当‘智能成本归零’的尖锐问题抛向MasterClass创始人与‘AI教母’李飞飞时，这场对话揭示了顶级从业者面对技术颠覆的真实思考方式。从工业革命的历史参照到人类智能的精细化拆解，李飞飞展现的四步判断法，为产品经理提供了应对AI焦虑的实战框架——不是简单判断替代与否，而是精准划分AI与人类的协作边界。

Marina Mogilko是科技播客Silicon Valley Girl的主持人，这期对谈请了两位嘉宾：David Rogier，在线教育公司MasterClass的创始人，公司现在估值27.5亿美元；还有李飞飞，业内一直叫她”AI教母”——她主导构建的ImageNet，是现代深度学习的基础数据集之一，现在她在创业做World Labs，刚拿到10亿美元融资，方向是让AI理解三维物理空间。

聊到一半，Marina把一个很尖的问题甩了出来。

她说，现在很多人怕AI，是因为以前大家相信上大学是一条通向职业的确定路径，而这条路径正在被AI动摇。”如果智能的成本归零了呢？”她问，”你们怎么看？”

这是那种典型的、能瞬间把整场对话情绪拉满的问题——往左能滑向”我们再也不用工作了”的乌托邦，往右能滑向”我们都要被取代了”的恐慌。两种回答都很好讲，也都很危险。

先接话的是David。他的回应是，语言本身是有损的——你不可能靠文字学会开车，也不可能靠文字学会投篮，所以现在的AI，本质上还停在很初期的阶段，被高估了，因为它没有一套自己的价值体系。讲完，他把话头让给了身边的人：”你要不要分享你那个东西？”

接话的人是李飞飞。她开口第一句话是：”我同意David。”

作为一个天天和”AI能不能做到X”这类判断打交道的产品经理，我把这段对话反复看了几遍，发现真正值得拿出来讲的，不是她说了什么结论，而是她接过这个问题之后，按顺序做的四件具体的事。

1. 先找一个历史参照物，不直接评判这句话对不对

李飞飞没有正面回答”会不会归零”。她先讲了一个类比：工业革命没有让劳动”自动化”，它只是让劳动变得更高效、把劳动规模放大了，劳动力市场确实发生了转移，但劳动本身没有被自动化——而”暗示劳动不智能”，本身就是一个错误的前提。

这是个挺值得借用的习惯。我自己开会的时候，经常遇到类似场景——有人抛出一个听起来很有冲击力的判断，第一反应往往是去想”这件事该怎么办”，而不是先问”历史上有没有类似的事情发生过，那次的结果是什么”。李飞飞这里做的，是把一个面向未来的猜测，先放回一个已经发生过的真实案例里去检验。

2. 把这句话定性为不负责任，但不针对说这句话的人

讲完历史类比，她才正式给出判断——”智能成本归零”这句话本身是不负责任的，因为人类智能太深了。但她在说这句话之前，特别加了一句澄清：”我知道你（主持人）不是在这么主张，但外面确实有人在这么主张。”

这个澄清动作我觉得比判断本身更值得注意。她拆的是说法，不是拆提问的人。这跟很多人在工作里反驳一个观点时的本能反应正好相反——大部分人反驳一个说法的时候，很容易顺带把提出这个说法的人也一起否定了，结果讨论从”这个判断对不对”变成了”你是不是不懂”，气氛就坏了。

3. 把”人类智能”这个大词，拆成几块具体的东西

她没有停在”人类智能很复杂”这句空话上。她具体列出来：除了大家熟悉的语言智能，还有感知智能、空间智能、身体智能、情感智能，甚至创造力——而创造力从哪儿来，现在都还没完全搞清楚。所以她说，得对这类”还原式的简化判断”保持警惕。

这个拆解动作，搬到产品经理的日常工作里几乎是现成的方法论。”用户调研”、”客服”、”做原型”这类词，听起来都是一件事，拆开看其实是好几个性质完全不同的子任务——AI可能已经接住了其中一两个子任务，不代表它接住了这件事的全部。混淆”接住了一部分”和”接住了全部”，是很多AI项目立项时就走偏的起点。

4. 承认它很强，但强大和完整是两件事

她紧接着说，语言智能、LLM确实非常强大——帮商业分析、帮软件工程、帮逻辑推理，都做得很好。但她马上补了一句很关键的话：这些都重要，但也很微妙，很复杂。所以她不会用”让人类智能自动化”或者”智能成本归零”这类词，她对这种说法很担心——因为这类话传出去，很容易变成”裁员头条”和”我们不再需要你了”，制造的是真实的恐慌，而不是准确的认知。

写在最后

这四件事——找历史参照物、定性说法本身而不针对人、拆解大词、区分强大与完整——拼在一起，其实不需要”AI教母”这个身份才能用。它更像一套谁都能照着做的判断习惯。

下次评审会上，如果有人说”这个流程/这个岗位完全可以交给AI”，不妨试着接过这句话，按这四步问下去：历史上有没有相似的技术变革替代过这类事，结果是什么；这句话本身经不经得起推敲；它说的”这件事”到底是哪几件子任务拼起来的；AI现在做到的，是其中哪一块，还是全部。

问完这四步，大多数时候你得到的不会是一个干脆的”能”或”不能”，而是一张更清楚的地图——这件事里哪两三个子任务已经被AI接住了，剩下哪几个还得靠人判断。最后要做的决定往往不是”用AI”还是”不用AI”，是把接得住的那几块交出去，把接不住的留在自己手里。