E150. "龙虾潮"是这代人的"气功热"吗？社会学家 vs AI博士后 ft. 孙哲、林之秋 - 主题精读稿

前言：当荒诞的对称揭开集体狂热的共同内核

一张上下分屏的网络爆图引爆了这场对谈：上面是戴着红色龙虾帽学习 AI Agent 用法的人，下面是 80 年代头顶锅盖"接收宇宙信号"练气功的人。荒诞得如此对称，却指向同一个内核——普通人面对时代热潮时害怕掉队的 FOMO。上海财经大学的社会学者孙哲与 CMU 计算机博士后林之秋，在这里既产生根本分歧又达成奇妙共识：AI 与气功的相似，在于它们都是社会恐慌时寻找的"万能符号"，由权威背书与媒介放大共同"施魅"；但 AI 的不同，在于它真实地重塑了生产力与工作流。当技能因傻瓜化而迅速贬值，人的价值将从"技能驱动"转向"审美驱动"，最终回到"照料者"这一最古老也最稀缺的角色。而焦虑，如果被正向理解，恰恰是自由选择带来的痛感与勇气。

一、80 年代气功热与现代 AI 狂热的荒诞对称性 (00:00 - 08:50)

话题的源起，是林之秋调研当年气功热后的一个发现：它远不止是民间谣言式的分散爆发，而是有大量行业名流与社会大佬出面背书的集中现象。最具代表性的就是钱学森——他公开支持气功热的推动，办了一本叫《人体特异功能研究》的杂志，还主持了名字魔幻到极点的"全国第二届人体特异功能科学讨论会"。

林之秋的反思很诚实：如果我们作为普通人回到当年，面对自己崇敬的科学家去引领一个无法判断真伪、听起来颇为神奇的潮流，恐怕不是"会不会被裹挟"的问题，而是"一定会被裹挟"。毕竟这些科学家代表的是相对严肃的科学和学术叙事。他和搭档把龙虾火爆与气功热那张对比图放在一起——上面是大家戴着红色龙虾帽的现场，下面是头顶锅盖"接受宇宙信号"的画面——那种强烈的即视感，让他们决定就从"集体狂热"聊起。

孙哲是真正经历过那个年代的人。他笑称这是个"很善意"的问题——放到抖音上就成了"您出生在上个世纪，您见过恐龙吗"的梗。"我得见过慈禧，然后我也见过气功热，我也见过恐龙，这都是上个世纪的事情。"他记得 80 年代末整个社会"什么事都可以发生"的气息，包括飞碟探索、《奥秘》杂志；记得大学里本是舞厅的地方，所有人迷幻般地转圈，"就跟集体蹦迪没有什么区别"。在他看来，这和今天的广场舞跳法变迁是同一回事——今天流行詹姆斯，明天流行鬼步舞，气功也一样，"什么叫香功啊"，不过是一茬接一茬的集体节律。他出差刚回来，在机场排队时听到后面一个女生打电话："龙虾就别养了，现在都养马呢，爱马仕 Agent 拿下一个，赶快"——这种荒诞的实时感，让他觉得这个题目"非常有想象力，至少非常好玩"。

孙哲随即把它还原到社会学的基础维度。气功最初的正当性是为了健康、少吃点药，但不管功能是什么，它的形式都是"一群人聚在一起"。当一个社会陷入恐慌，它就要找到一个符号——外星人、气功、小龙虾，一个"他者"，一个能解决所有问题的万能药。 而 FOMO 所对应的，正是这种恐慌之后的盲从。这是一个很经典的社会学命题。

二、AI 技术迭代引发的从业者恐慌与身份焦虑 (08:50 - 21:22)

孙哲先把这场讨论引向一个更锋利的前提——科学本身并不等于正确。他搬出拉图尔的《实验室生活》：科学是一个主观的人际关系建构，而非客观真理。一个很具体的说法是"没有发表就没有事实"——你可能看到很多事实，但如果它没有被发表过，它就不是事实。这意味着科学不是一个发现的过程，而是一个争论、建构的过程。

"科学意味着它有 1% 或者它有概率是错误的，这才是科学。100% 正确的是神学，那不是科学。"

按这个逻辑，科学和气功之间本就存在缺口——科学家同样是极具想象力的群体，群体的迷狂跟"是不是科学"并不完全相反。孙哲由此把问题抛给林之秋：你们的实验室生活是怎么样的？一个科学家突然说"我们应该全民练气功"，在你们周围，这种可能性在哪？

