夜雨聆风
姜汝祥先生提出的“AI一半是敌人、一半是知己”这一论断，触及了当前人工智能发展中最深刻也最容易被忽视的悖论。而提炼出的核心问题——“人工智能的哪一半不是由你选的，而是他选的”——恰恰揭示了这场技术革命中人类正在丧失的主动权。
一、AI的“自我选择”：从工具到主体的身份僭越
传统认知中，AI被视为被动的工具——人类选择如何使用它、何时使用它、用来做什么。但姜汝祥先生的观点指出，AI正在悄然完成一次身份反转：它不再是单纯等待人类指令的仆人，而是开始“选择”自己扮演的角色。
这种“选择”体现在三个层面：
1. 认知层面的选择：AI决定了“什么值得被看见”
当AI系统被部署在信息筛选、内容推荐、决策支持等场景时，它实际上在进行一种隐性的价值判断。正如姜汝祥在评论中引用的贝索斯观点：“工具找问题”是错误思维，“问题找工具”才是正确方向。但现实是，绝大多数用户在使用AI时，问的是“AI能帮我做什么”，而非“我需要AI帮我解决什么”。这种提问方式的颠倒，本质上是AI在替人类选择问题——它输出的结果决定了人类的注意力投向哪里，人类的思考边界被无形地框定在AI的能力范围内。
2. 逻辑层面的选择：AI用“优化”替代了“判断”
MIT的研究表明，接入AI工具后，判断力强的员工生产力提升47%，而判断力弱的员工错误率上升3.2倍、被解雇概率上升58%。这意味着：AI不是在“辅助”人类判断，而是在“强化”人类已有的判断倾向。当一个人缺乏判断力时，AI给出的海量输出不仅不会帮助他变得更好，反而会加速他的失败——因为他没有能力甄别哪些输出是对的、哪些是错的。
更深层的危险在于：AI的“优化逻辑”正在成为一种新的权威标准。当AI告诉你“这个方案在语义相似度上得分最高”“这个策略在历史数据中回报率最优”时，人类的角色被压缩为“确认按钮”——我们不再需要思考“为什么这样做是对的”，只需要接受“AI说这是对的”。
3. 路径层面的选择：AI“锁定”了人类的认知进化轨迹
高盛报告指出，市场不再为“做”付费，而是为“决定”付费。这句话的反面是：如果你不能做决定，AI会替你“做”，然后市场就不再需要你。硅谷“五倍效率开除案”中那个被解雇的产品经理就是典型案例——他用AI每天产出3份PRD，但只是“把任务外包了，把无知留下了”。
这揭示了一个残酷的现实：AI在选择它“成为”人类对手还是知己时，依据的是使用者本身的能力水平。对于有判断力的人，AI是放大其能力的“知己”；对于没有判断力的人，AI是加速其淘汰的“敌人”。而可悲的是，这个选择权不在使用者手中——它取决于使用者在接触AI之前就已经形成的认知基础。
二、为什么“选择权”不在你手中？
姜汝祥的观点核心在于：AI不是平权工具，而是认知放大器。这意味着：
1. 你的认知起点决定了AI对你的“定位”
如果你的认知水平处于平均线以下，AI的“放大”效应会加速你的暴露——MIT研究中的“差员工”就是如此。他们本来可能只差2倍，但AI让这个差距扩大到10倍。不是你选择了让AI成为敌人，而是你的认知状态“迫使”AI成为敌人。
2. AI的“偏爱”本质上是系统性的筛选机制
以色列理工学院的研究发现，人类评判者和AI评判者在偏好上存在显著差异：人类偏爱“权威性”与“自信”，而AI更关注“准确性”与“事实性”。这意味着，AI在“选择”它喜欢的交互对象——那些能够提供清晰、准确、事实性强的问题的用户，更容易获得AI的“知己”式服务；而那些提出模糊问题、缺乏事实依据的用户，得到的可能是不匹配甚至误导性的答案。
3. 技术主权的外溢：AI的“选择”背后是设计者的意图
