摘要

工作中应越来越默认使用 AI，评价标准也应从工具选择转向产出质量。 Kevin 认为，“重要的是最终成品”，尤其是软件只需要成功编译的情况下；Ed 同意商业工作应如此，但反对将同一标准用于教育，因为成绩应衡量学生学到了什么，而不是聊天机器人产出了什么。
对 Ed 来说，ChatGPT 已经在研究和敏感内容起草上取代 Google，并直接冲击依赖流量的生意。 他称 ChatGPT 是“我的新 Google”，说自己搜索得更少了，并提醒，靠用户点击 Google 链接生存的行业将面临“AI fallout”。他还怀疑，好莱坞高管已经在提交 AI 辅助生成的意见，说明组织尚未建立披露规范，采用却可能已经以非正式方式推进。
创意行业面临的风险不只是岗位替代，还包括人类能力与动力的流失。 Ed 对 AI 的创作能力“震惊不已”，但他追问：当“人类创造力不再有需求”后，人们还会不会继续创造美好事物。随着模型变得更强大、更“令人陶醉”、更令人兴奋且更会给予肯定，这种风险还会放大——即使像用眼镜显示歌词这样的增强工具，也可能让音乐人随时拥有“1,000首歌”。
手机越来越像捆绑了必需基础设施的有害产品，让人很难从结构上 disengage。 Ed 把当下的设备使用比作 1990年代的香烟：社会知道它有害，但企业仍在持续改进产品。关键差异在于锁定效应——“你只能靠抽烟来办理银行业务或购物”——因此同一台设备既有毒，又无法回避。
面对诈骗者和保护薄弱的加密货币，理性回应是不参与，而不是自作聪明地反击。 回复可能让一个号码被标记为“活跃号码”，并在诈骗者之间流转；而许多诈骗操作员自己也可能遭到贩运或胁迫。Ed 的额外判断标准是，骚扰别人“不是你最好的一面”。当一位听众发现区块链上有几个价值数千美元、私钥容易猜中的账户时，Ed 建议远离这摊浑水；Kevin 则建议，如果项目设有漏洞赏金计划，可以通过负责任披露来处理。
当产品为被限制的行为提供便捷替代方案时，隐私和协作都会改善。 与其只是禁止祖父母公开发布孩子的照片，主持人建议设置共享 Photos 相册、WhatsApp 群聊或群发短信。日历也适用同一原则：解释共享邀请不会暴露整个日历，先建立协作规范，再降低遵守规范所需的操作成本。
当 AI 焦虑被放在“选择”而非“宿命”的框架下，它就能转化为建设性讨论。 Ed 建议，当恐惧开始造成孤立时，可以把治疗作为出口；Casey 则认为，面对具体风险，人们至少有“10%或20%的时间可以当个扫兴的人”。Kevin 的经验是，高“P doom”的对话会剥夺人的行动能力；条件式框架——好的决定可能带来好的路径，坏的决定可能带来坏的路径——则为参与留下空间，而不是把人推向瘫痪。

精读

1. 当能力跑在判断力前面，灾难就开始了

Helms 认为自己最尖锐的 SNAFU，是 1950年代冷战时期用核弹头轰击月球、以恐吓苏联的计划。研究人员发现，核弹可能打偏，被月球引力甩回，最终击中地球；尽管投入了大量时间、资金和资源，这项计划最终还是没有执行——“谢天谢地”。Carl Sagan 当时就在研究团队中。
Elk Cloner 病毒是同一种失败模式的缩小版：程序员写了一首“蠢诗”，原本只是觉得可爱、俏皮，结果却演变成灾难。Kevin 将这种恶作剧文化与当代围绕窃取“500万美元 Bitcoin”构建的攻击作了对比。
Helms 曾是早期采用者，会购买新款笔记本，也作为坚定的 Mac 用户加入 iPhone 浪潮。但在“5年、10年”间，科技已经“甩开”了他，因为应用默认用户熟悉一套不断演化的视觉语言。如今更新软件不再像超市只是调换货架位置，而是“他们换了食物”，直到牛油果看起来像外星物种，“西兰花变成了蓝色”。

2. AI 已经有用到足以威胁自己的输入

参与者罕见地把各自的立场和利益关系说得很清楚：Kevin 的雇主 The New York Times 正因 AI 训练中的版权问题起诉 OpenAI 和 Microsoft；Casey 的男友在 Anthropic 工作。Ed 的披露则是情绪化的——“奇点就在眼前，我绝对吓坏了”，随后又加上一句保留：“我喜欢 AI。”
Ed 主要用 ChatGPT 查询、研究，以及起草困难或“带有负担”的邮件，称它是“我的新 Google”，并确认自己搜索得更少了。他仍然会用 Google，也记得主持人曾讨论过 Google 的 AI 可能让人们不再访问链接；他称，依赖 Google 导流的行业可能遭遇的威胁，是“众多 AI fallout 之一”。
电影技术一直在扩展媒介边界，从摄影、镜头运动，到数字图像处理和动画。ChatGPT 给 Ed 的感觉却是“完全不同的范式”：他认为自己已经看过几乎不加掩饰的 AI 生成意见，而 AI 完成创意任务的能力让他“彻底震惊”，也让创意圈“有充分理由”感到恐惧。
他最深层的担忧不只是商业损失，而是没有需求后创造力是否还能存在：“当人类创造力不再有需求，我们还会有创造力吗？”但与此同时，作为音乐人，他也想要能显示歌词的眼镜，让自己随时拥有“1,000首歌”。这份矛盾构成了他的立场：保留人类创作，同时接受能够扩展表演能力的工具。

