重新计量普惠：100位AI创造者的一手实践

陆诗雨、何婧文腾讯研究院

通用的悖论

今天衡量 AI，标准出奇地一致：看它能不能服务“所有人”。比参数，比谁离通用更近，比谁能同时服务更多的人。

通用，听上去天然就是普惠——一个对所有人开放的模型，人人都有资格调用。

可“有资格用”，不等于真的用上。

会写提示词的人，让 AI 一天产出五份方案；而一个只说方言、连输入法都切不利索的老人，未必推得开那扇门。技术向所有人敞开，但走进去的脚步，快慢悬殊。

于是，“所有人”这个词里，藏着一道沉默的褶皱：它指向的，从来不是某一个具体的人，而是一个被抹平了差异的总和。这正是这份报告想从头追问的事，而它的源头，是一个已经走了几百年的趋势——抽象化。

抽象化：现代性的一条暗线

抽象化说的是这样一件事：那些原本具体的、出现在特定的人和特定关系里的东西，渐渐被换算成可计量、可通用、可交换的符号。它带来了巨大的效率，也带走了一些不容易被察觉的东西。

纵观历史，人类大致经历过三次“抽象化”的变革。

2.1 当关系变成数字

第一次，发生在货币里。

一百多年前，齐美尔在《货币哲学》里描述过它的开端。在货币普及之前，人和人之间的往来是具体的：投我以木桃，报之以琼瑶，一点一滴都记在彼此心里。货币出现之后，这一切被折算成一个数字——统一、便捷、可结算。原本属于“质”的关系，变成了“量”的计算。

货币只是个开头。它教会了我们一种习惯：把一切都换算成数字来理解。久而久之，我们对“数字”越来越敏感，而对数字背后那些真实的东西，反倒越来越生疏。今天的人，对“一杯咖啡多少钱”了如指掌，却很难马上说出“一斤青菜能吃几顿”、“一顿饭是怎么来的”。

在腾讯AI&Society创造营中，有一位在广州读商务英语专业的准产品经理，构建了一个菜市场购买力感知工具“来一斤”，希望让人重新对“一斤”“一周”“一顿饭”这些最朴素的分量，恢复一点感觉。当什么都能被换算成数字，人就容易在数字里，丢失真实的重量。

“来一斤”项目分享，重新感知“一斤到底有多少”

2.2 当人成为螺丝钉

第二次，发生在工业与组织里。

马克思看到，一个有手艺、有脾气的具体的人，进了工厂的流水线，被抽象成一种叫“劳动力”的东西——可计量、可买卖、可替换。韦伯接着用“科层制”来描述现代组织：它像一台精密的机器，每个人都是一个可被替换的位置；而这架机器运转的代价，是人类的集体异化：那些难以被计算的意义和独特性，被闲置在这套体系之外。

当下，我们仍能看到对这种抽象化的反思。在腾讯AI&Society创造营的项目征集中，“职场与工作方式”是被提及最多的社会议题，紧随其后的是心理健康。人们写下一个个具体的困境，裁员焦虑、职业倦怠、AI时代的意义感流失，仿佛就是工业化“铁笼”在一个世纪后的回声。

“⾯向打⼯⼈的AI职场谈判助⼿”需求背景

2.3 当“附近”日渐退场

第三次，发生在数据与算法里。

到了平台时代，“抽象化”被推得更远：你被理解为一组标签、一段行为序列、一个可以被精准投放的画像。

人类学家项飙用一个词，把这条抽象的暗线落回了每个人的日常——“附近的消失”。我们来到了高度信息化的世界，却不再认识住在楼下的人、小卖部的老板、每天擦肩而过的快递员。

附近的淡去有很多原因，其中一条，是抽象的系统接手了原先“附近”的角色。从前你头疼脑热，问的是隔壁懂行的邻居；现在则直接交给了搜索框。

可系统再高效，也总有它照不到的裂缝。在腾讯AI&Society创造营的项目征集中，我们认识了一个叫“乡音医伴”的项目，正是在修补一处附近的裂缝。它面对的是被普通话世界悄悄隔在门外的留守老人——一辈子说方言的人，独自走进医院，听不懂导诊、看不清叫号、说不清自己哪里疼。老人一句“胸闷”，可能是情绪上的焦虑，也可能是气候变化带来的生理反应，方言背后藏着只有本地人才懂的语境。让AI听懂这句具体的话，比生成一段标准的医学答案更难。

