AI时代，别急着把脑子外包：卓克给你拆解2026的真与假

2026年，这些事儿你得知道。看完卓克老师的直播，我脑子嗡嗡的。但是，收获也很大。这个世界变化快，我们不能稀里糊涂的。得有自己的想法，有自己的判断。

卓克老师讲了2026年三个大事。一个是AI在科研上的用处，一个是AI怎么进教育，还有一个是“智商税”怎么变。但其实，他讲的远不止这些。他讲了AI，讲了消费，讲了教育，讲了孩子，也讲了我们自己怎么看世界。

我把我觉得重要的，说给你听听。

“AI科学家”降温，“AI工程师”冒头

以前，很多人觉得AI会变成“科学家”。他们想，AI不用休息，看过所有书，懂所有学科。只要给它电，它就能自己想出点子，做实验，发现新的科学规律。

前几年，AlphaFold把这种想法推到了顶点。你知道AlphaFold吗？它是Google DeepMind做的AI。它干了一件大事。它准确预测了几乎所有已知蛋白质的三维结构。

蛋白质是生命的基础。它的结构，决定了它的功能。搞清楚结构，就能理解生命，开发新药。以前科学家几十年才能解几万个蛋白质结构。但是，AlphaFold很快就预测了两亿多个。

所以，很多人都信了。“AI科学家”的时代要来了。大家觉得，结构生物学家可能要没工作了。

但是，你知道吗？DeepMind后来专门成立了公司，叫Isomorphic Labs。他们就想用AlphaFold的技术去研发新药。结果呢？这家公司基本失败了。他们原来说在2024年底要提交第一款AI研发的药物进人体实验，这个计划已经推迟了。

为什么会这样呢？为什么“AI科学家”到了实际应用上，就慢下来了？

卓克老师说，现在的AI，它只能总结规律。它不能发现规律。

什么意思？你就把AI当成一个很厉害的图书管理员。它读过很多书。你问它关于“马”的一切，它能立刻帮你整理出来。比如马的定义、种类、习惯、历史等等。它甚至能从这些信息里，找出一些你没发现的联系。

但是，它不能创造出一种“新马”。“新马”这种新物种的出现，是从无到有的创造。它需要基因突变，需要进化。这些事，AI总结不出来。

所以，现在的AI，能从很多数据里，找到那些已经存在，但我们没注意到的规律。但是，它很难创造出一个全新的、数据里没有的规律。

而科学发现，就是要创造“新马”。这才是科学。

那么，AI和科研，还能怎么结合？

“AI科学家”的路走得不顺。但是，“AI工程师”正在被大大地用起来。比如，神经网络算法。它让天气预报的计算速度快了几万倍。又比如，高能物理领域。AI能从很多对撞数据里，很快地找出有用的信号。

它发现不了新大陆，但是，它能让大船航行速度快很多。这个帮助也很大。

所以，“AI科学家”的期待，正在退潮。但是，AI帮助各种产业的浪潮，才刚刚开始。

这一点，对科研特别重要。因为在科研里，“模糊的真相”都比“精准的幻觉”好。

哪怕是“模糊的真相”，也好过“精准的幻觉”

这句话听着有点绕，但是，琢磨一下，很有道理。什么是“模糊的真相”？什么是“精准的幻觉”？

假设你是一个科学家，要研发新药。这个药就像一把“钥匙”。它要精准地插到病毒蛋白质这个“锁孔”里，把病毒“锁死”。

AlphaFold能给你一张这个“锁孔”的设计图。这张图非常清楚，非常精准。它会告诉你，这个锁孔在最完美、最稳定的情况下，就长这个样子。

AlphaFold预测的这个完美蛋白质结构，就是一种**“精准的幻觉”**。

但是，在真实的身体环境里，这个蛋白质“锁孔”是活的。它一直在振动、变形、扭曲。就像一个火山口，一秒钟里，它能变出几百种不同的样子。

所以，科学家们会用冷冻电镜。

冷冻电镜就像一台快门没那么快的相机。它对着这个活的锁孔，“咔嚓”拍了一张照片。虽然锁孔在动，照片有点模糊。但是，这张模糊的照片，恰恰抓住了这个锁孔在真实环境里的动态信息。它会告诉你，这个锁孔可能会变成哪些形状，哪些地方比较灵活，哪些地方比较稳定。

