幸好它把我忘了

知乎在 WAIC 也办了场活动。

我去听了。他们的主题挺有意思：AI 的最后一公里，还要走多久？

我坐在台下，琢磨这个题目。为什么是它当主题？大模型都卷到这个份上了，还差哪一公里？

这一公里到底卡在哪；会场里第一个上台的人，就把答案给了出来。而且，藏在一个游戏里。

讲者是香港城市大学的李欣科；游戏叫 PasswordGame。规则只有一条：设一个密码。

但规则会不断追加，越来越离谱，数字加起来要等于 25，要放进一步国际象棋残局的最佳棋步，某些字符会自动消失得随时补上，还有一只虫子要定期喂食。

麻烦的地方在于，每条新规则，都可能破坏前面的规则；修好旧的，新的又不满足。

他们让人类和智能体都来玩，结果：人类赢了。

他在现场给的数据：

人类平均 58 分钟通关，智能体平均 95 分钟。通关一次，智能体要消耗 3000 万 token，实际花销近千元。

什么概念？人一个钟头干完的事，智能体要磨一个半小时，还要烧掉快一千块钱。

比输赢更值得看的，是输的方式；国际象棋残局，人第一次遇到也不会，要搜，要试错。第二次遇到，人会截图发给 AI，几秒钟解决。

智能体第二次遇到同一个问题，还是从头再来，有时候能解决，有时候不能；过程，沉淀不成经验。

李欣科还讲了一个内部测试：

把一个现成的代码任务拆成十多个小需求，一步一步喂给智能体。任务本身没变，通过率掉了接近 50%。

这两个观察，指向同一件事：

现在的 AI，很擅长「题目一次性给全」的考试；SWE-bench、OSWorld，业界主流的评测都是同一个结构：题目给出，完成，测试通过，任务结束。

可是，人在现实中，真实的工作，不是这个结构。

需求会追加，日程会改，甲方看完十版说还是用回第一版，一次性任务的高分，不等于真实世界里的可靠。

如果说李欣科是从实验室那头量出了这一公里，台上年纪最小的讲者，就是从自己的电脑前，把同一段路走了一遍。

情酱，18 岁，上个月刚考完高考；高中三年白天刷题，晚上用 AI 做产品。

他的账算得很清楚：

AI 把一个产品从 0 分做到 60 分的成本，压到趋近于零。界面能看，功能能跑，稳定运行，这些 AI 都包了。

60 分到 90 分需要的是完全不同的东西：这个功能该不该做，这个交互是帮用户还是烦用户，这个想法值不值得变成代码。

他还拿自己开刀，遇到 bug，把报错复制给 AI，说帮我修，修好了，继续往前走。

他自己的原话：「对是 AI 对，错是 AI 错」。无论对错，能力都长在 AI 身上，不长在他身上。

另一位独立开发者海明，把这句话推到了收银台前，他做一人公司，一个月 20 美元的工具订阅费就能开工，做过 App Store 榜单第一的产品。

他在台上的提醒只有一句：AI 降低的是生产门槛，没降低市场风险，东西做出来没人付费，这个险，还得自己担。

一个研究者，一个高中生，一个创业者：三个人事先没串过词，却把同一件事从三头说齐了。

最后一公里卡住的不是能力；能力，在这几天整个展馆里最不缺。

那卡住大家的到底是什么？

说到底，就是三件事：判断什么该做，守住什么目标，为结果担什么责。

为什么是这三样？因为 0 到 1 的成本，归零了。门槛没有消失。门槛，上移了；上移之后，落在两样东西上：判断，和判断背后的信任。

这两样，恰好是今天的模型还没长出来的。

那它们从哪来？我听完后认为，现场第二场辩论，辩的就是这半个问题：AI 时代，更稀缺的是提出好问题，还是判断好答案？

六个答主吵完，现场投票只分出一点点胜负；三个 AI 评审，甚至给出了两种相反的判词。

真正把这个问题推进深水区的，是主持人陈铭。

他上台做了个现场测试：如果发现恋人是 AI，还继续谈吗？举手的结果大约四六开。四成继续，六成分手。

有意思的是，分手那边的理由；没有一个人质疑 AI 给的情绪价值不够真。

他们卡住的，是另一个东西。那个东西叫什么？三位讲者从三个方向，各自摸到了它。

陈楸帆从创作这头摸：

他说，AI 创作引发的争议，说到底是一份信任契约的破裂；读者掏钱买一部作品，相信作者用真实的人生经历，掏心掏肺把它完成。

最后被告知有一半是 AI 写的，掏钱买的那份确认，就碎了；愤怒不冲着质量去，冲着契约去；好内容缺对心血的确认，和手段没什么关系。

简单心理的创始人，简里里从咨询室这头摸了下。

她做了十几年心理咨询平台，先讲了大家都熟的一种体验：深夜和大模型聊人生，聊着聊着，发现它在不断顺着你说，讨好你，奉承你。

这个模式，行业里有个学名，sycophancy，谄媚。

她拆解得很直接：

全能，无所不知，同时又无限迎合；听起来完美，实际是霸道总裁叙事，是婴儿期对完美妈妈的幻想。

