AI越强,越要留住自己那部分“活人感”

刘语熙与数字生命卡兹克坐下来聊 AI。卡兹克给自己的称呼不是专家，而是“AI殿堂的门童”：先替人把门打开，看看里面有哪些好玩的东西。

这种姿态让谈话从一开始就很具体。他和团队用 AI 辅助制作线下活动的音乐与视觉，也看到很多人把新工具当成更快的复制粘贴。工具越来越能干，人的位置究竟往哪里放？

AI替人完成的步骤越多，人越需要知道哪些决定不能顺手交出去。

卡兹克喜欢 AI 带来的创造感。过去想把脑海中的画面变成视频、音乐或程序，先要跨过软件和技术门槛。

如今很多人可以直接描述意图，再动手修改结果。

门槛下降会释放想象力，也会制造一个陷阱。有人把 AI 当成快捷键：生成、复制、发送，几乎不检查资料是否真实，逻辑是否成立。工作变快了，判断却没有跟上。

他拿打字、剪辑软件的操作来说明另一种变化。五笔、快捷键与特定界面曾是很值钱的技能；工具换代之后，熟练操作本身可能迅速折旧。相比之下，对影像节奏、审美和人怎样理解信息的认识，仍能迁移到下一种工具。

快捷键能缩短动作，品味决定哪一个结果值得留下。

节目谈到“一万小时”时，卡兹克认为 AI 可以把进入新领域、积累专业认知的门槛，从一万小时压缩到一千小时，甚至一百小时。

这是一种对学习速度的乐观判断。他同时区分了可能迅速失效的工具技能，以及仍需长期积累的知识与审美。读完模型摘要只是开始，仍要拿真实问题验证自己懂了多少。

这也解释了他为什么把好奇心放在效率之前。把一件事做快，只能解决眼前；愿意追问为什么，才能在工具再次更换时找到下一步。

一篇流畅的 AI 文本可以没有明显语病，也没有任何人愿意读到最后。

卡兹克把缺口称为“活人感”：不是特意写得口语化，而是把真实经历、情绪和具体选择带进表达。

他举过一个走红的 AI 视频例子，技术精度并非最高，观众却能看见创作者的投入。

一个人花时间学习、试错，带着自己的情感完成作品，这些痕迹比统一的精致模板更能被感知。

真实经验不能靠一句“写得有人味”补进提示词；它得先在人的生活里发生。

卡兹克开源的 SCARE 写作工作流，便让 AI 在动笔前先访谈作者：你经历过什么，当时看见了什么，为什么那件事让你改变想法？模型负责整理，素材仍来自本人。

这个顺序值得记住。如果先让模型写出一套圆满论证，再往里塞一个人的名字，文章容易变成漂亮的空壳。

先把真实片段拿出来，再让工具帮它找到结构，表达才可能带有不可替换的细节。

他也提醒另一种更隐蔽的变化：长期同 AI 对话后，人可能把朋友的倾诉也当成待解决任务，张口就是一二三条建议。对方也许只想被认真听见。

表达里的“人味”，也体现在什么时候不急着给答案。

节目把 AI 使用分成聊天、智能体和自主创造几层。

聊天工具提供建议；Agent 能调用电脑和接口，处理多步骤工作；再往前，使用者可以让它组合工具、搭建自己的系统。

每升一级，AI 触及的现实也更广。它可以整理资料、分析数据、准备活动物料，甚至代为操作软件。

卡兹克团队用这些能力减轻重复工作，但能做，不意味着所有任务都该授权。

能力边界会外扩，责任边界仍要由使用者亲自画。

卡兹克给出的一个清晰例子，是人与人的真诚沟通。他不愿让 AI 代替自己给别人发情感性的消息。

对他而言，给真实的人发送消息，是必须亲自完成的那一步。

这条线不是说所有人都必须照搬，而是说明授权可以按关系和后果分层。

整理公开资料与发给亲友的私人消息，风险、意义和可撤回程度完全不同。

越是承载信任的动作，越值得人在发送前停一下。

把消息写得更快，不等于把关系照顾得更好。

节目也谈到实体机器人。电脑里的步骤可以反复重试；家庭里把一篮脏衣服分类、洗净、晾干、叠好，牵涉形状、空间和无数例外。

卡兹克据此提醒：数字世界的快速进展，不能直接等同于现实任务已经被解决。

卡兹克做内容，也经营一支包含创作者、商务与经纪岗位的团队。

AI 能处理部分资料、报表和初稿，团队却仍需要面对面谈合作、理解创作者与客户的顾虑。

他由此谈到 IP 与信任。一个人或一家机构可被识别的表达、审美和做事方式，会让别人愿意持续合作。

这里的“IP”并非只指流量标签，它必须经得住一次次真实交付。

让人愿意回来找你的，往往是可辨认的判断，以及相处时积累的信任。

这也是“活人感”真正难以外包的原因。人会改主意，会对某个细节动心，也会在做错后承担关系里的后果。

AI 可以帮助表达这些经历，却不能替一个人经历它们。

把工具用在资料、重复劳动和尝试上，把好奇、品味、事实核验与重要沟通留给自己。这样安排之后，AI 越强，人的位置反而越清楚。

工具帮我们腾出的时间，最后应该回到观察世界和认真对人。