ARTICLE · 1218993
人类写了五千年,AI 快没得学了
人类写了五千年,AI 快没得学了如果说今天的 AI 有什么真正的焦虑，不是算力不够，不是模型太笨，而是——没东西可学了。 人类几千年的文字、代码、论文、报告，正在被它一口一口吃完。不少研究机构测算过，这条粮道已经看得见尽头。你可能觉得这很遥远，但恰恰是 AI 下一轮跃迁的起点：当“人类的知识”这条粮道走到头，AI 只能掉头，去真实世界里自己找吃的。 这篇文章想聊的，就是接下来会发生什么。 今天所有生成式 AI 的共同点，一句话就能说清：它们是人类经验的高维压缩包。 它读过的每一本书、每一行代码、每一条评论，都是人写的。它被训练的目标也不是“理解对错”，而是“下一个词更像人类会怎么说”。换句话说，它学的是人类对世界的描述，不是世界本身。 这带来两堵墙。 先别急着反驳“数据怎么会吃完”。算一笔时间的账就清楚：人类写出高质量文本的速度是线性的——一个人一天能写的字有限，全世界的作者加起来，增量也就是一个固定的池子；而 AI 的消耗量是量级的。更关键的是，模型学到的不是文字本身，而是文字背后的规律，规律被榨干之后，再喂多少相似的内容，边际收益都趋近于零。数据墙不是一道可以绕开的坎，它是这条路本身的终点。 第一堵是数据墙。人类几千年的优质文本，快被吃完了。这是物理约束，不是堆算力能解决的——再大的模型，没有新粮草也转不动。 第二堵是二手知识的墙。文字天然是有损压缩：人类没说出口的、说不清的、只有亲手做出来才知道的东西，都不在书里。AI 读了一辈子二手知识，像极了一个只靠教科书认识世界的天才——什么都懂一点，却没亲手摸过世界。 这两堵墙合起来的意思，比表面看起来更重：人类数据教会了 AI 说话，但教不会它做事。 为什么这么说？因为“做事”这件事，天然不在书里。书上写的是做事的经验，不是做事本身；经验一旦写成文字，就已经失真、过时、被挑选过了。真正值钱的东西——临场判断、手感、对意外情况的反应——恰恰是语言最难编码的部分。 “AI 靠非人类的数据超越人类”，这不是未来，是历史。 十几年前，围棋 AI 在没读过人类任何棋谱的情况下，纯粹靠自我对弈、自己复盘，把人类千年积累的棋艺远远甩在身后。这件事证明了三个被低估的结论： 如今的推理模型也在走同一条路：不再复读人类答案，而是在“思考”中自我训练，把推理推到人类标注都给不到的高度。 注意这件事的微妙之处：推理模型的训练信号，已经有一部分不来自人类给出的标准答案，而是来自“推理链本身是否自洽、能否推出正确结果”。这等于在人类数据这座粮仓之外，悄悄开垦了第二块田——评价信号从“像不像人”往“对不对”挪了一步。步子不大，方向却已经变了。 所以你对“AI 靠非人类数据跃迁”的判断，方向是对的。数据从哪里来，决定 AI 的天花板在哪里——只要它还靠人类喂饭，就永远活在人类经验的影子里。 但“AI 自己去抓数据”这个想象，画面是错的。 现实世界的数据，不是抓来的，是干出来的。AI 去做一件事，观察结果，调整策略，再去做。数据只是它行动的副产品。 什么叫通过与现实交互获得数据？AI 自己拆任务、调工具、验输出，在一次次的试错里长本事；机器人走进真实世界，碰撞、感知、修正动作。做成一件事，长一块数据；搞砸一件事，长一块更值钱的数据。 这不是“训练”，是“学习”。训练是吃别人嚼过的饭；学习是自己吃饭、自己消化、自己长身体。 更重要的是评价系统换了：以前对错由“像不像人类”打分，靠人类标注；以后对错由“事有没有做成”判定，靠世界反馈。奖励信号的源头，从人类偏好换成客观结果——这是真正的跃迁，AI 第一次开始对“真实”负责。 评价系统为什么这么关键？因为它决定了一只模型往哪个方向使劲。按“像不像人类”打分，最省力的策略是模仿；按“事有没有做成”打分，唯一的路是解决问题。方向一变，AI 会主动走出人类经验没有覆盖的空白地带——这不是风险的来源，恰恰是价值的来源。 但有个现实问题：直接让 AI 在现实里随便试错，代价太大了。 世界的反馈有两个致命缺点。一是稀疏：围棋每下一步都有输赢信号，所以自我对弈能飞速进化；现实里一个决定，可能几个月后才知道对错，反馈稀疏，学习就慢。二是昂贵且不可逆：让 AI 满世界闯祸来学习，谁也承受不起。 所以规模化试错必须发生在“练习场”里：高保真模拟环境，加上世界模型。世界模型解决的是让 AI 先“在脑子里跑一遍”——预测行动的后果，低成本预演，再决定要不要在现实里执行。现实的角色随之改变：从“唯一的老师”降为“最终考官”。AI 在模拟里学，在现实里考。 其实这个思路，人类自己早就验证过：一个有经验的人，动手前总会在脑子里把过程过一遍，预测哪里会出问题、提前想好对策——这套“脑内预演”就是人类版的世界模型。它让人类可以用很小的试错成本，学会做很大的事。AI 一旦补上这一环，学的效率会再上一个台阶，因为它在执行之前，就已经在想象里失败过了。 下一代 AI 的进化，会变成一个飞轮：行动 → 推演 → 反馈 → 升级 → 更聪明的行动。飞轮转得快不快，取决于三件事：数据生产的速度、反馈的密度、验证的成本。谁把反馈变密、把试错变便宜，谁就握住跃迁的钥匙。 其实这个转折已经开始：推理模型在自我改进；Agent 在自主执行，拆任务、调工具、验结果；机器人正走进真实世界。 AI 正在从“会说话”走向“会做事”。而会做事的 AI，不再需要人类投喂——它每做成一件事，就自己长出一块数据。人类数据的地位，将从“燃料”降为“起点”。 那个人还剩什么？两端：定义问题，和承担后果。AI 可以自己找答案，但问题由谁提出？做错了由谁负责？价值由谁判断？这些，数据给不了，世界也不教。 有人会问：这些事情离我太远。其实不远。当 AI 不再需要人类喂数据、开始自己找答案的那一刻起，人与 AI 的分工就重新洗牌了：凡是“喂给它的东西”，都会迅速变便宜；凡是“它还没跑通的东西”，都会迅速变值钱。你手里最值钱的资产，不再是脑子里的存量知识，而是正在处理新鲜问题的增量经验。 落到普通人身上，这句话更直接：别做“喂数据的人”。你总结的经验和流程，AI 学完的那一刻就超过你了。要做“在真实世界里把事跑通的人”——你越下场，手里的经验越新、越值钱、越难被复制。深入进去，把一件事做精做透，让 AI 帮你放大，而不是把你替代。 AI 的下一课，是行万里路。人的下一课，也是。 数据不会从书架上长出来，它只会在世界的现场里长出来。读万卷书让你进场，行万里路，才让你登顶。
一、AI 是个满分学生，但满分是有天花板的
二、跨出人类经验，其实已经发生过一次
AI 的能力上限，可以突破人类数据的上限； 非人类的数据更“干净”，没有人类的偏见和惯性； 评价系统一变，数据质量就质变——它学的对错来自棋局本身，而不是人类老师。
