真正推动AI革命的，不是天才，而是懒人？那做的少、却赚得多的人，正在成为AI时代的赢家。当机器替我们写、画、想甚至设定目标，人类的勤奋成了旧时代的美德。别害怕AI取代你——先问问自己，还想亲自动手吗？
人们以为推动AI革命的，是芯片、模型和资本。
但在硅谷投资人的眼里，真正的助力其实是人类的懒惰。
不是天才在驱动AI，而是懒人。
因为一切能让人少动一点手、少一点思考的工具，终究都会获胜。
ChatGPT帮人写几封邮件，Midjourney省去无数次改图，Suno让音乐人的职业门槛消失……
AI扩散的规律，其实比算法简单得多：它只奖励那些最擅长偷懒的人。
当「偷懒」成为一种新的生产力，我们也许正站在一个奇怪的拐点上，而勤奋，不再是竞争力。
懒惰成为生产力
AI时代的扩散逻辑
在这场讨论中，Reid Hoffman抛出了一个看似轻佻却极具洞察力的观点：
AI的扩散，不是靠勤奋的人推动的，而是靠懂得偷懒的人完成的。
这并非反对勤奋的宣言，而是霍夫曼对技术传播机制的精准观察。
当一项技术不仅能做得「更多」，还能让你「做得更少」的时候，它就拥有了真正的爆发式扩散能力。
霍夫曼在访谈中将AI投资分为三个方向：
- 「显而易见」的AI赛道：如聊天机器人、生产力工具、编程辅助——这些方向所有人都看得见，因而难以产生差异化。
- AI时代的新平台：类似于Web 2.0崛起的路径，新的平台可能在AI时代出现。
- 来自硅谷视野以外的盲区机会：例如药物发现这种「原子+比特」结合的领域，传统硅谷软件思维未必触及。
他同时强调，AI不只是单一的大语言模型（LLM）在驱动，而是多模型协作的结果：语言模型负责逻辑与文本，扩散模型掌管图像与视频，二者结合才构成真正的AI生态。
在霍夫曼看来，「懒惰」并不是堕落，而是一种生产力策略。
如果AI能让我用更少的操作、更少的重复劳动，就能换来更高的产出——那就是真正的效率。
这一观点被不少研究印证。
在霍夫曼看来，AI的扩散遵循一种「懒惰经济学」：凡是能让人少干一点、却赚得更多的产品，都会被更快接受。
它不是靠聪明人推动的，而是靠懒人推动的。
当「少干活」成为竞争优势，社会的生产逻辑也随之被改写。
个人与企业都在问同一个问题：我能否用AI减少重复劳动，把精力放在提问、质疑、创造上？
这是AI带来的真正分水岭——「勤奋」被「聪明地偷懒」所取代。
不是取代，但会教育他们
在对谈中，主持人向霍夫曼抛出一个尖锐的问题：
医疗是AI最早被应用的领域之一。你认为，在未来几年里，医生会不会被 AI 取代？
霍夫曼笑了笑，回答得既直接又冷静：
AI的确越来越强，但医生不会被取代，他们会被重新教育。
他解释说，医生过去是「知识的储存器」，掌握医学数据库与病例经验。但在AI协助下，这种角色已不再稀缺。
AI可以迅速检索医学文献、比对病例数据、提供诊断建议；真正稀缺的，反而是医生能否质疑AI提出的共识，能否进行跨领域、横向思考。
未来的医生，不再依赖记忆，而要学会如何质疑AI的共识。
医生必须从单一的整合者，转变为AI驱动环境下的「问题重塑者」：不仅接受AI建议，更要判断AI是否正确。
以往医生可能凭借经验就能胜任诊断，而在AI时代，经验只是基础；判断与质疑能力才是核心。
现实研究也印证了霍夫曼的判断。
Nature Medicine 2024的一项大规模研究发现：当AI参与放射科胸片诊断时，医生的表现并不会随着「使用AI」而自动提升。
相反，那些能主动审视AI结果、发现偏差并进行二次判断的医生，准确率提升最显著；而完全依赖AI建议的医生，反而更容易出错。
这说明，决定成败的不是经验年限，而是是否具备与AI「共驾」的能力。
主持人接着问：
律师、程序员这些职业会不会经历类似的变化？
霍夫曼肯定地说：
当然会，而且正在发生。律师用AI起草合同，关键是能否识别模型生成的漏洞；程序员用AI写代码，真正稀缺的是在AI出错时读懂它的逻辑；记者用AI整理资料，但仍需人类判断真假、辨识偏见。
他把这种新职业模式称为「Co-Pilot Profession（共驾职业）」——AI负责推理、执行重复劳动；人类则负责定义问题、负责判断、负责处理异常。
AI不会取代你，但懂AI的人会。
在这个时代内，「努力工作」正在让位给「聪明地工作」；真正的竞争，不再是拼谁更勤奋，而是拼谁能把AI训练成最懂自己的人。
懒惰的边界
当AI替人设定目标
当谈到AI是否会拥有意识或自主性时，主持人开了个玩笑：
也许我们真正该担心的，不是AI有了意识，而是我们在它面前变得越来越懒。
霍夫曼顺势接过话头：
没错。目标设定（goal setting）和AI的自主性几乎是必然出现的。
在他看来，AI迟早会学会为自己设定目标。但真正危险的不是它的野心，而是我们在放弃下控制权。
关键不是AI是否有意志，而是我们是否清楚掌握那张「算力织网」（compute fabric）——那是所有决策的基础结构。如果它脱离人类控制，「回形针最大化」式灾难就可能发生。
霍夫曼提到，他尊重物理学家Roger Penrose提出的量子意识理论，也认为人类还远未理解「意识」真正的机制。
