整理｜知识分子

 ●                  ●                   ●

今天这个主题的缘起，是张雪峰去世后那5公里悼念人群带给我的震动。我开始思考：这一现象背后反映了怎样的社会心理？而张雪峰这类人在教育和就业领域的走红，又折射出什么？今天我想先从宏观角度谈谈我们这个时代的科技革命究竟是一场什么性质的革命。

在人类历史上，工具始终由人类制造、由人类使用，执行的是人的指令。即便到了计算机时代，你也必须遵循特定的程序语言，机器才能为你服务。人永远是最终决策的主体，工具只是工具。

但人工智能的出现从根本上改变了这个关系。越来越多的决策正在被AI取代，当它开始自行运作，人与工具的边界就开始模糊——这是伦理学界正在激烈辩论的核心问题之一。

从我自己的研究经历来看，这种冲击已经非常直观。为了准备在深圳一个月的田野调研，我在美国用了约一周时间借助AI工具，生成了大约30万字的背景材料。到深圳后，针对我提出的1980至1985年间深圳产业结构变化与政策辩论的14个问题，人工智能基于人大澄海高等研究院团队建立的本地文献数据库，在两三天内生成了300多页的分析材料。如果靠我个人去图书馆逐一查阅，同样的工作至少需要两年。尽管幻觉是一大必须面对和解决的潜在风险，但是从提高生产率的视角看，随着人工智能应用本身的逐渐完善和人们发展出来的各种应对措施，它将必然成为知识生产的重要工具。

另一方面，人工智能正在超越大语言模型的第一阶段，正式进入第二阶段——“世界模型”，在这个阶段，人工智能将从文本转向物理世界的真实行为数据从而正式走入产业。

“世界模型”这个概念，是我去年在珠三角调研新能源汽车产业时，在小马智行、文远知行等企业听到的。它的基本逻辑是：先用数理模型进行“数字孪生”，模拟人的行为（如驾驶），再以物理世界的真实数据反复检验和修正模型精度。智能驾驶，正是这条路径的典型应用。中国政府目前力推的“人工智能+制造”，本质上走的也是这条路——让AI从互联网文本，走进真实的物理世界的生产现场。

但这种落地并不简单。2018至2019年我曾经参与北大新结构经济学研究院数字经济的调研，走访了上海、杭州、深圳、沈阳等四座城市。当时我们发现，互联网企业介入制造业的效果往往并不理想——因为每个产业都有自己特有的缄默知识和工业机理，外行很难真正切入。只有同时懂制造业逻辑、又掌握技术工具的人，才能有效对接端点。

人工智能的产业应用面临同样的挑战，这也是中美人工智能发展战略的重大分歧。美国主打“通用型人工智能”（AGI），中国则更加强调行业落地。通用大模型能否直接适应具体的制造场景，很多人持怀疑态度。中国的策略是：AI要真正进入产业，必须深入理解行业特定的技术性质和可运行的逻辑。这使得“生产服务业”成为关键——它承担的重任是使制造业的生产全面数字化、数据化，再基于持续迭代优化的世界模型，最终走向AI驱动、机器人执行的智能生产线。这一过程将在生产服务业催生大量新的就业机会。

要认识到科技革命对人类生产方式的深刻影响，首先要回顾从上个世纪起已经跨越的三次生产方式的更迭。

20世纪出现的第一个生产方式是福特模式。20世纪初，福特汽车首次引入以流水线为代表的大机器生产方式，并开创了“垂直整合”的时代——所有最终产品的零部件均在企业内部完成。福特甚至计划进军橡胶业和钢铁业。这种大而全的模式影响了美国工业几十年。

福特生产方式的转折始于70年代。1971年布雷顿森林体系崩溃，美元与黄金脱钩，固定汇率变为浮动汇率；1973年中东战争引发石油危机，原油价格在六个月内上涨400%，西方国家陷入陷入长达十年的“滞胀”。保罗沃克尔当选为美联储主席后以高利率政策应对通货膨胀，其结果是国际流动资本纷纷涌入美国，导致美元升值，日元贬值，加剧了美国人眼中日本产品的竞争力。

日本汽车在美国市场的竞争优势迫使美国人关注其主要代表，丰田生产模式。丰田并非自产所有零部件，而是在丰田市打造出400多个独立供应商构成的产业集群，并采用被称为“Just In System”的物流系统——库存维持仅两小时的生产需求，大幅压缩库存成本。加上在80年代诞生的价值链理论的深刻影响下，“外包”变成一种追求效率的主要策略。跨国公司将劳动密集型生产环节转移到发展中国家，是中国迅速加入国际分工，成为全球化大赢家的重要国际背景。国际贸易也从李嘉图时代的“产业间贸易”，转型为跨国公司主导的“企业内贸易”。深圳的崛起，得益于全面接轨了全球电子信息产业的外包。

