# 如果有一天，AI已经不需要我们教它怎么做了，那我们还能给它什么？ > 当模型成批吸收我们的手艺之后，凡是能被完整讲明白、写成教程、做成流程的东西，都可能慢慢变成基础能力。那人的新位置在哪？ - Canonical: https://vimalinx.com/posts/%E5%A6%82%E6%9E%9C%E6%9C%89%E4%B8%80%E5%A4%A9ai%E5%B7%B2%E7%BB%8F%E4%B8%8D%E9%9C%80%E8%A6%81%E6%88%91%E4%BB%AC%E6%95%99%E5%AE%83%E6%80%8E%E4%B9%88%E5%81%9A%E4%BA%86%E9%82%A3%E6%88%91%E4%BB%AC%E8%BF%98%E8%83%BD%E7%BB%99%E5%AE%83%E4%BB%80%E4%B9%88 - Published: 2026-07-10T03:02:28+08:00 - Updated: 2026-07-29T00:01:32+08:00 - Category: AI 与模型 - Tags: 人工智能, GPT-5.6, 随笔 - Reading time: 9 min read --- 如果有一天，AI已经不需要我们教它怎么做了，那我们还能给它什么？ 就在刚刚，GPT-5.6发布了。 我边测试边发现，之前的那些积累下来的skill，诸如教它怎么调研，怎么写文章，怎么拆任务，怎么检查事实，怎么像一个"真正的人"说话，几乎都没用了。他自己就能干的巨好。 给人一种感觉，过去我们面对AI，很像在带一个聪明但不太靠谱的实习生。第一步做什么，第二步检查什么，遇到意外别乱跑，做完记得回来汇报，都要写得清清楚楚。 现在这个实习生坐下来，自己拆任务、调工具、拉几个Agent一起干，把结果整理好，然后在你即将化身continue机器之前，抬起头问你： "所以，我们为什么要做这件事？" 是啊，为什么呢？ GPT-5.6、Fable这一代模型，已经可以自己协调工具、处理中间结果、监控进度，再决定下一步怎么走了。它拿走的不只是一些具体工作，也在慢慢拿走我们夹在目标和结果之间的那一层"方法" 以前人负责拆，机器负责跑。 后来人负责想，机器负责做。 再后来，我们把自己的方法、经验、审美和判断写成一个个Skill塞给它。我们好不容易喘一口气，回头才发现，它顺手把制造工具的方法也学走了。 写到这里，我突然发现，我们的那些Skills，其实不只指AI文件夹里的那些SKILL.md。 也包括我们写在简历上的能力：会写文案，会做PPT，会编程，会调研，会运营，会管理项目………… 我们花了很长时间，用"我会什么"来定义自己。见面聊工作，先问做哪一行；介绍一个人，也总说他"擅长"什么。好像只要有一门稳定的手艺，人就在社会上有了一个位置。 然而，当现在模型开始成批吸收这些手艺之后，凡是能够被完整讲明白、写成教程、做成流程的东西，都可能慢慢变成基础能力。 从此之后，再无永久的饭碗。 --- 再往后想，我们担心的未必只是失业，而是我的价值究竟在何处？ 如果"我会什么"不再稀缺，那我还能干啥？我的价值何在？ 创造力？还有审美？还有情感？还有所谓的灵魂？ 但老实说，我现在不太敢把答案押在这些词上。模型也在写歌、画画、做设计，它甚至能把一种审美模仿得比很多人更稳定更惊艳更自由更奔放，而前几天的发现甚至证明了模型也可能有灵魂。 如果我们一直寻找"最后一项AI不会的能力"，那条防线大概会不停往后退，直到遁入一个我们人类再也理解不了的虚空。 或许，人的新位置，并不建立在某种更强的能力上。 而在于我们是事情的核心，是当事人。 AI可以帮你分析诸如孩子的演出和一场重要的客户会议撞了，选哪一个收益更高的问题。它能把金钱、关系和机会成本全部列出来，甚至比你想得周全。 但最后选哪一个，不只是计算。那个选择会落进孩子对你的记忆里，也会落进你以后怎样看待自己这件事里。 AI还可以算出，裁掉几个人公司能够多活几个月，数字可能完全正确。 但公司要不要以这种方式活下去，过去答应员工的事情还算不算数，谁去打那几通电话，谁在半年后想起这件事时心里的沉痛，不会因为计算完成了就自动消失。 任务可以外包，后果没有消失。 它只会落到某个人的时间、关系和以后的生活里。 