起源：初次坐高铁竟为见女儿最后一面作者： 叶易霞：

专访｜追踪OpenAI七年的郝珂灵：AI热潮背后的权势扩张、资源夺取与社会价值

萦绕OpenAI两位首创人马斯克与奥特曼的恩仇、被称为“世纪庭审”的案件经过近三周的审理后于本地功夫5月18日急剧宣判，因“超出诉讼时效”驳回了马斯克对奥特曼与OpenAI违反“维持非投机”吃嫉的指控。而这场硅谷多多驰名人士相继出庭作证的案件审理过程，触及了一贯以路德标杆自居的硅谷的主题，也让OpenAI这家引领了AI发作烧潮的公司在从前一个月中再次成为表界关注的焦点。

要想真正相识这起案件，我们必须回到从前。2022年9月，内华达山脉深处的特纳亚山庄，OpenAI技术高层围坐在篝火旁。夜色中，首席科学家伊利亚·苏茨克维尔将一尊木造雕像投入火中，称它象征一个“看似善良、实则会糊弄”的通用人为智能（AGI），而OpenAI的责任，就是在它失控之前将其粉碎。这一充斥隐喻的场景，被写入华人记者郝珂灵（Karen Hao）的新书《AI帝国》，也成为理解这家全球最具代表性AI公司内部心灵世界的一扇窗口。

一年后，以苏茨克维尔为首的董事会提议了对奥特曼的罢免。固然奥特曼最终在员工的支持下回归，但这一事务导致了OpenAI主题团队的大洗牌。

郝珂灵在密西根大学的分享现场。 摄影师Dieu-Nalio Chery

《AI帝国》一书讲述了OpenAI从梦想主义创业组织走向全球人为智能权势中心的隐秘过程。作为最早持久追踪OpenAI的记者之一，郝珂灵毕业于麻省理工学院（MIT）机械工程专业，最初抱着“用技术解决人类重大；钡拿蜗虢牍韫。然而她很快意识到硅谷的激励机造并不关注真正必要解决的社会问题，而只关注能带来高额利润的技术。很多宣称“造福人类”的标语在本钱压力下往往沦为一种营销战术或扩张伎俩。

带着对“谁有权决定建造什么技术”以及“金钱若何驱动技术出产”的疑难，她成为了一名AI记者，历时7年，进行了300屡次深度访谈，采访了250多位行业内部人士，其中蕴含近百名OpenAI员工和高管。通过这些一手采访，她揭示了OpenAI及其背后更宽泛的AI产业，在追赶AGI过程中若何一步步卷入本钱竞逐、权势扩张，以及对数据、资源和廉价劳动力的系统性夺取。

在书中，郝珂灵提出了一个敏感的主题悖论：那些以“安全”、“普惠”为名义发展的技术梦想，在现实中却越来越依赖算力霸权、数据垄断、全球资源亏损和不平等劳动分工，并可能最终导向一个由少数科技寡头主导的新秩序。

《AI帝国》出版后在全球领域内引发强烈反映，被视为揭示硅谷AI权势结构与OpenAI内部纷争的重要文章。该书不仅登上《纽约时报》年度畅销书榜，还入选《史密森尼学会》《科学美国人》《ELLE》年度最佳图书，获得美国国度信评人协会奖非虚构类大奖，她自己也入选《时期》杂志2025年“全球AI百人”。

近期，在该书中文版正式出版之际，郝珂灵接受了澎湃新闻（www.thepaper.cn）的专访，具体讲述了这本书背后的采访故事，也谈到她对人为智能将来走向的深层哀愁：在这场被视为将重塑世界秩序的AI较量中，以OpenAI为代表的一路狂飙背后，到底暗藏着怎么鲜为人知的价值与权势逻辑？

她不休提醒公家：真正值得警惕的，并非关于超等人为智能反噬人类的末日设想，而是人类在若何利用人为智能重塑世界。“归根结底，”她说，“真正会造成苦难的是人类，而不是失控的人为智能，我们必要亲昵关注人类的所作所为。”

OpenAI若何点燃AI热潮

澎湃新闻：回首从前几年，你以为是什么触发了这场规模重大的AI热潮？

郝珂灵：我以为是OpenAI，由于当前的AI热潮在很大水平上是基于OpenAI所做的一系列决策。他们做出的最大决策，就是采取一种比以往任何尝试都更为激进的“扩大（Scale）”战术，这成为了当前AI繁华的主题特点。

