Joshua Rothman 撰文 · 摘译自《纽约客》 · 2025.12.12

在过去的几个月里，我把人工智能融入进了我七岁的儿子Peter的兴趣生活。每星期六他都会去上编程课，他最近在那里写了一版石头剪刀布游戏，而且还十分期待在家做出更加精良的游戏。通过描述我儿子大概的编程水平，ChatGPT和Claude立马给出了下一步该如何做的建议。Claude提出应该让他试着玩玩Pong，一个专门针对儿童开发的Scratch编程环境。于是我们下载了这个Pong。就这样，我瘫在扶手椅上，手拿iPad让ChatGPT随时待命，Peter则自己上电脑捣鼓。他一遇到困难卡住，我就会出手相助，不管是凭借我自己的编程知识也好，还是AI的也罢。经过一个小时左右，他就完成了这个游戏的雏形。

接下来几个星期，在我和AI的进一步帮助下。在电影“Tron”里“光轮决斗”的基础上，Peter实现了这个伴有音乐和记分系统的游戏。“图书馆模拟器”，他也开了个小头；还独创完成了一款关于一艘曲速前进的微型宇宙飞船的街机游戏，名叫Dot in Space。有了AI，我们次次都可以轻松跨越前方潜在的大难关。应我的要求，AI系统开始叫我们接触更复杂更高端的编程环境——GDevelop，Godot Engine，GameMaker等等，与之同来的还有更多充满野心的项目。上周末，他熬夜一边编写改进版的Asteroids，一边狼吞虎咽Cheerios，牛饮着水瓶里的水，俨然把那当成了能量饮料。

Peter一个孩子加上我一个当爹的，让这一切看上去有些俏皮而别致。在AI的辅助下，老家伙摇身一变成导师去教这小子编程，算是很不错了吧？但是让我们从另一个角度想想这件事。Adam Smith在《国富论》中将工人的”习得的有益能力“形容为一种”不动产“——一种类似田亩地产或实体物件的东西。直到十九世纪，经济学家Theodore Schultz才创造了“人力资本”这个术语，用来描述人们持续而动态地投入提升自身能力的过程。Schultz意识到了个体在付出大量时间精力和金钱来提升能力。他们上夜校、参与社交、阅读自我成长类书籍并在与业余时间“精进技能与知识”。这些提升人力资本的努力往往被忽略。但是无论怎样，一个“简单的事实”是“人们在投资自己而且这些投资还相当可观”。他还指出，这些提升”人类工效的质量“的投入应该可以解释一点，就是经济学家们在过去几十年内所观察到的”大部分惊人的人均实际收入提升“。

当今，具有高人力资本的员工使得企业和组织受益良多，这显而易见。颇有见地的与会者的出席让会议充满价值；产品更加完善，因为制作团队有全栈技能在手。但很多人不知道，企业和组织其实很难认清并利用人力资本变化的优势。设想一个人被聘用到一个职位，然后掌握了另一个职位所需的技能。理想情況下，随着她的进步，公司的人员结构表将围绕她进行调整。但实际上，这个职位经常会将她限制住。当她冲出那个监牢转身跳槽时，身上的人力资本会跟她一起离开。就是因为如此，站在公司的立场来看，理想的雇佣最好是职员在其开始工作前疯狂开发他们的人力资本，然后突然慢下来，身怀高技能老老实实在岗位上做一颗螺丝钉。组织希望他们的员工持续发展，但别太快——以免他们感到身处的职场环境供不应求。

对管理层来说，他们应该庆幸人力资本的提升需要耗费大量时间，或者说，至少曾经是这样的。这么说的原因是，抛开其他方面不谈，人工智能还是一项可以提高学习效率并提升能力的科技。数以百万计的人们正在使用大语言模型。他们不全在和聊天机器人东扯西扯，而是发现在AI的帮助下，他们原来可以做之前从未完成过的事情，对于曾经感到难以企及的领域，他们亦可学得更快。试想顷刻间你可以更快速地积累人力资本。商界收到了AI发出的一封挑战书，他们需要好好反思这项技术的价值。

