10 Ways to Think Bigger with Opportunity AI

当GPT-6 Astra发布时，人们很快注意到它和之前其他模型的发布有点不一样。

在某些方面，它比我们以前见过的任何东西都不可思议地先进。

但在其他方面，不仅在某些用例中改进不一定非常明显，有时甚至感觉像是退步了。

在AI发展史上，我们到了一个有趣的节点：广泛的模型能力已经达到了这样一个水平，新模型的价值往往不在于仅仅把你一直在用AI做的事情做得更好，而在于完全解锁你从未考虑过的新能力。

话虽如此，解锁你从未考虑过的新能力，根据定义就意味着你还没有考虑过它们。

那么，你如何确定用AI做什么才是有价值的呢？

这就是今天这期节目的目标：给你一组思考起点，关于我所说的“机会AI”的使用场景。

《AI每日简报》是一个每日播客和视频节目，涵盖AI领域最重要的新闻和讨论。

好了朋友们，在深入之前，先快速说几个公告。

今天我们要讨论的是如何更好地使用AI。

这个探讨的具体背景是最新一代模型，Fable 5.1，尤其是GPT-6 Astra。

Astra在某些方面真是个奇怪的模型。

就像我在节目中说的，我认为它非常重要，但也非常令人困惑。

自从它上线这一周以来，如果你关注那些高级AI用户，多少能看到一些例子。

例如，几天前，Francesco在X上写道，换回GPT-5.6 Sol和Fable 5.1了。

GPT-6 Astra可能是我用过的最聪明也最笨的模型。

我受不了它的情绪波动，尤其是它为了达到技术上能工作的结果而采取的荒谬捷径。

Theo转发了那条推文并说，还记得当时大家都说我过度反应了，说Astra的愚蠢峰值没那么夸张吗？

与此同时，OpenCode的Dax写道，我们团队有一部分人已经换回了SOL。

Astra很好，能做一些新奇的事情，但也有一些缺点。

到目前为止我们的实际花费看起来翻了一番，所以很难说合理。

所有这些人都主要是在处理编码场景，但这不一定是人们对Astra最初兴奋的地方。

实际上，对Astra的兴奋点在于它解锁了一些全新的能力，比如视频编辑、3D设计和建模，换句话说，这些是目前不在我们日常工作范围内的东西。

现在，从商业角度看这对OpenAI是不是一个好策略，完全是另一个问题，但这里涉及到一个更大的概念，是我最常讨论的想法之一——效率AI和机会AI的区别。

效率AI当然是帮助你更好地完成现有工作的AI。

“更好”可以意味着更快、更高效、更便宜。

而机会AI，则是解锁全新机会的AI。

在我大多数时候的讨论中，效率与机会AI的对比更多是关于如何使用和思考AI的心态，而不是模型本身的具体差异。

而Astra是我第一次看到的一个模型，它实际上在这个差异之间摇摆。

现在需要注意的是，效率AI绝对没有错。

它会成为我们使用AI的基础。

AI最初的很多价值将来自这里。

我一直谈论机会AI的原因是，我认为特别是在商业战略层面，如果公司只把AI看作提高效率的技术，它们就会错失很多机会，而那些最终胜出的公司不会错过。

换句话说，所有那些提高效率的用例都会变成基本配置，并重新定义工作方式的标准。

但那些积极寻找和发现新机会的公司，即使这些机会目前与他们的业务毫不相关，也最有可能脱颖而出，真正为这个新时代转型。

所以，几天前我在Astra对话中讲到的主要内容就是关于机会AI，我保证有些人在想：说得很好，但到底怎么用这个模型来开启全新的机会呢？

也许我们中的一些人确实有一些一直想做但做不到的事情，但我发现，至少对我来说，很多我归为机会AI的用例，都是我在摸索和犯错中偶然发现的。

换句话说，我不是坐等技术解锁，然后就去建一个新网站，自动把这些节目转成可分享片段，再推送到能生成社交媒体和视频内容的管道里——那是我在大量摸索、实验、审视自己遇到的问题，并尝试用新方法解决之后才想到的。

