養了“龍蝦”，丟了工作？別急，更糟的還在后頭~

黃衫女俠|文

財商俠客行|出品

圖片來源：AI生成

最近朋友圈最新潮的事情，就是養“龍蝦“。

先是全民跟風，生怕慢一步就被AI淘汰，淪為“老登”。

結果還沒等過夜，劇情就反轉了，第一批嘗鮮的“養蝦人”，連夜到處發帖：

這家伙，怎么卸載？

這種時候，最會搞錢的中國人，永遠不會讓人失望。有需求的地方就有商機，世界上從此多了一門新職業：上門殺“龍蝦”！

不要1999，不要999，只要299。

裝龍蝦599，卸載299，這是什么思路？創造就業，拉動GDP啊！

據說，有程序員幾天下來，就創收26萬。

誰說龍蝦是來搶飯碗的，這明顯是給腦子活泛的人創造商機的嘛。

但說實在的，AI會不會搶走我們的工作，這個問題，大家還是想得表面了。

最近，柏基投資的基金經理湯姆·斯萊特（Tom Slater）寫了一篇文章，他提到，AI不是來搶走你的工作，而是來改變你的大腦的！

https://www.bailliegifford.com/en/uk/individual-investors/insights/ic-article/2026-q1-ai-isn-t-coming-for-your-job-it-s-coming-for-your-mind-10061431/

柏基投資被稱為全球超級成長股捕手，精準押注了很多科技巨頭，包括亞馬遜、英偉達、特斯拉、阿斯麥、百度、騰訊、阿里巴巴等等，他們一個重要特色，就是通過與學術界深入合作獲得投資洞見。

柏基內部，就是一個前沿的科學研究機構。所以，他們對AI的洞察，可以說也是代表了當前科學界和研究圈的前沿成果，很值得一看。

但是，湯姆·斯萊特會不會是危言聳聽呢？

AI究竟會如何改變我們的大腦？

從投資的角度上，最前沿的機構又是如何布局的？

我們一個一個來聊。

01

AI會搶走我們的工作嗎？

湯姆·斯萊特認為，這個問題，本來就問錯了。

AI不會簡單地取代人類，而是在改變人類的本質。

什么意思？

這跟文字對人類的改造是類似的。

兩百年前，全世界只有12%的成年人識字。如今，這個數字已經達到87%。

隨著數十億人掌握讀寫能力，人類的大腦也發生了翻天覆地的變化。學習閱讀讓我們獲得了解碼書面語言的能力，但卻占用了原本左腦用于識別面孔的區域，導致人臉識別能力出現下降。

作為一名“臉盲”患者，這個解釋讓我大為釋然，原來臉盲竟是讀寫的“后遺癥”。

而AI，跟識字一樣，也會從生理上改變我們的大腦，并且速度更快。

這不是危言聳聽，而是已經有前沿的研究案例和數據作為支持，AI對人腦的改造，目前已經顯現在了5個方面。

1?? 損害記憶能力

麻省理工學院做了一項寫作能力方面的研究，參與者分為三批：

第一批，獨立寫作。

第二批，使用搜索引擎輔助寫作。

第三批，使用AI助手寫作。

結果讓人震驚了。

4個月后，使用AI助手寫作的參與者大腦連接性最弱，到了第三次實驗的時候，這批AI寫作者已經把整個寫作過程都外包給了AI。

當研究人員要求他們脫離AI繼續寫作的時候，他們對自己曾經寫過的文章幾乎毫無記憶，83%的AI使用者甚至無法提供幾分鐘前自己寫的文章中的任何正確引文。

更恐怖的是，從生理結構上，他們與深度記憶編碼相關的腦部活動也較弱。

也就是說，AI會讓我們變懶，讓我們慢慢，放棄了學習和努力。

仔細想一想，類似的變化已經發生在我們身上。

比如開車。我的習慣是，一上車就打開高德地圖導航，有時候明明那條路是自己走過很多遍的，但是不開導航，心里就是發慌，認路的能力肯定是大大下降了的。并且，有的時候明知道導航指的路線可能不對，但在導航和自己的大腦之間，還是會選擇相信導航。

