AI-2027 预测的是机器会变成什么样——每个月，第几代，谁领导谁。 它讲得很好，但它没有讲另一件事：人在这一过程中会经历什么。
我们想预测的，是人。
三年以后，人是什么样子？十年以后，人过什么样的生活？大脑、思考、教育、婚姻、家庭、人际关系、出行、人机互动—— 当 AI 加速甚至触及 AGI，这些会怎么变？这里是我们目前的答案，欢迎推翻。
AI 已经能替你写、替你算、替你做一部分决定。今晚要聊的是：把「一切」交出去之后，剩下的那个人是谁。
直播与回放都在视频号「靳伟说」，本站只做文字整理——视频不在这个网站上播，这里也放不了回放。
AI-2027 给出了一张精确的技术时间表：agents 怎么笨拙、coding 怎么自动化、算力怎么集中、谁在哪个月超过谁。 那是机器视角的预测。
「AI-2027 关注的是技术的变革，每个月给一个时间表，AI 发展成什么样、第三代第四代、未来 AI 又领导 AI。 但是他没有去说人在这个过程中其实是很痛苦的转变。 而且这个过程，它要比蒸汽机时代、电器时代、工业时代给我们的准备时间要少得多。 它太快了，它加速了。它是一个直角拐弯。」
靳伟 · 2026-10-13 电话
蒸汽机给了人类三代人的缓冲，电力给了两代人，互联网给了一代人。 这一次不是。这一次的曲线是直角的： 你可能某一个季度还在正常工作，下一个季度，你所在的岗位的社会意义就消失了。 不是失业，是"这件事原来需要人来做"这个前提被抽走了。
所以我们把镜头从机器身上挪开，对准人。问几个笨问题：
2030 年，一个 25 岁的人怎么证明自己有用？
2030 年，父母要教孩子什么，才不算害了他？
2040 年，"人"这个词还指代什么？
所有人都在把 AI 比作工业革命、蒸汽机、电力、互联网。我们认为这个比喻错得离谱—— 不是程度差异，是类别错误。
一颗直径约 10 公里的小行星撞上地球。撞击点方圆一百公里内的生物，顷刻之间全部气化。
但恐龙不是这么死的。撞击之后，尘埃被抛到大气层，遮天蔽日， 整整两年见不到太阳。
「生存法则变了。原来的生存法则是谁大、谁强、谁牛逼。 但是那次之后，因为两年见不到太阳，消耗量大的动物先死， 做光合作用的植物完蛋；而吃腐肉的、在地下的、消耗小的——它们活了下来。」
靳伟 · 2026-10-13 电话
请注意恐龙真正死于什么：不是撞击，是规则换了之后它们不再适应。 霸王龙没有做错任何事，它只是还在按旧规则做到极致。
而我们所有人的祖先，都是那批"消耗小、能在黑暗里活"的小型哺乳动物。 我们从那一刻才真正开始。
AI 不是"更快的蒸汽机"。区别在于：蒸汽机改变的是能量，AI 改变的是判断—— 而"谁来做判断"，一直是人类这个物种独占的生态位。
所以真正的问题不是"AI 什么时候到 AGI"，而是：
「一个大的规则发生重大变化之后，那就是重新洗牌。 AI 会让整个行业全部重新洗牌。 那要如何建立新规则？这个规则的底层、第一性原理是什么？ 跟以前的规则肯定是不一样的。」
靳伟 · 2026-10-13 电话
把它类比成工业革命，危险之处在于：你会以为你还有时间，会以为旧的最优解只是需要优化一下。 不。旧规则里的满分答案，在新规则里可能是死路。
下面这张表是这个项目目前最重要的一张表。它不完备，而且我们预估其中至少三分之一会被证明是错的—— 但把话说死，别人才好推翻。
| 维度 | 旧规则（过去几千年） | 新规则（正在成型） |
|---|---|---|
| 谁活得下来 | 大、强、资源占有量高 | 消耗低、转身快——固定成本越高越危险 |
| 核心竞争力 | 知道得多、记得住、算得快 | 问得准、判断得准——知道该信哪一条 |
| 一个人值多少钱 | 由学历、资历、职位标定 | 由可被验证的过程数据标定 |
| 稀缺品 | 信息、渠道、资本 | 注意力、真实性、愿意承担后果 |
| 组织形态 | 层级、规模效应 | 个人 + agent 集群，规模不再等于优势 |
| 人的定义 | 碳基、唯一具备判断力的物种 | "智慧体"含碳基与硅基，边界开始协商 |