OpenAI之所以采取这种步骤，重要有两个原因。首先是意识状态动机，他们想要成立通用人为智能（AGI），并且想尽快实现。步骤不是进行基础钻研并期待突破，而是投资于现有技术的规；。

其次是竞争意识，或者此刻能够称之为“利润动机”。但在其时作为一家非投机组织时，他们只是单纯地想抢在其他任何人之前达到终点。扩大规模（Scaling）正是保障速度最单一的步骤。

当OpenAI通过ChatGPT向世界展示这项技术拥有极度壮大的贸易远景时——尤其是它在其时成为了汗青上增长最快的利用后，险些所有其它公司都忽然起头沿着齐全一样的蹊径推动。

澎湃新闻：你所说的今天的AI产业发展“深受意识状态驱动”，具体指什么？

郝珂灵：回首汗青，驱动硅谷发展的有几种不赞成识状态。

第一种是以为“成立通用人为智能（AGI）、最终复造人类智能”自身就是一个好指标。我在2018年刚起头报路AI时，也从未质疑过这一点。

直到有一天，我采访了一位钻延装复造蠕虫智能”的顶尖学者。他通知我，若是要创造更宽泛的智能，其实不该复造人类，由于人脑是为双足行走、社交等特定行为高度专门化设计的。若想构建更通常性的智能机械，也许应回到更基础的智能概想。

那一刻我才意识到：复造人类智能成立在一种信想之上，而非真正的科学逻辑。我此刻不再以为这是个好主见。由于若是指标是让机械去做人类会做的所有，那么这些软件最终当然会比人类员工更像“梦想员工”。技术发展的意思应是补充人类能力，而不是取代人类，使人变得无关紧要或有余。硅谷基于这种意识状态的发展蹊径，正是当前大量失业和工作自动化风险的重要本原。

第二种意识状态是，这些公司以为自己理当成为将来的“专造者”。他们感触，由自己部署数万亿美元来塑造世界将来的运作方式是天经地义的。但这让我极度不安。我不以为让一幼群人把握决定世界运作方式的巨大权势是功德。

第三种意识状态是，他们相信AGI不仅是功德，还将“开启文化的下一个时期”。这同样没有科学凭据，纯属揣摩。他们假造了一个关于将来的美好故事，以此为突破通例、加快技术发展的行为辩护。这在行业内甚至演造成一种近乎“宗教”的狂热信仰，超过金钱和物质，被很多人视为人生的终极使命。他们甚至以为，不致力构建AGI就是不路德的。

这三种主导性意识状态，正是推动当今AI行业狂飙突进的主题力量。

澎湃新闻：在书中，你一向试图回覆一个底子性的问题：AI到底在服务于谁？从你对OpenAI及其他公司的观察来看，这场AI热潮背后的真正驱动力是什么？

郝珂灵：这种欲望和主张体此刻它们的行为中。OpenAI、Anthropic、谷歌、亚马逊、Meta等公司，只管已堆集了汗青罕见的财富，成为最有价值的上市或私营企业，却依然不满足。萨姆·奥特曼最近甚至暗示，想破费高达10万亿美元建设更多推算基础设施，似乎这笔资源能够由其公司独占。这种无终点的胃口，似乎只有在世界上的金钱、资源和地皮都归其所有时才会停下。

我以为AI热潮中普遍存在的“扩大规模”，不仅由于它被视为实现AGI这一意识状态指标的最快蹊径，也由于它为这些公司实现“帝国野心”提供了极其方便的借口。当他们通知世界：“为了占有这项技术，你必须给我们这些资源”，囤积资源的行为就忽然被正当化了。

澎湃新闻：你若何对待眼下马斯克和奥特曼之间的诉讼？

郝珂灵：关于这告状讼，我有三点见解。

第一，这场官司很大水平上是由幼我得意驱动的。两人曾同为OpenAI结合首创人，如今显然已水火不容。马斯克也明确试图借这场诉讼进攻奥特曼、侵害其名誉，甚至在法庭上公开认可了这一点。

第二，这告状讼也提出了一个真正值得关注的问题：OpenAI作为一个曾依附纳税人资金成立的非投机组织，却史无前例地将险些全数价值转移到投机性实体中，这是否真的应被允许？因而，除去得意成分，马斯克的确提出了一个更内容性的问题。若他在这一点上胜诉，对OpenAI将是极其繁重的进攻，甚至可能因难以接受的财政后果而失去AI较量确当先职位。

