两种生活，同一时代
欢迎来到知行小酒馆——一档由有知有行出品、关注投资与生活本质的播客节目。我是主持人雨白。最近我越来越强烈地感受到：同样生活在2026年，人们正过着两种截然不同的生活。一边是深度融入AI的人群，他们已将AI嵌入工作与生活的肌理，一个人能完成过去两三人的工作量，甚至开始挑战原本不敢尝试的新任务；另一边，更多人的日常生活看似照常运转——虽知AI强大，却仍觉“离自己尚远”，缺乏真切体感。
这种割裂令人不安。作为一档长期探讨“知与行”的节目，我们亟需厘清：为何技术变革的浪潮已至，有人被彻底重塑，有人却尚无感？是前者在制造焦虑，还是AI确已悄然改写世界规则？ 若后者属实，问题便不再是“喜不喜欢”，而是“能否看清现状”。
“我越来越担心啊，这种距离感可能不会持续太久。”
本期节目，我们邀请到石像科技AI研究负责人Cage（KZ老师）。此前他在有知有行的分享令我震撼，他拥有罕见的能力：将前沿、零散甚至令人不安的技术变化，翻译成一张普通人能读懂的地图。我们希望借他之口，探讨三个核心问题：
- 为何当下人们体感如此割裂？
- 我们究竟低估了什么、又高估了什么？
- 除“全民学AI”外，是否还有其他出路？在AI时代，那些真正与人相关的事物，是否反而更珍贵？
“你是一个手拿地图的人，可以跟我们讲清楚我们面前的这一片疆域是什么样的，以及有哪些路线。”
Agent：不只是助手，而是新同事
Cage指出，过去半年间，Agent（智能体）技术，尤其是Coding Agent（编程智能体）的进展与商业化落地速度远超预期。这里的“Agent”并非仅指聊天框AI（如ChatGPT、豆包），而是能主动执行完整任务链的自动化工作伙伴。
举例而言：当领导临时要求“下午开会前出一份竞品分析报告”，传统聊天AI需用户手动收集资料、反复交互；而Agent则会自动访问你的电脑文件系统——翻查周报、调取PPT模板、阅读会议纪要，结合网络信息生成初稿，你只需点一次确认。这背后是其对本地上下文的深度调用能力。
“它运行半小时、一小时，甚至五小时以上，就在把整个规划好的工作流完整实现。”
这种差异本质在于工作模式：聊天AI是“问答式”，而Agent是“端到端任务式”——先制定计划，再自主调用搜索、写代码、跑实验、分析数据，全程闭环执行。实践中，用户只需在第一步参与规划修正，后续几乎无需干预，就像与一位熟悉你风格、掌握你历史文档的资深同事协作。
更关键的是商业化印证：尽管Claude（Anthropic）用户量仅为ChatGPT的约2%，其上月收入已跃居全球AI公司第一；Cloud Code作为典型Coding Agent，被视作“人类历史上增长最快的技术产品”。这说明：需求真实存在，且 adoption（采用）速度极快。
“虚拟世界的迭代永远比现实世界的各种扩散速度要快。”
但落地仍存瓶颈：产品设计反人性——它要求用户清晰表达需求、设计任务、监督执行，而这些本应由产品封装。真正的进步需“双向奔赴”：用户习惯新协作方式，同时产品更懂如何降低使用门槛。未来，“开会前，agent先碰一遍”或将成常态：AI同事提前同步议程、目标与背景，使人际沟通更高效、少冗余。
人仍是主宰：在AI时代守住思考主权
当AI日益成为高效执行者，人是否沦为“指挥者”？Cage明确回应：人永远是主宰。AI可执行99.9%的任务，但关键的判断、品味与价值选择——如‘什么是美的、重要的、好玩的’——短期内无法被替代。
他警惕一种隐忧：若人类主动让渡思考权，将导致“知行合一”的双重崩塌——
- “知”的层面：AI代劳资料搜集，人易囫囵吞枣，实则未真正想清；
- “行”的层面：AI总能完成95%~99.99%，但最后那1%的突破，恰恰是人的不可替代性所在。
当低质AI内容泛滥（如小红书音乐节分享因事实错误遭群嘲），市场将陷入“所有人都做到90%，这条金线就失效了”的困境。真正的竞争力，将回归到人的判断力、深度思考与独特表达。
