摘要

职场正在把 AI 视为默认工具，竞争焦点也从员工是否使用 AI 转向其产出质量。 Kevin 认为，除非另有明确规定，管理者都应假定员工会使用 AI；Casey 则认为，AI 辅助产出如果很差，就应按糟糕的工作来质问，而不是把问题定性为违规使用工具。Ed 提醒，单看产出可能适合生产代码，但教育“不是生产小部件”。
生成式 AI 最深层的创作风险，可能不是消灭工作，而是削弱人们学习和创造的动力。 ChatGPT 展现出的创作能力让 Ed “震惊”，他担心未来“对人类创造力的需求会消失”。随着技术变得更强大、更令人上瘾，也更擅长给予肯定，人们可能会同时质疑创作艺术的意义，以及学习某种艺术形式的价值。
生成式 AI 已经在改写消费者行为，也在削弱那些依赖旧式发现渠道的商业模式。 Ed 现在把 ChatGPT 当作研究和回答一般问题的“新 Google”；与此同时，Google 自己的 AI 答案意味着更少人会点击链接，依赖搜索流量的行业因此受到冲击。Kevin 另提到，他会用 AI 帮助自己梳理艰难且情绪负担很重的邮件。
更广泛的消费科技困境，在于人们被迫依赖那些越来越怀疑有害的产品。 Ed 把设备使用比作1990年代抽烟，只是如今手机还承载着银行业务和购物：“你唯一能办理银行业务的方式……就是一边抽烟。” 这种深度嵌入让戒断变得不现实，也让他觉得自己手机用得太多。
设定数字边界，最有效的方式是直接拒绝，并在可能时提供一个可用替代方案。 对于公开发布孩子照片的祖父母，几人的建议是直接沟通，同时建立共享相册、WhatsApp 群聊或家庭短信群。日历问题同样强调，先理解对方的习惯和技术限制，再坚持自己偏好的协作方式；公共场合外放音频，则应直接要求对方戴耳机或调低音量。
和诈骗者纠缠几乎没有收益，还可能同时放大人身和技术风险。 许多诈骗从业者可能遭到贩运或胁迫，而任何回复都可能让你的号码被标记为“活跃号码”，从而遭遇更多定向攻击。对于那位靠猜私钥找到加密货币的听众，答案同样直接——“别淌这摊浑水”，如果项目设有漏洞赏金计划，就通过该渠道报告漏洞，而不是拿走资金。
只有把不确定性和人的能动性保留在讨论中，AI 焦虑才可能转化为建设性行动。 Ed 建议，当恐惧开始让人陷入孤立时，应寻求心理治疗；Casey 认为，公民仍应讨论具体伤害；Kevin 则提醒，高 P(doom) 的对话可能让人产生“我们完蛋了”的无力感。好的决定可能改善结果，坏的决定可能让结果恶化——这种条件式路径能帮助人们做好准备，而不是把灾难描绘成注定发生的命运。

精读

1. 历史上的技术失败，起点不是机器故障，而是人的激励机制

Helms 最喜欢的技术翻车故事来自1950年代冷战时期：规划者曾考虑向月球发射核弹头，以恐吓苏联。研究显示，核弹可能打偏，借月球引力弹弓效应绕行后再返回地球——他笑称，“说实话，那也算我们活该。” 在计划被放弃前，时间、资金和资源已经投入了不少。
他提到的轻量级案例是 Elk Cloner：一种电脑病毒，会把程序员写的“蠢诗”弹到电脑屏幕上。相比如今动辄窃取数百万美元 Bitcoin 的攻击，几人的怀旧结论是：“让有趣的黑客行为回来吧”——那种让受害者忍不住发笑，而不是直接掏空账户的恶作剧。
Helms 曾觉得自己“走在潮流前面”：新笔记本一出就买，iPhone 也很早开始用。但过去5到10年，技术已经“从他身边呼啸而过”：升级后的应用默认用户熟悉一套陌生的视觉语言，就像走进一家杂货店，不只是货架换了位置，连“西兰花都变成蓝色的”。
他所谓的宏观级翻车，就是人对设备的依赖。手机像1990年代的香烟：大家都知道有害，但企业仍在持续改进并营销；关键区别是，如今银行业务和购物都要求你拥有这台设备。那条玩笑式政策建议精准概括了困境：Instagram 只能在户外使用，而且必须离门15英尺。

