7.9
深览指数
科技虎嗅·HavenlonLabs··AI 生成
当没有人再谈论 AI
本文论证了AI正从需要刻意使用的“工具”阶段，走向像电力和互联网一样沉入社会运行底层的“基础设施”阶段。作者认为，衡量一个人“AI能力”的问题本身会消失，因为AI将嵌入所有工作流，不再被感知。文章的核心贡献在于将AI的普及视为一次“分工重组”，而非简单的“替代”，并前瞻性地指出，当AI变得不可感知时，责任归属、审计与治理问题将变得更加重要。此文适合科技从业者、企业管理者以及对AI社会影响有深度思考需求的读者。原文 ↗
核心观点
- ▍AI正在经历从“工具”到“基础设施”的转变，其最终形态是沉入社会运行底层，不再被刻意感知，就像今天的电力或互联网一样。
- ▍AI带来的核心变革不是简单的“职业替代”，而是对每个职业内部任务链的“分工重组”，重新划分人与模型的边界。
- 01技术成熟的标准在于它是否仍需要被反复强调。个人电脑、互联网、智能手机都经历了从“简历技能”到“默认条件”的转变。
- 02当前AI仍是“工具”形态，表现为人需主动打开应用、输入问题、等待回答，再复制结果，而非基础设施的“默认在场”。
- 03工业革命将工匠的完整工作拆分为设计、加工、装配、管理等环节；计算机重新划分了录入、计算、分析、决策的边界；AI正在重复这一过程，如程序员的重心转向架构与验证，律师的资料检索工作前移给模型。
- 04当AI成为社会默认环境，生产率基准会整体移动。从业者能力从“日完成5项”变为“15项”，导致招聘、考核、协作节奏围绕新基准重新设计。
- 05AI引发的冲突会从效率之争滑向“意识形态之争”，技术被用作划分阵营的符号，盲目支持者跳过规范判断，盲目反对者忽略其在医疗、教育等领域的真实价值。
- 06当AI成熟到“环境化”，真正稀缺的能力将上移至“定义目标、判断结果、组织协作、承担责任”，而非使用提示词。
反方 / 局限
- — 作者诚实地指出，生产率基准移动带来的收益并不自动均分，可能流向企业利润、消费者或少数掌握重组能力的人，这本质上是分配问题而非技术问题。
- — 文章强调，AI越不可感知，就越需要被治理。当AI开始调用工具、修改数据、划转资金时，不能仅判断回答是否合理，必须建立独立的执行边界、审计机制与责任体系。
9 分钟 · 4 卡片 · 9 资料
读原文 →