AI卷到下半场,为什么最后赢的可能是“文科生”

说实话,今年春天我回老家,看到我妈戴着老花镜,用AI工具生成了一张红底金字的拜年图时,我心里是有点震撼的。
以前我们聊AI,总觉得那是硅谷极客、大厂程序员在实验室里卷参数、拼算力的事。普通人顶多在朋友圈转发一下“AI又颠覆世界了”的文章。但今年,风向彻底变了。AI红包大战、全民视频二创、各种AI工具爆火,推波助澜的不再是科技媒体,而是数以亿计像你我一样的普通人。
你想想,当一项技术从“热搜话题”变成“日常工具”,它到底经历了什么?

讲真,AI的下半场,拼的早就不是谁家的模型参数多几个零了。谁能把冷冰冰的代码,翻译成普通人看得懂、愿意用、用得爽的人间烟火,谁才能拿到下一个时代的入场券。 而这,恰恰是“文科生”的主场。
我们先来看一组挺有意思的数据。
2022年ChatGPT刚出来那会儿,微博上关于它的兴趣用户突破1000万,足足花了138天。到了2025年的DeepSeek,这个数字被压缩到了3天;而今年的Seedance 2.0,只用了5天。
这说明什么?说明大家对AI的“认知门槛”正在断崖式下降。
以前大家看AI,是仰着头的,满屏都是“震撼”、“颠覆”、“科技崛起”。现在呢?你去社交平台搜搜,高频词变成了“怎么玩”、“教程”、“安装”。说白了,大家不想听你讲底层逻辑了,大家只关心:这玩意儿能不能帮我早点下班?能不能让我发的朋友圈更有面子?
这种从“是什么”到“怎么用”的转变,就是最真实的“语言转向”。AI不再是一线城市程序员的专属玩具,40岁以上的长辈、18岁以下的孩子都在涌入。有人让AI解读体检报告,有人用AI给家里的猫做换装视频。
技术最迷人的时刻,不是它在实验室里跑出多高的分数,而是它悄悄溜进普通人的柴米油盐,变成了一句“原来还能这么玩”的感叹。
但问题来了,技术再好,如果没人教,普通人照样抓瞎。这时候,“翻译官”的角色就太关键了。
我注意到一个现象,现在教你用AI的,往往不是那些满嘴专业术语的技术大V,而是一群跨界创作者。微博上参与AI内容创作的KOL占比,一年时间从1.5%飙升到了10.2%。
这些人是干嘛的?有军事博主用AI搞“机器人实战打靶”的设想,有影迷把漫画改成动态大片,还有明星用AI做互动音乐。他们懂技术吗?未必懂底层代码。但他们懂什么?他们懂情绪,懂故事,懂怎么把晦涩的逻辑变成你能看懂的“人话”。
这就是为什么我说“文科生”上场了。这里的“文科生”,不是指文科专业出身,而是指那种擅长沟通、有共情能力、能敏锐捕捉大众情绪的人。
当工具越来越同质化,大家都能用AI写文案、做视频时,拉开差距的就不再是工具本身,而是你的创意、选题和叙事能力。技术是冰冷的杠杆,但人文才是撬动全民兴趣的支点。
在这个算力过剩的时代,最稀缺的反而不是算力,而是那种能把复杂技术揉碎了、喂到普通人嘴边的“同理心”。
很多人可能会问,这些社交平台天天搞热搜、做话题,对AI发展到底有啥实质性帮助?
其实帮助太大了。你看海外的X平台,国内的微博,它们本质上是在做一件事:把专业的技术事件,降维成多维度的公共讨论。
专业人士做深度拆解,普通用户分享避坑指南,跨界博主搞趣味二创。这种多元的氛围,就像是一个巨大的“AI新手村”,大幅降低了大家的心理门槛。平台通过流量引导、工具赋能,让创作者有动力去生产这些“说明书”。
这就引出了一个很现实的问题:商业化。
AI喊了这么久,怎么赚钱一直是个头疼的事。C端用户不愿意掏钱,B端定制又太贵。但如果你仔细观察,那些真正让用户愿意买单的AI产品,往往不是因为它的算法多牛,而是因为它在某个场景下,提供了情绪价值或者极大地提升了效率。
从围观到买单,中间隔着的是“信任”。而信任,是靠一次次顺畅的沟通、一个个好玩的案例、一次次被满足的需求建立起来的。这恰恰是社交媒体和“文科生”创作者们最擅长的事。
写到最后,我其实挺感慨的。
过去几年,我们总是在焦虑AI会不会取代人类,焦虑那些写代码的人会不会抢走我们的饭碗。但今年春天的这场静水流深的变革,让我看到了另一种可能。
AI的终局,从来不是让机器变得像人一样冷酷地计算,而是让技术变得像人一样有温度地理解。
当代码不再冰冷,当算法学会了听懂人间的烟火气,我们或许该安静下来想一想:
当AI越来越懂我们的喜怒哀乐,甚至能完美模拟我们的情绪时,生而为人的我们,又该如何去守护自己内心深处,那份独有的、甚至有点笨拙的真实?
觉得有启发,点个在看 · 分享给更多人