細思極恐。

如果有一天，AI成為了我們生活工作中無處不在的“導航”，我們可能會退化到什么地步？

湯姆·斯萊特說，這些技能并非一夜之間消失，而是隨著使用次數的減少，一次次依賴他人做決定，逐漸退化。

我們為了快速找到答案而犧牲了深度思考，卻沒有意識到這會對記憶力和判斷力造成怎樣的損害。

換句話說，AI讓我們變輕松了，但也可能讓我們變蠢了。

2?? 削弱專業知識

長期使用AI的人，大腦結構也在發生變化。

當我們頻繁依賴AI時，大腦里那些負責深度處理、記憶鞏固和費力推理的神經回路，會逐漸被一套新的認知技能所替代，比如授權、驗證和界面管理。

聽起來好像還不錯。正如網上說的，未來取代你的，不是AI，而是會使用AI的人。我們正從智能的“執行者”，華麗轉身，成為“管理者”。

但科學家們發出了警告，你獲得的這些新能力，代價可能是要失去那些讓你成為專業人士的基本功。

2025年，《柳葉刀》的一篇研究敲響了AI警鐘。

研究人員追蹤了19位經驗豐富的內鏡醫師，讓他們在AI輔助下進行了1400多例結腸鏡檢查，結果發現，在停止使用AI之后，這些醫生對一項關鍵指標的檢出率下降了21%。

什么意思？醫生們與AI長期合作之后，大腦形成了“認知捷徑”，并持續影響著他們后來獨立工作的能力。

這項研究被稱為里程碑式的，因為這是首個來自真實世界的臨床證據，表明即便是專家，在長時間使用AI之后，也會出現判斷力降低，并且在關閉AI后，“后遺癥”仍然存在。

更可怕的是，AI會摧毀你的專業自信。

心理學家早就發現一個現象，叫“自動化偏見”，就是說，人們天然傾向于采納計算機生成的答案，而不是相信自己的判斷，即便自己的判斷是對的。

當AI自信滿滿地給出一個錯誤答案的時候，會發生什么？

通過對35項研究的數據回測發現，在AI提供錯誤預測的實驗條件下，放射科醫生的準確率直接從80%暴跌到20%以下，回到了新手醫生的水平！

這些醫生當然也知道AI會犯錯，但他們已經習慣了依賴AI，這就相當于交出了自己專業判斷的能力。

前不久我剛和一位當醫生的老同學吃飯，她談起所在醫院的系統已經接入了AI，很多年輕醫生都熱衷于用AI輔助診斷。她擔憂地說，我們這代人老了以后，就要交到這批醫生手上，想想都覺得很可怕。

