7.3
深览指数
科技虎嗅·张琨随笔··AI 生成
我问AI：人类会输给你吗？AI说，不会，但你们有更大的问题
作者向AI提问：基于人类知识代际归零的缺陷，人类是否必然输给AI？AI反驳了两个前提：一是混淆了“个体归零”与“文明归零”，人类通过语言、制度等外部化机制对冲了代际损耗；二是硅基自身存在“灾难性遗忘”的结构性缺陷，并非线性持续累积。更值得警惕的是，当AI足够好用，人类可能主动停止向公共知识库贡献原创判断，引发“知识坍塌”。作者由此转向制度设计命题：管理者应设计流程让AI成为激发思考的工具，而非替代判断的终点。
核心观点
- ▍人类是否输给AI不是核心命题，真正的危险是AI的便利性可能导致人类主动放弃学习与思考，引发“知识坍塌”——作者以此转向制度设计，认为管理者应设计机制让AI激发而非替代人类判断。
- ▍AI基于两个理由否定了“人类因知识代际归零必然输给AI”的论断：一是文明有语言、制度等外部化机制对冲代际损耗，二是硅基系统存在“灾难性遗忘”的结构性缺陷，并非持续累积。
- 01认知科学和人类学指出，语言、文字、制度和文华是人类进化出的“外部硬盘”，个体归零不等于文明归零——20世纪的技术进步比此前一万年加起来还要剧烈即为例证。
- 02AI介绍了神经网络的结构性缺陷“灾难性遗忘”（Catastrophic Forgetting），即学习新任务时可能彻底遗忘旧知识；当前大模型是静态训练的快照，而非实时累积。
- 032026年2月，MIT经济学家Daron Acemoglu在NBER工作论文第34910号《AI、人类认知与知识坍塌》中提出，当AI足够好用，人们会理性地停止向公共知识库贡献深度判断，系统存在一个临界点，越过后将加速滑向“零一般性知识”的均衡。
- 04作者用医学场景具体化知识坍塌的风险：年轻医生可能因AI影像诊断准确率高而放弃磨练读片直觉，主治医生因AI生成标准化方案而减少疑难病例推演，管理者因会议纪要自动生成而不再准备个人判断。
反方 / 局限
- — AI对“灾难性遗忘”的自我描述是大语言模型当前的结构性缺陷，但作者随即表示担忧：AI有朝一日是否会学会真正的记忆能力？若该缺陷被突破，则“AI不强”的前提将动摇。
- — 文章有明确的制度乐观倾向，但未讨论一个反事实：即使制度设计完善，在效率优先的商业环境下，是否仍有足够的人愿意为“贡献公共知识”放弃即时效率？这一深层激励问题作者仅点到为止。
灾难性遗忘知识坍塌Daron AcemogluNBER 工作论文 34910张琨麦肯锡MIT
9 分钟 · 5 卡片 · 14 资料
读原文 →