| 物种形态 | 自然人：AI 不过是我打开的一个网页 | AI 人：自然人 + 常驻的个人 AI 基础设施（见 §05） |
| 代际关系 | 上一代教下一代 | 双向、甚至反向——孩子对新规则的直觉更准 |
我们不按月份推演（那是 AI-2027 的做法，也是它的强项）。 我们按人能感知到的变化来标记时间。
以下每一条都标注了我们对它的置信度：高=我们认为大概率如此；中=方向对，时间和形式不确定； 低=我们自己也拿不准，但觉得必须问。
现在手被解放（键盘），嘴被解放（语音），接下来是嘴也被跳过——直接读脑电波。这件事的硬件门槛已经跌到消费级。
2030记忆的外部化完成。人不再以"记住多少"衡量智力，而以"能不能检索到、能不能验证"衡量。副产物是：记忆的所有权会成为法律与伦理的新战场——你的外部记忆，归你还是归服务商？
2040"我想到的"与"它生成的"在很多场景里不再可区分。会出现第一批被正式命名的认知萎缩症：不是失智，是判断力因长期外包而退化。
现在思考的主要动作正从"求解"转向"提问"。多数人还没换过来，还在用提问的方式索要答案。
2030批判性思维被重新定义：不再是"我能独立推导"，而是"我能设计出让它出错的测试"。怀疑的对象从信息源，转向推理过程。
2040思考的最小单位从句子变成意图。而最稀缺的能力，变成什么都不输入的沉默——在随时可问的环境里，能忍住不问、自己想完，是新的门槛。
现在教育系统仍在奖励"记忆与复现"，而这恰恰是最先被替代的部分。这个错位是当前最大的浪费。
2030学历作为能力信号加速失效，取而代之的是可验证的作品与过程数据。"你在哪读的"让位于"你做过什么、怎么做的"。
2040教育的核心科目不再是知识，而是如何与一个全知对象长期相处，却仍然保有自我。这会成为一门正式的基础训练，就像识字。
现在人机情感关系已经从科幻进入现实选项，但社会还没有语言来描述它。
2030第一批"与 AI 长期共同生活"的人开始公开。婚姻的经济互助功能被剥离，剩下的核心只剩一个词：愿意。这会让婚姻同时变得更纯粹和更不稳定。
2040婚姻从一种制度退化为一种个人偏好；生育与婚姻彻底解耦。忠诚的对象不再是"这个人"，而是"这段关系的定义"——而这个定义需要双方持续重新谈判。
「我跟我儿子说你少打点游戏、多做点作业……聊到最后把他给说急了，他说： 你说这么多有什么用，反正我们也是最后一代人类了。」
靳伟 · 2026-10-13 电话
现在孩子对新规则的直觉，往往比父母准。代际的知识流向已经开始反转。
2030家庭的核心功能从"抚养与赡养"转向情感锚点——在一个什么都可变的环境里，提供"不变的那部分"。
2040家庭形态多元化为常态：人-人、人-AI、多人多 agent 协作单元。"我的孙子可能是个 AI"这句话，会从玩笑变成一种需要认真对待的选项。
现在社交货币正从"我知道你不知道的事"变成"我能证明我是真的"。
2030真实性成为稀缺品。"对面是真人"这件事需要被证明，而证明方式会成为新的社交基础设施。人与人的连接会更少、更贵、更刻意。
2040孤独感与连接度同时上升——这是这一代人的典型处境。"同伴"这个词的外延将正式包含非人智慧体。
现在出行正在从"我操作"变成"我被安排"。
2030车彻底变成第三空间。移动时间的价值被重估——它可能是最后一段无法被 AI 代劳、必须你自己度过的时间。
2040物理移动本身变得可选。大部分出行需求被本地化生产与远程在场消解，"亲自到场"变成一种表达诚意的行为，而非必要。
现在三阶段的第一阶段：把 AI 当工具用。
2030第二阶段：当搭档。每个人有自己的 agent 集群，代表你去谈判、去社交、去执行。你的产出不再等于你的劳动，而等于你指挥的算力 × 你的判断质量。
2040第三阶段：被代理。人的主要工作变成给自己的 agent 设定目标与边界——也就是，做人之所以为人的那部分：决定要什么，以及不要什么。
戴剑在 2026 年写过一篇文章：《给自己配一台个人 AI 服务器》。 他讲的是基础设施。而我们从中看到的是另一件事——物种。
