E253 AI 会改变世界，可它真的有让世界变好吗？

概览

本期从“让沙子思考”与“粉尘伤害工人”的双重隐喻出发，讨论AI繁荣背后的资源分配问题：技术创造的能力、机会与财富最终流向谁？没有站在技术前沿的人，能否真正从中受益？

嘉宾李志林结合公益项目的一线经验指出，AI在欠发达地区的影响仍受基础设施、设备成本、专业人员和信任关系制约。无论是白内障手术、儿童心理支持，还是乡村医疗，许多“最后一公里”问题仍必须由人来解决。

节目同时讨论AI时代的财富集中、就业替代及公益责任，并提出不能假设技术进步会自动转化为普遍福祉。更公平的分配需要产权安排、税收政策和慈善公益共同发挥作用。

讨论最终回到普通人的行动：持续捐赠、关注和传播社会议题、善待身边的人，都可能形成善意的连锁反应。世界仍有许多问题，却已经比过去有所进步，也仍然可以变得更好。

分段落总结

[00:00] “会思考的沙子”与技术繁荣的另一面

[事实] 芯片所需的硅可以从石英沙中提取，而石英粉尘也是尘肺病的重要致病源。

[事实] 节目以“会思考的沙子”和“杀人的沙子”作对照，关注AI产业链两端截然不同的处境。

[事实] 本期核心问题是：AI创造的能力、机会和财富会流向谁，技术前沿之外的人能否获益。

[00:05] 技术进步不会自动惠及所有人

[事实] 李志林对“新技术会自动给每个人带来福祉”的技术乐观主义持怀疑态度，并认为历史上存在许多反例。

[事实] 她的工作同时连接科技创业者、捐赠人，以及欠发达地区的老人和儿童，因此经常感受到两个世界之间的割裂。

[事实] 节目引用的数据称，全球劳动人口中只有17%使用过生成式AI，而其中很多人可能仅与聊天机器人交流过一次。

[推测] 城市社交媒体制造的“人人都在使用AI”的印象，可能放大了少数技术活跃人群的经验。

[00:09] 欠发达地区的AI现实与基础设施瓶颈

[事实] 在一些乡村和县城，AI更多表现为短视频中的生成内容，以及手机里偶尔使用的聊天工具，并未根本改变种植、放牧等工作方式。

[事实] 在偏远地区开展白内障项目时，AI不能完成藏语沟通、接送老人、手术实施或现场筛查等关键环节。

[事实] 当地还存在断电、医院基础设施不足、设备昂贵等问题；节目也提到撒哈拉以南非洲仍有约6亿人没有电。

[推测] 如果基础设施、医疗能力和接入设备尚未解决，单独提供AI工具很难产生实质影响。

[00:12] AI设备不等于真正的儿童心理支持

[事实] 一些学校接受了企业捐赠的AI心理设备，但设备可能闲置，原因包括学生时间不足、心理教师稀缺以及课程容易被其他科目挤占。

[事实] 嘉宾团队支持学校开设社会情感课程，培训普通学科教师授课，并通过补贴改善教师的参与动力。

[事实] 课程帮助孩子认识和表达情绪、学习与他人相处，也让部分教师重新获得积极的师生互动和职业成就感。

[事实] 农村留守儿童普遍缺乏养育者的支持，而乡村教师自身也承担着较大的工作压力。

[00:17] 公益的最后一公里依赖人与信任

[事实] 部分老人会怀疑免费医疗项目是骗局，也有人认为年老后看不见、听不见是正常现象，不需要治疗。

[事实] 公益人员需要与老人及其家属反复沟通，还要处理交通、习俗、心理障碍和基层医疗能力不足等具体问题。

[事实] 白内障手术本身可能只需五至十分钟，但把老人带到手术台前需要大量人工协调。

[推测] 技术可以提高某个环节的效率，却很难替代建立信任、理解处境和现场执行所需的人际工作。

[00:19] 有效捐赠：衡量每一笔钱的实际作用

[事实] 节目称，在偏远地区花费约三千至五千元，可以帮助一位白内障老人恢复视力，因此这类项目具有较高的成本效益。

[事实] “有效捐赠”强调研究捐款流向什么项目、能否真正产生效果，以及同样的资金在哪里能帮助更多人。

[事实] 李志林从2019年起承诺捐出个人收入的10%，并表示普通人也能通过捐赠挽救或改善他人的生命。

[事实] 公益项目难免存在损耗，但不能因部分资源未被正确使用，就否定其对多数受助者产生的效果。

[00:24] AI资本支出与全球贫困的强烈反差

[事实] 节目引用的估算认为，全球头部AI企业年度资本支出达到数千亿美元，而让全球七八亿极端贫困人口脱离贫困，每年约需三千亿美元。

[事实] 极端贫困往往伴随着饥饿、缺乏安全饮水、儿童早逝和就业不足等问题。

[事实] 嘉宾团队发起捐出收入1%的倡议，实际参与者更多是普通工薪族、学生和收入并不高的公益从业者。