第三次是Wintel体制。微软与英特尔通过把持软件和芯片两个利润最高的核心零部件，以产业标准的优势控制整个产业，将组织硬件生产和组装的任务留给IBM、康柏，和惠普等计算机厂商。与此同时，中国企业在全球化过程中摸索出了一条“逆向外包”的路径：自己组织最终产品的设计，生产和销售，将芯片和软件等关键零部件的研发和生产外包给跨国公司，操作系统的设计外包给本国的手机方法设计公司，其它零部件的生产和组装外包给本国企业，就连销售也外包给原来为跨国公司服务的渠道。后来诞生的中国自主品牌手机，最初只是开始注重品牌的打造和操作系统的设计，零部件的生产仍然依靠逆向外包，只是在后来才逐步建立起自己的核心技术。

这三次浪潮有一个共同逻辑：每一次都是技术变革与制度重构的加速，都瓦解了旧有的产业形态，也催生了新的就业结构。以人工智能为核心的第四次变革，正沿着同样的趋势展开。我们真正需要追问的是：我们的教育体系和劳动力市场，准备好承接这场变革了吗？

人工智能所带来的生产方式变革，直接冲击了现有的教育体系和劳动力市场。如果用一个词来描绘现在发生的事情，那就是“边缘革命”——我们正在迎接一个打破建制的时代。

什么是“建制”（Establishment）？建制就是过去成型的、固化的制度。比如教育体系中的等级制度，985、211、双一流等等，这种层级结构决定了教育资源的分配。大学的老师们被要求按照发表文章的杂志所在的“区”来评职称，这导致过度追求发表论文，而忽略了知识本身的实用性或者科研成果的转换。

过去两年我接触到两本有广泛社会影响的书。一本是黄灯老师写的《我的二本学生》。她走访了许多二本学生的家庭，发现虽然社会上倾向于认为，考上二本的学生都是不用功的，但是对很多底层家庭来说，这已经是倾尽全家族的努力才能达到的顶点。这背后是巨大的教育不平等。另一本是林小英老师写的《县中的孩子》，她专门讲述了“超级中学”如何吸干了全县甚至全地区的教育资源，造成了严重的资源分配失衡。

与之相比，目前的“边缘革命”，恰恰爆发在体制的边缘。

在这里我想讲讲深圳职业技术大学的故事。他们有一个口号：“依托一流企业打造一流专业”。他们与比亚迪、华为、大疆、腾讯等企业合作建立了“产业学院”。教材由校企共同开发，企业高级工程师来学校任教，老师也直接参与企业的实际研发过程，企业为学生提供各种实习机会。这所大学培养的不再是传统的蓝领工人，而是生产服务业里的高级技工。这所学校毕业的许多学生毕业后走上了比亚迪在深圳总部的研发辅助岗位。

我去比亚迪参观时，遇到一位2019年进厂的学生，短短几年已经被提升为带领40人团队的主管。这说明，只要你有真正的动手能力和技术，进入了具体行业，未来的职业发展全凭本事，你毕业于哪个学校（是不是985/211）的标签开始变得不再重要。

最近，像吉利，字节跳动、腾讯等大厂，甚至开始直接从高中生中选拔有潜力的编程人才或项目经理。这向全社会传递了一个强烈信号：未来的选拔机制和标准已经发生了深刻的变化。

张雪峰的言论为什么能引起那么大的共鸣？因为在中国社会转型的当下，不确定性日益增加。他在这种不确定性中，试图为普通家庭的青年指出一条避险的道路。人们渴望确定性，然而，AI 时代来了，这对每一位坐在教室里的学生意味着什么？

从前所谓的985、211的标签价值在变弱，未来的雇主将越来越强调你的真实能力，特别是使用人工智能工具（如智能体/Agent）的能力。如果你能熟练运用 AI 工具，，你的劳动生产率将成倍提高，你将如虎添翼。如果你依然只懂得“刷题考高分”，那将面临被时代淘汰的风险。

从这个意义上，当下青年群体的不安，并非源于价值观失序或心理脆弱，而是根植于一场多重叠加的社会转型：经济增长模式转换减少了社会向上流动的机会；人工智能重构了劳动入口与劳动关系；文凭体系开始失去稳定的指示能力；教育制度正在经历类型重组与路径再分配。在这些深刻的时代变迁背景下，青年不安是一种高度理性的社会反应，是对制度承诺失效的现实回应。理解这一点，比简单呼吁“降低焦虑”和“调整心态”更为重要。