2. 生成式 AI 威胁的是创作动机，而不只是创意工作岗位

Helms 用 ChatGPT 做研究、回答一般问题，它已经成了他的“新 Google”。他仍会进行传统搜索，但他说 Google 的 AI 答案意味着人们不再访问链接，依赖搜索导流的行业因此受到威胁。Kevin 另提到，他会用 AI 帮助自己思考情绪负担很重的邮件。
从摄影、镜头运动，到数字图像处理和动画，技术一直是电影制作不可分割的一部分。但 ChatGPT 还是带来了“一套完全不同的范式”：Helms 怀疑，一些高管项目说明其实是披着人类外衣的 AI 输出；与此同时，系统处理创意任务的能力又让他“震惊”。
创意行业“感到恐惧，而且有充分理由”，但 Helms 真正担心的是人的处境，而不只是商业利益：“当对人类创造力的需求消失后，我们还会继续创造吗？” 如果机器持续产出更好的作品，人们可能会同时质疑创作艺术的意义，以及学习某种艺术形式的价值。
他目前仍未得出定论。AI 可以是有用的工具，也可以是创作伙伴，同时保留一部分只能由人完成的创意工作；但产品会变得“越来越令人上瘾”，越来越刺激，也越来越能给予肯定。吸引力持续上升，意味着今天设下的个人边界天然不稳定。

3. 数字边界最有效的设定方式，是拒绝时同时给出替代方案

被问到如何阻止未来的祖父母把孩子照片发到 Facebook 上时，Helms 倾向于直接沟通；他自己从不把孩子的照片公开发布。Kevin 补充了更实用的一步：建立共享相册、WhatsApp 群聊或家庭短信群，让亲戚获得源源不断的私密内容，而不是觉得自己被剥夺了参与感。
日历礼仪暴露出两种真实分歧。Casey 的“老派”习惯是双方约定时间后各自管理日历；Kevin 则会直接把邀请全部发出去。两人的建议是，先确认朋友明白共享事件并不意味着公开完整日历，再考虑组织规则和所谓“日历文化”，然后才坚持某一种协作流程。
在公共场合打电话外放，礼貌提出请求即可，尽管几人也承认执行起来很尴尬。Casey 的备用方案是制造社交摩擦：围绕比赛、比分或篮球选秀不断追问，直到对方感到厌烦。考虑到一副耳机可能只要15美元，这种荒诞感就更强了；但越来越多陌生人似乎把整节地铁车厢或整架飞机都当成自己的扬声器。

4. 面对网络恶意行为者，最安全的回应是退出互动

一位听众喜欢嘲弄诈骗电话，但担心其中一些人是在贩运和敲诈体系下工作。Kevin 的答案是“冷处理”：参与互动会制造未知风险，因为对方可能已经掌握你的个人信息。Casey 补充说，即便是辱骂式回复，也可能暴露这是一个真实存在的“活跃号码”，从而带来更多诈骗流量。
道德层面的理由不止是自我保护。嘲弄一个被困在诈骗园区的人，只会让本就艰难的生活更加难过，也会强化“这不是最好的自己”那一面。极其逼真的 AI 诈骗者可能让欺诈恶化，但 Casey 提出一个有条件的潜在好处：如果自动化这类劳动能让被胁迫的工人获释，它也可能成为一场人权胜利。
另一位听众曾在2016年前后猜测薄弱的区块链私钥，发现一个地址里存有数千美元的加密货币。Casey 的结论是“别淌这摊浑水”，并把拿走资金比作参加黑帮聚会，因为这会把人拖进道德困境。Kevin 给出的合法替代方案，是通过项目的漏洞赏金计划报告问题，有机会在不窃取资金的情况下获得奖励。

