新智元報(bào)道

編輯：傾傾

【新智元導(dǎo)讀】真正推動(dòng)AI革命的，不是天才，而是懶人？那做的少、卻賺得多的人，正在成為AI時(shí)代的贏家。當(dāng)機(jī)器替我們寫、畫、想甚至設(shè)定目標(biāo)，人類的勤奮成了舊時(shí)代的美德。別害怕AI取代你——先問問自己，還想親自動(dòng)手嗎？

人們以為推動(dòng)AI革命的，是芯片、模型和資本。

但在硅谷投資人的眼里，真正的助力其實(shí)是人類的懶惰。

不是天才在驅(qū)動(dòng)AI，而是懶人。

因?yàn)橐磺心茏屓松賱?dòng)一點(diǎn)手、少一點(diǎn)思考的工具，終究都會獲勝。

ChatGPT幫人寫幾封郵件，Midjourney省去無數(shù)次改圖，Suno讓音樂人的職業(yè)門檻消失......

AI擴(kuò)散的規(guī)律，其實(shí)比算法簡單得多：它只獎(jiǎng)勵(lì)那些最擅長偷懶的人。

當(dāng)「偷懶」成為一種新的生產(chǎn)力，我們也許正站在一個(gè)奇怪的拐點(diǎn)上，而勤奮，不再是競爭力。

懶惰成為生產(chǎn)力

AI時(shí)代的擴(kuò)散邏輯

在這場討論中，Reid Hoffman拋出了一個(gè)看似輕佻卻極具洞察力的觀點(diǎn)：

AI的擴(kuò)散，不是靠勤奮的人推動(dòng)的，而是靠懂得偷懶的人完成的。

這并非反對勤奮的宣言，而是霍夫曼對技術(shù)傳播機(jī)制的精準(zhǔn)觀察。

當(dāng)一項(xiàng)技術(shù)不僅能做得「更多」，還能讓你「做得更少」的時(shí)候，它就擁有了真正的爆發(fā)式擴(kuò)散能力。

霍夫曼在訪談中將AI投資分為三個(gè)方向：

• 「顯而易見」的AI賽道：如聊天機(jī)器人、生產(chǎn)力工具、編程輔助——這些方向所有人都看得見，因而難以產(chǎn)生差異化。

• AI時(shí)代的新平臺：類似于Web 2.0崛起的路徑，新的平臺可能在AI時(shí)代出現(xiàn)。

• 來自硅谷視野以外的盲區(qū)機(jī)會：例如藥物發(fā)現(xiàn)這種「原子+比特」結(jié)合的領(lǐng)域，傳統(tǒng)硅谷軟件思維未必觸及。

他同時(shí)強(qiáng)調(diào)，AI不只是單一的大語言模型（LLM）在驅(qū)動(dòng)，而是多模型協(xié)作的結(jié)果：語言模型負(fù)責(zé)邏輯與文本，擴(kuò)散模型掌管圖像與視頻，二者結(jié)合才構(gòu)成真正的AI生態(tài)。

在霍夫曼看來，「懶惰」并不是墮落，而是一種生產(chǎn)力策略。

如果AI能讓我用更少的操作、更少的重復(fù)勞動(dòng)，就能換來更高的產(chǎn)出——那就是真正的效率。

這一觀點(diǎn)被不少研究印證。

在霍夫曼看來，AI的擴(kuò)散遵循一種「懶惰經(jīng)濟(jì)學(xué)」：凡是能讓人少干一點(diǎn)、卻賺得更多的產(chǎn)品，都會被更快接受。

