公司核心定位与业务模式 - 公司专注于3-14岁儿童心理素质教育 以"育心力"为核心目标 致力于培养孩子的心理免疫力等底层能力[2][7] - 业务模式基于积极心理学和认知行为治疗两大支柱 通过游戏互动和认知引导等体验式教学 帮助孩子发展心理肌肉[7] - 公司不做传统一对一心理咨询 而是采用标准化课程体系 将课程目标 内容和交付流程拆分为可量化细节 例如情绪认知课要求孩子说出3种情绪名称并用2个动作表达情绪[9] - 公司定位避开低龄段难互动和高龄段固化深的痛点 聚焦心理塑形黄金期 在教育红海中实现错位竞争[9] 创始人背景与创业动机 - 创始人拥有外企15年从业经历 创业念头源于对孩子未来幸福能力的思考 旨在让孩子提前学会理解情绪 应对压力和自我调节[5][6] - 公司于2016年成立 从广州一家校区扩展到两家 已服务超过三千组家庭[7] 发展历程与关键挑战 - 公司在2018年获得天使轮融资 2019年完成第二轮融资 资金用于打磨从内容到交付的完整体系[11] - 2020年面临疫情和政策调整的双重冲击 线下业务停摆 家长信任危机 公司账户余额见底[11] - 通过将课程拆解为线上家庭互动指南 保持与家长透明沟通等策略坚守 2020年下半年复课后迎来业务高峰[11][12] 模式优化与护城河构建 - 公司从专业导向转向用户需求导向 将理论融入故事和游戏 让家长直观看到孩子学习效果 例如孩子学会主动要求冷静10分钟[14] - 通过标准化教学体系实现去个人化 每节课的目标 流程和互动话术均标准化 确保课程质量稳定 降低对教师个人能力的依赖 形成护城河[14] 技术应用与未来规划 - 公司自2019年接触混沌理论 认知到前期的成功源于踩中儿童心理教育空白 疫情存活得益于模式韧性[15] - 目前已应用AI技术优化业务 包括利用AI生成营销内容 优化教研课程[15] - 探索利用AI突破教育不可能三角 即通过AI根据孩子课堂反应调整内容实现个性化 通过标准化体系支撑规模化 通过工具效率降低成本[15]

AI大模型重构产品范式 - 人机交互范式经历重大变革，从命令行到GUI再到AI对话，学习成本大幅降低，交互带宽显著提升[8][9] - AI通过自然语言对话实现交互，几乎无需学习成本，表达力极其丰富，解决了表达力与易用性并存的问题[9][10] - 多模态能力进一步降低学习成本并提升交互带宽，视觉信息传输效率高于语言，信息衰减更少[13][17] - 人类核心需求不变但满足方式被重新发明，信息获取需求从BBS到门户网站再到今日头条，每个需求都可能被AI重新发明[18][19][20] - AI应用领域仍处于早期阶段，A16Z的AI应用Top 50榜单显示，2024年3月至8月有30%新面孔，2024年8月至2025年3月有40%新面孔[21] AI应用的成功范式 - 成功的AI产品需要平衡模型含量，过度依赖底层模型会导致壁垒低，模型升级可能颠覆业务模式[24] - Jasper案例：估值15亿美元，年收入4000万美元，但过度依赖模型，ChatGPT发布后网站访问量一月内骤降40%，半年后裁员转型[25][26][27] - Notion案例：2022年营收6000万美元，用户2000万；2023年营收飙升至2.5亿美元（增长近5倍），用户增至3000万，AI功能放大原有业务价值[30][31][32] - 成功关键是将行业Know-how和数据结构化融入AI，构建AI驱动的增长引擎，而非简单嫁接模型能力[33] AI大模型重构商业范式 - 工作方式变革：大模型打破技能限制的"能力墙"，使创意更易实现，九岁小朋友可借AI创作科幻小说，催生"超级个体"[35][36] - 组织形态变化：AI将分散工种任务收回个人，在不降低效率的同时提升创造力，二三十人团队可打造估值数亿至十几亿美元公司[39][40] - 用户体验变革：AI提升非结构化数据处理能力，使录音、视频等数据变得有价值，AI硬件可捕捉数据作为"外挂大脑"[44][45][46] - 商业模式变革：AI使广告从"效果"进一步细分为"动作"和"结果"，商业价值可能有数量级提升空间[50][51][52] - 竞争优势变革：AI可能颠覆传统护城河，如将数十万律师服务变成一个模型，竞争维度发生变化[55][56] AI重构千行百业案例 - 法律领域：Harvey公司2023年成立，2024年收入达5200万美元，AI在法律文件起草等标准化业务达人类前25%水平[63] - 医疗领域：Hocritic AI估值达16亿美元，推出医疗AI Agent应用商店；Tempus公司借AI从to