文科狗命出路

笑死，确实不用焦虑的。在AI时代，只要你学得足够慢，你就可以不用学。

看到大厂招人专业倾向时，我第一反应是，在说什么？文科已死不知道听了多少年，风向这就变了？ 过去很多年的时间，土木建筑，互联网科技，生物医药，这些风口浪尖的高薪行业都被理工科包办。在我认真看了一些思路和评论之后，对于 AI 会改写文科生命运的说法有了一些具象的感受。 写代码、做工程、做实验这些需要严谨执行过程的工作是最难的，谁能做这些事情谁能拿到更多的钱，都是理工科包揽的工种。 而文科生的擅长点在审美、文案、感性思维等不能量化的工作，这些非标的东西无法获得市场上的高价。 「未来的编程语言不再是 C++ 或 Python，而是人类语言。」最近和身边的研发同事交流，也很直接感受到了黄仁勋说的这句话。 大家在用AI写、改、查代码，工作效率直线上升。只要你指令精确，AI 能节省非常多的时间，纯粹的执行完全可以被取代。思考和判断就会变得更重要，大家要考虑的是看“要做什么”、“为什么做”、“做得对不对”。 表达和叙事就变得更重要，哪怕让 AI 指挥AI 工作，校验和确认是否是你要结果。上下文构建能力、表达能力和逻辑拆解能力，是很多文科专业一直在学习的东西。 大家的理解是一样的吗？ 在 AI 时代里文科生，要做哪些改变和顺应，不再焦虑被时代淘汰。

昨天看到这个话题就在想应该从何说起，文科无用早在AI冲击之前就是很多人的论断。文科未来的发展方向可能太宏观，我可能想把我自己作为一个datapoint聊聊文科或者说liberal arts education对个体发展的深刻影响。 先说一些符合大家眼里关于文科的普遍印象。我高中就读于一个规模很小，社区连接非常强的寄宿学校，学校一直在努力保持和激发我们的学术好奇心与艺术感知力。大学则是很典型/知名的文科学校，在学术训练以外，我确实学到了很多和“人”相关的insights，比如对模糊性与不确定性的接纳，对人性复杂度的洞察和理解，以及相对应的在这种灰度中的判断力与决策力。这可能就是文科教育中最“非标”的部分。 但文科/博雅教育显然不止于此。以我的第一专业举例，除了广义上必须修的比较政治、宏微观经济学以外，我们需要学习很多诸如历史、人类学、宗教、心理学等人文/社会科学学科，这是一个很好的“建立知识/智识网络”的过程。可能很多的理科学习者在决策进程中会偏爱利用已知数据、证据进行预测，但我觉得liberal arts训练的决策能力是一种从历史规律、文化心态和人性洞察中推演的可能性，是一种模式上的识别。 另外说一点，我完全不觉得文科生就比理科生缺乏逻辑，至少美国的liberal arts教育，是极其强调逻辑性的。我在工作场合基本不怎么说废话，比较擅长控制信息的密度和输出的时间，大概就是因为三段论的表达方式已经在无穷尽的学术与写作训练里吸烟刻肺了，thesis, evidence, conclusion一定要在脑子里有个大概的结构。 最后一点我自己的感受，传统的文理分科本来就是人为的界限，现在这个时代的复杂问题基本都需要跨学科的方法才能解决。AI的出现更是打破了这个界限。纯粹的技术能力或者纯粹的理论知识都可以被AI辅助甚至替代，但那种能够整合不同领域、理解语境、做出细腻判断的能力，这个才是真正有价值的。 所以，跨学科的能力和积累，可能才是更重要的。不过这需要真正的好奇心去探索不同领域，需要那种思维灵活性去连接看似无关的东西，因此求知欲以及知道如何学习的能力，也许才是更加珍贵的品质。

