作者｜赵赛坡
头图｜视觉中国
本期导读
本期围绕三个维度，提供七篇长文荐读：
• AI：人工智能可以写诗吗、衡量 AGI 的标准、Siri 们是如何失败的？
• 社交媒体：复盘 Tumblr、LiveJournal 的失败、二十岁的 LinkedIn；
• 思维：关于“品味”的思考、为什么这个时代更需要“批判性忽视”？
我们距离 AGI 还有多远？
过去这一周，GPT-4 再次惊艳世界，Google、百度等科技巨头也做出一定回应，围绕生成式 AI 对于产业影响的详细分析，可参见本周的“AI Insider”，接下来，我分享两个有趣的观点。
“人工智能可以写诗吗”，提出这个问题的根本原因在于：作为人类，我们应该如何定义诗歌？
如果以最终输出的文本形式来看，从 GPT-3 到 ChatGPT（GPT 3.5），这些大语言模型已经能够生成不同风格的诗歌，但在这篇长文（链接、20 分钟阅读时长）作者看来，诗歌既是一种语言使用方式，也是对人类经验与自身存在的表达，一首诗歌往往会构建起作者与读者精神交流的桥梁。换句话说，没有赋予人类感情的诗歌，也是一堆没有灵魂的文字，你同意吗？
第二个观点聚焦 AGI（通用人工智能），ChatGPT 所掀起的热度往往会让人产生一种误解：人类即将进入 AGI 时代，AI 即将改变各行各业。
这篇长文（链接、40 分钟阅读时长）给出了一些不同的思考角度，与其过度关注 AI 能做什么，不如设置一个 AI 能力上限。比如模拟物理世界的能力或者接收人类意识上传等，作者将其称为“AGI-Hard”，以此作为衡量 AI 发展的标准，一旦接近或达到这个标准，也意味着距离人工智能真正主宰世界的时间不远了。
在产业层面，ChatGPT 等大语言模型让 Siri、Alexa 等语音助理变得几乎毫无存在价值，这篇 NYT 的长文（链接、免费镜像、15 分钟阅读时长）勾勒了苹果、亚马逊、Google 等公司的语音助理如何惊艳世界，又如何艰难运行，最终被不同程度地边缘化。
文中提到的一个细节是，当年 Google 看到亚马逊 Alexa 如此流行，亦步亦趋地推出类似产品，并在产品形态（比如产品设计）上继续“模仿与致敬”，当 Alexa 和 Echo 音箱陷入困境，Google 也无法幸免，并且也错过了抢先一步推出类 ChatGPT 的窗口期。
社交媒体的失败与成功
从全球范围来看，Twitter 是很多热门话题的起源地或中转站（灵活的“转推”机制），但在伊隆·马斯克收购这家公司之后，Twitter 反而开始自己制造话题，从大范围的裁员到大刀阔斧的产品调整，Twitter 的未来充满各种不确定性。
历史上社交媒体的失败案例数不胜数，如果你是有着十五年网龄的老网民，我非常推荐这篇来自 Verge 的长文（链接、20 分钟阅读时长），文中回顾了两个已经或正在消失在历史长河里的社交媒体：Tumblr 和 LiveJournal。他们早期都通过产品创新吸引到一大批用户，但很快就陷入到产品运营、内容审核的困境里，这同样也是 Twitter 以及其他社交媒体的共同难题。
在众多诞生于 2000 年初的社交媒体里，LinkdeIn 努力活了下来，特别是在纳入到微软大家庭之后，这家公司进入一个平稳的增长期，而另一个数字则显示：诞生于 2003 年 5 月的 LinkedIn，即将迎来 20 周岁的生日。
Fast Company 的这篇口述历史的长文（链接、40 分钟阅读时长），以时间为顺序，借助创始人、关键员工、早期用户、科技观察者等视角，一步步还原这家公司的诞生与成长历程，同时你也会看到 LinkedIn 过去二十年如何改变了科技产业创业机制，比如其一系列基于“校友”的产品，鼓励用户通过校友关系，发现、拓展自己的职业社交圈子，也为 2010 年代的科技创业热潮做了注脚。
批判性忽视与艺术品味
在大众传媒语境下，关于产品好与坏的判断已经变得足够功利，大量信息聚合平台上充斥着商家各色各样的广告，类似的情况也出现在对于品味，或者艺术品味的判断上。
如何理解品味、一个人或一个群体的品味由哪些要素所定义、所影响、一个人的品味可以延伸出怎样的价值观……这些问题足够枯燥，但也值得去思考，你可以在这篇文章（链接、40 分钟阅读时长）里获得一些线索或答案，人类的有趣之处就在于多问几个为什么或如何做的问题，这是人类不断进化的根本动力。
提问同样也是批判性思维的关键，过去很长一段时间里，批判性思维被认为是一种理智处理事情的方式。但在信息超载的当下，如果我们为众多无用信息投入太多批评性思维的精力，某种意义上也中了信息服务商的圈套，在一次次使用批判性思维的过程里，我们的注意力也一并被夺走。
因此，我非常推荐这篇倡导“批判性忽视”的文章（链接、15 分钟阅读时长），这是一种不亚于批判性思维的能力，它会决定你应该把时间与精力投入到哪些领域，并且忽略哪些领域。这种能力同样也需要长时间的训练，比如借助某些工具或方法论指导，逐步形成一种知道“忽略什么”的能力。
评论