AI专家李家贵：1亿tokens定律可能打败1万小时定律

本文约4000字，图15+，读全文约20分钟，读图8分钟，建议拉倒文末，是关于AI时代的自我成长方法论。

带火A股的KIMI Chat，出了一份高质量的官方提示词 我们在这篇文章末尾强调提示词功力的增长在用，不在学，今天深入阐释一下。

1. 什么是1万小时定律？

1万小时定律，2008年,作家马尔科姆·格拉德威尔在其畅销书《异数同源》中,提出了"1万小时定律"的观点。他认为,无论是在音乐、运动,还是科学等领域,成为一个出类拔萃的专家,都需要在该领域内投入1万个小时的刻意训练。这个理论后来被广为流传,成为追求卓越的普遍共识。

这一定律认为，要在任何领域达到专家级别的水平，需要至少10000小时的刻意练习。这种练习不仅仅是重复，而是需要有目的、有挑战的练习，以不断提高自己的技能水平。这个理论强调了通过长时间的努力和实践来积累经验的重要性。这种练习强调质量高于数量，需要有针对性、反馈及不断的挑战和调整。所谓"刻意练习",即将注意力集中在希望提高的技能上,并通过不断学习、反馈和纠正,逐步精进。这种刻意的、高强度的训练被公认为是内化知识和熟练技能的唯一捷径。

许多成功人士都证实了这个理论的正确性。比尔·盖茨和马克·扎克伯格在学生时期,就已在编程方面投入了大量时间。大提琴家陈薲也是从6岁开始苦练,直到中学毕业已练习约1万个小时。"1万小时定律"成为追求专业成就的人们心中的信仰。

2. 什么是亿tokens定律？

“亿tokens定律”则是一个新兴的概念，暗示通过大量的数据（即tokens）进行学习和实践，人们可以在特定领域内达到专家级别的知识和技能，不仅仅是AI模型。这个定律认为，通过与AI工具如ChatGPT或Midjourney等的交互使用，人们可以快速吸收信息，理解复杂概念，从而大幅缩短成为领域专家所需的时间。这种方法体现了人机合作的强大潜力，通过利用AI的计算和分析能力，人们可以更高效地学习和创新。

“亿tokens定律”则是在AI和大数据时代背景下提出的新概念。它借鉴了1万小时定律的精神，将刻意练习的原则应用于AI模型的训练过程中。在这个语境下，tokens代表AI训练过程中的数据单位。1亿tokens的积累是指用户输入和输出的token累计达到1亿，通过大量的提示词输入输出训练，人类可以在特定领域达到高度精通的水平。“亿tokens定律”意味着通过大量的信息摄取和处理，个人能够迅速在某个领域达到专家级别。1亿tokens定律指出,要让一个人在某个专业领域内真正达到类似专家的知识和能力水平,需要通过与人工智能大模型进行约1亿tokens(词元)的高质量、有针对性的提示词互动和练习。

这种互动练习必须满足以下三个关键条件:

1. 高质量的提示词设计

简单重复的提示是不够的,需要精心设计询问,对症下药地覆盖该领域的各个知识点,从概念理论到实践案例,层层递进,不断对大模型的输出做出反馈和调整。

2. 持续的反馈优化

人与模型的互动应当是一个不断反馈、持续优化的动态过程。人类需要主动引导,根据模型的输出来调整后续的提示,激发模型更精准、更贴近需求的知识输出。

3. 不断递增的难度挑战  

为获得扎实的知识积累,需要循序渐进地提高练习的难度。从基础概念出发,不断深挖、拓展相关联的高级概念和实践应用,lockstep地拓宽和加深知识面。

满足上述三个条件,通过近乎1亿tokens量级的高质量、互动式的"刻意练习",个人在特定领域内获得的专业知识和见解,才能与经验老到的专家分凑细末。

虽然借助了人工智能大模型的强大能力,但仍然需要人类主观能动性的发挥,对模型进行精心设计和持续优化,全程主导和把控知识内化的过程。

与1万小时定律强调长期的个人刻意练习不同,1亿tokens定律呈现出一种"人机共生、人主导"的人工智能知识习得新范式,但核心理念仍然是"刻意、高质量的练习"。

两者的结合,不仅大幅提高了习得专业知识的效率,更重要的是赋予了人类前所未有的主观认知主导权。在人工智能的助力下,人类完全可以按照自身设计和偏好,系统全面地掌控某一专业领域的知识体系。