B数据销售转型为to C健康管理[65][66] - 汽车领域：智能座舱实现拟人化交互，AI质检覆盖100%外呼电话（效率是人工十倍），AI助手提升销售质量[70] - 消费领域：AI赋能"人、货、场"，自动生成定制化广告文案，智能投流调整周期从天缩短至分钟，优化商品搜索和标签[72][73] 企业AI战略落地方法论 - 理解模型三层能力：预训练解决通用能力（智商），微调解决领域能力（经验），Prompt工程解决任务级能力（产品说明书）[81] - 企业需具备"大模型就绪"条件：数字化程度高，有高质量数据基础；选择适合AI的业务场景，避免盲目投入[84][86][87] - AI战略构建路径：先进行AI诊断，再制定定制化战略，最后方案落地，而非直接寻找现成产品[90][92][93] - 战略能力四个维度：选择合适的基座模型（考虑成本、合规性等）；构建合适组织（分AI应用型、模型核心型、AI原生型）；重新定义数据资产（99%数据无价值，需与场景绑定）；业务场景再思考（AI应重塑整个业务链路）[95][96][98][102]

Meta Connect 2025大会与智能眼镜发布 - Meta在Connect 2025大会上推出标志性新品Meta Ray-Ban Display智能眼镜 通过波导显示技术实现消息、地图和翻译的全息界面显示 完成从低头看手机到抬头看世界的切换 [4][5][6] - 配套推出神经腕带设备 能够捕捉微小肌电信号实现无声输入 使人机交互近乎无感化 [7] - 整合实时场景AI功能 通过摄像头和麦克风捕捉环境 由边缘算力与云端AI协作提供类人化理解与响应 [7][8] 扎克伯格的战略逻辑与平台迁移 - 公司2021年更名为Meta标志着第二次创业 目标是再造计算平台 智能眼镜被视为核心载体 [9][10] - 移动互联网红利放缓使Facebook广告业务增速减弱 iOS和Android平台的隐私政策变化持续冲击广告业务 [11] - 公司认为必须掌握下一代入口设备以避免长期缴纳平台税 摆脱对移动操作系统的依赖是关键自救措施 [12][13] 技术布局与平台迁移战略 - 从PC到智能手机的历次计算平台迁移都孕育了新巨头 公司坚信下一代交互将从手机转向智能眼镜 [15][16] - 智能眼镜因兼具长时间佩戴、即时信息显示和随身交互特性 被认定为最可能取代手机的终端形态 [16] - 2014年以20亿美元收购Oculus是提前押注虚拟现实 2021年全面转向Meta是延续同一战略逻辑 [14][17] 单点突破方法论与生态构建 - 公司采用单点突破战略 锁定智能眼镜作为未来十年核心交互入口 通过饱和攻击形成独有优势 [22][23] - 通过Reality Labs持续十年投入 打通显示、交互、算力和生态等关键链路 实现战略聚焦 [24][25] - 在单点站稳后构建开发者生态、应用商店和广告体系 形成平台化飞轮和商业化自增长 [25][26]

文章核心观点 - Grammarly在面对ChatGPT等大模型的冲击时，通过主动拥抱生成式AI、重塑公司愿景和战略，成功从语法检查工具转型为AI驱动的生产力平台，构筑了新的护城河 [2][7][12][23] - 公司的核心优势在于其深度嵌入用户工作流的集成能力（覆盖超50万应用和网站）、多年积累的上下文理解与数据隐私保护，以及垂直场景的定制化AI功能 [4][6][8][22] - 通过快速推出生成式AI功能GrammarlyGO、收购文档平台Coda、发布九大AI助手等举措，公司强化了其作为"AI高速公路"的定位，实现从工具到平台的升级 [7][14][20][22] AI赋能写作的底层功力 - Grammarly自2009年创立以来即以人工智能技术为核心驱动力，通过机器学习和自然语言处理提供语法检查、措辞优化等功能 [2] - 在ChatGPT出现前，公司已积累每日超3000万用户和年营收超7亿美元的规模，海量用户数据形成模型训练和反馈的护城河 [3] 大模型来袭的应对策略 - 2023年3月（ChatGPT发布4个月后）快速推出生成式AI功能GrammarlyGO，允许用户在原有界面一键调用AI生成或改写文本，并支持个性化语气和场景适配 [7] - 差异化优势在于结合上下文理解能力（如邮件链分析、企业品牌语调）和数据隐私承诺，提升生成内容的相关性和安全性 [8] - 公司主动重塑愿景，从"语法检查"转向"AI原生生产力平台"，新任CEO提出未来办公将进入"智能代理时代"，Grammarly目标是成为连接AI代理与工作场景的超级高速公路 [12] 从工具到生产力套件的升级 - 收购文档平台Coda，补齐文档创作环节，推动Grammarly向AI生产力平台演进 [14] - 2025年8月推出九大AI助手，覆盖学术和专业写作场景，包括AI评分器、引文查找器、抄袭检测器等垂直功能，深度定制化整合工作流 [20][21] - 这些功能依托Grammarly的跨应用集成能力（超50万应用和网站），形成难以复制的功能壁垒 [21][22] 护城河构建与行业启示 - 公司的核心护城河并非短期技术优势，而是用户信任、工作流集成及对垂直场景的深刻理解 [25] - 其"AI高速公路"（跨应用集成能力）是工程壮举，使AI能力可无缝渗透至用户各类写作场景 [22][25] - 启示包括：以"乘法思维"结合新技术与自身优势，从工具转向平台以抢占用户工作流 [25]

芯片行业战略合作 - 英伟达投资50亿美元收购英特尔5%股份，导致英特尔股价暴涨超过22% [3] - 双方合作核心为共同开发面向数据中心和PC的定制化产品，英特尔将推出集成英伟达RTX GPU的全新x86系统级芯片（SoC） [3][6] - 对于数据中心，英特尔将为英伟达构建定制版x86 CPU，此次合作被视为重塑PC和AI基础设施格局的关键一步 [3][6] AI模型技术突破 - DeepSeek R1论文登上《自然》封面，首次披露R1阶段训练成本约29.4万美元，展示极高训练效率 [4] - 李飞飞创业公司World Labs发布空间智能模型Marble，可免费通过单张图片或文本提示生成可无限探索的3D世界 [9] - AI公司Math开发的Gauss AI Agent仅用三周时间完成数学家陶哲轩耗时18个月未能完全解决的强素数定理形式化证明 [15] AI应用与产品动态 - 美团发布生活服务智能体"小美"，深度整合外卖、闪购等服务，通过自然语言对话简化操作流程 [17] - 字节跳动发布图像大模型Seedream 4.0并集成至AI创意Agent"小云雀"，支持4K高清分辨率，颠覆电商营销内容生产流程 [18] - 首款CEO私人助理"智跃Agent一体机"面市，内置单卡4090，提供完全本地化部署方案，连接企业内部系统生成每日工作报告 [10] AI行业趋势与市场 - OpenAI报告显示ChatGPT周活跃用户数超过7亿，每周处理消息总量达180亿条，实用指导（28.8%）、信息搜索（24.4%）和写作（23.9%）为三大核心应用场景 [12] - 中国AI人才缺口已超500万，供需比达1:10，行业竞赛成为企业发现和培养复合型人才的有效通道 [5][7] - 2025重庆智博会确立以人工智能为主线，聚焦智能机器人、低空经济、智能家居、智能驾驶和数字城市五大板块 [13] 企业战略与行业动向 - 马斯克"巨硬计划"通过Colossus II算力集群加速推进，6个月内建成200MW供电规模，旨在构建多智能体系统实现全自动化软件开发 [8] - OpenAI的Agent技术领军人物姚顺雨离职，认为AI竞赛重心已从模型能力转向为AI找到有价值的现实任务，创业公司机会在于创造超越聊天模式的"超级应用" [19][22] - 《麻省理工科技评论》2025年度"50家聪明公司"榜单显示AI与计算、机器人与智能制造、芯片及生命科学成为技术商业化最活跃的四大赛道 [14]

你是否见过一家估值15亿美金、增长最快的明星公司，在短短半年内商业模式几乎崩塌？ 这不是危言耸听，这是前智谱AI COO张帆老师，在我们课堂上分享的一个真实故事。 故事的主角叫Jasper，一家用AI写广告文案的公司。在AI浪潮之初，它凭借惊艳的技术，一度成为资本的宠儿，"年度收入达到4000万美金，而且毛利极高，看起 来这是一个极好的生意"。 然而，转折来得猝不及防。 2022年11月，ChatGPT发布。仅仅一个月后，Jasper的访问量骤降40%。半年后，这家曾经的独角兽开始裁员转型，逐渐淡出人们的视野。 "它的模型含量太高了，" 张帆老师一针见血地指出， "导致它的壁垒很低，模型的每一次发布和迭代都有可能导致它的商业模式被覆盖掉。" 与此同时，另一家公司Notion，同样拥抱了AI，结局却截然不同。AI的出现，非但没有伤害它，反而成了它的"助力"，用户数从3000万暴涨到一个亿。 为什么同样踏上AI的浪潮，一家沉没，一家远航？ 为了帮助大家看清这场变革的底层逻辑，我们特邀 前智谱AI COO、混沌学园6期同学张帆老师 ， 带来这堂《大模型的商业新范式》主题分享。 为了回答这个问题，张帆老师为我们规划了 ...

