納瓦爾最新52分鐘播客：AI時代信息不對稱結束了，判斷力不對稱剛開始

納瓦爾最近發布了一期新的播客節目，他只談了一件事：贏家通吃（Winner-takes-all）。

納瓦爾·拉威康特（Naval Ravikant），1974年5月26日出生于印度德里，畢業于達特茅斯學院（計算機科學和經濟學），印度裔美國企業家、投資人、作家 。1999年聯合創立消費者點評網站Epinions。2010年聯合創立股權眾籌平臺AngelList并擔任創始CEO。他因在社交媒體分享財富與幸福哲學而聞名，相關言論被整理為《納瓦爾寶典》。

為你提煉出納瓦爾這52分鐘播客內容的精華，以下是首先需要了解的5個要點：

1、《大亨游戲》里，銷售競賽的獎品是第一名得凱迪拉克，第二名獲牛排刀，第三名直接被解雇：全球最優秀的人能用人工智能一下午就干完你一周的工作，現在，沒人想要第二名了。

2、人工智能是摩托車而非自行車：你無需再踩踏板揮汗如雨，但油門、剎車和方向盤仍需自己掌控。

3、信息差已成過往，判斷力的差距才剛剛拉開序幕：如今誰都能向ChatGPT提出同一個問題，但你能否分辨它給出的答案是真知灼見還是一本正經的胡說八道？

4、如果你只有所在領域的平均水平，那你就已經出局了：當人工智能達到80分的水平時，沒人會花錢買你的70分，你比人工智能貴一百倍卻只強那么一點點。

5、這一輪最慘的并非能力不足的人，而是有能力卻不敢行動的人：你明明知道人工智能很重要，但就是不去開始使用，等到五年后才發現自己早已被遠遠甩在身后。

這是對市場的一次徹底重新分配

AI成為史上最強大的學習工具，信息不對稱被ChatGPT等大型模型一鍵破解。所有人都能用同樣的模型訓練同樣的技能，這個時代最殘酷的真相就是：市場只要最好的，沒人要平庸的。

1、這一輪游戲規則變了

以前的世界是這樣的：你在北方做分析師，他在南方做分析師，市場足夠大，兩個人都能生活得很好。地理邊界保護了水平一般的專業人士。

現在呢？全球最頂尖的分析師能借助人工智能工具，在一個下午完成你一周的工作量，而且質量更高、成本更低。

你要知道，當工具的成本接近于零時，唯一有價值的就是你的判斷力和執行力。

納瓦爾說得非常直白：“市場不在乎你有多努力，市場只在乎你交付的成果。當最好的成果能夠被無限復制時，就沒人會要第二名了。”

就如同亞馬遜顛覆實體書店、YouTube顛覆電視臺一樣，應用市場也將走向同樣的極端結構：一兩個超級聚合平臺+少數巨頭+無限長尾。中間那層將全部消亡。

2、人工智能是心智的摩托車，但你得會騎

納瓦爾引用了喬布斯的經典比喻：

計算機是思維的自行車，它能讓你比步行快得多，但依舊需要雙腿去踩踏板。

人工智能是心智的摩托車，你無需再踩踏板，但仍需有人來騎、來駕駛、來踩油門和剎車。

人工智能不是來搶你工作的，人工智能是來幫你學習的。

納瓦爾本人就是最佳例證，他每天都使用人工智能：

學習新語言/研究新領域/測試新想法/驗證舊假設

他說：“我這輩子沒見過比人工智能更好的學習工具了。它不會累、不會不耐煩，同一個問題你問一百遍，它都能重復解釋直到你明白為止。”

但問題來了：當所有人都能用ChatGPT學習東西時，你憑什么比別人學得更快、更深、更能學以致用？

這就是贏家通吃的邏輯，人工智能降低了學習門檻，但同時也抬高了競爭上限。

我在開發Piggyx的時候就深有體會。當我發現Claude Code能幫我編寫腳本、部署服務、監控數據時，我的第一反應是“我得趕緊學會用它，不然別人也會用啊”。

人工智能是交給每個人的魔杖，過去寫代碼的工程師就像會念咒語的巫師。現在，人工智能讓每個人都能施展法術，用通俗易懂的語言就能創造東西，但魔杖在手，你也得知道要施展什么法術吧。

3、信息不對稱已成過去，但判斷力不對稱才剛剛開始

In the past, making money relied on information asymmetry:

你知道這個項目，別人不知道 → 你賺

你看了這份報告，別人沒看過→你贏

現在呢？所有人都能問“這個項目怎么樣”“這份報告的重點是什么”。信息差已不復存在。

納瓦爾回憶起谷歌剛問世時，他幫朋友查個東西就像天才一樣，后來有人專門建了個名為“讓我來幫你谷歌一下”（Let Me Google That For You）的網站來嘲諷此事。

納瓦爾說：“信息不對稱結束了，判斷力不對稱才剛剛開始。”