[推测] 资本愿意为尚不确定的技术未来投入巨额资源，却长期未能为当下明确的生存问题提供同等规模的支持，反映了社会优先级的失衡。

[00:28] 技术进步是公益，却不等于公平分配

[事实] 嘉宾认同技术革命能够大幅推动经济和社会进步，但反对把这一点当作科技从业者免于伦理追问的理由。

[事实] 节目以工业革命时期英国生产增长而工资长期停滞为例，说明生产力提升未必立即惠及劳动者。

[事实] 对AI时代而言，风险可能不仅是工资没有增长，还包括工作岗位被直接替代，以及财富和权力向少数公司、股东与投资人集中。

[事实] 节目也提到已有两千多位创业者加入“创始人承诺”，同意在股权变现后捐出一定比例的收入。

[00:33] 利他行动也能为行动者带来力量

[事实] 嘉宾认为，在社会流动叙事失效、普遍缺乏安全感的环境下，公益及与他人的连接可以带来新的意义与力量。

[事实] 帮助他人带来的感谢、信任和被需要感，会让一些捐赠者更喜欢自己，并感到自己对世界有用。

[事实] 公益不只包括捐款，也包括志愿服务、献血、安宁疗护、减少浪费等不同形式。

[事实] 嘉宾强调公益从业者不是圣人，也会害怕、疲惫，需要工资和生活保障。

[00:35] 让善意被看见

[事实] 嘉宾所在机构招聘一个研究岗位时，可能收到约两百份简历，不少申请者表示即使自己未被录取，也希望岗位由最合适的人承担。

[事实] 节目提到，人们可能高估社会中恶意行为的比例，却低估普通人捐款和在危难中帮助他人的意愿。

[事实] “做好事不留名”的文化以及对自我宣传的顾虑，使许多善意行动不容易被公众看见。

[推测] 公开谈论真实而不完美的公益经历，有助于降低参与门槛，让更多人相信普通人也可以行动。

[00:39] “先赚钱再公益”的逻辑漏洞

[事实] 有效利他社群中存在“多赚钱、多捐赠”的思路，也有人相信推动AGI后可以通过全民基本收入让所有人受益。

[事实] 嘉宾认为，这种叙事包含多重未经验证的假设：AI是否必然促进整体经济、经济增长是否惠及所有人，以及全民基本收入是否真的会实现。

[事实] 节目讨论了由公众持有大型AI公司部分股权的提议，理由是AI建立在人类长期积累的知识与数据之上。

[事实] 嘉宾认为，掌握巨大权力和财富后仍能保持最初承诺并非必然，公司股东和其他利益相关方也未必支持普遍分配。

[00:43] 科技领袖的伦理忧虑与行动矛盾

[事实] 节目谈到部分AI公司创始人一方面警告AI风险，另一方面仍在推动前沿模型竞赛。

[事实] 嘉宾回顾一位AI公司创始人早年评估公益项目的文章，其中强调理性追问必须与最初的同理心和爱并存。

[事实] 当行业领袖公开主张放慢前沿技术发展，却没有主动停止自身竞争时，节目质疑这种表态的实际意义。

[推测] 技术领袖的道德焦虑可能是真实的，但竞争机制、资本压力和个人权力也可能使其难以兑现伦理主张。

[00:45] 一次、二次与三次分配

[事实] 韩国在2017年前后减少与机器人投资相关的税收优惠，节目引用的研究认为，这一措施保住了更多就业，同时未显著损害投资和经济发展。

[事实] 嘉宾把AI时代的财富分配分为三个方向：产权和收入属于一次分配，税收调节属于二次分配，慈善公益属于三次分配。

[事实] 产权改革和税制调整会面临立法、利益博弈与企业游说等阻力。

[事实] 嘉宾认为，在制度仍处于调整期时，推动创业者提前承诺未来捐出部分财富，是相对可行的路径。

[00:49] 困难时代仍然存在行动空间

[事实] 嘉宾指出，现代人在寿命、安全、食物、饮水和通信方面，已经拥有历史上罕见的条件。

[事实] 她同时承认当下仍是充满不确定性和挑战的时代，但认为普通人在关键时刻仍能作出有价值的选择。

[事实] 节目提到，一些AI创业者和年轻学生仍积极参与公益，说明技术行业内部并非只有冷漠和逐利。

[00:50] AI赋能公益的真实案例

[事实] AI辅助乡村医生后，诊断和用药正确率被描述为可从不足20%提高到约80%，也能帮助医生判断何时转诊。

[事实] AI可以根据农村学生的错题提供讲解和针对性练习，也能降低高考志愿咨询对一对一人力服务的依赖。

[事实] 农村学生因信息不足或受到误导，可能出现高分低录，节目称其分数损失平均可达10至30分。

[事实] AI还能生成个性化的大学生活场景，帮助学生更具象地理解专业、城市与未来生活是否适合自己。

[00:53] AI无法替代“最后一公里”

