10月6日，一篇出自诺奖得主之手的文章在中文科技圈刷屏：AI目前的发展方向错了。作者是2024年诺贝尔经济学奖得主、MIT经济学家达龙·阿西莫格鲁（Daron Acemoglu），文章题为《Will AI Replace Workers? Not If We Build It Right》，登在微软旗下新刊《The Humanist Review of AI》的创刊号上。 但"普通人现在学AI还来得及吗"这个问题，这篇文章给出的恰恰不是"别学"的信号：他说的"方向错了"，错的不是AI本身，而是把"替代人"当作创新的默认目标；而按他算出来的扩散速度，普通人上车的窗口并没有关。来得及，但要学的不是和AI赛跑，是让AI更强。36氪
分歧可以拆成一对教育的例子。同样是大模型，一条路是让AI接管讲解、批改和答疑，用更少的教师完成现有教学；另一条路是让AI帮教师识别每个学生的知识盲点，把过去只有少数家庭负担得起的个性化教育变成普惠能力。他反对的是这种优先级：为什么我们把"替代人"当成了AI发展的首要目标，而不是让人能够完成更多、更有价值的工作？ 这也不是他一时兴起的观点。早在2025年1月，他就在一篇专栏里写过：如果将AI用于自动化，它将取代劳动者；但如果用它来为劳动者提供更有用的信息，它就能增加对其服务的需求，从而提升他们的收入。 他给出的方向有名字：pro-worker AI（支持劳动者的AI），别追全面自动化，去造让劳动者更强的工具。知乎第一财经大数据文摘
文章还带着两个数字：未来十年，AI大概只能拉动GDP增长1.5%，最多取代5%的工作。 中文互联网上刷屏的是后一个——未来10年真正被AI顶替掉的工作大概只有5%。 这笔账分两步：眼下AI能靠谱自动化的主要是简单的办公室认知类任务，约占全部工作的20%；再参考电力、计算机的扩散规律，能自动化的活里十年内只有四分之一会真的被自动化，20%乘以四分之一，得5%。这也不是拍脑袋改出来的口径：他2024年的论文对十年GDP增幅的估算，区间恰好就在1.1%到1.6%之间。36氪微博
与保守预估形成对照的是投入侧的热情：今年，谷歌、微软、Meta、亚马逊四家公司计划砸向AI基础设施的钱合计约7250亿美元，基本是一个年度的量级，对应着上述十年期的增量预期。 预期与投入之间的这个落差，正是"方向错了"批评的真正落点。大数据文摘
至于扩散为什么快不了，他摆了一串历史：1987年索洛说"计算机无处不在，唯独不在生产率的统计数字里"；从1881年第一座中央发电站算起，美国约一半工厂和家庭用上电熬了近四十年；"放射科医生马上消失"喊了近十年，医院里的放射科医生反而越招越多；语音识别更早——1997年Dragon的产品准确率已接近95%，此后几经收购、破产，今天PC上的语音识别只比2000年好那么一丁点。这些旧账说明的不是技术不会落地，而是突破不等于兑现：技术很少爽约，它只是喜欢迟到。36氪
那为什么行业明知有增强这条路，仍挤在自动化上？他的诊断很直接：巨头收入主要靠企业软件和数字广告，这套生意里很少有"增强劳动者"这个选项；七家巨头占了纳斯达克60%的市值，创业公司冒头也多半被收购；企业和软件商还互相锁定，都认定对方只买、只卖自动化工具；再加上从图灵1950年"模仿游戏"一路传到今天的AGI执念。 他开的四味药——对劳动和资本对称征税、政府出资办pro-worker示范项目、更新并真的执行反垄断、建数据市场让专家知识能定价出售——全部落在制度与选择上。大数据文摘
他不是孤例。今年7月，一份题为《我们必须立即行动》的紧急声明由16位诺贝尔奖得主、200余位经济学家与行业高管联合签署：AI未来十年可能变得"强大得多"，必须引导AI朝着有利于人类的方向发展。 方向是选择，选择就能被改变——这正是热点与"学习"之间的连接点：真正该从"AI很快取代所有人"的恐慌里问出来的，是未来十年这个窗口里该做什么。微博
回到"来得及吗"。最直接的理由是差距尚未拉开：AI也就开始流行两三年，大部分人的差距不大，真正拉开差距的，是开始在生活中用起来，哪怕是一件小事。 社区里的提问也印证着这一点，那条被数千人点赞的求助是：网络上全都在讲ai重要，但是双非大学生出身，身边根本没有人带路，也不知道怎么学啊。 二十多岁、三十多岁甚至五十岁才"开始摸AI"的人，都还在同一批起跑线上。知乎小红书
高赞回答收敛出的方法并不复杂。第一步，找一个真实的问题：学是往脑子里装，用是让脑子里的东西被问题检验；普通人没有考核逼着学习，唯一能让学习发生的，就是真实的问题。 第二步，把AI当本职的放大器，而不是要转行的新赛道，一位28岁自学者的总结很朴素：不要拿年龄去自我内耗。 第三步，押注稀缺而非工具：AI带来的变化不是普通人不用学编程了，而是编程正从一项需要专业训练才能掌握的技能，变成更多普通人能够借助工具使用的生产能力。 被摊平的永远是执行，留给人的是判断、领域知识和拿得出的作品。知乎小红书知乎
但"来得及"的前提，是把三条边界画清。一是钱：有人花1.3万报了AI课程，刚学一周就后悔了。 大额付费之前先验证：它教的是否正是你要解决的那个问题。二是叙事：按十年5%的替代测算，"明年就被AI全面取代"更像故事——普通人被这类故事收割，往往比被技术本身更快。三是预期：增强路线也不自动等于岗位无忧——一个工具让员工效率翻倍，如果需求不增长，企业仍可能减少用人。而他开给行业的药方能否落地，取决于未来的政策走向，没有人打包票。小红书
对不打算入行的普通人，值得盯的信号比焦虑具体：替代率会不会偏离5%的慢线，以及"帮教师找学生盲点"这类增强型产品——阿西莫格鲁说自己团队已经做出原型、正在评估——会不会陆续落地。有讨论把他的主张浓缩成一句话，它同样适用于每个想学AI的人：别让"省人"垄断我们对创新的想象。 也别让"会被取代"垄断你对学AI的想象。现在来得及；决定你来不来得及的，从来不是年龄和起点，而是你什么时候开始用。知乎
