这几天 AI 圈里传得最多的，是一批 GPT-6 做出来的作品。有人用它做出了能跑起来的游戏 Demo，有人让它把旧金山艺术宫复刻成 3D 场景，成品在网上刷了屏。事情我在 AI HOT 的每日精选里看到，公众号数字生命卡兹克就这批案例写了篇文章，标题里放着两个词，执行能力贬值，判断力断层。我把能查到的材料对了一遍，想法记在下面。
先讲艺术宫这一个，细节最全。干活的模型叫 GPT-6 Astra，OpenAI 九月三日发布的。复刻这座建筑，网上没有现成模型，Astra 自己去搜了几百张参考图，又翻进美国国会图书馆的老扫描文件，把柱子的尺寸找了出来。大半的活在夜里干完，没人盯着，成品第二天摆出来。这座建筑是一百多年前一届世博会留下的，构造细节多，去哪找图、翻什么档案，它全程自己安排。外行看这个案例，看的是成品像不像。内行看的是中间那段，参考图信哪张，尺寸打架听谁的，材质往哪个方向调，这些小主意以前是美术师在干活时顺手拿的，这一回它自己拿了。
再看它这批案例用到的软件。名单里有建模的 Blender，有做影视特效的 Houdini，游戏开发常用的 Unity 和像素画工具 Aseprite 也在列。这几样各有各的门槛，任何一样学精都以年计，行业内不少岗位的招聘要求里写着它们。Astra 全都能自己打开自己操作，用户在对话框里把要什么说清楚就行。
Astra 发布时的成绩单也给得漂亮，官方公告里写着数学成绩破了纪录，编码追平头部模型。后面跟着一段小插曲。发布没几天，Fortune 的记者发现 OpenAI 把公告里的基准数据改了不止一次，幻觉率这个数字，先从 4.2% 改成 2%，过两天又改了回去。幻觉率指模型一本正经编造事实的比例，基准数据就是随模型一起发的那份评测成绩单。成绩单在反复涂改，用户做出来的作品倒是一件接一件往上摆。
这两件事放在一起看，比分数之争更要紧的信息只有一条，执行在贬值。
在设计、剪辑、建模这些行当里，软件手艺一直是硬通货。一个年轻人学会 Blender，从入门到能接活要一两年，接了活按张收钱。这门手艺值钱，值在操作本身有门槛，几百个功能要记，几年手感要磨。现在这段门槛正在被拆掉。你把要求说清楚，它自己开软件，自己找参考，改到自己觉得像样为止。操作那一半的价值往下掉，掉的速度多半快过多数人的职业规划。
类似的贬值出现过。三十年前打字是一门职业，打字员是正经岗位。输入法普及以后，打字成了人人都会的基本功，再没有公司单为打字设岗。不过那次贬掉的是打字这一层，稿子顺不顺、用词准不准，拿主意的仍然是人。这一次被拿走的是执行本身，而执行恰恰是练判断的地方。麻烦从这里开始。
手艺还要不要学，我的看法分两半。专门花两年磨软件操作，回报越来越薄，这一层我不劝人进。手艺里另一半，知道什么样的图算好图，什么样的模型好修，反而更值钱了，它恰好是判断。要学还值得学，把注意力放在验收上，别只放在操作上。
卡兹克用的另一个词，判断力断层。执行贬值看到案例就懂，断层在哪，我想了两天。我的答案是，判断力只能在大量的执行里喂出来。一个老美术扫一眼就知道哪张图不对，凭的是入行十年改废的几百稿，每一稿都在手上留了一点东西。判断是执行的副产品，先有量，后有眼光。
执行被模型接走以后，正在入行的年轻人可以跳过量，直接站到要下判断的位置上。上一代人的眼光拿十年执行换的，下一代人没有这十年可换，两批人中间空出一段路。掉进这段路的，是把活整个交出去、自己从此不再动手的人。这是我读到的断层。艺术宫那个案例反过来又加重了这件事，连执行里顺手拿小主意的机会，模型也一起接走了。过去判断和执行长在一起，一个人干十年活，眼光顺便就有了，没人把判断单独拎出来练。执行便宜了以后，判断头一回需要单独排课。
