最近一段时间 OpenClaw 非常火，“AI 要取代人类”的言论再次涌现。回看历史，每逢 AI 的重大突破，取代恐慌就会出现，但迄今 AI 仍未完全取代人类。AGI 或许终会到来，但没那么容易。
尽管如此，这一轮大模型发展仍令人震撼：虽未全面超越人类，却已在越来越多领域替代或增强人类。
上篇文章我们讨论了OpenClaw的一些思考
这篇文章想探讨一下 AI 的能力和局限性，它能做什么，不能做什么？
挖掘机的例子
我觉得目前的 AI 大模型可以类比成挖掘机。
挖掘机大大增强了工人的力量。原先拆房子可能需要很多工人耗费体力，用很原始的工具去拆除。有了挖掘机以后，只需要一个工人开着挖掘机就可以很快拆掉一个房子。
但是挖掘机自身并不能自动去拆房子，因为他不知道房子在哪里，还是需要有一个人去控制挖掘机如何运动，从而把房子拆掉。
挖掘机也有各种局限性，有驾驶技巧，有时候还会出现故障需要处理，这些都是需要人来解决的。
自动赚钱的悖论
很多打工人会想：AI 既然能做很多人能做的事，是不是可以自动帮我赚钱？
媒体和名人过度鼓吹 AI 工具的能力，让普通人陷入焦虑。不少人每天折腾各种 AI 工具，生怕错过新功能，希望 AI 能全自动赚钱。
这似乎是个悖论：如果 AI 强大到人人可轻松让它赚钱，那到底赚谁的钱呢？
关于思考和执行力
有些人学习 AI 的过程中，以多消耗 Token 为目的，觉得 Token 消耗够多就能学到更多，做出有用的东西。
但是我想泼一盆冷水。
我认为这个世界上有很多不同类型的人。其中一种人是想法很多，但是执行力很差，很多东西都是停留在想，没有真的去做。还有一种人是想法有限，但是执行力很强，不管是什么东西，还没好好思考就开始冲。
这两种人都很难把事情做好，要想成功，充分的思考和强大的执行力缺一不可。
我自己比较接近第一种人，想法不少但是都只停留在想法层面，执行力太差实践太少，这也是我想改善的问题。
AI 让一些人感到焦虑，他们忙着搭建流程、折腾工具，但部分人虽执行力强，却缺乏好的使用场景——思考太少，提不出问题，却希望 AI 解决问题。
实际上AI 目前更主要的是加速想法的执行，而不能代替真正的思考。
比如有人想用 AI 做自媒体，批量注册账号、生成内容、自动发布，期待总有内容能火。但他们可能对自媒体的核心问题缺乏思考：写什么内容受欢迎？目标客户是谁？这些人是否愿意付费？
AI 无法完全取代这类思考，其回答多是网上现有内容的集合，质量和真实性无法保证。
我还发现，当你去问 AI 一个想法是否值得做，AI 常会给出正面肯定的回答。这让我想到网上看到的，由于训练机制的原因，AI常常会倾向于说出迎合人类的话。
赚钱还是套路？
我确实看到过一些 AI 生成内容的自媒体账号，其中有少量质量不错、流量也很好。但这些号的成功并非全靠 AI。要么对工具理解远超普通人，要么加入大量人工思考和流程，背后都需付出相当努力。
还有很多账号会说自己靠 AI 挣到了多少钱，但是说着说着就开始卖自己的付费课程了。
这些人没有展示自己的实际收入证明，真实性无从得知。但是，如果已经用 AI 轻松挣到了很多钱，那有必要费劲做自媒体卖付费课程挣钱，还给自己增加竞争对手吗？
总之，如果你买了这种付费课程，你不一定能跟着赚到钱，但是卖课给你的人一定赚到钱了。
目前我还没看到几个 AI 参与度高、人工成本低且能赚钱的案例，其中有不少只是娱乐目的，收益可能不够 Token 成本。
当然，我也一直在努力发掘。如果大家有看到比较好的案例，也可以分享一下。
语言理解
大模型在正确理解语言文字上仍不完善。
例如之前的文章我提到，在 OpenClaw 中配置规则后，实际执行时并不总会遵守，经常会像失忆了一样丢掉一些东西，有时候又仿佛没明白我说的意思。
国产模型这方面更严重，Claude 等顶级模型相对好一些，但也时不时会犯错。
这个问题仍在解决中，还需要时间。
