法错误、标点符号等）繁琐却不可或缺。可以创建一个编辑机器人，随时在写完一个或几个段落后调用。

注意：中文编辑和英文编辑最好设置为两个不同的机器人。目前英文编辑效果较好，中文编辑效果较差。

在设置中文编辑机器人时，我先问 ChatGPT「作为中文编辑需要审核纠正哪些错误」，然后在他的回复基础上加上自己的要求（如：中文字符与英文之间、中文字符与数字之间须有半角空格；逻辑与结构调整这部分不需要，因为那是我自己的思考任务）。

5. 大纲生成器（Outline Architect）

这是一个头脑风暴机器人，充当详细的大纲助手，对所提供的句子或主题进行深入分析，考虑其含义、上下文和潜在观点，然后生成大纲。

九、虚构类创作中 AI 的独特用法¶

对于虚构类创作，AI 的帮助可能更大——不只是创意方面，更在于它是极好的头脑风暴助手。

人物小传模板

你可以为笔下的人物写一份完整的人物小传，格式大致如下：

你在 [地点] 出生，父母是 [描述]，他们对你的要求是 [描述]，
因此你形成了 [性格] 和 [世界观]。
你平日的口头禅是 [举例]。
你的朋友经常受不了你说类似 [什么样的话]，但你依然我行我素。
你曾经历过 [事件]，后来又经历过 [事件]。
你现在 [年龄] 岁，在 [场合] 遇到了一个你以为是 [描述] 的人。

有了详细的人物小传，你就可以要求机器人扮演这个角色，在特定情境下说话、做判断——它总会给你无限的惊喜，因为那种多角度的想象理论上超出了任何人类在单次思考中能调用的变量数量。

操作步骤

新建一个聊天，对机器人进行角色定义；
不断向它输入该角色的经历；
要求它用该角色的思维做事、做判断；
每次答复符合你作为作者的品位时，夸奖它：「真不错，记住你这次的选择」；
定期整理聊天内容到文本文件，必要时上传回去，告诉它「这就是你」；
重复以上步骤，递归迭代。

不仅每个人物可以如此操作，所有人物赖以存在的「世界」，也可以如此操作。

藏头藏尾诗的例子

社群成员分享：可以用 ChatGPT 创作藏头诗、藏尾诗、藏头藏尾诗——这种原本创作难度极高的形式，其核心 99% 都是单调枯燥却不可或缺的任务（在大数据中选择符合条件的词汇），对机器来说是小菜一碟。

任务分解大致包括：确定类型、确定要藏的头/尾/头和尾、确定每句格式（五言/七言/现代诗）、描述诗句主题、指定诗词技巧、指定是否可使用同音字。

十、关于「创意」的深刻误解¶

人们一提到创意，常常会说「要跳出盒子思考（Think out of the box）」，也常说「小孩子创意最强，因为他们不在盒子里」。

这其实是对创意的深刻误解。一句话戳透：

如果你没有创意，并不是因为你被禁锢在一个盒子里，更可能是因为你的盒子太少，只有一个。

小孩子的「创意」，本质上都是「小猫碰瓷耗子」——他们不是跳出了盒子，而是连一个盒子都没有。这和 AI 偶尔表现出来的「创意」是一样的，只是随机产生的突变，不是根据客观评判原则选择并生成的真正创意。

结论：盒子越多越好，没有盒子则更不行。

那如何搜集更多的盒子？注意我的措辞是「搜集」而非「收集」——「搜」是更主动的动作，包含冒险，还包括甄别和筛选。

十一、创造的真正难点：缺乏递归¶

创作或创造真正的难点，并非在于人们以为的「创意不足」，而是缺乏必要的递归。

创作的核心关键在于持续递归迭代，以下这些简单却不可或缺的方法都是递归：

学习
观察
思考
尝试

它们的共同特点：每一个方法都能把上一次的输出当做下一次的输入，如此循环往复，永不停歇。

关于思考是递归方法这一点，有一个重要推论：经常写作的人都明白，很多想法如果没有写出来，就真的会凭空消失。

如果没有输出，递归的下一次执行就没有输入，思考就会因此终止——所以你应该遵循递归的本质，从一开始就不停地输出，甚至尽快输出，然后再把这个输出当做下一次思考的输入，如此反复迭代。

十二、两个「递归式学习者」的例子¶

何菜头¶

我最近两三年里见过的玩 AI 绘画最厉害的人，没有之一。他在微信公众号「槽边往事」发文章，配图全是自己用 AI 工具创造的（Midjourney、Stable Diffusion 等）。他是我见过的用 AI 画画画得最多且最好的人。

怎么做到的？无论如何，到最后还是那四个动作：学习、观察、思考、尝试——每一个都在递归迭代。

马伯庸¶

他的每部小说，其实都是他的学习笔记： - 《长安十二时辰》是他看 24 小时影视记录的观影笔记； - 《大医》是他研究医学史的笔记； - 《显微镜下的大明》是他读明史的笔记； - 《太白金星有点烦》是他研究职场人际关系的笔记。

他平日里随便聊天，也经常出现这样的句型：「……挺好的，虽然……，但我学到了一样东西……」这就是他平日里的思考过程。

十三、关于「长期持续输出」¶

2019 年我创建社群时，有人质疑：「李笑来，你长期持续输出能力有可能吗？」我当时并没有反驳。

现在回过头来看，在过去五年多的时间里，我总计讲了大约 900 节课，有音频也有视频。2024 年国庆期间用脚本整理了一遍，音频视频文件加起来有 15G。

李笑来是个有递归方法的人，怎么可能枯竭？

我写的每一本书、讲的每一节课，本质上都是我的学习笔记——仅此而已。我学了、观察了、思考了、尝试了、写了出来；写出来不满意没有关系，我会重写；写着写着，就写好了。

写教程是件很神奇的事，相当于给未来的自己写了封信。你写东西越多，越容易遇到「这件事我曾经非常认真研究过，但现在忘得一干二净」的情况——然而你写过教程，所以过去的你曾经给未来的你发过一条消息，你看着那条消息就能轻松捡起曾经会但刚刚忘了的东西。

十四、总结¶

把文字当作生产资料、主动持续生产这件事，无非是一个基于学习和观察的思考与尝试的递归方法。

理论上，谁都能做；理论上，谁都该做。但在现实里，最终只有万分之一的人真的选择、真的执行。

也因此，在这里作为结束，再重复一遍：

选择本身就是最重要的生产。

下节课再见。