商业模式创新与核心优势 - 开创健身行业零售制按次付费模式，改变了行业成本结构，将盈利模式从依赖销售推销（30%提成）转变为赚取用户持续复购的钱 [6] - 提出“城市运动橱窗”概念，将门店设在最佳展示位置，日均排课达11节，高峰期可达14节 [6] - 疫情期间推出“超猩家里蹲”项目，公司支付教练课时费以维持其收入，并在2020年双十一创下单日用户充值金额超过1亿元人民币的记录 [6][7] 发展历程与关键转折 - 2014年至2019年间实现快速扩张，规模达到200多家门店，覆盖六个城市 [6][9] - 2020年疫情导致所有线下门店停业，公司预估现有资金可支撑60个月 [6] - 2021年制定激进扩张目标，计划一年内将门店从100家扩张至200家，但遭遇优秀教练数量跟不上新增门店速度的问题，导致课程质量下滑 [9] - 2022年面临租金和工资支付压力但收入低迷，公司果断关闭部分在疫情中不减免租金的门店以“止血” [15][16] 组织重塑与质量管控 - 在困境中决定将公司视为“已死过一次”的实体进行彻底重塑，核心聚焦于提升教练和课程质量 [17] - 引入类似教育机构“好未来”的联考机制，建立课程质量六要素量化标准（形象、产品、技术、销售、沟通与表现力），教练体脂率需控制在22%以内 [18][20] - 实施随机抽查评审机制，任何课程若有一项要素得分为零则立即下架，该机制使课程复购率在一个月内恢复至以往水平 [20][21] - 将教练核心KPI设定为“基石用户”指标，即长期优先选择该教练的用户数量，直接影响教练每节课收入 [22] 创新机制与爆款课程 - 公司未提供额外资源，但Power Cycle和破风日两门课程凭借高排课量、课程收入、毛利和复购率成为自然爆款 [23] - 创新的关键在于激发员工主动发现问题并解决问题的意愿，公司需提供尝试和犯错的安全环境与清晰底线 [23] - 课程评审合格线为80分，对表现突出的课程，公司会投入人力、资金资源，并优先分配高峰时段，提供教练端补贴以推动其成为热门产品 [22] 企业文化的构建与维系 - 企业文化被定义为组织内部共享的价值观、信念、行为准则和工作习惯，如同组织的DNA [25] - 企业文化提炼应立足于公司已有的优势与长处，而非“缺什么补什么” [28] - 通过回顾创始团队早期故事（如华强北自学采购元器件、打造“城市运动橱窗”）来识别和巩固文化内核 [30][32] - 企业文化浓度公式为：文化浓度=很超级猩猩的人数/总人数，选人被视作维系文化的关键，终面平均分需达8分或以上才予录用 [41][42] - 企业文化体现在晋升、加薪、评优、轮岗、降职等具体人事决策中，并需依靠内部“故事与传说”来传承，CEO自视为“首席故事官” [43] 企业文化的核心内涵 - 核心文化是“和欣赏的人一起做些很酷的事，等老了可以有故事吹牛，同时还能站着赚钱” [47] - “活好”的追求包括被需要、被喜欢、被认同以及有归属感，超越单纯的物质财富 [47] - 创始人强调自身及员工在工作中获得幸福感的重要性，希望公司成为一群彼此欣赏的人共同创造的高生命质量平台 [48][50]

全球及中国老龄化趋势 - 全球人口年龄中位数持续上升 发达经济体从1975年30岁增至2025年43岁 新兴经济体从19岁增至30岁 [5] - 全球平均预期寿命从62岁升至75岁 发达经济体从72岁升至82岁 新兴经济体从58岁升至73岁 [7] - 中国60岁以上人口达3.1亿占总人口22% 65岁以上占比15.6%进入深度老龄化社会 [9] - 中国老龄化速度全球最快 从老龄化到深度老龄化仅用21年 远快于法国126年/美国72年/日本24年 [9] - 