福建
深圳一家茶馆里，有人认出了眼前这位女士，主动上前攀谈，临别时合影留念。类似的场景也出现在新西兰的一场分享会上，台下坐满了关注技术、关心转型的听众。这位被陌生人认出的博主，就是“晓辉博士”——袁晓辉。
她身上有一份漂亮的履历：清华大学城市规划博士，做过城市数据创业，之后在腾讯研究院研究产业与技术。大模型火了之后，她把目光投向AI如何改变组织和每一个具体的人。她与同事合写的《Token经济》，最初只是一份内部研究，团队尝试让多个AI智能体分工协作，有的查资料，有的做文献补充，人来把控方向、核验内容。研究文章发出去反响热烈，出版社闻讯而来，一本书就这样诞生了。
有意思的是，这本书本身就是一场“人机共创”的实验。AI参与了资料搜集与初稿写作，却决定不了这本书要表达什么。同样用着相似的模型，不同作者负责的章节依然风格迥异。这些抹不掉的差别，在袁晓辉眼里恰恰是人的“品味”。她自己也坦言：“我也是其中的一个实验对象。”书写完，她离开腾讯，创办了“新可能实验室”，想把研究对象从技术转向技术中的人。
普通人最关心的无非是：这波AI浪潮，到底能不能让自己捞到机会？
袁晓辉给出的答案很实在。AI调用的门槛已经低到不能再低，难点在于你能不能提出好问题，能不能判断答案的成色，能不能把AI给的东西变成现实的改变。工具人人可用，差距在工具之外。你脑子里那些自己习以为常却说不清道不明的隐含知识，恰恰是AI最需要你交代清楚的东西。第一次提问可以“投石问路”，来回几轮交互，你才逐渐看清自己真正想要什么。等要求基本明朗，不妨先让AI复述一遍任务，双方确认无误再开工，效果往往事半功倍。
“智力正在变成一种可以计量的资源。”这是她分析的核心。一次对话消耗多少Token，普通人无需计较，值得记住的是：过去只有大机构才请得起的专业能力，如今按需付费即可获得。整理表格、处理报销、初剪视频、核查基础合同，这些活儿AI都能干。智力的价格一路走低，机会的边界随之扩大，这才是Token降价的真正含义。
企业那边的情况却有点反常。员工用了AI，个人效率翻了几倍甚至十几倍，公司整体却原地踏步。症结在哪？流程里那些担责、审核、逐级汇报的环节还在照旧运转，一个人快得飞起，整条流水线依旧慢吞吞。正如阿姆达尔定律所揭示的：系统能加速多少，取决于那些加速不了的部分。更值得警惕的是，假如企业一号位根本不明白用AI图什么，报告只会越来越漂亮，PPT越来越精致，营收却纹丝不动。流程快不等于经营好，工具强不等于判断力强。
有人担心，销售冠军的话术被AI一提炼，全员共享，冠军岂不是自砸饭碗？袁晓辉认为，能被复制的是流程里的套路，冠军背后的经历、敏锐和判断力，依然带着他走南闯北。竞争性的初级白领岗位，替代恐怕难以避免。大家的水位被AI齐刷刷抬高，原先的平均水平就失去了稀缺性。连冠军都得另起炉灶，何况旁人？兜底的社会保障，也该认真琢磨新问题了。
面对前沿实验室不敢停下的竞赛，面对层出不穷的新模型，普通人需要天天盯着新闻吗？袁晓辉的答案是：没必要。真正重要的消息，就算你不找，它也会找上门来。挑一两个靠谱的信息源，抓住关键节点，足矣。
她同样清醒地看到硬币的另一面。“品味”听起来人人平等，实际养起来却费时费钱费机会。每天的时间精力被生存吃干的人，哪来的闲工夫去百般打磨、千次试错？机会从来不只由能力和努力决定，时间、资源、承担失败的底气，同样说了算。有人通过自媒体把一手好服务亮出来，从打工者变成个体经营者，客单价上去了，腰杆也直了——AI放大了这样的可能，却代替不了把服务做好的功夫。
活下去，才有资格谈选择。先让人拥有基本生存条件与有尊严的日子，谈新的可能才有根基。一个人可以学AI、找需求、攒判断力，环境是否公平、保障是否健全，同样决定了一次实验能不能开始。
与其焦虑被时代抛下，不如把AI当成一台放大器，放大你已有的积累，放大你的手艺与热情。潮水方向无人能改，船舵却握在自己手里。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