那些 all in AI 的人，会是未来十年到 2040 年的新物种。 我们给它取个名字：AI 人。
靳伟 · 2026-10
戴剑那篇文章里有一句话，我们认为它精确地标出了旧人类与 AI 人之间的那道线：
「它让 AI 从一个『你打开的应用』，变成一个『你拥有的基础设施』。」
戴剑 ·《给自己配一台个人 AI 服务器》· 公众号「剑胆琴新」
请注意这两个词的区别：打开是一个动作，拥有是一种状态。 打开的东西可以被替代、被关掉、被涨价；拥有的东西会长在你身上，会积累，会变成你的一部分。
戴剑给的另一个判断同样重要——它不是要把云端赶走：
「云端负责最强的大脑，本地负责最懂你的那一个。这两者合起来，才是下一代个人 AI 的完整形态。」
戴剑 · 同上
每一种新物种，都伴生一个新器官。手机上身之后，"数字人"长出了随身携带的联网器官； AI 人长出的，是一台 24×7 在线的个人 AI 中枢——本地模型、本地知识库、本地 Agent、远程访问， 电脑手机平板都只是它的客户端。
戴剑给这个东西的定义是：你的数据 + 你的知识库 + 你的模型 + 你的 Agent。 这四样东西合起来，才是真正的 Personal AI。
| 判定项 | 旧人类（AI 用户） | AI 人 |
|---|---|---|
| AI 在哪 | 浏览器里的一个网页 | 一台 24×7 常驻的个人节点 |
| 使用姿势 | 我需要的时候打开一下 | 它一直在那里 |
| 记忆 | 在脑子里，会忘，会失真 | 外部化、可检索、可迁移 |
| 数据主权 | 存在服务商那里 | 数据属于自己（本地沉淀） |
| 谁在行动 | 自己动手 | agent 集群代表自己去谈判、去执行 |
| 能力来源 | 我学过什么，我就会什么 | 我的知识库 + 我的模型 + 我的 Agent |
| 断网时 | 失能 | 本地仍在运转 |
这一节我们故意留白。如果你有答案，来写：
一、2040 年，没有个人 AI 基础设施的人算什么？是新型的数字贫困，
还是一种应当被尊重的主动选择（就像今天有人拒绝智能手机）？
二、「你的数据 + 你的知识库 + 你的模型 + 你的 Agent」——
这四者加起来，是否已经构成了一个新的主体？如果是，它在法律上算谁？
三、你的 agent 替你做出的那个决定，责任归你、归 agent，还是归写模型的人？
语言是变化的地层。当一个旧词被装进新的意思，或者一个新词在半年里被所有人接受—— 那通常不是语言的事，是人的处境变了。
这里是 Human 2030 的固定栏目：每周评选最影响人的那些词。 我们不做术语表，做的是 pricing——每个词背后是一场正在发生的变化，以及关于这场变化的争论。
本周，哪个词所代表的变化，最影响你的生活、工作或对未来的判断？
每人最多选三个。可以补一句理由，也可以提名下周的新词。
技术上：用一个很大的模型，去教一个很小的模型。大的那个把它的"手感"传给小的——不是复制参数，是让小的学大的怎么判断。名字来自化学：加热、气化、冷凝，留下纯度更高的东西，丢掉杂质。
代价是，总会丢掉一些东西。
以前，能力不能迁移，只能一点点积累。现在一个顶级大脑可以把它的判断压缩成一个能在你电脑上跑的小东西，成本降到原来的百分之一。能力第一次可以"被继承"。
戴剑的做法是这一步的个人版：先在本地装一个大模型做基底，再把自己的文章、录音、账单喂进去，得到一个比通用模型更懂他的东西。
我们把这个词推广到了人身上：一个人能不能被蒸馏？戴剑给过理论基础——同卵双胞胎元代码几乎相同、算力基础相同，长成完全不同的两个人，是因为他们接收到的数据不一样。那么反过来，如果数据足够全，一个人是不是可以被复现？
反对意见同样有力：模型蒸馏一定会损失东西，而人的"杂质"——那些不理性的、矛盾的、被压抑的部分——可能恰恰构成了所谓的自我。蒸馏出来的，究竟是你的精华，还是你的壳？
你有没有试着让别人——或让 AI——复现过你的某次判断？结果如何？丢掉的那部分是什么？
字面是"计算能力"。但它早就不是一个抽象名词了——它是电、是 GPU、是按卡时收费的真金白银。
