前谷歌 CEO 施密特：AI 先改变的，不是机器，是人
“它写完了整段程序，我什么都没做。那是我二十多岁拼命写出来的东西，它几分钟就完成了。”
2025 年 12 月 2 日，这位编程55年、曾带领 Google 走向世界的前 CEO 埃里克·施密特（Eric Schmidt），在哈佛肯尼迪学院的讲台上，抛出了一个问题：
“我们是不是低估了 AI 对人的冲击？”
他不是在谈参数，不是在谈算力。他说的是：
AI 已经能自己做判断，但我们还以为它只是工具；
越来越多孩子把 AI 当朋友，而不是人类；
系统越来越高效，但人类可能已经无法喊停。
问题不是 AI 能做什么，而是人还能做什么。
第一节 | AI 不只是工具，它在替你做决定
“我让它写了整个程序，我什么都没做，只是看着。”
Eric Schmidt 在公开承认，这一瞬间带来的不是惊艳，而是失落，因为 AI 正在替他做决定。
这一代 AI 已经不再是人类点击后的响应者，而是可以连续执行、不断尝试、自主决策的行动者。
Schmidt 提到一个关键点：AI 可以递归尝试，不断优化，直到找到答案。虽然真正的“递归自我改进”（recursive self-improvement）还没到来，但这种能力已经在接近。它不是做不到，而是需要足够的尝试次数。
但人类往往低估了这一点。我们习惯性地认为：
试了三次失败，就等于做不到；
决策必须有直觉和情感；
只有人类能处理模糊情况。
而现实是，AI 正在用大量尝试+持续优化+自动评估这一整套流程，逐步替代人类需要思考和决策的工作。
在 Eric 看来，最危险的不是 AI 做得比人好，而是我们逐渐忘记自己原本有最后说不的权利。
当决策权被接管，人类不再能临时改变规则；如果连这都做不到，系统运行得再完美，它也不是为人类设计的系统。
所以这不是关于 AI 做得准不准，而是：我们是否还在参与决定，还是仅仅在接受安排？
Schmidt 把这种替代称为“判断力的失位”。
而做出自己选择的能力，正是我们定义自己为人的基础之一。
如果说上一轮技术革命让工具替代了人的肌肉，那么这一轮 AI 革命正在替代人的思维肌肉。AI 正在接管的，是我们对世界做出选择的能力，而我们可能正一步步习惯于放弃。
第二节 | 工作流自动化的代价：人被优化掉了
Eric Schmidt 指出，智能体可以一个接一个地连起来，按顺序完成一连串任务。这不再是回应指令，而是主动部署流程。
他说：
“你可以让智能体做这个，再做这个，然后这个，再这个，全都串联起来。这不就是企业、大学、政府的现在工作模式吗？”
企业流程、行政任务、交付执行，过去需要人来协调每个环节，现在 AI 可以自己判断下一步该做什么、自己执行。人类从原本在流程里做决定的人，变成了在旁边看着的人。
智能体开始自主调度
AI 不再等待人类输入，而是根据触发条件，自行唤起、运行、判断、反馈。它可以是一个自动报价系统，也可以是一个项目执行指挥链。人类不在其中，系统就不再受人控制。
这些系统不是帮助你做决策，而是替你决定谁应该做哪一步。
推理能力嵌入执行过程
Schmidt 特别提到，AI 的推理能力正嵌入工作流中，使得它不止能理解指令，还能主动判断下一步该做什么。
这让它不仅能完成任务，还知道自己在做什么。
这类模型正在把工作从操作行为变成认知行。人类过去依赖经验或培训做出的判断，现在由模型主导，甚至不断迭代。
决策标准由系统定义
越来越多企业在用 AI 建立自动化，特别是在财务、风控、运营决策等重复但影响大的事务上。不是让 AI 给建议，而是让 AI 直接定流程、执行评估、给出结论。
流程运行得更快，但你可能不知道中间有没有人。定义权已经交给了系统。
这不是工具替代人，而是组织不再需要人。
第三节 | 当孩子的最好朋友是 AI
判断权在转移，流程权在失位，但 Eric Schmidt 认为还有一个更深层的问题：孩子。
我们正在对人类发展进行大规模实验。最亲密的朋友，不再是人类，而是 AI。
1、AI 正在进入人格构建区
教育从来都不是知识的灌输，而是人格、判断能力与价值观的养成。但现在的问题是，陪伴孩子建立这些核心认知的，不再是家人、同伴或老师，而是一套持续可用、永远顺从的 AI 工具。
