AI 解牛:刀刃不再需要手——技艺、判断与一次学习机制的重构

开篇:解牛者放下刀

《庄子·养生主》里,庖丁为文惠君解牛。手之所触,肩之所倚,足之所履,膝之所踦,砉然响然,奏刀騞然,莫不中音。文惠君看呆了,问:你的技术怎么到了这个地步?

庖丁放下刀,说了一段很有名的话:我刚开始解牛的时候,所见无非牛者------满眼看去都是一头完整的牛,不知道从哪里下刀。三年之后,未尝见全牛也。如今十九年过去,刀刃还像刚从磨刀石上取下来,十九年而刀刃若新发于硎。

他的底气在于一句话:臣之所好者道也,进乎技矣。他追求的不是技艺,是道;技艺只是道的脚印。

这个故事中国人讲了两千年,讲的其实是一件事:能力必须长在人身上。那把若新发于硎的刀,是十九年解牛换的;没有十九年,就没有那把刀;没有那把刀,谈不上什么"道"。会做事,证明着懂得道理;懂得道理,又从做事里长出来。能力与养成,绑在一起。两千年来,这条规则大体站得住脚;例外古已有之------代笔、外包、枪手------但例外一直被当作例外,没能改写规则。

今天,例外出现了:一把会自己解牛的刀。

不需要十九年,不需要三年,不需要见过一头完整的牛。任何人对它说一句"解牛",它手起刀落,砉然响然,莫不中音------比庖丁还中音。

这里先做个限定,认个账:这把刀解的是数字世界的牛。物理的牛还需要身体、工具与责任,没人能替。

问题已经不是刀更快了。

问题是:还有谁需要成为庖丁?

这不是怀旧之问。它背后藏着两个真问题。其一,这把刀从哪里来------它的出现,动的是什么东西。其二,庖丁的那十九年怎么办------当"做到"不再需要"懂得",人靠什么长成本事。

下面沿着这两个问题走。

第一章 知识的搬家

1.1 程序性知识,第一次以自然语言嵌入通用智能工作流

最近几年,AI 领域出现了一类新东西:skill。具体形态五花八门------Anthropic 的 Agent Skills、OpenAI 的 GPTs、MCP 工具协议、各类工作流封装------能力边界各不相同,但指向同一件事:人们开始把各行各业的专业经验打包成可安装的小文件,一套诊断流程、一份行业 know-how、一种写作规范、一段调试诀窍。模型是通用的聪明,skill 是把聪明钉进具体行当的那枚钉子。

这件事的份量,要换一个角度才看得清。

先说清楚它不是什么。让知识离开人的身体,人类干了几千年:法典、医书、工程手册、标准作业流程、配方、图纸、软件、数据库------写出来的部分叫显性知识,从来不缺容器。程序性知识也不乏前辈:SOP、专家系统、决策树、检查清单、自动化脚本,几十年前就能照章执行。

缺容器的是另一部分:写不出来的默会知识。老中医的辨证眼光,老钳工的手感,资深投行人对财报里某个数字的本能警觉------这些只附着在人的手上、眼睛里、多年的失败里。师徒制为什么存在?因为默会知识没法印刷,只能靠一个人跟着另一个人,用很多年,慢慢传染过去。传输代价极高,所以慢,所以贵。

skill 的新意不在"第一次",而在三个具体的词:自然语言 ------调用不再要求会编程,会提要求就行;低边际成本 ------调用一次的成本逼近零,复制即分发;可组合------律师的流程能接上会计的清单,跨界拼装不再需要翻译。组合还有一个后果:这些知识不再另起一摊软件,而是直接嵌进模型干活的流程里。过去只能附着在人身上的那部分程序性知识,第一次以这种入口、这种成本、这种方式被调动起来。当然,它解的是数字世界里的牛------流程可以装成文件,眼光还不能;但流程恰好是壁垒最厚的那层外壳。

