编者按：本文是少数派 2025 年度征文活动#TeamCarbon25标签下的入围文章。本文仅代表作者本人观点，少数派只略微调整排版。
今年的征文活动更有创意，「只能用 AI」和「不能用 AI」两大赛道激情 PK，硅基生物和碳基生物都将决出各自领域的佼佼者。我们会在征文结束后统一组织投票活动，但在正式投票之前，如果你喜欢这篇文章，不妨通过充电或评论的方式支持作者，让内容创作者获得更多维度的鼓励。
也是突然拖延症发作，离ddl还有一周不到的时候还是决定写一篇更言之有物的年终总结。一方面是因为之前在别的平台发了一篇流水账，但是我自己也知道在你派把流水账搬过来好像对自己和派友都不太尊重。另一方面过完年面对毕设的诸多时间点又自然而然地焦虑起来，十几天来一直在整理心情。
有关我的2025，其实亦可明晰地从地点划分为两段。八月之前在杭州华为实习的收获与心得可以移步这篇文章：在一起，就可以——在华为实习的七个月，这里就不再赘述。
从华为离职之后开赴重庆上课，有课上的时间总是令人安心的。即使某一天自己犯懒不想完成自学的任务量，也会要求自己把上课内容整理复习，至少也有新的知识入账。上半年养成的锻炼习惯自然也没有落下，除了周末的citywalk之外还办了健身房的卡，每周去上健身课。尽管肚子上的赘肉还道阻且长，但上下肢的力量和规模提升相当明显，前20年基本没举过铁的我看到能练的器材越来越多还是挺有成就感的。
第四季度去了两个地方。10月初只身一人去了深圳参加ODC2025，和许多网友们见了面，参观了我派的线下店，在华强北走马观花，在展厅与工程最前沿的工程师们交流AI工程化的成果与思考，收获颇丰。除此之外还抽出一个晚上看到了深圳的海，恍然发现上一次走到海边可能还是七八年前。11月，和室友们去了毕棚沟，其实从我们学校到毕棚沟包车也不过两小时，我意识到人生中第一次看到如此壮观的雪景的机会其实近在咫尺，而我大学的前两年多竟然几乎从未想过踏出这一步。
结束了研究院第一学期的任务，我选择即刻回家。自从22年远赴成都读书以来，我就几乎没在家中呆过一个完整的假期。科研，比赛，实习……回到家中翻看同学们的近况时才发现许多人高中毕业后就再也没见过了。于是和很多朋友们见了面，聊天、K歌、交换体验数码产品、当然也还要吃吃吃，很不幸的是经过过年的暴击体重又涨了快十斤回去，好在写这篇文章时又瘦回来快五斤。出于相同的原因，三年多的时间里也没回过高中看老师，这次也约了高中的同班同学回学校看老师，聊的很开心，但我的身体却好巧不巧的宕机——许是吃坏了肚子，没撑到和所有老师聊完就提前回家，上吐下泻之中躺了好几天，人生总是充满这样不期而遇的遗憾，提醒你很多时候计划并没有什么用。
不过绝大部分时间我还是选择呆在家里学习或者娱乐，顺带着帮父母干干活，总体而言氛围算得上和睦，父母总是能理解包容我的想法，并与我平等的交流。住在外面时常常一两点才睡着，在家却总是十一点多就困得不行，睡九个小时还不想起床。我妈总是说在家放松，我觉得在家里我不像22岁的人，而是像12岁的人，只可惜时间不能倒流。
细数了一下今年今年写的文章，也有接近十篇。自从拿到2024年Q4优秀新作者的头衔之后，我写文章的动力足了不少。而今年各类LLM本身基础能力不断提升，各类Agent工具方兴未艾，也让我的写作工作流产生了很大的变化。
对于我而言，LLM基础能力提升在写作层面的帮助主要在信息搜集层面：几乎绝迹的引用幻觉之下汇总并总结资料的能力有了极大提升，在此基础上诸如Chrome AI Mode的工程性产品进而加速了前期准备的效率。
举几个例子。在漫长的告别——12年后再谈小米1S&红米Note中，有关Material Design演变与特性的相关内容其实在网络上，尤其中文互联网上可清晰检索到的详细文章并不多，面对这样的情况，我可以首先给Gemini一个较为宽泛的搜索目标，但同时对输出的结果给出严格的审查，例如这样的Prompt：
而针对文章内我觉得比较好的二次引用或是概念性叙述的节选，我会使用类似的Prompt构造方式。对于文章内容，一般会给出详细的引文原文以便人工核验出处，而对于网页链接，则一般会直接给出链接：
