内容来源：投稿。
责编| 柒排版| 沐言
第 9364篇深度好文：8968字 | 14 分钟阅读
思维方式
笔记君说：
AI时代，知识可以随时调用，创意可以随时生成。
那么，人的意义是什么？未来的教育，应该怎么改变？
前段时间，计算机科学家吴军与携程集团联合创始人、人口经济学者梁建章，围绕"AI+教育"展开对谈。
两位指出，在物质丰裕的时代，价值的核心将从物质生产，转向关乎人类情感、创意与生命体验的服务业。
关于核心能力，吴军犀利地指出那些"只局限于表层的技巧，短短几年后便会失去效用"，并对比提出"若是专注于探求‘道’，即便换一种全新的编程语言，也能通过看书自学很快学会。"
关于职业未来，梁建章表示："当前未受影响的岗位均有可能被人工智能逐步覆盖，最终或许仅剩下最高级别的工作岗位由人类承担。"
面对这场席卷而来的变局，焦虑与迷茫绝非出路。
真正的应对之道，在于回归教育的本质，不培养被动适应规则的"工具人"，而是塑造能够驾驭技术、在充满不确定性的未来，主动赋予生活意义的人。
一、AI 时代需要怎样的人才？
吴军：当下我们常提及"信息时代"，但信息本身具有较强的抽象性。尽管人们每日都会谈及信息，但极少有人真正关注"信息究竟是什么"，对其发展历程也缺乏深入探究。
近二十年来，纵观全球产业发展态势，发展较为迅猛的领域基本集中在与信息相关的范畴，且这一领域的发展速度始终保持高位。
此次应中信出版社的邀请，我将与梁博士共同探讨有关未来教育的相关议题。我们探讨的核心，是信息时代背景下，青少年教育模式与传统教育模式的差异。
目前，许多家长普遍存在教育焦虑：
一方面，他们认为国内传统大学的专业教育与就业市场衔接不够紧密，学生毕业后就业难度较大；
另一方面，受网络上部分夸大言论的影响，他们听闻"人工智能可替代大量人类工作"，进而产生"未来只需让孩子学习与兴趣相关的非核心内容即可"的认知。实际上很多人都存在着误解。
梁建章：人工智能对就业市场的影响可从短期与长期两个维度进行分析。
从短期来看，其影响范围仍集中于初级信息相关产业。此前，计算机科学（Computer Science）是热门专业，程序员群体构成了规模庞大的就业群体，其中从事简单脑力劳动的部分程序员，已在短期内受到人工智能的显著冲击。
近期，我们结合北京大学及美国的招聘数据研究发现，入门级（entry level）岗位受影响尤为突出。
无论是软件工程师等技术岗位，还是翻译、助理、编辑等文职岗位，人工智能均已具备替代能力。
这一趋势对刚毕业的大学生而言并非利好：未来他们可能需要经历更长周期的实习期，或攻读更高层次的学位，才能胜任相关工作，这一变化已在短期内切实发生。
目前，人工智能尚未渗透至一般服务行业，例如导游、旅游业从业者、餐厅服务员等；快递员、清洁员等蓝领岗位也暂未受到波及。因此，短期来看，蓝领群体暂时不会受到人工智能的直接影响。
但从长期视角而言，上述当前未受影响的岗位均有可能被人工智能逐步覆盖，最终或许仅剩下最高级别的工作岗位由人类承担。
若针对年龄极小的群体，无需过度探讨这一话题。未来的就业形态充满不确定性，难以精准预判哪些工作会持续存在。
而对于刚毕业或已步入职场的群体，也无需过度焦虑：人工智能的替代过程是逐步推进的，这是我的核心观点。
吴军：到目前为止，人工智能都还是我们中国俗话叫"大力出奇迹"。就是你没有这个算力，还是很难的。十年二十年后，这也会是常态。
因为你要解决更大的、更复杂的问题。简单的问题现在已经都解决了，现在要解决更困难的问题。
我曾就此与谷歌相关人士探讨，对方给出的两个结论至关重要，尤其值得家长们关注。
第一个结论是：若想让计算机实现特定编程需求，使用者自身必须具备编程能力。否则一旦AI 编写的程序出现漏洞，人类往往难以排查修正。
所以你必须非常懂，你不可能完全让计算器来修复，因为如果它觉得是错的，它就不会写出这样的代码。
