写给自己,2026 年 11 月
一、问题变了
从前,人和人的差距主要在于”会不会做”:会写代码、会做分析、会画画,就是壁垒。AI 把执行的成本压到了近乎为零——一百个方案一夜可得,代码、文案、图表皆可批量生成。Sam Altman 说得更直白:智能将廉价到无需计费。
这不是新规律。照相机把”再现现实”的手艺作废,画家没有失业,而是发明了印象派。技术每接管一步”做”,人就把主权往”选”收回一步——只是这次轮到的,是全部脑力工作。
于是问题悄悄换了:不再是”如何完成”,而是——
- 什么值得完成?
- 什么算好?
- 什么该先做?
执行被民主化了,判断留给了人。
二、人剩下的三件套
这三个问题,恰好对应我想留下的三件东西。
品味。 AI 能生成一百个方案,但判断”哪个值得要”,永远只有人能负责。这不是我一个人的感觉——Paul Graham 说”当任何人都能做出任何东西,最大的差异化因素是你选择做什么”,OpenAI 的 Greg Brockman 跟得更紧:“Taste is a new core skill.” 品味不是算力算出来的,是输入喂出来的:见过足够多的好东西,才认得出好东西。唱片制作人 Rick Rubin 承认自己没有任何技术能力,被问凭什么拿钱,他答:“我对自己品味的信心。”
好奇心。 AI 是一个”有问必答、无问不动”的东西。答案过剩的时代,稀缺的是好问题,而好问题只能从好奇心里长出来。品味靠输入喂养,输入的获取全凭好奇——所谓品味,不过是好奇心长期沉淀后的余额。
主动性。 AI 永远在等你按下回车。愿意先迈一步、承担后果的人,才真正握有杠杆;不愿迈步的人,只是自己人生的提示词工程师。而且主动性有一笔隐秘的收益:它垄断反馈——先出手的人先听到现实世界的回应,而反馈,恰是品味与好奇心最好的养料。好奇心负责问,品味负责选,主动负责把选的东西押上桌。
这三者背后还有一个共同的底座:承担选择的勇气。品味是选择,主动也是选择,而选择意味着放弃与负责。这是机器永远不会被要求做的事——它只被要求执行。
三、工具不再是壁垒,认知才是瓶颈
有一种流行的观点说:“AI 时代,工具和技术已经不重要了,重要的是人的认知。”
这话对了一半。准确的说法是:工具不再构成差异,而非工具不再重要。 模型能力是普惠的,所有人调用的都是同一个模型,你会的提示词别人搜一下也会。但”会用”和”用对”之间,仍隔着一层对边界的认知——不了解工具何时失效,就无法判断何时该信它、何时它在一本正经地胡说。
“认知”这个词被说得太滥,像一把伞,什么都能罩进去;伞下真正干活的,是品味。真正不可外包的认知有两种:
- 定义问题的认知——决定做什么、什么算好。这是品味的用武之地。
- 验证产出的认知——AI 给你一百个方案,你要能看出哪一个是错的。验证能力永远不能交给被验证的对象本身。看不懂代码就只能”信”,看得懂才能”用”——两者的差距会越拉越大。
四、认知的复利与萎缩
认知不是静态的存量。使用 AI 的方式本身,会重塑你的认知。
同样是用 AI:有人在用它替代思考,认知在萎缩;有人在用它逼自己思考——让 AI 出五个方案,自己选一个,记录决策,复盘对错——认知在复利。
所以真正的分野,不是”谁有认知”,而是谁在使用中让认知增长了。品味、好奇心、主动性,恰好是最难被外包、也最会在使用中生长的三块肌肉。
五、座右铭
主铭:
以好奇提问,以品味取舍,以主动成事;其余的,交给机器。
辅助铭:
机器擅长回答,人负责问对问题、选对答案、先走一步。
AI 把执行民主化了,于是判断力的分化开始了。从前会做就赢,如今看得懂谁做得好才赢。
其余的交给机器——但验收的权力,永不外包。
结语:技术每让渡一步,人就收回一步主权。AI 接管的越多,“要什么”与”信什么”这两个问题的分量就越重。答案越来越便宜的时代,请做一个昂贵的问题。