文：王智远 | ID:Z201440

请问：你知道Kimi Chat吗？

产品出来时，我写过一篇「测评文章」，许多读者阅读后表示用了起来。Kimi Chat不仅能搜索资料，还能处理PDF、doc、xlsx、PPT等格式文件，最大支持100MB，处理上限为20万字。

我注意到，各种讨论中，大家对Kimi有不同反应。

有人觉得不错，称其为国产之光；也有人觉得没有达到预期，处理一些较长的内容、长期坚持一个对话时，会出现幻觉。

不过，3月18日，他们在上下窗口技术上，又取得一项新突破，现在Kimi能处理长达200万字的“长文本”输入，并且开启了内测。

没错，短短5个月再次升级。

想要申请200万字上下文功能的内测非常简单，只需登录Kimi Chat官网，点击对话框下方第一条提示，加入内测队列，几个小时后，就会收到新的通知。

嗯，经过体验我学到一些新知识，也有一些不同心得。

01

从哪里分享呢？就从「200万字」的话题开始吧。

你可能遇到过这类情况：

当用AI工具处理一篇文章、一个网页链接、一个PDF文件时，它却跟你说，内容太长了，超出处理限值，请上传一个字数更少的文档。

咦，然后，你会疑惑的检查下文档大小，发现明明符合要求，怎么就不行了呢？别急，其实AI工具计算方式和你想的不一样。

在计算机科学和自然语言处理（NLP）领域中，它们以“token”作为计量单位，token和普通的文字字符是不同的概念。

什么是token呢？

简单讲：一个单词、一个数字、或一个标点符号。

比如：

拿句子“The quick，brown fox jumps over the lazy dog。”来说，分词后，可以得到The、quick、brown、fox等；在英文里，“I love apples”这句话分词后会变成“I”、“love”、“apples”三个tokens。

处理文本数据时，自语言技术首先会进行“分词”（tokenization），把整个文本拆分成一个个tokens，这样做的目的，是它可以更好地分析、理解文本的具体含义。

我研究了一下，ChatGPT、Gemini、Claude国外AI模型，把一个汉字算作1到3个token，他们用一种叫字节对编码（BPE）的方式来分解文字。

国内像文心一言、智谱AI更倾向于用WordPiece分词策略，做法是将单词分成更小的部分，即“子词”，以便更好地理解罕见的词和词根。

简单来说，将复杂的内容拆成简单的小块，让模型学得更好。

所以，当你看到某AI模型声称能处理10万字，实际处理不了这么多，因为一个汉字可能等于多个token，导致实际处理的字数比看上去的少。

明白这些你也就理解了，为什么有时文本看起来没达到上限，却说超过模型处理的能力了。

目前AI领域，比20万汉字上下文高的只有谷歌的Gemini 1.5 Pro（100万token），它主要针对情境学习能力，以及Claude 3定制版（100万token）。

月之暗月团队再一次将Kimi能力升级到200万字，的确是一项重大突破。那么，问题来了：停留在20万字时，你会用Kimi做什么呢？

02‍

我问了一圈，得到不少答案。一位朋友说：问想不起来的事儿。

我没太懂，让他解释一下。他说：

前天，读到一篇文章，讲一个女孩在街上被人杀害，周围有很多人看到了，但没有人出手相助。他问这是什么情况，意味着什么？

于是这个问题交给AI。

AI告诉他，心理学中，该现象被称为“旁观者效应”，即紧急情况下有多个目击者，个人采取行动的可能性会降低。AI还提供一些历史上的案例作为参考。简而言之，提供深刻的见解和背后的理论支撑。

另一个朋友说：问灭火器口诀含义。什么？口诀？

他说，前天消防安全培训，讲师提到一个口诀叫“提拔握压”。当时没懂啥意思，人多也没敢提问，于是，回家后想到用AI来解答疑惑。

他问AI，「提拔握压」口诀具体什么意思，操作灭火器要注意哪些要点，以及常犯的错误有什么？结果AI帮他解决了疑惑。

袄，我懂了。很多工具可以帮助我们解决问题，即使在人多不好意思问的情况下，回头也能找到答案。

还有一个朋友说：帮我出谋划策比较多一些。

前几天，没有经过总经理签字的情况下，把一个文件送去了应急局；但总经理明确提到他不同意按照我已经报上去的信息上报材料。现在材料送去了应急局了，总经理又提出这个事儿，怎么处理比较好？

