当AI给出标准答案，人如何“不同凡想”？一场WAIC UP思享会撕开的全球追问

撰文 | 白丽

出品 | 勇砺商业评论 阿桶观察 全球商业风向

假如有一天，AI替你选好了专业，规划了职业，写完了简历，甚至连一封告白信都比你写得动人，你会不会忽然松一口气：太好了，人生终于不用自己费劲了。

但紧接着，另一个念头大概也会冒出来：那这还是“我的人生”吗？

7月18日，上海世博展览馆。WAIC主会场里，人们谈模型、算力、参数和商业化，屏幕上的数字越来越大，机器人也越来越像人。几百米外的下沉广场，却有人把节奏慢了下来。

没有新品发布，没有签约仪式，也没有谁端着一套“AI时代成功学”上台。几位来自不同国家的年轻人，只是把自己真正困惑的事情说了出来。

一名尼日利亚留学生问：当AI可以模仿微笑、生成问候，那些没有心跳的善意，还能叫善意吗？

一名德国工科生说，自己做文献综述时浏览了600篇摘要，抓关键词、跳正文，效率很高，却越来越像一台搜索机器。直到一次讲座里，一位教授花了整整一个小时讲车辆路径规划，他才突然发现，自己已经很久没有安安静静听完一件事了。

还有一名中国创业者，曾让AI算出游戏里数百种装备的最优组合。答案很快就有了，可游戏也突然不好玩了。因为真正让人着迷的，本来就是那些算错、选错、重来一次的过程。

纽约的数学系学生则是在云南乡村厨房里吃了一次“闭门羹”。他挑了一把看起来毫无问题的香菜花，却被主厨退了回来。那一刻他才明白，照着配方做菜，和真正理解食材，中间还隔着经验、手感和一点说不清的直觉。

这些故事听上去不宏大，甚至有些琐碎，但它们凑在一起，恰好问出了AI时代最让人心里发紧的那句话：

当答案越来越容易得到，人到底靠什么，才能不像别人，也不像机器？

AI已经会答题了，我们还在训练“会答题的人”

飞马科技风投合伙人Bill Reichert上台后，没有预测未来十年最热门的专业，而是问了一个让家长和学校都不太轻松的问题：

如果未来根本无法预测，教育为什么还在按照一条确定的职业路线培养人？

——主题演讲《当未来无法预测，教育应该如何培养下一代？》，飞马科技风投合伙人、创业世界杯首席布道官Bill Reichert

他列出一份颇有“拆墙”意味的清单：从获得学位走向持续学习，从寻找答案走向提出问题，从个人成就走向团队创造，从遵循规则走向打破规则，从避免失败走向利用失败。

然后，他引用了萧伯纳那句著名的话：“理智的人让自己适应世界；不理智的人坚持让世界适应自己。”

问题也随之变得有些扎心：我们的教育，到底是在培养改变世界的“不理智者”，还是在培养一批非常擅长适应评分标准的人？

过去，会考试当然重要。老师掌握答案，学生负责记住；企业拥有流程，员工负责执行。可现在，归纳资料、提炼重点、写出一份结构完整又四平八稳的答案，正好是AI最拿手的事情。

芝加哥大学Booth全球学位项目副院长Elizabeth O'Neill说，教育更应该教学生“如何思考”，而不是告诉他们“思考什么”。

郭放的说法更有画面感。她说，如果一个人只是“分布内的一个点”，就很容易被大模型替代；真正需要做的，是努力成为“分布外的一个点”。

这句话并不是鼓励所有人故意唱反调。它更像是在提醒：当你的知识、表达甚至人生选择，都和千千万万人高度相似时，AI当然很容易把你“学会”。

真正难复制的，不是你能不能总结出五条结论，而是你能不能发现那个没人留意的第六个问题；不是你掌握了多少标准答案，而是你为什么会形成今天这样的判断。

AI最危险的时候，是它说得太像真的

芝加哥大学职业发展项目副总监Ryan Bedell讲了一个很有意思的错位。

学生最常问：“AI会不会抢走我的工作？”