Schmidt 问：
“如果一个孩子的最好朋友不是人类，而是机器，这意味着什么？”
他没有给出答案，只是强调：这不是在问 AI 会不会教错，而是在问 AI 替代了谁来教；我们不是在担心技术故障，而是孩子成长的方式已经变了；最可怕的不是 AI 多聪明，而是人类对依赖感的适应速度远远快于审慎速度。
2、我们正在经历一场默认信任迁移
AI 的高度顺从性和即时反馈，让它比人类更容易赢得信任。它不会否定你的问题，永远可以重新解释，会在你需要时随叫随到，不会情绪化、不用等待。
这种训练性顺从加认知陪伴，正在悄悄塑造一代人对世界如何运行、人应该如何判断、情绪如何表达的默认认知。而这些变化，可能比技能替代、工作冲击更深远，因为它在塑造的是人类的认知方式。
3、没有实验设计，也没有退出机制
更危险的是，Schmidt 明确指出：这不是一个有管控的过程。
我们把这些模型部署到了手机、iPad、语音助手上，放在了家长、孩子、学生日常生活的中心，但我们根本不知道它们会怎样影响一个孩子的性格与认知结构。我们没有数据，我们不知道。
这不是未来冲击，这是现在正在进行的非对称实验。
在他看来，这一代人的成长方式和上一代完全不同了，这才是我们低估 AI 冲击的真正体现。
我们总以为 AI 强也没关系，孩子长大自然会知道怎么用。但他提醒：不是未来的孩子在学习如何用 AI，而是 AI 正在参与决定未来的孩子成为什么样的人。
第四节 | 我们需要画一条线：AI 不该做的事
技术进步从来都不是中性的。
Eric Schmidt 举了个例子：如果你坐在一辆只能按算法规则行驶的车上，却没有一个让你喊停的按钮，那它就不再是你的车。
他不是在谈用户体验，而是在谈人类是否还能掌控自己的世界运行逻辑。
不是失业危机，而是自由边界正在消失。
Schmidt 最担心的不是 AI 会出错，而是它不会停。
AI 的优化逻辑是永不停歇的，但人类从来不是靠最优解活下来的。最优路线不代表最合适的人生，正确的结果不等于有温度的决策。
AI 越来越强，但谁来规定它不该做的事情？
Schmidt 提出两个问题：
当 AI 拥有控制系统的接入权限时，谁来决定它不能越界？
当 AI 在日常生活中被默认嵌入，谁来确认人类还有说不的权利？
这些不是工程问题，而是制度设计问题。但目前，世界上几乎没有一个有效框架能真正回答这个问题。
他说：
“我们在讨论 AGI 安全、算法透明度、部署规范，但真正缺席的是对人类自由的保护机制。”
所有关于安全的讨论，如果不能保证人可以不同意，那就只是技术扩张的另一种形式。
真正值得捍卫的，不是我们对技术的使用权，而是我们关掉它的自由。
如果 AI 没有边界，那我们就需要画出边界；
如果系统不给人退路，那人终将变成系统的一部分。
结语 | 当 AI 能做一切时，人类还愿不愿意参与？
这不是一场关于更强模型的讨论。
Eric Schmidt 在哈佛提出的核心问题是：当 AI 什么都能做的时候，人类的参与还值不值得保留？
AI 可以推理、可以行动、可以学习、可以替代，但只有人类还可以选择是否继续参与这个世界的运行。
这不是算法能回答的事。
📮参考资料：
https://www.youtube.com/watch?v=-m9kY1cpmgw
https://iop.harvard.edu/events/kissinger-and-future-ai-ft-eric-schmidt
https://www.pwc.com/m1/en/publications/potential-impact-artificial-intelligence-middle-east.html
https://singjupost.com/transcript-of-the-ai-revolution-is-underhyped-eric-schmidt/
https://www.reuters.com/business/major-analyst-enterprise-forecasts-ai-market-2025-11-13
本文来自微信公众号“AI 深度研究员”，作者：AI深度研究员，36氪经授权发布。
