AI 时代：能力是廉价的，信任是昂贵的

我们这一代人很习惯相信一件事：只要能力足够强，机会迟早会来。

这套逻辑并没有错。考试、学历、论文、竞赛、证书、作品集，本质上都是把个人能力转化为公共信号的工具。尤其对于没有家庭背景和社会关系的年轻人来说，一套相对标准化的评价体系，曾经提供了一条非常重要的上升通道。

但 AI 可能正在改变其中的一部分。

当查资料、写代码、做分析、生成方案，甚至完成相当复杂的知识工作都越来越容易时，“我会不会做”和“别人敢不敢把事情交给我做”，正在逐渐变成两个不同的问题。

前者是能力问题，后者是信任问题。

而一个刚刚进入社会的年轻人，最缺少的往往并不是学习能力，而是那一笔最初的、能够被别人认可的信用。

一、当观点越来越便宜，可信度就会变贵 #

这几年，我越来越习惯在遇到一个有意思的现象时，不急着马上发表观点，而是先去寻找它背后的研究和规律。

看到一条新闻、听到一个故事，或者遇到一件让人愤怒、兴奋或者感动的事情，我们很自然地会形成判断：“我觉得事情就是这样的。”过去信息获取困难，这种经验式判断有时已经是一个人能够做到的最好程度。但今天不太一样。

你遇到的那件事情，很可能并不是一个孤立事件，而只是某一类问题中的一个样本。社会学、经济学、心理学、管理学甚至计算机科学，可能已经围绕类似问题争论了几十年。真正有意思的问题于是从“我怎么看这件事”，慢慢变成“这类事情为什么反复发生”。

这里有什么机制？什么条件下它会发生？什么情况下不会发生？有没有反例？有没有被忽略的代价？

顺着这些问题往下追，经常会发现现实世界虽然极其复杂，但很多现象背后反复出现的结构并没有想象中那么多。古德哈特定律、激励错位、信息不对称、委托—代理问题、路径依赖、非预期后果、集体行动困境……很多看起来很新的社会新闻，换一个外壳之后，可能仍然在重复一些古老的问题。

当然，这并不意味着“太阳底下没有新鲜事”。真正有意思的地方恰恰在于，有些新现象能够被旧理论很好地解释，有些只能解释一部分，还有一些确实暴露出了原有理论无法覆盖的东西。

AI 极大降低了查资料、比较观点和追踪文献的成本之后，我反而觉得，对写作者的要求应该更高一些。不是因为每篇文章都必须写成论文，而是因为单纯依靠直觉宣布一个宏大的结论，成本已经越来越低。

观点很便宜，真正值钱的是：你为什么相信这个观点。

这其实已经是一种信用。

二、善意、能力和智能，都不能自动换来信任 #

另一个很容易混淆的东西，是善意。

我们常常会觉得，一个人只要出发点足够好，他做的事情就应该值得支持。但现实中的很多组织恰恰告诉我们：善意和可靠性不是一回事。

戴维·布鲁克斯在《品格之路》（The Road to Character）里写过一些长期从事公益事业的人物。那本书给我留下很深的一个印象：真正维持一项事业运行的，往往并不是某种宏大的“我要改变世界”的激情，而是长期承担大量琐碎事务的能力。钱不够怎么办，账目谁核对，某个人怎么获得治疗，今天的饭谁准备，信件谁回复，某个没人愿意处理的小问题最后由谁收尾——这些事情看起来不伟大，却构成了真实世界的大部分。

一个人可以非常善良，但不一定可靠；可以非常热情，也不一定能把事情做完。甚至有时候，过度依赖情绪和善意，还会造成资源错配。特别容易唤起共情的灾难、疾病或者动物，会天然获得更多关注；另一些传播效果没那么强、但同样值得帮助的问题，却可能长期处在视野之外。

所以现代社会不能只依赖个人善意来配置资源。我们需要预算、审计、规则、专业机构和能够跨越个人情绪波动的制度。问题并不是善意没有价值，而是善意必须经过责任、能力和制度，才能变成可以被托付的行动。

AI 也是一样。

想象一个科幻场景：一家公司每次决策之前都会征求 AI 的意见，而 AI 的建议一次又一次被证明正确。后来有一天，AI 建议为了公司的长期发展应该更换 CEO，而且这个建议全公司的人都看见了。

接下来怎么办？

这个问题真正触及的并不是 AI 会不会“夺权”，而是：为什么我们会把权力交给某一个主体？

如果仅仅因为“它比较聪明”，其实并不充分。未来更可能发生的情况并不是某家公司突然获得一个近乎全知全能的超级 AI，而是大家都有 AI。智能越来越像电力、搜索引擎或者云计算一样，逐渐成为基础设施。

