一、一个小小的浏览器插件

这个周末，我经历了一件小事。

说是小事，因为它不过是一个浏览器插件；说是大事，因为它给我的震撼，远远超出了技术本身。

我是一个 Vim 爱好者。对于长期使用计算机的人来说，键盘不仅仅是输入工具，有时候甚至已经成为身体的一部分。手指不愿意离开键盘，思维也不愿意被鼠标打断。

在 Chrome 浏览器上，我一直非常喜欢一个叫 Vimium-C 的插件。它可以让我用 Vim 的快捷键操控浏览器。尤其是使用 j/k 键上下滚动网页时，那种丝滑流畅的感觉，几乎已经成为一种肌肉记忆。

但我也使用 Safari。

遗憾的是，在 Safari 上始终找不到一个真正令人满意的替代品。有的功能太简单，有的滚动起来一跳一跳，缺乏那种细腻的控制感。我尝试过 Vimari 等插件，总觉得差那么一点意思。

Vimium-C 的作者曾经表示，由于工作原因，加上自己对 Safari 不够熟悉，放弃了 Safari 版本的开发。

我完全理解。一个成熟的浏览器插件，背后可能有大量复杂的代码。不同浏览器的扩展机制、接口兼容性、权限管理，都可能成为一道道障碍。即使对于一个经验丰富的开发者，这也不是一件轻松的事情。

于是，这个问题就一直留在那里。

直到这个周末，我突然冒出一个念头：

为什么不让 AI 来做呢？

起初，我让 GPT-6 写了一个极简版本，只实现 j/k 键上下滚动的功能。

很快，代码就出来了。

运行起来，居然非常丝滑。

我很满意，也因此产生了更大的野心：既然如此，为什么不把 Vimium-C 的全部功能都搬到 Safari 上呢？

于是，我让 GPT-6 去 GitHub 学习 Vimium-C 的源代码，然后尝试移植。

结果并不顺利。

各种兼容性问题不断出现，代码改了又改，测试了一次又一次，折腾了整整一天，插件仍然无法在 Safari 上正确工作。

这让我意识到，即使是今天的 AI，面对复杂的软件系统和不同平台之间的迁移，也远非无所不能。

不过，真正让我震撼的事情，发生在第二天。

我忽然换了一个思路。

既然移植原有代码这么困难，为什么一定要移植呢？

为什么不完全抛开 Vimium-C 的实现方式，只保留我要实现的功能，让 AI 从头重新设计？

我告诉 GPT-6：不要参考原作者的代码，重新实现一个具有这些功能的 Safari 插件。

大约十分钟后，代码生成完成。

接着，我把项目交给 Claude Code，使用 GLM 模型完成后续的编译和部署。

又过了大约半个小时，一个新的浏览器插件就出现在我的 Safari 中。

GPT-6 给它取了一个名字：

SmoothVim for Safari。

它运行得很好。

熟悉的快捷键，流畅的页面滚动，原本让我困扰很久的问题，就这样解决了。

我坐在电脑前，看着 Safari 中随着 j/k 按键平滑移动的网页，心中突然涌起一种非常复杂的情绪。

有兴奋，有惊喜。

但更多的，是一种难以言说的震撼。

甚至，还有一点隐隐的不安。

二、真正震撼我的，不是 AI 会写代码

AI 会写代码，早已不是什么新闻。

从最初的代码补全，到根据自然语言生成函数，再到今天可以理解需求、设计架构、生成代码、调试问题，甚至借助不同工具完成部署，AI 编程能力的进步速度，已经远远超出了许多人的预期。

