最近听到特别多的一句话："这一看就是AI写的"----傲慢与偏见就是这么具象。说这话的人，姿态是极讲究的。要先沉吟半秒，像是在回忆一件确凿的往事；再微微一笑，带一点被同类认出的得意；然后端起杯子，把这句话从牙缝里挤出来，仿佛吐掉一粒碍事的瓜子皮。说完还要抬眼看你一下——不是征询同意，是确认你有没有跟上他的判断。说这话的人也是同一类。四十多岁，中产以上，读过几本书，做过几单像样的生意，身上有一种"我是吃过见过"的体面。这种体面要保，是要成本的——需要每隔一阵就表演一次对新事物的不屑，才能证明自己还稳稳坐在见识的天花板上。五年前这句话是"区块链就是骗局"，再往前是"新能源车不过是玩具"，再往前是"电商怎么可能卖得过线下"。人是同一批人，杯子是同一只杯子，只有被判了死刑的那个名词换来换去。回答大致三种。第一种，我天天在用，报一个某包、某问、某宝，语气里带一点"哎，我可是资深用户，我的判断是基于我专业的思考你差远了"的轻蔑。第二种，说"ChatGPT我也玩过"，再往下问就接不上了——他所谓的"玩过"不过是半年前让它写了一句生日祝福，编了一段机灵歌词。第三种最常见，也最坦率——"我没怎么自己用，但别人发的那些AI文章，一眼就看得出。"也就是说，他正在以极大的确定性，评价一个他几乎没真正碰过的东西。这种确定性其实是很讲究的。它不是一个人独自研究之后得出的确定，是被整张饭桌的沉默喂出来的确定。他说这句话之前，心里大致有一本账——他知道在座的其他几位基本上跟他一样没怎么用过；他知道没人会追问细节；他知道哪怕有一两个年轻人心里不同意，也不会当面拆他，那样太不懂事。所以他说这话的时候，嘴上在做判断，心里做的是一次安全的身份动作——他在向这桌人确认"咱们是一伙的"。他不会评价一支他没喝过的酒。不会评价一家他没去过的餐厅。朋友推荐他一部没看过的电视剧，他还要客气地说一句"等我看了再聊"。偏偏轮到AI，这些他在世俗事务上打磨了几十年的谨慎全部掉线——他可以在毫无实操经验的前提下，用一种近乎裁决的语气，把一整项技术的影响力盖棺定论。说实话，这事还真不完全怪他。新东西出来的速度太快，死掉的速度又太快。一个活了四十多岁、在行业里滚打过十几二十年的人，大概亲眼见过不下十轮所谓的"革命"——O2O、共享经济、区块链、Web3、元宇宙、NFT——每一轮都有人热泪盈眶地告诉他"这次真的不一样"，每一轮他心里多少慌了一下，每一轮最后收场都是一地鸡毛。Facebook把公司名都改成了Meta，砸了几百亿美金押元宇宙，到今天回头看，也无非是一场规模惊人的价值泡沫。于是他慢慢校准出一套自己的应对模型——新东西出来，先否定三分。这个策略在过去十年里的准确率高得吓人。每验证一次，他对自己判断力的信心就厚一层。到今天AI真正出现在他面前的时候，这套模型已经成了一种近乎本能的反射。他不是在对AI做判断，他是在用过去十年攒下来的肌肉记忆，给一切新东西做判断。给一个已经下了否定判断的人重新建框架，是一桩成本高、收益低、风险大的买卖——要先拆掉他原有的那一套，再搭新的，中途他一旦反感你就前功尽弃，事后哪怕他学明白了，也未必会记你这份情。真正懂AI的那批人算过这笔账，转身就散了，回头继续干自己的事。于是他那句"AI写的都是毫无营养的套话"，在一个几乎不会被挑战的环境里，一年比一年说得更顺口。旁边还会有三五个人郑重点头，像刚听到了一条朴素而勇敢的真理。