而且我认为，如果你只是让大家泛泛地去用AI找新机会，那会面临一个巨大的空白页问题。

简而言之，人们通常不会随身带着一份完完整整的清单，上面列着所有他们可能做或可能创造的事情。

我们拥有的是一份更小、更熟悉的清单，它由我们的工作、工具、经验和周围人的行为塑造。

所以，基于这个想法，我在这个长篇/深度思考节目中想做的，就是尝试真正探索并拓展那个全新的可能性世界。

我会把现在讨论的这个网页体验添加到aidailybrief.ai网站上，你也可以去看看。

基本上，这分为两部分。

第一部分是展示12个创意思路，关于你现在就可以用GPT-6 Astra构建、实现或使用的东西，有些你可能还没想到过。

换句话说，它们是启发思考的起点。

每个思路都包含一个高层次概念和该概念的一个具体应用。

而且每个思路都有一个个性化工具，你可以告诉AI一些关于你自己的信息，它就能找到可能更适合你生活和工作的类似可能性。

现在，有一个捷径：如果你不想跟我逐一过这些内容，那么机会AI中很多所谓的“机会”并不完全是全新的、你无法做到的事情，而是可能你之前做不到、但别人已经能做到的事情。

换句话说，一个很好的方法来找寻AI的不同应用方式、从而进一步拓展自己，就是看看其他岗位的人在做哪些你觉得很酷的事情。

我们深入探讨时你会明白我的意思。

所以第一个启发思路是：创造一些人们可以玩的东西，具体来说就是可玩的营销。

从历史上看，营销内容一直是视觉、印刷和近期的视频的组合，但AI围绕互动和交互性创造了一个全新的机会。

人们用Astra做的最令人兴奋的早期实验之一就是创建游戏，或者重建已有的游戏。

所以，如果像Astra这样的工具具备这种能力，为什么不想想在工作里建游戏能用在哪些地方呢？

你可以邀请一个人探索一个世界、扮演一个角色、创作一些东西、尝试一个挑战。

他们与品牌或产品的关系通过在这种情境下的行动而发展。

这是一个广阔无垠的创意领域，在很多方面，它比决定页面上放什么信息还要大。

想想看：被告知一个地方奖励好奇心，与收到一个小谜题、让你对那个地方产生好奇——这两者之间的区别。

在第一种情况里，好奇心是信息的内容；但在第二种情况里，好奇心是体验要求你实际去做的事情。

与其他营销方式不同，在那些方式里受众纯粹是被动接收者，而制作游戏会让受众的自主性参与进来。

而且把游戏和品牌信息结合起来，可以有各种各样的方式。

举个例子，游戏的规则本身可以承载产品或服务的核心理念。

假设你给成长型企业提供建议，并且认为随着团队扩大，协调会变成更大的问题。

一个简短的游戏可以让人在添加人手、管理交接的同时，去交付一个项目。

如果增加人手同时也增加了协调工作，玩家就会亲身感受到你建议所围绕的那种关系。

在另一种类型的游戏里，游戏过程可以帮助人发现某个问题为什么对他们来说重要。

想象一个咨询顾问，他的服务在销售演示里听起来很抽象。

比如改善跨团队的决策。

用游戏的方式，你可以给潜在客户一个五分钟的模拟发布体验。

销售承诺一个日期，产品发现一个依赖项，支持团队需要没人整理好的信息。

潜在客户做出选择，然后遇到随之而来的混乱。

这种体验可以让他们用一套语言来描述工作中已经意识到的问题。