但这次经历给我的冲击，仍然非常强烈。

因为我看到的，不只是 AI 编程能力的提高，而是一种软件生产方式正在发生根本性的变化。

过去，如果我想解决这个问题，大概有几条路。

第一，等待某位开发者出于兴趣，为 Safari 开发一个类似的插件。

第二，寻找现有的开源项目，尝试修改和完善。

第三，自己投入大量时间，学习 Safari 的扩展机制，研究原有项目的架构，再从头开发。

无论选择哪条路，都意味着相当高的成本。

而今天，我只需要把自己的需求表达清楚，就可能在很短时间内获得一个真正可以运行的软件。

更值得思考的是，这次成功并不是来自对原有代码的简单模仿。

恰恰相反。

最初，我试图让 AI 学习一个已经存在的复杂系统，然后进行移植，结果失败了。

后来，我只告诉它要实现什么，而不再规定它应该怎样实现，结果反而成功了。

这里面隐藏着一个很有意思的技术问题。

一个软件系统的源代码，包含了大量历史积累：过去的设计选择、兼容性妥协、技术债务，以及开发者在特定环境下形成的各种约束。

试图把这些东西原封不动地搬到另一个平台，并不一定是最优解。

有时候，理解问题的本质，摆脱既有实现的束缚，重新设计一套解决方案，反而更加简单。

当然，我不能仅凭一次成功，就断言新插件在所有边界条件、性能和长期维护方面都已经达到了成熟开源项目的水平。这些仍然需要进一步验证。

但这并不影响这次经历带给我的震撼。

因为 AI 已经展现出一种非常重要的能力：

它不只是帮助人类执行已有的技术方案，还可以参与构建全新的技术方案。

在这一过程中，人类和机器之间的分工，正在悄悄改变。

过去，我们需要掌握实现的细节，才能把一个想法变成现实。

今天，在越来越多的场景中，我们可以先提出目标，再让 AI 寻找实现路径。

技术正在从一种稀缺的专业能力，逐渐变成一种越来越容易获得的公共能力。

这当然是一件令人兴奋的事情。

但它也带来了一个更加尖锐的问题。

如果复杂的技术能力不再稀缺，那么，那些曾经依靠掌握这些能力而获得价值的人，又该如何定义自己？

三、当机器开始进入人类引以为傲的领地

我曾经是一名物理学教授。

多年来，我一直相信，知识、理性、逻辑和创造力，是人类最值得珍视的能力。

从牛顿力学到麦克斯韦方程，从相对论到量子力学，人类文明的每一次重大跃迁，都离不开少数卓越头脑对自然世界的深刻洞察。

科学之美，在于我们竟然能够用有限的智慧，理解如此复杂的宇宙。

而计算机科学，则将这种理性能力推进到了一个新的高度。

我们通过数学和逻辑，把思想转化为算法，再把算法变成能够改变现实世界的软件。

在很长一段时间里，编程不仅是一种技术，更是一种智力活动。

能够写出优雅的程序，能够设计复杂的系统，能够解决别人无法解决的问题，是工程师和科学家重要的成就感来源。

但今天，情况正在改变。

机器开始能够完成越来越多原本需要人类多年训练才能完成的工作。

而且，它们不会疲倦，不需要休息，可以同时处理大量任务，能够在短时间内调用和组合人类积累的海量知识。

我当然知道，AI 仍然会犯错。

它可能产生看似合理却无法运行的代码，也可能在复杂场景下陷入反复修改的循环。

我的这次经历，本身就是一个例子。

但一个技术体系是否会深刻改变社会，并不取决于它今天是否完美，而取决于它的发展方向和进步速度。

真正让我感到不安的，是我们正在逐渐失去一个过去习以为常的前提：

人类的智力能力，天然高于我们创造的工具。

在工业革命中，机器延伸和替代了人的体力。

我们可以安慰自己，人类的真正价值在于智慧。

后来，计算机替代了大量重复性的脑力劳动。

我们又告诉自己，机器只能执行程序，而人类能够理解、创造和判断。

