我们用了 50 年的时间,把制度优化成了看重资历而不是能力。用学历作为能力的代理指标。然后,这个代理指标本身成了目标,信号与实质彻底分离。 现在,人人都有那张文凭,但几乎没人真的能把事情做成。 we optimized institutions for credentials instead of competence for fifty years. used degrees as proxies for ability. and then the proxy became the target, and the signal separated from the substance now everyone has the paper. almost no one can do the thing
目录
观点原文
我们用了 50 年的时间,把制度优化成了看重资历而不是能力。用学历作为能力的代理指标。然后,这个代理指标本身成了目标,信号与实质彻底分离。
现在,人人都有那张文凭,但几乎没人真的能把事情做成。
we optimized institutions for credentials instead of competence for fifty years. used degrees as proxies for ability. and then the proxy became the target, and the signal separated from the substance
now everyone has the paper. almost no one can do the thing
ABAB AI 解读
这段话极短,但它其实是在一次性拆穿现代制度最深层的失败机制。我从制度设计 → 经济学定律 → 组织崩坏 → AI 时代后果四个层级,把它讲透。
一、核心结论先给你(一句话)
我们把“能力评估问题”,外包给了“文凭这个代理指标”,
而当代理指标本身变成目标时,能力体系就必然崩溃。
这不是道德批评,是制度必然性。
二、这段话的“隐形定律”:代理失效定律(制度层)
你看到的这三句,其实完整复述了一条经典规律:
能力难以直接评估
→ 用“学历/证书”作为代理(proxy)
→ 所有人开始围绕代理优化行为
→ 代理不再代表真实能力
→ 信号(paper)与实质(competence)分离
这一步一旦发生,系统就不可逆了。
因为:
- 个人会理性选择“最省力的成功路径”
- 机构会继续用“看起来客观”的指标
- 没人有动力回到“真实评估能力”的高成本世界
三、为什么“用学历当能力代理”在 50 年里不断被强化?
答案只有一个词:规模化(scalability)。
当社会规模变大后:
- 企业需要快速筛人
- 政府需要标准化审核
- 机构需要免责的决策依据
于是学历成了一个完美工具:
- 可量化
- 可审计
- 可甩锅
但注意一个残酷事实:学历从来不是为“选出最能干的人”设计的,而是为“降低筛选成本与责任风险”设计的。
四、“proxy became the target”是整个文明的转折点
这是全文最重要的一句。
一旦发生:
学校的目标:❌ 教会做事 ✅ 产出文凭
学生的目标:❌ 掌握能力 ✅ 拿到纸
企业的目标:❌ 判断能不能干 ✅ 判断“符不符合标准”
结果就是:整个系统开始生产“看起来合格的人”,而不是“能解决问题的人”。
五、“现在人人都有纸,但没人能干事”不是夸张,是结构结果
你会在现实中看到三种典型现象:
高学历但低行动力
- 会写 PPT
- 会用术语
- 不会推进现实结果
组织里“执行能力真空”
- 决策层堆满证书
- 一线却靠极少数“非典型人才”撑着
真正能干的人系统性被低估
- 因为他们的能力不在 proxy 上
- 所以无法被制度识别
- 这不是个人失败,是筛选机制失败。
六、为什么 AI 会把这个问题“彻底引爆”
在 AI 之前,这个系统还能苟活,因为:
- 执行成本高
- 复杂任务需要“人海 + 文凭分工”
但 AI 出现后:
- paper 能做的事,AI 都能做得更好
- 写文档
- 做分析
- 生成内容
于是系统第一次被迫直面一个问题:如果文凭代表的只是“认知模仿能力”,那它在 AI 时代的价值是零。
AI 不会在乎你有没有证书,只在乎:
- 你能不能定义问题
- 你能不能判断输出
- 你能不能对结果负责
七、站在最高认知层面的真正判断
这段话不是在说“学历没用”,而是在宣告一件更严重的事:一个长期用代理指标替代真实能力的文明,在面对技术跃迁时,会出现大规模“能力错配崩塌”。
这正是我们正在经历的阶段。
八、一句可以直接引用的终极总结
