ARTICLE · 1046294
AI时代,我们的判断力从何处来?
AI时代,我们的判断力从何处来?AI时代，我们的判断力从何处来？ ——读《我不得不把才华埋葬在昨天》 这几天，我反复读了几遍DeepSeek工程师刘胜与的《我不得不把才华埋葬在昨天》。 写这篇文章的时候，刘胜与刚刚完成DeepSeek V4.1的主Attention算子。一个年轻工程师把自己擅长的事情做到了行业前沿，本应是高光时刻，可他写下的却是“埋葬”。 他在文中说，短短一年，AI已经从帮他查文档、读代码、找Bug，走到能够阅读CUDA、PTX与SASS、分析指令停顿、参与复杂算子优化的位置。他判断，再过半年或者一年，AI写算子的水平大概率会追上自己，甚至超过自己。而他，正在推动这一天的到来。 他说：“我算子写得越好，我们的新模型的训练、推理速度就会越快，模型能力进步就会更快，我就会更早地被取代。” 所以就有了那句广为流传的话：“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。” 后来，他又写了一篇补充说明。他真正舍不得的，是过去那段手写算子的时光：一个下午琢磨调度、指令和性能，为几个百分点甚至更小的提升反复试验，看到性能曲线向上跳一点，就像游戏速通玩家刷新纪录。 他说：“我不得不把才华埋葬在昨天，去做一位机甲驾驶员。我的手中多了些齿轮，但心中少了些节拍。” 我很喜欢这句话。 技术原本是冰冷的，落到具体的人身上，便有了温度。我们习惯用效率、能力、生产力谈AI，可技术最终会进入一个人的一天，改变他坐在工位上具体做什么，也改变一个人与自己的手艺相处的方式。 文章略带伤感，但刘胜与相信，凭借眼界、判断力、主观能动性与智力，自己仍然能够留在时代的牌桌上。 读到这里，我最感兴趣的是他说的“判断力”。 AI越来越会干活，人就越来越需要判断。 然而，AI时代，我们的判断力从何而来？ 01 才华不会被“埋葬”，只会改变使用方式 我不像刘胜与那么伤感。因为一个人能把算子做到顶尖，真正支撑他的，肯定不止是会写算子。 理解模型、硬件和系统，提出方案、验证方案、再推翻方案，对性能边界保持敏感，别人都觉得差不多了他还要往前多走半步。这些才是手艺背后的能力。 刘胜与说，他要去做一位“机甲驾驶员”。我觉得，这个比喻很准确。在技术发展史上，很多“绝活”最后都成了工具。下一代人总是站在前人成果之上，向更高处继续攀登。文明的积累，就是把上一代人的绝技沉淀到下一代人的地基里。 才华不会消失，只会改变它的使用方式。 02 做出来越容易，判断力越稀缺 AI给我们带来的一个深刻改变是降低了“做出来”的成本。比如我最近就在尝试做四格漫画，圆一个小时候画漫画的梦想。当下，漫画、图片、视频、代码、方案，许多原来需要长期训练才能完成的事儿都在成为可以低成本调用的能力。 AI时代，只要一件事儿可以被低成本地验证，AI就能用大量的试错把它越做越快、越做越好。 AI正在颠覆很多领域的“专业壁垒”。 新的问题变成了：AI可以快速生成十个方案，选哪一个？可以高质量写出十篇文章，用哪一篇？也可以同时干十件事儿，先做哪一件？ AI把“会做事”变得越来越普遍，也把“会判断”推到了更重要的位置。 但，判断力并不会凭空长出来。 03 判断力究竟从哪里来？ 在我的朋友圈里，“AI负责执行，人负责判断”，已经成了常识。 可人不是天然就会判断。 比如，我做了编辑十年，一篇文字一过眼，就知道哪一段有问题，哪里有错别字。一个优秀程序员扫一眼代码就感觉哪里不对，一个成熟医生看到一组指标就对某个细微变化格外警觉。 但，AI时代出现了一个很容易被忽视的矛盾：AI需要人做判断，AI也在不断帮人省掉那些形成判断力的过程。 所以，我觉得，“人的判断力会不会因为AI而削弱”比“一个职业会不会被AI取代”更值得研究。 04 过程的价值：我们在做事，也在塑造自己 工业时代推崇的效率逻辑很容易把过程当作成本。 但一个人在做事的时候，也在被这件事反向塑造。 程序员在一次次Debug里长出手感，写作者在改稿中逼近自己想说的话，研究者也在误差、失败和重来中学会尊重边界。很多能力虽然没有出现在最终成果里，却悄悄长在了做事的人身上。 过程不只生产结果，也在生产人。 我自己写文章时经常有这种体会。落笔之前觉得已经想清楚了，真正写下去，逻辑漏洞就暴露出来了；删掉，重来，写到后面，又发现真正重要的是另一个问题。文章写完了，改变的不只是文字，还有写文章的人。 所以，我们说，真正的写作既是表达，也是发现。 工程训练也一样。Bug、失败的架构、反复波动的性能，都会在一个人身上留下痕迹，他们把这种痕迹称为“手感”。 过程最可贵的地方就是把知识变成经验，把经验变成尺度，再把尺度变成判断。 结果告诉我们做成了什么，过程决定我们成为什么样的人。 