用豆包看病的医生，以及AI写作

（除了得到的稿子，我很少手动写文章了。今天手动一把。）

前一阵看到个新闻，有医生在看门诊的时候，桌子下面偷偷放个手机，把豆包的回复转述给病人。被病人发现了，录下来传到网上，很多人挺失望。我倒是觉得这医生还不错，至少不是太糟糕。

为什么呢？很多医生水平其实不如豆包。你不问豆包，病人也不知道你菜。医生想生存下去，水平不需要多强，比病人强就够了。很多江湖游医狗屁不懂照样敢给人开药，有些甚至是自己瞎配的中药。那么，一个医生水平不如豆包，去请教豆包，不是坏事。第一，他有自知之明，比不知道自己几斤几两的医生强太多了；第二，他把看病当成首要目标，还是存心把病搞清楚的。

那，病人和网友为什么气愤呢？第一，很多人并不了解大多数医生的实际水平。这一点其实和医生这个行业没关系。更确切地说，很多人并不了解很多行业从业者的实际水平。但凡了解，耿同学曝出的那些事情你一点都不会诧异。很多人信任一样东西，恰恰不是因为懂，而是因为不懂。由于不懂，没法根据事情本身去判断，只能根据头衔、身份、社会影响这些去判断。

第二，很多人也不了解AI的水平。说“AI的水平”其实是个很不准确的表述，和说“医生的水平”一样；有顶尖的医生，也有庸医。AI的水平怎么样，取决于你用的是什么AI（豆包确实比GPT差一大截）。拿今天（2026年6月）来说，像GPT 5.5，Claude Opus 4.8 这样的模型，开到最高档，超过99.9%的医生——这是我的判断，很多人不同意（包括AI本身大概率也不会同意），如果同意，我也没必要说我的判断了。这不意味着AI不会犯错误，最强大的AI也会犯低级错误（人不是也会吗）。很多人使用AI有风险，主要就是无法判断什么时候AI是在犯错误。——这种风险不小。“识别AI的错误”，在未来可能会产生不小的就业空间吧。

另外，再说几句AI写作的事情。

1、今天最强的AI（截至目前是Mythos和Fable 5），毫无疑问可以比人类写得好。——这句话往细了展开，有很多值得解释的地方。“写作”并不是一件事，它把很多不同的事打包都叫“写作”，但是写公文、写小说、写议论文、写科普，是截然不同的事情。我说“AI比人类写得好”，是因为我个人比较看重思考的深度，在这一点上，Fable 5超越了所有（100%的）人类，就像围棋AI那样。不过，“思考深度”远不是所有类型的写作中都重要的维度。在“生活经验”上，人类有极多经验是AI覆盖不到的，那些地方AI没有人类中的佼佼者写得好。

2、在看得见的未来，AI还无法写出人类的多样性（除非将来有一万种不同的AI，而且不搞什么“对齐”）。拿自动驾驶来打比方，拿人类司机中很少出事故（事故率和AI相当）的那些人，考察他们的驾驶风格，会发现每个人开车风格都不一样。有人凌厉，有人稳重。不同人之间的方差，和每个人内部的方差，都很大。而自动驾驶的AI的方差比人类小。因为它的目标不是开得千奇百怪，而是安全有效率地抵达。写作类似。你让AI骂人，它绝对骂不过人类。谁能说骂人不是最重要的表达之一呢，不是写作的重要分支之一呢。在这种细分领域上，不要说超过人类，越强大的AI越不配给人类提鞋。同样，武断、粗暴的表达，把话说满，这些都不是AI能做的事。因为AI优化的是相反的事。所以，你放心，AI绝对可以写得比任何人类都好（已经是了），但同时，AI永远无法真正像任何一个人类。

这么说吧，你可以被超越，而且已经被超越了；但无法被替代，而且永远不可能被替代——这里说的替代，不是局部替代，是完完全全像你。因为超越一个人是有效率的，是值得追求的；而像一个人并不是值得追求的目标，非常没有效率，也做不到——一个人自己都无法做到像自己，他是流动的。

当AI比你强的时候，只需要问AI一个问题：你能不能像我一样弱？AI只能回答：不能。

我自己写一篇不怎么样的文章（比如这篇），也比AI写的很好的文章（比如前面那些篇）阅读量高。所以，如果拿阅读量而不是别的指标来评价文章的好坏，那么，越强的AI可能会被认为写得越差——很多人赞美Opus 4.6的写作而批评4.7，就是这个原因，4.7和4.8的写作超出了他们能够欣赏的阈限。

两个水平一样、而且都不如豆包的医生看门诊，如果一个公然拿出豆包给病人看，一个完全自己看，你放心，来看后面那个医生的病人绝对比看前面那个的多。来看病的人虽然都以为自己的需求是看病，但一个具体的人的具体行为中包含的真正需求，远比他能看见的需求多得多。

最后说一句，我怀念Fable 5，用过3天Fable 5之后，再用其他模型真的不过瘾。