文：王智遠 | ID:Z201440

最近刷小紅書，總給我推類似的內容，

比如：用DeepSeek做小紅書、公眾號，記好爆款公式，AI分分鐘寫出爆款內容。

這讓我覺得，每個階段，總有人能找到一些別人不知道的信息差，走捷徑，用投機取巧的方法，真能得到想要的東西。

不過，也讓我開始思考另一個問題：人人都能用AI工具來創作，那創作者價值到底在哪兒？

01

先說一個結論：我認為表達、創作是一種消費行為，是自己在消費這件事，不是單純地輸出給別人看。

為什么這么說呢？

因為每個人都有想說話、想表達自己的時候，不管是發朋友圈、錄播客，還是畫畫、寫詩，這是人的天性，就像吃飯、睡覺一樣自然。

當AI能夠幫我們完成一個任務時，我們要思考：表達價值在哪里？我認為，在于表達本身，而不是僅僅在于表達的結果。

你想想，去餐廳吃飯，不只是為了吃飽，還享受美食帶來的快樂。同樣，表達也讓自己覺得開心、滿足。

拿前幾天清明節來說，好多人都出去玩。我在朋友圈看到好多好玩的照片，有風景照，看著就讓人心情好；有自拍，笑得很開心。

大家發這些照片，可能并不是為了讓人夸自己，而是想把美好的瞬間分享出來，就像你看到一片花海，心里特別高興，也想讓別人看看。

這種分享有時候會吸引很多人，大家會覺得：哇，這地方我也想去；或者說，這照片真好看；所以，當通過表達分享自己的想法和感受時，是在和別人建立聯系，這是人類社會很重要的東西。

還有，表達的價值是看成果還是過程，取決于自己怎么想。

如果只是把表達當作一個工具，那AI真的能替代你。但是，把表達當作一種享受和創造的過程，就會發現，AI是一個幫忙的工具，它沒辦法替代你真正想表達的東西。

就像村上春樹寫月光，他說是“無聲墜落的沙粒”，這種獨特的表達方式是他的。

寫到這，可能有人說了：AI分分鐘寫出此類語境。

的確，沒錯；但反過來想，不一樣了。如果AI用的內容是別人寫的，那么AI吸收后給出結論，也會告訴使用者結論參考了誰，同時，這讓用戶方便地找到這個人的主頁。這就像是一個索引。

AI所謂的“原創性”本質上是把訓練數據重新組合了一下，它“拿走”了創作者的功勞，我們有必要意識到：AI背后是有真人在創作，創作者才是真正的功臣。

因此，我認為，創作是一個消費行為，AI即便創作效率再高，背后依然是一個個創作者在操控它；人不是一個模糊的概念，是具體的，有歸屬、有名字、有主體的。

02

既然要關注人，那到底該關注人的什么呢？我覺得，關鍵在于大腦。

什么是人腦？

北京智源人工智能研究院，出過一本白皮書叫《人類智能的認知神經基礎》，里面有個觀點挺有意思。

很多人說人腦很厲害，是低功耗系統。這是誤解。人腦的低功耗，是在“推理”時低功耗，而不是在“訓練”時低功耗。

人腦經過億萬年進化來，進化過程像一個超長時間的“訓練”，大自然用無數的太陽能，才訓練出了這么復雜的人腦。

相比之下，現在AI訓練，消耗的能量根本不算什么；目前，AI發展到一個關鍵轉折點，從過去依靠人工標注數據訓練，變成了更接近人類認知的“認知驅動”模型。

以前，像ChatGPT這樣的AI，靠海量的人工標注數據，雖然效果不錯，但成本很高，而且，數據質量參差不齊，所以，AI有時候會顯得有點“笨”。

但現在不一樣了。

AI有了更像人類的智能，能零樣本學習、復雜推理，還有基本的常識；AI行業的大佬們都在努力讓AI更有“認知能力”，而不僅僅是靠堆數據。

真正通用型AI，大家都盼著早點出現，但很難。它要讓AI像人一樣，具備注意力、記憶力、推理能力、泛化能力，而不是單純靠記憶大量數據。

未來的AI，會更注重與環境互動，比如：像人一樣感知環境變化，這就是所謂的“具身智能”；到那時，研究人腦機制的成果就會派上用場了。

不信你看看是不是？

神經科學和認知科學已經發現，Transformer架構和人腦注意力機制很像，所以，很多AI都開始用它來模仿大腦神經元的工作方式來優化算法。

再看看人類，我們的學習不是簡單地堆積數據，是通過主動的“認知加工”，構建起一套靈活、高效的知識體系。

AI從數據驅動向認知驅動轉變，就是希望模仿人類的認知過程，包括感知、注意力、記憶、推理、語義理解、知識遷移等。

所以，當AI開始像人類一樣不斷學習、升級時，它就不再是“刷題機器”，而是真正的“學霸”了。

結合這些，你想想看，人腦的關鍵是什么？一個核心在于：認知結構。簡單來說，每個人表達的背后都有差異，這種差異才是人腦的價值；每個人認同，也是在尋找和自己同類型、互相吸引的價值。

所以，AI的能力將取決于是否能和你的認知共鳴。

普通人不必問“AI會不會取代我”，而是要思考：我目前的認知能否和AI共生；未來的核心競爭力將不再是“干活”，而是和AI交互的“認知結構”。

換句話說，一個人駕馭AI的程度和智力無關，取決于人腦對AI的認知差距。

03

既然這樣，問題來了：如何設計大腦容器本身？

過去方法是拼命學習、考證書、或者參加各種培訓。AI時代之前，確實很有用。但現在人人都能輕松表達觀點，我認為，關鍵要成為一個"錨點"。

什么是錨點（Anchor）？

小說《詭秘之主》里，強大的神靈需要信徒的信仰作為“錨”，否則就會迷失自我，甚至發瘋。同樣，擁有超凡力量的角色，也要依賴記憶、情感或重要經歷作為“信息錨點”，才能保持理智。

