來源丨騰訊研究院（ID：cyberlawrc）
圖源丨Midjourney
開源大模型能力的提升，正在加速AI平權時代的到來。
從鄉村老人用方言與AI嘮家常，到大學生用大模型輔助撰寫論文；從網紅靠智慧體批次撰寫文案，到企業用AI賦能傳統客服，AI的使用門檻正在以肉眼可見的速度被拆除。
看似人人皆可觸達的“技術平權”背後，一些新的挑戰正在出現：當AI能寫出邏輯縝密的論文，教育的意義是否會被解構？當演算法能批次炮製“爆款”，創意的價值是否會貶值？當AI工具足夠強大時，人類的核心競爭力究竟該錨定何處？
特別是對於廣大文科生而言，當AI的寫作、繪畫、譜曲能力日漸嫻熟，甚至能模仿哲學家撰寫“深度思考”時，專業學習的價值是否在縮水？在全球文科都陷入收縮潮的背景下，AI技術的普及，是否真的會對文科造成一邊倒的“技術碾壓”。
在我們組織的“AI平權時代，如何影響學習和工作”的討論中，特別邀請到了兩位從事技術哲學和經濟學研究的專家，一起探討在AI平權的未來趨勢中，如何在擁抱技術的同時，實現對工具的掌控，而不是淪為工具的附庸。
對談物件：
劉永謀 中國人民大學吳玉章講席教授
陳永偉 經濟觀察報專欄作家 《比較》研究部主管
主持人：劉金松 騰訊研究院資深專家
AI平權更多是起點上
實際結果會強者愈強
主持人：如何去看AI平權的趨勢，如果參照網際網路的發展，人人可用，人人可以分享，已經實現了使用的平權，創作的平權。大模型的發展，離實現AI平權還有多遠，實現AI平權對社會發展帶來一個什麼樣的影響？
劉永謀：AI平權是很多人工智慧研究者，包括技自然科學、社會科學的研究者，一種先天的理想情結。當我們說平權的時候，我們沒有說AI不平等，這兩個話題其實是聯絡在一起的，它是一個理想的想法，是很多研究者的一個樂觀的預期。
實際上AI平權有兩個方面組成。第一是接入AI的權利平等，人們可能由於各種原因，包括自身素質、素養或者是經濟的原因沒有辦法去使用AI 這樣的新技術。另一方面是能否從 AI的使用中獲利。
AI的發展會對權力的平等和公正，產生什麼樣的影響呢？它並不是一個純粹的技術問題，其實是技術和制度相結合的結果。像很著名的富裕社會問題，科學技術的發展是不是會讓整個社會越來越平等？
加爾佈雷斯曾經提出觀點說，科學技術發展到一定程度，可以讓所有人過上平等富足的生活的。因為我們可以從物理學上算出來，維持每個人的生活，需要多少的能量，消耗多少衣服，那就可以算出一個社會要過上這樣富裕的生活，需要多少的物質、能源。
根據他的判斷說，其實在上世紀六七十年代的生產力條件下，就已經可以實現了，但實際上，我們還是有窮人、有富人，貧富之間的差距還是挺大的。這其實揭示了一個重要觀點：科學技術的發展，包括人工智慧，並不會必然帶來權力的平等，也不會必然導致權力的不平等，只有與具體的制度相結合，才能實現預期的效果。
舉個例子，網際網路的發展中，關於權力問題有一個典型的議題，那就是所謂的“電子原型監獄”。許多人認為，權力者都可以利用網際網路監控和控制每一個人，從而迅速增強他們的權力，同時剝奪個人自由。
然而，最新的研究表明，這樣的“電子原型監獄”是可以反轉的。有學者提出，普通人同樣可以利用這種監控技術，去監督權力者，甚至揭露腐敗行為。例如，像馬斯克帶領的幾個工程師團隊，就把美國的一些部門查了個遍。所以，當權力不集中於少數人時，普通人也可以透過數字技術實現平等。
我舉的這兩個例子，一個是關於富裕社會問題的，另一個是關於“電子原型監獄”的討論，都回應了我剛才提到的觀點：技術本身並不必然帶來平權或不平等，它的影響要與制度結合，關鍵在於如何使用技術。
就像DeepSeek，隨著它的成本降低，使用變得更加普及，越來越多人能使用它，這將帶來機會平等。但與此同時，當這種技術普及時，可能會出現“馬太效應”，即資源最終會集中在少數頭部人物手中。比如當前的網紅現象，儘管看似人人都可以參與，實際上最終的受益者可能仍然是少數人。
陳永偉：從經濟普惠的角度來看，我認為這波開源模型最重要的意義之一，是將人工智慧從少數巨頭的競爭領域，擴充套件為全民參與的創新平臺。它帶來的影響可以分為兩個方面。