创新的局限
现在公认的一个观点就是，现在的大模型它更多的是快速搜集网上现有的知识，把它们聚集起来，但大模型本身很难创造新的知识。
这从大模型的原理也可以解释，大模型只是输入了大量知识进行训练，通过概率来预测接下来的每个 Token，大模型的工作机制像是从训练素材里找规律。
除了不能创造新知识以外，大模型即使只是转写已经有的文章，也很容易出现AI味很浓的情况。
有些人甚至意识不到自己用AI生成的文章、图片内容，AI味很浓。而读者并不是很喜欢这类文章。平台也有可能会对这类内容进行一定的限流。
缺乏真实世界的感知和交互
人看到食物图片说好吃，是因为能联想到自己吃过的味道；但AI只会靠语言文字推测，没有真实感知，只是单纯模仿人类。
很多事需要复杂的现实交互，没法用语言说清楚，人类却天生就会，比如走路、骑自行车。
机器人学走路，得在真实世界反复练，或靠物理模拟，绝对不可能靠看“走路教程”学会，就像俗语所说：站在岸上学不会游泳。
要让AI感知物理世界，得给它装传感器，比如用陀螺仪测加速度。但目前技术很难让AI像人一样感受完整的现实世界，就算有了传感器，怎么训练也是难题。
我想到一个相关的问题，一些做硬件研发的朋友觉得，AI对于他们工作的促进作用很有限。
因为硬件电路都需要实际去调试，有很多动手搭建电路的工作，但是至少目前为止，AI很难做到这一点，就必须人工完成。即使给AI装了机械臂，它也没办法从图像分辨自己要做什么，没有正确和及时的反馈，就无法准确的和现实世界交互。
情绪逻辑
人类的情绪和现实世界关系很大，比如大多数人下雨天会心情低落，这种生物性的逻辑AI没有。
如果网上有关于雨天情绪的研究，AI会模仿，看到天气是雨天，也会模仿人类表现出低落的情绪。
但情绪本身太复杂，语言很难完全表达，尽管人们已经努力发明了很多语言文字来表达情绪，但还是经常会感觉不够用。
而 AI 本就不具备情绪，想要搞懂这里面的玄机就更难了。
我的实际体验是，豆包在理解情绪上做得还不错，但分析复杂逻辑时，它可能更倾向于照顾感受，给出的建议相对缺乏专业性，这倒是和人类的表现有点像。
信息壁垒和人为障碍
AI学不到的公开秘密
每个行业都有一些秘密，这些秘密只有行业内的人知道，网上也查不到。正因为如此，AI很难学到这些东西，也就很难取代这些行业。
比如说川剧变脸，前几年这还是个秘密。但这两年抖音上经常有人在评论区揭秘。再比如春晚刘谦的魔术，以前大家都觉得特别神奇，可现在网上有好多专门讲解魔术揭秘的短视频，看多了以后，大部分魔术基本都能猜到是怎么变的。
你可能会说，现在问AI这些问题，它也能告诉你答案啊。但这是因为这些秘密已经公开了，AI才学到的。如果这些秘密一直没有公开，AI就不知道了。
现在网上流行一种说法，把自己擅长的东西分享出去，就能获得流量和收益。于是越来越多人开始在网上分享知识，很多原本小众的秘密也逐渐被大众知晓。而这些公开的知识，恰恰成了AI的训练材料。
AI看不见的知识
我们平时在微信上聊的东西，AI是看不到的，这本身就形成了一道信息屏障。比如各种熟人的小群里，经常会讨论一些真正有价值的消息，这些AI都看不到。
很多公司内部都有自己的文档库，里面放着各种内部信息。这些东西企业不会公开发布到网上，也不太可能让AI去抓取用来训练。
平台限制
各个互联网平台都在想办法，不让AI程序自动抓取平台里的内容。
就说微信和小红书吧，我想让OpenClaw自动抓取这两个平台上的文章做分析。但这两个平台必须登录才能访问，微信还特别麻烦，必须用微信自己的客户端。
理论上说，可以通过一些自动化工具直接操控软件界面来获取信息。但实际操作中，因为平台的各种限制，可能会面临很大的封号风险，而且抓取效率很低。实际上这类信息大模型基本上看不到，自然也学不到。
从内容发布的角度看，用AI做自媒体也面临人为阻碍。个人无法注册大量账号，平台有AI内容检测机制，可能会对这类内容限流，个人公众号也很难让AI自动发布文章，因为登录和发布都得用微信扫码。