3. 手机把类似烟草的伤害与类似公共设施的依赖绑在了一起

Instagram 是 Ed 最大的注意力陷阱，不过他说它“还没有毁掉我的生活”，自己也从未设置过使用上限。有时它会让他熬夜，因为恶作剧合集带来的笑点比许多电影或剧集更强；他妻子抱怨的也不是抽象的屏幕时间，而是他试图压低笑声时，整张床都在震动。
即使自称对恶作剧有很强雷达，Ed 也被 Instagram 的推荐算法“黑过”。他拒绝坠落、身体受伤和真正造成创伤的惊吓，却会被突然跳出的惊吓逗到“笑哭”，比如有人躺在地板上，只把脑袋从门口、贴近地面的位置伸出来。
他的宏观判断是绝对性的：设备使用“显然对我们有害”，也“显然正在伤害我们”。这和 1990年代所有人都知道香烟有害、但企业仍不断推出更好或所谓更健康的版本很像。他希望社会最终也能迎来类似的拐点，说出：“这东西真的太糟糕了。”
但手机与香烟的类比止步于依赖：银行业务、购物和日常管理都通过手机完成，仿佛必须抽烟才能使用基本服务。Casey 的喜剧式政策——Instagram 只能在户外使用，距离门至少 15英尺，而且使用后还要让人闻到烟味——反而凸显了问题：当有害参与和现实必需共存于同一设备上，自愿克制会变得多么困难。

4. 当规范与激励不匹配，数字礼仪就会失灵

对于未来孩子的隐私，Ed 的态度非常明确：“我绝不会把孩子的照片放上网。”家庭聚会后，他也要求亲属收敛。实际解决方案是直接沟通并提供替代渠道：建立共享 Photos 或 iPhoto 相册、WhatsApp 群聊或群发短信，让祖父母获得大量照片，但不必公开发布。
一位匿名管理员讲述了一个朋友的情况：她会在自己的日历上安排会议，却从不邀请另一位参与者，结果变成“两只日历在太空中彼此分离”。Ed 认为，这可能是代际或组织文化的错位：同一组织内的同事可以默认共同标准，但独立合作方应该先确认彼此的“日历文化”，明确表达偏好，而不是假设所有人都遵循同一套规则。
Kevin 的第一判断是技术误解：这位朋友可能不知道，共享一个日历事件并不会暴露整份日历。Casey 更偏运营层面的做法是，双方确定时间后由自己接管流程，发送所有邀请；Ed 则补充说，管理员应先弄清楚对方是否出于某种原因主动排斥邀请。
公共场合外放手机声音，反而更容易形成明确规范。Sarah 已经会要求别人戴耳机，Ed 认为这是正确做法，尽管他没有制止过一名在飞机上外放篮球比赛的乘客。Casey 猜测耳机大约 15美元就能买到，对这种趋势感到费解。Kevin 的备选方案是参与式恶作剧：询问比赛情况、Temple Run 的规则以及对方的最高分，直到对方开始觉得隐私更有吸引力。

5. 面对数字掠夺，最安全的回应是不参与

当 Calvin 承认自己喜欢与诈骗来电者和短信发送者长时间纠缠时，Ed 建议“冷处理式无视”。反向恶搞或许能带来“邪恶的快感”，但对方的身份、知识和能力都未知：“根本别打开这罐麻烦。”
Casey 强调，听众报告称，许多诈骗从业者遭到贩运、勒索，或被迫进入诈骗中心；因此，报复可能只是把负担继续施加给那些人生已经陷入困境的人。自利角度也指向同一个结论：任何回应，哪怕只是一句辱骂，都可能把你的号码标记为“活跃号码”，随后被分享给更多诈骗者。
Ed 补充了一个不取决于诈骗者处境的品格测试：让另一个人的生活更难，“不是在强化你最好的一面”。至于最终实现自动化，Casey 认为，如果让有说服力的 AI 取代受胁迫的来电者，而被控制的工作人员因此可以回家，这反而可能是一场人权胜利。
Lewis 的约 2016年加密货币困境同样直接。他根据用户可能采用的习惯猜测出薄弱私钥，发现一个地址里存有数千美元。他找到的其他账户大多已经被清空，而清空这些账户的地址又被多个区块链浏览器标记为欺诈地址。Ed 说应“远离这摊浑水”；Kevin 则指出合法且有建设性的路径：如果该区块链项目设有漏洞赏金计划，就以安全研究人员身份报告漏洞。

