说到AI判断一个人的知识水平和能力水平，这事最近几年突然变得热门起来，我自己也一直在观察，毕竟干编辑这行，整天跟文字、信息打交道，免不了要琢磨AI到底是怎么看人的。说实话，这话题有点微妙，因为它不光是技术问题，还牵扯到对人的理解到底能有多深。我试着从实际观察到的现象和一些零散的思考出发，聊聊我的看法。

先说AI最基本的判断方式，就是看“词”。这个听起来简单粗暴，但确实是很多系统的底层逻辑。比如你写了段文字，AI会统计你用了多少专业术语，句子结构是否复杂，逻辑连接词用得频不频繁。如果你张嘴就是“基于数据驱动的多模态分析”，少用“那个”“然后”这种口头禅，AI可能就会给你打个高分。反过来，如果你写的内容全是短句、大白话，哪怕意思表达得很清楚，AI也会觉得你水平一般。这个判断逻辑，其实跟以前学校里老师看作文“辞藻是否华丽”有点像。但问题在于，用词华丽不等于真有水平。我见过一些搞学术的人，本文里堆满术语，实际连基本概念都没搞通，反而是某个老工人讲技术，一个专业词都没有，但句句在点子上。AI目前很难分辨这种“真懂”和“假懂”，它只是从语料库的统计规律来打分。也就是说，你会“说”行业黑话，比你会“做”更占便宜。

更深入一层，AI会看你回答问题的“结构”。比如在测试场景里，你问一个复杂问题，AI会评估你的回答有没有清晰的框架：是不是先定义问题，再分析原因，最后给结论？有没有用到对比、举例、因果推理这些高阶论证手段？我观察过不少AI面试系统的报告，它们特别喜欢那种“总分总”结构清晰的回答，哪怕内容有点空洞，只要逻辑链条完整，得分就不低。相反，一个真正有经验的人，可能回答得很跳跃，因为他在脑中已经完成了推理，直接蹦出结论，这会降低AI的评分。这其实暴露了AI的一个致命弱点：它更擅长识别“符合范式”的思维，而不是“真实”的思维。就像老编辑看稿子，一眼就能看出作者是装懂还是真懂，靠的不是逻辑结构，而是字里行间那种“底气”和“细节”。AI没这个直觉，它只能靠套路来判断套路。

还有一种更隐蔽的判断方式，就是利用“行为数据”。比如你在某个知识平台上提问的频率、回答问题的深度、对别人答案的点赞和评论习惯，都会被AI收集和分析。一个经常提“如何入门”问题的人，AI会判定为新手；一个经常回答别人问题并且点赞数高的人，AI会判定为专家。这听起来很有道理，但事实上，很多真正的专家根本不在平台上活跃，他们可能只给几个同行发私信讨论。而一些半桶水的人，反而热衷于到处答题，因为需要成就感。AI在数据足够多的情况下，确实能发现一些统计规律，比如“提问质量”和“回复质量”正相关，但很难排除那些“刷存在感”的噪音。我自己就见过一个例子，某领域大V在知乎上写了很多专业回答，AI给了他很高的能力评级，结果后来发现他的专业背景全是网上抄来的。AI只是根据他写的东西符合“专家语料”这一特征就下了判断，本质上是在用词频和句式模仿来定义专家。

更让我觉得有点细思极恐的是，AI的判断还会反过来塑造人的行为。既然AI喜欢看“结构化回答”，那求职者就会去背模板，面试时照着套路说。既然AI喜欢专业术语，那写本文的人就拼命堆词。久而久之，人的表达方式会向AI的评判标准靠拢，这会形成一种“判断的循环”：AI认为的“高水平”成为标准，然后大家跟着这个标准去表现，最后AI看到的数据越来越符合自己定下的标准，于是它变得更加自信。但人的真实水平呢？可能反而被掩盖了。这就像以前高考作文喜欢“三段式”，结果所有学生都写成三段式，阅卷老师反而看不出真水平了。AI的固化判断，在某种意义上是在制造一种新的“知识八股文”。

当然，AI也有它擅长的领域。比如在客观知识测试中，AI判断“一个人知不知道某件事”还是很准的。你问他“光合作用的化学方程式是什么”，他答对了就是知道，答错了就是不知道。这没什么争议。但知识水平不等于能力水平，能力更多体现在解决新问题的创造力、批判性思维、跨领域迁移这些方面。AI对这些东西的判断，目前基本只能依赖“间接指标”。比如你过去解决过多少类似的问题，你的代码在GitHub上被多少人star，你的文章被引用了多少次。这些指标和实际能力之间，存在一个模糊的相关关系，但远非因果关系。一个在开源项目上活跃的开发者，代码质量可能很高，也可能只是会改改配置文件。一个本文引用量高的学者，可能是真的权威，也可能是靠抱团互引。

我经常想，AI到底有没有可能真正“看懂”一个人？从目前的技术来看，它更像是一个高级的“拟合器”，把人的表现和它训练数据中那些“高知样本”做匹配。它不是在理解你，而是在比较你。所以一个真正独特的人，一个思维方式不同于主流的人，很可能在AI面前得分很低。历史上很多创新者，在早期都被认为是异类，AI如果活在那个时代，绝不会给爱因斯坦、哥白尼打高分。这恰恰是最让人担忧的地方：如果社会大规模依赖AI来判断人的水平和能力，那“创新”和“非主流”就会天然处于劣势，因为AI的训练数据里根本就没有他们的位置。最终结果可能是，AI筛选出来的都是一群“最像过去优秀人才”的人，而不是真正能创造未来的人。

作为一个编辑，我每天跟文字打交道，也经常需要判断一个作者是真有料还是只会写花架子。我的经验是，真正高水平的作者，往往在细节里藏着“意料之外但情理之中”的洞察。比如他会用一个冷门的比喻，对接两个看似无关的领域，或者在大家都认定的结论里挖出一个新的角度。这些特征，AI很难捕捉，因为它们在训练语料中出现的频率太低了。AI更喜欢那些“高度可预测”的表达。所以我现在对“AI判断人”这件事，抱着一种审慎甚至有点怀疑的态度。它作为辅助工具没问题，比如用来筛简历的初选、做知识问答的自动评分，但要是拿它来决定一个人的晋升、录取、甚至是未来职业走向，我觉得风险太大了。因为我们还没有搞清楚一件事：我们到底是在用AI发现人才，还是在用AI培养一批“最符合AI口味”的人？

最后说一点不那么“技术”的东西。我总觉得，人对人的判断里有一种无法被机器替代的东西，叫“共情”。一个老师看到学生答错题目，能感知到他是马虎还是真不懂，因为他能从学生的表情、语气、甚至停顿时长里读到信息。一个面试官听到候选人讲项目经历，能感受到他是在背诵还是真的经历过。AI没有这种共情，它的所有判断都依赖可量化的输入。而恰恰是那些不可量化的部分——比如一个人的热情、韧性、还有面对未知时的反应——才是能力水平最真实的部分。如果AI只能看到“纸面上的知识和能力”，那我们离真正理解一个人，还差得很远。作为编辑，我宁愿相信人眼，或者至少让AI和人互相补充，而不是让AI说了算。