比如，你有一个财务，你想让他给你算账，首先你自己要懂财务，否则的话你很容易被蒙。如果你觉得你不用懂，雇一个财务就能把公司的帐整理清楚，那么很有可能他会把你的钱全卷走了。
第二个结论是：当前计算机需解决的问题复杂程度与技术工具的提升速率同步推进，但问题复杂程度的提升速度，实际上远超技术本身的提升速度。也就是说，现有技术尚未能完全匹配实际需求。
以医学领域为例，简单易治的病症已基本得到解决，当前医学研究聚焦的都是难度极高的病症，这类病症的治疗成本增长极为迅速，而医疗技术的发展速度难以跟上成本攀升的节奏。
这也印证了梁博士刚才的观点：无论身处哪个行业，高级人才未来都不会受到太大冲击，因为始终有大量复杂问题等待他们去解决。
不过，我也观察到，部分具体的实操技能，其市场需求确实在逐渐弱化。比如现在好像很少有招聘广告要求你一定要会哪门语言，或者你一定要会Java、C++等。
吴军：此外，我还发现这类具体技能的生命周期平均仅为5至6年。正因如此，我无法理解为何国内有不少人热衷于考取各类认证证书，诸如微软认证、Java认证等。
2000年前后互联网泡沫兴起，Java、微软C，同时起来的有数据库如Oracle，如果你会写SQL，就会有不错的工作；
而后转向大数据，大数据科学家这一岗位应运而生，主要进行数据处理与分析；后来Java也过时了，Python取而代之。
每一种语言的生命周期，除了比较基本的C++用了三四十年，多则10年，少则5年，这就是许多IT行业的人比较累的原因。
这就如同习武之人，既有追求"道"的，也有执着于"术"的，那些仅局限于表层的技巧，短短几年后便会失去效用；
二、真正的人才需要怎样的教育？
梁建章：我认为，现在的情况对现有教育体系确实提出了全新要求。教育应更注重培养学生广博且多元的知识储备，同时加快技巧性内容的教学节奏。
吴军：我觉得高考考核内容太少了，就几门课。关键问题是，很多聪明的学生高二就学完高中课程，高三一年磨了几分、十分，可能就从211大学改成985大学。
梁建章：不仅高考，中考也存在类似问题。当前现状下，普通学生若想就业，大概率需考取硕士学位，因需完成相关知识学习可能需硕士阶段，但课程实际可加快推进，未必需耗时六年（大学四年，硕士两年）。
吴军：这并非单纯的学历要求提高，核心是知识总量在持续增加，必须达到足够的知识储备才行。
如此一来，学生在四年本科期间，实际学到的与未来发展相关的有用知识，仅相当于一年半的量。这也印证了您之前所说的，必须再攻读两年硕士，才能积累足够的基本知识。
在国外，也是有不同的情况，比如在美国一般硕士毕业需要读五年半，如果你相对比较聪明，本科的时候把研究生读完了，大学认认真真读3年，知识量也够了。
比如我女儿本科读了三年，读了两个学位，一个计算机学位，一个数学学位，毕业后去了一个大厂工作。
梁建章：我觉得综合的知识面是很重要的。其实对于一些文科内容，在社会工作或者生活的时候，可以自学，可能不需要上课学习。
吴军：从知识点和知识面来讲是可以，但是文科里有一个基本的训练还是很重要的，就是写作能力。现在的问题是，他要讲一件事或者写一件事，脑子是糊涂的。
工作的汇报也是，最后只有20%的内容有用，通过AI润色也没用，因为他的想法就是一锅糨糊。你如何把一件事讲清楚，这个需要训练。
梁建章：这更多涉及逻辑学范畴。我认为当前的写作课程可重点培养学生逻辑清晰表达的能力，以及运用统计视角分析和解读数据的能力。
吴军：比如说历史这门课，在美国学历史和一门理科的课没有太大的差别，也要求必须要有观点，然后需要从事实去论证这个观点。
每一个论证过程都要有信息的来源，估证不能做数。这和物理学做实验要求实验可重复是一个道理 。
梁建章：这是社会科学的科学研究方法，国外很多大学甚至中学、本科就教了，国内教得比较晚，可能要到研究生阶段才学。
