文/简艾 2026年9月16日

前段时间，Chris 的一个朋友在做一个本地运行的软件，或者更准确一点说，是一种面向公司内部文件的本地工作流。这个想法本身其实很好理解：很多公司有大量内部文件，其中可能包含经营数据、合同、客户资料以及其他不适合随意上传到外部平台的信息，如果能够把这些文件保存在本地，再通过一个软件进行整理和查询，那么老板以后想知道公司某一方面的情况，就不需要自己翻几十个文件，而是可以直接提问，让系统从内部资料里寻找答案。

这个想法听起来既方便，又正好踩中了现在很多公司对于数据安全的需求。

问题在于，做这个项目的人本身并不是程序员，对代码几乎没有专业知识。过去，这件事情大概到这里就结束了，因为一个完全不会编程的人，即使有很好的想法，也很难独立把它真正做出来。可是现在有了 AI，他可以描述自己想要什么，让 AI 帮他生成代码，一点一点把整个程序搭起来。于是一个很有意思的变化发生了：过去需要相当高专业门槛才能进入的领域，现在一个没有受过相关训练的人，也可能真的把一个能够运行的产品做出来。

Chris 听他讲完以后，却问了几个关于安全的问题。比如这个软件到底怎样处理公司文件，数据是否真的只留在本地，程序使用了哪些第三方组件，这些组件本身是否安全，AI 写出来的代码有没有潜在漏洞，如果以后真的给企业使用，出了问题到底应该怎样处理。

对方并没有真正回答这些问题。

倒不一定是故意回避，而是他自己可能也不知道应该怎么回答。毕竟，当一个人本身不懂编程的时候，AI 可以帮他写出代码，却没有办法顺便把一个程序员多年形成的专业判断全部安装到他的脑子里。

这件事后来让我一直在想一句话：

AI 可以降低做一件事情的门槛，却不能替你承担做错这件事情的责任。

一个程序能够运行，并不等于它足够安全；一个产品看起来很好用，也不等于它真的适合交给企业使用。尤其当里面涉及公司内部数据、权限、隐私、安全漏洞甚至版权和软件许可时，真正困难的部分往往并不是“把这个功能做出来”，而是判断这个东西到底有没有问题，以及一旦出现问题，谁有能力知道问题出在哪里。

过去，专业门槛在某种程度上也承担了一层过滤作用。一个完全不会写代码的人，通常连程序都做不出来，所以很多风险根本不会走到产品化那一步。现在 AI 把第一道门打开了，一个没有专业背景的人，也可以迅速拥有过去需要多年训练才能获得的一部分执行能力。

这当然是一件很了不起的事情。

但它同时带来了另一个问题：当“做出来”变得越来越容易以后，“知道自己做出来的到底是什么”反而变得更加重要。

前几天，我又听到一个博主和一位四十多岁的男人连线。

这个男人年轻的时候没有读很多书，后来一直觉得自己在学历上吃过亏。他在北京漂了很多年，长期和妻子、孩子分居两地，后来因为父母身体不好，加上孩子马上要读高中，他终于结束了多年的北漂生活，回到了内蒙古老家。

他的工作受季节影响，冬天没有太多事情可做，于是他开始焦虑：是不是应该再找一份工作？虽然按照他现在的存款，家庭几年之内其实并不会出现太大的经济问题，但一个人只要停下来几个月，就还是会产生一种不安全感，好像只要没有持续挣钱，生活就会失去控制。

他另外一个很大的焦虑来自孩子。

孩子现在初三，学习压力已经很大。他自己年轻时因为学历不高，后来虽然读了成人大专，却仍然觉得很多职业机会被挡在门外，所以他很自然地希望孩子不要再走自己的老路。

博主跟他说，也许未来的教育不会一直按照今天的方式运行。

工业化时代为什么会形成今天这种学校制度？很大程度上是因为一个大规模现代社会需要用相对标准化的方式培养大量人才。孩子按照年龄进入学校，学习大致相同的课程，参加统一或者相似的考试，再通过学历完成一层一层筛选。这套体系的好处非常明显：它能够在很大范围内复制，也能够在没有办法真正了解每一个人的情况下，用一个相对统一的标准判断一个人接受过什么训练。

可是未来，如果 AI 继续发展，这种筛选方式会不会发生变化？

那个博主认为，未来的人才可能越来越强调个体差异。一个孩子真正喜欢什么，擅长什么，能够在哪个方向长期深入，也许会比所有人按照同一个模板完成同样的训练更加重要。

我不知道十年以后，学历到底会不会像他说的那样迅速失去今天的地位，也不知道未来的学校究竟会变成什么样。可是这个话题让我想到了一件更基础的事情：知识本身正在变得越来越容易获得。

几百年前，一个普通人如果想学一门手艺，并不是今天打开一个网页、找一本书或者问一下 AI 就可以了。

很多行业需要拜师。

你先进入师傅的作坊，最开始甚至未必马上教你真正的技术，而是打杂、跑腿、端茶倒水，在长期相处中证明自己可靠以后，师傅才开始一点一点把经验传给你。

而且传统手艺人常常还会“留一手”。

因为知识就是他们谋生的资本。一个人掌握了某个别人不会的方法，才拥有自己的竞争优势，所以没有理由轻易把所有东西毫无保留地教给别人。

那时候，获得知识本身就是一件很困难的事情。

一个人进入某个行业以后，很可能一辈子就在这个行业里，因为换一个领域意味着重新寻找入口、重新拜师、重新积累多年经验。很多知识并不是写在书上等着你去查，而是存在某些人的脑子里，你必须进入那张关系网，才有机会接触到它。

