凯文·凯利最新分享：不会学习，是最大的敌人

在科技思想家凯文·凯利（KK）看来，AI并非冰冷的替代者，而是一个需要被引导、甚至有些“懒惰”的创造性伙伴。

未来的关键，不在于和AI比谁更“智能”，而在于谁更“独特”、谁更“不可预测”。

在这场深度闭门分享中，凯文·凯利没有提供速效药，而是给出了三组至关重要的“思维透镜”：如何重新理解AI的本质与速度？个人与组织该如何调整生存策略？以及，未来商业与技术的真正高地在哪里？

本文根据对凯文·凯利的闭门对话进行整理，内容有所删减，希望能给到你一些启发。

一、关于AI的三大核心误判与真相

1.速度误判：颠覆是“缓慢落地”，不是瞬间革命

AI是一项伟大发明，它就像一台把能量转化为智能并实现规模化的机器。事实上，我属于“缓慢落地”阵营。

我认为，AI的普及速度其实比大家想象的要慢，社会、企业、组织要消化现有技术，至少需要十年。哪怕Anthropic等公司立刻停止研发，我们现有的AI技术也足够整个社会消化很久。

变革从来不是瞬间完成的，它需要调整组织、流程、人员技能，这给了我们足够时间去适应、制定法律与规则。

当然 我也可能错，很多聪明人比我更激进。但至少在未来几年，我们依然会反复争论AI的影响， 核心技术仍待突破，不确定性依然很高。

而且AI对各行各业的冲击并不均衡，有些领域会飞速变化，有些则会很慢，不能一概而论。

2.本质误判：智能是“复合化合物”，不是单一元素

AI，现在叫人工智能，事实上，我不认为“智能”这个词是准确的。

我们总把智能当成一种单一“元素”，但它其实更像多种认知能力的复合混合物,就像古人以为水是元素，后来发现它是氢和氧的化合物；以为盐、木头、土壤是元素，其实全都是复合物。

智能也是如此。

我们未来会发明新的词汇来理解它：我们所谓的“智能”，其实是许多不同认知能力以不同方式组合而成的。我们会在不同AI里重新排列这些能力，让 它们以不同方式思考、做不同的事。