这里顺便分享一个我的AI使用技巧：当我想了解抖音相关的问题，就会用豆包；想了解微信公众号相关的问题，就会用腾讯元宝。因为这些厂商会用自己独有的数据来训练模型。
下面的截图分别是我用腾讯元宝和豆包询问我的公众号的结果。
腾讯元宝能直接看到公众号里的内容。
豆包却提示找不到这个号。
付费知识
很多知识是需要付费的，比如我们看的各种书，想看正版都得花钱买。再比如科研人员需要看的各种论文，一般也有专门的网站，需要付费才能查看。
虽然大模型厂商可能会花钱购买这些付费知识来训练，但显然不可能把所有人类创造的知识都买下来。
特别是现在互联网时代，信息爆炸，每天都有大量新的有价值的知识被创造出来。这些知识既不在公开网络上，也不可能全部被AI学到。
知识星球就是知识付费的一个常见形式。我也给几个知识星球充过钱，发现确实有些博主会在里面分享一些更有价值或更激进的观点，而不会在公开场合说。
这是因为付费空间用户相对少，博主说话没有那么多顾虑，不用担心争议、不够成熟或者言论太激进。而且愿意付费的人本身就是铁粉，问题少，平台审核也相对宽松。
还有些知识是别人花很长时间研究出来的，不想轻易公开，只在知识星球里分享，这也完全可以理解。这些知识AI就很难学到。
模糊的现实
有些东西本来可以用语言描述清楚，但现实世界是人类建的，不是机器建的，很多文档都不完整。可能没人能及时更新这么多文档，也可能有些东西本身就是故意模糊的。
拿律师行业来说，有人觉得AI很容易取代律师，因为律师需要记忆大量信息，这恰好是AI的强项。但我觉得没那么简单。
前阵子我有个经历：想把老家生产的食品放到淘宝、抖音、微信小店上卖，但我们只有小作坊证，没有正式的食品生产许可证。
小作坊证是地方政府给规模小的食品厂家发的"简化版"生产许可证，也是合规的。但各地要求不同，没有全国统一标准。
我问AI这个问题时，它很肯定地说可以上网店。但下次再问同一个AI或问另一个AI时，答案就完全相反了。
后来我用“传统古法”人工在搜索引擎上查找，发现我所在地方政府的文件里没有明确限制，按"法无禁止即可为"的原则应该没问题。但进一步搜索后发现，不同地区情况差异很大，少数地区很严格，直接规定小作坊证不能生产和销售某些食品。
这才明白AI为什么自相矛盾。虽然我一开始就告诉了AI所在地区，但它并没有真正理解这个逻辑——有时刚好搜到明确禁止的地区的文档就说不行，有时没搜到就说可以。
虽然小作坊证在地方法规上合规，但电商平台可能觉得质量参差不齐，宁可一刀切限制上架。实际上淘宝是允许小作坊制售的，上架没问题，但微信小店一直审核不通过。
官方文档明明说可以提供小作坊证上架食品，也能搜到有商家成功上架。但联系微信客服后，人类客服说不支持，理由是平台会定期检查，发现不合规会下架罚款，还让我举报那些商家。这听起来像是模板回复，可能早期平台不完善时商家已经上架了，之后平台才改了规定。
总的来说微信小店的管理很混乱，远不如淘宝成熟，手机客户端还经常出Bug。
这类模糊的问题人类研究起来都很花时间，要去不断查证和权衡，AI又怎么可能轻松解决并取代律师的工作呢？
AI带来的颠覆性冲击
虽然前面讲了很多AI的局限性，但接下来要说说AI带来的冲击。
与其讨论某个行业会不会被AI取代，不如说AI能取代这个行业多少占比的工作。
还是拿文章开头的挖掘机例子来说，以前拆房子可能需要10个工人用原始工具砸墙，现在有了挖掘机，只需要1个会开挖掘机的工人就能完成。于是剩下9个人就开不了挖掘机了，但他们可以转行去做新的工作，例如挖掘机的制造和维修。
语言文字中的信息
在《三体》里，三体人能把所有知识共享，这点很让人羡慕。人类从出生就得开始漫长的学习，很多行业的人甚至要做好终身学习的准备，否则就容易被淘汰。
