ChatGPT 气势汹汹地发展到现在，你应该已经看过不少 AI 将人类取而代之的新闻。
(相关资料图)
当国内的画手、写手、淘宝模特都受了冲击，国外对失业的忧虑也不遑多让。
全球同此凉热，一种新的恐惧正在蔓延：人工智能焦虑症。
纽约时报最近报道了使用 AI 的 35 个真实案例，大致可以分为以下三类：
生活类（10）：速成声明、代写婚礼致辞、生成电子邮件、排序历史图片、整理电脑桌面、安排花园种植方案、制定社畜锻炼计划、规划无麸质食谱、将就诊过程记录为临床笔记、按照喜好设置音乐软件的播放列表；
职业类（14）：学习中文、纠正语法、找同义词、模拟辩论、制定大纲、解答家庭作业、玩押韵等文字游戏、从学生角度为测试给出反馈、从读者角度为小说给出反馈、针对某项运动做出教案、查找和总结论文、快速阅读数十篇学术文章、为软件工程师修复 bug、识别植物疾病；
创意类（11）：编写 Excel 公式、编写鸡尾酒手册、设计宇宙飞船的零件、制作每分钟写一首诗的 AI 时钟、让编码小白做出 Python 程序、在 1 分钟内做小游戏、设计更复杂的 3D 游戏、创造类似数独的益智游戏、构建新的蛋白质、模仿某种画风、为游戏设置宏大世界观；
你应该能够直观地感觉到，AI，而不仅是 ChatGPT，已经渗透到了我们的工作、生活和娱乐里。
在历史上，我们还从未遭遇过白领首当其冲的自动化浪潮。这场前所未有的 AI 革命，让我们重新思考自己与工作的关系。
几年前有一项有趣的研究，说的是白领和蓝领看重工作的不同方面。
白领更重视工作是否有趣、工作的成就感如何，以及工作成果是否被欣赏。相比之下，蓝领更重视工资、工作条件和同事关系。
研究结果可能略有偏颇，但「被认为是有用的」，对于打工人来说，确实是一项重要的自我评价指标。它带来的不只是经济方面的满足，也往往意味着社会的地位和他人的尊重。
然而现在荣誉属于 AI。它能够作画、写作、编程，完成人类口中的创造性、技术性工作。
AI 还不够完美，也依然会胡说八道，但很多时候完成比完美更重要，它在完成任务上很高效，这一点让我们被深深地打击到。
那么被 AI 卷起的焦虑也很好理解了。除了直接抢饭碗，AI 对我们的自尊心和价值感都产生了负面影响，让我们重新思考自己的「用处」。
与焦虑相伴相随的，还有一种对未知的恐惧。吾生也有涯，而知也无涯，但我们不知道 AI 的终点在哪里。
AI 本身就是个前沿研究也无法参透的黑箱。当大型语言模型接受更多计算能力和数据的训练，可能表现出其创建者未编程的意外能力或行为，这类现象被称为「涌现」（Emergent），就像 GPT-4 已经有了一定的推理能力。
了解到焦虑的来源，我们有可能缓解它吗？
BBC 的一则报道提到，人工智能焦虑症正在蔓延，但事实也可能被夸大了一部分。
一方面，我们要意识到人的独特价值，就像有些工作需要与生俱来的人类素质，例如建立关系、创造力和情商。
另一方面，我们要向前看，与其焦虑，不如花更多时间了解 AI，让它在职场起作用，而不被自己的想象吓到。
自 ChatGPT 诞生以来，我们越发喜欢在历史上找答案，希望被曾经的技术变革驱散迷茫。
贝内迪克特的《技术陷阱》或许能够解惑。本书提出的一个主要观点是，技术进步的本质是创造性毁灭。
也就是说，长期来看，新技术会让所有人受益，最贫困的家庭也能够保持一定的生活水平。但是短期之内，部分劳动者将被时代抛下，失业或收入减少，陷入「技术陷阱」之中。
历史的沙落在人的身上便是一座山，所谓的短期，可能就是人的一生。
另外，书里还有一个有趣的观点，它将省力技术分为两种：使能技术和取代技术。
其中，「使能技术」帮助人们更高效地完成已有的任务，或创造全新的工作机会，「取代技术」则让工作和技能变得多余。
这两种技术并非泾渭分明，可能相互转化或重合。
举例来说，第一次工业革命时期的英国，生产利润突飞猛涨，工人工资却停滞不前，社会中的收入差距急剧扩大，陷入了「恩格斯式停顿」。
但在 1843 年到 1887 年，也就是工业革命几十年之后，劳动者们的总收入翻了一番。
贝内迪克特认为，这是因为机械化初期的机器都比较简单，由手工劳动转为操作机器的工人，工资并不会上涨，甚至更廉价的童工也被招来取代成年工人，导致工人的整体收入被拉低。
但在机械化后期，工厂出现了更复杂的机器，工人也需要懂更多的技术，技术变革从取代性变成使能性，技术工人的议价能力因此提高了，劳动者的整体收入也提高了。