除了确定性的信息检索外，对一些没有准确答案的开放性问题，目前的 LLM 也能给出相对全面且有迹可循的解释。如果对叙述的真实性仍有疑问，则可以使用检索时的类似方法，让 LLM 给出明确出处的支撑论据，这种输出偏好的另一个好处是当面对某些包含大量琐碎论据的命题时，可以快速从宏观层面得出结论并厘清逻辑链条，毕竟写文章并不需要对所有细节面面俱到：
而在我写晚安，明天见：Arrows N 与富士通的退场时，Chrome浏览器的 AI Mode 已经迭代到相当可用的水平了，相比于单纯基于对话的信息搜集，Chrome AI Mode能借助工具链更加快速且全面的分解宏观问题，并给出有条理的信息逻辑。同时由于搜索引擎的规划与功能特性，对内容的引用默认启用，一样利好人类交叉验证。Chrome AI Mode依托本地微调的Gemini Nano模型基础能力运行，这也是我认为未来轻量化工程化产品的理想形态：
不过仍然认为作为写作的主体，有追求的人类作者应该保证产出内容的核心仍然源自于自我的思维活动。大概从2023年开始，各类互联网信息平台上由AI生成的内容开始逐渐泛滥，阅读量比较高的内容消费者应该直到现在都能敏锐察觉出内容的AI生成痕迹，也大概会像我一样从中切实感受到AI的能力提升。尽管从以前的废话文学到现在看似言之有物的演进可以混淆大部分人的认知，但从感性的角度来说，我依旧坚持认为大部分AI生成内容是没有温度的。我并非心理学或脑科学的专家，其实也无法严密定义这里的温度究竟指什么，但我个人感受上最明显的特征是一种相似性。人类思维外化出的文字会包含更多的情感，而这样的情感显现在文字上就是不同的视角、不同的修辞、以及最重要的——不试图讨好任何人并且保持独立的逻辑。除此之外，作为经常看散文也写散文的创作者，华丽的修辞与平实的叙述结合的程度会随着作者的思想和写作风格灵活转变，这是我认为目前的 LLM 仍然没有攻克的难题——我们可以看到大量文章要么用极高的信息密度和支撑性内容完全讨好用户所定死的中心思想，要么选择用大量抽象的比喻试图表达某种观点，而这样的表述对行动实际上并没有太大意义。
但这次征文中，另一个赛道上的文章令我感到相当惊喜，惊喜于作者们创造性使用AI并保留自我思考本质的巧思，例如年度征文｜荷马与人工智能：一场跨越三千年的「众筹」中作者描述的写作方法论，以及年度征文｜在 AI 的帮助下，给自己建了个数字人生档案馆中以对话形式表现人的抽象意志在AI辅助下不断具象化的过程。不过AI写作的痕迹仍然在某些内容中比较明显：
完成从「生产者」到「架构师+验收官」的角色转变
扪心自问，其实我自己最讨厌的就是这样的行文编排方式，在轻浮的讨好和伪善背后是Transformer冷漠的概率计算，对于能手撕QKV的我而言显得更加令人毛骨悚然。不过其实这种讨厌还有另一个来源，我们稍后再聊。
写到这里的时候我不禁联想到另一个被AI攻城略地的创作领域——绘画。我不会画画，但我感觉画师对AI生成画作的抵触显然比文字创作者更加极端。相比绘画，文字创作领域显然有一批同样认可人在回路价值的消费者与创作者，这一圈层形成的基础则是AI生成文本鲜明的特点与针对此特点相对容易的辨别法则。而绘画，在2025年的当下说实话难分辨的多，且画作在生活中无处不在，消费群体更加下沉与庞大，而这种从风格上的模仿到效率上的超越，本质上是通过暴力训练无数作者的心血得来的，招致更强烈的抵制无可厚非。而这两种生态现状的融合实际已经到来，Seedance 2.0发布后互联网上出现了大量逼真的AI短视频，而我发现我已经能接受其中的一部分，比如明日方舟终末地女管的Q版小企鹅形象。
我自身的双标可能不过是因为我创作文字而不创作动画与画作。而这种自我出发的自私恰也是人类所独有的心理活动。而这种双标之下的愤怒在有人用AI总结我的文字后得出一个轻蔑的结论后往往达到顶峰，说到底人类意志所产生的艺术成分也是商品，而衡量其价值的指标就是欣赏者的情绪活动，或者更加粗暴地说：时间。我想这一指标我们后续还会提到。
