AI时代哲学价值凸显

哲学领域的突破

今天看到一则引人注目的消息，英国《经济学人》最新报道指出，目前美国几家顶尖AI公司，如OpenAI、Google DeepMind、Anthropic，正积极招募哲学背景的专业人才。

这一变化颠覆了传统认知。

过去，许多人提到哲学专业，第一反应往往是“就业前景不佳”“脱离现实”“毫无用处”。然而，在AI时代，哲学却开始占据科技公司的核心位置。

学生尚未毕业就已经收到AI公司的录用通知；大学里的哲学教授也开始被大企业挖走。

更值得注意的是，纽约联储的数据显示，哲学专业近期毕业生的失业率为5.1%，而计算机科学专业为7.0%。

这意味着，在美国就业市场，哲学专业的就业表现已在某些统计口径下超越了计算机专业。

这一现象背后的信号至关重要。

AI发展至今，已经不仅仅是“模型参数更大、算力更多、代码编写更快”的问题。

进入深水区后，行业面临一系列更棘手的难题：AI应如何回应？

哪些问题需要拒绝？

如何减少错误输出？

如何避免盲目迎合用户？

如何让模型在复杂冲突中保持诚实、克制和边界感？

这些问题已不再是单纯的工程问题。

例如，Anthropic的Claude背后有一套重要的“模型宪法”。

这部宪法用于指导模型如何表达、如何拒绝、如何保持诚实与善意。

其主要作者Amanda Askell是纽约大学哲学博士。

她在Anthropic的工作，某种意义上就是训练AI拥有更稳定的价值观和人格边界。

很多人会问，AI公司为何需要哲学家？

他们会编写代码吗？

这个问题本身就暴露了我们对AI的误解。

早期AI比拼的是工程能力，包括模型架构、训练数据、算力集群和代码效率。

但随着模型日益强大，真正稀缺的能力开始发生变化。

未来最重要的能力，可能不仅是“把代码写出来”，还包括清晰定义问题、拆解目标、明确边界、讲清价值判断。

代码解决的是“如何实现”，而哲学、人文和社会科学解决的是“为何这样实现”“什么结果才算正确”“哪些边界不能跨越”。

这也解释了为何AI时代重新抬高了人文能力的价值。

苏格拉底式的追问，本质上就是不断逼近问题本质：

你所说的概念是什么意思？

你的前提是什么？

是否存在反例？

你是真正了解，还是仅仅看似了解？

这种训练，在今天的AI语境中，正好对应模型幻觉、迎合、偷换概念和假装确定的问题。

AI越强大，越需要这种追问能力。

英伟达CEO黄仁勋也多次表达类似观点，未来编程语言将越来越接近自然语言。

换句话说，人与机器交互的门槛会降低，真正拉开差距的，可能是你能否清晰表达需求、拆解任务、准确定义目标。

这对教育和职业选择具有重要启示。

过去大家总认为，AI时代必然是理工科全面胜出，文科会被边缘化。

但现在看来，情况没那么简单。

标准化的编程、公式化的解题、重复性的写作和分析，恰恰是AI最擅长替代的部分。

相反，提出好问题、定义复杂问题、判断价值取舍、理解人性和社会、组织叙事和共识，这些能力会越来越重要。

当然，这并不意味着所有人都应该去学纯哲学，也不意味着计算机不重要。

真正值得关注的方向是文理交叉。

例如科技哲学、AI伦理、计算语言学、认知科学、人机交互、AI治理、AI产品设计、复杂系统研究。

这些方向既懂技术又懂人，未来将非常吃香。

给刚高考完、正在填志愿的同学一句实在话：不要只盯着“哪个专业现在最热”。

越是所有人都扎堆的地方，未来竞争越激烈，替代压力也越大。

真正长期的铁饭碗，从来不是某个具体技能，而是你的底层思考能力。

你能不能独立判断，能不能定义问题，能不能理解人和社会，能不能在复杂变化中找到关键变量。

技术会更新，工具会迭代，岗位会消失，但这些刻在脑子里的能力，会一直跟随你。

AI时代最稀缺的人，可能不是只会使用工具的人，而是知道该把工具用向哪里的人。

全文来自“老刘”的#财商专栏