查AI生成率，是AI時代最大的浪費！你管住了懶惰卻放過了平庸

本期要點：要當AI時代的愛因斯坦

你好，我是王煜全，這里是王煜全要聞評論。

我們現在正處在一個荒誕的階段。

幾乎所有人都認同AI就是未來，學校說要培養面向AI時代的人才，企業說要推動全員AI轉型。

但在考核的時候，很多人又默認，不用AI的人才勤勞，會用AI提高效率的人，反而會被貼上“偷懶”甚至“作弊”的標簽。

如果你也是這么認為的，那恰恰是AI時代最危險的事情，也說明了你仍然在刻舟求劍：看似管住了懶惰，卻可能放過了更危險的東西——平庸。

不許用AI？

最近，隨著畢業季的臨近，多個高校宣布要加強畢業論文的AI生成率檢測。

說要培養社會需要的人才，轉身卻要求畢業論文的AI生成率不得超過20%或30%。

但論文的AI率能否被準確檢測呢？很不好說。

如果一個學生寫文章的風格恰好和AI雷同，就可能被系統誤判為是AI寫的。另一個學生，則可以通過AI工具把文本改得不像AI，以至于現在幫學生降低論文的AI生成率都是個不小的產業。

而且，不要以為這是高校的問題，同樣的情況也正在無數企業里上演。

老板們在年會上喊“All in AI”，要求全員用AI提效。可當員工真用AI生成行業分析、寫出項目方案時，老板們的第一反應又可能是，這么偷懶！那我是在給人發工資，還是在給AI發工資？

程序員用AI生成了代碼，老板們也會下意識的掂量，既然代碼是AI寫的，那我為什么還要給工程師的發錢？

也許你會反駁，這些用AI生成的東西，就是一眼可見的敷衍啊！難道要放縱這種行為嗎？

當然不是，但你抓錯了方向。

當老師用AI率衡量一篇論文，當老板在抱怨員工用AI生成報告或代碼時，無非是在考核這個人親手執行的程度。但這究竟有什么意義？

勤勞還有意義嗎？

這其實是評價體系標準的滯后。

高校設置AI率紅線的初衷或許看上去合理，那就是防止出現大面積的AI代寫，學生也就得不到相應的訓練。企業擔心員工用AI敷衍工作，也是怕整個公司到處都是AI生成的廢話。

但問題是，我們曾反復強調，在Agent浪潮中，寫論文、寫報告、寫基礎代碼等這些具體的、流程化的工作，本就在快速被AI接管。

就像站在自動化流水線旁考核哪位工人擰螺絲的動作更純熟、更有工匠精神，會顯得非常可笑，傳統的價值認知已經過時。很快大家就會發現，“手搓”文章或報告將越發成為一種情懷，通過檢測純人工的部分來計算價值也會不再成立。

更關鍵的是，這種評價體系會發生一種逆淘汰。

一個不用AI的員工，花費了數周親手寫出萬字報告。在以往的評價體系中，他就會被認為是勤奮、扎實、可靠。

而另一個人，用AI快速搜集并處理了資料和數據，并且僅用一天就完成了報告，卻有可能被認為是偷懶、不靠譜。

于是前者留了下來，后者被淘汰。

但前一個員工可能把全部精力都耗在執行環節，報告毫無洞見；而后一個員工則由于AI節省了精力和時間，反而可以去發掘關鍵變量、提出顛覆性的策略。

也就是說，你可能用錯誤的指標，留下了平庸，而排除了卓越。

勤于懶惰

所以，在AI時代，舊的體系必須被拋棄。

執行層的任務正在快速貶值，我們應當想清楚，在AI取代了所有可被定義、可被重復的環節之后，人類還能貢獻什么？

人類當然不是躺著AI上面睡大覺，我們的答案是，要提供那些無法被預先編程、依賴人類直覺與智慧的部分。

我們曾做了一個測試，給ChatGPT等前沿大模型設定了“不準采用1905年以后的任何物理知識”的前提，讓它們推演并得出相對論。結果也很明顯，就是它們推不出來。

因為至少在今天，AI還只可以歸納已知的知識，甚至不敢走極端，只敢給出最常見的、出現概率最大的答案。

這就決定了，它只能在現有認知范式里進行內部優化和組合，無法像愛因斯坦那樣主動顛覆那些在當時被認為不可質疑的公理。

愛因斯坦跳出了牛頓力學的框架，從光速不變這個基本假設出發進行思想實驗，通過數學演繹對物理學體系進行了重建。這是一種無中生有般的純粹創造。

也正是這種創造，開啟了人類的新紀元。

當然，并不是說，在AI時代，人人都要成為愛因斯坦。但這個例子也具有普適的意義，那就是人類最重要的價值在于以全新的視角、框架和標準來重新定義問題本身，從而給出新的方法，并給結果新的解釋方式，最終脫離平庸。

看懂了這些，再回答那個AI時代的根本問題，也就不難了。

當AI能處理80%的常規工作，那么我們節省出的這些最寶貴的資源，也就是腦力、精力和時間，該用來干嘛？

當然不是用來偽裝成自己沒用AI，我們要去做那些真正決定價值的工作，也就是AI做不了的、剩下的20%的突破，比如給出獨一無二的判斷，做出關鍵決策，創造新的方法等等。

那么，評價體系也應該改變。

在高校，壓根就不用關注論文的生產方式，即論文是否由AI生成。

老師們真正要考核的，是學生是否做出了超越AI歸納能力的創新，體現出了屬于人類的思維深度。比如是否挑戰了某個習以為常的預設，是否對方法做出了創新，是否能在答辯中解釋自己的判斷，并對結論負責。

再如在企業，老板們也不應糾結方案是不是AI寫的、PPT是不是AI做的、代碼是不是Agent生成的，真正要看的是員工有沒有洞察客戶的潛在需求，有沒有發現過去發現不了的業務問題，有沒有用Agent的執行力滿足客戶的需求。

說白了，我們不應該再看重低效的勤勞，要鼓勵高質量的懶惰；我們不要再放過平庸，而是要獎勵突破。

就像我的合伙人賀志剛老師總結的，在這個時代，我們每個人都要“勤于懶惰”，我甚至還因此刻了一方“勤于懶惰”的印章，在給我的讀者簽書時蓋在旁邊，不知道你見到過沒有。

在此也想問你，你的組織是在為勞動還是創造付費？你的管理方式是仍在監控執行還是構建新體系？在Agent時代，你是否準備好了，要顛覆你們的規則，去推動組織用AI做出過去完全做不到的事？

歡迎在評論區留下你的看法。

以上就是今天的內容，要超越AI，首先要使用和理解AI。也在這兒向你推薦前哨AI小課，用一頓火鍋的錢，帶你跟上Agent浪潮，絕對物超所值！

更多的科技產業新趨勢和底層規律，歡迎加入學習，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料 ，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“區塊鏈技術所創造的未來金融體系”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！