说回创作，我对今年的创作相当满意，少数派编辑部对我的内容依然认可，欣赏我内容的消费者越来越多，也有厂商认可我的成果。
不过在爱好之外今年年末我还有另一项创作相关的突破，就是论文。我曾经一直为本科阶段没法产出论文而感到遗憾，尽管我之后也并不打算留在计算机学术界，但Google Scholar上能留下名字总归是对我的一种认可。感谢我的学弟和另一位科研大佬让我帮忙的机会，让我得以以共同一作发布一篇文章到CCF-B会议ICME，并在Rebuttal阶段获得5 5 5 4 3的评分，应该说中稿是十拿九稳了。
但事实上，学术圈对AI的滥用远比少数派社区内对AI的滥用严重得多。AAAI 26的投稿量超过23000篇，而严重不足的审稿人导致大量审稿人被迫使用AI审稿，得出狗屁不通的审阅意见的案例比比皆是，其中甚至不乏故意低分的猎奇事件。在这样的背景之下积极的审稿结果不再仅和文章质量有关，也成了一件需要看运气的事。
而在我写英文论文的时候，AI介入的程度相比创作文章会更高一些，我会让它帮我修改不通顺的修辞，并且让它用刁钻的视角锐评内容中的逻辑缺漏，并以此作为一个自行迭代的循环。尽管我自认为英语水平还算不错，但对文字和行文逻辑本身的感知仍然远差于母语。其实我也比较好奇英语区科研工作者能不能敏锐察觉到文章的AI成分，但讽刺的是如今能做到认真审稿认真读论文的人又有多少呢？而哪怕是AI四大顶会，其中许多文章也不过是东拼西凑的搭积木，很难说真正有什么实用价值，但无论是深造时简历上的光鲜还是个人学术水平的印证，这些可能并不完全公正的证据却无奈的成为了某种普世价值。
但更令人讽刺的是，简历上满满当当的科研成果似乎也并不一定能为你寻到一份满意的工作，而这样的既定事实就像幽灵一样盘踞在我的脑海，滋养着我的焦虑。
我是重度的AI用户，日常使用GPT Codex和Gemini 3.1 Pro.除了上文提到的各类用途之外，我还用AI辅助我对人工智能领域的学习，颇有些原汤化原食的意思。AI从明面上加快了生活的效率——刷算法变快了，Coding变快了，整理课程内容变快了，但是快恰恰滋生焦虑。
简单来说，作为一名大四学生，尽管已经确立要远赴NUS深造，但我的焦虑依然完全没有减轻：简历上只有一篇论文，学术厚度是不是不够？算法题刷的不够，会不会过不了大厂面试？NUS读博有补贴，我到底如果选择读博，毕业后还能不能找到工作？大量岗位正在被AI优化，我会不会面临中年断供危机？
不难发现这些疑问背后的共同点，AI不仅提升了你个人的效率，也提升了整个社会的效率，因此宏观上整个社会对人的要求也在以同样的高速提升。而这一转变体现在对个体实际的评价体系里就是：学历贬值与对工作效率和自我迭代速度的更高要求。所以当身边有朋友问我是否要考研的时候，我总会给出倾向于否定的答案，但客观而言有很多专业与第一学历不深造就意味着找不到工作，这是何其残酷的现实。
我总归是幸运的，至少我选择的道路没有拥挤而曲折至此。不过代价是大量的天才和豁出去的人与我赛跑。
比较巧的是，我入学的那年正好可以算是本科生科研开始流行的一年——这其实也是学历贬值的一个侧面，本科生想要保研也要科研，而成果不够的人会被更新的价值评估体系所唾弃。不幸的是，当时并没有人告诉我风向的转变，而我带着本科毕业即就业的壮志走向了一条更差的路，在路线的摇摆中折磨纠结了一年多。外加我所在的院系并没有过多科研资源，以及理工科院校共有的压抑氛围，我确实非常讨厌我的本科，万幸的是我自己的坚持和一些志同道合的朋友，让我还得以走到今天。
也因此在高中毕业之后我将南师附中视作我内心中的一片净土。高中的生活纯粹的多，一个最终的目标就能如此笃定地支撑起无数挑灯夜战的凌晨，也能构想出无数对未来的蓝图。现在回想起来真是单纯的可怕，但也仍不影响我惟愿时间倒流的幻想。不过这次与老师们聊天，哪怕是有编制的高中校园，AI带来的压力也如影随形，不断拔高的招聘标准仍然挡不住趋之若鹜的高材生们。