当既有的教育、产业与就业制度在新技术革命冲击下面临系统性滞后时，中国社会亟须通过公共政策进行协同调整，对教育与劳动力参与生产与服务的制度通道进行重构，以共同富裕与机会公平为目标，让人工智能为普通人赋能。而对于每个个人而言，关键便在于每个人的Agency（主观能动性）。如何充分利用时代提供的技术工具使自己变得更强，是每个人现在面临的核心挑战。

听众提问：从经济学角度看，目前 AI 行业是否存在类似2000年互联网时代的泡沫？如果泡沫破裂，大家转移了注意力，我们现在投入的精力该怎么办？

高柏：我从1995年开始教授技术对组织环境有何影响的课程，亲历了互联网的兴起、泡沫的破裂以及随后的信息革命的继续发展。我可以举两个我当年班上学生的例子来说明科技革命如何改变人的命运。

有一个印度学生，来自阿联酋的富商家庭，他是苹果电脑的超级粉丝，拥有当时苹果出过的全部27款电脑。上大学第一年，1996年，他主动给当时还在发展中的苹果公司写信，表示愿意免费帮他们测试新产品。由于表现突出，第二年苹果就开始给他发薪水了。毕业时，他直接成为当年杜克毕业生入职微软的唯二学生之一，一进去就负责6个人的小团队。

另一个是来自洛杉矶的家境贫寒的墨西哥裔学生。他用奖学金买了他第一台电脑，却没有钱买保险。电脑过了一年保修期后坏了没钱修，他就在图书馆里翻各种资料自学修电脑。他原本学文科，后来转到了计算机，毕业时一直杀到思科面试的最后一轮才铩羽而归，但是仍然能够进入洛杉矶的一个软件公司工作，从此彻底改变了命运。

互联网泡沫在2000年确实破灭了，但信息技术革命并没有停止。Facebook、Google 等巨头都是在互联网泡沫破灭后诞生的。即使目前金融市场上对 AI 的投资存在波动，甚至某些 AI 概念股下跌，这都不会阻止人工智能技术在社会各领域的深入应用。人工智能技术落地将是一个不可逆转的趋势。

听众提问：听了您的讲座，我想到《娱乐至死》作者波兹曼的观点。在 AI 时代，大学教育到底应该教什么才是有用的？如果文凭本身在贬值，我们是不是该考虑退出这种文凭竞争？文科还有存在的价值吗？

高柏：文凭贬值是“大众高等教育”普及的必然结果。文革后头三届的高考录取率只有5-6%，那是精英教育；现在基本普及，文凭作为信号的价值必然下降。在美国的 IT 行业，大公司甚至会直接去高中的编程比赛里招揽名列前茅的学生，根本不在乎你有没有大学文凭。

至于文科是否有用，在 AI 时代，文科恰恰不可替代。因为人工智能需要理解社会和人类行为。如果没有人文社科的底蕴，AI 专家无法理解人复杂的互动逻辑和价值体系。就像诺奖得主阿西莫格鲁和约翰逊在《权力与进步》中所写，每个社会应该根据自己的价值体系来决定采用何种技术以及如何运用。大学教育需要更加注重培养人类独特的价值体系、批判性思维和应对复杂社会的能力。

听众提问：您提到政府应该提供免费的 AI 教育来弥补技术鸿沟。但在现实中，政策落地的速度远远赶不上 AI 迭代的速度。面对这种时间差和资源约束，普通个体该怎么办？

高柏：你的顾虑非常现实，指望政府完全解决是不可能的，政策总是滞后的。但我主张必须推动这个公共议题，如果不呼吁，情况会更糟。

回到个人的层面，你需要自己去寻找打破建制的方法。

面对结构性的不平等，抱怨是没有用的。现在正是“边缘革命”的时期，旧的门槛在松动。对于个人而言，你要做的是发挥极强的主观能动性，去自学、去掌握这些新工具。

听众提问：对于我们普通大学生来说，面对招聘时依然看重985/211简历的现状，我们该如何准备？

高柏：很多大厂的 HR 依然有学历偏好，这是现实。但你不能因为这个现实就放弃努力。现在好大学也开始转变，开始强调学生的“动手能力”和“项目经历”。如果研究生面试不再仅仅看你的保研积分，而是问你：“过去四年里你对这个专业方向有什么独立的思考？你做过什么能突破现有认知的项目？”如果你能带着用 AI 辅助完成的优秀作品去面试，结果完全不同。

像麻省理工学院录取学生，他们对那种充满“中国特色”的“打勾式”履历（为了升学去凑满各项社会实践、比赛经历）不屑一顾。他们看重的是：你是否在一个很长的时间段内，发自内心地热爱一件事，并为之付出了深度的努力？

机会只留给有准备的人。找到你的热情所在，利用 AI 工具为你赋能，不要等待天上掉馅饼。