现在，生成式 AI 正在快速进入那些曾被认为属于人类高阶智力活动的领域。

它可以写文章、编程、设计、分析、推理，甚至参与科学研究。

于是，我们不得不继续后退，寻找新的边界。

有人说，人类还有创造力。

但 AI 已经可以生成大量具有新颖性的作品。

有人说，人类还有审美和直觉。

但 AI 也正在学习人类的审美偏好，并表现出越来越强的设计能力。

有人说，人类还有情感。

这当然重要，但如果只是把情感当成最后一块不可被替代的领地，恐怕也不足以回答未来社会的全部问题。

我们不应该把人类的尊严，建立在机器永远无法做到某件事情之上。

因为历史已经反复告诉我们，这种边界很可能不断移动。

那么，人类究竟还剩下什么？

我想，这可能是 AI 时代最值得严肃面对的问题之一。

四、我们可能一直把人的价值放错了位置

这些年来，我们的教育体系，实际上建立在一个重要假设之上：

知识是稀缺的，掌握知识的人具有价值；专业技能是稀缺的，拥有技能的人能够获得更好的职业机会。

因此，我们努力学习，参加考试，获得学位，掌握专业知识和技术。

这种逻辑在过去很长时间里是成立的。

但当 AI 能够以极低的成本提供知识、生成方案、完成大量专业工作时，这套价值体系就不可避免地面临挑战。

如果一个普通人借助 AI，就能够完成过去需要专业程序员才能完成的软件开发任务，那么程序员的价值在哪里？

如果 AI 可以迅速解释复杂的物理概念，回答学生的问题，甚至根据不同学生的认知水平设计学习材料，那么教师的价值又在哪里？

如果 AI 能够协助撰写论文、分析数据、提出假设，那么研究人员又应该如何定位自己？

这些问题不会因为我们不喜欢，就自动消失。

更不能简单地用一句“AI 只是工具”来安慰自己。

因为工具的能力变化到一定程度，就会改变使用工具的人，改变社会的分工，甚至改变我们理解自身的方式。

蒸汽机出现以后，人类的体力不再是生产效率的主要限制。

计算机出现以后，人类的计算速度不再是信息处理的主要限制。

而 AI 的出现，正在使越来越多的知识和认知技能不再具有过去那样的稀缺性。

这对人类来说，既是一种解放，也是一种挑战。

解放在于，我们终于可以不必把大量生命消耗在重复、繁琐的劳动中。

挑战在于，当这些劳动不再需要我们时，我们是否知道自己应该做什么？

过去，一个人可以通过“我会做什么”来定义自己。

我是一名程序员，因为我会编程。

我是一名教师，因为我能够传授知识。

我是一名专家，因为我掌握别人不具备的专业能力。

但未来，这些身份可能越来越难以仅凭技能本身来维持。

我开始觉得，或许我们需要把问题反过来：

不是先问“我会做什么”，而是先问“我为什么要做这件事”。

不是仅仅追求“我比机器更擅长什么”，而是认真思考“什么样的世界值得我们去创造”。

人的价值，也许不应该只由他能够完成多少任务来衡量，更应该由他如何选择目标、如何理解世界，以及如何对自己的选择负责来体现。

这并不意味着技能不再重要。

恰恰相反。

如果没有基本的编程知识和技术判断，我可能根本无法理解 GPT-6 生成的插件是否可靠，也无法辨别那些隐藏在代码背后的风险。

只是，技术能力在整个价值链条中的位置，正在发生变化。

过去，掌握技术是实现目标的最大门槛。

未来，真正困难的可能是找到值得实现的目标，并且能够判断实现的结果是否真正有意义。

五、AI 时代，人类应该重新定位在哪里？

回到这个小小的 Safari 插件。

这次经历中，有一个细节值得玩味。

AI 并没有主动找到我，告诉我：“你一直使用的 Safari 插件体验不佳，我已经为你设计了一个新版本。”

