No. 332026年8月31日1 min
从田野到书桌
一部简短的人力资本史。每个时代，人的时间都会被一件工具取代，人便往上挪一级。 最后一级本该是创造力。结果这一级也能被标准化。
从田野到书桌
人力资本说到底就是人的时间。它的全部历史，就是同一个动作的反复出现。
一个人把时间花在某件事上。有人想出办法，不用这个人也能把这件事做成。腾出来的时间就往上挪一级，去做那些还没法交出去的事。然后，那一级也会被想出办法。
就是这样。这就是整个模式。值得认真走一遍，因为我们正处在它的又一轮之中，而大多数人给出的定价，还停留在上一轮。
追逐食物
在人类存在的大部分时间里，人力资本指的就是腿、眼睛和耐心。
你走路。你追踪。你挖、你采、你搬。然后你还要做那份没人计入统计的第二份工作：准备食物、看护火堆、搭建住处，天气过后再修补。几乎每个人清醒的每一个小时，都花在了活到明天这件事上。
没有多余的时间，所以也就没有别的东西。没有专业分工，没有制度，没有积累。不是因为人的能力不足，而是因为每一个小时都已经被占满了。
训练动物去思考
然后我们做了一件比听上去更奇怪的事，而它得到的认可远远不够。
早在有人把动物套在犁前面之前，我们就已经在用动物做判断了。
和你一起打猎的狗并不是在负重。它在做一次搜索：读地形，跟气味，比你更快地做出决定，然后把结果带回来。猎鹰在三维空间里做的是同样的事。后来，一条牧羊犬管一群羊，比三个人管还要便宜。
所以，我们第一次交出去的东西，不是肌肉。是感知、追踪，以及在时间压力下做决定。那不是我们今天所说的那种“思考”，但它确实是一份真实的工作。它曾经存在于我们的脑子里，后来不再存在于那里。
这一点值得细想，因为大家都把“机器来思考”当成历史上的一次断裂。其实不是。早在有农业之前，我们就已经在外包认知了。只是那时我们用的是另一个物种，而且把它叫做驯养，不叫工程。
农耕，以及第二次交接
后来，我们不再追着食物跑，而是让食物停下来。
农耕的起点不是效率。它的起点是更辛苦的劳动：在一个地方，为了一个更可靠的结果而劳作。早期，所有事情都由人来做：翻地、播种、除草、收割、脱粒、搬运、储存。全都是人的时间。
然后动物又回来了。这一次，我们要的是它的身体。
牛拉犁。驴驮货。马赶路。肌肉是在我们已经交出第一份判断力的几千年之后，才被交出去的。这和大多数人以为的顺序正好相反。
而由此产生的盈余，也就是一个村子生产出的、超过自己吃掉的那部分食物，是之后一切的原材料。盈余就是被储存起来的时间。
规则，同样也是一种技术
被储存起来的时间会带来一个问题：得有人来决定它归谁。
于是我们发明了那套枯燥的机制。地归谁。一年的劳动值多少钱。两个人争同一样东西时怎么办。谁欠谁什么，由谁来裁决。
我们通常不会把法律、习俗和产权称为技术，但它们恰恰就是技术。它们是一种协调人类时间的方式，规模大到一个家庭自己无法应付。文明不是那些建筑物。文明是那套规则，它让一万个人的时间指向同一个方向，而不需要每两个人都从头谈判。
这是第三次交接。交出去的不是感知，也不是肌肉，而是协调。
Three handoffs · tap them in the order we made them
Which went first?
工具，然后是机器
Plate VITools, and then machines
The same move, faster.
- Fire and the pot
- The mill
- The wheel
- The sail
- The plough
- The loom
A hundred people
- Human time
- Then a tool
- Then the human moves up a rung
剩下的仍是同一个动作，只是更快。
火和陶锅把无法消化的东西变成食物，每天省下好几个小时。磨坊把磨谷子从家庭里搬了出去。轮子、帆、犁、织布机，每一样都把一块人的时间，转换成一台做得更好、不知疲倦、每次结果都一样的装置。
然后，工业革命找到了用非肌肉的能量来驱动这些装置的办法，规模随之爆炸。现在，一个人加一台机器，做的是过去一百个人做的事。人仍然在现场，但他的工作已经从“干活”变成了“操作那个干活的东西”。
再一次注意这个形状。人的时间。然后是一件工具。然后人往上挪一级。
大脑成为资产
一旦机器接管了体力劳动，一个人身上最有价值的部分，就变成了他所知道的东西。
正是从那时起，“人力资本”成了我们熟悉的这个说法。教育、培训、学历证书。知识工作成了二十世纪后半叶的整个故事。你知道什么，比你能扛得动什么更值钱。
但这一级变得昂贵，也变得缓慢。要花二十二年的学校教育，才能把一个人送到金字塔顶端，对一个经济体来说，这样的提前期非常残酷。所以我们也把它优化了：办更好的学校，更早地发现有能力的人，不再假装每个人都要读完博士才算有用。想办法插队。
Form 22Human capital · lead time
Year 00 of 22
and then the people who came out of the queue got expensive
然后，从这条队伍里走出来的人，也变贵了。
现在轮到创造力这一级
于是我们造了一台机器来做知识工作，同样的事情又发生了一遍，而所有人都表现得很惊讶。
本该给出的安慰奖是创造力。故事是这样讲的：常规工作交给机器，人则往上挪到真正有创造性、有品味、有原创性的部分。那才是更高的一级。
这里是令人不舒服的部分。更高的那一级，也正被证明同样可以标准化。
仔细看，我们所说的天赋，大多是一个流程。它有阶段、约束、参照物、修改，还有一个从成千上万个例子中学来的品味函数。这是一段可以写下来的描述。而任何能被足够精确地写下来的东西，最终都会被造出来；一旦被造出来，它就会变便宜。
这一直都是真的。读土壤的犁地人是这样，读星空的领航员是这样，凭眼力排字的排版工是这样，凭手感诊断的医生也是这样。它们每一样都曾被称为判断力，被称为不可替代，而每一样最后都变成了一套流程，可以由别的人，或者别的东西来执行。
创造力也不例外。它只是当下的这一级。
talent = process(stages, constraints, references, revisions, taste function)
目前还剩下什么
我最近又一次看清了，这一级究竟在哪里。
我们花了两天时间，在机器的大量协助下做研究文献梳理。机器读论文，机器总结论文。但如果没有人提示，它不会主动去查参考文献，读那些参考文献，再去查它们的参考文献，一路往回追，直到找到这个想法的源头。
我得亲口告诉它：去读参考文献。再读参考文献的参考文献。一路追回去。
你可能以为，一个训练时读过的学术文献比任何人一辈子能读到的都多的东西，会本能地这样做。它不会。公平地说，这和大多数人也没差多少。我当年在大学里就是用笨办法学会的，做那些我并不喜欢的文献综述：打印出最近最好的一篇综述，拿到它的参考文献，把这些也打印出来，再拿这些文献的参考文献，继续打印。然后只读每一篇的文献综述部分、假设和结论，直到找到那个真正提出了这个想法、却从没被引用过的人。
有时候，最好的那篇论文其实很老。它没有今天的数据。有时候它精准地预测了后来发生的事，有时候世界走向了相反的方向。无论是哪一种，推断都得由你自己来做，因为三十年前看清这件事的那个头脑，已经不在这里替今天思考了。
这就是当下的这一级。不是摘要，而是知道该拉哪一根线，然后一直拉到底。
如果这个模式继续成立，这件事也会被写下来，然后变得便宜。被腾出来的时间，又会往上挪，去做它上面的那一级。
暂时如此。