更难的是人的寿命有限。我发现每天思考的各种想法中，很多通用观点其实古人早就用谚语诗词总结过了。花了三十多年学习成长，却很难跳出古人早就思考过的问题范围，同样的问题不知道被多少人重复学习过，从全人类角度看真是浪费。
人类之所以聪明，语言文字的发明功不可没。它让不同时代、不同地区、不同种族的人能交流思想。书籍作为语言文字的沉淀，记录了各种人类知识，对社会发展很重要。我们常说"书中自有黄金屋"，就是在强调这一点。
一个人通过语言文字获得的知识占了智力的很大一部分。虽然AI很难进行深度思考和创造，但它能用比人类快得多的速度查阅这些知识并进行整合。
人与机器、人与人的沟通桥梁
这一轮AI发展最让人震惊的是，它似乎真的在理解人类用来交流的语言了。这给机器和人类之间创造了新的沟通桥梁，人类多了种和机器交流的方式，而且这种方式比过去更通用、更简单。
不仅如此，AI还能加速人与人之间的沟通。
比如我想做个产品演示给别人看，以前我不会画图，只能用文字或简单的方块去描述，别人很难理解。现在可以让AI生成大概的图片样子，反复沟通调整，直到能清晰表达想法，别人看到图片就能更好地理解。这大大加速了人与人之间的沟通效率。
大量脑力劳动会被取代
虽然很多人觉得自己的工作不可能完全被AI取代，因为里面有很多AI难以搞定的问题。但仔细想想，大多数脑力劳动者的工作内容中，同样也包含了很多AI可以轻松搞定的部分，那些根本不需要创造力的内容。
换句话说，不是因为现在的AI有多聪明，而是因为人们做的很多事情本来也就不需要多聪明。
拿律师来说，虽然要解决人类社会很多复杂问题，但查阅已有资料的过程对人类很繁琐耗时，交给AI就很合适。
在写文章这件事情上，虽然有人已经实现了自动让AI写文章排版的流程，但是我还是想再坚持一下传统古法手写为主，一是因为我还没来得及去研究，二是感觉 AI 处理的效果和我想要的还是有差距。
但是AI在写文章这件事情上的帮助确实是会越来越大了，至少我可以让他帮我调研知识，找找错别字什么的。
在我写这篇文章的时候，我想给文章多插入一些图片，提高阅读体验。我之前一直从 Pixabay 网站获取人类创造的无版权图片，但是最近发现这个网站已经逐渐被AI生成的图片给占满了。
目前我还是对这些AI生成的图片不太满意，AI 味太浓了，或许是现在的AI技术还不够，也或许是需要对 AI 工具的使用有更深入的研究。但总的来说，AI取代已经是一个无法逆转的趋势了。
之前我了解过同声翻译，在联合国大会这类跨国会议上，由于参会者语言不同，需要同声翻译，一边听一种语言一边同步翻译成另一种语言，还得保证延迟小让大家交流顺畅。第一次知道这个职业时我很震惊，就算给我充分思考时间翻译中英文都很累，还必须在高压环境下持续翻译。人类做同声翻译确实很困难，长的会议一般得多名翻译轮流工作休息，收入很高。
但前阵子看到罗永浩讲豆包的同声翻译，试用后发现豆包已经能做到延迟只有几秒的双向同时翻译，还会模仿发言者声音。虽然延迟方面略逊于最厉害的人类同声翻译，但已经非常好了。普通人能直接免费使用，在出国旅游这类场景就能派上用场。
如何避免被淘汰
经过这么多分析，相信大家对AI的能力已经有了更多认识。
如何避免被淘汰？其实很简单，就是多做AI还做不了的事。
在这一轮AI冲击下，体力劳动者相对安全，更危险的是脑力劳动者，特别是知识性内容占比高的脑力劳动者。过去积累知识对人类很难，所以这类人比较稀缺，收入也高。但现在AI最擅长的恰恰就是这些。
对我们普通人来说，要想不被社会淘汰，需要 尽可能多接触学习现实世界的东西，而不能局限于网络上的知识，因为AI最擅长从网上学。要充分理解AI的局限性，发挥它的优势为自己所用，要么多学习AI很难学会的技能，要么确保自己的学习速度能比AI进化的速度快，才有意义。
下一篇文章，我会分析为什么我觉得程序员一定是 AI 取代程度最高的行业，感兴趣可以保持关注。
如果觉得文章有帮助，欢迎分享转发，也欢迎关注我的公众号“搬砖的小明”，及时获取更新
