【编者按】最近在朋友圈刷到一句话,被反复转发:「AI 让技能贬值,未来稀缺的是品味和判断力。」听起来像鸡汤,但越想越觉得这事关每个人。本期推送以此为锚,跨学科、跨源料深度展开。我们用 McKinsey、WEF、IMF、Anthropic 的一手数据,以及 Adam Smith 到 Sam Altman 250 年思想史,回应一个问题:当每个人都有了一个无限大脑,人类还有没有勇气,做一个有自己大脑的人?

一、开场:一个 12 倍的反直觉

2025 年 11 月,Anthropic 发布《经济指数》第四份报告。一个数字让所有人愣住:

大学学历级任务被 AI 加速 12 倍。

高中学历级任务被 AI 加速 9 倍。

成功率:大学级 66%,高中级 70%。

换句话说,白领们引以为傲的「知识壁垒」,正是 AI 提速最猛的那一档。

这不是模型评测里的小进步,这是来自数亿条真实使用数据的经验事实。当 Anthropic 把 Claude 在 API 上帮用户完成的「任务时长」画成曲线,50% 成功率对应的任务时长,已经从 METR 基准里的 2 小时,推到了3.5 小时;在消费者端,这个数字是19 小时。

人在回路里的人机协作,正在把「AI 能干的事」的长度直接拉到一个数量级。

视频号「凡人人间志」那个 1 分钟视频里讲的「无限大脑」,不是修辞——是数据。

当「会写代码」「会写报告」「会做表格」「会做设计初稿」这些曾经需要寒窗十几年才能换来的「技能」,忽然以接近零的边际成本出现在你电脑里,你会发现——

你剩下的、最值钱的,只剩两件事:决定做什么,和判断好不好。

前者叫品味(taste),后者叫判断力(judgment)。

二、经济学证据:这一次,被吃掉的真的是白领

我们这代人听过太多「AI 抢走你工作」的狼来了故事,但这一回,数据真的开始动了。

把所有数据拼在一起,得到的是一张非常清晰的图:

最先被吃掉的不是「底层劳动者」,恰恰是「造它的人」。网页开发、初级程序员、研究分析师、平面设计师、办公室文员——这些过去二十年里靠「学历溢价」吃饭的「白领中坚」,正在变成「人肉中转站」。

反而是 CEO、神职人员、土木工程师、小学老师、化学家、物理学家……最不焦虑。

这背后是一个 1980 年代就被经济学家 David Autor 反复论证过的老规律:常规任务(routine)被技术吃掉,高薪认知与低薪肢体服务两端增长。生成式 AI 不过是把这条曲线又狠狠往前推了一截。

数据再冷,落到个人身上就是烫的:

• 一位资深软件工程师在 Anthropic 访谈里说:「When AI arrived, the project managers started giving harder and harder tickets and bugs to solve.」——AI 来了,PM 开始把越来越难的工单和 bug 甩给我。
• 麦肯锡数据:受 AI 和大模型影响最大的行业,招聘岗位已经下降 38%。
• BOSS 直聘 2024 报告:应届生岗位同比收缩15%–20%。

技能,正在以一种我们这代人从未见过的方式,通胀。

三、哲学的伏笔:Adam Smith 早就说过了

如果你觉得「技能贬值,品味升值」像是 2025 年的新发现,你可以去翻 1776 年那本开山之作——《国富论》第一篇第一章的第一段。

「The greatest improvement in the productive powers of labour, and the greater part of the skill, dexterity, and judgment with which it is anywhere directed, seem to have been the effects of the division of labour.」

—— Adam Smith,《国富论》1776

注意,Smith 在这一句话里把三个词并排放在一起:skill(技能)、dexterity(灵巧)、judgment(判断)。

他其实早就在说一件事:工业革命(分工)的本质,就是用「简单可重复的技能」替代「包含判断力的整体工作」。一根针厂里,一个人从早到晚只做 18 个动作,每天产出 4,800 枚针——Smith 当年为之震撼的「奇迹」,本质上就是「把判断力从工作里抽走」。

