Havenlon | 杂谈：AI 时代，可能是对个人创造者最友好的时代

每一个技术时代都会重新定义“一个人能做什么”。工业时代一个人的能力很大程度上取决于他能够控制多少机器互联网时代一个人的能力越来越取决于他能够连接多少信息、用户与资源而到了 AI 时代一个更微妙的变化正在发生一个普通个体第一次可以以极低的成本调用过去只有组织才能稳定拥有的一整套能力。研究、写作、编程、设计、翻译、数据分析、信息整理、方案推演、市场研究、文档处理这些曾经天然对应着不同岗位、不同专业和不同部门。一个人当然也可以学习其中的一部分但人的时间、精力与知识边界终究有限所以过去很多想法并不是因为不够好而消失而是因为它们根本没有机会穿过从“想法”到“现实”的漫长路径。AI 正在改变的恰恰是这段路径的成本。它未必让所有人都成为天才也未必让创业、创作和研究突然变得容易但它正在给那些真正想把事情做出来的人提供一种过去很少属于个人的杠杆。AI 时代未必属于最聪明的人却可能前所未有地奖励那些真正想做事的人。一、过去一个人的想法常常输给组织成本我们习惯把创造力理解成一种个人能力有人有想法有人没有有人有天赋有人平庸。但真正进入现实世界以后一个想法能不能落地往往并不只取决于它本身。一个人想做一个产品他不仅要知道产品应该是什么还要研究用户、写方案、画界面、写代码、测试、做宣传、处理反馈一个人想做长期内容他不仅要有观点还要持续查资料、组织语言、制作图片、排版、分发一个人想研究一个新的技术方向也很快会发现真正耗费时间的并不只是那个最核心的思想而是围绕它产生的大量辅助劳动。这些事情单独看并不神秘但它们会迅速形成一个现实门槛你需要一个组织。组织的本质就是把许多不同能力稳定地聚集在一起。公司为什么存在团队为什么存在很重要的一个原因就是个人无法同时承担所有专业角色。于是一个想法一旦稍微复杂就会开始依赖招聘、管理、协作、会议、沟通和资金。很多创业者真正花时间解决的甚至不是最初的问题本身而是如何建立一个有能力解决这个问题的组织。所以过去一个人的野心常常首先受制于一个非常现实的问题你养得起多少人一个人的想法也许可以很大但他的执行能力往往是有限的。不是因为他不够聪明而是因为现实世界不会因为一个想法正确就自动替它补齐设计师、程序员、分析师和研究员。过去很多创造力没有消失在思想阶段而是死在了从思想走向现实的组织成本上。二、AI 真正降低的不只是工作成本而是“组织能力”的购买门槛今天谈 AI最常见的词仍然是“效率”。过去一天写完的东西现在两个小时完成过去一个程序员一天写的代码现在可能半天做完过去需要人工整理几百页资料现在模型能够快速抽取重点。从企业财务的角度看这当然意味着效率提升但如果只停留在这一层我们可能低估了这次变化。真正重要的事情不是某一个岗位快了 30%而是个人第一次可以低成本地调用过去属于多个岗位的能力。一个不会设计的人可以快速形成视觉草案一个技术背景的人可以处理过去并不擅长的市场材料一个内容创作者可以快速研究陌生行业一个产品经理可以自己搭建简单原型一个独立开发者可以在很短时间里完成过去必须依赖多个角色配合的工作。这并不意味着所有专业岗位都会消失更不意味着 AI 已经真正替代了专家。真正发生变化的是很多能力正在从“必须拥有一个人”变成“可以先调用一种能力”。这是非常大的区别。过去如果你需要十种能力往往意味着你需要找到十个人或者至少找到几个人覆盖这些角色现在一个人可以先借助 AI 跨过大量早期阶段等事情真正进入需要专业深度、现实责任和复杂协作的时候再引入人类专家。于是创业和创造的最小组织单位正在变化。过去一个项目成立之前首先要问“需要什么团队”今天越来越多项目可以先问“一个人加 AI能够走到哪里”AI 降低的不是所有工作的价值而是获得许多基础能力的最低组织成本。这可能是个人创造者最大的红利。三、当聪明开始廉价真正稀缺的东西会向上移动AI 还有一个更有意思的影响它正在让“看起来聪明”变得越来越便宜。过去能够快速写出结构完整的报告是一种能力能够写一段像样的代码是一种能力能够总结一本书、分析一组信息、提出几个方案也都需要长期训练。今天大量这样的任务已经可以由模型快速完成。于是一个过去很容易被误认为“能力”的东西正在被重新定价产出答案本身。答案越来越多观点越来越多代码越来越多方案越来越多。一个人如果只是擅长快速生成形式完整的东西他与别人的差距很可能越来越小因为机器正在大规模压低这种能力的稀缺性。但这并不意味着人的价值下降了。恰恰相反价值正在向更上游移动。你到底在解决什么问题这个问题是否真实存在什么信息值得相信哪些需求应该忽略一个产品什么时候应该停止增加功能一个方案看起来成立为什么仍然不能执行一个机会应该追还是应该放弃这些事情并不会因为模型更聪明就自动消失。甚至 AI 越强这些判断越重要。因为当执行越来越容易时方向错误的成本也会被放大。一个人过去一天只能做一件错事AI 可能让他一天完成十件一个团队过去需要一个月才能把一个错误方向做得很完整现在可能一周就能够把它包装得近乎完美。