所以，“智能”这个词本身就不够准确，我提出的概念叫 “Protopia（进托邦）”。

乌托邦是完美无缺的终点，反乌托邦是彻底崩溃的末日。而我相信的是：未来每年只比过去好一点点，好的部分比坏的部分多一点点。

我们不需要巨大的飞跃，只要每年多创造1%、少破坏1%，长期复利下来，文明就会持续前进。

这也意味着，世界上仍有49%是糟糕、混乱、不完美的。我们很难看见那1%的微小进步，但它真实存在。

现在，很多人都觉得AI已经失控了？在某种意义上，是的。我们并不完全理解它们的工作原理，无法完全控制它们的输出，同样的问题问两次，会得到不同答案。

但这种“失控”并不可怕，它更像养孩子：你无法完全控制孩子的思想，你 必须适度放手，他们才能发挥自己的天赋。

AI也是如此，它的价值恰恰来自它的自主性、创造性、不可预测性。

所以，我们要有一定的引导和约束，但必须放手，才能收获它的天赋。这不是混乱，是必要的放手。

3.形态误判：未来是“公共智能”，不是中心化

在中国，OpenClaw （ 龙虾 ） 今年变得非常流行。实际上我将它称之为“公共智能”的一部分。

我的想法是，我们应该拥有一个公开拥有的、公开可用的、公开融资的人工智能。它更像是互联网，不被任何公司拥有，也不属于任何政府。

不过，我并不是说OpenClaw就是这个“公共智能”。我确实期待会出现一种类似的形式，而OpenClaw所代表的正是这样的东西。

另外，我其实也不确定OpenClaw能不能行得通。这只是我们正在尝试的一个实验，但我认为类似这样的思路，才是正确的方向，也就是打造一个去中心化的体系。

OpenClaw就有点像这样：AI代理运行在你自己的服务器上。所以我觉得，这种分布式、去中心化服务器的思路，以及开源的AI版本，才是未来该走的方向。

放眼全球，我也不确定OpenClaw就是实现这一目标的恰当方式，这里面还有很多问题需要解决。但这是一个朝着正确方向的伟大实验。

二、组织进化路径：小团队敏捷，大公司重构

1.现状洞察：全面“AI优先”的，目前只有极小公司

我观察到的是：目前能真正全面AI First（AI优先）的，都是极小的公司。

事实上，公司结构越规整、管理越完善，越容易用AI替代人力，因为他们的流程清晰、技能标准化，替换成本很低；反而是超小团队，一人公 司、两人公司，有机会指数级增长。

引入AI不是雇一群聪明人，而是要彻底改变工作流与组织架构，需要极高的灵活性。大公 司、老公司很难做到。

硅谷最近几个月还有一个巨变：大量软件公司正在用AI代码彻底重写整个技术栈，不是改造旧代码，而是直接推翻重来，做出能被AI管理、维护的全新系统，速度快得惊人。

2.未来形态：核心资产从“软件”变为“AI服务引擎”

我们正在见证App的消失。未来公司不会再给你一个App，而是提供一个AI智能体，即时生成你需要的软件与服务，按需定制、即用即走。

以前软件是公司的核心资产，未来核心资产是能生成服务的AI引擎。

这个转变，短短一年就发生了。

3.下一代方向：“人类增强智能”可能比AI更伟大

有人说比AI更伟大的下一个发明是什么？事实上，这很难回答。

AI本身远没到头，未来10-30年我们还会一直讨论AI，甚至整个世纪都在完善AI。它会不断定义“之后是什么”。

如果让我猜测AI之后是什么，可能是：与我们自己的大脑相关的技术，不是人工智能，而是人类智能的升级与增强，不是依赖外部机器，而是找到方式提升、优化我们大脑本身的思考能力。

我把它叫作“人类增强智能”（Augmented Intelligence）。

三、商业与文化新范式

1.价值顶端迁移：从商品、品牌、服务，最终抵达“体验”

在这个AI可以生成音乐、图像等一切内容的时代，“体验”将成为新的价值核心。

我用商业的“价值阶梯”来解释：最底层是商品（咖啡豆）→ 往上是品牌（如星巴克） → 再往上是服务→ 最顶层是体验（亲自去咖啡种植园、亲身感受）。

所以，商业的核心总结下来就是如下3点：

首先，体验处在价值链的最顶端。

AI、虚拟世界、世界构建，会帮我们创造前所未有的体验。

比如通过虚拟化身，我可以带你“亲临”战场，让你获得真实的在场体验。所以，探索和创造体验，会是价值链最高级的事情，这里充满机会。

其次，未来不是AI替代人，而是“人类+AI”的伙伴关系。

导演+AI、摄影师+AI，协同创作。AI无法独自做出顶级作品，人类自己也力有不逮，两者结合才是答案。

我坚持创作AI艺术一整年，发现一个真相：AI很“懒”。

它默认只会给你一个“B+ 到 A-”的平庸答案。它有能力做出惊艳之作，但需要你不断引导、推动、纠正、提更高要求。你要像导演、老师、教练一样，把AI从平庸里拉出来。