你和我都能夠向ChatGPT提出同一個問題，但你能否判斷它給出的答案是真知灼見還是一本正經地胡說八道，這將成為新的護城河

舉個例子：我最近讓 Piggyx 幫我分析加密貨幣圈的項目。它能給我一堆數據、一堆觀點，但最終這個項目值不值得投資還是得我自己判斷。

人工智能給你槍，但你得知道朝哪里開火

4、不要做水平一般的專家

納瓦爾有句話特別犀利：

如果你只是你所在領域的平均水平，那你已經死了，只不過還沒入土罷了。

因為當人工智能能夠達到80分的時候，市場不會再為你的70分買單。

但這并不意味著你要成為全能選手。恰恰相反，

你要做的是：在你最擅長的那1%領域里，做到絕對的頂尖。剩下的99%交給AI。

納瓦爾本人就是如此：

他不寫代碼 → 但他知道如何判斷技術方向

他不做設計→但他知道什么產品會贏

他不負責運營→但他知道哪些團隊能存活下來

他把所有時間都花在“判斷”這件事上，其他一切都是工具。

我做Piggyx的時候也是如此。我并非最擅長編寫代碼，但我知道自己需要什么功能、為什么要這些功能、要給誰用。剩下的，Claude和我一起搞定。

所有機器的本質都是在特定任務上遠超人類，但在其他任務上則完全無能為力。人工智能也是如此，找到屬于你的那1%，讓人工智能幫你搞定其余的99%。

5、人工智能是跳板，而非天花板

納瓦爾有個很棒的比喻：

如果人工智能能夠完成你想做的事，它并非要取代你，而是助你更上一層樓。人工智能與你攜手，讓你躍向更高的地方。

重復性工作的價值歸零，這是現實：撰寫報告/制作簡報/分析數據/整理信息/回復郵件

你可能會說：“但我比人工智能做得更好啊！”

市場并不在意。市場只關心是否足夠好+是否足夠便宜

人工智能能做到85分，而你只能做到90分，但你的要價是人工智能的100倍，你覺得客戶會選誰？

所以不要浪費時間證明“你比人工智能強”

你要做的是：找到人工智能無法企及的那15分，然后將其做到100分。

那什么是人工智能做不到的？

納瓦爾的答案很簡單：“創造、判斷、連接。”

創造：發明新事物，而非優化舊事物

判斷：在不確定的情況下做決定

連接：建立信任、建立關系、建立網絡

這三件事，人工智能短期內無法做到

但這并不是說“AI永遠做不到”，只是說“當AI還做不到的時候，這就是你的機會窗口”。

我最近在思考Piggyx下一步要做什么。技術上我可以讓Claude幫我實現，但具體做什么這個判斷，必須由我自己來做。

因為這一判斷背后，是我對市場的理解、對用戶的理解、對趨勢的理解，這是人工智能無法訓練出來的。

6、別焦慮，開始行動

納瓦爾最后說了一句話，我覺得特別適用于當下：

這場巨變中最大的輸家不是能力不足的人，而是有能力卻不敢行動的人

你知道人工智能很重要→但你還沒開始使用

你知道要學習新技能→但你仍在拖延

你知道市場在變 → 可你仍在等待最佳時機

沒有最佳時機。最佳時機就是現在。

納瓦爾說：“第一次遇到一輛車，你可以直接開走，但那也是你最好奇、最有可能打開引擎蓋一探究竟的時刻。”

我這個月就是這樣：擁抱新鮮事

你要明白，并非等到準備好了才開始，而是開始了才會準備好。

7、市場不欠你一份工作

這句話很殘酷，但納瓦爾說得非常直白：

市場并不欠你一份工作。市場只關心你能解決什么問題。

以前你可以憑學歷、憑資歷、憑工齡謀得一份穩定的工作

如今，如果你解決不了問題，學歷再高也沒用。但如果你能解決問題，學歷根本不重要。

這就是為什么你看到越來越多的年輕人打造出價值百萬美元的產品，比如kashi的勞拉（Lara @luanalopeslara）成為最年輕的億萬富翁，cluely的@im_roy_lee獲得A16z投資，而40歲的中年人還在抱怨找不到工作。

你以為是被市場拋棄，實則是你還在用舊世界的邏輯來解讀新世界的規則

8、專注于杠桿，而非努力

納瓦爾有個經典理論：努力不會讓你變富有，杠桿才會。

什么是杠桿？

代碼→寫一次，運行一萬次

媒體→說一次，傳播一萬次

資本→投資一次，復利一萬次

人工智能→訓練一次，調用一萬次

這一輪人工智能浪潮最大的機遇，就是每個人都能獲得杠桿效應

以前你要寫代碼→得學三年

以前若要從事媒體行業→得有一個團隊

以前你要動用資本→得先有錢

9、治愈焦慮的良藥永遠是行動

最后回到開頭那個問題：當所有人都能利用人工智能學習、所有人都能獲得工具時，你憑什么贏？

納瓦爾的答案：你不必贏過所有人，你只需贏過昨天的自己

這輪游戲的終極邏輯不是“你對抗別人”，而是“你對抗你自己的拖延、恐懼、舒適圈”

市場只追求最好的，沒人要平庸的，這就是現實。“最好”是一個動態過程：你今天比昨天好一點，明天又比今天更好一點。

AI是工具，市場是戰場，但真正的敵人永遠是你自己的不作為

納瓦爾說：“以前開燈是了不起的科技，現在你一按開關燈就亮了，根本不會覺得那是科技。轉動方向盤車就轉彎，對原始人來說是奇跡，對你來說卻早已算不上科技了。”

人工智能也會如此，從令人恐懼的新事物變成習以為常的工具，你是要現在就開始使用，還是等五年后才發現自己已經落后了？

延伸閱讀《納瓦爾寶典》

致富最重要的技能是成為終身學習者，一定要找到自己天賦是什么