AI正在摧毁我们评估“专家”的尺子。
前段时间，一大批数学家，包括二十多位菲尔兹奖得主，签署了一份声明，核心观点是：AI正在通过“解决问题”来破坏数学的真正目标——“产生深刻的理解和洞察”。
我看到一个更底层的变化：我们过去几十年用来衡量人类专业能力的“信号”，正在被AI大规模伪造，这套体系正在崩溃。这是整个专业价值评估体系的系统性风险。
过去，我们如何判断一个程序员的水平？一个简单粗暴但有效的方式，是看他的GitHub。一个复杂的个人项目，比如一个玩具操作系统或是一个模拟器，就是一种强有力的“工作量证明”。它向外界发出信号：这个人具备独立完成复杂工程的能力、毅力和智力。同样，数学家能解决一个悬而未决的难题，也是一种“工作量证明”，证明了他所使用的理论工具和思维方式的价值。这些“证明”很难伪造，因此构成了我们评估人才的基石。
现在，AI打碎了这块基石。一个复杂的GitHub项目，现在可能只是靠AI“vibe-code”出来的，其背后的人可能连基本的数据结构都没想清楚。一个数学难题的AI解法，可能是一堆人类无法理解的、暴力计算的结果，它没有带来任何新的、可被传承的数学思想。当“工作量证明”的成本被AI降到接近于零时，它的信号价值也随之归零。
那么，当“产出”不再能作为可靠的信号时，什么才是新的价值尺度？也许是“过程”。或者说，是“思路证明”。AI能生成代码，但它无法解释在三个可行架构中选择这一个的深层权衡。AI能给出一个解，但它无法清晰地阐述为了得到这个解，它构建了怎样的思考框架，放弃了哪些看似可行的路径。
所以，继续沉迷于堆砌GitHub上的项目数量，或者追求写出多少行代码，正在变得毫无意义。你的价值不再是你“做了什么”，而是你“如何思考”以及“为何这样决策”。面试官未来可能不再问你“实现一个XX功能”，而是给你一个AI生成的复杂项目，让你在半小时内指出其中三个最致命的架构缺陷，并说明理由。
我们正在从一个看重“结果”的时代，被迫进入一个必须审视“过程”的时代。你的简历能证明你做了什么，但能证明你是怎么想的吗？
AI与专业价值