乐观地说，刚刚开启的 AI 革命，整体可能更偏向于「使能技术」，而不是「取代技术」。
因为 AI 还不够完美，它暂时也不需要完美，只是为某些工作流程节省时间，门槛依然存在，并不是傻瓜式操作就可以达到理想效果。
就像让 AI 帮忙写稿，它可能无法直接生成惊才绝艳的稿件，但它可以帮我们完善大纲和草稿，也可以做我们的第一个读者给出反馈意见。
但「使能技术」也足以让一部分人被替代了。先别急着灰心，焦虑的可不只是我们。
奇绩创坛创始人兼 CEO 陆奇最近也在演讲中说，自己跟不上大模型的发展速度了，「just too much」。事实上，他是国内对 AI 最有发言权的人之一，曾任职于 IBM、雅虎、微软、百度，与 OpenAI 首席执行官 Sam Altman 是忘年交。
但他也思考出了未来可能的方向。陆奇指出，我们每个人其实都是模型的组合，如果我们的模型能力大模型都有，或者被大模型逐步学会，未来唯一有价值的是我们有多大见解。下一时代典型的职业，应该是创业者和科学家。
陆奇还提出了一个有趣的基本假设，码农成本会降低，但对码农的需求会大量增加，码农不必太担心，因为我们需要软件，软件永远可以解决更多问题，当软件便宜了，买的人也就多了。
这和工业革命的一个节点重合了。《技术陷阱》里也举了一个例子，若以 1890 年的技术生产 1929 年的钢铁量，所需工人是 125 万而非 40 万。但是，因为钢铁需求量稳步上升，看似多余的 80 万工人，也很少因为钢铁行业机械化而失业。
总之，每个行业都会有结构性影响、系统性重组，但仍会留下机会。我们能够做的是学习如何与技术共处，将 AI 视为一种资源而不是威胁。
当有人因为 AI 愁云惨淡，也有人坚信着「长板理论」：
AI 不会取代你，而是扩展你所能提供的最有价值的东西。
当大多数工作都可以被 AI 取代，我们的成就感从何而来？这时候，或许需要一次「校准」。
4 月中旬，Smalltalk 开发者、著名程序员 Kent Beck 在 Twitter 感叹：
我一直不愿意尝试 ChatGPT，今天我克服了这种不情愿，我明白我为什么不情愿了。我 90% 的技能的价值刚刚下降到 0 美元。剩余 10% 的杠杆增加了 1000 倍。我需要重新校准。
评论区大部分都在问 10% 是什么。
以 Kent Beck 的经验，软件开发需要很多技能，从解决问题和批判性思维，到编程和调试。
而 AI 让这些技能的价值排序改变了，完成代码、修复 bug 等都可以让 ChatGPT 代劳或者加快，这意味着他 90% 的技能已经贬值。
一开始这种认识让 Kent Beck 十分沮丧。在深思熟虑之后，他决定调整技能，好好开发剩下的 10%。
现在，借助 ChatGPT 等 AI 工具，Kent Beck 可以自动执行日常任务，并将精力集中在更需要专业知识和创造力的领域。
首先，ChatGPT 很适合在头脑风暴的时候给出备选方案、分析和理解复杂的代码库等等。
其次，Kent Beck 自认为也有 ChatGPT 无法替代的部分：创造力、专业知识和批判性思维。在他看来，最成功的软件开发项目，应该是由人类创造力和专业知识相结合，并使用 ChatGPT 等工具驱动的项目。
从 Kent Beck 的个例里，我们大概也可以得到一些启发。
这也是陆奇对创业者的一个建议：认清现实、果断行动。如果这次变革对我们所在的产业带来结构性影响，那么逆水行舟不进则退。马斯克也说过类似的话，「熵并不在你这边」。
几年前，AI 席卷了围棋，打败了最优秀的人类棋手。人类一生也无法穷尽的游戏，却被 AI 精确计算，挑战了人类的尊严和智慧的荣光。
当时输给 AlphaGo 的欧洲围棋冠军樊麾，后来选择加入 DeepMind，担任了 AlphaGo 一段时间的「教练」，既然下不过 AI，那就让 AI 下得更好。
2022 年，人机大战五年后，柯洁也说这几年改变了他很多，「当时，我是以一个挑战者的心态去面对 AI。我现在也在跟 AI 下棋，但是以一个学习者的姿态」。
我们无需打败 AI，但仍然可以找到属于我们的那个位置。
不过，麦克卢汉有言，「用后视镜看现在，倒退着走向未来」，我们永远都在用「过去」的标准认识「现在」。且行且看，面对不可名状之物，至少不要因为焦虑而原地踏步。