首先是開源模型顯著降低了技術的成本，使得更多的C端和B端客戶可以直接參與其中。以GPT為例，雖然它的功能強大，但此前高昂的費用讓很多人無法使用，而如今透過DeepSeek等工具，雖然效能上可能有些差距，但普通人同樣能夠享受到類似的技術。
第二個層面是，開源模型降低了創新的門檻。很多原本需要大量投入的研發工作，藉助開源模型，創新者可以本地部署技術並加以調教，從而實現自己的創新成果。因此，不僅是使用者獲得了平等使用權，創新者也能平等參與到技術研發中，從而帶來創新上的平等。
主持人：兩位老師剛才都提到了一點，就是AI平權的影響，和相應的制度安排密切相關。同時工具的效應，本身也是個體能力乘數效應的一種體現。比如同樣的技術，不同的人使用時，效果可能是不同的。
我們過去討論過“數字鴻溝”，現在是否會有“AI鴻溝”？未來，AI是否能夠縮小這些鴻溝，還是說它反而會加劇這種差距？
劉永謀：我分享一個自己的親身經歷。最近我接觸一些科技、經濟類主播。他們很主動地學習AI技術，當他們忙不過來的時候，可以透過AI來處理很多問題，實際上就是透過AI放大了自己的工作效能。這種乘數效應非常明顯。如果你本身的粉絲量比較大，透過AI的幫助，工作效率能夠大幅提升。我的個人感受是，這種現象確實符合“馬太效應”，強者愈強，弱者愈弱。這是我目前的初步觀察。
陳永偉：現在的AI平權，更多是在起點上獲得平等的機會。也就是說幾乎每個人，都能接觸到這些技術，特別是像DeepSeek這樣的開源工具。但在實際的結果上，我認為可能會導致“強者愈強，弱者愈弱”的現象。包括在春節期間，很多人都用過DeepSeek，但我們想一下：很多人都用它做了什麼？
很多網友可能用它來寫春聯或搞笑段子，這樣做其實沒有對生產力產生多大提升。相反，如果你是一個科研工作者，尤其是那些原本理論知識很強，但程式設計能力較弱的人，AI的幫助就能顯著提高他們的工作效率。比如深度學習之父辛頓就曾提到，他的程式設計技術並不出色，但使用AI後，他能夠藉助AI來完成程式設計工作。
所以你看，同樣的技術，在不同人的使用中，效果差異是巨大的。就像數學中，兩個不同的數，乘上同樣的倍數後，它們的差距可能不僅沒有縮小，反而會被進一步放大。
如果你寫文章像DeepSeek
那就真完蛋了
主持人：乘數效應本身在於你自身的能力大小，能力越大反而放大效應越強。我們回到一個具體場景來看這個問題，比如說在學習場景，使用AI工具之後，是不是會進一步拉大不同學生之間的成績差距？另外在教育場景下，AI技術的引入，假如說是老師藉助AI備課，學生藉助AI完成作業，老師再借助AI評判作業，會對傳統的師生學習模式產生什麼影響？
劉永謀：這個問題，其實我在工作環境中，還認真的去思考過。剛才提到的這個場景，涉及到兩個方面的問題。我個人思考比較多的是教育本身的價值，就是教育要教給學生什麼，以及如何幫助學生適應社會，培養他們的社會適應能力。
首先來說大模型的出現，對教育的影響是巨大的。我們現在都在探索如何將AI技術應用到教育中。現階段我們還沒有一個明確的、戰略性頂層設計，大家只是各自表達不同的看法，處於探索階段。但有一個明確的方向是，國家、學校和老師，都希望學生，能夠適應未來AI輔助下的工作環境，包括社會的各個領域，都將和AI緊密相關。如果我們不讓學生使用這些工具來適應未來，那他們在進入社會後就會處於劣勢。
但這也帶來一些問題，比如學生用AI做作業、寫論文，這是否會影響到他們能力的培養？其實加大對AI的應用，雖然是增強了他們使用AI的能力，但卻沒有強化傳統的聽、說、讀、寫等基礎能力。AI幫助學生完成任務，是否會影響他們的基本技能訓練？這是一個值得深思的問題。
如果既讓學生學習使用AI，又能確保他們不放棄基礎能力的培養。目前關於這個問題，有很多不同的看法和意見，但總體來說沒有特別明確的解決方案。這是需要我們更加深入思考的問題。假如我們培養的學生進入社會，他們寫的東西還不如DeepSeek，那他們的競爭力何在？所以我現在經常跟同學們說，之前老師上課你們經常低頭看手機，不交流、不互動、也不參與討論，那以後你走向社會怎麼跟AI競爭呢？