林之秋顺着接了一个精彩的词：科学家最重要的任务之一就是"跟人吵架"。论文投稿前有一个叫 rebuttal 的环节，第三方审稿人提出质疑，作为作者就要针锋相对地辩论。而最近 AI 火了之后，已经开始有人用 AI 来做这个吵架环节——因为发现 AI 比人更会吵。孙哲称赞这个"吵架"的说法很社会学，比他原本想说的"同行评议"直接得多。

但林之秋紧接着划出了 AI 与气功的根本区别——它真实地改变了生产力。他举了 AI 教父 Andrej Karpathy 的例子：2024 年 Karpathy 在一档美国知名播客上还断言 Agent"行不通，只是行业里的人在自嗨、在集体蹦迪"；可不到两年，到 2025 年底，他公开承认自己"完完全全误判了"，而用 Agent 写代码这类应用已经彻底颠覆了传统的计算机与软件工程行业。林之秋自己的公司在开发一个网站，从去年十月十一月到现在，工程师没有一行代码是手写的。连开创这些方向的 KOL、模型的发明人自己，都低估了技术发展的速度。

这种极速迭代带来的，恰恰不是兴奋。林之秋坦言，二三年前他读博一博二时，研究节奏非常健康——每年做一个课题，做个半年一年，哪怕不那么实用也没关系，可以看得更远。但 GPT 火了之后，几乎每周、每个月都会有好几次 aha moment：总有人用更多数据、烧更多钱，整出一个一个实验室投入好几年都达不到的效果。孙哲好奇他们怎么庆祝这种时刻，林之秋的回答很冷峻：

"其实已经不是庆祝了……我们不是庆祝，我们是很恐慌。我们现在研究的这个问题，我这几年研究的课题，到底未来还有没有意义？而且不是未来三五年，很有可能未来一二年还有没有意义？"

他和那些在 OpenAI、前沿实验室的师兄们都有一个"暴论"：以后可能不需要那么多科学家了，大部分 PhD 的工作都能被 AI 替代。 那"我到底应不应该做研究、应不应该做现在这些课题"，就成了悬而未决的问题。

孙哲给了一个冷峻的比喻来呼应这种处境：

"我们都是教会别人使用自动取款机的营业员……我们觉得这个很棒，到最后一步就把自己给踩掉，交给那个模型，机器换人，前面很顺，换着换着就把自己换过去了。"

主持人此时点破了 FOMO 真正的内核：大家怕的并不是判断这东西到底对不对，而是"我能不能上对这个车"——如果这东西是对的，我能不能抓住、从中分一份。在职场上，"你会不会用 AI"已经成了一种身份标签：哪怕只会用豆包、元宝，也算"会用 AI"；但如果面试者对自己 AI 使用的描述只停留在这类工具，在大厂面试里会非常减分，被打上"不善学习、不上进"的标签。声称会用 AI 本身，就能帮你打开原本打不开的门，这件事比你是否真的会用更重要。

三、集体狂热的形成机制与"施魅"过程 (21:22 - 36:58)

林之秋系统梳理了集体狂热的形成链条。第一个环节是"复魅"：不管是大厂、一线 AI 实践者还是科学家，大家都在帮龙虾背书，而且它有足够大的想象空间、符合时代的预期——似乎在实现大家最早说的 AGI，能操纵你的电脑、端到端把一件事完整做完。第二个环节是早期获利叙事：自媒体里到处是"我的龙虾在帮我赚钱""我现在有几个 Mac mini 同时跑股票交易、监控市场，这一周帮我做出了不错的回报"——这对应着气功热里"想要某种特异功能、想接收宇宙信号延年益寿"的心理驱动。

第三个环节是身份焦虑。林之秋指出，今天很难想象一个人在面试中大大方方承认自己完全不会用 AI；反面同样成立——当你 AI 用得很好，你也在享受周围朋友投来的惊讶和羡慕，于是"我们这些努力用 AI 的人，也在给这件事创造更多的焦虑、更多的 FOMO"。最后是低门槛错觉与媒介放大：龙虾时代是自媒体在瓜分流量，"从最早的上门安装的火爆，到现在上门卸载的火爆"。

