前幾天，刷到一條短視頻，是國(guó)家傳染病醫(yī)學(xué)中心主任張文宏，110在香港高山論壇上的一段講話，他明確表示我拒絕把AI引入醫(yī)院病歷系統(tǒng)。

因?yàn)?，未?jīng)系統(tǒng)性訓(xùn)練的AI，會(huì)從根本上改變醫(yī)生的培訓(xùn)路徑，破壞或損害年輕醫(yī)生需要通過(guò)傳統(tǒng)訓(xùn)練才能掌握的獨(dú)立診斷能力。

張文宏解釋說(shuō)，他自己當(dāng)然用AI，讓AI先過(guò)一遍病例。但關(guān)鍵是，以他三十多年的臨床經(jīng)驗(yàn)，他一眼就能看出AI哪里錯(cuò)了。

問(wèn)題在于年輕醫(yī)生。

如果一個(gè)醫(yī)生從實(shí)習(xí)階段就開(kāi)始依賴AI給診斷結(jié)論，跳過(guò)了完整的臨床思維訓(xùn)練，那他將永遠(yuǎn)喪失一項(xiàng)關(guān)鍵能力：鑒別AI對(duì)錯(cuò)的能力。

張文宏的這番話，從一個(gè)普通AI用戶的角度，道破了一個(gè)被普遍誤解的現(xiàn)實(shí)，關(guān)于AI時(shí)代的技能和杠桿。

過(guò)去一兩年，我看到一種奇特的“群體性焦慮”。

有意思的是，這種焦慮不是來(lái)自那些不懂技術(shù)的人，恰恰相反，它更多來(lái)自那些已經(jīng)熟練使用AI的精英群體：程序員、律師、分析師、自媒體人。

大家最初都興奮地以為，AI會(huì)讓自己成為超人。但短暫的效率狂歡之后，很多人陷入了一種更深的無(wú)力感：

當(dāng)AI能以零成本完成80%的工作時(shí)，我剩下那20%的價(jià)值，到底能不能撐起我的職業(yè)尊嚴(yán)？

如果一個(gè)AI可以幾分鐘搞定我兩周的代碼；如果大模型能秒出一份完美的盡調(diào)報(bào)告；如果gemini或豆包能讓毫無(wú)繪畫(huà)基礎(chǔ)的人產(chǎn)出大師級(jí)作品，如果gpt能夠“準(zhǔn)確”閱讀體檢報(bào)告或檢查報(bào)告，那人類技能的護(hù)城河，究竟還在哪里？

說(shuō)我們正在進(jìn)入一個(gè)去技能化的時(shí)代；但硬幣的另一面恰恰是：AI并沒(méi)有讓技能變得無(wú)用，它引發(fā)的是一場(chǎng)劇烈的“技能通脹”。只是技能要被重新定義。

在一個(gè)執(zhí)行成本趨近于零的時(shí)代，AI就是一面照妖鏡。它放大的不僅是你的效率，更是你認(rèn)知的顆粒度或精度。

你感到“廢了”，可能是因?yàn)锳I無(wú)情地暴露了一個(gè)事實(shí)：過(guò)去你引以為傲的工作，大部分只是在“搬磚”，是執(zhí)行，是“聽(tīng)話照做”，而不是在“思考”，更不是提出問(wèn)題和解決問(wèn)題。

21世紀(jì)的技能真相，不再關(guān)乎你手里有多少工具，而關(guān)乎你腦子里有多少原本的真實(shí)的杠桿?！?/strong>宏觀把控+微觀驗(yàn)證”的綜合能力，才是AI時(shí)代真正的鐵飯碗。

一、張文宏悖論：0的10倍還是0

硅谷有一個(gè)廣為流傳的觀點(diǎn)，但常常被誤讀。

人們說(shuō)：“AI是生產(chǎn)力的10倍放大器。”