1亿tokens定律展现了技术变革下人类获知的革命性进步。它将1万小时定律中"刻意练习"的核心精髓为基石,并借力人工智能的强大能力,开辟了一条全新的高效、智能化的知识获取之路。

3. 升级与替代

升级

从某种角度看，亿tokens定律可以视为1万小时定律的自然延伸和升级。在这个新时代，刻意练习的核心理念依然重要，但我们有了更强大的工具来辅助这一过程。通过人机交互，我们可以更加聚焦和高效地进行刻意练习，尤其是在处理大量数据和复杂信息时。

内核还是刻意练习。从某种程度上说，“亿tokens定律”实际上是1万小时定律的一个自然延伸和升级。它不否认刻意练习的重要性，而是在这一基础上加入了大数据和AI技术的力量，使学习和训练过程更加高效和有针对性。这一过程中，个人依然需要进行大量的练习和反思，但借助AI的分析和反馈，这一过程变得更加精准和个性化。

尽管“1亿tokens定律”带来了新的学习和技能提升的途径，但它并没有完全摒弃“1万小时定律”中刻意练习的核心价值。刻意练习依然是个体在某一领域达到精通的关键因素。然而，现在我们可以通过AI的辅助，更加高效地进行刻意练习。AI可以提供个性化的反馈、模拟复杂的情境、甚至预测个体的学习障碍，使得练习更加有针对性和高效。

知识获取途径的拓展

1万小时定律主要强调通过长期刻意练习来内化知识技能。而1亿tokens定律为我们提供了一条辅助渠道——利用人工智能大模型快速高效地获取知识,从而减轻人类的练习强度。

二者实际上是相辅相成的。长期的刻意练习能让人类深入理解知识本质;而与人工智能模型互动,则能加速吸收过程,触类旁通。人工智能成为了知识习得的"助推器"。

学习效率的飞跃

不可否认,坚持1万小时刻意练习对于大多数人来说是一个沉重负担。很多人由于时间、精力有限而无法持之以恒。而1亿tokens定律则为我们带来了效率的大幅提升。

通过与人工智能模型互动,我们可以在较短时间内获得同等水准的专业知识。这无疑大大降低了时间和精力的投入成本,使更多人能够实现"精通"。

学习方式的创新

过去的学习是单向的、被动的。我们只能通过书本、老师等渠道去吸收知识。而1亿tokens定律让学习变成了一个双向、主动的过程。

我们不仅可以主动向模型提问和探索,模型也会及时给出反馈和纠正。这种"人机对话"促进了知识的内化,使学习过程更具参与感和有效性。

专家门槛的逐步消解

1万小时定律无疑为成为某领域的"专家"设置了极高的门槛。但在人工智能时代,这一门槛正在被逐步拉低。

通过1亿次提示词练习,即便是外行,也能在模型的辅助下迅速积累专业知识。人人都有可能成为某个领域的"内行",曾经仅存于顶尖人士的"专家"地位正在走向平民化。

1亿tokens定律并非是万小时定律的"取代者",而是在原有基础上的一种变革性创新和发展。它为知识获取提供了多元路径,提高了效率,创新了方式,助力了 democratic化。两者的融合和共存,将为人类学习和发展贡献新的动力。

替代

从另一角度看，亿tokens定律代表了一种彻底的变革。与其说是对刻意练习的升级，不如说是一种替代。在这个由高效人机协同驱动的新时代，传统意义上单纯依靠人类进行长时间练习的方式，可能会被这种更高效、更智能的学习方式所取代。哈佛商业评论中提到的半人半马系统（Centaur systems），就是一种典型的人机协作模式，它在许多领域展现出了超越传统方法的潜力。