“乡音医伴”项目，三重困境，一个使命

2.4 AI与具体的可能性

哲学家怀特海提出过一个概念，叫作“具体性误置之谬”（Fallacy of Misplaced Concreteness）：人们容易将高度抽象的理论、概念或模型，误认为是具体、完整的现实本身‌。

我们常常以为 GDP 是真实的，DAU、KPI、估值、排名是真实的，为这些数字熬夜、焦虑、彼此比较，仿佛它们就是世界本身。这便是抽象化带来的长期代价：我们把概括当成了真实，又拿着数据去衡量真实的人。

AI的训练过程，对世界和人类发起了新一轮的“概括”。它把人类的语言、欲望、行为，进一步抽象成参数，压进一个声称能“服务所有人”的通用模型里。但与此同时，AI的使用过程，又具有比一切技术都更“具体”的潜力。它降低了为每一个具体的人开发的成本，使得人的独特性能够被重新关注。再小的提问，都有相对具体的回答。再小的想法，都有落地的可能。

这一点的前提是，需要有人指明具体的、真实的问题。

具体：从一张脸开始

“具体”这个词，很容易被解读成“接地气”、“小而美”，但如果停留在这里，就丢失了它真正的分量。我们想通过下面几个项目案例，认真追问一句：具体，究竟意味着什么？

3.1 一张脸，先于一切概念

二十世纪的哲学家列维纳斯，把“具体”放到了伦理的起点上。

他有一个著名的概念，叫“面孔”（le visage）。他说，真正的伦理，不是从抽象的原则开始的，而是从你与另一个人面对面相遇的那张脸开始的。在那一刻，对方不再是一个可被归类、可被计算、可被纳入某个总体的对象，而是一个无法被还原的、活生生的“他者”。列维纳斯把那种把人归入概念、归入“人群”、归入总体的冲动，称为“总体性”；把面对一张脸时升起的、无法被化约的东西，称为“无限”。他一生的工作，几乎就是在为具体的他者对抗抽象的总体。

把这套哲学放到今天，会撞见一系列意味深长的巧合。

列维纳斯的面孔哲学曾被用来批判‌人脸识别技术‌，因为它绕过了“面对面”的伦理相遇，将人脸简化为数据点、几何特征和身份标识。

在腾讯AI&Society创造营的项目征集中，也有一个关于人脸的项目——“元脸”，关注人脸和人声的维权。当 AI 已经能批量生成成千上万张以假乱真的脸，当一张脸可以被随意合成、盗用、贩卖，它想做的，是替每一个普通人，把那张真实的、与身俱来的脸要回来。

“元脸FacesMarket”项目，着眼于AI盗脸

列维纳斯讲的是哲学意义上的“面孔”，元脸守护的是生物意义上的人脸——原本是两件事，却给了我们相似的警钟。面孔是人类脆弱性和神圣性共存的象征，人之所以不能被随意对待，正因为每个人如此不同，不是可以被替换、被合成的任何人。

3.2 具体，会逼出真实

具体之所以要紧，还因为它和“真实”绑在一起。

在一个高度抽象的环境里，人和人之间交换的，往往不是真实的自己，而是人设、关键词、被反复修饰过的形象。

但当一个人开始关注他者，决定为一群具体的人做一个产品，方向则会反过来，具体会把人逼回真实。

腾讯AI&Society创造营里有一位咨询从业者，和她的团队共同发起了“LifeWhy”自传写作助手。面对市面上众多的AI回忆录型产品，他们决定回归具体和真实。LifeWhy甚至会问一些让人不太舒服的问题，比如：你身上哪一个优点，后来反而成了你的负担？它把人从标签里还原出来，落到那个有矛盾、有遗憾的自己身上。他们相信一句朴素的话：“分清事实和说法”。

“Life Why 自传写作助手”，如何具体地写一个人的一生

3.3 具体，是通向普遍的唯一道路

也许你会很自然地质疑：执着于“一个具体的人”，是不是太小了？

哲学家们曾区分过两种“普遍”：一种是抽象的普遍，比如空泛地谈论“人类”“大众”“所有人”，它看似宏大，其实是空的，因为它剥离了丰富的内容和具体的语境；另一种，他们称之为“具体的普遍”，即包含‌特殊性、个别性在内的普遍性，不在抽象的概念里，只能通过一个一个具体的存在去实现。

