内容来源：汇编至网络公开资料。

责编  |   柒  

第 9795篇深度好文：3645  | 10 分钟阅读

AI 天演论

在 Huberman Lab 最新一期访谈里，斯坦福教授、World Labs 联合创始人李飞飞被主持人安德鲁 · 休伯曼（Andrew Huberman）问到一个问题：AI 这么聪明，人类会不会被替代？

她的回答贯穿了整场访谈：无论是在医疗、影视，还是教育领域，AI 都不是人类的替代者，而是个人能力的放大镜。

或许，真正该被讨论的问题，从来不是 AI 能不能替代你，而是你有没有可以被放大的东西。

一、"AI 什么都能干 "，是一个误解

AI 行业最近流行一种说法：AI 什么都能干，很快连人都可以省了。

李飞飞直接反驳了这个观点，" 互联网汇集了人类图文、影像等各式各样的行为数据，这也是 AI 强大的根本。但那些高度私人化的思绪、情绪与心底的感触，没有任何形式的记录，网上找不到相关数据，AI 根本没办法学习和体会。"

比如，你欣赏一幅抽象画时独有的情绪，看到一只杯子瞬间勾起的童年往事，这种私人又主观的情感体验，是现阶段 AI 完全触碰不到的。

她紧接着补了第二层理由，"AI 不会生出真实的恐惧、喜爱，更不存在发自本心的共情。它说出那些安抚人的话语，只是套用学到的语言表达模式，和人类发自心底的共情完全是两回事。"

再往底层看，AI 与人类的学习逻辑也是两码事。小孩子只见过几只猫，就能举一反三认出所有猫；可 AI 得刷完网上几乎所有猫咪图片，再依靠数据里的统计规律去分辨。

并且人脑有一样东西，AI 至今没有：物体恒存（一个心理学概念，即使物体不在视线范围内，我们也能够理解并相信该物体依然存在）。

举个例子，只看见一截猫尾巴，人会结合周围环境就能判断这是家里的猫而不是狐狸。

李飞飞承认：" 现在的大模型依靠海量数据，确实能做出差不多的判断，但底层逻辑和人脑完全是两码事。"

至于将来能不能用无创脑机设备补上短板，她的回答也很清楚：" 单从理论技术层面来讲有实现的可能，但有一个硬性前提是‘人内心的心理活动信号，得能被传感器捕捉识别’。"

要是人自己都没法用语言或动作把内心感受表达出来，机器自然也获取不到。

"AI 什么都能干 " 这句话，现在还不成立。

二、三种 " 替代焦虑 "，正在制造恐慌

访谈里讲了三种典型的焦虑，对应三种对 AI 的错误想象。

第一种，医疗上指望 AI 全自动。

前段时间，李飞飞的父亲在斯坦福做肝脏手术，这场手术的操作依靠达芬奇手术机器人完成，并由外科主刀医生全程操控，这就是很典型的人机深度协作。

术后她和主刀医生聊，问如果整合全球所有同类型肝脏手术数据，有没有可能训练出一台能全自动完成肝脏手术的 AI？

医生说：人体肝脏结构错综复杂，血管分布密集，每个人的器官形态差异极大，就算汇总全世界所有病例，数据量也很难支撑算法达到稳定可靠的水平。

你看，AI 的判断全部依托数据里总结出的规律，一旦对应场景的样本稀少，我们就要理性看待 AI 的能力，分清哪些场景适合使用，哪些场景还无法依靠它。像这种复杂外科手术，医生操控机器人操作，效果远比机器人自主执刀要好得多。

但像低血压、眩晕这类鉴别诊断，积累了海量病例，数据库样本充足，AI 就能充分发挥作用，给那些没法及时线下就医的人提供初步参考。

同一个 AI，同一个逻辑，样本充足的时候它是帮手，样本不够的时候它就靠不住。

区别不在技术，在场景。

第二种，教育上一刀切禁止。

有些学校因为担心学生作弊、直接用 ChatGPT 生成作业答案，就一刀切完全禁止学生接触 AI 工具。

李飞飞说，这同样是不可取的。

她讲了自己本科时的经历：" 我本科时原本打算走医学预科路线，有机化学的难度很高，我当时想吃透分子的空间结构，但助教答疑时间很短，还总跟我的课程冲突，教授能答疑的时间也十分有限，学习处处受阻。如果当年能有 AI 学习助手，我就能针对自己卡壳的知识点反复提问。"

如果学生保有主动求知的内在动力，掌握正确的使用方式，AI 能把学习的深度提升到从前难以想象的地步。

学习本就需要投入时间、付出努力，过程里难免遭遇挫折。如果学习的内生动力、自主思考的能力被 AI 剥夺，这也是李飞飞最担心的一点。

第三种，舆论上两极分化。

" 如今公共舆论两极分化严重，一部分人忙着散播末日恐慌，另一部分人忙着鼓吹技术无所不能，两种声音都太过极端。"