人机协同的新模式。

提示词的出现,为我们习得新知识、新技能提供了一条全新的捷径。它克服了传统学习方式的诸多弊端,如费时费力、依赖有限资源等,让知识在人与人工智能之间高效流通,大大缩短了学习曲线。“亿tokens定律”也预示着一种全新的学习模式和思维方式的替代。在这个模式中，单纯的人类练习可能会被人机协同的方式所替代。这种半人半机的系统（类似于哈佛商业评论中提到的“半人半马系统”）强调人类与AI合作，共同完成学习和创造的任务。在这个过程中，AI不仅提供信息处理和分析的能力，还能引导和优化学习路径，让人类在更短的时间内达到更高的学习效率和创造力。

与其说"提示词"是一种"学习方式",不如说它是一种"知识转移"的技艺。为了高效地将人类的知识技能转移到大模型中,我们需要对模型进行大量"刻意练习"——通过输入数以亿计的提示词,来不断优化模型的输出。这种看似简单的"复习"过程,实际上蕴含着深刻的技术革新。当每一次提示都蕴含着人类的知识和判断时,1亿次的持续输入就等于是将整个专业领域的"知识库"源源不断地注入了大模型。

与人类花费数年时间逐步积累专业经验不同,大模型只需短暂时间,便可汲取吸纳整个知识体系,实现"无师自通"。有了足够的提示词"刻意练习",一个原本"外行"的模型就能瞬间"内行"了。

“1亿tokens定律”的提出，标志着一种全新的学习和工作方式的诞生。在这种方式中，人类不再是唯一的学习和决策主体，而是与AI系统共同协作，形成一种“半人半马”的协同体系。正如《哈佛商业评论》所描述的，这种系统能够结合人类的创造力和AI的数据处理能力，创造出前所未有的效率和创新。

单纯的人类练习可能会被高效的人机协同所超越。AI的加入不仅提高了练习的效率，还拓宽了个体掌握技能的边界。例如，AI可以帮助我们分析和理解大规模数据集，提供深入的洞察，这在以往是难以想象的。

融合

“1亿tokens定律”并非完全替代了“1万小时定律”，而是在其基础上进行了融合与变革。在新时代，刻意练习的核心价值依然存在，但我们已经拥有了更强大的工具来加速这一过程。同时，人机协同的模式正在成为新的常态，它不仅改变了我们学习和工作的方式，也重新定义了人类在智能时代的定位。

关于学习和成长

亿tokens定律本质上仍然是关于学习和成长的，不过它强调通过利用AI和大数据，人们可以更快地、更有效地达到这一目标。为了充分利用这一定律，人们需要主动与AI工具互动，每天至少花一个小时阅读和学习，不仅限于AI的通用新闻，还应该深入到自己感兴趣的特定领域。通过这种方式，个人不仅可以加深对AI能力的理解，还还可以探索和创新，从而在他们的专业领域内快速成长成为顶尖的专家。

为了最大化这种新时代学习法的效果，个人应当采取以下策略：

广泛阅读与实践：每天至少投入一个小时的时间来阅读和实践，不限于通用新闻，更应深入到特定行业的学习中。比如，对于有志于AI制药领域的人来说，应多阅读相关的书籍、新闻和观看视频。

积极使用AI工具：通过购买或使用如ChatGPT、Midjourney等AI工具，不断地实践和尝试，以了解它们的功能、优势以及局限性。这不仅有助于提高对这些工具的熟悉度，也能激发创新思维和解决实际问题的能力。

深入特定领域的学习：选择自己感兴趣的或目标行业进行深入学习。利用AI工具获取和分析大量数据，帮助自己更快地掌握行业知识和技能。

建立人机协作的思维模式：认识到在这个新时代，高效的学习和成长不再仅仅依靠个人的努力，而是需要通过与AI的合作来实现。培养开放和创新的思维，接受并利用AI作为提高效率和创造力的工具。

持续的自我反思和调整：在使用AI工具和学习的过程中，不断地进行自我反思，评估学习效果，并根据需要调整学习策略和方法。保持学习的灵活性和适应性，以应对快速变化的技术和行业发展。

总之，亿tokens定律和1万小时定律在本质上都强调了刻意练习和持续学习的重要性。在AI和大数据的加持下，亿tokens定律为我们打开了一扇新的门，通过人机协同提高学习和创新的效率。随着技术的不断进步，我们应当抓住这些新机遇，以更快的速度和更高的效率推进个人和职业发展。

提示词系列：