大家好，这里是最佳拍档，我是大飞。智能的成本正在趋近于零吗？答案可能是不一定。最近，李飞飞和MasterClass的CEO大卫·罗吉尔（David Rogier）在《硅谷女孩(Silicon Valley Girl)》的播客节目中直接表态，说这句话是不负责任的。这场访谈还起了个很抓眼球的标题，叫做“AI教母李飞飞：10年后，只会剩下两类工作者”。其实这个两类工作者的说法是罗吉尔先提出来的，不过李飞飞表示了认同，并且把这个话题往更深的方向做了延伸。
AI到底是什么，它能帮人做成什么事，它会制造哪些新的分化，而人又该怎么保住自己的主动性？今天我们就来给大家分享一下这期访谈的核心内容。先说说罗吉尔观察到的一个很现实的变化。作为教育公司的CEO，他在自己公司里看到了一个正在持续拉大的差距。如果员工已经开始主动用AI了，他们能完成的工作量是很惊人的，而且能在工作里获得以前从来没有过的掌控感和主动性。
但如果有人还在对AI抱有抵触，或者从来没接受过相关的训练，那两者之间的差距会被越拉越大。他觉得现在整个社会对AI的认知都处在一种两极分化的状态里：一半人把AI当成神，觉得它能拯救世界，以后所有人都不用干活了；另一半人把它当成魔鬼，觉得它会取代所有工作，毁掉人类的主观能动性。这种极度两极化的心态其实不太健康，也不是我们面对技术最好的思路。
与其站在两边站队，不如实实在在去搞清楚这个工具最好的一面是什么，怎么用它来真正帮到人，把两边的价值都拿过来。罗吉尔自己就是AI工具的深度实践者。他说要是几个月前问他平时用什么AI工具，他能列出来一串：Claude、ChatGPT这些都算。但现在他发现，自己日常用的多数应用，都是他自己用Claude Code或者Cursor这些工具构建出来的。
对他来说，这是一件特别有价值的事。现在他作为CEO的整套工具栈，全都是自己量身定做的应用。比如有个叫Dividify的工具，输入他自己写过的邮件、说过的话，就能用他自己的语气生成文字内容。甚至连他的效率应用、待办清单应用，都是自己搭的。他还给自己定了条规则：如果一个待办事项在清单上停留超过一天半，就必须处理掉。
要么立刻做完，要么直接放弃，因为它其实没那么重要；要么就交给团队里合适的人去做。也就是说，你完全可以根据自己的思维习惯和工作方式，打造所有你需要的应用。这其实又绕回了主动性这个话题。现在你有能力创造出任何你想要的工作流程和工具，剩下的问题只是，你有没有去做的动力，以及去做的基础技能。
而今天做一个可用的应用，成本已经从以前的几个月，缩短到一个周末就能搞定。可能有人会问，如果一个员工过来跟我说，他想开始学用AI，我该告诉他从哪起步？罗吉尔的做法其实挺实在的。他不太推崇所谓的给仪表盘做“vibe coding”，就是只做个好看的前端界面，从来没接上真实的数据。
看起来像模像样，用一小时就不行了，因为背后的系统根本没打通。他发现很多来问“怎么学AI”的人，其实自己还没下定决心，心里还在犹豫，有什么东西在拦着他们。所以他不会直接扔一堆教程过去，而是会坐下来，带着他们两三个人一组，演示一个最基础的实际任务，比如怎么用AI做深度研究，一步一步带着走一遍。
他也想过，其实看个YouTube教程可能比他亲自带效率更高。但实际情况是，只要陪着走过这么一次流程，好像有什么东西就被打开了。之后这些人就能自己摸索着往前走，还能拓展出更多用法。他也说不清到底是因为有人亲自指导降低了心理门槛，还是因为CEO亲自推动带来的重视感。但只要走完这个过程，人就像被解锁了一样，能自己主动去用了。