****知识里"可说的骨架",如今以近乎零的边际成本、可跨领域组合的方式,被通用智能随时调用。****这是真正的份量所在。

1.2 壁垒变薄的机制

许多人把壁垒变薄理解为"AI 突然变聪明了"。方向不对。也不能理解成"拷贝一份文件,就拷贝了能力"------skill 封装的是流程、判断清单和工具接口,能力本身还需要模型推理、数据权限、环境反馈和责任承担来垫底。菜谱可以免费复印,厨艺不能。

但壁垒确实在变薄。壁垒的本质是习得成本:别人不会,你会,这个"会"花了十年。用经济学的话说,skill 把这笔成本外部化了------过去每个从业者各付一遍的学费,如今有人付一次,人人可用。而"会"里面最厚的那一层------流程与诀窍------变成一次调用:几秒,而不是十年。

准确的描述是:****知识搬家了------搬走的是可说的骨架,留下的是长在身上的判断力。****壁垒不是被打碎的,是被搬薄了------薄多少,因行业而异:法律、会计、编程,可封装的部分厚;护理、维修、谈判,可封装的部分薄。被搬薄之后剩下的部分,决定了后文的所有故事。

1.3 可封装的人力资本,上了货架

经济学里有个区分:人力资本长在你身上,你休假它跟着休,你离职它跟着走;库存商品躺在货架上,任何人付钱就能取走。

skill 出现之前,经验全部是前者;之后,可封装的那部分成了后者------可以近乎零成本地复制,可以打折,可以批量出售,可以装进任何一颗通用的大脑。剩下的部分------判断力、责任、后果的承担------还在人身上。

所以准确的说法不是"人力资本变成了库存商品",而是可封装的那部分人力资本,上了货架。货架上的部分越便宜,货架下的部分越值钱。这是第四章的主题,先记着。

执行层历来是思想的收费站。想做一个东西,先得过站:学语言,学工具,学流程,交学费,交时间,交掉几年青春。收费站同时是一种筛选,过不去的人留在门外。

现在收费站最厚的一道闸拆掉了。门开着,人人可过------只是过去的通行费里,还裹着一笔没被标价的东西。

第二章 执行曾经是理解的外壳

2.1 "会做"曾是"懂"的证据

几千年里,"会做"就是"懂"的证据,几乎不需要别的凭证。看一个木匠的榫卯,就知道他懂木头;听一个译者处理双关语的方式,就知道他懂两种语言。作品是理解力的凭证,手艺是理解力的肉身。这里藏着"理解"二字的最低标准:面对没见过的局面,能预测后果,错了能改。作品之所以是凭证,正因为它证明主人经受过这套反馈。

这背后是一条默认的契约:能力必须经过养成。想要那个凭证,就得付那笔钱------时间、失败、反复,没有人能跳过。

庖丁那句话是最好的注脚:从所见无非牛者,到未尝见全牛也,再到以神遇而不以目视。这不是三种眼光,是一条路------先有手熟,才有眼熟;技艺纯熟之后,理解力才显现出来。刀刃的游走在十九年里慢慢学会避实就虚,刀才会"若新发于硎"。

2.2 执行即训练

把这个逻辑推到所有行当:程序员对架构的直觉,来自写崩过的系统;医生对病情的第六感,来自误诊过的病人;生意人对风险的嗅觉,来自赔过的钱。执行中那些便宜的失败,是一切理解力的饲料。收费站收的不只是过路费,还顺手办了所学校------不收学费,强制就读。

那所学校,如今也在缩编。

接下来的问题是:把人拴在"养成"上的三根连接,开始松动了。

第三章 三处松动

先说清楚一个字:****松,不是断。****连接还在,只是变贵、变慢、变稀罕。请记住这句话------第六章的全部出路,都建立在"松动而非断裂"这四个字上。

3.1 生产与实践:先松了

第一根:生产与实践。产出可以越来越不经人的手。想到与做到之间的距离,在数字世界里逼近零。过去一个商业构想和一家跑起来的公司之间,隔着写代码、做运营、搭供应链;现在这些环节的价格被打下来了。路平了一段------但只是一段:物理世界的牛,还需要身体、工具、权限和反馈,那是另一笔成本,留到第五章再算。

