人工智能浪潮下，人类还需掌握什么？

晚间聆听了一场硅谷人士关于智能时代的线上分享，他探讨了人工智能对个人的冲击，某种程度上解开了我长久以来的疑惑。

智能技术的演进速度远超我们的想象。作为一名暂时依赖文字营生的编辑，我已习惯于将AI当作创作助手，但也时常涌现一种忧虑：若稿件皆可由机器生成，我是否很快会被取代？尤其今年高考落幕之后，围绕“AI会取代哪些职业”“未来学科如何选择”的争论越发激烈。一面是人们赞叹智能正在重塑世界，另一面是我们不得不追问：在智能纪元，人类究竟还存有什么无法被替代的特质？

这次分享给我的关键启发是：当智能使成果变得轻易获取时，我们反而更应注重历程。因为真正属于人的本领，不单是获得一个解答，而是在领会、辨析、核实与反复锤炼中，构建自身的认知框架。我们依然要对学问抱有热忱，在自身钟爱的领域里持续深耕。

这个论点建立在一个更深层的世界观之上：世界的实质并非全然自洽、绝对明晰。世界观、人生观、关于何为善恶、何为对错，很多时候并不存在唯一且精确的答案。世界本身饱含模糊性，人的大脑也并非一台仅负责搜寻客观最优解的器械。它是一个依托过往经验持续生成预判的模型：我们用已有的阅历、学识与感知去解读现实，再借由现实反馈不断修正自身。

这也阐明了大脑中“快速思维”与“深度思维”的关联。所谓直觉、判别、第一反应，多源自快速思维，它仰仗的是我们过去已构筑的预判模型；而深度思维则承担验证、反思、纠错，判断这些直觉是否合理。由此可见，大脑模型的质量，左右了我们如何认知世界、如何做出抉择、如何应对不确定性。它是我们与世界衔接的基础模型。与人工智能模型一致，它也需要被不断训练。

那么，如何训练？答案听来略显乏味：保持好奇，坚持学习。

但恰是这个乏味的答案，构成了智能涌现的根基。AI之所以能在当下展现如此惊人的能力，是因人类投入了巨大的运算力、海量的数据，几乎将过去数千年积淀的知识与经验不断输送给它。网络数据被采集，图书馆的书籍被扫描，文字数据逐步穷尽后，AI又开始涉足图像、视频乃至真实的物理环境。大量重复的输入、训练与反馈，最终促成了能力的迸发。

人类大脑亦是如此。只不过，我们的认知模型无法由他人代劳训练。每一次专注阅读、每一次追问、每一次写作、每一次观察与实践，其实都是在给自己的大脑增添训练素材。或许下一次，当AI仅用数秒就给出一个看似超越人类智慧的答案时，我们可以多驻足片刻，尝试领悟它为何如此作答，它的逻辑何在，它遗漏了什么，它是否确实成立。这个过程，才能迎来真正属于我们的迸发或者说成长。

过去一年里，AI的发展方向也在悄然转变。如果说前几年大语言模型LLM是最受瞩目的主角，那么从图像生成模型到视频生成模型，再到今年多模态大模型和世界模型概念的风靡，都意味着AI正从纯文本领域走向更复杂的真实物理世界。它不再只是模拟人类如何交谈、如何推理，也开始尝试理解世界如何运转。

AI从诞生之初就在仿生人类的思维模型，而如今，它正在进一步模仿世界本身。于是，我们探讨的问题也从“人的智能是什么”，延伸到“世界的本质是什么”。在这个向内追问人类自身、向外探索现实世界的过程中，不断有人提出新的答案、新的路径，并推动真实的变革。

作为寻常人，我们或许无法站在技术突破的最前端，无法亲身参与每一次模型迭代和范式转换。但可以确定的是，在不远的未来，我们一定会直面AI带来的深刻变革。与其站在围栏外焦虑，不如主动打破边界，置身其中。

-END-