今天我们要说的，是AI技术也许会触发的一个，很多人没有想过的社会图景。什么呢？我们可以称之为“君子社会”。没错，就是古人所说的那个，讲究声望、注重品德、看重长期的“熟人社会”。
有人可能会觉得奇怪，很多人不是说，技术进步会让人变得更现代，彼此之间更陌生吗？怎么会反过来，让人们回到古代“熟人社会”的状态呢？
关于这个问题，万维钢老师在《预测之书》里，给出了一套解释：以前的“熟人”，是地理意义上的邻居，彼此抬头不见低头见，所以你的所作所为大家都看在眼里。而现在的“熟人”，是那个“比任何人都了解你”的AI代理。
当AI可以持续追踪你的行为数据，你日积月累的品德、声望、可信度，就会变得极为重要。这个结论背后，有一套很完整的推演。接下来，咱们就展开说说。
咱们先从一个现象说起。前几年，国内有保险公司和运动App合作，推出了一种健康保险。规则很简单：你跑得越多，保费越低，保额越高。类似的产品在全球都有。
美国有医疗保险公司，会根据你的日常健康管理表现来调整保费。法国的保险公司推出的健康管理App，会根据你每天的步数、心率、运动时长给你打分，据说最多能抵扣25%的保费。
换句话说，有时保险公司对你的“信任”，其实来自AI的判断。而AI判断的依据，是我们在各类应用上留下的痕迹。
早在1973年，诺贝尔经济学奖得主迈克尔·斯宾塞，提出了一个理论，叫“信号理论”。他当时在哈佛读博士，发现一个有意思的现象：哈佛MBA的学生不管是否努力，毕业时都能找到非常好的工作。
这让他开始思考：教育的真正功能是什么？最终，斯宾塞的答案是：文凭与其说代表了你学到的知识，不如说它是一个关于你个人能力的“信号”。这个信号可能包含了你的学习能力、自律能力、智商等等。
但问题是，文凭是个“一次性信号”。它只能证明你在毕业那个时间点的状态，却无法证明你现在的能力。更重要的是，它无法证明你未来会怎么样。
从这个角度看，“数字留痕”的优势在于，它是“持续性信号”。它的伪造成本也要更高。斯宾塞说，假如一个人发射信号的成本比其他人更低，那他的信号会更加可信。
比如，质量有保证的卖家遭遇的退货会更少，所以他们敢承诺“7天无理由退货”。而质量不过关的卖家很可能遭遇大量退货，这个承诺对他们来说成本太高。
同样的道理，一个自律的人，每天坚持跑步的成本很低；而一个不自律的人，要伪装成每天跑步，成本就很高。时间一长，真假立现。
换句话说，当AI可以持续追踪你的行为数据，你的“信用”就不再是一张文凭、一个证书能证明的了。
你得用日复一日的行为来证明。而AI会记录、整理和分析你的“数字痕迹”。你每天吃了什么、有没有健身、在哪里消费，甚至每一次心跳。这些构成了你的数字痕迹。
应试教育时代，学生只对考试成绩负责，于是可以突击，可以死记硬背，可以刷题。
但现在，假如AI可以全程跟踪一个学生的学业情况：他学过什么，学会没有，做过哪些创造性工作，跟别人合作情况怎么样，承担过哪些责任。AI不怕麻烦，它可以迅速出具一份关于你的综合评估报告。
工作也是如此。过去员工的细节不容易被上级看到。现在你对项目的直接贡献、你提交的作品质量、你在团队中的角色都可以被AI精确检验。
这个趋势现在正在发生。比如，招聘。很多平台不仅要看文凭，还要求候选人提交“数字作品集”。比如，程序员要展示GitHub上的代码贡献，设计师要展示作品网站上的项目。
再比如教育领域，很多学校开始采用“过程性评估”。不是只看期末考试成绩，也会全程关注学生的学习过程，包括上课参与度、作业完成质量、小组合作表现等等。