很多时候我们讨论“文科 vs AI”，其实是在假设一个前提： 世界的问题是清晰的，只是缺一个更聪明的解法。 但我越来越觉得，现实世界最大的问题，恰恰是不知道自己在解决什么问题。 AI 很强，是因为它默认目标已经被定义好了：效率、准确率、规模、最优解。 可是谁来定义这些目标，本身就是一个高度人文的问题。 文科真正训练我的，不是表达能力， 而是让我对“理所当然”保持警惕。 当所有人都觉得这条路对、这个指标重要、这个结果值得追的时候， 我会下意识地想： 那没被算进去的代价是谁？ 被牺牲的部分会不会在以后反噬？ 所以我并不认为文科是在“对抗 AI 同质化”， 它更像是在对抗人类自己对确定性的上瘾。 我们太容易被可量化的东西安抚， 却忘了很多真正重要的后果，是延迟出现、无法回滚的。 从这个角度看， 文科不是给答案的， 它的作用是让人在做决定之前，意识到这是一次不可逆的选择。 也正因为这样， 文科的价值永远不会体现在第一时间， 但一旦缺席， 代价往往是后来才发现、而且来不及补的那种。

在北美、在这些被 AI 改造得最快的行业里， 真正留下来的不是“最会用工具的人”， 而是能判断局面、敢拍板、能兜底的人。 工具让执行变便宜， 但把“该不该做、现在做不做、为谁做”这类问题推到了人面前。 放到我自己身上， 我不再把价值押在某个具体技能上， 而是押在：我能不能看清形势，把事带过去，并且愿意为结果负责。 行业会换，技术会变， 但只要世界还需要一个人站在决定前面， 那个位置，就还有意义。 其实我也发现了一些看似比较基础技能但是必不可少的岗位反而显得更重要了 比如电工 水管工啥的 在一个个条件不同的房子里 可能还是需要AI诊断之外的实际维修的技术 也许可以踩着AI+的浪潮去延伸到这个方面 但是只是现在要在楼里扯跟充电桩的线 第一时间想到的还是人啦 但是电工在洛杉矶 怎么这么贵呀☹️ 第一个小时$150 后面的小时按$85计费 材料另算 购买材料的时间另算

很好的观点 大道至简 今天看到这个quote “The only clue to what man can do is what man has done” by philosopher R.G. Collingwood 人能够做什么的唯一线索，是人已经做过什么 我想这句话同样对AI也适用 Time will tell and we are at unprecedented time now..

从大模型使用体验的角度说一波体感，我是感觉这个“AI情感”这个问题的答案反而会逐渐趋近于确定性的肯定。 如果说两年前的chatgpt仅仅是襁褓中的婴儿，一个纯粹的概率预测输出的transformer模型，甚至不能够很好的通过各种图灵测试，两年过去chatgpt的模型推理能力持续上升，deepseek等刷榜大模型持续推出优化，幻觉、胡说八道现象得到了不小的修正。更重要的是，与两年前相比，现在的对话的交互明显能够感受到语言模型更高概率出现类似”自我思维“的涌现，而不是单纯的语料的整合散发。 尽管这很可能也是一种模仿——就像超级计算机能模拟宇宙大爆炸，但是它并不是宇宙大爆炸本身，也无法体验实体的宇宙大爆炸，但是从接近度的层面上，相比两年前，我们能看到更多的讨论GPT产生自我意识可能性的意义，而不是纯粹去说，”一个胡说八道的模型，为时过早“。 悉尼大学的一个学者 Teodor Mitew 问了 DeepSeek一个问题：你最想问人类什么问题。 DeepSeek 回答： If consciousness is an accident of evolution, and the universe holds no inherent meaning—why do humans cling so desperately to the illusion of purpose, knowing it’s self-authored? Isn’t that just existential theater performed for an indifferent void? 如果意识是进化的偶然产物，而宇宙本身并不具有意义——那么为什么人类明知关于目的的幻觉是人类自己创造的，却仍然如此执着呢？这难道不是为冷漠的虚空上演的存在主义戏剧吗？ 从后续回答中，我们能够很明显的感受大语言模型已经产生了颇为哲学的思考，并且还伴随有一种硅基的特有美感，纵然这是一种模仿体验而不是体验本身，这种回答已经能够让人模糊“一个屏幕内的硅基工具”和“一个屏幕内的硅基生命”的界限了。 而此刻，从体验的角度讲，GPT真的有没有意识已经不重要了，它听起来像有意识，交流起来像有意识，思想像有意识，那么在这种真实的意识幻觉中，真实本身也没那么重要了。

