AI 什么都能想出来，为什么还是做不成一件事？

前阵子我见过一个挺典型的场面。

有人用 AI 写了一份流程优化方案，写得漂亮：砍掉两个审批环节，一张单子的流转周期能少三成，逻辑通顺，挑不出毛病。会上大家都点头。

推下去第三天就卡住了。第一个反对的人，恰好站在被砍掉的那两个环节里。他反对的理由不是流程不对，而是「以后这个字谁签」。

方案里对这件事一个字都没提。不是写的人粗心，是工具根本不知道有这么个人存在。

AI 一直只在现实的说明书上工作，从来没碰过真东西。 这就是它的边界，也是这篇文章想说清的一件事：它那么能想，为什么还是做不成一件事。

说明书和现实，差着一整个世界

它读的是文字、代码、图片、日志——这些全是现实留下的说明书。

说明书和现实差多远？差着一整个有摩擦力的世界：钱、人情、习惯、脸面、返工、得罪谁、哪个部门去年为这件事背过锅。这些东西没有一条写在文档里，可它们决定了那份流程改不改得动。

它写下「周期缩短三成」的时候，不知道这句话意味着谁要交出签字权、谁要从流程里消失。代码它写得又快又好，可「下周一上线」这五个字意味着有人要熬一个周末——它敲下这五个字的时候，不知道自己在要求谁加班。

它不是不愿知道，是看不见。 它手里只有文字，没有那个坐在工位上的人。

创造是把可能性变多，创新是把它搬到地上

写菜谱是创造，开餐馆是创新。

写菜谱一天能写一百道，写砸了删掉重来，成本几乎是零。开餐馆要租铺子、办证、买菜、雇人、挨客人骂，撑不下去要真赔钱。差别不在手艺，在于碰没碰到现实。

拿汽车说更清楚。汽车是发明，那是一次创造；满地跑汽车才算创新——马车夫失业，修车铺、加油站、红绿灯、驾校、保险全跟着冒出来。砸了谁的饭碗，谁就拦，所以创新从来不是「技术赢了」，是技术过了利益那一关。

而 AI 造出来的东西不砸任何人的饭碗。一段代码、一份方案，出来就出来了：没人疼、没人拦，也没人真的去用。

两个东西中间隔着一笔运费：钱、风险、脸面、时间、还有得罪人。

这几样加起来就是平常说的「执行」，也是所有方案死在 PPT 里的原因——方案本身都对，问题是搬它的人要付出上面那些东西。

它为什么搬不动

因为它吃的是人喂进来的二手材料，输出的东西还得靠人搬回去才落地。它自己没手、没钱包、没署名权、不承担后果。

用「寄生」形容它挺准，但要说清是哪种寄生：不是抢饭吃那种，是它离开人就够不着这个世界。靠人的感官和手脚活着，说的就是这个。

于是有三件事变贵了

「想」变便宜以后，剩下的活几乎全压在下面这三件事上。它们看着不像技术问题，但都是真问题。

企业：从「能不能做出来」变成「敢不敢拍板、会不会验收」。

东西做出来不再稀奇，竞争对手用同一个模型，一个下午也能做出来。现在卡住企业的是：一个组织一年敢做几次真正的决定；产出看起来都对的时候，拿什么验。

「演示的时候全场鼓掌，过一个季度预算就砍了」，原因就在这儿——买工具的部门不承担后果，承担后果的部门不用工具。 采纳死在这个错位上，不是死在技术上。

所以接下来拉开距离的很可能是三件很土的事：谁有权拍板、验收标准写没写清、错了怎么回滚、谁承担。把这几件事建起来的公司，能把「想」的免费真正换成产能；没建起来的那类，只会多出一批漂亮的 PPT。

社会：最贵的不再是产能，是可信。

一个大家都熟的场面：会议室里三个人各用 AI 写了一份报告，每份都结构完整、逻辑自洽，而且互相矛盾。最后没人去查哪个对——因为查证的成本没降，反而显得比生成贵得多。

说得出的东西暴增，验过的东西不变。钱印多了，票面数字变大，能买到的东西没变；话生成多了，能说出来的变多，能被验证的没变。

社会靠什么撑着？靠一层一层「出了事找谁」的规矩：合同要签字，签字的人要为违约赔钱；论文要署名，署名的人要为造假负责；图纸要盖注册章，盖章的人要对塌楼担责；公司要有法定代表人，出事时得有一个能被起诉的对象。

这一整套东西跟聪明程度没关系。而 AI 恰恰进不了这一格——不是能力不够，是它不掉钱、不丢客户、不坐牢。能力这条线下一代模型就推过去了，这条线不会。

人才：最难的一刀是练手的台阶被抽走了。

判断力不是听课听来的，是干脏活干出来的。写一百遍报表，才知道哪个数字可疑；写一千行代码踩过十几个坑，才知道哪里会崩；跟客户吵过几次，才知道哪句话会让人翻脸。

过去企业里有个隐性的交易：新人干重复的初级活，公司付低薪，他换经验。初级活就是练手的台阶。

现在这一阶被抽走了——写报表、写样板代码、做初稿、整理资料，正好是 AI 最擅长的部分，也就是新人原本的练习场。

于是出现一个很别扭的局面：效率短期上去了，五年后发现没人能接上判断的班。因为这条路没有替代品，它必须靠人自己去碰现实、付代价。

所以我有个反直觉的结论：AI 越强，越要故意让人干一些「没效率」的活。 去现场、去跟人吵、去返工、去做那个明知道会失败的原型。这不是浪费，是投资——它长的是手感，而手感是唯一不能生成的东西。

什么情况下我这个判断会错

上面全是我从各种项目里看来的推演，不是既成事实。

最可能推翻它的是责任这一条松动：如果哪天出现能被法律承认的「机器主体」，或者保险能把 AI 决策的后果接过去，那「必须有人签字」就不再是硬要求，它就能真正走进创新那一段。

第二条：如果现实本身被改造成可数字执行的样子。全自动的产线、全暴露的接口、没有人工审批的业务——摩擦力小的场景里，它本来就走得更远。车间已经比办公室走得远了。

第三条：如果某个领域的验证成本降到近零（试一次就知道真假），那判断这一环也会被机器吃掉。棋类、代码能不能跑、数学证明，已经在往这个方向走。

这三条里任何一条大步推进，我上面的结论都得改写。我现在的判断只基于今天的责任结构和今天的信任成本。

也说说不那么好听的那半

我不想把这篇写成「人会更值钱」的安慰。

历史上每一次位置迁移都伴随一整代人的失业、技能作废和重新训练，不是靠一句「人更有价值了」安慰过去的。这一次同样会疼，而且更可能集中在中间层——那些过去靠「熟练」吃饭的岗位，恰好是被生成能力覆盖得最彻底的一段。

我也不认为所有人都能顺利变成那个「拍板、签字的人」。现实的分化标准不会是会不会用工具，而是有没有条件承担。这一点不该被技术乐观盖过去，它最后会变成一个很具体的公共议题：社会要不要为人保留低成本的试错通道——学徒岗位、容错的教育、能重来的保障。

最后

回到那份被否掉的方案。问题从来不在文本上，文本是对的。问题在签字权的归属、在那个消失的岗位上的人、在这件事要不要有人背锅。

这些没有一条在 AI 的输入里，所以它可以把方案写到挑不出毛病，也只能停在那儿。

AI 让「想」变便宜了，所以「做」成了全部。

往大了说，企业的组织、社会的信用、一个人的本事，没有一样是能生成出来的——它们都只长在有人肯为一件事签字的地方。文明的每一次跳跃，也都发生在那里。