Cage分享了自己的心路历程：起初因非程序员身份而困惑“AI能为我做什么”，但在持续尝试中意识到——AI不是替代者，而是认知放大器。它帮助人先理清问题、构建框架，使人更聚焦于高阶决策。
“人很多时候的无效沟通……是因为大家根本就没有想清楚这个问题，想怎么解决，以及开会我们要达成的目标是什么。”
他建议：在与人沟通前，先与AI过一道，把模糊想法结构化。这不仅提升沟通效率，更在训练自己成为“会用AI的思考者”。
最后，他提醒：我们正站在“半世纪一遇”的技术拐点。若仍拿着旧地图探索新世界，只会徒增焦虑。与其被动追赶，不如主动重构认知框架——AI时代真正的出路，或许不在于“追着技术跑”，而在于更清醒地守护人之为人的核心能力。
旧地图失效，新时代需要新姿态
当 Agent 技术真正到来时，我们若仍拿着旧地图去探索新世界，只会越走越迷糊。这是一场持续半世纪的结构性变革，而非短期风口；与其抗拒，不如主动调整姿态，让一切变得“舒服一点”。作者起初也陷入焦虑：作为非技术背景的内容创作者，他怀疑自己是否被 AI 时代“拒之门外”。但随着逐步实践，他发现关键不在于“是否懂代码”，而在于能否构建属于自己的语料库与知识上下文——比如他过去录制的大量播客内容，恰恰成为训练 AI 理解其表达风格的宝贵资产。
我发现它越来越了解我是特别重要的一步，所以才会发生说，当我想要改写我自己的文稿……话都是我说的，只是它的顺序重新组织了一下。
我是不是被 AI 时代给抛弃了？
试错环境与信任演进：AI 协作的双引擎
AI 协作的落地，依赖两个核心要素：组织是否提供包容试错的环境，以及个体是否相信模型能力将持续进化。正如智能手机刚诞生时，人们只知其能打电话、上网；真正定义其价值的，是那些早期愿意“自嗨式”试错、与开发者反复交互的人。如今 AI 亦处类似阶段——技术本身尚不完美，但进步速度远超预期。当作者从普通聊天框转向使用 Codex Cloud Code 后，AI 开始掌握其提问逻辑、思维习惯与语料偏好，输出质量显著提升，哪怕最后“三公里”仍需人来完成。
它拥有我很多知识库，它能从我的那么多的语料中提炼出，哎，我提问的方式，我是怎么看待问题的，怎么看待世界的。
包容一些试错可能是很重要的……因为一个放大生产力的技术突然出现的时候，大家都不知道怎么用它。
被颠覆的不仅是岗位，更是行业逻辑
AI 的颠覆性不仅在于替代重复劳动，更在于重构行业效率基线。例如，硅谷对冲基金用 Agent 一小时完成纽约同行一周的研究任务——这并非魔法，而是算力与信息处理规模的代差：人类大脑仅约 21 瓦算力，而大模型背后是 G 瓦级数据中心。在投资研究、论文复现等任务中，AI 已能将一周工作压缩至半天，仅需少量人工介入校准方向。
更值得深思的是：技术前沿者正在主动“自我替代”。Anthropic 的 Claude 已参与训练下一代 Claude；资深程序员带上几个 Cloud Code 账号，效率远超带新人团队。这意味着：离技术越远的行业，反而可能获得最大增益——因为研发成本已被头部公司承担，个体可直接调用世界级智能。现实也印证了这一点：巴西等新兴市场中小企业主正热情拥抱 AI，用于电商、零售、医疗等场景，形成一个“集市式”的 AI 应用生态，而非硅谷式的巨头垄断。
你这么想就是，这样这样想挺变态的。就是一群人每天熬夜，然后研发这个技术，然后把自己替代掉，很有可能是这么一回事儿。
所以，如果我们把它当做一个市场来看的话，用 AI 做出来的市场，它绝对不是像硅谷那样，它是有点像一个外面的集市那样的，就是什么样的生意可能在里面都有。
算力鸿沟与任务压缩
