贝蒂·克罗克、人工智能与踏实做事
一盒来自上世纪50年代的蛋糕预拌粉,能告诉我们关于人工智能采用的什么
上周我参加了一个科技与金融会议。在白天的专题讨论和演讲中,我注意到旁边那位二十出头的年轻分析师在笔记本上飞快地敲字,焦虑地想把每个关键词都记录下来。
我很惊讶。他难道不知道现在有许多免费、准确且易用的记笔记工具,比如 Read.ai、Granola、Otter、Fireflies、Notion 等吗?
于是会后我当然问了他这事。“我注意到你都是手动输入笔记。你试过用 AI 记笔记工具吗?”
他的回答是:“当然听说过。不过在这些会议上记笔记是我的工作。我对这份产出负责。”
他的回答意味深长。他没有质疑这些工具的准确性,也没有提到数据安全方面的顾虑。 他只是觉得自己需要亲自去做这项工作 。 记笔记是他处理信息的方式。也是他向自己、向他的公司,或许还有内心那个苛责的上司,证明自己在创造价值的方式。
这是一个非常有意思的回应,因为它揭示了我们在 AI 采纳曲线上的位置——以及下一波持久型公司的构建方向。
而这是 Betty Crocker 五十年前就看明白的行为模式……

只需加一枚鸡蛋
在 20 世纪 50 年代,General Mills 推出了一系列 Betty Crocker 蛋糕预拌粉,包罗万象——面粉、糖,甚至还有脱水蛋。你只需加水、搅拌、烘烤。那是一项便利性的工程奇迹。但它并不畅销。
这一故事的流行版本, 由消费者心理学家 Ernest Dichter 推广 , 是这样的:家庭主妇感到内疚。预拌粉太简单了 。这感觉像是在作弊。烤蛋糕本应是一种关怀和付出的表现,而一种把它简化为只需加水的产品,剥夺了这一举动的意义。于是 General Mills 从配方中去掉了脱水蛋, 并告诉顾客自己打入新鲜鸡蛋 。销量随即起飞。
现在, 事实比传说更为复杂 。像 Laura Shapiro 这样的历史学家指出,新鲜鸡蛋本身也确实能做出更好的蛋糕。Pillsbury 继续销售完整的预拌粉并且业绩良好。Dichter 引发的真正营销创新或许并非关于鸡蛋本身,而是将蛋糕重新定位为一块画布——鼓励女性通过糖霜、装饰和摆盘来表达创造力,而不是仅仅关注面糊。
但这就是这个神话为何仍然存在、以及它对人工智能为何重要的原因: 心理核心是真实存在的。 人们重视自己为之付出努力的东西。当他们参与创造结果时,会更信任这些结果。行为经济学家称之为 IKEA 效应 :这一证据充分的发现表明,人们会给自己部分亲手制作的物品赋予显著更高的价值,即便客观上这些结果并不比店里买来的更好。哈佛的 Norton、Mochon 和 Ariely 于 2012 年的一项研究显示,参与者对自己业余折纸作品的估价几乎与专家制作的作品一样高。2025 年对 55 项研究的元分析也证实了这一统计上显著且稳健的效应。
那么结论是什么?人类并非理性的优化者。自动化并非总是最终的优化目标。我们从亲自动手的行为中获得意义、身份认同、满足感和信任。

知识工作者的身份危机
这对人工智能来说至关重要,因为知识性工作是身份认同与产出最紧密结合的领域。 顾问的价值 就是 那份提案。律师的价值 就是 那份诉状。分析师的价值 就是 那个模型。当人工智能能在几秒钟内生成这些的可接受版本时,它不仅改变了工作流程,还威胁到了这些专业人士与其职业之间的心理契约。是的,即便我们在用人工智能来帮助我们的工作(包括本篇内容),我们也意识到了这一点。
虽然人工智能在某些技术领域如编码的采用更为迅速,但在以声望为导向的行业中往往滞后。这并非能力差距,而是身份认同的差距。会议上的那位分析师并非不理性。 他在保护一种真实的东西:他认为这项工作重要,是因为 他 做的。
在一个人工智能迅速侵入所有知识型工作的世界里,这一点很重要。Anthropic 最近宣布了面向投资银行、权益研究、私募股权等领域的工具 。股市因一篇病毒式博客文章蒸发了 8000 亿美元。未来正在到来。
我们在整个投资组合中以及尽职调查的对话中不断看到这种模式。采用 AI 工具进行后台自动化的团队行动迅速。被要求采用取代他们核心技能 ——他们受雇并受训去做的事情——的 AI 工具的团队则会抵制,即使输出质量相当或更好。
那么我们可以做些什么来让这一转变更容易一些?