它不是靠聰明人推動(dòng)的，而是靠懶人推動(dòng)的。

當(dāng)「少干活」成為競爭優(yōu)勢，社會的生產(chǎn)邏輯也隨之被改寫。

個(gè)人與企業(yè)都在問同一個(gè)問題：我能否用AI減少重復(fù)勞動(dòng)，把精力放在提問、質(zhì)疑、創(chuàng)造上？

這是AI帶來的真正分水嶺——「勤奮」被「聰明地偷懶」所取代。

不是取代，但會教育他們

在對談中，主持人向霍夫曼拋出一個(gè)尖銳的問題：

醫(yī)療是AI最早被應(yīng)用的領(lǐng)域之一。你認(rèn)為，在未來幾年里，醫(yī)生會不會被 AI 取代？

霍夫曼笑了笑，回答得既直接又冷靜：

AI的確越來越強(qiáng)，但醫(yī)生不會被取代，他們會被重新教育。

他解釋說，醫(yī)生過去是「知識的儲存器」，掌握醫(yī)學(xué)數(shù)據(jù)庫與病例經(jīng)驗(yàn)。但在AI協(xié)助下，這種角色已不再稀缺。

AI可以迅速檢索醫(yī)學(xué)文獻(xiàn)、比對病例數(shù)據(jù)、提供診斷建議；真正稀缺的，反而是醫(yī)生能否質(zhì)疑AI提出的共識，能否進(jìn)行跨領(lǐng)域、橫向思考。

未來的醫(yī)生，不再依賴記憶，而要學(xué)會如何質(zhì)疑AI的共識。

醫(yī)生必須從單一的整合者，轉(zhuǎn)變?yōu)锳I驅(qū)動(dòng)環(huán)境下的「問題重塑者」：不僅接受AI建議，更要判斷AI是否正確。

以往醫(yī)生可能憑借經(jīng)驗(yàn)就能勝任診斷，而在AI時(shí)代，經(jīng)驗(yàn)只是基礎(chǔ)；判斷與質(zhì)疑能力才是核心。

現(xiàn)實(shí)研究也印證了霍夫曼的判斷。

Nature Medicine 2024的一項(xiàng)大規(guī)模研究發(fā)現(xiàn)：當(dāng)AI參與放射科胸片診斷時(shí)，醫(yī)生的表現(xiàn)并不會隨著「使用AI」而自動(dòng)提升。

相反，那些能主動(dòng)審視AI結(jié)果、發(fā)現(xiàn)偏差并進(jìn)行二次判斷的醫(yī)生，準(zhǔn)確率提升最顯著；而完全依賴AI建議的醫(yī)生，反而更容易出錯(cuò)。

這說明，決定成敗的不是經(jīng)驗(yàn)?zāi)晗?，而是是否具備與AI「共駕」的能力。

主持人接著問：

律師、程序員這些職業(yè)會不會經(jīng)歷類似的變化？

霍夫曼肯定地說：

當(dāng)然會，而且正在發(fā)生。律師用AI起草合同，關(guān)鍵是能否識別模型生成的漏洞；程序員用AI寫代碼，真正稀缺的是在AI出錯(cuò)時(shí)讀懂它的邏輯；記者用AI整理資料，但仍需人類判斷真假、辨識偏見。

他把這種新職業(yè)模式稱為「Co-Pilot Profession（共駕職業(yè)）」——AI負(fù)責(zé)推理、執(zhí)行重復(fù)勞動(dòng)；人類則負(fù)責(zé)定義問題、負(fù)責(zé)判斷、負(fù)責(zé)處理異常。

AI不會取代你，但懂AI的人會。

在這個(gè)時(shí)代內(nèi)，「努力工作」正在讓位給「聰明地工作」；真正的競爭，不再是拼誰更勤奮，而是拼誰能把AI訓(xùn)練成最懂自己的人。

懶惰的邊界

當(dāng)AI替人設(shè)定目標(biāo)

當(dāng)談到AI是否會擁有意識或自主性時(shí)，主持人開了個(gè)玩笑：

也許我們真正該擔(dān)心的，不是AI有了意識，而是我們在它面前變得越來越懶。

霍夫曼順勢接過話頭：

沒錯(cuò)。目標(biāo)設(shè)定（goal setting）和AI的自主性幾乎是必然出現(xiàn)的。

在他看來，AI遲早會學(xué)會為自己設(shè)定目標(biāo)。但真正危險(xiǎn)的不是它的野心，而是我們在放棄下控制權(quán)。

關(guān)鍵不是AI是否有意志，而是我們是否清楚掌握那張「算力織網(wǎng)」（compute fabric）——那是所有決策的基礎(chǔ)結(jié)構(gòu)。如果它脫離人類控制，「回形針最大化」式災(zāi)難就可能發(fā)生。

