老师有没有告诉你，AI能考上律师却过不了幼儿园面试——不是因为常识太难，是因为常识从来没有人教

AI能通过律师考试，但通不过一个五岁小孩的面试

这不是一个比喻。GPT-4在美国律师资格考试中击败了90%的人类考生。但把同样的AI放到一个幼儿园教室里，问它「如果把一块石头放进一杯水里，水位会怎样？」——它可能会跟你说石头会浮起来，因为它在一个训练样本里看到过「石头放在水面上不沉」的图片。你五岁的时候不需要任何人教就知道石头会沉。这不是因为你聪明——是因为你身体里装了一套用十亿年进化出来的「物理常识引擎」。而AI没有。它只有一堆文本。常识不是知识，是世界观。而世界观不能从书里读出来——只能从生活里「摔」出来。

你大脑里的「常识」其实是一台从未关机的预测机器

你可以理解为，你的大脑在后台一直运行着一个小程序——「世界是什么样子的」。杯子倒了水会洒。太阳从东边升起。你妈说「吃饭了」意思是叫你立刻过去，不是在跟你讨论食物的定义。这几万条规则，你一条都没「背」过。它们是你从三岁开始，每天摔跤、碰壁、被烫到的过程中自动安装的。AI没有这个过程。它所有的知识来源是一个二维平面——文字矩阵。它能看到一百亿次「水」这个词的排列组合，但它从没被水烫过，从没把一杯水打翻在地板上，从没尝过「渴」是什么感觉。所以当你问它「如果我同时关掉冰箱门和打开微波炉门，哪个更危险」——它可能回答不上来。因为没有人在书里写过这句话。

为什么常识比专业知识更难教给AI

你仔细想想——教AI「什么是合同」很容易。法律条文都写好了，判例都在数据库里，逻辑链条清晰得像个流程图。但教AI「如果一个三岁小孩说要跟你签合同，这个合同有效吗」——它就开始慌了。因为这个问题需要的不是一个法律知识点，而是对人类社会的整体理解：三岁是什么概念？承诺是什么概念？为什么一个生物签了字不能算数？这些问题的答案不在任何一本法律书里——它们藏在每一个人类成年人的「默认配置」里。你不需要「学」这些。你生下来就开始吸收它们了。AI领域的科学家把这个叫「莫拉维克悖论」——对人类最难的事（微积分、围棋），AI轻松搞定；对人类最简单的事（走路、识别人脸、理解笑话），AI花了五十年还没完全解决。

AI的「世界观」正在以你想象不到的方式成长

好消息是，这个局面正在改变。不是AI变聪明了——是AI终于开始「睁开眼睛」了。过去几年，多模态AI的爆发本质上是在做一件事：让AI不只是「读」世界，而是「看」世界、「听」世界。给它看一百万段视频，它就能学到一个杯子摔在地上会碎。给它听一百万段对话，它就能学会「我去洗个澡」意思是「现在不想跟你吵了」。这不是魔法。这就是你三岁到五岁之间一直在做的事——只不过你用了两年，AI用了两万亿张图片。但差距仍然巨大：你被烫过一次就永远不会再摸滚烫的锅，不是因为你的大脑存储了「高温=疼痛」这条规则——是因为你的身体参与了学习。而AI的身体，至今只有一台服务器风扇。

你需要担心的不是AI太聪明——是AI太「偏科」

这里有一个你可能会忽略的危险：AI的「偏科」不是分高低的偏科——是有和没有的偏科。一个能写出满分法律文书的AI，可能连「我今天心情不好，能不能明天再聊」这句话都不理解。但因为它写法律文书太强了，你倾向于相信它「什么都懂」。这就是真正的危险：不是AI骗你，是你自己在骗自己——你以为它在跟你对话，实际上它只是在进行一次高级的文字匹配。它在律师考试里赢了90%的人，不是因为懂法律——是读过一百万份法律文书，学会了「这种题目应该这样答」。它没有理解任何东西。和那个不知道石头会沉的小孩一模一样。