你跟AI競爭只有兩個問題，第一個是AI能做的，你能不能做的更好。比如寫文章，如果你寫那個文章跟DeepSeek一個水平，那你真的就完蛋了，肯定找不到工作。另外一個就是DeepSeek做不了的部分，為什麼說要讓大家多鍛鍊交流能力呢？因為DeepSeek它畢竟不是人，最終有些與情感與社交相關的工作，還是要由人來完成，所以你這方面的能力要提高。
目前這方面的挑戰還是非常大的，一方面，AI的“貓鼠遊戲”讓教育變得更加複雜；另一方面我們還需要思考教育的核心價值，如何確保學生在未來社會中具備不可替代的能力。這是我們當前面臨的一個非常嚴峻的問題。
主持人：隨著AI的工具屬性越來越強，像經濟學這種學科，哪些內容會被AI取代掉？或者說，當大模型普及後，重點大學和普通學校之間，學生們的差距是會擴大還是會縮小？
陳永偉：我們不聊其他學校，說說我去年在人大蘇州校區教過的一門課。在學期結束前，所有老師收到了一封通知，說很多學生團購了GPT賬號，用它來寫論文。學校提醒老師們，千萬不要讓學生用GPT寫論文。
後來我和學生們聊，我並不反對他們使用AI，作為工具，AI的使用是擋不住的。但是我也告訴學生，使用工具是為了提高自己的能力，而不是依賴它成為自己的競爭力。不管是ChatGPT還是DeepSeek，它就像我們使用的計算器，你用計算器用的好，不會成為你真正的競爭優勢。
沒有誰的數學能力，是靠計算器來決定的，工具只是輔助的，而真正的競爭力來自你如何掌握和駕馭它，成為一個能獨立思考、創造的人。這一點，在大模型的使用普及以後，也同樣成立。當所有人都可以使用大模型的時候，它本質上和計算器就沒有區別。
說到經濟學的問題，坦率地說，經濟學家永遠不會失業。儘管AI確實能夠很快構建出經濟學模型，包括使用資料或Python程式來生成模型，但經濟學家的核心價值並不在這些技術層面的工作。雖然AI可以完成這些基礎工作，但經濟學家背後真正的價值在於思想的深度和對複雜問題的思考。去年我就開始轉向思想史的研究了，因為在經濟學等學科中，思想和理論的深度可能會比純技術更為重要，後者的價值可能會大幅度降低。
主持人：剛才提到的計算器的例子非常形象。就是使用計算器的能力，不會成為核心競爭力。那隨著大模型推理能力的提升，是否會讓一個沒有學過哲學的人，具備和專業人士一樣的邏輯思考能力？
劉永謀：剛才提到用計算器計算和自己心算的差別，核心就在於學習能力。你不應該只是學習如何使用計算器，而是要學會數學的原理與方法，學習能力是關鍵。未來社會，我們很可能面臨這樣的情況，就是你不可能在一個領域連續工作很多年，你可能隨時需要藉助AI的輔助，快速切入新領域，成為新的領域的勝任者。
這時候你的學習遷移能力就很重要，這意味著我們不僅要學習特定的知識，還要學會如何透過學習過程獲得通用的學習能力。說到哲學，其實完全不需要擔心。哲學自古以來就有一個說法，叫做“李爾王”理論。莎士比亞的戲劇《李爾王》中，李爾王將國土分給了三個女兒，最後自己無處可去。
哲學的特徵就是不斷地開拓新的領域，很多學科，如自然科學、經濟學、心理學和社會學，都是從哲學中分出來的。哲學關注的從來不是已知問題，而是開闢新的領域。當某一領域探索得差不多時，其他學科就會接手，因此哲學的價值從來不會消失。而且不光是哲學，真正具有創造性的科學，他都不會有這樣的擔心。但在現在的問題是，我們絕大多數的工作其實並沒有什麼創造性，就像去年有本暢銷書談“狗屁工作”，就是說現實中充斥著大量沒有創造性的事情。
陳永偉：我補充一下劉老師的觀點。現如今的AI可以比作是《美諾篇》中的奴隸小孩。就是這個小孩本身並未學過幾何學，但透過蘇格拉底的引導，藉助提問的方式，小孩逐漸發現了幾何問題的答案。蘇格拉底認為，這個小孩其實是有前世記憶的，所有的知識都儲存在他那裡。
現在的AI也是如此，它幾乎掌握了人類的所有知識，但它並不懂得這些知識的真正含義，就像這個小孩並不知道畢達哥拉斯定理。他雖然知道答案，但並不理解其背後的原理。蘇格拉底要做的，就是引導他回憶這些知識。這就是教育的意義，教育不僅僅是讓我們掌握知識，更重要的是培養我們思考和回憶的能力。
