> ## Documentation Index
> Fetch the complete documentation index at: https://agent.minimaxi.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 好奇心、执行力、科学素养：AI 时代真正稀缺的三样东西

> 实验几乎免费以后，稀缺的是问对问题、设计对对照。好奇心、执行力、科学素养，三者怎么叠起来。

![好奇心、执行力、科学素养：AI 时代真正稀缺的三样东西](https://mintcdn.com/agent-cn/o5-Kp97QONhj3_HL/images/techblog/why-be-in-ai/cover.png?fit=max\&auto=format\&n=o5-Kp97QONhj3_HL\&q=85\&s=2fa1c1d157550089d8319e58d6b11d30)

现在大部分代码是 agent 写的，实验是 agent 跑的，文档初稿也是 agent 起的。做出一个东西的成本，已经低到接近零。

那人还剩下什么？

我的回答是：问对问题，设计对对照。谁都能把东西做出来以后，“能不能做”就不再是难点。难的是知道什么值得做，以及确认做出来的东西真的有效。

我用三件事来想这个问题：好奇心、执行力、科学素养。三者是叠起来的，上面一层都要靠下面一层撑着。

## 一、好奇心是发动机

所有探索都从“想知道”开始。为什么这样能行？它在哪里会坏？再往前推一步会发生什么？

这一点在 AI 行业格外重要，因为我们造的东西，恰恰也是我们还没搞懂的东西。我们训练的模型，自己解释不全；我们发布的 agent，每周都会做出意料之外的事。scale 为什么有效、推理能力从哪来、上限在哪，目前没人有完整的答案。

对工程师来说，这种处境很少见。大多数领域给你一套成熟的理论，让你去应用。AI 的理论还在写，而你在自己的终端里就能参与。

如果这件事让你兴奋不起来，后面的内容帮不了你。

好奇心也是让你不被自己的工具替代的唯一东西。agent 会回答你问的问题，但它不会自己去在乎哪个问题更重要。一直在问“为什么”“如果呢”的人，才是掌舵的人。

![好奇心驱动，执行力落地，科学方法放大](https://mintcdn.com/agent-cn/o5-Kp97QONhj3_HL/images/techblog/why-be-in-ai/fig1-layers.png?fit=max\&auto=format\&n=o5-Kp97QONhj3_HL\&q=85\&s=0bdfd4d373e442cb47d88a59345b48f4)

## 二、执行力：把想法推到底

只有好奇心、没有执行力，那叫爱好。

很多人以为 AI 解决了执行力。并没有。它去掉了摩擦，反而把真正的问题暴露出来：问题从来不是手速，而是做到一半就停的习惯。

有没有 agent，我看到的都是同一个模式。有人冒出一个想法，做出第一版，主流程跑通了，看着还行，然后就停了。边界情况“以后再说”，效果“显然更好”，总结“没必要写”。有了 agent，人更快走到这个半程，于是也更常停在半程。

借口也变得更体面了：“模型还不够强”“agent 理解错了”。有时候确实如此，但更多时候是我们没定义清楚什么叫做完，所以人和 agent 都不知道什么时候该停。

执行力，就是把想法推到底：要么真的跑通，要么因为一个清楚的原因失败。两种结果都可以接受。干净的失败能教会你东西；做到一半的“成功”什么也教不了你，因为你永远不知道它是不是真的。

落到做法上：

* 开始之前写下“做完”的标准，而且要能检查。
* 要证据，不要汇报：一个通过的测试，一次真实运行，一个数字。
* 把无聊的部分做完。最后那 20% 往往才是真相所在。

## 三、科学素养是关键

这一部分，我觉得大多数人都低估了。

一个实验要跑一周的时候，一个季度只能做几个，所以要挑得很仔细，因为错不起。现在 agent 一小时就能跑完一个实验，一晚上能并行跑一百个。单个实验的成本已经不是约束了。

约束变成了：你的实验到底有没有意义。

一百个没有对照的实验，就是一百个个例。一百个每次同时改三处的实验，对其中任何一处都说明不了什么。实验便宜以后，坏方法的危害反而更大，因为你现在可以批量制造误导性的证据。

