AI 为什么会？⑰ AI 会放大什么？

前十六篇，我们一直在调查 AI。它为什么会回答问题、为什么会犯错、为什么越来越专业、为什么开始使用工具、为什么开始完成任务，以及为什么有时会组成一个团队。一路走到这里，很多读者都会问我同一个问题。

AI 会不会取代人？

以前，我也一直在想这个问题，后来，我发现，也许，我们一直问错了。

调查现场

今天，我们不打开 ChatGPT。请想一个人，你身边一定有这样的人，同样使用搜索引擎，有人搜十分钟，什么都找不到，有人搜一分钟，就找到最关键的信息，后来，搜索引擎变成了 AI，这种差距，消失了吗？没有，反而更大了。

同样使用 ChatGPT，有人觉得：

AI 真厉害。

有人觉得：

AI 真笨。

即使模型和工具相同，为什么结果仍然可能完全不同？

一、后来，我终于意识到

以前，我一直觉得，AI 本身就是一种能力。后来，我越来越觉得，它也像一面放大镜。

你的目标清不清楚，材料靠不靠谱，判断严不严谨，都会被带进最后的结果。一个模糊的问题，经过 AI 可以变成一篇流畅但仍然模糊的文章；一个经过认真拆解的问题，却可能在几轮对话里迅速长出新的路径。

可“放大镜”也只说对了一半。AI 还能解释陌生知识、提供范例、提醒盲点，像脚手架一样帮助一个人够到原来够不到的地方。

所以，它既会放大，也会补偿。最后得到什么，从来不是只由人或模型单独决定的。

二、为什么同一个 AI，会有完全不同的评价？

写这本书的时候，我观察了很多人。有的人说：

ChatGPT 什么都会。

也有人说：

ChatGPT 就是胡说八道。

当然，他们背后的模型版本、工具和历史 Context 未必完全相同。可即使把这些条件全部拉齐，人带入的目标、材料和判断方式不同，结果仍然可能像来自两个世界。

三、被放大的，不只是知识

很多人觉得，AI 会放大学历，放大专业能力。后来，我越来越觉得，思维方式同样会被放大：一个善于拆解问题的人，AI 会帮助他拆得更快；一个善于学习的人，AI 会帮助他学得更快；一个善于表达的人，AI 会帮助他表达得更好。

与此同时，一个暂时不擅长表达、缺少某项知识的人，也可能借助 AI 得到脚手架。它不是简单地奖励强者，而是把“怎样提出问题、怎样使用材料、怎样检查答案”变成了新的分水岭。

四、回头看前十六篇

写到这里，我突然发现，前面所有调查，其实一直都在回答一个问题，为什么 Prompt 有用？因为表达重要，为什么 RAG 有用？因为信息重要，为什么 Memory 有用？因为背景重要，为什么 Agent 有用？因为任务拆解重要。

这些能力，最终都回到同一个地方：

人。

AI 没有让这些规律失效，反而让它们更加明显。当然，模型能力、数据质量、工具权限和使用门槛同样会影响结果。不能因为强调人的作用，就把所有好坏都推给使用者。

五、所以，我终于知道这本书真正想写什么

刚开始写这个系列的时候，我以为，我要写一本 AI 科普，写到今天，我越来越觉得，这其实不是一本关于 AI 的书，而是一本关于：

思维方式。

AI 让很多过去隐藏的问题突然显形。善于观察、提问和验证的人，通常能从中得到更大的帮助；而更好的 AI，也能让更多普通人跨过原来的门槛。

工具会不断变化，真正值得长期练习的，是你怎样思考，以及怎样与一个越来越强的系统协作。

调查笔记 No.17

今天，我们推翻了第十七个认知。

❌ AI 的效果只由模型强不强决定。

✅ AI 会放大人的目标、材料和思维方式，也可能弥补部分能力缺口。结果由人和系统共同决定。

能力可以学习，工具会不断变化，真正长期决定结果的始终是：

你如何观察、如何提问、如何判断。

当前掌握的线索

回头看，我们已经完成了一整张地图。

• 大模型根据训练形成的能力和当前 Context 生成回答。
• 有些系统还会在最终回答前进行推理、搜索和查验。
• Prompt、Memory、RAG、Skill 会以不同方式影响任务所用的信息和流程。
• Tool、MCP、Agent 系统让模型从生成回答走向参与行动。
• Multi-Agent 是组织协作的一种选择，而不是复杂任务的必然答案。

而这一切，最终都服务于同一个目标。

帮助人，更好地思考。