放大器
AI 浪潮真正獎賞的，與它悄然揭示的
當我開始認真地與 AI 協作，某件出乎意料的事發生了。我沒有慢下來，沒有找到喘息的空間，反而發現自己做得更多——更多思考、更多寫作、更多建構——在同樣的時間內。效率所釋放的空白，沒有化為休息，而是立即被更多工作填滿，被壓縮、加速，彷彿這工具只是提高了一個人在一天內所能嘗試之事的上限。
這讓我感到意外，因為它與主流的承諾相悖。AI 生產力工具的敘事，說的是奪回時間——以更少做更多，差額歸你所有。我所經歷的，更接近相反：容量擴張了，填滿它的野心也隨之擴張。並非以瑣事填滿，而是以真正重要的工作填滿——更多綜合、更多創作、更多朝著那些我以往因當下太擁擠而推至未來的事物前進。
我想精確地說明這種體驗不是甚麼。它不是疲憊，不是加速的焦慮，不是在一部不斷提速的跑步機上跑得更快的感覺。它更接近推進——在更短時間內向真正的目標走得更遠的感覺，發現意圖與執行之間的距離已壓縮到足以改變你合理能夠嘗試之事的程度。工作並未消失，工作的性質轉移了。以往被時間與阻力擋住的，變得可能；變得可能的，往往浮現出更多重要的事，更少填充物。
經濟學家對效率提升不減少資源消耗反而增加它的現象有個名詞：傑文斯悖論。建更快的公路，交通反而更多；改善燃油效率，人們反而開更遠。這個悖論在認知領域同樣成立——壓縮寫作、研究或建構所需的時間，你不會寫得更少、研究得更少、建得更少，你會做得更多。這是好事還是壞事，完全取決於你在朝甚麼方向建構，以及填補所回收時間的工作，是否比它所取代的更好。
以我的經驗，是的。但我也漸漸明白，這種經驗並非均勻分佈。
一股不同以往的浪潮
每一次重大技術浪潮，事後都以同一種方式被敘述。打字機取代了某些文書功能，個人電腦取代了打字機，互聯網重組了整個行業。每一次，門檻處的恐懼都是職位消失——而每一次，更準確的描述都是角色轉型。學會新工具的人不只是在浪潮中存活，他們重新定義了浪潮另一端的生產力樣貌。
AI 正以同樣的方式被敘述，而這敘述有部分是對的。那句耳熟能詳的安慰——AI 不會取代你，但使用 AI 的人可能會——比末日框架更準確。它將變量定位在正確的地方：不在工具，而在使用工具的人。
但這一波浪潮有一種歷史類比遮蔽了的不同之處。以往的浪潮自動化了體力勞動，然後是常規數字任務——那些我們早已承認可以交給機器的事情。這一波伸入了認知與判斷，而我們一直以為那是不可化約的人類領域。打字機並未威脅使一個作家有價值的東西，它只威脅了誰能打字。AI 正在做某件更根本的事：它進入了我們存放自我合理性的領域。這就是為何風險感覺截然不同，也是為何那句熟悉的安慰比以往更快走到了盡頭。
使用者才是變數
給十個人同樣的 AI 工具，你會得到十種不同的結果。不是略有差異的十種，而是有意義、有結構性差異的十種。有人產出一份需要大量修改的粗稿，另一人產出某樣重新塑造了他對問題理解的東西。有人自動化了一項他本已在做的任務，另一人發現了一項他不知道自己能做的任務。工具是常數，使用者是變數。
那些使用者之間的差異，不在於熱情或投入的時間，而在於某種更接近後設認知清晰度的東西：確切知道自己想要甚麼的能力、以足夠精準的方式表達它讓工具能有用地回應、以足夠的領域知識評估輸出以辨別好的與聽來合理的、並有目的地反覆迭代朝更好的方向走。這些不是工具能教的技能，而是工具獎賞的技能。
對此的標準反駁，是 AI 能民主化——它降低了入門門檻，讓更多人接觸到以往只有專家才有的能力。這是真的，但只在表面上。AI 真正做的，是在提高地板的同時，不成比例地提高天花板。非寫作者現在可以產出讀來像寫作的東西，非設計師可以產出看來像設計的東西。但有經驗的寫作者或設計師使用同樣的工具，產出的水平已移到更遠之處。地板與天花板之間的落差，在地板上升的同時也擴大了。使用權的民主化與成果的民主化並非同一回事——混淆兩者，讓人們嚴重誤讀自己實際所站的位置。
這就是為何 AI 與其說是一股讓所有船隻上浮的潮水，不如說是一個放大器。放大器不產生訊號，它放大已有的東西。輸入清晰、專業與目標，它以更高音量回傳更多這些東西。輸入混亂或模糊的意圖，它也回傳那些——往往包裝在自信、格式整齊的文字中，令混亂更難被察覺，而非更容易。
當表面看來完整
一個具體的例子。當 AI 生成一個互動式 HTML 原型——它能以驚人的精緻度做到這件事——結果在未經訓練的眼睛看來，像一個應用程式。它有按鈕，對點擊有反應，感覺完成了。第一次接觸到這種東西的非技術使用者，往往就將它當作完成品。問題在後來才來：我怎麼儲存資料？其他人怎麼使用這個？我可以從另一台設備登入嗎？
這些並非幼稚的問題，而是正確的問題。但它們揭示了提問者沒有任何框架去理解他們在看甚麼——沒有任何心智模型去理解一個渲染介面與一個有資料庫、身份驗證層、伺服器、維護週期的部署系統之間的落差。工具產出了一個看來完整的東西，知識的落差沒有消失，它移到了下游，藏在一個令人信服的表面後面。
