当一天和尚撞一天钟是未来最时尚的生活方式

王东岳老师说过一句话, 让我印象深刻: 基因编辑和克隆人如果被允许, 人类可能进入方生方死的阶段. 换成现在的AI就是这样, 这边刚推出新型号, 那边已经升级到更新的型号了.

如果 AI 的迭代速度足够快, 人类的规划是不是会失效?

只听不看, 欢迎订阅视频号: 

这篇文章想回答什么

这个命题是否正确? "当 AI 带来的变化足够快的时候, 人类完全跟不上, 规划将会失效, 被迫只能集中精力关注当下。"

这句话里有四件事:(1) AI 变化确实快;(2) 人类"完全"跟不上;(3) 规划会失效;(4) 我们"被迫"只能关注当下。 前一件偏事实,后三件偏判断。我会把这四件事拆开,告诉你哪些已经被数据证认、哪些被夸大了、哪些还在赛跑中。

在开始之前,我先把时间线摆出来——这是所有因果推理的底座。如果你要反驳我,先看时间线对不对。

公开事件

关键节点

• 2017 年 6 月:AlphaGo 击败柯洁——AI 能力的早期里程碑。
• 2022 年 11 月 30 日:ChatGPT 发布——大模型进入大众视野的起点。
• 2024 年 11 月:Anthropic 发布 MCP 协议,让 AI 工具开始有标准化对接的可能。
• 2025 年 3 月:METR 发布"Measuring AI Ability to Complete Long Tasks"——核心数字是 AI 在 50% 任务完成时长上每 7 个月翻一倍,这个规律在编程、数学、计算机使用等 9 个独立基准上都成立。
• 2025 年 7 月 10 日:METR 发布随机对照试验——结果是反直觉的:经验丰富的大型开源项目开发者使用 AI 工具时,反而比不用慢 19% 。METR 自己标注这是"早期 2025 AI 能力的快照",不是最终判断。
• 2025 年 11 月 24 日:Anthropic 发布 Claude Opus 4.5。SWE-Bench Verified 80.9%,50% 任务完成时长首次突破 4 小时门槛达到 4 小时 49 分——OpenAI GPT-5.1-Codex-Max 同期是 2 小时 53 分。
• 2026 年 2 月:METR 发布 late-2025 工具的更新研究——结果反转,AI 工具开始产生正向 ROI。
• 2026 年 4 月 13 日:斯坦福 HAI 发布第九版《AI Index Report 2026》,核心判断是" AI 扩张的速度,已超过了围绕它建立的所有系统的适应能力——治理框架、评估方法、教育体系、数据基础设施,无一跟上技术本身的步伐 "。这是权威机构的官方语气。
• 2026 年 5 月 28 日:Anthropic 发布 Claude Opus 4.8,引入 Dynamic Workflows;同日宣布 650 亿美元 H 轮融资,投后估值 9650 亿美元——超过 OpenAI 在一级市场的口径。
• 2026 年 6 月 22 日:本文写就的日子。

参考历史样本(规划演化滞后于技术):

• 1760-1840 工业革命 1.0 → 工厂制度(滞后约 50 年)
• 1870-1910 工业革命 2.0 → 职业经理人(滞后约 30 年)
• 1950-1980 工业革命 3.0 → 长期规划方法(滞后约 20 年)
• 1985-2005 互联网 → 敏捷宣言(滞后约 15 年,2001 年发布)
• 2007-2020 移动+云 → 精益创业+OKR+规模化敏捷(滞后约 10 年)

系统性延迟

这里我必须打断一下命题的修辞强度。

第一,METR 2025 年 7 月 10 日的研究说 AI 让经验开发者慢 19%,但 METR 在 2026 年 2 月发布的更新已经反转了这个结论——late-2025 工具开始产生正向 ROI。 用 2025-07 的快照数据作为"AI 工具拖后腿"的永久证据,是过期证据。

第二,斯坦福 HAI 2026 年 4 月说"全部系统未跟上",这个"全部"包括治理框架、评估方法、教育体系、数据基础设施——但不包括"个人认知与决策" 。把"系统层失败"等同于"个人层失败",是一种翻译失误。

第三,即使在组织层面,也有大量反例:Anthropic 自己的产品规划周期确实在缩短,但他们的 Dynamic Workflows(2026 年 5 月)就是把"复杂任务拆给多个并行子代理然后整合"——这是把规划工具的演进直接搬进了产品。 规划工具的演进也很快,只是在不同维度。

所以, "完全"是一个过度表述。把"完全"细化为"系统性",把"跟不上"细化为"关键决策节点(战略规划、长期投资、教育路径)的失败率显著上升",才是站得住的描述。

规划是"失效"还是"换范式"

这是整篇文章最关键的一段。

传统规划——无论是企业的 5 年战略,还是政府的五年规划,还是个人的人生规划——本质上是对未来做精确预测,然后把今天的资源承诺给那个预测。这种规划在 2025-2026 年确实失效了,这不是假命题。

