过时 AI 先验套利
解决什么问题
很多人几个月/一年前试过某个 AI 能力（图像生成、推理、数据分析）觉得不行，就此形成固定印象，之后即使模型大幅进步也不再重新尝试。这个反直觉的观察指出：这种"过时的先验"本身就是一个可以被套利的机会。
核心内容
作者的核心观察："更新先验"这件事本身违反直觉、很难做到，即使是天天生活在这个领域里的人也一样——因为一年前模型确实做不到某些事（图像生成充满拼写错误、推理能力不足、做不好数据分析），你基于亲身经历形成的判断在当时是准确的。但模型进化速度极快，"这个婴儿一个月就长成了 15 岁的少年"，你需要做一件违反直觉的事：主动忽略/推翻自己刚建立不久的经验判断，重新用更高的期待去测试 AI 现在能做什么。
由此得到一个具体的行动建议：如果你是产品建设者，"没有旧伤疤"（scar tissue，即不被"这个几个月前做不到"的印象所束缚）本身就是一种套利机会（arbitrage）——持续用更高的标准去逼问 AI、不断验证它现在到底能做到什么程度，能比同行更早发现新的可能性空间。
配套的个人实践：作者给自己写了一个简单的 Chrome 插件，每次打开新标签页都提示"你现在要做的这件事，能不能用 AI 来做？"，用这种近乎笨拙的强制提醒方式，对抗"惯性地用旧方式做事"的默认路径依赖，逼自己養成"反射性使用 AI"（reflexive AI usage，作者引用 Shopify 的 Tobi Lütke 的说法）的习惯。
适用边界
- 这个套利机会有时效性：作者强调这是"当下阶段"（模型能力跃迁极快的窗口期）特有的现象，一旦行业里的先验普遍被更新，这个套利空间会自然收窄。
- 这条建议本身不提供判断"AI 现在到底能不能做某事"的方法，只是提醒你不要用旧印象替代重新验证。
关键引述 · 原话
"The baby just grew up to be a 15-year-old in a month." — Aparna Chennapragada
"If you can kind of cut against the grain and say, 'No, I won't have that scar tissue around'... and keep setting high expectations and demand more of the AI today, I think you can unlock more." — Aparna Chennapragada
关联卡片
- 与 `exposure-hours-taste-building--guillermo-rauch.md` 呼应：两者都强调"持续、主动地重新接触/测试 AI 能力"是建立判断力的必经之路
被这些卡引用
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2