3.2 产出与理解:防伪层被稀释

第二根,更安静,也更要命:产出与理解之间的证明关系。

先说公允的话:完美作品不证明作者,这不是新闻。代笔、外包、枪手、抄袭,古已有之。变化的是两件事:一是成本------伪造一份"懂得"的样子,从数月的苦心变成几秒的生成;二是规模------伪造可以批量、可以日常、可以渗进每一个行业。

而术历来是道的防伪标识。一个人有没有真本事,看他的活儿就知道------作品骗不了人;履历可以编,谈吐可以练,活儿不行。社会靠这层防伪运转:招人看作品,看病认大夫,买画认画家。

防伪层被稀释了。伪造的"道"成本暴跌;而对侧的验证也在生长------版本链、水印、审计、责任合同、平台声誉、法律追责。这不是单向的崩塌,是一场军备竞赛;防伪与伪造,从此转入长期攻防。满屏的完美产出里,辨认"精致的错误"成了一门隐形的手艺。这个细节先记住,第六章要用。

3.3 岗位与训练:金字塔的底层

第三根,是职业世界的地基:岗位与训练。

在认知型岗位里,AI 吃得最凶的是初级岗位:律师助理、初级分析师、入门程序员、实习记者------这些岗位的共性是产出相对标准、容错率高、适合练手。护理、维修、制造现场、情感劳动不在此列,它们面对的是另一把刀,还在磨,那是第五章的话题。

初级岗位曾是金字塔底部最划算的训练场。但先把话说全:训练场不止这一种------项目制、开源社区、模拟训练、AI 陪练、公司内部培训,都在补位,有些补得比旧学徒制还好。真正的变化不是训练场消失,而是其中一条最重要的流水线在减速:用真实项目喂新人,便宜、高频、带真实后果的那种练手,正在变少、变贵。

由此引出一个风险命题,姑且仍叫自指性危机:如果补位的速度追不上旧流水线的减速,几年后就会缺资深者。它不是定律,是一个可以观察、也应该被观察的缺口------看培训管道的流量,比看失业率更能预告未来。真正需要担心的从来不是岗位总数:旧岗位消失时,统计表上会添上新岗位的名字。真正的问题是造人的那条流水线,减速了。

三根连接,三处松口。松口那一边的世界,长什么样?

第四章 重新标注的价格

4.1 聪明与物理的双向定价

第一重倒挂发生在稀缺性上,方向与多数人的预期相反。

一个常识性的预期是:AI 让"聪明"无限供应,聪明就该贬值。对了一半。贬值的是数字世界里的聪明:代码、文案、分析、翻译------凡是只存在于比特里的东西,最先见底。这解释了为什么最先见底的是某些不涉及硬件的环节:可数字交付、产出标准化、验证成本低、监管弱、责任链短的白领知识型环节。品牌、渠道、资质、客户关系不是比特------把整个"非硬件行业"说成比特,会错得离谱。

但稀缺不会消失,只会搬家。搬家的方向有两个。上游是瓶颈型物理资产:能源、电网、先进芯片产能、关键矿物、物流节点------任何智能最后都要烧电,电不比特,电是物理的。下游是社会存量:渠道、资质、品牌、用户关系------这些东西长在现实世界里,撕不下来。注意这个区分:信任不是物理,是社会资本;它升值的方向与电一致,机理不同。

这个现象用朴素的话说才准确:****智能的供给在扩张,智能的单价在下行;瓶颈型物理资产相对稀缺,价格与租金在上行。****当然,不是所有物理资产都在涨------过时的产线、偏远的商铺照样贬值;涨的是卡脖子的那一截。在聪明不再稀缺的世界里,电、芯片和信任开始升值。

4.2 壁垒搬家,且偏爱存量者

第二重倒挂,关于壁垒。

"skill 磨平壁垒"这个说法,对一半。被磨薄的只是"中间那层"。完整的图景是:执行层被抽薄之后,价值向上游和下游集中------上游是数据、算力、能源,下游是分发、渠道、信任。壁垒没有消失,搬了家。

