AI时代，人文学者正在用"好问题"拉开差距

最近这段时间，我一直在刷各种学术论文。说出来可能你不信，我看论文的方式跟大多数人不太一样——我很少抠具体的实验细节或者数据公式，反而更关心一个问题：这个研究到底想要解决什么问题？

在一个AI帮我们写代码、做实验、甚至写论文摘要的时代，我越来越强烈地感受到：具体实现的门槛正在被拉平，但提出好问题的能力，正在成为人和人之间最本质的分野。

今天想跟大家分享几个我最近看到的、发生在人文学科领域的故事。说实话，从实用角度看，它们跟咱们的日常八竿子打不着。但看完之后，我在这些研究里看到了一些非常有趣的灵魂。而在AI时代，未来拼的就是"有趣"这两个字。

那个2000年前的庞贝人，终于"活"了过来

第一个故事，发生在我们中学历史课本里那个著名的地方——庞贝古城。

公元79年，维苏威火山突然喷发，整座城市在几个小时内被火山灰彻底掩埋。2000年来，考古学家在这里挖掘了将近两个世纪，挖出了宏伟的建筑、精美的壁画、各式各样的器皿，还有那些让无数人动容的——被火山灰定格在死亡瞬间的人体轮廓。

但这一次，不一样了。

庞贝考古公园和帕多瓦大学的研究团队，用AI对一具遗骸做了数字化面貌重建。这是历史上第一次，一个在公元79年死去的庞贝人，以一张真实的面孔出现在我们面前——不是雕塑，不是历史课本里那种抽象复原画，而是一张有皮肤纹理、有面部轮廓、甚至仿佛有眼神温度的脸。

真正让我鸡皮疙瘩起来的，不是这张脸本身，而是研究团队还原出的他死亡时的细节。

数据显示，这个男人死在火山爆发的早期阶段，当时大量火山碎屑正在砸落。他正朝着海岸方向拼命逃跑，但是被困住了。考古学家在他身边发现了四样东西：一盏油灯、一枚小铁戒指、10枚铜币，还有一只陶土研钵。

你可以脑补一下那个画面。

一个人在生死关头逃命，随身带着10枚铜币——那是他一辈子的全部积蓄，还是出门前随手抓的一把零钱？黑暗中，他点亮油灯照路，急中生智把一只厨房里用的陶土盆扣在头上，这大概是他那一刻能想到的唯一防护。他真的以为自己能跑出去。

这个细节，正好和2000年前罗马作家小普林尼的文字记录对上了。小普林尼在信中写过，当时庞贝人就是"拿着坐垫顶在头上逃跑"。跨越两千年，AI重建的画面和古人的文字记录，在这一刻完成了一次奇妙的对接。

我甚至在想，单是这个复原出来的人物，完全可以在AI的帮助下生成一部好莱坞级别的短片。不说上院线，至少在庞贝古城的游客中心搞一个3D影院，会比现在国内很多博物馆里那些粗制滥造的"4D电影"强太多。

庞贝公园主任加布里埃尔说了一句话，我觉得说得特别到位："现在考古数据的规模太庞大了，只有借助AI才能充分保护和利用这些数据。用好AI，可以为考古研究带来真正的新生。"

注意，他说的不是"效率提升"，而是"真正的新生"。这背后的意思是：AI不是让我们做得更快，而是让我们能做那些过去根本做不到的事。它改变的不是研究速度，而是问题的边界。

打不开的古卷，和一个问了2000年的问题

同样是公元79年，同一场火山爆发，被埋住的不仅有人，还有书。

在庞贝旁边有一座赫库兰尼姆城，同样毁于维苏威火山。城里有一栋贵族别墅，考古学家给它起名叫"纸莎草别墅"。这栋别墅里有一座私人图书馆，藏着数百卷纸莎草卷轴。火山喷发时，这些卷轴在高温下被彻底碳化，变成了一根根黑色的焦炭棍，每一卷都脆弱到轻轻一碰就会碎成粉末。