吴军：但很多家长却觉得，国内大学专业划分细致，细分专业下还进一步拆分是理所当然的。殊不知，这种细分模式不过是工业化大机器生产时代的产物，至今最多200 年历史。
梁建章：这个知识越来越多，所以不得不分得越来越细，这个也是没办法。
AI出现以后，从长远看，20年、30年，尤其像中国、美国这样的国家会走到物质丰富的社会。
进入物质丰富的社会以后，效率可能就没那么重要，可能更多需要精神体验，娱乐行业、旅游行业就可能很重要。
那这些行业就有"怎么样设计出最佳的精神体验"的需求。所以文化、品位、道德或者伦理、哲学方面的这些技能会更重要。
这些就不需要像工程师思维那样分得特别细，但是工程师还是需要的，一小部分工程师还是最赚钱的。
在中国，其是制造业，全球领先。更大的一个行业应该是文化领域、旅游领域，还有比如说游戏，电影这些领域。这些领域可能就是需要不同的技能。
吴军：我们不说未来，即使是今天，中国产业工人不到2亿人，这已经是很大的规模了，占全世界人口的2.5%。
在全世界范围内，如果不考虑关税、市场饱和等因素，让2亿人放开量生产，两倍的地球人都消费不完，尤其是生产设备更加现代化以后，更是这样。
全世界人均GDP大约是1.3万美元，中国也是差不多的水平。人均GDP比中国高三四倍的国家，以德国为例，大家普遍觉得德国是个制造业大国，但其实它的文化产业也很发达，在GDP中的占比很高。
而人均GDP不如中国的这些国家，服务业在其中的占比都不太高。所以中国的经济从现在人均GDP1.3万美元，将来涨到2.5万美元，翻一番，最大的潜力还是在服务行业。
梁建章：很多国家的旅游业，是现在增长最快的一个行业。
目前就业市场中，网红是增长最快的群体之一。网红本质上属于精神消费范畴，兼具创意属性，是文创产业的一种体现，影响力极强。
比如旅游领域有很多专业网红，他们发掘新的旅游线路，通过推广这些线路获得可观收入。未来这类行业大概率会越来越多。
吴军：现在互联网很发达，知识能共享。
一方面，长远来看，有了新技术和人工智能，学习知识的门槛会变得很低。
除非这门课程非常难，别人学不会，否则你会发现在知识获取方面的竞争会蛮强的。
梁建章：我现在很疑惑，像知识产业、文化领域的网红这类有影响力的从业者，到底需要什么样的技能？这些技能是学校能教的吗？还是主要靠社会体验来培养？
比如设计旅游线路，需要对文化的理解和独特品位，这可能得靠多旅游、多读书慢慢积累，而不是靠上很多课。
所以，培养未来这类有影响力的人才，可能需要不同的路径，而且我觉得这类能力比较难被AI 取代。
比如开发旅游线路，肯定不能只依赖AI 拼凑网上的信息。人亲自体验后再做介绍，说服力完全不一样。就算现在AI 能创作音乐，最后还是得靠人来鉴别哪首歌好听。
因为人性相关的判断，至少短期内很难完全靠AI 来决定什么是好听、好玩、好看的。人在这里其实扮演着验证的角色，还要分享个人体验，还是需要人来做的工作。
吴军：这里您就谈到另一个大问题了，现在我们训练AI要数据，数据从哪来？这个过程中有一个很耗费人力的地方，叫labeling（贴标签），标记哪个是好、哪个是不好，哪个是美、哪个是不美。
在美国有家公司叫scale AI，它是为Open AI或者data break这类真正的人工智能公司提供数据。他们公司内部可能只有几千人，在世界各地的外包可能已经有10万人。
所以你会发现，新技术的出现，会带来以前你无法想象的工作机会。也就是说每一项新技术的产生，它同时杀掉了很多工作，当然又创造出一些新的工作。
三、未来更需要驾驭AI的人
梁建章：长期来看，未来所需的工作类型及对应技能仍存在较大不确定性。但总体而言，掌握广博的知识与创造性思维、批判性思维至关重要，而那些零散的技巧性内容则没那么重要。
这种浪费不仅体现在每个学生要浪费一两年时间复习高考，更因升学考试的巨大压力，让家长不愿投入过多精力生育更多孩子。对中国而言，更大的负面影响是人口数量的减少。
