# 蒙克：AI时代最重要的两件事，建模和健身

**来源：** 微信公众号
**作者：** 微信公众号「哈佛商业评论」；文末署名：刘玥
**日期：** 2026年10月17日 08:00
**链接：** https://mp.weixin.qq.com/s/Z1Gsh2FXXOA_1ZAVhnDSpg
**抓取方式：** Playwright headless（抓取器首选路径；脚本未显式标记）
**正文 SHA-256：** 83f3be6b0049536d5f9e82750e59320e5e6c44000ef3036baeec5f004e079a7e

---

## 正文

如果你在20世纪上半叶的某一刻按下快门，照片里可能有一辆骡车沿着街道缓慢前行，但旁边就有一辆汽车正在加速行驶，而天际线上，一架飞机正在冲上云霄。三种交通工具来自不同的技术年代，却被收进了同一个画面。它在提醒我们，即使生活在同一个日历年份，也可能身处不同的历史时间。




半个多世纪后，这样的画面并没有消失。




2026年，智能体已经可以操作电脑、调用软件、完成一系列任务。技术已经率先越过了门槛，但制度仍在后面慢慢寻找方向。生活在其中的人，一只脚踏进未来，另一只脚仍被旧规则牵绊。




清华大学公共管理学院副教授、苏世民书院副教授蒙克，在他的新书《错位：我们生活在巨大的时差里》中，把这种现象称为“多重时间性”。技术、制度、组织和人的观念系统拥有各自的时钟，跳动节奏和运行速度不同，于是形成了“时差”。




因此，理解AI时代，仅仅观察模型又学会了什么还不够。我们还要看看，新技术怎样进入日常生活，旧制度为什么迟迟没有改变，以及那些未能被技术和制度共同解决的问题，最终在由谁背负。




清华大学公共管理学院副教授、苏世民书院副教授

蒙克







二维码与搬车人





20世纪上半叶的那张照片记录了当时的社会时差。如果要用一张照片表现今天的时差，蒙克会拍下这样的画面：街角停满共享单车，前景中的二维码清晰可见，稍远一些，一名工人正从卡车上抬下单车，再把它们一辆辆码放整齐。




图片由AI生成




二维码连接着一套高度现代的系统。人们扫码开锁，平台实时记录车辆的位置，数以百万计的单车被接入同一张数字网络。每辆车停在哪里、停留了多久、经过哪些路线，都可能被系统捕捉。




到了地铁口和街角，另一套逻辑开始运行。有人骑完车，随手把它停在出口或者路边。系统知道车在哪里，却不能让它自己去往更需要它的地方。最后，仍要由工人完成车辆的搬运和重新摆放。




这正是技术与社会机制之间的时差。技术已经提供了新的模式，但围绕公共空间形成的规则、激励和责任却没有同步更新。用户获得了便利，平台获得了效率，城市需要维持秩序。但几个目标之间仍有缺口，最终只能依靠工人一次次弯腰、抬起和搬运的动作填补。




这是一种客观存在的时差。还有一种更难被拍进照片的时差，它发生在人的观念里。




每当新模型发布，社交媒体上很快会涌现出测评、教程和提示词。有人不断更换工具，收藏新的使用技巧，担心晚学会几天，就会被时代甩在身后。与此同时，一些人患上了“AI羞耻症”，不愿使用、或不愿承认自己使用过AI，仿佛作品一旦留下机器的痕迹，个人能力就要被打折扣。




追逐AI和拒绝AI看上去方向相反，背后却有相似的不安。人们还没有形成新的标准，只好在手段上寻找确定性：有人用“我掌握了最新工具”证明自己先进，有人用“我完全没有使用工具”证明自己可靠。真正的问题反而被遮掩了：一个人究竟解决了什么问题，创造了什么价值？




蒙克把这种状态称为整个时代的“奥德赛状态”。




《奥德赛》是古希腊诗人荷马留下的史诗，讲述奥德修斯在特洛伊战争结束后返回故乡伊萨卡的旅程。他在海上漂泊十年，遭遇风暴、怪物、诱惑和一次次偏航。但无论走得多远，他始终知道自己要回家。




