
你怎么看待AI和自己的关系?
现在大致有三种态度。
第一种认为,AI早晚会替代自己,所以必须想办法和它竞争;第二种认为,无论AI怎样进化,也不可能真正超过人,因此不用太担心。
而我更倾向于第三种理解:
AI有AI擅长的能力,人也有人擅长的能力。真正重要的不是谁最终战胜谁,而是如何把两种不同的智能组合起来。
一、智能不是一个总分,而是一种组合
我们经常把智能想象成一个总分。
人类今天得80分,AI得70分;等AI有一天达到90分,人类就会被替代。
但智能真的只有高低之分吗?
前两天,我们分享过郭毅可院士关于人类智能与机器智能共生的思考。碳基大脑和硅基芯片虽然载体不同,却都需要接收信息、形成内部模型,并根据反馈不断调整。
不过,“物理同源、数学同构”这样的表述,理解起来仍然有些抽象。
继续探索这个问题时,我发现凯文·凯利在2025年提出了一个很有意思的概念:认知周期表。

凯文·凯利在2025年提出的“认知周期表”原型
他的核心观点是,智能可能并不是一种单一能力,而是许多基础认知元素的组合。
就像氢和氧可以组合成水,不同的感知、记忆、推理、学习和行动能力,也可以组合成不同形态的智能。
一个人可能很擅长理解他人的情绪,却不擅长快速处理大量信息;AI可能能够在几秒钟内检索和归纳海量资料,却无法真正经历人的身体感受、关系承诺和现实处境。
人和AI可能并不是同一条跑道上的两个选手,而是两套能力分布不同的智能系统。
真正值得比较的,不是谁的总分更高,而是:人和AI分别由哪些能力构成?彼此的优势到底分布在哪里?
二、五个维度、十大认知家族和六十项能力
沿着凯文·凯利的思路,我借助2026年7月发布的ChatGPT 5.6,重新梳理了人类与当前AI共有的智能结构。
最终形成了一套包含五个维度、十大认知家族和六十项基础能力的框架。
这里需要说明,五个维度和十大类并不是平均分配、机械对应的关系。它是一个三层结构:
五个维度:智能运行的上位逻辑
十大认知家族:中层能力分类
六十项基础能力:更加具体的认知元素

五个维度与十大类智能总图|感知—认知—驱动—行动—进化

认知元素表2.0|十大认知家族与六十项基础能力
01感知:发生了什么
对应“感知与身体”和“注意与表征”两个认知家族。
感知与身体负责接收外部环境和身体内部的信息;注意与表征负责从大量信息中选择重点,并将其转化为内部可以继续处理的形式。

01|感知与身体

02|注意与表征
02认知:这意味着什么
对应“记忆与连续性”“世界模型”“推理与想象”三个认知家族。
记忆让经验在时间中得以延续;世界模型帮助我们理解对象、空间、时间与因果规律;推理与想象则让我们形成解释、比较方案,并模拟尚未发生的可能性。
这三类能力共同完成的是:理解世界,并预测接下来可能发生什么。

03|记忆与连续性

04|世界模型

05|推理与想象
03驱动:什么值得追求
对应“价值、情感与动机”这一认知家族。
认知可以帮助我们理解世界,但仅仅理解世界,并不会自动产生行动。真正推动人向前的,往往是需要、情感、偏好、价值和目标。

06|价值、情感与动机
04行动:如何让事情发生
对应“规划与执行控制”和“行动与工具”两个认知家族。
前者负责分解问题、寻找路径、分配资源并监测执行过程;后者负责调用身体、语言、软件、机器和其他工具,对现实世界产生影响。

07|规划与执行控制

08|行动与工具
05进化:如何根据结果更新自己
对应“学习与适应”和“社会、元认知与自我”两个认知家族。
智能不是完成一次任务就结束了,而是需要根据结果不断更新知识、模型和策略,同时理解他人、观察自己,并维持相对连续的身份与责任。

09|学习与适应

10|社会、元认知与自我
说明:这套分类和后续评分是一种用于理解人机能力结构的探索性框架,并非标准化科学测量。
三、真正重要的是组合智能
从这套框架来看,人和AI并不是简单的强弱关系,而是各有不同的能力分布。
AI更擅长信息检索、文字处理、快速计算、模式归纳、批量生成和工具调用;人则更擅长具身感知、现实情境理解、情感体验、价值选择和责任承担。

十个智能维度|人类与当前AI的启发式能力比较
AI可以识别情绪、生成安慰性的语言,也可以在目标明确、规则清晰的任务中作出高效判断。但它更擅长的是:在给定目标下寻找更优答案。
而人需要决定的是:这个目标是否值得追求。
执行可以委托。
目标明确、结果容易检查、错误可以修正的任务,可以更多交给AI。
思考可以协同。
AI可以帮助我们查找资料、拆解问题、提出不同解释和发现盲区,但人不能因此退出思考。
目标、决策与责任不能外包。
我们为什么行动、最终如何选择,以及结果由谁承担,仍然必须由人决定。
这篇文章本身也是一次人机协作:问题和判断来自我,AI帮助我查找资料、校正事实和整理结构,但最终表达什么、相信什么,仍然由我负责。
未来真正拉开人与人差距的,可能不是谁拒绝AI,也不是谁把更多事情交给AI,而是谁更清楚地知道:
什么应该由自己强化,什么可以交给AI,以及如何把两种智能组合起来。
夜雨聆风