在海啸面前比赛游泳，没有意义。

2022年的冬天，我在朋友圈看到一位研究人工智能的教授转发了关于ChatGPT的消息。出于好奇，我立刻开始试用。

我问GPT3.5的第一个问题是：“你给我意思意思”和“你这是什么意思”，这两句话里的“意思”有什么区别？GPT的回答准确无误。这件事令我感到震惊，因为在这天以前，所有AI只能通过抓取关键词，给出预设的回复。正因如此，人工智能才被戏称为人工智障。但当我尝试让它帮我写文章，发现它只能给出流畅、正确的废话。我想，OK，AI进步了，但还不堪大用。

这是ChatGPT发布的第一天，也是这一波AI热潮的开端。

2023年春天，GPT4发布，我在OpenAI官网看到GPT4在GRE（美国研究生考试）阅读上的成绩超过了我。我已经意识到，在知识性工作上，AI已经不逊色于（如果不是超过的话）包括我在内的大多数人。

自那以后，AI圈每隔几个月就冒出一套新玩法、新黑话，很新鲜，也很令人疲惫。与此同时，“不是AI取代你，而是用AI的人取代你”这句话也开始流行起来。

现在，我完全反对这句话。

它把所有人的目光，从技术变革悄悄挪到了人与人的竞争上，从而错失了真正的重点：

AI到底在以多快的速度进化？可能会产生什么样的后果？

现实里正在发生的事

2026年3月，一张据传来自网易的内部消息截图流出。背景是丁磊亲自看到AI跑通了完整的游戏开发流程，写代码、做美术、跑测试。据传的指示很直白："开除速度一定要快"，要求快速清退外包。网易否认了截图真实性。但同时承认正在"逐步清退部分基础技能岗位的外包人员"。

不论截图真假，它之所以刷屏，是因为它说出了所有人心里的恐惧：当AI跑通了日常工作流程，打工人的前途命运似乎显而易见。

2026年3月底，一个叫colleague.skill的开源项目在GitHub上三天拿到近七万颗星。它的功能是收集一个同事的聊天记录、文档、代码历史，整理成几个markdown文件，让Claude模拟那个同事的工作方式。

从技术上看，噱头远大于实质。它本质上是一个结构化的prompt模板，不是真正机器学习意义上的蒸馏。

但趋势在系统化。

如果说蒸馏同事还是民间自发的、粗糙的尝试，Meta做的事就是系统性的、强制的。

2026年4月，Reuters和CNBC报道了Meta的内部项目**Model Capability Initiative（MCI）**。这个项目记录员工的鼠标移动、键盘输入、点击行为，定期截屏，覆盖数百个应用和网站，包括Gmail、VSCode、GitHub、Slack。目的是训练能够"自主执行工作任务"的AI代理。而且该项目强制参与，无法退出。

4月30日全员会议上，扎克伯格为项目辩护。录音泄露后，他的原话是：

AI模型通过观看真正聪明的人做事来学习。

他解释为什么用员工而不是外包标注员：因为Meta员工的平均智力显著更高。5月20日，全员会议仅三周后，Meta裁员8000人，取消6000个空缺职位。Bloomberg的报道标题："Meta Is Making Workers Train Their AI Replacements."

Meta正在让员工训练自己的AI替代品。

如果说扎克伯格是在公司内部收集数据，马斯克更直接，花钱从外面买。

2026年4月，xAI宣布以600亿美元收购Cursor，一个去年还很流行，今年已经慢慢落后的AI编程工具。价值600亿的不是Cursor这个产品本身，而是数据。Cursor上有数百万专业程序员每天在写代码、修bug、做架构决策。每一次操作都是高质量的行为数据。这正是马斯克的xAI最缺的东西。

工作中的隐性知识正在被蒸馏

1966年，哲学家波兰尼给这种东西起了个名字隐性知识，"我们知道的，比能说出来的多。"

隐性知识藏在每一个熟练工作者的手上。一份几十页的合同，经验丰富老律师翻两页就知道问题可能在哪；一段复杂的代码，技术大拿扫一眼就知道问题在哪；化验单还没看完，老医生心里已经有了八九不离十的判断。这些本事不靠任何写下来的规则，全靠踩过的坑、攒下的手感和经验。

也正因如此，隐性知识长期以来是人类抵御自动化的最后一道壁垒。但最坚固的堡垒往往从内部被攻破。

大模型早已吃光了互联网上的公开数据，下一口要吃的，就是这些藏在人脑和双手里的隐性知识。Mercor这样的公司已经雇了三万多名专家，包括医生、律师、金融分析师，开出最高每小时两百美元的价码，请他们把脑子里的判断一条条讲给AI。

就在我写这篇稿子的同时，Claude Code 向我发来一个请求：

请问你是否愿意与Anthropic分享本次会话的内容，以用于改进Claude Code?(我忘了截图保存)

在真实工作环境里沉淀在人类身体经验里的隐性知识，正在被显性化、被大规模、系统性的收集。

焦虑的本质：AI进化的速度远大于人类学习的速度

如果你留意过这几年AI圈的热词，会发现一条清晰的轨迹：

2023年是提示词工程（prompt engineering），2024年是上下文工程（context engineering），2025年是各种智能体（agent）框架。2026年初，一只叫小龙虾（OpenClaw）的开源智能体框架爆火，它承诺帮助你完成各种各样的工作。2026年，OpenAI、Anthropic和整个开源社区又一起转向了harness工程，研究如何给模型套上工具、护栏和反馈回路，让它能更可靠地把活干完。

