AI 能回答一切,美国为什么还要花 2650 亿,把一群人请过太平洋?

知识越来越便宜，点拨越来越贵。省下学费的人，正在悄悄花掉另一样东西。

先问一个问题。

假如今天有人告诉你：世界上最先进的芯片怎么造，所有公开资料你都能读到，所有论文 AI 都能替你讲明白，设备可以买，厂房可以盖，补贴管够。你觉得还缺什么？

美国给出的答案，价值 2650 亿美元。

这是台积电在亚利桑那州凤凰城承诺的投资总额：十座晶圆厂、两座封装厂、一座研发中心，全部落在沙漠里。华盛顿称它为美国历史上最大的一笔外国直接投资。可如果你去看这个项目真正落地的细节，会发现最费心思的部分，跟机器一点关系都没有。

当地教会给台湾工程师的家属开英语班；医院产房准备了普通话导览，让准妈妈提前用母语熟悉生孩子的地方；招商部门的负责人，把自己的私人手机号写进给高管的欢迎信里。

一个超级大国的头号产业政策，最后落到了这些琐碎的小事上。只为一件事：让那些人留下来，安心干活。

因为美国真正要买的，从来不是工厂，而是那些人脑子里、手上的东西。

—— 厂房可以盖，设备可以买，唯独手艺，只能连人一起请回来。——

01  有些东西，写不进任何文档

匈牙利裔哲学家迈克尔·波兰尼说过一句后来被反复引用的话：我们知道的，比我们能说出来的多。他给这种东西起了个名字，叫“默会知识”。

最能说明它分量的，是一个美国人自己的教训。

上世纪七八十年代，美国在田纳西州橡树岭生产一种用于核弹头的保密材料，代号“雾岸”（Fogbank）。后来生产线停了，工厂关了，老师傅们陆续退休。二十多年后，弹头需要延寿，美国发现，自己造不出来了。

图纸还在，配方还在，档案也还在。可照着做，就是不对。工程师们折腾了好几年，额外花了数千万美元，最后才找到原因：当年的老工艺里有一种“杂质”，正是它让材料性能达标。新工艺做得太“干净”，反而失败了。

没有任何一份文件记录这件事。因为当年的人自己也不知道它重要。它只活在那条生产线、那几双手上。人走了，它就没了。

有意思的是，美国的工业史本身，就是从一次“搬人”开始的。

1789 年，一个叫塞缪尔·斯莱特的英国年轻学徒，偷偷登上了去纽约的船。当时英国严禁纺织技工出境，图纸更是禁运品。斯莱特什么都没带，只带了脑子：他在棉纺厂当了好几年学徒，把整套水力纺纱机的结构记得清清楚楚。几年后，他在罗德岛建起了美国第一座成功运转的水力纺纱厂。

英国人骂他“叛徒斯莱特”，美国人后来尊他为“美国工业革命之父”。

两百多年过去，剧本几乎没变，只是方向反了过来。当年美国从英国“搬”来一个学徒，今天它从台湾请来几千名工程师。传说中难以复制的良率，已经在凤凰城第一座厂追上了台湾本土。钱确实在起作用，只是它买东西的方式，跟大多数人想的不一样。

它买的不是知识，知识早就公开了；它买的是那些知道“哪里有杂质”的人。

02  答案机器，只回答你问得出的问题

把镜头从国家拉回到个人。

这两年最流行的一种说法是：学习不值得再花钱了。AI 有问必答，不收费，不嫌你笨，比任何老师都耐心。花钱上课，等于交智商税。

这个判断，对了一半。

知识本身确实在快速贬值。查资料、写初稿、学一个软件、弄懂一个概念，过去要报班、要请人，现在打一行字就够了。抗拒这个趋势没有意义。

但另一半，可能恰恰相反。

宾夕法尼亚大学沃顿商学院的研究团队，在土耳其一所高中做过一场实验，近千名高中生参加。一组学生做数学练习时可以直接用 GPT-4，一组用的是被“改造过”的 AI 导师，只给提示、不直接给答案，还有一组什么都不用。

结果很扎心。直接用 GPT 的那组，练习时成绩提高了 48%；可一旦考试时把 AI 拿走，他们反而比从没用过 AI 的同学低了 17%。而那组“只给提示”的学生，练习成绩提高更多，考试时也没有掉下去。

同一个 AI，给答案和不给答案，效果天差地别

这个实验说明了一件很重要的事：AI 越像答案机器，越可能让人原地踏步。你以为自己学会了，其实只是“用会了”。

更根本的问题在于，答案机器只响应问题。你问得出的，它一个不落全接住；你问不出的，它永远不会主动告诉你。

而一个人真正的瓶颈，往往就藏在他问不出的那个地方：他不知道自己哪里错了，不知道哪件事比他以为的重要十倍，也不知道哪条路其实是悬崖。

公开市场卖的是答案。真正改变命运的，是有人看见你自己都看不见的那个缺口。

03  两个标准差：差的不是教材，是身边有没有人

1984 年，美国教育心理学家本杰明·布鲁姆发表了一项后来被称为“2σ问题”的研究。

他比较了两种教学方式：一种是普通课堂，一个老师对着三十个学生；另一种是一对一辅导，老师就坐在学生旁边，随时发现问题、随时纠正。教材一样，内容一样，时间也差不多。

结果，一对一辅导的学生，平均成绩比普通课堂高出整整两个标准差。换句话说，辅导组里一个中等水平的学生，能超过普通课堂里 98% 的人。

教材都一样，差的是有没有人在旁边看着你做

布鲁姆把它叫作“问题”，是因为一对一太贵了，没法大规模推广。四十年后，AI 被寄予厚望来解决它。但沃顿那个实验已经提醒我们：AI 能复制辅导的形式，未必能复制辅导的本质。

