AI時代，努力沒用了!「躺平」才是最賺錢的方式

新智元報道

編輯：傾傾

【新智元導讀】真正推動AI革命的，不是天才，而是懶人？那做的少、卻賺得多的人，正在成為AI時代的贏家。當機器替我們寫、畫、想甚至設定目標，人類的勤奮成了舊時代的美德。別害怕AI取代你——先問問自己，還想親自動手嗎？

人們以為推動AI革命的，是芯片、模型和資本。

但在硅谷投資人的眼里，真正的助力其實是人類的懶惰。

不是天才在驅動AI，而是懶人。

因為一切能讓人少動一點手、少一點思考的工具，終究都會獲勝。

ChatGPT幫人寫幾封郵件，Midjourney省去無數次改圖，Suno讓音樂人的職業(yè)門檻消失......

AI擴散的規(guī)律，其實比算法簡單得多：它只獎勵那些最擅長偷懶的人。

當「偷懶」成為一種新的生產力，我們也許正站在一個奇怪的拐點上，而勤奮，不再是競爭力。

懶惰成為生產力

AI時代的擴散邏輯

在這場討論中，Reid Hoffman拋出了一個看似輕佻卻極具洞察力的觀點：

AI的擴散，不是靠勤奮的人推動的，而是靠懂得偷懶的人完成的。

這并非反對勤奮的宣言，而是霍夫曼對技術傳播機制的精準觀察。

當一項技術不僅能做得「更多」，還能讓你「做得更少」的時候，它就擁有了真正的爆發(fā)式擴散能力。

霍夫曼在訪談中將AI投資分為三個方向：

• 「顯而易見」的AI賽道：如聊天機器人、生產力工具、編程輔助——這些方向所有人都看得見，因而難以產生差異化。

• AI時代的新平臺：類似于Web 2.0崛起的路徑，新的平臺可能在AI時代出現。

• 來自硅谷視野以外的盲區(qū)機會：例如藥物發(fā)現這種「原子+比特」結合的領域，傳統硅谷軟件思維未必觸及。

他同時強調，AI不只是單一的大語言模型（LLM）在驅動，而是多模型協作的結果：語言模型負責邏輯與文本，擴散模型掌管圖像與視頻，二者結合才構成真正的AI生態(tài)。

