1.《乡下人的悲歌》作者万斯通过自身成长经历描述了产业变迁导致的区域悲歌，如美国东北工业地区制造业逐渐空心化。
2.万斯指出，贫富差距、知识分化和社会流动等问题是产业变迁带来的挑战。
3.然而，AI助理可以在一定程度上填补信息差，提高决策理性，如高考志愿填报中的工具理性。
4.AI助理在降低成本、提高效率方面具有潜力，但缺乏各领域知识和API支持，无法处理领域问题。
5.作者期待未来AI技术能更广泛地应用于各个领域，解决社会问题。
以上内容由腾讯混元大模型生成，仅供参考
产业变迁一直都在,唯有适应
7月16日, 特朗普选择84年的万斯作为竞选拍档. 《乡下人的悲歌》的作者, 万斯用自身成长经历描述了产业的变迁导致的区域悲歌. 1970年代，美国资本选择放弃制造业而选择利润更高的金融和高科技产业。其东北工业地区制造业逐渐空心化，工厂或倒闭或迁移，城市迅速衰败、社区凋敝、机器生满铁锈，因此被称为“铁锈地带”。
联想到《杀死那个石家庄人》，描述了1990变迁带来阵痛时那些被遗忘或者是被抛弃的群体的失落与愤怒。再想起美国民谣《The Idiot》。歌词中描述可能是1900前后一位美国青年告别东部家乡来到西部炼油厂工作，无奈却自豪。可以预见AIGC、无人驾驶等技术又引起新的产业变迁. 只能说产业的变迁，一直都是生活的一部分。
贫穷的陷阱
万斯书中说:富⼈和穷⼈，知识分⼦和⽂盲，上流社会和⼯⼈阶级，这两个群体越来越分化。我是从⼀个群体来到另⼀个群体的⽂化移民，深知这两者之间的差异。
其中之一就是错误的消费观. 书中提到:⽆论多穷，家⾥总能设法在节假⽇预⽀消费。因此在圣诞节前⼀天，我们的圣诞树下⾼⾼地堆满了最时髦的礼物，⽽我们那点可怜的积蓄在⼀点点花光，最终我们不仅⼀⽂不名，甚⾄还⽋了钱。但他2岁时, 当时流行泰迪熊玩具, 于是母亲和小姨琳赛花费远高于市价的成本买了个泰迪熊为还在蹒跚学步的孩⼦实现圣诞梦。关于那古⽼的泰迪熊，我唯⼀记得的是⼏年后破破烂烂的躺在⼀个废弃的盒⼦里.
在《贫穷的本质》中也提到一些穷人有闲钱就把它用在一些不能提高生产的事情上，比如举办盛大的婚礼、葬礼、买奢侈品。为什么在乎别人的眼光?因为一直遭到别人的冷眼歧视，请别人吃吃喝喝，办大盛宴，能得到身边的人恭贺和夸奖，满足自己的虚荣心。
万斯在书中还提到:在美国上顶级名校的费用反而比读普通学校低，但绝大部分穷人，是不知道这个信息差的。我非常幸运能遇见很多很好的导师和人，他们在我生命中扮演了非常重要的角色。在海军陆战队，在俄亥俄州，在耶鲁大学，在其他地方……大家都走近我，帮我填满那条社会资本的鸿沟，这条鸿沟在我身上表现得很明显。这是一种很大的幸运. 简直就如同YY玄幻小说中的深山偶获老法师灵体，之后在你修行中的方方面面问题中提供指导。
“铁锈地带”的孩子们可不是人人有万斯的幸运和努力. 万斯有个朋友为⼈和善，⼼胸宽⼴，性格⽂静。15岁的他就要开始做出关于教育和职业的种种决定了，⽽这些事情是连有钱有权⼈家的孩⼦也难以驾驭的挑战。万斯认为:公共政策会起作⽤，但没有⼀个政府能帮助我们解决我们⾃⾝的问题.