李飞飞很认可这个观察，她觉得这恰恰反映了现实的复杂性，这也是她一直担心的一件事。公众讨论AI的时候，观点总是极端两极化。我们当然需要看到AI好的一面，也必须警惕它坏的一面。但现在的公共讨论根本不是这样，要么就是彻底的乌托邦叙事，说AI会拯救世界，以后大家都不用工作，躺着领钱就行；要么就是彻底的恐惧叙事，说AI太糟糕了，会取代所有工作，夺走人类所有的主观能动性。
这两种极端其实都相当危险。她始终相信，AI就是一种技术，换句话说，它只是一个工具，一个极其强大的工具。但这个工具是人类可以掌握、可以用来让事情变得更好的。当然，怎么使用这个工具，我们也必须保持足够的警惕。就像我们教孩子怎么用火、用刀，再到后来怎么用互联网一样。
现在作为一个物种、一个社会，我们必须学会怎么和AI这个级别的工具相处。而现在真正最重要、也最缺失的讨论，恰恰就在中间地带。那种足够细致、立足现实的讨论：这个工具到底是什么？我们怎么用它做更多有益的事？怎么避开那些已知的坑？以及作为一个文明，我们怎么和这个文明量级的工具一起往前走？
聊到这里就很自然地说到了那个流行的说法：智能的成本正在趋近于零。很多人害怕AI，根源也在这里。大家会觉得，工业革命自动化了很多体力劳动，现在AI好像在自动化很多脑力劳动。以前大家觉得上大学起码能保证一份稳定的事业，现在如果智能都不值钱了，那未来该怎么办？
罗吉尔说，他从李飞飞这里学到的很重要的一点就是，现在大家聊AI，聊的其实主要都是语言智能。用李飞飞的话说，这种理解本身是“有损的”。你没办法光靠语言学会开车，也没办法光靠语言学会投篮。所以我们现在其实还处在AI的1.0版本，整个领域也存在过度炒作的成分。AI本身没有自己的价值观，所有的价值观都是人类赋予的。
这也就意味着我们有机会去设计它、塑造它。李飞飞接着补充了自己的看法。首先她觉得，工业革命其实并没有自动化劳动，它只是让劳动更高效，扩大了劳动的规模，也确实改变了劳动力市场，但它从来没有真正的“自动化”掉劳动。而且我们也不能默认劳动里是没有智能的，这个假设错得非常离谱。
体力劳动、认知劳动、情感劳动，人类所有的活动都和人类智能深刻地交织在一起。人类智能对大自然来说，到今天都是一个未解之谜。我们根本没有真正搞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，都是不负责任的说法，因为人类智能的深度远超我们现在的想象。
就像罗吉尔说的，除了我们比较熟悉的语言智能，我们还有感知智能、空间智能、身体智能、情感智能。甚至我们到现在都没搞明白，人的创造力到底是从哪里来的。每个人的创造力，来自大脑的不同部位，也来自整个人生经历的不同部分，是非常复杂的集合。所以我们必须非常小心那些过于简化的说法。
她当然认同，大语言模型和它的各类衍生产品非常强大，在商业智能、软件工程、逻辑推理这些领域都已经展现出了很强的能力，也正在帮人们完成更深入的工作，这些价值都非常重要。但这件事本身是细微的、复杂的，其中很大一部分，是和人类智能形成强有力的协作，而不是取代。
所以她不会用“自动化人类智能”或者“智能成本趋近于零”这种表述。她非常担心这类言论带来的误导。这些简化的言论，也正是很多人反感AI的原因。大家看到的全是大规模裁员的头条，都是“我们不再需要你了”的叙事，负面情绪自然就累积起来了。但面对这种情况，答案从来不是躲着AI，或者干脆不去用它。
罗吉尔觉得，正确的做法是拿起这个工具，去想清楚怎么更好地设计它、改进它、优化它。换个角度看，一份工作其实是一整套任务的集合。你工作里总有一些任务是你不喜欢做的。比如护士要写大量的护理记录，医生也要写病历，他从来没见过哪个护士说，自己工作里最喜欢的部分就是做记录，这根本不是她们进入这个行业的初衷。