這句話的數(shù)學(xué)含義，比字面意思更冷酷。

如果你現(xiàn)在的能力是1，AI讓你變成10；如果你是10，AI讓你變成100。但如果你對(duì)某個(gè)領(lǐng)域的底層理解是0，那么，

0乘以10，依然是0。

這正是張文宏擔(dān)憂的核心：一個(gè)從實(shí)習(xí)階段就依賴AI的年輕醫(yī)生，他的臨床判斷力可能就是0。AI再?gòu)?qiáng)大，0乘以任何數(shù)，結(jié)果還是0。

更可怕的是，這個(gè)“0”自己還不知道自己是0。

張文宏說(shuō)得很直白：“新手醫(yī)生不能只會(huì)依靠AI看病?！睘槭裁?？因?yàn)?b>即使AI準(zhǔn)確率高達(dá)95%，那5%的錯(cuò)誤也需要由專業(yè)醫(yī)生來(lái)識(shí)別和糾正。

如果醫(yī)生根本不具備獨(dú)立診斷能力，他怎么發(fā)現(xiàn)AI的錯(cuò)誤？怎么處理AI搞不定的疑難雜癥？

這就是我說(shuō)的“張文宏悖論”，某種層面上，它是個(gè)先有雞還是先有蛋的問(wèn)題。但另外一個(gè)層面上，它強(qiáng)調(diào)的是，是人在用工具，還是工具在用人。

它揭示了AI時(shí)代技能的第一層真相：

AI的本質(zhì)是“概率的擬合”，而人類的價(jià)值在于“后果的承擔(dān)”。

過(guò)去我們說(shuō)的技能，往往指的是熟練的執(zhí)行，熟記語(yǔ)法、背誦法條、掌握各種快捷鍵。但在AI時(shí)代，這些硬技能迅速貶值，變成了基礎(chǔ)設(shè)施。

取而代之的，是一種更隱蔽、更稀缺的能力：判斷力。而所謂判斷力，就是知曉自己行為的長(zhǎng)遠(yuǎn)后果。

試想一個(gè)場(chǎng)景：一位資深工程師和一位新手同時(shí)用AI寫(xiě)代碼。

新手得到的只是代碼塊。他無(wú)法判斷這段代碼有沒(méi)有架構(gòu)隱患，無(wú)法預(yù)知它在極端并發(fā)下的表現(xiàn)，甚至不知道這是不是一個(gè)“死胡同”式的解決方案。

而資深工程師看到的不是代碼，是路徑。他知道該給AI什么任務(wù)，知道如何驗(yàn)收結(jié)果，更知道當(dāng)AI犯錯(cuò)時(shí)該在哪個(gè)環(huán)節(jié)修正，而AI一定會(huì)犯錯(cuò)。

對(duì)于新手，AI是個(gè)黑盒，只能祈禱它輸出正確答案。 對(duì)于專家，AI是個(gè)無(wú)限精力的實(shí)習(xí)生團(tuán)隊(duì)，指哪打哪。

于是，未來(lái)的專家與普通人的分野，在于你是否具備“驗(yàn)證AI輸出”的能力。

張文宏能一眼看出AI的診斷錯(cuò)在哪里，靠的不是什么神秘直覺(jué)，而是三十多年臨床經(jīng)驗(yàn)積累出的“元能力”。這種能力，恰恰是被AI跳過(guò)訓(xùn)練的年輕醫(yī)生最缺乏的。

所以，如果沒(méi)有深厚的專業(yè)知識(shí)作為壓艙石，AI帶來(lái)的不是效率，而是昂貴的混亂。

二、為什么你的提示詞總是差點(diǎn)意思

為什么有的人能用AI解決復(fù)雜問(wèn)題，有的人只能把它當(dāng)聊天機(jī)器人？

問(wèn)題不在于你不會(huì)寫(xiě)“咒語(yǔ)”，而在于你思維的熵值太高。

最近有一種很值得警惕的現(xiàn)象：人們開(kāi)始把思考本身外包給AI。

遇到問(wèn)題，不做拆解，直接把一團(tuán)漿糊似的需求扔給模型，然后對(duì)著平庸的輸出發(fā)火：“這AI根本就沒(méi)用。”

