是不是很多人都在焦虑 AI 会抢走自己的工作？我曾在一场高端饭局上，被某跨国公司总裁问过一个直击灵魂的问题：如果未来 AI 无所不能，人类能留下的核心能力是什么？ 我沉吟片刻，给出了两个字：审美。不是狭义的艺术审美，而是广义的判断力。 估值约110亿美元的生产力工具公司 Notion的创始人 Ivan Zhao，刚发布的万字长文《蒸汽钢铁与无限心智》，标题带有历史文明演进的隐喻色彩，让人联想到《枪炮、病菌与钢铁》式的大历史叙事，他强调，AI 时代人类更重要的角色，是在更高杠杆的位置上监督、引导，并告诉 AI“什么才算好”。这与“审美”的观点相通。 为什么这么说？因为未来绝大多数执行类工作，AI 都能搞定。 我们普通人碰到的问题，99.99% 都是前人已经解决过的，只要训练数据足够，AI 就能快速给出标准化答案。AI会越来越擅长处理大量标准化、可验证、可复用的执行任务，但越到高层决策，越需要人类对目标、价值、场景和用户感受作最终判断。AI可以辅助形成品位，但真正承担后果、定义方向的，仍是人。 但问题来了，当 AI 给你堆出一堆方案时，谁来做最终决策？理性层面的推演，AI 早就替你做完了。 真正卡壳的，是那些无法用逻辑量化的选择：一款产品的配色差一点，销量就能差出几倍；一篇科普文的措辞换个方式，传播效果天差地别。举个例子，面对一款新护肤品，AI 可以生成 10 种包装设计，但选哪套更贴合中国女生的审美偏好？ 这时候 AI 就算能编出一堆理由，也没法拍板 —— 毕竟颜色和设计的吸引力，从来都是感性的。你需要凭自己的审美，找到最能打动用户的那一款。 很多人觉得审美只是设计师、艺术家的事，但其实所有做到顶尖的领域，都离不开广义审美。真正拉开人与人差距的，从来不是执行能力，而是顶层审美。 哪怕是最讲理性的科研圈，也有自己的审美标准。杨振宁先生就曾多次提到，物理研究也有风格之分。 量子物理领域，薛定谔和海森堡的推演风格截然不同，杨振宁自己更偏向薛定谔的风格。我们说某个物理学家厉害，从来不是看他计算能力多强，而是看他的物理直觉：拿到一个问题，他能凭直觉猜出大概率正确的方向；看到一组实验数据，能瞬间看穿背后的物理过程。这种直觉不是玄学，而是长期训练后形成的高密度判断力。它看似感性，背后其实是大量知识、经验和失败案例的沉淀。 再比如写学术论文，AI 可以快速生成符合格式的框架，但哪篇论文的论述逻辑更严谨、视角更独到，还是得靠作者的学术审美 —— 也就是对研究方向的精准判断和对内容的取舍能力。 那普通人如何快速建立广义审美？很多人觉得审美是天生的，但其实它和训练 AI 一样，靠的是堆量。 培养审美的捷径，就是多接触顶尖的优质内容。小时候学书法，大家都说临帖是练基本功，但其实本质是帮你建立审美标准：让你知道什么是好字。 一个不懂中文的老外，能分出王羲之的字和小学生的字的区别，但未必能分辨王羲之和二流书法家的差异 —— 这种审美门槛，就是靠海量积累堆出来的，量变才能引发质变。 放到工作中也是一样，想要建立某一领域的审美，就得多接触行业内顶尖的内容：想做产品就多看顶级品牌的设计细节，想写科普就多读一流作者的行文逻辑，想做运营就拆解头部账号的内容逻辑。 你不需要成为专家，只要见过足够多的好东西，自然就能分辨出优劣，做出符合审美的决策。有人可能觉得，我没有时间去看那么多顶尖内容。 其实不用多复杂，每天花 10 分钟看一篇行业头部文章，或者看一个优质的设计案例，坚持一个月，你就能明显感受到自己的审美水平在提升。在 AI 能搞定所有标准化执行的时代，真正能拉开差距的，就是你超越理性的审美判断力。 这不是什么虚无缥缈的艺术感，而是帮你在海量方案里找到最优解的核心能力。AI时代，不是执行不重要，而是只会执行越来越不够用。真正拉开差距的，是你能不能见过足够多的好东西，判断什么是好，知道为什么好，并把这种判断用在产品、内容、研究和生活里。所谓审美，不是虚无缥缈的艺术感，而是在海量方案里选出正确方向的能力。
