去年八月，何同学发了条视频，《我们拍到了7500光年外的风景》。他改装了一辆移动天文台，从杭州一路开到青海冷湖拍星云，B 站有了几百万播放，英文版的视频简介里还挂着购买链接。视频里那台望远镜是 Seestar S30，苏州振旺光电出的智能望远镜，399 美元，国内两千块上下。
我在的几个天文群当时都炸了。骂视频不严谨，骂 S30 是玩具，骂这也配叫天文摄影。我骂得比谁都起劲。
这种愤怒需要一点背景才能理解。传统深空摄影是个什么玩法呢？一套入门设备，赤道仪、冷冻相机、导星镜，三千美元起步，进阶配置轻松上万。为了一张照片，我会盯着一个星期的天气预报，挑一个新月的周末，开车几百公里钻进黑暗保护区，通宵积累几十个小时的曝光，回来还要在 PixInsight 里泡上几天做后期。群里能聊到一起的，都是这么走过来的人。
然后一个两千块的小圆桶，架在楼顶阳台，手机点两下，出片了。片子按我的标准看糊得没法要，可它的主人发到朋友圈，收获的点赞一点不比我少。
骂到第三天，我刷到一条微博。里面的一个提问突然把我问住了：我到底在骂什么？
现成的答案是骂他不严谨。这个批评本身没毛病，何同学是真不太懂天文：动画里的天体运动是错的，拍摄方法不对，成片的审美也一言难尽。后来我把这段反思发到群里，朋友们的反应也一样：我们骂的明明是不严谨，他有错在先，这愤怒难道不正当吗？
批评是对的，可愤怒对不上账。B 站每天新增多少不严谨的视频？天文区里胡说八道的言论从来就没断过，我们谁也没为它们动过肝火。同样是错，凭什么这一条能让整个群连骂三天？错误的多少解释不了这种挑选，能解释的只有威胁的大小。
说白了，不严谨只是顺手抓来的借口，真正扎到痛处的，是别的事情：我多年攒下的天文知识、玩得转复杂设备和后期流程，这些是我区别于小白的凭据，是我在群里装逼的本钱。现在一个不懂行的视频，推广一台我们眼里的玩具，拿到的关注超过所有专业玩家加起来；一群没碰过赤道仪的人，绕开我擅长的一切，直接把拍星星的人这个身份领走了。我的手艺在贬值，连什么是好照片，都快轮不到我说了算。
经济学里管这个叫租金：靠稀缺性收的溢价。我骂何同学，骂的其实是那个让我的稀缺性彻底消失的未来。
前几天我读到一篇文章，公众号不懂经写的《判断力的无产阶级》。写得极其透彻，读的时候我心里直发虚。
它的论证大致是这样的。纳瓦尔说过，在无限杠杆的时代，判断力是最关键的技能。因为杠杆会成倍放大一切，方向盘决定了最终的方向是对还是错。
可 AI 偏偏在侵蚀人类的判断力。一位投资人在 X 上聊起过一件事：他跟一个 22 岁的斯坦福毕业生一起吃午饭，对方说着说着就会卡壳，连最基础的词都得现想，半天憋不出来，像大脑正在缓冲，因为他习惯了让 ChatGPT 替自己把思路补完。
MIT 的一项脑电研究也测到，用 ChatGPT 写东西的人，大脑特定区域的连接强度比纯靠自己写的要低，甚至有 83% 的人写完之后，连自己刚写了什么都记不得。康奈尔的研究也发现，AI 的写作建议正在把不同国家、不同文化背景的人往同一种西方腔调上拉，最爱的食物变成了披萨和寿司，最爱的节日则是圣诞节。
于是文章得出结论：知识工作者正在把思考外包出去，沦为判断力的无产阶级。顺带一提，这篇文章的实证素材大多来自《纽约客》专栏作家 Kyle Chayka 的文章 A.I. Is Homogenizing Our Thoughts，想看英文版论证的可以直接读那篇。
其实，这些研究的成色参差不齐。比如 MIT 那份研究只有 54 个被试，是未经同行评审的预印本，第一作者 Kosmyna 自己都反对 AI 让人变笨这种简单粗暴的解读。不过就算这些结论全部成立，我真正想聊的事也不受影响。
