# 我们还能做什么？

> 原标题：What will be left for us to work on

- 来源：Hacker News 首页
- 发布时间：2026-08-26T20:42:31.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52992
- 原文：https://ICML.cc/virtual/2026/invited-talk/67274

## 摘要

Arvind Narayanan 在 ICML 2026 的演讲里给了一个判断：AI 更像增强工具，不是自动化机器。能力变强不等于任务就能自动跑通，中间卡住的地方往往在部署环节。人的精力会从造模型转向搭脚手架、做评估和持续监控。长期看，纯技术手艺会贬值：研究上，重心从解题挪到提问和概念推进；工业界里，懂业务、会沟通、有审美和做价值判断的能力会更值钱。正...

## 推荐理由

ICML 2026 特邀演讲，Arvind Narayanan 提出一个反直觉判断：AI 是增强而非自动化，部署才是真瓶颈。有具体抓手（脚手架、评估、监控），直接命中从业者职业焦虑。信息来自顶会演讲，权威性够，但正文没披露具体案例或数据验证，所以分数没给更高。

## 锐评

Arvind Narayanan 在 ICML 2026 的演讲里给了一个很直接的观点：别被模型能力变强吓到，AI 更像增强工具，不是自动化机器。他认为从能力变强到任务自动跑通，中间卡住的地方往往在部署环节，所以人的精力会从造模型转向搭脚手架、做评估和持续监控。长期看，纯技术手艺会贬值：研究上，重心从解题挪到提问和概念推进；工业界里，懂业务、会沟通、有审美和做价值判断的能力会更值钱。

这个判断的底气来自他提出的“AI 作为普通技术”框架，但正文只给了摘要，没放具体案例或数据。比如哪些部署瓶颈最卡脖子、不同行业里增强和自动化的比例到底是多少，这些都没展开。另外，演讲是 2026 年 7 月的，现在看已经过去一个多月，现场有没有新的讨论或反驳，摘要里也看不出来。

我会先打个折：观点本身不新，但由他来讲有分量，毕竟他是《AI Snake Oil》的作者，一直在戳泡沫。真正值得关注的是他提到的技能迁移方向——如果评估、监控和领域知识真的比调参更重要，那现在很多团队的组织方式就得重想。这点先别太激动，等完整演讲视频或论文放出来再看细节。