再比如，游戏也可以让人表达自己是谁。

想想一个“改造这间尴尬的公寓”的挑战。

玩家有一间房间、几个互相竞争的需求和有限的空间。

他们移动家具，选择什么值得突出，最后得出一个特定解决方案。

这种体验把产品放进一个客户能理解的问题里，并且让客户施展自己的品味。

当然，这种事情并不是没做过。

品牌以前也试过用游戏做营销。

只不过过去做这些事情非常受开发资源的限制，不像现在，你作为一个独立创业者，这周末就能实际动手试一把。

关于这个概念，我最后想指出的一点是，它也凸显了一个事实——尤其是在处理Opportunity AI的时候，不是所有尝试都会成功。

游戏设计当然不只是告诉一个编码代理去做什么那么简单。

为什么很多游戏发布后没有变火，是有原因的，而且几乎所有游戏，包括失败的，都是专业游戏设计师做的。

所以，并不是要低估打造一个引人入胜体验的难度，有趣的是，这些新模型和Opportunity AI的思维方式，让你真的能去尝试。

第二个想法启动器，还是把别人在做的事情，带进你自己的工作中。

这些新模型越来越擅长的一件事，就是搭建视频制作流程。

如果你看过AI Daily Brief的任何片段，那些不是用Opus这样的专门剪辑产品做的。

那是一个定制的Cloud Run管道，摄入脚本和原始视频素材，然后用一系列工具来生成视频。

而且说清楚，我觉得我对那个管道的利用连皮毛都还没碰到。

我见过有人用Astra做视频编辑做出了非常惊人的效果，而且如果这些更先进的模型也能像编程智能体在软件构建方面那样，对视频制作产生类似的民主化效应，我一点都不会感到惊讶。

那么一个有趣的问题就变成了：视频能在你的工作中帮到什么忙呢？

是向内部员工解释，还是向外部客户和潜在客户解释一些事情呢？

视频在营销领域会不会更有价值呢？

你能不能把教育冲动和先进模型的新视频能力结合起来，制作出既能用作培训材料、又能充当营销的素材呢？

而且在你纠结于视频拍摄本身之前，要知道现在我们都有笔记本电脑和手机。

这些设备至少能拍下我们对着它们说话的样子。

所以，如果你想试一试，我给你的任务是这样的。

先从简单的事情开始，比如为你所构建或销售的东西做一个教育营销视频。

和人工智能合作，写一个60秒的脚本，然后用最简单的方式——就用你的iPhone——把它录下来。

然后把那个视频交给Codex或者Claude Code，让它们为你做的视频设计一个视觉主题。

让它们设计转场元素或分层图形，并且告诉它们你想要一个完整的制作流程，这样你要做的就是把原始视频丢进去，它们就能从那里开始处理。

不管它们返回什么结果，至少要给它们一轮反馈，看看能不能再进一步。

然后坐下来问问自己：这种视频创作方式是不是你以前从未考虑过，但现在可以认真考虑的事情呢？

换句话说，如果发布视频时你的贡献只是发起脚本制作，然后录下自己念脚本，这是不是足够降低了门槛，让视频成为你工作中的一种工具呢？

从那里开始，你可以把视频带到很多不同的方向，走得更远。

我还想建议，如果你对尝试这种能力感兴趣，但想不出它在你的工作中有哪些特别有用的地方，那就跟人工智能合作写一个90秒的小电影，然后从那里开始尝试搭建制作流程和策略。

