凱文·凱利：AI 時代，不會被替代的人，都有這個特質

內容來源：2026年3月13日，圖靈的貓對話凱文·凱利。

分享嘉賓：凱文·凱利，《連線》雜志主編，《失控》《必然》《5000天后的世界》作者。

高級筆記達人丨天朗明月

責編| 柒排版| 拾零

第 9510篇深度好文：8955字 | 23 分鐘閱讀

商業趨勢

筆記君說：

當下當下，人工智能的浪潮以驚人的速度重塑一切，興奮與焦慮交織已然成為這個時代的底色。

今天，我們透過“科技預言家”凱文·凱利（KK）的視角，一起聊聊AI技術的下一站瓶頸、智能眼鏡將如何重塑人機交互，以及最重要的——在這個“人機協同”的新紀元，該如何從“執行者”轉變為AI的“激發者”與“負責人”？

本文根據對凱文·凱利的訪談進行整理，內容有所刪減，希望能給到你啟發。

一、擁抱AI時代的“垃圾”與瓶頸，

智能形態將發生根本演變

1.容忍“垃圾”，方能篩選出極致優秀

我們之所以能擁有傳世佳作，正是因為有海量平庸、甚至劣質的文字作為基數。

我們能看到那么多優秀的書籍，核心原因之一，就是書寫這件事的門檻極低。門檻低就意味著，絕大多數寫出來的東西都是垃圾。如果書寫的門檻極高，那誕生偉大作品的概率反而會更低。

電視行業很長一段時間里都面臨著這樣的困境。有些國家只有四個電視頻道，甚至只有一個，這就意味著電視臺根本承擔不起制作“劣質內容”的風險。

電視制作的成本太高了，所以內容不會太差，但也絕不會出彩，只能是平庸的、中等水平的內容，極少能出現經典佳作。

想要誕生偉大的電視作品，唯一的辦法就是降低制作成本，讓大家能低成本制作大量劣質內容，而不是只產出平庸的內容。

當手持攝像機等技術出現，大幅降低了視頻制作的門檻，突然間，市面上出現了大量劣質視頻，但也隨之誕生了前所未有的優秀作品。

想要獲得極致的優秀，就必須容忍大量的劣質內容存在。

所以我從來不會被平臺上的大量低質內容困擾，這是我們為了獲得優質內容，必須付出的代價。

就在這周，谷歌剛剛宣布，他們現在已經能夠識別出所有由自家AI生成的內容。如果用戶不想看這類內容，算法就不會再推薦。所以我一點都不擔心這個問題。

這是一個“可解決的問題”，核心就是篩選。

如果AI生成的內容，用戶普遍覺得“這太糟糕了，我不喜歡”，那算法和AI能立刻識別出來，直接過濾掉，不會再推給其他用戶。

如果用戶普遍覺得內容很好，想要看更多，那就完全沒問題。那它就不存在問題。

這就是市場的選擇。

2.大模型規模化接近瓶頸，智能需要多元認知能力

在我人生的大部分時間里，人工智能的發展都非常緩慢，幾乎沒有什么大的進展，只是零零散散有一些小突破。我原本以為，它會一直保持這樣緩慢的發展節奏，直到大語言模型（LLMs）的爆發。

這完全超出了所有人的預料：當你用大語言模型做語言翻譯軟件時，竟然能從中催生出一定的推理能力。這讓所有從業者都感到震驚，即便是大語言模型的研發人員，也沒想到能從語言模型中獲得推理能力。

更重要的是，只要持續擴大模型規模，推理能力還會隨之提升，這是顛覆性的。直到今天，人工智能領域的所有熱潮，本質上依然來自于大語言模型的規模化擴張。

但問題是，這條路能一直走下去嗎？我們能通過持續擴大模型規模，不斷提升推理能力嗎？還有，我們到底需要多少推理能力？

或許我們對推理能力的關注已經過度了，推理能力未必是我們當下真正缺失的東西。換句話說，我們可能已經擁有了足夠的推理能力，反而需要一些其他的能力。

這就是當下行業的核心問題：到目前為止，大語言模型規模化帶來的進步，讓我們驚喜、震撼，也讓我們受益良多。但完全無法確定的是，繼續擴大模型規模，我們還能不能獲得同等幅度的能力提升，這一點沒人知道。

