AI都开始屠龙了,居然有人还在叫你怎么使用青铜剑

新闻

作者：微信文章
大三学生小王，花了一个下午，用开源模型给自己写了个小工具，自动抓取、清洗、分析了他那篇社会学论文需要的所有数据，并生成了图表。

看着屏幕上AI几分钟干完他一周的活，他感到一种近乎神性的力量。

傍晚，他走进阶梯教室，上本学期最贵的选修课——《企业战略管理》。

白发苍苍的教授，正用着泛黄的PPT，激情澎湃地讲解着波特的“五力模型”，案例是上世纪80年代的美国航空业。

小王低头看了看笔记本电脑上还在运行的代码，又抬头看了看PPT上那个古老的矩阵。那一刻，他感到一种巨大的、无法言说的荒谬。
龙，已经被AI宰了。

而他的教授，还在教他怎么磨一把青铜剑。

更魔幻的是，小王跟他们说这玩意儿没用，他们还跟你急，说你不懂，说这是“专业”，是“科学”，是“体系”。

小王此刻的感受，我懂，我太懂了。

我不仅懂，我今天还要把话说明白，把一些专业的底裤给你扒下来，让你看看什么叫“知识界的庞氏骗局”。

你别不服，先听我讲完。

有些专业，本质上是学术圈的“内循环”

什么叫“庞氏学科”？

就是教授A引用教授B的论文，教授B引用教授C的，教授C回头再把A引用一遍，大家互相抬轿子，你好我好大家好，期刊影响因子上去了，会议地位保住了，就是解决不了任何实际问题。

理论在天上飞，就是不落地。模型一个比一个花哨，就是不能用。

评价标准不是看你这套东西能不能帮企业赚钱，能不能帮社会进步，而是看你被自己人引用了多少次。

这不就是典型的学术内循环，知识传销吗？

AI的出现，像一个耿直的杠精，一巴掌把这些虚假繁荣给拍碎了。

因为AI最擅长的就是干活，是解决有明确路径的问题。

当一个学科的知识无法被AI理解、调度、执行时，那只能说明一件事：

你那玩意儿，压根就不是知识，是话术。

我们今天就点几个名，别怕得罪人。

管理学，成功学的PPT精装修版本

第一个就要说管理学，尤其是很多MBA项目，简直是重灾区中的VIP区。

你花几十上百万，学了什么？SWOT分析、波士顿矩阵、五力模型、蓝海战略……听着是不是虎虎生威？

说白了，这些都是“事后归纳”。就是把马云、乔布斯的成功故事，用一套看似专业的黑话重新包装一遍，然后卖给你。

这玩意儿有预测能力吗？

没有。

能指导你创业成功吗？不能。它唯一的用途，就是让你在做PPT和跟投资人吹牛的时候，显得你“懂行”。

斯坦福的管理学大牛亨利·明茨伯格早就把这事儿说透了。

他在《经理人而非MBA》（Managers Not MBAs）一书中直言不讳：传统MBA项目，用错误的方式，教了错误的人，最后产生了错误的后果。

它教的是分析，不是管理；教的是模型，不是实践。毕业生出来，一个个都觉得自己是天降猛男，手握屠龙刀，结果发现公司里根本没有龙，只有一堆复杂的流程和难搞的人际关系，模型P用没有。

当然，有人会说，MBA的价值在于人脉。这话没错，但你等于承认了，你花大价钱买的不是知识，是“顶级会所门票”。这知识本身，是不是有点水？

那管理学里有没有真东西？

有。

丰田的“精益生产”、OKR/KPI体系、供应链管理……这些都是实打实的硬货。

但你仔细一看就会发现，这些东西的底层逻辑，都来自于系统工程、统计学和运筹学。

说白了，管理学就是个知识界的“集成商”，自己不生产硬核结构，主要靠从工科“进口”。它真正的价值，在于把这些硬核的结构，用人话包装一下，卖给那些听不懂“硬核”的老板们。

金融学，用数学算命，越算心越慌

金融学，听起来最高大上，公式满天飞，模型能堆山。结果呢？“数学感极强，结构稳定感极弱”。

整个学科建立在一堆脆弱的假设上：“理性人”、“市场有效”、“信息对称”。

朋友，你摸着良心问问自己，你炒股的时候理性吗？你看到的信息和机构看到的一样吗？

这些模型，事后解释起来头头是道，事前预测起来纯属胡闹。

2008年金融危机前，华尔街那帮精英拿着各种基于高斯分布的“完美”风险模型，告诉全世界“稳得很，没意外”。结果一个“黑天鹅”飞过来，整个系统当场崩盘。

这不就是纳西姆·塔勒布老爷子在《黑天鹅》里反复嘲讽的：你们用“平庸斯坦”的尺子，去量“极端斯坦”的世界。

你们的数学模型，就是个玻璃罩子，看着漂亮，一碰就碎。

金融危机之后，大家开始反思，说要搞“行为金融学”，承认人是非理性的。这很好，但这也恰恰证明了，纯粹依赖数学结构的金融学，在面对真实、混乱、充满情绪的人类社会时，是多么的无力。

