你最担心AI抢走的,恰好是它最拿不走的

有人问 AI 语音助手一个问题："洗车店就在50米外，我该走路去还是开车去？"

AI 回答：建议走路，省油、环保，顺便还能锻炼一下。听起来头头是道——但它完全没意识到，你的车得开过去才能被洗。这个视频在 Instagram 上到处传，评论区全在笑。

与此同时，有一群程序员正在经历完全不同的事情——他们把电脑终端交给 AI，让它自己跑，一个小时后回来看，发现整个庞大的老旧代码库已经被从头梳理、重构了一遍。这件事以前需要一个有经验的工程师花好几天。

这两件事说的都是"AI"。但说这两件事的人，活在完全不同的世界里。

最近，AI 领域的顶尖研究者 Karpathy（曾是特斯拉 AI 负责人、OpenAI 早期核心成员，现在创办了 Eureka Labs 做 AI 教育）发了一条推文，把这个现象说得很直接：大家对 AI 能力的判断，正在产生巨大的分裂。一部分人觉得 AI 是玩具，另一部分人被 AI 震惊到了，他用了"AI Psychosis"这个词来描述后者的状态——一种被震惊后近乎上头的感觉。

这两群人同时存在，但他们在互相鸡同鸭讲。

01 差距有多大？

我先给你看一组数据。

2026 年 2 月，美国民调机构 Data for Progress 做了一项 1228 人的调研，专门研究使用习惯和 AI 态度之间的关系。

结论是这样的：很少或从不使用 AI 的人，对 AI 的净好感度是 -42；每天至少用一次 AI 的人，净好感度是 +57。

两组人之间的差距：99 个百分点。

说实话，我看到这个数字的时候，觉得它比 Karpathy 的文字描述更有力。这不是"观感不同"，这是两个几乎完全相反的世界。

这组数据还有一个细节很有意思：大学学历的工作者，每天使用 AI 的比例在半年内从 22% 飙升到了 34%；非大学学历的工作者，同期反而下降了 6 个百分点。

也就是说，使用 AI 这件事本身，正在沿着教育程度的边界加速分化。懂得用的人越用越多，越用越深；没有进入这个循环的人，则在慢慢远离。

这条鸿沟，不是在缩小，而是在扩大。

但这条鸿沟不是随机的。它有一个很具体的来源。

02 为什么 AI 在有些地方突飞猛进，在有些地方却原地踏步？

先从一个问题开始：你有没有注意到，AI 在写代码这件事上，进步速度快得离谱——MIT Technology Review 直接把"AI 编程"列为 2026 年十大突破技术之一。但与此同时，你让 AI 帮你写一篇真正打动人的文章，或者做一个有创意的策划，感觉还是差那么一口气？

这不是偶然的。背后有一个技术逻辑，叫做 RLVR——可验证奖励强化学习。

听起来有点绕，我来翻译成人话。

AI 在训练的时候，需要不断地得到反馈——这道题做对了，那道题做错了，然后调整，再来。关键问题是：谁来判断对错？

在代码和数学领域，这个问题非常简单。代码有单元测试，运行一下就知道对不对；数学题有标准答案，对就是对，错就是错。程序可以自动判断，大规模、低成本、不需要任何人工介入。

这就是 RLVR 的精髓：用可以被程序验证的答案作为训练信号。DeepSeek R1 明确采用了 RLVR，OpenAI 的 o 系列模型使用了类似的强化学习逻辑。正因为代码和数学有这个特性，AI 在这两个领域的训练效率极高，可以反复迭代、快速进化。

但写作呢？你怎么告诉 AI，这篇文章打动人了？这件事，没有程序能替你判断。

这个困境，研究者们也注意到了，给它起了个名字：验证难题——创意领域缺乏可自动验证的评估标准，导致 AI 无法在这些领域进行高效的强化学习训练。

所以你看到的局面就是：AI 写代码，一天一个样，今年的模型和去年相比几乎是两个物种；AI 写文章，进步有，但远没有那么剧烈，那种"被震惊到"的感觉，在写作领域很难出现。

Karpathy 说，那些被 AI 震惊到的人，主要都是在技术领域的重度用户——程序员、研究员、数学工作者。这不是巧合，而是技术训练机制造成的必然结果。

顺便说一句，研究者们也在尝试突破这个边界。2026 年 2 月，"Rubric-Based RL"开始成为 AI 研究圈的热门方向——思路是用结构化的评分标准来拆解创意写作的评估维度，试图在写作领域建立类似的训练信号。但目前还处于早期，离代码那种成熟度还有不小的距离。

写作领域的鸿沟，可能不是永久的。但现在，它确实存在。

03 你最担心的那件事，恰好是 AI 最弱的地方

我不知道你看完前面是什么感觉。

如果你不写代码，大概会觉得：那些被 AI 震惊到的人，说的是另一个世界的事，和我没什么关系。如果你在担心 AI 会不会抢走你的工作，担心的方向大概是：它会不会让我变得不再会思考？不再有创意？

Pew Research 今年 3 月追踪了五年的调研，印证了这种担忧确实普遍存在：约半数美国人认为，AI 会削弱人的创意思考能力。

但回头看看 RLVR 的逻辑，这个担忧，方向有点偏。

AI 进步最快的地方，是代码和数学——有明确答案、可以被程序验证的领域。而创意思考、写作、判断这些事，恰恰是 AI 目前进步最慢的地方，卡的就是那个"验证难题"。

大家最担心 AI 抢走的东西，恰好是 AI 现在最拿不走的东西。

当然，这不是说可以高枕无忧。研究者们正在努力突破这个边界，那个"验证难题"早晚会有解法。但至少在今天，如果你的工作核心是创意、判断、和人打交道——那条让程序员们陷入"AI Psychosis"的技术浪潮，还没有真正拍到你这里。

焦虑可以有，但最好焦虑对地方。