第三，也是最重要的一点，很多人误以为这场诉讼将决定AI发展的将来。我以为这是误会。即便OpenAI隐没，另一个“AI帝国”——无论是Anthropic、xAI还是Google也会立刻取而代之，并持续做与OpenAI一样的事。

因而，我在书中反复强调，真正决定AI发展方向的不应是这场诉讼，也不应是少数亿万财主，而应是社会中的每一幼我。只有让所有人都参加其中，我们才有可能从这种“帝国式”的蹊径，转向一种更宽泛造福社会的AI发展方式。

“大力出事业”模式的价值和隐患

澎湃新闻：在ChatGPT发作之前，其实有好多更轻量、更可控的AI技术蹊径，但为什么大型科技公司最终抛弃了它们，选择了今天这种亏损巨大算力和数据的“大力出事业”（Brute-force）”蹊径？

郝珂灵：“AI」剽个词就像“交通工具”一样，是对从自行车到火箭这类截然分歧技术的统称。在大型说话模型（LLM）成为主流之前，AI领域存在很多更幼、更专业的模型，专门用于癌症检测、药物发现、气象预测和推荐系统等特定工作。

这些专业模型通常更能满足具体需要，并且资源效能很高，有时只需在移动设备或单个芯片上训练，而不是像如今的大模型那样动用数十万个芯片。由于它们只使用高质量的特定领域数据训练，好比药物研发AI只用分子数据，因而更容易实现高正确性。相反，如今的大说话模型被输入社交媒体、书籍甚至互联网中的有毒垃圾等海量杂乱数据，我们却等待它们在特定领域执行高质量工作，这显然不合理。

大型科技公司之所以烧毁这些蹊径，重要有两个原因。第一，投资极端亏损数据和算力的AI技术，能为它们带来天然的竞争优势。大学或幼公司能够竞争癌症检测AI，但只有科技巨头占有训练大说话模型所需的本钱和基础设施。

第二，ChatGPT的出现引发了全行业的复造较量，而这一路线自身极其亏损资源。险些所有大公司都迅速转向，试图打造自己的“ChatGPT”。问题在于，这条路线极端亏损芯片、算力、资金和人才，因而它们不得不从其他项目中抽调资源。

我在书里提到过百度的一个案例：当百度起头全力开发文心一言时，它暂停了部门医疗AI和健全利用钻研，原因很单一——芯片不够，必须优先保险大模型训练。DeepMind也有类似情况。它正本发展过很多有价值的钻研，好比获得诺贝尔奖的AlphaFold及其他面向科学发现的AI项目。但后来，随着资源集中到Gemini这类通用大模型上，那些方向的重要性显著降落了。

澎湃新闻：这种“大力出事业”的“暴力美学”蹊径，带来了哪些暗藏的危险？

郝珂灵：暗藏的危险好多，而这所有都源于这种“大力出事业”的扩大机造。

首先是对环境的严重粉碎。我们其实并不必要亏损如此巨量的算力来训练模型。若是一味依赖这种暴力扩大方式，能源、地皮、水和碳排放的亏损都将齐全不成持续。在美国，我们甚至已经看到排放和传染起头引发公共健全；。

其次是严重的劳工剥削，以及对数据隐衷和知识产权的侵蚀。为了匹配算力规模，公司必须成比例扩大训练数据。早期，OpenAI对数据选择还较为审慎，会进行过滤和质量查抄，但当数据需要扩大10倍后，这种尺度迅速放松。他们起头从种子网站下载盗版书，违规抓取YouTube视频并转成文本，甚至使用从前因质量太差而被避开的社交媒体数据。

与此同时，他们还试图从用户身上榨取更无数据。这导致美国甚至全球很多AI产品被刻意设计得更“成瘾”，主张是让用户停顿更久、天生更无数据。

这带来一个辣手后果：面对海量低质甚至有害内容，谁来做审核？答案往往是全球穷困地域被迫充任命户“人肉盾牌”的廉价劳工，好比我采访过的肯尼亚的工人。他们持久接触互联网上最糟糕的内容，生理健全受到严重侵害。同时，若是用户与模型进行长功夫对话，突破安全过滤器，接触到底层有害内容，也可能遭逢类似创伤。美国已经出现因对谈天机械人产生极端依赖而自杀的悲剧。

OpenAI也认可，其安全过滤机造重要只在短对话中经过测试，一旦进入长对话，过滤成效就可能减弱甚至失效。与此同时，公司又把产品设计得更具黏性，耽搁使用功夫，而这往往超出了其正本验证安全性的领域。了局是，用户可能绕过表层安全机造，与模型中的有毒内容发生更直接的互动，并接受类似内容审核员所经历的生理中伤。

