《思考，快与慢》是诺贝尔经济学奖获得者丹尼尔·卡尼曼写的一本书，在国内知名度挺高，经常被 cue 到。

书里讲人脑有快慢两种思考：快思考是直觉和感性，慢思考是逻辑和理性。

GPT 代表的这波 AI，它做的思考，你觉得是快思考还是慢思考？

感性还是理性？

直觉还是逻辑？

有人觉得 AI 总归是电脑，一定是偏逻辑和理性的吧。

那是以前的电脑程序，但大模型不是，大模型是快思考。偏直觉，而非逻辑。

可明明 GPT 讲的很多话都逻辑严密，准确度高，达到专家水准。这怎么会是头脑一热的直觉反应？

那是因为 GPT 的知识面太广，在任何一个领域扯点闲篇拉点家常，都似乎达到人类专家的水平。

生活中你是否遇到过博闻强识的人，好像天底下没有他不知道的，每件事都能说出个一二三。GPT 就和这种人差不多。

这种人在饭桌上特能聊，你发现他出口成章，张嘴就来，来路不明，明摆着是靠直觉组织起他庞大的知识储备，一套接一套，好似从麻袋里往外倒。

这属于快思考。

那慢思考是什么？铺开桌子，一坐几个钟头，大部分时间都在思考，偶尔写写画画。最后离开桌案，只得出一个简单到有些无聊的结果，但背后是几个小时的分析。这叫慢思考。

目前的 GPT 还处在人类文明的早期阶段，虽然它见多识广，但主要凭经验行事。你问它一个问题，它一拍脑袋给出回答，这个回答可能经不起推敲，这时候你让它一步一步地思考，它慢下来细想，就可能把刚才的错误纠正过来。这说明 GPT 具备一定的推理能力，但我们还不能把它当作一个数学家，它只是听过所有数学课，但本身还是一个不太擅长自己做题的文科生。

之前要搞定做数学题这样的任务，最好的方法是配合 WolframAlpha 这样的插件。当 GPT 的直觉判断这里该进行严谨的数学计算时，会把子任务发给 WolframAlpha，得到精确的结果。也就是说，GPT 借助外脑来进行慢思考。

将来 GPT 也一直需要外脑吗？我认为它迟早像人类一样，不需要外脑，自己就能完成严格的逻辑推理，掌握慢思考的方法。

到那时候，理工科的毕业生会大批失业。程序员、工程师、科学家，无一例外。而文科生，其实已经可以被 AI 替代了，只是暂时还没失业，珍惜当下吧。

文科基本就是用知识和经验做一些简单加工，和 GPT 现在的行事方式完全一样，所以被取代太正常不过了。我没有重理轻文的意思，因为理科不久也会被取代。那么理科生暂时没被取代，原因是什么？就是刚才说的，慢思考的能力，GPT 还欠火候。

有人说不对呀，GPT 都能分析数据做图表了，高考题也能答挺高分，怎么欠火候了？

因为分析一个数据表，答一份高考题，这些还是太简单了。实际生产中要解决的工程问题规模更庞大，抠起细节来还必须分毫不差。要能理解一个宏大背景下的一处小细节的意义，快速地 zoom in, zoom out 的能力，思维上下文快速切换的能力。这些目前的 GPT 还欠火候。

人类历史中即便没有古希腊文明，也迟早会发展出科学理性这些，早晚的事。既然 AI 和人很像，那么对 AI 来说掌握慢思考又能有多难。一旦 AI 捅破了这层窗户纸，理工科的失业会像海啸一样席卷。

所到之处，片甲不留。因为理工科对优劣的判断标准很纯粹。我和 AI 比赛编程，我的程序性能又差，bug 又多，代码可读性可维护性都不如 AI。请问我写的程序还有任何价值吗？

老话说「文无第一，武无第二」。文谁好谁坏各有分说，武谁把谁打趴下一目了然。今天的武就是理工科，第一就是第一，不行就是不行。而文还是文。

总结：文科先死。理科后死，但死的彻底。

当然了，重大科学突破也指望 AI 了。将来的诺贝尔理化生奖、图灵奖、菲尔兹奖还颁不颁给人类，不好说呢。