我們現在的技術很大程度上提供了一個便捷的工具，但它並不能代替我們對知識的理解與創造。所以，現如今的教育不是要培養我們成為一個“奴隸的小孩”，而是要培養我們成為像蘇格拉底那樣，具有引導思考、深度理解的能力。這種能力比單純掌握知識更加重要。
90%的文科面臨淘汰風險？
主持人：剛才提到有計算器之後，大家為什麼還要去學計算，目的並不是為了和計算器比速度，而是訓練大腦在處理計算時的基本能力。如果對照到大模型時代來說，就是AI已經掌握了那麼多的知識和技能，我們學習的目的是什麼？
去年底有一個討論比較多的話題是，AI的發展特別是大模型能力的提升，可能會讓90%的文科面臨淘汰的風險。兩位老師怎麼看這個問題？
劉永謀：作為文科從業者，不管是學生還是老師，都感受到了真真切切的壓力。當然，這個壓力不僅僅是來自技術本身，實際上是全球範圍內對文科教育的一種反思。現在的文科教育體系，尤其是在一些傳統的學科設定和教學模式上，確實相對滯後於時代發展。全球範圍內，包括中國、美國、日本等地的高校，都在面臨類似的挑戰。實際上，AI的衝擊並不單單是文科領域，許多學科，包括程式設計、化學、法律等，都面臨不同程度的挑戰，它其實是一個全面的衝擊。
那你說文科還有沒有存在的必要，我個人是要為文科做一些辯解。文科教育仍然有它獨特的價值，尤其是在情感教育和社會互動方面，AI難以完全替代人類的情感共鳴和社交能力。此外，技術的快速發展，使得許多人在精神和人生意義方面感到困惑，這不光是說文科生才會有這樣的問題，理工科的學生也一樣。你的人生意義是什麼？你怎麼去活著，怎麼去追求更幸福的生活？你不能所有的意義只在於工作本身，你不是一個工作機器。
在這方面，文科是可以發揮很好的價值的。但文科的教育，未來很可能會經歷一個正規化轉型，尤其是與AI結合的過程中，學科界限可能逐漸模糊，出現更多以問題為視角的跨學科整合，而不是傳統的學科劃分。
分享一個我最近看到的例子，就是去美國一些大學交流的時候，他們的哲學系本身在萎縮，大量的哲學教師崗位是由工學院、理學院提供的，就是學哲學的人跑到計算機學院去當老師，教這個批判性思維，教思維方法的東西，提供了不少的崗位。
主持人：學科之間的界限可能在逐漸融合。從技術的視角來看，雖然AI的出現，讓一些工作變得更加高效，但這並不代表該領域學科的價值被完全取代。比如說在電影製作中，儘管AI可以幫助完成更多的技術性工作、特效工作，但真正決定一部作品是否能夠成功的，往往是文化和情感的因素，而這些正是文科所擅長的。
陳永偉：現在的文科教育方式確實是有問題，但文科的內容、文科本身的話並不會消亡。你比如說春節檔電影，有的電影特效做的很好，技術上面沒有問題的，但為什麼有的票房好，有的票房不好呢？你像餃子導演，雖然他不是文科出身，但他乾的是文科的活。如果文科生創作不出這樣的作品，那隻能說明是文科教育出了問題。
技術發達了之後，其實文科的用處是更大。文科能夠為技術產品賦予文化和情感的價值，使其更具吸引力。此外，在一個技術高度發展的社會中，如何進行資源分配，如何確保公平和正義，這些社會倫理問題也正是文科能夠處理的重要領域。AI和技術可以增加生產力，但如何分配這些產出，如何評估技術的影響和倫理問題，這些都需要文科的深度介入。
因此，文科的角色並不僅僅是與AI配合，而是提供了一種批判性思維和深度分析的工具，幫助我們理解AI生成的內容和它對社會的影響。透過蘇格拉底式的提問和辯證法，能夠引導AI進行更有意義的對話，並從中提出更有價值的見解。
技術進步
重新定義了什麼是天賦
主持人：從工作的視角來看，在實現AI平權之後，大家有了相同的工具，會不會大家在學習和工作上的比拼，又回到了拼天賦的階段？
劉永謀：拼天賦這個說法，我覺得有一定的道理，但是我們要記住，天賦是每個人都有的。很多時候，兩個人在智商上差十幾、幾十個數，並不意味著智商低的就完蛋了，因為智商本身就是一個備受爭議的概念。
比如，我很擅長講故事，但講故事這種能力並不能用數字來衡量，它並不屬於智商的範疇。我的意思是，每個人都有天賦，只是在不同的層面上表現出來。有的人可能擅長講故事，有的可能體能好跑的快，或者有的是擅長數學。每個人都有各自的特長，關鍵是要發現並發展它。
