AI 早已不是什么新鲜的话题。论坛上大佬侃侃而谈、创业投资如火如荼；书店里各种 AI 科普琳琅满目，从理论到实践应有尽有；甚至楼下遛弯儿的退休大爷也能跟你聊上几句 AI 时代的社会问题。
在「万物皆可 AI」 的浪潮中，我们持续跟进着 AI 技术在商业领域的落地，通过走进一线、对话从业者和决策者，亲历着技术带给时代的变化。但在具体的商业问题之外，几个困惑其实一直萦绕在脑海中：
-
当知识不再稀缺，学习的意义何在？我们是否应该重新思考教育的意义，学什么？怎么学？
-
活儿都让 AI 干了，人的价值何在？人与人的差距如何体现？
这或许也是很多普通人的「手足无措」：
阿里的 「通义」，把翻译广告打到了北京外国语大学和上海外国语大学的对面，引得不少在校生自嘲 「入学即失业」；在公认 「耗费光阴」 的医学领域，夸克健康大模型已经先后通过了副主任医师职称考试和 12 门学科的主任医师笔试评测。
而在广告行业，像百度的轻舸 AIMax、巨量引擎的 UBMax，都越来越智能自动化，过去优化师们手动调价、卡版位、筛定向的这些核心技能成为历史的眼泪；刚在 WAIC 上亮相的腾讯广告奇妙数字人则是用 3000+「主播」 搭配 AI 工具，让商家的直播成本最高可降低 90% 以上……这样的例子太多太多，而且正发生在各行各业。
刘嘉是清华大学基础科学讲席教授、清华大学心理与认知科学系主任、人工智能学院教授，也是北京智源人工智能研究院首席科学家。他最近把自己对于 AI 和人类的一些底层问题的思考写成了 《通用人工智能：认知、教育与生存方式的重构》 一书，以独特的跨学科视角，深入解析通用人工智能的演化路径与底层逻辑、语言如何承载认知，以及人类能力结构如何在新时代被重新定义。
通过跟刘嘉教授的进一步对话，我们试图寻找上述问题的答案——AI 时代，我们应该成为什么样的 「人」？
一、人工智能与未来教育
深响：尤瓦尔·赫拉利说 「没人知道要学什么，因为没人知道 20 年后什么才是有用的。」 但您通过系统的分析得出了一些结论，您觉得 AGI 时代，什么才是有用的？似乎现在文科生变得 「很没用」。
刘嘉：我们常将人划分为「文科生」 与 「理科生」，但这其实是一种误解。理科强调的是形式逻辑，比如一加一等于二，讲求精确推理。而文科关注的是非形式逻辑，面对的是复杂、不确定的现实世界问题，比如要不要买房、该在何地定居，这类问题没有唯一答案。
很多人误以为理科更难，其实不然。举例来说，很多自闭症患者逻辑和数学能力非常强，但却在社会交往上存在巨大困难，这恰恰说明人与人之间的沟通和理解要复杂得多。
因此，我认为教育的路径应当是：先夯实理科基础，掌握形式化推理工具；再进入更复杂的非形式逻辑领域，也就是文科的核心。清华大学近年来对新闻学院的改革也是这种思路的体现——取消新闻学本科，只招研究生，因为要真正理解新闻，需要深厚的综合能力。
在AI 时代，最先被取代的是程序员。原本看起来神秘的编程工作，如今大模型已经能写得比大多数人更好。顶尖程序员的 80%~90% 代码，也可以由 AI 生成。但你让它写一篇有深度的小说，它依然做不到。因为情感、思辨、复杂表达，依然是人类的独有能力。
深响：具体来说，AGI 时代最该学会的能力是什么？
刘嘉：我认为有两点非常关键。
第一，学会如何使用AI。大模型不只是搜索引擎，而是一个具有强大知识和推理能力的智能体，相当于一个集图书馆、老师、批评者、合作伙伴于一身的「良师益友」。
比如我写文章，会先列出提纲，再交给大模型生成初稿，然后不断迭代。它可以指出逻辑问题、语言不通顺的地方，甚至提醒我补充遗漏的观点。AI 成为一个 「ETC」——自动抬杠，而且它批评我不需要顾忌人情世故。
第二，培养人类不可替代的创造力与批判性思维，尤其是「零到一」 的创新力。AI 擅长 「组合式创新」，但缺乏真正意义上的颠覆性思维。比如，它可以模仿传统绘画风格创作出精美作品，但它无法 「成为梵高」，因为它不能跳出已有规则创造全新的表达。
