“AI的核心用途，是扩大人类能够负担的搜索范围，以及降低可核验的认知工作的处理成本。”这句话有两个核心判断：面对过多的可能性，AI可以帮助确定先试什么；面对大量需要阅读、归纳和起草的任务，AI可以减少形成候选结果的劳动。二者都以检验为前提。生成速度、候选数量和文本流畅度本身不是成果。

图 1生成候选筛选优先级现实检验反馈再搜索

这个框架同时适用于科学研发、产品设计、软件开发和部分企业运营，但价值机制并不相同。科学问题常以实验发现和试错效率衡量，经营问题更需核算净收益，服务工作则必须同时关注质量与完成时间。把这些结果混为一谈，会让技术演示被误认为经济证明。

一搜索指什么

这里的“搜索”不是搜索引擎的检索，而是从许多可能的假设、设计和行动中，寻找值得继续投入资源的一小部分。候选空间可以是蛋白质序列、材料组合、软件实现方案，也可以是企业面对异常订单时的几种处置路径。人受注意力、实验能力和预算约束，无法穷尽所有组合。

AI可能改变两个成本。一是提出候选的成本：原本需要专家逐项构思的组合，可以较快形成待检验的列表。二是决定检验顺序的成本：模型根据已有数据估计哪些候选更有希望或更能提供新信息。但若排序失准，候选池越大，浪费的实验和审核也可能越多。

研究模型将创新视为在巨大组合空间中的有成本搜索，并分析何时更准确的AI预测会缩短探索时间、提高成功机会；结论依赖预测质量、试验成本等条件，而非候选数越多越好。

二从生成更多到发现更多

衡量探索效率，需要同时看候选覆盖面、命中率和检验能力。设一个周期生成N个候选，能够检验的数量为B，每个检验成本为C。即使生成成本接近零，当B受实验室、专家或生产试验能力限制时，实际获得证据的速度也不会无限增长。AI最重要的工作可能从“继续生成”转为“在B个名额中挑选最值得检验的候选”。

这里有一个关键区分：探索利用已有知识寻找高概率答案，可能较快取得改进；探索陌生区域更可能发现意料之外的方向，却面临更低成功率。若只以短期命中率奖励模型，它会偏向熟悉区域，可能压缩长期发现空间。科研团队因此还需保留一定比例的开放探索，不能把排序结果当成科学问题的最终裁判。

一个具体例子是蛋白质工程的SAMPLE系统。研究团队让智能体提出序列、自动化设备做实验，并将测量结果反馈给智能体。在该项针对糖苷水解酶热稳定性的研究中，四个智能体均找到更稳定的酶，搜索的范围少于所定义空间的2%。这证明了该研究设置中“提出—检验—更新”的效率，并不意味着AI已普遍解决开放科学发现。

三降低认知工作的处理成本

认知工作包括理解问题、找证据、归纳、比较、写作、判断以及对外沟通。AI最容易压缩的是准备阶段：读长材料、提取结构、起草初版、定位相似案例。正式完成任务还需要核对事实、修改结果、取得批准并承担后果。只比较“起草前后”而忽略后半段，通常会高估收益。

判断标准应是端到端成本：人力准备、AI使用、核验、返工和错误损失相加后，是否低于可信的替代办法。传统规则程序、模板或搜索工具已经能可靠完成的工作，通常不因加入语言模型就更便宜。

客服人员研究显示，生成式AI辅助使每小时解决的问题平均增加约14%，新手及技能较低员工收益更大。这说明某些经验能够通过工具更低成本地传递，但研究所测的是特定企业与岗位，不能推断所有认知劳动都将等比例变快。与此相对，针对资深开源开发者及2025年初工具的一项试验发现，使用AI的任务完成时间增加19%；这同样是特定人群与任务的结果，提醒我们同时计算复核和返工。

四两种能力如何相互加强

探索与降本可以形成循环：更便宜的初步分析，使企业愿意检查此前被忽略的问题；新的检查结果又成为下一轮筛选的依据。例如研发团队先用AI筛选材料，再用实验反馈修正模型；软件团队先生成几种实现，再用测试、代码审查与用户反馈淘汰不可用的版本。

但循环中存在两个瓶颈。其一是现实检验能力：实验设备、可信数据和审核人手未同步增加时，生成量上升只会堆积待检队列。其二是目标质量：如果只奖励生成数量或处理速度，系统可能把注意力转向容易完成、价值很低的任务。METR对AI任务收益的分析特别区分“旧任务节省时间”“新任务看似加速”和“最终价值增长”；三者不能互相替代。

图 2候选空间与验证成本共同决定AI任务的试点优先级

五为什么必须强调可核验

核验可以是程序测试、对账、重复实验、真实客户反馈，也可以是经定义的专家评审。它至少要回答三个问题：目标是否真正达到、结果是否可重复、错误被发现之前会造成什么损失。检验手段不必完全自动化，却要足够独立，避免模型自己给自己的输出打分后便宣告成功。

验证并非总是廉价。发现新药时，模型提出一个分子很快，真实试验可能耗时多年；战略建议的正确性，也可能要在市场变化后才显现。因此“越未知越适合AI”只说对了一半：未知领域有更大的潜在价值，也可能有更难的验证、稀薄的数据和更高的失败成本。

一项咨询工作实验观察到，在所测试的一组适合AI的任务上，受试者完成得更快、质量更高；在另一个超出模型能力边界的复杂任务中，AI辅助组作出正确建议的比例反而较低。这说明模型参与后，人的主观信心未必能代替客观核验。

NIST将编造或虚构信息列为生成式AI需要管理的风险。对于医疗、法律、财务或关键运营任务，核验范围、权限和责任必须随错误代价而提高。

六何时值得用AI何时应放弃

有两种常见错觉需要排除。第一，AI生成十份方案，实际只增加了九份审核任务；第二，员工用AI多做了原本没有必要做的工作，活动量上升却没有增加客户收益。AI实施前应写清“谁会因结果受益”和“怎样观察这一变化”，随后用对照组、历史基线或预先定义的验收标准核对。

七对组织和知识生产的更深影响

如果形成可靠的反馈回路，AI改变的不只是个人工作速度，还可能改变组织分配稀缺专家时间的方式。专家从大量重复的初步准备中抽身，转而定义问题、检查关键证据、设计实验和处理反常结果。研究也强调AI对科学工作的收益依赖技能与组织安排等配套条件，不能由模型能力单独推出。

更长远的变化可能是“以前做不起的事情”成为日常工作：更多候选方案进入小规模测试，更多过去没人整理的记录得到初步检查，更多小样本问题获得研究机会。但这些新活动未必天然有价值；组织需要舍弃低收益探索，保护多样化尝试，并记录失败提供了什么信息。

据此，战略问题从“部署多少AI功能”转向“提高哪条发现或交付链路的有效产出”。投入更多生成能力的同时，要建设实验、评估、数据记录与反馈能力。若检验能力长期不足，算力和生成量增加可能只会放大待核实内容的积压。这是基于搜索与核验约束作出的推论，而非所有组织都会出现的既定趋势。

结论

这句话的价值不在于宣布AI能替代思考，而在于指出两类可以验证的经济变化：以固定预算发现更好的候选结果，或以更低的总成本完成同等质量的认知任务。前者靠高质量筛选与实验反馈，后者靠端到端成本和质量测量。只有生成、检验、反馈连成闭环，AI扩大搜索范围和降低处理成本才可能转化为知识、产品或经营收益。