Andrej Karpathy 上个月在一个活动上说了一句话，我反复想起它。
这个人你可能不太熟。他参与创立了 OpenAI，在特斯拉把 Autopilot 搞出来的，去年他造了一个词叫"vibe coding"，就是完全靠感觉写代码，不思考，让 AI 全干。代码跑不跑得通靠运气。这个词火遍了整个技术圈。
但就在 vibe coding 火了几个月之后，他说了另一句话，比 vibe coding 扎心得多。
"我从来没有像现在这样感觉自己落后了，作为一个程序员。"
不是谦虚。他说他真的发现，去年 12 月是一个明确的拐点：AI 写的代码不再需要他手动修正了，他"记不清上次纠正它是哪一次了"。从那天起，他不是在用 AI 辅助编程，而是彻底放弃了亲手写代码这个动作。所有的"思考"——代码怎么写、架构怎么设计、bug 怎么修——全部外包给 agents。
然后他说了那句话。
"你可以外包你的思考。但你不能外包你的理解。"
他不是在讲 AI 的潜力。他是在讲人的瓶颈。
他说自己成了整个系统的瓶颈。不是 AI 不够快，是他脑子里信息还没进去。他不知道到底要建什么、为什么值得建、怎么指挥 agents。所有这些需要"理解"的事，AI 帮不了他。
我读完这段，脑子里转的不是科技行业，是律师。
你用 AI 写过代理词吗。写得怎么样。挺好的对吧，法条引用准确，论证结构清楚，连语气都模仿得像一个执业十年的律师。你把初稿通读一遍，改了两个字，定稿，交了。
你有没有在交完之后，心里咯噔一下的感觉？
不是因为写得不满意。是因为你骗不了自己：你其实没有真正"理解"这个案子。AI 帮你做了所有的思考。检索、归纳、组织语言。但你跳过了一个东西，那个东西叫"你为什么要打这个法律点而不是那个"，"你放弃的主张背后的风险是什么"，"法官可能会怎么想"。
这些东西，AI 写给不了你。也永远不会。
Karpathy 把这件事说得很清楚。AI 最容易自动化的，是他称之为"可验证"的领域。什么是可验证的？就是输出对不对、好不好，有一个客观标准可以判断。数学题有没有算对，代码能不能跑通，文书格式是否符合规范。这些全是可以被验证的。而正是因为可以被验证，这些领域是 AI 的强项：实验室可以把这些任务变成训练数据，扔进强化学习的大锅炉里，模型在这个回路里跑到飞起。
法律文书写作，恰好也是一个高度可验证的领域。结构对不对、法条引没引、论证链是否完整。这些都是可以被判别的。所以 AI 在法律写作上表现得特别好。问题是，你以为写得好的代理词等于好的代理，这个等式不成立。
代理词写得好，只是"思考"做得好。但决定一个案子输赢的，往往不是代理词写得多漂亮，而是你在动笔之前做了多少"理解"的工作。理解客户的真实诉求（嘴上说的和实际上要的经常是两回事），理解法官的倾向（这个法官吃哪一套不吃哪一套），理解对方律师手里还有哪些牌没打出来。这些事情没有客观标准可以验证，所以 AI 做不了。
我有时候觉得，这个行业最大的幻觉就是"AI 会替代律师"。不会的。AI 不会替代律师，但 AI 会让"不懂案子的律师"无处可藏。
你想想看，以前一个 Junior 律师，他就算理解水平一般，但他会写文书啊，他法条背得熟啊，他可以把所有相关判例给你整理出来。这些"思考层"的能力，至少让他在团队里有存在价值。现在这些能力被 AI 替代了。他如果连"理解"也没练出来，他在这个行业里还有什么位置？
Karpathy 说的那句话反过来也成立："思考"可以外包了，"理解"反而更贵了。
因为 AI 把你解放出来了，你本来一天要花六个小时写文书，现在一个小时就写完了。剩下那五个小时，你是用来刷手机，还是用来真正深入地研究这个案子？你是用来多接几个案子走量，还是把一个案子的三个可能策略全部推演一遍？
说实话我自己也还在摸索。我最近开始用 AI 写代理词初稿，效率提升是真实的。但我有了更多时间，在脑子里跑这个案件，不断地复述案件的争议焦点。复述不出来，说明我外包的不只是思考，是整个大脑。
这就回到 Karpathy 说的那个瓶颈。当 AI 帮你干了所有的执行，你自己反而成了系统的瓶颈。 你脑子里没有装进足够的信息，你没有形成对这个案子的直觉判断，你不知道下一步该往哪走。你的 agents 在等你下指令，但你不知道该下什么指令。
这个状态比"不会写代码"更可怕。不会写代码还可以学。但你连自己想要什么都不确定的时候，AI 帮不了你。
所以我现在开始相信一件事。AI 时代，律师的核心能力不是在法律知识上跑过 AI。你跑不过的。核心能力是看清一个复杂局面后，知道"该打哪个点"以及"该放弃什么"。
老律师都知道，"知道不说什么"比"知道说什么"更重要。比如郑律写的代理词，只有两页，每一段都写在刀刃上。他之所以能做到，不是因为法条背得比年轻律师熟，是因为他们经历过足够多的历练，知道什么是"精准打击"。
这叫理解。不是知识层面的，是肌肉记忆层面的。这个东西是你越用力就越能获得的吗。不是。是需要时间和体感慢慢浸出来的。
Karpathy 自己怎么应对这个困境的？
他说他建了一个知识库。每次读到一篇文章，他就让 AI 把它"重新编译"进自己的知识体系里。每看到信息的一种新投影，他就获得一层新的洞察。他不是让 AI 替他总结，是让 AI 帮他把已经知道的东西不断重新排列，从排列中看到之前没看到的关联。
这个事我已经在做了。我把自己平时听播客或者看书时候记下的笔记转录到 Obsidian，本质上和他做的是同一件事。不是为了存一份摘要。摘要没有价值。有价值的是把碎片信息放进知识网络里反复投影，每一次投影都让你对世界多一层理解。
这种感觉很难跟不写作的人解释。你没写过文章，你不会知道"写出来"和"想清楚了"之间的差距有多大。AI 把中间的体力活压缩了，但那个差距没有消失。它只是从"你能不能写出来"变成了"你能不能理解透了然后让 agents 帮你写出来"。
最后的最后。
Karpathy 的访谈结尾，主持人问他：AI 时代，什么还值得学？
他说："你可以外包思考，但不能外包理解。"理解仍然在你这里，你还是瓶颈。
这话是对程序员说的。但我作为律师听完，感触更深。