[驭风而行] 在宏观悲观中拥抱人工智能

type

Post

status

Published

date

Sep 9, 2026

slug

260909

summary

AI 的风险或许真实而深远，但对具体的人，答案未必是退避：在保持判断与边界的同时，走进变化，重新获得行动的能力。

category

璀璨星空

icon

password

有人说，未来十年，人工智能毁灭全人类的可能性超过一成。

这样的数字当然无法像天气预报一样被精确验证。它更像是一位身处前沿的人，对能力进展、控制难题和竞赛压力综合作出的风险判断。但只要把后果想得足够认真，问题便不在于那究竟是百分之十、百分之一，还是更低：如果一种技术可能带来不可逆的文明代价，人类是否有能力在诱惑最强的时候，为自己留出足够的余地？

我对此保持悲观。

并不是因为我相信某个模型会在某天突然生出对人类的恶意。真正使人不安的，是更普通、也更像人类历史的那条路径：公司要增长，国家怕落后，研究者要资源与成果，普通人想要效率、收入和机会。每一个参与者都能为继续加速找到合理的理由；而所有这些局部理性累积起来，便可能把整体推向没有人真正想要承担的风险。

这不是说每个人都坏。人会爱人、会怜悯、会在具体关系里付出代价。但进入庞大的组织与竞争体系以后，善意很难自动成为决定力量。许多灾难并不需要一群蓄意作恶的人，只需要每个人都在自己的位置上，做一次看似无可指责的短期选择。

人工智能尤其如此。它不是一项可以由某个人少买一点、少用一点便能放慢的技术。模型能力、算力、资本、人才和国家竞争缠在一起，任何一方独自减速，都担心将优势让给别人。于是，“我们都知道这可能有风险”与“我们仍然必须继续推进”，可以同时成立。

这正是宏观悲观的理由。

可奇怪的是，对个体而言，我又并不认为应该害怕它。

甚至恰好相反。人工智能最强大的诱惑，并不在于它许诺统治世界，而在于它先替每一个普通人照亮了脚下的一小段路。它让一个人可以更快开始写作、学习、分析、编程、整理复杂资料；让原本要靠一个小团队才能完成的事情，变得有机会由一个人发起；也让许多在匮乏、孤独和混乱中挣扎的人，获得一种即时的回应和支撑。

这些并不是虚假的诱惑。它确实在填补人的真实缺口。

因此，如果把宏观风险简单推导为“个人最好远离 AI”，既不现实，也未必诚实。历史上的每一次技术变革，都会先冲击旧有的职业、技能和秩序。机器曾让手工业者恐惧，流水线曾重组工厂，互联网曾改变知识、媒体与商业。站在变化初起的岸边，人们总能清楚看见旧世界将要失去什么；但对于愿意学习、调整并进入新结构的人，风暴同时也打开了此前不存在的空间。

高尔基笔下的海燕高喊：“让暴风雨来得更猛烈些吧。”

放在今天，它并不意味着歌颂风险，更不是鼓励轻率地把自己交给洪流。它说的不是“风暴是好的”，而是“风暴既已到来，人不应只剩下恐惧”。

这两件事需要分开。作为文明成员，我们仍应要求最强大的系统受到约束，要求企业与国家不以所有人的未来换取短期领先；但作为一个具体的人，不必把宏观的失控风险全数背在自己身上，更不必为了证明谨慎，就拒绝学习和使用新的工具。

因为个人的退避，并不能让竞赛自动停止。相反，真正能保有一点主动性的方法，是走进变化：理解它如何运作，知道它在哪些地方能帮助自己，也知道它会在哪些地方误导、替代或吞没自己。既不把它当作救世主，也不把自己定位成注定被淘汰的受害者。

对一个具体的人来说，AI 时代真正危险的，未必是工具变得太强，而是停留在“旧有技能足以保证位置”的想象中，既不愿理解变化，也不愿重新学习。那种表面上的安全，往往只是把选择权慢慢交了出去。

但进入变化，不等于盲从变化。

当标准化的写作、设计、翻译、资料整理和部分代码工作越来越容易被生成时，人的价值不会凭空消失，只是会从“亲手完成每一步”转移到别的地方。更稀缺的，将是定义问题的能力，是理解现实约束的能力，是验证结果、组织协作并对后果负责的能力。

当答案不再稀缺，方向会变得稀缺；当产出不再稀缺，责任会变得稀缺。

以真实工作为例，AI 可以很快整理数据、生成计划草案、归纳会议纪要、列出风险清单。但它未必知道哪个数字来自不可靠的源头，哪个计划会卡在工装、物料或现场执行上，哪个异常应当立刻升级，哪个结论可以对客户、管理者和一线人员同时负责。它能够给出许多看似合理的方案，却不天然承担方案落地后的质量、成本、信任与关系。

所以，未来并不只是“谁更会使用模型”的比赛。更重要的是，一个人有没有一个连接现实的领域；能不能把工具接进真实流程，同时保留核验和纠偏的能力；能不能让别人相信，自己不只会生成漂亮的话，也能对事情的结果负责。

这也会改变学习的意义。知识当然依然重要，但单纯储存答案的价值会下降。更值得训练的，是理解因果、边界和反例；是在一个答案听起来流畅漂亮时，仍能问一句：它遗漏了什么？它依据何在？如果它错了，代价由谁承担？

同样需要被守住的，还有节律。

AI 使工作可以随时继续：一段文字还可以再润色，一份计划还可以再优化，一个问题还可以再追问。它会让人误以为，只要多投入一点，就总能获得更多产出。但一个永远可以工作的人，也很容易被默认成一个应当永远工作的人。能够设定“够好”的边界，能够把工具关在合适的位置，能够保留运动、休息、沉默和真实相处的时间，并不是效率的敌人，而是长期拥有行动力的前提。

茨维格曾因他所热爱的欧洲精神世界被战争与极权摧毁而绝望。他看到的黑暗并非幻觉，可历史也没有完全按最坏的设想发展。战争结束，废墟中仍有人重建制度、教育与跨国合作。它们远不完美，却提醒人们：对危险的判断可以严厉，对未来的终局仍应留一点时间的余地。

我不相信技术会自动把人带向更好的地方。AI 的力量越大，关于控制、分配、责任和人的尊严的问题就越不能交给市场口号或公司承诺。我们仍应追问：谁拥有关键能力，谁从自动化中获益，谁为失控的后果负责，又有哪些边界不能因为效率而被轻易跨过。

但对一个人而言，也没有必要为宏观的不确定性提前放弃自己的生命力。

我们未必能替人类文明决定是否及时踩下刹车，却可以决定不把自己困在旧规则的恐惧里。我们可以学习工具，借助它完成过去做不到的事；可以在更快的信息与工作节奏中，仍把判断留在自己手里；可以承认它给人带来的能力、慰藉和希望，同时不把关系、责任与内在秩序一并外包。

不必轻率地欢迎暴风雨，也不必蜷缩在岸上等待它过去。

当风真的来临时，愿我们能带着清醒走进去。