当机器人连上AI，人类将走向何方？

9月1日，马斯克在G20创新部长级会议上视频发言。12分钟的发言里，他抛出了两个预测：

第一，12到18个月内，AI编写软件将达到所谓Stockfish级别。Stockfish是一款国际象棋程序，如今一部普通手机就能运行，它总能用一些人类棋手无法理解的招数击败对手，包括世界冠军。马斯克的推论是：到2027年底，一切不需要直接操作实物、只在电脑上完成的工作，AI都可以承担。

第二，人形机器人最终会参与制造自身。第一代最难，此后制造机器形成自我强化的扩张。他愿意为此压下重注：10年内全球人形机器人超过10亿台，单机产能约为人类的5倍。

在6天前的8月26日，比尔·盖茨在个人网站发表12页长文。这位长期为技术加速辩护的人也不得不承认：这一次真的不同。比尔·盖茨希望人工智能的迭代进化和应用要慢下来。

两个科技界的明星人物分别给了我们展望和预警。我们与其争论谁的预测更准，不如正视同一个问题：当劳动不再是人独有的社会属性，我们靠什么生活？又靠什么确认自身的价值？

马斯克对新质生产力的应用历来乐观，但实践中，他曾预言早就该实现的自动驾驶、火星移民都一再推迟。

我也询问过一些国内著名高校的专业人士，有些已经进入了市场化应用领域。他们的想法基本上是乐观的：这是一片大有可为的蓝海。但其中一些人也明确告诉我，不要自己把人工智能神化了，从实验室走向实际应用还有很长的路。

一些资料也印证了以上看法。路透社8月底走访中国人形机器人产业后发现，演示中的惊艳表现和实际应用场景中的短板同时存在。由于灵巧度、速度和可靠性与人类员工的差距，全面铺开还需时日。

9月2日，黄仁勋在和美国商务部长的早餐会上称，“所有工作都会消失”是无稽之谈。谷歌联合创始人之一的哈萨比斯，击败李世石的AlphaGo和预测蛋白质结构的AlphaFold都与他有关。作为AI应用的受益者和先驱者，他一直反复强调安全测试。

由此看来，马斯克的明年底论调可以当作参考，但大可不必为此诚惶诚恐。时间上不必焦虑，但大方向必须认真对待。

马斯克的话给我们启发：他指明了一个模式。眼下的时代，数字产品的开发和更新可能会越来越快，一段由AI生成的代码几分钟就能扑向全球。

物理世界则不然。一台机器人需要电机、减速器、传感器、电池和数百个零件，还要有工厂与供应链。于是出现一个相反的走势：屏幕之内的认知产出——写作、制表、设计、编程——都在快速贬值；屏幕之外的电力、芯片制造能力、可靠执行，以及信任链条与责任感反而变得稀缺。

他本人也承认，仅AI芯片在2027年就可能面临约15吉瓦的电力缺口。所以算力带来的生产力革命不是空中楼阁，它越强大，就越需要扎扎实实的电网、工厂和制度保障来实现。

过去200多年，机器主要替代人的肌肉，让人类的劳动效率大大提高。我们利用机械修路、盖楼、造产品的效率提高了，同时在面对一些以前难以应付的劳动场景时更有尊严，比如用料理机打碎蔬菜，不用再拿菜刀一点一点切。

从逻辑上说，任何一份工作都可以拆成三层：

最外层是执行，即按流程完成任务。这一块AI接手得最快。

中间层是判断：如何定义真正的问题，在十个方案中辨别优劣、验收结果。这一层拼的是认知和经验教训。因为AI能同时给出十个方案，仍需要有人辨析和指明出路。

最内层是担责。这一层目前无法交给人工智能。

打个比方：AI可以写出诊断报告，但在报告上签字、向家属解释，在误诊之后承担法律与道德后果的只能是医生。AI可以起草合同，但出庭应诉的是法人和律师。

机器是工具，不是责任主体。它没有财产可以赔偿，没有名誉可以损毁，也不会为一个错误决定良心不安。责任的本质是承担后果，后果只能由付得起代价的一方承担。

未来劳动的价值将沿着“执行—判断—担责”的路径逐层上移。也就是说，执行的价值逐渐下降，判断会升值，最终的价值将沉淀在决策和战略上。

更深的变化是劳动与谋生逐渐脱钩。工业社会中，职业几乎就是人的身份。“你是做什么的”是认识一个人的第一个问题，介绍对象的时候一般也是先问这个。这张标签未来可能失效。