当前 AI 研究中一个核心现实是：人脑算力（约21瓦）与大模型数据中心（G瓦级）之间存在数量级差异。这种差距直接导致传统科研流程效率低下——例如，原本需一周完成的论文复现任务，如今通过“AI初读+数学建模+Cloud Code基础复现”的协作链路，可压缩至半天内完成。一切无需实地操作的调研与研究类任务，都具备被大幅压缩的潜力。当然，这过程中仍需人工进行事实核查与结果复核，确保 AI 的输出方向正确。值得注意的是，当 AI 成为研究伙伴后，工作节奏悄然改变：任务完成时间缩短十倍，却反而催生“自主加班”现象——研究者因不忍中断 AI 的持续运行（如 Cloud 每六小时 token 重置），主动在深夜或凌晨投入工作。有人甚至因错过重置窗口而焦虑：“不说点什么，不用就浪费了”。
“友谊的事情，他都已经做完了之后，我不去看一看，让他接着做下一步，不太舒服。”
“我最近呢状态，经常是这个 agent 在这段时间内，如果我没有把他的 token 给压榨到极致的话，我自己也不太想停下来。”
从螺丝钉到通才：历史循环中的智能革命
AI 带来的不仅是效率提升，更是一场对“人之角色”的重新定义。工业革命将人驯化为流水线上的标准化螺丝钉，强调单一环节的精准执行；而文艺复兴时期，人被预设为通才（universal man）——达芬奇在求职信中前九段详述军事工程与城市治理能力，末段才轻描淡写提及“顺带画画画、做做雕塑”；米开朗基罗作为雕塑家，亦能耗十年完成西斯廷教堂《创世纪》壁画。这种“全能性”曾是常态，却被工业分工体系覆盖了数百年。如今，智能革命正可能终结专业化分工的垄断地位：AI 擅长在规则内重复优化，而人类真正的优势在于拥抱不确定性、跨领域整合与端到端负责。正如凯恩斯百年前预言的“每周15小时工作制”，AI 或将推动社会向更自由、更富创造性的状态回归。
“对主动性强的人来说，AI是翅膀；对疲惫的人来说，它是鞭子；对有资源的人来说，它是杠杆；对没有资源的人来说，它是更高的门槛。”
“专业化分工不是人的自然状态，是某一个特定科技革命带来的时代性产物。”
被低估的浪潮与被高估的恐惧
大众对 AI 的误判普遍存在：知识工作者的自动化程度被严重低估，根源在于多数人尚未接触真正高效的 AI agent 产品；而其商业化潜力——尤其是作为“人类历史上增长最快的产品”——更被系统性忽视。Google 单年 AI 投入预期已达 2000 亿美元，若叠加 Meta、Oracle 等“七姐妹”及多方布局，全球 AI 资源投入已远超阿波罗登月计划（按 CPI 调整后约 3000 亿美元）。这种投入不仅重塑科技格局（OpenAI、Anthropic、SpaceX 三巨头上市或重洗牌），更带来真实社会影响：算力中心的能源消耗加剧环境压力，而发展中国家群体在资本与监管的双重优势前几乎无力抵抗。值得深思的是，AI 的真正价值不在于替代人类，而在于释放人类——它加速科学发现（如气候建模、新药研发），推动能源效率跃升，使“个体牺牲换取系统进步”的古老逻辑，在更高维度上延续。当人们担忧“是否要重新学习一切技能”时，或许更该记住海因莱因的箴言：“只有昆虫才专业化。”
“当你想做一件事情，以前你会觉得说，我可能得去找各种各样的人来帮我去做……但是现在有了 AI 的辅助，其实很多事情它都可能变为现实。”
恶行的边界与社会的默许
我们常常自以为对“什么是可接受的恶行”有清晰判断，但现实是，这种边界极其模糊且高度情境化。比如有人向赛文奥特曼豪宅投掷燃烧瓶，有人视其为违法，也有人拍手称快——这说明公众对“正义的越界”存在强烈分歧。更值得深思的是，我们对小规模个体违规（如便利店偷窃）高度敏感，却对大企业系统性破坏环境、浪费资源的行为习以为常。这种双重标准背后，折射出的是社会对结构性不公的无意识默许，甚至是一种集体性无能为力。
如果发生在你身上，你还能这么淡然吗？不能，我它不发生在我身上，我都不能这么淡然。
就像如果你在三年前跟我说特朗普要把格陵兰岛拿下，我会觉得这是一件非常荒谬的事情。但今天，我觉得这好像顺理成章。
AI 的高估与低估：人类的新起跑线