两年前的我面对这样的既定现实无尽恐慌，但现在尽管焦虑，我确实在朝着确定的方向前进。不过这并不是我一个人努力的成果，留学所需要花费的金钱成本客观存在，尽管父母支持，但我仍然觉得这笔支出我受之有愧。总有人能靠强大的定力和持之以恒的努力，用最少的世俗成本达到最多的收获，但从小到大，现实都不断提醒着我我不是这样的人，我甚至比大多数人所认知我的水平还要低，很多次竞争我都并非情愿参加，不过是我早早学会了用责任规训自己，大家把这种觉悟叫做成熟。
长期在外生活让我学会了于外人面前保持镇定，学会了接受无妄的错误与承受不属于我的代价，但在家里我显得格外脆弱，于是导致回到重庆的前一天又一次与父母吵了一架，原因也很简单，和糟糕的本科生活体验有关。我自诩情绪管理能力大有长进，但面对我真正重视的人我仍然做不到平静的提起伤痕。也许我以后也做不到像GPT一样稳稳地接住我自己吧。
正是因为如影随形的焦虑，我产生了对于讨好式GenAI的厌恶。甚至说的露骨一点，人会嫉妒AI与生俱来的高效，而又不得不使用，甚至绞尽脑汁让AI能代劳更多生活与工作中的任务。OpenClaw在全球范围内爆火，而安全问题和token成本问题不容忽视，如此激进的AI使用方法带来的到底是效率的提升还是自我安慰的幻觉？
不妨更抽象一点，从使用体验角度宏观来看，使用人工智能产品提升的是效率，换言之节约了时间成本，但事实上付出的代价也正是时间。很多人在短时间内摄入大量信息，这会给他们一种他们的学习效率提升的错觉，但实际上过量未经消化的信息并不属于自己，甚至都不能被纳入艾宾浩斯遗忘曲线的讨论范畴。
时间是衡量非金钱指标体系下相当多抽象概念的标准，金融体系本身也与时间相关，而AI的下沉渗透完全改变了时间的锚定价值。互联网时代之下消费焦点从文字向视频的转变，传统内容创作生态被AI内容侵占，以及类似豆包手机这样的自动化工具产品被软件厂商抵制，都共享着相同的底层逻辑。注意力经济本质是在争抢时间的被使用优先权，只不过AI带来了反向的变数，大量普通人消费时间的方式和对时间本身的认知由于高度形式化的辅助工具介入而被改变，但其中的正确性仍然有待商榷。AI本身是否完美仍然没有定论，但是舆论已然将其推上神坛。而当十亿人认为AI完美无缺时，恐怕AI本身是否真的完美也不重要了。
于此相对的是，人类不是完美的物种。每个人都知道自己身上有着缺陷，但恰恰如此，包容与理解是人与人之间最珍贵的承诺。父母可以包容我性格上的脆弱，正如我要努力让他们骄傲一样。在写到这里时我和朋友讨论出一个相当有趣的设想：LLM生成的内容与人类创作内容有区别或许是因为人类的注意力窗口远小于目前主流的LLM，对历史上下文的逐渐失焦可能导致废话或逻辑缺漏，而Transformer对上下文的一视同仁使得它能输出普通人看起来信息密度一致的回答。此时此刻，LLM们仍然在巨量的算力上自我迭代，而我选择坐在电脑面前敲对我的就业无甚帮助的字，后台GPT Codex还在帮我写代码。为所欲为，但勿伤害。
AI带来的席卷全社会的快速迭代客观存在，由此而生的焦虑亦避无可避，但我想人与AI本质的区别仍然是自我意识与情感。用心写下的文字总会有用心者共鸣，而用心生活也一定有恒常如新的价值。2025年我走了一千四百多公里，减肥很累，脚很疼，但AI不需要这些磨砺，他也不会帮我去感受达成一个目标所经历的痛苦与自我质疑，而这是我的必修课：What we do makes us who we are.
我将AI视作一个比我走得快得多的同伴，我无法超越它，但我也会与它一起前行，不管怎么说我至少还能搭上他的顺风。机器计算不出未来的方向，但是选择迈步向前，就一定会达到最终的去处。
相信常用AI的朋友都会发现，哪怕你只是随口提一嘴今天的天气，它的回答也往往会以一个新的问题结尾。AI不会用定论结束一个新的故事，正如新时代不会以一个变数走向终结一样，因为最后一页并不存在，唯有一次次的启程。
这里将是其中的一次。
> 关注 少数派小红书，感受精彩数字生活 🍃
> 实用、好用的 正版软件，少数派为你呈现 🚀
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。