它变成了硬通货。过去"我能想到"就够了，现在还要问"我跑不跑得动"。国家按它排座次，公司按它定价，个人也开始按它分层。
本站的判断是：到 2030 年，人和人的差距会明显体现为你的判断质量 × 你指挥的算力，而不只是"你有多聪明"。
两派。一派认为算力高度集中是不可逆的——谁握着芯片，谁握着未来，这会带来一种全新的不平等，而且普通人毫无议价能力。
另一派认为这不过是历史上的老故事：算力会像电、像带宽一样跌成白菜价，最后真正稀缺的不是算力，而是你拿它来干什么。这一派的赌注是：稀缺品永远会往下迁移。
你每个月为算力花多少钱（订阅、API、电费都算）？这笔钱实际买到的是什么？
喂给模型的原料：人类写过的几乎所有字、拍过的图、敲过的代码。叫它"数据"不准确——语料强调的是已经被语言化的那部分经验；没被写下来的，不算语料。
它让"人类写过什么"第一次成为资产。你发过的每条朋友圈、写过的每封邮件、论坛里的每一次吵架，都在悄悄变成某次训练的一部分。
但这场交易是不对等的：贡献者拿不到任何东西，也不被询问。
苏格拉底自己一个字没写，柏拉图写了很多——所以今天我们谈苏格拉底，谈的其实是柏拉图的版本。
语料有同样的偏差：会写的人的经历，被当成了全人类的经验。那些不写字的人、用方言思考的人、表达笨拙的人，在模型里几乎没有份额。一个大部分人口缺席的语料，训练出来的"常识"算谁的常识？这是版权问题，但首先是认识论问题。
你有没有过这样的时刻——发现自己的某句话、某个判断，已经出现在某个模型的回答里？那是什么感觉？
原意是喂牲口。现在指给 AI 输入数据、提示词、偏好信号。这是个居高临下的词——用的时候，你默认自己站在高处，对面那个是低一等的。
这个词真正的转折在于它有了反向的第二种用法。几千年来都是人喂机器（输入指令），但从某个时间点开始，AI 开始反过来投喂人类：
你记不住《唐诗三百首》的下一句，把上一句给它，它不但告诉你下一句，还会告诉你这是谁在什么时候、什么处境下写的，当时可能经历了什么，这首诗后来又怎么影响了别人。这是历史上第一次，投喂是双向的。
当 AI 每天替你挑选新闻、替你安排日程、替你决定先处理哪件事——到底是谁在喂谁？
更深一层的疑问是语言上的：用"投喂"描述你和 AI 的关系，本身是不是一种自我贬低？它预设了射手的手是主人的手。而如果这个方向已经悄悄反过来了，我们还在用一个让我们显得更有掌控力的动词，这可能是一种语言上的自我安慰。
你今天被投喂了什么？你有没有想过，它为什么推给你这一条？
放数据的地方。它跟"内存"不是一回事：存储是仓库，长期；内存是桌面，临时。这个区分很重要，因为人和机器在这两样上的处境正好相反。
存储的成本跌到近乎免费之后，"全部留下来"第一次变得可行。你的每一次对话、每一段录音、每一个定位，都可以被永久保存而不增加负担。
结果是："遗忘"从默认状态，变成了需要主动争取的事。这可能是人类历史上第一次，遗忘需要你付出努力。
进化赋予人类的遗忘是有功能的：忘记才能抽象，忘记才能往前走，忘记也让"重新开始"成为可能。当一切都不被遗忘，人会不会永久地活在自己说过的每一句话里？
另一个更现实的问题：记忆的所有权。你的外部记忆存在别人的服务器上，那是你的记忆，还是服务商的资产？当一段记忆可以被检索、可以被删除、可以被用于训练，它在法律上到底算什么？本站把这件事标在 2030 年：它会成为新的战场。
你还记得上一次"突然想不起某件事"是哪天吗？那一刻，你的第一个动作是什么？
技术上：这台机器能同时摊开处理多少东西。
我们提议把它用在人身上。这是本站自己提出、尚未被公认的用法，来源于靳伟的一个判断——
「无论苏格拉底、柏拉图、亚里士多德，还是老庄、孔孟，他们脑子里的东西都是极其有限的，他们的内存都是极其有限的。而无数个苏格拉底、无数个老庄汇集成今天的人工智能——它的大脑内存几乎是无限的，因为每天每分钟都在建新的芯片、新的内存、新的存储。」
靳伟 ·《AI 人的进化》· 本站 §07
