自從回到 YouTube 2個月，每天都在微調，最新一批動態會在明天6月7日開始（下個 post 會詳述）。原因自然不是我喜歡 YouTube，恰恰相反，我對這個平台、演算法諸如此類的厭惡，是到了無以復加地步。但我認為這是一個必須使用的平台，不是為了流量，甚至不應該爭取太多不合適的流量，為的只是兩端：我們作為國際關係分析者這一段（“B”），與及我們的受眾那一段（“C”）。不過，雖然大部份 YouTube 聽眾其實和我們的 “B” 和 “C” 都不大相關，但同樣會受這個大時代影響。而驅使我每天都在微調的，只有一個宏觀背景：不是演算法，不是電子唐人街，而是不能迴避、已經來到的 AI 年代。

過去兩年，AI 發展速度遠超大部分人的想像。無論是 ChatGPT、NoteLM，還是各種研究、翻譯、整理、生成工具，都正在改變知識生產的方式。最近我開始把法律教材、研究報告和論文放進不同系統測試，當使用能夠把一整個 chapter 自動轉化成 Podcast，讓人在開車、散步、做運動時完成第一輪吸收的程式，更深覺目前 YouTube 95%以上的內容，都不可能存在多於兩年。如果十年前有人這樣說，大概會以為是科幻小說，但一切不但已經是事實，甚至可能很快就會成為過時的 past tense。

究竟 AI 成為和人類共存的 partner 之後，人還應該學甚麼？怎樣學習？我們的下一代應該如何用力？這些是我每一天的思考內容，也是每一天都和 AI 討論的內容，以下是近來總結出的十大趨勢。希望在公共空間說每一個字之前，我們腦海中，都有這些趨勢在，才會避免做沒有意義的事。

1. 知識正在貶值，框架正在升值

過去教育有一個隱藏前提，就是知識稀缺。老師掌握知識，學生沒有掌握知識，學校具有壟斷性，才可以 rent-seeking 、食老本、尋租。但 AI 出現後，這個前提100%顛倒，今天一個中學生只要懂得使用工具，已經可以在數秒內取得大量資料、案例、背景與摘要。當資訊取得成本接近零，稀缺的就不再是資訊本身，而是如何理解資訊。哪些是現象，哪些是本質；哪些是短期事件，哪些是長期趨勢；不同資訊之間如何建立聯繫，諸如此類。未來最有價值的人，還會是知道最多的「人」嗎？不可能。最能建立框架的人，才是王者。從前95%以上的教授、老師，都是依書直說，不明白「值錢」的是他們的結構，不是他們說的話。

2. 提問能力開始超越搜尋能力

前網絡年代累積知識需要記憶，Google 年代的核心能力是搜尋，而 AI 年代最重要的能力是提問。同樣使用 ChatGPT，輸入「介紹伊朗」，和提問「為甚麼伊朗經常在談判前升高軍事行動」，得到的結果完全不同。AI 就是一面鏡子，反映使用者本身的思考水平。未來世界最大的差距不再是懂不懂 AI，能否提出真正值得思考、可以不斷再 second 問題的問題，才是要學習之處。從這個角度看，教育的功能從來不只是提供答案，而是訓練人如何發現問題。

3. 標準答案正在消失

工業化時代的教育喜歡標準答案，因為標準答案方便考試，也方便大量培養人才，一切都有model answer。但現實世界的問題，往往沒有標準答案。中國會否超越美國？人工智能是否利大於弊？移民是否值得？這些問題不存在唯一正確答案，只存在不同理論框架，和不同價值判斷。未來教育的重要性，不在於教學生記住哪個答案，而在於理解不同答案如何產生，以及不同立場背後的邏輯。

4. 專家的角色正在改變

很多人認為 AI 會令專家失去價值，但我反而認為真正的專家將變得更加重要。因為 AI 可以同時提供一百個答案，但它不會告訴你哪三個最值得相信。當資訊過剩成為常態，判斷力反而變成最稀缺的資源。未來的老師、研究員、學者和分析師的角色，與其說是知識提供者，不如說是引路人、導航員，負責 inspire。他們的工作不會由上而下告訴你答案、告訴你「震驚十四億人」、用標題黨騙你看垃圾內容，只會告訴你哪些問題值得花時間思考 - 自己思考，不是 outsource 大腦的思考。