“錨點”聽起來抽象，其實很具體：對內，是你的獨特視角、深刻體驗、深植于內心的東西；對外，它是你與他人建立的真實聯系。

現在，已經有很多人開始焦慮了。苦練多年的文筆，AI幾秒就能超越，努力還有意義嗎？當AI的知識碾壓人類，我們的價值在哪里？

這些問題，像克蘇魯神話里的低語，面對無法理解的強大存在，人類會失去理智。

而一切背后，是現代人在信息洪流中失去了抓手，我們曾經依賴的知識、技能和經驗，被AI以驚人的效率復制甚至超越，這讓人感到無所適從。

也正因如此，每個創作者才要成為“燈塔”，為自己，也為別人。

所以，錨點是，讓自己不被AI的洪流沖垮，避免陷入"學再多也比不過AI"的無力感；成為別人在信息風暴中的參照點，幫助他們不迷失方向。

我認為，與其追求面面俱到的知識儲備，不如專注打磨自己獨特的部分，讓它成為你的核心競爭力。

這種力量不僅能讓你在技術變革中站穩腳跟，還能讓你成為他人的依靠。當周圍的人都陷入焦慮時，你的堅定會成為他們的方向。

當然，這并不容易。要不斷追問自己：想成為什么樣的人？你想為世界帶來什么？這是自我救贖，也是對他人的饋贈。

04

另外，我有個大膽的想法：人要成為“錨點”，是我們自帶“MCP”。什么是MCP（model context protocol）？

簡單來說，Anthropic搞出來的一種開放標準，用來讓大模型和外部數據源，建立雙向連接；你可以把它理解成Type-C接口，插哪兒都能用，大模型通過MCP跟各種工具和數據源連起來，效率直接提高數百倍。

人類，也有自己的“MCP”。

比如：耳朵、嘴巴。雖然咱講的語言可能不一樣，但語言只是載體，信息才是本質；不同母語的人照樣能找到交流方式，比劃手勢、畫畫，或者找個翻譯。關鍵是，只要愿意溝通，總能搭上線。

到了AI時代，人和AI之間也得建立起這種“雙向鏈接”，這可不是單方面的依賴，而是互相成就。

一方面，人要利用AI。學生可以用AI整理筆記，快速搭建知識框架；創業者能直接用AI開發各種Agent，實現“一人公司”。

另一方面，人也要被AI「利用」。這里說利用，是引用。AI生成的內容去哪里找資料？背后說不定就有你曾經發過的博客、寫的論文、拍的照片……

如果哪天發現，這段文字跟我當年寫的一模一樣，會不會帶來一些價值感呢？

而且，成為“錨點”還有個更重要的作用：幫個人、社會對抗“熵增”。

我一直認為，AI系統“熵減”，要靠人類輸入的信息完成。互聯網上所有語料、知識庫里的每一條記錄，都是人類智慧的結晶；即使AI通過強化學習學到了新技能，它仍然無法像人類一樣擁有真正的創造力。

有人可能會問：

未來會不會出現AI教AI的情況？可能性不大。除非引入新的高質量人類語料，否則AI只會陷入回音壁效應（Echo Chamber Effect），即自己重復自己，最后變成一堆廢話。

而人類社會則完全不同，青出于藍勝于藍的事情，天天都在發生。一代又一代人不斷推陳出新，這才讓文明一步步走到今天。

說到這，我不得不提一個事實：

從科技角度看，人類信息傳遞效率低得離譜。科學家估算過，人與人之間信息傳輸速率不超過10比特/秒。

相比之下，現在的千兆網絡已經普及到千家萬戶，AI之間的通信速度至少是人類的百萬倍。按理說，這么低效的節點早就該被淘汰了。

但奇怪的是，人類不僅沒被淘汰，還能從茹毛飲血的原始狀態一路進化到了高科技時代，把技術滲透到了生活的每個角落。

所以，這是為什么？

因為人類傳承下來的不僅僅是知識，更是智慧。劉慈欣在《鄉村教師》里有一段描述讓我印象深刻：外星硅基文明第一次觀測地球時，完全看不懂這群碳基生物怎么活下來的。

他們沒有高效的能源系統，也沒有強大的計算能力，卻靠著極其低效的方式，一點點積累出了璀璨的文明。這個過程真的很震撼。

雖然培養一個人需要十幾年的教育，而訓練一個AI只需要幾天，看似人類落后了，但我們贏在了“糾錯能力”上；AI一旦某步推理出錯，就容易錯上加錯，甚至導致整個系統崩盤。

而人類呢？

盡管每個人都有盲點，但作為一個整體，我們不僅能發現問題，還能自我修正。這就是人類的優勢所在。

換句話說，人類不是單純地死記硬背知識，而是懂得如何站在巨人的肩膀上繼續創新；而這種創新的本質，其實是成為一個個“錨點”。

每個人都是信息洪流中的穩定參照物，通過獨特經歷、思考和創造，為他人提供方向感和價值感；而這些，在AI眼里，成了語料庫的基礎。

因此，請記住：

沒有垃圾的工具，只有垃圾的使用者。當你利用AI，輸出自己觀點，成為了別人的“錨點”，也就真正的融入了這場對抗熵增的宏大敘事中。