最近看了一篇李飞飞和 MasterClass 创始人的访谈，标题很抓人——"10年后，只会剩下2类工作者"。说实话，这种标题一看就是自媒体套路，但点进去看完，确实有些值得琢磨的东西。

智能成本归零？别被忽悠了

AI圈最近流行一句话："智能的成本正在趋近于零。"听起来很唬人，但仔细想想，这话本身就是个大漏洞。

李飞飞说得很直白：人类智能对大自然来说至今仍然是一个未解之谜。我们并不清楚人类智能的深度和细微之处，所以任何在外面声称"智能成本趋近于零"的人，都是不负责任的。

深以为然。我们每天都在用大模型写文案、做分析、写代码，确实方便了不少。但你让 AI 去判断一个学生为什么学不会，靠的不只是文本分析，是观察表情、语气、犹豫的瞬间。你让 AI 替团队负责人决定在关键客户面前要不要说出那句话，没有算法能替他做这个判断。

这些东西，恰恰是人最贵的那部分。如果管理决策的前提是"智能成本归零"，那漏掉的恰恰是这些。

AI 没有替代任何人，只是把人往上推了一层

访谈里有个产品经理的例子很有意思。十年前的产品经理更像是指挥，要原型找设计师，要开发等工程师，一条产品生命周期可能要花几个月。

现在很多产品经理自己写代码了，用 AI 帮忙设计原型，周期一下子缩短。但这不意味着该甩掉设计师和软件工程师，只是省下了时间，让他们可以去做更复杂的那部分工作。

AI 没有替代任何人。它把每个人往上推了一个台阶。产品经理从"指挥"变成了"动手者"，设计师和工程师从"执行者"变成了"专攻最难问题的人"。

但现实中我看到的是另一种操作。自动化思维的管理者看到这个例子的第一反应是"那以后可以少招两个工程师"。同一个事实，同一种工具，完全不同的结论。区别不在技术，在怎么理解技术。

未来十年，中间层的空间正在被压缩

访谈里提到了一个"杠铃效应"。一端是前1%的顶尖专家，另一端是能同时驾驭多件事的高主动性通才。中间那些"还凑合"的人，空间正在被压缩。

这个判断我比较认同。AI 把执行层面的"还不错"拉到了极高的水平线。停留在"能执行"这个层面的人，不管做什么，都会被追平。一个还凑合的文案撰稿，现在任何人用大模型都能做得不错。但如果你是世界上最好的文案，那你就没法轻易被替代。

关键在于主动性。不管你在专家那一侧还是通才那一侧，都需要有主动性，都应该能够以一种独特的、有创造力的、深入的方式去使用工具。

杠铃左端的顶尖专家，是把增强用到极致的人。AI 帮他们筛掉 90% 的重复工作，把精力集中在最需要人类判断力的那 10% 上。杠铃右端的通才，是主动发起增强的人。自己上手，自己造工具，自己定义工作流。他们不是在等一个被增强的未来，他们自己就是增强的起点。

人还有大把 AI 追不上的东西

有人担心，万一技术再往前走，人类的判断力、创造力、情感智能全都被自动化了呢？

李飞飞的研究方向是空间智能，她举了个投篮的例子。连投篮这个动作本身，也是一个高度复杂的智能时刻。看到整个球场，看到其他球员的位置，瞄准篮筐，这是深度空间性的。调整身体，知道怎么做出那个动作，这是深度物理性的。语言推理、空间智能、身体智能，在投篮的一瞬间同时工作，互相协同。

进化花了超过 5 亿年才让空间智能成熟起来，语言智能花的时间比这短得多。这是一种非常深层、古老、根本性的智能能力。

今天 AI 真正能加速的，是语言层面的任务：写报告、查资料、做数据分析、写代码、生成图片。它让人有更多时间和精力，去做语言之外的事：判断、创造、共情、在模糊地带做决策、在压力下保持冷静、在各种信号矛盾的时候盯住最重要的那一个。

增强不是一种愿望，不是一种价值观选择。它是在技术发展的这个阶段，一个科学判断：人还有大把 AI 追不上的东西。

写在最后

李飞飞说过一句话，我觉得可以作为所有 AI 决策的试金石：我们教孩子们怎么用火、用刀，再到用互联网。现在，作为一个物种，一个社会，我们必须学会怎么用 AI 这件事。

关键词不是"学会"，是"我们"。不是让员工自己去学，不是让 IT 部门去部署，是管理者和团队一起，把 AI 当成一个需要共同搞明白的东西，用它把每个人往上推一层。

未来的职场可能确实只剩两类人：把增强用到极致的专家，和主动发起增强的通才。但好消息是，只要从"等着被安排怎么用 AI"切换到"我自己上手看看能干什么"，中间层就有机会把自己推到杠铃的任何一端。

关键在主动，不在等待。