万维钢 风格
AI不会取代你，但会让你暴露得更彻底
人们一说到AI取代人类就紧张，可是如果你去看历史，每一次技术革命真正淘汰的都不是"人"，而是"假装在工作的人"。
这话不是我说的。经济学家David Autor有个研究，分析了美国过去四十年被自动化取代的岗位，发现一个反直觉的规律：被取代的不是最简单的体力劳动，也不是最复杂的创造性工作，而是中间那一层——那些看起来需要专业训练、实际上只是在执行固定程序的工作。银行柜员、初级会计、标准化的法律文书起草。这些工作的共同特征不是"简单"，而是"可预测"。
你猜AI正在取代的是什么？一模一样的东西。
2024年，麦肯锡的一份报告估计，AI对"可预测性认知工作"的替代能力已经达到了人类水平的70%以上。但对"不可预测性认知工作"——需要即兴判断、跨领域综合、处理模糊信息的那类——AI只能覆盖大约15%。这个比例在过去两年几乎没有增长。
所以真正的问题不是"AI会不会取代我"，而是"我每天做的事情里，有多大比例是可预测的"。如果你的工作80%都是按照固定流程操作，那么你不是在跟AI竞争，你是在跟一段代码竞争——而代码不需要社保。
认知科学家Gary Klein研究专家决策三十多年，他发现真正的专家和"按程序操作的熟练工"之间有一个根本区别：专家能在信息不完整的情况下做出合理判断，而熟练工必须等所有条件就位才能动手。Klein管后者叫"脆弱的专业性"——看起来很专业，但只要环境稍微变一变就崩溃了。AI恰好是击碎"脆弱的专业性"的完美武器。
那真正的专业性怎么建立？Klein给了一个出人意料的回答：大量接触失败案例。他发现消防队长之所以能在火场做出正确判断，不是因为他们学过更多理论，而是因为他们亲眼见过太多事情出错的方式。这些"出错的方式"帮助他们建立了一个隐性的模式库——AI可以读一万份火灾报告，但它没有站在火场里的恐惧感和直觉。
经济学家Tyler Cowen在他的新书里提出了一个有意思的分类。他说未来的劳动者分两种：一种是"AI的上司"，负责提出问题、设定方向、判断AI的输出是否靠谱；一种是"AI的下属"，听从AI的指令执行标准化操作。前者的收入会越来越高，后者的收入会越来越低。中间地带正在消失。
Cowen的分类很精彩，但我觉得他少说了一种人：那些AI根本插不上手的人。理发师、幼儿园老师、心理咨询师、水管工——这些工作需要"在场"，需要即时应对不可预测的物理世界和人类情感。这些人不是"AI的上司"也不是"AI的下属"，他们活在AI够不着的世界里。有意思的是，这些工作过去被认为是"低端"的。可是有多少人能同时修好你家的暖气和安抚你因为暖气坏了而暴怒的情绪？这种能力，可能比写一份漂亮的PPT值钱得多。
当然你不用笑那些写PPT的人。说不定你就是其中一个。
可是有多少人真的会坐下来，认真算一算自己每天做的事情里有多少是"可预测"的呢？大概跟认真记账的人一样少。
—— 以万维钢风格写作
Dan Koe 风格
AI不是来取代你的，是来暴露你一直在假装的
大多数人害怕AI，不是因为AI太强。
而是因为他们知道自己一直在做AI就能做的事。
想想看。
你花四年上大学，学了一个"专业"。
你找了一份工作，每天重复做差不多的事。
你的老板告诉你该做什么、怎么做、什么时候交。
你不需要思考"为什么"，你只需要执行。
然后有一天，一个AI工具花30秒做完了你一周的活。
你慌了。
但这不是AI的问题。这是你用了20年时间把自己训练成了一个可预测的输入-输出机器的问题。
学校教你听话。公司教你服从。社会教你"安稳就好"。
他们把你的大脑编程了20多年，然后AI来了——一个比你更快、更便宜、永不抱怨的"被编程的大脑"。
The thing is, 这不是世界末日。
这是你重新定义自己的最好机会。
AI取代的是specialist。它取代不了的是generalist——那些有品味、有自主性、能跨领域综合判断的人。
为什么？因为AI只能给你一个输出。你让它写一篇文章，它写了。你让它做一个设计，它做了。但那个输出好不好？有没有灵魂？能不能打动你的受众？
这需要品味。
品味不是天生的，是你花了几千个小时沉浸在多个领域之后自然长出来的东西。一本关于"如何使用AI"的书，当你把哲学、心理学、商业和你自己的人生经历揉进去之后，就变成了完全不同的东西。
AI写不出这个。除非你在背后指挥它。
所以出路只有一条：成为AI的指挥者，而不是被AI取代的执行者。
怎么做？三件事。
第一，发展多种兴趣。你的多种兴趣不是"注意力不集中"，是你未来最大的竞争优势。AI是专才，你必须是通才。
第二，公开你的思考过程。写作、拍视频、发推文——把你独特的视角展示出来。人们不会追随一个AI，他们追随的是一个有血有肉、有观点、有故事的人。
第三，把AI当作你的ghostwriter。你负责vision、taste和strategy，AI负责execution。你是导演，AI是摄影师。你的竞争对手不是AI，是其他同样在用AI的人——谁的品味更好，谁就赢。
That will not sit well with some people.
