原文：The Overhang 原作者：Ethan Mollick · One Useful Thing · 2026-09-18 中文翻译；版权归原作者所有。
能力悬置
我们仍处在人工智能（AI）发展的指数级曲线上。我尽量每隔两周左右在 Substack 上发一篇文章，但随着技术演进的加速，这个发帖节奏有时甚至显得太慢了。自上一篇文章发布以来的几周里，AI 似乎已经 攻克 了数学界最著名的难题之一（伴随着争议），同时关于 AI 带来的风险及应对之策也引发了广泛讨论（同样伴随着争议）。我认为，这些担忧以及接踵而至的其他诸多忧虑，最终都归结为同一个问题，也正如我更新文章所面临的困境：面对 AI 的发展步伐，我们纯人类的系统与流程运转得实在太慢，难以跟上节奏。
我并不认为感到担忧的人做出了错误判断，但我同样认为，如果只聚焦于未来的 AI——尽管这确实至关重要——就会忽略一个事实：当下的 AI 已经具备了令人难以置信的强大能力。事实上，新的 GPT-6 Astra 和 Fable 5.1 已经足以在庞大的经济部门中产生变革性影响，只要给予妥善的引导与运用，它们就能稳定地完成人类需要花费数周才能做完的工作。
举几个有趣的例子：我让 GPT-6 Astra 将 1977 年的一款名为《佐克》（Zork）的文字冒险游戏，转变成了一款可游玩的完整 3D 动作冒险游戏。《佐克》没有任何画面，每个场景只是一段文字描述，因此 AI 必须自行决定白房子长什么样、格鲁（grue）长什么样（原版游戏只告诉你若身处黑暗很有可能会被它吃掉），以及如何将“与巨魔搏斗”转化为一套动作序列。我还让 Fable 5.1 尝试 以 3D 形式重建意大利作家翁贝托·埃科（Umberto Eco）的图书馆 。埃科在米兰的公寓里藏有数万册书籍，AI 找不到平面图，于是决定转而依靠十几段视频、基金会拍摄的每个书架的照片以及两份图书馆目录来进行重构。它逐帧识别书脊，推断房间结构，并将识别出的约 5,000 册图书归置到 27,000 个书架格位中。它将每本书标记为“确定”、“推测”或“未知”，并用迷雾渲染出镜头未曾拍到的书架区域。这项任务就像《佐克》游戏以及我最近让 AI 完成的许多现实工作一样，原本需要由研究人员、程序员和设计师组成团队耗费数周时间。但现在，这一切就在眼前。
我的观点是，尽管人们对未来模型能做什么展开了激烈的争论，但现有模型已具备的能力却几乎未被充分利用，甚至往往未能被人们充分理解。例如，直到 GPT-6 Astra 真正动手之前，我都不知道它竟然能够操作 Blender（一款复杂的 3D 建模软件）。
我把自己即将出版的新书 《共存》（Co-Existence） 的书稿发给它，让它以 AI 的视角为这本书制作一支预告片。在没有我明确指令的情况下，它便开始使用 Blender 构建出一整套 3D 动画场景（这绝非易事），同时编写了一段包含笑点和悬念揭示的脚本（我确实否决了它加入的第一个笑点，但第二个相当不错）。接着，它自行摸索出如何生成配音、音乐和音效，并在 45 分钟后交出了这部短片。成片的基调比我期望的要略显阴暗不祥，但那是 AI 做出的决定，并非我的选择。
为了探究它还能走多远，我给出了提示词：“做得不错，但我其实想让你基于《共存》制作一支动作电影预告片。尽情发挥吧，时长不要超过 30 秒。”它再次编写了脚本，并在 Blender 中制作了 3D 原型。在我要求提供更具电影质感的版本后，它将 Blender 动画作为分镜脚本，通过我的浏览器操作视频生成工具，并将生成的镜头剪辑成了最终的预告片。我只提出了一些细微的创意反馈，从未干预过任何制作决策，甚至根本不清楚它是如何完成这些任务的具体细节。你可以在这里查看成果。
你可以在这些成果中挑出许多瑕疵。但它们也是 AI 展现某种判断力与创造力的例证——而不久之前，这些品质还被视为人类所独有的特征。而且，所有这些仅仅消耗了我付费的 ChatGPT 账户中极小一部分的 Token 额度。我认为这些演示既趣味盎然，又让人略感心惊，因为 AI 正变得越来越擅长那些曾纯属人类专属的事务。不过，这些项目没有一个是自行发生的。是我挑选了它们；我对《佐克》、埃科以及我自己的书有足够的了解，能够看出 AI 在哪里出了差错，并在初版不尽如人意时要求它给出第二版。所谓“能力悬置”（capability overhang）——即这些模型实际能做的事情与几乎所有人当下用它们所做的事情之间的鸿沟——正是一个机遇，因为大多数人并未将自身的优势与 AI 相结合，而那些能够做到这一点的人，则能从中收获多得多的成果。
正因如此，我认为我们必须将注意力集中在那些即使 AI 能力不断提升也依然保有价值的个人特质上。你并不是要在产出效率上与 AI 竞争，那是一场注定会输的较量。相反，你应该将自己作为人类的优势作为基石，与 AI 协同合作，完成单凭任何一方都无法独立实现的事情。在我的书中，我概述了四种至关重要的个人优势，如果你想以独特且具赋能性的方式使用 AI，它们将大有裨益：深度知识、广度知识、品味以及能动性。