将AI用作一个提升人力资本的工具在很多层面上都是个奇怪的想法。难道不正是因为AI的用处在于将知识自动化，才导致人类的辛苦学习变得多此一举？顶尖AI公司谈到在未来人工将会大规模被他们设计的系统所取代。那些正在将AI整合进他们业务的大企业几乎一定也是这么想的。原因是AI很贵，它们不得不这样做。微软针对使用自家企业级聊天机器人Copilot的每位用户都收取费用。如果一家拥有数千员工的大公司想要为职员购买Copilot的方案，那么每年将会投入数百万美元。

那么这些花费会带来相应的回报吗？考虑新产品或裁员，公司最容易找到的两种应对策略，一个是增加利润，一个是削减成本（当然也可同时实行）。在这星期新发布的关于企业级AI的报告中，OpenAI提供了数个专注于产品和取代人工的案例研究。其中一个典型例子是客服里的AI语音助手。公司声称这样一个助手每年可以节省“数亿美元的成本”。

这一切看上去很合理，仿佛企业级AI的终点就是取代人工。但是有一点值得注意，无论是在概念上，还是内部核算层面，大公司往往很难研究明白如何整合新科技。上世纪八九十年代，正是IT部门崭露头角之际。人们一度不知如何将它们在企业内部正当化。一个IT部门大概会在一年内花掉数百万美元购买新款计算机、网络硬件和生产力软件。所有的这些投入有所回报吗？如何评估其价值？如果一个大型企业购置了一个中央主机，也许可以取代几个会计。一个IT主管希望向上级说明为何电脑很关键的时候，也往往将理由简化为它能淘汰打字小组。

可是随着时间的推移，后来的人们逐渐认识到，信息技术所带来的成本与收益，远远超出了这种内部核算方式所能涵盖的范围。现代公司适应了将计算机放在核心位置；在这个新时代，IT部门的意义不是用电脑淘汰员工，而是反过来借此让他们如虎添翼。员工们开始对IT部门要求越来越高。在“消费者化”这一过程中，精通科技的员工在家所使用的设备——比如手机——会比公司提供的工作设备更加先进；那些想承揽更多的员工们开始主动要求获得更好的技术条件。结果就是，现在谈到在IT上的“支出”之时，以往一再妖魔化IT、宣称其将会无情地砸掉人们饭碗的声音都消失殆尽了。大家真正关心问题是进一步对技术的投资是否能帮助现役员工完成他们的工作日程并继续和竞争对手相抗衡。

AI的最佳打开方式——估计也是唯一可获利的手段——是直接取代人工：这一观点融合了两股思路：一个是根植于对AI未来的思考；一个是从短期的、预算报表似的角度来看，在公司采用新科技后，这是会注定发生的。但是这个观点和我们很多人使用AI的实际体验出入很大。广大的个人用户给OpenAI、Anthropic和其他很多公司交纳订阅费的原因是他们发现AI使他们更能干更多产了。在他们看来，AI确实是一个人力资本的倍数放大器。如果你能对想要完成的目标有清晰的认识——无论是开发软件、分析研究、诊断治疗还是维修家用——AI都能够帮你更快更好地完成。这个年代，公司花费巨额资金来培养员工；即使是能力已经很强的白领员工也被安排参加线上研讨会，并被公司送去价格不菲的团建式活动历练，这么做的目的就是希望他们回来能有所进步。好了，假设AI可以使一些员工在知识和能力上提升5%到10%。为了这种认知提升，公司该付出多少成本呢？

根据一种关于AI的叙事，其所提供的这种认知提升会强大到足以使单个员工替代团队。一些极度乐观的评论家表示，不远的将来，我们会看到第一家十亿美元体量的公司，在AI辅助下仅由一两个人运营。也许要实现这一预言还有很长的路要走。然而，但凡曾在工作中尝试用过AI的人，应该都会发现它本质上的局限性。AI系统还没聪明或见多识广到可以胜任去决断任何要务。它们缺乏关键的社会背景，它们脱离实际、健忘、生硬做作，有时还无比愚蠢。而且可能最致命的是，它们无法被问责，也不能从工作中学到什么。他们可以协助你付诸实行你告诉他们的目标——但是它们不能替代你。所以总的来说，在这样一种情况下，许多公司想方设法用AI取代人类员工，终会酿成大错。——不仅是因为AI不能取代那些员工，还因为事实上它反而使得员工们更具价值。首先意识到这一点的企业会发展得更好。