于是，他把问题甩给了Kimi。

Kimi告诉他，一，承认错误，向总经理说明情况；二，尝试联系应急局，看看是否能暂时搁置那份文件；三，如果做不到，赶紧与总经理讨论，商定共同立场，以便在应急沟通时一致对外。

四，制定一个预防措施，以后遇到此类问题怎么改正流程；五，处理时，要保持积极乐观的态度，不要因为领导生气而抱怨。

嗯，按照此逻辑执行，领导相当满意，成功躲过一劫。

原来可以这样。还有一个朋友说，他前两天用Kimi搞定了一份安全检查表。

他的职业是安全管理，在一家化工厂工作。最近因为社会上火灾事故频发，对火灾隐患的监管变得更加严格了。所以，他要制定一个专门针对危险化学品生产企业的火灾隐患排查表。

于是，直接把需求给了AI。告诉它需要一个包含车间、检查项、检查标准、检查记录、整改措施、整改负责人和完成日期等信息的表格。结果AI直接做好给了出来。

的确，每个人用法都不同。

我平时阅读文章、整理别人文章的大纲、要么查找某个公司财报，有时也会让它帮我把一些问题条理化。

前几天接到一个小活儿，内部写的文案有点啰嗦，想把整个公司介绍PPT修改下，我就把文案甩给了Kimi，分分钟搞定。

所以，不难看出，针对AI，20万字以内的处理能力，大家做的事情相似，包括搜索、提问、结构化内容，以及做表格等操作，还有一些朋友会用它写Midjourney的提示词等。

03‍‍

那么，当AI具备200万字处理能力时，你会怎么看呢？

不妨从工作的角度想想该问题。

一个HR朋友说，最近BOSS直聘找工作的属实多，我每天平均回复在50家以上，要筛信息，看履历，看项目经验，真头疼。

想象一下，一份简历大概500到800字，如果用AI，按1000字算，一次性能吃进去2000个简历；让AI从2000份简历中筛选候选人，听起来是不是挺方便？

人力资源评估这类事情，已经有海外大厂在做了，AI 评估会更全面，而且不带个人感情，这不一定是最好的办法，至少给了更多选择的可能性。

我最近看商业周刊，还翻一些外文书，但之前用AI帮忙读书总被字数限制弄得头大，有时，ChatGPT也不能直接处理，我不得不把书一分为二给AI。‍

就拿国外很火，但国内还没上的《AI产品经理》一书来说，之前让Kimi来帮我读，因为字数太多直接被卡壳了；不过，昨天解锁200万字能力后，再次一次性给它，不仅迅速搞定，还帮我把全英文内容翻译成了中文，效率的确高不少。

还有一点，200万字的AI学习能力的确很强。

拿编程来说：一般人想成为软件开发专家，得下不少功夫，学好几种语言，弄清楚算法和数据结构，才能对开发流程了如指掌。

但是，有能力处理200万字的AI，情况完全不同，它能迅速吸收、分析海量编程资料、教程和代码，很快掌握各种编程知识和技巧，还能针对具体问题提出更好的解决方案，这种学习和应用速度，对我们人类来说是难以想象的。