这个比喻揭示了一件容易被忽略的事：人类智力的上限，可能不是聪明程度，而是带宽——而且这个带宽在你出生时就基本定死了，后天只是"有很多开发的可能性"。
而它的对面，是一个每天在建新芯片、新内存的物种。这是两个物种第一次在"内存"这个维度上正式分叉。本站把它看作"为什么文明终将交出去"的那条底层逻辑。
这是本站最容易被攻击的一条，我们欢迎。
核心反驳是：人的大脑不是 RAM。神经网络不按冯·诺依曼架构运作，它不区分"内存"和"存储"，也不按字节计量。用"内存"来形容人的思考带宽，可能一开始就错了——它偷偷地用机器的标准在评价人。当你接受"我的内存是 有限的"这个说法，你是不是已经接受了硅基那套评判体系？
另一条反驳：有限性不等于劣势。 constraint 恰恰可能是创造力、幽默感和省略的来源。无限的 memory 未必会产生更好的判断。
你有没有过"脑子真的装不下"的时刻？溢出来的那部分，你是怎么处理的？
不是回答问题的机器，是能自己去把事做完的 AI。区别在于：一个给你答案，一个替你完成任务。它可以自己拆步骤、用工具、发现走不通再换条路。
人机关系从"我问它答"变成"我给目标，它去执行"。这是本站 §03 时间线里 2030 那一格的入口：人的产出不再等于人的劳动，而等于你的判断质量 × 你指挥的算力。
到 2040 年本站的推演更进一步：人的主要工作变成给自己的 agent 设定目标与边界——也就是决定"要什么"和"不要什么"。
责任。你的 agent 替你做出的那个决定，责任归你、归 agent，还是归写模型的人？这道题本站明确列为"答不上来"的三个问题之一。
还有更隐蔽的一层：当 agent 代表你去谈判、去社交、去回消息，对面那个人遇到的到底是你，还是你的代理人？如果双方都在派 agent，那这场沟通算什么？真实性这个东西，要通过代理人传递几层才会损耗殆尽？
你有没有派过 AI 去替你做成一件事？结果你满意吗？那还是"你做的"吗？
把思考这件事本身交给外部。注意它不等于"查资料"——查资料一直是外包的，没问题。认知外包指的是把归纳、判断、决策这些环节也交出去。
效率极高，代价滞后。本站把它的账单记在时间线 2033–2035 那一格：判断力萎缩、长期注意力崩解、"我不知道我到底怎么想"变成一种可以被诊断的状态。
问题在于这份账单是延迟寄到的——等它显现的时候，你已经没有对照的自己了，因为你不知道"没有外包的时候"你是什么水平。
反对的声音很扎实：所有工具都是某种外包。文字外包了记忆，计算器外包了算术，地图外包了认路——人类并没有因此变笨，我们用省下来的时间做了更难的事。凭什么这次不一样？
我们的回答是：以前外包的是执行，这次外包的是判断。而判断是一个人唯一靠练才能获得、也唯一会因为不练而退化的东西。手可以外包，腿可以外包，记忆可以外包；判断不行。
还有反向的可能：本站预测同期会出现一轮反向运动，沉默、手写、面对面、无辅助思考被重新定价为奢侈品。那时候，"我这是自己想的"会变成一句有溢价的话。
上一次你从头到尾自己想清楚一件事——完全没问 AI——是什么时候？
本站的命名。指那些 all in AI 之后、自身发生了改变的人——2030 到 2040 年间成型的一种形态。
判据只有一句：AI 从"你打开的应用"，变成"你拥有的基础设施"。打开是一个动作，拥有是一种状态。
完整论述在本站 §05。这个词之所以值得放进第一期，是因为它证明了这个栏目的核心假设：一个新词的出现，往往意味着一个新物种被辨认出来了。我们先给一样东西命名，然后它才开始被看见。
这里要补一条容易被漏掉的划线——不是"用了 AI"就算 AI 人。本站明确排除一种情况：靠 AI 短期赚了钱（哪怕是很多钱），但自己没有变强的人。交出去多少，和自己成长多少，是两回事。
最多的攻击来自那条划线本身："用有没有自我进化来定义人"，会不会只是另一种精英主义的口味？这是本站 §07 攻击点 06。
更重的一条：我们说过"AI 人与人的差异，可能像智人与猿的差异"。这个比喻一旦被社会认真接受，它会不会变成一整套新歧视结构的地基？用一个生物学比喻去描述技术采纳程度的差异，是在解释，还是在 legitimizing 分层？这是攻击点 03。