6. AI 进入工作场景后，评价负担转向产出质量

一名团队负责人偷偷用 AI 头脑风暴，随后在一名初级开发者提出的方案中认出了同一个 AI 建议。Ed 认为，提出质问的做法很虚伪，并主张更透明地说明 AI 使用情况；但他也承认，披露之所以滞后，是因为人们喜欢把模型的贡献包装成“自己的想法”。
Casey 将管理问题重新表述为：他认识的大多数开发者都知道同事在使用 AI，所以真正的问题是方案是否足够好。失败了，就解释为什么；成功了，工具本身就是次要的。Kevin 认为，跨行业默认使用 AI 应成为趋势：对软件团队而言，“重要的是代码能不能编译”。
Kevin 引用了经济学家 Tyler Cowen 的做法：他要求 George Mason University 的学生使用 AI 聊天机器人，只评价最终成品。Ed 的反驳指出了关键例外：教育“不是制造小部件”的环境，一份打磨精良的作业，未必能体现学生受教育程度，也未必能证明批判性思维能力已经形成。
一位 NASA 科学家称，同事把 AI 使用者视为智力较低的人，并赞美不借助 AI 工作所带来的“认知刺激”。Ed 怀疑，一些批评者私下其实也在使用 AI；Kevin 则认为，这种姿态部分源于恐惧和职业优越感。Casey 保留不使用 AI 的权利，但预计随着生产率优势变得明显，采用范围会扩大；Kevin 则提议把批评者的计算器换成算盘。

7. 关系需要边界，而不是强迫对方接受 AI

Dan 的新女友一听到 AI 就产生强烈反应，除非这里的 AI 指的是 Adobe Illustrator 或 A.1. Steak Sauce；而 AI 又是 Dan 工作和兴趣的核心。Ed 认为，这种错位“非常容易解决”：每段伴侣关系中都有一方热爱、另一方不感兴趣的话题，Dan 可以为这些讨论找一个朋友。
Casey 更广泛的关系原则是“分散兴趣的重量”，而不是要求主要伴侣吸收自己所有兴趣。AI 可以像体育迷文化：当俱乐部、朋友、播客和其他社群能够提供额外出口时，一个会翻白眼的伴侣并不意味着关系必须结束。
Kevin 建议从一个真实需求切入，去接触怀疑 AI 的伴侣。找出对方重视或正在苦恼的事情，测试 AI 模型能否提供帮助，然后展示结果，不要强迫对方采用。人们很少会在 AI 解决一个可识别的问题前相信它与自己有关，所以兴趣应当自然产生，而不是为了迎合 AI 爱好者而表演出来。
Ed 的反驳是让 Kevin 的实验保持合乎伦理的边界：“接受对方的拒绝。”暂时冷却 AI 话题，等女友自己重新提起，再把那一刻视为可能的切入口。

8. 只有留下行动空间，末日式讨论才有帮助

Elle 规避科技，但会关注预测内容，以便为未来做准备。她“现实/悲观”的 outlook 让自己害怕种下吓人的念头，也让她在存在层面与亲近的人隔绝；同时，她更决心把时间用好，“以防它比我希望的更快耗尽”。
Ed 建议把治疗当作探索恐惧的场所，不要不断把负担转嫁给亲友。“我们谁都不知道未来会发生什么”，AI 乐观主义者可能是对的；在结果仍不确定时，像 Chicken Little 一样行动虽然可以理解，但“感觉有点过早”。
Casey 不赞成彻底沉默：民主生活要求人们讨论担忧，每个人至少有“10%或20%的时间可以当个扫兴的人”。他更支持讨论具体且边界清晰的风险，比如阿谀奉承的聊天机器人、有人与聊天机器人产生神秘体验，或有人说服自己是弥赛亚；而不是笼统地宣称一切都注定毁灭。
Kevin 说，自己最高“P doom”的对话往往结局很糟，因为听众离开时相信“我们全完了”，并且无能为力。条件式框架能够保留行动空间：好的决定可能把事情带向好的方向，坏的决定可能把事情带向坏的方向。Ed 同意，既要诚实地在社群中讨论，也要在恐惧变成“过度负担”时寻求外部帮助。

9. 技术支持最有效的形式，是把它当作爱的表达

Ed 自己的棘手问题，是如何帮助 85岁的母亲而不失去耐心，并判断什么时候一个问题其实没必要解决。这种不确定性部分来自教学层面：每次修复都必须变成一堂课吗，还是只要让设备恢复正常就可以？
Kevin 已经改变看法，如今更倾向于直接介入。他不再远程引导母亲修改设置，而是等两人见面后迅速修好一切，并把设置改成难以撤销的状态。有些人并不想学会完整流程；替他们卸下这份负担，可以让双方都少受折磨。
Casey 仍然会培养母亲主动出现的好奇心。他的母亲曾用 Claude 为自己 50周年结婚纪念日的歌单选歌，随后担心结果“好得过头了”，还把 Claude 阿谀奉承的截图发给他。实际而又有温度的总结是：先解决眼前的问题，若对方愿意，再分享一个有趣细节，把技术支持视为“爱的绝佳表达”。

Altimeter 如何投出1亿美元以上的大额支票｜Anduril、SpaceX、K2 Space OpenAI、SBF与Perplexity：VC知道而你不知道的事