在HN ([https://news.ycombinator.com/item?id=49340013](https://news.ycombinator.com/item?id=49340013)) 看到一串关于「无限智能」的讨论, 里面描述了一种具体的自惭形秽: 当你知道LLM能比自己写得更完整、更聪明、更有知识，甚至可以替你生成你原本引以为傲的那些东西以后, 再继续随意开口、或者继续做一些明显不够 optimal 的事情, 似乎开始需要额外理由. 人与人的交流正在出现一个结构上与近期一篇讨论AI automation经济崩溃机制的paper([https://arxiv.org/pdf/2603.20617](https://arxiv.org/pdf/2603.20617))很相似的问题. 公司用AI替代员工取得的cost saving收益 > 被替代的人失去收入之后造成的aggregate demand的下降分摊到该公司的后果, 系统并不需要一个特别短视或者贪婪的actor也可能逐渐走入更差的equilibrium. 对于一个具体的人来说, 用AI处理邮件, 观点, 写代码, 有相当清晰的私人收益如更完整的论证更高的信息密度, 也降低了因为思虑疏忽或表达不够专业被人质疑的概率——(非AI生成的破折号)尤其当别人也开始这么做, AI mediation逐渐从enhancement走向一种防御性的baseline. 然而在这里被消耗掉的不是aggregate demand, 是难以在productivity calculation中量化的human participation, 毕竟讨论空间的价值从来不是其中所有句子的信息之和: 一个人把未成形的猜测说出来, 被另一个人纠正; 一个问题其实很naïve, 却让第三个人意识到这并非显然的前提; 一个人的措辞笨拙、知识有限, 但你能从他的犹豫和误解里感受到一个真实认知过程的扩张——这些东西并不因为最后一句话没有达到「让模型 polish 后的 95 分」而失去作用. 人与人的共同空间一直以来这种低效率: 我们通过暴露各自的partial state让别人知道这里有哪些人, 这些人怎样理解问题, 哪里存在分歧, 以及哪里能引出下一次交流. 把一句话交给AI polish的收益由我完整获得, 但因为我少暴露了一点自己的cognitive state, 少发生了一点人与人之间原始的reciprocity而造成的损失, 却散落到整个community里. 每个人都有理由增加一点 AI mediation, 但这些用于维持 relative position 的收益在 aggregate 上大体会彼此抵消, 留下来的却是一套越来越高的表达门槛, 以及越来越少未经中介的人类认知直接进入公共空间. 因此我对所谓「无限智能」的不适, 并不主要来自“人在智力上被LLM完全outperform”; 更现实的 concern 是当 intelligence、检索、论证与语言修饰的成本持续下降以后, 我们也许在无意中把未经优化的人类表达重新定义成一种不负责任的行为. 一个还没有想清楚的问题, 为什么不先问 AI? 一个可能有漏洞的判断, 为什么不先让模型 adversarially review? 一封写得普通的邮件, 既然几秒钟就能改得更完整, 为什么还要直接发送? 每一个“为什么不用”的问题单独拿出来都很难反驳, 而它们叠在一起以后形成的社会规范, 会让人越来越少有机会直接面对另一个人的局限、迟疑、偏见、语气, 以及那些无法在 polished output 中保存下来的东西. 这当然不是说无知、废话和低质量表达本身值得保护, 也不是说所有人与人的交流都正在被这种机制侵蚀. 这种张力目前最明显地出现在那些本来就以事实正确性、技术能力、论证完整度和information density作为主要评价标准的空间里: 技术论坛、研究讨论、工作场景, 以及越来越多以"高质量产出"衡量参与者价值的community. 在另一些自始至终以情绪交换、关系维持、身份表达为目的的地方, 一句话是否optimal本来就不是主要问题, 人们仍然会为了被理解、被回应、获得陪伴而说一些不完整甚至重复的话; 事实上今天也并不缺少热心讨论技术、愿意解释自己思路、容忍naïve question的社区. 所以我真正觉得需要被重新审视的, 并不是"AI是否正在毁掉人类交流"这种过大的命题, 而是我们在一部分知识生产空间里已经越来越自然地把生产效率、correctness和智力密度当作评价一个人参与价值的proxy. AI恰好把这些指标做得越来越便宜, 于是也把这个proxy原本遮蔽的问题暴露出来: 我们很容易衡量一段表达经过AI之后增加了多少information, 却几乎没有机制衡量一个具体的人愿意暴露自己的partial state、承担被纠正的风险、回应另一个人这些行为本身对于共同空间产生了多少externality. 我不知道这种externality最终有多大, 也不觉得答案应该是某种"拒绝AI、回归纯人类交流"的道德规范. 如果AI确实可以减少机械劳动、补足知识缺口、让讨论更快抵达真正有分歧的地方, 那些收益当然没有理由被主动丢掉; 问题更像是, 当private gain如此集中而participation loss如此分散时, 我们是否还应该继续用一套为稀缺intelligence设计的评价标准去衡量人. 那篇automation paper里, 公司不会因为自己珍惜aggregate demand而主动少自动化一点; 同样地, 如果一个community持续奖励更快、更完整、更像最终答案的表达, individual也没有充分理由为了维护某种抽象的human commons而主动让自己显得更粗糙、更迟疑、更容易犯错. 因此也许真正需要调整的不是AI usage本身, 而是评价函数: 在intelligence、检索、论证和polish逐渐commoditized以后, 一个人的价值不应该继续主要由他能生产多少高密度output来proxy, 而需要重新把判断、taste、responsibility、对他人认知状态的感知、愿不愿意真正进入讨论以及能否让其他人也更愿意参与这些难以压缩成output metric的东西放回评价里. 否则我们得到的未必是一个"没有人交流"的世界, 更可能只是一个依然非常热闹、技术上也非常productive, 但越来越擅长奖励经过同一种intelligence layer压缩后的结果, 而不太知道该如何评价结果背后那个具体的人的世界.