至少在这次经历中，事情不是这样发生的。

是我在长期使用中感受到了不便。

是我知道自己真正想要的是什么。

也是我在第一次尝试失败后，决定放弃移植原有代码，换一种解决问题的方式。

GPT-6 完成了大量具体的设计和编码工作，Claude Code 与 GLM 帮助完成后续的工程流程。

而我，更多地扮演了需求提出者、目标选择者、方案调整者和结果判断者的角色。

这让我想到，未来的人机协作，或许会越来越呈现出这样的形态。

人类不再需要亲自完成每一个步骤，但必须有能力提出有价值的问题，并在必要的时候重新定义问题。

不过，我并不想因此得出一个过于乐观的结论：人类负责提问，AI 负责回答。

因为 AI 同样可以帮助我们发现问题、提出问题，甚至挑战我们最初的问题设定。

如果未来 AI 连这些工作都可以做得很好，人类又将如何定位自己？

我现在更加相信，我们需要重新建立的，不是人类相对于机器的能力优势，而是人类在技术文明中的主体性。

所谓主体性，并不是坚持所有事情都必须亲手完成。

而是即使拥有强大的工具，我们仍然能够保持自己的判断，理解自己的选择，并承担由这些选择带来的后果。

AI 可以帮助我们设计一个复杂的教育系统，但我们仍然需要回答：我们希望孩子成长为什么样的人？

AI 可以帮助我们提高企业的运营效率，但我们仍然需要回答：效率提高以后，创造的价值应该如何分配？

AI 可以帮助科学家探索自然规律，但我们仍然需要回答：哪些研究值得投入资源，哪些技术应用需要保持克制？

这些问题当然也可以向 AI 寻求建议。

但建议不等于责任。

一个社会最终如何对待它的成员，如何理解公平与尊严，如何在效率与自由之间作出选择，不应该只是一个优化算法的输出结果。

从这个意义上说，AI 时代最重要的能力，或许不再是单纯地给出正确答案，而是能够理解答案背后的价值与代价。

这也意味着，我们必须警惕另一种危险。

当 AI 越来越方便、越来越强大时，人类可能逐渐失去独立思考和行动的习惯。

如果所有问题都交给 AI，所有判断都依赖 AI，甚至连自己的兴趣、目标和人生选择都期待 AI 给出建议，那么我们得到的究竟是自由，还是一种更加隐蔽的依赖？

工具越强大，人越需要保持清醒。

否则，我们可能在获得前所未有的能力的同时，失去使用这些能力的自主性。

六、作为一个教育工作者，我更加关心下一代

如今，我正在从事 AI 教育相关的创业。

因此，这次小小的编程经历，也让我不断思考教育的未来。

如果一个人用自然语言，就可以让 AI 开发出一个功能完整的软件，那么，我们应该如何教孩子学习编程？

我们是否还需要让他们花费大量时间记忆语法、练习算法、学习软件开发的各种细节？

我的答案是：需要，但理由必须改变。

学习编程，不应该只是为了将来成为一个能够熟练敲代码的人。

正如学习物理，不只是为了记住牛顿定律和麦克斯韦方程。

我们学习物理，是为了理解自然世界，培养用模型描述现实、用证据检验假设、用逻辑分析问题的能力。

同样，学习编程的重要意义，是理解计算系统如何工作，理解抽象、逻辑、结构和复杂性，获得把想法转化为现实的思维方式。

如果一个学生完全不理解程序的运行机制，那么即使 AI 在几分钟内生成了一个复杂的软件，他可能也无法判断软件到底做对了什么、做错了什么。

但如果我们仍然把大量教育资源投入机械性的知识记忆和标准答案训练，也会让学生错过这个时代真正重要的机会。

我希望未来的教育，能够让孩子们更早地接触真实的问题。

让他们观察生活，发现不便，提出自己的设想。

让他们借助 AI 设计解决方案，再通过实验、测试和反复修改，理解想法与现实之间的距离。

更重要的是，让他们学会不断追问：

这个问题真的值得解决吗？

这个方案为什么有效？

AI 给出的答案可靠吗？

有没有其他可能？

它会给别人带来怎样的影响？

我为什么要做这件事？

我想，这些问题比单纯掌握某一种编程语言，更接近未来教育的核心。

但还有一件事情，同样不能忽略。

教育不能因为 AI 能够代替学生思考，就让学生放弃思考。

正如计算器的出现，并不意味着人类不再需要数感和数学思维。

AI 可以承担大量具体的智力劳动，但学生仍然需要经历理解、困惑、探索和犯错。

有些困难，本身就是成长的一部分。

如果所有困难都被 AI 提前消除，学生可能获得了漂亮的结果，却没有真正获得相应的能力。

所以，未来的教育或许需要一种新的平衡：

一方面，充分利用 AI，把孩子从大量低效、重复的任务中解放出来。

另一方面，有意识地保留那些必须由人自己经历的思维过程。

让 AI 帮助学生走得更远，而不是代替他们完成成长。

七、当技术越来越强大，我们是否还能保持对人的热爱？

写到这里，我又想起那个小小的 SmoothVim 插件。

说实话，我真的很喜欢它。

每当我用 j/k 键让网页平滑滚动时，都会产生一种微妙的满足感。

一个长期困扰自己的小问题，终于得到了令人满意的解决。

而这一切，几乎没有耗费多少实际编程的时间。

从个人体验来说，这无疑是一种巨大的幸福。

AI 正在把过去只有少数专业人士才能拥有的创造能力，交到更多普通人的手中。

一个有想法的人，可以创造软件。

一个有故事的人，可以尝试制作电影。

一个拥有独特教育理念的教师，可以设计自己的教学工具。