接着林之秋做了一个关键切分。他承认整个 AI 浪潮确实有真价值——这一轮的新创公司上来就收订阅费、有 ARR，消费者的付费意愿一定程度上等于解决了真问题，这是它区别于元宇宙、NFT 的地方。但当焦点收缩到"小龙虾"这一具体工具时，逻辑就不同了。 他反问：你周围有多少朋友的"小龙虾工作流"真正沉淀成了日常工作中不可或缺的一环？大模型的文字处理能力或许能帮你读邮件回邮件，但这是否非要通过小龙虾这个媒介？很多人养着养着去卸载，是因为发现花了这么多钱，其实自己点几下就能解决问题。而狂热的消散，要么是新故事讲不出来，要么是负面事件出现——"如果你健身房教练开始跟你聊买黄金，你就千万别再买了"，那已经是要转向的低点了。

主持人补上了一个"暴论"：随着科技越来越复杂、抽象，个体越来越难掌握它的全部，对普通人来讲，技术和魔法没有太大区别——我知道它的名字、大概知道几个步骤就能用，这和挥舞魔法杖念咒语本质上区别不大，因为你不知道它背后的原理。孙哲接了一个画面感很强的意象："想象一个废墟中的世界，一个小姑娘突然说'小爱同学请开灯'，然后灯就亮了。"——很多废土题材都写过这个情节。而一旦一个东西能被清晰理解、真正当成工具来用，它本身就不太可能形成时代的热潮。

孙哲随即把讨论拉回他真正想破解的问题——"谁是施魅者"。这是一个经典的社会学问题，但更深一层的隐忧是：制造 FOMO 是为了获得 leadership，叙事权才是最根本的资产。 我们过去常说，一个人如果真掌握了赚钱的真理，为什么不直接赚钱、为什么要告诉你？但在语言与世界关系的新逻辑里，影响力和叙事权远胜过单纯的资本，因为资产不一定以资本的方式实现。

"为了施魅而去单纯地牟利、赚钱，在这个维度上，这绝对是最低维的一个部分。这是对于财富、对于资产最没有想象力的最低维的一个词。"

更深一层，林之秋指出计算机科学家已经很难再扮演传统意义上"客观中立的研究者"。在大语言模型这个黑箱面前，他们的处境很悲壮：Harness（驾驭）这个词本身就悲壮，像《沙丘》里控制沙虫——你不一定知道能控制它，但 somehow 可以往后拉一拉让它往这边走，输入和输出完全是一种"抽卡状态"。

那狂热怎么结束？林之秋观察到，去魅其实是自动发生的：普通人不断跟进最新工具，发现没什么改变，就自动放弃了——正向说叫"去魅"，负面说就是"算了，我跟不上"。孙哲一针见血："或者直接说，它就过气了。" 不管是明星还是 Agent，它就过气了，被另一个魅给接过去。而真正让技能失效的往往是大模型厂商自己——你辛苦学的那套 multi-agent、在 cursor 里装 Claude Code、再用 Gemini 写 PRD 的 setup，很快被 NanoBanana Pro 这样用户友好的新界面替代，一次 Claude 的迭代就抹掉了你花很多时间学的东西。

四、技能傻瓜化趋势下人的价值重塑 (36:58 - 53:46)

林之秋从行业内部勾勒了 AI 的演进脉络：从早期需要"念对咒语"的 Prompt Engineering（那时模型不够聪明，得输对咒语它才听话），到 instruction tuning 喂入大量人类需求与优质答复让模型变聪明，再到如今 AI 已"比 99% 的人都强"。当大部分人掌握的法律、数学知识都不如模型多时，AI 想再提升，就只能靠各行业最顶尖的一小部分人——这就是数据标注的逻辑，AI 公司招来各个赚钱行业最顶尖的那批人，为自己的模型标数据。

由此他给出一个具体预测：做视频会傻瓜化到这种程度——你甚至不是作家、不会写剧本，只要把"超人见到哈利波特"这样一个故事念给 Agent，它就会一步步引导你把电影做出来，不需要像 ComfyUI 那样自己搭工作流。这个临界点，他估计在五到十年内到来。 到那时，所有白领行业的人都得准备好。

于是问题变成了：人为什么要工作？林之秋抛出最尖锐的怀疑——也许"通过工作证明自己"只是社会施加的一个魅，这种意识形态在 20 年后可能不复存在。 那时人会 FOMO 什么？肯定不是 996，因为大部分工作已经被 AI 做了。他引用图灵奖得主 Hinton 的预言：AI 太强但只能替代白领工作、没落到实体，所以未来很多人可能要去学修水管——但林之秋认为这只是其中一种形式，人总还有实现自己价值的方式。