最后，人类的价值，就是激励AI突破平庸。

事实是：大多数人类创作本身就是无聊的、平庸的，这很正常。每天全球有30亿张照片被拍摄，99.999%只有一个观众（拍摄者自己），我 们拍它只是因为享受过程。

每天AI生成3000万张图片，也大多不被分享，只为取悦自己。未来会走向：为“一个观众”创作。

你会和AI一起拍一部属于你自己的长电影，只是因为享受创作过程。大部分作品会很普通，但没关系。

无论AI还是人类，能让几十亿人喜欢的顶级作品永远极其稀少，我们本就不需要那么多。

AI的意义，就是让每个人都能低成本创作，就像用手机拍照一样简单。普通就好，开心就好。

2.信任新基建：AI经济需要一套全新的“信任技术”层

很多人一直很关心一个问题：我们究竟能在多大程度上信任AI，尤其是自主型AI智能体？

我的回答是：这是一个极难的问题，但同时也是巨大的机遇。

我们必须创造、发明一整套全新的技术层，我称之为“信任技术”，把它加入 到以智能体为核心的经济体系里。

这不只是我们人类如何信任AI，更要解决“一个AI智能体如何信任另一个智能体”的问题。这需要认证、核验、确权等一整套复杂机制，就像我们人类社会花了数百年搭建的信用体系。

比如我在网上转账，我凭什么信任这套系统？我们必须把这套逻辑重新改造，让它能在AI智能体之间运行。这不是显而易见、一蹴而就的事，需要很长时间，但它至关重要。

所以，这也是我们现在依然要雇佣人类，而不是完全依赖AI的原因之一。因为当下的AI出了问题不承担责任，比如搞砸了、不响应，它无所谓，背后的公司也无所谓。

但人类会承担责任。现在很多程序员的工作，就是同时管理6–10个AI编码助手，人类为AI的输出结果负责。

他们会检查、复核，甚至用另一个智能体交叉验证。总之，一套为智能体建立信任的最佳实践与底层架构，正在慢慢形成。

四、个人生存法则：从“最好”到“唯一”

1.核心心法：你的护身符不是技能，是“不可预测性”

当下，AI带来的就业冲击比我们预想的快得多，而且现在正在发生。

过去是“以人为中心”，现在完全转向“以智能体为中心”。不只是程序员，摄影师、视觉设计师都在被技能化、零件化，然后被告知“我们不需要这么多人力”，直接裁员。

事实上，那些被裁掉的人，他们做的更多是高度重复、机械化的工作，是“本来就可以被机器替代的重复性工作”，比如，短视频创作。

我明白这会带来痛苦，但我也认为：很多本来就没人想做的工作消失，是一件好事。

人类的目标本就是摆脱那些无意义、不喜欢的劳动。比如片场的背景演员，站在那里当背景板，没人真的喜欢。

但一夜之间失去工作，对他们来说依然很残酷。但我更关心的是：社会该如何应对这种趋势？该由谁来承担转型成本？

未来我们可能不再是体系的一部分，而是体系的贡献者。AI大模型在训练，如果我们只能做机械化工作，就会被淘汰。

我给所有人一个建议：最好的职业保障，就是让自己变得尽可能独特、不可预测、不可替代。

AI是基于概率工作的，你越不按常理出牌、越独特，就 越难被取代。把自己塑造成“百万里挑一”的存在，你的不可预测性，就是你对抗AI替代的安全边际。

比如，你要去做那些没有现成名字、没有固定岗位的事，成为一种奇怪又独特的混合能力者。

对年轻人来说，除了学习如何学习外，我对年轻人还有一些其他的建议：不要以成为“最好 ” 的为目标。

不要试图成为最好的，而是试着以某种方式成为唯一，试着保持独特，试着与众不同，试着变得奇怪，试着变得酷。

真正的酷，是做到无可替代。

这道门槛极高，极难跨越。大多数人终其一生，只是找到一件自己略胜一筹、或做起来比别人轻松的事。

但我坚信，每一个人都拥有独一无二的天赋、能力与人生阅历，这些都能化为你独有的价值。你要做的，就是找到它、打磨它、践行它，最终凭借这份独特，成为对社会真正有价值的人。