5. 职场对 AI 的接受速度，快于机构定义能力标准的速度

一位团队负责人曾秘密使用 AI 做头脑风暴，后来发现初级开发者的工作里出现了同样的建议。Helms 认为，经理想要质问员工的冲动很虚伪，并主张提高透明度。Casey 则重新定义了考核标准：如果建议很差，就解释它为什么不行；如果建议有效，AI 使用本身可能就不是问题。
Kevin 的工作假设是，几乎所有岗位的人都会使用 AI。他提到经济学家 Tyler Cowen 在 George Mason University 课堂上的做法：要求学生使用聊天机器人，然后按最终结果评分。对软件团队而言，对应的标准就是代码能否运行、能否编译，而不是它由哪一种获准工具生成。
Helms 保留了一个关键区分：教育“不是生产小部件”。一份完成度很高的作业，未必能证明学生理解了所学内容；把思考外包出去，也可能削弱学校本应培养的批判能力和创造能力。他更阴暗的长期问题是：如果 AI 永远做得更好，“那学习做这件事到底有什么意义？”
NASA 一位科学家的同事把拒绝 AI 描述成更高水平的智力，并称不借助工具解决问题是“活着的全部乐趣”。Helms 怀疑，一些批评者私下其实也在使用 AI；Kevin 则认为，他们害怕机器可能胜过那些自认为不可替代的专业能力。Kevin 建议善待那些把 AI 用得很好的人；Casey 则给所有拒绝计算器、追求“认知刺激”的人送上一把算盘。

6. AI 分歧首先是关系问题，其次才是说服问题

一位听众的女友本能地排斥 AI，尽管他本人在生活和工作中都非常热衷。Helms 认为这种错位可以克服：每对伴侣之间，都有一方不感兴趣的领域。Casey 的更广泛原则是，不要让一个伴侣承担全部痴迷，应把这种兴趣分散到朋友、俱乐部和社区之中。
Kevin 认为，让对方自然产生兴趣的具体路径是展示实用性。先找出持怀疑态度的伴侣真正重视或正在面对的问题，再测试 AI 模型能否提供帮助，最后展示结果，而不是强行推广。人们很少会相信一项技术与自己有关，直到它真正解决了一个自己正在面对的问题。
但边界是同意。Ed 建议接受对方的拒绝，让 AI 话题冷却下来；Kevin 也建议去找 AI 俱乐部，或寻找其他可以讨论这些问题的出口。AI 未来可能以某种方式进入这位持怀疑态度的伴侣的生活，让她变得更开放，但这段关系没有必要成为一场围绕 AI 的公投。

7. 末日叙事需要不确定性、能动性，以及一个安全的落点

一位回避科技的听众被悲观的 AI 预测逼到存在主义层面的孤立，也担心吓到身边的人。Helms 建议把心理治疗当作处理这种负担的场所，而不是把全部压力转嫁给亲友。他强调，“我们谁都不知道未来究竟会怎样”，AI 乐观主义者“也许……是对的”，因此现在就下定论、扮演危言耸听的 Chicken Little 还为时过早。
Casey 反对沉默，认为民主生活要求人们讨论令人担忧的技术。他的建议是少量、具体地谈：讨论谄媚型聊天机器人，或用户发展出救世主情结，而不是宣布末日必然到来。人们“至少有10%或20%的时间，可以当一个扫兴的人”。
Kevin 发现，自己最悲观、P(doom) 最高的对话往往收场很差，因为听众离开时只剩下“我们完蛋了”的感觉，认为自己无能为力。更乐观的讨论能够保留人的能动性：如果人们做出正确决定，结果可能改善；如果不这样做，结果可能恶化。关键是把必然性替换成选择和分岔路径。
Helms 最后的难题，是如何为85岁的母亲提供技术支持。Kevin 现在倾向于直接替父母修好设备，而不是把每次维修都变成一堂课。Casey 仍会鼓励真正的好奇心：他的母亲曾用 Claude 为自己的50周年结婚纪念派对制作歌单，后来发现歌单“好得过头了”。修好问题本身，仍然是“一种爱的表达”。

AI投资人圆桌：聪明钱在AI领域究竟流向何方｜EP 219 Costco（音频）