本文来自微信公众号： 中信书院 ，作者：中信书院
“智能的成本正在趋近于零。”
这句话在AI圈流行了很久。但李飞飞在最近一次播客访谈中，给出了一个截然不同的判断：说这话的人，不太负责任。
这位斯坦福大学教授、World Labs联合创始人、被媒体称为“AI教母”的传奇人物，和MasterClass创始人兼CEO大卫·罗吉尔在播客《Silicon Valley Girl》里聊了近一个小时。
访谈标题很抓眼球：《"AI Godmother" Fei-Fei Li: In 10 Years There Will Be Only 2 Kinds of Workers》（"AI 教母"李飞飞：10 年后职场只剩两类人）。但真正值得深思的不是这个标题本身，而是她在那场对话里反复追问的几个问题：AI到底是什么？它能帮人做成什么？它会制造哪些新的分化？人又该如何保住自己的主动性？
01
不是神，也不是魔鬼：两极化的AI叙事最危险
访谈一开始，罗吉尔就抛出了一个观察：这个世界似乎被分成了两半，一半人觉得AI像神一样会拯救世界，另一半人觉得它是魔鬼会毁掉一切。
李飞飞对此不以为然。她真正反对的不是AI，而是把AI讲得太简单。
“我在硅谷待了17年，这种能量是我从来没见过的，就算是10年前也完全比不上现在这种兴奋劲。”她说。技术专家、创业者、产品人员、业务人员，都开始意识到AI正被用来重新思考业务、重新构想应用。
但她同时保持着一种罕见的清醒：不把AI说成神，也不说成魔鬼。
在一个所有人都急着给AI下结论的时代，她站到了一个不太有人站的位置上——承认AI的强大，同时拒绝夸大它的能力；承认AI的风险，同时拒绝贩卖恐慌。这种立场似乎很“中庸”，但恰恰是当下最稀缺的讨论方式。
02
“智能成本归零”？这是一个危险的误解
“智能的成本正在趋近于零”——这句话被反复引用，甚至被当成某种不言自明的真理。李飞飞在访谈里直接回应了这句话，给出了两条无法反驳的理由。
第一条：人类智能，至今仍是未解之谜。
“体力劳动、认知劳动、情感劳动，人类的活动和人类智能深刻地交织在一起。”她说。“人类智能对大自然来说，至今仍然是一个未解之谜。我们并不真的清楚人类智能的深度和细微之处。”
除了语言智能，人类还有感知智能、空间智能、身体智能、情感智能。我们对创造力到底从哪里来都还没搞明白。每个人的创造力来自他们大脑的不同部位，也来自他们全部人生经历的不同部分。
一个老师判断学生为什么学不会，靠的不只是文本分析，而是观察表情、语气、犹豫的瞬间。一个团队负责人在关键客户面前决定要不要说出那句话，没有算法能替他做判断。
“智能成本归零”如果被当成管理决策的前提，它漏掉的，恰恰是人最贵的那部分。
第二条：一旦接受了这个前提，人就没有理由再保持主动性了。
这才是她真正担心的：不是AI会替代人，而是人会主动放弃自己。
在另一场对话中，李飞飞说过一句更直白的话：“我其实最害怕的是人类的放弃；或者是部分人类的放弃，就是觉得，AI这么聪明，没我啥事了。这个很可怕。”
AI再强，它也只是一个工具。但如果人先把自己当成了“可以被替代的那个”，那不管AI发展到什么程度，这个人都会最先被淘汰。
03
杠铃效应：谁在被挤出，谁在被推高
罗吉尔在访谈里提出了一个他在MasterClass内部观察到的“杠铃效应”。
杠铃的两端，是两种完全不同的人：
一端，是前1%的顶尖专家。他们在自己的领域里钻得极深，AI帮他们筛掉90%的重复工作，把精力集中在最需要人类判断力的那10%上。他们的价值没有被压缩，反而被释放了。
罗吉尔说了一句特别透的话：“如果你是个还不错的文案，任何一个会用AI的人都能写到你这个水平。但如果你是世界上最好的那一小撮，AI反而帮不了别人追上你。”
另一端，是高主动性的通才。他们能同时驾驭多件事，判断力强，推进力强，还知道什么时候该找顶级专家合作。他们不用等别人给工具，可以自己造出来。罗吉尔本人就是一个例子：他不是技术出身，但他用AI编程工具，一个周末就把自己的生产力应用、待办清单、甚至给团队用的写作助手全做出来了。做一个App的成本，从几个月压缩到一个周末。
而中间那些技能不算差，但也没有特别突出、“还凑合”的人。他们主动性不算低，但总在等着被安排。这些人的空间被挤压得最明显。