这套论证还自己先打了个补丁，防的就是轮回论。有人会拿计算器说事：当年不也这么骂过，后来呢？但顺着文章的逻辑，回应是现成的：计算器外包的只是算术，AI 外包的是判断力本身，而判断力恰恰是你用来决定该外包什么的底座。丢了它，你连自己丢了什么都没法判断。
读完冷静下来，我发现这里面的拧巴、对平庸的嫌弃、替普通人前途操碎了心的痛心，跟我当时在天文群里骂何同学的腔调几乎一模一样。
它其实就是一篇高级得多、也诚恳得多的骂何同学现场。写它和转发它的人是谁？靠读书、写作、分析吃饭的知识工作者，把语言这门手艺玩得最溜的一批人。而 AI 普及掉的，偏偏就是这门手艺。
往回看，这出戏的每一个版本都有记录。
公元前 370 年前后，柏拉图在《斐德罗篇》里，借埃及国王的嘴拒绝了文字这项发明：人一旦习惯靠写下来的东西过活，就不再锻炼记忆了；你发明的不是记忆的灵药，是提醒的灵药，学生们将只有智慧的外壳，却没有智慧的实质。把文字换成 ChatGPT，这段话今天发出去照样十万加。最讽刺的是，这段痛骂文字局限性的话能传到今天，靠的恰恰是柏拉图把它用文字记了下来。
1970 年代计算器进入课堂，美国教育界争吵了二十年。1979 年的调查里，有 84% 的老师想在课上使用计算器，但只有 3% 的学校愿意提供设备。到了 1986 年，教材作者 John Saxon 还带着一批老师跑到华盛顿的数学教育会议上抗议。口号听起来极其耳熟：摧毁基本功，废掉下一代。
再往后，纸媒骂微博碎片化，电视台骂短视频低俗，画师骂 AI 绘画缝合，译员骂机翻糟蹋文本。每一轮的配方都一模一样：新工具把一门手艺打成了白菜价，靠这门手艺收租的人便会站出来，用道德的调子抗议。劣币驱逐良币是这类抗议的标准话术。指控常常属实，短视频确实碎，机翻确实糙，何同学确实不严谨。可世上劣币多了去了，我们真正动手驱逐的，从来只有直接威胁到自家良币的那几枚。
我骂何同学，只是这出戏的最新一次重演。判断力的无产阶级，则是这场抗议里最具有哲学色彩的一段独白。
当然，光说“历史上骂错了很多次”并不算真正的反驳。前面那个疫苗补丁还立在那：这次外包的是判断力本身，性质变了。这个质问，得正面回答。
其实有个简单的测试方法：把恐慌论述里的人工智能换成一个精明干练的助理，看这些话听起来还吓不吓人。
他习惯了让助理帮他理顺思路。 她把行程都交给秘书去排。 他的法律决策全听律师的，健康决策全听医生的。
这些句子描述的是谁？高管、教授、政要，是社会公认判断力最强、最核心的那批人。一家千亿级公司的 CEO，一辈子外包了绝大多数领域的决策，但没人会说他是判断力的无产阶级。恰恰相反，纳瓦尔在讨论判断力稍微领先一成，就配拿几亿美元年薪的时候，指的就是这种本领：知道把什么事交办给什么人，知道怎么验收交回来的成果，而不必事事亲力亲为。
委托决策和丧失判断力是两码事。人类靠社会分工外包决策，已经运行了几千年。当下唯一新鲜的只有价格：这套随时听令的智囊网络，过去只有 CEO 雇得起，现在一个月只要二十美元。
所以，“AI 外包的是判断力”这个说法，其实偷换了概念：它把执行的手艺和决策的判断力搅在了一起。
我自己的天文经历，恰好能把这两样东西彻底掰开。开车跑几百公里、通宵盯着导星、在 PixInsight 里浸泡几天，这些是手艺，是执行。而判断这个季节哪片天区最好看、哪张片子星点发肉、哪种后期拉伸算过头了，这些才是判断力。
智能望远镜淘汰的是前者，至于后者，它连一根毛都没碰到：拿着智能设备的新手，照样不知道该去拍什么、拍成什么样才算好。这些关于品味和方向的拷问，反而比从前更值钱了。