更重要的是，很多真正困难的组织决策本来就没有唯一正确答案。应该提高下季度利润，还是继续投入长期研发？应该裁员提高效率，还是保留安全冗余？股东收益、员工稳定、创新速度和系统风险之间应该如何权衡？

这些当然需要计算，但也包含价值排序、责任承担和利益分配。AI 可以提供分析，却不能替所有人决定什么最值得珍视。

所以无论是善意、能力还是智能，都不能天然获得权力。

真正稀缺的，是承担责任的资格。

而责任资格，本质上就是长期积累起来的信任。

三、第一笔信任，往往不是赚来的 #

这就回到了年轻人的问题。

如果未来能力本身的溢价逐渐下降，而声誉、关系、责任记录和担保资格越来越重要，那么一个刚毕业的年轻人怎么办？他没有资产，没有行业声誉，没有十年的项目履历，甚至还没有什么机会证明自己。

这其实并不是 AI 时代才出现的问题。人类社会一直都存在一个很麻烦的信用冷启动。

历史上最常见的解决办法其实很简单：

第一笔信任，往往不是赚来的，而是借来的。

你是谁家的孩子，你跟谁学过，哪个老师推荐了你，谁曾经和你一起工作，有没有熟人愿意介绍你，这些看起来像“关系”的东西，本质上都承担着某种信用担保功能。

今天招聘时看学校、学历和实习公司，其实也包含类似逻辑。学校的名字在某种意义上是在告诉雇主：至少有一个我们大致认可的筛选系统曾经验证过这个人。

当然，这种担保并不完美。名校学生不一定优秀，普通学校也有大量非常有能力的人。学历、单位和推荐关系都可能产生偏见，甚至固化不公平。

但从组织的角度看，它们至少试图解决一个真实问题：

面对一个完全陌生的人，我凭什么相信他？

这也是为什么“关系”这个词不应该只被理解为走后门。关系还有一个很重要的社会功能，就是降低信息成本和信用风险。

四、关系真正值钱的，是有人愿意把名字放在你后面 #

一个与你长期合作过的人，对你的判断，通常会比一场四十五分钟的面试准确得多。

他知道你什么时候会拖延，遇到问题会不会隐瞒，犯错之后是找借口还是主动补救，也知道你在没人监督的时候是不是仍然会把事情做好。这些信息往往很难通过简历和面试得到。

更重要的是，关系不仅是一种信息机制，也是一种责任机制。

当一个人把你介绍给别人时，他实际上也承担了一部分风险。如果他告诉别人：“这个人我合作过，可以把事情交给他”，那是在拿自己多年积累的信用，为你尚未被验证的部分做担保。

所以一段职业关系真正珍贵的地方，从来不只是“他认识我”，而是：

“他愿意把自己的名字放在我的名字后面。”

这两件事完全不同。

很多年轻人在职业早期容易把“建立关系”理解成认识更多人、加更多微信、参加更多饭局。但真正有价值的职业关系，通常不是从认识开始的，而是从合作开始的。

一起做过一件真实的事，往往比见过十次面更重要。

因为只有真实合作，才能产生对一个人可靠程度的判断。

五、信任，是通过一系列小承诺长出来的 #

理想情况下，一个年轻人的职业信用会经历这样一个过程：一开始，是老师、学校、朋友、前同事或者某个组织，把一小部分信用借给你。于是你获得一次机会。

这个机会通常不会特别大。可能只是整理一组数据、写一个模块、负责一次小型活动、完成一份分析、处理一个客户问题，或者维护一个不起眼的开源项目。

真正重要的不是这件事情有多耀眼，而是它形成了一个非常清晰的承诺：

这件事情交给你，你能不能把它做完？

做成一次，下一次别人可能会多交给你一点。再做成一次，责任边界继续扩大。慢慢地，一个人从执行任务变成负责项目，从负责项目变成承担判断，再从承担判断变成承担结果。

信用就是这样一点一点长出来的。

而且，“靠谱”并不意味着从不犯错。真实世界里的事情本来就会失败。真正影响信用的，往往是失败发生以后一个人怎么处理：有没有尽早说明，有没有掩盖问题，有没有主动补救，有没有把原因总结清楚。

同样一次失败，不同的人可以留下完全不同的信用记录。

所以年轻人在职业生涯早期真正需要寻找的，通常不是一个“一战成名”的机会，而是一系列边界清楚、后果可承受、结果可验证的小承诺。

你不需要一开始就证明自己能扛一座山。

先证明别人交给你的那块石头不会丢，可能更重要。

六、没有名校，也没有关系怎么办？ #

这里当然还有一个更现实的问题。

如果一个年轻人毕业的学校并不出名，家里也没有什么社会资源，身边没有人能够借给他第一笔信用，他怎么办？

传统社会给出的一个非常重要的答案，就是考试。

“能力”有一个很大的好处：它在相当程度上是一种无需批准的东西。你可以自己读书、自己练习、自己准备考试，然后通过研究生考试、公务员考试、职业资格证书或者其他标准化评价，把自己的私人努力转化为公共信用。

