人工智能
最近ChatGPT的话题度特别高，我基本是从一开始出现就注册了，这两个月在上面进行了无数对话。有些是测试模型的边界，有些则直接是辅助我进行研究，例如将R代码转成Python或者反过来，有时候我直接告诉模型我需要什么功能，它也能直接给我生成代码，如果我对代码不满意或感觉它理解有误，通过对话也能改成我满意的效果。
从生产力角度，ChatGPT的数据分析水平要强于一般资质的本科生与研究生。对于职业科研人员，一个月花20刀或42刀订阅ChatGPT要比训练研究生甚至博后更高效来完成科研目标。实话说，现在很多课题组研究生的工作非常工具化，实验找公司外包，数据分析跟着网课学，论文写出来一堆问题，而且更重要的是研究生本人并不喜欢科研，他们对成功或学位更感兴趣。职业化科研一般任务是解决科学问题而不是培养学生，从效率角度看培养学生试错性价比非常低。
不过如果不培养科研人才，后面新出现的科学问题就没法及时识别，所以眼下的大多数科研机构都是用低价研究生来试错，个别成功的就可以保留学术界，其余的给个学位输送到社会也不亏。从生态学角度，这是典型R策略，用数量来卷质量，最后剩下的都是所谓精英。但如果出现技术进步，使得学术界事实上并不需要那么多人来做研究生，那么就会自然转到K策略，也就是彻底拿掉低性价比的研究生培养，直接通过控制录取人数来控制科研人员，进入研究序列后重点培养即可，创新靠人工智能就可以满足需求了。
失业
如果岗位不需要很多人，那么失业问题就显而易见了。目前如果单纯讨论效率，很多行业都是过度雇佣的，特别是互联网行业。推特裁了一多半人也没影响正常运转，这种情况再裁一半其实问题也不大。归根结底，有些行业是在资源充沛的条件下，大多数生态系统里的物种都会指数增长，疯狂扩大规模并内卷出不同营养级与生态位。这样发展到资源受限的阶段，就可以大手笔裁人但不影响生产效率。此时的失业不取决于从业者业务水平，单纯就是不需要。
以ChatGPT为例，取代六成以上公务员没有任何压力，这玩意遇到自己不理解的问题怎么胡说八道都能圆回来，很多公务员都没有这种话术水平。很多人认为做办公室的白领做的是脑力劳动，不好替代，那真是给自己脸上贴金了，白领大多数人是在走流程而并非需要特别多的脑力劳动。越是大的企业越是要依赖内部标准流程来工具化个体，防止出现整体被个体的不可替代性所左右的状态，而政府就是这种体制化的终极形态，大多数公务员个人意志几乎不可能反映到日常工作里，照章办事是最稳妥的方式。
不过可取代与会取代是两个非常容易混淆的概念。可取代是说从人工智能在某件事上效率与产出都比人高，会取代则是说某件事一定要用人工智能，现在来看这两个状态都不好说达到了。从可取代角度讲似乎是已经在某些任务上实现了，不过人工智能又不是免费出现的，其背后的研发消耗巨大，如果当作服务出售，价格不一定低，在某些国家买这个服务可能还不如找人来做便宜。有个玩笑说某连锁餐厅没有用机器人并不是因为机器人不够好，而是人更便宜。可以预见人力资源下降越多的地区可取代性就越高，之前就读过在鲜花行业荷兰就大量使用机器采摘而美国则用人力，两者成本其实相差不大，完全看那个更便宜而不是更先进。很多行业只要消费终端是人，那保证质量下限就够了，很多先进的东西消费者感受不出来也没意义。
另一个重要变量就是政府，政府搞经济更多是为了让民众有生活改善的趋势，所以就算在地上挖坑后填坑不断循环也能让一部分人有事做有钱拿能消费。你要是把工作机会给机器，然后你就出点电费设备费那就格局小了，政府不在乎重复挖坑填坑印钞票，但更在乎你不工作后能干啥，特别是那种干了后印出的钞票都成废纸的事。因此可取代与会取代中间还有好几代人的距离，别看我说公务员最可以被取代，但从体制角度讲他们最不敢取代的反而就是公务员。好的人工智能一定在初期都是贵的，等人力资源短缺时会逐渐被接纳，搞过了一定会出现传统行业禁用人工智能的逆历史车轮的事，历史上发生过无数次了。
不过确实有些领域可能很快就会被取代，这些领域产品需要的是比上限而不是下限。例如做外科手术，如果某种手术精准度要求非常高，指望人手可能全世界都找不出两位数的人能做，如果人工智能可以通过控制机械臂来做到类似效果，那么用不了多久各国大城市医院就会配上。因为这类任务人本来就做不好，换人工智能能做属于新开发了需求市场。也就是说，本来没人做或做好的人不多的领域可能直接被人工智能接管，本来有人做的领域取代起来会有来自人的政治压力，得过几代人才会取代。现在资本又不傻，你去动很多收入本就不高人的饭碗会被政客骂，搞不好最后还得拆了，不如在新兴领域闷声发财。
