Ethan Mollick 最近抛出一个让人坐不住的判断：GPT-6 Astra 和 Fable 5.1 已经能可靠完成以"周"为单位的人类工作，而多数人还在让它们改邮件措辞。他把这种落差叫作能力悬差——问题从来不是模型不够强，是你压根没把它的档位踩到底。
他拿自己做了实验。把几十年前的老游戏 Zork 重做成 3D 版本，把翁贝托·艾柯那座三万册的藏书楼在数字世界里重建起来。这些活儿纯靠人要磨好几个月，交给 AI 打配合，几周就能看见实物。真正的转折在于他问的问题变了：不再是"这件事我能不能做"，而是"这件事值不值得让 AI 先跑一遍"。
由此他给出四个普通人也能练出来的优势。深知识，让你一眼看出模型哪句话是编的；广知识，让你把两个八竿子打不着的领域缝在一起，而这恰恰是模型最需要人来喂的部分；品味，决定你会不会对一份六十分的结果点头放行；能动性，是最稀缺的那样——大多数人不是不会用，是根本没伸手去用。悬差就悬在这儿：工具早就摆在桌上，手还没抬起来。