作为一种设计原则的劳动幻象
用户体验设计师多年来就理解这一点。有一个概念叫做“ 劳动幻象 ”——研究发现, 当人们看到有努力付出的证据时, 他们实际上更信任并更重视结果 ,即便那种努力是人为制造的。 Kayak 通过其航班搜索普及了这一做法:它不是立即返回结果,而是显示一个进度条,逐一浏览数百个航空公司网站。无论哪种方式,结果都是相同的,但用户会将这种延迟的体验评为更可信、更彻底。
许多优秀的 AI 产品已经在应用这一思路。GitHub Copilot 并不替你写完代码——它在你掌控时建议下一行。Midjourney 不会创造艺术——它响应你的提示,仍然需要你进行挑选和反复迭代。Figma 的 AI 功能是增强你的设计流程,而不是取代它。人类之所以仍然参与其中,并不是因为 AI 做不了更多,而是因为至少在当下,人类的存在使产出显得更具合法性。
我们认为,能把这种平衡把握好的产品才是能够持久的产品。 而那些只追求纯粹自动化——试图把比喻中的蛋糕预拌粉做得如此简单,甚至连加水都不需要——将面临持续的采用阻力,这些阻力与产品质量无关。
机会所在
那么这对初创公司和更广泛的 AI 生态系统意味着什么?在走向完全自动化、具有代理性的未来(如果它真的到来)时,过渡很可能会混乱且有些颠簸。
以下是我们预计会出现的几种趋势。
在完全交由系统控制之前,用户会先保留辅助驾驶模式。 尽管存在完全具备代理性的选项,但仍会有一部分用户继续偏好 AI 副驾驶,尤其是在身份认同有风险的工作类别中。最容易被接受的 AI 产品将是那些让你感觉像一个更好的自己,而不是多余的产品。可以这么理解:胜出的产品不是“AI 为你写投资备忘录”,而是“AI 完成那四小时的数据收集工作,让你把时间花在真正需要判断的综合分析上。”
学徒制模式正面临真正的压力。 几十年来,专业服务行业的成年礼就是做繁重的基础工作。大三学生分析师一个单元格一个单元格地建立模型。初级合伙人逐行逐句地修改文件。初级顾问一页一页地组建演示材料。这些劳动不仅关乎产出——也是你学习这门技术并赢得信誉的方式。人工智能正在扰乱整个流程。如果这些繁重的基础工作消失了,下一代如何接受训练?那些为人工智能时代想出新学徒制模式的公司将拥有重大的人才优势。
“以人为本的闭环设计”是一个尚未被充分探索的产品类别。大多数我们看到的 AI 产品宣传都在竞相追求完全自动化。我们认为还有一类同样有趣的产品,旨在让人类保持有意义的参与——这不是一种局限,而是一种特性。此类产品负责处理枯燥的数据收集,但将模式识别留给你;或起草若干选项,但需要你做出判断。在这些产品中,AI 自动化了大量劳动,但将更高层次的判断权交给人类用户。
转型需要时间。 在会议上记笔记的那位分析师是在一个以这种行为来展示能力和积累知识的世界中长大的。他的本能并非错误;只是适应了不同的环境。随着以人工智能为原生背景的专业人士进入职场,付出与被感知价值之间的关系会发生变化。但“随着时间推移”可能意味着数年,而非单个产品周期。着眼长期的公司应为这段混沌的中间地带进行设计。而这种混乱也可能导致像我们最近在 Block 看到的那样的大规模裁员。
结论
我们正处于一个尴尬的“混乱中期”。工具的发展领先于文化。人工智能能做一些人类在心理上尚未准备好让它去做的事——并非因为人们不信任技术,而是因为他们还没有重新商定与工作的关系。
贝蒂·克罗克的故事,尽管被神话化,仍然捕捉到一种永恒的事实:当你把事情做得太简单,不仅消除了摩擦——也消除了意义。赢得人工智能时代的公司,不会是那些自动化最多的公司。它们将是那些理解在哪些地方努力对处于环中的人类来说重要并据此进行设计的公司。
鸡蛋从来不只是关于鸡蛋。那是关于烘焙师渴望被当作烘焙师的需求。
而现在,每一个使用人工智能的知识工作者都在试图弄清:我的“鸡蛋”是什么?