技术降低了执行成本却没有替人承担方向判断。所以 AI 时代真正昂贵的能力很可能不再只是“会做什么”而是知道什么值得做知道什么时候不做以及知道什么结果值得承担。AI 让聪明的答案变便宜却让好的判断变得更加昂贵。四、真正想做事的人第一次拥有了如此巨大的个人杠杆为什么说 AI 特别奖励那些真正想做事的人因为 AI 可以放大能力却很难创造动机。它可以帮你列出一百个选题却不能替你坚持写两年可以帮你生成一个产品原型却不会替你面对几十次失败的测试可以帮你分析市场却不会替你承担下注后的风险可以给出解决方案却不会替你在结果很差的时候继续修改。这些东西依然属于人。创造一件真正存在于现实世界中的东西往往并不像人们想象的那样浪漫。绝大多数时候它只是大量重复、修正、测试、推翻、重来。真正把一个想法做出来的人与“觉得这个想法不错”的人之间隔着的往往不是智力而是行动。过去即使一个人的行动力很强他仍然会被很多技能边界卡住。今天这些边界正在被 AI 部分移除。于是一个原本就愿意持续做事的人会获得异常明显的放大效应。同样一个模型有人每天用它问几个问题有人用它处理工作还有人开始把它接入自己的研究、产品、代码、内容和决策系统让它变成一个长期存在的认知杠杆。差距并不来自是否能够访问 AI。大家越来越能够访问同样的模型。真正的差距在于你拿它去推动什么。AI 不会自动把一个旁观者变成创造者但它会极大地放大一个创造者已经存在的行动力。五、工具越来越平等结果反而可能越来越不平等技术史上常常存在一个错觉当工具普及以后人与人之间的差距应该缩小。某种意义上确实如此。今天普通人能够获得的信息、计算能力和软件工具已经远远超过几十年前的大多数专业机构。但另一方面工具普及以后新的差距往往会转移到更难复制的地方。AI 可能再次重复这个过程。未来越来越多人拥有相似的模型、相似的搜索能力、相似的代码助手和写作工具因此“有没有 AI”本身不会构成长期优势。就像今天几乎所有公司都有互联网但并不是所有公司都因此变成优秀的互联网公司。当工具趋于平等以后差距开始来自如何使用工具。有人把 AI 当成一个更快的搜索框有人把它当助手有人把它嵌入自己的整个工作流还有人开始重新设计组织、产品和决策方式。同样的基础能力会因为人的目标、判断和方法产生完全不同的结果。所以 AI 的普及不一定让所有人变得更接近反而可能产生一种新的马太效应一个拥有清晰方向、长期积累和高行动力的人因为 AI 的存在可以把过去十年的经验快速转化成远高于过去的产出而一个没有明确方向的人即使拥有同样的模型也可能只是获得更多内容、更多选择和更多注意力消耗。工具越平等真正属于人的差异反而越容易被放大。这也是为什么 AI 时代未必首先奖励“最聪明的人”。真正被奖励的很可能是那些已经知道自己要去哪里的人。六、个人第一次有机会像一个小型组织那样行动工业时代扩大了人的体力计算机扩大了人的计算能力互联网扩大了人的连接能力而 AI 正在尝试扩大一种更复杂的东西人的认知与组织能力。这可能最终改变我们对“个人”这个单位的理解。过去一个人就是一个人他一天只有二十四小时拥有有限的技能和注意力。要扩大影响力就必须不断增加组织规模。但未来一个优秀的个人创造者可能会越来越像一个微型组织他拥有自己的研究系统、知识系统、开发工具、内容系统、自动化流程和多个智能代理而这些能力并不必然对应同等数量的员工。这不会让组织消失。真正复杂的事情依然需要人类协作需要责任结构需要专业专家需要彼此之间的判断与制衡。但 AI 很可能大幅延后“必须建立组织”的时刻也让一个很小的团队能够走得比过去远得多。这意味着一个非常重要的历史变化人的想法与现实之间第一次少了很多中间层。过去一个人想到一件事情首先要找到资金、团队和资源今天越来越多时候他可以先做出来一点再决定是否值得继续。这看起来只是效率变化实际上却可能深刻改变创新的分布方式。因为当试错成本下降更多原本不会被组织立项的“小概率想法”获得了生存机会更多不擅长融资、不擅长管理大团队、却真正理解某个问题的人也有机会把自己的判断变成现实。AI 因此未必创造一个更轻松的时代。它甚至可能创造一个更快、更卷、更不确定的时代。但对于个人创造者而言这仍然可能是一个罕见的窗口。过去一个人的上限很大程度取决于他能够组织多少人。现在一个人的上限越来越取决于他能够组织多少能力以及他究竟想把这些能力带向哪里。这是一个聪明正在变便宜而行动正在重新变贵的时代。AI 不会平均地奖励所有人。它也不会因为一个人拥有账号、订阅模型、学会提示词就自动改变他的命运。但它正在把一种过去稀缺的东西交到普通人手里用很小的组织成本把一个想法不断推向现实的能力。因此AI 时代未必是最舒服的时代也未必是最公平的时代。但它很可能是迄今为止对个人创造者最友好的时代之一。因为历史上很少有哪个时期能够让一个真正想做事的人以如此低的成本获得如此大的杠杆。而最后决定这些杠杆会通向哪里的依然不是 AI。是人。