[事实] 乡村医生需要培训、监督和激励，学生使用学习工具需要志愿者或教师陪伴，高考志愿系统也仍需线下宣讲和答疑。

[事实] 一些家庭希望AI直接给出唯一的学校和专业代码，而项目设计者更希望学生理解自身兴趣、能力和长期目标。

[事实] 嘉宾认为，人的成长不存在绝对而简单的答案，需要投入精力持续互动。

[推测] AI最适合作为扩大专业服务覆盖面的工具，而不是把复杂的人生判断变成一次自动化输出。

[00:57] 偏远地区女性如何借助AI获得收入

[事实] “数字木兰”等项目支持贵州、甘肃等地女性从事数据标注，其中部分工作已涉及金融、医疗等专业领域。

[事实] 从业者的技能会在工作中积累，并非所有数据标注都只是短期、低技能劳动。

[事实] 一些偏远地区的民宿经营者使用AI代理提供多语言服务，并介绍当地历史文化。

[事实] 稳定的本地就业能增强女性的经济独立性，也有助于其摆脱家庭暴力等困境。

[推测] 外界若仅以“低端工作”概括这些项目，可能忽视了收入、技能成长和本地生活稳定性对参与者的实际价值。

[00:59] 早期养育与出生时就出现的不平等

[事实] 节目称，零至三岁是大脑发育极其关键的阶段，错过这一窗口后很难完全弥补。

[事实] 嘉宾表示，农村儿童中约有40%存在认知发育迟缓，留守和缺乏照料是重要原因之一。

[事实] 早期养育并不等于“鸡娃”，核心是读书、唱歌、陪伴玩耍，并对孩子的反应给予回应式照料。

[事实] 让父母能够留在本地获得收入，有利于孩子获得稳定、高质量的陪伴。

[01:01] 反直觉的公益决策与直接发钱

[事实] 节目引用肯尼亚研究称，在孕产期前后向贫困家庭发放1000美元，可使新生儿死亡率下降48%。

[事实] 人们往往倾向于捐学校、书包和操场，却容易忽视孕产期营养、产检以及零至三岁养育的重要性。

[事实] 嘉宾强调，公益不能只满足捐赠者的想象和快乐，首要标准应是受助者是否真正获益。

[推测] 直接发钱等看似简单的方案，有时可能比捐赠指定物资更有效，因此公益决策需要证据而非只依靠直觉。

[01:02] AI就业红利与发展路径被截断的风险

[事实] 嘉宾认为，较低成本的劳动力有时是贫困地区积累资本、逐步进入高附加值产业的必经阶段。

[事实] 如果机器人和AI直接替代这些劳动岗位，贫困国家可能失去传统工业化和服务外包的发展阶梯。

[事实] 节目以肯尼亚论文代写产业为例，称ChatGPT出现后大量相关工作消失，许多受过教育的年轻人重新陷入失业或低收入劳动。

[推测] 只观察AI在发达国家创造的岗位，可能掩盖技术替代对其他国家造成的就业外溢影响。

[01:05] 不追求完美行动，在实践中持续修正

[事实] 嘉宾认为不存在一开始就对所有人都有利、能解决全部问题的“完美行动”。

[事实] 真正行动后，人们才能发现问题、继续迭代，并逐步扩大改变。