其實(shí)，不是AI蠢，是你沒(méi)想清楚。

AI模型再先進(jìn)，本質(zhì)上也是基于“上下文”的預(yù)測(cè)機(jī)器。它的輸出質(zhì)量，嚴(yán)格受限于你輸入的上下文質(zhì)量。這就是"Garbage In, Garbage Out"（垃圾進(jìn)，垃圾出）的現(xiàn)代版。

21世紀(jì)的頂級(jí)技能，變成了“清晰的表達(dá)”和“結(jié)構(gòu)化思維”。

真正的高手在打開(kāi)對(duì)話框之前，腦子里已經(jīng)完成了一場(chǎng)嚴(yán)密的推演：

1.定義問(wèn)題：我到底要解決什么核心矛盾？

2.拆解邏輯：這個(gè)大問(wèn)題由哪幾個(gè)子任務(wù)構(gòu)成？依賴關(guān)系是什么？

3.設(shè)定標(biāo)準(zhǔn)：什么樣的結(jié)果才算合格？

比如，在讓AI協(xié)助開(kāi)發(fā)一個(gè)功能前，你是否已經(jīng)厘清了數(shù)據(jù)流向？在讓AI寫(xiě)一篇文章前，你是否已經(jīng)構(gòu)建了獨(dú)特的觀點(diǎn)框架？

別指望AI替你完成“從0到1”的思考。

AI擅長(zhǎng)的，其實(shí)是填充血肉（從1到100），但那個(gè)“1”，那個(gè)核心的洞察、邏輯的骨架，必須由你提供。

如果你無(wú)法清晰地向人類同事闡述你的想法，你也絕不可能從AI那里得到滿意的結(jié)果。

清晰的寫(xiě)作就是清晰的思考。

未來(lái)，用自然語(yǔ)言編程將是通用技能。但這不意味著編程變簡(jiǎn)單了，而是意味著語(yǔ)言和邏輯的精度成為了新的代碼。

如果你的思維是混亂的，AI只會(huì)高效率地放大這種混亂。

三、走出信息繭房：比99%的人更接近本質(zhì)

既然AI是基于人類已有的海量數(shù)據(jù)訓(xùn)練出來(lái)的，它天生就帶有一個(gè)巨大的缺陷：平庸的共識(shí)，即向均值回歸。

你問(wèn)AI關(guān)于健康、理財(cái)或歷史的觀點(diǎn)，它大概率給你一個(gè)“教科書(shū)式”的回答。這些回答安全、正確，但往往極其平庸，因?yàn)樗鼈冎皇侵貜?fù)了互聯(lián)網(wǎng)上出現(xiàn)頻率最高的信息。

這就引出了第三個(gè)維度：去偽存真的洞察力。

知識(shí)（Knowledge）和理解（Understanding）是兩碼事。

·知識(shí)是你知道“應(yīng)該這樣做”；

·理解是你明白“為什么要這樣做，以及什么時(shí)候不該這樣做”。

這正是張文宏和年輕醫(yī)生之間的根本差距。

年輕醫(yī)生通過(guò)AI可以瞬間獲得“知識(shí)”，如診斷結(jié)果、用藥建議、治療方案。但張文宏擁有的是“理解”：他知道這些知識(shí)的邊界在哪里，什么情況下要打破常規(guī)，什么時(shí)候AI給的“標(biāo)準(zhǔn)答案”是錯(cuò)的。

在這個(gè)信息過(guò)載的時(shí)代，如果你只是通過(guò)填鴨式教育和算法推薦獲取信息，你本質(zhì)上只是在一個(gè)巨大的"回聲室"里機(jī)械復(fù)述。你并不真正理解事物的運(yùn)作機(jī)制。