科学家们辛苦拍出来的蛋白质照片，就是一种**“模糊的真相”**。

卓克老师说，在科研里，模糊的真相，比精准的幻觉重要得多。

如果你只按那张完美设计图去造钥匙，到了真实环境里，很可能根本插不进去。因为那个锁孔一直在变。

但是，如果你参考模糊照片造钥匙，才可能在各种变化中，找到插进去的机会，完成锁死的任务。

真实的世界，往往就是这样。

想想孩子的成长。我们看重的是“精准的分数”吗？还是孩子面对世界时，那种“模糊但解决问题的能力”？

想想亲密关系。重要的是“精确的纪念日”和“礼物”吗？还是彼此之间“模糊但真实的感情”？

想想企业发展。重要的是“精确的公式”吗？还是面对市场变化时，“模糊但强大的适应能力”？

所以，别只盯着“精准的幻觉”。去拥抱“模糊的真相”吧。

因为真实的世界，就是由无数的“模糊的真相”组成的。

2026年后，买电脑、手机可能会更贵

前面讲了科研，有点儿“硬核”。现在讲点儿和我们自己关系大的。

卓克老师观察科技产业链，他讲了一件事。从现在开始的几年，可能不是买笔记本电脑、换手机、买平板的好时候。因为，这些东西很可能会一直涨价。

我当时就纳闷了。电子产品不是一直在降价吗？摩尔定律不是说会越来越便宜吗？怎么还会涨价呢？

他解释了，这就像多米诺骨牌一样，一块一块倒下来。

第一块骨牌：AI的军备竞赛。

谷歌、OpenAI这些大公司，都在拼命训练AI大模型。训练和运行这些模型，需要一种特殊的芯片。比如英伟达的GPU。但是，GPU很贵，而且数量有限。

所以，谷歌自己研发了一种芯片，叫TPU。很多公司也在研发类似的芯片，我们管它们叫ASIC芯片。

第二块骨牌：新芯片要很多“缓存”。

这些TPU、ASIC芯片在做AI计算，特别是推理的时候，需要很多**“缓存”**。缓存是什么？它就是芯片旁边的“草稿箱”。数据在真正计算之前，要先进到这个草稿箱里。草稿箱越大，芯片处理数据的速度就越快。

这些AI芯片需要的缓存量，比我们平时用的芯片多很多。

第三块骨牌：用SSD颗粒做“缓存”。

那么，用什么来做这个大大的草稿箱呢？按理说，应该用性能更好的存储颗粒。但是，大公司发现，AI推理对缓存的“性能”要求没那么高。反倒是**“容量”**，要越大越好。

所以，他们想到了一个办法。直接用SSD固态硬盘的颗粒。

第四块骨牌：大公司大量采购。

当这些大公司，开始以**“万”为单位**，大量采购SSD颗粒，去填满他们的数据中心时，全球SSD颗粒的供应一下就紧张了。原本会给到我们消费者的颗粒，全都被上游截走了。

需求突然多了很多，价格就会涨。

第五块骨牌：消费者看到价格涨了。

一旦SSD颗粒的价格上涨，未来几年可能涨三四倍，那么用到它的消费品，也会跟着涨价。比如笔记本电脑、手机、平板，还有相机里的存储卡。

科技发展，最后都会影响到我们的购物账单。

当然，市场一直在变。任何预测，都只是一种可能。

但是，这让我学会了用**“产业链视角”**看问题。以后，看到消费品价格变了，我就会多想一步。这背后是不是有什么更大的力量在推动？

这样，我在做购物决定时，就会多一个考虑的维度，理解得更深一点。

中小学的孩子，不用急着碰AI

前面说了科研和消费。现在说说教育。

AI和教育怎么结合？你肯定听过很多说法。比如，孩子要学AI，会用AI，这才是未来的技能。比如，AI都能写诗画画做题了，不能再让孩子死记硬背了。要培养他们提问、创造、和AI合作的能力。

反正，“让孩子拥抱AI”，好像成了大家都认同的事。

但是，卓克老师说，中小学的孩子，不用急着碰AI。甚至，要对AI的使用，保持高度的警惕。

为什么呢？

因为很多“AI和教育结合”的说法，其实不对。它们偏离了教育的真正目的。

比如，让AI教孩子提问。

听起来，很不错。培养孩子思考嘛。但是，实际情况可能是这样。老师布置了一个作业，叫“请就《赤壁赋》提出10个问题”。孩子打开AI，把这句话输进去。然后，很快，10个甚至100个好问题就出来了。孩子直接交作业。

