夜雨聆风尊敬的各位领导，各位老师，各位校友，大家下午好，我是ThinkingAI的创始人吕承通。我是2011年从上大计算机学院毕业的，今年正好毕业满15年。这15年时间里，前面5年我在腾讯做软件工程师，后10年都在创业。2015年，我和几个朋友一起创办了数数科技，也就是ThinkingAI。创业十年，我们一直深耕于数据智能领域。今天主要想和大家聊聊我个人目前对于AI的看法。
一、AI的后视镜
首先，我想和大家聊聊AI的后视镜。我们对于一个新事物的理解，总有其局限性。我们总是用上一代思维来理解新一代的产物。比如早期的电影，被看作“记录下来的戏剧”，也就是把摄像机摆在剧院前面把舞台上的表演录制下来，直到几十年后一个叫格里菲斯的人发展出平行剪辑、后面有人发现了镜头组接的心理效应、还有蒙太奇理论，人们才开始理解电影是一种全新的叙事形式。还有早期电视被理解为“带画面的广播”，早期互联网被理解为“电子版的报纸”。
我们现在理解AI的方式，都是“后视镜”式的。
把AI当作“更好的搜索引擎、自动化的写手、低成本的程序员”，这些都是上一代的思维，就像把电影理解为“录像化的戏剧”一样，这些类比捕捉了一部分真相，但完全错过了AI作为革命性技术的本质特征。很明显，AI不是更好的搜索引擎，搜索引擎是在已有信息中检索，AI是从无到有地生成新的组合。AI不是自动化的写手，写手基于自己的经验和观点写作，AI基于统计模式生成文本。这两者之间不是效率差异，而是性质差异。
当一项新的技术出现的时候，很自然地我们会拿新技术来解决已知的老问题，搜索，写代码，做调研。但未来肯定不止于此。目前我们还没有找到理解AI的“正确透镜”。那个透镜可能要等到新技术的基础建设足够成熟之后，甚至AI原生一代人的成长之后，才会出现，就像真正理解电影语言的不是第一批看电影的观众，而是在电影中长大的一代导演。
尽管如此，我们还是要试图用我们有限的理性来尝试回答AI正在改变什么。
二、AI真正改变了什么
首先，我们都非常清楚AI改变了内容创作的方式，提高了编码效率，改变了知识获取的方式等等。我们不仅要关注在AI能做什么，更应该关注它深层次的影响，对于社会，对于组织，对于个人的影响。我总结为三个层面：
- AI消灭了知识的稀缺性
AI消灭了知识的稀缺性，从而导致知识价值体系的重构。物以稀为贵，或者说，稀缺创造价值，这是整个知识经济的底层公式。法律问题要找律师咨询，病情诊断要找医生，专业知识存在于从业者的大脑里。但现在AI让所有人随时可以获得任意领域的专业认知，知识的稀缺性被消灭了。当稀缺性消失，知识工作者的定价逻辑、咨询行业的商业模式，甚至教育体系的知识获取方式，都失去了根基，整个知识价值体系都面临着重建。
- AI消灭了能力的专属性
AI消灭了能力的专属性，从而导致职业身份体系的重构。知识和能力是两个不同的维度，知识是理论，能力是实践。一个平面设计师，通常要接受四年的专业培训才能变成一位合格的设计师，一个程序员通常也要学完大学四年的课程才能胜任实际的开发工作。而且能力和人是绑定的，不可转移、不可拆分。但是现在AI把能力变成了可调用的程序——编程，设计，数据分析等等，都可由机器去执行了。当能力不再专属于特定的人，"我是设计师"、"我是程序员"这类身份定义就失去了根基，整个专业分工体系和职业身份系统，都面临着重建。
- AI消灭了规模的边际成本
AI消灭了规模的边际成本，从而导致组织建设逻辑的重构。通常一个企业的人员规模和它所能创造的业务价值是正比例关系的。比如服务100个客户需要10人，服务1000个需要100人，规模和人力是线性关系。而AI打断了这个线性关系，因为组织中可以引入一个新的执行主体AI Agent。一个人加一组Agent就可以服务一个团队才能服务的客户量。当规模不再需要对等的人力，大型组织存在的经济学理由被动摇了。AI消灭边际成本后，企业不再需要围绕人力规模来设计组织，组织建设的逻辑面临重构。
由此可见，AI对现代社会的冲击是巨大的，而这场巨大的变革正在发生。所以我们都很焦虑，似乎人人自危，加上一些媒体的推波助澜，感觉人类离灭绝也不远了。焦虑的本质是对未来不确定性的担忧，世界正处于大的浪潮之中，有焦虑情绪是正常的，但我们更应该沉下心来思考，找到自己的局部最优解。
三、AI是人脑的延伸
传播学的开山鼻祖麦克卢汉认为，每一项革命性的技术都是人体某个器官或功能的延伸。武器是手的延伸，汽车是脚的延伸，广播是耳朵的延伸，摄影是眼睛的延伸。那么，AI是什么的延伸？很明显，是大脑的延伸。有了AI之后，我们每个人的大脑都加了个外挂，变得无所不知，无所不能了。AI似乎让人变得更聪明了，但事实并非如此。虽然每一次技术带来了人的器官的“延伸”，但都伴随着一次器官功能的“退化”。
