PastNoise
宇宙與科學·6 幕·5m 49s·1/6 一手原聲·4 份文獻·筛自 2 亿+ 数据中 10,000 条命中

烏鴉會造工具,人類卻未必會用AI

Crows Make Tools. Humans Make AI. But Do We Know How to Use It?

從死電池除草機到一鍵求職信,六個日常片段拆解人類採用新工具的真相

Who Will Build the AI Future?

ACT I · Big Think · 5m 49s

企業必須準備的AI人才缺口

我認為你需要準備兩類技能。

I think about two broad categories of skills that you need to prepare for.

00:00 / 05:49
0%
高光速跳:
ACT I一手原聲Big Think · May 28, 2018
跳轉原片 (00:14)

企業必須準備的AI人才缺口

道爾蒂說,準備工作需要兩類人:建設AI的人和使用AI的人。

点击任意时间戳精准跳播

30 秒速查核心結論 · 一手原聲提煉

6 幕 · 4 份文獻 · 最近核驗 Nov 21, 2026
  • 01道爾蒂把AI準備分成兩類人:建設系統的人和使用系統的人,並把技能列為第一要求。
  • 02The Tech Girl列出五項Apple Intelligence功能,承諾節省時間、保持條理,把使用定義為實用日常流程。
  • 03利普斯基稱Perplexity是強大的研究工具,並演示了具體工作流,把智慧與可重複的搜尋實踐聯絡起來。
  • 04Travis Media展示在Voila裡完成求職信任務,把求職申請寫作壓縮成一套選單驅動的工具操作。
“新喀里多尼亞烏鴉會製作鉤子,用樹枝取食,這是有記錄可查的動物使用工具案例。”

全片核心結論

六位講者談人類如何採用工具:AI技能、Apple Intelligence日常流程、電池改造、Perplexity研究、日常AI,以及選單驅動的求職信。烏鴉研究提供了一把更嚴的尺子。新喀里多尼亞烏鴉會製作鉤子、挑選樹枝,並按順序使用工具取食。把這些材料放在一起,問題落在智慧究竟位於何處:工具、使用者,還是習得的步驟。

01

工具與技能分界

道爾蒂把AI準備分成建設者和使用者,然後強調技能。烏鴉研究讓這一區分更清楚:新喀里多尼亞烏鴉是沒有軟體團隊的使用者,會製作鉤子和樹枝取食。《自然》2016年的報告和Wimpenny關於按順序使用工具的研究,把這類行為視為可測量的智慧,不涉及品牌包裝。人類講者推銷的是工具入口;這些鳥表明,工具使用可以是認知勞動,不需要產品釋出。

工具使用可以是智慧,不必依賴AI平臺或廠商。
02

工作流與證據

利普斯基和Travis Media把研究與寫作簡化為有引導的工作流:搜尋Perplexity,開啟選單,起草求職信。The Tech Girl對Apple Intelligence也做同樣的事,承諾節省時間、帶來秩序。烏鴉研究提供了更嚴格的測試,因為按順序使用工具要求朝著目標一件接一件地選擇工具。講者展示選單;Wimpenny測量的是有次序的步驟。

選單展示的是入口;烏鴉按順序使用工具的研究測試的是靈活解決問題。
03

適應與淘汰

Sixtyfiveford改造電池,讓一個平臺服務另一個平臺,以此對抗計劃性淘汰。這是人類版的適應:像新喀里多尼亞烏鴉那樣,把手頭材料改成可用的工具。道爾蒂呼籲把AI當作工具來學習,也屬於同一種實用傳統,不過它假定使用者能夠重新學習。烏鴉證據不提供政策主張,只給出一條基線:解決問題常常意味著把身邊現成的東西改作他用。

把現成材料改作他用,是檢驗工具智慧的一項實際測試。

多方原聲共識

  • • 講者都同意工具需要習得的步驟:道爾蒂強調技能,利普斯基演示研究工作流,Travis Media展示選單步驟。
  • • 烏鴉研究和講者都把工具使用當作可觀察行為:製作、挑選並按順序組合工具以達到目標。

值得注意的分歧與邊界

  • • 這些節選從未提到烏鴉,它們討論的是人類採用AI,因此任何與烏鴉的比較都只能作為參照,不能當作共同主張。
  • • 講者把工具描述為節省時間的入口;烏鴉研究測試靈活解決問題,這比選單驅動產出更嚴格。

順著這條線索繼續追問

全片完整時間戳雙語逐字稿

全部 6 幕原聲逐字稿檔案

点击任意时间戳直跳播放
ACT I · Big Think · 00:14 - 01:43

企業必須準備的AI人才缺口

ACT II · The Tech Girl · 00:15 - 01:18

蘋果智慧五個省時功能實測

ACT III · sixtyfiveford · 00:10 - 00:49

死電池除草機改成通用電池

ACT IV · Paul J Lipsky · 00:00 - 00:42

Perplexity做研究怎麼用才高效

ACT V · Data Professor · 00:03 - 01:09

AI到底是什麼,生活裡用在哪

ACT VI · Travis Media · 00:00 - 00:50

舊簡歷加一句話,AI寫出求職信

如果想用電影短句練習口語連讀、道地俚語或日常跟讀,我們的姊妹工具 WinkLingo 專注於影視級逐句精聽與日常英文表達訓練。

深度問答與核心摘要

關於本片與一手原聲的常見問題

關於「烏鴉會造工具,人類卻未必會用AI」,最核心的深度結論是什麼?