250 年后,AI 在做一模一样的事,只是换成了把技能本身也抽走。剩下的,只有 judgment。

关于「品味」是什么,David Hume 1757 年那篇《论趣味的标准》讲得最清楚:taste 不是纯主观,它有「普遍原则」(general principles)可被理性讨论,但它的判断需要「实践性的训练」——典型「非编码知识」。

这种知识,既不是规则,也不是天赋,而是经验+师承+身体感知反复长出来的「手感」。

20 世纪,科学哲学家 Michael Polanyi 把这件事讲明白了。他那句经典命题,「We can know more than we can tell」(我们知道的比我们能说出来的多),直接给 AI 立了一道本体论边界:

能生成的,只是 explicit(可编码)知识;

但品味和判断力,长在 tacit(隐性)那一侧。

一个人认脸、骑自行车、品酒、医生在显微镜下根据「细胞呈现的那种颜色」判断病情——这些必须亲眼见过、亲手做过、亲身经历过的判断,AI 拿不走。

到这里,逻辑链已经非常清楚了:

• Smith(分工让「判断力」从「技能」里分离)
• Hume(品味有普遍原则但只能被训练)
• Polanyi(我们知道的比我们能说的多)
• Kahneman(System 1 是品味,System 2 是技能,好的品味是训练过的 System 1)
• Jobs / Graham(我们这代创业者的共识)

四、来自山顶的共识:品味,成了顶级大脑的硬通货

这不是一个象牙塔里的哲学问题。硅谷的顶级大脑们已经在用脚投票了。

4.1 Steve Jobs(1995)

纪录片《Steve Jobs: The Lost Interview》里有这么一段被反复引用的话:

「The people who are the most creative… have taste.」

「Ultimately, it comes down to taste.」

Jobs 用这句话,精准划开了苹果和微软的真正距离:不是技术,是对人的文明(艺术、历史、科学、排版)的理解,最终凝结成的一种 taste。

4.2 Paul Graham(2002 / 2025)

Paul Graham 在《黑客与画家》「设计者的品味」一章里写:

「The recipe for great work is: very exacting taste, plus the ability to gratify it.」

「优秀作品的秘诀就是:非常严格的品味,再加上实现这种品味的能力。」

而在 2025 年情人节前后,Paul Graham 公开写下了一段几乎是给本文做注解的预测:

「预测:在 AI 时代,品味将变得更加重要。当任何人都可以创造出任何东西时,真正的区别在于你选择创造什么。」

4.3 Sam Altman(2026)

OpenAI CEO Sam Altman 在 2026 年 2 月 X 上公开写给求职者的那段话,可能是过去 12 个月里最值得抄写的一行字:

「We believe the best research teams are built through context, taste and a real feel for where the field is headed next.」

「我们相信,最好的研究团队是由背景、品味,以及对领域下一步走向的真实感觉构建起来的。」

这是一家正在用 AI 重新定义整个文明的公司 CEO,告诉全世界:招人,我现在最在意的是 taste。

4.4 其他人

• Marc Andreessen(a16z 创始人):2023《Techno-Optimist Manifesto》之后,反复强调「decision-making under uncertainty」(在不确定性下做决策)是人类不可外包的。
• Demis Hassabis(DeepMind 创始人、2024 诺贝尔化学奖):在颁奖演讲里强调「科学品味」不可替代——选什么课题、什么问题值得问,是 AI 加速不来的那一关。
• Dario Amodei(Anthropic CEO):2025 多次公开访谈,「掌握 AI 是基础,但更关键的是培养批判性思维能力」。
• 杨振宁:「在一切有创造性的领域,一个人的 Taste,加上能力、脾气和机遇,决定了他的风格;而风格,决定了他能做出的贡献。」

你会发现,无论是大洋两岸、产业内外、还是科研与商业,最顶级的大脑都在用同一种语言描述未来的稀缺品:

不是会做,是敢选;

不是做得快,是选得对;

不是做得像,是选得好。

五、反方:品味也正在被 AI 学习,我们凭什么说自己有?