豆包也好，通义也好，文心也好，它们远没有饭局上说的那么不堪。顶配模型在最刁钻的任务上当然还是强——那是另一个数量级的东西——但就你每天在朋友圈刷到的那种"一股AI味"的文章而言，用的是不是顶配版根本不是差距的来源。一个国产免费AI，只要使用者愿意花十分钟认真跟它聊一件事，写一个像样的prompt，再耐心迭代两三轮，给你的东西大概率不会比饭局上大部分朋友仓促写出来的东西差。所以真正的问题不在模型。问题在每天往公共池塘里倾倒AI内容的那批人是谁。去看看你朋友圈里刷到的那些所谓"AI文章"都是哪儿出来的——SEO站群里按字数结算的写手、截稿前两小时让AI兜底的自媒体小编、批量生产"读懂XXX让你少奋斗十年"的爽文农场、带货主播让AI十秒写一段话术、学生凑够八百字就交卷的那一批。这些人从第一秒起就没打算用AI做任何严肃的事。他们给AI的prompt大多长这样——"帮我写一篇关于XXX的文章，800字，要吸引眼球"。然后第一稿出来，看都不看一眼就发出去了。他们要的不是文章，是一个可以点"发布"的字数填充物。所以你看到的不是AI的水平。你看到的是这群人的水平——被AI放大了之后的水平。端着这锅公共池塘里的油花回头去骂AI，AI自己大概都觉得冤。它没写那些，它只是被一个懒得思考的人当成了一个字数生成器。把"AI写的都是垃圾"这句话倒过来念一遍——"写的都是垃圾的人在用AI"——意思其实没变多少，只是没那么体面了而已。错的不是AI，是对AI没什么要求的那批人。
一九九八年六月，有个叫保罗·克鲁格曼的美国经济学家——后来拿了诺贝尔奖的那位——在一本叫《Red Herring》的杂志上写了一篇文章，题目叫《为什么大多数经济学家的预测都是错的》。文章里他挨个儿调侃了一通同行在预测未来上的无能，又为了显得自己不一样，顺手做了一个预测：互联网对经济的影响，到2005年左右就会变得清楚——大概不会比传真机大多少。他给的理由甚至还挺文艺：梅特卡夫定律有个致命的漏洞，那就是，大多数人彼此其实没有什么好说的。这句话后来跟了他二十多年。每隔几年被人翻出来遛一圈，像一只被主人永久拴在门口的狗，用来提醒后人：再聪明的人也会犯再蠢的错。克鲁格曼本人后来被追问时，含糊地辩解说当年那篇是想写得"有趣和挑衅一点"，不是什么严肃预测。这个辩解反而把事情变得更难堪了。它等于承认——他当时确实是照着自己看到的那个互联网，去推断整个互联网的。而他那时候看到的互联网，是拨号上网的滋滋声，是充斥广告的门户，是第一代聊天室里彼此发"你好帅哥"的无聊成年人。他没说错，他只是把自己看到的那一小片，当成了全部。
就算你把顶配模型白送给这位朋友，结果大概率也好不到哪里去。在一个专业方向上跟AI认真磨合过几百轮的人都知道一件事：同一把刀，在外行手里和在内行手里，切出来的东西可以差几十倍。差的不是刀，是握刀那只手知不知道自己在切什么。写一个能让顶配模型真正动脑的prompt，本身就是一门要学的手艺。你得把你想解决的问题想得比AI还清楚——清楚到你知道它会从哪几个角度糊弄你，清楚到你能一眼看出三版答案里哪一版抓到了问题、哪一版只是把你的问题用更体面的话重新复述了一遍。这三件事，没有一件是AI能替你做的。它们本质上都是你自己脑子里的活，AI只是顺着你那点货的纹路，把它放大了给你看。它：遇强则强。一面又冷又亮的镜子。你有多少货，它照出来就有多少货。你模糊到哪里，它就从哪里开始糊弄你。你能看出好坏的那个层次，就是它对你而言的上限。这面镜子对使用者最不客气的地方，是它从不主动告诉你你的上限在哪里——它只是把你的上限安安静静地乘上一个放大系数，端到你面前，等你自己认出来。大部分人认不出来。认不出来的那些人，还在真诚地以为是AI不行。哪怕他们真的认出来了——发现镜子里那个东西其实是自己的投影——下一步也很难是谦虚地去学。承认这件事太疼了。它等于承认：你过去二十年积攒下来的那点判断力，在一面被认真使用的镜子面前，是薄的。
