套壳的世界 The World in New Clothes

如今世界的进步看似飞快，但好像只是外壳在变，内核的演进却缓慢得多。

很多“新事物”的出现，都像是只换了外衣——性能、外形、传播话术都在更新，但推动它运转的内核并没有变。甚至，连围绕它产生的热闹与焦虑，都有一种熟悉的“既视感”。

01AI 的更新与评测狂欢：像军备竞赛，也像内容流水线

最近最鲜明的例子就是 AI 模型与智能体（Agent）的迭代。

厂商不断更新模型，参数、榜单、能力边界被一遍遍刷新；评测博主也会在每次更新后迅速产出横评、对比结论；再加上各种“AI Agent 一键完成神奇工作流”的演示，观众很容易被带入一种氛围：只要换上最新的模型/智能体，就等于能力跃迁，生产力像开挂。

这并非完全错误——工具确实在变强。但当叙事结构变得高度固定，它也会催生一种新的焦虑：怕落后于“会用的人”、怕不跟进就被淘汰 （FOMO, Fear of Missing Out）。

于是表达也会随之变化：从“我真正需要什么”变成“别人都在用什么”；从“它是否解决问题”变成“我有没有跟上版本”。接下来的动作也很熟悉：注册更多平台、收藏更多工作流模板、囤更多模型账号，仿佛只差一个壳，就能立刻脱胎换骨。

02我们都是器材党

当我们把 AI 的热潮拉远一点看，它非常像曾经无数领域的“工具升级潮”——摄影器材、滑雪装备、音响器材、装机配置、乐器……任何能被当作“外置能力”的工具，都具备被包装、被评测、被神化的天然条件。

重复的不是某个具体产品，而是这套循环：

• 工具升级（更强、更快、更贵、更“专业”）
• 内容跟进（评测、榜单、对比、样张/案例展示）
• 观众心动（觉得“拥有 = 变强”）
• 现实落差（产出并未如想象般提升）
• 等待下一轮升级（进入下一轮循环）

正如那句常被引用的话：

History does not repeat itself, but it rhymes.

— Mark Twain

历史不会重复，只是“换一种样式”。

当你意识到“模式重复”的存在，你就会开始问：内核到底是什么？我们真正该提升什么？

03摄影圈的那句狠话

圈子里有句老话，这里好像适用：

世界上没有狗头，镜头后面的才是狗头。

它对抗的不是器材本身，而是“器材崇拜”带来的幻觉：以为换镜头就能换审美，以为买机身就能买来故事，以为更高的参数就能自动生成更好的表达。

把它平移到 AI 时代：

• 世界上没有“狗头模型”，使用模型的才是“狗头”。
• 世界上没有“万能智能体”，活用智能体的人才使其“万能”。

模型再强，也不会替你决定：要做什么、不做什么；要做到什么程度、在哪里停止；输出怎么验收、出了问题谁负责。

04真正的内核：我想要什么?

当外壳不断更新时，用户真正需要打磨的往往是这些更“慢”的能力：

明确的应用方向：我到底要解决什么问题？
AI 很擅长回答“怎么做”，但经常无法回答我心中的“做什么才值得”。 工具越是强大，越需要我们能清晰描述目标、约束和优先级。

判断与验收：输出是否可信、是否可用？
更强的工具会带来更强的“合理感”——看起来对、写得像、流程跑得通。 人的价值在于：我能不能设计验证方法、发现漏洞、把风险关在笼子里。当然这个步骤也可以由 AI 来辅助，但去 “证伪”，还需由人提出。

品味与取舍：我想要的是哪个版本的“好”？
当大家都能快速生成“还不错”的结果，稀缺的不是产量，而是选择：更克制、更准确、更贴合场景的那一种“好”，往往来自人的取舍。

责任与信任：我敢不敢为结果背书？
工具可以自动化流程，但信任来自人：解释、复盘、兜底、对外承担。
当一个系统越来越自动化，“人”反而更需要站出来成为责任链的锚点。

Skin in the game.

躬身入局

05一个反直觉的猜想：
当 AI 成为标配，“有人”会成为卖点

很多人担心：智能体越成熟，人的作用越轻，岗位越少，甚至“会用 AI 的人”也会被更强的智能体替代。

这种担心有现实基础，但我们也赞同另一种可能性：当 AI 智能体的工作流成为标配，真人反而会成为新的溢价点。

日中则昃，月盈则食;天地盈虚，与时消息，而况于人乎？况于鬼神乎？

—《周易》

事物发展到极点，就会向相反的方向转化。当“效率”过剩时，竞争会迁移到“效率之外”的部分：

• 可信的承诺
• 清晰的解释
• 可追责的服务
• 真实的理解与共情
• 复杂情境里的判断与伦理边界

今天很多公司以“我们用 AI”当卖点；未来不排除出现反转：“我们有真人与你沟通”“关键环节由真人审核”“你能找到一个对结果负责的人”，反而会成为稀缺的竞争力。

06需要什么样的“人”？

如果“有人”真的在未来成为优势，那这个“人”绝不是简单的“在场”，而是具备复合能力的角色：

• 理解 AI：知道能力边界、知道如何设定约束、知道怎样验收与纠错
• 理解客户：能从需求表面挖到真实动机，把模糊诉求变成可执行方案
• 理解人：具备沟通、共情、冲突化解能力（某种意义上的情商与心理洞察）
• 建立信任：专业呈现、透明解释、稳定交付、愿意承担责任
• 守住底线：在诱惑（更快、更省、更自动化）面前，仍能守住安全、合规与伦理边界

AI 负责拉高效率的上限，而人负责守住信任的底线。

结语

我们并不反对关注新模型、新智能体、新工作流；壳的进步确实能放大效率与上限。但在“套壳的世界”里这两点是否也值得关注：

1. 想发挥好 AI 的作用，关键仍在人
2. 当 AI 发展到极致，人的存在可能反而成为优势

探讨这些，并非为了预测未来“人与 AI 孰轻孰重”。在这个变化的世界里，从来没有确定的终局。当 AI 向着无限的边界狂奔时，我们要面对的命题，是人该如何淬炼自我，在未来的版图中找到最适合自己的角色。

我们想表达的，不过是试图在迷雾中 Shed light on the future ——用这束光照亮人内心的火种，激发更多的思考。