在我看来，这种依附蛮力扩大规模的步骤，正是当前AI在社会中引发诸多问题的主题本原。

澎湃新闻：你在书中提到AI发展中的数据、算力、模型和利用这四个层面的问题。对公家来说，在这四个层面中，有哪些被忽视的问题？

郝珂灵：对公家来说，最容易被忽视的是这四个层面彼此相连，背后指向统一个更大的结构性问题。

也就是说，数据问题不会只停顿在数据层，算力问题也不只是基础设施问题，模型和利用层的风险，最终都与前面几层缜密相连。它们共同组成了当下AI发展的主蹊径，而这条蹊径的主题，就是通过不休扩张规模来获取更多能力、更多资源和更大的节造权。

若是肯定要说哪一部门尤其容易被公家忽视，我会说是环境成本和公共健全成本。好多人以为数据中心正本就存在，AI不外是多建一些服务器而已，但事实并非如此。AI数据中心与从前支持互联网的数据中心，在规模上底子不在统一量级。

举个例子，Facebook第一座数据中心建于2011年，而其最新的AI超等推算基础设施园区目前在建设中。按面积推算，它将是第一座数据中心的400倍；按当前规划，其耗电量预计大体相当于整个纽约市，占地面积则相当于五分之一的曼哈顿。这样规模的设施是前所未有的。从前的数据中心不是“城市级”基础设施，也不会亏损相当于数千万人丁规模的电力。

这还只是一家公司的一个设施。若是把所有公司的AI超算项目加总，将来几年它们可能为全球电网新增相当于整个印度规模的电力需要。更关键的是，这些新增需要好多仍来自化石燃料，因而现实上在逆转从前十年相当一部吩禅候进展。

好多人默认这些价值是发展AI必须支出的，但我并不认同。今天这种高能耗、高排放、高资源亏损的发展方式，并不是AI唯一可能的路路。AI正本就是一组分歧技术的集中，我们齐全能够选择成本更低、风险更幼、同时又能带来明确社会收益的蹊径。

澎湃新闻：你书里提到肯尼亚内容审核员的故事，让人震惊。AI产业背后到底剥削了几多底层劳工？

郝珂灵：我采访的这批肯尼亚工人，是OpenAI为推动GPT贸易化而表包雇用的内容审核员。他们的工作是替模型成立内容过滤系统——后来ChatGPT之所以能面向公家大规模推出，预防输出最恶劣的内容，这套过滤机造起了关键作用。

但对这些工人来说，价值极其繁重。为了训练过滤系统，他们每天陆续工作8幼时甚至更久，反复阅读、标注、分类互联网上最暴力、最不胜的内容，再将这些数据整顿后输入系统。很多人的心灵状态迅速恶化，生理健全险些被彻底粉碎。

我在书里写过其中一位工人Moffat Okinyi。对他来说，崩塌的不只是生理状态，还有家庭生涯。他的老婆无法理解，为什么丈夫的脾气忽然剧烈变动，而他也难以开口，自己每天都在长功夫接触极端露骨、令人疾苦的内容。在那样的语境下，这甚至像是一份令人羞耻的工作。最终，老婆因无法理解和震惊而脱离了他，那时她还怀着孩子。

这个故事最震撼我的处地点于，AI行业总喜欢以一种抽象而巨大的方式讨论自己：它们会说AI将治愈癌症、解决气象变动、扭转人类将来，或者讲述“成功能户”的故事，好比某个企业主若何借助AI提高效能、扩大业务。但被反复讲述的，险些总是那些本就处于社会优势地位的人——他们经济前提更好，占有更多资源和更大话语权。

站在这场技术海潮另一端、接受最繁重价值的人，往往也是至少被看见的人。一项技术真正的“品质”，不取决于颁布会上描述得多么雄伟，而取决于它若何对待世界上最脆弱、最不足权势的人。若是一项技术以中伤弱势群体的方式发展，它就不成能真正“造福全人类”，这刚好注明其发展蹊径自身存在问题。

澎湃新闻：此刻公家起头逐步知路AI基础设施的建设有很高的环境成本，但这似乎并没有影响行业的发展节拍。为什么会这样？

郝珂灵：在我看来，一个直接原因是，大型科技公司并不真正把这件事当回事。只有公家仍相信，今天这种高耗能、高耗水的发展蹊径是获得AI能力的唯一方式，社会就会默认这些价值“不得不接受”，公司也就没有动力把环境成本真正纳入主题决策。

