AI 时代的分化：从物质资源到思想资源

谈起不平等，人们第一反应往往是收入和财富。这当然要紧，但很可能漏掉了一个正在成形、却少被说破的东西。要看见它，得先回头看看历史。

农业时代，决定一切的是土地。土地一旦拢到少数人手里，社会就劈成地主和农民两截。这不只是财富上的落差，更是权力的落差：谁握着地，谁就握着租佃、赋税和秩序，能替别人定下处境。占地的站在上头，失地的落在下头。

工业时代，关键的资源换成了资本和机器。工厂、设备、资金攥在少数人手里，社会又分出资产阶级和无产阶级，工人能卖的只剩下自己的劳力。这同样是一次权力分化，而且扎得更深：资本不只管生产，还能左右法律、舆论和日常规矩。

这两次分化，分掉的都是人身之外的资源——土地、资本、机器。它们是客体，能占有，也能让渡、被夺走。谁手里多，谁就站得高。

人工智能带来的，是第三次变化，性质却不太一样。它集中和散发的，不单是能源或设备，更是信息和判断本身。算力、数据、模型成了新的稀缺物，而它们直接作用在人的认知上。换句话说，这一轮被分开的，可能不再是身外之物，而是人自己的东西：你能不能独立判断，能不能自己长出想法。分化落到了主体的文化资源上。

布尔迪厄提醒，资本从来不止一种。除了钱，还有文化资本：一个人受过的教育、养成的眼光、攒下的见识。他说的，差不多就是刚才那种长在人身上的资源。这类资本平时不显眼，却实打实决定一个人能走多远。他还提醒以稳，常常是因为被支配的人把它当成了天经地义。你以为是自己的喜好，其实是被塑出来的偏好。算法时代更是这样：推荐系统把你本来倾向的内容不断喂到眼前，日子久了，你便把它当成自己的判断。

福柯关心的则是权力怎么运转。他认为现代权力很少靠硬逼，更多靠日常规训，让人自愿配合。但在同一套思路里，他也留了一道出口：人可以用「自我技术」，也就是对自己的持续训练，去建立和守住自主。这说法不玄，它就是一个人主动做的自我修炼——坚持独立思考，自己核对，自己担下判断的后果。

人工智能在这件事上绝非中立。它更像一面放大器：对已经会思考的人，它把能力放得更大；对缺少训练的人，它替他把思考做完，日子一长，便顶替了思考本身。研究里叫这「认知沟」：一部分人的认知能力被持续增强，另一部分人被甩开、被落下，而且差距会自己加速。

最近数学界的热议，把「认知沟」摆到了眼前。2025 年夏天，几个 AI 系统在国际数学奥林匹克（IMO）上解出了六道题里的五道，够到金牌线——而在这座人类智力的高台上，这原本是极少数天才少年才能摸到的成绩。数学界先是一震，接着迅速分了层：像陶哲轩这样的顶尖学者，很快把 AI 当成了研究搭档——

人和机器的关系，就像「一个拿铲、一个拿镐，合起来才凿得穿隧道」。
—— 陶哲轩（Terence Tao）

他们用 AlphaEvolve 在六十七道难题上刷新或追平了已知的最优解。到 2026 年初，AI 在「First Proof」这类研究级题目上已经能解过半，从「奥赛选手」长到了「研究生」。可也有人格外警醒：当答案来得越来越容易，数学家对自己领域的那种「直接体悟」会不会被悄悄掏空？菲尔兹奖得主文卡特什就担心，依赖强工具会蚀掉人对数学的切身体认。

AI 对「会思考的人」确实是放大器，但前提是那人本来就有方向、有判断，铲和镐得有人使。「能解题」和「真懂」未必是一回事。一个系统能在 IMO 拿金牌，却也会在简单题上犯傻，有人称之为「锯齿状智能」；竞赛题再难，也被关在一个规则清楚的沙盒里，用不着提出新概念、新理论。对个人也一样：把思考外包出去，到手的是答案，丢掉的可能是对问题本身的把握。

差距不取决于「用得多还是用得少」。同样使着人工智能，有人拿它做拆解、验证和整合，有人只管它要一个现成答案。真正被分化的，是答案背后的那套能力和认知。

「丰富」和「贫瘠」很难量化为一个数值。一个人的思想资源厚不薄，至少牵着好几条线：拿到手的信息是一手的还是转手的，有没有辨真假的本事，想问题钻不钻得深，能不能察觉并调自己的思路，能不能抛出新问题而不只是接答案，能不能把零散的东西连成整体。这几条未必齐步，信息量暴涨的同时，深度和自主性完全可能往下掉。这里是一处结构性的剖面，不是一把简单的尺子。

由「贫瘠」到「丰富」并不仅仅取决于「个人够不够努力」。一个人能不能坚持自我训练，要看他有没有时间、条件和相应的教育。这部分的思考已然逸出了我的眼界，只能待有识之士丰富之。

总之，技术不会自动带来好或坏，只看我们怎么安排。绕回开头：人工智能时代，真正把人和人拉开距离的，也许不再是拥有多少，而是能不能守住并长养自己的判断力。这事，个人要下功夫，制度更得给条件。对每个还在学习的人而言，把判断力当成一种要长期投入的能力来对待，是眼下最实在的一件事。