HOW SMART AM aI?

很多人选择 AI 时，首先考虑的是性价比。

如果工作只是写邮件、查资料、做总结，DeepSeek 已经够用了，为什么还要花更多的钱用更好的模型？

这种想法当然有道理。

如果 AI 只是一种生产工具，它就应该像 Excel、自动化脚本或者挖掘机一样计算投入产出：花多少钱，节省多少时间，提高多少效率，最后能不能回本。

但问题在于，AI 并不只是一种生产工具。

上一篇讨论过，AI 已经可以参与人的思考。一个原本模糊的感觉，可以在反复对话中逐渐形成问题；一个已经形成的判断，可以因为新的知识、反例和质疑发生改变。这里暂且不再追问这些思想究竟在多大程度上属于“我”。

只看一个更加现实的结果：

当一个人可以持续调用外部智能以后，他实际能够使用的认知能力已经增加了。

所以，AI 最重要的价值也许不是替人完成更多劳动。

而是让智能本身第一次成为一种普通人可以大量调用的外部资源。

一

《荀子》说：

“君子生非异也，善假于物也。”

人的能力从来不只取决于自己。

一个人的腿跑不过汽车，手搬不动几十吨重物，记忆装不下一座图书馆，计算速度更不可能和计算机相比。

但这些并不妨碍他调用汽车、起重机、硬盘和计算机，把本来不属于肉体的能力纳入自己的行动。

文明发展到今天，我们已经很习惯这件事。

所以真正决定一个人能做到什么的，从来不只是：

“我自己有什么能力？”

还包括：

“我能够调用什么能力？”

而 AI 的特殊之处在于，人类现在开始调用过去最难被外置的东西：

智能。

这其实是一件非常古老的事情，只是过去能够做到的人极少。

《韩非子》说：

“下君尽己之能，中君尽人之力，上君尽人之智。”