04
三种自动化思维，正在把人推向中间层
李飞飞在访谈里反复重申同一个立场：AI只是一个极其强大的工具，但工具到底是用来替人的，还是用来抬人的，不取决于技术，取决于部署它的人。以下三种自动化思维的惯性，正在加速这种分化。
第一种，把AI当人头替代器。
李飞飞举了产品经理的例子。十年前的标准产品经理，“更像是指挥。他们不需要写代码，通常不是软件工程师”。要原型，找设计师；要开发，等工程师；拿到原型，发用户，等反馈，再整合。“那一条产品管理的生命周期，在一家典型的公司里可能要花上几个月。”
现在呢？很多产品经理自己借助AI写代码了。他们不需要等一个团队来做原型，可以用AI帮忙设计一些非常简单的东西。这一下子就把周期从几个月缩短到了几天。
但这不意味着设计师和软件工程师被甩掉了。“AI没有替代任何人。它把每个人往上推了一个台阶。”产品经理从“指挥”变成了“动手者”。设计师和工程师从“执行者”变成了“专攻最难问题的人”。
自动化思维的管理者看到这个例子，第一反应很可能是“那以后可以少招两个工程师”。同一个事实，同一种工具，不同的人会得出完全不同的结论。区别不在技术，在怎么理解技术。
第二种，用AI固化旧流程。
李飞飞指出，未来真正被甩开的，可能不是那些被AI直接替代的人，而是还在用五年前那套流程工作的人。AI来了，他们做的事情和五年前一模一样，只是把其中某一步从“人做”换成了“AI做”。流程没变，角色没变，思维方式没变。唯一变的是，你的不可替代性又低了一点。
第三种，等着被安排怎么用AI。
李飞飞给普通人的第一步建议：“与其焦虑，不如先找个年轻人，让他演示怎么用AI。”绝大多数人缺的不是学习资料，是那个“先上手试试”的动作。先找一个会用的人，让他演示一遍。然后你自己动手试一遍。然后每天试一遍。
不管你选择站在杠铃的哪一端，你都需要有主动性。专家要用工具把自己的深度放大，通才要用工具跨过过去的能力边界。两端都需要Agency——主动性、自主行动力、自己定义要做什么并且去做成的能力。
05
比“会用AI”更重要的，是保住你的Agency
李飞飞有一个更底层的理论框架：“以人为本的人工智能”包含三个核心价值——尊严、能动性和社区。
能动性（Agency）排在第二位，仅次于尊严。它强调人工智能应增强人类能力而非取代人类，其技能与人类技能互补。也就是说，AI并非替代而是来放大你的。但“放大”的前提是你得先有一个“自己”值得被放大。
如果连自己想做什么都不知道，连自己该往哪个方向走都不确定，AI再强也帮不了你。它只会让你更快地做那些本来就不该做的事。
“AI是工具”这句话背后，是李飞飞对人的信仰——对人性、对人类社会的信念。如果人类放弃了自身的能动性，就等于放弃了改变自己、改变世界的好奇心与动力。
她更深层的信念是，每个人都可以成为自己所在领域的“创业者”。这个词在她那里，和融资、估值无关，只和主动性有关。
所以这场访谈表面上在谈AI、教育和未来工作，真正谈的是一个更底层的问题：当技术越来越强，人怎样不把自己的主动性让出去？
答案不是更努力地工作、更拼命地学习新技能，而是重新成为一个有主动性的人。主动定义问题，而不是被动接受任务。主动选择工具，而不是等着被工具定义。主动设计自己的工作方式，而不是被别人的流程框死。
06
怎么练“主动”？从“拆解”开始
如果“主动”正在变得越来越难，那怎么办？答案是：把“主动”当成一门技能来练。
主动性不是性格，不是天赋。它是一种可以刻意练习的认知习惯。
怎么练？从一个动作开始：拆解。
大多数人面对一个复杂问题时，第一反应是“有没有模板/工具/别人做过”，这就是被动。你把自己的思考过程外包给了现成的答案。
主动的做法是：不管有没有现成答案，先自己把问题拆一遍。这个问题的本质是什么？它由哪些子问题构成？哪些子问题是关键杠杆？如果我只解决其中一个，会产生什么连锁反应？有没有人用完全不同的方式解决过类似问题？
这种拆解方式，正是马斯克反复强调的“第一性原理”——把问题还原到最基本的真理，而不是依赖类比或既有经验。每一次拆解，都是一次主动性的肌肉训练。练得越多，在面对陌生问题时就越不会本能地找“现成答案”。