05 答案可以速成，成长没有捷径 刘胜与在文章谈到了一个学生做Lab的例子。学生自己完成需要八小时，AI几分钟就能给出接近满分的代码。如果教育长期建立在“大家假装没有AI”的前提上，最终将会失效。 他认为，需要重新设计的是学习本身。那八个小时里，如果六小时都耗在查找资料、重复计算、机械操作上，可以直接交给AI。但拆解问题、理解系统、发现错误、重构方案，这些经历本身就是训练。 这让我想起了在千岛湖景区“坐电梯上山”。有了电梯，当然应该坐。但抵达山顶和学会登山，属于两种能力。抵达山顶，并不等于学会了爬山。 所以，AI时代的教育需要有意识地保留一些“必要摩擦”。做错了、走弯路、分数低甚至考试失利，这些经历看似不高效、很挫败，但会让学生保留对知识、规律、边界和复杂性的敬畏。 知识获得越来越容易，教育应该更侧重能力培养。其中，最需要保护的，就是成长过程中那些不可替代的亲历。 AI时代了，成长依然需要自己去完成。 06 真正稀缺的是更新判断的能力 我觉得，AI时代真正稀缺的，是一个人形成判断、校准判断，并在变化中持续更新判断的能力。其中，最容易被忽视的是更新判断。 因为判断也有保质期。 经验之所以有价值，是因为它曾经与现实吻合。但环境变化以后，经验也可能变成偏见。某个时代的成功方法，换一个应用场景，可能会成为新的束缚。 就像中国革命最终成功，靠的是在实践中不断认识中国、根据中国的实际情况作出判断。判断力很难被保存成一套标准答案。现实一旦变化，昨天正确的经验，今天就需要重新校准。 真正成熟的判断力，包含着一种随时准备修正自己的能力。 因此，判断力远远超出了聪明。它是知识、经验、失败、价值观和责任感长期积累、彼此作用之后形成的能力。 更重要的是，在答案过剩的世界里形成自己的判断，并随着现实变化不断修正它。 07 人与AI的新分工：提出问题、作出判断、承担责任 AI时代，人类何为？ 我想用三个词理解人与AI的新分工：提出问题，作出判断，承担责任。 首先，提出问题决定着方向。 AI能快速给出答案，却未必知道一个问题为什么被提出。AI越来越会回答，一个社会、一家公司、一个人就越需要决定什么值得投入时间和资源。 当答案越来越便宜，好问题会越来越贵。 其次，作出判断意味着取舍。 AI可以快速生成十个、一百个答案或方案，但很多重要决定需要在不同目标之间作出取舍。效率、成本、安全、体验，眼前利益和长期价值，往往很难兼得。 AI可以把各种方案和利弊摆在我们面前，最后把什么放在前面，仍然需要人来决定。 再次，承担责任必须扛后果。 AI可以分析、建议、执行。但决定一旦进入了现实，就会影响具体的人和具体的生活，最终需要有人说：这个决定，我来做。这个结果，我负责。 问题决定方向，判断完成取舍，责任承担后果——我认为，这是AI时代人最重要的三个职责。 AI能力越大，人的责任越大。 08 有些路，仍要自己走去过 最后，我还想分享一下刘胜与文中那个织毛衣的故事。 一个人精通织毛衣，尤其擅长图案和色彩搭配。十里八乡的富人都来请他织毛衣，他靠这门手艺生活，也真正喜欢这门手艺。 他喜欢坐在窗边，沏上一壶清茶，望着外面的青山、绿水、牛羊与炊烟，一针一线，安安静静织上一下午。 后来，一台机器出现了。只要提供毛线和图案，它就能织出毛衣，质量和纹理都不亚于手工，速度却快得多。 手艺人当然会用这台机器。凭借过去二十年的经验，他甚至仍然可能比同行用得更好。 只是有一样东西回不来了。 “那份临窗听雨、引针穿线、慢度光阴的意趣，终究还是被机器的轰鸣碾碎了。” 这个故事真正打动我的地方是“那个下午”。 毛衣只是结果。那个下午，还有专注、熟练、节奏、满足，还有一个人与自己热爱的事情安静相处的时光。机器可以把毛衣织得更快，却无法再把那个下午原原本本地还给手艺人。 其实，我们都有自己的手艺，可能是写文章、可能是编程、可能是设计、可能是做题、可能是游戏，也可能只是安静地把一件事从头到尾做完。 这些事情未必高效，却能让我们全心投入，甚至进入忘我的状态。做这些事情的价值，不只在于产出一个结果，还在生产一个做事的人。 AI时代，有些路，我们可以坐电梯。有些路，仍然值得一步一步走过去。 结语 刘胜与说：“在不得不把才华埋葬在昨天后，我还有明天的光明可以追逐。” 我也愿意相信“明天的光明”。 才华会迁移，手艺会更新，一些今天昂贵的能力会成为明天的基础设施。人也可以站在更高的平台上，持续学习，持续创造。 AI会替我们完成越来越多的事情，我们需要守住的，正是这份能力：提出值得追问的问题，形成自己的独立判断，并敢于为自己的选择负责。
这些能力被称为直觉、手感、经验、审美、洞察。它们并非天生，都来自长期实践，是一个人的经历经过时间沉淀后留下的东西。
很多判断，看起来发生在一瞬间，背后其实站着一个人的全部经历。
人要敢于判断，善于拍板。