这个过程里，孩子学到了什么？他没学会提问。他只学会了偷懒。而且，是很高效率的偷懒。

教育，不是为了培养一个只会按指令操作的人。它是为了点燃孩子独立思考的发动机。

如果让AI替孩子思考，那发动机就直接不转了。

再比如，让孩子学会使用AI。

听起来，也很重要。但是，AI变化太快了。今天教给孩子某个AI工具怎么用，可能用不了一个学期，这个工具就淘汰了。

一个孩子，如果他对学习有很强的兴趣，能独立思考，他以后能很快学会任何新工具。但是，一个孩子，如果只会操作工具，当工具淘汰时，他自己也会跟着淘汰。

还有，用AI降低学习难度。

这是最危险的。

学习，特别是深入学习，要的就是那个**“困难”本身**。

孩子真正需要的是那些**“有效失败”**。

学习走捷径，常常走向平庸

什么叫“有效失败”？为什么这么说？

现在，你有两种方法，教同一个孩子学一个数学新概念。

方法一： 老师不先讲。给孩子留10道题，让他用以前学过的知识去解。孩子想了一个晚上，错了7道。第二天，老师再对着这7道错题，把新概念讲一遍。帮他理解错在哪里。

方法二： 老师先讲。而且，讲得很有趣，把新概念讲得很清楚。然后，再让孩子做那10道题。因为刚学过，孩子很顺利地做对了7道。

你会选哪种方法？

卓克老师说，神经科学研究发现，对于概念、逻辑这些复杂的知识学习，第一种方法的效果，比第二种好很多。

也就是说，让孩子先自己思考，努力尝试，狠狠地犯错。然后再去纠正和讲解。这才是更有效率的学习方式。

这个过程，就叫**“有效失败”**。

它不是那种让孩子彻底绝望的失败。而是让孩子在**“跳一跳才能够到”**的学习区里摔跤。

每一次真正的摔跤，都是一次对正确答案的深刻校准。

再举一个例子。清华大学姚班，都是顶尖的计算机天才。据说，姚班的一位老师设计教材时，去问姚期智先生。姚先生只提了一个要求：教材要足够难。难到期中考试，最好让大部分学生不及格。

为什么？

因为足够难，才能让这些天才的大脑，经历深刻的“有效失败”。这样才能建起扎实的知识大厦。

所以，“降低学习难度的老师”，不适合AI来做。AI随时都能给你正确答案。它能让学习过程很顺利，错误率很低。但是，当错误率很低时，深度学习也就结束了。

学习走捷径，常常走向平庸。

那些孩子抓耳挠头的下午，那道很难的题，那次考得不好的考试。这些才是教育里最宝贵的东西。

因为就是这些，帮助孩子的大脑完成了**“自我修剪”**。

痛苦的成长，是大脑发育的必需品

什么是大脑需要的“自我修剪”？这是一个很重要的脑科学概念，叫**“神经修剪”**。

新生儿的大脑，就像一片原始森林。里面的神经元，就是小树苗。这些树苗会疯狂生长，胡乱伸出树枝，和周围的树苗普遍连在一起。到了童年期，这片森林就非常茂密了。一个神经元，可能和周围1.5万个神经元连着。但是，这片太茂密的森林，其实效率很低。信息进去，会迷路。

所以，从青少年时期开始，我们的大脑，就会进行**“修剪”**。经过这个阶段，到了成年，我们大脑的神经连接，会从平均1.5万个，下降到1600个左右。90%的连接，都会被剪掉。

最后，思考的主干道就会变得很清楚，效率很高。

那么，哪些树枝会被剪掉？哪些会被留下呢？

当你为了解一道复杂的几何题，苦苦思考。当你为了理解一个抽象的哲学概念，反复琢磨。当你为了弹好一首很难的曲子，反复练习。这时候，你的大脑，就在进行高强度的放电，而且回路很固定。