但规划不止这一种。

• 情景规划:1971-1973 年壳牌的 Pierre Wack 在内部情景中纳入"OPEC 拒绝单方面提价"的可能性。1973 年 10 月赎罪日战争 + 阿拉伯石油禁运触发油价 3 个月内涨 4 倍,壳牌因为提前规划,在 1973-1979 年把市场份额从 8% 提到 16%。这不是规划的胜利,这是新形态规划的胜利。
• 实物期权:Myers 1984、Trigeorgis 1996 的核心思想是" 最有价值的不是选最优路径,而是保留多个可行路径,根据新信息逐步筛选 "。Intel 1990 年代保留多条晶圆厂工艺路径,Amazon AWS 2003-2015 持续小步投资,都是期权式决策的实例。
• 深不确定性下的决策(DMDU) :2019 年 Springer 出版的 Marchau 等编《Decision Making under Deep Uncertainty》是该领域的标准教科书。RDM、RAND 的 Many-Objective Robust Decision Making(MORDM)已经在美国陆军工程兵团、加州水务等机构实战部署。
• AI 增强型动态决策架构:Anthropic 的 Dynamic Workflows、Sequoia 2024 年文章里说的"大模型采购的实物期权思想"、Deloitte 2025 AI 战略白皮书里说的"战略期权组合"——这些都是把传统规划工具和 AI 工具结合的新形态。

所以更精确的判断是:线性规划范式失效了,规划功能本身没有失效,而是在换范式。把"换范式"等同于"失效",是把洗澡水和孩子一起倒掉。

做一天和尚撞一天钟

这一段是我最想拉清楚的。

"半真"的部分:在 AI 节奏下,人类的时间视野确实在缩短。麦肯锡 2024-2025 调研显示大型企业战略规划周期从 5 年压缩到 3 年;美国 401(k) 投资者平均持有期从 2000 年的 5.5 年降到 2024 年的约 2.8 年;Anthropic 自身的产品规划周期从"年度大版本"压缩到"季度大版本"。这些是事实。

"修辞"的部分:"被迫"二字夸大了个体与新组织的反作用力。

行为经济学与心理学的稳定结论是:时间视野是策略变量,不是固定属性。Trope & Liberman 2010 年的 Construal Level Theory 已经证明,通过简单的"为什么问题"训练,可以让被试在 5 分钟内从具体建构切换到抽象建构。美国 401(k) 的"自动加入"(2006 年《养老金保护法》)是制度化的反贴现胜利——美国 401(k) 参与率从 2005 年的 ~70% 上升到 2010 年的 ~90%。

历史样本里,慢变量从来都是反周期策略。Taleb 在《Antifragile》(2012) 里说,波动性越大越要在"凸性"(Convexity)位置下注——也就是慢变量。在 AI 节奏下,慢变量(健康、长期关系、深度技能、品牌声誉、长期资产配置)的相对权重不是下降,而是上升。

真实世界的反例:

• 巴菲特 1965-2025 的 60 年长期主义复合收益,在 AI 信息环境变化下并未被削弱。
• LVMH 家族控股 + 长期品牌建设,Arnault 在 36 年间每个时尚周期都坚持家族控股。
• 慢学者数学家(Andrew Wiles 7 年独立工作证明费马大定理、Grigori Perelman 8 年)即使在热点快速轮换的环境里,仍能保持 10-30 年的深度专注。

所以更准确的判断是:"被迫"在组织层面和资本市场层面有一定真实性——企业 CEO 必须面对季度财报压力,这是结构性的。但在个体层面和新兴组织层面,选择长期路径仍是真实的可能性,只是这种选择需要付出更高的认知成本。

所以普通人最佳选择是：做一天和尚撞一天钟

整句话修正后是什么样

把命题修正成可证伪的版本,大致是这样:

"当 AI 能力翻倍时间(目前约 7 个月,2025-11 Opus 4.5 起被 METR 测度)小于人类组织的中层规划周期(目前约 12-18 个月),那么关键决策节点的失败率会显著上升;线性预测型规划范式失效,但规划功能通过工具演化(情景规划、实物期权、DMDU、AI 增强型动态决策架构)继续生效;个体与新兴组织仍可能拉长时间视野,但需要付出比过去更高的认知成本。"

这是一个有条件、可证伪的版本。它比原命题精确得多,也比原命题更可能被未来的数据检验。

一句话给我的读者

原命题的方向大致是对的——AI 节奏确实让线性规划失效、让组织层面的当下主义强化——但"完全"和"被迫"是修辞过度。 更精确的描述是:线性规划范式失效,但规划功能通过工具演化继续生效;组织层确实被迫加速,但个体与新兴组织仍有选择空间。

如果你正在做长期规划,我的建议只有两条:第一,放弃"详细预测未来"的旧范式,转向"保留多条可行路径"的期权式思维;第二,把注意力放在慢变量上——它们是 AI 节奏的对冲。