AI恰恰可以把人从这类事务性工作里解放出来。所以回避技术是错的。回头看任何一次技术转型，最终几乎都是净增就业的，问题只在于谁能拿到那些新工作，是那些主动适应变化的人。如果你不适应，结果会非常糟糕。比如当年计算机和电子表格普及的时候，没有跟上变化的人，终生收入会下降超过五分之一，头一年的死亡率甚至会翻倍。
技术转型真的会实实在在损害人的健康。这个数据听着挺疯狂的，但它是真实存在的。所以答案不是躲起来，而是推着自己去探索、去适应、去改良工具。李飞飞完全同意这个说法，她觉得“主动性”这个词特别值得强调，还有协作、赋能这些概念，都是技术的核心意义。
哪怕是AI这种被很多人吹得“像神一样”的技术，本质也应该是以人为本的。以人为本说起来很简单，但内涵很深。对她来讲，最核心的就是真正给人赋能，不管是个人、社群还是整个社会，这才是这项技术存在的意义。这也就说到了变革期的本质。变革期注定会有失去的部分，你会失去旧的习惯，失去过去几十年熟悉的舒适感，失去稳定感。
但它同样是充满机遇的时期，为所有即将到来的新事物提供了空间，让我们能做更好的事、创造更有价值的东西。作为个人，怎么从困惑和失去的阶段，跨到抓住机遇的阶段？这条分界线到底在哪呢？其实答案就在我们每个人自己身上，取决于你愿不愿意去学习、去拥抱、去提升自己的技能，对新的机遇保持智识上的开放。
这件事其实触及了每个人成长的核心。不管你是还在上学的学生，还是已经工作多年的专业人士，都得一起面对这个变化。变化的速度确实比以往任何一次技术革命都快，这也是大家焦虑的来源之一。那放到具体的领域里，比如教育，AI已经带来了哪些改变？
罗吉尔觉得，AI在教育领域的影响会非常巨大。过去六十年的研究早就证明了，一个人学习的最佳方式是一对一教学。那为什么我们现在还坐在20人、300人的教室里？核心原因就是成本。给世界上每一个人配一位专属导师，成本实在太高了。尽管所有人都知道这是效果最好的方式，但是有了AI之后，情况变了。
从过去几年的实践来看，AI已经可以提供接近一对一教学水平的个性化指导，效果比在教室里听课、比单纯读一本书要好得多。这就带来了成本的断崖式下降。以前小学教育一年要花一万两千美元，本科教育一年要八万美元，现在用AI提供同等质量的教学，成本大概只要一百美元。
那我们什么时候能在自己的教育体系里看到这种变化呢？罗吉尔觉得最大的障碍不是技术，而是那些害怕变化的机构。但趋势是挡不住的，我们已经知道，用AI辅助学习，可以用少60%的时间学到同样的内容。如果一所学校说要禁用AI，不准学生用，而另一所学校允许学生自由使用，那用AI的孩子会远远领先于不用的孩子。
当然AI不能替代一切，你仍然需要面对面的互动，需要人和人之间的社交联结。但你会开始看到孩子之间的分化，对AI持开放态度的孩子，学习速度会比其他人快得多。这种分化的前景其实挺让人担忧的，但这不是技术本身的问题。罗吉尔的判断是，十年内还无法适应AI的学校，最终都会消失，因为它们会落后得太远。
李飞飞补充说，这些学校要面对的未来世界，本身也在因为AI快速变化，所以学校确实应该做出改变。她也坚信每所学校、每间教室都应该拥抱AI，每个学生都应该拥抱AI。但与此同时，我们也有集体的责任，要把教师和教育管理者纳入到AI的讨论里来，给他们展示可行的路径。
这样我们才能守住教育真正的目标。教育的目标从来不是用好一个工具，也不是纠结闭卷考试还是开卷考试，更不是标准化考试的分数。教育的目标是培养人，让每个人能成为自己社群和社会里有意义的贡献者，过上有意义的生活。AI不应该剥夺这些基本目标里的任何一个，反而应该帮助我们更好、更高效地达成这些目标。