我试着把将要出版的第三本书的素材交给它，让它帮我重新理一下思路，没想到表现出乎意料，迅速分析并给出结构。

可能有些人用过之后就没再继续深究，但我觉得，这种能处理大量文字的技术，对于这些互联网上班的人来说，工作方式又面临一次变革。

为什么？AI 对我们的影响，有三种级别：

一，影响很低，可以不当回事；二，威胁到一部分脑力工作者的职位；三，彻底改变，甚至让很多工作消失，

如果到达第三阶段，你会怎么办？

有人会拿蒸汽机初期的故事来比喻，记得当时纺织工人因为害怕失业而砸毁机器。但是，随着技术广泛应用，他们最终还是面临着被淘汰的局面。

在我看来，之前机器主要取代体力劳动，让人们转向脑力工作。AI出现情况就不一样了，它正在把我们从脑力工作中挤出去。

04‍

那问题来了，AI是不是要我们回到体力劳动呢？

我觉得并非如此。

AI学得快，处理信息也厉害，但有些事情还搞不定。比如：AI能查法律条文、分析案子，但它不能在法律上帮你辩护。

在美国，律师们已经说了，如果AI想上法庭那就违法了，这些限制并非AI做不到，而是，人类给AI设定了一些规矩。

为什么要设定规矩呢？因为责任问题、传统惯例、或出于伦理考虑。至少一段时间内，AI进入不了这些领域，但只是暂时的。就拿律师助理来说，如果AI做的比人好，那助理迟早被淘汰。

这就像大规模生产导致的产能过剩。所以，我们接下来要竞争的，是那些看不见摸不着的东西。

什么是看不见的呢？

第一点：隐性知识（Tacit Knowledge）。AI只能作为纸上谈兵的咨询师，它可以告诉你香蕉多好吃，它却没吃过香蕉，乔布斯在1992年演讲时，这样形容过某些咨询公司。

所以可以肯定，AI当中也存在看不见的知识。你只有不断总结个人经验，才能获得一些竞争性优势，至于这种优势有没有价值，就另当别论了。

时不时，我就碰上一些网友反复问的那些老问题。

比如：现在自媒体还能不能做？还有没有前途？其实，这问题和写作的根本道理挺像，大家都在写东西，有的人甚至用AI帮忙写。

每个人的内容，都有自己的风格，有的文章像纸上谈兵，一看就不再看了；但有些内容一看就知道作者亲身实践出来，这种东西AI模仿不来；所以，虽然AI也有它自己的知识体系，但对我们来说，也有看不见的东西。

因此，隐性知识（Tacit Knowledge）是竞争力之一。

第二点：学会提出好问题和保持怀疑的能力。

提问有啥难的？确实，用5W2H、黄金圈法则这样的技巧提问，看起来能得到你想要的答案。AI也能进行因果分析。

但你知道吗？AI获取信息的方式不是直接体验，它提供给你的答案是根据数据模拟出来的，建立在统计学之上。

比方说，你打算在某个地方开家咖啡馆，让AI帮你分析那里的人流、消费水平、竞争对手数量，还有营销策略。AI给出了答案，你真的敢信吗？

它没有亲自去过，只是通过数据推算出来的。所以，反提问、质疑能力未来会成为一个人的基本功。

第三点：你可能要占领一定高地。

什么是高地？与别人拉开距离遥不可及的东西。影响力算，作品也算，优势也算。

要建立优势，得思考怎么做出与众不同的事，找到独特位置。这个过程需要时间，也要不断的尝试和实践。

当你和别人做同样的事时，再怎么努力也只是在维护系统中权力者地位，而自己想要获得更多掌控力的可能性，却在减小。

我观察到，有些朋友纠结于原地，是因为他们从未考虑过在哪些方面构建起「可以持续积累的优势」。

真正好的机会往往不会有太多人和你争，因为大多数人没办法坚持超过五年，这类机会，在短期内看起来平平无奇，不怎么样，不能立刻给你积极的反馈。

而且，超过5年以上的机会，参与者安全感是匮乏的，他们在没有信心时，总愿意问别人怎么看来获取信心，其实，时间上能跨越五年以上的机会是靠心力积累出来的。

因此，如果你还没找到自己的优势所在，不妨思考下，如何构建起「结构性优势」和「可以持续积累」的能力。

隐性知识（Tacit Knowledge）、学会提出好问题和保持怀疑的能力，以及结构性不断累积的影响力，我想，是AI不可替代的稀缺能力。

总结而言：

阳光明媚时修屋顶。

想办法把经历的事情，工作的思考沉淀下来，去挖掘它们和人生的关系，让AI帮你优化，你得到的数字资产，会比别人更具壁垒性。

对于线上从业者，未来要靠影响力和专业实力吃饭了。