ARTICLE · 1289214
AI时代,人的三种知识
AI时代,人的三种知识先从一个调查结果说起。 麦肯锡的一项研究显示：三分之二的企业在采用AI后，并未看到实际成效——尽管每一位员工的效率都得到了极大提升。一位CEO对此的解释一针见血：即便一家公司里全是效率极高的员工，它也未必成为运行最快的企业，因为工作并非由个人孤立完成；某位员工交付功能的速度比以前快了三倍，但开发出来的东西，可能根本不是市场真正需要的产品。 个人超速，是企业提速的必要条件，但不是充分条件。 这个结果值得反复咀嚼。过去几年最流行的推演是：AI效率提升→企业需要的员工减少→岗位必然消失。但这个推演默认了一条链条——执行端的效率会自动变现为企业的业绩和利润。麦肯锡的研究显示，这条变现链条是断的。断点不在执行端，在判断端：判断市场需要什么、决定做什么、协调谁与谁合作——这些才是瓶颈。 所以真正的问题浮出水面：当执行不再稀缺，判断成为瓶颈，判断由什么构成？ 我的回答是：人在判断端拥有AI不具备的三种知识。这三种知识，是AI时代人不可替代性的最终根据。 AI也有“经验”，但它的经验来自数据和语料，是二手的、统计性的。人的经验带着身体：累、痛、尴尬、饥饿、心跳加速，社交场合里空气突然安静的那半秒，摸到材质时指尖的判断，走进一家店就察觉到的气氛不对。 这些知识有两个特征。第一，微妙。它存在于语言之前、概念之下，没法完整写进任何提示词。第二，具身。多模态和具身智能可以不断逼近，但有一个层面永远缩不小：主体体验本身。AI模拟“累”，不是累；它处理的是关于累的描述，不是累本身。 经验型知识看似柔软，实则坚硬：它决定了一个人对“这方案在现实中行不行”的直觉速度。这种直觉，是无数次真实碰壁换来的压缩文件。 这一条最容易被误解，因为AI也能“验证”AI：多模型交叉、一致性检验，机器做得又快又勤。但请看清两种验证的区别： AI做的是一致性检验——这个判断符不符合已有的模式、逻辑和数据分布。人做的是符合性检验——它符不符合真实世界？符不符合我们愿意承受的后果？前者在系统内循环，后者把系统外的现实和立场接进来。 更深一层：AI之间的相互验证，很可能是同义反复。两个用相似语料训练出来的模型，互相点头，只是统计镜子的互相照映。一个系统的判断，最终需要一个站在系统之外、有身体、有利益、有立场的主体来落地。这就是为什么“生成-验证-迭代”的回路里，验证这一环必须有人——不是因为人比AI算得快，而是因为锚不能放在系统内部。 AI的产出分布，是它训练数据和反馈数据的镜像。这意味着一件事：AI没有审美先锋性。它擅长在分布之内组合，而不擅长在分布之外开辟。 但市场需求的真相恰恰在于分布之外。消费者往往不知道自己要什么，直到有人把它放在面前。好的品味不是迎合需求，而是引领需求、定义需求。品味不仅决定AI产出什么，甚至定义了AI能做什么的天花板——你向AI要什么，取决于你想得到什么；而“想得到什么”，恰恰是品味的疆域。 这也回头解释了那个三分之二：企业一窝蜂拿AI加速执行，但“做什么”这个决定——那个最需要品味的环节——没有人认真引领。提速提错了方向，越努力越浪费。 三种知识定位之后，人机协作的真实形态就清晰了：AI负责生成假设的速度，人负责验证、品味裁决和经验校准。 AI在几秒内给出三十个方案；人用经验剔除二十五个用脚想都知道在现实中行不通的；用品味从剩下五个里选出那个会引领需求的；用验证让选定的方案快速迭代、迅速修正。 纯人，慢。纯AI，错——纯AI不是快，是用光速生产未经裁决的方案。这个回路的威力远大于任何单边：机器扩大候选空间，人承担裁决功能。这就是为什么我说，人在判断上与AI密切合作，比AI单干或个人单干都更好——这不是情怀，是三种知识分布结构决定的技术必然。 三种知识不是天赋，是练出来的：品味靠丰富的体验喂养，经验靠真实经历积累，验证能力靠反复承担判断的责任磨砺。 于是出现一个自毁陷阱：如果社会让AI替人过掉时间——替你体验、替你判断、替你选择——人的三种知识就会萎缩，判断能力退化，然后“AI比人强”就真的成立了。 请注意这个因果链：淘汰不是AI强加给人的，是人把自己闲置到退化之后，完成的自我淘汰。一个人如果停止了真实生活、停止了亲自判断、停止了为选择负责，他就亲手拆除了自己在AI时代的立身之本。 所以“体验不可外包”不只关乎尊严，更关乎生存：外包体验，等于拆除自己的判断资本。 把上面的逻辑推到底：经验要时间去经历，品味要闲暇去喂养，验证能力要真实责任去磨砺——休息不是福利，是判断资本的再生产。 一个从未生活过、只有工作的人，拿不出经验型知识，也拿不出品味型知识。在判断成为瓶颈的时代，劳动者的闲暇时间，直接构成企业的判断能力储备。从这个角度看，疯狂加班不只是在消耗员工，也是在烧毁企业自己最稀缺的生产资料。对老板们来说：克扣员工的闲暇，就是克扣你自己未来的判断力。 三种知识合起来，回答了AI时代“人凭什么立身”的问题：凭经验、凭验证、凭品味。它们共同撑起一个结论——AI可以扩大候选空间，但裁决功能必须留给人。 这不只是个人修养层面的建议，它应当成为制度：涉及需求判断、方案裁决、品味选择的环节，人的实质参与必须获得法律保障；教育和培训体系，应当从“执行技能”的灌输，转向“判断资本”的养成。 AI给了我们一个历史上从未有过的机会：让机器承担执行，让人回归判断、回归体验、回归生活。 前提是：我们别把体验外包出去，别把自己闲置到退化。 人在判断，AI在加速——这才是协作，而不是替代。 （本文观点的形成，受益于与AI助手Kimi的多轮讨论；文中“三种知识”的框架由作者提出。）
