「鋸齒狀智慧」重塑就業討論：AI 能解奧數，卻栽在簡單常識

如果一個實習生能在頂尖國際奧數競賽裡做出絕大部分大題，卻搞不清楚現實裡一個最基礎的常識邏輯，你大概會覺得他既天才又古怪。

現在的 AI 就是這個狀態。4 月 15 日，越來越多的研究人員和經濟學家開始用一個詞來重新定義這種怪異的現象：鋸齒狀智慧（jagged intelligence）。

這個概念最初由知名 AI 研究員安德烈·卡帕西（Andrej Karpathy）提出，專門用來描述那些在某些極難任務上驚豔四座、卻在基礎問題上頻頻翻車的 AI 系統。

奧數拿高分，常識卻翻車

最直觀的例子出現在學術競賽與日常生活的反差中。

在 2025 年國際數學奧林匹克競賽中，AI 模型一口氣解決了六道世界級難題中的五道，實力直逼全球頂尖數學選手。

但同一批系統轉過頭來，面對一些普通人一眼就能看明白的日常現實推理，卻常常出現荒謬的卡殼。

卡帕西提出的「鋸齒」，指的就是這種參差不齊的能力邊界：它不是一個均勻擴大的圓圈，而是有的地方衝到天花板，緊挨著的另一個角落卻深陷窪地。

雖然模型整體能力一直在快速進化，但這種極度不均衡的表現，讓外界很難提前預判它到底會在什麼時候成功、又會在哪一步突然掉鏈子。

丟掉工作的不是職業，而是任務

這種認知分歧，正在直接顛覆學界對就業前景的判斷。

過去大家聊到 AI 衝擊，習慣用「哪些職業會被徹底淘汰」來算賬，彷彿程式設計師、設計師或律師會整體被演算法一鍵替換。

但鋸齒狀智慧告訴我們，事情大機率不會這樣發生。

自動化不會一下子端掉整個工種，而是精確切入具體的、被 AI 鋸齒尖端覆蓋的任務環節。

換句話說，AI 可能會替你寫好最複雜的演算法邏輯、處理好最繁瑣的程式碼結構，但最後串聯業務、確認現實邏輯的那一步，依然需要人類接手。

預測哪個職業會消失沒有太大意義，真正受到洗牌的，是每份工作裡由不同任務拼成的時間表。

為什麼重要

我們認為，接受「鋸齒狀智慧」這個設定，是普通人和企業避免盲目樂觀與無效焦慮的第一步。

對普通打工人來說，它打破了「非黑即白」的替代敘事。你不需要恐懼 AI 明天就取代你的職位，但必須搞清楚自己每天做的事裡，哪些處於 AI 的超強尖峰，哪些落在它的常識盲區。學會把尖峰任務扔給 AI，把精力收攏到需要綜合判斷的複雜現實環節，才是眼下最划算的做法。

對整個行業而言，這給盲目的全自動 Agent 潑了一盆冷水。很多團隊試圖打造端到端的全自主數字員工，結果往往在最微不足道的常識步驟上翻車。認識到鋸齒的存在，意味著產品設計的重心應該轉向「人機協作容錯」，而不是硬扛著不可預測的模型缺陷去畫餅。

看清 AI 的長板和短板一樣深，我們才能真正把這項技術當成工具，而不是神話。