它的结构，是建立在沙滩上的城堡。

一大批社科，在自己的世界里“自圆其说”

至于教育学、社会学、传播学这些，问题更隐蔽，也更普遍。

它们不缺理论，不缺话术，更不缺互相引用。但它们的核心问题是：不可验证、不可调度、无法形成闭环。

就拿教育学来说，约翰·哈蒂搞了个《可见的学习》（Visible Learning），分析了几千万学生的数据，给各种教学方法排了个座次，告诉你哪个最有效。看着是不是特别“科学”，特别“结构化”？

结果呢？被统计学家喷成了筛子。为啥？因为他把一堆完全不同的东西（比如数学成绩和自尊心）的“效果”给平均了，这叫“苹果橘子瞎比较”。

他连最基本的“学生成就”这个概念都没定义清楚。这种研究，不是科学，是“伪科学”。

还有社会心理学，一度是显学，结果闹出了“可重复性危机”。

一大堆酷炫的实验，什么“社会启动效应”（social priming），后来发现根本重复不出来。

连行为经济学祖师爷丹尼尔·卡尼曼晚年都承认，自己当年太信那些小样本研究了，很多东西在现实里根本站不住脚。

这些学科，很多时候陷入了一种“解释的陷阱”：它们能提供无数个角度去“解释”一个现象，但就是无法提供一个可靠的“结构”去“解决”一个问题。

更扎心的是人类学家大卫·格雷伯的《狗屁工作》（Bullshit Jobs）。他认为，很多学术工作本身就是“狗屁工作”，是为了维持系统运转而存在的，它们不创造任何外部价值，只是在系统内部自我消耗。

到底什么知识才值得学？

说了半天破，现在得说点立。

到底什么才是AI时代真正的“硬通货”？答案就是“结构知识”。

真正的结构知识，有几个硬核标准：

可压缩： 能把复杂的世界，抽象成简洁的模型和机制。比如一个数学公式，一个编译器。

可调度： 能被用来生成具体的行动方案，能干活。比如一段代码，一个供应链优化方案。

可迁移： 能跨领域应用，举一反三。比如精益生产，从制造业用到软件开发。

可反馈： 能被现实检验，能在一个闭环里不断修正和进化。

你看，符合这些标准的，都是硬核学科：计算机科学（不是指你会用哪个软件，而是指数据结构、操作系统、编译原理这些底层结构）、系统工程、运筹学、人工智能、数学建模等等。

这些学科，教的不是一套“说法”，而是一种“做法”。它给你的是一张能按图索骥的地图，而不是一本描写风景的散文诗。

当然，我不是说人文社科就一无所处。它们的价值在于提出问题、定义目标、守住底线。AI是把刀，结构知识教你怎么用刀，但用这把刀去救人还是伤人，这需要伦理、哲学和人文关怀来提供方向盘和刹车片。

但问题是，很多这类学科忘了自己的本分，总想把自己包装成能指导实践的“科学”，结果就变成了“庞氏学科”。

所以，朋友们，在这个AI已经开始重塑世界的时代，选择学什么，本质上是选择一种思维方式。

你是想学一套能动手改造世界的“结构”，还是学一套只能用来解释世界的“话术”？

在我们所处的历史进程里，个体的命运往往随着时代的大潮起伏 。

AI带来的不是又一次技术浪潮，而是一场知识的“大洪水”，它正在冲垮那些建立在沙滩上的学科城堡，重塑价值的版图。

看清这场洪水，不是为了让你绝望，而是为了让你找到那艘能渡过洪水的方舟。

我的建议很简单：先学一身钢筋铁骨的硬本事，再去谈那些诗和远方的软情怀。

毕竟，手里没剑，和手里有剑不用，是两码事。

先保证自己能活下来，能干活，能创造价值。

至于世界的意义，人生的价值这些终极问题，等你吃饱了饭，再慢慢思考，也不迟。

否则，你感悟得再多，也只是一个精致而脆弱的泡沫。

风一吹，就散了。