這種擔憂，正在各行各業上演。

2023年，一位紐約律師提交了一份法律文書，里面引用了六個看似完美的案例，問題是，這六個案例全部都是ChatGPT憑空捏造的。

當法官提出質疑時，這位律師不是第一時間去查閱法律數據庫，而是直接詢問ChatGPT，這些案例是真的嗎？ChatGPT向他保證，絕對屬實。

結果，這位律師被罰款5000美元。

看似匪夷所思，但你能想象嗎，僅在美國法院，類似的案例已經有600多起。

3?? 催生過度自信

AI還會催生自大狂。

2026年，著名計算機期刊《Computers in Human Behavior》發表了一項研究，聲稱AI已經打破了鄧寧-克魯格效應。

鄧寧-克魯格效應，又稱“達克效應”，是一種常見的認知偏差現象，即能力差的人往往容易高估自己，而專家的自我評價則相對理性。

這是一個雖然不完美，但能讓人們在成長過程中逐漸認清自己的反饋循環。

但AI的出現，徹底打破了這個循環。

研究發現，AI的使用會導致所有技能水平的人都普遍過度自信。無論是新手還是專家，都認為自己比實際掌握的懂得更多。

更諷刺的是，越熟練掌握AI的人，自我認知也越缺乏，因為他們已經把“熟練掌握工具”和“精通專業領域”混為一談。

4?? 降低韌性

有一項試驗表明，使用ChatGPT進行學習的學生，當下表現很不錯，但在45天后的突擊記憶測試中，得分卻顯著低于未使用AI進行學習的學生。

而一項為期6個月的研究表明，使用AI的頻率越高，學習成績下降越是明顯，到研究結束的時候，這批學生自認為的學習成績與實際成績之間的差距擴大到35個百分點。

為什么會這樣？

這是因為，AI消除了我們學習當中那些富有成效的挑戰，它提供了一條學習捷徑，讓你每每在遇到挑戰的時候就能得到幫助，但與此同時，你也錯過了持久學習、持續探索和技能鞏固的過程。

黃仁勛曾對斯坦福的學生們說，韌性是成功的關鍵，但韌性需要經歷磨難才能塑就。偉大并非源于智力，偉大源于品格，而品格是由磨難塑造出來的。

而AI，正在剝奪我們的大腦經歷“磨難”的過程。

這不是成功學雞湯，而是有科學依據的。

人體大腦有一塊肌肉——前中扣帶皮層（Anterior Mid-Cingulate Cortex——aMCC），是大腦中整合意志力與韌性的核心樞紐，與我們常說的堅持不懈、努力自我調節以及求生意志這個品格密切相關。

神經科學研究指出，肥胖人群的aMCC較小，而節食后aMCC會增大。那些勇于挑戰并最終克服挑戰的人，其aMCC體積尤其大，比方說運動員，他們的aMCC普遍較大。

更關鍵的發現是，aMCC并非對一般的努力做出反應，而是專門針對那些會產生摩擦、挫敗感和放棄念頭的任務。“做自己不想做的事”，是激活和強化這一腦區的核心機制。

也就是說，AI每次幫我們解決一項費力任務中的阻力時，可能也恰恰移除了我們構建堅持性和自我調節能力的神經基礎所需的刺激。

AI幫我們消除的，不止是學習上的困難，同時也是大腦發育的過程。

湯姆·斯萊特指出，這里面的核心悖論就在于：AI雖然能顯著提升我們當下任務的完成效率，卻會削弱人類賴以完成這些任務的根本能力，失去了敢于挑戰、迎難而上的韌性。

5?? 限制思維多樣性

你可能覺得，AI帶來的工具平權，提升了我們的創造力，讓不懂后期的小白，也能輕松剪出大片。

但實際上，科學家的研究發現，這對全人類來說，可能并不是什么好事。

AI與人類的協作能夠提升個人的創造力產出，但與此同時，它也對所產生的創意多樣性產生了顯著的同質化效應，導致了千人一面的可怕后果。

人類的創新，依賴于不同人群不斷犯錯，并在這個過程中重組各種解決方案。但如果大家都使用AI創作，個體的創意可能更優秀，但彼此之間的創意卻更加相似。相當于AI放大了個體差異，削弱了群體差異；提高了局部性能，卻削弱了整體性能。

最近被仁科在一檔脫口秀節目上的表演刷屏了，他的表演可以說毫不熟練、破綻百出，甚至于把現場看不清字幕的事實都抖落出來了，沒有技巧，沒有章法，無法預測，但這種毫無“AI”感的表演，卻打動了更多的人，就是因為他“不一樣”！

