马四维
AI 时代常有一句安慰人的话：大家又站到了同一条起跑线上。这句话有一半是真的，也有一半很危险。
真的地方在于，AI 的确降低了很多门槛。过去，一个普通人要写一份像样的商业计划，要懂格式，要会查资料，要会组织语言，要反复修改。现在，AI 几分钟就能给出一个框架。过去，一个不会写代码的人，很难做出一个小工具。现在，他可以让 AI 生成脚本、网页、表格和自动化流程。过去，写作、设计、翻译、市场分析、PPT、简历修改，都需要较长训练。现在，很多表层工作被工具一下子拉平了。
这就是“同一条起跑线”的来源。工具变便宜了，入口变低了，普通人第一次获得了过去只有专业人士才有的辅助能力。一个小店主可以用 AI 写广告文案，一个自由职业者可以用 AI 做客户方案，一个学生可以用 AI 模拟面试，一个普通工人也可以用 AI 学习设备说明。机会确实打开了一条缝。
可是，危险也在这里。起跑线看起来一样，背后的资源并不一样。有人拥有模型、算力、股权、数据、平台和分发渠道；有人只是拥有一个聊天窗口。有人用 AI 扩大自己的公司，有人用 AI 保住自己的岗位；有人用 AI 训练团队，有人用 AI 帮老板把自己的工作变得更便宜。工具表面一样，位置并不一样。
所以，AI 时代的普通人不能被“同一条起跑线”这句话安慰过头。真正的问题不是大家有没有工具，而是谁能用工具讲出一个不一样的故事，找到一个别人没看见的问题，并且把这个故事做成一个能落地的计划。
普通人怎样讲出自己的故事 的思想在这里有参考价值。他最著名的问题是：有什么重要真相，是很少有人同意你的？这个问题看起来像投资人的提问，其实也是 AI 时代普通人的生存问题。因为 AI 最擅长的，正是生产“大多数人已经说过的话”。你问它下一个风口在哪里，它很容易给你一个平均答案。你让它写一份行业分析，它会把公开资料、主流观点和常见判断揉在一起。它很顺，很完整，也很像那么回事。但它往往只是模仿欲望的统计结果。
Peter Thiel 的思想在这里有参考价值。他最著名的问题是：有什么重要真相，是很少有人同意你的？这个问题看起来像投资人的提问，其实也是 AI 时代普通人的生存问题。因为 AI 最擅长的，正是生产“大多数人已经说过的话”。你问它下一个风口在哪里，它很容易给你一个平均答案。你让它写一份行业分析，它会把公开资料、主流观点和常见判断揉在一起。它很顺，很完整，也很像那么回事。但它往往只是模仿欲望的统计结果。
这就是 AI 的叙事陷阱。人类本来就容易模仿别人。别人说短视频赚钱，大家冲去做短视频；别人说直播带货有机会，大家冲去直播；别人说 AI 应用是风口，大家又冲去做 AI 应用。现在 AI 把这种模仿变得更快。一个人原本只是跟风，现在可以用 AI 更漂亮地跟风。一个公司原本只是抄同行，现在可以用 AI 更快地写出一套听起来很先进的战略。
于是，竞争会变得更拥挤。不是因为每个人都更有创造力，而是因为每个人都能更快地生产一套像样的叙事。过去，讲故事还有一点成本。你要会写，要会包装，要会做方案。现在，叙事成本趋近于零。一个晚上可以生成十份商业计划，二十个品牌故事，三十条短视频脚本。可是当所有人都能讲故事时，真正值钱的就不再是“会讲”，而是“讲的东西是不是别人没有看见”。
这就是 Thiel 所说的“秘密”。所谓秘密，并不是神神秘秘的阴谋，也不是不让人知道的小道消息。它更像一个还没有被主流叙事承认的真问题。Airbnb 在早期看到的秘密是：陌生人也可能愿意住进陌生人家里。Uber 早期看到的秘密是：很多城市出行问题不是车不够，而是车辆、司机、乘客之间的匹配方式太笨。这些秘密后来变成商业模式。可在被验证之前，它们都像反直觉的怪话。
AI 时代，普通人也需要寻找自己的“秘密”。这个秘密不一定是创办一家独角兽公司。它可以很小。一个教师发现，学生不是不会写作文，而是没有经历过真正提问；一个护士发现，病人最怕的不是检查结果，而是没人用听得懂的话解释；一个工厂师傅发现，机器视觉能发现瑕疵，却不知道哪一种瑕疵会在后面工序里变成大问题；一个社区工作者发现，老人不是不会用手机，而是害怕按错之后无人兜底；一个小商家发现，顾客不是只要便宜，也要被记住。