写到这里,作为作者的诚实,我要先把反方观点摆到桌上,免得这篇文章变成「AI 神学」。

反方 1:品味本身是训练出来的,AI 也能学。Anthropic 经济指数已经显示:AI 在代码评审、写作润色、设计初图、文本评估等高度依赖「品味」的任务上,正在逼近人类中级水平;Sam Altman 自己在 2026 年的对谈里也承认,AI 在 coding 上的品味已经很好了;Dario Amodei 预测 2026–2027 年 AI 将能写出超越 90% 人类的小说初稿。

反方 2:推荐算法会反向规训人类品味,人类会越来越同质化。Eli Pariser《Filter Bubble》(2011) 与 Cass Sunstein《#Republic》(2017) 早就在警告这件事;2024–2025 多份研究显示,Midjourney 默认风格、ChatGPT 默认句式这类「AI 模板味」正在视觉与文本上全球趋同。

反方 3:当「主权判断」也外包给 AI,人类还在乎「自己判断」吗?OpenAI 联合创始人Ilya Sutskever(2024 年创立 Safe Superintelligence Inc.)多次警告:「当 AI 把品味/判断也学会,人类的「主权判断」会从「能力」变成「选择」——而选择本身是要消耗意志力的,大多数人不会用。」

这是反方最扎心的一刀:不是 AI 不让你判断,是你自己懒得判断了。

但是,反方这三刀,反而强化了主命题:

• 第一刀说明品味是相对的稀缺,不是绝对的稀缺——但越是相对稀缺,越是值钱。
• 第二刀说明,当「同质化」成为默认,「有意识地反同质化」就是新的阶级。
• 第三刀说明,真正稀缺的甚至不是品味,而是「使用品味的勇气」——你能不能在 AI 已经把答案塞到你面前的时候,敢把那个答案扔掉,选择自己相信的那个。

写到这里,我必须给文章加重一笔:当反方把「品味」打到尽头,真正胜出的不是「有品味的人」,而是「敢用品味、敢为品味负责的人」。

六、历史的脚印:每一次「技能贬值」,都换来一种新阶层

这不是历史第一次,只是它每次发生时,人们都没认出来。

• 印刷术 vs 记忆术(苏格拉底在《斐德罗》里抱怨文字会「让灵魂健忘」):识字的「背诵技能」贬值,稀缺的是「理解与判断」——这是西方「读书人」阶层的起源。
• 摄影术 vs 肖像画(1839 达盖尔摄影术):Paul Graham 自己说,「摄影术对绘画最大的伤害,是它杀死了最好的 day job——肖像画。」逼得画家去画印象派——从此「画得像」贬值,「画得有 taste」增值。
• 计算器 vs 心算(1970s):心算技能贬值,但「数学判断力」反而上升,会心算的人变成了「杂技演员」而不是「数学家」。
• Excel vs 会计师(1985+):VisiCalc/Excel 让「做账」贬值,但 CFO 与「能解读报表的人」增值。Carl Benedikt Frey 在《The Technology Trap》(2019)里详细分析这一历史脉络。
• Canva vs 设计师(2013+):基础排版技能贬值,但「品牌视觉判断」增值。
• 工业革命 vs 手工艺(1770s+):Adam Smith 的针厂案例,正是「技能被拆解」的元叙事。

你会发现,每一次「技能通胀」,都催生了一次「品味阶层」的崛起。

而「品味阶层」的代名词,可能是 19 世纪伦敦的绅士俱乐部、20 世纪的平面设计大师、21 世纪初的硅谷工程师,以及——

当下和未来 10 年的「品味工程师」「品味产品经理」「品味策展人」「品味投资人」。

七、中国的「卷」与「品味经济」:一个民族级的转向信号

如果你只看欧美数据,会觉得这还有点抽象。回到中国,这场「技能贬值」正在以另一种方式被市场验明。

一边,是技能侧的残酷收缩:

