AI时代的追问与思考

这篇文章的名字，叫《AI时代的追问与思考》。看到AI这两个字，大家应该已经不陌生了，它的英文全称是 Artificial Intelligence——人工智能。如今的我们，或多或少都已经生活在它的影响之下。甚至很多时候，在你还没有察觉的时候，AI已经悄悄改变了我们的生活。比如我们熟悉的豆包、医院里的智能导诊、宾馆里的送餐机器人、街道上越来越多闪着蓝灯的智能驾驶汽车……这些，其实都已经是AI时代的一部分。慢慢地，越来越多的人开始习惯于向AI寻求答案：

“豆包豆包，帮我写一份课程报告。”

“排骨炖粉条怎么做更好吃？”

“豆包，这道高中物理题该怎么解？”

你会发现，无论问什么，它似乎都能快速地给出一份“像模像样”的回答。只要问题不涉及敏感领域，它总能把答案整理得清清楚楚，像一个几乎无所不能的助手（甚至说，我这篇文章本身都是AI写的，你信吗？）于是很多人开始相信：AI好像真的什么都会。但事实，真的是这样吗？

依稀记得很多年前，我们被告知：时代正在进入“互联网”。那时候，人们为4G、5G的普及而兴奋，为智能手机和移动支付的出现而惊叹。微信、QQ、短视频……互联网第一次让人与人之间的连接跨越了空间的限制。从那以后，“从前车马慢”的时代，似乎真的离我们越来越远了。而今天，我们又一次站在了新的路口，这一次，被称为“AI时代”。从2022年ChatGPT第一次进入大众视野开始，到如今全球大模型百家争鸣；从Agent智能体的兴起，到AI工程化范式的快速演进；从OpenAI的GPT系列，到Gemini、Qwen、DeepSeek、GLM、Grok……几乎每隔一段时间，都会有新的技术、新的产品、新的概念涌入我们的视野。它们越来越聪明，也越来越像人。它们不仅会写、会说、会看图，还能生成表格、文档、视频，ppt...甚至开始替我们处理越来越多原本属于人类的工作,而我们要做的就是只需要把我们的需求描述清楚和等待。但当这些工具与信息铺天盖地地向我们袭来时，一些问题也开始慢慢浮现：在跟上时代浪潮的同时，我们该如何保持清醒？如何在享受AI带来便利的同时，依然保有自己的思考、判断与价值？以及，更重要的是——我们究竟应该成为驾驭工具的人，还是被工具裹挟的人？接下来我将从下面的五个问题的形式，展开我的思考，希望得到大家的共鸣！

前段时间，网上流传过一句很火的话：“站在风口上，猪都能飞起来。”我想很多人都觉得，这一次的风口，大概率就是AI。如果你经常刷短视频，应该已经发现了，越来越多的剧情、文案、配音，甚至整段视频，都开始由AI生成。那些略显僵硬的表情、过度渲染的画面、机械化的情绪起伏，几乎已经成了AI内容的标志。前几天，我又去了一次自己很喜欢的书店——西西弗书店。我发现，书架上关于AI的书明显变多了。

《AI自媒体的赚钱之道》

《用DeepSeek打造一人创业团队》

《普通人如何抓住AI红利》……

好像一夜之间，所有人都在谈AI，所有人都在教别人“如何用AI赚钱”。必须承认，AI确实带来了巨大的机会。很多年轻公司在短时间内迅速崛起；大量行业开始推动AI转型；互联网大厂、车企、创业公司，都在疯狂投入相关研发。与AI相关的岗位，薪资也一次次刷新着人们的认知。于是越来越多人开始相信，只要学会AI，就能抓住下一轮财富机会。

但问题也恰恰在这里。很多人其实并不是真的在学习AI，而是在消费AI焦虑。他们每天收藏几十个Prompt教程，看无数7天学会AI变现的视频，下载一个又一个工具，却很少真正停下来想一个问题：AI到底是什么？它为什么这么强？它真正改变的，又到底是什么？我一直觉得，如果只是把AI当成一个万能工具，那你大概率只能停留在使用者阶段；但如果你想真正抓住AI时代的机会，就必须经历三个过程：

认识、理解、转化。

首先是“认识”。你不一定非要掌握底层算法，也不一定真的要手撕Transformer、多头注意力机制。但至少，你应该知道：AI擅长什么；不擅长什么；它为什么能生成内容；它为什么会“幻觉”；它的边界在哪里；哪些东西它暂时无法替代。因为只有知道它是什么，你才不会对它产生不切实际的幻想。

其次是“理解”。很多人以为AI最大的价值是替你做事，但其实更重要的是：它正在重构很多行业原本的工作流程。以前需要十个人完成的内容生产，现在可能两三个人就够了；以前需要反复试错的工作，现在可以通过AI快速验证；以前信息获取最大的成本是找不到，而现在最大的成本变成了不会判断。AI改变的，从来不只是工具本身，而是整个社会的效率结构。