接着林之秋追问出了整场对谈最锋利的一刀：那些在前线推波助澜的人，会比普通人有优势吗？如果他们最终把自己也淘汰了，那挺好，大家又站到同一起跑线；但如果他们成为有先发优势的角色，那这种"快半年快一年"的先发优势，就是焦虑的真正来源。他用自己公司举例：过去半年一年花了大量时间学 webcoding，把原来每月几百刀的专业订阅自己替代了，可这些 multi-agent 技能理论上之后都能被一个简单的自然语言工具取代——那我们在前面拼的，究竟只是半年的先发优势，还是会成为某种持久的角色？

林之秋的回答揭示了未来的分层结构：AI 比 99% 的人强，但永远会有那 1% 甚至 0.1% 的人存在——就像 Anthropic 那样提出一系列原则的人。未来的好莱坞可能从上百万人缩减到几十个人甚至几个人，他们定义影视规则、决定今年拍什么、什么题材大家爱看。而这批人最核心的能力，不是掌握某种技能，而是"taste"——审美与品位。 技能将不再重要，因为不会的东西可以直接让聊天机器人做、或看它教你做；唯一难替代的，是"你能不能用这些东西做出大家真正愿意去消费的内容"。

"将来的社会一定就是一小部分特别天才的人、特别有审美的人，要不就特别懂人性，要不就特别懂 AI 的一小批人……我不知道是不是听起来挺赛博朋克的，但我觉得它是一个我们需要去面对的社会现实。"

林之秋也坦承 AI 解决不了的部分——服务业、人与人之间的交流、怎么去爱别人、怎么提供情绪价值，这些是社会学、心理学仍可研究的领域。但他对自己描述的"社会达尔文主义"色彩并不回避：在科研和软件工程行业，新招的人很多已不做传统工作，而是去研究怎么开发更好的 model 或 agent 来替代自己；这已经不是个体愿不愿意接受的事，而是一个组织能不能抛弃"堆人力"的旧打法、全面依靠 AI 来开源节流。

不过他也对"社会跟进速度"提出了质疑：AI 能力层面的替代可以很快，但社会组织形式的改变真有那么快吗？他自己用 AI 时常发现"有点过了"——想做全自动化的工作流，最后还是得在某个环节放个人，因为人有更多的可塑性；而且很多人至今只把 AI 当搜索引擎用，并没沉淀进工作流。

五、社会分工论视角下的"照料者"角色回归 (53:46 - 1:15:50)

孙哲在这一章给出了整期最厚重的社会学框架，回应"人为什么要工作"这个原问题。他搬出涂尔干的《社会分工论》——这本书是跟亚当·斯密对话的：分工到底是为了效率，还是为了别的？涂尔干的辩论是，分工首先不是为了效率，而是为了一种新的人类整合方式，它比非分工的村落给人更多个性，以及基于这种个性的新整合形式。社会团结才是第一性的。

由此孙哲正面回应失业焦虑：上班真的是为了效率吗？其实上班是为了解决身份问题——你怎么跟父母、朋友、配偶解释你一天到晚在干嘛。一个富人不上班，面对的不是没钱，而是"社会化的失败"；这就是为什么有人开着豪车也要去上班，他需要一种 routine、一种生活的规律。他进一步把"薪金阶层"放回历史尺度：salary 是工业化时代一个非常短暂的发明，1925 年的中国没几个人"上班"、70% 在务农，而务农是生活、不是工作；计划经济的"单位制"也和今天的公司不同。所以我们习以为常的就业结构，本身就是一个晚近的发明。

正向地看，新的社会角色一直在被创造。他特别提到"一人公司"（OPC, One Person Company）——把它正向理解，就是政府赋予结构转型者一种创新与正当性的身份，让个人即法人成为最小的协作责任单元，减轻面对变迁之痛的人的叙事成本；而不是把下岗者污名化为 loser、盲流。人类在社会化机制中有很强的容忍性去建立新角色：influencer、网红、YouTuber 都是不断被建立的新词汇。