看著同一個原型的技術專家，看到的是截然不同的東西。他們看到的是一個原型——一個起點，一個視覺規格，某樣可以用真實基礎設施延伸的東西。他們清楚知道甚麼存在、甚麼不存在。他們與輸出的關係是精確的，因為他們對領域的理解是精確的。同一工具，同一檔案，截然不同的用途。
這個動態的含意遠超個別使用者。各機構現在正基於 AI 生成的輸出作出資源決策、產品決策、戰略決策，而關鍵持份者無法妥善評估這些輸出。非技術高管看到一個互動原型，便批准一個項目，卻不知道他們批准的是一個背後甚麼都沒有的表面。一個團隊產出一份讀來權威的策略文件，但其推論從未被任何有足夠領域知識去捕捉其錯誤的人壓力測試過。工具產出了足以令人信服的輸出，而審視它所需的專業知識依然稀缺且分佈不均。這是一個大多數 AI 採用的對話未能充分命名的隱性組織風險。
這種盲目還有更深的一層。AI 並非憑空降臨世間，它是一個建構了近一個世紀的技術堆疊最新的可見表面：晶體管產生晶片，晶片使二進制運算成為可能，位元與位元組編碼資料，作業系統管理硬件，程式語言抽象邏輯，應用程式提供功能，API 使系統得以溝通，一層又一層的基礎設施、協定與工具讓一切以規模可靠地運作。那每一層都代表了積累的人類智慧、得來不易的工程，以及數十年的迭代演變，而大多數人永遠不會接觸到或需要理解。AI 坐在那個堆疊的頂端，讓它變得可對話。感覺像在與一個智能助手交談的東西，在底層是一條異常複雜的建構鏈，一路延伸回第一塊半導體。當建立在如此深度歷史之上的東西看來像魔法，那種理解上的落差並非表面的，而是文明層面的。
克拉克的觀察適用於此：任何足夠先進的技術都與魔法無從區分。魔法不是讚美，而是診斷。當某樣東西看來像魔法，觀察者對其機制沒有任何框架——這意味著他們對其失效模式、其限制，或下一步該要求甚麼，也沒有任何框架。能力的外觀與其現實並非同一回事，而 AI 在產生外觀方面異常擅長。
工具無法教導的技能
一個值得靜靜思考的問題：與 AI 同步，是一種可學習的技能，還是某種更關乎性情的東西？
誠實的答案大概是兩者都是，但比例不均。其中一部分可以被教導——如何有效提示，如何架構一個請求，如何反覆迭代多個輸出而非接受第一個。這些是可以養成的習慣，在邊際上確實有所差別。但在這些習慣之下，是某樣更難按需取得的東西：讓你有能力評估工具所回傳之物的領域知識與積累的判斷力。你無法靠提示取得你所沒有的專業知識，你無法朝更好的方向迭代，如果你沒有內化甚麼是更好的標準。
這是放大器論題令人不安的含意。讓 AI 最有用的技能，大體上正是那些需要多年實際工作才能養成的技能——深度閱讀、建構事物、在錯誤有代價的脈絡中犯錯、培養用以判斷輸出的內在標準。AI 無法走捷徑繞過那些積累，只能加以運用。這意味著在這個時刻受益最多的人，在許多情況下，是在這個時刻到來之前已經做了那些工作的人。對於這種不對稱，沒有乾淨的解決方案，它就是事實，值得直說，而非以對學習曲線的樂觀主義加以掩蓋。
凡有的
有一個古老的原則叫馬太效應，源自福音書：凡有的，還要加給他。 它描述的是既有優勢如何複利增長。資源流向已有資源的人，認可聚集於已獲認可的人。AI 就其目前的狀態而言，表現得像一個馬太效應的加速器。那些以高水平運作的人——有清晰的目標、深厚的領域知識、以及善用工具的後設認知習慣——得到的是推進。他們與其他所有人之間的落差，不會悄悄縮小，而是加快擴大，以一種在距離變成結構性之前或許不會顯現的方式。
這不是反對採用的論點，而是對採用實際能帶來甚麼、以及不能帶來甚麼保持誠實的論點。告訴人們乘上 AI 浪潮，卻不處理使用者的質素，就像告訴每個人買一台專業相機，然後納悶為甚麼大多數照片看來依然普通。門檻從來不在器材。
浪潮獎賞的
這一波浪潮所揭示的，多於它所創造的，是某些人本已清楚知道自己走向何方的程度。對於那些有此清晰度的人，AI 並非一個生產力技巧，而是推進——朝著一個本已有定義的東西，真實而有方向的移動。它壓縮了意圖與執行之間的距離，讓一個人在壓縮的時間內走得更遠，不是因為工作消失了，而是因為留下來的工作，更多是那些重要的工作。
這股浪潮是真實的，而且巨大。可以說，比以往任何一波都更巨大——因為以往的浪潮讓認知完好無損，作為不可化約的人類領域，而這一波並非如此。這個修正仍在被消化，其全部含意尚未可見，任何聲稱已見的人，都在兜售甚麼。
但這股浪潮不會把所有人帶到同樣遠的地方，假裝事實相反，是對那些將被它落下的人的一種不誠實。那個更誠實的問題——比「我如何採用 AI」更難、更不舒服——是你在朝甚麼方向建構，你是否有足夠的知識去評估工具所回傳的東西，以及你能否分辨加速與加速的外觀之間的差別。
浪潮獎賞那些答案，但它不提供那些答案。
Signal & Shepherd explores the space between systems and people — in technology, leadership, and organizational life.