最后是“转化”。这也是最难的一步。真正能从AI时代里获益的人，往往不是最懂技术的人，而是最早意识到如何把AI和自己的行业、经验、资源结合起来的人。之前我问过我们公司董事长一个问题，我说大家知道AI好，都在用AI转型自己的产业，那么我们如何在这种条件下保持自己的竞争力和独有优势呢？他回答我简洁明了4个字：“早用，用好”，其实他不一定那么的懂技术，但是我想这几个字耐人寻味。没错，如我们所说，医生会重新定义医疗流程；教师会重新定义教育方式；程序员会重新定义开发协作；设计师会重新定义创意生产；甚至普通个体，也开始拥有过去只有公司才具备的生产能力。AI真正可怕的地方，不是它像人。而是它第一次让很多普通人，也拥有了放大自己能力的机会。但前提是：你得先真正理解它，而不是仅仅追逐它。否则，风口再大，也只会把人吹得越来越焦虑。

这可能是近两年被讨论得最多、也最容易让人产生焦虑的问题。“AI会不会让很多人失业？”，“以后是不是很多行业都不需要人了？”，“普通人会不会被时代淘汰？”类似的问题，我听过太多次了。前段时间，我从秦皇岛出差回家，打了一辆出租车。路上，司机师傅和我聊起了现在越来越火的自动驾驶。他说：“以后是不是像马斯克那种无人出租车一出来，我们这种司机就彻底没饭吃了？”他说这句话的时候，其实能听出来一种很真实的焦虑。因为哪怕是不懂技术的人，也已经开始感受到AI正在一点点靠近自己的生活与职业。尤其这些年，自动驾驶、小蓝灯、无人配送车越来越常见，再加上马斯克一直在推动类似Tesla Cybercab这样的无人出租车概念，很多人自然会开始担心机器是不是迟早会替代人类？

但我给他的答案，其实是否定的。至少在未来很长一段时间里，我并不认为AI能够真正完全替代人，或者说我们所谓的替代，本就是不同含义。它确实会替代一部分岗位、一部分流程、一部分重复性的劳动，但它距离真正意义上的替代人类，还差得很远。因为目前的大模型，本质上依然是一个极其强大的统计预测系统。它能写文章，是因为它在预测下一个最可能出现的字；它能生成图像，是因为它在重组海量像素与特征；它能和你聊天，是因为它学习了无数人类对话的数据模式。但它始终缺少两样最关键的东西：痛苦，与动机。它不知道什么叫养家糊口，不知道什么叫深夜开车送最后一单，不知道什么叫生活压力，更不知道，人为什么会在绝望的时候依然咬牙坚持，它没有真正的情绪，也没有真正的目的。所以很多时候，AI看起来像是在思考，但其实它只是在进行极其复杂的概率计算。这也是为什么，我并不认为自动驾驶会在短时间内彻底取代出租车司机的本质原因，因为现实世界，并不是实验室。真正复杂的，从来不是把车开起来，而是那些无法被完全预测的瞬间，比如，突发的交通事故，极端的天气，行人的危险行为，城市道路的复杂博弈，以及人与人之间那些微妙的判断等等等等....

人类很多时候依赖的，并不只是规则，而是一种经验、直觉、责任感，甚至是临场本能。而这些东西，恰恰是现在AI最难复制的部分。当然，我并不是在否认AI的强大。相反，作为一名AI从业者，我比很多人更清楚它进化的速度有多快。它确实正在快速替代一些机械化、重复性、低创造力的工作。很多行业的流程，也一定会因为AI而被重新定义。但我越来越觉得，AI真正替代的，不是人，而是“像机器一样工作的人”。那些重复劳动、缺乏创造性、完全依赖固定流程的岗位，会最先受到冲击。而那些真正属于人的能力——审美，共情，判断，创造力，对复杂现实的理解，对人性的洞察，依然很难被机器真正拥有。所以与其说AI在替代人类，不如说它正在重新筛选人类。它逼着我们从低效率的重复劳动里抽离出来，重新去思考什么才是真正不可替代的能力。