这是迄今为止人类发现的唯一一座保存完好的古代私人图书馆。但问题是，2000年来，没有人能打开这些卷轴。不是不想，而是一打开，它们就立刻化作齑粉。

几百年来，无数学者尝试过各种方法展开这些卷轴，结果无一例外——全部碎成了粉末。

这些古卷就像一个个沉默的时间胶囊，摆在那里没人读得了，也没人敢动。里面写的是什么？可能是失传的亚里士多德著作，可能是失传的古希腊诗歌，可能是凯撒时代的历史记录——但我们就是打不开。

然后，AI来了。它没有继续在"怎么打开"这个问题上死磕，而是换了一个角度提问：如果不打开卷轴，能不能读出里面的字？

2023年，"维苏威挑战赛"正式启动，悬赏100万美元破解这批古卷。研究团队的思路是：先用X射线对卷轴做断层扫描，获取完整的三维结构；再用AI在虚拟空间里把卷轴"展开"；最后训练模型，识别碳化纸莎草表面碳墨的细微差异——因为字迹和卷轴本身都是碳做的，肉眼根本看不出区别，但AI能分辨出来。

2023年10月，第一个从密封卷轴里读出完整单词的人出现了。是个21岁的大学生，叫卢克·法里托。他识别出的第一个词是古希腊语"ΠΟΡΦΥΡΑΣ"，意思是"紫色"。就这一个词，为他赢得了4万美元的奖金。

2025年，研究团队又迈出了历史性的一步：第一次非侵入性地读出了一卷仍然完整卷着的古卷标题——古希腊哲学家斐洛德谟的《论恶习》第一卷。

这些卷轴里还有多少内容没被读出来，现在没人知道。但有一件事是确定的：那个"打不开就永远读不了"的死结，困扰了人类2000年的死结，被AI用一个全新的问题给解开了。

敦煌的文书，在数字世界里团圆了

说完两个2000年前的故事，我想讲一个离我们更近的，发生在敦煌的故事。

1900年，敦煌莫高窟藏经洞被意外打开，里面藏着数万件沉睡了近千年的文书、绢画和典籍。消息传出后，英国、法国、俄国、日本的探险家接踵而至，带走了大批文物。这些珍贵的文化遗产，就这样散落在了世界各地的博物馆里——有的在伦敦，有的在巴黎，有的在圣彼得堡。

其中有一份文书叫《归义军衙府酒破历》，说白了就是一份1000多年前的"公款吃喝流水账"，记录着敦煌地方官府的酒水收支：哪一天用了多少酒，用在了什么场合。这种东西看着不起眼，不像是《兰亭序》那样的国宝，但对历史研究者来说，这才是真实历史的毛细血管——里面藏着当时普通人的生活温度。

问题是，这份完整的账本被硬生生撕成了3段，分别藏在三个不同国家的博物馆里。100多年来，研究者明知道它们属于同一份文书，却就是无法合在一起做完整研究。

2025年，"数字藏经洞"平台正式上线。AI辅助完成了数百万字经卷内容的识别，同时开发出了数字缀合功能——可以把分藏在世界各地的同一份文献，在虚拟空间里重新拼合起来。

《归义军衙府酒破历》的三段残片，就这样在数字世界里团圆了。

这些故事背后，藏着一个关于"好问题"的秘密

庞贝遇难者的面孔、封存2000年的古卷、流散海外的敦煌文书——这些故事的共同点是什么？

不是AI有多厉害。是有人提出了一个好问题。

"如果不打开卷轴，能不能读出字？"——赫库兰尼姆古卷的突破，就是从这个问题开始的。

我再给你举个例子。荷兰有一块古罗马时期的游戏石板，长期困扰学界，考古学家一开始甚至根本没认出它是棋盘。后来有人提出了一个绝妙的问题：如果让AI按照不同规则反复模拟对弈，哪套规则产生的磨损痕迹，和这块石板上的痕迹最吻合？

就这一个问题，解开了一个困扰学界多年的谜。

说实话，这个提出问题的思路，真的让我有一种醍醐灌顶的感觉。

再看几个更震撼的研究：

一个团队在AI辅助下，对玛雅文明遗址进行了全面的地形扫描和数据分析，把玛雅文明的人口估算从原来的500万，直接上调到了1000万至1500万——这意味着全球中学的历史教科书都需要重写。

