斯坦福有一份被反复引用的研究，叫《煤矿里的金丝雀》（Canaries in the Coal Mine），作者是 Brynjolfsson 等三位经济学家，用的是覆盖两千六百万美国工人的 ADP 薪资数据。2026 年 8 月的最新修订版给出一个结论：
在 AI 暴露度最高的职业里，22 到 25 岁年轻人的就业，比他们本该达到的水平低了约 19%。而资深员工，没有这个缺口。
第一反应很容易是：好消息啊，AI 只替代廉价新人，有经验的人安全。
我越想越觉得这是最危险的一种误读。因为 今天所有「安全的资深员工」，都是昨天那个「被替代的新人」练出来的。 数据没有告诉你谁在被淘汰，它告诉你的是——成为专家的那条路，入口正在关闭。
这两年我发给 AI Agent 的指令，措辞在悄悄变化。
以前是「做这个」：改一段代码、排一版格式、跑一个任务。动词是我的，判断也是我的——做什么、不做什么、做到什么程度算完，都是我想好了才发给它。
最近我注意到，越来越多的指令变成了「你觉得呢」。选方案 A 还是 B，这篇文章该不该发，这个候选人要不要约——问题的主语没变，但决定权在换手。
这不是我一个人的变化。AI 越强，这类指令就越自然：它确实比我想得快、比我看得全，多数时候比我想得对。顺着这个坡度滑下去，终点是一个没人愿意直面的问题：如果人把决策全部交出去，判断力会怎么样？社会又会怎么样？
我的答案是：末世版和乌托邦版都错。真正会发生的是分叉——而判断力，会变成新的健身。
1965 年 2 月 7 日凌晨，越共袭击了美军波来古基地，八名美国人丧生。几个小时内，国家安全顾问邦迪把一份备忘录推到约翰逊总统面前：持续报复。3 月 8 日，三千五百名海军陆战队员在岘港登陆。美国全面卷入越南战争，就是这么开始的。
值得注意的不是这个决定，是他们的推理方式。那间屋子里的人，被当时的媒体称为「最聪明的一代」。他们没有忽略历史——恰恰相反，他们是被历史喂得最透的一代人。会议上，洛奇大使明确援引 1938 年的慕尼黑协定，把胡志明的推进类比成希特勒的推进；后来学者在《Analogies at War》（普林斯顿大学出版社，1992）里复盘，在场的高级决策者们，包括邦迪，都确信这个类比是恰当的。肯尼迪本人大学时写过批评英国绥靖政策的荣誉论文，后来出版成书，书名就叫《英国为何沉睡》。「慕尼黑的教训」不是他们的盲区，是他们最深的信念。
十年之后：五万八千多名美军士兵、数百万越南人的生命、美国历史上最糟糕的一场对外战争。
最认真的历史类比，产出了最坏的决策之一。这不是要论证「历史没用」——恰恰相反，这篇要说的是，历史对大模型的价值极大，在训练和推理两端都是。但波来古之后那间椭圆办公室里的场景，指向我真正想讲的判断：历史是极好的律师，极差的法官。 而且它背后还有一个更反直觉的悖论：决策越大，历史的证据效力越弱。
上周跟一个做消费品的朋友聊天，他说：「我们去年花了大几十万买了一套 AI 选品系统，模型跑出来的 TOP 10 推荐，没有一个最后卖爆的。反而是我们产品经理在逛小红书时随手截图说『这个感觉会火』的一款，成了年度销冠。我跟老板汇报的时候都不知道怎么解释——AI 花了五十万选不出来，人刷了五分钟手机选出来了。」
我听完笑了——不是因为 AI 不行，而是因为这种故事太常见了。选股、选人、选品、做爆款内容，四件事看起来领域完全不同，但如果你仔细看它们失败的方式，几乎一模一样。
这不是 AI 暂时不行，是 问题结构决定了 AI 天然受限。