我認為，我們可能即將迎來一個技術瓶頸期，想要讓人工智能實現進一步的發展，我們需要加入其他的認知維度的能力。

現在學界有很多科學家認為，縮放定律（在人工智能領域被引申為描述模型性能隨規模擴展的規律性現象）已經不像前幾年那么有效了，它正在失去魔力。

基于我對網絡系統的研究經驗，神經網絡本身就是一種網絡系統。這類網絡系統的特點是，它是扁平化的、同質化的，結構高度統一。大語言模型里，除了層級結構之外，幾乎沒有其他復雜的架構，整體結構非常單一。

這類網絡系統的能力極強，能做到的事情遠超我們的想象。但到了某個臨界點，它就需要自上而下的調控能力。只靠自下而上的涌現，它無法完成所有事情，必須有一個更高層級的體系，來引導它、推動它、調整它的方向。

這也是當下行業正在探索的方向：我們需要什么樣的監管、什么樣的引導、什么樣的路由機制，才能讓人工智能的能力實現躍升？這絕不僅僅是提升推理能力那么簡單。

我們真正需要的，或許不只是更強的推理能力，而是推理之外的其他類型的認知能力，比如規劃能力、持續學習能力。

現在的大語言模型，并不具備持續學習的能力。它們的學習，只發生在從4代迭代到5代、再到6代的過程中，一年才會完成一次學習升級。

所以，即便我們能不斷提升推理能力，這也未必能讓人工智能更好地為我們服務。只有擁有了這些認知能力，我們才能用人工智能制造機器人，培養出能做出突破的物理學家。

而這些特質，大語言模型或許根本無法生成。

3.下一站是“空間智能”，AI需要直接學習物理世界

有一個研究領域叫空間智能，有時候也被稱為世界模型。它和大語言模型用語言、文本訓練不同，空間智能的模型，是基于真實世界訓練的，基于物理規則、化學規律來學習。

① 智能的終極形態，是對物理世界常識的感知

當下的大語言模型，對世界的認知，都來自于人類對世界的文字描述，而不是世界本身。它們訓練的素材不是真實世界，而是人類寫下的關于世界的文字，這是一種二次抽象。

也正因為如此，這些AI很難在真實世界中生存，它們沒有實體，沒有身體。

現在有很多研究，都在嘗試打造基于真實世界的模型，讓AI能直接體驗真實世界，從視頻、各類采集到的真實數據中學習。

但當下的問題是，大語言模型的訓練，有海量已經數字化的文本數據，而關于物理世界的高質量數據，卻非常稀缺。我們沒有足夠多、足夠多樣化、覆蓋足夠多場景的物理世界數據，來訓練一個大型的物理世界模型。

很多人都做過相關的嘗試，但始終沒能做出具備通用能力的模型，沒有實現質的突破。

我們真正需要的，是讓AI建立起對三維空間、甚至包含時間維度的四維空間的認知，理解遠近、空間關系，理解東西掉下去會反彈，理解那些幼兒憑借本能就能掌握的、我們稱之為“常識”的東西。

而現在的AI，恰恰嚴重缺乏這種常識。

我們真正想讓模型學會的，是那些最基礎的、我們稱之為常識的東西，是世界運行最根本的規律，而不是人類用語言描述出來的關于世界的文字。

② AI智能眼鏡將成為核心的人機交互接口

對物理世界的感知，目前最好的產品形態方向就是混合現實+AI，比如樂奇Rokid公司推出的AI眼鏡，就是一個非常有意思的產品。

我認為，智能眼鏡——就是這種能正常佩戴、輕便、可透視的眼鏡，將會成為未來的人機交互接口。

它的核心價值，并不是作為虛擬現實的入口，而是作為人工智能的接口。我們隨時在線的AI智能體，就承載在這副眼鏡里，它有收音的麥克風、播放的耳機，還能實現觸覺反饋，能做的事情非常多。