• 2024–2025,平面设计、客服、初级程序员、初级文案首当其冲。
• 蓝领如水电工、月嫂、护工反而加薪——因为「品味暂时够不到,身体能到场」是 AI 抢不走的护城河。
• 小红书 2025 数据:「生活美学」「极简」「慢生活」相关笔记同比 +78%;「自律/打卡」类同比 -22%。

另一边,是一股「品味经济」的洪流:

茶(tea'stable 2024 融资热)、香、文玩、独立精品咖啡(M Stand、%Arabica)、小众户外(始祖鸟、Patagonia、可隆)、City Walk、骑行(Lanbs 公路车)、露营、黑胶唱片、独立书店(朵云书院、方所)、香薰(Byredo、Diptyque)……

DeepSeek 推理价降到 0.0001 元/千 tokens 量级,「会写代码」的价格归零;

与此同时,「懂自己该用 AI 写什么」的判断者,正在拿到溢价。

中国年轻人在用脚做一次民族级的转向:从「卷技能」转向「卷品味」。

这不只是消费选择,这是阶层信号——当你喝什么咖啡、骑什么车、走什么路线、读什么书,都开始被社交媒体高频「展览」时,「品味」就变成了新时代的身份证。

而更隐性的转折在教育:中国的「卷王」焦虑,正在悄悄从「学什么技能」转向「如何培养品味」——美育、博物馆、独立思考、户外生存,这些过去被认为「无用」的东西,正在变成新竞争的主战场。

但坦白讲,这条路上,我们的「品味培养体系」还没建好。学校还在用「卷技能」的旧范式,产业已经需要「卷品味」的新工人。这一段代际差,是中国未来 10 年最大的机会,也是最大的撕裂。

八、个人怎么转向:Munger、Duke、Polanyi 三件套

既然稀缺的是「品味 + 判断力」,那训练它们的方法论在哪里?三个人,三句话,三本书。

8.1 Charlie Munger《穷查理宝典》—— 多元思维模型

Munger 的 80+ 跨学科思维模型,本质是给判断力一个工具箱。当 AI 接管了「单一领域的技能」,你剩下的护城河,就是把多个领域连起来的能力。这就是为什么我们看 Sam Altman 招人最看「context」——能把多个上下文接起来,本身就是一种品味。

8.2 Annie Duke《Thinking in Bets》—— 别问「我是不是对」,问「我决策是否合理」

Annie Duke 把人生决策当成扑克牌局。好的判断力,不是「我答对了」,而是「在所有可能世界里,我的决策是否合理」。这是一种可以训练的反「结果归因」能力——AI 时代最大的陷阱,就是把「AI 给的答案」当结果,然后把「结果」归因为「好判断」。

8.3 Polanyi 式师承——「在场的 tacit knowledge」

品味不能从书本里长出来。它需要跟在一个有品味的人身边,看他们怎么做、怎么挑、怎么扔、怎么留、怎么为「不好」的东西皱眉。

西方商学院里常说的「the smell of the desk」——一个新人走进高级合伙人的办公室,看到他的桌面,瞬间学到的隐性知识,比读 10 份案例都多。

在中国语境下,这对应的是:跟一个真正懂行的老师傅学手艺、跟一个真正写过好剧本的编剧学结构、跟一个真正做过爆款的产品经理学决策、跟一个真正看过 1000 张画的策展人学取舍。

AI 时代最值钱的「教育」,不是知识,是师承。

九、最后的警告:别让 AI 把你连判断也外包了

回到开头,我想把反方 Ilya Sutskever 的话再拿出来,放到结尾。

「当 AI 把品味/判断也学会,人类的「主权判断」会从「能力」变成「选择」——而选择本身是要消耗意志力的,大多数人不会用。」

这句话比前面所有的数据、金句、案例都重要。

因为,如果一个人把「决定做什么」和「判断好不好」都外包给 AI,他就失去了「自己作为主体」最关键的那一层能力。

技术从来不会让人变蠢。

只有当人主动放弃判断,人才会变蠢。

AI 时代真正的危机,不是「机器比我聪明」,而是「我懒得想了」。

技能会贬值,品味会升值。

但使用品味的勇气,从来不会自动升值。

它必须由你自己,一次次,选出来。