那些被埋葬的才华，会通向哪里？

以前做 AI 产品的时候，很喜欢算一笔账。

一个功能上线以后，能减少多少人工；一个模型接进业务以后，原来十个人干的活，现在是不是五个人就能干；系统一年花多少钱，又能省下多少工资。

这些数字很好用。

它们能写进 PPT，能进入预算，也很容易让客户理解为什么要花钱买一个 AI 系统。

所以很长一段时间里，我也很自然地接受了这样一种叙事：AI 的价值，就是把过去由人完成的事情做得更快、更便宜。

今天回过头看，我甚至觉得有点惭愧。

倒不是说这笔账算错了。企业当然要算 ROI，商业世界也不可能脱离成本和效率运行。

只是最近我越来越怀疑，我们是不是把一把很适合衡量企业成本的尺子，用来衡量了一场远比企业成本大得多的技术变化。

这种感觉，在我读完那篇《我不得不把才华埋葬在昨天》之后，变得格外强烈。

作者是 DeepSeek 的研究员，也是一个很会写算子的人。

过去，AI 对他来说还只是个助手。查查文档、读读代码、找找 Bug。后来 AI 开始会读 CUDA、PTX 和 SASS，会分析性能，会自己优化算子。按照这个速度继续发展下去，作者判断，也许用不了多久，AI 写算子的能力就会赶上甚至超过自己。

很多人因此把这篇文章理解成“连 DeepSeek 的研究员都开始担心被 AI 替代了”。

但作者后来特意写了一篇补充，说这其实不是他真正想表达的东西。

他并不太担心自己失业。

他难过的是另外一件事。

过去，他可以坐在工位上安安静静写一下午算子，琢磨一个调度方案，反复测试，再一点一点把性能往前推。那种亲手把一件东西做得越来越好的快乐，对他来说本身就是工作的意义。

现在，为了效率，也为了更好的结果，他必须越来越多地使用 AI。

以后可能还是他在做算子，产出甚至会比过去高得多。但他不再需要像以前那样，一行一行地写，一点一点地磨。

他把这种变化叫作：

“我不得不把才华埋葬在昨天。”

我很喜欢这个说法。

因为它说的不是一个人突然变得没有用了。

恰恰相反，这个人可能比过去更强了。

只是曾经让他觉得“这就是我”的某种能力，正在慢慢失去原来的位置。

一

我大概能理解这种感觉。

这几年，我自己使用 AI 的方式也在一点一点变化。

最开始只是聊天，后来让它找资料、整理材料、帮我写一点东西。再后来，我开始让它分析问题、写代码、改代码。到现在，我已经越来越习惯把一个完整的问题交给 Agent，让它自己拆解、尝试、执行，我再去看结果。