而在秘鲁的纳斯卡荒原上，AI用6个月发现的新地画数量，超过了人类过去一百年发现总量的一半。

你看，所有这些突破背后，指向的都是同一件事：AI改变的不是研究效率，而是研究边界。

复旦大学科技考古研究院的文少卿副教授说过一段话，我觉得特别准确："让AI去做归纳、数据对齐、总结基础数据这些事，人类学者则聚焦终极挑战，尝试回答人类起源、农业起源、文明起源这些核心问题。"

你注意到了吗？"科技考古研究院"这个机构本身，就是新科技催生出来的新事物。过去哪有这种跨学科的建制？

华东师范大学历史学系的苏圣捷老师也说，越来越多的历史学者正在从"孤军奋斗的匠人"，转变为"项目负责人"。他们需要学会把研究课题拆解成阶段性任务，判断哪些可以交给AI，自己则把精力集中在选题设计、核心史料阅读和逻辑论证上。

当AI开始接管"执行层"，我们该怎么办？

很多人以为，AI这次革命冲击的主要是理工科。但你看，连历史学家和考古学家都必须适应这个新时代。

我们熟悉的每一个学科，其实都在经历同样的重构。

AI正在接管大量"执行层面"的工作：做实验、整理数据、翻译文献、写代码、甚至写论文摘要。留给人类的，是那个更难、也更本质的部分：你有没有能力提出一个值得回答的好问题？

这个趋势，其实早就发生了。

过去我们评价一个学者牛不牛，看的是他能不能啃硬骨头——能不能啃懂艰深的理论，能不能做复杂的实验。但现在不一样了。工具的普及让很多曾经的"硬技能"变成了基础操作。真正的差距，开始体现在"提问"这个环节。

能提出好问题的人，才是这个时代真正稀缺的资源。

这也是为什么我看论文的时候，不那么在意实验细节。因为那些具体实现的部分，AI可能明天就做得更好。但那个驱动整个研究的问题——那个"为什么要做这件事"的动机，才是真正属于人类的、不可替代的东西。

这个道理，不止适用于学术圈。它适用于我们每个人。

职场上，过去我们比的是谁执行力强，谁能把老板交代的事做好。但未来呢？如果AI执行力比你还强，那你的价值在哪里？

内容创作领域，过去我们比的是谁文笔好，谁素材积累得多。但现在呢？AI可以在几秒钟内整理完所有素材，写出来的东aw西比大多数人都好。那创作者的价值又在哪里？

答案都是一样的：在提问，在选题，在那个"为什么要做这件事"的思考里。

AI能给你一百个答案，但它不会帮你问出那个正确的问题。

最后想跟你说的话

文章开头我说，这些研究看起来跟咱们的生活没什么关系。但其实，它们的启示比任何职场技巧都重要。

如果你是一个学生，不要只满足于做对老师布置的习题。多问问自己：这个知识点为什么重要？它能解决什么问题？如果是我，我会怎么设计这个实验？

如果你已经工作了，不要只满足于完成领导交代的任务。多想一想：这个任务背后要解决的真正问题是什么？有没有更好的解决思路？如果我是负责人，我会怎么设计这个项目？

如果你是一个创作者，不要只满足于写好一篇10万+。多问自己：我为什么要写这个话题？我想带给读者什么不一样的思考？

这个时代正在奖励那些会提问的人。

那些被认为是"坐冷板凳"的人文学科，正在因为AI焕发第二春。那些曾经被认为"找不到好工作"的专业，正在因为提问能力，变成这个时代最有价值的能力来源。

毕竟，在一个AI什么都能做的时代，那个能问出"如果不打开卷轴，能不能读出字"的人，才是真正掌握未来钥匙的人。

互动话题： 你最近在思考什么问题？或者，你有没有过因为一个"好问题"而打开新局面的经历？欢迎在评论区分享你的故事。