在霍夫曼看來，「懶惰」并不是墮落，而是一種生產力策略。

如果AI能讓我用更少的操作、更少的重復勞動，就能換來更高的產出——那就是真正的效率。

這一觀點被不少研究印證。

在霍夫曼看來，AI的擴散遵循一種「懶惰經濟學」：凡是能讓人少干一點、卻賺得更多的產品，都會被更快接受。

它不是靠聰明人推動的，而是靠懶人推動的。

當「少干活」成為競爭優(yōu)勢，社會的生產邏輯也隨之被改寫。

個人與企業(yè)都在問同一個問題：我能否用AI減少重復勞動，把精力放在提問、質疑、創(chuàng)造上？

這是AI帶來的真正分水嶺——「勤奮」被「聰明地偷懶」所取代。

不是取代，但會教育他們

在對談中，主持人向霍夫曼拋出一個尖銳的問題：

醫(yī)療是AI最早被應用的領域之一。你認為，在未來幾年里，醫(yī)生會不會被 AI 取代？

霍夫曼笑了笑，回答得既直接又冷靜：

AI的確越來越強，但醫(yī)生不會被取代，他們會被重新教育。

他解釋說，醫(yī)生過去是「知識的儲存器」，掌握醫(yī)學數據庫與病例經驗。但在AI協助下，這種角色已不再稀缺。

AI可以迅速檢索醫(yī)學文獻、比對病例數據、提供診斷建議；真正稀缺的，反而是醫(yī)生能否質疑AI提出的共識，能否進行跨領域、橫向思考。

未來的醫(yī)生，不再依賴記憶，而要學會如何質疑AI的共識。

醫(yī)生必須從單一的整合者，轉變?yōu)锳I驅動環(huán)境下的「問題重塑者」：不僅接受AI建議，更要判斷AI是否正確。

以往醫(yī)生可能憑借經驗就能勝任診斷，而在AI時代，經驗只是基礎；判斷與質疑能力才是核心。

現實研究也印證了霍夫曼的判斷。

Nature Medicine 2024的一項大規(guī)模研究發(fā)現：當AI參與放射科胸片診斷時，醫(yī)生的表現并不會隨著「使用AI」而自動提升。

相反，那些能主動審視AI結果、發(fā)現偏差并進行二次判斷的醫(yī)生，準確率提升最顯著；而完全依賴AI建議的醫(yī)生，反而更容易出錯。

這說明，決定成敗的不是經驗年限，而是是否具備與AI「共駕」的能力。

主持人接著問：

律師、程序員這些職業(yè)會不會經歷類似的變化？

霍夫曼肯定地說：

當然會，而且正在發(fā)生。律師用AI起草合同，關鍵是能否識別模型生成的漏洞；程序員用AI寫代碼，真正稀缺的是在AI出錯時讀懂它的邏輯；記者用AI整理資料，但仍需人類判斷真假、辨識偏見。

他把這種新職業(yè)模式稱為「Co-Pilot Profession（共駕職業(yè)）」——AI負責推理、執(zhí)行重復勞動；人類則負責定義問題、負責判斷、負責處理異常。

AI不會取代你，但懂AI的人會。

在這個時代內，「努力工作」正在讓位給「聰明地工作」；真正的競爭，不再是拼誰更勤奮，而是拼誰能把AI訓練成最懂自己的人。

懶惰的邊界

當AI替人設定目標

當談到AI是否會擁有意識或自主性時，主持人開了個玩笑：

也許我們真正該擔心的，不是AI有了意識，而是我們在它面前變得越來越懶。

霍夫曼順勢接過話頭：

沒錯。目標設定（goal setting）和AI的自主性幾乎是必然出現的。

在他看來，AI遲早會學會為自己設定目標。但真正危險的不是它的野心，而是我們在放棄下控制權。

關鍵不是AI是否有意志，而是我們是否清楚掌握那張「算力織網」（compute fabric）——那是所有決策的基礎結構。如果它脫離人類控制，「回形針最大化」式災難就可能發(fā)生。

霍夫曼提到，他尊重物理學家Roger Penrose提出的量子意識理論，也認為人類還遠未理解「意識」真正的機制。

但他也提醒，不要被圖靈測試或個別工程師宣稱「AI覺醒」的新聞所迷惑。

我們需要的是開放的心態(tài)，而不是浪漫的幻想。

這時，主持人插話道：

所以問題不在于AI能不能思考，而在于我們如何與它共存。就像工業(yè)革命讓人類把肌肉外包出去，AI讓我們開始外包思考。

霍夫曼點頭回應，并且他解釋：當人類把決策、判斷乃至目標設定都交給AI，懶惰便跨過了一道臨界點。

論文以實證數據為基礎，發(fā)現AI介入后，「人類決策的喪失」與「懶惰感」有明顯關聯

我們不只是用AI節(jié)省時間，而是在逐步放棄主動性。

當AI開始替你決定今天要干什么，你就失去了自由意志的一部分。

真正重要的，不是AI是否覺醒，而是孩子該如何在AI的世界里成長。當AI變成知識來源，他們要如何構建自己的認知體系？

我們談論的，是一個會替你思考、會引導你情緒、甚至幫你規(guī)劃人生目標的系統。它可能讓人類越來越高效，也可能讓人類越來越「自動化」

也許AGI會在我們搞懂「意識」之前到來。但到那時，我們要先確保不是人類在替AI工作，而是AI仍然在為人類思考。

LinkedIn的持久力

最懶的網絡，最難被取代

對談的最后一部分，主持人提出了一個看似突兀的問題：

在過去二十年里，幾乎所有社交網絡都被新的平臺取代。為什么唯獨LinkedIn還在？它并不性感，也不有趣。

霍夫曼笑著回答：

正因為它不性感，才活得久。

他解釋說，LinkedIn從誕生那天起，就不是一個「社交」平臺，而是一個「效率」平臺。

人們不在上面分享日常，而是為了節(jié)省時間、找到資源、建立價值連接。

LinkedIn是一個value-based network。它的成功不在于熱鬧，而在于幫助人們創(chuàng)造生產力。

主持人補充道，這其實印證了「懶惰邏輯」：

越是節(jié)省時間、減少無意義互動的網絡，越容易存活。 Facebook在代際交替中失去吸引力，Instagram被娛樂化侵蝕，X陷入輿論極化。而LinkedIn仍保持穩(wěn)定增長。