但现在我们的很多讨论，还陷在那种两极化的二元对立里。比如AI是不是用来作弊的，考试要不要把AI拿走，这些根本不是我们该关注的重点。我们真正该讨论的，是怎么用AI赋能老师，怎么赋能学生，怎么重构课堂，怎么重新设计考试和标准化测试，怎么重新思考大学招生和资源分配。
既然有技术能降低教育成本、提高可及性，那我们怎么给城市低收入社区、农村地区还有全球南方的人群提供更多资源？这些才是AI和教育里真正重要的话题，而我们现在正在错过它们。聊完教育，很自然就延伸到了职场。很多人都会好奇，十年后的职场或者公司大概会是什么样？普通人该做什么准备？
李飞飞的答案很明确，就是主动性。AI会给人更多的主动权，未来的工作，很大一部分都会依赖那些知道怎么有效使用这些工具的人。她举了个很具体的例子。硅谷过去二十年里，最抢手的工作之一就是产品经理。现在关于产品经理这个角色的变化，行业里已经有很多讨论了。
十年前，一个标准的产品经理，工作内容更像是用户、市场和工程师之间的连接器，更像一个指挥者。他们不用写代码，通常也不是软件工程师出身。如果要做一个产品原型，得去找设计师、找软件工程师，拿到原型之后再发给用户收集反馈，整合完反馈再迭代。这么一条产品管理的生命周期，在普通公司里可能要花上好几个月。
但现在不一样了，很多公司的产品经理工作方式都发生了根本性的变化。很多产品经理现在自己写代码，他们不用等整个团队来做原型，用AI就能帮忙设计出简单的原型，也就是大家常说的“氛围编程”。这一下子就把整个周期缩短了。当然这不意味着我们不需要设计师和软件工程师了，而是省下了大量基础工作的时间，让专业人员可以去做更复杂、更有价值的部分。
用户端的反馈也在变。AI现在可以模拟用户行为，出现了更高效的方式去接触用户、形成产品闭环。所以李飞飞说，她现在招年轻产品经理，找的就是那些正在驾驭这场变革的人。她不要那种还在跟她聊五年前教科书式工作流程的候选人。未来的公司到底会长什么样，不同行业肯定有不同的形态，有很大的想象空间。
但可以确定的是，我们的劳动力会被AI这样强大的工具深度赋能。个人的主动性、创造力，还有一个人能力的边界，都会变得越来越模糊，做事的门槛也会越来越低。在她看来，这会从根本上改变企业的结构。今天的每一个学生，都应该试着去想象，自己想在那个新结构里成为什么样的角色。
这种工作状态，其实很像在岗位上像创业者一样做事。不管你本身就是创始人，还是组织内部有创业精神的员工，这意味着你要同时处理很多事情，对很多方面的结果负责。罗吉尔根据自己公司的观察，提出了一个“杠铃效应”的判断。未来的职场会出现一批真正的顶尖专家。
以前上学的时候总有人告诉你，选一个领域深深扎进去，就能建立长久的职业生涯。但现在这种方式正在被侵蚀。除非你是那前1%、真正最顶尖的那批人。比如一个普通的、水平还凑合的文案撰稿人，现在任何人用大语言模型都能做到差不多的水平。但如果你是世界上最好的文案，或者排在前1%，那AI就没法轻易取代你。
所以我们会看到专家的崛起，那些在自己领域里做到极致顶尖的人，会越来越有价值。这个规律能延伸到很多靠手艺吃饭的领域。而杠铃的另一端，是高主动性的通才。他们能做很多不同的事情，在判断力和主动性上有非常强的能力。当这些通才和顶尖的专业人才配合的时候，会产生很有意思的化学反应。
双方都会觉得，对方做的事我真的做不来。所以罗吉尔的猜测是，未来会是顶尖专家和高能力通才并存的二分局面。李飞飞很认同这个观点，她觉得不管你在专家那一侧，还是通才那一侧，都需要有主动性，都得能用独特的、有创造力的、深入的方式去使用工具。她已经在很多行业看到这种情况了。