辅导的本质是什么？是在场。

一百多年前，约翰·霍普金斯医院的外科医生霍尔斯特德，建立了美国现代的外科住院医师制度。年轻医生不是在教室里学开刀，而是跟在主刀医生身边，一台一台地看，一台一台地做。外科界至今流传一句话：看一例，做一例，教一例。

手术的步骤，教科书上都有。但什么时候该停、哪个组织“手感不对”、出血到什么程度该改方案，这些只能在手术台边，由一个比你多见过几千台手术的人，当场告诉你。

东京银座的寿司之神小野二郎，学徒要跟他学十年。纪录片里有个细节：一个学徒做玉子烧，做了两百多次，才第一次被师傅点头认可。那一刻他哭了。玉子烧的做法从来不是秘密，可“对”和“差一点”之间的那条线，只有师傅看得见。

科学界也一样。社会学家哈丽雅特·朱克曼研究过美国的诺贝尔奖得主，发现在她统计的 92 位得主里，有 48 位年轻时曾在另一位诺奖得主手下做过学生或助手。

这些大师传下去的，显然不是知识。论文都发表了，人人可读。传下去的是品味和尺度：什么问题值得做，什么结果只是噪音，什么时候该坚持，什么时候该放手。

这几年大家都在说，AI 时代最重要的是判断力。可判断力从哪儿来？它不是读出来的，是撞出来的。但光撞也不够，没有人帮你复盘，撞多少次都只是伤疤。有人校准过的碰撞，才会沉淀成判断力。

04  真正贵的，是时间差

那问题来了：既然手艺可以撞出来，美国为什么不自己慢慢练？

因为它等不起。

二战结束时，美国启动了一项秘密计划，代号“回形针行动”，先后把一千六百多名德国科学家和工程师带到美国，其中就有火箭专家冯·布劳恩。后来把人类送上月球的土星五号，就出自他的团队。

美国当然有自己的科学家，给足时间也能造出火箭。可在一场比速度的竞赛里，十年和二十年，就是赢和输的区别。把人请来，本质上是在买时间。

台积电的 2650 亿，是同一笔账。给美国十年二十年，本土工程师也能把良率爬上去。但在 AI 竞赛里，晚三年，可能就意味着标准由别人来定。

这笔账，正在一层层传到每个普通人身上。

2025 年，斯坦福大学数字经济实验室发表了一项研究，用美国最大的薪资服务商的数据追踪就业变化。他们发现，在最容易被 AI 替代的职业里，22 到 25 岁年轻人的就业，相对下降了大约 13%；同一批职业里，经验丰富的老员工却基本没受影响。

这个数字背后的逻辑很残酷：AI 首先替代的，正是新人用来“边干边学”的那部分工作。初级岗位变少了，在场学习的机会也跟着变少了。过去，一个新人可以在打杂中慢慢偷师；今天，打杂的活儿 AI 干了，偷师的机会也没了。

与此同时，AI 又让“学会”变得前所未有地容易。一个普通人借助 AI，确实可能在一两年内摸到过去要十年才到达的深度。可正因为终点人人可及，谁先到，就成了唯一的区别。

窗口在变短，职业的半衰期在变短，行业洗牌的周期也在变短。在一个变短的窗口里，晚到的代价不是慢一点，而是直接出局。

AI 让知识降价，却让时间涨价。

05  所以，钱到底该花在哪？

说到这里，可能有人会觉得，这是一篇劝人买课的文章。

恰恰相反。

市面上大多数课程，确实不值那个价。它们卖的是知识，而知识正是 AI 最擅长、也最便宜的那一层。为这一层付高价，才是真正的智商税。

但如果把学习拆开来看，它其实有三层。

越往下，越稀缺，越贵

最上面一层是答案。查资料、解题、写初稿、学工具。这一层，大胆交给 AI，能省则省，不必再花一分冤枉钱。

中间一层是校准。这件事有多重要？该投入多少？这个机会是十年一遇，还是天天都有？这一层，需要一个见过足够多成败的人，帮你掂一掂分量。

最下面一层是在场。有人看着你做，在你犯错的当下就指出来，在你走向悬崖前一把拉住你。这一层最稀缺，也最贵，因为它按你的窗口期计价，越晚越贵。

落到行动上，可以记住三句话：

第一，把 AI 当陪练，别当答题器。让它出题、追问、挑你的错，而不是替你给出答案。沃顿那个实验已经证明，用法不同，结果天差地别。

第二，主动找到你的“那张桌子”。它可能是一个比你早走五年的前辈，一个愿意带你的老板，一个高手云集的小圈子。为这样的位置付出时间、精力甚至金钱，是 AI 时代回报率最高的投资。

第三，别只向年长的人学。AI 时代，一个比你年轻、但每天泡在新工具里的人，同样可以是你的导师。你给他尺度，他还你速度。

写在最后

回到凤凰城。

那些英语课、普通话导览和写在欢迎信上的私人电话，看起来是最不起眼的细节，却是这笔 2650 亿投资里最诚实的部分。它说明，一个国家砸下最多钱的时候，真正想买的，是一群人，和他们身上那些写不下来的东西。

这个道理，对每一个普通人同样成立。

AI 时代，知识会越来越便宜，但学习不会变得免费。它只是换了一个付费的对象：从买答案，变成买校准、买在场、买时间差。

你省下的是学费，花掉的却是窗口期。

而窗口期，是唯一买不回来的东西。