另外，在這個時代，興趣也非常重要。即便你有天賦，但如果你不喜歡某個領域，比如說你擅長數學，但你不喜歡數學，這時候即使你有天賦，學習的效果也可能不如預期。所以興趣很重要，它能支撐你不斷前進。就像《哪吒》的導演餃子一樣，他原本學的是醫學，但後來他接觸到動畫製作工具，發現自己更喜歡做這個。雖然他有很多年是依靠家庭支援，但他依然透過興趣推動自己不斷前進。興趣與天賦相輔相成，驅動力也與個人性格密切相關。所以，我覺得天賦和興趣都非常重要，但這並不意味著誰更聰明就一定更成功。
主持人：天賦不僅僅指智商，它可能涵蓋了非常廣泛的內容，包括情商和與人交往的能力。包括的餃子的轉行，這中間也離不開技術的賦能，他也是藉助這個動畫軟體之後，開始試著去嘗試，把一些隱形的天賦，變成了顯性的作品。
陳永偉：這裡面不僅僅是賦能的問題，許多所謂的天賦其實是建立在技術的基礎上的。可以說，技術讓一些天賦從隱性轉變為顯性，甚至使一些天賦變為可能。比如說，沒有短影片的時候，現在的那些網紅，他所展現的那些技能，會被認為是天賦嗎？你像喊麥，就是短影片起來之後，才變成了天賦，有些人甚至成為了千萬級的網紅。以前，如果沒有短影片這個平臺，可能這些人並不會被注意到。這些偶然的成功背後，其實也反映了技術對天賦的影響。
再比如說，像深度學習的奠基人Geoffrey Hinton曾經提到，他早期在數學上並不擅長，但正是因為他遇到了一些優秀的研究助手，才為他的後續研究打下了基礎。過去，很多技術發展依賴於偶然的機遇和個人的天分，但現在AI的出現能夠為更多人提供多維度的支援。AI可以幫助我們填補知識和能力的空白，同時放大我們的內在優勢，這與傳統技術有很大不同。
劉永謀：技術正在重新定義天賦。技術不僅擴充套件了我們某些天賦，也可能讓一些原本是天賦的因素，變得沒那麼重要了。比如說長得漂亮，曾經可能是一種天賦，但現在我們可以透過美顏技術改變外貌。所以，天賦和技術之間的關係是非常複雜的，技術的進步讓我們重新定義了什麼是天賦，甚至讓一些傳統意義上的天賦變得不那麼重要。
主持人：陳老師經常寫專欄，每週都會有深度的文章釋出。您會覺得，現在AI在文字生成方面的能力這麼強，會有一些沒有您那麼深厚學術基礎的人藉助AI，迅速達到你寫專欄的水平？
陳永偉：當然有，這也表明他們在其他維度上有潛力，可能被激發出來。畢竟，成功的關鍵往往不是天賦的單一維度，而是如何有效利用技術和工具。如果以前沒有短影片的機會，一些人可能很難被發現，但技術為他們提供了展示的平臺。類似地，在AI的幫助下，如果我不提升自己，那就只能歸咎於自己沒有努力。
要擔心的不是機器取代人類
而是人類越來越像機器
主持人：這就引發一個問題，就是說技術和天賦的關係，它是會激發人的創造力潛能，還是說會讓人更依賴於技術。比如說，很多人可能會讓大模型代替自己去思考，那他的創造力會不會反而會降低？
劉永謀：這個問題很好，關於技術依賴性的問題，之前有未來學家提到過，當代科技的一個重要特點就是“技術依賴性”。甚至會有一些專門的設計，推動人們對某些技術的依賴。在這種依賴中，就會出現我們非常擔心的“人的退化”問題。
退化不僅僅體現在智力上，包括情感方面也會受到影響。如果說你總是與AI進行交流，久而久之，你的情感也會趨向機器化。因為機器雖然能模擬很多場景，但它畢竟是程式化的，長期和機器互動，人的情感就可能變得不再那麼真實和豐富。
包括智力上也存在依賴性問題。現在很多老師講課離不開PPT，但早年很多老一輩的老師，可以一杯茶，一根菸，沒有教案，照樣能講得津津有味。技術的普及改變和影響了我們的思維和行為。現在我們越來越像機器，比如說透過技術手段來監控健康資料、工作效率等，這實際上也是人類逐漸趨向機器化的體現。
所以，我更擔心的不是機器人取代人類，而是人類越來越像機器，天賦逐漸被削弱。所以在教育中運用AI工具，提升學生利用AI工具能力的同時，一定要注意如何去激發他們的天賦、保持創造力，而不是產生抑制效應。
陳永偉：所以孔子所說的“君子不器”，是有很深道理的。現在AI和其他工具的普及，使我們越來越依賴工具來幫助自己。但問題是，我們不應該過度依賴工具，而應該保持人類自身的本能。然而回到過去是不現實的，我們必須學會駕馭這些工具，讓它們成為我們工作的輔助手段，而不是主導力量。