所以问题从“这个实验怎么跑”变成了“怎么把实验规模化，又不骗自己”。这是科学方法的问题，老工具依然好用：

* **提出假设。** 具体到可以被证伪。“这个 prompt 改动能提升多步任务里的工具选择”是假设，“这个可能有用”不是。
* **大胆求证。** 去试那个奇怪的变体，去试你觉得会失败的那个。实验已经很便宜了，就该这么用。
* **小心论证。** 把测到的和相信的分开，说清楚你有多大把握、凭什么。
* **有意识地用演绎和归纳。** 演绎：如果我的理论对，就应该出现某个具体现象，去验证它。归纳：在这五十次运行里，某个规律反复出现，先形成理论，再用演绎去检验。
* **设计对照。** 同样的设置，只改一处。可以类比 A/B 测试，也可以类比双盲试验：评估者不该知道自己在看哪个版本，不管评估者是人还是模型。

这些都不新。新的是：这些方法以前是研究团队的事，现在变成了每个和 agent 一起干活的工程师都要面对的工作流设计问题。你不只是在跑一个实验，你是在设计那个跑实验的循环。

![科学循环：假设、实验、对照、验证、决策](https://mintcdn.com/agent-cn/o5-Kp97QONhj3_HL/images/techblog/why-be-in-ai/fig2-loop.png?fit=max\&auto=format\&n=o5-Kp97QONhj3_HL\&q=85\&s=3cfc85edd2b7c13c4217cd39ede34745)

## 四、一个例子：设计一个产品功能

过去一个产品想法是怎么拍板的：

有人提出一个功能，约一个会，几个工程师、一个 PM，可能再加一个设计师。每个人都凭经验发言：“用户不会想要这个。”“我们以前试过类似的。”最后往往是声音最大或者资历最深的人说了算。然后一个小团队花几周，把胜出的那一版做成原型。等到上线，已经没人记得当初否掉了哪些方案、为什么否掉。

在做东西很贵的年代，这套流程说得通。现在说不通了。

更好的做法是：给 AI 一个实验环境，再给它一座工厂。

实验环境是一个沙箱，变体能在里面跑真实的输入：真实任务、录下来的会话、一套能测出你关心的指标的测试框架。工厂是生产变体的 agent 流程：把这个功能做出五个版本，再把现有行为当作对照组，全部用同一批输入去跑。

然后比较。同一批数据，同一个指标。指标难定义的地方，就用结构化的反馈：把输出去掉标签并排给评审看，收集他们的偏好。

人的作用没有变小，只是换了位置。假设是什么、成功怎么算、哪些变体值得试、对照组是什么，这些仍然要人来定。这些决定比写代码难，也正是你的判断力起作用的地方。

结果是，决策变得更精确。你不再是在几种意见里挑一个，而是在几个测出来的结果里挑一个。数据说不清的时候，你也知道它说不清，于是去设计下一个实验，而不是拍脑袋。

![以前：开会加长时间做原型；现在：AI 实验工厂加对照实验](https://mintcdn.com/agent-cn/o5-Kp97QONhj3_HL/images/techblog/why-be-in-ai/fig3-before-after.png?fit=max\&auto=format\&n=o5-Kp97QONhj3_HL\&q=85\&s=2241a789b5e423d6eff3213adca8c5f9)

## 五、最终目标：未知

做这一切是为了什么？

对我来说，答案不是效率。是还有太多东西我们不懂，而我想弄明白。好奇心就是为这个存在的，执行力和方法论是让它真正有结果的手段。

这就引出一个不太舒服的结论：

如果有一天，你发现自己的好奇心已经不在 AGI 上了，那就离开这个行业。

我是认真的。AI 现在很挤，很多人在这里，是因为钱和关注度都在这里。这不可持续。靠外部动力可以硬撑一阵子，但撑不了很多年，更做不出最好的东西。

去你的好奇心真正所在的地方。太空探索、制造业、生物医药、材料、能源，什么都行。有意思的是，我们在这里造的工具，也会让那些领域跑得更快。假设、低成本实验、对照、验证这套循环，放在实验室和工厂里，和放在代码库里一样管用。

关键是你对自己做的事真的好奇。我见过的动力里，只有这一种能持久。

所以我的检验很简单：问问自己，想不想知道这件事最后会怎样。想，就留下来，把想法推到底，像科学家一样设计实验。不想，也没什么丢人的，去找那个让你放不下的问题。