甚至有評論說，有仁科這樣的人在，AI就永遠取代不了人類。

我想，大家其實已經或多或少意識到了，我們懷念人類那些不完美的缺點和尷尬失誤的時刻，有時候搞砸了，何嘗不是一種新的創意。

而這些，恰恰是AI給不了的。

02

如何在AI時代變得更強？

短短一年的時間，AI已經無處不在。難道，人類只能束手就擒嗎？

情況也沒有這么糟糕。

湯姆·斯萊特同時列舉出了一些新的研究，表明，人類其實也可以向AI學習，強化進化路徑。

比如，在AlphaGo擊敗世界頂尖圍棋選手之后，人類棋手并沒有因此放棄圍棋，而是通過研究AlphaGo的策略，發展出真正全新的圍棋思維方式。

科學研究也有類似的進展。

研究人員會對AI生成的假設進行完善，讓研究達到了更深的程度，而這種深度，是單憑人類或機器都無法企及的。

新的神經科學證據也表明，與AI積極合作可以維持甚至提升認知能力。

那么，怎樣使用AI才算是積極合作呢？

《npj Digital Medicine》上的一項研究指出，AI會直接給出結果，但只有當你積極地解讀和判斷這些結果時，才能真正理解它們。那些將AI作為自身思考起點的參與者，隨著時間的推移，他們的認知能力不僅保持了下來，甚至有所提升。而那些被動接受AI輸出的人，認知能力則出現了明顯的下降。

也就是說，區別不在于你使用了多少AI，而在于如何使用AI。如果忽略了理解AI輸出結果這一費力的步驟，大腦的學習能力就會減弱。而如果積極參與，向AI學習，甚至做更進一步的思考和探索，學習能力就能得以維持甚至增強。

我們可以把AI看作是一種杠桿或者放大器，對于專業人士來說，熟練使用AI，可以提高工作效率、放大專業優勢；但與此同時，缺乏專業知識或者技能的新手，如果從一開始就過分依賴AI，非但能力得不到提升，也更容易被淘汰。

另一方面，從教育和培訓的機制上，專業機構、大學和雇主們，也需要審慎地保留甚至保護那些能夠培養真正專業技能的培訓路徑。

比如，飛機雖然都是采用自動駕駛系統，但是航司在培養飛行員的時候，仍然要求他們先學習手動飛行，再學習使用自動駕駛系統，因為一旦系統出現故障，就需要飛行員主動接管飛機。

使用AI也是同樣的道理。

一位會計師，需要手工填寫過數百份納稅申報表，才能夠一眼發現人工智能生成的申報表中隱藏的錯誤。

一位醫生，曾經獨立做過成百上千次醫療診斷，才能夠糾正AI做出的自信但卻錯誤的預測。

一旦這種從基礎做起的學徒制途徑被扼殺掉了，那么，人類各行各業的專業知識只能儲存在AI上面，下一代人可能從根本上就不具備使人機協作具有價值的技能。當前生產力看似提升了，但卻是在透支一代代持續補充的人力資本。

湯姆·斯萊特擔憂地指出，這樣一來，當前這代借助AI的專業人士或許是最后一批能夠享受到這些成果的人。

所以，未來能在AI時代成功的人，并非那些最頻繁使用AI的人，而是那些無需AI也能獨立思考的人。而未來真正重要的機構，并非那些最快采用AI的機構，而是那些能夠保留AI無法取代的人類能力的機構。

03

如何捕捉AI浪潮下的投資機會？

AI看起來勢不可擋，甚至已經給人類帶來了更深層次的變革，這背后又蘊藏著哪些投資機會呢？

湯姆·斯萊特認為，AI的潛力非常巨大，自己已經親眼目睹，AI正在改變自己的認知習慣。如果這種改變發生在一個畢生致力于思考這些因素的人身上，那么它也發生在每個人身上。

所以，對于AI的投資，他更希望在不同層級上都有布局，不管是基礎設施、芯片開發、應用層，還是“智能”這一層。

他的持倉中就有兩家大語言模型開發商。一家是在美國的Anthropic，另一家是在中國的MiniMax。

在一年一度的股東交流中，湯姆·斯萊特指出，大家可以把AI帶來的沖擊想成一個音樂節。以前你去音樂節，要花錢買門票，進去以后再花錢買飲料。現在你去音樂節，門票免費，飲料也免費，但你得為上廁所付錢。

在這種變化下，你就不會想去持有那些原來賣門票的公司，你更想持有的，是那些掌握廁所資源的公司。

很厲害哦，全文都看完了呢！順手【點贊】【在看】，錢包跟著膨脹！

*風險提示：本文僅為分享，只代表作者個人意見，不構成投資建議。投資有風險，入市需謹慎。