人工智能并没有消灭中产阶级，而是在锻造一个新的中产阶级。

关于人工智能有很多恐惧——一种恐惧，它正在夺走我们的工作，并在这个过程中掏空中产阶级。我看待这个问题的方式不同。我不认为这是末日；我看到的是一种毕业。

人工智能有望成为我们见过的最伟大的经济解放工具，但前提是我们必须做出一个关键的转变。我们需要停止训练人们成为机器中的齿轮，开始教育他们成为机器的设计师、导演和合作伙伴。这就是我们不仅要“拯救”中产阶级，而是创造一个“新的”中产阶级的方式。简而言之人工智能掌握了“如何”：人工智能在“遵循指令”的任务上变得无可匹敌。在过程和执行上与之竞争是一场注定失败的战斗。人类拥有“为什么”和“什么”：

我们未来的价值不在于“做”任务，而在于决定“做什么”任务以及“为什么”它重要。新的基本技能是批判性思维、战略规划、创造力和发现新问题的能力。

• 企业家转变：这使我们从“低价值”的行政工作转向高价值的“创造”。人工智能降低了创业的门槛，使更多人能够建立自己的价值，并创造一个新的、更具韧性的中产阶级。
• “指令引擎”来了（而且不是你）让我们明确：这种焦虑并非毫无根据。高盛的一份报告指出，人工智能可能会取代相当于3亿个全职工作的岗位，可能会自动化美国和欧洲四分之一的所有工作任务。我们在以“如何做”为中心的角色中看到了这一点：客户服务、记账、行政工作，甚至数据分析。几十年来，通往中产阶级的道路很简单：获得学位，学习一套特定的“如何做”技能（如何平衡账目，如何撰写法律文书，如何管理数据库），并以高水平的能力遵循指令。人工智能现在是终极的指令遵循者。它可以比任何人类更快、更便宜、更准确地处理“如何”。这就是为什么我们看到一些人称之为“消失的职业阶梯”——曾经通往稳定职业的那些非常基础的、基于指令的工作正在消失。在人工智能的主场与之竞争就像试图超越一辆汽车。这就是恐慌开始的地方。但这也是机会开始的地方。人类升级：从“如何”转向“为什么”问题不在于技术；而在于我们过时的“工作”定义。我们将“过程”和“价值”混淆了。人工智能对“如何”的自动化是历史性的礼物。它释放了我们最宝贵的资源——人类认知，让我们专注于人工智能无法做到的两件事：“为什么”和“什么”。
• “为什么”：这是目的、伦理和愿景。我们为什么要这样做？我们应该这样做吗？最终目标是什么，人类的影响是什么？“什么”：这是战略、创造力和发现问题。

The "Instruction Engine" Is Here (And It's Not You)

Let's be clear: the anxiety isn't baseless. A Goldman Sachs report noted that AI could replace the equivalent of 300 million full-time jobs, potentially automating a quarter of all work tasks in the US and Europe. We're seeing this in roles centered on "how-to" instructions: customer service, bookkeeping, administrative work, and even data analysis.

For decades, the path to the middle class was simple: get a degree, learn a specific set of "how-to" skills (how to balance a ledger, how to write a legal brief, how to manage a database), and follow instructions with high competence.

AI is now the ultimate instruction-follower. It can process the "how" faster, cheaper, and more accurately than any human. This is why we're seeing what some call "The Vanishing Career Ladder"—the very entry-level, instruction-based jobs that once led to stable careers are disappearing. Trying to compete with AI on its home turf is like trying to outrun a car.

This is where the panic sets in. But it's also where the opportunity begins.

The Human Upgrade: Moving from "How" to "Why"

The problem isn't the technology; it's our outdated definition of "work." We've confused process with value.

AI's automation of the "how" is a historic gift. It frees up our most valuable resource—human cognition—to focus on the two things AI cannot do: the "Why" and the "What."