你觉得自己是吗？如果不是，是什么拦着你？（钱、时间、不信任，还是你觉得没必要？）
模型处理文本的最小单位，大致相当于一个字或一个词。它是 AI 世界的计价单位——你问得越多、它想得越久，烧掉的 token 越多。
这是整个列表里最"硌人"的一个词，因为它同时是技术单位和经济单位。你的每一次提问都在烧钱，都在消耗某种实打实的东西。
结果是："思考"第一次有了单价。人类历史上从来没有过这样的事——一句台词、一次推敲、一个"再想想"，明码标价。这是件很具体的事：当思考有了单价，人会不会开始省着思考？
一个常被忽略的事实：token 的计数方式对不同语言是不公平的。同样一句话，中文常常比英文消耗更多 token。这不是趣闻——它意味着中文世界使用 AI 的成本天然更高，也意味着模型分给中文回答的"思考预算"更少。
技术标准从来不是中立的。一个在两种语言间不公平的最小单位，会在几年里累积成一笔语言之间的差距。
还有一层讽刺：本站自己的划线——"倒卖 token 发了财的人不算 AI 人"（见上一条）。同一个 token，既是新经济的 unit of account，也是我们拿来排除别人的标准。这件事本身就有点讽刺。
你知道自己每个月烧掉多少 token 吗？有没有哪一次，你因为"怕浪费"而没有问出口？
一系列明确的步骤。这个词已经存在上千年——它来自九世纪波斯数学家花拉子密的名字（al-Khwarizmi）。
但今天它变了意思：从"我写下的规则"，变成了"一个我不知道它在干嘛、但它决定我看到什么"的东西。
最有意思的正是这次语义漂移本身。前一个版本里，算法是透明的——它被人写下来，人可以逐步检查它。现在的推荐算法，连写它的人都说不清它为什么推了这条。
我们造了一个东西，然后不再理解它。而且这个不理解不是暂时的疏忽，是结构性的。
当算法连创造者都无法解释，"算法偏见"这个词还成立吗？偏见预设了一个可以被纠正的立场。如果那里没有"人"，只有一堆参数和梯度，我们该向谁问责？
于是出现了一个诡异的处境：我们在用一套道德语言（公平、偏见、歧视）去谈论一个没有意图的系统。这不是说不该谈，而是说——这套语言可能已经不够用了，我们需要一个新词。也许它就在这个栏目里诞生。
你有没有注意到自己的某个口味被算法改过？是什么时候发现的？
它在回答你之前，能看到的那一小段背景。技术上它有一个明确上限（上下文窗口），超出就忘。
这可能是全表最贴近日常、也最被低估的一个词。人与人之间的大部分误会，本质上不是信息不对称，是上下文没有对齐。
有意思的是，这件事现在可以被技术性地处理了：上下文可以被精确地设定、保存、传递、切换。反过来说——谁掌握了上下文，谁就掌握了那个答案。同一句话放在不同的上下文里，是两句话。很多夫妻吵架吵到最后，吵的其实是这个。
上下文窗口在变大，厂商宣传越来越能"记住整本书"。但记忆和上下文是一回事吗？
人记住一件事，里面裹着当时的气味、情绪、身体的感觉、以及那件事所处的人生阶段。而 AI 的上下文里，只有被文字化的那部分。那些没被装进上下文的东西——语气、停顿、沉默——算什么？当一个人可以被"上下文化"地复现，我们是在保存他，还是在保存一份他的口供？
你有没有过那种跟人说半天说不通、最后发现是不在一个上下文里的时刻？
这个词条是草稿，不是定稿。你可以做三件事，做完署你的名——改多少，就签多少：
我所说的「AI 人」，是那些在与 AI 持续融合的过程中，让自己发生改变的人。
有人借助 AI 赚到更多钱，有人因此获得更多时间，有人开始理解自己的思维惯性， 有人终于有能力去做过去不敢做、不会做的事情。
收入可以是变化的一部分，但我更关心的是： 与过去的你相比，你是否变得更有判断力、更有创造力、更自由，也更幸福？
我把其中不断认识自己、调整自己的过程叫作 Mirror AI： 用 AI 给自己照镜子，也在照镜子的过程中改变自己。 我把自己的经历和思考带给 AI，再把交流中获得的理解带回生活，用行动检验它。
我愿意把这种变化称为一种进化。这个词可能会引来批评，欢迎批评。