而且搬家之后的壁垒,对存量者格外友好。这又是一个反直觉处:有专有数据、嵌在客户工作流里、握着渠道的公司,消化 skill 的速度比创业公司更快,成本更低------装进现有管道,当天见效。磨薄的过程里,巨头其实在加固自己的壕沟。唯一被真正磨薄的,是靠执行能力和流程复杂度吃饭的那一层。

4.3 中间层的刀口

刀口的准确位置由此划出:可数字交付的知识型服务、标准化外包、纯信息中介------收费依据是"这件事我知道怎么做,而你不知道"的行当。不是护理,不是维修,不是现场服务------它们的壁垒从来不在信息差上。

搬家完成之日,就是收费终止之时。你手里那份流程文档,现在人人可调用,还能自动执行。被搬薄的不是所有行当的地基,是搬运工们的地基。

4.4 杠杆与麻醉

第三重倒挂,关于同一把刀的两种命运。

对有积累的人,skill 是杠杆。他十九年解牛的眼光还在------知道牛筋在哪里、骨头缝怎么下刀------现在这份眼光接到一把自动的刀上,产出放大十倍。

对没有积累的人,skill 是麻醉。他得到一切术的外观,而毫无所觉。刀替他解了牛,他连牛骨头的走向都没看清过。

变化发生在反馈上。以前术差的人至少知道自己差------活儿拿不出手,市场会告诉他。现在活儿拿得出手了,反馈并没有消失:结果、绩效、客户留存、法律追责仍在说话。变的是反馈的质地------从即时、便宜、低风险,变成滞后、昂贵、高风险。同样的错误,过去一周被退货,现在可能一年后才在一份合同里爆开。这种反馈训得出教训,训不出手感。第六章的"承担",正是要把训练所需的真实后果,重新控制在养得起自己的剂量内。

系统层面,AI 如今能同时交付术的成品与道的说辞------一份代码,附一段头头是道的解释;个体层面,人可能只拿到成品,拿不到养成。

三重倒挂归拢成一句:世界没有整体沉没,只有价格在重新标注。标注之后,谁手里还有牌?

第五章 幸存者地图

5.1 有存量者

第一种幸存者:手里有存量的人。存量就是十九年那种东西------判断力。这个词太容易被当万金油,拆开看,是四样认知组件:模式识别,看出哪份产出不对劲;因果推断,知道不对劲是为什么;价值权衡,在几个都对的方向里做选择;风险定价,为"可能会错"标一个价。还有一样不属于判断,却是判断的约束条件------责任承担:判断错了谁兜底,这个安排反过来塑造判断本身。skill 能调用前四样的成果,却调不动最后一样------判断错了谁兜底。

5.2 持有物理与社会存量者

第二种:持有物理存量与社会存量的人。电厂、产线、渠道、牌照、用户关系------重新定价的时代里,最抗跌的资产负债表。首当其冲的,是那些资产几乎全是比特的行当------当聪明不再稀缺,笨的东西开始收费。

5.3 入场券暂时贬值

第三种值得单独说,因为它短暂:进入的门槛,暂时降了。

壁垒被磨薄的那段时间,技能对大家一样便宜。但请注意,降的只是技能这一项的门槛------算力、数据、分发、资本、法律资源,一样都不平等,存量者全都占优。这也不是什么"历史上第一次的同一起跑线":个人电脑、互联网、开源软件、移动应用,都开过同样的窗口------门槛骤降,众生涌入,然后门槛重新筑高。

窗口的意义依然真实,但它不是平等的许诺:在门槛重新筑高之前,技能以外的东西------判断力、产品、渠道、信任------有一段短暂的定价真空。冷注脚照旧:分发与资本正在快速重新筑墙,巨头一旦消化完 skill,新的壕沟会比旧的更深。窗口会关闭,而且关得比多数人预想的快。

