借美国民间的 National AI Day，聊聊 AI 如何成为新的生产力环境
美国民间日历机构 National Day Calendar 将每年 7 月 16 日称为 National AI Day。
先说明一下：这并不是美国政府、联合国或其他国际组织确立的正式纪念日，而是 National Day Calendar 在 2025 年发起的一个美国民间纪念日。这个机构希望借此回顾人工智能的发展，讨论 AI 已经怎样进入社会，以及人们应该如何负责任地塑造它的未来。
作为一个中国人，我当然没有必要把它当成自己的「全国人工智能日」。但我觉得，借这样一个日子停下来聊聊 AI，仍然挺有意思。
AI 发展得太快了，以至于我们平时几乎只顾着追下一次模型更新、下一个新产品、下一轮能力跳变，却很少停下来回答一个更基本的问题：AI 对我们来说，究竟已经变成了什么？
我的答案是：AI 已经不再只是一个工具，而正在成为一种新的生产力环境。
从「机器能思考吗」到每个人都在使用 AI
1950 年，Alan Turing 在《Computing Machinery and Intelligence》中提出了那个著名的问题：机器能思考吗？
1951 年，Marvin Minsky 和 Dean Edmonds 做出了早期人工神经网络 SNARC；1952 年，Arthur Samuel 开发了能够从经验中改进的西洋跳棋程序；1956 年，John McCarthy 在达特茅斯会议上正式提出「Artificial Intelligence」这个名称。
此后几十年，AI 经历过高潮，也经历过因为算力、数据和方法受限而出现的低谷。直到深度学习、大规模算力和互联网数据汇合，尤其是 2020 年代的大语言模型出现，AI 才真正从实验室里的研究方向，变成普通人每天都能接触到的东西。
今天，我们已经很难把 AI 只理解成某一类软件。
它可以帮人写作、编程、画图、剪视频、翻译、分析数据、检索信息，也开始进入医疗、科研、教育、金融、制造和交通。它既存在于 ChatGPT、Claude、Gemini 这样的显性产品里，也藏在搜索、推荐、风控、导航和各种自动化系统背后。
AI 正在从一个个孤立的功能，变成数字世界的基础环境。
AI 最重要的变化，是开始参与「实现」
过去的信息技术，最擅长的是存储、计算和连接。
互联网连接人与信息、人与人、人与商品和服务；传统软件把流程数字化，让人能够更高效地操作工具。但真正完成一项工作，仍然主要依赖人的知识、经验和时间。
GenAI 带来的根本变化，是机器第一次开始大规模参与「实现」。
你给它一个目标，它不只是帮你找到资料，还可以生成方案、拆解任务、编写代码、制作内容、调用工具，甚至在反馈中继续修改。它提供的不只是生产力工具，而开始提供一部分「生产力本力」。
这也是为什么我一直认为，AI 是先进生产力的重要方向。
它能够把大量重复、耗时的工作自动化，快速处理人无法直接消化的数据，在复杂信息中寻找模式，降低语言和专业工具的使用门槛，并加速科学研究与工程实验。这些价值不是概念，而是正在发生的现实。
但「能够生成」不等于「能够负责」。
AI 越强，人越需要留在回路里
National AI Day 的原文也提到了 AI 的另一面：自动化对就业的冲击，训练数据和算法中的偏见，隐私与安全风险，以及人们过度依赖现成答案之后，批判性思考能力可能下降。
这些问题不会因为模型更聪明而自动消失。
恰恰相反，AI 能力越强、进入的环节越关键，我们就越需要明确人的责任。模型可以快速给出答案，但它不知道一个答案在具体情境中应该承担什么后果；它可以生成大量内容，但不能替人决定什么值得表达；它可以优化目标，却不能天然保证那个目标本身是正确的。
所以我更认同 Human-AI Cocreation，而不是「一句话生成一切」。
人的参与比重可能会变化，但人仍然应该负责目标、判断、审美、取舍和最终责任。AI 负责理解上下文、提供可能性、补齐动作链，把复杂实现折叠到人的意图之后。
真正有价值的人机关系，不是人退出创作和决策，而是人把机械执行交给 AI，把更多精力放到只有人能承担的部分。
借这个民间纪念日，做一次人与 AI 的校准
如果只是庆祝 AI 又变强了，这类纪念日很快就会变成一次普通的技术营销。
我更愿意把它当作一个讨论的由头，借机重新检查自己与 AI 的关系：
- 过去一年，我把哪些重复劳动交给了 AI？
- AI 帮我创造了真实价值，还是只制造了更多看起来不错的输出？
- 哪些判断必须继续由我亲自完成？
- 我提供给 AI 的数据，是否涉及他人的隐私和安全？
- 当 AI 替我完成越来越多工作时，我正在积累新的能力，还是逐渐失去原有能力？
这些问题没有统一答案。
对于不同职业、不同产品和不同组织，人机分工的边界都会变化。但有一点应该保持不变：AI 的发展不应该以人的退化为代价，而应该让人拥有更强的创造能力、更高的判断水平和更大的行动空间。
今天可以怎样庆祝 AI？
最好的庆祝方式，不是再看十条关于 AI 的新闻，而是亲自完成一次有意义的人机协作。
可以尝试用 AI 解决一个拖延很久的真实问题；学习一种此前不会使用的 AI 工具；和同事讨论哪些工作适合自动化、哪些环节必须保留人工复核；检查自己常用产品的数据权限；或者回头了解从 Turing、Dartmouth 到大语言模型的这段历史。
AI 已经来到这里，而且不会离开。
接下来真正重要的，不是继续争论它究竟是好是坏，而是学习如何把它变成好的生产力：让它承担重复劳动，但不外包我们的判断；让它扩大创造力，但不抹平人的差异；让它提高效率，同时让效率最终服务于人的价值。
如果要借 National AI Day 说一句祝福，我想应该是：
愿 AI 越来越强，也愿我们因为 AI 而成为更有创造力、更有判断力、更能为结果负责的人。