第三问：信息茧房的“升级版”——我们要如何保卫独立思考？

在互联网时代，我们担心被算法困在“信息茧房”里。而在AI时代，这个问题正在发生一种更隐蔽的升级——它不再只是信息偏差，而是逐渐变成一种“认知外包”。很多时候我会有一种很明显的感受，现在获取答案，比任何时候都容易。写代码不会了，可以问AI，不会写方案，可以问AI，甚至连应该怎么思考这件事，也可以直接问AI，一切都变得太顺滑了。顺滑到你几乎不需要卡住自己，也不需要经历那种典型的思考过程，比如困惑、推演、试错、推翻、再重建。但问题恰恰出现在这里。不知道大家有没有意识到一件事，就是当一个问题可以被瞬间解决时，人本身思考的肌肉是在退化的。有一次我在做一个技术方案设计，最开始我下意识地想直接问大模型要一个最佳实践。但有一瞬间我停顿了一下，我没有立刻输入问题，而是强迫自己先写下三种可能路径。那一刻我突然意识到，如果我直接问AI，我得到的是冰冷的答案，但如果我先自己推一遍，我得到的是永远伴随我的能力。这两者是完全不同的东西。前者是消费信息，而后者却是在构建认知。在不断使用AI的过程中，我越来越清楚一个现实，AI给你的，往往是平均意义上的正确。它来自海量数据的统计结果，来自人类已有经验的压缩与重组。它很少错，但也很少偏激或原创。

问题在于，真正重要的突破，往往不是来自正确答案，而是来自偏离平均值的思考。而人类之所以仍然重要，很大程度上正是因为我们可以犯错，可以偏执，可以在不合理的路径上坚持，然后突然走出一条新的路。这种非最优但有创造性的路径，是目前AI最难生成的部分。我曾经尝试过一个对比，同一个问题，一次先自己思考30分钟再问AI，一次直接问AI。结果很明显：直接问AI会得到一个结构完整、逻辑正确的答案；但是先思考再问AI之后我就能看出AI哪里合理、哪里遗漏、哪里是平均答案。后者让我更清楚地知道，AI不是在替我思考，而是在补全我已有的思考。它的作用，不是替代，而是增强，但前提是你得先有自己的思考。这也是我越来越警惕的一点，很多人以为自己在使用AI，其实是在让AI替自己思考。久而久之，会出现一种非常隐蔽的变化，比如问题还没开始想，就已经开始提问、方案还没成形，就已经寻求答案、判断还没建立，就已经接受结论。这其实不是效率提升，而是一种思维外包。更危险的是，当你习惯了这种模式之后，你会逐渐失去在不确定中停留的能力。而恰恰是这种能力，构成了独立思考的核心。所以我后来给自己定了一个很简单的规则，在任何可以问AI的问题之前，我强制自己先做三件事：先写出自己的初步判断，先尝试推演至少一种解法，或者先问一句如果AI不存在，我会怎么做？只有在完成这些之后，我才会去问AI。我慢慢发现一个很有意思的变化就是AI没有让我变聪明，但它让我更清楚地看见自己的思维边界。所以在AI时代，真正需要被保护的，不是信息获取能力，而是另一种更隐蔽的东西，我愿称其为思维的不被替代权。你可以使用AI，但不能让AI替你完成思考的痛苦过程。因为一旦你放弃了这个过程，你得到的所有答案，都不会真正属于你。它们只是被你读过的正确。

如果说互联网时代的问题是信息过载，那么AI时代的问题可能就是我们正在失去独自思考的必要性，而真正的独立思考，恰恰诞生在那段没有答案、没有提示、也没有捷径的时间里。

第四问：当技术进入“暴力迭代”，普通人的锚点在哪里？

从GPT-4开始，再到各种Agent智能体的爆发，整个AI的发展速度已经快到一种让人有点不太适应的程度。很多时候我会明显感觉到一种焦虑感，就是你刚刚学会怎么写提示词，下一轮模型升级就已经把这些技巧重新降维了一遍，好像你永远在追一个不断后退的目标。我身边也有人会问类似的问题：是不是现在学什么都没意义了，反正很快就会被替代。但我慢慢有一个更清晰的感受是，这种焦虑本质上来自于把注意力放在了工具变化本身，而不是放在更底层的东西上。

如果回头看这几年技术变化，你会发现，其实工具确实一直在变，模型在变，框架在变，接口在变，但有一件事反而越来越稳定，那就是问题本身没有变。一个行业为什么存在，用户到底在解决什么痛点，人真正愿意为什么付费，这些东西其实没有因为AI而发生本质改变。因为工具的更新速度是不可控的，但一个人真正能站稳的东西，不在工具上，而在他如何看问题这件事上。很多人容易陷入一种误区，就是不断去追新的模型，新的框架，新的工作流，但很少停下来问一句，这些东西到底是用来解决什么问题的。如果问题本身没想清楚，再强的工具其实也只是放大混乱而已。所以我自己现在反而会刻意把重心往后移一点，不再去追最新是什么，而是去想这个东西解决的到底是哪一类问题，以及如果没有这个工具，我还能不能换一种方式解决它。

