马光远：如果AI只是为了取代普通人，那么我们为什么还需要AI？

技术发展的最终目的究竟是什么？当AI一路狂飙，这个问题已经迫在眉睫。人类曾笃信，任何一次技术革命虽会淘汰旧饭碗，但终将创造更多新需求。然而现实正撕开残酷的一面：AI带来的财富，正在呈现极端分裂的K型走势。

每一轮算法迭代创造的巨量真金白银，疯狂涌向极少数资本与开发者。绝大多数普通人并未分得一杯羹，反而在承受着知识型与服务型岗位被接连吞噬的剧痛。这是一场单边收割的狂欢。机器不仅在替代体力劳动，甚至开始接管人类引以为傲的独立思考能力。

如果技术进步的代价，是让大批普通人失去饭碗且全无社会补偿，这种剥夺绝非真正的社会进步。回看这起关于“人类被AI蒸馏”的事件，技术对普通人经验的提取与重塑其实早有预兆。最早在 AI 领域提到蒸馏，大多是模型层面的定义。

一个新模型训练的时候，可以从其他已经成熟的模型当中，学习对话模式和相关技能。也有参数规模更大的大模型，为了适配特定的落地场景、控制部署成本，会被蒸馏成体量更小的模型。

具体方式就是和大模型交互，拿到大模型给出的回答，把这些内容整理成全新的训练语料，再用这批语料训练小参数模型。这是大模型圈子里常说的模型蒸馏。

不过今天讨论的，是落在人身上的蒸馏。有说法把这件事叫做知识图谱化。也就是把人脑中存储的知识、经验、判断逻辑，转化成结构化的数据、固定规则和可运行模型，交给计算机系统执行。从这个角度来看，蒸馏并不是 AI 时代才诞生的新鲜事物，这件事由来已久。

人们身边就有很多熟悉的例子。现在任意一家工厂，都会制定 SOP，也就是精细的标准化操作指引。工业社会，其实就已经开启了最早一轮的人类经验蒸馏。进入互联网时代之后，人们能看到客服话术库这类产物。

在企业内部，员工需要撰写文档，沉淀项目经验，整理复盘记录，这同样属于蒸馏。到了当下的 AI 时代，蒸馏跨过了一个关键门槛。人的经验，已经可以转化成能够自主执行、自动生成内容的代码与模型。这就带来一个很关键的变化。

以往蒸馏得到的成果，主要作用是辅助人类完成工作。但现在蒸馏产出的模型，能够脱离人，让计算机独立运行整套流程。这也是很多人会感到恐慌的原因，听起来就好像人被蒸馏完毕之后，机器直接接手所有工作，人就此被替代。

这种针对个人经验的无情提取，不可避免地让人联想到AI是否为了彻底取代普通人的残酷拷问，而在硅谷巨头的操作中，这种担忧已被赤裸裸地印证。Meta 正在推进一项名为 MCI 的计划，全称是模型能力提升计划。

公司会在员工的电脑上安装一款软件，这款软件会记录员工全部的鼠标操作、键盘输入，还有屏幕画面，采集到的数据会回流到 Meta 的服务器当中。这条消息曝光之后短短一周之内，Meta 宣布完成八千人规模的裁员。

裁员前后，媒体拿到了 Meta 内部全员会议的录音，录音当中有员工直接向扎克伯格提问，询问收集员工操作数据的目的。扎克伯格当时的回应相对坦诚，他承认，这项计划的目标就是提升模型能力，对 Meta 来说，这是十分重要的举措。

他们认为，自家员工产生的内部数据，质量会高于向外采购的外部数据。随后不少媒体把两件事强行绑定在一起，解读成扎克伯格收集员工数据，训练出 AI 之后，就直接裁掉八千名员工。事实和这个解读有很大区别。

Meta 本身就在做大模型预训练，在这一轮行业竞争当中，它的进度一度落后，从第一梯队掉到第二、第三梯队。所以 Meta 内部，对高质量训练数据的需求本身就十分迫切。

数据采集这件事，被很多人简化理解成，Meta 要借助 AI，直接替换掉每一位员工对应的岗位。很多人把相关性当成了因果关系，推导出错误的结论。

当时很多人认为这只是对科技巨头正常优化的过度防卫，但现实是，这轮AI发展几乎所有的方向都在设法减少员工，甚至正在形成一种底层剥夺的新式殖民。教皇的第三层警告，指向反人类视野，也可以理解为超人类主义。

这一组概念本身偏哲学，不容易读懂。简单来说，他反对对人的极致异化，不希望人们依靠技术工具来定义人本身。过去用来衡量人的是 KPI，如今变成了人的各类数据，人被拆解、提炼成一条条数据素材。他之所以提出这个观点，还用到了一个分量很重的词：殖民主义。

