AI是劃時代的分水嶺，三大分層3年時間不等人

“真正危險的，不是計算機開始像人一樣思考，而是人類開始像計算機一樣思考?！?/strong>

——西德尼·哈里斯

未來學(xué)家雷·庫茲韋爾在2006年預(yù)言：人類將在2029年實現(xiàn)通用人工智能。很多人都覺得這是癡人說夢。18年后的今天，這個曾經(jīng)荒誕的預(yù)言，已經(jīng)成為一部分人的共識。

四位來自哲學(xué)、機器學(xué)習(xí)、語言學(xué)和認知科學(xué)領(lǐng)域的學(xué)者聯(lián)名宣布：通用人工智能(AGI)已經(jīng)到來。

證據(jù)看起來確實無可辯駁。2025年3月，GPT-4.5在圖靈測試中，73%的情況下被人類判斷為人類，比真人更像人。大語言模型在國際數(shù)學(xué)奧林匹克競賽中獲得金牌，與頂尖數(shù)學(xué)家合作證明定理，協(xié)助專業(yè)程序員編寫代碼，用幾十種語言流暢交流。

按照圖靈在1950年設(shè)定的標(biāo)準(zhǔn)，機器已經(jīng)展現(xiàn)出“廣泛而靈活的認知能力”，達到了人類水平的智能。

但有一個更深刻的問題，很少有人關(guān)注和討論：當(dāng)AGI真的到來，當(dāng)機器獲得了與人類相當(dāng)水平的智能，人類如何避免淪為機器的工具，或奴隸？

2026年1月，最近當(dāng)紅的AI模型claude的母公司Anthropic發(fā)布了一項研究。52名專業(yè)程序員參與實驗，學(xué)習(xí)新的Python異步編程庫。一半人可以使用AI輔助，一半人獨立完成。

令人驚訝的是，使用AI的人，平均測驗分數(shù)比不用AI的人低了17%，整整兩個等級分。也就是說，濫用AI比不用AI還危險。

更重要的是，AI組內(nèi)部出現(xiàn)了巨大的分化：會用AI的人得分86%，完全依賴AI的人只有24%。

AI不是中立的工具。它像一面放大鏡，放大你原本的學(xué)習(xí)方式，以及你和強大算力之間的距離。

如果你本來就善于思考和學(xué)習(xí)，AI讓你如虎添翼。如果你本來就依賴別人和捷徑，AI加速你的退化。如果你本來就沒有學(xué)習(xí)的機會，AI讓鴻溝變成天塹。

這個簡單的實驗，揭示了一個正在發(fā)生的現(xiàn)實和趨勢：以AI為分水嶺，人類正在經(jīng)歷一場無聲的分化，整個社會正在分為三個層級。

第一層世界：那些被排除在外的人

2025年，騰訊新聞報道過一個細節(jié)：中國某縣城的教師在課堂上講數(shù)學(xué)題，題目涉及地鐵換乘。孩子們一臉茫然。他們從未見過地鐵。老師也沒見過。

聯(lián)合國開發(fā)計劃署在2025年12月發(fā)布的報告《下一次大分化》中說：低收入國家的網(wǎng)絡(luò)普及率只有27%，高收入國家已經(jīng)達到93%。當(dāng)硅谷的孩子3歲開始用AI輔助學(xué)習(xí)時，世界上還有相當(dāng)多的人沒有接觸過AI。

這個群體包括中國的流動兒童和留守兒童、發(fā)展中國家從事高度可替代工作的勞動力、那些被制度性障礙困住的人。他們沒有“選擇不用AI”，只是“接觸不到AI”。

國家信息中心大數(shù)據(jù)發(fā)展部人工智能處處長劉枝在接受采訪時說了一句意味深長的話：“關(guān)鍵窗口期決定了其極為寶貴且轉(zhuǎn)瞬即逝。落后的追趕者要投入遠超窗口期內(nèi)的資金成本，還將付出更大的時間成本?！?/strong>

意思很明白：現(xiàn)在不上車，以后恐怕永遠上不了車。

中國社科院學(xué)部委員蔡昉在《求是》雜志撰文指出，非認知能力的最佳培養(yǎng)時間在3-4歲。錯過這個窗口，終身難以彌補。當(dāng)精英家庭的孩子3歲就開始培養(yǎng)“為什么”思維時，縣城的孩子14歲才第一次見到DeepSeek。認知起點的差距，已經(jīng)無法追趕。