也别把 Astra 这批案例只当成创意行业的新闻。它展示的是一套通用姿势，接到任务，找资料、开工具、盯中间步骤，全都能自己来。设计这么干，写标书、做汇报、做市场分析也一样。再加上 OpenAI 同期那份报告的说法，AI 能在人的指导下独立完成要花好几天的明确研究任务，下一个节点定在 2028 年 3 月，目标是自动化研究员。研究任务尚且如此，日常办公任务的距离可想而知。办公室里的执行和创意行业的手艺，走在同一条降价曲线上。
我自己天天跟 Agent 流水线打交道，这个号的文章就有一条流水线参与。跑顺之前最花时间的全在验收那头，它交回来的活隔三差五要打回去，每打回去一次，我都得说清楚为什么不对。说清楚的次数多了，我对成稿的标准比以前清楚得多。这个体感跟上面的判断对得上，判断确实是验收喂出来的。
对带团队的人来说，这些变化最实际的落点是分工。建议把手里的活过一道筛，执行和判断分开看。写初稿、做图、剪片子这一侧，价格会继续往下走。定标准、验收、担责这一侧，价格会往上走。招人也可以换个考法，让候选人从零写一版方案，考的是执行，让候选人挑一份 AI 方案的毛病，考的才是判断。往后团队里更缺的是后一种人。
还有一条线划得更死。方案亏了钱，签字的人负责，这件事 AI 接不了，责任落不到它头上，判断就落不到它头上。盘岗位的时候可以问一句，这个岗位的产出里能写成标准的部分有多少，写得越清越该交给模型，写不清的那部分才是这个岗位的身价。带新人的办法也得跟着改，以前新人泡在执行里，三年泡出眼光，现在执行他碰不到了，老手就得把判断讲出声，为什么挑这家供应商，为什么砍这条预算，以前靠身体记住的东西，往后要靠嘴说出来。
拿市场部举个具体例子。让 AI 出一版活动方案，初稿十分钟就到，接下来难的是定这版方案好坏的标准。预算红线多少，目标人群是谁，跟品牌调性合不合，AI 答不了，也不该由它答。这几问答出来写下来，就是团队的第一份验收清单。判断的分量全压在这一头，而不少团队过去没把这一头当回事，以前执行慢，判断上的毛病被执行的时间盖住了。现在执行快了，判断的缺口一天就露出来。
企业侧这周就能动手的，我看是两件。一件把手里的活摊开盘点，标出执行和判断各占多少。另一件挑一个验收容易的流程先试，模型跑执行，人只管验收，跑上一个月，把挑出的毛病一条条记下来。从验收容易的活入手有个好处，错了当场看得见，代价小。
轮到个人，判断力有个笨办法可练，把 AI 当学徒带，自己站到验收的位置上。每次派活走三趟。第一趟把要求讲清楚，背景给足，什么样算合格，先写在前头。第二趟对着它交回来的东西挑毛病，预算没算渠道费，人群也写宽了，挑得越具体越好。第三趟最要紧，把每条毛病为什么算毛病说出口。说得出理由的才叫判断，只剩一句感觉不对的，判断就还没长出来。有人会问，我自己眼光也不够，挑不出毛病怎么办。把验收拆小，让它一次只交一小块，你对着成品核事实、核数字，要求逐条对过去，一样一样过。核对就是执行里剩下的那一小块，判断从这里长。
带团队的再加一步，把大家说出口的理由收拢成文，变成下一次派活的要求。判断留在个人脑子里，人一走就跟着走，写进文档的判断才留得下来。三个月跑下来，团队会多出一份越来越厚的验收标准。工具每个月在换，这份标准换了工具照样用。
最后表个态。执行会越来越便宜，这件事基本没有悬念，连基准数据都能改来改去，做出来的作品是改不掉的。判断长在自己身上，长得慢，但是实。往后拉开人和人差距的，大概率就是这块长得最慢的东西。行动从手边开始就行，明天派活，把要求先写成三句话，交回来以后，逼自己说出三条毛病和各自的理由。
这篇对你有用的话，关注「静远AI」，后面接着写 AI 落地里那些真跑通过的事。