我一直把人和AI的關係,比作我們一起經營公司,你可以選擇成為甩手掌櫃，但你必須意識到，這樣做可能會帶來很大的風險。更好的是保持控股權，至少你能把握公司方向，即使失敗也是自己決定的。所以，學習AI等技術的過程中，我們不僅要利用這些工具，還要保持對技術的掌控，避免變成它的奴隸。
例如，在AI生成文字時，我們不能只看表面，不能因為它的文采好就盲目相信。其實，AI的“文采”很多時候是幻覺，因為為了提高速度，它犧牲了精度，導致有些內容看起來非常不準確。所以，瞭解AI的原理，理解它的侷限性，才能真正利用它的優勢。
我一直將人與AI的關係比作合夥開公司。假設你是股東，決定持有多少股份，你當然可以選擇完全掌控，也可以選擇做甩手掌櫃，而我只需要享有盈利權，但這種做法其實非常危險。如果AI把公司搞砸了，你可能一無所有。所以，我一直堅持要保持51%的控股權。雖然這樣會很累，但我可以把控公司的方向。即使公司失敗，至少是我自己做出的決定，而不是別人把它弄垮。
在學習AI的過程中，我也一直要求自己，必須理解它的原理和背後的技術。如果你不懂AI的原理，可能會覺得它很智慧，但實際上，它只是做了表面上的聯想。像最近的GPT事件也是類似的問題。如果AI沒有正確對齊，它的行為就會非常危險。所以，在使用AI時，我們需要保持對它的控制，不能完全放手我們需要時刻把握主導權，而不是盲目依賴AI。
今天對AI的恐懼
更多是來自“擬人化”想象
主持人：從技術發展的角度來看，AI的普及速度和使用者群體正在加速，會不斷有新的應用出現，在這種技術快速發展的過程中，很容易讓人產生焦慮，比如跟不上節奏怎麼辦？會不會被技術拋在了後面？
劉永謀：我先說下對AI寫作的看法，然後再談那個技術焦慮。我不認為AI寫的東西比人類寫的更好。很多人覺得AI寫的不錯，其實反映了兩個問題。一個是當前普通人的語言文字能力普遍下降。以前很多人能寫對聯，像90年代的歌詞也都比現在寫的好得多。像羅大佑寫的《童年》、三毛的《追夢人》，寫的都很好。現在的流行歌曲歌詞，簡直是慘不忍睹，很多都是迎合網路語言。
第二個問題是，也反映了我們語文教育的失敗。就像現在我們教孩子寫作文，常常有各種套路，這種套路化的寫作，已經影響了我們的寫作能力。當很多人覺得AI寫得好時，實際上是語文教育出了問題。
關於焦慮的問題，我認為它與我們對AI的宣傳有關。從關於AI的概念提出來，就不斷在強調說它以後可能會有意識、會無所不能，甚至統治人類。這種過度宣傳帶來了很多焦慮。在學術界被稱為“技術恐懼”。實際上，技術恐懼在歷史上一直存在。比如我去西藏的時候，當時有些藏民就反對鐵路從他們那裡經過，他們認為火車會驚擾山神；或者火車經過時，會嚇壞牛、馬，甚至會導致它們不產奶。歷史上對新技術出現時候的恐懼，其實一直存在。
只不過今天的AI恐懼，和過往技術恐懼不一樣的地方是，就是來自對AI“擬人化”的想象。大家認為AI寫得好、它“有意識”，這實際上是一種誤解。AI並不是一個有意識的個體，它只是透過統計學和演算法進行推算。我們總是習慣性地把AI擬人化，這就導致了對它的過度擔憂和不必要的焦慮。
主持人：這種“擬人化”確實容易讓人對技術產生誤解。大模型生成內容的過程，本質上是透過海量資料訓練識別出語言規律，並基於上下文和機率預測下一個詞彙，進而生成連貫內容。但如果把它當作像人一樣的存在，就會產生一種技術崇拜。
陳永偉：AI的崇拜很大程度上源於我們對它不瞭解。就像古代人不懂為什麼打雷，所以他們把雷歸結為天神在作祟。今天，AI的表現變得更加具象化，剛開始我也對AI感到很神秘，產生了焦慮。但我透過閱讀AI的論文，瞭解它的原理，逐漸消除了這種焦慮。如果你能理解GPT的工作原理，瞭解Transformer的機制，瞭解神經網路的概念，你就不會再害怕它。
瞭解它的優點和缺點，就能調整自己的策略。例如，瞭解DeepSeek是一個多專家系統架構後，你會發現它並不是完美的，它的組合有時不太好，精度降低時會出現更多“幻覺”。