比如汽车，延伸了脚的移动能力，但也让人类的腿部肌肉退化了。比如短视频，延伸了视觉信息的获取，但削弱了人的深度阅读能力。甚至于文字，延伸了人的记忆，是记忆的外化存储，但也改变了记忆的性质。苏格拉底说，文字“将在学习者的灵魂中植入遗忘”，让人获得“智慧的外表而非真实的智慧”，这是两千多年前的深刻洞见。
AI延伸了大脑，让人在认知和能力上不再那么稀缺。那么，它“退化”了什么？我认为至少有两点是比较明显的。
第一，慢思考的能力。 当我们随时可以把问题扔给AI获得即时回答，我们就越来越没有耐心花几个小时深度思考一个问题。“慢思考”是人类一项非常重要的能力，也就是丹尼尔·卡尼曼在《思考，快与慢》中所说的“系统二”。它是缓慢、吃力、有意识的深度推理。人类这么一项重要的能力，可能会因为AI的存在而逐渐萎缩。不是因为AI不好，而恰恰是因为AI太方便了。这就好像是计算器被发明之后，大多数人的心算能力下降了；就像有了手机导航之后，出租车司机都记不住路了。
第二，理解的幻觉。当我们让AI解释一个概念，读完之后觉得自己“懂了”。但真的懂了吗？还是只是对“读过一个连贯的解释”这种体验产生了“我理解了”的幻觉？我个人经常会把一些我认为值得阅读的文章转发给我的Agent，让它总结提炼一下。一篇3000字的文章提炼出来三四百字，看了就觉得自己理解了。有一次我看到一篇内容，感觉不错，但没时间读完，就随手转给了Agent，让它提炼一下。Agent分析了一下后，提示我说这篇文章几天前已经转给过它了，而我已经完全没有印象。我们要警惕这种因为AI的便利性而带来的理解上的幻觉。
四、AI的认知分化效应
在印刷术出现之前，知识传递的主要方式是对话，师生之间的问答。像苏格拉底的思想，孔子的思想都是通过这种对话、提问的方式进行传播的。现在AI技术的出现，好像让人对于知识的获取方式又重回了两千年前，只是问答的对象从师傅变成了AI。而且苏格拉底认为书写是知识的退化形式，因为我们不能质问一本书，书也不能根据我们的反应调整自己的表述。而AI就不一样，可以追问、质疑、要求换一种方式解释、让它从不同角度论述。AI可以给所有人满意的答案。
但也正是因为AI具备这种智能性，会进一步加大人与人之间的差距。如果我们把人在使用AI上粗略地分为两种，“不太会用的”和“很会使用的”，AI都可以给这两类人提供令他们满意的答案。这就会带来一种认知分化效应。会使用AI的人在和AI的互动中变得更善于使用，不会使用的人在获得“满意的答案”后失去了继续学习和探索的动力。所以，对于不会使用的人，它像是催眠剂；对于会使用的人，它像是催化剂。而且会陷入循环，被催化的人越来越善于使用，被催眠的人越来越丧失深度使用的意愿。最终结果不是AI取代人类，而是人类内部出现一条以“元认知能力”为分界线的深层裂缝，也就是厉害的人越来越厉害，平庸的人越来越平庸。AI表面上消除了知识壁垒，实际上把竞争转移到了更深层、更难弥合的能力层面。
五、最后，简单地做个总结
首先，AI时代最稀缺的能力不是如何使用AI，而是“知道什么时候不用AI”。每一种新技术的出现，都延伸了人的某种能力，同时也退化了另一种。在AI唾手可得的情况下，仍然选择自己深度思考、在不确定性中保持好奇心，不断探索，这种品质会变得越来越稀缺。坚持自己作为主体进行思考，不是因为人类思考比AI更好，而是因为思考的过程本身就是人类智能的核心。
其次，AI已具备直接交付结果的能力，组织中的个体要从"岗位"回归"角色"。岗位强调技能，角色强调价值。工业时代，因为劳动分工把完整的人进行了切片——你是"写代码的"，他是"做报表的"，她是"做设计的"，每个人都是流水线上的一个功能切片。麦克卢汉说，自动化的真正讯息不是替代人，而是终结这种碎片化，让人重新成为完整的人。AI正在兑现这个预言。当AI接管了所有可拆解的专业任务，剩下需要人做的恰恰是那些无法拆解的事——判断、审美、在模糊中做取舍、为结果承担责任。未来组织的基本单元不再是岗位，而是一个完整的人加一组Agent。这也是我们ThinkingAI正在做的事情，帮助企业构建真正的AI Agent团队。
最后，AGI实现以后，全球人类共用一个最强大脑。互联网让不同的人连在了一起，但每个人还是用自己的方式思考。AI正在改变这一点——当所有人都通过同一个模型获取知识、做分析、找答案，所有人的思维也许会悄悄趋同。生态学中有一个规律：单一种植效率最高，但一场灾害就会毁灭所有。认知也是一样。人类文明的韧性不是因为所有人都聪明，而是因为不同的人用不同的方式进行思考，探索世界。如果AI让七十亿人通过同一个认知滤镜看世界，我们的文明就变成了一片只种一种庄稼的农场。保持认知的多样性，保持人类独特的创造力，坚持实践出真知，或许是守住人类智慧和文明的必要出路。
以上便是我今天分享的全部内容，谢谢大家！
上海大学校友会分享内容实录
略有删减 2026/5/30