要比AI更聰明，我們需要比99%的人更接近事物的本質(zhì)（第一性原理）。

· 想理解商業(yè)？不要只看暢銷書(shū)和公眾號(hào)，去研究現(xiàn)金流、杠桿、供需關(guān)系和人性的貪婪。

· 想理解健康？不要只信所謂的權(quán)威指南，去研究代謝、激素、炎癥反應(yīng)的生物學(xué)機(jī)制。

當(dāng)AI給你一個(gè)“標(biāo)準(zhǔn)化建議”時(shí)，只有那些真正理解底層系統(tǒng)運(yùn)作的人，才能敏銳地發(fā)現(xiàn)其中的漏洞，或者在特殊情境下果斷推翻AI的建議。

就像張文宏說(shuō)的：會(huì)不會(huì)被AI誤導(dǎo)，取決于你自身的能力有沒(méi)有強(qiáng)過(guò)AI。而你沒(méi)辦法和AI比知識(shí)，只能比理解。

未來(lái)的競(jìng)爭(zhēng)優(yōu)勢(shì)，屬于那些敢于質(zhì)疑“訓(xùn)練數(shù)據(jù)”的人。你需要建立自己的認(rèn)知體系，這套體系不是抄來(lái)的，而是你通過(guò)實(shí)踐、通過(guò)痛苦的反饋循環(huán)、通過(guò)獨(dú)立思考親自驗(yàn)證過(guò)的。

AI是全人類知識(shí)的平均值。如果你想超越平均值，你就不能只依賴AI，你必須擁有AI無(wú)法通過(guò)統(tǒng)計(jì)概率得出的獨(dú)到見(jiàn)解。

四、執(zhí)行價(jià)值歸零之后：從干活的到驗(yàn)收的

把視線拉長(zhǎng)，歷史雖然不會(huì)重復(fù)，但總是押韻。

1980年代，電腦的普及曾讓當(dāng)時(shí)的會(huì)計(jì)和律師恐慌不已。在此之前，律師為了尋找一個(gè)判例，需要在堆積如山的卷宗中翻找數(shù)日。電子檢索技術(shù)的出現(xiàn)，讓這項(xiàng)工作瞬間變成了幾秒鐘。

律師失業(yè)了嗎？沒(méi)有。相反，法律行業(yè)變得更龐大、更復(fù)雜了。

因?yàn)闄z索變得容易，客戶對(duì)律師的期望也隨之提高。人們不再為“找到判例”付費(fèi)，而是為“基于復(fù)雜判例構(gòu)建獨(dú)特的辯護(hù)策略”付費(fèi)。

同理，當(dāng)AI接管了代碼編寫(xiě)、文案生成、基礎(chǔ)診斷之后，人類的角色正在發(fā)生本質(zhì)的躍遷：

我們正在從“手藝人”進(jìn)化為“指揮官”；從“干活的”升級(jí)到“驗(yàn)收的”。

過(guò)去，一個(gè)優(yōu)秀的工程師可能需要50%的時(shí)間寫(xiě)代碼，50%的時(shí)間思考架構(gòu)?，F(xiàn)在，他可以用90%的時(shí)間去思考架構(gòu)、理解業(yè)務(wù)、優(yōu)化體驗(yàn)，而把代碼工作交給AI（并由他來(lái)審核）。

這意味著，工作的復(fù)雜度上限被打開(kāi)了。

獨(dú)立開(kāi)發(fā)者現(xiàn)在可以一個(gè)人運(yùn)行一家原本需要十人團(tuán)隊(duì)的公司；一個(gè)懂行的自媒體人可以一天產(chǎn)出過(guò)去一周的內(nèi)容量；一個(gè)資深醫(yī)生（如張文宏）可以在AI的輔助下處理過(guò)去根本不可能的病例量。