这里有一个残酷的事实：你的公司可能正在花费数千甚至数百万美元购买人工智能工具，但这些工具被大量闲置。

一半的公司有AI工具，但只有12%的公司将它们用于创造商业价值。

大多数员工仍然在用AI来总结会议纪要。

如果你是贵公司负责推行AI的人，你需要Section。

Section是一个帮助你在整个组织内管理AI转型的平台。

它指导员工如何使用真实案例，追踪哪些人正在用AI创造商业影响，并准确向你展示AI在哪些地方创造了价值、哪些地方没有。

结果呢？

你从推出工具转向推动可衡量的AI价值。

你的员工从总结会议纪要转向解决实际的业务问题。

而且你能证明ROI（投资回报率）。

最优秀的团队不是靠一个人扛着所有人。

他们了解自己的优势，也知道彼此之间的短板，并且充分利用这两方面。

这就是Robots and Pencils有意识地打造出来的团队。

没有人为了凑人头数而去埋头做那些琐碎的杂事。

大家来这里是为了解决难题，留下来是因为周围所有人都在同时进步。

第三个启发点：让用户能够自由探索的产品演示。

一个核心的新可能性是，让客户掌握理解产品的方式。

一个产品包含多种可能的解释，而不同的买家带着不同的问题而来。

交互式的展示可以让问题来决定路径。

比如现在，一次销售演示必须排好顺序。

一个在意维护的买家，可能得听完他们已经了解的功能，才能看到对他们有用的部分。

一个在意配置的买家，可能需要看到某个关系，而标准的流程里永远展示不出来。

探索型的演示可以围绕动作来组织：打开这个，隔离那个组件，检查布局，查看结果。

访客的好奇心就成了导航解说的方式。

要问的问题是：你的客户需要自己检查什么，才能真正理解你的产品或服务？

这个问题能通过交互式演示来解决吗？

第四个启发点思路接近，就是让客户能够自己调整的方案提案。

现在，提案都只有一个方向。

提案方把方案递给客户，然后希望客户喜欢。

但是，提案没有理由不能变成一种共同决策的工具。

它应该包含足够多的范围、资源和时间的关系，让客户能够探索不同的方案，而不仅仅是接受一个选定的计划。

可以这样想。

提案里面其实已经包含了一个模型，即使这个模型是看不见的。

作者已经假设了需要多少工作，哪些事情可以并行，有哪些资源可用，以及改变需求会影响交付。

当客户问：我们能不能再加一个部门？

作者就会重新运行那个模型的一部分。

答案可能涉及更多的组、另一位引导者，或者更晚的完成日期。

所以，难道不能把模型中的部分推理让客户自己用吗？

这个机会就在于：把模型中的部分推理开放给客户使用。

一个交互式提案可以展示出，如果改动计划的一部分会带来什么后果。

比如说，我们想早点完成，就变成了：如果团队能更频繁地参与，就能早点完成；或者我们需要更多人力来并行做这些活动。

客户可能会发现，他们最初的偏好与他们真正在乎的东西相冲突。

他们可以自己探索这种冲突，而不必把每个选项都当作一个新请求来等你解释。

这一点很吸引人，因为如果做得好，它实际上同时兼具了效率AI和机会AI的所有功能。

这不仅代表了一种以前根本不可能实现的与客户互动的新方式，而且在这个过程中，它极大地缩短了来回沟通的延迟——这种来回沟通是每个新客户谈判中必不可少的部分——而且它给我的感觉是，未来这种东西将成为完全必备的。