但孙哲随即讲了一个"恐怖故事"：我们都在加剧广义上的机器换人，美国公司出现股价越来越高、人越来越少的情况，照这个方向走下去就是少数"超人类"。而人类社会有一点特别关键——这个时候它一定是不将就的，很容易出现革命式的反向运动。 人类会用各种土办法、而非技术的办法，把那少数人拉下来，比如美国街头杀掉医保公司 CEO 的 Luigi 案；这个过程可能非常非理性，甚至可能让科技降级。逃到月球、造机器人保卫自己都是徒劳的，因为人有社交需求，总有纰漏。他引用卡尔·波兰尼——"社会会反抗"，而且这种反抗比战争还悲剧，因为它面对的是社会解体的风险。

那么出路是什么？孙哲引用社会学家赵鼎新新写的文章《Sapiency》（智人性，他原本研究昆虫学）的一个洞见——人类是群居的，但不一定是社会的。 就像赫拉利所警惕的，过大规模的群体想象往往对个体形成非人性的压迫：当群体想象远远超越邓巴数后，人感受不到那个群体，焦虑却超越了感知的范畴，这正是一切"不对劲"的来源。因此对抗单一叙事的办法，不是单纯去魅，而是把它变成无数个小社区，用多样性的施魅和美学教育来对抗单一叙事。单一叙事的风险最高——如果都集中在那几个人身上，把那几个人消灭掉就行了；他们自己也知道这一点，所以不管多有钱、跑到天涯海角都会被消灭。（聊到 Sam Altman 时，孙哲点出他叙事的高明：把自己归为"人类的一边"而非"富豪的一边"，说"我同情那个人，我们都是同样的恐慌者"，以此减少自己的社会风险。）

孙哲由此把林之秋"技能退却、审美加强"的判断接成一套自己的方法论。他借龙虾打了个比方："我们用龙虾干嘛呢？去烧 token。你连指令词都写不出来，你学的指令词绝对是烧 token 烧得最少的；像之秋才能烧最多的 token。"——而烧得多，创造力才爆棚，这不是成本问题，是审美教育的问题。真正的转向是从技能到审美，从 knowhow 到 know-why：Y（为什么）比号（how）更重要，审美就是 Y。 他用工程师的梗作例：为什么要用 tab 而不用空格键？那是效率产生的审美、是一种仪式感；"工程师的审美就是不要做傻事"。而 Y 怎么来，要靠美育，美育不能是单一叙事，得像艺术家一样百花齐放。

关于"去魅"，孙哲下了一个重要判断：面对 AI 这个最大的黑箱，我们其实无法去魅，只能"与一个灵性共舞"。 我们搞不清它里面的黑箱怎么运作，又要跟它相伴，这都是在失魅、没法去魅。林之秋接话："因为它代表任何可能的东西，所以那就没法去魅了。"孙哲确认——它甚至连概率都难以推测，所以要破除的不是 AI 本身，而是人类历史上那种巨大的单一叙事的惯性。

林之秋此时贡献了让孙哲深受启发的一个具体案例。他先复述自己最受启发的一点：工作的核心功能是回答"我是谁"，人似乎不能 live without 这个答案；如果价值从 efficiency 全部压到 taste 上，他一开始无法想象这是什么图景。但 ChatGPT 第二代图像模型出来后，他突然有了画面：那种 80 年代老照片几乎真假难辨，群友放大到一个人的手、在 0.01 的细节位置才找到破绽，但基本约等于看不出来。有摄影师朋友在朋友圈感叹"摄影已死"。林之秋的困惑是：以后我拍出一张照片，发到社交媒体上，别人怎么相信这是我拍的、而不是 AI 生成的？

孙哲由此延伸出整章最温暖的洞见——关键在于"别人是谁"。 发到微博，面对的是匿名大众，谁都能质疑你是 Image2 P 的；但发到朋友圈，那是你的客厅，里面的朋友知道你刚买了什么相机、有什么拍照习惯（"那个相机也给我小小地磨进了一把，这跟气功也挺像的，师魅了一下"）。这种有限性、有边界，让快乐很真实、焦虑很小。

"Facebook 一代或者社交媒体一代最主要的一点，是那种没有边界的网暴……他没有建立任何真实的关系，所以他想象的是一个大众，整个的社会关系对他都是敌对的，这个别人是一个匿名的、非真实的他者，而这里面所产生的焦虑是无尽的。"