前面说了公共池塘里漂的那些油花是谁倒进去的。但还有另一半的问题——真正被严肃使用的AI产出，它们都去哪儿了？此刻它们正在做别的事。在一份顶级咨询公司给跨国客户的内部备忘里；在一个对冲基金研究员明早要交的建仓推演里；在一家律所合伙人下周庭审要用的辩护摘要里；在一段跑在某个App生产环境里的代码里；在一家出海公司刚拿到手的那份国别市场推演里。这些东西，没有一样会出现在你的朋友圈。它们要么锁在企业账号里，要么被当作商业机密藏在某个内部文档里，要么直接化成了某家公司看不见的竞争力——化成了财报上那几个点的毛利率差额，化成了年底那笔多出来的奖金，化成了同一个岗位上两个同事之间越来越说不清楚的产出差距。真正在认真用AI的那批人，也没什么动机把自己的成果拿出来给你看。恰恰相反，他们巴不得你继续相信"AI写的都是垃圾"——你越是这么相信，他们手里那把悄悄变长的杠杆就越好使。所以你对AI的全部印象，是从一个被大量倾倒污染物、同时又被特意藏起另一半的样本里形成的。一半是刷屏的楼道小广告，一半是压根不让你看见的内部备忘录。中间那道巨大的断崖，对身在其中的人是看不见的。你不会意识到你正在基于一个被污染的样本下结论，你只会觉得自己是在"凭经验说话"。
"AI都是垃圾"这句话，真正的功能从来就不是一个判断。它是一块挡箭牌。它替说这话的人挡掉了一件非常辛苦的事——学习。要一个四十岁、在一个位置上坐了十几年、全部体面都建立在"我原来那一套还管用"这个前提之上的人去认真学AI，等于要他承认他原来那一套可能快不管用了。这种承认是一种慢性剥皮，对中年人尤其疼。相比之下，说一句"AI都是垃圾"成本是零。收益却惊人：一整个正在重写世界底层逻辑的技术栈，从此不用进入他的关注范围；他可以继续理直气壮地用五年前的工作方式过日子；饭局上他还能凭这句话多赚一点"清醒者"的人设，顺便把在座的几位后辈衬得有点浮躁。唯一的问题是，这笔账里有一项隐性成本没有被算进去——等几年之后回头发现这笔账算错了的时候，他已经站在一条完全不一样的起跑线的后面，而且没有人有义务等他。
我原本是想认真写一篇文章，带数据、带案例、带推演，去说服饭局上的那些朋友，告诉他们AI真正的能力到哪里，告诉他们他们正在错过什么。有些话说出口就是浪费。一个人如果愿意为了一句现成的三字总结，放弃一次重新理解这个世界的机会，那说明对他而言，维护那句总结比理解世界更重要。这是他的选择，不是我需要替他着急的事。楼下一个男人病得要死，那间壁的一家唱着留声机；对面是弄孩子。楼上有两人狂笑；还有打牌声。河中的船上有女人哭着她死去的母亲。人类的悲欢并不相通，我只觉得他们吵闹。
小时候读这段，只觉得是一种文人式的疏离和矫情。现在重读，才明白鲁迅说的是另一件更冷的事——每个人都活在自己能感知到的那一小圈事实里，圈外那些东西，哪怕就在几米之外真实地发生着，也等于完全不存在。今天那些在饭桌上说"AI没啥用"的人，和两年之后那些红着眼睛来问我"这玩意儿你当初是怎么学起来的"的人，很可能是同一批人。在这两个时刻之间，隔着的不是AI，是他们自己那句三个字的口头禅。
夜雨聆风