霍夫曼提到，他尊重物理學(xué)家Roger Penrose提出的量子意識理論，也認(rèn)為人類還遠(yuǎn)未理解「意識」真正的機(jī)制。

但他也提醒，不要被圖靈測試或個(gè)別工程師宣稱「AI覺醒」的新聞所迷惑。

我們需要的是開放的心態(tài)，而不是浪漫的幻想。

這時(shí)，主持人插話道：

所以問題不在于AI能不能思考，而在于我們?nèi)绾闻c它共存。就像工業(yè)革命讓人類把肌肉外包出去，AI讓我們開始外包思考。

霍夫曼點(diǎn)頭回應(yīng)，并且他解釋：當(dāng)人類把決策、判斷乃至目標(biāo)設(shè)定都交給AI，懶惰便跨過了一道臨界點(diǎn)。

論文以實(shí)證數(shù)據(jù)為基礎(chǔ)，發(fā)現(xiàn)AI介入后，「人類決策的喪失」與「懶惰感」有明顯關(guān)聯(lián)

我們不只是用AI節(jié)省時(shí)間，而是在逐步放棄主動(dòng)性。

當(dāng)AI開始替你決定今天要干什么，你就失去了自由意志的一部分。

真正重要的，不是AI是否覺醒，而是孩子該如何在AI的世界里成長。當(dāng)AI變成知識來源，他們要如何構(gòu)建自己的認(rèn)知體系？

我們談?wù)摰?，是一個(gè)會替你思考、會引導(dǎo)你情緒、甚至幫你規(guī)劃人生目標(biāo)的系統(tǒng)。它可能讓人類越來越高效，也可能讓人類越來越「自動(dòng)化」

也許AGI會在我們搞懂「意識」之前到來。但到那時(shí)，我們要先確保不是人類在替AI工作，而是AI仍然在為人類思考。

LinkedIn的持久力

最懶的網(wǎng)絡(luò)，最難被取代

對談的最后一部分，主持人提出了一個(gè)看似突兀的問題：

在過去二十年里，幾乎所有社交網(wǎng)絡(luò)都被新的平臺取代。為什么唯獨(dú)LinkedIn還在？它并不性感，也不有趣。

霍夫曼笑著回答：

正因?yàn)樗恍愿校呕畹镁谩?/p>

他解釋說，LinkedIn從誕生那天起，就不是一個(gè)「社交」平臺，而是一個(gè)「效率」平臺。

人們不在上面分享日常，而是為了節(jié)省時(shí)間、找到資源、建立價(jià)值連接。

LinkedIn是一個(gè)value-based network。它的成功不在于熱鬧，而在于幫助人們創(chuàng)造生產(chǎn)力。

主持人補(bǔ)充道，這其實(shí)印證了「懶惰邏輯」：

越是節(jié)省時(shí)間、減少無意義互動(dòng)的網(wǎng)絡(luò)，越容易存活。 Facebook在代際交替中失去吸引力，Instagram被娛樂化侵蝕，X陷入輿論極化。而LinkedIn仍保持穩(wěn)定增長。

根據(jù)Similarweb 2025年報(bào)告，LinkedIn的全球月活用戶已突破10億，同比增長13%，用戶平均訪問時(shí)長超過7分鐘，是全球增長最快的職業(yè)平臺之一 。

這意味著，它已經(jīng)從社交網(wǎng)絡(luò)變成了職業(yè)基礎(chǔ)設(shè)施——一種讓人「最省力獲得收益」的網(wǎng)絡(luò)。

