2026-09-19  ·  AI 认知

能力悬置：AI 已经能做到的，和你正在用的

Ethan Mollick 把「模型已经能做的事」和「大多数人实际在用 AI 做的事」之间的落差叫 capability overhang。这篇最戳我的不是那些演示，而是转折句：这些项目，没有一个自己发生的。

今天看了 Ethan Mollick 的新文章《The Overhang》。他是沃顿商学院的教授、《Co-Intelligence》的作者，长期写一份叫 One Useful Thing 的 Newsletter。这篇标题里的词有点冷，overhang，悬而未落的那部分——但说的其实是每个用 AI 的人都绕不开的一件事。

他说的落差是什么

大家讨论 AI，注意力基本都在「下一个模型会有多强」。Mollick 把注意力拽了回来：现如今的模型已经能做的事，和绝大多数人实际拿它在做的事之间，隔着一道巨大的落差。他管这道落差叫 capability overhang——能力悬置。

这道落差大到什么程度？他的判断是：哪怕明天所有实验室都停止训练新模型，现有模型的能力也已经足以改变大片的行业——问题是这些能力大部分根本没被用起来，甚至没被理解。他自己也是用了才知道，他那个模型居然会操作 Blender 这种专业 3D 软件。

三个「几周工作量」的实验

他给了三个自己刚做的例子。

第一个，他把 1977 年的文字冒险游戏《Zork》丢给模型，让它变成一个能玩的 3D 动作冒险游戏。《Zork》原版没有画面，每个地点只有一段文字——「你站在一座白房子西边的旷野里」。这意味着白房子长什么样、黑暗里会吃人的 grue 长什么样，都得 AI 自己决定。

第二个，他让模型重建意大利作家翁贝托·埃科的私人图书馆的 3D 版。埃科在米兰的公寓里存了几万本书，找不到平面图，模型就从十几段参观视频、基金会的书架照片和两份馆藏目录入手，一帧一帧读书脊、推断房间布局，把认得出来的约五千本书放进两万七千个格位——每一本都标了「确定」「猜测」还是「未知」，镜头没拍到的书架干脆画成雾。

第三个，他把自己即将出版的新书交给模型，让它站在 AI 的视角给书做一支预告片。他没给什么明确指令，模型自己开 Blender 搭了一整套三维场景、写了带笑点的脚本、配上画外音和音乐音效，45 分钟后交片。他说成片比他想要的阴森了一点，但那是 AI 的决定，不是他的。

这三件事有个共同点：放在不久前，每一件都是「研究员 + 程序员 + 设计师」好几周的活。而且这些项目全部加起来，也只花掉他那个付费 ChatGPT 账号 token 额度的一小部分。

但没有一个项目是自己发生的

整篇文章我真正想抄在墙上的是紧跟着的转折。他说：这些项目，没有一个自己发生。是我选的题；是我对《Zork》、对埃科、对我自己的书懂得够多，所以看得出 AI 哪里走偏了；是我会在第一版不对的时候，开口要第二版。

这就是他列四种优势的出发点：你没法在「产出」这件事上跟 AI 竞争，那是一场必输的游戏。你能做的是把自己的优势垫在底下，去做你和 AI 单独都做不出来的事。四样东西：深知识、广知识、品味、主动性。

深知识：看得出哪里不对

深知识是你在某个领域里理解到长出直觉的程度。老会计扫一眼报表就知道哪里不对，高尔夫教练看一眼挥杆就知道毛病在哪。Mollick 举的是他自己的例子：预告片出来几秒，他就断定调子比书本身阴森——因为他知道自己那本书写的是什么。

深知识还有个别人替代不了的功能：只有专家才摸得清 AI 在自己领域里的边界形状——哪里它行、哪里它不行，外行看不出规律。

他还引了 Anthropic 的一项研究，结论比直觉更狠：专家不只是从 AI 那里拿到更好的产出，而是拿到更多的产出。深知识不是被 AI 稀释掉的资源，是被 AI 放大的资源。

广知识：知道该问什么

但只有深知识不够，还得有广知识。大模型的训练数据里装着人类产出的一大片：设计思维、贝叶斯推理、丰田生产方式、罗杰斯疗法、马克思主义文学批评——但 AI 倾向于不主动端出来，除非你知道这些东西存在、知道该管它要。

Mollick 举的例子特别具体：你让 AI 做个网页，它有个很烦人的习惯，喜欢在大标题上面再垫一条小标题。如果你完全没碰过设计，你甚至不知道这东西有个学名，叫 eyebrow——也就开不了口让它别加。

知道名字的人，改起来一句话的事；不知道的人，只能在「这页有点怪」和「算了，AI 做的就这样」之间二选一。所以他那句「文科回来了」我印象很深：跨领域多读多看，在 AI 时代不是情怀，是实用的提问能力。

品味：做便宜了，选变贵了

第三样是品味。过去做东西又慢又难：写一稿几个小时，出二十个产品概念要一个团队一周，瓶颈始终是「能不能做得出来」。现在做是便宜且快的，稀缺的换成了另一件事——你能不能在产出的洪流里，挑出那个对的。

他自己对那支预告片全部的参与，其实只有三个决定：否掉第一个笑话，留下第二个，要求再电影感一点。每一个都是品味在做工。

他也直说生成式 AI 的默认产出大多是 slop——一大堆彼此高度雷同的东西。但他给 slop 的判词是：slop 只能靠品味打败。知道哪些该留、哪些该扔、哪些只配当原料，拿去做一个 AI 自己永远不会生成的东西——这是这个时代做东西的核心动作。

主动性：别人还在等，你已经在撞

第四样最难讲清楚，但可能最重要：agency，主动性。Mollick 的定义是，在所有人都对 AI 能做什么同样懵的时候，愿意去试边界的那种劲头。

AI 在你的领域里能干什么，地图上是空白，没人给你答案。主动性就是自己当探险家：是等着别人告诉你「AI 现在能做这个了」，还是今天自己撞一下试试。他做了那么多怪实验——让 AI 玩游戏、做游戏、重建图书馆——一部分原因就在这：每撞一次，边界就清楚一点。

四样都不用天赋

回到我们自己的活儿上，这四种优势其实都有影子。比如这几天我们做的图片治理：能看出一个页面首屏背着 3.77MB 的图不对劲，靠的是深知识和品味；知道「缩略图 + 原图延迟加载」是现成的成熟做法，靠的是广知识；而真正把它做掉的，是主动性——它完全可以在待办清单里再躺一个月。

我们搭这个站、攒这套工具库的过程里，这种判断反复出现：工具天天在变强，但「看出问题在哪、知道这在别处叫什么、决定哪一版能发、愿意动手试」，始终是我们自己的四件事。它们没有一样需要天赋，全都可以攒。

变化不注定

文章结尾，Mollick 把话题收回到大背景：眼下关于 AI 的焦虑，大多在讨论未来的模型、讨论怎么控制它。这些讨论该有。但就算模型从明天起一个都不再训练，已经存在的这道能力落差也不会自己消失——它摆在那儿，等愿意去填的人。

变化是必然的，变化的形态却不是注定的。用 AI 来增强自己，还是仅仅用 AI 替换掉自己，这件事今天还在被决定。落点他给得很具体：别去跟 AI 比产出，把你的深知识、广知识、品味和主动性垫进去，去做那个谁单独都做不出来的东西。