这个思考方式慢慢变成一种锚点。因为你会发现，工具再怎么变化，它始终是在服务某一种问题结构，而不是在重新定义所有问题。如果再往深一点说，我越来越觉得所谓AI时代的能力，不是你会不会用某个模型，也不是你写提示词写得多好，而是你能不能把一个模糊的问题拆清楚，甚至在别人还没有意识到问题存在的时候，你已经能大概判断这个问题的边界在哪里，这其实才是更难的部分。因为AI可以给你很多答案，但它不会替你判断这个问题值不值得做，也不会替你决定优先级，更不会替你承担错误选择带来的代价。这些东西最终还是要人自己来做。所以回到最开始那个问题，当技术进入一种快速甚至有点暴力的迭代节奏里，普通人的锚点其实不应该放在技术本身，而应该放在更慢一点的东西上，比如你对行业的理解，你对真实需求的判断，你对人本身行为的理解。

这些东西更新得很慢，但也正因为慢，所以更稳定。如果一个能力是跟某个具体工具强绑定的，那它大概率会被快速迭代掉，但如果一个能力是跟如何理解问题有关的，那它反而会随着工具变强而变得更有价值。所以到最后你会发现，技术变化得越快，人反而越应该慢一点。慢一点去看问题，慢一点去判断方向，慢一点去确认自己到底在解决什么。因为真正能在这个时代站住的人，从来不是追得最快的人，而是那个在变化里还能保持判断力的人。

第五问：科技的尽头，我们该如何定义“人”的价值？

这个问题其实我想了很久，当AI已经可以写诗，可以作曲，可以用很自然的方式和你聊天，甚至在某些瞬间比人更有耐心、更有逻辑的时候，人到底还剩下什么？一开始我也会去找一些很理性的答案，比如创造力，比如情感，比如意识。但后来我慢慢发现，这些词说多了，其实还是有点空。真正让我有一点触动的，反而是一些很具体的瞬间。比如有时候我在深夜打开一段对话，不是为了要一个答案，只是想随便说点什么。AI可以回应我，但那种回应再完整，也不会改变我当时的状态。而现实生活里，一个很简单的眼神，一句不完整的理解，甚至只是沉默，其实都比任何正确回答更有重量。

所以我慢慢开始觉得，人和AI最大的区别，也许不在于谁更聪明，而在于我们身上那些不那么高效的部分。比如犹豫，比如误解，比如情绪的波动，比如明明知道结果却还是愿意走一遍的过程，比如歇斯底里不顾一切的爱一个人。这些东西在效率的标准里可能是冗余，但恰恰是这些冗余，构成了一个人的真实感。我有时候会想，如果有一天所有问题都可以被快速回答，那人类生活里剩下的东西会不会反而变少了。不是说生活变差，而是那种需要自己去经历的部分变少了，但人好像恰恰是靠这些东西在成立的！你经历过一些不那么顺利的事情，你对某些事情有过不讲道理的坚持，你在一些没有标准答案的问题上犹豫过很久，这些东西叠加在一起，才构成一个具体的人，而不是一个正确的人。AI确实可以生成很多很像人的表达，但它很难真的活过一次。它没有真正意义上的失败，也没有必须要自己承担的选择，更没有那种明知道可能走错但还是走下去的时刻而这些东西，其实才是人最难被替代的地方。

所以回到这个问题，我后来慢慢有一个比较朴素的理解，就是科技发展到最后，并不会让人变得越来越像机器，反而可能会让我们重新意识到，什么东西是机器永远无法真正拥有的。也许不是效率，也不是能力，而是那些不稳定的、不可预测的、甚至有点笨拙的部分。在AI越来越强的时代里，人可能反而要学会接受自己的不完美，接受自己的慢，接受自己的情绪和偏差，因为这些东西并不是缺陷，而是我们仍然作为人的证据。

所以如果一定要说科技的尽头是什么，我更愿意相信，它不是一个被替代的终点，而是一个让人重新看清自己的过程，看清自己不是机器，也不需要变成机器。而只是一个会犹豫，会犯错，会感受，也会在某些瞬间因为一点很小的事情而被打动的人。

写在最后：

这几年关于风口的话其实听得很多了，站在风口上会发生什么，好像大家都知道。只是很多时候我们只记住了飞起来这件事，却很少去想，风停下来之后，人还能不能站稳，AI也是一样。它带来的变化很大，机会也确实很多，但如果只盯着机会看，人很容易被浪潮推着走，最后忘了自己原本站在哪里。在这种变化很快的时代里，真正重要的不是追上每一个新东西，而是偶尔能停一下，确认自己还在不在自己的轨道上。

技术会继续往前走，这一点不会变。但人能不能在这个过程中不被完全带走，其实才更重要，共勉！

好久不见，也很高兴今天能和你聊聊这些。

大铭

丙午年六月

于上海