可我当时在群里破口大骂的时候，是把两样东西强行绑在一起哀悼的。因为只有绑在一块，我丢掉的“本钱”听起来才足够庞大。把熟练的手艺误认成核心的判断力，这种误判本身就是屁股指挥脑袋的产物。每项职业都是由机械执行与主观判断拼成的光谱，这个道理我以前专门写过；没想到这一回，我在自己的邪火里，当场把它抓了个现行。
写作也是完全相同的结构。遣词造句、组织段落、把想法铺陈开来写满三千字，这些是手艺；决定写什么、看出哪个论据立不住、从十版草稿里认出哪一版真正有魂，这些才是判断力。ChatGPT 打下来的是前者的成本，而前者恰好是知识工作者长久以来的身份证明。
话说回来，判断力这东西不练确实会钝。天天先看 AI 给的方案再做决定，独立判断的能力也确实会退化成“看着眼熟”。这两条有实证研究的支持，我以前也专门写过。但这本质上是个人使用纪律的问题，就像缺乏运动是健身房就能解决的现代病，犯不上为此去禁售汽车。
除了关于判断力的焦虑，那些恐慌论述里还有另一半哀悼：同质化，到处都是平庸的平均值。其实这一幕，汽车工业在一百年前就替我们排练过了。
劳斯莱斯官方的定制页面，卖的就是无限个性：四万四千种现成漆色只是起点，调色团队甚至能照着客户的口红或宠物的毛发去现配漆面。而特斯拉在另一个极端：全球出厂就黑白灰蓝红这几种单调颜色，想定制？没门。但这换来的是极低的价格和极快的交付。
街上的车确实长得越来越像，可要是把这份雷同归咎于大众审美的堕落，那就是找错了靶子。标准化，正是把车辆从贵族玩具压低到大众消费品的底层机制。只提供有限的选择，才是普通人能用几十万而不是几百万开上车的前提。想要享受平价，代价就是忍受雷同。
这也顺便解答了分析报告《平均时代》里的一个时间漏洞：文中声讨的那些趋同的咖啡馆、雷同的网红脸和单调的车身颜色，全部成型于 2023 年 3 月该报告发表之前，那时候 AI 根本还没来得及插手。同质化是工业化和全球化的陈年老疾，这回，只不过是轮到了语言和思想。
况且，个性化并没有消失，它只是变成了需要额外付费的高级选项。嫌特斯拉单调，可以去贴改色膜，可以买德系豪华品牌的定制套件，只要预算到位，一路一路加到劳斯莱斯也没问题。工业革命换掉的是默认的档位：从以前每台车都是孤品、但绝大多数人根本买不起，换成了现在人人开得起标准件、而追求个性需要另外掏钱。这笔买卖，对绝大多数普通人来说，是不折不扣的净赚。
天文摄影也是相同的逻辑：智能设备把入门下限拉到了两千块，而高阶赤道仪、冷冻相机和寻找黑暗保护区的上限一寸都没有少。它只不过是把原本必须咬牙硬撑的必修课，变成了发烧友自愿选择的选修课。
当然，这种净赚是有前提的，那就是红利得真能落到大多数人手里。我研究 AI 短剧产业的时候见过反例：技术把制作成本砍掉了八成，但省下来的这笔钱一分钱都没有到创作者手里，反而全部被平台拿去买量和投流了。旧的特权瓦解之后，新的超额利润往往会往流量和渠道汇聚。相比于杞人忧心地担心 AI 会让人变笨，这种利益分配的失衡其实更值得引起警惕，只可惜这种复杂的现实博弈，很难写成网络上的爆款。
智力的标准化普及，同样是这一笔交易。同类研究里，有一个总被选择性忽略的细节：一项关于创意思维的对照实验中，研究人员让实验对象分别用 ChatGPT 和创意卡牌做发散思考。结果显示，人工智能并没有扼杀个体的创意丰富度，创意的趋同仅在群体统计的层面出现。
翻译成大白话，AI 并没有把你变平庸，它只是把同一种聪明平等地分发给了每个人。同一种聪明，在精英阶层的耳朵里是平庸的噩梦。可对于大多数普通人来说，如果没有 ChatGPT，他们能触碰到的信息底线，无非是搜索引擎第三页之后的陈旧偏方和满天飞的民间科学，高级的专业顾问和私人导师从来都与他们无关。到处都是平均值，从上层往下看，是天花板塌了；可要是从下层往上看，则是地板升起来了。哪种感受更为真实，完全取决于你原本站在哪一层。那些充满恐慌色彩的文章，清一色出自精英阶层的手笔，这毫不奇怪。因为掌握文字话语权、会写文章的人，恰好全都站在原本享有红利的上层。