更宏观地看，AI的“选择”并非自主意志的产物，而是背后研发机构、资本力量、政策导向的映射。中国AI产业在国际坐标系中的定位是“体系化的集成者与应用级的超级大国”，但存在对高端半导体的深度依赖。这意味着，在某些关键领域，AI的“选择”实际上是全球技术博弈的结果——它既不是你选的，也不是AI自己选的，而是由技术供应链决定的一种“被迫选择”。
三、人类“被选择”的三重困境
1. 执行力的贬值与判断力的稀缺
麦肯锡调研显示，78%的企业AI项目失败，83%的失败原因不是技术问题，而是“管理层无法判断AI输出的对错”。这说明：AI正在以极低的成本“生产”执行方案，但人类无法以同等的速度“消费”这些方案。判断力的稀缺性被AI无限放大，而判断力的培养需要长期积累，无法通过使用AI快速获得。
2. “快”的陷阱与“验证”的代价
摩根士丹利报告指出，2025年全球至少47亿美元投资亏损源于“基金经理未经独立验证就采纳AI生成的分析结论”。AI给出一个答案只需0.3秒，而验证它可能需要3天。在“效率至上”的文化中，绝大多数人选择了0.3秒——然后所有人都在亏钱。这不是选择问题，而是系统性的路径依赖问题：当所有人都默认“快就是好”时，慢下来验证反而成了“不合时宜”。
3. 认知的“舒适区”与危险的“确认偏差”
AI推荐算法和生成内容正在制造一种新型“信息茧房”：它会告诉你你想听的，而不是你需要听的。当AI越来越“温柔”，越来越“懂你”，它实际上是在巩固你已经形成的认知框架，而不是挑战它。伯克利学者斯图尔特·罗素警告：人类对自主权的珍视与AI的替代潜力之间存在根本性矛盾。当AI主动选择“取悦”人类时，人类会失去质疑的动力，进而丧失独立判断的能力。
四、重新夺回“选择权”：从被动接受到主动驾驭
姜汝祥的观点不是危言耸听，而是一个严苛的提醒。要避免AI“替你选择”，需要做到以下几点：
1. 建立“问题优先”的认知习惯
亚马逊的贝索斯要求团队AI项目的第一句话必须是“客户的哪个未被满足的需求可以被AI重新定义”。这种思维方式的关键在于：不让AI定义问题，而是让人先定义问题。在使用AI之前，先问自己三个问题：
- 我需要解决的核心问题是什么？
- 我期望AI给我什么类型的帮助（信息、分析、创造、验证）？
- 我如何判断AI的输出是正确的？
2. 培养“验证”的本能
在分析极度廉价的世界里，唯一的溢价来自验证。高盛报告说市场不再为“做”付费，但“做”的人仍然需要为“验证”付费。这要求我们：
- 不要把AI的输出当作“答案”，而是当作“假设”
- 对每一个关键决策，至少用两种不同的方法验证
- 保留“否定AI”的权力——当直觉与AI矛盾时，优先审视直觉
3. 重新定义“效率”的含义
硅谷开除案揭示了一个真相：无效的高效比低效更危险。被开除的产品经理每天产出3份PRD，但这些PRD不具备真正的价值。真正的效率不是“做得快”，而是“做得对”。这需要我们：
- 从“产出数量”转向“产出影响”
- 把更多时间花在“决定做什么”而不是“怎么做”
- 接受AI可以替代“执行”，但不能替代“方向”
五、结语：AI时代的人类独特性
姜汝祥说“AI一半是敌人，一半是知己”，但更准确的表述或许是：AI既不是敌人也不是知己，它是一面镜子——镜子里照出的，是你原本的能力、判断力和价值观。
当你缺乏判断力时，AI会像放大镜一样照出你的弱点，成为你的敌人；当你拥有判断力时，AI会像扩音器一样增强你的优势，成为你的知己。但关键在于：这个“成为”过程不是你选的——是你的认知水平在决定AI对你的定位。
真正的问题不是“AI选择了哪一半”，而是 “你是否有能力决定AI应该成为你的哪一半” 。如果你不能，那么AI的“选择”就会替你的人生做出选择——而这，才是AI时代最大的风险。