我们将来会很难回忆起曾经有一段时间我们不是以这种互动方式来做事情的。

对于我们的第五个思考起点，我们把注意力转向内部。

在我看来，AI的一个主要价值是让我们能够从不同角度思考战略决策。

AI那种吸收信息并输出大量可能性的能力，为战略决策增加了一个真正的维度。

所以第五个想法是为商业决策构建模拟器。

顺便说一句，这也涉及我们多人AI冲刺中的一些概念，这些概念是关于那些将存在于团队中心而非仅由个人拥有的智能体。

所以商业决策模拟器的理念是，很多分歧实际上内部隐藏着好几个分歧。

“我们需要再招个人”这句话可能意味着当前流程太慢、工作分配不均，或者有人预期未来需求会激增。

这意味着人们最终在争论结论，但心里想象的却是不同的起始条件。

一个人想的是普通的一周，另一个人记的是最糟糕的一天，第三个人则假设流程下个月会改善。

构建模拟器会迫使你明确这些条件。

你必须决定每个阶段会发生什么、每个阶段有哪些限制、未完成的工作流向哪里，等等。

而模拟器可以把一个假设的结果变为可以检验的东西。

你可以问，如果需求增长得更慢、或者培训新员工需要时间、或者某个阶段处理更复杂的案例，同一个决定是否仍然有意义。

在这一点上，你会注意到另一个模式，它开始贯穿很多这些想法，很多想法都在某种程度上回归到它——构建假设模拟机。

那其实就是互动提案的想法，对吧？

如果我们这样做会怎样？

会有什么影响？

会涉及哪些取舍？

这就是一个假设模拟机，只不过是在某个具体决策的背景下。

第六个思考起点，我实际上会快速带过。

它会在网站上供大家查看，但具体例子可能会稍微狭窄一些。

所以我想提到的是，Astra特别展现出的一个明显能力就是能够处理3D操作。

很多早期让人对Astra感到兴奋的例子，就是人们用它配合像Blender这样的3D软件，来对他们可能想买的Zillow上的房子做3D虚拟看房。

或者是那些3D能带来很大不同的学习体验。

我确实认为，关于Astra的Opportunity AI，最好的思考方式之一就是问一问，在哪些地方3D能在某种程度上带来变革。

我建议关注的一个领域是学习体验，在那里能够与某个3D数字对象互动并旋转它，会大大改变你的学习方式。

关于3D的其他一些思考方向，当然还有营销应用场景，以及涉及3D生成的各种视频。

说实话，我觉得这个话题本身可能就能单独做一整期节目。

目前来说，最大的要点是，3D 是让 Astro 与众不同的重要部分，也是可能值得把那些机会时间花在上面的地方。

第七个思考起点是视频编辑流程的另一个应用场景，建议把客户故事变成电影。

很多公司其实已经有了做这件事的素材。

比如一段客户访谈、一个项目回顾、一些录像、截图、照片。

用Fable-5-1或者Astra这样的模型，就能把这些素材变成一部迷你纪录片。

这不仅仅是单纯为了用视频而用视频。

叙事能让证据变得鲜活起来。

一张完成后的工作流截图能展示有什么，但没法解释为什么有人需要它。

一段访谈能说明事情为什么重要，但观众还需要看到到底改变了什么。

你大概明白我的意思了。

把这些东西组合在一起，两个问题就都回答了。

想象一个客户在描述一次失败的交接。

他解释哪些信息缺失了，是什么阻止了事情推进。

然后一段新流程的录像展示那些信息现在去了哪里。

结果就变得足够具体，可以理解了。

力量就在于这些时刻之间的关系。

影片能让观众识别出最初的问题，审视解决方案，并评估结果是否解决了那个问题。

影片还提供了一个更大的画布来展现判断力。

考虑了哪些备选方案？

为什么某个决定很困难？

团队在第一次尝试后学到了什么？

和之前的视频例子很像，我建议你试试拿客户旅程的原始素材，丢进Claude Code加Fable 5.1，或者Codex加Astra里，至少第一次让它一次性架构并整合起来，看看它会做出什么。