而在另外一個方面，正如《權(quán)力的48條法則》的作者、暢銷書作家羅伯特·格林(Robert Greene)最近所言，

“未來最大的分野將是：一部分人訓(xùn)練自己能夠應(yīng)對這些復(fù)雜性，而另一部分人則被這些復(fù)雜性所壓倒；一部分人能夠獲得技能并約束自己的思想，而另一部分人則被周圍的各種媒體無可挽回地分散了注意力，永遠無法集中精力去學(xué)習(xí)?！?/p>

在這個短視頻和算法推送的時代，這種對注意力主權(quán)的掌控，也和受教育的資格或培養(yǎng)一個健全孩子的時間窗口一樣，一旦失去就很難重新把握。

第二層世界：正在被認知外包吞噬的人

Anthropic的實驗揭示了一個現(xiàn)象：那些完全依賴AI的人，雖然完成任務(wù)最快（19.5分鐘），但測驗得分最低（39%）。他們連監(jiān)督AI的能力都沒有了。

新華網(wǎng)在2025年10月的報道中引用了一個概念：“AI乘客” vs “AI駕馭者”。美國AI教育公司Section 4的CEO格雷格·肖夫預(yù)測：未來10年，知識型勞動者將分化為兩類。

“AI乘客”把認知工作全權(quán)交給AI，短期內(nèi)或因效率提升而獲得認可，但隨著AI能力迭代，這些人終將被AI取代。

之前，麻省理工媒體實驗室的研究發(fā)現(xiàn)：長期使用AI會導(dǎo)致大腦神經(jīng)連接減少。腦電圖掃描顯示，長期使用AI大語言模型的人，大腦神經(jīng)連接數(shù)降低，影響語言和行為等層面。微軟和卡內(nèi)基梅隆大學(xué)的研究也發(fā)現(xiàn)：生成式AI削弱批判性思維能力，導(dǎo)致過度依賴。

Anthropic論文中有一個叫“Progressive AI Reliance”（漸進式AI依賴）的模式：第一個任務(wù)還自己做，第二個任務(wù)就完全交給AI了。最后測驗得分：35%。這就是大多數(shù)人正在走的路。

美國納什維爾的高中文學(xué)教師墨菲·肯尼菲克痛心地說：“我親眼目睹學(xué)生的批判性思維和注意力被AI徹底摧毀?！?/strong>他發(fā)現(xiàn)至少40例學(xué)生用AI作弊。更諷刺的是，當(dāng)學(xué)生被識破時，反應(yīng)往往是漠然地聳聳肩，他們對寫作過程的重要性毫無認知。

浙江大學(xué)管理學(xué)院吳蘇青團隊2025年在《科學(xué)報告》發(fā)表的研究顯示：AI應(yīng)用帶來認知需求的“空心化”。當(dāng)AI完成工作的“燒腦”部分，人類僅剩機械性執(zhí)行，工作淪為“被動填空”，導(dǎo)致心理疏離，喪失工作動力。

這就是第二層人的命運：在享受效率紅利的過程中，悄無聲息地被掏空?？此谱呱狭丝燔嚨溃鋵嵤且粭l通往沉沒的岔路。

第三層世界：那些保持認知主動性和注意力主權(quán)的人

但Anthropic的實驗也揭示了另一個真相：并非所有用AI的人都會退化。那些測驗得分86%的人，他們用AI的方式完全不同。

論文把這種模式叫做“Generation-Then-Comprehension”（先生成后理解）。他們讓AI生成代碼，然后追問：“為什么這樣寫？”主動測試邊界情況，把AI當(dāng)老師，不只當(dāng)工具。

還有一種叫“Conceptual Inquiry”（概念探究）。他們只問AI概念性問題，所有代碼都自己寫，遇到錯誤獨立解決，保持認知主導(dǎo)權(quán)，絕不把嚴(yán)肅思維的工作外包給AI。

這些人有一個共同特征：認知參與度高，主動思考“為什么”，不回避錯誤和困難。關(guān)鍵洞察在于：他們遇到了更多錯誤。實驗數(shù)據(jù)顯示，對照組（不用AI）平均遇到3個錯誤，AI高分組遇到2-3個錯誤，AI低分組只遇到1個錯誤。

那些完全依賴AI的人，代碼第一次運行就成功了，看起來很高效。但他們失去了最寶貴的學(xué)習(xí)機會。因為調(diào)試的過程，才是理解原理的過程。

這讓我想起哲學(xué)家海德格爾的一個概念：“工具的退隱”。當(dāng)一個工具運作良好時，我們不會注意到它的存在。只有當(dāng)工具出現(xiàn)故障時，我們才會意識到它的工作原理。

AI的問題恰恰在于：它太好用了，它接管了從想法到結(jié)果的所有痛苦的中間過程，甚至接管了想法本身，以至于讓我們忘記了“為什么”。

Anthropic的研究者在論文結(jié)尾寫了一句話：“AI增強的生產(chǎn)力并不能通往能力的捷徑。在安全關(guān)鍵領(lǐng)域，必須謹慎地將AI整合進工作流程，以保護技能形成。”