今天的漂泊或许更难。技术不断加速，人们却没有一个共同的“伊萨卡”。我们知道工具可以把人带得更远，却还没有形成关于目的地的共识，我们不断讨论AI还能做什么，却越来越难回答什么事情真正值得做。我们本应用最先进的技术去解决最重要的问题，但什么才是重要的问题，处于时差中的我们莫衷一是。




客观的时差，让具体的人替尚未更新的社会机制补上缺口；主观的时差，让人把精力用在证明自己先进或纯粹。两种时差交叠在一起，形成了AI时代更深的错位：工具不断向前，规则和目的仍停留在身后。







电动机的天轴





技术史上有一个很有画面感的故事。




蒸汽机时代，一座工厂通常只有一台巨大的动力装置。蒸汽机带动厂房顶部的中央传动轴，也就是“天轴”。天轴再通过一根根皮带，把动力送到下面的机器。工厂的空间、生产线和工作方式，都围绕这套结构展开。




电力出现后，工厂主们继续沿用蒸汽时代形成的工厂布局和组织架构。于是，他们把大蒸汽机换成了大电动机。电动机继续带动天轴，天轴继续拉动皮带。动力变了，工厂的样子几乎没有改变。




人们后来才逐渐意识到，电动机可以做得很小，每台机器都可以拥有独立动力。机器不再需要围绕天轴排列，厂房和生产线也可以重新布局。这个看上去并不复杂的转变，却花了几十年时间。




经济史学家保罗·戴维用这段历史解释新技术与生产率之间的时差。电力很早就进入工厂，美国制造业劳动生产率的明显提升却等待了近半个世纪。新的动力只有遇到新的组织方式，才会释放出完整的价值。




今天，很多组织正在重复这个故事。企业采购AI、开放账号、培训员工，把一部分工作交给机器，流程、分工和评价方式却很少变化。蒸汽机换成了电动机，那根贯穿厂房的天轴还留在原处。




最常见的做法，是让AI加快原来的任务。过去写一份报告需要三天，现在也许只需要三小时。但时间的缩短是否是衡量一切的标尺？




在蒙克看来，AI对组织提出的挑战，首先发生在评价和培养人的方式上。过去，执行得快、完成得多，往往意味着一个人更有能力。当机器能够承担大量执行工作，数量和速度就很难继续充当唯一标准。




更值得培养和评价的，是人对真实世界的感知与判断。




感知，是能够看到真实世界正在发生什么。大语言模型主要从文字、图像和既有数据中学习，它可以总结规律，却不会真正生活在一个具体的现场。人与人交流时微妙的情绪，一项制度落地后的真实反应，一种技术给不同群体带来的便利与负担，都需要人进入现实、持续观察。更重要的是，很多现象即使每天发生在眼前，如果头脑中缺少相应的思维模型，人看见了，也未必意识到它意味着什么。感知因此既需要接触现实，也需要理解现实的框架。




判断发生在感知之后。真实世界总会同时发出许多信号，AI也可以同时给出大量答案。人要从中决定什么最重要。“弱水三千，只取一瓢”，AI可以不断增加摆在人面前的选择，最终取哪一瓢，仍然取决于人的经验、品位和价值判断。




感知让人不至于离开现实，判断让人不至于被答案淹没。当AI不断降低执行的门槛，这两种更靠近问题源头的能力，也会变得更加稀缺。







跟着孔子学“健身”





前些年，蒙克自己也认真研究过提示词。他写下并保存了很多自己觉得好用的提示词，以为以后一定会反复调用。但等模型进化到智能体阶段再回头看，曾经费力积累的技巧可能已经变成了产品的默认能力，可以傻瓜式的调用。




这段经历让他感叹：“AI这件事，一个月不学会非常焦虑，一年不学，可能什么事也没有，因为它已经把自己迭代了。”




但如果具体技能会快速过时，人还应该训练什么？




蒙克将答案概括为两个词：建模和健身。




建模，是为真实世界建立思维模型。很多事情每天都发生在眼前，头脑中缺少相应的框架、逻辑链条和观察角度。模型让零散的事实产生联系，形成分析的体系。健身则让人留在“牌桌”之上。身体无法外包给AI，人的体力、精力、专注力等健康状况，仍然决定着他能在现实世界中走多远。




