主要观点总结
本文探讨了AI之路系列直播中涉及的技术平权、AI的影响、技术与天赋的关系以及AI普及带来的焦虑等问题。随着AI工具的使用门槛不断降低，人们面临如何平衡技术依赖与独立思维的挑战。文章指出，技术的普及带来了公平的机会，但也可能导致资源的集中，人的天赋和竞争力在于如何掌握和驾驭技术。同时，人们需要消除对AI的恐惧，积极拥抱AI辅助型社会，注重培养一些AI不具有的能力。
关键观点总结
关键观点1: AI工具的普及推动了技术平权的发展，但同时也引发了关于过度依赖技术和平等问题的讨论。
讨论了AI普及带来的技术平权现象以及人们对此产生的担忧。
关键观点2: 技术与天赋的关系问题被提出，技术正在重新定义天赋。
探讨了技术进步对天赋的影响，以及如何保持人类的独立思考和创造力。
关键观点3: 面对AI时代的到来，人们应如何适应并消除对AI的恐惧。
提出了适应AI时代的建议，包括消除对AI的恐惧，积极拥抱AI辅助型社会，注重培养一些AI不具有的能力。
正文
所以，技术本身并不必然带来平权或不平等，它的影响要与制度结合，关键在于如何使用技术。就像DeepSeek，随着它的成本降低，使用变得更加普及，这将带来机会平等。
但是，当技术普及时，可能会出现“马太效应”——资源最终会集中在少数头部人物手中
。
陈永伟：
从经济普惠的角度来看，我认为这波开源模型最重要的意义之一，是将人工智能从少数巨头的竞争领域，扩展为全民参与的创新平台，它带来的影响可以分为两个方面：
一方面是开源模型
显著降低了技术的成本
，使得更多的C端和B端客户可以直接参与其中。
以ChatGPT为例，虽然它的功能强大，但此前高昂的费用让很多人无法使用，而如今通过DeepSeek等工具，虽然性能上可能有些差距，但普通人同样能够享受到类似的技术。
另一方面是，开源模型
降低了创新的门槛
。很多原本需要大量投入的研发工作，借助开源模型，创新者可以本地部署技术并加以调整，从而实现自己的创新成果。
因此，不仅是用户获得了平等使用权，创新者也能平等参与到技术研发中，从而带来创新上的平等。
数字鸿沟漫画，来源：网络
Q：
过去，我们讨论过“数字鸿沟”，现在是否会有“AI鸿沟”，AI是否能够缩小这些鸿沟？
刘永谋：
最近我接触一些科技、经济类的主播。他们很主动地学习AI技术，当工作忙不过来的时候，通过AI来处理很多问题，实际上就是通过AI放大了自己的工作效能，如果粉丝基础比较大，AI能够大幅提升工作效率，乘数效应非常明显。
我的个人感受是，这种现象确实符合“马太效应”，
强者愈强，弱者愈弱
。
陈永伟：目前的AI平权主要体现在起点上的平等机会——
几乎每个人都能接触到这些技术，特别是像DeepSeek这样的开源工具。但在实际的结果上，我也认为可能会导致“强者愈强，弱者愈弱”的现象。
很多人都用过DeepSeek，网友可能用它来写春联或搞笑段子，这样使用其实没有对生产力产生多大提升。
相反，如果你是一个科研工作者，尤其是那些原本理论知识很强，但编程能力较弱的人，AI的帮助就能显著提高他们的工作效率。
因此，
同样的技术，不同人在使用时，效果差异是巨大的
。就像数学中，两个不同的数，乘上同样的倍数后，它们的差距可能不仅没有缩小，反而会被进一步放大。
计算与计算器
苏格拉底与“奴隶小孩”
Q：
乘数效应本身依赖个体的能力，能力越大，放大效应就越强。从具体场景来看，比如说学习，使用AI工具之后，是否会进一步拉大不同学生之间的成绩差距？另外，在教育场景下，假设老师借助AI备课，学生借助AI完成作业，老师再借助AI评判作业，会对传统的师生学习模式产生什么影响？