當你瞭解了AI的缺點後，你就能有針對性地調整策略。比如，AI在想象力方面做得很好，但你可以透過考據來彌補它的不足。例如，AI可能寫得很有創意，但你可以在考據和歷史背景方面做得更好，這就是你和AI的差異所在。
總之消除AI恐懼的第一步，是瞭解它的原理，知己知彼；第二步是調整你的策略，結合AI的優點和你自己的優勢，充分發揮它們的互補性。
有些人擔心自己苦練多年的技能被AI取代了，會心有不甘。但從經濟學角度來看，這是一種“沉沒成本”，你不必過於糾結於過去投入的精力，應該放下這些自豪感，去接受新的技術。就像你現在用AI一樣，它可以讓你在某些方面工作得更高效。如果你能學會如何與AI合作，放大你的能力，你會發現自己有更大的成長空間。
總結來說就是，不要害怕A，要了解它，掌握它，然後透過自己的優勢和AI的優點結合，你就能在這場變革中保持競爭力。
不能簡單地認為
碎片化思維就是負面的
主持人：網際網路的普及已經改變了我們的生活方式。我們變得越來越依賴線上工具，工作和生活都變得碎片化。未來，隨著大模型的普及，我們的思考方式是否也會變得更加碎片化？如果我們把問題交給AI來處理，可能會導致思維的碎片化，不再像以前那樣進行深入的思考。
劉永謀：碎片化的趨勢不僅僅體現在思維上，工作和生活的碎片化已經是一個明顯的趨勢。我們生活在一個資訊化時代，短影片等內容形式讓資訊呈現碎片化。AI的普及只會加劇這一趨勢。我認為這個趨勢是不可避免的，但我們是否應當評判這種碎片化思維是好還是壞呢？這實際上涉及到人類思維方式的巨大變化。
比如說大家看電影的時候，只要能自己操作，都習慣於用快進的方式，甚至有些孩子能同時操作多個手機，這是資訊時代的產物，我們思維方式在這個過程中，也必然會發生轉變。
當然，我們也不能簡單地認為碎片化的思維就是負面的，在某些場景下，它可能反而更有效。包括說現在的年輕人，喜歡與AI聊天、談戀愛，有學生就認為說以後的社會可能就是這樣。我們不應完全否定這種變化，它是這個時代的必然趨勢。
對於AI決策的影響，我們可以參考過去的專家決策系統。AI無論多麼先進，最終還是需要人來使用和管理。你包括像馬斯克提出的智慧治理，嘗試用AI來管理政治事務，這還是要依賴於特朗普的支援，在很多領域，AI的普及無法完全取代人類決策者。
個人而言，我也在經歷這個轉變。作為哲學家，我習慣於深度思考，一旦開始深度思考的時候，就不能開車，很容易撞人。但現在我也在轉變，我也開始適應這種碎片化的生活方式。技術確實在改變我們的生活，也在潛移默化地改變我們的思維方式。
主持人：技術的發展確實在改變人的思維方式。特別是短影片，所帶來的碎片化內容形式，正在重新塑造人們對資訊的需求。就像我們現在已經無法忍受傳統電影的節奏，總是希望以更快的倍速播放，因為短影片的內容，就是透過快節奏、密集的資訊點，來不斷吸引觀眾的注意力。但從另外一個角度也說明，我們之前的很多內容，結構化程度不足。AI 可能會繼續推動這種思維模式的改變？
陳永偉：從卡尼曼的理論角度看，人類的思維本身就有兩個系統：快速系統和慢速系統，也就是《快思慢想》中提到的那種方式。只不過是說網際網路技術發展起來之後，把我們那個快速反應的系統給磨練起來了。所以，對這個現象我們不應該過度的上綱上線。既然這是一種社會的趨勢，我們需要適應它。
但與此同時，我們也應該注意鍛鍊慢思考的能力。比如現在大模型也都提供了多個版本，有擅長快速給結果的，也有擅長慢思考推理的，日常使用時可以選擇更快的版本處理碎片化任務，但在靜下心來時，可以選擇更慢、更深入的模式進行思考。對我們個人來說也是一樣，快思考和慢思考兩套模式都要鍛鍊，像我現在每天都會要求自己，要看2-3個小時的書，這就是一種慢思考。既然大模型都可以有多種思維方式，我們自己為啥不打造幾個基座模型呢？
1%的靈感
比以往任何時候都更重要
主持人：面對 AI 越來越普及的局面，我們如何適應？對此，有哪些好的建議？
陳永偉：AI 時代帶來了起點上的公平，但也可能放大最終結果的不平等。這是我們這個時代面臨的最大風險。當我們在享受 AI 帶來的便利時，我們每個人都應意識到這一點，保持警覺。過去，我們談論創造價值時，常說 99% 的汗水加上 1% 的靈感，但在當前的時代，1% 的靈感變得比以往任何時候都更加重要。因此，在這個 AI 時代，我們需要不斷磨練我們的技能，特別是在學習和工作上，要重新審視我們的觀念。在學習方面，我建議將學習分為四個層次：
