前 OpenAI 高管清华演讲：比失业更可怕的，是 AI 时代我们不知道"我是谁

核心要点

推动 AI 大规模扩散的关键不是模型能力的跃升，而是推理成本的急剧下降——智能正在变成像电力、互联网一样的低成本基础设施。
"无限智能"≠人人变聪明，AI 提供的是能力入口而非自动结果，未来人和人的差距取决于主动性、责任感和使用工具的能力。
AI 普及会带来认知外包、数字成瘾、网络欺诈、现实世界被忽视等新风险；真正的危险不是机器控制人，而是人类越来越沉入屏幕和虚拟世界。
AI 对工作的冲击不只是岗位替代，更是身份重构——当"我是谁"不再由"我做什么工作"定义时，人如何重新获得意义感。

演讲主要内容

Zack Kass 曾在 OpenAI 负责商业化相关工作，长期与企业、政府和各行业高管交流，关注 AI 价值如何真正扩散到普通人和真实产业之中。

围绕 AI 的未来，他提出四个核心判断：

决定性变化是推理成本下降，而非模型能力提升。当智能像电力、互联网一样变成低成本基础设施，它才会真正改变社会生产函数。
"无限智能"是能力入口，不是自动结果。互联网存在不代表人们会做研究，识字不代表人们会读书；AI 同理。
AI 普及带来新的社会风险：认知外包、数字成瘾、网络欺诈、现实世界被忽视。技术越强，人类越需要重新建立与技术的健康关系。
AI 对工作的冲击是身份重构。很多人担心的不只是收入消失，而是当工作不再定义"我是谁"时，人如何重新获得意义感——这可能比就业数量更深层的挑战。

在积极一面，Kass 认为 AI 将显著扩展人类潜能，推动生命科学、材料科学、能源和教育等领域加速突破。但他也强调，AI 能否成为真正的进步，最终取决于它能否降低住房、医疗、教育等核心生活成本，让普通人切实感受到技术带来的改善。

关键金句/观点

"互联网存在不代表人们会做研究，识字不代表人们会读书。"
"真正危险的未来，不一定是机器控制人类，而是人类越来越沉入屏幕和虚拟世界。"
"当'我是谁'不再由'我做什么工作'定义时，人如何重新获得意义感？"
"AI 能否成为真正的进步，取决于它能否降低住房、医疗、教育等核心生活成本。"

我的看法

"身份认同危机"是被过度包装的旧问题。蓝领失业、农业人口进城、传统手艺被工业化淘汰，每一次技术革命都伴随同样的"我是谁"焦虑。把它包装成 AI 时代独有的存在主义命题，很大程度是给演讲增加哲学纵深，对一个清华礼堂的听众来说，更像是情绪共振而非新洞察。
演讲中"推理成本下降"才是真正可执行的判断，但被身份叙事盖过去了。从业者真正应该追问的是：当 token 成本接近零，护城河从模型能力转向分发、数据、流程嵌入——你的产品是不是还在"模型能力 PK"的旧叙事里打转？这才是有信息量的部分。
"AI 是能力入口而非自动结果"是个安全的废话。它把所有失败归因于个人主动性，把所有成功归因于工具——这恰好是科技高管最爱讲的，因为它免除了平台方对用户结果的任何责任。看起来很励志，实际上是把"使用 AI 没产出"的锅甩给个体。
"降低住房医疗教育成本"作为价值标尺值得认可，但 Kass 没有说明 AI 凭什么能做到这件事。这些领域的成本主要由土地、监管、劳动力和分配结构决定，与算力价格基本不相关。把"AI 普惠"绑到这三个高政治敏感领域，更像道义站台，而非工程路径。
对技术从业者真正的可执行启示其实只有两条：（a）成本曲线决定产品形态，把"假设推理成本逐年降一个数量级"当作 roadmap 默认变量；（b）把工作意义建立在"做什么"之外的维度——长期关系、公共贡献、手艺感——这是为下一轮自动化做的个人对冲，与 AI 时代无关，是任何技术周期里都成立的常识。