当下对 AI 的最大高估，是认为它能“一键解决所有问题”——仿佛它是个全能助手，随时待命交付成果。事实上，AI 更像一个需要耐心磨合、共同协作的同事，而非魔法按钮。尤其在短期，高效与 AI 沟通仍是一项稀缺能力，仅少数人掌握。但好消息是：所有人站在同一起跑线——高中生、中年职场人、应届生，初始能力几乎一致。年轻人因思维不僵化，反而更易训练出与 AI 协同的“新肌肉”；而擅长管理人的管理者，未必能驾驭 Agent——工作方式的代际裂变已悄然发生。
古法编程的人和用 agent 编程的人互相嫌弃，互相的代码质量不行，因为两个时代的东西它就是不兼容的。
每一次技术革命从头开始发生变化的时候，恰恰是我们说的俗一点也好，阶级跃迁；我们说的不俗一点也好，就是思维范式的变化。这个东西一定是年轻人反而能做好的东西，对老邓是很难 catch up 的。
岗位替代的真相：没有创造，只有重组
AI 革命的特殊之处在于：它尚未展现出显著创造新岗位的能力——这在技术史上极为罕见。目前唯一可见的新增角色是“Front Deployment Engineer”（FDE），即帮助企业落地 AI 的顾问型岗位。但这类岗位本质是岗位迁移而非净增长：一家五百强企业可能新增 5 个 FDE，却裁撤了 500 个传统岗位。其加总效应仍是岗位总量收缩。
AI 革命是暂时一个没有看到创造新岗位的科技革命。
就像三年前我们也想象不到 AI 是这样的一个实现的路径。但人总能找到自己的活法——即便传统工作消失，未来的新岗位或许不再以“劳累”为标签，而以意义、判断、体验为核心。
噪音与信号：在浪潮中保持清醒
面对每日爆炸的 AI 新闻，普通人最需警惕的是信息过载与焦虑传染。真正有效的信号往往经得起时间检验：若某工具/趋势在 1–2 个月后仍被广泛讨论与使用，才值得你投入体验。与其追逐“颠覆 OpenAI 的国产替代品”，不如直接用最好的模型、最好的 Agent 实战体验——一手经验远胜百条自媒体分析。
就像如果有人只是出来开课教大家怎么炒股，他炒股一定炒的不是最好的。
不如去理解一下那些所谓的高手是怎么做出来的 AI，然后他的产品带来是什么样的？对，就与其看一百条新闻，不如你找一个能用的模型，你先用起来。
判断力：人类最后的护城河
AI 能替代大量执行类任务，却永远无法替代人类的判断力——即在不确定性中做决策、权衡利弊、定义重要性。这种能力根植于个体的世界观、价值观与经验沉淀，是预训练数据无法复制的“奖励函数”。即便 AI 能预测你中午想吃什么，它也无法替你决定“什么值得我投入人生”。
人有一个东西他不会，就是张张反复提到的那个品味、判断力，面对不确定性时做决策的能力。这件事情 AI 一定是……很长一段时间内都不会的。
如果用 AI 术语来说，在预训练过程当中接触到的那些数据集对我们的奖励函数的塑形……我们每一个人就会相信不同的东西。
物理体验的不可替代性
在虚拟世界与 AI 高度沉浸的当下，线下的、有沉浸感的物理体验反而可能变得愈发珍贵。当日常交互大量被数字化替代，人对“真实感”的渴求会自然上升——这种真实并非仅指视觉或听觉的逼真，而是声、光、电、空间、节奏与情绪交织而成的多维感官冲击。正如一位听众在音乐节现场所经历的：DJ Anima 的演出结合裸眼 3D 巨幕、舞美、灯光与音乐节奏，在前排带来的沉浸感让人瞬间“只有当下”，完全屏蔽了对未来的焦虑与对过去的回溯。这种体验一旦离开现场，仅靠社交媒体片段传播，便迅速失真、扁平化，甚至被误判为“AI 很快就能复刻”。
“我那时候觉得太厉害，我说这真的 AI 替代不了，我觉得没法替代，因为它是一个非常全面的一个体验，它不只是一段动画。”
“当我结束之后，想要发个朋友圈，写段文案，我就发现语言太苍白了，太苍白了，是吧？对。所以语言太苍白的东西，AI就很难取代。”