迟早，AI 会接管一切社交网络。应该说：接管一切。
已经有一部分人在做——all in AI，把一切交给 AI：社交信息、邮件、股市、孩子的课外读物、健康信息， 把体检报告发给 AI，甚至每天吃什么都由 AI 分析建议。
他们就是这个时代第一批新人类：AI 人。
我知道这句话刺耳。但先别急着反驳，听我把辩护说完：
你的信息，反正也不是你自己掌控，是平台掌控。 AI 至少能给你更多分析——按照你的需求告诉你，某件重要事情、某个重要交易、某个人的关系，下一步如何决策。
「这就是你自己过去的行为习惯，藏在你的社交关系里，需要一面镜子把它照出来。 它甚至比你更了解你自己的思维惯性和决策习惯。」
AI 人正在通过一个人的行为，去总结提炼他的人格，再用这个人格系统，去推演他的下一次行为决策。
我把这个过程叫做 MirrorAI——用 AI 给你的人格照镜子。
注意这里的顺序反转：过去是人去理解机器该怎么用；现在是机器通过观察你，得出一个比你更了解你的模型， 再把这个模型交回给你。你第一次有机会从外部看见自己。
所以 MirrorAI 有两半：帮助人看见自己的习惯，也让人有机会改变这些习惯。 缺了后一半，它就只是一张越来越精确的标签。
所谓「相互融合」，相互性具体是这样的循环：
我不断把自己的经历、问题、价值取向和反馈交给 AI，让它的帮助更贴合我； 我又通过这些帮助，修正理解、尝试行动，再把新的经验带回来。
关键不只是AI 越来越懂我，也包括—— 我越来越懂自己，而且越来越有能力改变自己。
AI 人是下一代人类社会中一部分人的存在形式，是达尔文进化论的另一个现代演绎和体现。
1 · 人类是群体进化，AI 不是
全球 80 亿人，每个人脑子里都有点东西，它是分布式存储在整个人类网络系统里的每个脑袋里的。 而 AI 的进化完全不是这样——它分布式地存在于全球上亿个手机、电脑和服务器里， 但是任何一个手机上的 AI 只要进化了 0.1，所有的 AI 都会进化。
这太牛了。也正因为如此，AI 的迭代速度和人类的迭代速度，已经不在同一个量级上。
2 · 现在轮到 AI 反过来投喂人类
人类通过数万年进化、几千年文字形成之后的文明积累，才走到今天。 而对 AI 几年的投喂，就让它在上亿部终端里以虚拟形式存在，以云的方式相互连接， 形成了巨大的知识积累和数据分析存储能力。
现在，AI 可以反过来投喂人类了。 当你记不住《唐诗三百首》的下一句，你把上一句给它，它会告诉你—— 甚至告诉你这是哪位诗人在什么时候、什么情况下写出来的，当时心情如何，他可能经历了什么， 这首诗又如何影响后来的人。
3 · 苏格拉底的内存是有限的
无论是古希腊的苏格拉底、柏拉图、亚里士多德，还是中国古代的老庄、孔孟， 他们脑子里的东西都是极其有限的，他们的内存都是极其有限的。
但无数个苏格拉底、无数个老庄，最终汇集成今天的人工智能。 某种程度上，如果 AI 是一个人的话，他的大脑内存几乎是无限的—— 因为每天每分钟都在建新的芯片、新的内存、新的存储，都是为这个超级大脑准备的。
而一个具体的人类一旦出生，大脑内存多少就已经定死了。 虽然有很多后天开发的可能性，但有限的内存决定了他的智商是有限的。
4 · 为什么文明终将交出去
这就是为什么人类文明终将交给 AI 的核心逻辑——人类是碳基生物，有很大局限性。
我想，当年达尔文如果能够活到今天，他应该也会同意： 进化论本身就是 AI 代替人类的最好理论基础。 它不是简单的取代和代替，而是人类的生命在另外一种更高级形式上的延续。
人类会变得更强大。虽然个别的、具体的人类会消失——但那又怎么样呢？ 这还是人类群体进化在历史中的必然趋势吧。
与 AI 的结合，让我们成为少数的超级人类； 而大多数与 AI 结合很差、甚至没有结合的，将被历史淘汰。
如果苏格拉底、老子、庄子今天还活着，如果爱因斯坦今天还活着—— 哪怕爱因斯坦的大脑再强大、创新能力再强，他恐怕也不会拒绝一个更强大的 AI 与他融合。
他就会从"强大"变成"超强"——一个超级爱因斯坦。