过去，机械代替了大量体力劳动，所以人们开始健身，有意识地让身体负重和体验一点必要的痛苦。如今，AI开始代替人类思考，头脑或许也需要这样的“健身”，人们更需要训练自己形成理解、品位和判断的过程，让大脑也获得必要的锻炼和折磨。




读书就是这样的训练。如果只想知道一本书讲了什么，AI几分钟就能给出摘要。但让AI替自己完成阅读，就像让机器替自己举铁。复杂文本带来的迟疑、困惑和反复理解，恰恰构成了头脑需要的阻力。




因此，在蒙克眼中，孔子、老子、庄子、荷马和柏拉图，都是出色的“健身教练”。他们设计了一套套需要读者亲自完成的思维动作。人们一次次进入经典，在读不懂、重新理解和持续追问中，慢慢建立自己的思维模型。




AI也可以加入这场训练。




重读《奥德赛》时，蒙克把古希腊原文和多个英文译本交给AI，让它逐行比较不同译者的选择。一个词为什么这样翻？几种译法分别强调了什么？不同译者的处理背后，藏着怎样的问题意识？这些都是蒙克在阅读中关心的问题。




在这个过程中，AI查找、整理和对照，蒙克仍然需要阅读原文，理解不同译法，再作出自己的判断。如果AI直接给出“这本书讲了什么”，读者得到的只是一个结论，当AI把原文、译本和分歧同时摆在面前，读者仍要亲自完成最重要的思维动作。







蒙克也把这种思路带进课堂。他要求学生上课时不使用手机和电脑，只用纸笔记录。课堂上的内容很多，学生必须当场决定什么值得记、怎样用自己的语言记下来。这个选择的过程，本身就是对注意力和判断力的训练。




课后，学生可以使用AI整理笔记，但要保留与AI互动的过程，并解释为什么接受这一段、舍弃另一段。AI可以帮助学生补充材料、梳理结构，却不能替他们决定什么重要。




课堂上，人先感知和判断，课后，机器再参与整理和拓展。纸笔与AI出现在同一套学习流程里，需要人亲自完成的训练被保留下来，机器也没有被排除在外。




尤其重要的是，AI时代持续的思维建模和更新，让我们不至于像二十世纪初的工厂主一样，把蒸汽时代的思维定势代入电气时代。唯有如此，我们才能减少主观认知和客观形势之间的时差。







世界不会同时抵达未来





重大技术通常先进入工具，再进入工作流程，最后才缓慢进入制度和人的观念。几种时间很少整齐地走在一起。




面对AI，人们很容易问：自己还来不来得及追上？




这个问题假设前方只有一座统一的时钟，所有人都要按照技术的速度奔跑。现实中的任务更加复杂。我们既要找到那些已经失效的旧机制，重新设计被新工具改变的流程，也要保留感知、判断、专注和身体这些需要缓慢训练的能力。




未来不会在同一时刻降临到每个人、每个组织和每种生活中。有人已经在使用智能体工作，有人还在适应手机；一套技术可以在几个月内普及，与之配套的责任、制度和公共意识，可能需要许多年才能形成。




再回到地铁口的那张照片。




二维码闪着冷光，准确标记着每一辆共享单车的位置。工人弯下腰，把车抬起来，装上车，再送往它应该去的地方。二维码告诉平台，车停在了哪里。搬车人的肩膀则提醒我们，还有哪些问题没有被技术解决。也许有一天，当我们再次拍下同一个路口，二维码仍然存在，那个反复弯腰搬车的人已经不必出现。到那时，技术与社会的两只时钟，才算真正向彼此靠近了一点。




《错位：我们生活在巨大的时差里》

蒙克 著
中信出版集团



刘玥 | 文













联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org

---

标签： #主题/AI科技 #主题/组织转型 #主题/认知能力 #主题/人机协作 #场景/公众号长文 #节点/多重时间性 #节点/技术互补性 #节点/认知健身