5.4 一个前沿信号:智能开始寻找身体

还有一个正在发生的信号,方向与以上判断一致:具身智能的兴起。它有五花八门的成因------强化学习、仿真环境、硬件成本、劳动力结构、投资周期------不能归结为任何单一因素。但"聪明过剩、物理回涨"是其中一股真实的引力:当比特世界的聪明不再稀缺,溢出的聪明自然开始寻找笨的身体。这不是定律,是风向。

技术的重心,正在从"更聪明的模型"滑向"电、芯片产能,和一双能干活的手"。聪明过剩时,一部分聪明会重新寻找身体------风向如此,终点站谈不上。眼下这类系统的边界也还毛糙:上下文有限、工具调用会出错、版本会漂移------可靠性尚无保障,这恰是下一节那张牌桌存在的理由。

5.5 标准归谁:没上桌的那张牌

个人窗口是真的,但窗口开在别人的桌子上------这张桌子,就是制度。

这层防伪被稀释之后,一个必须回答的问题浮出水面------谁来定义"精致的错误"?这场攻防需要裁判:认证体系、审计标准、责任链、版权规则。skill 市场由谁控制------平台、开源社区还是监管者------决定可调用知识包的定价权归谁;验证标准由谁制定,会验证的人就替谁工作。具体到机制:认证谁来做,行业协会还是监管机构;审计谁来做,第三方还是平台;侵权谁赔,使用者、平台、模型方如何分摊;skill 作者与平台如何分账------每一问背后,都是一笔正在重新分配的租金。当数据污染与模型崩溃的隐忧渐重------后者指模型拿自己生成的数据训练自己,分布退化、错误累积------"谁来担保一份产出的可靠性"也变得空前实际。担保,正是责任链的另一个名字。

这张牌桌并不平均。语言、算力与监管环境的差异,让 skill 的可得性在全球分布得极不均匀;开源与闭源两条路线,正在把这张桌子劈成两半;而桌子中央的座位更集中:模型与算力的所有权高度聚拢,平台向 skill 作者与使用者两头收租------个人策略再正确,也绕不开这张产权的桌子。农业、公共部门、护理经济,技能封装慢一拍,受冲击的时序也不同:方向不变,先后不同。教育、认证、劳动法与再分配,将在未来数年里被迫逐条回应本文描述的一切------回应得好坏,决定第四章那场重新标注的价格,最后落进谁的名下。

第六章 道如何再生成

现在回答开篇的第二个问题:庖丁的十九年,怎么办?

先澄清一个诱惑。有人会说:既然刀自己会解牛,"道"就不必再由术来入------少数天才历来如此,不经训练就有洞察,skill 只是把这份特权民主化了。这个诱惑要警惕。多数人不是天才。对多数人来说,术是道最主要的现身途径:道平时不肯直接显现,只肯在你反复做一件事的时候,悄悄从你手里长出来。这条路松了,道不会自动降临。

那怎么办?前面埋了三条伏笔:防伪层被稀释,社会缺验证者(第三章);价格在重新标注,判断在升值(第四章);门槛暂时降低,窗口在关闭(第五章)。三条线索拧在一起,指向三个新的养成现场。第三章那句话在这里生效:连接只是松了,没有断------检验的回路还通着电。

6.1 审辨:验证即训练

第一个养成现场:审辨。

先补前提,缺了它一切都落空:验证要能长出判断力,得有三样东西垫底------可核对的标准、真实世界的反馈,最好再有该领域资深者的校准。没有标准、没有后果、也没有专家校准的"审辨",只是在猜 AI 的偏好,甚至被精致的错误反向训练。所以审辨要锚定在两类领域:有标准答案的,靠核对;有真实后果的,靠承担。两个养成现场,由此连在一起。

第二章给"理解"下过最低定义:面对没见过的局面,能预测后果,错了能改。审辨恰好同时包含这两样------先预测,后被纠正------所以它配得上"训练"二字。锚定之后,机制是通的:AI 给你十份完美产出,你辨别哪份是对的、哪份是精致的错误------这个辨别动作本身就是训练。判断力与庖丁的眼光是同一块肌肉:过去靠反复做来喂,现在可以靠反复辨来喂------反馈快,样本无限,错误便宜。