但你不一样。你在读这篇文章，说明你已经在思考这些问题了。
大多数人还在刷短视频。
—— 以 Dan Koe 风格写作
Paul Graham 风格
AI时代最被低估的技能
关于AI会对普通人产生什么影响，我注意到一个大多数评论都忽略了的事实：AI最擅长的事情，恰好是大多数人最不喜欢做但又不得不做的事情。
想想看。写一封格式化的商务邮件、整理一份会议纪要、把一堆数据做成图表、按照模板生成一份报告——这些事情，几乎没有人做的时候会觉得兴奋。人们做这些事，是因为工作要求他们做，不是因为他们想做。
而这恰好是AI做得最好的事情。
这意味着什么？它意味着AI实际上正在帮人们消除工作中最无聊的部分。如果这个趋势继续下去——我很难想出它不继续的理由——那么剩下来需要人做的工作，就会越来越集中在人们实际上比较喜欢做的事情上：判断、选择、与人沟通、处理例外情况、做那些没有标准答案的决定。
但这里有一个问题。
很多人已经花了多年时间把自己训练成了擅长做那些无聊事情的人。他们的整个职业身份，就建立在"我能可靠地、高效地完成这些标准化任务"之上。如果这些任务消失了，他们的身份也跟着动摇了。
我怀疑这才是人们真正害怕AI的原因。不是害怕失去收入——虽然那也很真实——而是害怕失去那个"我擅长做X"的自我定义。
那什么是AI时代最被低估的技能？我猜答案是：提出好问题的能力。
这听起来可能有点奇怪。但如果你观察那些真正善于使用AI的人，你会发现他们的核心优势不在于技术能力，而在于他们知道该问什么。AI可以给你任何问题的答案，但它不知道什么问题值得问。这仍然是人的工作。
而且，提出好问题的能力跟在学校里学到的东西几乎没有关系。学校训练的是回答问题的能力——考试就是一系列等着你回答的问题。但在真实世界里，尤其是在AI可以回答大多数已知问题的世界里，提出问题的人比回答问题的人更有价值。
怎么培养这种能力？我不确定有系统的方法。但有一件事似乎有帮助，就是对很多不同的领域保持好奇心。因为最好的问题往往产生于两个领域的交界处——你在A领域看到一个现象，然后意识到它跟B领域的某个问题有关系，于是你问了一个两个领域的专家都没想到过的问题。
也许这就是为什么，在一个AI可以瞬间成为任何单一领域专家的时代，做一个对很多东西都有点了解的人，反而比做一个只精通一件事的人更有优势。不是因为你什么都懂，而是因为你能看到别人看不到的连接。
当然，我可能是错的。也许AI很快就能自己提出好问题了。但到目前为止，我观察到的情况并非如此。AI给出的答案越来越好，但它提出的问题仍然相当平庸。
如果这个观察是对的，那么含义其实挺乐观的：在AI时代，你不需要变成一个技术专家，你只需要成为一个更好的好奇者。而好奇心，据我所知，是免费的。
—— 以 Paul Graham 风格写作
姜胡说 风格
AI时代，普通人最简单的赚钱思路
AI来了，很多人慌了。
别慌。
赚钱的底层逻辑没有变：发现问题，给出方案，拿到回报。
AI改变的不是这个逻辑，而是改变了谁能更快地给出方案。
以前你学一个技能要三年，现在用AI辅助，可能三个月就能干活了。
这是好事还是坏事？看你站在哪边。
如果你是那个花了三年学技能、靠这个技能吃饭的人，你会觉得是坏事。因为有人三个月就追上你了。
但如果你是那个愿意花三个月学习、然后马上去解决别人问题的人，这就是天大的好事。
我说的不是让你去学什么"AI提示词工程"。那个东西变化太快，今天学的明天可能就过时了。