而在四个人录播客的小群里，你只要说是自己拍的，谁都不用担心被误解，这种 reliable 的信任来源于聊天的氛围。孙哲由此把问题重新定义：我们面对的不是失业问题，而是角色缺失。真正要做的是 role building——建立关联。 把人物化成"水管工"这样一个工种（plumber），本就是人类对角色建立的一种妥协，不是最根本的方式。他批评国内对"德国水管工"叙事的误读：Hinton 说水管工时说的其实是 care——亲历亲闻地照料另一个人；而真正的德国技能教育里，水管工也有闲暇可以读康德，通识教育才是关键。把技能教育降格成"技校"，家长当然不愿意送孩子去。

林之秋接得很轻盈：其实不需要一个工作来回答"我是谁"，你们三个朋友知道我是谁，再加上更多朋友也知道，这个问题就已经被回答了一部分——是"不同圈子的叠加"。孙哲由此点出他最根本的结论——未来人类真正的角色是 Caregiver，照料者。 一个像之秋这样的科学家不想造出毁灭人类的 AI，这本身就是对人类的照料——能力越大责任越大，你越了解 AI 的可怕，就越知道怎么去限制它。具体到小社群，彼此照料就是为他人做一部电影、种一棵树、办一个展，但前提是你得有一个 why，要去照料一个具体的人。他以《挽救计划》剧透收束：男主在地球上没人照料、充满胆怯、只在乎自己，但外星石头 Rocky 冒着生命危险救他、让他感受到 care，他最终没有毁灭地球。照料的前提，是你得有一个去照料某个人的理由。

六、以表达的勇气对抗技术决定论的虚无 (1:15:50 - 结尾)

林之秋的搭档（之秋本人因 hard stop 先行离开后，另一位主持人）抛出了"TIANYU2FM 史上最长问题"，也是最触及灵魂的问题：在一个万物被金融化、效率至上的时代，谁来保障每个人"相对平等的可能性"？毕竟一个人能用上多先进的模型，本身就取决于他有没有资源（国外想用 Sora2 和国内想用 Claude 会遇到类似的门槛）。而且小而美的社群一旦扩张、人多了，是不是又回到了开篇的卷与博弈？——"有人的地方就有江湖，有几个人就有政治。"

孙哲把这个"无限的问题"收缩成一个有限的回答。他先破除两个隐含前提：社会的很多道理是相对的、不是绝对的，人类不一定会一直扩大自己的边界；而且社会化是一个无尽的过程，没有平衡点——就像一群刺猬，永远找不到最合适的距离，但要不断去调整。那种静态完美的社会是必须反对的想象，真要达到了反而有问题。而当前真正的路径依赖，是没走出工业化阴影、把人当工具人，觉得 role building 天经地义。

他给出的真正变量是"真实的教育"——不是校园教育，而是 Learn to be Human，学以成人。 录播客本身就是在践行这种教育：互相知道观点、互相知道事实，让整个社会有一个向上的动力。已有的任何系统都无法承载这种使命，因为它们各有别的使命。所以社会真正的问题不在于就业，而在于对美育、社会学、通识教育的不足。

孙哲特别珍视与林之秋这样的对话：一个新生代计算机科学家能够了解社科、了解审美，这比纯搞社科的人自吹自擂有说服力得多。整个社会其实是在跟路径依赖"吵架"，而真正的说服力来源于之秋这样的年轻人和他非常具体的体验。所以科技界要走出自己的黑箱——"技术可能是黑箱，但人不应该变成黑箱里面"。他点名 Anthropic 这个词本身（人类相关）就已开宗明义，也提到 Sam Altman 要处理自己与工业化时代卢德主义的关系——对变迁的恐惧并不是第一次出现。未来不是 doomed、不是被注定的，而是事在人为；每一步 creation 都是我们自己做的，所以它并不是虚构的。

林之秋用自媒体做了一个精彩类比为这场讨论收口。内容创作曾掌握在组织化机构手里，是因为发行传播的科技没有下放到个人；而 YouTube、B 站和人人手中的手机镜头，让个人成为内容核心——而个人代表的正是 taste。 个人制作内容的品味与共鸣，往往超过组织化的公司、媒体、报社。但他也敏锐地看到反讽：Mr Beast、Logan Paul 这些超级网红，在影响力扩大后又走向团队化、做消费品，回到了组织化。只是这种新组织是以核心人物的审美和品位为驱动的——Mr Beast 如果没了，这个组织能否存续要打一个大大的问号（"看看张雪峰的情况"）。AI 赋予个体某种"无限性"，一人公司能赢过大组织，但共鸣被普及后，是不是又要笼络一群资源、发展成更大的组织？