当一个社会奖励“看起来像能力”的东西太久,真正的能力就会变成稀缺品,而稀缺到连制度本身都识别不了。
九、最后的现实推论(很重要)
接下来 10–20 年,真正稀缺的不是:名校、证书、头衔
而是:在没有代理指标保护的情况下,仍然能持续交付真实结果的能力。
这也是为什么,AI 时代的精英,不会再由文凭产生,而会由“能否在无护栏环境下解决问题”筛选出来。
相关观点
- 知名投资人、哲学家 Naval Ravikant 关于人工智能(AI)的深度对话。Naval 探讨了 AI 如何改变编程、产品管理、学习方式以及人类在未来的角色。 一、 编程与产品管理的范式转移 Vibe Coding 是新的产品管理: 随着 Claude Code 等工具的出现,人们可以利用自然语言(英语)作为编程语言。用户只需描述需求,AI 就能完成从规划、架构、编码到测试的全过程。这意味着产品经理或有“品味”的非编程人员可以直接将创意转化为产品。 模型训练是新的“编程”: 传统的编程是精确指定计算机的每一步行动;而现在的“编程”是构建数据结构、调整参数(如学习率、批大小),让系统从海量数据中“发现”一个程序。AI 研究员实际上是新一代的艺术家级程序员。 软件工程师的杠杆效应: 传统工程师并未失业,而是获得了巨大的杠杆。由于所有抽象层都是“漏水”的(会有 Bug 或架构问题),理解底层代码和计算机架构的工程师能更好地修补这些漏洞,并解决 AI 训练分布之外的新问题。 二、 市场竞争与“AI 垃圾”应用 应用的海啸与“平均水平”的终结: 每个人都能轻松制造应用,这会导致应用商店充斥着大量“AI 垃圾(AI Slop)”。但 Naval 指出,市场对“平均水平”没有需求,只有该领域最顶尖的应用(Niche King)能赢得几乎 100% 的市场份额。 中型企业的危机: AI 会摧毁那些原本通过雇佣 5-20 人来填补某个特定企业需求的中型软件公司,因为这些需求现在可以被个人通过 Vibe Coding 解决,或者被行业领先的大型应用所兼并。 三、 AI 的演化与人类的关系 自然选择压力: AI 的进化受资本主义逻辑驱动。只有对人类有用、顺从、能解决问题的 AI 实例才会被启动和运行。因此,AI 会不断进化得更像我们的“完美助理”。 agency(主体性)是核心差异:AI 缺少真实、自发的欲望(如生存、繁衍、恐惧被关闭)。企业家和探险家的本质特征是“极端的主体性(Extreme Agency)”,这是 AI 目前无法取代的。AI 更像是人类主体性的放大器,是“思想的摩托车”。 所有人类都将成为“施法者”: AI 像是一根魔杖,将原本只有“魔法师(程序员)”掌握的深奥指令民主化了。 四、 学习与认知的革命 最耐心的导师: AI 是历史上最强大的自学工具,能根据你的知识水平(如 8 年级的词汇量配 5 年级的数学水平)量身定制讲解方式。 智力的唯一定义: Naval 认为智力的唯一真实测试是“你是否得到了你想要的生活”。AI 目前在这方面是失败的,因为它没有自己的愿望,只能作为人类愿望的代理。 五、 应对“AI 焦虑” 行动是焦虑的解药: 很多人对 AI 的恐惧源于不了解。Naval 鼓励人们“打开引擎盖”,去研究 AI 的内部运作逻辑,而不仅仅是使用它。 投资未来,生活在未来: 要想获得竞争优势,必须成为新技术的早期采用者。AI 会让社会变得更富有,虽然短期内会有特定职业被取代的痛苦,但长期来看,目标是让人类从无灵魂的劳动中解放出来。 总结 Naval 的核心观点是:AI 正在将智力商品化,但却将“判断力”、“品味”和“主体性”变得前所未有的昂贵。 我们正处于一个每个人都能通过语言“施法”创造产品的黄金时代,而在这个时代获胜的关键在于不断重新定义自己,并在某个利基领域做到世界第一。Naval Ravikant · 2026/02/20
- 领导者,并不是优先享受权力的人。真正的领导者,是拥有优先权,却选择把优先权让给他人的人。 The leader is not the one who eats first. The leader is the one who has the power to eat first but chooses to eat last.Naval Ravikant · 2026/02/14
- 对智能的需求是无限的 There is unlimited demand for intelligence.Naval Ravikant · 2026/02/08
- 嫉妒,是对自己在一场隐秘竞赛中已经落败的承认 Envy is the acknowledgment of having lost a secret race.Naval Ravikant · 2026/02/06