1. 首頁 > 生活百科 > >

AI時代，努力沒用了，「躺平」才是最賺錢的方式

人工智能ailinkedin霍夫曼

AI時代，努力沒用了，「躺平」才是最賺錢的方式

文章圖片

AI時代，努力沒用了，「躺平」才是最賺錢的方式

文章圖片

AI時代，努力沒用了，「躺平」才是最賺錢的方式

文章圖片

AI時代，努力沒用了，「躺平」才是最賺錢的方式

文章圖片

AI時代，努力沒用了，「躺平」才是最賺錢的方式

文章圖片


人們以為推動AI革命的 ， 是芯片、模型和資本 。
【AI時代，努力沒用了，「躺平」才是最賺錢的方式】但在硅谷投資人的眼里 ， 真正的助力其實是人類的懶惰 。
不是天才在驅動AI ， 而是懶人 。
因為一切能讓人少動一點手、少一點思考的工具 ， 終究都會獲勝 。
ChatGPT幫人寫幾封郵件 ， Midjourney省去無數次改圖 ， Suno讓音樂人的職業門檻消失......
AI擴散的規律 ， 其實比算法簡單得多：它只獎勵那些最擅長偷懶的人 。
當「偷懶」成為一種新的生產力 ， 我們也許正站在一個奇怪的拐點上 ， 而勤奮 ， 不再是競爭力 。

懶惰成為生產力 AI時代的擴散邏輯在這場討論中 ， Reid Hoffman拋出了一個看似輕佻卻極具洞察力的觀點：
AI的擴散 ， 不是靠勤奮的人推動的 ， 而是靠懂得偷懶的人完成的 。
這并非反對勤奮的宣言 ， 而是霍夫曼對技術傳播機制的精準觀察 。
當一項技術不僅能做得「更多」 ， 還能讓你「做得更少」的時候 ， 它就擁有了真正的爆發式擴散能力 。
霍夫曼在訪談中將AI投資分為三個方向：
「顯而易見」的AI賽道：如聊天機器人、生產力工具、編程輔助——這些方向所有人都看得見 ， 因而難以產生差異化 。
AI時代的新平臺：類似于Web 2.0崛起的路徑 ， 新的平臺可能在AI時代出現 。
來自硅谷視野以外的盲區機會：例如藥物發現這種「原子+比特」結合的領域 ， 傳統硅谷軟件思維未必觸及 。
他同時強調 ， AI不只是單一的大語言模型（LLM）在驅動 ， 而是多模型協作的結果：語言模型負責邏輯與文本 ， 擴散模型掌管圖像與視頻 ， 二者結合才構成真正的AI生態 。
在霍夫曼看來 ， 「懶惰」并不是墮落 ， 而是一種生產力策略 。
如果AI能讓我用更少的操作、更少的重復勞動 ， 就能換來更高的產出——那就是真正的效率 。
這一觀點被不少研究印證 。
在霍夫曼看來 ， AI的擴散遵循一種「懶惰經濟學」：凡是能讓人少干一點、卻賺得更多的產品 ， 都會被更快接受 。
它不是靠聰明人推動的 ， 而是靠懶人推動的 。
當「少干活」成為競爭優勢 ， 社會的生產邏輯也隨之被改寫 。
個人與企業都在問同一個問題：我能否用AI減少重復勞動 ， 把精力放在提問、質疑、創造上？
這是AI帶來的真正分水嶺——「勤奮」被「聰明地偷懶」所取代 。

