站在2025年的尾巴上眺望2026，面對(duì)AI所帶來(lái)的外部挑戰(zhàn)，最近越來(lái)越感受到一種群體性的復(fù)雜情緒正在出現(xiàn)。

在ChatGPT、DeepSeek接連炸場(chǎng)之后，人們對(duì)震驚體疲憊的同時(shí)，錯(cuò)失恐懼癥（FOMO）也正在從硅谷蔓延到全球，甚至每一個(gè)普通人。

這種錯(cuò)失的焦慮不再局限于程序員擔(dān)心代碼被接管，或者最早的畫(huà)師擔(dān)心風(fēng)格被模仿，它已經(jīng)滲透進(jìn)我們工作生活的毛細(xì)血管：從學(xué)習(xí)和教育到工作和設(shè)計(jì)，從企業(yè)管理到內(nèi)容營(yíng)銷(xiāo)……千行百業(yè)都在被AI重塑。

從大洋彼岸的谷歌更新一系列AI工具，到杭州類(lèi)似螞蟻靈光這一類(lèi)全模態(tài)、低代碼AI產(chǎn)品大爆發(fā)，AI技術(shù)已經(jīng)不再是模型大戰(zhàn)，而是像水和電一樣，無(wú)差別地流向了所有人。

這兩年，相信許多人都問(wèn)過(guò)自己同一個(gè)問(wèn)題：面對(duì)AI，我會(huì)不會(huì)被取代？

當(dāng)AI不僅能執(zhí)行指令，還能進(jìn)行多模態(tài)創(chuàng)作、邏輯推理甚至自主決策時(shí)，人類(lèi)的“護(hù)城河”究竟還剩多寬？

先說(shuō)結(jié)論。

在巨變的前夜，我們依然可以相信，AI絕對(duì)不會(huì)取代人，但“人”的定義標(biāo)準(zhǔn)，此刻正在被暴力拉升。

未來(lái)的世界，可能只會(huì)分為會(huì)用AI的人和不會(huì)用AI的人。那些曾經(jīng)被視為金飯碗的硬技能，可能在2026年變得一文不值。

而那些曾經(jīng)被忽視的人類(lèi)的隱性素質(zhì)，比如提問(wèn)力、決策力、想象力，正在成為相比專(zhuān)業(yè)知識(shí)更為重要的技能點(diǎn)。

從對(duì)話到工具

專(zhuān)業(yè)壁壘，在很長(zhǎng)一段時(shí)間影響著職業(yè)和工作的方向。

最明顯的，其實(shí)也同樣在互聯(lián)網(wǎng)領(lǐng)域。以前如果你想開(kāi)發(fā)一個(gè)APP、制作一段數(shù)據(jù)可視化視頻，或者構(gòu)建一個(gè)復(fù)雜的業(yè)務(wù)分析模型，你需要掌握Python、Java，或者精通PR、AE等復(fù)雜軟件。這種“工具理性”構(gòu)成了過(guò)去二十年職場(chǎng)人的核心壁壘。

過(guò)去多年我們看到的專(zhuān)業(yè)人士和程序員們的高薪，正來(lái)源于此。但現(xiàn)在，這道壁壘正在崩塌。

以近期引發(fā)行業(yè)熱議的現(xiàn)象級(jí)產(chǎn)品“靈光”為例，它最令人記憶深刻的功能其實(shí)并不是模型參數(shù)的大小，而是徹底打破了“想”與“做”之間的隔閡。

其“靈光閃應(yīng)用”功能，讓一個(gè)完全不懂代碼的文科生，甚至是一個(gè)五歲的孩子，只需用自然語(yǔ)言描述需求，就能在30秒內(nèi)生成一個(gè)可交互、可編輯的APP。

數(shù)據(jù)最能說(shuō)明問(wèn)題。

靈光上線僅僅兩周，用戶就創(chuàng)建了330萬(wàn)個(gè)“閃應(yīng)用”。這330萬(wàn)個(gè)應(yīng)用的背后，不是程序員的徹夜加班，而是330萬(wàn)個(gè)普通人正在開(kāi)始用AI解決自己工作生活中的碎片化需求。