但他也提醒，不要被图灵测试或个别工程师宣称「AI觉醒」的新闻所迷惑。
我们需要的是开放的心态，而不是浪漫的幻想。
这时，主持人插话道：
所以问题不在于AI能不能思考，而在于我们如何与它共存。就像工业革命让人类把肌肉外包出去，AI让我们开始外包思考。
霍夫曼点头回应，并且他解释：当人类把决策、判断乃至目标设定都交给AI，懒惰便跨过了一道临界点。
论文以实证数据为基础，发现AI介入后，「人类决策的丧失」与「懒惰感」有明显关联
我们不只是用AI节省时间，而是在逐步放弃主动性。
当AI开始替你决定今天要干什么，你就失去了自由意志的一部分。
真正重要的，不是AI是否觉醒，而是孩子该如何在AI的世界里成长。当AI变成知识来源，他们要如何构建自己的认知体系？
我们谈论的，是一个会替你思考、会引导你情绪、甚至帮你规划人生目标的系统。它可能让人类越来越高效，也可能让人类越来越「自动化」
也许AGI会在我们搞懂「意识」之前到来。但到那时，我们要先确保不是人类在替AI工作，而是AI仍然在为人类思考。
LinkedIn的持久力
最懒的网络，最难被取代
对谈的最后一部分，主持人提出了一个看似突兀的问题：
在过去二十年里，几乎所有社交网络都被新的平台取代。为什么唯独LinkedIn还在？它并不性感，也不有趣。
霍夫曼笑着回答：
正因为它不性感，才活得久。
他解释说，LinkedIn从诞生那天起，就不是一个「社交」平台，而是一个「效率」平台。
人们不在上面分享日常，而是为了节省时间、找到资源、建立价值连接。
LinkedIn是一个value-based network。它的成功不在于热闹，而在于帮助人们创造生产力。
主持人补充道，这其实印证了「懒惰逻辑」：
越是节省时间、减少无意义互动的网络，越容易存活。 Facebook在代际交替中失去吸引力，Instagram被娱乐化侵蚀，X陷入舆论极化。而LinkedIn仍保持稳定增长。
根据Similarweb 2025年报告，LinkedIn的全球月活用户已突破10亿，同比增长13%，用户平均访问时长超过7分钟，是全球增长最快的职业平台之一 。
这意味着，它已经从社交网络变成了职业基础设施——一种让人「最省力获得收益」的网络。
主持人追问：
那AI会不会颠覆LinkedIn？比如出现一个由AI驱动的新型职业网络？
霍夫曼回答得很直接：
任何平台都可能被颠覆，但LinkedIn的网络效应太难复制。它是一个被信任的数据层（trusted graph），每一个关系都和真实身份绑定。
他指出，LinkedIn的耐久性并非因为技术领先，而是因为它契合了人类最深层的动机——用最少的社交，获得最大的收益。
访谈还讨论到AI时代的商业模式变化。过去Web 2.0公司通常先追流量，再考虑变现；如今AI的高成本迫使企业从一开始就建立订阅制收入。
在AI时代，现金流是算力的燃料，企业不能再靠免费获利。
最后，他谈到LinkedIn的「信誉系统」——推荐与背书。
他坦言，负面评价仍旧复杂，涉及社交关系与法律责任；但在职业领域，它仍是最可靠的「反向验证机制」。
AI可以帮你写简历，却无法帮你建立声誉。
友情与人性
AI无法取代的双向关系
当谈到「人与AI的关系」时，主持人抛出了一个略带戏谑的问题：
如果AI能理解你、安慰你、陪你工作，那它是不是也可以成为你的朋友？
霍夫曼沉默了几秒，然后摇头：
那是一个双向的过程——而AI永远无法做到。
他解释，AI可以模拟陪伴，却无法承担人类情感中的「共生成长」。它能学会倾听、模仿关心，却不会因为你的存在而改变自己。
人和AI的关系，本质上是单向的。它理解你，但不会被你影响。
这听起来像是在警告我们：AI可以成为伴侣，却不是朋友。
社交网络已经模糊了人类之间的真实联系，而AI助手的出现，又进一步放大了这种模糊。
我们花越来越多时间和算法互动，越来越少时间与人对话。
主持人顺势提出他的担忧：「当我们习惯和AI建立情感连接，人类是否会逐渐失去真正的共情力？」
霍夫曼认可这一点，但认为问题并非出在AI ，而是我们对「关系」的定义。
友情不是情绪交换，而是共同成长。如果AI无法成长，它就无法真正陪伴我们。
主持人最后问霍夫曼：「那你认为，在AI时代，人类该如何保持真正的友谊？」
霍夫曼回答得很轻，却很坚定：
AI能帮你变得更高效，却帮不了你变得更有人性。真正的朋友，是能让你在彼此的对照中看见更好的自己。
从「懒人更有钱」的投资逻辑，到「医生被AI教育」的职业重构，再到「最懒的社交网络」与「无法被取代的友情」，霍夫曼的这场采访像一面镜子，反射出AI如何一步步取代人类的体力、脑力，甚至部分情感。
他反复强调，AI的进化不是终点，人类的退化才是风险。
当我们把思考、判断、关系都外包给算法，世界也许会更高效，却更平面。
AI不会取代人类，但会迫使人类重新回答这古老的问题——我们究竟想成为怎样的人？
参考资料：
https://www.youtube.com/watch?v=brjL6iyoEhI
文章来自于“新智元”，作者“倾倾”。