未來我們戴上它，不是為了進入虛擬現實世界，而是為了喚醒我們的AI助手。就像現在，我們做出打字的動作，大家就知道我們在用電腦工作；而在未來，這個動作，就意味著我正在和AI協同工作。

我們可以對話，AI能看到我所看到的一切，能在我耳邊輕聲給出提示，能在鏡片上顯示我需要的信息，我可以隨時向它提問，我們還會通過各種手勢完成交互。

所以，智能眼鏡將會成為下一代計算機，而不是手機。核心的載體，變成了一副眼鏡。

當然，未來眼鏡是最優的產品形態嗎？在更遠的未來，肯定會有，比如隱形眼鏡。

但目前，沒有任何一家企業接近實現這個技術，離商業化落地還很遠。

我一直說，一項技術從實驗室的原型，到成為一款成功的商業化產品，往往需要將近25年的時間。

比如手機，從概念到普及，用了25年。智能手機的發展，也花了25年。智能眼鏡也是同樣的道理。

所以就目前來看，未來一段時間，我們的主流設備依然會是智能眼鏡和手機，兩者會并存，可能再搭配智能手表這類可穿戴設備。

二、社會消化技術很慢，

人類價值在于承擔AI無法承擔的責任

1.技術落地遠慢于預期，社會文化需要十年消化

實驗室里的技術迭代很快，但大眾的接受和普及要慢得多，社會文化需要時間去消化技術。

如今，即便我們停止人工智能的所有技術創新，不再有任何新的突破，我們仍然需要10年的時間，來消化吸收現有的技術。像ChatGPT 5、Gemini 3這些當下的技術成果，想要真正滲透到整個社會文化中，依然需要10年的時間。

這意味著過程會很慢。大家總覺得，AI就像團隊里多了一個愛因斯坦，一個絕頂聰明的人。但根本不是這樣的，AI是完全不同的東西。

AI，它不是一個虛擬的人，而是一種全新的、完全不同的力量，一個全新的變量。你不能像招一個新員工一樣，把它直接放進團隊里就完事了，它會徹底改變你工作流的底層結構。

這意味著它會改變你公司的組織架構，進而改變你整個業務的模式。所有這些變化，都需要大量的時間去探索：新的架構應該是什么樣的？如何讓員工適應并接受？如何教會大家全新的工作方式？

很多人覺得，這一切會發生得非常快，我認為這個想法是完全錯誤的，社會文化需要時間去消化技術。

2.人機協同的未來：人類是AI的“激發者”與“負責人”

事實上，AI沒有責任感，也無法為自己的輸出結果負責。所以人類依然能向雇主提供的核心價值，就是責任與信任，是人與人之間的聯結。這是人類對抗自動化、不可被替代的核心壁壘。

AI不會消滅工作，只會重構工作。未來人類的價值，反而會因為稀缺性而不斷提升。

我始終認為，未來的主流模式，是人類和AI作為一個團隊，協同工作。

現在人類做的很多工作任務，未來會永遠被自動化替代。但人類的工作，從來都不是一堆任務的集合。作為人類的你，核心的工作是對這些任務的統籌與把控，即便很多任務被自動化了，你的工作也未必會被替代。

你的工作會一直存在，因為人類要承擔責任，要和AI協同，幫助AI更好地完成工作。

比如，AI生成藝術。

理論上，AI能生成任何圖像，但實際上它本身是趨于“平庸”和“惰性”的，生成的大多是平庸的內容。你給它一個提示詞，它產出的往往是可預測的、平均水平的內容。

只有在人類的幫助下，AI才可能創作出令人驚艷且極具創造力的作品——它自身無法獨立實現這一點，唯有借助人類的助力，才能真正實現創造力的突破。

所以我們未來的工作，就是作為AI的合作伙伴，幫助AI突破自身的局限，實現更高的創造力。

再比如程序員。

AI能寫代碼，寫出來的代碼也還不錯，但你必須去檢查它的工作成果。想讓它寫出真正高質量的代碼，是很難的，你需要不斷和它協同，去引導它、調整它、推動它，讓它做得更好。

