教师变“引导者”，工人学协作：普通人的职业自救指南

2026年1月6号，马斯克在得州超级工厂录了一段播客节目，他说我们现在熟悉的生活大概还剩一千天左右，这可不是开玩笑，他解释人工智能今年就会比一个普通人脑子转得快，到2030年可能比全人类加起来还聪明，这话刚开始听着有点夸张，但后来发生的事让很多人开始相信了。

1月22号，他去了达沃斯，这回不是简单走个过场，而是坐下来认真聊了很久，特别是和黑石的拉里·芬克关起门谈了超过两小时，后来内容被透露出来，大家发现马斯克不是在吹牛，他讲的是怎么把人工智能、机器人、能源还有太空这几条线整合起来做实际的事，他不自称预言家，只称自己是技术现实主义者，意思是事情要先做出来再说。

比如医疗领域，特斯拉的Optimus机器人到了2026年就能在工厂里搬零件和拧螺丝了，按照计划到2027年底它还能进入普通人家中，它的设计目标很实际，要像人一样能站立，手部动作还得稳定、准确和精细，第一个落地的应用场景就是医院，现在全球的外科医生数量严重不足，而机器人不会感到疲劳也不会手抖，做手术的成本能降低九成以上，偏远地区不用建造大型医院，通过远程操控机器人就可以完成高难度的手术，但马斯克也提醒说AI在诊断病历影像时误诊率可以压到0.1%以下，可万一算法带有偏见呢，需要增加一道神经层安全协议，不能让它自行决定。

能源这件事很关键，美国那边xAI建超算中心，申请用电等了半年多，最后只能临时用燃气发电来补上缺口，电网太旧了撑不住新的计算需求，中国就不同，西部有风电和光伏发的电，通过特高压直接送到东部的数据中心去用，国际能源署2025年发布的数据显示，中国这套系统在能耗效率上比美国高出37%，马斯克也提到过，人工智能的竞争不只是写代码的事，而是看谁能更快地输电、铺开算力，中国的做法是国家牵头协调，电网配合调度，数据中心跟着落地实施，不是一家公司单打独斗能做到的。

制造业也在不断变化，机器人现在能够完成精密装配工作，甚至能胜任手术级别的精细操作，中国的部分生产线已经开始使用Optimus替代高端技术工人，过去让人头疼的芯片问题反而没那么关键了，因为竞争的重点已经转移到系统架构和能源整合上，学校也在跟着调整，教师不再只教书本知识，重点转向训练学生如何提出问题、怎样与人工智能协作、以及判断是非对错，有些地方试点采用AI助教，老师转变为“认知引导者”，虽然任务变了，但人的角色仍然存在。

有个问题大家都不明说，但马斯克提到过，如果人工智能顶替了九成白领的工作，而社会还没准备好发放基本收入，消费市场就会直接崩溃，中国的体制优势很明显，基建速度快、标准统一、数据容易管理，但个人转行的成本谁来承担，美国依靠OpenAI和谷歌这些公司自己推动，协调起来慢，中国靠规划和联动，效率高，可万一方向选错了，调整起来也更难。

黑石集团的芬克表面上是个金融界的大佬，实际上悄悄投资了xAI的算力项目，资本现在已经不满足于只买股票，开始直接绑定在技术底层上，马斯克自己同时推进三条路线，包括AI医疗、算力基建和火箭回收，这些都是实实在在落地的事情，他不画大饼，只搭建平台。

中国没有被直接点名，但达沃斯论坛上不少人提到，现在全球只有这个国家能把人工智能真正铺开，原因很简单，一是电够用，二是工程师人数多，加上特高压电网支撑，算力供应就不会断。

有人以为这是未来的景象，实际上它已经在发生，只是人们还没完全习惯这个变化：机器变得更像人，而人们却需要学着不像机器那样工作。