当AI开始挑战人类最后的创造力防线，我们还能依靠什么？卡内基梅隆大学教授Po-Shen Loh揭示了令人不安的真相：数学奥赛级别的原创题已被AI攻克。本文深度剖析AI时代人类的核心竞争力转移——从创造力到判断力，从信息组织到现实理解，带你重新思考在自动化浪潮中如何守护不可替代的思维优势。

这两年，一谈 AI，大家最后总会落到一句安慰自己的话：

别怕，创造力还是人的最后护城河。

如果写作、设计、代码、翻译、搜索、分析都开始被 AI 接管，那我们至少还想相信，人的创造力总归还是独一无二的。

但最近看了卡内基梅隆大学数学教授 Po-Shen Loh 的一场分享，他否定了这“最后的幻想”。

他的判断很直接：连创造力本身，都未必还是安全区。

他提到，国际数学奥赛那种刻意设计成“前所未有”的原创题，AI 也已经能解出相当高的水平，甚至超过很多顶尖人类。

如果连创造力都不再是天然护城河，那人到底还该练什么？

01 真正稀缺的，是面对未知时组织信息的能力

Po-Shen Loh 讲了一个很有意思的细节。

他说自己面试学生时，会故意问一些对方从来没见过的问题。

等确认对方真的没见过，他才开始一点点给提示，看对方能不能把这些新的信息整合起来，慢慢形成思路。

这点很重要。

因为很多人一说创造力，想到的都是灵感、脑洞、天赋。但在 AI 时代，这些东西未必最稀缺。

更稀缺的，可能是另一种能力：

面对一个你没见过的问题，你还能不能不慌，还能不能吸收新信息、组织线索、一步一步形成自己的判断。

它更像一种思维弹性。

你能不能在一个新的问题面前，你能不能看懂问题本身，自己慢慢长出一个答案的骨架。

02 AI 最先改变的，是训练大脑的过程

Po-Shen Loh 讲到学校教育时，有一个比喻特别形象。

他说，学生用 AI 去写作文，看起来像是在更高效地完成作业，但本质上，就像“开车走了一公里，就想获得是亲自跑步一公里的锻炼效果”。

这句话当然不只适用于学生。

它点穿了一个更大的问题：很多原本看起来低效、笨拙、费时间的过程，本来就是训练。

写作不是只是为了交一篇文章，阅读不是只是为了知道信息。

表达、推理、组织语言、搭建逻辑，这些事表面上是在“做任务”，实际上是在训练大脑。

而大模型最擅长的，恰恰就是把这些过程变得很省事。

这也是为什么 AI 时代最容易出现一个错觉：我效率更高了，所以我变强了。

但很多时候，效率高和变强，不是一回事。

你今天当然可以让 AI 帮你写邮件、列大纲、做总结、改句子、起标题。这些都没问题。

问题在于，如果你把所有这些过程都外包出去，久而久之，你失去的不是某个结果，而是你自己组织语言、形成逻辑、推进思考的那套脑力肌肉。

AI 真正危险的地方，不只是它能替你完成结果，而是它太容易让你跳过训练过程。

03 最值钱的不是会答题，而是会判断答案

AI 越会生成，人类的价值就越不在抢先产出一个答案，而在判断这个答案到底靠不靠谱。

真正有分量的人，不是最会写 PPT 的人，而是最能看出这份 PPT 问题在哪的人。

最有价值的也不是最会生成方案的人，而是最能判断这个方案值不值得做、哪里有漏洞、还缺什么前提的人。

未来人的核心价值，会越来越往四个词上走：

判断、筛选、校准、修正。

AI 可以很快给你十个答案，但它不能替你决定哪一个真的重要。

AI 可以把一段话说得很完整，但它不能替你承担“这个判断错了”的后果。

我们要做的不是比 AI 更快，而是比 AI 更清醒。

04 判断力来自对真实世界的理解