互联网已经极大改变了这件事。

而 AI 又往前走了一步。

过去你至少需要自己知道关键词，知道应该找哪本书、搜哪个网页；现在即使你只知道一个非常模糊的问题，也可以直接告诉 AI：“我想做一个这样的东西，你告诉我应该怎么开始。”

这意味着，一个普通人第一次可以非常低成本地跨进很多自己完全陌生的领域。

不会写代码，可以让 AI 帮你写。

不会做网页，可以让 AI 帮你搭。

不会翻译，可以让 AI 翻译。

不会设计，可以让 AI 先给出方案。

甚至一个人原来完全不知道某个领域有哪些问题，只要不断和 AI 讨论，也能很快获得过去需要看很多资料才能建立起来的基本框架。

这件事情真正改变的，也许不仅仅是生产效率。

它改变的是知识的稀缺程度。

如果再往未来想一步，假设有一天脑机接口真的成熟到某种程度，人类甚至可以像电脑写入文件一样，把大量信息直接存进大脑，会发生什么？

假如今天学习一门语言需要几年，未来却可以直接把几十万个单词、语法规则和大量语料输入大脑；今天读完一个专业需要几年，未来却可以在很短时间内把这个领域的大量基础资料输入进去，那么我们今天花费大量时间进行的记忆性学习，确实可能发生根本变化。

但问题也恰恰会在这里出现。

假如我的脑子里突然拥有一万本书，我就真的拥有这一万本书所代表的能力了吗？

不一定。

别人问我：“你知道这本书吗？”

我当然知道。

我的大脑甚至可以立刻把它调出来。

可是当我面对一个现实问题的时候，我是否知道应该使用其中哪一本书？

即使我知道应该看哪一本，我又是否知道里面的哪一种方法适合眼前这个情况？

如果有三种理论互相矛盾，我应该相信哪一个？

如果某一种方法在过去有效，但现实条件已经改变，我能不能发现它现在不再适用？

如果我面对的是一个从来没有出现过的新问题，我能不能把几个完全不同领域里的知识重新组合起来，形成一个新的解决办法？

到了这一步，信息量本身已经不再是决定性的东西了。

真正决定一个人能不能使用这些知识的，是他有没有形成自己的认知结构。

这也是为什么我越来越觉得，AI 时代真正重要的能力，可能不是“脑子里知道多少东西”，而是能不能判断这些东西什么时候有用，以及自己得到的答案到底靠不靠谱。

这和写作其实也是一样的。

今天任何一个人都可以给 AI 一个标题，让它写一篇两千字的文章。只要愿意，一天生成一百篇都不是特别困难的事情。

可是问题是：

那篇文章说的是你真正想说的话吗？

里面的观点你赞成吗？

它引用的事实是真的吗？

它是不是偷偷替你增加了一个你根本没有表达过的立场？

如果一个人自己没有想法，也没有判断，只是觉得“AI 写得挺像那么回事”，然后不断复制、发布，那么他拥有的并不是越来越强的写作能力，而只是越来越多由机器生成的文字。

工具越来越强以后，我反而更加需要知道：我是谁，我想表达什么，我认为什么是对的。

如果没有这一层，工具越强，一个人甚至可能越容易把自己的思考交出去。

Chris 那个朋友做软件，其实也是同样的问题。

他的想法很好，AI 又让他第一次拥有了把这个想法实现出来的能力，这本身当然值得鼓励。

但如果以后真的要让公司把大量内部文件放进去，他就必须面对另外一套问题。

AI 写出来的代码是否安全？

它使用了什么第三方组件？

数据是否真的不会离开本地？

权限有没有可能被绕过？

程序更新以后会不会出现新的漏洞？

出了问题以后，谁能读懂代码并找到原因？

这些问题不能因为“程序现在可以运行”就自动消失。

如果自己不具备判断能力，那就需要找真正懂这些问题的人来审查。

因为 AI 可以替你敲下几万行代码，却不能在真正出现事故以后站出来说：

“责任由我承担。”

最终签字、上线、把客户数据交进去的，仍然是人。

所以我现在越来越觉得，未来真正发生变化的也许不是“人还需不需要学习”，而是我们到底需要学习什么。

如果知识获取越来越容易，那么教育也许真的不需要再把那么多时间花在机械记忆和重复搬运信息上。

但这并不意味着人可以变得越来越空。

恰恰相反，一个人可能更加需要学习逻辑、判断、验证、提问、创造、解决问题，以及认识自己。

他需要知道自己擅长什么。

知道自己不懂什么。

知道什么时候应该相信工具，什么时候必须怀疑。

知道一个答案看起来非常漂亮，却仍然可能是错的。

也知道自己面对一个陌生问题时，应该怎样从脑子里已有的知识中找到最合适的部分，再把它们重新组合起来。

如果未来每个孩子真的都有一个一对一的 AI 导师，那么真正重要的也不会只是“AI 会不会教”。

孩子还需要逐渐知道：我哪里学得快，哪里总是出错，我应该怎样提问，怎样验证，怎样告诉这个导师我的真实状态，再利用它为自己设计一条更适合自己的学习路径。

AI 可以越来越了解一个人。

但一个人也需要越来越了解自己。

过去知识稀缺，一个人最大的优势可能是“我知道，而你不知道”。

未来知识越来越便宜以后，这种优势会慢慢缩小。

也许真正拉开人与人之间差距的，将越来越变成另一种能力：

面对同样的信息，有的人只是拥有它，而有的人知道怎样使用它。

如果有一天，我们真的可以把一万本书直接装进脑子，我想，人类面临的最重要的问题依然不会是“我的脑子里有多少本书”。

而是：当现实把一个从来没有见过的问题放到我面前时，我知不知道应该从那一万本书里拿出什么，又知不知道什么时候，连书里的答案也不能照搬。