在二十一世纪重新提起殖民，这件事本身就显得十分反常。全球范围内的反殖民浪潮，早在一两百年前就已经走向尾声。教皇口中的殖民主义，有着全新的内涵，也就是 AI 催生的新式殖民。举一个例子，一名来自印度的工人，无偿把自己的数据提供给一家美国企业。

这家企业依靠收集到的数据训练大模型，模型后续创造巨大经济收益，可这名提供数据的工人，一分收益都无法分到。这就是新式殖民的样貌。和早年殖民者挖矿、种植甘蔗掠夺资源的逻辑相似。

低收入地区的普通人，变成了数据矿产，数据被发达国家的企业采集使用，收益全部由企业掌握，数据提供者无法分到任何回报。顺着新式殖民这个判断，他提出了一个更加严肃的观点。如果 AI 重塑的劳动关系缺少约束，很有可能演变成一种全新形式的奴役。

这种奴役是隐性的、非暴力的。它和两百年前黑奴庄园依靠暴力管控的模式完全不一样，不需要鞭打胁迫。配音演员小鱼，就是典型的例子。他的声音被私自抓取训练成 AI 音色，在网络上广泛传播。可他想要维权，需要承担高昂的成本，他拿不出这笔钱。

这件事里面有一个让人很难释怀的细节。他找过律师咨询，律师核算之后告诉他，仅仅是固定侵权证据，就要十几万的费用。连续三年，他都没能攒下这笔用于打官司的资金。换位思考，就能感受到这件事的可怕之处。对于配音演员来说，声音就是他赖以生存的核心资产。

当他的声音被 AI 复刻之后，哪怕他主动压低报价，和 AI 配音报同一个价格接单，平台也会怀疑交付的成品是 AI 生成。这种局面，相当于直接切断了他依靠配音谋生的所有出路。

显然，技术革命的财富分配出了严重问题，普通人赖以生存的职场生态被毁掉后，不仅没等来新岗位，整个人类的劳动契约也被彻底颠覆，我们把时间线拉长来看这种痛心的变迁。祖辈会掌握一门随身携带的手艺，可能是制作特色食物，也可能是木工技艺。

一门手艺，就可以支撑他们走完一生。想要把祖辈身上的手艺提炼、复刻出来，难度极高。想要学会，大多要拜师当学徒，跟着师傅学习五到十年，才有可能达到替代师傅的水平。到了父辈这一代人，大家不再执着于传统手艺，更看重岗位、职称。

这一代人里面，不少人踏入知识经济领域。想要复刻、替代他们掌握的专业能力，提炼知识的成本依旧很高。想要替代一名医生，只能持续培养新的医生，医学培养周期漫长，投入巨大。所以在那个阶段，专业能力复刻的成本，依旧维持在高位。

到了这一代，接连经历两次巨大的转变。第一次转变来自移动互联网。时间、精力，可以被精细地切割拆分，打包之后对外售卖。自由职业、一人公司开始出现，更普遍的就是网约车司机、外卖骑手。个人技能被打包，接入平台体系变现。

而人们正在经历第二次转变：个人掌握的技能，可以被机器学习，机器能够直接复刻这套能力。把三代人放在这条技术变革的时间线上来看，一共经历四次职业观念的迭代。人们会发现，很多沿用至今的固有观念，已经跟不上时代。

举一个例子，当下的生产资料早就不再单纯是时间和体力，可对劳动法的期待，依旧停留在依靠它保护时间、体力。知识产权、原创内容可以被 AI 轻易复制，人们却依旧期待，个人的 IP、原创内容能够得到完善的保护。人们寄希望于行业自律，依靠监管机构，保障普通人的权益，获得更好的生活。

与此同时，自身的观念，也需要同步做出改变。人们需要重新思考，一份职业、一份工作，它真正的价值到底是什么。过去用来和商业体系交换的东西，先是时间，之后是知识产权，再之后是注意力，再到个人技能。再过五到十年，用来交换的东西，或许会彻底改变。

到那个时候，和商业合作交换的标的是什么，现在还没有答案。或许大家不会再用头衔、职位来定义自己。至于到时候会依靠什么标准来衡量，暂时没有定论。人们能够确定的是，老旧的观念、配套的制度框架，已经明显和当下的现实脱节。

当旧有的劳动护城河全面瓦解，沦为“数据矿产”的普通人在AI洪流中已退无可退。技术进步绝不应自动画上社会进步的等号。

如果所谓的科技未来，是资本踩着报废的人类经验榨取天价估值，而社会上大量脚踏实地的从业者却失去生计与体面，这种毫无财富补偿机制的野蛮扩张，注定无法达成福祉的跃升。人类文明的底色，源于独立思考与劳动价值的尊严底线。

我们决不盲目反智地抵制AI，但必须严厉叩问：技术的发展必须把全社会的利益放进代码。如果最终这只机器怪兽剥夺了大众的工作、击穿了福利的底线，甚至让人类交出独立思考的权利，那么这样的人工智能，根本就不该是我们需要的未来。

#上头条 聊热点#