孙哲指出这个"卷"背后有两个被路径依赖顺拐的前提：忽视了生产力的革命性，以及忽视了市场的边界性——它假设市场和钱永远存在。可哪天市场和钱都没了，那些技能型组织还要来干嘛？ 反复招人、再被替代的循环最终会停止：原来一个公司一百人里四十多个剪辑师，突然剪辑师没用了被砍掉，发现销售、marketing 有用了再去招，后来 ImageTool 让海报推广也不用了——只要是技能性的人都会被替代。最后留下的不是生产力组织，而是一个最小的"社会恢复系统"（social recovery system）——二到五个人，不靠技能，而靠真实的人际关系来指认"这个人就是你"，就像微信需要几个好友辅助验证身份。在 deepfake、硅胶面罩横行的世界里，最终还得把人拉出来当面捏一捏脸——这恰恰是之秋研究的 computer vision 难题。所以那时真实的人的社群不再是技能化、市场化的，而是直接回到人要什么：时间、健康、交朋友。他顺手讽刺了一个细节：OPC 一人公司居然还要整一个园区把大家凑到一块，字面上就是黑白颠倒——但凑到一块不是为了写作，而是只有在社群里找到"活人感"，才会有那个 caregiving 的冲动。比如一个得了绝症的小孩想看一部电影，你会想到用提示词为他单独做一部——电影的价值在那时、而不是现在。

孙哲还揭示了审美的来源。他指出之秋说的那种定制化，在文学和音乐里已经完全做到了——音乐可以直接生成、不来自任何曲库，网文早就实现定制，视觉反倒更有限。但审美不是从石头缝里蹦出来的，它来源于跟什么样的群体、什么样的 care、什么样的关照。 他引《爱，死亡和机器人》里的 Zima Blue——机器人钟爱那抹蓝色，是因为它第一次社会化的记忆与一个游泳池有关。审美回归到一个关于美好人际关系的品味建构，这是它温情的一面，而不是为审美而审美。反过来，那些激进到要毁灭世界的疯狂科学家（他点名 Hinton、马斯克身上都有这个部分），本质上是社会关系失败后的代偿——"既然照料不了我身边的人，我就毁灭全世界，那我跟每个人都发生关联了。"我们太低估社会关系的影响力，总把它当儿女情长，其实这恰恰是生命中最宝贵的部分。

对谈的落点回到了焦虑本身。林之秋最后问孙哲：你焦虑吗？焦虑来自什么？孙哲的回答堪称整期的题眼——

"我的焦虑不来于外界，而是我要承担我对这种想象力产生的行动的后果……焦虑意味着我在为我的选择和选择的勇气承担责任。这种痛感能够确定我表达的边界，以及我表达本身对我生活的记录意义。"

他把外在的、被施加的、用来控制你的焦虑拿掉，留下的是自由选择带来的焦虑。 因为你是自由的、有选择权，所以"要不要录一期播客、要不要发一次声音、要不要表达一个观点"依然让人焦虑。他甚至说，如果做播客没有这种隐忧，事情就又不对劲了——那意味着你被另一个施魅者控制，像复读机、像小说里被写定的角色，"我们只是一次 written，都是被注定的"。

林之秋的收尾呼应了这一点：这个时代勇气比任何时候都更珍贵。 当机会不再充沛、失败的代价变大，大家对错误的容忍度越来越低——而勇气恰恰意味着要直面失败的那个可能性。我们要做的，是把外在的恐惧，转化为"我有选择权"而带来的勇气的焦虑。

主持人最后把整期的荒诞母题翻了过来：对被时代遗忘的恐惧，某种程度上也有积极意义——因为我们仍在向往一种更理想的生活和社群形态，仍希望自己有所作为、参与到共同目标的建设中。"我们毕竟好像单纯去享受一个劳动成果，也不完全是我们的特质。"这也许是 AI 最终无法改变的人性事实。正如片尾后期感言所点破的：我们都需要叙事来支撑自己的选择，也就是孙哲所说的"施魅"；科学本身就是充满吵架的主观过程，刻意忽视自己的主观性反而会陷入狂热的迷路，而完全去魅的人生则可能是虚无的——所以坚信热潮一定是机遇，或一棍子打死认定它是陷阱，都不是最优策略。我们能做的，是不断追问自己想要的究竟是什么。