WAIC 对话图灵奖得主：普通人如何守住不可替代性
2026 年 7 月 19 日，上海世博中心，WAIC 2026 进入第三天。当晚一场命名为"AI 时代的社会关系重构：代际、劳动与产业的三重断裂"的闭门对话，吸引了远超预期的关注。台下的听众不仅有 AI 从业者，还有来自制造业、教育、医疗等传统行业的普通人——他们带着同一个问题而来：当 AI 的能力以指数级增长，我们这些"非技术人员"还能做什么？
对话的核心嘉宾阵容堪称豪华：图灵奖得主、蒙特利尔大学教授 Yoshua Bengio，香港大学经管学院助理院长谭亮，TTC 创始人兼 CEO 肖玛峰，以及 SigmaZ AI Product Lab 创始人杨博麟等。主持人是观察者网 CSO 周宇舫。一个半小时的讨论，从技术前沿一路延伸到每个人的饭碗，最终凝练出一个命题：在 AI 时代，普通人的不可替代性，不是天赋，而是一种可以主动构建的能力。
Bengio 的警告：别和 AI 比赛跑
Bengio 在 WAIC 2026 开幕当天的主旨演讲中已经发出了振聋发聩的警告：AI 安全治理的速度远远追不上模型能力的倍增。但在当晚的对话中，他用了更贴近普通人的语言来描述这种"速度差"。
"如果你试图在纯粹的计算、记忆、模式匹配上和 AI 竞争，你注定会输。"Bengio 直截了当地说，"但我观察到一个有趣的现象：那些最害怕被 AI 替代的人，往往是最不了解 AI 的人。而那些真正深入了解 AI 能力边界的人，反而更清楚人类的独特价值在哪里。"
他举了一个具体案例：蒙特利尔大学实验室曾尝试用最先进的大模型来设计新的神经网络架构，结果发现 AI 在已知方案上的优化能力极强，但在提出全新的、反直觉的架构思路时，仍然无法替代人类研究者的"跳跃性思维"。"AI 擅长的是在过去的数据中找到最佳答案，但人类擅长的是提出没有人问过的问题——问题的价值，远远大于答案。"
从"工具使用者"到"问题定义者"
谭亮教授从组织管理的视角切入，提出了一个让在场听众频频点头的观察：AI 正在加速组织内部的分层——不是技术层和非技术层的分层，而是"问题定义者"和"任务执行者"的分层。
"过去，一个产品经理的工作是写 PRD、画原型、排期——这些正在被 AI 快速接管。"谭亮说，"但定义'我们为什么要做这个产品'、'用户真正需要什么'、'这个功能在伦理上有没有问题'——这些事情，AI 还没有能力独立完成。问题定义的能力，正在成为最稀缺的人力资本。"
杨博麟作为 00 后创业者补充了一个代际视角："我们这一代人对 AI 的恐惧感其实远低于上一代人。不是因为我们更聪明，而是因为我们在 AI 原生环境中成长，天然地把 AI 当作协作伙伴而非竞争对手。这种心态本身就是一种竞争力。"
三联密码：创造力、共情力、判断力
对话逐渐聚焦到一个实操层面：如果普通人要主动构建自己的不可替代性，应该从哪里入手？几位嘉宾给出了一个共识性的"三联密码"——创造力（Creativity）、共情力（Empathy）、判断力（Judgment）。
肖玛峰分享了 TTC 平台上的数据洞察："过去一年，我们平台上最受欢迎的岗位从'AI 训练师'变成了'AI 协作设计师'。企业不再只需要会标注数据的人，他们需要的是能和 AI 配合、能把 AI 的输出翻译成人类可理解的产品或服务的人。这背后需要的正是共情力和判断力。"
Bengio 对这个框架表示认同，并补充说："创造力不是艺术家的专利。任何领域都需要创造力——一个护士如何用更有温度的方式告知坏消息，一个教师如何设计一个让学生真正参与的课堂活动，一个社工如何在资源有限的情况下找到新的解决方案。这些看似'普通'的工作，恰恰是 AI 最难替代的。因为它们需要的不是数据驱动的优化，而是对人类处境的理解。"
一个真实案例：从"质检员"到"流程设计师"
对话中最打动人的是一线的真实故事。谭亮分享了他在深圳走访一家电子制造企业时的见闻：该企业引入了 AI 视觉质检系统后，原本 200 人的质检团队面临转型。企业没有简单地裁员，而是将其中 30 人培训为"AI 质检流程设计师"——他们不再自己盯着屏幕看产品瑕疵，而是负责设计质检策略、处理 AI 无法判断的边界案例、持续优化质检标准。
"半年后，这 30 个人的平均薪资涨了 40%，因为他们的工作从重复劳动变成了创造性劳动。"谭亮说，"这个案例告诉我们，不可替代性不是静态的——它是在人机协作中动态构建的。"
结语：普通人的武器不在工具箱里，而在问题里
两个半小时的对话结束时，周宇舫用一句话做了总结："AI 把答案变得廉价，但把提出好问题的能力变得前所未有的昂贵。"
对于每一个担心被 AI 替代的普通人来说，这场对话给出的答案既朴素又有力：不要试图成为更好的机器，而要成为更完整的人。你的不可替代性，不在你掌握了多少技能，而在于你能提出什么样的新问题，能理解什么样的人类需求，能在复杂性和不确定性中做出什么样的判断。
这或许是 WAIC 2026 最珍贵的一份礼物——它不是来自算法或模型，而是来自那些站在技术前沿的人对"人"本身的重新确认。