ARTICLE · 1040856
AI越来越强了,那我呢?
AI越来越强了,那我呢?很久没有更新公众号了。这一年多的时间里，我其实一直处在一种不断摇摆、不断重新认识自己的状态里。以前我的学习和实习路径更多围绕传统经济和金融展开，但这两年，我开始一点一点往AI 靠。迈进一个完全陌生的领域总需要时间。中间也有工作、实习和各种琐碎的事情，所以公众号就这样停更了很久。 最近终于想重新写点东西。不是想聊什么宏大的AI革命，而是想认真记录一下：过去两年，AI到底怎样改变了我，以及我现在究竟怎么看待这场变化。 前几天翻以前的记录，突然找到了一张2023 年 2 月的截图。那应该算是我第一次真正使用 ChatGPT 留下的记录（之前也使用过但是忘记没有保存）。当时让它模仿李白写了一首诗。然后我在下面写了一句话：“OpenAI 研发的 ChatGPT 真感觉牛呀，还是我了解得太晚了。” 现在回头看还挺有意思。因为那时候让我震惊的事情，仅仅是—AI居然会写诗。 
AI发展的速度已经超过了所有人的预期，从开始接触时那个只有聊天的机器人、上下文只有几千token的GPT，到2025年年初的DeepSeek时刻具备推理能力和思考过程，再流畅地能够调用各类skills、harness理解指令、规划并执行复杂任务并交付不过短短三年多时间，那么之后伴随之AI的发展和竞争的加剧，再过三年那又会是什么样子，又会变得多么强大，也许已经具备了自我进化、自我迭代的能力。可能今天所谓的 Agent，在几年以后回头看，也会像今天看 2023 年那个会写诗的 ChatGPT 一样原始。 这种感受，在风控、数据分析和编程领域尤其明显。2024-2025年上半年的时候，我更多还是把AI 当一个辅助工具。看不懂代码，让它解释一下。程序报错，让它看看 bug 在哪里。不知道某个函数怎么用，让它帮忙查文档。那时候人与 AI 的分工还是非常明确的：我干活，它帮我。但后来，这条边界越来越模糊。 它开始可以自己读项目、理解需求、寻找问题、修改代码、运行测试，再根据结果继续调整。越来越多时候，已经不是：我不会这一行代码，你告诉我怎么写。而是：这是我要解决的问题，你去做。这两句话看起来只差一点，背后的变化其实非常大。因为前一种 AI 是工具。后一种 AI，已经开始像一个执行者。而这种变化对我冲击很大。因为我过去几年辛辛苦苦学习的很多东西，恰恰也是它进步最快的地方。 刚读研的时候，很多东西对我来说都非常陌生。CNN、Transformer、Word2Vec、Skip-gram、机器学习、强化学习……以前虽然也会碰一点数据，但真正开始系统做这些东西的时候，才发现自己几乎是在重新学习一套语言。当时为了安装一个环境、解决一个依赖冲突，可以折腾一两天。百度、Google、CSDN来回翻，有时候折腾到凌晨，最后发现只是Python 版本不对。后来，我使用工具的路径也一直在变：PyCharm → VS Code → Trae → Cursor；Kimi、Claude、ChatGPT、DeepSeek；再到后来开始接触 Codex、Claude Code 以及各种 Agent。我到现在都记得第一次真正使用 AI Coding Agent 时的感觉。 以前我需要自己打开几十个文件，一点点定位问题。突然有一天，你只需要把需求告诉它，它开始自己搜索项目、阅读文件、修改代码、运行测试。那一瞬间真的有一种：原来软件还可以这样写？的感觉。有点像一个一直生活在井底的蛙，突然第一次看到井口之外的世界。于是后面越来越不可收拾。一边觉得自己以前懂得太少，一边又拼命去学。Python、机器学习、深度学习、LLM、RAG、Agent……但很有意思的是：我学习AI 的速度，似乎永远赶不上 AI 自己进步的速度。这件事其实挺荒诞的。你花几个月学习一个东西。半年以后，AI已经可以替你完成其中相当一部分。于是我开始反复问自己一个问题：如果有一天，它真的可以完成我今天的大部分工作，那我怎么办？ 这个问题，我现在反而没有以前那么悲观。我觉得未来几年大多数人可能不会突然“失业”。但是很多工作的价值结构一定会发生变化。我在实习的时候就参与过一个和 AI 替代传统工作流程相关的项目。真正参与进去以后，我反而更清楚目前 AI 的边界。它会犯错，会幻觉。复杂业务里经常缺乏真正的上下文。对于现实中的利益关系、组织流程、沟通博弈和责任承担，也远没有模型benchmark 看起来那么无所不能。所以，AI明天就把所有人替代掉，大概率是一种过度想象。但另外一个趋势也同样明显：一个会使用AI 的人，正在越来越容易替代一部分不会使用 AI 的人的工作。再往后，也许竞争会变成：会调用AI 的人，替代只会调用 AI 的人；能设计 Agent 的人，替代只会问 Agent 的人；真正理解业务的人，驾驭一群 Agent，替代只会机械执行流程的人。 以前我会把这种变化理解成要不要转行。后来我越来越觉得，转行可能不是最准确的词。更准确的说法是：每一个行业的人，都需要重新学习如何工作。未来真正重要的，也许不是人人都成为AI 工程师。