這句話揭示了一個被忽視的真相：技能的本質(zhì)是“理解”。理解需要知道“怎么做”，更要知道“為什么”，理解需要掙扎、犯錯、調(diào)試，不能走捷徑。

馬太效應(yīng)：差距正在以指數(shù)級速度擴大

三層分化本身或許還不夠嚴(yán)重。真正嚴(yán)重的是：這三層之間的差距，正在以指數(shù)級速度擴大。

AI專家吳恩達近期在宣布AI Fund完成1.9億美元募資時強調(diào)：“創(chuàng)業(yè)成功的首要預(yù)測因素就是速度。”

但他接著說了更關(guān)鍵的一句話：“真正稀缺的是‘技術(shù)理解力’，因為技術(shù)在快速演進。”這句話體現(xiàn)出馬太效應(yīng)的氣質(zhì)：先發(fā)優(yōu)勢乘以理解力，等于不可逆的差距。

正在百倍甚至千倍的優(yōu)勢，一騎絕塵，遙遙領(lǐng)先，把大多人甩在后面。

讓我們看一個時間軸推演。

2026年（現(xiàn)在），第三層開始用“正確方式”使用AI，構(gòu)建“技術(shù)理解力”。第二層享受AI帶來的效率紅利，沾沾自喜。第一層還不知道發(fā)生了什么。

2028年（2年后），第三層技能復(fù)利開始顯現(xiàn)，成為“AI+領(lǐng)域?qū)＜摇?，占?jù)關(guān)鍵崗位。第二層基礎(chǔ)技能退化，開始依賴AI才能完成工作，失去判斷力。第一層勞動力市場壓力驟增，被迫快速學(xué)習(xí)AI，但窗口期已過。

2030年（4年后），第三層駕馭AGI，創(chuàng)造新價值，獲取資本收益。第二層被AI取代（因為失去了監(jiān)督AI的能力）。第一層被第二層擠壓，淪為“經(jīng)濟無用階層”。

最殘酷的發(fā)現(xiàn)：第二層和第一層的終點是一樣的，都會被淘汰，或者遠遠拉在后面。區(qū)別只是：第二層體驗過“效率紅利”后跌落，第一層從未起飛就墜毀。

IMF在2025年1月發(fā)布的工作論文《AI Adoption and Inequality》提出了一個矛盾的預(yù)測：AI可能降低工資不平等（因為沖擊高收入崗位），但會擴大財富不平等（因為精英能利用AI獲取資本收益）。

換句話說：工資差距縮小了，因為大家都變窮了；但財富差距史無前例地擴大了。

李開復(fù)作為中國AI領(lǐng)域的未來學(xué)家，曾多次發(fā)表關(guān)于AI帶來的社會變革和就業(yè)流失的見解。他強調(diào)：“由于AI技術(shù)比預(yù)期發(fā)展得更快，這種社會變革的時間線也大大縮短了?！?/p>

硅谷頂級風(fēng)投A16z的投資人在2025年的預(yù)測報告中指出：OpenAI和賓夕法尼亞大學(xué)的研究顯示，有了大模型，約15%的美國工人任務(wù)可以更快完成。而用了大模型構(gòu)建的軟件或工具，這一比例可提升至47%-56%。

谷歌的AI負責(zé)人、諾貝爾獎得主哈薩比斯，在一月份的達沃斯論壇上更是語出驚人。他認為AI革命比工業(yè)革命大一百倍，而更恐怖的是它將會發(fā)生在十年到二十年的時間內(nèi)。

所以，可以說，這種巨大的壓縮效應(yīng)，使得接下來的三年，成為決定無數(shù)人命運的時間窗口。

關(guān)鍵窗口期：一道正在關(guān)閉的門

2030年之前的幾年被很多人視為關(guān)鍵窗口期。

OpenAI前研究員Leopold Aschenbrenner在2024年發(fā)布了165頁的報告，預(yù)測OpenAI最早可在2027年實現(xiàn)AGI。他感嘆：“真正理解AI正在多快進化的人也許只有幾百個?！?/strong>

山姆·奧特曼曾在多個場合表示：我們距離AI超級智能可能只有“幾千天”。幾千天是多久？可能是十年，可能是五年，也可能是三年。

書中提出，我們正處在一個根本性規(guī)則被重寫的歷史性“相變”之中。這不是一個漸進的改良，而是一個不可逆的轉(zhuǎn)折點，其核心驅(qū)動力是人工智能的指數(shù)級發(fā)展。

