AI教母周末在叠衣服｜李飞飞×苏姿丰：AI越强，人靠什么赢？

被很多人叫作 AI 教母的李飞飞 周末在家里干什么？ 叠衣服，她说家里的衣服归她管 每个周末都得洗好几大筐 后来她发现了一个新玩法 大概几个月前， 我发现，我可以跟 AI 聊一个很深的话题， 就在我叠衣服的时候。 这太好玩了。 主持人当场就追问了一句 李飞飞博士，哪年能从周末叠衣服里退休？ 还要几年？ 昨天。我是说，我也不知道。 你品品这个画面 AI 可以陪她聊任何深刻的话题 可那一筐衣服，它一件也叠不了 能说会道，和能动手干活，是两回事 另一位，是 AMD 的 CEO 苏姿丰 今年五月底 她回母校 MIT 给毕业生演讲 讲到 AI，说了三句很硬的话 AI 能做的事再多， 它也决定不了，哪些问题值得解决。 数据不在的时候，它做不了那些艰难的判断。 它也没法为结果负责。 一场访谈，一场演讲 两个人没在一起说过话 可放在一起听 她们回答的是同一个问题 AI 越来越能干，人身上还剩什么 是它拿不走、还越来越值钱的？ 我的答案是两个词：主动，和判断

这场访谈里 主持人抛出了一个现在特别流行的说法 工业革命把体力活自动化了 AI 要把脑力活也自动化 智能的成本会降到零 李飞飞当场就驳了回去，话说得很重 所以要说……我知道你不是这个意思， 可任何人说，智能的成本会降到零， 那都是一种不负责任的说法， 因为人的智能太深了。 为什么这么说？ 她数了一串：除了语言智能 人还有感知智能 空间智能、身体智能、情绪智能 还有到今天都说不清从哪儿来的创造力 你想，叠一件衣服用的是哪几种？ 看一眼形状，判断从哪儿下手 手指去捏、去翻、去压平 一句话都不用说 她还给了一个尺度 一下子就把差距讲明白了 进化花了五亿多年， 才让空间智能成熟起来。 语言智能，用的时间要短得多。 所以「智能要免费了」这句话 最大的问题是把聪明窄化成了会说话、会写字 会说会写的那一块 确实越来越便宜；可人身上的聪明 大部分根本不在文字里 那「会说会写」那一块变便宜了 落到每个人的工作上，是什么样子？ 同场的 MasterClass 创始人 David Rogier 讲了一个特别实在的例子 我记得你举过的例子是：护士得把所有护理记录都写下来。 “医生也是。”“对，医生也是。” 我从没见过哪个护士会说： “我这份工作里最爱的部分，就是写记录。” 笑完你会发现，这句话特别准 我们总问「AI 会不会抢走某个职业」 其实问错了 职业不是一整块，是一包任务 护士的一天里 有陪病人、看脸色、发现情况不对 也有一大堆填表、写记录 AI 先拿走的 是那些大家本来就不爱干 又最容易写成说明书的活 李飞飞讲的是产品经理

以前要个样品 得排队找设计师、找工程师 一轮好几个月 现在很多产品经理用 AI 自己写代码 很快就能拿去给用户试 她说，她招人就看一件事 我找的，是那些正乘着变化往前冲的人。 我不找那些产品经理， 还在讲五年前那套教科书流程的。 你听清楚：被淘汰的不是哪个岗位 是五年前那一套做法 顺着这个，David 抛出了一个假设 我觉得是整场访谈最扎心的一段 他说 他在 MasterClass 看到的是一种杠铃效应 两头越来越重 中间越来越空 如果我是个文案，一个还凑合的文案， 那现在任何一个会用大模型的人，都能写得差不多。 可如果你是世界顶尖，是前百分之一， 那我赢不了你。 杠铃的一头，是前百分之一的专家；另一头 是能把好几样事都做好、判断力还强的通才 最危险的，是中间那一大截 还凑合、还不错的 我的理解是，中间那一层被挤压 不是因为这些人不够聪明 是因为他们做的事 最容易写成一份标准流程 先说清楚 这是 David 根据自己公司看到的情况提的假设 不是统计结论 李飞飞接的那句，才是这一段的关键 我觉得，不管你在专家那一头，还是通才那一头， 两边都有主动性。 “没错。” 主动性，英文叫 agency 这是整场访谈的关键词 它到底指什么？ 李飞飞给了一个挺意外的定义 在硅谷，说一个人有创业精神 好像就等于要去注册一家公司 她说，她不同意 我觉得“创业精神”这个词，基本就是“主动性”的同义词。 你是做什么的都没关系，可以是医生、专科医生， 也可以是中小学老师。 主动性，才是关键。

主动，说的是碰到一件事 你会不会自己先去碰一碰、试一试 而不是等别人把答案递过来 那为什么这么难？ David 讲了一段 我觉得特别适合中国家长和学生听 我们在社会里的大半辈子，都是被教着去讨表扬。 小时候，要爸妈夸； 上学，要老师夸；工作，要老板夸。 他当年创办 MasterClass 所有人都说这是个不可能、也不靠谱的主意 对一个从小被夸着长大的人来说 那段日子特别难熬 后来他想明白了一句话 如果一个主意，人人都说好， 那它多半不是个好主意。 想要有主动性、想创业， 你就得去追那些别人觉得不可能的事。 这段我想多说两句 我们很多人，从小练的就是两件事 找到标准答案，拿到老师的好评 巧的是，这两件事 恰恰是今天的 AI 最擅长的 标准答案，它几秒钟就给你 让人满意的回答 它本来就是照着这个方向训练的 所以 AI 时代最该补的课 可能正是我们从小最缺的那一课 没人叫好的时候，自己决定去试 主动解决的是敢不敢动手 可动手之后 往哪儿走，什么时候停、哪条路不对，这叫判断 判断力是怎么来的？ 苏姿丰的答案，就一句话 一路走来，我开始相信自己。 不是“我总能知道答案”的那种自信， 而是“就算不知道答案， 我也能把它弄明白”的那种自信。 这句话，我觉得是整期最值钱的一句 那这种信心从哪儿来？ 她讲的，是她本科在洁净室里做的第一批实验 我可不想当那个把晶圆弄碎的人。 我做了一大堆实验， 大部分都没按我们预想的走。 于是我们调整，再试一次。 那感觉，太酷了。 大部分实验都失败了 她的感受是：太酷了 读博士的时候也一样