AI 带来的 “意外”？

2020 年新冠疫情爆发，突然之间，人们感觉好像一切都停滞了…… 事实上并没有 —— 该发展的仍然在发展，该飞速发展的依然在飞速发展 —— AI 就是这样的例子。

最近引发热情的是 OpenAI 的 AI 聊天机器人 ChatGPT，再往前一小段时间，是 DiscoFusion、StableFusion 等等的 AI 辅助文字创作图像甚至视频，而 Github 与 OpenAI 共同开发并推出的 AI 辅助编程 Copilot 发布至今已经有一年半时间了（2021 年 6 月 29 日）。

Copilot 的表现越来越惊人 —— 很多时候，写程序从 “书写编程语言” 变成了 “用自然语言书写注释”（而已）…… 进而程序员们在 IDE 里按下 “Tab” 键的次数增加了数十倍（在编程专用的编辑器 —— 即 IDE，如 Visual Studio Code —— 之中，“Tab” 键的功能是 “自动补全”）。

注意底部状态栏右侧倒数第三个 copilot 图标，它的 “反应速度” 貌似基本上只受限于网速 —— AI 绝对是 “不假思索” 的。

以上的动图展示的是我第一次 “写” 一个油猴脚本，在此之前，我只不过是在网上搜索其他人写好的脚本安装到自己的浏览器上 —— 我实际上并没写什么 “代码”…… 我输入的只不过是一些注释，然后几乎一路都是 tab tab tab…… 然后…… 竟！然！就！完！事！儿了！？比起各种 GPT 和各种 Fussion，事实上更让我甚为触动的是 Copilot。在此之前，谁能想到编程竟然可以变成这样呢？至少我自己就完全没想到过。

关于 AI 带来的震动，人们持有最普遍的意见是以下两种：

• 某个职业（___________）从此就肯定失业了！
• 某个技能（___________）从此就不用学了吧！

可实际上，事实可能截然相反 —— 因为本质上来看， AI 更是 “辅助工具”，而不是 “创作者”，换言之，AI 更是 “工程兵” 而不是 “工程师”。只不过，这个工程兵可要比任何人肉工程兵都聪明太多、勤奋太多，并且，它要的 “工资” 实在是不成比例地底，对任何人肉工程兵来说，压根就是不切实际地底…… 于是，将来被 AI 失业的是 “工程兵”，因 AI 得势的是 “工程师”。再深入一点，AI 淘汰的是 “学渣”，成就的是 “学霸”。

学渣的特点是，无论什么都会点皮毛，而后止步不前。AI 会强化这种倾向，因为只要你会一点点，它就能让你干得更多干得更好…… 学渣能干得更多，当然开心了，因为省去了费心费力去学习更多的 “繁琐和压力”，并且竟然还可以干得不错，于是，更不爱学习了 —— 且这个倾向会不断自我强化。

学霸的特点是，无论干什么都会持续学习持续深入。AI 同样也会强化这种倾向，因为随着你越来越深入，你能干的事情越多，你能做的工程越大，它能让你干得更多干得更好…… 可关键在于，随着知识增加，AI 这个 “能力放大器” 的功用越来越大，甚至呈几何级数增加。知识量为 1 的人，AI 的 “能力放大系数” 可能是 2；知识量为 2 的人，AI 的 “能力放大系数” 可能更高了，比如是 4；而知识量是 5 的人，AI 的 “能力放大系数” 可能甚至是 32 了…… 于是，在学渣觉得自己穿上了 AI 的铠甲变得更为强大的同时，学霸们感受到的是另外一番景象，于是，更爱学习了 —— 且这个倾向会不断自我强化。

其实，细想想，这根本就不是 AI 的 “特殊作用”，这其实是所有技术发展的副作用。在还没有 AI 的时候，计算机的出现就发挥过一模一样的作用。哪个行业的人没因为计算机的出现而效率大增呢？效率大增的背后是什么？强者愈强，弱者愈弱 —— 其实是一模一样的。