從“新手爸媽起名神器”到“小學(xué)生口算練習(xí)器”，從“聚會(huì)真心話大冒險(xiǎn)”到“個(gè)人記賬工具”，有了AI之后，搭建程序已經(jīng)不再求人了。

這是真正意義上“人人都是產(chǎn)品經(jīng)理”的時(shí)代，也是2026年我們將面臨的第一個(gè)現(xiàn)實(shí)：工具的易用性將達(dá)到歷史巔峰，技術(shù)不再是阻礙創(chuàng)意的門(mén)檻。

在這種背景下，“會(huì)用工具”將不再是一項(xiàng)加分項(xiàng)，而是一項(xiàng)像呼吸般自然的基礎(chǔ)生存能力。

但差別會(huì)被徹底抹平嗎？其實(shí)也不是，未來(lái)真正的分水嶺在于能不能“用好”。

當(dāng)生成一個(gè)APP變得像發(fā)一條朋友圈一樣簡(jiǎn)單時(shí)，應(yīng)用本身的開(kāi)發(fā)價(jià)值就無(wú)限趨近于零，而定義應(yīng)用邏輯的能力價(jià)值千金。當(dāng)AI能瞬間寫(xiě)出一篇邏輯通順的公文時(shí)，文字的堆砌不再重要，對(duì)復(fù)雜局面的洞察和策略判斷成為關(guān)鍵。

站在2025年的收尾來(lái)看，從2026年開(kāi)始，真正意義上的白領(lǐng)，將會(huì)是那些懂得將AI作為“外掛大腦”嵌入工作流的人。

舉個(gè)例子，一位優(yōu)秀的分析師不再將時(shí)間耗費(fèi)在數(shù)據(jù)清洗和圖表繪制上。因?yàn)椤办`光對(duì)話”已經(jīng)能做到查詢(xún)資料時(shí)直接生成圖文并茂的時(shí)間軸和調(diào)研攻略。

現(xiàn)在，他可以完全將精力集中在數(shù)據(jù)背后的商業(yè)邏輯推演上。

更直接點(diǎn)說(shuō)，未來(lái)的工作，可能會(huì)不再區(qū)分“技術(shù)崗”和“非技術(shù)崗”，而是區(qū)分“AI駕馭者”和“AI被動(dòng)接受者”。

前者將利用AI極大地延展自己的能力邊界，而后者則將在與機(jī)器的低維競(jìng)爭(zhēng)中，逐漸失去位置。而這才是所有人需要警惕的。

不是取代，是重新定義

隨著AI接管了越來(lái)越多的執(zhí)行層面的任務(wù)，人能干什么的問(wèn)題，正在被日益凸顯出來(lái)。

被稱(chēng)為“AI教父”的杰弗里·辛頓（Geoffrey Hinton）可能是想得最早的那個(gè)人。他的問(wèn)題是，如果機(jī)器擁有了比人類(lèi)更淵博的知識(shí)庫(kù)，比人類(lèi)更嚴(yán)密的邏輯，甚至比人類(lèi)更快的執(zhí)行效率，那么人類(lèi)還剩下什么？

他最近一段時(shí)間在很多的場(chǎng)合都在表達(dá)他的憂慮，比如他認(rèn)為，現(xiàn)代AI在知識(shí)整合與邏輯推理層面，已經(jīng)展現(xiàn)出了超越人類(lèi)的跡象。

在2025年的歲末，不只是辛頓，可能大多數(shù)人，確實(shí)已經(jīng)到了迫切需要思考這個(gè)問(wèn)題的時(shí)刻了。

對(duì)于這一點(diǎn)，我所思考的答案是：放棄那些機(jī)器擅長(zhǎng)的，擁抱那些機(jī)器做不到的。

首先，“提問(wèn)”的能力將遠(yuǎn)重于“解題”的能力。

傳統(tǒng)的教育和職場(chǎng)體系培養(yǎng)的是“解題者”。比如老板給任務(wù)，我們執(zhí)行；老師給試卷，我們填空。但在2026年，AI將是那個(gè)擁有完美答案的解題者。無(wú)論是寫(xiě)代碼、查典故，還是做醫(yī)療診斷建議，AI都能給出80分以上的標(biāo)準(zhǔn)答案。