当然，我不认为一次性搞定是长期可行的做法。

但我觉得一旦你亲眼看到并亲手操作了，就能更容易理解它的价值。

所以，在你对整体能力有感觉之前，不要太早花太多时间追求完美。

第八个思考起点我觉得特别有意思，也很兴奋，因为它本质上是用一种强大的新方式来扩展教育、学习和职业发展。

核心想法是在真实情况发生之前，先创建一种体验或模拟体验。

比如，可以是一个让人们练习如何应对棘手的客户情况，或者与管理层进行困难沟通的地方。

学习体验中最难的一点是，很难为学习者创造足够空间让他们表达判断并得到反馈。

练习环境对于这个来说确实特别好。

通过创建一个模拟式的环境，你可以在判断上获得即时反馈，从而让你能够灵活调整并中途修正方向。

这又是一个我确实认为会成为一个完整的职业发展体验类别的东西，它们都根植于内部学习中的练习环境和模拟环境。

我非常期待看到大家在这个方面会创造出什么。

灵感九要么适合实际设计物理产品的产品设计师，要么适合那些想要体验类似Astro的3D建模功能，但自己不一定有实际需求的人。

这个灵感是关于可以打样的物理产品，核心思路是把物理条件本身当作你可以设计的东西。

这可以是某种实际产品，但也可能更抽象一些。

比如，老师可以创建一个带有可拆卸部件的物件，让一些难以解释的复杂关系变得更具体。

我想说的是，因为这对很多人来说可能比较抽象，所以这正是我加入“让它变成我的”功能的原因。

我并不是说它一定会很完美，但如果你多提供一些关于自己的背景信息，比如，“我在建一个新的播客录音室，想考虑这种可打样的物理产品会如何融入我的工作或我需要做什么”。

你把这些信息给它，然后让它去找出可能性。

在这个例子里，它回给我的三个想法是：把你的节目流程变成可以触碰的滑动积木。

这个对我来说不太适用，但确实挺有创意的。

第二个是：根据房间自己的尺寸来设计你的声学板。

这个更有潜力，可能真的会很有价值。

还有就是把你的录音室做成一个手持大小的套件，让客户自己重新摆放。

我那爱动来动去的孩子可能会喜欢这个，虽然我不确定这对我是不是特别有用，但你们明白这个意思。

“让它变成我的”面板应该能给你一些点子，让你知道怎么把这些想法变成你自己的。

我们现在时间不多了，所以我打算跳过灵感十“构建浏览器功能”和灵感十一“网站测试团队”。

但正如我提到的，所有的内容都会放在 aidailybrief.ai 上，大家可以去看。

我们最后用一个来收尾，因为我觉得这可能是对许多知识工作者来说更相关的，尤其是考虑到你们中有很多人在某种形式上是直接帮客户解决特定的智力和知识工作难题的。

所以最后一个灵感的核心是“把你的专业能力变成产品”，基本上就是把你的判断力中的某一部分做成别人可以操作的形式。

当然，专家的帮助通常是以对话的形式出现，但里面其实包含了多种不同的活动。

你在收集背景信息、识别模式、注意异常、排除那些诱人但不合适的选项，以及判断这个人接下来准备好做什么。

表面上的建议只是那个过程的最终结果，但有一个有趣的问题：这个过程中的任何部分是否真的能变成人们可以自行操作和互动的产品呢？

稍微说点抽象的，我在这期节目旁边发布的这个互动式网页应用本身就是一种例子，对吧？

我不是坐下来和你们每个人单独聊，给你们我对机会AI想法的建议，而是把很多内容嵌入到了这个互动体验里。它当然不等于我全心全意的陪伴，但它给了很多人本来会从那种对话中得到的大部分价值。

通过把我们的专业能力变成产品，我们就能让自己规模化。

而且这不仅仅适用于有客户的人。

你也可能把自己的专业能力变成一种产品，供你的团队成员或更广泛的公司和组织的其他人使用。

有意思的是，我们再次用一个引发思考的点来收尾：尽管构建这个东西完全属于“机会AI”的范畴，但由于我们大多数人从未坐下来问过自己，能否打造一个数字版的自己作为顾问，在很多情况下，这也会变成“效率AI”，尤其是在那些公司环境中，我们很多时间都花在向不同的人重复同样的事情上。

所以再次总结一下，效率AI和机会AI并不是彼此水火不容的。

机会AI的目标很简单，就是让我们扩展自己，问问自己现在能做哪些以前从没想过能做的事。

希望这一集能给你一些启发，不需要你事先就知道机会具体会是什么样子，我很期待看看会不会有什么成果。

那么，本周末的《AI Daily Brief》就要到这里了。

和往常一样，感谢你的收听或观看，下次再见，祝平安。