• The "Why": This is purpose, ethics, and vision. Why are we doing this? Should we do this? What is the ultimate goal, and what is the human impact?
• The "What": This is strategy, creativity, and problem-finding. What我们应该解决什么新问题？什么是我们的独特角度？世界上有什么新产品或服务是人们甚至不知道自己需要的？在这个新时代，最有价值的技能纯粹是以人为中心的：

创造力、批判性思维、领导力和好奇心。正如一个专家小组所指出的，"教育的'什么'——信息传递——已经实现了自动化。教育的'如何'和'为什么'——批判性思维、伦理推理、合作、创造力——现在是最重要的。"你未来的价值不在于知道答案（人工智能已经有了）。而在于你能否

提出更好的问题。在于你能否利用人工智能的输出，运用你的批判性判断来发现缺陷、机会或下一步。新中产阶级：一支企业家军队

那么，这如何创造出新的中产阶级？

当你将整个劳动力从"如何"中解放出来时，你得到的不是失业的文员，而是百万个潜在的

企业家。旧的中产阶级工作往往涉及大量低价值的行政重任务——大卫·格雷伯曾著名地称之为"废物工作"。它们关注的是过程，而不是价值创造。当你专注于"为什么"和"什么"时，你就定义上是一个企业家（或在大公司内部的_内_企业家）。你专注于"发现未满足的需求"和"想象新的可能性"——这正是价值创造的定义。

这里是最令人兴奋的部分：

人工智能大大降低了创业的门槛。

过去，创业需要你成为

一个专家或雇佣一个在十几个不同的"如何做"领域的专家：记账、市场研究、平面设计、编码、法律合同。今天，人工智能可以"作为一个平衡器"。一个拥有伟大想法（"什么"和"为什么"）的个人可以利用人工智能来处理"如何"。人工智能可以帮助起草商业计划、进行市场研究、设计标志，甚至编写网站代码。新的中产阶级不会是一个单一的薪资员工群体。它将是一个动态的网络，包括：

小企业主。

专业顾问。

• 创意自由职业者。
• 小众服务提供者。
• 这些人利用人工智能作为他们的"遵循指令"的员工，解放自己去做唯一人类能做的事情：
• 创造新价值。

我们的行动呼吁：为"为什么"重塑教育我们不能带着工业时代的教育体系走入未来。我们需要一次根本性的重启。

我们的学校仍然沉迷于旧模式：记忆"如何"。我们必须停止训练学生成为糟糕的人工智能，而是开始训练他们成为精英级的人类。

停止教授记忆，开始教授探究：

我们需要从死记硬背转向"基于探究的学习"，鼓励学生"提问、探索问题，并通过调查寻找答案"。

1. 将人工智能作为合作伙伴，而不是自动售货机：我们必须教学生如何
2. 使用人工智能，而不仅仅是从中获取答案。正如斯坦福大学的专家警告的，许多人工智能工具提供的"抛光、完成的输出"会阻碍学习。真正的技能是将人工智能用于"头脑风暴"、"澄清想法"或"获取反馈"。目标不是获取人工智能的答案；而是利用人工智能来改善你自己。让批判性思维成为核心课程：分析、质疑和验证信息的能力是21世纪最重要的技能。如果你不能对人工智能的输出进行批判性思考，你就处于它的支配之下。这不仅仅关乎工作。这关乎我们的进化。人工智能正在处理"如何"。是时候让我们所有人都升华到"为什么"和"什么"。那是一个值得期待的未来。
3. 你想讨论一下我们如何在水星的产品开发中实施这些"以为什么为先"的原则吗？ The ability to analyze, question, and validate information is the single most important skill of the 21st century. If you can't think critically about an AI's output, you are at its mercy.

This isn't just about jobs. It's about our evolution. AI is handling the "how." It's time for all of us to graduate to the "why" and the "what." That is a future to be excited about.

Would you like to discuss how we're implementing these "why-first" principles in our own product development at Mercury?