Palantir首席执行官亚历克斯·卡普（Alex Karp）最近抛出一个极具传播力的判断：面对人工智能，有两类人可以对自己的未来放心，一类是接受过职业技能培训的人，另一类是神经多样性人群。这番话出自他2026年3月接受的TBPN访谈，随后被《财富》等媒体广泛报道。他还特别补充，自己对“神经多样性”的定义非常宽泛。

究其原意，卡普是想说：职业技能和非典型认知方式，才能让人在AI时代拥有生存优势。他以德国职业教育为例，强调实际操作技能，同时批评美国以标准化考试衡量人才的制度——把阅读障碍者、神经多样性群体、不爱坐课堂但爱动手创造的人，挡在主流评价之外。

这话刺耳，是因为它戳破了社会长期默认的信念：读好书、上一流大学、掌握体面专业知识，就能换稳定未来。卡普的潜台词是：这条路不保险了。

一、卡普的两分法，错在哪

卡普把“未来不会被替代的人”分成两端：

- 一端是具身技能（embodied skills）：电工、技师、水管工，在厂房排查故障、在机器轰鸣里判断异响；
• 另一端是神经多样性：不按常规路径思考，反而避开AI最擅长的标准化生成。

这个分法不是全错。生成式AI先在文字、代码、资料整理这些“数字化白领劳动”上显出威力，具身现场操作确实更难被一键替代；非典型思维也确实可能长出AI暂未穷尽的原创性。

但问题也很明显：

第一，维度错位。 具身技能和神经认知特征不是同一层分类。一个自闭症者可以是最好的电工；一个神经典型者也可以极具原创性。把“会动手”和“脑子不一样”并列成两类“幸存者”，逻辑上经不起拆。

第二，推论跳步。 “认知不同”不必然等于“更有创造力”；有创造力，也不等于“AI影响不到你”。AI已经进到文学、设计、科研、编程——创造性劳动本身正在被重写，不是避风港。

第三，装不下一个社会。 教师、护士、社区组织者、照护者、公务员、艺术家，算哪一类？人类能力不只是“技术能力集合”，它还长在关系、情境、规范、责任里。一个二分法，装不下真实世界。

二、真正该质疑的是“提问方式”

卡普问：“什么样的人还有未来？”

这个问题偷偷预设了一个前提——人的未来，取决于他相对机器还剩多少竞争优势。

我们沿着人才、教育、社会契约三层拆一下这个前提。

1. 人才等级被颠倒，但没被取消

工业社会把人排成：脑力＞体力，文凭＞技能，坐办公室＞下现场。

AI先冲击的，是中间那层“标准化认知劳动者”：会写汇报、会查资料、会写低层代码、会做基础法律检索，但没深领域功夫、没独特判断。过去这类稀缺，现在这类资本正在贬值。

但反过来推导“读大学不如学电工”，也荒唐。

• 任务，不是职业名称，才是AI重定价的单位。律师不会消失，但合同初审会改；医生不会被替，但影像初筛会变。

• 职教和大学不是二选一。现代技工要懂物理、材料、控制论；大学也不只卖技能，还教独立思考、公共判断、人的全面发展。

卡普看到旧等级松动是对的，但把技术边界当成“人才清单”，就是拿市场猜测指挥教育选择——课程追不上技能贬值速度，学生永远在重新证明自己。

2. 神经多样性：别把差异浪漫化

卡普把自己阅读障碍的经验投射成普遍结论：不标准=有优势。

该批评的是标准化试卷过早把人标记成“不适合”。该警惕的是另一面：

非典型≠天才，≠自动受益。神经多样性者面对的是真实求学障碍、职场歧视、执行功能困难。如果企业只在“差异能变现”时才欢迎你，那不是尊重多样性，是挑“有用的怪”。

更干净的说法是：AI时代需要更大认知频谱，而认知多样性的价值，不该只用生产率证明。

3. 教育：别再教人“比机器更聪明”

主流回应是：培养AI替代不了的能力——同理心、批判性思维、创造力。

听起来对，陷阱在里头：它仍把教育当“劳动力市场前置工序”，只是把技能表换一批。机器进一步，教育追一步；机器再进一步，人再慌一次。

教育该换目标：

从“让人比AI强”，转向“让人不必靠比AI强来获得存在价值”。

大学该给的，是机器直接给不了的经验：
• 长期研究的耐心

• 跨学科提问题的勇气

• 在真实社会里为判断担责

• 辨别信息、理解他者、参与公共生活

职教也不该是“考不上大学的人退路”。德国职教被称道，不只是出技工，而是让技艺有社会尊严。如果只在AI来了才发现电工有前途，尊重的其实是市场风向，不是劳动本身。

三、社会契约：被偷换的前提

最深层的问题在分配。

现代契约是：你卖劳动→拿工资→换住房、医疗、教育、养老、尊严。

AI挑战的是这条纽带——生产率越高，某些人类劳动越不稀缺。于是所有人都在焦虑“我该学什么”，没人问：

一个人配不配活得好，非得看他能不能把劳动卖出去吗？

卡普把“有未来”等同于“有机器暂替不了的优势”。电工因具身技能有前途，怪人因“不标准”有前途，其余人仿佛被判多余。

这是把人当生产要素：从前竞争对手是别人，现在竞争对手是机器。

但该反转的是：

一是从“就业权”走向“生活保障”。
医疗、教育、基础收入、养老，尽量不绑就业。你暂时没市场价值、照护家人、休整、学习，也不该失去尊严。不是取消工作，是让劳动从“生存通行证”变回“生活内容”。

二是从“劳动贡献”走向“社会贡献”。
一个人照护失智父母三年，没GDP、没证书、没“机器做不了”的技能，但他维系了一个具体人的尊严。照护、社区、艺术、志愿、公共参与，都该算贡献——不是因为AI做不了才值钱，是因为对人有意义。

三是从“机器不能替什么”走向“我们要什么样的生活”。
总问“AI之后人还能干什么”，是把问题设定权交给技术。
反过来问：机器释放出的时间、财富、注意力，用来做什么？让更多人照护家人？让教育不只为就业？让人有闲参与公共生活？

四、收益归谁，才是卡普没说的事

卡普是AI产业核心玩家。他的叙事把结构问题转成个人问题：

“你不够特别，所以你危险。”

但生产率提高不会自动变劳动者福利。收益归企业、平台、资本、劳动者多少，看的是制度、议价权、税收、政治选择。

把“人够不够特别”当议题，收益怎么分就被悄悄挪出讨论。

该追的是：
• 企业和技术平台承担转型成本

• 劳动者对“AI怎么用进工作流程”有发言权

• AI红利通过税和社保被社会分享

• 不是“两类人幸存”，是“多数人别掉出分配”

五、人的未来，不该由“剩余优势”决定

卡普的问题不是没价值：它逼我们承认旧人才等级在裂，标准教育有盲区。

但它不能是唯一问题。

更根本的问题是：

如果AI第一次让社会有可能不要求“每个人都先有用才能生存”，我们敢不敢设计一个不以“可用性”为起点的社会？

人不需要证明比机器更难替代，才配吃饭、恋爱、发呆、创作、被爱。

人的价值不来自“机器搞不定的剩余区”，而来自——他会疼、会选、会担责、会在不确定里问“这值不值得”。

卡普问：AI时代，谁还有用？
我们该问：

当机器什么都能做，我们打算把自由交给谁，又准备让人成为什么。

这才是AI真正提出的社会问题，比“谁能幸存”重要得多。

文章主线已经铺开，接下来可以选择一个方向继续深化：