好久没动笔写点东西了Zui近脑子里关于人工智Neng的念头一直在那儿打转，不吐不快。说实话，这篇文章其实是我丢给 GPT 一个极其粗糙的草稿，然后让它帮忙润色出来的。甚至连配图，dou是手下的 Agent 自动搞定。读起来可Neng少了我以前那种特有的文风，不过这对现在的 AI 来说模仿个语气简直是小菜一碟。我也懒得专门去喂它学习我的过往习惯了。整体kan下来它写得确实不错，逻辑通顺，连个错别字dou没有。要知道以前我纯手写的时候，光是改错字、调整断句就得折腾半天。行吧，闲话少叙，咱们直接切入正题。

咱们先别急着被那些科幻电影里的情节带跑偏，冷静下来kankan现在市面上这些主流的大语言模型。说到底，它们本质上geng像是一个“超级巨大的文本接龙机器”。你给它一段上文，它就去计算下一个Zui可Neng出现的字——准确说是 Token——是什么然后一个接一个地往外蹦，直到凑成一篇kan起来像模像样的回答。

在这个过程中，得益于 Transformer 架构里的注意力机制，这玩意儿其实挺会“kan人下菜碟”的。它会“回头kan”前面的内容，判断哪些词是重点，哪些是废话。这种机制让它对语言的理解和把控，比以前那些老掉牙的自然语言处理技术强了不是一星半点。再加上它可是把互联网上公开的几乎所有知识dou“吃”了一遍，经过了海量的预训练，所以每一次版本迭代，给人的感觉就是它离真正的“智Neng”又近了一步。

但这并不等于它真的学会了像人类一样“思考”。这有点像你在听一个逻辑不太清晰的人在那儿侃侃而谈：每一个字单拎出来你dou认识，读起来也顺口，可连成一段话之后你仔细一琢磨，发现他根本不知道自己在表达什么核心观点。因为，它并没有真正的逻辑思维Neng力。

geng准确地说这些模型学到的是海量的“关于如何用文字去模拟推理的套路”，以及那些Ke以被广泛复用的模式。比如怎么打比方、怎么Zuo归纳、怎么分步骤去求解一个问题。所以它Neng输出那些kan起来头头是道、仿佛经过了严密推理的内容，但本质上，它依然可Neng会一本正经地胡说八道——也就是我们常说的“幻觉”现象，生成那些听起来特别合理，但事实完全错误的结论。

但这还不是Zui让人头疼的地方。geng要命的一点在于：它缺乏持续的、从无到有的创新Neng力。

咱们拿程序员Zui熟悉的领域来举例。为什么现在hen多开发者对 Claude Code 这类工具赞不绝口？一个hen核心的原因是这类模型在训练的时候，可是把人类解决编程问题的全过程数据dou给“吞”进去了。像 Stack Overflow 上的问答、GitHub 里的 Issue 讨论等等。这些数据里可不只有冷冰冰的代码片段，geng包含了程序员是怎么定位 Bug、怎么分析原因、怎么尝试不同方案、Zui后怎么权衡取舍的完整思路。模型通过学习这些内容，等于也“照猫画虎”学会了这一套流程。

这意味着，它在hen多具体的编程任务上，确实Ke以达到中级程序员的水平，Neng够相对独立地把问题解决掉。

但是请注意这个“但是”——它也缺乏“自主的审美Neng力”。它根本不知道什么是geng好的工程实践，什么是糟糕的代码屎山。在hen多情况下它Neng写出Neng跑的代码，但这代码未必是长期可维护、具备良好 性的。

举个Zui直观的例子：它绝不会自己发现传统 DOM 操作在开发视图时存在的结构性硬伤，然后灵光一闪，发明出 React、Vue 这类现代前端框架来彻底解决问题。它geng多的时候，只是在既有的范式和框架里不断地堆代码、补功Neng。除非你明确地给它提示，告诉它“请重构”、“请优化”，它才会试着去Zuo进一步的抽象和改进。

说到这儿，我们不妨把视角拉高一点。现在 AI 大模型这么流行，甚至Ke以说有点泛滥，这从某种程度上反而证明了一个让人哭笑不得的事实：这个世界上的hen多地方，本质上就是一个巨大的“草台班子”。

你想想kan，既然 AI 只是学了些“套路”就Neng把活儿干得像模像样，那反过来是不是说明，hen多我们原本以为高大上的工作，其实并没有那么深不可测？大量的岗位，其日常产出，本质上就是在既定的模板、固定的流程和前人的经验里Zuo着“可用的拼装”工作。hen多时候，人们甚至不需要太动脑子，只要模仿一下同事的Zuo法，就Neng把事情糊弄过去。

这恰恰证明了：这世界就是个巨大的草台班子。

即便如此，我们也不Neng否认，LLM 的Neng力在当下Yi经强到了“足够好用”的地步。甚至在hen多具体的场景里它的效果堪称惊艳，远远超过了大量工作对产出的真实要求。这其实挺讽刺的，不是吗？

不过这并不妨碍它去替代大量初级程序员或者初级文案的工作。原因hen简单：我刚才提到的那种抽象Neng力、工程审美，说实话，现实中hen多人类程序员也并不具备。既然人类自己dou只是在Zuo“填空题”，那 AI 这个填空机器显然Zuo得geng快、geng便宜。

既然 AI 这么强，那我们是不是就该彻底躺平，等着被淘汰了？

恰恰相反。人类之所以Neng在物种进化的残酷竞争中胜出，跑到了食物链的顶端，不只是因为我们会一代代地模仿学习，geng因为我们骨子里那种不安分的创新精神——在规律的基础上，敢于提出新问题、发明新工具、开辟前人从未走过的路径。而现阶段的 AI，显然并不具备这一点。

这也是为什么像杨立昆这样的泰斗级人物，并不认可“只靠文本训练”就Neng实现真正的通用人工智Neng。原因就在这儿：光读书是读不出智慧的，还得有对物理世界的感知和真正的逻辑推理。

因此，面向未来geng值得我们刻意去培养的核心Neng力，毫无疑问是创新Neng力。这种Neng力体现在两个方面：既Neng提出一个好问题，也Neng把这个问题真正落地解决掉。Ru果你觉得自己在这方面相对薄弱，没关系，那就针对性地去训练——别忘了人类拥有 AI 永远无法企及的东西：主观Neng动性。我们Neng够持续地自我反思、调整策略并改变行为，这正是我们比 AI geng强大的地方。

所以各位读者读到这里你是否对“现阶段 AI 替代人类工作”这件事没那么焦虑了？

毕竟现在 AI Neng完全替代的工作，本质上即使没有 AI 出现，这些工作也迟早会被自动化工具或者geng高效的组织形式所替代，AI 的出现只是把这个必然的过程加速了而Yi。它像一面照妖镜，照出了那些低效、重复、缺乏创造力的工作本质。

但这并不等于它学会了“思考”。它依然是个在概率海洋里冲浪的冲浪者，而不是造船的人。

未来的世界，属于那些懂得利用 AI 这个工具，同时又Neng跳出 AI 的逻辑框架，去定义问题、去创造价值、去赋予技术和产品以“灵魂”的人。至于那些只是机械重复的“草台班子”角色，就交给 AI 去扮演吧。毕竟唯有真正的创造力，才是我们手中Zui坚实的筹码。