六位講者談人類如何採用工具:AI技能、Apple Intelligence日常流程、電池改造、Perplexity研究、日常AI,以及選單驅動的求職信。烏鴉研究提供了一把更嚴的尺子。新喀裡多尼亞烏鴉會製作鉤子、挑選樹枝,並按順序使用工具取食。把這些材料放在一起,問題落在智慧究竟位於何處:工具、使用者,還是習得的步驟。 核心要點包括:道爾蒂把AI準備分成兩類人:建設系統的人和使用系統的人,並把技能列為第一要求。;The Tech Girl列出五項Apple Intelligence功能,承諾節省時間、保持條理,把使用定義為實用日常流程。。

這部「烏鴉會造工具,人類卻未必會用AI」放映收錄了哪些一手播客原聲與頻道?

本片共剪輯 6 幕連播原聲章節,涵蓋 Big Think、The Tech Girl、sixtyfiveford、Paul J Lipsky、Data Professor 等獨立信源,並清晰標註「一手原聲 / 權威報道 / 獨立評述」出處與精確時間戳,點選逐字稿任意一句即可直接跳播。

不同思想者與研究者在「烏鴉會造工具,人類卻未必會用AI」上有哪些共識與分歧?

主要共識:講者都同意工具需要習得的步驟:道爾蒂強調技能,利普斯基演示研究工作流,Travis Media展示選單步驟。。 關鍵張力與分歧:這些節選從未提到烏鴉,它們討論的是人類採用AI,因此任何與烏鴉的比較都只能作為參照,不能當作共同主張。。

如何檢視「烏鴉會造工具,人類卻未必會用AI」的中英雙語逐字稿與權威文獻出處?

在播放器下方切換「時間戳雙語逐字稿」即可閱讀全部雙語對照臺詞並一鍵匯出 Obsidian / Notion 筆記;右側「權威文獻與背景佐證」彙總了 4 份外部參考(如《Crow》等)供核驗。

同專題延伸紀錄片

宇宙與科學 →
宇宙正在加速膨脹:人類如何發現暗能量
宇宙與科學6m 57s

宇宙正在加速膨脹:人類如何發現暗能量

查爾斯·貝林確認星等的對數性質,亞歷克斯·菲利彭科的超新星團隊則把膨脹史變成資料。凱蒂·麥克將 E=mc² 與宇宙能量收支聯絡起來,丹尼爾·懷特森解釋紅移,文獻指出暗能量驅動加速膨脹。兩項清潔能源行動用“加速”一詞描述地球上的轉型,暴露出這份檔案裡的範疇漂移。

6 幕5 一手原聲4 份文獻
85%的引力找不到來源:暗物質,還是引力該改寫?
宇宙與科學8m 03s

85%的引力找不到來源:暗物質,還是引力該改寫?

尼爾·德葛拉斯·泰森把問題放在集體引力的測量上,並未把它當成對暗物質的裁決。PBS Space Time 和唐·林肯強調,暗物質只能通過引力推斷,星系細節很重要。MOND 和暗能量的提法讓爭論擴大:要麼加入看不見的質量,要麼修改引力,要麼面對宇宙尺度上的加速。

6 幕4 一手原聲2 份文獻
你的大腦不是電腦:可塑性不是速成開關
宇宙與科學5m 21s

你的大腦不是電腦:可塑性不是速成開關

大衛·伊格曼把可塑性視為大腦的核心特徵,但他拒絕簡單的自我提升套路。他的講座把生物大腦與計算機作對照,並把內部相互競爭的驅動力描述為一支對手團隊。創造力書籍承諾熱水澡和粉色房間;伊格曼指向更深的限制。感覺替代研究顯示了可塑性的實際作用範圍,而理查德·戴維森關於兒童的評論提醒我們,復原力因人而異。

5 幕4 一手原聲2 份文獻
礦井之下,藏著暗物質的答案?
宇宙與科學7m 17s

礦井之下,藏著暗物質的答案?

軸子最初被提出來,是為了解釋基本力中一處微妙的不一致,後來成為暗物質候選者。地下實驗室能壓低宇宙噪聲,但鈾和釷衰變產生氡,讓搜尋更復雜;ADMX 調諧一個類似無線電的腔體,混合磁子學和中子星研究則拓寬了領域。2019 年的訊號仍然有趣,卻算不上定論。

6 幕2 一手原聲4 份文獻
薩斯坎德:宇宙的最小單元不是點
宇宙與科學5m 46s

薩斯坎德:宇宙的最小單元不是點

MIT課程先把量子場論當作一個解釋問題,再把它當作形式體系。Susskind談到給量子場論程式設計,Ash區分點粒子與弦,Jaimungal指向基礎問題。書面材料點出下一步:把量子場論從閔可夫斯基時空推廣到彎曲時空,而量子引力仍未解決。

6 幕2 一手原聲4 份文獻
資訊掉進黑洞以後,究竟去了哪裡?
宇宙與科學6m 48s

資訊掉進黑洞以後,究竟去了哪裡?

布萊恩·考克斯把物理學中最小的合理距離當作實際限制,再把它同儲存在表面上的資訊聯絡起來。阿維·勒布點出史瓦西半徑的名字;速成課和簡而言之把視界描述為遮蔽奇點的邊界。PBS《時空》和BBC《地球科學》則把同一條邊緣呈現為引力研究中有爭議的現場。

6 幕4 一手原聲2 份文獻