四大优势
前两项优势源自你的认知储备。 深度知识 （deep knowledge）是一种源自对某个领域或主题深刻理解的专业能力，它能让你建立直觉，迅速且精准地做出决策。这正是资深会计扫一眼电子表格就能发现问题所在的原因，也是职业高尔夫球手看一眼挥杆动作就能瞬间领会击球者失误之处的道理。这也解释了为什么我能在几秒钟内察觉出第一版预告片比书本原著显得过于阴暗压抑。深度知识是专家的领域，也是真正把握“参差前沿”（Jagged Frontier）形态的唯一途径，因为只有专家才能理解 AI 在何处成功、在何处失败的规律——至少在他们的专业领域内如此。它还能帮助你适应变革，因为深度知识让你更容易从“具体工作的执行者”转变为“工作的管理者”。Anthropic 最近的研究也表明， 专业能力还会决定 AI 产出结果的质量 。专家不仅能让 AI 输出更优质的成果，还能从 AI 那里获得更高产的产出。
但你需要的不仅是深度知识，你同样需要 广度知识 （wide knowledge）。大语言模型（LLM）的训练数据涵盖了人类庞大产出的绝大部分。AI 已经掌握了设计思维、贝叶斯推理、丰田生产方式、罗杰斯人本主义疗法以及马克思主义文学批评等诸多领域的知识。但除非你知道如何发问，否则 AI 通常不会主动调用这些模式。
这正是广度知识大显身手之处。举一个例子：AI 处理设计工作的方式。如果你曾让 AI 设计一个网页，它会有某些特定偏好，包括一个非常恼人的习惯——在你的主标题上方添加小字标题。如果你缺乏设计基础，可能根本意识不到需要让 AI 停止在作品中“画眉”（adding eyebrows）。这也解释了我为何能判断出将 Blender 动画作为分镜脚本供视频生成器使用是制作短片的合理路径，而不是 AI 在胡乱跑偏。如果你掌握了恰当的专业术语，提出修改要求就会变得轻而易举。要获得广度知识，你需要在不同领域、载体和传统之间广泛阅读与研习。这本身就极具价值（博雅教育的复兴！），而在 AI 时代更是价值倍增。
现在让我们回到上面展示的那些视频和项目……你可能对其中某个产生了强烈的直观反应，或者对它们全都反感；你也许从中发现了一个希望深入探索的主题或构想。在做这些判断时，你所运用的正是 AI 时代人类的第三个差异化优势： 品味 （taste）。在 AI 出现之前，创造事物既困难又缓慢。写一篇草稿要花上数小时；构思二十个产品概念需要一个团队奋战一周；撰写一篇学术论文可能耗时数年。过去的瓶颈始终在于 制作出足够多的东西 。而现在，制作变得既迅捷又低廉。稀缺的资源变成了运用你自身的品味在众多产出中进行筛选的能力。同样，在预告片的制作中，我否决了第一个笑点，保留了第二个；我要求生成更具电影感的版本。这些是我对预告片做出的仅有决策，但它们全都建立在我的品味之上。
有些人的品味偏向于大众喜闻乐见的事物，有些人的品味独树一帜，还有些人的品味则热衷于新奇前沿。诚然，生成式 AI 大多会带来“数字垃圾”（slop）——即大量高度同质化的平庸作品。但垃圾可以被品味所击溃。利用 AI 打造出优秀的作品，意味着你要清楚哪些 AI 产出应当保留、哪些应当舍弃，以及哪些可以作为原材料，用来创造出 AI 绝不可能自主生成的事物。
人类的最后一项优势是 能动性 （agency），它也许是最重要却也最难阐述的一项，因为它的定义扑朔迷离且争议颇多。但在 AI 的语境下，我认为它代表着一种当所有人都对 AI 的能力同样感到困惑时，主动去测试可能性边界的意愿。在你所在的领域，“参差前沿”仍是一片未知的荒原，因此能动性意味着成为一名开拓者。它是“等待别人告诉你 AI 现在能做什么”与“通过亲自尝试去发现它能做什么”之间的本质区别。这也解释了我为什么要做那么多奇奇怪怪的 AI 实验——比如尝试让 AI 玩游戏 ——这让我对 AI 的潜能有了深刻的认识。
这一切将我们引向何方
当前关于 AI 的大部分焦虑都集中在未来模型以及我们能否掌控它们之上。政府和 AI 实验室就如何管理研发速度以化解这些风险展开争论，这看似合情合理。但即便放慢脚步，也无法抹去已经存在的事物。即使明天所有实验室都停止训练新模型，也无法改变 GPT-6 Astra 和 Fable 5.1 已经足以改变庞大经济部门运作方式的事实。这些模型如今所具备的能力，与绝大多数人对它们的实际使用之间，存在着巨大的能力悬置。
因此，无论前沿的发展步伐如何调整，变革都已势不可挡。它不会一蹴而就，也会分布不均，但它不可避免。然而，变革的不可避免并不意味着变革的形式也是注定的。作为社会整体，我们越来越需要开发并共享人机协作的工作模式，以增强而非单纯取代人类劳动；而作为个体，我们同样需要以增强自身努力而非单纯被替代的方式来使用 AI。我不认为存在什么我们可以指明 AI 永远无法逾越的清晰界线（正如上文所述）。但你所拥有的四大优势，正是今天即可启程的立足点。
