昨天讲战争阴霾下的新世界时，有读者好奇的留言问我说：

为啥你采信段永平？

段永平讲一切坐着不动或站着不动的工作，都将被AI取代，听着很恐怖。

而雷军的说法就温暖多了，他说要不了几年，人们每周就只需要工作2天，那两天里每天也只需要工作3小时。

……..

我们来看这个问题。

首先我们来看看，究竟什么是AI技术所衍生的一切行业里的，准备取代我们人类工作的，数字员工。

人家要干掉你，你总得先了解下对方是如何干掉你的，其内在原理是什么。

二十多年前，我在大学校园里的时候，就有写外挂，卖外挂。

因为那时候我发现有市场。

那种给人家代打一个月，挣500块工钱的职业代练，很乐意出一个月的钱，让我根据他们的操作，为他们定制一个脚本。

我当初就做这个生意的。

那这个脚本怎么写？很简单，你把他操作的动作整理出来，让电脑重复执行就是了。

也就是说，我这个人类在观察那个代练的行为，然后我翻译成电脑能懂的语言，让电脑去重复大量执行。

这就叫外挂。

你可以认为它就是一个原始的，游戏代练行业里的数字员工。

时光荏苒，多年过去，请问，假设你想要把各行各业都做成外挂，比如咱们给汽车行业做一个外挂，我们做一个自动驾驶的数字驾驶员，要怎么写？

你回到我当年那个学生娃的视角下，那就是我作为人类，去观察驾驶员的操作，什么情况下前进后退，什么情况下左拐右拐，什么情况下油门刹车。

然后我就试图设定条件，这种条件下做这种操作，那种条件下做那个操作，测试，打补丁，改代码。

最原始的思路肯定是这个，但你会发现，路面情况太复杂，写不完，真心写不完。

你别以为自动驾驶这件事人类是今天才想到的，不，远比我大学里给人家写外挂还要早几十年，燃油车厂家就开始研发自动驾驶了。

所用的方式就是我说的这种，人类观察，人类翻译程序语言，汽车执行，结果发现效果不好，只能跟试验场地里玩玩，上不得路。

那么后来，现如今的自动驾驶是怎么开发的？

很简单，人类不再去写代码了，我们直接让AI去分析路面实况。

你买一辆具备自动驾驶功能的汽车，你用不用是一回事，但是在你开车的时候，它都在模拟自动驾驶。

俗称你开你的，它开它的，只不过，它的指令全作废。

当遇到的路面状况，它的判断和你一样，它就不学习，当遇到路面状况，它的判断和你不一样，而你比它的决定更优秀，它就学到了。

全球的道路上跑着上千万这样的车，它们都在偷偷的学习，通过实况录像的方式学习，学你开车。

然后这些数据汇总到车厂的数据中心，每一辆汽车根据每一个车主学来的经验，最后都会汇聚到同一个AI下。

现在你AI自己来编程。

因为你已经有无数年的驾驶经验了，因为你已经开遍全球绝大部分角落了。

请你告诉我，你要怎么设你的条件变量，你要怎么做你这个驾驶员外挂。

…….

所以，当你看懂了上面这一切，你就会发现，新老两代程序员的区别。

老一代程序员是干嘛的？

是一个翻译。

我观察人类的一切行为，我翻译给机器听。

新一代程序员是干嘛的？

新一代程序员就是所有人，你也是程序员，我也是程序员，我们人人都是程序员。

因为说到底，程序员的工作就是教机器，无非当年我们是自己思考，然后翻译成写死的程序。

而现如今，驾驶员本人就是程序员。

你在马路上看到了什么，你做了什么操作，AI就学走了，然后它就不停的在模拟你，直到超越你。

那么其他行业是不是程序员？

当然是。

我们让一个保姆，一个保洁，一个厨师，一个快递，一个保安，让所有人都背着摄像头，背着传感器去工作。

你怎么处理你看到的一切现象，把你的判断，你手感的轻重，你动作的选择，都传给AI，让它学习你，直到超越你。

站在这个角度，哪还有驾驶员？哪还有汽车？

你开车只是相当于你穿戴着一套传感器，你把你开车的操作，传给AI，让它学习你，让它超越你。

那么比上面这一切更快发生的，是什么？

是针对白领的，数字员工。

所谓当下流行的养龙虾，养数字员工。

你不断的告诉数字员工干嘛干嘛干嘛的过程中，实际上就是你在教授AI，你平日里到底是怎么工作的。

让它学习你，直到超越你。

……..

