一个研究生笃定地告诉导师：AGI三年内就会来。转头，他又兴致勃勃地聊起自己未来五到十年的规划——按部就班读完博士，做几站博后，再谋一份大学教职。
这不是段子，是Anthropic科学家雅沙·索尔-迪克斯坦（Jascha Sohl-Dickstein）在演讲里复述的真实对话。这场演讲今年6月发表在斯坦福大学的一场物理学与AI会议上，题目起得很文学——《人新世最初与最后日子里，给青年研究者的建议》。四个月后，它在X上被重新翻出来，10月20日前后经虎嗅、36氪等媒体译介，一路冲上知乎热榜。
我顺着热榜把演讲实录和几篇报道完整读了一遍，发现真正值得咂摸的不是“AGI何时来”的预言，而是演讲里被讨论得最少、却对普通人最有用的一句话：“写作即思考。如果你将写作外包出去，你实际上也将思考外包了。”
他的焦虑感，建立在三个数字上
索尔-迪克斯坦不是随便放话的人——今天你输入几个词就能生成逼真图片，背后的核心技术叫扩散模型，他是这项技术的早期奠基者之一。他判断的依据是三组数据：过去十年，训练最大AI模型的计算量增长了约1000万倍；过去约七个月，AI模型开始解决此前长期困扰数学家的部分埃尔德什问题；如果趋势延续，到2030年，计算能力可能达到2025年的约1万倍。
所以他的建议听起来相当“不客气”：不要把博士、博后和终身教职视为天然稳妥的选择；尽早把AI融入日常工作；让AI承担编码、执行和检验，但保留自己对问题的判断。
顺带一提，他自己的公司也在印证这个趋势。Anthropic 10月16日公布的内部就业报告显示，2025年到2026年间，初级员工在新招技术人员中的占比从27%降到了9%；截至今年8月，员工调用的AI agent累计工作时长已经是员工工时的6倍。入行新人传统的“练手活”，正在被AI接走。
但演讲最容易被误读的地方，恰恰最有价值
多数转载的标题都在渲染“读博无意义”，而演讲真正的落点其实是另一半：AI可以替你干很多事，唯独不能替你思考——而写作，就是思考本身的载体。
这句话说透了当下使用AI最容易踩的坑。让AI写周报、写方案、写论文，效率确实高，但如果你从头到尾只是复制粘贴，省下的不只是打字时间，还有梳理逻辑、权衡取舍、把模糊念头逼成清晰表达的过程。而这些过程，恰恰是人和AI拉开差距的地方。AI生成初稿是杠杆，AI代替大脑是滑坡，两者的分界线就在你动笔修改的那一刻。
索尔-迪克斯坦自己也是这么用的：AI负责编码、执行和检验，人负责提出问题和判断方向。工具越强大，这条分工线越值得守住。
普通人的三个自测动作
不用管AGI哪年来，从今天起可以这样校准自己和AI的分工：
一是改稿权留在手里。 AI出的任何文字，逼自己至少改掉一处——补一段真实经历，换一个更准确的说法。改不动，说明你还没想清楚，那就先想再写。
二是先写提纲再开AI。 用三五句话写下你自己的观点和结构，再让AI扩写填充。顺序反了，产出就是AI的想法，不是你的。
三是定期做“无AI写作”。 每周留一篇日记、一份复盘，纯手写或纯键盘，不借助任何模型。这是给思考能力做的体能训练。
我在维护自己的AI工具站 spark1.cn 时，/ai-writer 这类写作工具一直有用户问“能不能一键出全文”。能做，但我们刻意保留了大纲确认和逐段修改的环节——原因和这场演讲是同一个：工具帮你省力气，不该帮你省脑子。
AGI会不会三年内到来，谁也说不准。但可以确定的是，无论AI多强，“想清楚一件事并把它写明白”的人，永远从容有余。
评论