这也是为什么我一向强调：事实并非如此，这条路并不是唯一的。若是更多人知路，我们齐全能够发展出环境价值更低的AI蹊径，大无数人城市选择成本更幼、中伤更少的规划。

我常打一个譬喻：若是有人通知你，一辆车要花一百万美元，另一辆价值低得多但机能险些一样，正常人当然不会选前者。再好比，同样是车，一辆高耗油，一辆更清洁、更便宜，绝大无数人也会选择后者，由于它没有就义职能，却更环保，也更切合对将来掌管的思考。

AI也是一样。公家之所以迟迟没有形成足够强的反作使劲，很大水平上是由于他们没有被充分奉告：我们并不愿定非要接受今天这种最昂贵、最浪费的模式。

而科技公司显然也有很强的动机，不让公家真正看清这一点。你去看它们关于AI环境影响的表述，会发显熹中充斥误导性叙事。它们总在强调AI将若何援手应对气象变动、改善环境问题，却很少正面讨论当下这套大模型扩张蹊径自身在造成多么巨大的能源、水资源和排放价值。

澎湃新闻：目前数据、芯片和本钱越来越集中在少数科技巨头手中，你怎么看这种由极少数公司主导AI发展的垄断局面？

郝珂灵：若是任由这些公司持续扩张，它们将成为世界上最壮大的实体，这对社会会极具粉碎性。

当局和企业之所以分隔，是有原因的：当局旨在代表人民，企业则代表股东并为股东盈利，两者指标齐全分歧。汗青上，当一家公司成为某个地域的最高治理者时，后果往往是覆灭性的。好比英国东印度公司在印度，为了利润发起凶残战争，造成大量殒命，粉碎环境，也粉碎了印度次大陆的文化、艺术和说话活力。

若是少数公司持续垄断数据、芯片、本钱和基础设施，它们垄断的就不只是市场，更是社会的决策权。由于当越来越多的人依赖这些系统来处置金融、教育、医疗和日常生涯中的判断时，真正把握决定权的，其实是那些开发并节造系统的人。在我看来，这正是当下最大的风险之一：人的主体性不休被减弱，而社会的决策权越来越集中到少数科技巨头手中。

最大风险是主体性和决策权流失

澎湃新闻：随着AI越来越多地染指金融、教育、医疗等关键领域，并承担越来越多的决策，人类真正面对的风险是什么？

郝珂灵：我以为，最大的风险并不只是某一次系统失灵，或金融防线被突破，而是越来越多的决策被表包给AI后，人类的主体性和决策权会被系统性减弱。

我一向强调，幼我、社区和整个社会都必须保有对自身生涯的节造权，相信自己的判断可能塑造将来。但硅谷发展AI的逻辑，刚好是在减弱这种能动性：它说服人们把正本应由自己承担的判断交给AI；进入社区夺取地皮和资源，却不给本地人决定权；侵蚀下一代的批抛咴思想，让人越来越不习惯自己做判断；又通过自动化减弱很多人的经济机遇。

这些看似分散的问题，性质上都指向统一个了局：把决策权从通常人手中转移到少数科技公司手中。若是所有人都依赖这些公司提供的产品来做决定，那么最后真正“在做决定”的，其实就是开发和节造这些系统的人。一旦AI被全面嵌入金融、教育、医疗等关键领域，被集中的就不只是贸易影响力，而是整个社会的决策权。

所以在我看来，这场AI较量最大的风险，是人类把自己的能动性、判断力和决策权，逐步交了出去。

至于什么该交给机械、什么必须由人保留，我的见解很单一：纯正推算性的工作能够交给机械；凡是不只是推算的问题，就应由人来判断；档男灾适峭扑愎ぞ，我们不会让推算器替我们决定人生，也不该由于它有了谈天界面，就以为它能够替我们做人生判断。

澎湃新闻：今天有些人越来越不安AI会取代人类的工作，你以为作为人类的“主题价值”到底是什么？

郝珂灵：在我看来，人类的主题价值从来没有扭转。关键不在于我们能为经济系统提供几多“效用”，也不在于效能上能否赢过机械，而在于人的价值本就内涵于性命自身。

我们共同生涯在这个星球上，在宇宙中只是短暂一瞬，但正是在这短暂的一瞬里，我们彼此欢笑、相爱、饮泣，组织社会、经历矛盾，也共同接受混乱与不美满。这正是人道的动人之处，也是人类生涯的美。