但还有不少人在用 AI 研发新药、辅助诊疗、研究衰老、打造心理健康工具，还有大批的设计师、产品经理在为此努力。

可 " 舆论的话语权，总是给到了那些一味鼓吹技术万能的人 "。媒体总刻意制造对立，大肆渲染科技从业者抢走普通人的一切，大多只是为了博取流量牟利。

普通人永远只能被动接受技术带来的结果，却没办法参与到前期设计规划里。

恐惧不是来自 AI 本身，来自不被看见、无从选择。

三、AI 是放大镜，不是替代者

AI 是放大镜，不是替代者。李飞飞在访谈里提到的 3 个现场，最能说明问题。

现场一：医疗，人机协作

得益于腹腔镜机器人技术，李飞飞父亲的术中出血量比传统手术少了十倍。

AI 把医生的手延伸得更稳、更远。医生最稀缺的，是海量手术经验；机器人最擅长的，恰恰是精准执行。李飞飞说：" 我觉得医生完全可以把这类工具当成诊疗帮手。"

现场二：机器人，分担不取代

加州常年有山火，人类消防员冲进火场风险极高，这种高危作业完全可以交给机器人；

独居老人买菜、取药、出门散步都不方便；医疗护理行业更是常年缺人，护士永远超负荷连轴转。她父亲住院那段时间她亲眼看到，护士一个班次要来回跑无数趟取药、搬运物资。

" 只要让机器人接手这类工作，能造福社会的场景实在太多了。"

现场三：影视，内核永存

市面上已经出现 AI 生成短片，甚至接近长片规模的作品，好莱坞业内普遍充满焦虑。

但一部作品的核心内核永远属于人类，那些独一无二的细腻情绪、叙事角度、镜头表达、人物塑造，都是编剧和作家不可替代的核心价值。

回顾历史，数码时代到来时，冲印、胶片相关岗位大幅消失，但摄影这个行业并没有消亡。

" 行业只会转型迭代，从业者可以通过学习新技能完成自我升级。"

现在已经有很多创作者主动钻研 AI 工具，主动跟上技术趋势、强化自身不可替代的能力。

四、为什么人的位置，AI 抢不走？

有人会问：万一技术再往前走，人引以为傲的判断力、创造力、情感，全都被 AI 学会了怎么办？

李飞飞在访谈里给的回答，是一个科学判断。

先从 AI 的起点说起，李飞飞认为 " 视觉是智能的基石 "。

5.4 亿年前，远古海洋生物第一次 " 看见 " 光，感光细胞的出现直接催生了寒武纪物种大爆发。视觉的演化用了 5.4 亿年，语言的历史比这短得多。

但 AI 恰恰是在语言上先跑起来的，它靠海量数据刷出来的 " 理解 "，底层逻辑和人脑完全是两码事。

人类演化数亿年，在漫长岁月里都没有依靠语言交流。而 AI 的下一轮技术革新，早已不再局限于语言模型，具身交互不只局限于人类康复领域，具身 AI 同样延伸到机器人赛道，具备实体的机器人能够辅助人类生活，让整个社会变得更好。

更重要的是，人类有一项 AI 永远学不会的底层能力：提问。

李飞飞认为，用好 AI，提示词是重中之重，起到决定性作用。

人类历史上最顶尖的 " 提示工程师 " 是苏格拉底。

李飞飞说：倘若他生活在当下，绝对是顶尖高手。他标志性的诘问法，本质就是层层递进、不断追问，顺着线索挖掘事物本质、探寻真理。这套思维方式，完全可以教给孩子们，她特别希望中小学能把提示词思维纳入常规课程。

为什么是苏格拉底？

因为会提问，是一切学习的起点。AI 能给出答案，但追问的方向永远来自人。

这，正是我们被称为 " 人 " 的底气。

文章来源：Huberman Lab 于 8 月 12 日发布的节目《Dr. Fei-Fei Li: Using AI to Increase Your Intelligence & Enrich Humanity》

* 文章为作者独立观点，不代表笔记侠立场。

真正打破认知边界，不能只在熟悉的环境里继续思考，还要走到新思想、新技术和新商业正在发生的现场，亲眼看、当面问，用真实世界重新检验自己的新提问，从而去回答时代之问。

笔记侠 PPE 书院国际美国站 26 级「创新英雄・AI+ 出海专题」课程，将于 2026 年 9 月 26 日正式启程。

这一次，我们把课堂带到创新现场，与你一起来一次真正的认知跃迁。

10 天时间里，我们将带你走进美国硅谷与西雅图，深度参访英伟达、谷歌、微软、亚马逊等全球顶尖公司。

我们还将邀请斯坦福名师、硅谷行业实战派、华人科技与出海领域专家，围绕 AI 产业趋势、企业 AI 落地、组织重构、全球市场规则和中国企业出海机会，做一手分享和深度交流。

这趟行程会帮你建立一套判断框架：未来三年，你的企业该如何使用 AI，哪些流程必须被重写，哪些能力必须保留，哪些出海机会值得下注，哪些风险必须提前看见。

如果你正在思考 AI 转型、企业出海、组织升级和下一轮增长，这一次美国站，值得你带着问题亲自去看一次。

欢迎了解课程详情，提交报名信息。

好文阅读推

都说 AI 好用，为什么人效还是一样？

乔布斯：砍掉 99% 的事，留下的 1% 才能真正发光

分享、点赞、在看，3 连 3 连！