這就是我們未來和AI的相處模式：它確實會實現很多工作的自動化，但它需要我們的幫助，才能完成最優的工作成果。就像兩個伙伴，一起工作，互相鼓勵，一起變得更好。

3.用更好的AI解決AI帶來的問題，但警惕不健康的增長預期

關于AI帶來的問題，我想明確一點：

人工智能，將會給我們帶來人類有史以來最嚴峻的問題，比我們當下所有的問題都更嚴重。

技術的力量越強大，它帶來的問題就越嚴重。接下來AI一定會給我們制造新的難題。

但我認為，解決這些問題的方法，不是減少AI的使用，而是發展更好的技術、更完善的AI。而這些新的AI、新的技術，又會帶來新的問題。我們會一直處在這樣的循環里。

我們不會讓問題徹底消失，但我們可以通過更先進的技術解決當下的問題，用更好的技術替代舊的技術，即便新技術也會帶來更大的新問題。這個循環永遠不會停止。

所以，我們要用更完善的AI，去解決AI帶來的問題。

在這個過程中，我們也要警惕不健康的增長預期。

現在很多人認為AI能帶來10%的增長，事實上，AI確實會在一定程度上提升生產效率，但我不認為AI能實現10%的年增長。

這種大幅度地增長，既不現實，也不可持續。從本質上來說，這就像一個人的身高，每年增長10%，這是病態的，不健康的，嬰兒期除外。

甚至，即便能實現10%的年增長，也是不健康的，在任何領域都是如此。

三、前瞻未來職業與企業形態，

在AI浪潮中尋找反方向機遇

1.未來職業清單：教育AI、與AI協同、奔赴前沿

關于職業清單，我認為，我們現在能想象到的新職業，主要分為以下2大類：

① AI教育者與AI心理學家：塑造與療愈人工智能

首先，和AI直接相關的職業，會出現一批AI教育者。

這類從業者，會通過一套成體系的、循序漸進的教育流程，像教學生一樣培養AI。我們會逐漸意識到，你不可能一次性把所有知識都灌輸給AI，必須像教學生一樣，先教它一類知識，等它完全掌握了，再進行下一階段的教學。

所以未來會有一批人，他們的核心工作，就是研究和完善AI教育的科學體系，設計AI的學習路徑。

這個崗位的從業者不會太多，不會有數百萬人，而是一小群高度專業化的人才，差不多是博士級別的專家，核心工作就是教育AI，引導它完成分階段的學習成長。

與此同時，AI會發展得足夠復雜，因此，會出現“AI心理學家”。

當AI出現問題、運行異常、表現不佳、出現程序漏洞時——這些問題本質上就相當于AI的“心理疾病”，就需要這類專業人士來解決。

所以會有這樣一批人，既承擔AI老師的角色，也承擔AI心理醫生的角色，應對AI的高復雜度，會成為他們的終身職業。

這是第一類，直接和AI打交道的職業。

② AI賦能的“超級”傳統職業：人機協同的全新職業形態

第二類，是AI催生的、需要人和AI協同完成的職業。比如汽車修理工。

未來的修理工會發現，有AI的協同，他們能把車修得更好。AI可以通過智能眼鏡，和他一起看到發動機的內部結構，看到需要維修的部件，雙方可以實時溝通，作為一個團隊完成工作。

水管工、機械修理師都是如此。這些職業依然存在，但會演變成一種全新的職業形態，是和AI協同工作的專業崗位。他們會有對應的薪酬體系、職業發展路徑，成為全新的專業領域。

他們借助AI工具、智能眼鏡等設備，能以極高的效率完成極其出色的工作，他們的日常工作方式會發生徹底的改變。

他們依然是維修人員、機械師，但更像是“超級機械師”，是AI賦能后的全新職業。

③ 未來方向：選擇尚未被命名的前沿領域

對于年輕人來說，職業發展最好的選擇之一，就是奔赴行業的前沿地帶。

在最前沿的領域，幾乎沒有競爭，也沒有那些資深的從業者占據賽道。而判斷是否身處前沿的一個標準，就是你需要花很長時間，才能給別人解釋清楚你的工作內容。

你沒法用一個現成的詞來概括，比如“我是一名會計”，所有人都知道會計是做什么的，這顯然不是新領域。

你說“我是一名播客”，現在所有人也都懂了，但15年前，你需要花很久給父母解釋播客是什么，現在它已經不是前沿了。

所以你要去的，是那個連你的職業都還沒有統一名稱的領域。這時候，你就必須花時間給別人解釋，你到底在做什么。

2.人形機器人：昂貴且小眾的偽需求

機器人這個話題很有意思。我認為，我們離真正的家用機器人，還有幾十年的距離。未來會有一些專用的家用機器人，比如掃地機器人Roomba。但我認為，家庭里95%的機器人，都不會是人形的，完全沒必要。