这种不可替代性的深层原因在于：人类体验中大量无法被语言清晰建模的部分——比如‘美’、‘好玩’、‘被触动’——恰恰构成了体验的高价值内核。AI 的多模态感知仍以语言为根基，而语言本身是性价比最高的符号系统，却也是最贫瘠的体验容器。当体验超出语言表达能力，AI 就难以捕捉其权重与细微差异。这与刘慈欣《诗云》中的隐喻呼应：文字与平仄有限，但李白的诗无法被穷尽计算——那些不可计算的，才是 To Human 价值的终极锚点。
To Human 与 To Agent 的双轨战略
AI 的崛起并非单向替代人类，而是催生出两个并行的市场方向：To Agent（为智能体服务）与 To Human（为人类服务）。前者聚焦于构建 AI 作为“新员工”的基础设施——如为 Agent 设计专属 IT 架构、优化算力调度、提供 HTML 等机器友好型表达形态；后者则强调那些无法被自动化、却对人类至关重要的体验与判断，如冲动型消费、线下社交氛围、艺术共鸣、甚至“古法编程”所维持的直觉手感。
值得注意的是，专注 To Human 并非闭目塞听。以音乐人为例：Suno 已能高效生成 beat 与程式化和弦，但真正不可替代的仍是现场演出中的临场感染力与即兴表达。因此，To Human 的竞争力恰恰建立在对 To Agent 技术边界的清醒认知之上——唯有了解 AI 能做什么、不能做什么，才能准确定位自己的差异化优势。
“如果你长期脱离一线，你根本就评价不了他的工作质量，那他就给你糊弄嘛。然后 AI 本来也很擅长糊弄，那这个时候就可能真的是要被 AI 牵着鼻子走了。”
这引出了一个新命题：人与 Agent 的关系，更像教练与运动员。AI 是强大的执行者，但人类需保留系统设计能力、判断力与监督权。真正的领导力不再是发号施令，而是：信息更全面、判断更精准、反馈更及时。尤其在涉及责任归属的场景（如投资亏损），AI 缺乏“损失厌恶”与生存压力，无法承担后果；而人类必须为结果负责——这催生了对“AI 审计”“责任保险”等新角色的需求，且最终仍需人类完成。
未来不可预测，但趋势可辨
在播客对话中，嘉宾坦承：未来是难以精确预测的，只能用概率分布建模。尽管如此，一些中短期趋势已显现出高度确定性——AI 的深度渗透、商业化加速落地、行业自身迭代提速，构成了一个不可逆的“庞然大物”势能。这一趋势将推动技术与应用形成双重加速循环，直至某一点可能面临过热风险，值得持续观察与反思。
“人不应该是螺丝钉。”
“AI 让我们系统性地降低了所有尝试的试错成本。”
AI 时代：通才的复兴与个体价值释放
AI 正在从根本上重构人的分工逻辑。过去高度专业化的岗位体系，正被一种更灵活、更个性化的价值匹配机制所补充甚至替代。AI 不仅能提供更丰富的上下文信息，还能将人那些曾被忽视的“模糊偏好”转化为可操作的实践路径——比如一位初中生用代码做出“时薪计算器”，或银行职员开发出“上班时长收益反馈工具”。这些看似无用的小项目，实则承载着巨大的情绪价值与自我认知价值。
这种机制让每个人有机会发现自身闪光点，并以接近零成本的方式快速试错、迭代、验证。当软件世界几乎消解了现实中的执行门槛，人便从“必须擅长某事”转向“愿意持续探索某事”，从而真正走向广度驱动下的深度——即通才式成长。
“AI 把人变成了某种程度的通才，或者说帮我们成为通才之后，我们反而能够因为这一种广而在某一个领域做得更深。”
从健脑到科学发现：AI 时代的宏大想象
嘉宾进一步展望了 AI 带来的结构性变革：如果说工业革命催生了“健体”需求，那么智力革命或将催生“健脑”需求——人类需主动寻找与机器能力互补的脑力活动，以维持认知活力与创造力。
更深远的期待在于科学发现的民主化：AI 正在加速从“实验驱动”转向“计算+实验”双轮驱动。当前生物、材料等领域的科研周期动辄十年、耗资数十亿，而 AI agent 可大幅压缩从分子设计、可成药性验证到进入临床前的环节。这不仅提升效率，更可能重构整个科研范式，让个体科学家与小型团队也能参与前沿探索。
“人是很宝贵的，事儿是不重要的。”