作为人口领域研究者，我常被问及：
AI出现后，还需要这么多人吗？从工具的角度看，AI确实会减少人力需求；
但从创新角度，我非常认同你的观点——并非创新效率提升后，就不需要更多人参与创新了。
尽管AI会进一步提高创新效率，但创新的复杂程度与难度也在同步攀升。简单的问题已基本解决，未来的问题愈发复杂，要解决这些问题，仍需人类借助AI推进，且需要更多的人、更强的算力参与。
若人口持续减少，国家的国际竞争力会下降；若全球范围内聪明人的数量减少，创新可能会由AI主导，届时人类将缺乏足够的人才去理解AI的运作，进而面临失控风险。
要维持人类在创新中的主导地位，驾驭好AI这一工具，就需要足够庞大、足够聪明的研发群体。因此，人口若持续减少，整个人类社会都可能面临失控风险。
吴军：您讲的有一点我觉得特别重要，就是在人口问题上，不要把人当成一种负担，或者是单纯的一种工具，而是要当作一种财富。站在这个角度来看，我们对人口的态度，对未来机器的态度，都会发生很大的变化。
我还想补充一点，大家不要觉得有了自动化的工具，原来十个人的活现在一个人就能干，其实不对。那些简单的活早就被解决了，未来的活会越来越难。
有了现代化的工具，原来一个人干的活将来反而可能要十个人干。我举两个例子。
前几天，我碰到了一个苹果公司的高管，就聊到了一家之前很火的公司，Sun Microsystems（太阳公司）。
这个公司从芯片设计、硬件搭建，到写软件操作系统，整个工作站做下来一共四个人，Bill Joy一个人写了整个操作系统，Andy做了整个硬件，McNealy是CEO，还有一个印度人是Khosla，所有的活全干完了。
当时的半导体自动化设计的程度非常低，有的时候恨不得手动划线，在这种情况下他们一个人就能搞定。
现在Cadence或者Synopsys这类公司的自动化设计软件非常厉害，你想要一个什么样的功能，它自己就设计好了，线路弄好了，然后就去测试和流片了。
现在这样的公司规模有好几千人。从Andy当年的一人，变成了几千人。
第二个例子，我去约翰斯·霍普金斯大学，和他们聊到旅行者一号和旅行者二号，人类仅有的两个飞过了海王星的探测器。它们的系统处理器内存只有64k，而咱们的手机如果是16G，跟它相差了10的6次方倍。
所以原来一个人干的活，现在可能需要十个人干，甚至更多。
假设有一家半导体公司，三十个人，全是精英，也干不过两千人的苹果公司。哪怕是工具再先进，基本的人数是需要够的。
梁建章：问题确实是越来越难了，就像你刚说的航空，还包括药物，等等。
还有个关键是社会协作的尺度在不断扩大。像谷歌这样的公司，每年要解决各种来自政府和社会的问题，不可能完全由AI来做。
所以现在是高度复杂的协作型社会，协作相关的问题也需要人来解决，整个社会变得越来越复杂，需要更多具备相应技能的人来做这些事。
虽然AI工具越来越先进，似乎创业的人数没有以前那么多了，但创新的机会还是很多的，创业公司的数量好像还在增加。所以总体看，对创新类技能的需求还是会上升。
我们看未来的就业和技能需求，不能只看供给侧 ，比如哪些工作容易被 AI 替代，像你说的基础的信息处理工作。
这些工作确实面临替代风险，但从需求侧来看，创新类工作反而会增加。
比如文旅产业等领域。因为人们的精神消费需求会越来越多，行业需求也会持续增长。
总体来说，人们可能不需要长时间工作了，会有更多精神层面的消费需求，这对精神消费就业来说就是正向推动的。
有些行业里，即便 AI 提升了效率，但需求增长的速度比效率提升更快，就业岗位反而可能增加。
比如旅游行业，最近两年全球范围内增长都很快，不管是普通服务人员还是管理人员，岗位数量都在增加。
吴军：是的，那从人口结构优化的角度来看，比如说未来制造业大概率不需要新增劳动力，甚至低端服务领域的人力需求也会逐步缩减 ，除了旅行、文化领域，您觉得我们还在哪些领域需要大量的劳动力？