就像工廠里的機器人，大多只有機械臂，那只是一個機械臂，不是人類的手臂，可能會有機械手，但不會有腿。

所以家庭里，和我們的工作場景越貼近、和人的交互越多，它就越可能采用人形設計來適配我們人類的生活尺度，讓我們更有安全感。但我想說，只有極少一部分機器人會是人形的，占比非常低，而且制造成本會極高。

想要做出和人類體型相當的人形機器人，成本是天價，這件事的難度極高。因為我們人類的身體，效率高到不可思議。我們的身體，只需要約186瓦的功率就能運行，而現在沒有任何一款人形機器人，能做到這么低的功耗。

現在的機器人，動輒需要上百千瓦的功率，需要海量的能源，需要巨大的電池，想要把這些東西塞進和人類差不多大小的身體里，還能讓它運行一整天，以現在的技術，根本做不到。

所以，人形機器人的研發難度極大，而且對于絕大多數機器人來說，完全沒必要做成人類的樣子。

所以我的觀點是：第一，未來會出現一部分人形機器人；第二，它們的價格會極其昂貴；第三，它們的普及會非常非常緩慢；第四，絕大多數機器人，都不需要人形設計。

3.未來巨頭的誕生地：掌握“空間數據”的AI+XR企業

① 初創公司：實現“AI優先”轉型的最佳載體

我今天剛好和一位從業者聊過，他任職于全球最大的企業之一，這家公司的核心業務，就是幫助其他企業實現“AI優先”的轉型。

他說的話非常明確，我也從很多人那里聽到過同樣的觀點：讓一家成熟的大型企業，轉型成為AI優先的公司，難度極大。

唯一能真正實現AI優先的，只有初創企業。原因有兩個：第一，它們規模小，第二，它們動作快。

最核心的一點是，AI優先的企業，必須建立一套全新的、適配AI的工作流程。而想要在大型企業里改變固有的工作流程，難度極高，尤其是那些已經取得商業成功的大企業，幾乎是不可能完成的任務。

所以到目前為止，真正實現了AI優先轉型的，只有小型初創企業，它們從一開始就可以按照AI優先的模式搭建體系。

② 未來巨頭在于掌握“空間數據”的AI+XR企業

Anthropic公司，這是一家初創公司，我女兒也在這家公司工作。這家公司只做AI相關業務，你肯定會覺得它是一家AI優先的企業。但聽我女兒講他們的工作模式和流程，我甚至不確定，它算不算真正的AI原生企業。

即便是OpenAI這樣的AI公司，我也不確定它們是不是真正的AI優先。要知道，從ChatGPT問世到現在，也才1000多天，這個行業還處于極早期的階段。

谷歌成立的前10年，規模也并不大。谷歌在很長一段時間里，甚至都沒有找到成熟的商業模式，很久之后才推出了廣告業務。

所以，未來一定會出現AI領域的巨頭企業。但我同時認為，VR、AR、XR領域，也就是空間智能相關的企業，有機會成長為更大的巨頭。

我認為，企業能掌握的數據量越大，成長的天花板就越高。而未來能掌握最多數據的，一定是做XR、數字孿生世界的企業。

因為只有那些打造三維空間數字世界的企業，能獲取海量的實時數據：用戶的行為、表情、情緒、位置、注意力，方方面面的數據。這些數據的規模，會龐大到難以想象，足以讓它們成為全球市值最高的企業。

而XR、增強現實技術，離不開AI的支撐。AI會成為這些技術的底層基礎設施。所以，未來的超級巨頭，未必是純粹的AI公司，更有可能是AI+XR、AI+增強現實的融合型企業。