5. 學習開始離開書桌

最近很令我震撼的一件事，是把教材放進 AI 系統後，幾分鐘內便生成一段 Podcast，二人對話，談笑風生，取代了過往需要幾天的製作。過去需要數小時閱讀的內容，今天可以在開車、散步或健身時完成第一輪吸收。這代表學習開始離開課室，離開圖書館，也離開書桌。未來教育可能愈來愈像一種生活方式，而不再是一個固定場景。當知識可以隨時進入耳機，人如何利用自己的時間，將比單純獲取知識更重要。

6. 個人知識系統比知識本身更重要

AI 另一個最大影響，自然是令資訊取得成本大幅下降。於是differentiate 人群的不再是知道多少，每一個人都「好像」懂得很多（問AI就有答案），而是如何整理自己知道的東西。同樣閱讀一百篇文章，有人轉眼忘記，有人卻能建立分類、索引和長期追蹤系統，最後形成自己的世界觀。未來最有競爭力的人，不是記憶力好的人，卻是是建立了最好知識地圖的人。

7. 活在資訊泡沫將變得更加危險

很多人以為 AI 最大風險是取代人類工作，但我懷疑另一個風險可能更大。過去一個人接觸不同意見其實不算太困難，因為報紙、電視和公共空間仍然存在。然而今天的演算法不斷推送你喜歡看的內容，未來 AI 更可能按照你的喜好生成內容。結果是每個人都活在自己的世界裡，愈來愈少接觸自己不同意的人。挑戰不再是資訊不足，反而是資訊過於一致。當一個人一生只接觸與自己相同的觀點，他很容易失去理解世界的能力；而一旦失去理解世界的能力，他最終連理解自己的能力也會失去，也就是失去一切能力，因為不理解其他世界，根本是不能提問的。

8. 部落化思維正在取代獨立思考

近年個人最深感受之一，是很多人已經不再關心一件事是真是假，而更關心是誰說的。左翼媒體說的，自然支持；右翼媒體說的，自然反對，or vice versa。中國媒體說的，不相信；美國媒體說的，也不相信，and the other way round。很多人判斷事情的方法，從不是分析內容，卻是先確認對方屬於哪個陣營。國際關係研究有一個最基本要求，就是必須能夠同時代入不同國家的視角，今天不少人卻連代入另一個人的視角，也做不到。AI 時代一方面令這種現象進一步惡化，因為每個人都可以建立屬於自己的資訊宇宙；但另一方面，卻又令有能力突破的人，得到前所未有的價值，因為能夠跨越不同部落、理解不同立場的人，才能夠將不同部落之間的樞紐，轉化為 personalized 的思考結構。

9. 長期追蹤能力將變成稀缺資源

今天的網絡世界獎勵即時反應，卻不獎勵耐性。每天都有新的熱話、新的爭議和新的情緒，但真正改變世界的事情，往往需要十年甚至數十年才能看清。人口結構、科技革命、能源轉型、國家興衰，全部都是長周期現象。可惜大部分人根本沒有機會長期追蹤同一議題。因此未來的核心能力，應是長期追蹤，任何題目持之以恆的追蹤，都會成為一家之言的專家，而沒有人會在一小時後在意一分鐘後作出的快速反應。

10. 教育，終究是關於如何成為一個人

說到最後，AI 或許會改變所有工具、平台和工作方式，但它沒有改變一件事：人仍然需要理解世界，仍然需要作出判斷，仍然需要建立自己的價值觀，才不會被 AI 取代，才依然是「人」。如果教育只是訓練學生回答問題，那麼 AI 已經會做得比人更好；但如果教育是培養一個能夠思考、判斷、面對不確定性，以及理解不同觀點的人，那麼「人」的重要性不但沒有下降，反而比以往任何時候都更加重要。

如果以上觀察成立，那麼問題便不再只是學生應該學甚麼，而是研究機構、學校、媒體和知識工作者應該如何重新定位自己。在公共空間的平台，更是箇中佼佼。在 AI 時代，這些想法如何具體反映在未來的結構，下一篇、明天、還有這裏任何時候，都會不時分享，因為 like it or not，這才是我們的未來。