人类文明的每一次飞跃，都是靠这种跳出常规的「非共识创新」 完成的。从牛顿力学到爱因斯坦的相对论，从古典绘画到印象派，背后都是颠覆性的思想。未来最宝贵的，不是掌握知识，而是拥有思想的边界感、突破力和判断力。
回到具体的问题，那我们现在要学什么知识？我们就没必要「学知识」，特别是那种形式化的，能被 AI 取代的知识。如果未来一个职业是知识为导向，那这个职业就有问题。
我们要学的是通识，把不同学科揉在一起。现在大学搞很多交叉学科，不再束缚物理、化学这些单一学科。比如清华计算机系的黄民烈教授他在研究什么？研究心理治疗，训练一个AI 出来，让它像人类心理咨询师一样解决心理问题。再比如现在的社会学，我们就要用大数据来理解社会，通过 AI 快速了解世界的变化。我们需要把所有的知识打通的通识教育。
深响：如果我们减少知识的积累，是否会影响基于知识的联想和创新？比如我们小时候背了很多诗，其实潜移默化在形成对语言的韵律感。没有基础知识，你可能连「该怎么问 AI」 都不知道。
刘嘉：说得很对，我完全同意基础积累依然重要，但要明确积累的目的和方式。
比如编程，未来可能不再是一个职业技能，而是一种「基础素养」，就像今天人人都要会英语一样。你不需要成为专业程序员，但必须具备计算思维和与 AI 协作的能力。
更重要的是，我们的角色要发生「范式转变」——比如我是一个划船的船夫，每天琢磨怎么运桨，怎么划最省力等等。但有一天，内燃机出现了，蒸汽机出现了。这时候再想怎么把自己的肌肉练大，就没有太大意义了。我们要学会使用工具、设计流程、主导创造，而不是沉迷在重复劳动中较劲。
至于创作，也不必纠结是否背过几万首诗，而是专注于你要表达什么、你的情感和思想是否真诚动人。技巧可以交给AI，思想必须由人来提供。
深响：现在一些学校其实对于AI 很头疼，学生用 AI 偷懒，老师禁止大家用 AI 做作业，用 AI 写论文。确实当 AI 答案来得太容易，学生就可能不再经历 「困惑—挣扎—顿悟」 的认知循环，大脑的前额叶功能得不到锻炼，长期导致问题解决能力退化。您怎么看这种现象？AI 辅助教育的 「度」 在哪儿？
刘嘉：这是一个被广泛讨论的问题。这有点像工业革命刚刚起来的时候，大家发现纺织机抢了大家的工作，于是大家就捣毁机器。现在回头看，这肯定是很愚蠢的事情。同样，现在禁止使用大模型也是非常愚蠢的。我们不该禁止AI，而应该教会学生怎么正确地使用 AI。
我会要求我的学生必须使用大模型来完成写作任务，教他们如何设定提纲、要求、如何修改和迭代。原来一些只能得10 分的学生，在大模型的加持下可以得到 80 分了。而我关心的不是你能不能得 80 分，因为大家都能得到 80 分了，我关心的是你从 80 分到 100 分之间的 20 分，体现人类创造力、批判性思维的地方。80 分到 100 分之间的差距，就完全取决于学生自己的创造力和思考深度，让人类真正的精华绽放出来。
深响：在AI 时代之前，人类习惯了工业革命以来标准化的教育模式，现在绝大多数学校也仍然沿用着过去的教育方法，似乎 AI 教育的变革是渐进式而非颠覆式的，您觉得 AI 对当代教育产生了哪些影响，从可行的实际推进过程来看，AI 会如何改变教育的内容和方式方法？老师在 AI 时代的角色会如何变化？
刘嘉：我曾在ChatGPT 刚推出时说过，95% 的传统教师将被取代。过去那种照本宣科、按照教材讲课的老师，在大模型面前不再有优势。因为 AI 的知识更全面、表达更清晰、更新更及时。
未来教师的角色将发生根本性变化：
-
成为引导者，而非灌输者。老师要像苏格拉底所说的 「产婆」，帮助学生发掘自己内心的真理，而不是一味灌输知识，不是灌满学生的一桶水，而是点燃大家心中的一团火。
-
情感支持者。青少年阶段的学生在心理上极不稳定，需要情感引导和价值引领。AI 无法提供深层共情，这正是老师不可替代的作用，也是现在教育里缺少的。
-
发现 「人味」。当大模型把所有学生拉到 80 分的标准线上，老师要关注的，就是学生在此基础上的独特性——他们的批判性思维、情感深度和创造能力。