四、前瞻啟示：

給創業者與個體的思維地圖

1.AI本身將商品化，企業的核心壁壘在于“高觸感”能力

企業創業，風險投資人總會問創業者三個問題：你做的是一個功能、一個產品，還是一家公司？

如果只是一個功能，那它最終只會被整合到其他更大的產品里；如果是一個產品，生命周期會稍長一些，但也未必能支撐一家公司持續發展10年。

而你要做的，是打造一家公司，它不止有一款產品，有長期發展的潛力和生命力。

這條路，顯然要難得多。

當下的AI，絕大多數時候，都只是一個功能，會被整合到更大的體系里。有些AI相關的能力，可以成為獨立的產品，獨立運行，但最終也大概率會被收購。到目前為止，能真正成長為一家企業、甚至一個平臺的AI項目，少之又少。

所以這件事本身就很難。但我可以明確的是，AI本身正在成為一種大眾商品，你必須在人機交互、產品體驗等層面，構建自己的核心價值。

這就像賣水。自來水是免費的，但依然有少數企業，通過品牌打造，成功把瓶裝水賣了出去。

盡管水本身是免費的，但它們通過品牌、產品體驗，構建了自己的核心壁壘。這件事里，技術只占一部分，更多的是品牌建設、市場營銷等相關的工作。

我認為，在AI領域，這些能力會變得越來越重要：品牌、營銷、產品定位、用戶體驗設計。這些都是高度人性化的、有溫度的事。

我們常說“高觸感”，就是人與人之間的聯結與體驗，而品牌、營銷、交互設計，核心都是圍繞人的體驗，圍繞人性化的一面。

2.在AI洪流中，聚焦“非AI”的真實體驗

現在如果我要創辦一家新公司，我大概率不會做任何和AI相關的事。因為已經有無數人扎進這個領域了，我不覺得這里面有什么機會。

對我來說，大家都往AI這個方向沖，我反而會選一條完全不同的路。我個人會去做完全不涉及AI的事情。

現在就有很多公司，完全不用AI，未來也依然會有很多這樣的公司。當然，它們會受到AI帶來的行業競爭的影響，但它們本身不需要使用AI。

舉個例子，我觀察高凈值人群的消費偏好，能看到未來的一個趨勢：越是富裕的人，往往越愿意選擇完全由人提供的服務，身邊沒有AI的參與。

未來會有這樣的企業：比如一位藝術家，決定創作全程不使用AI，完全靠自己手繪，同時記錄下自己不用AI創作的全過程，他會因此擁有大量的粉絲和支持者，大家喜歡他，正是因為他不使用AI。

再比如，你可以打造一種高端旅行服務，全程只有人工服務，給用戶專屬的、極致的體驗，整個過程沒有任何AI的參與。

所以，這就是一條和主流相反的路，也是我個人的傾向：所有人都沖向AI的時候，我會往反方向走。

你問我個人會做什么，我會說，我會選和AI相反的方向，我會更多地關注物理世界、真實的人與人的聯結。就像現在依然有人喜歡黑膠唱片、膠片相機，這是一種反方向的潮流。

*文章為作者獨立觀點，不代表筆記俠立場。

今天我們深嵌于一個科技、經濟、哲學、政治都在經歷持續變革和深刻重塑的復雜社會與商業環境之中，而真正困住絕大多數人的核心挑戰，恰恰是：我們的認知框架、組織形態和行動邏輯，還停留在“前AI時代”。

面向AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：

在這里，你能理解以AI為核心的科技經濟和智能商業、理解AI哲學、理解文明進程與哲學意義、理解新格局下的國際貿易與經濟政策、理解國際政治與全球治理模式。

這，正是第五代企業家應有的一套完整的“認知操作系統”。

駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找屬于你的決策底牌。穿越變革的舊世界，找到時代的新大陸，從【PPE：未來5年和AI時代的決策底牌】開始。

筆記俠PPE課程26級招生即將截止，5月16日開課，現僅剩最后10個名額。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～

分享、點贊、在看，3連3連！