「智能之后」(Beyond Intelligence)是一个上位研究课题。它不追问「AI 还能做什么」,而是追问:当智能本身不再稀缺,人、组织与制度该如何重新定义自己的位置。
一个正在发生的转变
过去,稀缺的是「聪明」。谁能更快地分析、生成、执行,谁就拥有优势。现在,这些能力正在被 AI 大规模地、廉价地提供。
于是问题变了:当人人都能调用强大的生成与执行能力,差异从哪里来?
答案是:判断、选择、约束与责任。 这四个词,构成了 Beyond Intelligence 的研究地图。
研究地图
Judgment Engineering · 判断工程
把资深专业人士隐性的判断过程,转化为可描述、可验证、可协同的人机决策系统。这是 Beyond Intelligence 的底层方法。
Agent Selection Economy · 智能体选择经济
当执行能力商品化,价值从「谁能执行」转移到「谁来决定让谁执行、执行什么、以什么标准验收」。选择与约束,成为新的经济价值。
AI Institutional Design · AI 制度设计
组织与制度如何适应 AI 时代的协作——当工作可以被分解、被智能体承接,协作的规则、责任的归属、激励的方式都需要重新设计。
Human Advantage · 人的优势
人在判断、责任与约束上的不可替代之处。技术越强,越要追问:什么是人必须保留的?
研究路径
这些课题不是孤立的。它们遵循同一条线索:
观察现实(Trends)
→ 理解机制(Research)
→ 形成判断(Judgment)
趋势是观察现实的入口,研究是理解机制的框架,判断是最终沉淀下来的东西。
真正的问题不是「AI 会不会取代人」,而是「当 AI 接管了执行,人的价值应该建立在什么之上」。