[事实] 节目总结，人们既可能高估技术解决现实问题的能力，也可能低估技术在医疗、教育和就业公益中的实际潜力。

[事实] 嘉宾提出三个可以同时成立的判断：世界很不好，世界已经比过去好很多，世界还可以变得更好。

[01:07] 历史中的慈善力量与连锁反应

[事实] 节目提到，洛克菲勒基金会支持的绿色革命被认为挽救了大量生命，慈善资助的科学交流也曾帮助减少冷战期间的误判。

[事实] 嘉宾讲述自己把一名女孩遭受不当教育控制的线索转给调查媒体，随后记者持续调查并发表报道的经历。

[事实] 她将这种由一个人的行动引发更多人接力的过程称为“涟漪效应”。

[事实] 机构发起的1%捐赠承诺已有一千四百多人持续参与，参与者包括创业者、企业员工、公务员、教师、老人和小学生。

[01:11] 公益规模虽小，具体生命仍然在乎

[事实] 节目称，中国公益年度捐赠总额约为1500亿至2000亿元，不到GDP的0.1%；发达国家相关比例可能达到1.5%至2%。

[事实] 嘉宾所在机构撬动和倡导的捐赠约为1000万元，用于白内障手术、先天性心脏病治疗、儿童社会情感课程、反家暴支持和性教育等项目。

[事实] 她认为，与政府和市场相比，公益力量虽然很小，但对于每一位实际得到帮助的人而言并不少。

[推测] 公益的意义既在于远大目标，也在于承认有限资源仍能具体改变一部分人的生活。

[01:13] 普通人可以做的三类行动

[事实] 第一类行动是长期捐赠：选择自己关心的议题，对公益机构进行基础调查，再持续提供支持。

[事实] 第二类行动是关注、转发和讨论重要社会议题，因为一次传播可能抵达能够采取关键行动的人。

[事实] 第三类行动是善待身边的人，包括家人、同事、陌生人、外卖员、保洁员和保安等。

[事实] 节目引用“当善意变得可见，它就会具有传染性”，并以“最容易人传人的是希望”概括行动的扩散。

[01:16] 世界可以因微小行动变好

[事实] 节目再次强调，世界很不好、已经比过去好很多、仍然可以变得更好，这三句话可以同时成立。

[事实] 承认个人能力有限，不等于对所有问题都无能为力；改变可以从自己关心的议题和身边的人开始。

[事实] 节目将一代又一代人积累起来的行动与善意，称为人类真正的“神迹”。

播客点评/总结

[推测] 本期最大的价值，是把AI讨论从模型能力、融资和效率竞争，转向基础设施、劳动者、弱势群体与财富分配，让抽象的技术进步重新落到具体的人身上。

[推测] 节目的亮点在于同时提供一线案例与制度视角：既不把AI描述为解决一切问题的万能工具，也不否定它在乡村医疗、教育和就业支持中的潜力。

[推测] 部分宏观数据和跨国案例主要由嘉宾口述，转录稿没有呈现完整的研究名称、统计口径及来源，因此更适合作为理解问题的入口，而非独立的事实核验材料。

[推测] 本期适合关注AI社会影响、公益慈善、财富分配和个人行动的人，也适合因技术变化感到焦虑、希望寻找具体行动方向的普通听众。