上周六，openAI O3 发布，与ChatGPT相比，OpenAI O3 是新的一代推理的方式的产品

12月21日，上周六，openAI O3  发布，与ChatGPT相比，OpenAI O3 是新的一代推理的方式的产品，他们的目的已经不是和普通人进行问题的解决，而是助力人类科技研究和发展，产品具有自我逻辑思考能力推理能力，产品经过测试在投喂知识后，分析能力和逻辑推理能力，已经超过人类平均的能力分数85，达到了87。

不怕，对我不怕。不怕，两个字，是从内心发出的，只因怕有个什么用？ 真正思考问题，可以从跳出自我开始，从世界发展史和生命的进化史，谁都阻挡不了变化，且无穷无尽的变化。每个人都会被淘汰，只不过速度有快慢，个体有差异。

明白这个道理后，我问了自己一句，有信心和能力拖延被取代和被淘汰的速度吗？

这必然要提及一个故事，还是旧的故事，一群人在野外遇到老虎，你该怎么办？ 跑，我只要跑的比那些比我跑的慢的人快就好。道理是这个道理，谁会比你跑的慢？

1  不会利用AI工具提高自己生产力的人，这些会先被淘汰，是的，AI提高了一些擅长使用AI产品人的生产力，必然让另一些后知后觉的人在发现自己的差距越来越大的情况后，出局。

2  知识积累，并非应用的人，这类人的特色是，知识的记忆体，你可以把他们看做是一个磁盘，或者一块内存。他们的知识全部来自于平面，记忆的能力很强，但没有转换和加工的能力，这类人会被AI搜索所替代，我们可能不在需要平铺知识的二道贩子。

3  知识体系单一的人，知识体系单一可以举一个例子，我是一个DBA，但我只会DBA的知识，无法将知识综合利用，且综合复杂化的处理，那么模型化训练在垂直领域相对于横向领域综合应用比较，AI更容易在垂直领域里面发力。

“简述：Ai在垂直领域更容易发力，在模型训练中有明确的目标和范围，同时有高质量的数据的获取，专业的知识的引入，就算你是专家，你也无所遁形，不可避免的在你所处的领域，遭到淘汰。”

4  网络知识丰富且容易查询的品类，举一个例子MySQL, ORACLE ,SQL SERVER ,PostgreSQL 这类通用性数据库产品的知识更容易在AI中获得，且分析的非常的精准和容易生成有效的可行性方案。对于一些初中级的知识需求者，AI完全可以取代，初中级知识的交付者的位置。

在使用AI的过程中，我发现一个特点,MySQL是这四个数据库里面，AI回答问题最完善和准确率较高的数据库产品，主要的原因个人分析，主要还是因为MySQL本身的知识复杂性不高与功能的复杂性相对其他数据产品并不复杂，早期的热度导致MySQL的知识信息泛滥所致。Oracle有其封闭的一些知识体系的存在，PostgreSQL的复杂性和之前的流行度以及网络知识的丰富程度都低于MySQL等等原因，所以目前基于这两个数据库的一些回答还存在盲区和不完整。

在获得了以上的信息后，我们可以进行分析，AI侵入较慢的赛道有那些。

1 跨界：垂直的领域容易被打通，而横向关联的领域则是AI的难点，因为这也是人类本身的难点。

比如你是一个DBA，但你具有市场营销类的知识，在比如你是一个销售工程师，但你具有心理学的专业知识。这些跨界，掌握多种知识类的人，不容易被AI所取代，主要的原因在于两个独立的领域，建立交互是需要有交叉点和沟通点，为模型训练提供逻辑规则。

2 知识经常被更新，知识处于动态的领域： 相对来说，在AI中，我也做过尝试，如数据库中对于OceanBase,达梦，等国产数据库的AI知识获取处于比较无奈的阶段。一个正在发展的领域是AI不容易侵入的领域。

3 可信性，担责领域：目前对于AI还不被完全信任的行业领域，比如银行IT系统里面的风控，有重大的责任风险的暂时还不能完全信任AI大模型的准确性。

4 知识需要再组织和梳理：AI交付的知识还需要重新梳理组装或在进行分析和消化的部分，这需要横向领域综合利用知识的人继续服务。