用技术弥补信息差才是技术应该做的事
万斯书中总结:他能获得的机会取决于他周围的⼈——他的家⼈、我、我的亲戚，我们这样的⼈，以及整个乡下⼈群体。要赢得好机遇，我们这些乡下⼈必须得觉醒。他所处的集体是让他感到⾃⼰能够掌握⾃⼰的命运，还是纵容他沉浸在怨恨中⽆法⾃拔；能否有个教堂能向他传授关于他基督之爱、家庭和⼈⽣⽬标的学问。社会流动不只是财富多寡等经济学问题，还关乎生活方式的变化,有一套完全不同的生活准则。
大模型、AIAgent当然不能让人觉醒. 但补信息差确是可以做的.之前在做高考志愿填报AIAgent助理时, 提到张雪峰老师提供了工具理性和价值理性.比如:
普通家庭的孩子更要优先选择一个可以让自己过得好的专业比所谓理想实际的多, 要选有专业壁垒的专业等等.
想学法律, 又考不上五院四系, 张老师会建议期望就业地域的法学院好于外地一般211法学院.
如告知想学气象专业的同学,清华气象专业和南京某非985、211院校气象专业单位基本上是一样的.
一个专业方向就业是否已饱和, 可以参考专业对口就业率.
物生地的怎么报考偏理科的专业.
但你仔细看看,其实大部分都是工具理性, 少部分价值选择.
提升工具理性能部分代替价值理性
刚开始做高考志愿AIAgent时,觉得张雪峰老师的价值主要来自价值理性, 在高考志愿AIAgent实现过程中, 慢慢觉得其价值更多还是工具理性, 是在无法工具理性进行决策时才使用价值决策.
在决策过程中, 人们会评估搜索的代价，是否进行有利可图的搜索发现行为，和信息获取方便程度以及信息处理成本有很大关系。这和不确定性环境下有限理性决策描述的启发性搜索的终止条件非常类似，当达到预期满意度时，即停止搜索，而这个满意度也是和信息搜索成本以及期望结果直接相关。所以，交易中有意图的搜索是由他预期的商品或服务的价值以及搜索成本所决定的。
万斯书中举了个例子:当我打算去买⾃⼰的第⼀辆车时，我的上级派了⼀个资历⽼⼀点的队员陪我⼀起去，以保证让我买辆丰⽥或本⽥那样实⽤的车，⽽不是我所想要的宝马。当汽车销售⼈员告诉我可以通过汽车经销商获取⼀份21%利息的贷款来买下那辆车时，我马上就要同意了，但这时陪我去的那位⽼队员勃然⼤怒，他命令我给海军联邦信⽤合作社打个电话，问问那边的报价（是汽车经销商那⼉利息的⼀半）。我根本不知道⼈们会这么做。在银⾏之间进⾏⽐较？我还以为所有的银⾏都⼀样呢。
用万斯的话,海军陆战队等帮我填满那条社会资本的鸿沟. 这完全也可以由AI助理填补. 人们不愿意去一家家银行递交材料询价, 这完全可以由系统代替, 最终各家的贷款利率和调款摆在那, 再用大模型比较下, 最优价格显而易见. 但系统降低人们询价成本, 用不着价值选择, 工具理性就能提升决策理性.
当然,缺乏各领域知识、API支持, 大模型也是无法处理领域问题的. 就说去询价这事, 当前银行没有API对接授权询价请求.
领域AIAgent助理
GPT-4o mini 发布, 能力接近原版GPT-4, 价格却便宜很多, 一项技术大规模应用的前提条件就是成本大幅减低. 万斯书中政府无法填补的社会鸿沟, 也许AI助理能做些事.
高考填报季已过, 接下来笔者有空时将继续将研究领域AIAgent. 利用领域API、领域数据、搜索解决领域问题, 欢迎探讨.
作者简介
袁峻峰，《人工智能为金融投资带来了什么》作者，复旦大学金融学硕士，FRM金融风险管理师，之前在蚂蚁金服人工智能部四年,目前就职于国内头部券商，本文仅代表个人观点,不可作为投资依据。