美国福特汽车博物馆，起初开车会被嘲讽
昨天，深圳腾讯楼下，数百人排队，等待腾讯的程序员，给他们安装近期火爆的AI工具OpenClaw(小龙虾)。大家一般调侃使用过程是“养小龙虾”。这引来一片群嘲：“装了也不会用”、“不懂瞎跟风”、“赛博鸡蛋”。
有趣的是，很多人一边嘲笑那些想体验新技术的人，一边感慨为什么每次技术创新都是来自硅谷等地。要知道嘲笑的土壤，是长不出创新的鲜花的。
1962年，美国社会学家Everett Rogers出版了一本后来极具影响力的书：《Diffusion of Innovations》（创新的扩散）。他解释了一个非常有意思的现象：为什么新技术总是先被少数人尝试，然后在不解和嘲笑中，才慢慢被整个社会接受。
Rogers出生在1930年代出生于美国爱荷华州的农村，当时大多农民用马耕地，而第一批购买拖拉机的人，经常被邻居嘲笑。原因很简单：“拖拉机很贵，容易坏，马更聪明更可靠。”使用拖拉机的农民，被嘲笑称为“show-off farmers”，意思是“爱炫耀的农民”。
Rogers得出了一个著名的结论：接受新技术的人，分成五类：
第一类，创新者（Innovators），大约占人口的2.5%。这群人最早尝试新技术，他们好奇心强、愿意冒险，被周围人看成“爱折腾新东西的人”。
第二类，早期采用者（Early Adopters），大约13.5%。他们会观察创新者的尝试，一旦觉得有价值就会跟进。这些人往往是意见领袖。
第三类，早期大众（Early Majority），大约34%。当技术开始被证明有效时，就会逐渐加入。
第四类，晚期大众（Late Majority），也是34%。等到技术已经非常普遍之后才接受。
最后一类，落后者（Laggards），约16%。他们对新技术非常谨慎，往往要等到最后才开始用。
换句话说，每一次技术革命，最早2.5%的人，一定会显得有点奇怪，有点卖弄之嫌。当新技术不成熟，用途不清晰，尝试得太早，很容易被周围人嘲笑。
类似的事情也发生在AI发展史中。
1956年，美国达特茅斯学院的一间教室里，一群年轻的数学家和科学家提出了一个听起来像科幻的想法：“能不能让机器像人一样思考？”这场会议后来被称为“达特茅斯会议”，也是“人工智能”这个词第一次被正式提出。
当时的计算机非常笨重，算力甚至不如今天的一块手表。很多人听到这个想法的第一反应是怀疑，有人嘲笑这是科学幻想，也有人讽刺这是学者的空谈。
1965年，美国哲学家Hubert Dreyfus批评说，“人工智能就像炼金术一样，是一种伪科学。”他后来还出版了一本著名的书《What Computers Can't Do》，嘲讽AI研究者的乐观预测，认为机器永远不可能真正理解世界。
从1956年的达特茅斯会议，到2012年深度学习突破，再到2023年大模型爆发，人工智能整整走了70年。中间经历了嘲笑、质疑、资金断裂等各种寒冬。今天我们看到的ChatGPT、自动驾驶、AI医疗、AI编程、AlphaGo，都不是突然出现的奇迹，而是无数人长期尝试和坚持的结果。
几乎每一个新兴行业的技术和早期用户，都是在群嘲中长大的。没有人天生精通AI，也没有人刚接触一项新技术就能发挥全部的价值。面对新生事物，从一知半解到浅尝辄止，到熟练运用，本来就是最正常的成长路径。
我们不必苛求自己，更不必苛求别人，一开始就能用到50%甚至100%。哪怕只懂1%、2%，那也是推开新世界大门的了不起的一步。这1%的尝试，是认知和行动的转折点。纸上得来终觉浅，刷一百条AI科普短视频，也不如亲手安装操作一次。虚拟世界的观望，永远替代不了现实中的实操体验。
所有新技术的精通，都始于笨拙的开始。所有的高手，都曾是入门的小白。
回看过去几十年，每一次技术浪潮真正形成规模，都不是因为少数技术专家，而是因为普通大众开始使用。互联网最早只是查资料和发邮件；智能手机最初只是打电话、发短信；短视频刚开始也只是记录生活。但当越来越多的人参与进来，新的行业、新的商业模式、新的文化形态就慢慢出现了。
技术真正改变世界，往往不是因为最复杂的应用，而是因为最普通的人开始使用它。AI也正在走向这个阶段。当越来越多的人愿意尝试新的工具，新的用法就会不断出现。有人刚开始学，有人已经走得很远，两种人同时存在，整个技术生态才会欣欣向荣。
所以，不要嘲笑那个装龙虾的人。
珍爱南叔，顺手“在看”
热门跟贴