AI越强,品味越贵而品味只能靠学习长出来可能是让ChatGPT帮你写了一封邮件，措辞得体，比你自己写的还顺；可能是让AI生成了一份活动方案，框架完整，改改就能用；也可能是看到同事用AI十分钟做出了一个PPT，而你以前做同样的东西要花一整个下午。这种“惊到”正在变成日常。而且这不是一时的风口，而是一个必然趋势——AI的能力在快速增长，使用门槛在以同样的速度降低。去年还需要写提示词技巧才能得到好结果，今年只需要自然语言对话就够了。这意味着什么？每一个“我今天用AI做了一件以前做不到的事”的瞬间，都在指向同一个结论：执行层正在被拉平。但有个现象更值得注意：根据我的观察，超过70%的所谓“AI超级个体”，其实只把AI当成高级搜索引擎或洗稿工具——问一句、抄一版、改两字，使用层级非常浅。他们确实“做出东西”了，但也仅仅停留在“做出东西”。他们用AI做出了东西，但东西和东西之间，几乎没有差别。“能做出东西”这件事，不再是竞争力——因为人人都能做到。知识记忆的价值在崩塌，纯执行型技能的溢价在归零。麦肯锡2024年的报告预测，到2030年全球约30%的工作时间可能被自动化技术取代。清华大学刘嘉教授也表达过类似观点：AI时代，纯粹的执行技能正在被贬值，而决策能力和系统思维正在升值。答案不是更努力，不是更熟练，而是一个你可能没想到的词——品味。不是那种品红酒、赏名画的品味，而是一种更底层的能力——你心中有没有“何为好”的标准。复旦大学团队2026年发表了一项关于“科学品味”的研究，用70万对学术论文训练AI，把品味拆解成了两种能力：判断力——给你两个选项，能不能判断哪个更好；构思力——能不能提出下一步更有价值的方向。品味 = 判断力 + 方向感。虽然这项研究针对的是科研领域，但品味的底层逻辑是相通的。这个拆解很精准。AI可以帮你生成100张图、50个文案版本，但选哪个？往哪个方向迭代？哪个版本更接近你想要的表达？——这些都需要品味。刘润也表达过类似观点：智力不等于判断力，而判断力是非常难被替代的。品味不只是“挑好的”，更是“知道好的方向在哪”。杨振宁曾多次强调，顶尖物理学家的核心竞争力不是计算能力，而是一种直觉——他能在无数可能的实验方向中，嗅出哪条路值得走下去。这就是构思力。想象你让AI生成了10个营销方案，9个都“没问题”，但只有1个让你眼前一亮——那个“眼前一亮”的瞬间，就是品味在说话。不是因为那个方案更对，而是因为你的经验、你的审美、你对用户的理解，让你一眼就认出了它。古典在谈审美时也表达过类似的意思：审美不是凭空而来的感觉，而是你走过的路、积累的经验，让你在关键时刻能做出选择。执行层被拉平之后，真正拉开差距的，不是谁用AI用得更熟，而是谁有品味——谁能在AI给出的海量选项中，一眼看出哪个是好的，哪个方向值得追。不能。这是AI时代最反常识的一点：品味也许是少数几个不能外包给AI的能力之一。不是因为AI技术还不够强，而是因为品味的形成机制，天然排斥捷径。复旦大学团队的研究引用了休谟和康德的美学理论：品味是“大量合格评判者的共同裁决”中涌现出来的。换句话说，品味不是天生的天赋，而是通过大量对比、大量试错、大量积累，慢慢长出来的一种直觉。你得见过足够多的好东西，才能在心里形成“何为好”的标准；你得走过足够多的弯路，才能在下一次选择时本能地避开。但更触目惊心的不是“品味难获得”，而是品味正在被主动交出去。有学者在《别让AI淘汰你》一书中拆解了审美力流失的四个机制——判断外包——算法替你定标准，“猜你喜欢”变成“替你决定”。感知过载——信息轰炸让你失去辨析力，什么都看了，什么都没看进去。创造驯化——模板复制取代真正创新，AI生成的内容越来越像，你也越来越习惯这种“像”。意义剥离——感官刺激取代深层共情，刷完短视频什么都没记住。不是AI替代了你的品味，而是你主动把品味交给了算法。每一次无意识地滑动、每一次不假思索地接受推荐，都是在把自己的品味一点点交出去。当你把思考外包出去，你失去的不只是品味，而是思考能力本身。AI太强大了，强大到你可以把越来越多的认知工作外包出去——写作外包给AI，决策外包给算法，思考外包给搜索引擎。但大脑的规律是用进废退。神经科学的研究早已证实：不被使用的神经回路会逐渐弱化。你越是把思考交给AI，你自己思考的能力就越弱；你越是让算法替你判断，你自己的判断力就越钝。品味流失和大脑退化，其实是同一件事——外包即退化。你把越多能力交给AI，你自己就越弱。而当你弱到连“该外包什么、不该外包什么”都判断不了的时候，你就彻底失去了选择权。这，恰恰是“学会学习”最根本的理由——品味只能通过深度学习积累，大脑只能通过持续使用来保持活力，两者都没有捷径，AI帮不了你。你不学，品味不会自己长出来，大脑也不会自己保持敏锐。把上面的逻辑串起来，你会发现一个加速关系——不是“AI越强，学习越重要”这种线性说法，而是三个加速器同时发力：知识过期越来越快：今天学的技能可能半年后就被AI覆盖。“学会学习”比“学到什么”越来越重要——因为你学到的任何具体东西都可能失效，但学习能力不会。品味越来越值钱：执行层越被拉平，品味的溢价越高。当人人都能用AI做出“合格”的东西，“知道什么是好”就成了最稀缺的能力。不会学习的代价越来越大：以前不会学习，顶多慢一点；现在不会学习，可能直接出局。古典观察到AI带来的“K型分化”——强者用AI是乘法，弱者被AI替代，中间层正在迅速坍塌。再加上“用进废退”这个反向拉力——你越不学习，大脑越退化；大脑越退化，你越依赖AI；越依赖AI，你退化得越快。这是一个恶性循环。正向的加速器推着你必须学，反向的恶性循环逼着你不能停。两个方向都指向同一个结论：AI变化越快，学习能力越重要。这不是鸡汤，是逻辑。这也是这个专栏想探讨的核心命题——在AI时代，学习设计的底层逻辑正在发生什么变化？哪些学习方式必须变，哪些永远不会变？
夜雨聆风