AI 对教育的改变最重要的是 「个性化教育」，因材施教、有教无类。现在老师和家长其实多少有点「精神分裂」，一方面我们说孩子一定要全方位发展，要发展他的综合素质，要锻炼他的表达能力等等，另一方面一旦回到校园，老师恨不得把孩子全部抓来做题，题海战术。有了 AI 之后，每个学生有大量的时间去做他自己想做的事情，这会从根本上改变我们的教育体制。当我们不再以知识为最核心的学习内容了之后，我们人类人才的培养方式、儿童的培养方式，就会发生一个天翻地覆的变化。
深响：智能时代，智慧即才华。但客观上，古往今来拥有智慧的人是少数，能够实现颠覆式创新的人屈指可数。我们真的需要那么多被AI 培养的更聪明的人吗？这会对人类社会的组织方式、阶级构成产生什么样的影响？
刘嘉：这是个非常好的问题。未来是什么样子，我们很难准确预测，我们可以看看历史。
在工业革命之前是农耕时代，99% 的人是文盲，不识字，一辈子被土地束缚。工业革命开始，拖拉机耕田、纺织机织布、这个世界突然间不需要那么多人耕地了，那时候大家是很恐慌的。但事实上你看，人类的文明不仅没有倒退，反而极大地加速了。最后就变成今天 99% 的人都能识字。人的身体从土地的束缚里解脱出来之后，人类才可以去搞其他领域的东西，绘画、艺术、工程、化工等等。
好，我们回到现在。其实我们可以把它理解为现在又是一个「工业革命」 的时间。知识密集型的行业，律师、会计、编辑等等，我们原来都称之为白领甚至金领的职业受到很大影响。以前是身体被土地束缚，你不耕地，你没饭吃。现在是身体被知识束缚，你要学 20 年才能出来工作，工作了还得不停地学。而 AI 就是在让我们从这种束缚中解脱出来，去思考、去创造新的东西。人类永远不会觉得人多余。就像耕地不需要那么多农民了，那要消灭掉吗？不是的，农民可以变成知识分子、行业专家。
二、人工智能与人类价值
深响：您的跨学科背景很特别，心理与认知科学的研究对于人工智能的技术进步有哪些贡献和启发？反过来，人工智能对我们的心理与认知科学又有哪些帮助？
刘嘉：心理学与人工智能之间的关系非常密切。
虽然学界对AI 尚无统一定义，但所谓 「通用人工智能」 指的是具有类似人类智能的系统，即它们开始表现出人的一些能力特征。而心理学是研究人的科学，因此当 AI 具备越来越多类人的智能特征时，我们便开始探讨：AI 是否具有情感？是否拥有意识？
这些问题本质上属于心理学研究的范畴。也就是说，心理学从原本仅研究人类，拓展为研究 「智能体」，包括碳基人类与硅基人工智能。最好的大模型公司之一Anthropic 刚刚成立了个 AI 精神病学团队，专门研究大模型的人格、动机、情境意识等现象，以及这些因素如何导致 AI 出现诡异甚至失控的行为。
从技术源头来看，人工神经网络本身就是受到人脑结构的启发而设计的，其神经元模型与大脑神经元之间的连接具有类比性。因此，我们可以说现代AI 系统本质上是一种 「仿生系统」。
从学科发展来看，人工智能和认知科学原本也出自同一学术源流，特别是控制论的早期发展。一条路径偏向工程，发展成今天的人工智能；另一条路径偏向理论研究，发展成认知科学。
早期AI 中的专家系统，在认知科学中被称为 「符号主义」；而当前的人工神经网络，对应的是 「连接主义」。而像现在大热的机器人，在认知科学中也有对应的「具身认知」 理论。两者的关系是一体两面的，一个偏应用，一个偏理论。
AI 技术的进步实际上为我们研究人类智能提供了新的参照物。在此之前，我们主要通过 「比较心理学」 的方式，即将人类与猴子、老鼠等动物进行比较，来探讨人类智能的独特性。这种研究路径虽有价值，但存在局限，因为这些生物与人类属于同一个进化系统。
而今天，我们有了全新的智能体——人工智能，它从一开始就与人类完全不同。通过研究人工智能，我们能够更清晰地认识人类智能的本质，包括意识、情感等关键问题。AI 成为一种 「参照系」，帮助我们更好地理解人类自己。