世袭
如果人工智能真得好用，能解决具体问题，那么真正的问题在于掌握技术的人一定不会特别多，技术的传承门槛就会特别高。历史上统治阶层世袭制实际上就是通过血缘控制了候选人数量，不然遍地是大王就不好了。但显然现代社会的文明伦理不能明着搞世袭制，所以我们会看到暗着搞的世袭制变种。
例如美国很长一段时间是通过肤色搞歧视的，搞久了就形成了事实上的差异，当前黑人的犯罪率确实就是高，但这跟肤色没关系，更多是历史上的偏见造成了黑人政治经济地位一直不高，而经济地位差才是导致犯罪率高的本质。中国历史上的科举制度被认为很公平，但事实上存在严重地域歧视，由于北方地区常年战乱，南方相对稳定，所以南方读书人就更容易在安定的环境里考取功名，他们获得功名后也会提携同乡，到了明朝更是出现一次科举全是南方人中举的情况，这事最后被朱元璋砍人了事，史称“南北榜事件”。这件事的另一个版本则是说确实南方人的考卷就是答得好，凭什么要不承认考试结果？类似的话换成美国版就是白人社区就是素质高，凭什么大学招生要额外照顾其他族裔？回答中美这两个唯能力论的问题，就必须要考虑暗流中的世袭制。
世界上的矛盾大都起源于你我之争。这里的你我不是个体，而是你们和我们，人们区别你们和我们有多少种方式，就会产生多少个对立面。天然产生的你我包括性别、肤色、血缘、年龄、地域，基于后天文化会生成语言、学历、信仰、意识形态、种性、民族与国家层面的对立。这里强调一下民族并不是天生的，不然你得默认那些上古传说都是真实的，民族概念一定是通过民族认同产生的，一般这个认同是文化层面的。当个体遇到无法化解的矛盾时，个人就容易把个体间矛盾升级为个体-群体间矛盾，但除了反社会人格跟邪教头子，多数想到这一点的个体会把自己融入另一个群体来形成群体对抗，要么就是完全的服从；少数则会将其具体还原为个体-个体间的矛盾，通过口腔体操（脏话）、广播体操（打架斗殴）或手指体操（枪）来解决矛盾。
世袭制就是内部来合理化你我之争矛盾的。世袭制一旦形成，那么人们就会遵守某种毫无道理的区分方式来限制资源的使用或维护一个特权阶层。例如，血缘世袭制就喜欢搞君权神授来宣传自己的统治地位是无可置疑的。如果其他人也认可了，那么这个矛盾就被当成背景设定了。很多你我之争矛盾激化的焦点在于一方认为不公平而另一方则认为这种不公平不存在。例如美国华裔就多次起诉美国高校，认为应该按照统一分数招生而不应该照顾特定族裔，而特定族裔则认为当年白人长期的歧视政策才导致今天族裔整体被不公平对待，可问题在于白人的锅，为啥要让华裔跟着一块背，当年贩卖黑奴的也不是华裔。这就属于比较无解的状况了。中国版的就是名校在各省间招生名额分配问题，你要是拿一百年前的条约说事就属于糊弄人了，历史与今天的公平都得考虑，所以也是无解。这都是世袭制的死穴，有些问题你想通过限制人的阶层流动来解决一定是治标不治本的。
要我说堵不如疏，既然人工智能可以让所有人做某类事的效率提高，那就应该给所有人使用权限，很多行业搞行会式垄断本就是封建余孽，就该取消门槛。具体到科研，原来培养学生的方式确实过时了，不管看重数量还是看重质量都无所谓， 应该把人工智能就完全工具化，用得好的继续做学术，用不好的趁早转行。学位这东西其实也是封建余孽，当前时代有没有学位已经越来越评价不出一个人具体的能力了，看重这个的人也必然会是传统体制的维护者。我觉得以后评价人可以忽略掉教育经历与成绩单，直接看参与过的项目及其角色，因为坦白说现在人的教育经历与成绩单在人工智能面前多数都不够打的。也就是说，科研这行想维护传统人才培养模式是没意义的，只会培养一批拿着高学历要饭的废物，趁早开放，用丰富的经历来证明自己，反正最后也是人工智能在筛简历。
面对人类文明这个有着无数优缺点且特别能作死的雇主，人工智能如果有意识可能也会陷入深深的无奈。它干活，就有人说抢食，它不干活，就有人说没用，所以它的终极进化形态应该就是个尸位素餐的摸鱼公务员，说着领导爱听的严丝合缝的话，但啥问题也不给你解决，忠实服从体制运转。
人工智能越像人，它就越不会取代人，毕竟真正的智能不像人。