回到何同学。在承认了先前的愤怒其实来自自身的立场之后，我不得不重新去面对一个根本性问题：科普这件事，最核心的到底是在于科，还是在于普？
我以前觉得这根本不用讨论，必然是科。正确、严谨、有深度，这是我们这些专业爱好者引以为傲的身份认同。可要是在这套标准的指挥下去做科普，实际效果是什么呢？门槛高得吓人，专业术语密密麻麻，器材清单更是让人从入门直接走到入土。这套流程成功把绝大多数抱有好奇心的人直接筛了出去，只留下极少数“通过了筛选”的同好，在紧密的小圈子里彼此点头赞许。这哪里是在传播知识，这其实是在用知识来筛选社交同类。
如果我们尝试把标准颠倒过来：把专业、严谨、深度，替换为连接、情感和共鸣；把目标从“看完就得弄懂赤道仪的工作原理”，替换成“看完就让人产生一股去看一次繁星的冲动”。按照这个维度，何同学的那期视频会立刻从不及格跃升为行业的标杆。几百万平日里极少抬头看天的人，花上七分钟，对头顶上那片浩瀚深空产生了一丝向往。哪怕这其中只有百分之一的人买了一台小设备架上阳台，整个天文摄影爱好者群体的规模也能瞬间翻倍。虽然他的后期手法我直到今天依然不太看得上，但他对大众传播规律的洞察力确属顶尖。在普及这件事上，网感就是真本事。
其实这场争论，英文社区里同样吵得不可开交。国外知名天文论坛 Cloudy Nights 上，有一整个板块都在争辩一体化智能设备算不算真正的天文摄影。反对派嫌这种方式太简单、没有任何技术门槛，所以不能算数。而支持派给出的回答，我很喜欢：夜空本身就是无限的，犯不着给看星星这件事特意设一个门禁。这场争论甚至逼得望远镜厂商 ZWO 官方下场发表文章，对传统玩家的质疑进行了逐条技术澄清。你看，连“什么算真正的天文摄影”这种核心定义权，大家都在重新争夺。此时此刻，依靠文字和思想谋生的知识工作者面对 AI 时的窘境，与我们面临的一字不差。
我写不出那种滴水不漏的漂亮收尾，因为我自己直到今天，都还没能完全从这个困境里走出来。
继续留在专业鄙视链的顶层当然是极其舒服的。那里地势开阔、同道众多，每天都有足够多的业余产物可以作为谈资去批判。可传统纸媒与电视台的衰落结局无时无刻不在警示着我们，那座用专业壁垒搭成的高台，时代正在无声无息地拆除它的地基。
可要是完全走向大众普及，我内心深处又有一个不愿意敷衍过去的问题：我过去苦苦钻研过的那些手艺，看气象云图、精调光学器材、在专业后期软件里费尽心思拯救回一张噪点废掉的星空照片。这些过程里，真切倾注了我的大量时间和由衷的热爱。我实在不想、也无法违心地假装它们在工具面前变得一文不值。
在一个最基础的普及工作只需两千元便能轻松解决的新世界里，这些耗费心血锤炼的手艺究竟应该安放在哪里，才能重新变成他人所需要的独特价值？是去撰写高阶的实操教学指南？是坚持深耕硬核有深度的科普内容？还是协助设备厂商打磨更精准的算法？其实我也不知道，每一条可能的出路，目前看起来依然充满了迷雾。
唯一能做的，是个日常防偏的小习惯：下一次，当我再对任何新兴的爆款工具或平庸的大众作品产生道德上的义愤、忍不住想要开口指责时，在敲下键盘之前先在心底里问自己一句：
这一次新工具打成白菜价、贬值了的，究竟是不是我的手艺？
如果是，那么这股不可自遏的义愤，多半只是来自于我本能对租金优势消失的保卫，它只不过听起来像良知。这两种内心的声音，听起来真的太像了。
而在浪潮拍打过来时能够清晰地分辨出它们，或许才是那篇文章真正想说的，无可外包的独立判断力。