但對(duì)于人來(lái)說(shuō)，機(jī)會(huì)和窗口期在于，現(xiàn)在AI無(wú)法定義“什么是值得解決的問(wèn)題”。

同樣以在應(yīng)用層面做得最好的靈光為例，其中涌現(xiàn)的數(shù)百萬(wàn)個(gè)應(yīng)用中，真正有生命力的，其實(shí)不在于生成的代碼，而在于用戶最初輸入的那個(gè)Prompt。

這個(gè)提示詞本身，才是對(duì)用戶真實(shí)痛點(diǎn)的表達(dá)。

比如，到底為什么要在靈光生成一個(gè)“彈簧振子動(dòng)畫(huà)”？因?yàn)槔蠋熋翡J地捕捉到了學(xué)生理解物理概念的難點(diǎn)。為什么要做“讀藥瓶”應(yīng)用？因?yàn)橛腥斯睬榈搅艘暳λネ死先说臒o(wú)助。

AI可以提供一萬(wàn)個(gè)解決方案，但只有人類(lèi)才能提出問(wèn)題。從這個(gè)角度來(lái)說(shuō)，人類(lèi)未來(lái)的核心競(jìng)爭(zhēng)力，是批判性思維與問(wèn)題發(fā)現(xiàn)力。

除此之外，2026年的人的能力光譜中，必須包含一種“脫離AI也能運(yùn)作”的底線能力。

技術(shù)的便利往往伴隨著能力的退化。當(dāng)AI能代勞一切時(shí)，人類(lèi)很容易陷入思維的懶惰。我們必須警惕：如果不刻意訓(xùn)練，我們的某些核心認(rèn)知能力可能會(huì)像不運(yùn)動(dòng)的肌肉一樣萎縮。

比如長(zhǎng)邏輯鏈的思考能力。

如果我們習(xí)慣了把復(fù)雜問(wèn)題丟給AI，只等著接收簡(jiǎn)單結(jié)論，我們的大腦將失去處理復(fù)雜局面的韌性。

這就是飛行員的基本素養(yǎng)，雖然現(xiàn)代飛機(jī)可以全自動(dòng)駕駛，但機(jī)長(zhǎng)必須具備手動(dòng)降落的能力，這才是他在危急時(shí)刻不可替代的理由。

而且，AI可以基于概率計(jì)算出最優(yōu)解，但它不懂“責(zé)任”，更不懂“價(jià)值觀”。在復(fù)雜的商業(yè)與社會(huì)治理中，決策往往關(guān)乎道德、情感與無(wú)數(shù)個(gè)體的命運(yùn)。

激活人類(lèi)的“靈光時(shí)刻”

值得我們慶幸的是，目前的生成式AI，本質(zhì)上是基于概率的預(yù)測(cè)機(jī)器。它的“創(chuàng)造”，本質(zhì)上是存量知識(shí)的重新排列組合，而不是創(chuàng)意的想象。

從這個(gè)角度來(lái)說(shuō)，螞蟻集團(tuán)將旗下的AI產(chǎn)品命名為“靈光”，或許是此刻站在轉(zhuǎn)換節(jié)點(diǎn)上的最好隱喻：工具越是強(qiáng)大，人類(lèi)那一點(diǎn)點(diǎn)微弱的“靈光”就越顯珍貴。

在“靈光”APP里，目前已經(jīng)能夠看到超330萬(wàn)個(gè)閃應(yīng)用。其中有很多是標(biāo)準(zhǔn)化的工具，但也有很多是充滿了人類(lèi)奇思妙想的“無(wú)用之用”。

有人做了一個(gè)應(yīng)用，專(zhuān)門(mén)用來(lái)隨機(jī)生成“今天中午吃什么”的決定，以此來(lái)對(duì)抗選擇困難癥；有人做了一個(gè)應(yīng)用，模擬寵物貓的心理活動(dòng)，只為了博女友一笑。