2050年中国65岁以上人口将达3.7-4.0亿 80岁以上高龄人口达1.35亿超越日本总人口 [9] 老年群体内部异质性 - 中国老年群体内部差异显著 受历史事件分流影响包括经济困难/上山下乡/恢复高考/国企改革/住房商品化/互联网普及等 [21][23][24] - 关键分流事件包括：超过1亿人经历饥荒健康受损/1700万知青城乡分流/1977年高考录取率仅5%/国企下岗超2000万/住房资产占家庭总资产七成/老年人互联网普及率52% [25] - 养老金收入分化严重 机关事业单位月均6243元 企业退休人员3271元 城乡居民仅223元 三者比例为28:15:1 [26][28] - 老年群体储蓄率达60% 近乎居民整体储蓄率两倍 预防性储蓄倾向显著 [29] 老年消费市场特征 - 老年消费市场总体规模78.4万亿元 人均财富26.4万元 具备支付能力与持续消费需求 [28][29] - 消费市场呈现高异质性 按资源与能力划分为九类人群 包括体验升级型(4%)/康养优选型(4%)/高端照护型(2%)/品质稳健型(16%)/健康管理型(16%)/支持依赖型(8%)/节俭保守型(20%)/基础保障型(20%)/脆弱依赖型(10%) [46] - 实际消费参与度低：仅16.6%老年人服用保健品 其中60.6%年消费低于1000元 仅8.9%年消费超5000元 [51][71] - 仅15.8%老年人能承受月均3000元以上养老机构费用 超80%无法负担 [73] - 仅9.1%老年人在2020年外出旅游 超80%年旅游消费低于5000元 [75] 互联网使用现状 - 60岁以上网民占比14.4% 互联网普及率52% 约半数老年人未触网 [78][80] - 非网民群体中60岁以上占比52.1% 主因包括使用技能缺乏/文化程度限制/设备不足 [80] - 疫情加速老年人上网 2020年3-6月老年网民激增3600万 手机淘宝月活增速高出大盘29.7个百分点 [83] - 短视频成为老年人入网关键引擎 31.3%老年新网民首次上网为看短视频 银发人群月人均使用时长129小时 [84] - 老年人成为内容生态新变量 小红书60岁以上月活超3000万 老年创作者两年增三倍 抖音60岁以上创作者累计发布超6亿条视频 [87] 适老化设施与医疗需求 - 超六成住房无电梯 七层以下住房占比70.2% 适老化改造需求最高为加装电梯(13.55%)/地面改造(12.4%)/如厕洗浴设备改造(11.7%) [99][103] - 老年人健身参与率达16.59% 追平46-59岁中年人 但专供老年人的健身房仅数百家 [105][108] - 城市信号灯基于1.0-1.2米/秒步速设计 但老年人平均步速仅0.8米/秒 需更长的绿灯时间 [109] - 60岁以上老年人慢性病患病率超80% 多重用药率达70.8% 日均服药8.6种 [117] - 设有老年医学科的医院从2021年4685家增至2023年6877家 陪诊服务需求激增 相关企业达1527家 [118][123] 社会观念与代际关系 - 46.8%男性和40.7%女性老年人性生活活跃 但中国每年新增艾滋病患者超20%来自60岁以上群体 [127] - 60岁以上老年人成为离婚高发群体 北京西城区法院2016-2021年离婚诉讼中近半为老年人 [128] - 90%老年人参与孙辈照料 30%儿童完全由祖辈照顾 老年流动人口中43%因照顾晚辈流动 [134] - 28.1%老年人愿意再就业 城镇实际再就业率14.4% 农村24.5% 低龄老年人再就业意愿达38.3% [145] - 城镇职工养老金/工资比率降至51% 城乡居民养老金仅227元/月 占比工资10-15% [146]

