吴恩达说了一个词，专治 AI 焦虑

最近到处都在说 AI 要取代程序员、取代会计、取代律师。搞得人心惶惶。

说实话，这个问题问得就不对。

不是 AI 会不会取代你，是你跟 AI 之间，信息关系处在什么位置。

最近吴恩达发了一封关于 Loop Engineering 的公开信，里面有个说法我特别喜欢。

他说很多人把人在产品开发中的作用叫「品位」，他觉得这个词太模糊了。他更愿意叫它「上下文优势」。意思是你知道一些 AI 不知道的东西，比如你的用户是谁、业务边界在哪、什么场景下该怎么取舍。

只要人知道一些 AI 不知道的，人就需要在循环里，把这些东西喂进去。

这个说法好就好在，它把一个玄乎的「品位」，变成了一个可以操作的「上下文」。品位是天生的，上下文是你可以去积累的。

我顺着这个想了一下，可以把人和 AI 的知识关系分成四个象限。

第一个，AI 知道，你也知道的。比如怎么写一个排序算法，怎么做一张资产负债表。这些信息是对称的，AI 甚至比你更快更准。

第二个，AI 知道，你不知道的。比如某个冷门 API 的用法，某个法律条文的具体解释。AI 读完所有公开资料，比你懂得多。

第三个，AI 不知道，但你知道的。比如你客户的真实痛点是什么，你行业里那些没写上网的潜规则，你产品在什么场景下会出什么问题。

第四个，AI 不知道，你也不知道的。这个不太好判断，大概率是 AI 其实知道但你不知道，所以先不展开。

你发现没有，前两个象限，就是现在所有「AI 取代人」焦虑的来源。

你是个程序员，AI 也会写代码，而且谷歌内部 75% 的新代码已经是 AI 生成的了。你是个会计，AI 也会做账，而且零错误率。你是个律师，AI 查法条比你快多了。

这些领域，信息是对称的，甚至是 AI 单方面碾压。在这些象限里待着，确实危险。

但真正有竞争力的，是第三个象限。

你知道但 AI 不知道的东西。这不是什么神秘能力，说到底就是上下文。你对你行业的理解，对用户的理解，对具体场景的理解，这些细碎的、没上过网的小上下文，恰恰是 AI 缺失的。

你把这些东西喂给 AI，让它去执行，这个组合才是最强的。

什么叫「AI 不知道但你知道」？

举几个例子。

你做了十年餐饮，你知道这个街区的人喜欢吃什么口味，什么季节什么菜走量，哪个供应商的货最稳。这些信息没写在任何公开资料里，AI 搜不到。

你在一家公司待了五年，你知道哪个部门的诉求跟表面说的不一样，哪个领导拍板前会找谁商量，哪个项目表面上推进了其实已经黄了。这些上下文，AI 更不可能知道。

你带孩子带了三年，你知道你家孩子什么情况下是真哭什么是假哭，什么招数管用什么是浪费时间。育儿书上写的那些，AI 都会，但你家孩子的上下文，只有你有。

这些东西就是你的上下文优势。它不需要你比 AI 聪明，只需要你知道一些 AI 不知道的。

所以回到最开始那个问题，AI 会不会取代你？

取决于你在哪个象限。

如果你做的事，AI 也会，甚至做得更好，那你确实该紧张。但紧张的方向不是「我要比 AI 写代码更快」，那是不可能赢的。紧张的方向应该是，我还能积累什么 AI 不知道的上下文。

不是跟 AI 比谁的记忆力好、谁的速度快，那个赛道你已经输了。

去找那些 AI 不知道的东西，把它变成你的上下文，然后让 AI 帮你执行。这才是未来每个人该干的事。

吴恩达说得好，只要人知道一些 AI 不知道的，人就需要在循环里。

别焦虑 AI 能干什么了，去想想你知道什么 AI 不知道的。