我说的是：用AI把你已有的能力放大。
我一个朋友，做装修的。以前客户问他"我家客厅想弄成北欧风格大概什么效果"，他只能口头描述，或者翻案例图给人看。现在他用AI生成效果图，5分钟出一张，客户一看就懂了。签单率翻了一倍。
他的核心能力没变——他还是那个懂装修、懂材料、懂施工的人。AI只是帮他把"沟通"这个环节的摩擦点消除了。
再举个例子。我认识一个做跨境电商的姑娘，英语一般，以前写产品描述要找人翻译。现在她自己写中文，AI翻成英文，她再对照改一改。一个月省了小一万的翻译费，而且速度快了十倍。
本质都是一样的：AI在帮你把路铺平。
那普通人怎么找到自己的机会？
还是那个老思路：信息差和摩擦点。
AI刚出来的时候，会用的人少，不会用的人多。这就是信息差。你比别人早学三个月，你就能帮不会用的人解决问题。
很多传统行业的人，知道自己应该用AI，但不知道怎么用。培训机构教的太泛，跟他的具体业务对不上。这就是摩擦点。你如果既懂那个行业、又会用AI，你就能当那个"翻译官"。
筛选就4句：大家卡在哪？为什么会卡？我能不能补？窗口有多长？
别一上来就想做大平台。先从身边的需求做起。
你妈不会用手机里的AI功能，你教她，这就是服务。你把教的过程录下来，发到网上，就变成了内容。有人看了觉得有用，就有了流量。有了流量，变现的方式太多了。
先把最小的闭环跑通。
急不得。
—— 以姜胡说风格写作
李笑来 风格
AI时代，你真正需要管理的还是你自己
关于AI，你大概已经看了很多文章。大多数文章要么告诉你"AI会取代一切"，要么告诉你"AI没什么可怕的"。这两种说法都有道理，也都没什么用——因为它们并没有告诉你明天早上醒来该做什么。
让我试着把这个问题拆解一下。
AI到底擅长什么？简单来说，它擅长做那些有明确输入和明确输出的事情。你给它一段英文，它翻译成中文；你给它一个问题，它从已有的知识中找出答案；你给它一个模板，它批量生成内容。
AI不擅长什么？它不擅长做那些连问题本身都不清楚的事情。"我应该做什么工作"、"这个方案哪里不对劲"、"客户虽然没说但他其实想要什么"——这类问题，AI目前处理得还很粗糙。
有了这个区分，情况就变得相对清楚了：
如果你每天做的事情主要是"把明确的输入变成明确的输出"，那么你确实应该担心。不是因为你不够努力，而是因为这恰好是AI最擅长的事情。
但这里有一个常见的误解需要纠正。
很多人以为"学会使用AI工具"就是应对AI时代的方法。这就好比说"学会使用计算器"是应对计算机时代的方法。没错，会用工具当然比不会用好。但工具本身不构成竞争优势——因为所有人都会学会用它，而且学会的速度比你想象的快得多。
那真正的竞争优势在哪里？
说出来可能让人失望，因为答案实在太朴素了：持续学习的能力。
这不是什么新观点。事实上，这个观点在AI出现之前就成立。AI只不过是把这个事实变得更加紧迫、更加不可回避了。
为什么持续学习的能力如此重要？因为AI时代变化的速度太快了。今天有用的技能，两年后可能就被AI覆盖了。但"学会新技能的能力"本身，是不会被覆盖的——因为它不是一个具体的技能，而是一个元技能，一个产生技能的技能。
可是，"持续学习"说起来容易，做起来难。我教了那么多年书，太清楚这一点了。大多数人的问题不是不知道应该学习，而是不知道怎样才算真正的学习。
真正的学习，不是看了一篇文章觉得"说得好有道理"，然后转发到朋友圈。真正的学习必须经过一个完整的循环：