比如设计师，他们本身就带着大量属于人类的创造力。但有些设计师能用她完全想象不到的方式去使用各类AI工具，这就是他们的手艺和价值所在。还有一点她特别想澄清，“创业者”这个词在硅谷，几乎就等同于注册一家特拉华州的公司，好像只有开公司才叫创业者。她并不同意这个定义。
在她看来，“创业者”这个词，很大程度上就是“主动性”的同义词。你可以是一名专科医生，也可以是一位老师，都可以有创业者的心态。主动性才是最关键的。面对认知能力这么先进的技术，要勇敢，要守住你作为人的主动性，去掌控技术，去使用它、熟悉它，不要害怕，不要回避，因为这就是历史车轮前进的方向。
不一定非要成为硅谷的创始人，每个人都可以为自己从事的手艺、为自己想做的事，做一个创业者。说到用工具，很多人会好奇，像李飞飞这样的AI领域领军人物，平时都用哪些AI工具，哪些工具真正给工作带来了变革性的影响？李飞飞说，最基础的就是大家都熟悉的那些，从ChatGPT到Gemini再到Claude。
她的使用场景非常多，从帮她深入研究某个话题，到直接围绕一个主题展开对话，用途很广。她还举了个很生活化的例子。她在家里是负责洗衣服的人，每个周末都要处理一堆又一堆的衣服。以前叠衣服的时候她会听有声书，但有时候听书也会觉得腻。就在几个月前，她突然想到，叠衣服的时候可以跟AI就一个很深的话题聊天。
这件事变得特别有意思，甚至让她更有动力去叠衣服了。因为可以借着这段时间，跟着AI学自己想学的东西，完全是属于自己的时间。
当然在软件工程领域，AI带来的改变已经是天翻地覆的了。在艺术和设计领域，她的公司World Labs也在做相关的模型，帮助创作者想象3D世界，创意领域也在发生深刻的变化。不过她也特意强调，创意领域现在的争议也非常大。有些公司把AI创意工具定位成人类创作者的替代品，她对此非常反对。
人类的创造力，哪怕只是视觉层面的，都太广阔了。哪怕只看视觉设计，它也和我们的情感智能、我们想讲的故事、每个创作者承载的价值观深刻地交织在一起。AI是帮助人们表达创造力的强大工具，绝对不是用来替代创造力的。
聊到这里，罗吉尔问了一个很核心的技术问题：如果AI没搞定空间智能，是不是就永远不可能变得真正聪明呢？李飞飞的答案是肯定的，这也正是她现在在World Labs全力投入的方向。很多人可能对空间智能这个概念不太熟悉，它其实涵盖了我们人类在三维环境里展现出来的好几种能力。
首先是理解，我们能看懂周围正在发生什么，能认出眼前的人、设备、环境，这是空间智能的理解部分。其次是推理，比如你想去冰箱拿瓶水，你得判断冰箱在哪，规划自己的移动路径，避开路上的障碍物，这就是空间推理。
第三是生成，我们在脑子里就能想象出一个客厅的样子，画画好的人还能把它画出来。不管是2D、3D的内容，人类天生就能在脑子里生成空间画面。最后一点，也是同样重要的，是交互，就是我们怎么和空间里的事物互动。
比如叠衣服，怎么折叠每一件，怎么放进衣柜，这些动作都有高度的空间交互性。所以空间智能就是这四件事：理解、推理、生成、交互。现在整个行业在这方面已经取得了很大的进展，整体来看，现在的AI图像工具已经能生成很多2D图像，也能帮你识别不认识的花花草草。
理解能力已经相当先进了，也能做一部分推理工作。我们已经可以在AI工具里完成基础的图形绘制，生成这一块，2D层面已经有很成熟的产品了。而World Labs在攻克的是3D层面的生成。3D技术对于真正的机器人交互、对于设计、建筑、游戏开发、视觉特效这些创造性的工作都非常重要，这也是他们现在的核心方向。
那空间智能和我们现在常说的大语言模型，是两套完全分开的技术吗？是不是大语言模型有自己的边界，世界模型是另外一套，再接进来呢？李飞飞的回答是，是，也不是。它们更多是互补的关系。你想想我们人类自己，就拿投篮来说，整个动作发生得很快，你不会站在那儿用语言在脑子里念叨“我现在要投篮了”。