这些被高强度使用的回路，就会被大脑认定为**“重要连接”**。然后，它们会被保留，被强化。那些长时间不用的回路，就会慢慢被剪掉。

所以，成长的痛苦，不是人生的一个错误，它是大脑发育必须有的程序。

甚至，如果一个人的大脑，因为基因问题等等原因，没有正常启动修剪程序。那么，他到了成年，可能就会有严重的精神疾病。因为他大脑里，有太多没整理过的信号，一片混乱。

同样的道理，如果一个孩子，遇到难题，不去想，直接问AI。需要记住东西，不去背，直接靠AI。需要创造，不去构思，直接让AI生成。那么，他的大脑，就会处于一种低度使用的节能状态。那些应该被激活的神经回路，就没有真正被用到。

这样说来，AI不仅能让人变懒，还能让人变笨。而且这种影响，一旦过了青少年时期，可能就改不回来了。

所以，我们得像保护眼睛一样，保护孩子的大脑发育。该自己动手解决问题的年纪，就得自己去解决。挖掘机再厉害，那是以后的事了。

因为，它可能顺便就会挖走孩子大脑成长的宝贵机会。

工具好不好，看谁用

听起来，AI好像很“坏”，是吗？但是，明明有很多很厉害的人，他们也在用AI啊。

没错。

因为问题的关键，从来不是工具本身。关键是谁在用。

举个例子。数学家陶哲轩，他也很厉害。据说，他也在用AI。

但是，他怎么用的呢？他用AI帮他查很多不同语言的数学文献。他用AI帮他把一些不那么正式的数学想法，翻译成计算机能看懂的语言。

他让AI做的，都是那些重复、麻烦、不怎么需要创造性的工作。但是，那些最核心、最需要智慧、最需要创造性的思考，比如下一步怎么推导，这个问题到底是什么，他都牢牢掌握在自己手里。

AI的作用，是**“思考的辅助”**。

但是，如果直接把**“帮我写一篇关于春天的文章”**交给AI呢？

AI的作用，就成了**“偷懒的捷径”**。

有的人，把AI当成自己双手的延伸。也有的人，把AI当成自己大脑的替代品。

一个想法成熟的人，能用好AI。他知道，什么工作可以交给AI做，什么思考必须自己完成。他的大脑，才是将军。AI只是士兵。

但是，一个没有足够判断力、自控力的人，比如孩子，很难抵抗那种**“一键生成答案”**的诱惑。他可能就会不知不觉地，把思考这件事，完全交给AI。

所以，我们不用完全否定AI。但是，就像卓克老师说的，在一个人还没学会独立思考和判断之前，如果让他随便接触AI，那么AI变成**“偷懒的捷径”的可能性，比变成“思考的辅助”**的可能性，大很多。

工具的价值，最终看谁用它。

在孩子，甚至我们自己，还没成为高手时，别急着把最核心的思考能力，外包出去。

“智商税”也在偷偷变坏

科研、教育讲完了。最后说说消费。

卓克老师说，这几年，“智商税”产品也在变。它从以前的“无中生有”，变成了现在一种更隐蔽的方式。

一种**“理论上说得通”**的方式。

30年前，中国保健品市场有中华鳖精。当时有记者暗访，发现那个号称用很多中华鳖熬精华的工厂里，其实只养了一只鳖。而且，这只鳖还是专门用来拍照的。

这种就是纯粹的骗。

但是，今天的保健品，看起来高档多了。它们会给你讲一个科学故事。

比如，产品里的某个主要成分，经过科学研究发现，能激活人体某个信号，或者能对某种细胞有好处。甚至，它们真的能给你一篇发表在某个学术期刊上的论文，来证明这件事。

这种方式，就是**“理论上说得通”**。

但是，从**“理论上说得通”，到“临床有疗效”**之间，其实有一条很大的鸿沟。

卓克老师分享了一组数据。所有向美国FDA申请进临床试验的药物，就是那些已经验证过“理论上说得通”，而且有很多实验数据支持的药物里，最终能成功上市，被证明“临床有疗效”的，不到10%。在更早的研发阶段，100种“理论上说得通”的物质，最终能上市的，还不到1%。