一个孩子，或许可以把脑海中天马行空的想象，真正变成可以运行、可以交互的作品。

如果从这个角度看，AI 带来的不仅是效率革命，更可能是一场创造力的普及。

过去，许多美好的想法，并不是因为缺乏价值而没有实现，而是因为实现成本太高。

未来，这道门槛将大幅降低。

我愿意相信，这会让世界出现更多有趣的作品，更多个性化的工具，以及更多来自普通人的创造。

但与此同时，我也清楚，技术进步并不会自动带来社会进步。

当机器可以完成越来越多工作，劳动者是否能够分享生产率提高带来的收益？

当少数企业掌握越来越强大的 AI 系统，技术权力是否会进一步集中？

当知识和技能的市场价值发生变化，那些已经为旧时代投入了几十年生命的人，又该如何完成艰难的转型？

这些都是真实的问题。

我们不能只歌颂技术的强大，而忽略技术变革中具体的人的处境。

尤其是那些普通人。

那些认真工作、努力学习、养育家庭，相信凭借自己的专业能力就能够获得稳定生活的人。

他们不应该仅仅因为技术进步，就被视为需要淘汰的旧系统的一部分。

如果 AI 真正代表着人类文明的进步，那么它最终应该让更多人拥有有尊严的生活，而不是仅仅让少数人拥有更强大的生产工具。

这不仅是一个技术问题。

更是一个社会问题、教育问题，以及我们如何理解人类价值的问题。

我始终觉得，科学技术最动人的地方，不只是它让我们获得了多么强大的力量。

而是它能否让人的生命拥有更多可能。

八、我们终究要回答：人为什么而活？

在过去的几十年里，我经历了计算机、互联网、移动互联网，以及今天的人工智能浪潮。

每一次技术变革，都曾让我们惊叹。

但这一次，感觉确实不太一样。

因为 AI 不只是在改变我们使用的工具。

它正在触及我们曾经用来定义自身的东西：知识、智慧、技能、创造，以及工作的意义。

作为一个曾经研究物理、如今又投身 AI 教育的人，我对此既兴奋，又不安。

兴奋的是，我们可能正站在人类文明一次巨大跃迁的门槛上。

不安的是，我们的教育制度、社会组织方式，以及对人生价值的理解，似乎都还没有为这个时代做好准备。

很多时候，我们仍然在用工业时代的教育方式，培养将要生活在人工智能时代的孩子。

我们仍然以知识掌握的多少评价学生，以完成任务的效率评价员工，以经济产出的大小衡量一个人的社会价值。

但当知识、技能乃至许多创造性任务，都可以越来越容易地由 AI 完成时，这些评价标准还有多少能够成立？

我不知道完整的答案。

也不认为任何人现在就能够给出一个确定的答案。

但是，我越来越相信，我们需要完成一次深刻的观念转变。

从以能力为中心的人类自我定义，转向以主体性、价值选择和生命意义为中心的自我理解。

这不是否定能力。

能力仍然重要，知识仍然重要，科学精神和理性训练仍然重要。

但它们最终应该服务于人的生活，而不是反过来成为衡量生命价值的唯一标准。

我们不必因为 AI 比自己写代码更快，就怀疑自己学习编程的意义。

也不必因为 AI 能够解释复杂的物理理论，就否定一个人仰望星空、试图理解宇宙的价值。

一个人学习音乐，不只是为了演奏得比别人更好。

一个人学习绘画，不只是为了画出最漂亮的图像。

一个人研究物理，也不只是为了比其他人更快地求解方程。

我们探索世界、创造作品、理解他人，本身就是生命的一部分。

这些活动的意义，并不完全来自效率和竞争。

它们还来自好奇，来自热爱，来自人与世界之间真实而独特的联系。

或许，AI 时代最终会迫使我们重新发现一些最古老、也最朴素的问题：

我是谁？

我真正热爱的是什么？

我希望与什么样的人共同生活？

我希望留给下一代一个怎样的世界？

这些问题，过去常常被忙碌的工作和现实的竞争所掩盖。

而现在，当机器开始替我们承担越来越多的劳动时，我们终于不得不重新面对它们。

也许，这恰恰是 AI 时代最深刻的意义。

不是让人类变得无所不能。

而是让我们有机会重新思考，什么才是真正值得追求的生活。

···

窗外的世界依然平静。

Safari 中的网页，随着我的手指轻轻按下 j 键，缓缓向下滚动。

这个叫 SmoothVim 的小插件，仍然在忠实地执行着它的任务。

就在不久之前，这还是一个需要专业开发者花费大量精力才能解决的问题。

而今天，我只用了很短的时间，就借助 AI 把它变成了现实。

从一个浏览器插件，到对人类未来的思考，似乎有些小题大做。

但我隐约觉得，真正改变世界的技术革命，往往就是这样走进我们的生活的。

它并不总是伴随着惊天动地的宣言。

有时候，只是从一个微不足道的瞬间开始。

比如，一个原本无法实现的小小愿望，突然变得触手可及。

我不知道十年后的 AI 会强大到什么程度。

也不知道今天那些让我们引以为傲的专业能力，还会有多少保留它们原来的价值。

但我希望，无论技术走得多远，我们都不要失去对世界的好奇，对知识的敬畏，对创造的热情，以及对他人的关怀。

毕竟，我们发展人工智能，不应该是为了让人类最终成为一个多余的存在。

而应该是为了让人类从越来越多的限制中解放出来，有机会活得更加自由、更加丰富，也更加有尊严。

当机器越来越擅长回答“如何做到”时，我们或许更应该认真思考“为什么要做”。

当 AI 越来越强大时，我们最需要重新发现的，也许不是人类比机器强在哪里，而是作为一个人，我们究竟希望成为什么。

这可能才是 AI 时代，我们每个人都无法回避的真正命题。