但大家都需要慢慢掌握一种新的能力：知道什么应该交给AI，什么必须掌握在自己手里；知道怎样把一个复杂问题拆给 AI，又知道怎样判断它最后给你的东西到底对不对。这是我理解的Agent 驾驶员。AI 可以帮你把车开得越来越快。但是你至少得知道：自己要去哪。哪条路不能走。什么时候应该刹车。以及仪表盘上亮起的那个红灯，到底意味着什么。这些就是你考科一和科四段基本知识。 这一点在学生身上特别明显。假设老师布置一份作业。一种是查资料、看论文、整理数据、自己搭框架、写代码，忙一天甚至几天，最后结果还不一定好。另一种是打开ChatGPT、豆包、Qwen 或 Kimi，把题目扔进去，几分钟以后拿到一份完成度很高的答案。如果是你，你会选哪个？答案显而易见。工具出现以后，人天然会选择效率更高的方式。计算器出现以后，我们也不会坚持手算平方根。搜索引擎出现以后，也很少有人为了找一个知识点跑去翻十本书。问题不在于使用AI。真正的问题在于：当越来越多思考过程都被外包以后，我们究竟还剩下什么？以前不会写代码，你至少会因为报错被迫理解变量、函数、数据结构和系统环境。现在把错误扔给Agent，它可能一分钟就修好了，效率提高了。但有时候，那个bug 为什么产生、系统为什么这样设计、修改以后会不会带来新的问题，你反而没有真正理解。短期来看，产出确实提高了，长期来看，能力却未必同步增长。 现在经常有人说：AI是效率放大器，不是能力放大器。这句话并不完全准确。AI显然也在放大人的能力。很多以前一个普通人根本做不到的事情，现在借助 AI 确实可以做到。但我越来越相信另外一句话：AI最后放大的，依然是你的认知、判断力和系统能力。一个工程能力很强的人使用AI，可以把原来几天的工作压缩到几个小时。一个完全不理解系统的人使用 AI，也可能把生成代码一股脑塞进项目里。短期看，两个人都提效了。但后者可能只是以更高的效率制造技术债。以前一天写五十行屎山代码，现在一天可以生成五千行。效率确实提高了一百倍，问题也可能提高了一百倍。所以我越来越觉得，AI时代真正需要抵抗的，不是 AI 本身，而是认知上的短路。什么都问AI，什么都相信AI，什么都让AI 帮自己决定。久而久之，最危险的不是 AI 学会了多少，而是我们自己慢慢失去了什么。AI可以帮我们学习。帮我们编码，帮我们写作，帮我们分析，甚至有一天可以帮我们完成绝大多数工作。但有一样东西，我希望始终留在自己身上：判断。我为什么这么做？这件事合理吗？这个结论真的成立吗？如果AI 错了，我能不能看出来？如果环境发生变化，我能不能重新思考？这些东西，才是我认为未来真正昂贵的能力。AI可以帮你。但不能替你长大。 还有一个问题，是我这两年才慢慢开始思考的。我们经常说AI 会让知识越来越平权。过去你需要花很多钱请律师、程序员、分析师、顾问才能完成的事情，以后可能一个普通人通过 AI 就能完成，这当然是极大的生产力进步。我也相信AI 最终会显著提高全社会的生产效率，迈向共产主义社会。但如果是另一个面呢，如果未来最先进的模型需要极其昂贵的算力、数据和基础设施，那么真正顶级的 AI 会不会越来越集中在少数公司手里？到那个时候，人与人之间的差距，会不会不只是：你知道多少，我知道多少。而变成：你能调用怎样的智能，而我又能调用怎样的智能。 今天其实已经能看到一点这种趋势，不同模型之间存在能力差距。免费版和高阶版本之间存在差距。个人账户、企业账户和高算力Agent 之间，也可能拥有完全不同的能力边界。甚至能不能使用某个模型本身，也不是理所当然的事情。例如Anthropic 当前的商业服务支持地区并不包括大陆，并且对于来自不受支持地区的部分访问，这让我意识到：未来一种非常重要的资源，可能就是智能本身。算力、模型、Agent、数据、工具权限……这些东西也许会像过去的资本、教育和信息一样，成为决定生产效率的重要资源。所以我们今天讨论AI是否让世界更加平等，答案恐怕也不会简单地只有是或不是。它一方面正在降低很多能力的门槛。另一方面，也可能制造新的门槛。 写到最后，我发现自己其实也没有一个标准答案。三年前的我会因为AI 写了一首诗而震惊。现在的我已经习惯让 AI 帮我写代码、查资料、分析数据、阅读文件、拆解复杂任务。也许几年后的我再回来读今天这篇文章，又会觉得现在对于 Agent 的惊叹非常幼稚。但至少有一点，我现在越来越确定：时代往前走这件事，我们阻止不了。真正能做的，是尽量不要站在原地，去学习，去理解，去使用。去犯错。再慢慢形成自己的判断。没有必要因为AI 焦虑到觉得自己明天就会失去价值，也没有必要因为 AI 足够好用，就把自己的所有能力全部交出去。 我们真正应该做的，可能是在借助AI 不断向前的同时，仍然努力让一些东西真正长在自己身上。专业能力，判断力，学习能力，沟通能力。对现实世界的理解。以及，在面对变化时重新学习的能力。未来五年、十年究竟会变成什么样，我不知道。也许AI 会比今天强大十倍、一百倍。也许很多今天看起来理所当然的职业都会被重新定义。但我仍然愿意相信：只要一个人还愿意持续学习、保持判断、主动拥抱变化，就不会那么容易离开时代的牌桌。 至少，我希望未来回头看今天的时候，可以对自己说：我没有站在原地，看着时代从身边经过。 与你共勉。
一、惊叹于AI的发展