接触新信息 → 理解它 → 用自己的话复述它 → 尝试应用它 → 发现应用中的问题 → 回去重新理解 → 再次应用……
这个循环每转一次，你对这个知识的掌握就深入一层。而大多数人在第一步——"接触新信息"——就停下来了，还以为自己已经"学会了"。
AI恰好可以帮助你完成这个循环。你可以让它用不同的方式解释同一个概念，可以让它出题考你，可以让它检查你的理解是否正确，可以让它模拟真实场景让你练习。这比过去任何时候都方便。
但——注意这个"但"——AI不会替你走完这个循环。它可以提供材料、反馈和练习机会，但"理解"这件事只能发生在你的大脑里，"应用"这件事只能靠你自己的双手。
所以，AI时代对普通人的真正挑战，跟AI本身的关系其实不大。挑战还是那个老问题：你能不能管好自己？能不能在没人逼你的情况下，每天拿出两个小时做那些不紧急但重要的事？能不能在学习遇到困难的时候不放弃？
时间还是那个时间，自顾自地流逝。AI没有改变这一点。
如果你还没有开始，那就从现在开始。具体怎么开始？拿出一张纸，写下你目前工作中最常做的五件事，然后在每一件旁边标注：这件事AI能不能做？如果能，标注"可替代"；如果不能，标注"不可替代"。
做完这个练习，你就知道自己的时间应该花在哪里了。
相信我，你并不孤独。
—— 以李笑来风格写作
Austin Kleon 风格
AI时代，做一只蜗牛
William Kentridge说过，艺术家需要"做一只蜗牛，在你穿越世界的时候留下自己的痕迹"。
我最近一直在想这句话。
因为AI可以瞬间生成一千张图、一万篇文章、十万首歌。但蜗牛的黏液痕迹，它留不下。
今天早上翻笔记本，翻到去年三月的一页。上面画了一棵歪歪扭扭的树，旁边写着"Owen说这棵树看起来像一个打喷嚏的人"。Owen是我儿子。他当时五岁。
AI可以画一棵完美的树。但它画不出"一个打喷嚏的人"——除非你告诉它。而你之所以能告诉它，是因为你有一个五岁的儿子，你们在某个三月的下午一起散步，他说了那句话，你笑了，然后你把它记在了笔记本上。
这就是蜗牛的痕迹。AI没有痕迹。
（这让我想到Grant Wood说的话："我所有好的想法都是在挤牛奶的时候想到的。"AI不挤牛奶。）
大家都在讨论AI时代应该学什么新技能、掌握什么新工具。也许吧。但我更感兴趣的是：AI时代有什么东西变得更珍贵了？
我的答案是：慢的东西。
手写的信。面对面的聊天。花三个月读完一本厚书。用一下午画一幅画，画完觉得不好，揉掉重来。在花园里蹲着等一朵花开。
这些事情没有效率可言。这正是它们的价值所在。
Festina lente. 慢慢地急。
我不反对用AI。我自己也用。上周我用它帮我整理了一堆采访笔记，省了大概三个小时。省下来的时间我干嘛了呢？带孩子去了公园。
也许这就是AI最好的用法：帮你把不得不做的事情做完，然后把省下来的时间花在那些不可能被外包的事情上——散步、发呆、翻旧笔记本、跟孩子说废话。
笔记本这件事我要多说两句。
在一个AI可以帮你记住一切、整理一切、搜索一切的时代，手写笔记本变得更加珍贵了。不是因为它更高效——当然不是，它效率低得可笑——而是因为写的过程本身就是思考。你的手在纸上移动的时候，你的大脑在做一件AI做不到的事：它在把外部世界和你的内心世界连接起来。
Joan Didion说过，"我们最好和曾经的自己保持点头之交。"笔记本就是你和过去的自己保持联系的方式。
The days stack up.
去做一只蜗牛吧。
—— 以 Austin Kleon 风格写作