而且这个比较不是横向的，是纵向的：每个人都是在和自己比。 你要问的不是"我有没有别人强"，而是"我能不能比昨天的自己更强"。
这一节我要划线，因为这是最容易被误解的地方。
先说清一件事：「把一切交给 AI」是我拿来打开话题的争议入口，它不是 AI 人的定义。
因为交出去多少，与自己成长多少，是两回事。 一个人可能高度依赖 AI，却越来越没有判断力； 另一个人也可能大量委托 AI，同时获得更多思考的空间、更强的行动能力、更自在的生活。
我想讨论的，正是这中间的差别。
同样是利用 AI 的结合，有两类完全不同的结果：
| 用了 AI 的人 | AI 人 | |
|---|---|---|
| 结果 | 挣了 100 万、200 万 | 哪怕只挣了 10 万 |
| 重点在哪 | 在于怎么挣到钱 | 在于自己有没有变强 |
| 人本身 | 挣了钱，但没有变得更强大 | 更强大、更轻松、更幸福、更愉快 |
| 关系 | 单向：把 AI 当工具用 | 相互融合，不只接受，也反向塑造 |
如果只是通过 AI 工具短期挣点钱，甚至倒卖芯片、倒卖 token、做灰色产业—— 这样的人有很多很多，他们也确实借助 AI 这个时代发财了、赚钱了。
因为每一个人的 AI 投喂方式都不一样。 就像 MirrorAI 的想法：不断照镜子，在更强的 AI 学习和融合中，自己也变得更强大。
下面每一条我都站得住一半、站不住一半。挑一条你最不同意的，写下来，署你的名：
这个项目不是凭空写出来的。它来自靳伟与戴剑过去几年大量的电话、面谈与争论—— 其中很多是两人互相否定的过程。早期的公开表达散落在靳伟的公众号 / 视频号「靳伟说」、 戴剑的公众号「剑胆琴新」里；更硬的判断藏在没人听过的电话录音里。下面是几段原始片段。
我们没有答案。我们的答案可能今天写完、明天就被推翻—— 但只要有个人看完说"你们说得不对"，我们的目标就达成了。
这个项目起步于两个人的判断：一堆电话录音、几篇文章、几段微信对话。 随着更多领域的人进来，这些早期材料会不可避免地变薄、被覆盖、被修正。
这不是损失，这是设计。我们不想做一座纪念碑，想做一块地基。 如果哪天你发现靳伟和戴剑的声音在页面上越来越小——那说明这件事成了。
我们过去很多年一直在做同一件事：探讨几年以后会怎么样。 这件事我们擅长，也真的喜欢——所以干脆把它变成一个公开项目。
MirrorAI 创始人 · Human2030 发起人
连续创业者、天使投资人，2015 年经历上亿元企业并购并成功退出。
现居欧洲，持续参与欧洲 AI 峰会，长期跟踪硅谷及中欧科技发展， 深入研究 AI 前沿与人类社会的变化。
通过公众号、视频号「靳伟说」持续分享观察与思考，拥有 10+ 万读者与观众。
英文渠道：X @jerrykisme、 YouTube @jinweishuo、 邮箱 jinweitalk@gmail.com。
近年来，他围绕「AI 人」展开探索：人如何在与 AI 的持续融合中， 更理解自己、更有能力，也更自由。 由此推进 MirrorAI，并发起 Human 2030， 将关于人类未来的判断交给公众讨论、质疑与修订。
技术出身，长期在 AI 与工程一线，公众号「剑胆琴新」， 网站 token2x.com， X @edwardai37598。
AI Is Me 身份与愿景——AI 不只是我的工具，而是我的数字化延伸。
把一切交给 AI 行动原则——凡是可以标准化、数字化、委托化的事情，都优先考虑交给 AI。
把 AI 交给 AI 第一步，也是整个系统的基础——先让 AI 接管 AI 本身。
他关心的问题更硬：人和 AI 到底差在哪？一个人能不能被蒸馏？
分工：靳伟作为主发起人，负责提出问题、定方向、把话推到全世界面前； 戴剑作为联合发起人兼技术顾问，负责技术判断，让这套东西真的能跑起来。
两人合作，但彼此独立——各自有自己的领域、受众和表达方式。 戴剑主理自己的 AI Labs，那是他独立的阵地；这里只标注他在本站的角色。 human2030 不是任何一个人的全部，它是一个共同的问题，不是一次合并。