學工具：AI 是一種非常強大的工具，但使用它的效果因人而異。我們需要學會如何有效利用它。比如，透過蘇格拉底式的辯證法，去與 AI進行交流互動，既可以大大提升它的生產力，也能幫助我們最佳化學習過程。
學知識：除了深度掌握某一領域的專業知識外，現在更重要的是廣泛涉獵，瞭解各個領域的基本知識，並能有效拆解問題。當你面臨一個陌生的問題時，知道如何用 AI 提出正確的問題至關重要。就像周星馳在《鹿鼎記》中所說的，“懂絕世武功的目錄”，而不是隻會某一項技能。掌握廣泛的知識框架，能幫助你在遇到問題時高效找到解決方案。
學能力：除了知識，能力也同樣重要。舉個例子，在管理學中，許多人曾經嘲笑它“無用”，但如今我們需要具備一些管理和組織能力，特別是在 AI 的幫助下如何管理團隊、協調各方資源等。比如，掌握一定的演算法能力，可以幫助你在現實世界中解決問題。
舉個例子，演算法能力也變得至關重要。很多時候，AI和演算法是為了解決具體問題而提出的最優解。比如，在今年美國的大選中，有人透過演算法分析發現，特朗普的勝率比民調顯示的要高得多。這種演算法的應用，正是 AI 在社會調研中的一種體現。即使你不完全懂AI，但理解基本的演算法思維，尤其是如何使用這些演算法來解決現實問題，是非常重要的。
第四個層次是學做人，堅守人類的獨特之處——情感、判斷力和想象力。比如，大家為什麼覺得 DeepSeek比其他的AI要好？很多人覺得它“有溫度”，雖然從技術角度來看，AI 並不完美，甚至存在許多幻覺或不一致性，但它在與人的互動中展現出的情感和反應，是其他 AI 無法比擬的。這反映出，在交流和互動中，人類更加關注的是“人味”與共情，而這恰恰是 AI 所無法替代的。
因此，我們不能讓技術抹去人類的本性。正如剛才劉老師所言，最可怕的不是 AI 變成人，而是人變成了AI。因此，我們要改造我們的學習方式，具備四個層次的能力。
至於就業方面，我們需要做好準備。從歷史上來看，我們目前這種雙規式工作模式（規定時間、規定地點），其實也不過200多年時間。未來的工作模式，可能會回到一種更加碎片化的狀態，就像馬克思所說的“自由人的自由聯合”。未來的工作模式可能會更加靈活，充滿不確定性。關鍵在於，你是否能夠在不同的任務之間切換，駕馭自己的工作節奏，並能夠有效地利用 AI 進行組織管理。如果我們有這樣的能力的話呢，那就可以任憑風浪起、穩坐釣魚臺。
主持人：聽完陳老師的分享後，我感覺他已經完全完成了AI化的轉型，形成了自己系統的框架和思考。剛才陳老師提到的幾點非常重要，特別是他講到工具的意義、思維的方式以及如何擁抱AI的能力。當我們意識到這樣的系統性變化發生時，如何適應它變得尤為關鍵。劉老師如何看AI平權帶來的影響？
劉永謀：面對這樣一個AI時代的到來，首先我們應該消除對AI的恐懼，積極擁抱AI輔助性社會的到來。不論我們是否恐懼，這一潮流是不可阻擋的，我們必須積極擁抱它。
其次，在這種浪潮下，試圖選擇一個專業或行業來逃避AI的衝擊是不現實的。因為AI將全面替代人類勞動，所有體力勞動和大多數腦力勞動，理論上都將被AI替代。替代的時間和方式取決於技術進步和社會制度的協同作用。因此，單靠“選擇”來逃避這種衝擊是行不通的，我們必須透過努力不斷提高自己。
第三個是，在未來的學習和工作中，我們必須學會與AI形成互補。無論是學校教育還是自我教育，我們都需要有這樣的意識——與AI共同面對工作和學習中的問題。
當然，除了這些工具層面的影響之外，我們還要考慮到專業教育和素質教育的關係。畢竟人類學習和工作的目的，是為了更好的生存和生活，而不是完全把自己作為一個工具。在這方面，我們要特別注重培養一些機器所沒有的能力，比如說同理心、人際溝通能力、批判性思維，這些都是AI無法輕易替代的素質和能力。
總之，AI平權時代的到來，社會的變化將非常迅速，我們必須勇敢面對並主動適應這些變革。同時，也預示著深度學習型社會的到來，我們必須透過持續學習來保持與時俱進的競爭力。