这也是考试制度非常重要的一层社会价值。它当然不完美，但至少给一个陌生人提供了一条绕开私人关系的入口。

AI 会不会削弱这种机制？现在还很难下结论。

也许某些传统考试会因为 AI 而失去区分度，但另一方面，一个人能够长期学习、理解复杂概念、完成系统训练并坚持到最后，本身仍然能说明一些东西，比如尽责性、自我管理、理解能力和持续投入。

所以未来考试可能会变化，但**“通过某种公共机制，把私人努力转化为公共信用”**的需求不会消失。

真正值得思考的是，如果 AI 让很多能力越来越容易获得，而传统评价的可信度又逐渐下降，那么社会下一步应该用什么来完成这个转换？

也许答案是：从“无需批准的学习”，逐渐走向“无需批准的贡献”。

七、从「无需批准的学习」走向「无需批准的贡献」 #

信用有一个麻烦：它不能完全靠自己在家里练出来。

你可以独自学习编程，但你不能独自证明自己是一个值得合作的程序员。你可以读很多管理学著作，但只有真的和别人一起做过事情，别人才知道你在压力下是什么样子。

所以冷启动信用最重要的一步，是把能力放进真实世界。

实习是一种办法，社区志愿活动是一种办法，学生项目是一种办法，开源协作则提供了一个尤其有意思的例子。

在一个公开项目里，你提交代码、修改文档、回复 Issue、参与讨论、修复 Bug。这些事情单独看都不宏大，但它们会留下记录。别人能够看到你做过什么，你的贡献是否被接受，出现分歧时你怎么沟通，以及半年以后你是否还在那里。

这时候，能力才开始慢慢转化成一种可以被第三方验证的信用。

GitHub 上的一次合并记录、一个社区里长期稳定的贡献、一段真实项目中的推荐，未来可能都会比简历上的一句“熟练掌握某某技术”更有信息量。因为前者说明的已经不只是“我会”，而是：

“我曾经在真实环境里把事情做成过。”

不过，这个问题不能全部推给年轻人。

如果我们只是告诉年轻人，你应该建立个人品牌、参加开源项目、认识行业前辈、自己积累信用，那还是把一个结构性问题变成了个人责任。

每一个行业都需要新人。既然需要新人，就必须允许一些“尚未被证明的人”进入。否则系统最终会陷入一个悖论：没有经验的人得不到工作，因为得不到工作，所以永远没有经验。

因此，一个健康的社会应该提供某种**“第一笔信用的公共基础设施”**。

过去，这种基础设施可能是科举；后来是学校、考试、职业资格、实习制度和毕业生项目；开源社区其实也是一种。未来还可能出现新的形式：真实任务平台、公开协作记录、社区贡献、短周期项目、同行评价，甚至某种可验证的人机协作记录。

AI 时代真正值得设计的，也许不是越来越多的“能力测试”，而是更多这样的环境：

让一个没有背景的人，可以用很低的风险做一件真实的事情；事情做完以后，又能够得到一份别人认可的记录。

这可能比再增加一场考试更重要。

结语：真正稀缺的，也许是「可被托付」 #

过去几十年，一个年轻人经常被鼓励去积累知识、提升技能、获得更好的学历。

这些事情仍然重要。

但 AI 正在降低其中一些能力的稀缺性。会写代码的人越来越多，会写报告的人越来越多，快速学习一项新技能的成本也越来越低。甚至“聪明”本身，都可能因为我们随时能够调用一个非常聪明的 AI，而变得没有过去那么稀缺。

这时候，另一组东西可能会重新升值：谁愿意长期和你合作，谁愿意推荐你，别人交给你的事情你是否真正完成过，出现问题时你是不是那个还留在现场的人，以及你有没有能力承担一个承诺，而不是只展示一种能力。

从这个角度看，年轻人职业生涯早期最值得积累的，可能并不是一次巨大的成功，而是一串很小、但很清晰的记录：

我答应过，我做到了。下一件事，也可以交给我。

第一笔信任也许很小，甚至可能还是别人借给你的。

但如果这样的事情重复足够多次，借来的信用会慢慢变成自己的记录，记录再慢慢变成声誉。

直到有一天，别人不再首先问你毕业于哪里，也不再问是谁介绍你来的。

你的名字本身，就已经成为了担保。