同时，未来的社会很可能不再只是「人类社会」，而是人、机器、智能体共同构成的混合社会。这样的变化不仅影响科技，也将对社会学、政治学、伦理学、法学等人文学科提出新挑战。因此，文科在 AI 时代的重要性将日益凸显，尤其是在推动人机共生方面发挥关键作用。
深响：人工智能虽然源于对人类智能的模仿，但随着它不断发展，它是否还能作为一个「对照组」 来反哺人类对自身的理解？
刘嘉：这是一个好问题。虽然人工智能最初是模仿人类智能而来的，但它逐渐形成了自己的发展路径，比如混合专家架构（Mixture of Experts）、全新的训练方法等。这些技术与人脑的结构与功能已经没有太大关联。
可以打个比方：牛顿因苹果落地而发现了万有引力定律，而地球绕太阳运行虽然形式完全不同，但遵循的也是相同的物理规律。同样，AI 与人类智能尽管表面不同，却可能遵循相似的底层规律。这促使我们思考，是否存在一种超越碳基生命与硅基系统的「通用智能科学」，既能解释人类的智能起源，也能解释 AI 的智能形成。
从这个角度看，AI 不仅是人类创造的工具，也成为我们反思自身的镜子。
计算机模拟的神经元连接图谱
深响：您提到AI 时代的五大通识能力模型——研究、统计、逻辑、心理、修辞，为什么是这五大能力？
刘嘉：它们代表了AI 时代每个个体保持独立思考、自主判断与社会协作的核心素养。
1. 研究能力：好的问题比正确的答案更重要。研究能力的本质并不是做实验、写论文，而是能否识别本质问题、提出关键问题。正如爱因斯坦所说，「提出一个正确的问题比找到一个正确答案更重要」。
很多人毕业后会问：「我该不该留在北京？」 其实这就是问错了问题。真正要问的是：「北京是否能提供我未来成长所需要的资源？」 如果你重视知识、眼界、事业的成长红利，北京或许适合你；但如果你更看重自由随性，那么留下可能并不是最优解。
研究能力，就是透过现象找到问题的本质，并提出恰当的问题。
2. 统计能力：在信息过载中找到真实关联。今天的问题不是信息太少，而是信息过多，其中夹杂着大量虚假、噪音，甚至由AI 生成的内容。我们需要具备一种能力，从冗杂信息中抽取变量、发现结构，建立对世界的有效认知。
统计能力不是指学术意义上的「t 检验」，而是指一种在大数据时代保持理性判断、不被操控的能力。它让我们不随波逐流、不被名人或情绪误导，能够独立理解世界的真实图景。
3. 逻辑能力：从第一性原理出发进行推理。逻辑能力即推理能力，它的关键在于能否从根本出发，一步步推演出新的认知结构。这与第一性原理密切相关，最早可追溯至亚里士多德，在中国儒家传统中也有「君子务本，本立而道生」 的思想。
当你具备提出关键问题的研究能力、能在复杂信息中建立联系的统计能力，再结合由根本出发的逻辑推理，就可以从已有信息中推演出新的知识、观念与解决方案。这是AI 时代人类依然不可替代的 「创造性」。
4. 心理能力：认识自我，获得自由。心理能力是指认识自己与理解他人的能力。我们为何而努力？意义何在？是否只是为了薪资、职位，还是有更深的价值目标？
真正的心理能力体现在：你是否有自己的判断，不被他人的评价左右；你是否能从内在建立意义感；你是否能通过自己的行动让世界变得更好，哪怕只是一点点。因为成功的标准只有一个：按照自己的方式，去度过自己的人生。正是这种自我认识与内在驱动，使我们不被外部标准束缚，成为一个自由的人。
5. 修辞能力：说服他人，共同行动。当你找到了真理，也获得了自由，如果想服务社会，就必须联合他人。修辞能力，正是亚里士多德在其著作 《修辞学》 中所强调的能力——说服与影响他人，促成集体协作。无论你多有见地，如果不能让团队、组织、社会听懂并响应你的行动，就难以推动变革。
这五个能力共同构成了一个完整的成长路径：
-
通过研究、统计、逻辑能力，我们发现真理；
-
借助心理能力，我们获得内在自由；
-
最终，以修辞能力，服务社会、团结他人、推动改变。
这与燕京大学的校训高度一致：因真理得自由以服务。这也是我认为AI 时代每个人都应该具备的核心素养。
本文来自微信公众号：深响，嘉宾：刘嘉 （清华大学基础科学讲席教授、清华大学心理与认知科学系主任、人工智能学院教授），作者：刘亚澜