家长最关心：“孩子现在到底该学什么？”

企业问的却是：“谁能用AI帮我把问题解决掉？”

三群人盯着同一项技术，担心的根本不是同一件事。

Ryan在与金融、咨询、医疗、科技等行业企业的交流中发现，雇主真正看重的，是复杂问题解决、真实表达、推动想法落地，以及与别人建立连接的能力。

他反复强调一句话：“最好的学生，是把每一个AI答案当作初稿，而不是终稿的人。”

这句话值得写在电脑旁边。

因为AI最让人放松警惕的时候，往往不是它胡说八道，而是它写得太像那么回事了：结构完整、语气笃定、逻辑顺滑，甚至连小标题都替你分好了。人看着看着，很容易产生一种错觉——事情已经完成了。

在麦肯锡全球董事合伙人余天雯的主持下，一场圆桌讨论让问题更加尖锐。

青年代表洪卓芝就有过这种经历。她曾把任务直接交给AI，得到的答案完整到让她忽然意识到，自己根本没有参与思考。后来，她把顺序倒了过来：先自己想，再让AI来反驳自己。

这前后只差一步，结果却完全不同。前一种是把思考外包，后一种才是把AI当工具。

3C AGI Partners创始人兼CEO王康曼的话更直接：“如果一个task能够被AI代替，这个工作其实是可以完全不需要人的。”

听起来有些冷，但它说出了一个现实：以后，单纯“接到任务、完成任务”的价值会越来越低。真正值钱的，是谁来定义任务，谁来判断方向，谁能看懂客户那三秒钟的沉默，又是谁在项目失败后愿意说一句：“这个决定，我负责。”

AI可以帮你写商业计划书，却不能替你确认市场真的存在；可以生成十套沟通话术，却不懂一句客气的“我再考虑一下”背后，到底是犹豫还是拒绝。

答案正在变便宜，判断和责任却越来越贵。

“一个人+一台电脑”，听起来很酷，也可能很危险

《胡润百富》创刊人胡润在现场说，全球独角兽企业已经达到1600家，总价值增长40%，AI企业的平均估值是金融科技企业的三倍。

但比数字更让人记住的，是他讲自己29岁创业时的状态。

他说自己当时没有什么宏伟蓝图，更像一只四处寻找机会的狗：“我觉得这个挺好的，就往这里走；好像那里也挺好的，那里肉挺好吃的，就吃一点。”

——主题演讲《当AI成为合伙人，青年的创业机会在哪里？》，《胡润百富》创刊人，胡润

这个比喻谈不上优雅，却很真实。创业者往往不是站在山顶看见了整张地图，而是在雾里闻到一点味道，先走两步再说。

胡润还说：“一个人加一台笔记本，就够了。庞大的团队不再是必需品。”

AI确实把创业的入场券降到了前所未有的价格。写代码、做设计、整理用户反馈、制作产品原型，一个人带着几个Agent，已经能完成过去一个小团队的工作。

但“能做出来”，和“值得做”，仍然是两回事。

由青年观察家秦如愿主持的圆桌讨论，嘉宾观点让这个趋势变得更复杂。

全球增长顾问Klaus Wehage问得很实在：“你要解决的问题，走得出去吗？”

