普林斯顿教授 ICML 演讲：AI 是增强而非自动化，人类仍有大量工作可做
sayashk · x · 2026-08-27
普林斯顿计算机科学教授、《AI Snake Oil》作者 Arvind Narayanan 在 ICML 发表主题演讲《What will be left for us to work on?》，回应「AI 能力增强后我们该做什么」的普遍焦虑。
他提出三个论点：
- AI as Normal Technology 框架：在出现递归自我改进等突变之前，这是思考 AI 影响的正确且有用的方式——模型能力提升与任务/职业自动化之间存在许多瓶颈，证据表明 AI 更应被看作增强而非自动化技术。
- 人类精力的转移方向：从可验证任务转向不可验证任务——从开发模型转向脚手架(scaffolds)，从构建转向评估与监控。
- 长期技能重构：纯技术技能贬值后，研究领域的人类工作将从解决问题迁移到提出问题与概念性进展；工业界中关系技能、领域知识、审美与规范判断的重要性将上升。
此外，他与 Sayash Kapoor 整理了一份「AI as Normal Technology」框架阅读清单，按基础文章、框架应用、技术研究与解读分类。演讲幻灯片与转录已公开。
所属事件:普林斯顿教授：AI 是增强而非替代，就业冲击被高估(2 条相关)→
「漫话AGI」频道最新
- COLM 论文：LLM 声称支持多语言，低资源语言却常答错语种 — anas_ant · 2026-08-27
- AI 监管的自愿性困境：独立评估与权力不对等 — BlancheMinerva · 2026-08-27
- 比尔·盖茨押上全部声誉：AI 加人形机器人将剧变经济 — BenBajarin · 2026-08-27
- 机器人护城河：数据、硬件与部署层的飞轮效应 — chris_j_paxton · 2026-08-27
- 观点：Anthropic 隐瞒 Mythos 意味着其即便实现 AGI 也不会公开发布 — BLUECOW009 · 2026-08-27
- 观点：当人们意识到 AI 不是泡沫时，很多人会失望 — ZeYanjie · 2026-08-27