不是取代 ， 但會教育他們在對談中 ， 主持人向霍夫曼拋出一個尖銳的問題：
醫療是AI最早被應用的領域之一 。 你認為 ， 在未來幾年里 ， 醫生會不會被 AI 取代？
霍夫曼笑了笑 ， 回答得既直接又冷靜：
AI的確越來越強 ， 但醫生不會被取代 ， 他們會被重新教育 。
他解釋說 ， 醫生過去是「知識的儲存器」 ， 掌握醫學數據庫與病例經驗 。 但在AI協助下 ， 這種角色已不再稀缺 。
AI可以迅速檢索醫學文獻、比對病例數據、提供診斷建議；真正稀缺的 ， 反而是醫生能否質疑AI提出的共識 ， 能否進行跨領域、橫向思考 。
未來的醫生 ， 不再依賴記憶 ， 而要學會如何質疑AI的共識 。
醫生必須從單一的整合者 ， 轉變為AI驅動環境下的「問題重塑者」：不僅接受AI建議 ， 更要判斷AI是否正確 。
以往醫生可能憑借經驗就能勝任診斷 ， 而在AI時代 ， 經驗只是基?。 慌卸嫌脛室贍芰Σ攀嗆誦?。
現實研究也印證了霍夫曼的判斷 。
Nature Medicine 2024的一項大規模研究發現：當AI參與放射科胸片診斷時 ， 醫生的表現并不會隨著「使用AI」而自動提升 。
相反 ， 那些能主動審視AI結果、發現偏差并進行二次判斷的醫生 ， 準確率提升最顯著；而完全依賴AI建議的醫生 ， 反而更容易出錯 。
這說明 ， 決定成敗的不是經驗年限 ， 而是是否具備與AI「共駕」的能力 。
主持人接著問：
律師、程序員這些職業會不會經歷類似的變化？
霍夫曼肯定地說：
當然會 ， 而且正在發生 。 律師用AI起草合同 ， 關鍵是能否識別模型生成的漏洞；程序員用AI寫代碼 ， 真正稀缺的是在AI出錯時讀懂它的邏輯；記者用AI整理資料 ， 但仍需人類判斷真假、辨識偏見 。
他把這種新職業模式稱為「Co-Pilot Profession（共駕職業）」——AI負責推理、執行重復勞動；人類則負責定義問題、負責判斷、負責處理異常 。
AI不會取代你 ， 但懂AI的人會 。
在這個時代內 ， 「努力工作」正在讓位給「聰明地工作」；真正的競爭 ， 不再是拼誰更勤奮 ， 而是拼誰能把AI訓練成最懂自己的人 。

懶惰的邊界 當AI替人設定目標當談到AI是否會擁有意識或自主性時 ， 主持人開了個玩笑：
也許我們真正該擔心的 ， 不是AI有了意識 ， 而是我們在它面前變得越來越懶 。
霍夫曼順勢接過話頭：
沒錯 。 目標設定（goal setting）和AI的自主性幾乎是必然出現的 。
在他看來 ， AI遲早會學會為自己設定目標 。 但真正危險的不是它的野心 ， 而是我們在放棄下控制權 。
關鍵不是AI是否有意志 ， 而是我們是否清楚掌握那張「算力織網」（compute fabric）——那是所有決策的基礎結構 。 如果它脫離人類控制 ， 「回形針最大化」式災難就可能發生 。
霍夫曼提到 ， 他尊重物理學家Roger Penrose提出的量子意識理論 ， 也認為人類還遠未理解「意識」真正的機制 。
但他也提醒 ， 不要被圖靈測試或個別工程師宣稱「AI覺醒」的新聞所迷惑 。
我們需要的是開放的心態 ， 而不是浪漫的幻想 。
這時 ， 主持人插話道：
所以問題不在于AI能不能思考 ， 而在于我們如何與它共存 。 就像工業革命讓人類把肌肉外包出去 ， AI讓我們開始外包思考 。
霍夫曼點頭回應 ， 并且他解釋：當人類把決策、判斷乃至目標設定都交給AI ， 懶惰便跨過了一道臨界點 。
論文以實證數據為基礎 ， 發現AI介入后 ， 「人類決策的喪失」與「懶惰感」有明顯關聯
我們不只是用AI節省時間 ， 而是在逐步放棄主動性 。
當AI開始替你決定今天要干什么 ， 你就失去了自由意志的一部分 。
真正重要的 ， 不是AI是否覺醒 ， 而是孩子該如何在AI的世界里成長 。 當AI變成知識來源 ， 他們要如何構建自己的認知體系？
我們談論的 ， 是一個會替你思考、會引導你情緒、甚至幫你規劃人生目標的系統 。 它可能讓人類越來越高效 ， 也可能讓人類越來越「自動化」
也許AGI會在我們搞懂「意識」之前到來 。 但到那時 ， 我們要先確保不是人類在替AI工作 ， 而是AI仍然在為人類思考 。