市场地位与用户增长 - 字节跳动旗下豆包月活跃用户规模达到1.5742亿，环比增长6.6%，登顶中国原生AI应用月活榜首[2] - 豆包从2024年5-7月，日新增用户从20万迅速飙升至90万，并在9月成为国内用户规模破亿的首个AI应用[9] - 截至2024年11月底，豆包累计用户规模已超过1.6亿[9] 产品定位与核心优势 - 产品定位生活化和娱乐化，反应速度快、说话语气像真人、回答情商高，满足大众日常需求[4] - 应用场景包括聊天伙伴、高情商沟通导师、恋爱军师和旅游向导，实现“谁都可以用”的低门槛[4] - 豆包并非单一模型，而是一个模型家族，包含文本、视频生成、实时语音及语音播客模型等多种模态[8] 公司战略与资源投入 - 采用“大力出奇迹”战略，依托字节跳动的超级流量、专业数据和算法优势[6] - 国内十款大模型产品在2024年合计已投放超625万条广告，投放金额达15亿元，豆包在2024年6月上旬一轮广告投放金额就高达1.24亿元[6] - 豆包团队在2025年2月提出全新稀疏模型架构UltraMem，推理速度较MoE架构提升2-6倍，推理成本最高可降低83%[7] 数据飞轮效应与技术基础 - 庞大的用户基数为模型优化提供了海量的真实、多样化用户交互数据[6] - 字节跳动丰富的产品生态（如抖音、剪映等）为豆包训练和迭代多模态能力提供了潜在的数据基础[7] - AI产品的本质是数据智能，更多用户意味着更多数据，更多数据意味着更聪明的AI，形成正向循环[9] 行业启示与发展方向 - AI产品需要回归场景，用户不关心参数，只关心能否解决实际问题[11] - 数据智能的核心是数据飞轮，而非孤立模型，AI应用必须降低使用门槛才能实现大众化[11] - 豆包的成功逆袭是AI应用大战的新起点，技术持续演进和应用场景不断拓展是未来方向[11]

人工智能对人类认知能力的影响 - AI导致认知卸载 使人类特定认知技能下降 如个体记忆能力减退[7][8] - 过度依赖AI与较低批判性思维能力存在显著关联 年长者因AI依赖度低而批判性得分高于年轻人[8] - AI渗透速度快且覆盖广 对工作生活及心理产生技术性依赖风险 适应性下降问题显著[9][12] 人工智能与人类智能的本质差异 - 大模型智能仅集中在语言智能和部分逻辑推理智能 缺乏视觉空间智能 具身智能和情感理解能力[7][16][17] - AI本质是概率问题而非真正理解推理 缺乏临床直觉和具身认知能力 无原生学习过程[15] - 人类智能包含八种类型 AI仅在语言和逻辑推理表现优秀 其他类型智能进展有限[16][17] 人工智能在教育领域的挑战与变革 - AI挑战传统教育体系 需构建无分数学习概念 将评分体系置换到更具挑战性学习任务[7][20] - 教育应培养使用AI工具生产内容的能力 强调沟通协作 批判性思维 创造力和自信心等关键技能[7][21][22] - 通识教育变得前所未有的重要 人文社科帮助人类发现自我并与AI相处 弥补AI缺乏的真实体验和激情[23][24][27] 人工智能的局限性与发展障碍 - 生成式AI面临幻觉问题 内生于大模型 不能完全作为知识停止点系统[18] - 当前AI无法产生行星层级的颠覆性范式创新想法 如全球气候变化和经济不平等问题[26] - AI技术具有前所未有的独特性 需严肃全面审视和管理 避免混淆人机边界[12][25] 人机协作的风险与应对策略 - 人机协作存在丧失人类思想主体性的风险 如骆驼挤进帐篷的寓言所示[6][13] - 使用AI需具备超高信息素养 养成人在回路中的使用习惯 识别幻觉根本性[18] - 应关注AI对人类的影响 而不仅是AI能为人类做什么 发挥机器无法实现的创造力 批判性思维和直觉[25]