主持人追問：

那AI會不會顛覆LinkedIn？比如出現(xiàn)一個(gè)由AI驅(qū)動(dòng)的新型職業(yè)網(wǎng)絡(luò)？

霍夫曼回答得很直接：

任何平臺都可能被顛覆，但LinkedIn的網(wǎng)絡(luò)效應(yīng)太難復(fù)制。它是一個(gè)被信任的數(shù)據(jù)層（trusted graph），每一個(gè)關(guān)系都和真實(shí)身份綁定。

他指出，LinkedIn的耐久性并非因?yàn)榧夹g(shù)領(lǐng)先，而是因?yàn)樗鹾狭巳祟愖钌顚拥膭?dòng)機(jī)——用最少的社交，獲得最大的收益。

訪談還討論到AI時(shí)代的商業(yè)模式變化。過去Web 2.0公司通常先追流量，再考慮變現(xiàn)；如今AI的高成本迫使企業(yè)從一開始就建立訂閱制收入。

在AI時(shí)代，現(xiàn)金流是算力的燃料，企業(yè)不能再靠免費(fèi)獲利。

最后，他談到LinkedIn的「信譽(yù)系統(tǒng)」——推薦與背書。

他坦言，負(fù)面評價(jià)仍舊復(fù)雜，涉及社交關(guān)系與法律責(zé)任；但在職業(yè)領(lǐng)域，它仍是最可靠的「反向驗(yàn)證機(jī)制」。

AI可以幫你寫簡歷，卻無法幫你建立聲譽(yù)。

友情與人性

AI無法取代的雙向關(guān)系

當(dāng)談到「人與AI的關(guān)系」時(shí)，主持人拋出了一個(gè)略帶戲謔的問題：

如果AI能理解你、安慰你、陪你工作，那它是不是也可以成為你的朋友？

霍夫曼沉默了幾秒，然后搖頭：

那是一個(gè)雙向的過程——而AI永遠(yuǎn)無法做到。

他解釋，AI可以模擬陪伴，卻無法承擔(dān)人類情感中的「共生成長」。它能學(xué)會傾聽、模仿關(guān)心，卻不會因?yàn)槟愕拇嬖诙淖冏约骸?/p>

人和AI的關(guān)系，本質(zhì)上是單向的。它理解你，但不會被你影響。

這聽起來像是在警告我們：AI可以成為伴侶，卻不是朋友。

社交網(wǎng)絡(luò)已經(jīng)模糊了人類之間的真實(shí)聯(lián)系，而AI助手的出現(xiàn)，又進(jìn)一步放大了這種模糊。

我們花越來越多時(shí)間和算法互動(dòng)，越來越少時(shí)間與人對話。

主持人順勢提出他的擔(dān)憂：「當(dāng)我們習(xí)慣和AI建立情感連接，人類是否會逐漸失去真正的共情力？」

霍夫曼認(rèn)可這一點(diǎn)，但認(rèn)為問題并非出在AI ，而是我們對「關(guān)系」的定義。

友情不是情緒交換，而是共同成長。如果AI無法成長，它就無法真正陪伴我們。

主持人最后問霍夫曼：「那你認(rèn)為，在AI時(shí)代，人類該如何保持真正的友誼？」

霍夫曼回答得很輕，卻很堅(jiān)定：

AI能幫你變得更高效，卻幫不了你變得更有人性。真正的朋友，是能讓你在彼此的對照中看見更好的自己。

從「懶人更有錢」的投資邏輯，到「醫(yī)生被AI教育」的職業(yè)重構(gòu)，再到「最懶的社交網(wǎng)絡(luò)」與「無法被取代的友情」，霍夫曼的這場采訪像一面鏡子，反射出AI如何一步步取代人類的體力、腦力，甚至部分情感。

他反復(fù)強(qiáng)調(diào)，AI的進(jìn)化不是終點(diǎn)，人類的退化才是風(fēng)險(xiǎn)。

當(dāng)我們把思考、判斷、關(guān)系都外包給算法，世界也許會更高效，卻更平面。

AI不會取代人類，但會迫使人類重新回答這古老的問題——我們究竟想成為怎樣的人？

參考資料：

https://www.youtube.com/watch?v=brjL6iyoEhI