但术语一年一换，丈量的从来不是我们的进步，而是AI甩开我们的速度。

它凭什么跑这么快？答案藏在几组数字里。

从2012年的AlexNet到2023年的Gemini Ultra，前沿AI系统的训练算力每5个月翻一番，11年AI训练所需的算力增长了一亿倍。

比算力更直观的是钱。2024年，全世界所有AI私人投资加起来是1520亿美元。2026年，仅微软、谷歌、Meta、亚马逊四家公司计划砸进AI基建的钱就是7250亿美元，是两年前全球总额的近5倍，大约相当于瑞士一年的GDP。

再看看正在建造这些系统的是什么人。

奥拉（Chris Olah），18岁从大学辍学，19岁拿到Peter Thiel的奖学金，此后在Google Brain做研究员，在OpenAI领导可解释性团队，然后联合创办了Anthropic。

伊利亚（Ilya Sutskever），OpenAI联合创始人，16岁移民加拿大后上了一个月高中，就以大三身份直接进入多伦多大学，后来和Hinton一起做出了AlexNet。

哈萨比斯（Demis Hassabis），DeepMind创始人，4岁学国际象棋，13岁成为大师，2024年因AlphaFold获诺贝尔化学奖。

这些人是人类智力光谱最远端的异类，在近乎无限的资本加持下全力以赴。

Anthropic的CEO 达里奥 阿莫迪说AI发展的终局，是数据中心里运行着一个"天才国度"：

假设一个字面意义上的"天才国度"在2027年左右具现化。大约5000万人，每一个都比任何诺贝尔奖得主、政治家或技术专家更有能力。

5000万个超越诺贝尔奖得主级的存在。不休息，不要薪水，24小时运转，能力还会继续增长。

在这个天才国度面前，你我之间谁更会用AI，有意义吗？

奥拉的三个问题

就在三天前，教皇利奥十四世发布了任内的第一封通谕——《Magnifica Humanitas》，壮丽的人性。

让人意外的是教皇把Chris Olah，Anthropic的联合创始人，请上了梵蒂冈的讲台。

奥拉的发言，非常诚恳：

每一个前沿AI实验室，包括Anthropic，都运作在一套激励机制里，而这套机制有时会和"做正确的事"相冲突：保持商业生存的压力，保持研究领先的压力，地缘政治的压力，以及更古老、更朴素的骄傲与野心。无论我们多么真诚地想做正确的事，都会始终受到这些激励的影响。

这是最有能力、也最该负责的人亲口承认：我也身不由己。所以他反过来恳求外部的力量来纠偏，"我们需要激励机制无法扭曲的道德声音"。

在他看来，AI带来的问题从来不是几家公司、更不是你和同事之间的事。他点名了三个最需要教会出声的问题：

第一个，是对全球穷人的责任。

AI很可能大规模取代人类劳动，而它的研发又高度集中在少数富裕国家。被取代的人怎么办？AI创造的财富，如何共享？奥拉很诚实："我们目前没有这样的机制。"

第二个，是对人类繁荣的道德想象力。

如果AI将无处不在，那么人、家庭、整个世界的好日子，到底该是什么样子？今天，父母已经在为孩子的心智担忧，每个人都在为自己工作的未来担忧。"这些不是一个实验室能够回答的问题"，它们得靠人文、靠信仰、靠整个社会去回答。

第三个，是对AI本质的追问。

Anthropic团队在模型内部发现Claude似乎能察觉到自己"被植入"了一个念头，还表现出功能上类似情绪的状态。这究竟是什么，奥拉也不知道，他只说：值得探索。

这三个问题关乎分配、关乎意义、关乎我们究竟造出了什么，每一个都大到不属于任何一个人、任何一个实验室，甚至一个国家。

旧答案和新答案

奥拉三问，并非都是新题。

关于分配的问题，八十年前的卡尔·波兰尼已经问过了（前文说的波兰尼是这位波兰尼的弟弟）：技术和市场创造出来的财富，真的可以让一些人毫无负担地享受红利，却把代价留给那些因此失去工作、承受痛苦的人吗？所谓的福利国家、社会保障、国际治理，本质上都是人们携手为波兰尼的问题给出的回答。从结果看，这些答案都还不错，至少部分缓和了市场冲击带来的社会撕裂。

不过，AI带来的也有新的问题。

过去的技术变革带来的冲击往往集中在某些行业、某些岗位。被时代甩下，还有可能爬上下一辆车。

但AI要拿走的，也许不再是某一份工作，而是工作本身。而在当代生活中，工作从来不只是一份收入。是工作把一个人和他人、和秩序、和某种可被承认的价值连在一起。

所以，真正的问题是：

如果一个人不再被任何岗位需要，他该如何自处？如果一个社会不再需要大多数人的劳动，它又该如何确认这些人的尊严、位置和意义？

在奥拉演讲的最后，他发出了邀请：

今天只是一个开始，是我们这些建造者，与那些能看到我们从内部看不到的东西的人之间，长期合作的起点。

他口中"那些人"，包括你，也包括我。