知识付费的地基松动了

用户4035096

发布于 2026-07-22 15:31:55

390

几天前分享过一篇《德说-第520期, AI 时代真正稀缺的是: 行动力+心力+愿力》，最近看到混沌大学创始人在和李翔的对话节目中也聊到这个事情, 背后甚至直指知识付费的地基.

然后又看到老白发的公众号我为什么不用AI去写文章发公众号, 提到为什么用 AI 编程, 但公众号却坚持手搓.

话都到嗓子眼了, 今天必须得聊一聊. 为什么知识付费的地基松动了? AI 到底击穿了什么? 我们与 AI 如何共处? 答案在本篇最后.

混沌大学今年的开年大课聊到了一件事：混沌过去十二年赖以立身的第一性原理，一直建在"认知升级"这四个字上 —— 本质上是一套关于"如何思考"的框架，外加案例、逻辑推理演示。但靠它收费这件事可能正在被 AI 击穿。

一、AI击穿的，是什么

混沌这门生意，往细了拆，最值钱的东西大概分四层：框架和案例（第一性原理、进化论、S曲线怎么用）、线下刻意练习（思维游轮、结业答辩）、校友社群（几十家分社、几千家校友企业），以及创始人本人的"教授"人设带来的权威背书。

AI精确打中的，是第一层。框架讲解、案例检索、"这个情境该用哪个模型"这类判断，现在配一个像样的大模型加搜索，输出的完整度和丰富度已经不比一堂线下课差多少，而且成本几乎为零。这恰好是混沌过去十二年最核心的卖点 —— 把"哲科思维、第一性原理"包装成一套可以传授、可以复制的方法论。方法论这个东西，说到底是一套操作步骤(SOP)，操作步骤就是最容易被大模型总结、模仿、批量生产的东西。一个 SKILL 就搞定了, 你可以拿着混沌大学的课程去训练生成 SKILL. 不信你可以在 Claude 里试试这条指令就这样么简单 /nuwa-skill 混沌大学创始人 ;

但另外三层 —— 线下的肉身在场、答辩现场被同伴和导师当场追问、几千家校友企业之间真实积累的信任和资源置换 —— 这些 AI 暂时还替代不了。曾经的收费模型里最容易被复制的那部分正在快速贬值，于是往AI最难给出确定性答案、最需要人类导师带你"在场"体悟的领域搬，错位竞争。客观的说明了一件事： 知识付费这门生意，"知识本身值钱"这个假设，正在从根上被 AI 松动。

泛知识付费行业这两年整体都在经历这种转型压力，从"卖录播课"转向"卖AI系统"，这是整个行业共同的处境，混沌只是因为定位在"高阶方法论"这个最容易被AI复制的细分区间，感受得比别人更早、更痛一些。

之前分享过一篇: AI 把教培逼成了“教陪” 有更详细的推演.

二、AI 能轻松拿下什么? 不能替人做什么?

"方法论就是一堆固定的框架，逻辑推理、证据链、案例, 全部都能被 AI 轻松拿下"。但：AI擅长的是"生成候选方案"，不擅长的是"在多个都说得通的方案里选择，并且承担这个选择的后果"。

这里呢我还想补一句: 这个世界本来就是不确定的,读过上帝掷骰子吗肯定能理解。AI给出的结论也有其对应的边界和结论成立的前提条件, 前提条件有一些是常量有一些则是变量(或本身也是有概率的), 一旦发生变化, 将直接影响结论成立的概率.

这就是概率论思维, 我在之前分享过: 《元认知思维筑基课: 概率思维: 用可能性替代绝对化判断》 , 股市也一样, 股价的波动就是各个事件综合的后果, 每个事件对结果的概率都有一定的影响. 量化交易背后的关键也就是概率论和对事件的敏锐捕捉与概率计算.