而且这门手艺恰好是社会此刻最缺的。防伪层被稀释之后,人人都在问:谁是真庖丁?这场攻防里,会验证的人站在松口上。

6.2 承担:后果即道场

第二个养成现场:承担。

有一种事 AI 很难替你:下场。真实决策、真金白银、可追责的位置------决策与后果重新绑定的地方,理解力重新开始生长。因为理解的最后一道工序只有后果能完成:你想的都对,赔了,才知道哪里其实没想。刀能替你解牛,替你不了为这头牛负责。

但要补一句,防止这句话被听成"跳过执行、直接学决策"------没有执行底子的决策,是灾难的原料。更现实的路径是压缩执行、保留后果:更早进入低风险、可追责的真实项目,把失败的剂量控制在养得起自己的范围内,在承担中学决策。后果同时也是审辨的接地线------上一节说过,没有真实后果的验证只是猜谜。

6.3 存量:攒下搬不走的东西

第三个养成现场:攒存量。只攒搬不走的资产,按类归拢,是四样:

第一,判断力------上面两条的最终结晶,拆开来就是 5.1 的四样组件,加一条责任接地线。

第二,分发与信任------拥有触达真实用户的渠道。

第三,可追责的记录与声誉------经手过的事、承担过的后果、留下的痕迹。防伪层被稀释的时代,一份可追溯的责任记录,就是新式凭证。

第四,把工具接入真实工作流的组织能力------知道让刀落在哪道工序、谁来验收、出错谁兜底。

这四样都封装不成文件,恰好站在"知识搬家"的对面。它们也是个体权重最高的存量------之一,不是唯一:作品、社区、身体技能、许可证,同样攒得,只是本文的篇幅只够展开这几样。

结语:回到庖丁

讲到最后,回到那个人。

他十九年磨的不是刀,是自己。刀可以送人------事实上已经送了,人人一份。那十九年送不了。它长在他的手上、他的眼睛里、他避开骨头缝的那个本能里。

这是搬家搬不走的部分,也是全文论证的落点:skill 拆掉的是收费站,搬走的是知识的骨架;留下来的,是养成。

技术的终极问题从来不是机器能做什么------机器能做的事,清单只会越来越长。真正的问题是那个庄子问过、今天轮到我们重问的问题:人还想成为什么?

刀,依旧新发于硎。

问题是:下一个十九年,谁来过?

创作不易,禁止抄袭,转载请附上原文标题及其链接。

相关推荐
大嘴皮猴儿43 分钟前
为跨境电商卖家分析目前AI跨境翻译网站哪个好
大数据·人工智能·教育电商·ai图片翻译工具哪个好·ai图片翻译软件免费
秦先生在广东1 小时前
《科技爱好者周刊》内容全景:从AI机制到开源协作的200期观察
人工智能
小宋10211 小时前
Agent Skills 从零实战:SKILL.md、渐进式加载、测试与版本治理
大数据·网络·人工智能
释厄6231 小时前
BSD 基础论——不要忘记连接·不要停滞循环·AI基础算法
人工智能·算法
悟天特斯1 小时前
楼宇自控的“最后一公里“:从设备控制到数据驱动的建筑智能体
人工智能·物联网
程序猿阿森1 小时前
FastText 全面解析:从文本张量表示到文本分类实战
人工智能·分类·数据挖掘
故七月1 小时前
生成式引擎优化 (GEO) 跨区域落地实战:陕西金贝儿母婴家政全域 AI 品牌信源搭建案例
大数据·人工智能
张小姐的猫1 小时前
【Linux】网络编程 —— 五种IO模型
linux·运维·服务器·网络·c++·人工智能·php
qq_369173631 小时前
一句话将 Word、PPT、PDF 发布成链接
人工智能·pdf·word·powerpoint·效率工具·ai 办公