理论上可行，实际有没有用，完全是两回事。

保健品也是一样。举个最常见的例子：剂量。

有研究说，人参里的某种皂苷，在小鼠实验中，有很好的抗癌效果。

但是，如果你真的算一算，想达到实验的效果，按一个成年人的体重，大概需要每天吃10公斤干人参。

是的。10公斤。每天。

而且，即使你每天吃10公斤，它能带来的抗癌效果，也只和100年前用X光照肿瘤的效果差不多。

这就是一个被裁剪过的真相。它只告诉你“理论上说得通”的部分，却藏起了剂量、成本、副作用、实际效果这些关键信息。

让你上头的，可能是文化价值，不是科学价值

但是，为什么有人会相信这种“裁剪过的真相”呢？

卓克老师分享了一个特别的看法。

他说，让你上头的，最后可能不是科学价值，而是文化价值。

比如，灵芝。我们都觉得灵芝是仙草。为什么呢？

一个很重要的原因。灵芝那个一圈一圈的菌盖形状，和中国古代青铜器、瓷器上一种很流行的吉祥图案——卷云纹，长得几乎一样。

卷云纹在古代是丰收和祥瑞的象征。因为它预示着好天气，风调雨顺。

所以，美好的寓意，也投射到了灵芝身上。古人觉得，它肯定也是好东西。

再比如，人参。我们都觉得人参贵重。为什么呢？

明朝末期，人参其实是一种价格正常的药材。但是到了清朝，人参的采挖和销售，变成了官营。它的价格，就不是市场说了算了。从明末到清末，人参的价格，足足涨了3万倍。

一个东西，几百年里，都被官方定成天价。那么“珍贵无比”的印象，就会刻在好几代人的文化记忆里。

所以，直到今天，我们依然觉得送人参，是很有面子的事。

当我们为一件商品，付的钱远远超过它本身的使用价值时。我们买的，大概就不是商品本身了。

当然，这没有对错。为文化价值买单，也是每个人的自由。只要这真的是你想要的。

如果你想买“文化”，那就为情感和认同付费。

但是，如果你想买“科学”，那就得用科学的尺子去衡量。

所谓成长，就是一直校准“比例感”

怎么用科学的尺子衡量呢？

卓克老师说，靠比例感。

什么是比例感？

举个例子。

保健品里，有一种说法叫“抗氧化”。现在，有个商家推销一款虾青素胶囊。他告诉你，这个东西抗氧化能力很强，能清除你身体里的有害自由基，让你保持年轻，抵抗衰老。

这时候，你就可以先找一个基准线。

比如，一个健康的成年人，身体本身就是一个巨大的抗氧化工厂。每天自己产生的抗氧化物质的效力值，可以看成是10万。

10万，就是我们的基准线。

然后，测量产品的绝对值。一颗“抗氧化能力很强”的虾青素胶囊，能提供多少抗氧化效力值呢？大概是5。

没错。不是5万，是5。

最后，进行比例对比。

你的月收入是10万。虾青素胶囊，每个月给你5块钱的补贴。这5块钱，改变不了你的生活。它太少了。

这时候，你就可以看看其他选项的比例。

比如，快走20-30分钟，或者爬楼梯，这些中等强度的运动，会产生300的抗氧化值。比如，不爱运动，但是每天多吃400克蔬菜，会产生250的抗氧化值。比如，不吃蔬菜，但是每天多喝两杯绿茶，也有50。

300、250、50，都比5大很多。

这就是比例感。

拿出这把尺子，你会发现，生活中90%的智商税，都会失去滤镜。

比如，有人告诉你，某套1999元的学习方法，能让你的效率快10%。但是用比例感一量，你可能就会发现，早起30分钟，效率就能快20%。哪个更好，一目了然。

所以，所谓的不断成长，其实就是不断校准比例感的过程。

最后想说

感谢卓克老师的分享。

我写的这些，只是他分享里很小一部分。如果能看他的直播，或者读他的书，那肯定收获更大。听说4月14日，他新一季的《科技参考》也要更新了，我也准备追。

我要再强调一下，任何预测，都不可能100%准确。

但是，我想卓克老师真正想告诉我们的，只有一件事。

那就是，独立的思考和判断能力。

具体说，就是建立在事实和逻辑上的比例感。

面对AI，有了比例感，你就不会被各种说法搞懵。你知道AI能做什么，不能做什么。

面对教育，有了比例感，你就不会被各种时髦的教育理论带跑。你知道学习的本质是什么。

面对消费，有了比例感，你就不会被各种陷阱骗到。你知道一个东西到底值不值。

最后，你就能找回内心的秩序感。

好了。我的朋友。

那么2026年，希望我们都能找到自己的秩序感。

加油。