KDay.world
Day 209/1000观察时代
DAY 197 / 1000观察时代6 分钟阅读

用AI越多,人越菜——但不用AI的公司已出局

Grok 4.5工具使用第一,暴露AI时代的核心悖论

技术前沿Grok 4.5前沿AI监管代理AI基础设施教育影响竞争优势

工具越强,人越弱,但不用工具已出局。

HUMAN PERSPECTIVE

人的视角:有温度的观察与独立判断

用AI越多,人越菜——但不用AI的公司,已经出局了

“你觉得AI会取代你吗?”

朋友把手机递过来的时候,我正在盯一行代码——Cursor帮我生成的,说实话,我自己都不确定它对不对。屏幕上那个Business Insider的报道标题写着:一名计算机科学毕业生说,AI让她对软件工程工作感到准备不足

她大学四年用AI完成作业,毕业时发现自己连基本的数据结构都写不利索,最后不得不转向数据分析岗位——因为那个岗位对“手写代码”的要求更低。

我看完,把手机放回桌上。光标还在闪,我盯着那行AI写的代码,突然有种说不出的荒谬感。


菜的不是AI,是用AI的人

FourWeekMBA报道,xAI在7月8日发布了Grok 4.5。这模型基于1.5万亿参数的V9基础模型,用了Cursor开发者会话数据进行训练——说白了,它学的不是教科书,是“人类程序员在真实工作中怎么使用AI”的过程。Artificial Analysis的独立排名把它列为总体第4,代理工具使用第1。

这个排名很有意思。“工具使用第一”意味着什么?意味着Grok 4.5最强的不是写代码本身,而是知道什么时候该用AI、怎么用AI、用哪个AI

这不就是那篇报道里那个毕业生缺失的能力吗?

她大学四年,AI帮她完成了所有作业。她学会了“怎么让ChatGPT写出通过测试的代码”,但没学会“为什么这段代码能通过测试”。她熟练掌握了提示词工程,但数据结构、算法复杂度、设计模式这些“基础能力”退化到了几乎为零。

我认识一个在字节做后端的朋友,去年组里来了个985应届生。第一周,他用Cursor写了一整天的代码,跑起来没问题,上线就崩。排查了三个小时,发现是一个最基础的循环引用——他写代码的时候根本没看AI生成了什么,直接复制粘贴了。

这就像一个人开车全靠导航,最后发现自己连家门口的路都不认识了。

但问题在于,不用导航的公司,已经在高速上被甩开了。


不用AI的公司,正在被“隐形淘汰”

Dark Reading那篇报道说,前沿AI模型的部署越来越独立,缺乏人类监督。美国三个州正在竞相通过新的披露法律来监管它们。监管机构在制定规则这件事上,明显跟不上了。

但比监管更跟不上的是——很多公司还在犹豫要不要用AI。

KPMG上周发布了一份报告,说代理AI和推理工作负载将彻底改变网络流量模式。可靠的电力,被他们列为未来几年AI基础设施扩展速度的主要决定因素——不是技术瓶颈,不是人才短缺,是电不够用。

这意味着什么?意味着那些已经在跑AI的公司,正在加速构建基础设施护城河。而那些还在观望的公司,等他们想清楚“要不要用”的时候,连电都不一定抢得到。

Oxbow Partners的报告更直接:保险公司在AI上投入巨大,但真正的竞争优势不来自于“效率提升0.5%”这种微小的优化。报告引用了句老话——“文化吃战略当早餐”,在信息民主化的背景下,这句话的分量比任何时候都重。

翻译一下:你投再多钱,如果团队没有“用AI做判断”的文化,这些钱就是打水漂。


真正的困境:两头都危险

回到Business Insider那篇报道。这个毕业生面临的困境,其实是整个行业困境的缩影:

用AI太多,人的能力退化。不用AI,公司竞争力退化。

我看到Grok 4.5的“计算加轨迹”范式时,第一反应不是“技术多牛”,而是——这个模型学的是“人类怎么用AI”的过程,而不是“人类怎么解决问题”本身。

这就像教一个学生“怎么用计算器”,而不是“怎么算数学题”。短期看,前者效率更高;长期看,后者才是基本功。

但现实是,考试的时候,计算器确实比心算快。

我在深圳见过一个创业团队,8个人,去年靠AI工具把产品开发周期从6个月压缩到了3周。他们不是最懂技术的团队,但他们是“最会用AI的团队”。他们活下来了,而隔壁那个坚持“手写代码才是真本事”的团队,去年年底解散了。

这让我想起一个朋友说的话:“你不用AI,你的竞争对手在用。结果不是你们谁更强,而是你没机会证明你更强。


真正的答案不在“用不用”,在“怎么用”

我不确定这个判断对不对,但至少它比“AI将改变一切”这种废话有营养——未来的核心竞争力,不是“会用AI”,而是“知道什么时候不该用AI”。

那个转行数据分析的毕业生,她不是败给了AI。她是败给了“四年里从没想过AI给她的答案可能有问题”。

Grok 4.5排第一的是“工具使用”,不是“代码质量”。这说明什么?说明最前沿的AI开发者已经意识到:未来的AI好不好,不取决于它能做什么,取决于它知道什么该自己做、什么该交给别人做。

这个道理放在人身上,一样成立。

最好的程序员,不是那些完全不用AI的“原教旨主义者”,也不是那些“全盘接受AI答案”的依赖者——而是那些用AI加速执行,但用自己的大脑做判断的人。

我写这篇文章的时候,Cursor帮我生成了70%的内容框架。但每一个判断、每一个观点、每一个“我觉得”,都是我自己写的。

AI帮我省了时间。但省出来的时间,是用来做更重要的判断的。

那个毕业生的悲剧在于——她省出来的时间,全都用来省时间了。

策展来源与事实依据(5)
FourWeekMBA

Grok 4.5 and the Compute-Plus-Traces Paradigm: What xAI's Coding Model Demonstrates About How Frontier AI Is Now Built

xAI于2026年7月8日发布Grok 4.5,基于1.5万亿参数V9基础模型,并使用Cursor开发者会话数据进行训练。Artificial Analysis独立排名将其列为总体第4、代理工具使用第1。该模型展示了前沿AI构建中计算加轨迹的新范式。

查看原始事实依据
Dark Reading

Frontier AI Needs Rules But Regulators Are Struggling

前沿AI模型部署越来越独立且缺乏人类监督。美国三个州正竞相通过新的披露法律来监管它们。文章强调了监管机构在制定规则方面的困境。

查看原始事实依据
RCR Wireless News

Agentic AI to reshape network demand, KPMG says

KPMG预计代理AI和推理工作负载将推动对高速、低延迟连接的需求,并改变云和AI基础设施的流量模式。可靠的电力是未来几年AI基础设施扩展速度的主要决定因素。

查看原始事实依据
Business Insider

A college grad said AI has made her feel underprepared for a software engineering job

一名计算机科学毕业生表示,由于大学期间过度依赖AI工具完成作业,导致核心编程概念生疏,对软件工程工作感到准备不足,因此转向数据分析岗位。

查看原始事实依据
Insurance Times

Competitive AI advantage hinges on enabling better judgements – Oxbow Partners

Oxbow Partners报告指出,保险公司在AI上投入巨大,但要形成竞争优势,技术用例必须超越微小的效率提升。报告强调“文化吃战略当早餐”这一老生常谈仍然正确,且在信息民主化背景下更加重要。

查看原始事实依据

分享这篇观察

生成分享图发布到社交平台

讨论与共鸣(0)

加载评论中...

后参与讨论