AI 能给你一堆看似都成立的商业分析框架，AI 现在做得比大多数人都快、都全；但要在一个从未有过先例、后果要几年后才能验证的真实决策上 —— 比如一家初创公司现在到底该不该转型 —— 目前的 AI 给出的仍然是几种"合理但互斥"的判断供你参考(它甚至能给你不同方案的概率, 但概率低的不代表不会发生, 世界变化很快, 随着前提条件的变化, 概率也在发生变化)。不管最终你选择后的结果怎么样, AI 不会因为“判断错误”(这个错误必须打引号, 因为没有对错, 只有概率)而破产、失业、失去信誉. 但人必须承担一切后果.

AI 给的是结论、逻辑、是过去的证据链、是过去的案例, 甚至算出不同方案输赢的概率, 所以你压根不能说 AI 是错的. 最终决策需要你自己做, 自己承担后果. 这本质上是一个责任结构问题.

三、公理和方法论，不是一回事

前面提到了, 最终的决定必须要人来做, 那问题就来了, 如果AI已经把概率都摆在你面前了, 人是不是只要会比大小就好了?

当然不是, 人要对自己的决定负责, 要么就完全信 AI, 要么就自己要有自己的判断力, 但是判断力从哪来呢?

人的地基, 地基必须牢靠，而地基应该建在各学科底层的公理体系、定律上，因为这些东西变化周期极慢。欧几里得用五条公设推出整个平面几何，牛顿三大定律、热力学定律撑起了整个经典物理学，这些"地基级"的东西一旦立住，稳定周期是几十年到上百年，比任何具体产品、任何商业模式的生命周期都长得多。

但这里必须澄清一件事, 公理和方法论不是一回事："第一性原理""哲科思维"，本质上是一套关于"如何思考"的通用方法论。而"公理"，指的是每个具体学科内部经过长期检验才留下来的、关于世界本身是什么样的基本命题 —— 数学的公理、物理的定律、经济学的基本假设，这是学科内容本身，不是一个到处能套的思维壳子。

再聊聊人与 AI 如何共处? 必须用到教员说的“不要在敌人定义的战场中厮杀, 要在自己定义的战场中歼灭敌人”, 以及经济学的“比较优势”.

不要在 AI 擅长的领域与 AI 竞争, 你与 AI 应该是合作关系, 你与 AI 的差异化越强, 越能激发 AI 的潜能, 与 AI 合作产生的效果才能最大化.

很简单的道理, 当自行车被发明出来之后, 你会用跑步来和自行车比谁更快, 谁跑得更远吗?

所以, 一方面是要防止 AI 胡说八道你确不自知, 另一方面, 要提升自己比 AI 强的点: 例如"行动力、心力、愿力".

至于如何防止 AI 胡说八道你确不自知? 那就得回到“具体学科的公理级理解，因为 AI 答案再准，你自己没有这层理解，也判断不出它什么时候在一本正经地胡说。

当然，公理也不是绝对不变的。牛顿力学后来被相对论和量子力学在微观尺度上修正过，只是这种修正以几十年、上百年为周期 —— 不能把"变化慢"偷换成"绝对真理"。

最后

最后, 我想再回来总结一下, AI 为什么对知识付费行业冲击这么大? 因为它颠覆了"知识本身值钱"这个前提假设。直接松动了知识付费行业的地基!

而对于个人, AI 这么好的工具摆在面前, 你不用的话, 就相当于在战场上你还在用大刀长矛, 而对手已经是长枪大炮, 你怎么打?

但是拿起长枪大炮之前, 你得知道它怎么用, 知道它会怎么反噬你, 所以真正值得人花精力打的地基，是你所在具体领域里那些变化周期以十年、百年计的公理和定律。因为 AI 答案再准，你自己没有这层理解，也判断不出它什么时候在一本正经地胡说。

至于行动力、心力、愿力 —— 它们是你定义的战场, 这些地方 AI 无法触达(至少现在的具身智能还比较弱, 未来视变化再调整姿势.), 刚好够你与 AI 形成比较优势, 合作发挥最大功力. “行动力、心力、愿力”是让你有力气走到公理跟前、并且有能力为自己的判断买单、承担后果的燃料，而不是地基本身。地基，还是得是那些“更古不变”的东西。