這就是AI時(shí)代“技能”的新定義：

它不再是單一維度的“專精”，而是一種跨維度的整合能力。

你不需要親自砌每一塊磚，但你必須知道大樓的力學(xué)結(jié)構(gòu)，必須有審美能力來(lái)決定大樓的外觀，必須有商業(yè)頭腦來(lái)決定大樓建在哪里最值錢(qián)。

這種“宏觀把控 + 微觀驗(yàn)證”的綜合能力，才是AI時(shí)代真正的鐵飯碗。

張文宏強(qiáng)調(diào)的兩大關(guān)鍵能力，本質(zhì)上就是這個(gè)意思：

1. 判斷AI診斷的準(zhǔn)確性（微觀驗(yàn)證）

2. 診治AI無(wú)法應(yīng)對(duì)的疑難雜癥（宏觀把控）

沒(méi)有這兩項(xiàng)能力的醫(yī)生，只能算是“AI的操作員”。

結(jié)語(yǔ)：只有升維，才能享受降維打擊的快感

回到開(kāi)頭談到的那個(gè)現(xiàn)象：為什么越用AI，越覺(jué)得自己廢了？

因?yàn)锳I剝奪了你通過(guò)“苦力”獲得成就感的權(quán)利。

以前，你花三天時(shí)間整理出一份精美的報(bào)告，會(huì)覺(jué)得自己很有價(jià)值；現(xiàn)在，AI三秒鐘就能做出來(lái)，這種虛幻的價(jià)值感瞬間崩塌。

這確實(shí)讓人痛苦，但更是一種覺(jué)醒。

AI逼迫我們直面那個(gè)最難的問(wèn)題：除了機(jī)械的執(zhí)行，我真正的思想價(jià)值在哪里？

對(duì)于那些不愿意思考的人，這是一個(gè)最壞的時(shí)代。他們將徹底淪為算法的附庸，甚至無(wú)法察覺(jué)自己正在被平庸的信息繭房吞噬。

但對(duì)于那些充滿好奇心、擁有獨(dú)立思考能力、渴望探究事物本質(zhì)的人，這是人類歷史上最好的時(shí)代：

· 所有的門(mén)檻都降低了。

· 所有的天花板都消失了。

· 你擁有了人類歷史上最強(qiáng)大的智囊團(tuán)和執(zhí)行隊(duì)，24小時(shí)待命。

張文宏不是反對(duì)AI，他反對(duì)的是跳過(guò)底層能力建設(shè)直接使用AI，把思考和元認(rèn)知外包給AI。

他自己用AI用得飛起，因?yàn)樗腥甑膬?nèi)功作為地基。AI對(duì)他來(lái)說(shuō)是如虎添翼；而對(duì)于沒(méi)有內(nèi)功的年輕醫(yī)生，AI可能是拔苗助長(zhǎng)，飲鴆止渴。

在21世紀(jì)，技能不會(huì)消失，但它會(huì)經(jīng)歷一次殘酷的提純。

不要試圖和AI比賽“做題”，要去和AI比賽“出題”。

當(dāng)你不再把AI當(dāng)作一個(gè)幫你偷懶的工具，而是把它當(dāng)作一個(gè)需要你用極高智商去駕馭、去指引、去糾錯(cuò)的超級(jí)杠桿時(shí)，

你通過(guò)AI看到的，就不再是平庸的自己，而是一個(gè)被無(wú)限放大的、強(qiáng)悍的超級(jí)個(gè)體?！径?/p>

歡迎訂閱不懂經(jīng)知識(shí)星球，星球即將漲價(jià)。

我是不懂經(jīng)的經(jīng)叔，國(guó)內(nèi)最早翻譯介紹了納瓦爾的《如何不靠運(yùn)氣獲得財(cái)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(gè)人》。

不懂經(jīng)知識(shí)星球，眾多百萬(wàn)粉絲大V、千萬(wàn)及億萬(wàn)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