为什么不同的人对AI能力的体感完全不一样？

有人感觉AI已经能替自己干掉大部分工作了，有人觉得确实有用，但是离替代人还差得很远。对于同一个AI，大家的体感可以完全不一样。

我感觉这里面一个很大的原因，是大家用AI解决的问题不同。

模型、工具、使用方法当然会影响效果，但是即使用同一个模型，一个人让它完成有明确验收标准的工作，另一个人让它做理解、判断和创意，得到的结果也会差很多。只谈AI强不强，很容易把不同的问题混在一起。

能不能判断它做对了？

大模型说到底还是通过计算来工作的，我们看它的能力，也要看它处理的问题能不能被评估，做出来的结果能不能被验证。

比如一道有明确答案的数学题，或者一个需求清楚、能够通过测试验收的程序，至少我们知道什么叫做对了。AI给出结果，可以检查，检查发现问题，可以让它继续改，整个过程有一个相对明确的方向。

有了这样的条件，我们才比较容易把工作交出去。AI做完之后，有办法判断它到底有没有完成，不用每一步都靠人盯着。

这里也不一定要求只有一个标准答案，一个程序可以有很多种写法，只要需求和验收标准足够明确，仍然可以验证。对于AI来说，这种有反馈、能反复检查的任务，比一句笼统的“你帮我想个好方案”容易处理得多。

因此我更关注可验证这个条件。问题有多难是一回事，能不能判断答案好不好，是另一回事。

做编程也有这个区别，写一个功能和决定一个系统应该怎么设计，虽然都叫软件开发，但是后者要考虑的很多东西，很难通过跑一下测试就得到答案。

我们做数据可视化相关能力的探索，就能感觉到这个差别。

如果已经明确了要画什么图、用什么数据、实现什么交互，让AI辅助写代码，工程效率方面确实很有用。这部分有比较明确的要求，数据算得对不对，图能不能画出来，交互有没有生效，都可以检查。

但是可视化最终体现出来的效果，还有很多偏理解、偏视觉、偏审美的东西，这部分就难了。

比如这组数据到底应该表达什么，应该突出哪一层关系，用什么图形才能让人理解，视觉上应该怎么取舍。一个图可以没有任何代码错误，数据也完全正确，但是看完以后，读者仍然Get不到你想表达的东西。

这些问题也有标准，只是标准很依赖具体的业务、受众和表达目的，很难提前写成一套完整的规则，让程序打个分就知道做得好不好。

我们可以检查文字有没有重叠、颜色对比够不够、数据映射有没有错误，这些能帮我们排除一批明显的问题。但是都检查通过了，也只能说明这些地方没出错，距离一个好的可视化作品还有很远。

真正难的，是判断这个表达是不是合适，是不是有一个更好的角度，有没有把重要的信息讲清楚。这部分需要领域经验，也需要创意能力。

因此在这类探索里面，人的介入会非常多。人要理解问题、决定方向、判断效果，然后和AI一起改，AI主要辅助那些已经想清楚的工程实现。我们能感觉到AI有用，但是很难产生“这件事已经可以完全交给它了”的感觉。

如果把我们能够量化的那些要求作为奖励，让AI不断优化，它会更容易做到符合这些要求。但我们真正想要的效果，经常还有一大部分没有被这些要求覆盖。

比如我们给可视化制定一套评分规则，要求布局整齐、配色协调、图例完整，AI可以按照这些规则去改，最后得到一个看起来比较规范的图。但是这个图有没有抓住问题，有没有更好的表达方式，这套评分未必判断得出来。

用RL也好，用其他优化方式也好，都要面对这个问题，评估没有覆盖的部分，不能指望靠提高分数就自然做好。

所以我感觉，在目前这类可视化探索中，AI更容易帮助我们保证下限，要靠它稳定地提升上限，还很难。它可以给出一些候选，偶尔也可能有好的想法，但是哪些想法值得继续做，怎样把它变成一个好的表达，仍然需要人来判断。

多生成几个方案，也会多出几个需要人理解、比较和修改的方案。如果这部分判断无法自动完成，生成速度再快，人的工作也不会跟着消失。

这也会影响我们对效率的体感，AI很快给出一个结果，我们容易感觉工作已经推进了很多，但是后面还要花多少时间去验证、修改，这个结果最后能不能用，都得算进去。

对可验证的工作，我们可以把一部分检查交给程序，AI做得越多，人可能越省事。对于依赖经验和审美的工作，AI做得越多，有时候只是需要人看的东西越多。

因此对于我们目前的数据可视化探索，我还是倾向于以人为主，把理解、创意和效果判断握在人手里，让AI辅助工程实现。这个范围里，AI确实能帮上忙，但我对它的体感，和那些能够把完整任务交给AI、再通过明确标准验收的人，当然会不一样。