刘永谋：
这个问题我在工作环境中认真地去思考过，主要是教育本身的价值——要教给学生什么，以及如何帮助学生适应社会，培养他们的社会适应能力。
大模型的出现对教育影响巨大的，大家现在都在探索如何将AI技术应用到教育中，还没有一个明确的战略性顶层设计，但有一个明确的方向——
主管部门、学校和老师都希望学生能够适应未来AI辅助下的工作环境
。随着各个领域和AI紧密程度提升，如果不让学生使用这些工具，他们在进入社会后就会处于劣势。
这也带来一些问题，比如学生用AI做作业、写论文，这是否会影响到他们传统的听、说、读、写等基础能力的培养？
假如我们培养的学生进入社会，写作能力还不如DeepSeek，那他们的竞争力何在？所以我现在经常跟同学们说，过去上课你们低头看手机，不交流、不互动，也不参与讨论，以后走向社会怎么跟AI竞争？
Nature此前发文称允许使用大模型写论文，但不能列为作者
与跟AI竞争只有两方面：1）
第一个是AI能做的，人能否做得更好
。如果你写文章跟DeepSeek一个水平，那肯定就没有机会了。2）
另外一个就是AI做不了的部分，人能不能做
。AI毕竟不是人，涉及情感与社交的工作还是要由人来完成。
解决“与AI竞争”的问题，现在挑战还是很大——一方面，AI的“猫鼠游戏”让教育变得更加复杂；另一方面我们还需要思考教育的核心价值，如何确保学生在未来社会中具备不可替代的能力。
Q：
具体到学科上，随着AI的工具属性越来越强，像经济学这种学科，哪些内容会被AI取代掉？当大模型普及后，重点大学和普通学校之间，学生们的差距是会扩大，还是会缩小？
陈永伟：
我去年在人大苏州校区教过的一门课，我和学生们聊，我并不反对他们使用AI。
作为工具，AI的使用是不可避免的，但使用工具是为了提高自己的能力，而不是依赖它成为自己的竞争力。
不管是ChatGPT还是DeepSeek，它就像使用计算器，计算器用得好不会成为一个人真正的竞争优势，因为没有谁的数学能力是靠计算器来决定的。
工具只是辅助，而
真正的竞争力来自你如何掌握和驾驭它
，成为一个能独立思考、创造的人。这一点，在大模型的使用普及以后，也同样成立。当所有人都可以使用大模型的时候，它本质上和计算器就没有区别。
说到经济学的问题，坦率地说，经济学家永远不会失业。
尽管
AI确实能够很快构建出经济学模型，但经济学家的核心价值并不在这些技术层面的工作
——经济学家背后真正的价值在于思想的深度和对复杂问题的思考。
去年我就开始转向思想史的研究了，因为在经济学等学科中，思想和理论的深度可能会比纯技术更为重要，后者的价值可能会大幅度降低。
Q：
计算器的例子非常形象，那么随着大模型推理能力的提升，是否会让一个没有学过哲学的人，具备与专业人士相当的逻辑思考能力？
刘永谋：
刚才提到用计算器计算和自己计算的差别，它的核心就在于学习能力。我们不应该只是学习如何使用计算器，而是要学会计算的原理与方法。
未来社会，我们很可能无法在一个领域连续工作很多年
，而是随时需要借助AI的辅助，快速切入新领域，并成为这一领域的胜任者。这时学习迁移能力就变得很重要，这意味着我们不仅要学习特定的知识，还要学会如何通过学习过程获得通用的学习能力。
说到哲学，其实完全不需要怕，它的特征就是不断地开拓新的领域。很多学科，如自然科学、经济学、心理学和社会学，都是从哲学中分出来的。
哲学关注的从来不是已知问题，而是开辟新的领域。当某一领域探索到一定程度时，其他学科就会接手，因此哲学的价值从来不会消失。
其实不止哲学，真正具有创造性的科学都不会有这样的担忧