数字留痕，不只是为了监督过程，也是为了让人的贡献被看见。在可测的世界里，行为就是保单，过程就是分数，记录就是业绩。
你看，这是不是有点“君子社会”的意味了？你的声望来自日积月累的行为，而不是一纸证书。
说到这，有人可能会问，前面说的都是对人的评价方式。但话说回来，假如未来的很多事情交给AI，人都没有机会表现自己了，又何来评价呢？假如事事交给AI，人还有什么用呢？
关于这个问题，万维钢老师说，放心，人很有用。因为人需要做各种“微决策”，也就是那些AI再强也不能替你完成的决策，比如个性、审美和冒险。
万维钢老师认为，当智能成了“底层日用品”，一个人要想从人群中胜出，就得靠一些更稀缺的能力。
AI再强也无法担责，它只能是谋士和执行者，而不能拍板签字。华尔街给职业股票交易员都设定了额度：刚入职的新手可以动用十万美元，资深的则可以独立完成百万、千万美元规模的交易。
你能被信任多大额度？这取决于你的信用记录。以前交给你的任务，你是否都按时、高质量地完成了？批给你的采购权有没有被滥用？你是个廉洁可靠的人吗？
你可以带五个AI代理一起做任务，但你需要先定义任务。公司拿个问题让你解决，你能不能大致规划一番，把它变成具体任务？
这里涉及大量的微决策：动用资源的上限、涉及谁、已知哪些关键信息、未知哪些关键信息、任务的最终目标是什么、判定标准是什么。
这些都取决于你对公司业务的深刻理解。即便AI的智能比你强，你也得对业务、对上上下下的人和事都有基本理解。哪怕这个任务再低级，你也需要对高一层的意图有基本理解，只有这样才能把任务设定好。
没有人觉得那是个问题，你能不能先指出那个问题？你对“什么是好东西”有没有让人信服的构想？你能不能在一片空白的地方，提出一个事儿来让大家做？
万维钢老师说，决策之前先参考AI的意见，就好像签合同之前先问问律师一样，将会成为默认动作。但是那些AI不能替你做的决策，才是你稀缺的价值所在。
AI或许能计算路径，却无法设定方向；AI或许能模仿理性，却无法替代立场。那些是人类的特权。
而这些特权的背后，是人的品德、心量、审美、声望。这些都不是考个证书和获得任命就能有的，必须在现场日积月累才有。有了，就不怕被抢走。
万维钢老师给了一个非常具体的建议：立即开始数字留痕。
假如你是个程序员或者是一名想从事类似工作的学生，现在就去内行人聚集的网站上注册一个账号，把你做过的项目都放上去与全世界分享。假如你认为写作能力对你的工作很重要，现在就开个公众号。
假如你是设计师，除了作品集网站，你可以在专业社区持续发布作品、参与评审、分享设计思路。你的作品质量、更新频率、社区影响力，会留下痕迹。
假如你是销售或服务行业从业者，你的客户评价、服务记录、问题解决能力，都会成为你的“数字信用”。很多平台已经在用这些数据评估从业者的专业度。
当然，不是所有人都需要在网上高调展示。万维钢老师说的“数字留痕”，核心是让AI代理可以找到你、了解你、信任你。就算暂时无人关注，也要确保你的贡献是可被记录、可被验证的。
人在做，AI在看。好消息是，以前做“君子”的门槛很高。而未来的某一天，也许我们不必被烦琐的日常工作困扰，我们可以用更多时间，去思考高级话题，修身养性，构建名望。
这不是在为某一家公司工作，而是在为整个行业留下痕迹。这些事也不是做给老板看，而是给世界一个交代。
假如你想了解更多万维钢老师对这个话题的思考，推荐你看看我们2026年的《预测之书》，万维钢老师在书里有更加深入的分析。
<原文链接：https://mp.weixin.qq.com/s/j7KceyfyHdKe7PmYGgOVmA
暂无评论内容