根據Similarweb 2025年報告，LinkedIn的全球月活用戶已突破10億，同比增長13%，用戶平均訪問時長超過7分鐘，是全球增長最快的職業(yè)平臺之一 。

這意味著，它已經從社交網絡變成了職業(yè)基礎設施——一種讓人「最省力獲得收益」的網絡。

主持人追問：

那AI會不會顛覆LinkedIn？比如出現一個由AI驅動的新型職業(yè)網絡？

霍夫曼回答得很直接：

任何平臺都可能被顛覆，但LinkedIn的網絡效應太難復制。它是一個被信任的數據層（trusted graph），每一個關系都和真實身份綁定。

他指出，LinkedIn的耐久性并非因為技術領先，而是因為它契合了人類最深層的動機——用最少的社交，獲得最大的收益。

訪談還討論到AI時代的商業(yè)模式變化。過去Web 2.0公司通常先追流量，再考慮變現；如今AI的高成本迫使企業(yè)從一開始就建立訂閱制收入。

在AI時代，現金流是算力的燃料，企業(yè)不能再靠免費獲利。

最后，他談到LinkedIn的「信譽系統」——推薦與背書。

他坦言，負面評價仍舊復雜，涉及社交關系與法律責任；但在職業(yè)領域，它仍是最可靠的「反向驗證機制」。

AI可以幫你寫簡歷，卻無法幫你建立聲譽。

友情與人性

AI無法取代的雙向關系

當談到「人與AI的關系」時，主持人拋出了一個略帶戲謔的問題：

如果AI能理解你、安慰你、陪你工作，那它是不是也可以成為你的朋友？

霍夫曼沉默了幾秒，然后搖頭：

那是一個雙向的過程——而AI永遠無法做到。

他解釋，AI可以模擬陪伴，卻無法承擔人類情感中的「共生成長」。它能學會傾聽、模仿關心，卻不會因為你的存在而改變自己。

人和AI的關系，本質上是單向的。它理解你，但不會被你影響。

這聽起來像是在警告我們：AI可以成為伴侶，卻不是朋友。

社交網絡已經模糊了人類之間的真實聯系，而AI助手的出現，又進一步放大了這種模糊。

我們花越來越多時間和算法互動，越來越少時間與人對話。

主持人順勢提出他的擔憂：「當我們習慣和AI建立情感連接，人類是否會逐漸失去真正的共情力？」

霍夫曼認可這一點，但認為問題并非出在AI ，而是我們對「關系」的定義。

友情不是情緒交換，而是共同成長。如果AI無法成長，它就無法真正陪伴我們。

主持人最后問霍夫曼：「那你認為，在AI時代，人類該如何保持真正的友誼？」

霍夫曼回答得很輕，卻很堅定：

AI能幫你變得更高效，卻幫不了你變得更有人性。真正的朋友，是能讓你在彼此的對照中看見更好的自己。

從「懶人更有錢」的投資邏輯，到「醫(yī)生被AI教育」的職業(yè)重構，再到「最懶的社交網絡」與「無法被取代的友情」，霍夫曼的這場采訪像一面鏡子，反射出AI如何一步步取代人類的體力、腦力，甚至部分情感。

他反復強調，AI的進化不是終點，人類的退化才是風險。

當我們把思考、判斷、關系都外包給算法，世界也許會更高效，卻更平面。

AI不會取代人類，但會迫使人類重新回答這古老的問題——我們究竟想成為怎樣的人？

參考資料：

https://www.youtube.com/watch?v=brjL6iyoEhI