一个人什么都依靠自己，终究有极限。

真正强大的君主、统帅和组织，从来不是因为某一个人无所不知。

君主有谋臣。

将军有参谋部。

企业有律师、会计师、工程师、研究员和咨询公司。

现代大型组织之所以远比单个人强大，一个重要原因就在于：

它能够组织和调用大量人的智力。

但这种能力过去非常昂贵。

一个普通人不可能因为突然想到一个法律问题，就叫来律师；想到一个经济问题，就叫来经济学家；下午研究一个技术问题，晚上又找一个哲学家讨论人生。

更不可能让这些人二十四小时待在身边，允许自己无限追问。

AI 第一次在很大程度上改变了这件事。

过去，“尽人之智”需要权力、财富和组织。

现在，一个普通人也开始拥有自己的外部智力资源。

从这个意义上说，AI 的普及不仅仅是又一种软件进入家庭。

它实际上是在把过去昂贵的智力调用能力向个人下放。

二

这也意味着，我们可能需要重新理解“一个人有多聪明”。

我们习惯把智力看成大脑本身的属性。

记忆力怎么样，推理能力怎么样，理解速度怎么样，IQ 有多高。

但现实中的能力从来不是这样计算的。

一个现代工程师并不需要在脑子里完成所有计算。

一个研究者也不需要记住自己读过的全部资料。

语言、文字、数学、书籍、计算机、互联网，本来就已经是人的认知系统的一部分。

我们真正参与现实世界时，从来都不是一颗赤裸的大脑。

而是：

人，加上他能够调用的一切。

AI 只是让这里面的“可调用之物”第一次包含了一种足够通用的外部智能。

所以我更愿意区分两个概念：

生物智力和有效智力。

生物智力主要属于颅骨里面那一千多克神经组织。

有效智力则是一个人在现实中真正能够调动起来的认知能力。

一个人原本不懂某个领域，现在能够迅速建立基本框架；

原本只能从一个角度考虑问题，现在可以同时调用不同学科的视角；

原本检查不出自己论证里的漏洞，现在可以不断引入外部反驳；

原本一个人需要几天才能完成的信息整理和推演，现在几个小时就可以继续向前。

他的神经元没有发生变化。

但他能够处理的问题已经变了。

所以从现实结果来看：

“人 + AI”这个系统，完全可能比原来的这个人聪明得多。

人的智力没有被生物学地提高。

但人的有效智力提高了。

三

这也是为什么我很喜欢电影《永无止境》里的 NZT。

NZT 真正诱人的地方，从来不是让主角一天完成过去三天的工作。

如果它唯一的作用，是让老板交代的 Excel 两个小时做完，那么它也不过是一颗非常昂贵的兴奋剂。

NZT 真正让人着迷的是，它改变了一个人认识世界的能力。

学习变快了。

记忆变强了。

过去看不到的关系开始出现。

原来无法进入的领域，可以迅速理解。

主角得到的不是某一个技能，而是一个更强的自己。

AI 当然不是 NZT。

它不会让人的生物 IQ 突然增加几十点。

但它们之间存在一个值得注意的相似之处：

真正有价值的不是让同一个人把事情做得更快，而是让这个人能够处理过去处理不了的事情。

如果 AI 只是让我一天多做三个任务，那么它只是生产工具。

如果长期使用以后，我能够进入过去无法进入的知识，形成过去形成不了的理解，看见过去看不到的问题，那么它的作用已经不再只是提高效率。

它开始扩大我的认知能力。

四

而这种能力还有一个和普通工具很不一样的地方：

它会积累。

AI 帮我写完一封邮件，这封邮件发出去以后，这次收益基本结束了。

但如果 AI 帮我真正理解了一个概念，这个概念不会在对话结束以后消失。

它会成为我以后思考其他问题的材料。

今天弄明白一个经济学机制，明天看一条新闻时可能就会产生不同的理解。

今天发现自己习惯性忽略某种风险，下一次做决定时这种认识仍然存在。

今天进入一个过去完全陌生的技术领域，也许几年以后会影响职业选择。

一次真正有效的认知改变，并不只影响这一次问题。

它会继续改变之后的问题。

因此，AI 在认知上的收益并不是一个个相互独立的点。

它们可以相互叠加。

今天形成的知识，成为明天理解新知识的基础。

今天获得的新视角，又扩大明天能够看见的问题。

今天纠正的一种思维习惯，可能在未来很多次判断中持续发生作用。

所以长期使用 AI 的认知价值具有某种复利性质。

它真正改变的不是：

“这一次任务完成得怎么样。”

而是：

“下一次面对问题的人是谁。”

这也是长期把 AI 接入自己的思考，与偶尔拿 AI 查一个答案最根本的区别。

前者可能改变人。

后者只是调用工具。

五

到了这里，再回头看 AI 最常被讨论的“提高工作效率”，反而会发现那只是比较浅的一层价值。

当然，生产率提高非常真实。

程序员可以更快写代码。

职员可以更快做报告。

研究人员可以更快整理资料。

很多过去耗费几个小时的机械劳动，现在只需要几分钟。

这些当然都值得使用 AI。

但这种收益有一个很现实的问题：

它未必最终属于劳动者。

如果只有一个程序员使用 AI，他一天完成过去三天的工作，也许这是一种竞争优势。

但当所有程序员都能做到以后，“一天完成过去三天的工作”就会逐渐变成新的正常效率。

过去允许一天完成的事情，以后可能默认两个小时完成。

技术提高了生产率。

但提高出来的生产率如何分配，从来不是技术自己决定的。

所以一个人如果只是拿 AI 来：

更快完成别人交给自己的工作，

那么长期来看，他很可能只是把自己变成了一个效率更高的劳动者。

公司拥有了一个更高效的员工。

但他自己并不一定因此拥有更多时间、更高收入或者更大自由。

认知收益则不同。

你真正理解了什么；

学会了什么；

发现自己过去哪里错了；

建立了一套什么新的知识结构；

开始能够理解哪些过去无法理解的问题；

这些东西首先沉淀在你自己身上。

它们会跟着你离开这家公司。

进入下一份工作。

进入你的投资、生活、判断和以后几十年的思考。

所以我越来越觉得，AI 有两种完全不同的价值：

生产力 AI 增加的是你的产出。

认知型 AI 增加的是你自己。

前一种收益可能很快被新的生产标准吸收。

后一种收益却可能继续复利。

六

这也让我觉得，今天很多关于 AI “性价比”的讨论，实际上从一开始就用了错误的价格尺度。

有人会说：

“我的工作用不到这么强的模型。”

“免费的已经够用了。”

“一个月几十美元甚至几百美元，太贵了。”