這些應(yīng)用在傳統(tǒng)的軟件工程視角下，可能因?yàn)槭袌?chǎng)規(guī)模太小而不具備開(kāi)發(fā)價(jià)值，但在個(gè)體的生命體驗(yàn)中，它們是鮮活的、有趣的、獨(dú)一無(wú)二的。

這就是技術(shù)帶來(lái)的人性化的一面。

從好的方向來(lái)說(shuō)，AI時(shí)代的到來(lái)，實(shí)際上是把人類(lèi)從繁重的重復(fù)性勞動(dòng)中解放出來(lái)了。我們?cè)僖膊恍枰偃ニ烙浻脖晨菰锏拇a語(yǔ)法，不需要去耗費(fèi)大量時(shí)間做格式化的排版。

那么，節(jié)省下來(lái)的時(shí)間去哪了？其實(shí)正是應(yīng)該去往那些需要“靈光”的地方。

2026年，世界對(duì)人的要求變了。不再需要你像機(jī)器一樣精準(zhǔn)、穩(wěn)定，成為不知疲倦的牛馬。相反，活人感會(huì)變得越來(lái)越重要。

舉個(gè)例子，當(dāng)“靈光對(duì)話”能生成排版優(yōu)美的圖文時(shí)，你需要知道什么是美，什么是丑，什么樣的視覺(jué)語(yǔ)言能打動(dòng)人心。審美，將成為一種核心生產(chǎn)力。

AI通常在垂直領(lǐng)域表現(xiàn)出色，但人類(lèi)擅長(zhǎng)觸類(lèi)旁通。將生物學(xué)的原理應(yīng)用到建筑設(shè)計(jì)中，將音樂(lè)的節(jié)奏融入到管理哲學(xué)里，這種跨域的“亂連線”，往往是顛覆性創(chuàng)新的源頭。

更直接點(diǎn)說(shuō)，未來(lái)的競(jìng)爭(zhēng)，不是比誰(shuí)記得多，不是比誰(shuí)算得快，而是比誰(shuí)的腦海里有更多的“靈光時(shí)刻”。

圣塔菲研究所關(guān)于復(fù)雜系統(tǒng)有一段經(jīng)典論述，在他們看來(lái)，在混亂與秩序的邊緣，當(dāng)大量個(gè)體基于簡(jiǎn)單規(guī)則互動(dòng)時(shí)，會(huì)發(fā)生奇妙的“涌現(xiàn)”（Emergence）。而這，也是這一輪生成式AI的技術(shù)內(nèi)核。

如果說(shuō)AI的涌現(xiàn)是為了消除不確定性，那么人類(lèi)靈光的涌現(xiàn)，往往是為了擁抱不確定性，并在其中開(kāi)辟出新的道路。

未來(lái)真正重要的，不是要試圖去和AI比拼它擅長(zhǎng)的事情，而是需要盡快去擁抱那些AI做不到的事情。去感受，去發(fā)現(xiàn)美，去建立深度的關(guān)系，去在混亂中尋找秩序，去在平庸中發(fā)現(xiàn)獨(dú)特。

而再回到產(chǎn)業(yè)層面，圍繞縮放定律（Scaling Law）正在可能失效的討論不絕于耳。所謂縮放定律，簡(jiǎn)單說(shuō)就是指大模型的能力可以通過(guò)堆更多的算力、搞更多的參數(shù)，喂更多的數(shù)據(jù)得到大幅提升。

但現(xiàn)在，OpenAI和谷歌的新模型，都正在面臨類(lèi)似的困境——在大幅增加資源投入后，模型性能卻未達(dá)到預(yù)期。

也就是說(shuō)，無(wú)論是從技術(shù)上還是從商業(yè)規(guī)律上來(lái)看，未來(lái)人工智能之間的競(jìng)爭(zhēng)，已經(jīng)必然不再是比誰(shuí)算得快、模型更優(yōu)越，而是比哪一款A(yù)I，能夠更好地激發(fā)人類(lèi)腦海里的“靈光時(shí)刻”。

2026年，人類(lèi)的靈光涌現(xiàn)，才剛剛開(kāi)始。