所以你必须更努力一点，保留住那些让你和别人不一样的部分，才能守住那份与众不同。

这其实就是“让自己成为独一档的存在”， 你做的事情没有现成的 名字，没有对应的职业，没有现成的头衔。

你要花上十几分钟跟父母解释你在做什么，因为他们完全听不懂。而这恰恰是一个好信号：说明你走在了前面，正在做真正只属于你自己的事。

2.元能力重置：定义自己的成功，并掌握“学习如何学习”

现在AI飞速发展，我们正处在一个极度特殊的时代：一方面，科技让生活变得前所未有的便捷；另一方面，它也带来了大量不确定性，尤其是在就业和未来发展方面。

那普通人如何抓住这次AI大变革的机遇？

首先，我希望AI能帮我们重新定义成功。

我给年轻人最核心的建议是：自己定义成功，不要接受别人给你的成功标准。

其一，你更有可能实现自己定义的成功；

其二，你会活得更快乐。

很多人觉得成功就是像埃隆·马斯克那样拥有巨额财富，但马斯克本人并不快乐。

AI可以帮我们拓宽成功的路径，让成功有更多可能。

其次，未来只有一种终极元能力，学会如何学习。

知识不再重要，因为AI比我们懂得多得多。

截至2026年，大模型还不具备持续学习能力，它们不会在使用中进化，不会从纠错中成长，每年只升级一两次。

而你毕业后进入社会，要做的核心事情，就是优化自己的学习能力。

你今天所学的专业，两年后可能根本不存在。在去年，大家还说“学软件工程最稳妥”，结果软件工程师是第一批被AI冲击的职业。

所以，真正重要的能力是：找到最适合你的学习方式，并保持终身学习。这就是未来企业雇佣你的理由，你能和AI一起持续学习；和AI协作的方式每年都在彻底改变，你必须一直学习，永远做一个“新手”。

最后，学什么不重要，选你热爱的就好。

找到一件你比别人更擅长、也更热爱的事。我们常常低估热爱与享受在成功中的作用。

那些真正成功的人，是早上醒来就迫不及待去做那件事的人，不是为了钱，而是发自内心想做。

通常来说，财富只是这种状态的副产品，而不是目标。

我有一位著名音乐家朋友，他说：“如果我当初一心想变富，我现在会很穷。正是因为我只想做好音乐，财富才随之而来。”

所以你应该专注于变得有用、创造有价值的东西。钱会自然跟随，而不是你去追逐它。

我很喜欢迪士尼的理念：“我拍电影不是为了赚钱，我赚钱是为了能继续拍电影。”

钱是抵达目的地的汽油，不是目的地本身。

所以我一直劝人：不要执着于积累财富，要去积累选择权和机会；不要专注于“拥有什么”，要专注于“成为什么”。

企业也是一样，不该只追求资产，而要追求成为用户心中不可替代的存在，这才是品牌。

3.关键行动：借助“外部镜子”，诚实地接纳自我

现在很多年轻人很迷茫，没有钱、没有好工作，一毕业就焦虑，觉得人生失败。事实上，他们需要找到一个真实的伴侣。

我不是在开玩笑：他们需要更像一个“人”，走出去，真实地与人相处。这不需要钱，需要的是诚实，诚实地面对自己的生活。

他们的问题，是在追逐别人定义的成功。他们应该重新定义成功，让成功匹配自己的优势与特质。

你要做的，是诚实地认清自己：我擅长什么、不擅长什么。这需要朋友、需要身边的人帮你看清。

然后基于真实的自己，重新定义成功，而不是活在幻想里。

*文章为作者独立观点，不代表笔记侠立场。

内容来源：凯文·凯利闭门会问答实录内容整理。

分享嘉宾：凯文·凯利（KK），《连线》杂志主编，《失控》《必然》《5000天后的世界》等作者。

高级笔记达人 | 天朗明月

责编| 柒

本文来自微信公众号“笔记侠”（ID：Notesman），作者：凯文·凯利，36氪经授权发布。