2015 年 9 月，騰訊財經發表一篇看似普通的 CPI 報導。此文有圖有數據、分段清楚、語句通順——但這篇文章是機器人寫的。

這在中國只是一小步，背後卻是機器人在世界的一大步。

機器人寫作已超越人類#

這並不是簡單的智能摘抄：

• 美聯社（AP）對上市公司新財報的報導，已完全不用人類記者寫
• 部分英文媒體開始用機器人報導體育比賽
• 寫作機器人直接閱讀分析數據，能判斷關鍵信息、判斷今天賽場英雄、比賽反敗為勝時刻、選擇報導角度和風格
• 一家叫 Narrative Science 的公司，發現寫新聞不是最賺錢的——最賺錢的是給公司寫企業內部報告：發現趨勢、成就、問題，有判斷、有結論、有建議，基本就是商業諮詢的活

有些媒體不告訴你哪篇文章是機器人寫的，所以你可能早就看過而不自知。關鍵在於：機器人寫的東西不但不比人差，而且可能比人寫得更好。

人靠知識謀生的三個階段#

萬維鋼認為，這個世界正在經歷深刻的變革——人靠知識謀生的主流方法正在一變再變。

階段一：擁有知識就值錢#

很久以前，知識本身就很值錢。

階段二：搜集與整理知識的能力值錢#

• 互聯網時代，搜索引擎唾手可得
• 知識本身不再值錢——但這不等於不重要，就像空氣
• 這時值錢的是主動搜集和整理知識的能力
• 但機器人既然能寫報告，也能寫這類文章
• 任何報告性文章、大部分「科普」文章、百科問答，近期都可能由機器人撰寫
• 媒體甚至不必保留這種文章——讀者想了解什麼，讓機器人根據其學識口味專門寫一篇即可

階段三：使用知識的能力值錢#

• 你不能用搜索引擎診斷自己的病情——還得靠醫生的專業判斷
• 但 IBM 的「華生」已比任何醫生懂得都多
• 它不只搜索關鍵字，而是能理解問題
• 很快將全面進入醫學、法律和金融諮詢領域

也許用不了十年，它就不再是「它」，而是「他」和「她」。

階段四：創造新知識才值錢#

機器人會的所有東西，都是跟人學的。

機器人的能耐在於從已發生的事情中找規律，再用於新事情。機器人，是徹底的經驗主義者（empiricist）。

人的第一個任務：打破常規#

川普現象#

近年美國總統選舉越來越強調大數據：候選人舉手投足都試圖合乎機器要求，處處循規蹈矩滿足選民——結果選民也厭倦了。

共和黨候選人川普（Donald Trump）不按常理出牌，以性情中人面目競選，動不動語出驚人——民調反而領先。

一個生活例子#

萬維鋼的老婆做菜不愛看菜譜，經常尝试新做法，有時做得不怎麼好吃。但那一刻他感覺她身上充滿了人性的光輝。

機器人也能創新，但有邊界#

• 機器人可以用組合、進化、甚至窮舉的方法批量生成新東西
• 在工業材料和製藥業中，這種「暴力破解」式創新非常常見
• 華生已經在「研發」新菜譜——能把以前沒試過的食材搭配在一起
• 但它只能算營養價值，無法判斷這道菜是否好吃

從這個角度，其實是吃菜的人在創新。對比華生，人類廚師的強項在於自帶吃菜功能。

人的第二個任務：表達好惡#

機器人能生成一大堆絕對符合平仄格律的詩句和歌詞，卻無法判斷哪句最好聽。

• 人的喜好可能是特別難以機械化琢磨的東西
• 有很多人用數據分析預測哪部電影會大賣——都不太成功
• 任何情感流露——哪怕一條微博、一次點讚，對機器人都弥足珍貴
• 哪怕你看完報導在評論區開罵，哪怕罵得毫無營養，也能幫助機器人了解此時此地的人類

表達感情、宣布自己喜歡什麼，是我們作為人類的神聖權利，將來可能還是義務——是機器人必須為人服務而不是相反的主權宣示。

人的第三個任務：感情的技能#

健身教練、醫生、法律和金融諮詢師等職業，都將被更廉價、更專業的人工智慧替代。但有些東西機器替代不了：

• 能對你產生性吸引力的健身教練
• 關鍵時刻拍你肩膀說「有我在沒問題」的醫生
• 讓你感覺生死與共的律師

記憶裡的那一腳#

我有個高中同學，天賦很高數學極好，被老師寄予厚望。有一次他在校園打撲克，老師看見大怒，踢了他一腳！多年後我跟他喝酒，他喝醉了跟我說，當初的數學功夫全忘了，但是非常清晰地記得那滿懷深情的一腳。

我們大概不會跟「華生」產生這樣深厚的化學反應。

結語：不要追求像電腦#

計算機時代、互聯網時代、手機時代之後，未來十年將開啟認知計算時代。華生一旦普及，職場將天翻地覆。

• 過去，說一個人的大腦像電腦是誇他
• 將來，說人腦像電腦可能是罵人

在機器人時代，我們要想的是怎麼讓自己更像一個「人」，而不要追求像電腦。崇拜電腦，是人類歷史上非常短暫的文化。