此外，我认为有一个重要方向值得关注，社会应当为承担育儿责任的父母提供相应报酬。
培养孩子需要投入大量时间与精力，这一工作对社会至关重要，若无人愿意用心培养下一代，那么人口、文明与科技都将走向消亡，因此必须重视育儿的价值并给予合理回报。
养老领域亦是如此，尽管机器人可承担部分照料工作，但亲情关怀与人文温度是机器无法替代的，相关养老服务行业仍需大量人力支撑。由此可见，这类依托情感联结与人文关怀的行业，会长期存在。
有人或许会问，当物质极大丰富时，人类能否天天只专注于旅游、玩游戏等娱乐活动？理论上可行，但人终究需要通过有意义的事实现自我价值，而家庭责任正是重要的意义来源。
照料老人、陪伴孩子，虽然过程辛劳，但却能带来强烈的归属感与价值感，孩子所承载的亲情传承与爱的延续，本就是人生完整不可或缺的一部分。
除家庭责任外，各类创新工作也会成为人们的重要选择，即便部分创新看似微小。
比如，每个人都可以通过撰写文字、分享旅游或生活体验实现微小的价值输出；
同时，也会有一部分人专注于物理、生物等高精尖领域的研究。长远来看，参与这类创新工作的人会越来越多：
一方面，人类社会的进步离不开持续的创新；另一方面，这些工作是让每个人找到自身存在的意义的最好方式。
所以我觉得未来人们会发掘更多有意义的事情来做。未来人类社会会在创新和培养下一代的过程中找到最终的意义。
吴军：最后想和您聊聊对未来有什么畅想。您觉得五年后、十年后，由于技术的提升，我们社会的哪些方面可能会变好，哪些方面可能会变差？
梁建章：我对技术发展持乐观态度，对中美两国乃至全球经济也充满信心，中美作为两大创新引擎，会持续创造更多社会资源。
当前的核心矛盾已不是供给不足，而是供给过剩，因此激发需求比增加供给更为关键，而激发需求的关键在于让年轻人敢于消费、有能力消费。
但需警惕的是，若中国人口持续减少直至减半，这一优势仅能维持一代人，大约还有20年的高速发展期。
若想延长这一优势、实现长盛不衰，就必须高度重视并切实解决当前的低生育率问题。
吴军：好，谢谢您，我也补充一点。今天我们探讨的核心是人工智能给未来带来的机会和挑战。总体而言，我觉得还是机会多一些 ，很多所谓的挑战，其实是一部分人的杞人忧天，不用太担心。
但有一点是，人工智能从技术上"改朝换代"之后，过去很多固有的思维方式可能已经过时了，所以大家必须主动关注新的技术趋势和新的理念，这样才可能在未来占据主动。
对于家长和教育者而言，关键不在于焦虑地"鸡娃"，而是要帮助孩子找到自己的兴趣和长处，培养他们适应未来社会所需的核心素养。
对于年轻人来说，与其担心被AI替代，不如思考如何与AI协作，发挥人类独有的创造力和同理心。
在这个充满不确定性的时代，唯一确定的是：教育的目的不再是培养"工具人"，而是培养能够驾驭工具、创造价值的人。
AI时代，既包括全新的AI文明、AI科学，也包括历久弥新，更需要底层思维的哲学、政治、经济、商业。
正是在这个时代背景下，笔记侠推出了中国首个面向企业家的PPE（政治、经济、哲学）课程。宗旨是让大家回到决策的源头，重构我们的底层认知逻辑，拥有未来5年的决策底牌。
未来，让我们一起做保持清醒和笃定的决策者。
希望你是带领企业走在行业前沿的创始人、CEO，或是核心决策者；
希望你的公司已是细分领域的标杆，或你正带领团队在大型企业里担当要职；
希望你渴望在AI浪潮中牢牢把握方向，做出更聪明、更高效的战略选择；
希望你对商业充满好奇，喜欢深度思考，相信理性决策的力量；
希望你也愿意在交流中碰撞想法，探索未来——
欢迎你扫描下方海报二维码，咨询课程详情。
"子弹笔记"是笔记侠的矩阵公众号，聚焦职场效率追求、人际关系与高潜成长者，帮你3分钟吃透核心观点和方法论。欢迎关注～
分享、点赞、在看，3连3连！
