李笑来:关于AI的一些真相

最近听了一堂李笑来老师关于AI的课，前后不过十几分钟，听完之后感触颇深。

不是因为听到了什么惊世骇俗的观点，恰恰相反——是因为很多我原本以为"自己已经懂了"的东西，被他用最朴素的方式重新讲了一遍，然后我发现自己其实没真懂。比如AI到底在改变什么？普通人应该怎么用它？为什么同样是用AI，人和人之间的差距反而越拉越大？

01 你看到的AI，可能只是冰山一角

课程里有个判断我印象很深：过去三年，AI对全球生产力的推动幅度非常大，但绝大多数普通消费者根本感知不到。

为什么？因为AI真正在发力的地方，是我们看不见的生产环节。

稀有金属矿的勘探和开采，基本已经全是机器作业；工厂里的自动化设备，不需要交五险一金、不需要通勤、不需要食堂和宿舍，厂房可以建在偏远的地方，甚至不用点灯、不用开空调，省下来的电给机器人用还绰绰有余；药企、车企、金融行业——一切依赖数学计算和数据分析的领域，AI加持下的生产力提升是惊人的。

而这些，普通消费者在日常生活里几乎接触不到。

我们能看到的是什么？是聊天机器人、是AI画图、是人形机器人的发布会、是股市里各种概念的炒作。于是很多人产生了一种错觉：AI好像也就那样，没什么大不了的，甚至有人说"AI泡沫马上要破了"。

李笑来的判断很直接：长期来看，不存在什么AI泡沫。短期波动当然会有，但从生产力提升的底层逻辑看，这场变革才刚刚开始。你觉得它是泡沫，很可能只是因为你站在消费者的视角，看不到生产端正在发生的巨变。

02 真正拉开差距的，不是智商，是实践

课程里举了一个很扎心的例子：一家刚上市的人形机器人公司，股价腰斩之后市盈率还有750倍。李笑来说，但凡认真用过AI、做过一点实践的人，都不会去买这种股票。

为什么？因为稍微深入一点你就知道，人形机器人目前对生产力的贡献几乎为零。工厂里干活的机器人根本不需要长得像人——两条腿怎么可能比轮子跑得更快更稳？同时做整车和人形机器人的车企，市盈率都没那么高，一家只做人形机器人的公司，凭什么撑得起上千倍的市盈率？

这个判断跟聪明不聪明没关系，它来自朴素的实践经验。

李笑来说了一句话我特别认同："认知差异跟智商无关，完全来自于是否深度使用AI、是否拥有相关实践经验。"

现在的情况是，一小部分人借助AI，一天之内可以学完过去需要十年才能掌握的内容；而绝大多数人，还在用AI算命、做PPT，干一些低价值的事。人群的认知差距正在急剧拉大，而且这个速度还在加快。

最危险的不是你不会用AI，而是你以为自己会用——其实只是在舒适区里打转，用AI做一些本来就会做的事。

03 用好AI的关键：跳出自己的认知边界

课程最后分享了一个非常实用的技巧，简单到只有一句话：任何时候跟AI讨论，它输出完之后，你都追加一句——"我不信没有人做过，你给我找。"

为什么这句话管用？因为AI有一个基础特性：它总是顺着你的既有认知输出内容。你问它一个问题，它会在你熟悉的认知范围内，给你一个"听起来很有道理"的答案。你觉得它说得对，是因为它说的本来就是你能想到的东西。

结果就是，你以为自己在扩展认知，其实一直在原地打转。

而"我不信没有人做过，你给我找"这句话，相当于一把钥匙，强行把你的搜索空间撑开。它逼着AI跳出你的认知边界，去找到那些已经存在、但你根本不知道的成熟方案。很多时候，真正有价值的东西，都在你现有认知的围墙外面。

这其实也是整堂课的底层逻辑：AI最大的价值，不是帮你更快地做你已经会做的事，而是帮你打开你原本看不到的搜索空间。

写在最后

课程里还有一个细节挺触动我的。李笑来说，他为了给孩子做一个更好的魔方应用，主动去学了自己以前完全不懂的3D建模、多角度展示这些东西。朋友开玩笑说："为了教孩子爬梯子，自己先登了一座山。"

放在以前，这是不可想象的——一个非专业人士，怎么可能短时间内学会3D建模？但有了AI之后，这件事变得可能了。你不需要从头学起，只需要让AI帮你搭好认知地图，告诉你这个领域的核心名词和动词，然后你就可以开始探索了。

AI时代最幸运的一件事是：学习的门槛前所未有地降低了。

AI时代最残酷的一件事是：不学习的代价前所未有地提高了。

课程结束时，李笑来反复强调一句话：不要只停留在听课层面，要去实践。

深以为然。听再多课、看再多文章，都不如亲手做一个东西出来。AI不是一个用来谈论的概念，它是一个用了才会懂的工具——而你用得越深，看到的世界就越不一样。

如果你也在接触AI，但总觉得"好像也没那么大用处"，不妨问问自己：我是真的在用它做事，还是只是在用它确认我已经知道的东西？

答案可能比你想的重要。