# 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。

## 推荐理由

Arvind Narayanan 在 ICML 2026 演讲中提出 AI 是增强工具而非自动化机器，瓶颈在部署环节，人的精力将转向搭脚手架、做评估和持续监控。

## 锐评

这个判断我信，而且它比听起来更贵。能力变强不等于任务跑通，卡住的地方在部署，这句话翻译成账单就是，模型 API 那点钱在总成本里占比越来越小，剩下全花在 scaffold、eval 和监控上。所以纯技术手艺贬值这个结论，对做模型的人未必，对只会调 prompt 的人挺致命。工业界往后值钱的是懂业务、能判断输出对不对的人，因为 eval 这东西没法外包给模型自己。我的评价是，现在还在按 token 单价算 ROI 的团队，账算错了地方。