如果现阶段AI还不能大规模取代工作岗位，那又为何投资者正在向AI产业倾注数万亿美元呢？一个可能的原因是他们正在做大一场泡沫。要么是他们已经被脑补的各种科幻情景所忽悠了，要么就是他们在趁着这些情景叙事所营造的舆论氛围加以利用。最近，作家Cory Doctorow在西雅图华盛顿大学的一场演讲中简述了他关于AI的一些思考。“AI是一场泡沫，它必定会破灭。“，他说道“多数公司会倒闭。大部分数据中心也会关停或者被拆分变卖。“那剩下什么呢？他的回答相当于是在说，什么都没有了：只剩一堆曾经给AI使用的新上市的廉价芯片，以及一些用来“音视频转换、描述图像、总结文档、自动化像消除背景和修掉照片中的路人这样的许多原本高度依赖人工的图形编辑流程“的软件工具。至于这些模型本身，Doctorow推测到，也会结束运行，因为要它们运行起来简直就是吞金兽。我们不得不需要忍耐继而到来的经济崩溃——“七家AI公司现在占了超过三分之一的股市，“他提醒说——这话可不是哪个聊天机器人心理医生给出的。

当炒作达到顶峰之时，反炒作既不可避免，又极具价值。然而，风险在于，这种反炒作可能走向和它本想戳破的炒作一样的极端。1998年到2002年，我在读大学，那时正值第一次互联网繁荣期的高潮；我付的很多学费都是靠和室友一起运营一个小初创公司赚来的，主要业务是为其他初创公司制作网站和程序。当年和今日别无二致，无数公司的产品根本经不起推敲。（我们为其中一些打工。）显而易见，许多此类创业注定会失败；无论规模大小的投资人都会亏损一大笔钱。即便如此不堪，作为底层科技的互联网本身仍然毋庸置疑地强大。对于现在的AI，也很难得出其他结论。

话虽如此，相比互联网繁荣，人工智能的这一套反而难以归类。当互联网到来之时，人们还不确定该如何利用它赚钱。尽管如此，这个技术本身还是给人一种比较完善靠谱的感觉。人们非常清楚互联互通会变得更快也更普及。除此之外，互联网的潜在应用——流媒体、电子购物、线上协作、云存储，等等——大体上已浮出水面。（一个例子是，2000年左右的时候，我们的小公司受雇开发了一个工作空间协作系统，其功能和今天的Slack有诸多相似之处。）在之后的几十年里，构建现代互联网所需的工程付出是巨大的；例如搭建云端需要非凡的天才智慧。但是，从一开始互联网自身的基本特性是大致上稳健的。

话说回AI，就有差异了。从科学角度看，搭建和理解AI的工作还远远谈不上完整。该领域的专家也在关键议题上有所分歧，比如说增大当今AI模型的规模能否导致智能水平产生重大提升。（也许需要得益于进一步突破而打造的新架构）。关于概念性问题，他们很大程度上也意见相左，比如“智能”到底意味着什么。在现今AI研究是否会导向研制出能媲美人类思维水平的系统这一首要问题上，他们持有针锋相对的观点。在AI行业工作的人们倾向于将他们的观点更清晰而有力地表达出来，但依旧没达成共识。这其中不管是谁描绘的图景总会遭到一大群同行的反对。研究人员会通过打造更好的AI然后看看什么真正奏效，从实证角度提供许多有关AI谜团的答案。简而言之，AI泡沫不单单是个泡沫——还是科学的不确定性和演进的商业思维之间碰撞的产物。

此时此刻，关于AI还存在两个未知数。第一，我们不知道公司能否又如何成功地利用AI的价值；他们还在尽力搞清楚这点，而且也许会搞错。第二，我们不知道AI的智能水平能达到什么程度。关于第一点，我们还是有些头绪的。可以说，从我们的亲身经历来讲，有AI在身边无疑大有益处；它可以帮助你学习，让你变得更具竞争力，亦可协助你更好利用甚至发展你的人力资本。我们也可以充满自信地说，和人类相比，AI还是有很多无法做到的事情——除了极为有限的特定情况下，交给人类去做要胜于取代人工。同时，关于第二点——AI是否会变得聪明得多以至于能变革世界——我们所知无几。答案尚在等待发掘，而即便是专家，也未能形成共识。留给我们的挑战是：立足于已知行事，而不要让未来被臆测所左右。