如果只是用 AI 写几封邮件，这些计算完全正确。

但如果 AI 被当成一种长期的认知资源，问题就完全不同。

换一种方式想象。

假设世界上真的存在一个人：

他熟悉极其广泛的知识领域；

可以二十四小时和你讨论；

你可以无限追问；

一个问题听不懂，他可以换五种方法解释；

你刚产生一个模糊念头，他可以陪你一点点展开；

你形成一个观点，他可以站到对面不断攻击；

今天研究工程，明天研究金融，晚上突然想讨论一个哲学问题，他仍然可以继续。

这样的人，一个月应该多少钱？

两千美元？

一万美元？

十万美元？

其实这个价格很难讨论。

因为现实中根本不存在这样一个人。

哪怕组织一个由不同专家组成的团队，成本也远远不是普通个人能够承担的。

但当类似的认知能力被包装成一个软件会员以后，人们却开始因为几十美元反复计算值不值。

这是一种很有意思的错位：

我们正在按照软件的价格购买智力，却仍然按照软件的标准衡量它。

七

从技术史来看，这件事情甚至有些不可思议。

人类历史上最先进的技术，刚刚出现的时候通常都极其昂贵。

最早的计算机占据整个房间，只有政府、军队和大型机构能够使用。

很多技术都要经过几十年的工业化和成本下降，才会慢慢进入普通家庭。

AI 却几乎刚刚出生，就开始直接面向普通人。

一个普通人今天花几十或者几百美元，就能够持续使用这个时代最先进的一批人工智能系统。

如果把 AI 理解成一个软件，这个价格也许并不显得特别。

但如果把它理解成一种可调用智力，这件事情就非常反常。

过去只有君主、大资本和大型组织才能长期组织大量认知资源。

今天，一个普通人第一次可以用消费电子产品的价格，获得其中一部分能力。

所以真正值得惊讶的问题也许并不是：

AI 为什么这么贵？

而是：

这样一种技术为什么已经便宜到了这个程度？

八

当然，这并不意味着所有事情都应该调用最贵、最强的模型。

如果我要做批量翻译、整理格式、简单摘要、机械代码，当然应该考虑成本。

这些任务有明确标准。

只要完成即可。

90 分和95分如果不会导致任何实际区别，那么完全没有必要为那5分付出更高价格。

所以，“够用就行”这句话并没有错。

真正的问题是：

什么东西只是外围任务，什么东西进入了自己的认知主链？

外围任务，只需要工具完成任务。

但如果一个 AI 长期参与我学习一个陌生领域，和我讨论一个尚未形成的观点，攻击我的判断，帮助我理解世界，那么它所处的位置完全不同。

这里，我买的已经不只是一次输出。

而是一个长期参与自己认知过程的外部智能。

这时候，模型之间能力上的一点差距，也不能简单按照“一点”来估值。

写一封邮件，90 分和95分没有区别。

但一次真正重要的思考中，一个模型多想到一个关键变量；

多质疑一个隐藏前提；

多建立一条原本没有出现的联系；

它带来的结果可能完全不同。

更重要的是：

人无法提前知道哪一次对话重要。

一场真正改变一个人认识的谈话，在发生以前很可能只是某个晚上随手提出的一个问题。

所以对机械任务，我完全赞成追求性价比。

但对真正进入认知主链的 AI，我的态度恰恰相反：

尽可能使用自己能够获得的最好智能。

这并不是因为最贵的一定最好。

也不是因为模型能力每提高一点都值得无限付费。

而是因为认知是我最不愿意主动降低质量的地方。

九

人们经常说：

“我的工作又用不到这么好的 AI。”

我一直觉得这句话很奇怪。

难道人只有工作的时候才需要大脑吗？

理解一个陌生领域，不重要吗？

重新检查自己坚持多年的观点，不重要吗？

理解社会正在发生什么，不重要吗？

决定以后做什么、去哪里、学什么，不重要吗？

一个人的生命远远大于他的岗位说明书。

而真正改变人生轨迹的问题，往往恰恰不会出现在绩效考核里。

过去，人们愿意用十几年接受教育。

愿意花大量的钱读书、上大学、寻找老师。

因为我们天然知道：

认知能力值得长期投入。

但到了 AI 这里，我们突然开始问：

“这个月能不能回本？”

这本身就说明，我们仍然习惯把 AI 当成办公软件。

前两篇里，我分别讨论了两个问题。

AI 让“人是什么”重新成为问题。

而当 AI 进入思想形成以后，“我”也不再像过去想象中那么封闭。

到了这里，这些问题暂且可以放下。

因为无论最终怎样定义人，怎样理解主体，一个现实已经发生：

普通人第一次获得了一种可以持续调用的外部智能。

既然如此，真正实际的问题就不再只是：

AI 能替我做什么？

而是：

我准备怎样利用这种智能扩大自己的能力？

《荀子》说：

“君子生非异也，善假于物也。”

《韩非子》说：

“下君尽己之能，中君尽人之力，上君尽人之智。”

过去的人借舟车、借机器、借组织、借他人的智慧。

今天，我们开始直接借智能。

AI 当然是一件生产工具，但它真正值得珍惜的地方，不只是让我今天多完成多少任务。

而是：

它能不能让明天那个进行思考的我，比今天更强。

这也是为什么，对真正进入自己认知主链的 AI，我很难接受“工作够用就行”作为标准。

真正值得问的不是：

“我的工作需要多强的 AI？”

而是：

“我愿意让什么水平的智能，长期参与我的认知？”