但投篮这件事本身，又是一个高度复杂的智能时刻。语言推理其实是参与其中的。作为运动员，你会敏锐地意识到这球进没进，它对比赛、对当下这个时刻意味着什么，这些过程有一部分就是以语言的方式运行的。但与此同时，看清整个球场、判断其他球员的位置、瞄准篮筐，这是深度的空间智能。
调整身体姿态、控制动作发力，这又是深度的身体智能。所以我们生活里做的绝大多数事情，其实都是语言智能、空间智能和身体智能的混合体。对李飞飞来说，它们是高度互补、协同工作的，而空间智能是其中非常大的一块。
你想想生物进化就知道，空间智能花了超过5亿年才演化成熟，而语言智能的演化时间比这短得多。所以这是一种非常深层、古老、根本性的智能能力，动物和人类都具备。那我们距离完全掌握空间智能还有多远呢？比如达到100%的人类水平？
李飞飞说，作为一个科学家，她其实不知道“100%”是什么概念，因为科学本身就是在不断推动未知的边界。如果我们的目标是对标人类智能，那最大的问题是，我们甚至不知道人类智能的边界在哪里，从来都看不清它的全貌。但如果把目标定得现实一点，对标人类的日常能力、平均水平的能力，比如叠衣服、做煎蛋、打打篮球，我们离做到这些还有多远？
答案是还远没到。但会要花上100年吗？她不这么认为。她的目标是在自己有生之年能够看到实现。现在有非常多的人在为之努力，所以大概的时间范围是，不会花100年，很可能甚至用不了50年。但也绝对不会只花1年。
像叠衣服这种事，不仅涉及智能，还涉及物理具身、传感器技术和硬件，所以会更复杂一些。但她希望我们能在自己的生活里看到这一天。罗吉尔也补充说，他知道李飞飞因为很多原因一直避开不用AGI这个词，但他觉得，任何接近AGI的系统，如果没有空间智能，都是不可能实现的。
因为它涉及到理解人、在真实世界里和人与环境互动。李飞飞回应说，她不会去跟这个词的流行程度较劲，只是作为学者，学术界一直就叫它人工智能。这个“通用”的G到底指什么，在科学上并没有严格清晰的定义。但不管怎么说，它也就是个词，当个昵称就好。
智能本身是非常复杂的，一个缺少了空间智能的AI图景，在她看来是不够完整的。聊了这么多技术和趋势，最后落到了每个人都关心的问题上：怎么培养主动性？罗吉尔运营着一家教育公司，对这个问题有很多研究和观察。他坦言，翻过很多相关研究，目前还没有完全成熟的结论。
没法很确定地告诉你第一步做什么、第二步做什么。但把主动性拆开来看，确实有一些已经被验证的线索。比如，一个人得先有安全感，才敢真正去冒险，这是主动性很重要的基础。能够经历失败并且从中学到东西，也就是韧性，也是主动性的重要组成部分。
对世界保持好奇心，同样非常重要。还有一些很原始的驱动力，比如你特别想解决一个问题，或者想达成某个目标。不一定是什么了不起的特质，但它确实能推着你往前走。当你心里有“必须解决这件事”的念头，就会逼自己拿出主动性。不过现在的研究，更多还停留在描述“什么在驱动主动性”的阶段，证据不算特别扎实。
还有一个挺有意思的发现，你得把自己放到那些让你觉得困难、觉得陌生的环境里去。这件事从小时候就开始了，你需要成长在一个基本需求被满足的环境里，爱、食物、睡眠、心理安全感，这些先要到位，然后主动性是可以被激励的。比如做某件事给你额外的报酬，确实能让人行动起来。
但主动性本身，从实际经验来看，远比这要复杂。我们的社会在太多地方教我们去寻求表扬，小时候要爸爸妈妈的表扬，上学要老师的表扬，工作了要老板的表扬。但拥有主动性，拥有这种不限于创业者的创业精神，几乎就是在拒绝这一整套寻求表扬的活法。