盖茨这次提出了两个设想也很有启发：

其一，像划定自然保护区一样设立“人类保留区”，把老人护理、病患照护这类工作有意留给人。因为被照护者需要的恰恰是另一个人的在场。

其二，对AI和机器人征税。正如雇人要承担社保，用机器也应付费，以此保障转型中的人。

未来的工作可能向两端聚集：一端是驾驭智能系统的人，另一端是人与人之间的照护、教育和手艺。中间只负责传递和加工信息的岗位萎缩得最快。

但无论工作怎么重组，或者人们如何脱离具体劳动，必须清醒的是：不能躺平。闲暇从来不等于自由。

工业社会不仅用劳动分配收入，也用劳动赋予意义。人通过职业获得身份、生活、纪律和被需要的感觉。一旦这套逻辑废止，空闲的时间里人们得到的不是自我认同，而是无尽的空虚。

意义无法像救济金一样统一发放，只能由每个人重新寻找。技术可以替人劳动，却不能替你回答“我为什么活着”。

最先受到冲击的是教育。现代教育体系是工业时代的配套设施，用标准化流程批量培养大批“执行者”。执行本身变得廉价，教育目标必须转移。

不再把人训练得又快又准，因为你干不过机器人。教育必须培养机器无法廉价复制的能力：提出好问题的直觉、辨别真伪的品味、混乱中决断的勇气、与他人协作的能力，以及即便AI一秒就能完成，仍亲手做过一遍的经验知识获取。

免费之后，教育的重心就从传授转向养成判断力与人格。

盖茨最担心的“台阶消失”就是这一块。初级岗位原本是新人的训练场，年轻人在基础工作中观察资深者如何整合、怎么担当，干中学，然后获得成长台阶。一旦被抽走，初级岗位不需要人了，新人的试错成本被人工智能抹平了，人才队伍怎么办？很久以后挑大梁的仍是今天这批人，人才断层了。

随之改变的是时间结构。朝九晚五、35岁焦虑、60岁退休，都是工业钟表上的刻度。当工作不再按人头和工时分配，缩短工时、终身学习、阶段性重返校园，将变成新时代人类自我修炼的必需。

与之相伴的是尊严来源的迁移。过去焦虑“我不够快、不够好”，未来更尖锐的问题是“我是否还被社会需要”。

还有一点要格外注意。盖茨的原话是，AI既可能成为人类有史以来最伟大的“平等器”，也可能成为最严重的“不公正之源”。

知识与服务若近乎免费普及，偏远地区的孩子也能获得一流辅导，它就是平等器。但如果算力、数据和机器人的使用权高度集中，产出归于所有者，多数人只剩下消费，它就是不公正之源。

问题的关键不在技术，而在生产资料归谁所有。过去的数字鸿沟是“会不会使用”，未来的智能鸿沟是“谁拥有、谁被拥有”。

人类的自我中心曾遭受三次重击：

哥白尼证明地球不是宇宙中心，让我们意识到宇宙不是围着人转的。

达尔文证明人由灵长类进化而来，“万物之灵”的优越感没有了。

弗洛伊德指出理性并不完全是自己的主人，意识之下还有潜意识。

AI就是第四次冲击。写作、对弈、预测蛋白质结构，这些曾被视为人之为人的意识领域，机器同样能做，甚至更好。

亚里士多德把人定义为“理性的动物”，马克思把人定义为“会劳动的动物”。如果理性与劳动都能被机器模拟甚至超越，人还剩下什么？

我想说的是人的有限性。人的有限性会让我们保守住人的尊严。

你和我在冬天的雪花下面，第一会感到美，第二会觉得冷。这就够了。

AI不知疲倦，没有死亡。复制一万个它只需要更多电力。人却会疼痛、衰老、死亡。

正因为时间有限，选择才意味着放弃，承诺才有重量，陪伴另一个生命走完一程才有意义。

康德说：人是目的本身，而不是工具。这句话在AI时代反而更清晰。

医生最珍贵的不是读片的准确率，而是告知坏消息时握住病人的手。教师最珍贵的不是知识储量，而是看见一个学生眼中光亮的瞬间。