站在这个视角下，未来的大趋势可以看得很清楚。

只要你的工作场景，工作判断，工作行为可以被AI暴力破解，那么它就必然能够彻底学会你，直到超越你。

你说我不配合可不可以？

不可以。

因为你会发现工作很难找，现在有一份穿戴着摄像头传感器的厨师AI训练师的工作，你要不要应聘？

你不应聘有得是人应聘，你不肯教AI有得是人肯教。

就像你不乐意教AI如何开车，这个地球上有上千万的人都愿意教，它学会你，超越你，是必然的。

前提是什么？

是你的工作，能够被穷举。

站在这样一个视角下，段永平没有讲错，雷军也没有讲错，他们只是各自都只讲了一个维度。

段永平的意思是说，坐着不动的人，站着不动的人，你的工作一定能够被穷举。

你对着电脑无非就是那些按键，你站着操作无非就是那些按钮，AI拍下所有的画面，和你所有的针对它的举动，回家分析解构，不就可以像自动驾驶一样破解么？

雷军也没有讲错，他讲的是那些工作内容无法被穷举破解的人，俗称有脑子的工作者，你是总能够带来全新视角的工作者，那你每周工作2天就好了，其余时间思考去吧。

也就是说，段永平讲了一部分人，雷军讲了另一部分人，无非你自己要做哪部分？

你要做能够被AI穷举的那部分人，还是不能的？

所以答案呼之欲出。

正如我昨天在战争阴霾下的新世界里讲的，你不能沉浸在传统经验下的工作的价值序列判断中。

所谓什么是光鲜亮丽的，什么是赚钱多的，那只是过去的经验。

你翻看历史会发现每几十年，人们对什么是光鲜亮丽，什么是赚钱多的工作都会有一轮大的变化。

这就说明，看法是随着时代变化的。

每个时代有每个时代的财富锚定，上一个时代的财富锚定是钱，因为低安全成本的大环境下，流通成本是很低的，于是白领纷纷兴起。

你掌握了一门语言，你会敲电脑，于是你有了比别人更高的价值。

但是，随着安全成本的抬升，随着AI机器自己开始批量造AI机器，你会发现财富的锚定变成了矿产，能源。

因为有了矿产，能源，就有算力，就有AI机器人，也就有了生产力。

那么这个时候，你还想让自己值钱，你就得怎么样？

就得让AI取代自己，不得不付出高能耗的代价。

取代你，要付出的算力越多，能耗越高，你才越值钱，而不是你的学历越高越值钱。

are you ok？

一切计算机处理问题的底层逻辑都有个共同的弊病，那就是操作的维度越复杂，算力的消耗呈现指数级增加。

如果你的工作像客服那样，只要会说话会打字就能完成，那取代你能耗太低了，穷举就可以。

如果你的工作只是驾驶员的那几个按钮，前进后退刹车油门的平面几何移动，那取代你能耗太低了，穷举就可以。

如果你的工作只是办公室文员那种发发邮件，安排下会议进程，看冰箱里什么不够了要补点采购，整理个buglist，再挨个去解决，那取代你能耗太低了，穷举就可以。

可是反过来，如果你的工作像我昨天举的那些个例子，涉及太多不同类的操作，那取代你的能耗就太高了。

未见得是你有多优秀，而是说，干掉你，太耗能。

所以我说，不同时期下的优秀，是真不一样。

今天一个码农跑去古代，他是一分钱都不值，肩不能扛手不能提不会看脸色还不能出谋划策。

可是他在过去的20年，是高薪工作者。

同理，几年后，会有很多你如今瞧不上的，人家反而很挣钱。

因为在AI时代下，取代他，太耗能了。