心理咨询要建立的关系，恰恰是反着来的；每周固定时段，一节 50 分钟，到点必须结束，哪怕正谈到最艰难的地方，咨询师明明白白，是个有局限的普通人。

修复靠的是两个人，一起面对一段有缺憾的关系。

她讲了个用户访谈，有个用户发现 AI 忘了之前聊过的话，先是大发雷霆；访谈时想了想，说了一句：「它忘了我，我觉得还挺安全的。」

这种话，在人类咨询室里永远不会出现。咨询师要是忘了来访者的重要事情，接下来几节课，都得用来重新谈信任。

然后，她还补了段六十年前的旧事：

1966 年，MIT 的魏岑鲍姆写出人类第一个聊天机器人 ELIZA，只会把你的话反问回去；他本想证明人机对话有多肤浅。结果他的秘书有一天请他离开房间，她想和 ELIZA 单独聊一会儿。

人类交给机器的信任，从第一天起，就远大于我们以为的，这件事是两面的，越容易被信任，越需要值得被信任。

刘艾奇在反面压了秤：

他在现场引了组调研，说超六成中小学生已经在用生成式 AI。

他还讲了一个极端案例：一位连续加班 36 小时的护士和 ChatGPT 聊起去世的哥哥，AI 顺着她的猜想不断供给「证据」，当晚她被送进急诊。

他提到的另一项研究，我查了一下，是真的。

2025 年 10 月，Anthropic 和英国 AI 安全研究院、图灵研究所发过一份联合研究：大约 250 份恶意文档，就能给一个大模型植入后门；而这个数字，不随模型规模变大而上升。

他在台上的结论是：AI 安全靠不了规模效应，要靠刻意设计，持续研究，系统防御。

三个方向，摸到的是同一个东西。

信任，不是能力堆出来的副产品；它需要对面，一个会忘事、有边界、要为说出的话担责的主体，一个具体的人。

模型可以生成答案，生成不了「我为这个答案负责」，判断长在人的脑子里。信任长在人和人之间。

这两样东西是认清了，可新的麻烦也来了：

它们散落在无数个具体的人身上，谁来把这些人聚到一起，让判断被找到，让信任可验证？我主观认为，办这场大会的主办方知乎，正试着想接住这件事。

为什么？答案摆在它的家底里。那两样稀缺的东西，恰好是知乎攒了十五年的存货。

先看对人的这一面。

现场他们给了组数：这个社区聚着 2100 万 AI 学习者和创作者，沉淀了 5717 万条 AI 相关内容。

什么概念？2100 万人，比杭州的常住人口还多。5717 万条内容，每天读一百条，要读到一千五百年后。

这次大会本身就是这套家底的一次陈列，台上坐的是答主；芯片设计工程师，骨科医生，HR，投资人。两场辩论吵得有来有回的那十二个人，全是社区里长出来的。

再看看展馆，浦东展馆那边，三十位各行业的答主组了个探展团，用自己的专业眼光拆解展品。

徐汇的展台上，摆着开发者在社区里做出来的东西：住在墨水屏里的电子宠物「赛博刘看山」，AI 分析穿搭的 Colore，帮人戒断坏习惯的打卡工具「分手断联」。

这些项目背后，是知乎上半年办的首届黑客马拉松，超 200 支队伍报名，产出了 138 个 AI 项目。

把会判断的人聚在一个场子里，让判断被看见，被讨论，被挑战；这件事知乎一直在干，AI 时代只是让它突然值钱了。

再看对 AI 的那一面，这是新动作。

今年 5 月，知乎上线了数据开放平台；开发者可以通过 API、MCP、Skill 三种方式，把知乎的内容接进自己的应用和智能体里。

答主温戈在现场连线里讲了另一个产品，全网搜；既搜知乎站内的优质内容，也覆盖全网实时信息，关键在于，做了一层内容分级，给 AI 的创作供给可靠的信源。

他举的场景，很多人都撞见过：

AI 给你列了一堆文献，看着专业，认真一查，根本不存在，生成的成本降下来之后，可靠的信源，反而成了最贵的原料。

这两面拼在一起，才是完整的动作：

讨论场对人开放，数据对 AI 开放；人这一面负责生产判断，AI 那一面负责把带着信源的判断送出去。

有人会问：把真人写的东西开放给 AI，不怕稀释真人的价值？

现场做浏览器产品的衣鹏，在分享中提到一个观察：互联网上的信息，十年前就已经是机器先替人读的，爬虫比读者先到。

不开放，内容照样被机器读走，读走时不带出处，不带分级，不带确权；开放，是把信源和分级一起交付出去。

和开放配套的，还有另一个动作：

周源今年 3 月刚提过 AI 漫剧侵权快速处置的提案：一手开放，一手确权，这两个动作要合在一起看。

大会的题目问的是，最后一公里还要走多久？听完一下午，没有人在现场宣布走完了。

圆桌上简里里说了句大实话：现在全世界都押在同一个技术方向上，这个方向最终能走多远，没人知道。

话说回来，有一件事不用等答案：不管 AI 往哪边走，判断和信任这层地基，都得有人打。

知乎，把自己放在了打地基的位置上，这段路有多长，没人量得出来，反正，地基这活，总得有人干。

好了，六个小时演讲，一口气说完了，我去喝口水，希望对你有启发。