作者估計，完成這一轉(zhuǎn)變、使舊規(guī)則徹底失效的“窗口期”大約只有一千天。

但窗口期對于不同的人，意義完全不同。對第三層人，這是建立不可逾越優(yōu)勢的時機。對第二層人，這是最后的轉(zhuǎn)型機會。對第一層人，這是一道正在關(guān)閉的門。

奧特曼曾在一次訪談中說：“在穩(wěn)定時期，市場格局固定，大公司有資源、渠道、品牌，新公司很難突圍。但在技術(shù)劇變期，原來的規(guī)則被打破了。這時候，誰能在混亂中找到方向，誰就可能脫穎而出?！?/p>

但他沒說的是：大多數(shù)人連“混亂”都看不見。

直面AI的出路：三條生存法則

基于Anthropic論文的科學(xué)證據(jù)，我覺得有三條生存法則，供大家參考：

法則一：永遠保持認知參與。

AI一定要用，并盡量使用最強的模型，但不能依賴AI，不要使用應(yīng)試教育的方式用AI，要用AI學(xué)習(xí)如何學(xué)習(xí)。

不要把AI生成的內(nèi)容當(dāng)作“成品”，要當(dāng)作“初稿”。強制自己追問“為什么”。論文證據(jù)：高分組都是“主動提問型”，得分65%-86%。低分組是“被動接受型”，得分24%-39%。

讓AI生成內(nèi)容后，問它：“為什么這樣設(shè)計？”主動挑戰(zhàn)AI的答案：“有沒有更好的方法？”把AI當(dāng)作陪練，輔助你思考，而非替你思考。

法則二：不要回避錯誤，要盡快盡可能地犯錯。

允許自己犯錯和調(diào)試。論文證據(jù)：對照組遇到3倍錯誤，反而學(xué)得更好。錯誤是不可外包的學(xué)習(xí)過程。先自己嘗試，實在不行再問AI。

多用AI去解決問題，去創(chuàng)作作品或產(chǎn)品，一定要投身到這一場AI創(chuàng)富的浪潮當(dāng)中；而不僅僅滿足于獲得了什么信息，學(xué)到了什么知識或技能，因為今天的大部分技能可能很快就會過時。但是那種能夠迅速完整地創(chuàng)作一件東西、賺到一份收入的感覺和體會是不會過時的。

法則三：培養(yǎng)元認知能力。

不僅要“會做”，更要“懂為什么”。論文證據(jù)：概念理解得分差距最顯著。高分組對原理的理解遠超低分組。理解原理才能監(jiān)督AI。

學(xué)習(xí)任何新技能時，先理解底層邏輯。不滿足于“能用”，追求“懂原理”。培養(yǎng)“第一性原理”思維，成為AI的主人，更好地導(dǎo)演你人生的劇本。

古希臘哲學(xué)家赫拉克利特說：“人不能兩次踏進同一條河流?！?/strong>AI時代的河流，流速比任何時代都快。而且，沒有人能夠置身事外。

如果你是第一層：窗口期雖然在關(guān)閉，但還沒有完全關(guān)上。關(guān)鍵是：跳過“依賴陷阱”，直接學(xué)“駕馭方法”。不要追求“快速上手”，要追求“深度理解”。

如果你是第二層：停下來，檢查自己是否完全依賴AI生成內(nèi)容、從不問“為什么”、遇到錯誤就讓AI修復(fù)。如果是，你正在自我廢除。改變還來得及。從今天開始，保持認知參與，主動掙扎，培養(yǎng)判斷力。

如果你是第三層：記?。哼@不是零和游戲。如果第一層和第二層都被淘汰，誰來支撐這個社會？誰來消費你創(chuàng)造的產(chǎn)品？誰來維持文明的多樣性？人類作為整體需要升級。

《自然》雜志昨天那篇文章的作者寫道：AGI的到來，意味著我們必須重新思“智能”這個概念本身。但更重要的問題是：當(dāng)機器獲得了與人類相當(dāng)水平的智能，人類如何避免淪為機器的工具？【懂】

歡迎訂閱不懂經(jīng)知識星球，星球即將漲價。

我是不懂經(jīng)的經(jīng)叔，國內(nèi)最早翻譯介紹了納瓦爾的《如何不靠運氣獲得財務(wù)自由》，以及影響了納瓦爾、中本聰、馬斯克等大佬的《主權(quán)個人》。

不懂經(jīng)知識星球，眾多百萬粉絲大V、千萬及億萬富翁訂閱。專注分享一人企業(yè)、一人創(chuàng)投主題，關(guān)鍵詞：AI、IP、創(chuàng)投、科技及商業(yè)前沿的高杠桿內(nèi)容。

愈懂愈自由