罗吉尔说，他当年创立MasterClass的时候，所有人都告诉他这个想法不可能实现，是个糟糕的主意。那时候对他来说非常难，因为他这辈子大部分时间也是很在意别人表扬的人。但他后来不得不意识到，也不得不做出改变。如果一个想法所有人都觉得好，那它很可能就不是一个好想法。
想要有主动性，想做一个创业者，你就得去追那些别人认为不可能的事情。现在他的心态已经完全变了，作为创业者，当有人跟他说“这件事不可能”的时候，他脑子里的反应是，哦，那正是我想做的，我想再往深里探一探。所以这是一种根本性的心态转变，不是学会几个技巧就能拥有的，远比大家想象的复杂。
很多人都会有共鸣，从小被教导要听话、要在意别人的看法。如果你的观点和大多数朋友相反，说出来大家都不同意，坚持自己的勇气到底怎么培养？这对培养主动性也特别重要。李飞飞觉得，这个问题其实问到了家庭价值观的核心。她自己怎么培养孩子、怎么引导学生？其实就是罗吉尔刚才说的那些，鼓励，甚至简单到一句话，不要偷懒。
很多人这代人经常感叹，说互联网太多了，社交媒体太多了，AI太多了，好像都是负面影响。但李飞飞有一个相反的看法，她甚至有点羡慕年轻一代。她觉得年轻人生长的世界要多元得多。你刷Twitter、刷Ins、刷TikTok，慢慢就会意识到，这个世界充满了各种各样的声音。
在他们那代人小时候，世界更小、更窄，可能就只有一个老师或者一个家长的声音，代表着绝对的权威。但现在的年轻人，一出生就被扔进了一个充满各种观点、充满可能性的世界里。这当然可能让人害怕，社交媒体也确实有它的问题，但这同样可以成为巨大的机会。
你可以利用这个现实提醒年轻人，告诉他们，你看，你的声音才是真正重要的。因为这个世界没有唯一的权威声音，也不是少数拿着大喇叭的人说了算。这完全可以用来鼓励年轻人，让他们重新审视自己生活的时代。这是一个有太多工具可以赋予你主动性的时代，这是一个你的声音，比任何其他人的声音都更重要的时代，只要你真的相信它。
这一点，和上一代人的成长环境太不一样了。最后，对于那些完全不知道从哪里开始的普通人，最简单的AI入门方式是什么？有没有一个简单的“解锁”步骤呢？李飞飞的答案特别朴素。她坦言，自己公司里的年轻员工用AI可能比她用得还多，所以这个建议，她更想讲给那些不在科技圈的人听。
比如老师、护士、会计师等等。她知道现在关于AI的讨论两极分化太严重，大家除了焦虑，真的不知道该从哪里接触它。她的建议特别简单，去找一个年轻人，比如你的孩子、侄子侄女，只要是25岁以下的，他们当中绝大部分人已经在用AI了。带着一份纯粹的好奇，请他们给你看看平时是怎么用的，用AI在做些什么。
关键是换个心态，不要把这件事想成“天哪，我要去学一项可怕的新技术了”。你只是在了解你关心的人，你的孩子、你的学生，他们即将生活的那个未来世界。那个世界，不管你愿不愿意，你都会走进去的。让他们做你的向导就好。你不需要有任何心理负担，不用纠结自己没学过计算机，也不用烦恼该下载哪个App。
就让你信任的年轻人带着你，花一个周末，或者一个下午，看一看。等你真的了解了它是什么，那个世界就没那么可怕了。它可以是赋能你的东西。而且就算你发现了它的问题，发现了它的不完美，也正因为你了解了它，知道了问题在哪里，你的声音反而能被更好地听见。
整场对话到这里也就接近尾声了。其实你会发现，聊了这么多AI技术、未来趋势、职场变化，最核心的落脚点从来不是技术本身，而是人，是人的主动性。技术越强大，人越不能把主动权交出去。保持好奇，主动去了解、去使用、去驾驭工具，才是穿越技术周期最稳妥的方式。
不知道大家最近有没有用AI解决什么实际的工作或者生活问题呢？欢迎在评论区分享。感谢收看，我们下期再见。