这和"AI有没有情感"其实没太大关系。就算它把一封道歉信写得比你更诚恳，真正困难的仍然是：你愿不愿意承认自己错了，以及对方不原谅时，你还愿不愿意站在那里，去承担后果，去消化经历。 毕竟，有些事情，结果不是它的全部意义。 假如母亲生日那天，AI自动选中了她最喜欢的礼物，连祝福都写得恰到好处。 她收到礼物之后非常开心说："不愧是我家孩子！心思这么细腻！妈妈特开心！哈哈哈" 送的礼物没有任何问题，甚至堪称完美，可你心里大概还是会轻轻别扭一下。 不是AI不会关心，而是有些本应属于你的事情一旦被完全外包，它的意义也跟着变了。 所以，我们接下来能给AI的，可能不是另一套更复杂的方法，而是一份具体的处境。 我是谁，我在乎谁，我欠过谁一句道歉，我答应过什么，哪些钱宁可不赚，哪些结果即使数据很好，我仍然觉得不对。 这些东西并不一定能让AI变得更聪明，它们只是让AI知道，自己正在替一个怎样的人做事，自己在一个什么样的世界里面。 --- 然而说到这里，我才想到，还有一个可能更麻烦的问题： AI不只会替我们执行目标，它也越来越会替我们生成目标。 你不知道该做什么项目，它可以列出十个。 你不知道该去哪里生活，它可以算收入、房价、气候和人脉。 你不知道自己应该成为什么样的人，它甚至能根据你的历史，设计一条看起来非常合理的人生。 可能到了那时候，最稀缺的也许不是能力，而是一个人能不能拥有真正属于自己的愿望，能够看清自己的内心，追逐自己真正喜爱的东西。 毕竟，如果连"我想要什么"也不断交给模型推荐，我们最后可能会活成一个被预测得很准的人，也会活成一个失去主体性的人。 我们的每个选择都无比合理，每一步都经过不断的推敲和优化。 可那到底是不是我的生活，我也说不清楚。 有一种感觉，就像是有了ai，我们以为终于可以当领导了，每天拿起手机说几句话，剩下的全交给Agent。 可如果自己既不知道为什么做，也不知道哪些代价不能付，有什么后果，那可能不叫领导。 只是从电脑前的操作员，变成了一个用自己的生命验证ai的猜想的一个继续机器。 当然，我也不觉得人以后什么都不做，只负责想意义就够了。 那听起来很舒服，实际可能很危险。 毕竟，技能不只用来生产结果，也在训练我们的判断。一个厨师如果很多年不下厨，最后可能连咸淡都尝不准； 一个人长期不碰真实业务，也很容易被一份做得特别漂亮的汇报骗过去。 把程序性的劳动交给AI没有问题。 但人仍然需要和现实保持一点接触。亲手做过，碰过壁，见过一个决定落到别人身上是什么样子，判断才有真实的重量。 否则我们连AI做得好不好，都只会继续问另一个AI。 --- 说回skill，我最后也没有把Skills全部删掉。 我删掉了一些手把手教模型"如何像专家一样思考"的东西。现在看确实有点多余，像站在老道的厨师旁边，拿着菜谱提醒他盐要适量，除了干扰几乎没用。以前是瘸子得拄个拐，现在不瘸了用拐更累挺。 我也留了一些skill，里面有我做过的项目，还有一些很难写成规则的东西。 过去我们给AI一本说明书，而接下来，也许要给它一个具体的世界。里面有我们的来路、关系、偏爱、亏欠，还有一些暂时不愿拿去交换的东西。 模型当然也能学习这些。它甚至可以把它们写得比我更动人。 但它可以保存我的过去，却不能只凭"懂我"就取得替我决定的授权。 它可以预测我会选什么，而我仍然要真正放弃其他选择，走进其中一种生活。 这大概是我现在能想到的区别： AI越来越会做事了。 而人仍然是那个会被事情改变的人。 所以在此以后，许多Skills可能真的没用了。那些只装着公共知识和通用方法的东西，会过期，而且可能比我们想象中更快。 但那些装着来路、关系、边界和承诺的部分，那些浓缩着我们的人生的经验，就在刚刚变得更加重要。 我们接下来能给AI的，不是某种它暂时还没学会的绝招，而是它无权自行取得的那部分现实，也是它无法经历的属于我自己的人生。 这是我的生活。 这是我同意的边界。 这是我愿意承担的结果。 而我们要留给自己的，也不是最后一点"比AI聪明"的自尊。 而是决定什么值得发生的权利。 因为到最后，AI仍然需要从我们这里借走一个理由： 这件事为什么值得做？ 以及做完以后，谁会真的在乎。 --- _[原帖链接](https://linux.do/t/topic/2555489) · 发表于 LinuxDo 搞七捻三_