Po-Shen Loh 这场分享里，我最喜欢的一层，是他没有把“思考”讲成一种高高在上的智力炫耀。

他讲了两个词：empathy和simulating the world。

一个是共情，一个是在脑中模拟世界。

因为真正解决问题，不是坐在房间里空想出来的。

你要能理解别人怎么想。

你要能理解一个系统是怎么运转的。

你要能理解一个策略、一款产品、一段表达，放进现实世界以后，会怎么被人接受、误解、放大、扭曲、执行。

因为真正强的人，未必只是更懂工具的人，而是更懂现实的人。

他知道怎么观察人，知道怎么理解需求，知道怎么识别约束。

知道一个“逻辑上正确”的方案，为什么进入真实世界后会失败。

很多时候，真正的判断力，不是来自更强的计算，而是来自更深的理解。

05 AI 最危险的地方，不一定是替你工作，而是替你思考

AI 可能偷走的，不只是工作，还会偷走人的品味、表达欲和判断力。

我们已经越来越习惯让 AI 帮我们干这些事：

今天穿什么。

这段文案怎么写。

这个标题哪个更吸引人。

这封邮件怎么回更得体。

这个方案怎么说更有说服力。

这个观点怎么组织更完整……

短期看，这当然很爽。因为省力、好用、快速，还常常比你自己做得更像样。

但长期看，会出现一个很麻烦的问题：

你越来越像一个只负责点“确认”的人。

表达不是你组织的。

观点不是你推敲的。

审美不是你长出来的。

连你对世界的解释，可能都越来越依赖那个“看起来很合理”的答案生成器。

人喜欢画画、喜欢穿搭、喜欢表达，本来就是因为那里面有“我”。

可如果一切都变得高效，却都靠 AI 告诉你怎么做，那这个“我”就会越来越淡。

AI 最大的风险，也许不是把人变得没工作，而是把人变得越来越省力，也越来越没有自己。

06 不会思考的人，未来不只是效率低，还会更容易被误导

Po-Shen Loh 说，如果人失去思考和推理能力，就会更容易被欺骗。

因为现实世界太复杂了，同一件事，换一种叙述方式，就能让你得出完全不同的感受。

很多人说的每一句话都可能是真的，但组合起来，仍然可以把你带向一个偏掉的结论。

而 AI 会让这件事更危险。

因为 AI 最大的迷惑性，不在于它会胡说八道，而在于它越来越会把一个不完整的故事，说得特别完整。

你会觉得它有逻辑、有结构、有信息量、有分寸，甚至比很多人说得还像样

可问题是，“看起来完整”不等于“真的完整”。

AI 不是“真理接口”，它只是一个被训练出来、会把事情说得很像那么回事的系统。

这时候，“批改答案”的能力就更重要了。

你不仅要会判断对不对，还要会问：

这个答案漏了什么？它站在哪个立场说话？它为什么这样组织信息？它有没有把我最在意的变量排除掉？

07 所以，人真正该训练的到底是什么？

第一，是面对未知时组织信息的能力。

不是只会复述熟悉的东西，而是遇到没见过的问题，还能搭框架、找线索、形成路径。

第二，是不把训练过程随手外包出去的能力。

知道哪些事可以交给 AI，哪些事必须自己做。尤其是写作、表达、逻辑、推理、判断这些脑力训练，不能全偷懒。

第三，是判断和校准答案的能力。

AI 越会生成，人越要会识别漏洞、追问前提、修正偏差。

第四，是理解真实世界的能力。

包括共情、观察、建模、推演。你能不能真正理解别人怎么想、系统怎么跑、现实怎么反馈。

第五，是保住“我”的能力。保住你的趣味、判断、表达欲、好奇心。不要让自己最后只剩下一个“会调工具的人”。

最后，我想真正宝贵的不是某一种天赋，而是你还愿不愿意自己去理解世界、自己去形成判断、自己去和现实交手。

以上，祝你今天开心。