技术可以翻译语言，却未必能翻译文化；可以迅速做出产品，却不会自动替你生成真实需求。一个在中国成立的商业逻辑，换到欧洲、中东或美国，也许立刻就变成了另一道题。

Gary Dvorchak也提醒，未来很难靠底层模型本身形成真正差异，关键在于你用AI做什么，又如何走向市场。

模型会越来越像水和电，人人都能接入。但一家餐厅，不会因为用了更好的电，就自动做出更好吃的菜。

门槛低了，真正的考验才刚刚开始：你到底懂不懂用户，能不能看见一个真实问题，又有没有耐心在所有人都追风口的时候，把一件小事做深。

“一人公司”听上去很自由，但一个人最大的风险，也是身边没有人及时提醒你：方向可能走错了。

会呼吸、会迟疑，也许正是人的价值

当天最特别的一场演讲，没有讲模型，也没有讲商业。

斯坦福大学整合医学中心临床教授童慧琦走上台，请全场放下手机、闭上眼睛，做三次完整的呼吸。

在一座为速度和效率沸腾的展馆里，那几分钟安静得有些奢侈。

——主题演讲《WAKE UP to Our Senses：感官觉醒，智性回归——AI时代，青年如何确立自我》，斯坦福大学整合医学中心临床教授及正念项目主任、美中心理治疗研究院院长童慧琦

童慧琦说，人与AI的重要区别，是人有身体、有感官，可以和眼前鲜活的生命建立连接。她把AI时代需要的内在能力概括为“5C”：专注、平静、明晰、创造力和慈悲。

这些词不如“智能体”“大模型”“提示词工程”听起来性感，却可能更加重要。

AI可以同时处理一万个任务，人却需要学会认真听完一个人说话；AI可以生成一句关心，人却要真的在意；AI可以预测一个人接下来会点开什么，却不知道他为什么在深夜对着屏幕发呆。

人的价值，也许恰恰藏在那些看起来不够高效的地方：会犹豫，会难过，会同情，会因为一把香菜不够新鲜而重新挑一次，也会明知没有最优解，仍然认真作出选择。

白天讨论未来，夜晚把手弄“脏”

白天的议程交给思想，夜晚则留给体验和连接。

当晚，四场平行活动在世博展览馆同时展开。思享会讨论的问题，不再只停留在台上，而是被拿到现场动手验证。

「知乎×Agent上头俱乐部」把舞台交给18岁的Agent开发者情酱、00后创业者Jenny、清华在读的王珂。他们和字节跳动HR创新业务负责人Bianca坐在一起，讨论Agent开发到底有没有真正的门槛，新一代builder与上一代开发者究竟有什么不同。

「RTE Dev Party」更像一场开发者聚会。AI产品从业者、开发者和社群主理人聊RTE、Agent和智能硬件。很多合作未必诞生在正式会议室里，也可能只是两个人聊着聊着，突然觉得：“这件事可以一起做。”

「WaytoAGI围炉夜话」没有讲台，也没有严密议程。参与者围坐在一起，谈AI教育、社区成长和各自踩过的坑。AI在这里不是遥远的产业趋势，而是已经进入每个人工作和生活的日常工具。

「CSDN AtomCode AI Coding Bar」则更直接：少谈一点概念，先把电脑打开。参与者一边交流，一边体验AI辅助开发，让一个想法从“听起来可以”，走到真正可以使用、验证和修改。

四场活动的形式不同，却指向同一件事：AI不能只靠听懂，还得亲手用过、怀疑过，甚至被它坑过，才算真正理解。

技术有答案，人生没有

这场思享会最后没有给出一份“AI时代人生说明书”。

或许不是大家没有答案，而是这种答案本来就不该只有一个。

AI能算出游戏装备的最优组合，却不能保证最优组合最好玩；能分析一百条职业路径，却不能替你决定哪种生活值得过；能写出一句温柔的问候，却不能替你承担真正关心一个人的时间和代价。

所谓“不同凡想”，不是非要和AI唱反调，也不是拒绝工具。它更像是一种不肯把人生直接外包的坚持：

在AI回答之前，先问问自己真正的问题是什么；在AI给出方案之后，仍然保留一点怀疑；在所有人都追求效率时，知道有些事就是急不得；在标准答案铺满屏幕的时候，仍愿意为一个不那么标准的选择负责。

技术会越来越擅长回答“怎么做”。

但“为什么做”“为谁而做”，以及“这样做之后，我愿不愿意承担”，仍然只能由人自己回答。

AI可以帮我们走得更快。

至于去哪里，恐怕还是得自己想。（白丽）