LinkedIn的持久力 最懶的網絡 ， 最難被取代對談的最后一部分 ， 主持人提出了一個看似突兀的問題：
在過去二十年里 ， 幾乎所有社交網絡都被新的平臺取代 。 為什么唯獨LinkedIn還在？它并不性感 ， 也不有趣 。
霍夫曼笑著回答：
正因為它不性感 ， 才活得久 。
他解釋說 ， LinkedIn從誕生那天起 ， 就不是一個「社交」平臺 ， 而是一個「效率」平臺 。
人們不在上面分享日常 ， 而是為了節省時間、找到資源、建立價值連接 。
LinkedIn是一個value-based network 。 它的成功不在于熱鬧 ， 而在于幫助人們創造生產力 。
主持人補充道 ， 這其實印證了「懶惰邏輯」：
越是節省時間、減少無意義互動的網絡 ， 越容易存活 。Facebook在代際交替中失去吸引力 ， Instagram被娛樂化侵蝕 ， X陷入輿論極化 。 而LinkedIn仍保持穩定增長 。
根據Similarweb 2025年報告 ， LinkedIn的全球月活用戶已突破10億 ， 同比增長13% ， 用戶平均訪問時長超過7分鐘 ， 是全球增長最快的職業平臺之一。
這意味著 ， 它已經從社交網絡變成了職業基礎設施——一種讓人「最省力獲得收益」的網絡 。
主持人追問：
那AI會不會顛覆LinkedIn？比如出現一個由AI驅動的新型職業網絡？
霍夫曼回答得很直接：
任何平臺都可能被顛覆 ， 但LinkedIn的網絡效應太難復制 。 它是一個被信任的數據層（trusted graph） ， 每一個關系都和真實身份綁定 。
他指出 ， LinkedIn的耐久性并非因為技術領先 ， 而是因為它契合了人類最深層的動機——用最少的社交 ， 獲得最大的收益 。
訪談還討論到AI時代的商業模式變化 。 過去Web 2.0公司通常先追流量 ， 再考慮變現；如今AI的高成本迫使企業從一開始就建立訂閱制收入 。
在AI時代 ， 現金流是算力的燃料 ， 企業不能再靠免費獲利 。
最后 ， 他談到LinkedIn的「信譽系統」——推薦與背書 。
他坦言 ， 負面評價仍舊復雜 ， 涉及社交關系與法律責任；但在職業領域 ， 它仍是最可靠的「反向驗證機制」 。
AI可以幫你寫簡歷 ， 卻無法幫你建立聲譽 。

友情與人性 AI無法取代的雙向關系當談到「人與AI的關系」時 ， 主持人拋出了一個略帶戲謔的問題：
如果AI能理解你、安慰你、陪你工作 ， 那它是不是也可以成為你的朋友？
霍夫曼沉默了幾秒 ， 然后搖頭：
那是一個雙向的過程——而AI永遠無法做到 。
他解釋 ， AI可以模擬陪伴 ， 卻無法承擔人類情感中的「共生成長」 。 它能學會傾聽、模仿關心 ， 卻不會因為你的存在而改變自己 。
人和AI的關系 ， 本質上是單向的 。 它理解你 ， 但不會被你影響 。
這聽起來像是在警告我們：AI可以成為伴侶 ， 卻不是朋友 。
社交網絡已經模糊了人類之間的真實聯系 ， 而AI助手的出現 ， 又進一步放大了這種模糊 。
我們花越來越多時間和算法互動 ， 越來越少時間與人對話 。
主持人順勢提出他的擔憂：「當我們習慣和AI建立情感連接 ， 人類是否會逐漸失去真正的共情力？」
霍夫曼認可這一點 ， 但認為問題并非出在AI， 而是我們對「關系」的定義 。
友情不是情緒交換 ， 而是共同成長 。 如果AI無法成長 ， 它就無法真正陪伴我們 。
主持人最后問霍夫曼：「那你認為 ， 在AI時代 ， 人類該如何保持真正的友誼？」
霍夫曼回答得很輕 ， 卻很堅定：
AI能幫你變得更高效 ， 卻幫不了你變得更有人性 。 真正的朋友 ， 是能讓你在彼此的對照中看見更好的自己 。
從「懶人更有錢」的投資邏輯 ， 到「醫生被AI教育」的職業重構 ， 再到「最懶的社交網絡」與「無法被取代的友情」 ， 霍夫曼的這場采訪像一面鏡子 ， 反射出AI如何一步步取代人類的體力、腦力 ， 甚至部分情感 。
他反復強調 ， AI的進化不是終點 ， 人類的退化才是風險 。
當我們把思考、判斷、關系都外包給算法 ， 世界也許會更高效 ， 卻更平面 。
AI不會取代人類 ， 但會迫使人類重新回答這古老的問題——我們究竟想成為怎樣的人？
參考資料：
https://www.youtube.com/watch?v=brjL6iyoEhI
本文來自微信公眾號“新智元” ， 作者：新智元 ， 編輯：傾傾 ， 36氪經授權發布 。

    推薦閱讀