所以，即便AI在某些推算性工作上越来越像人，甚至做得更快、更好，也不会扭转我们性命自身的价值。k8凯发天生赢家生涯依然有价值，由于我们依然身处这种复杂、混乱却又俏丽的共同经验之中。

今天好多关于AI的会商，背后都默认一个前提：似乎人的价值取决于他是否“有效”、是否“高效”。但事实并非如此。技术发展的主张，本应是补充人类所能做的事，而不是取代人类、让人变得无关紧要。

所以，若是要我回覆“人的主题价值是什么”，我的答案是：人的价值不在于像机械一样高效，而在于我们可能履历、成立关系、创造意思，并共同组成这个丰硕而不成代替的人类世界。

澎湃新闻：此刻好多人不再阅读原始资料，而是直接看AI天生的提要。你以为这会若何侵害k8凯发天生赢家媒体环境甚大公共会商？

郝珂灵：钻研批注，AI处置和天生信息，会让信息变得越发单一化。问题不只是“幻觉”或总结犯错，而是它会把信息“洗濯”和尺度化，压缩到类似的统计散布中。

这样一来，思想多样性会被减弱，幼我的批抛咴思想和创造力也会受到影响。这当然会冲击媒体：人们不再进入原始报路，不再接触记者、编纂和出版系统出产的内容，而是停顿在平台或模型天生的“二手信息”上，高质量新闻的经济基础也会被侵蚀。

但更严重的是，整个社会的思想丰硕性会一路萎缩。人类社会之所以有韧性，正是由于人的多样性——分歧的经验、思想和创造力能够相互碰撞、合作，产生非凡的了局。AI模型却性质上是彼此复造的系统，占有类似的优势，也带着类似的局限。若是越来越多的信息由它们出产和组织，社会就会变得更脆弱，也更无趣。若是我们把理解世界的过程也表包给AI，最终被减弱的将是社会整体的思想能力。

澎湃新闻：在当前AI急剧发展的布景下，若是我们要扭转它的发展轨迹，让它变得更掌管任，你以为最火急必要成立哪些底线或准则？

郝珂灵：第一条准则是通明度。AI行业之所以能逃避很多剥削和资源榨取的责怪，很大水平上是由于它们无需公开自己到底在做什么。好比训练数据、数据起源、是否涉及灰色渠路或版权侵权，都往往必要记者持久调查能力揭开。若是司法强造要求披露，公司就更难把问题“扫到地毯下”，也会被迫算帐数据起源。

环境影响也是如此。公司应公开每个数据中心的能耗、水耗、排放，以及对本地居民水电成本的影响。

第二个关键机造是改善劳工权势。AI整条供给链——从内容审核员到芯片造作者，再到数据中心建设者——都高度依缆吠工。改善劳工权势，不仅有助于提升产品质量，也是应对失业和过度自动化的重要伎俩。

但要扭转这条轨迹，不能指望单一的“灵丹妙药”。这些公司已经太壮大，必须依附全社会共同施压。美国已经出现一些苗头：调查显示80%的公家对AI发展方式不满，越来越多人否决本地数据中心建设，否决学；蚱笠得つ恳階I，州级立法和工会行动也在增长。

正是这种多管齐下的压力，才会迫使公司调整战术。即便是看起来最壮大的公司，在面对持续的社会抵造时，也不得不回应。

澎湃新闻：对于今天很多人有的“可能被AI抛下”的焦虑，你有什么建议或忠告？

郝珂灵：“若是你不用AI就会落后”，这是科技行业最成功的营销话术之一。它利用人们的错失震惊，诱导各人不休采办和使用这些技术。

我的建议是：独立思虑。先问自己，你真正的指标是什么，你面对的具体问题是什么，再反过来判断，AI是否真的是相宜的工具。好多时辰，答案是否定的，由于AI善于的不定正是你真正必要的能力。

好多人惊雅宗我齐全不使用天生式AI工具，感触这肯定会就义效能。但我并不这么看。援手我做好新闻工作的，是与受访者成立同理心、为读者写出有力量的故事，而这些刚好不是AI能代替的。

若是你发现AI的确对你有援手，当然能够使用。但作为消费者，我们应该像对待快时尚行业一样对待AI：不是彻底回绝，而是尽量选择那些更掌管任、切合自身价值观的产品，并用选择去迫使不掌管任的公司扭转。