这些秘密来自现场。AI 可以总结网上已有的知识，却很难替你走进现场。它可以生成一份护理流程，却不能替你看见病人手指攥紧床单的动作。它可以写一套教育方案，却不能替你听见学生沉默里的自卑。它可以分析市场，却不能替你知道一个小店门口为什么下午四点突然没人。普通人的优势，恰恰常常藏在这些地方。它不宏大，但真实。它不一定漂亮，却有用。
所以，普通人在 AI 时代的第一条生存法，是反模仿。不要一看到别人做什么，就立刻让 AI 帮你做一个更像的版本。越是人人都能复制的东西，越会迅速贬值。要先问：这是不是别人已经讲烂的故事？这个需求是真的吗？这个问题在现场有没有出现？有没有一个细节，是主流叙事一直忽略的？
第二条生存法，是把“秘密”变成可验证的小计划。只说“AI 会改变教育”，这不是故事，这是空话。说“AI 会帮助我们提高效率”，这也不是故事，这是废话。真正的故事要具体。比如，一个社区学校可以用 AI 做三件事：帮老师生成分层练习，帮学生解释错题，帮家长看懂学习报告。每一件事都要能测试。学生有没有更理解？老师有没有少做重复劳动？家长有没有更少焦虑？如果不能验证，故事就只是口号。
第三条生存法，是确定性乐观。所谓确定性乐观，不是天天喊“未来会更好”。那太容易了。真正的确定性乐观，是相信未来可以变好，并且给出具体路径。AI 时代最没用的话，是“AI 很重要”。这句话已经没有信息量。更有用的话是：AI 可以在未来三个月帮某一类人减少哪一种低价值劳动；可以在某一个流程里减少哪一种错误；可以让某一个普通人多获得哪一种能力。未来必须落到具体事情上，才不是鸡血。
第四条生存法，是保住自己的主脑。AI 可以帮人起草，帮人比较，帮人找资料，帮人生成反例。可是最后的判断不能交出去。一个人如果只会问 AI，却不会判断 AI 的答案，那他不是更强了，而是更容易被漂亮话牵着走。AI 生成的答案越顺，人越要慢下来。哪里可能错？有没有来源？有没有反例？谁会受益？谁会承担代价？这几个问题不复杂，却能救命。
第五条生存法，是积累 AI 不容易碰到的材料。未来最值钱的，不一定是最会写提示词的人，而是最有真实经验、真实观察和真实问题的人。一个做了十年护理的人，一个跑过五年外卖的人，一个长期在工厂调设备的人，一个熟悉社区老人需求的人，一个真正懂学生心理的老师，都有自己的材料。问题是，他们过去常常不把这些材料当知识。AI 时代，他们必须学会把这些经验说出来，整理出来，变成方案、课程、产品、服务和公共讨论。
第六条生存法，是把 AI 当外骨骼，不当替身。外骨骼让人走得更远，替身让人慢慢空心。用 AI 写第一版，不等于让 AI 替你思考；用 AI 做分析，不等于让 AI 替你承担判断；用 AI 做计划，不等于让 AI 替你面对后果。普通人要学会一种新的工作节奏：先自己提出问题，再让 AI 扩展；先自己判断方向，再让 AI 搜集材料；先自己写出粗糙想法，再让 AI 帮忙打磨；最后还要自己删改、核验、承担责任。
AI 时代真正的差距，不会只出现在会不会使用工具上。更深的差距会出现在这里：有人用 AI 模仿别人，有人用 AI 放大自己；有人用 AI 生产套话，有人用 AI 验证秘密；有人用 AI 追风口，有人用 AI 建立自己的方向；有人用 AI 交出一份更漂亮的作业，有人用 AI 发现一个以前没人认真问过的问题。
这才是平常人的生存之道。不要幻想起跑线真的公平，也不要因为资源不公平就放弃。普通人没有必要和巨头比算力，也没有必要和模型比速度。真正能做的，是守住自己的现场，训练自己的判断，找到一个小而真实的问题，把 AI 接进来，一点点把它做深。
AI 会让平庸叙事越来越便宜，也会让真实经验越来越珍贵。它会让跟风更容易，也会让反跟风更值钱。它会让大多数人更快地说出同一种话，也会奖励少数人讲出真正属于自己的话。
在这个意义上，AI 时代最重要的竞争，不是人与机器赛跑，而是人能不能不被机器和人群一起带跑。你到底是在模仿别人的故事，还是在讲自己的故事？这才是普通人站在 AI 海啸面前，必须先回答的问题。