理性上，我非常喜欢这种变化。

以前一天只能做一件事情，现在可能同时推进好几件。以前遇到一个不熟悉的技术问题，要翻很久的文档，现在可以很快搭起一个基本的理解框架。

有些过去我压根不会去碰的事情，现在也敢先试一下了。

但偶尔也会有一种奇怪的感觉。

有些过去让我很有成就感的事情，现在变得太容易了。

以前解决一个复杂问题，可能要翻文档、搜资料、试很多次。最后终于跑通的时候，那种“我终于弄明白了”的感觉非常具体。

现在有时候只是把问题描述清楚，过一会儿，答案已经摆在那里。

我当然不会因此把 AI 关掉，再故意花几个小时重新查资料。

但我也确实能感觉到，有些东西正在离开。

所以我并不觉得那位作者的失落矫情。

人毕竟不是只追求单位时间产出的机器。

我们会享受过程，会喜欢自己越来越熟练的感觉，也会不知不觉把某些技能当成自己的一部分。

技术突然告诉你，以后不用这么做了。

理性上知道这是进步，感情上还是会忍不住回头看一眼。

但读到这里以后，我脑子里慢慢冒出了另一个问题：

那些被埋葬的才华，最后到底去了哪里？

二

如果把时间拉得足够长，这样的事情其实发生过很多次。

我最容易想到的是铁路。

在铁路出现以前，人与货物的移动高度依赖马匹、马车、运河和人力。蒸汽机和铁路当然会让一些原来的职业失去需求。

如果当时有咨询公司，大概也能做一张很漂亮的表格：

一条铁路建成，可以减少多少马匹，需要少雇多少马车夫，运输成本能下降多少。

这些账都是真的。

但今天回头看，我们几乎不会说铁路最大的价值是“少用了多少匹马”。

因为后来发生的事情远远超出了这个问题。

铁路把城市连接起来，把人的活动范围拉远，把货物能够抵达的地方扩展开来。很多后来出现的商业、城市和生活方式，在没有铁路的时候甚至很难想象。

所以我后来越来越觉得，“替代”这个视角最大的局限，不是它错，而是它天然只能看到旧世界。

原来十个人做一件事，现在五个人做，这很好算。

但它默认了一件事情：

以后我们还是继续做这件事。

问题是，真正大的技术变化经常不是这样。

它会让一些以前根本做不了的事情，突然变得可以做了。

这部分价值往往最难算，也最容易被忽略。

比如一个科研团队过去一年只能验证一千个假设。有了 AI 以后，如果它把团队从一百个人裁到五十个人，还能完成原来的工作，所有人都会觉得这是非常漂亮的效率提升。

但假如人一个都没少，只是一年能验证十万个假设呢？

这时候按照原来的算法，似乎没“节省”什么人力。

可我很难相信后者创造的价值会更小。

因为它真正改变的不是成本，而是以前那些因为时间不够、计算量太大、搜索空间太广而根本没有机会尝试的问题，现在终于可以去碰了。

这也是我最近越来越在意的一件事。

AI 到底替代了多少人，当然值得讨论。

但还有一个问题，可能更值得讨论：

有了 AI 以后，我们第一次能够做什么？

三

我现在越来越愿意把技术进步理解成一种“可达空间”的扩大。

这里的“空间”不一定真的是物理空间。

铁路让人可以去到以前很难抵达的地方，互联网让一个普通人能够接触到远远超出自己生活半径的人和知识。

到了 AI 这里，被推开的可能是另一层边界：一个人的认知能力。

人的限制其实很多。

一天就这么多时间，大脑能同时处理的问题有限，一个人能够掌握的专业知识也有限。

过去我们一直在想办法绕开这些限制。文字替我们保存记忆，计算机替我们完成大量计算，互联网让获取知识的成本大幅下降。

AI 又往前走了一步。

它开始直接参与阅读、分析、推理、编程、设计这些过去高度依赖人的认知活动。

我自己现在最强烈的感受，其实并不是“以前十个人做的事情，以后一个人就够了”。

而是：

以前只有十个人组成团队才能尝试的事情，现在一个人居然也敢开始了。

这两句话听起来很像，实际完全是两个方向。

前者想的是怎么少用九个人。

后者想的是一个普通人突然获得了过去只有一个组织才拥有的能力。

我不知道未来 AI 最终会走到哪里，也不觉得所有变化最后都会自动通向一个更好的结果。

但至少在今天，我已经越来越难把它只看成一个“降本增效工具”。

因为很多时候，它做的事情已经不是替我完成原来的工作，而是在把一些原本与我无关的事情，拖进我的能力范围。

这对我来说，是完全不同的感觉。

四

当然，这并不能消解“才华被埋葬”的失落。

如果一个人花了十年、二十年练习一件事情，突然有一天，这件事情变成一句自然语言就能调用的能力，很难要求他只看到生产力进步。

真落到一个人身上的时候，那不是一条效率曲线。

是你过去很骄傲的一件事突然不再稀缺，是你熟悉的工作方式慢慢消失，是你不得不重新寻找自己和时代之间的位置。

这些感受都是真的。

我甚至觉得，未来很多今天的专业技能，可能真的会慢慢变成一种爱好。

就像今天仍然有人用钢笔写信，有人玩胶片摄影，有人骑马。

也许有一天，真的会有人专门关掉 Agent，一行一行手写代码。

不是因为这样更高效。

就是因为喜欢。

这没什么不好。

效率本来也不是人全部的意义。

但换一个方向想，那些曾经属于少数人的专业能力，也可能没有真正“死掉”。

它们只是换了一种方式存在。

今天写程序，已经很少有人需要从机器码开始。我们不会因此认为编译器埋葬了前人的才华。恰恰是因为前面那些人把事情做得足够好，后面的人才能把它当成理所当然的基础设施，然后继续往上走。

很多技术最后可能都会经历这样一个过程。

最开始，它是少数人的绝技。

后来变成工具。

再后来，变成所有人默认就能拥有的能力。

到了那个时候，后来的人甚至不会意识到，自己轻轻点一下按钮得到的东西，曾经需要另一个人花掉大半辈子才能掌握。

想到这里，我对“埋葬才华”这件事有了另外一种理解。

也许有些才华确实会离开舞台。

但它们没有消失。

它们沉了下去。

变成工具，变成基础设施，变成下一代人的起点。

后来的人踩着它们，再去做一些我们今天还不知道是什么的事情。

五

如果今天再让我去做一份 AI 产品的商业价值 PPT，我当然还是会算 ROI。

客户一年要花多少钱，能节省多少成本，这些数字一个都不会少。

商业世界还是要做生意。

但如果让我重新回答“AI 到底有什么价值”，我大概不会再那么自然地把“替代多少人工”放在最前面了。

我会更想先问一句：

有了它以后，我们能做哪些过去做不到的事情？

因为我现在越来越觉得，一项真正重要的新技术，最后留下来的东西，往往不是它把旧世界压缩得多么高效，而是它把人的活动范围向外推了多少。

所以我仍然很喜欢《我不得不把才华埋葬在昨天》这个标题。

有些东西确实值得告别。

一个人曾经花很多年练到炉火纯青的手艺，慢慢变成机器的普通能力，这里面一定有遗憾。

只是站在这些被埋葬的才华旁边，我还是会忍不住往前再看一眼。

因为我越来越觉得，它们并不是被埋进了荒地。

更像是被埋进了地基。

后来的人也许不会再记得它们原来的样子。

但会站在上面。

走得更远。

船上的世界已经足够熟悉，城市却大得让人有些不知所措。我不知道那些被埋葬的才华最终会通向哪里，但这一次，我想走下舷梯去看看。

— to 1900