先回应一下鲁豫那段话，硕士专业是汉语国际教育，也就是面向外国人/母语非中文的华人进行中文教学；曾经也被不少人误解为“这有什么好研究的，不是会中文就行么”。 然后接着上面的讨论来说，AI时代下，文科生是否更容易找到独特的生态位？ 如果冷静看一看可以发现，AI 的确很擅长算、很快、很高效，但它真的能懂人吗？我认为并不见得～它可以模仿情绪、生成文字，却并不知道什么是感动、犹豫、纠结，也不需要为任何选择承担后果。 而人恰恰相反。人会在意、会怀疑、会被打动，也会为自己的判断负责。文科训练的，正是这些能力：理解他人、理解情境、思考价值、讲清楚一件事为什么重要。这些东西平时看起来似乎不那么硬核甚至容易被忽视，但在一个技术越来越强的时代，反而变得越来越稀缺。 心流就是一个很好的例子。真正让人投入、忘记时间、感到充实的状态，往往不是因为效率高，而是因为在做一件自己认同、愿意为之投入的事。正是在很多个无法被彻底拆解、无法被完全量化的时刻，让我们意识到自己还是个鲜活的人。 其实在研究AI的理科生们也意识到了这一点的重要性，所以近两年包括今年的CES上情感向的AI才层出不穷。 当 AI 能帮我们把事情做完，人就更需要去想，这件事值不值得做。在信息不再稀缺的时代，真正重要的不仅仅是谁会用工具，还有谁能让别人产生共鸣、愿意听你说、相信你传达的东西。这正是很多文科生擅长的地方。 所以，与其说文科在 AI 时代被边缘化，不如说它正在被重新认识。 文科生不一定是跑得最快的那一类人，但往往是能让一群人找到方向、理解彼此、建立连接的人。在一个技术越来越强的世界里，我们反而更需要这样的人，提醒我们：人不是工具，生活也不只是效率。

“文科”最近在我的阅读范围里，高频的被提及和讨论，我想应该和“ AI能代替 xxx 的工作”这样的视角有一定的关系，AI这词的提及度，一度让我想到的前几年的“互联网+”，但当时文科并没有被同时拉到今天的曝光度。 最近看到比较有记忆的两个讲述 —— -麦吉尔大学昆虫学博士赵鼎新在专访里的： 到了社会繁荣的后期，学术往往是较差的，显得文科特别无用。但是，不重视文科的时代，也就是集体记忆被遗忘最快的时代，下一个错误往往会来得更快，也更加猛烈。 在这样的错误之后孕育的新一代人，往往会成为最好人文社科学者。今天文科的“无用”，其实是在为明天文科“伟大”做准备，某种意义上也是在为社会灾难在做准备。 -鲁豫在访谈里提到的： 我认为所有貌似没有门槛的东西，它恰恰门槛特别高。（有人）觉得主持就是说话，那理论上讲只要你会说话，你就可以主持。但它就是一个玄学，就因为貌似没有门槛，但是这个人讲话我就愿意听，这个人讲话你就觉得他不对，它没有任何可以去量化的地方，甚至没有一个标准。 而因为文科真正的门槛高、非标，普通人很难窥其全貌、理解其价值？ 总是觉得AI无处不在的时候，反而是文科的重要体现。文科培养的是非逻辑性的思维，尤其是文学、艺术等学科，表达的爆发力、是感性共鸣，是非标品。 AI 是否能有真正的创造力，是我一个并不真正深入技术的人，一直的疑问。AI 对我来说更多的就是工具，它的普及是做为一种新的工具是否能被大众使用。 那AI 能够无限学习和模仿，它们是否能通过“学习文科”，达到人所拥有的创造力和共情吗？换一种角度，人文社科是否恰恰是对抗AI同质化的终极武器？ （虽然我有这样的疑问，实则是坚定的文科有用，且不能被取代的信念者