ARTICLE · 1094674
当AI比我更懂我,我为什么还要自己选择?
身处这个时代，大家常常会有一种荒诞感：前几个月刚学会怎么把AI当助手，现在已经开始讨论要不要把整个工作流交给Agent。要么有学不完的东西，要么索性不用学了——因为一睁眼，又是个新时代。
也因此，我最近一直在想一个问题：
如果有一天，机器真的比我们更聪明，人还需要保留什么？
过去，我们很喜欢从“比较优势”里寻找答案。
AI会计算，人有同理心；AI会分析，人懂客户；AI有数据，人有经验和判断。
但如果我们讨论的真的是AGI，这其实是一场不断后退、最终很可能输掉的防守战。
今天属于人的优势，未必永远属于人。
与其讨论“人还有什么事情能比机器做得更好？”
我更愿意去思考：
即使机器做得比我们更好，哪些事情仍然应该由人自己决定？
这几年使用AI，一个很明显的感受是，它理解人的意图越来越快。
人和人之间的沟通反而经常没有那么准确。你说了一句话，对方听见的往往不只是你表达的内容，而是经过他的经历、情绪和立场重新解释之后的东西。
AI却可以同时处理大量上下文，不断校准对你的理解。
继续往前推，未来的AGI完全可能比财富管理者更了解一个客户。
它知道他的全部资产和投资记录，知道他嘴上说能承受15%的回撤，却总是在跌到7%的时候开始焦虑；知道他真正害怕的可能不是亏钱，而是别人赚钱的时候自己没有参与。
甚至有一天，它可能比客户本人更快发现那些没有说出口的欲望。
那么，“人更懂人”也很难成为最后的护城河。
但这里有个问题：
理解一个人的欲望或需求，和拥有替他作决定的权力，是一回事吗？
我认为不是。
财富管理特别适合观察这个问题。
假设未来AGI分析完一个家庭的资产、收入、负债和风险承受能力后，告诉客户：
“现金留两年就足够了，剩下的钱应该提高权益比例。长期看，这样收益更高，风险也完全可以承受。”
但客户说：
“我还是想留五年的现金。我知道会少赚一些，但我不想在任何时候因为需要用钱，而被迫关心市场现在涨了还是跌了。”
从模型看，这也许不是财富增长的最优解。
但他不是不知道代价，而是在知道代价以后，仍然决定用一部分收益去交换安全感和自由。
类似的事情在财富管理中其实很多。
一个客户明知道自己的房贷利率很低，也明白把这笔钱继续投资，长期预期收益可能更高，却仍然坚持提前还掉一部分贷款。
理由可能很简单：
“我不喜欢欠钱。”
从纯粹的资产负债表效率看，这未必是最优选择。但如果没有负债能让他睡得更安稳，那么这份确定性，本身就是他愿意支付成本购买的东西。
机器当然也可以把这种心理感受纳入模型。
可问题仍然存在：
谁来决定安全感应该值多少钱？
这个答案不能仅仅因为机器算得更准，就自动交给机器。
人的目标从来不只有财富最大化。
我们会为了确定性放弃一些收益，为了流动性牺牲效率，也可能明知道某个选择在模型里“不够优”，仍然认为它值得。
财富管理如果只负责不断纠正客户的“不理性”，最后很容易忘记——财富本来就是为人服务的，而不是人为模型服务。
更加困难的问题还在后面。
假如AGI告诉一个客户：
“你现在说自己追求安稳，但根据你过去十年的行为，你真正无法承受的其实不是亏损，而是错过上涨。”
甚至，它可能是对的。
那应该听谁的？
答案并不是简单地“永远相信自己”。
人当然会自欺、会冲动，AI也完全可以帮助我们发现自己看不见的东西。
但看见原因，与决定未来，是两回事。
一个人完全可以回答：
“你说得对。过去的我确实如此。但我现在不想继续这样了。”
过去的数据可以解释我为什么成为今天的我，却没有资格规定我明天必须继续成为谁。
我越来越觉得，这才是人性中真正有意思的地方。
我们不仅拥有偏好，还拥有重新评价偏好的能力。
以前想赢，现在可能觉得够了。
以前很在意别人怎么看，现在不想再为此付出代价。
AI甚至可以参与这场反思，帮助我们发现自己看不见的东西。
但最终，一个人仍然可以对过去的自己说：
“你说得对，但我改了。”
所以我越来越不想讨论“AGI时代，人类还有什么不可替代”。
也许没有。
也许今天大量属于人的认知优势，最终都会被机器超过。
但这并不意味着，我们应该因此把自己的选择权一并交出去。
机器可以比我更擅长预测结果，可以帮助我理解自己，也可以把每一种选择的代价计算得越来越清楚。
但它不能仅仅因为更聪明，就自动获得定义“什么叫更好”的权力。
对财富管理而言，真正需要守住的，也不是让客户每一笔交易都亲自决定。
人完全可以主动授权机器管理。
但是比这些更加重要的是——他始终能够理解自己正在接受什么，能够修改目标，能够撤回授权，也能够在充分知道代价以后说：
这是我的选择。
选择的价值，并不来自我们每一次都能选对，而来自我们仍然有权决定，什么样的结果值得自己承担。
财富最终只是帮助人选择生活的工具。如果工具开始替人规定什么才是正确的人生，那么更高效的世界，也可能以更少的自由为代价。