换句话说，“具体”从来不是“普遍”的对立面，恰恰是普遍唯一能落地的方式。不是每个人都能去爱“人类”，但大部分人都会去爱一个具体的人；不是每个人都能去关心一个抽象的“老龄化社会”，但是大部分人都会对一个具体的老人如何重获生活尊严心存感念。当我们真正为一些具体的人做成了一些事，我们所实践的，反而是那个最普遍的东西——人对另一个人的责任。

腾讯研究院联合Workbuddy、腾讯基金会、清华可持续社会价值研究院、BottleDream 发起的腾讯AI&Society创造营中，有几百位来自全球的超级个体与组织参与报名，分享自己用 AI 在具体场景中解决具体问题的实践。有57.7%的人写到，自己的项目起源于亲身的遭遇，或身边人真实的困境，而不是为了展示某种技术。

他们的职业覆盖了至少30个领域，一点也不像一份AI项目负责人的名单：工作19年的银行小微客户经理、一线电工、钢结构深化设计师、社会学博士生、科幻图书编辑、退休的产品经理、流浪动物救助者、遥感科学研究者、社区更新工作者、特殊教育教师、社工、健身教练、心理咨询师......

AI在这里，更像一门通用的语言。无论专业、背景、年龄，只要心里怀揣着一个具体的问题，就能开始。一位没有技术背景的社工，做出了面向心智障碍群体的引导师skill；一位二胎妈妈，用AI搭起了普通家庭的苏格拉底式亲子学习工具。从一个想法到一个能演示的雏形——这段过去要一整支团队经历1-3个月才能走完的路，如今一个人也能走通。

“正向行为支持引导师skill”，面向心智障碍群体

“Workbuddy个性化亲子学习工具”，来自一位职场妈妈

Demo成为了这里最流行的对话语言。52.8%的项目已经做出了可演示的版本，17.9%已经有了真实的用户。

那么，他们的目光，究竟落在哪些人身上？

具体的普惠：

AI区别于其他技术变革的社会价值

在腾讯AI&Society创造营的行动组中，我们收到了几百份面向“具体的人”的项目申请书，经过梳理，我们看到了这样一组分布——

患者与医疗康复者（21.1%），职场工作者（16.3%），与记忆和记录相关的人群（13.0%），教育场景中的人（12.2%），语言与声音障碍者（11.4%），儿童与青少年（9.8%），家庭关系中沟通困难的人（8.9%），残障与无障碍需求者（6.5%），老年人（5.7%），少数与边缘群体（4.9%），女性与性别议题相关者（3.3%）。

写到这里，我们再来看开头的那个问题：AI，究竟会带来分化，还是普惠？

4.1 规模时代，注定要省略一些人

要回答它，得先认识一条统治了工业文明几百年的规律——规模经济。

它的道理很朴素：为越多的人服务，分摊到每个人头上的成本就越低，这件事才划算。于是一切都被推向标准化、批量化、通用化——同一款产品卖给一千万人，远比为一千万人各做一款，便宜得多。

但这条规律有一个沉默的代价。当生产力稀缺而昂贵，社会就只能“抓大放小”：用平均数去分配有限的资源，照顾那个“大多数”和“标准用户”。而那些非典型的、少数的、不在平均数里的人——说方言的老人、术后失声的人、需要特殊沟通方式的孩子——就这样被省略了，并非出于谁的恶意，而是出于成本。因为精准地对待他们，“不划算”。

经济学家阿马蒂亚·森一生都在反对这种“只看总量和平均”的发展观。他提出“可行能力”：衡量一个社会好不好，不该只看它创造了多少财富，而要看每一个具体的人，尤其是处境最不利的那些人，是否真的拥有了过上自己所珍视的生活的能力。阿玛蒂亚反复强调一个容易被忽略的事实：人是千差万别的，把同样的资源平均发下去，换不来同样的结果，因为每个人把资源变成真实能力的方式都不一样。

这位经济学家说的和这份报告想表达的异曲同工：真正的普惠，不是给所有人发一份一模一样的东西，而是承认每一个人的不同，并为这份不同，提供刚好适合 TA的那一份。

在生产力稀缺的年代，这确实是一种供不起的奢侈。

4.2 几千年来，“具体”一直是奢侈品

在腾讯AI&Society创造营里一位关注数字记忆的行动者，给过一个很形象的对照：

几千年前，要为一个人完整地留存一生的记忆，几乎是帝王才配拥有的待遇——他得养一整支史官队伍，像司马迁那样，一笔一笔替他写。一个普通人的一生，没有资格被如此具体地记录。

快乐老家”，一个面向普通人的合成记忆共创计划

而今天，一个普通人，靠一个AI驱动的智能硬件，或许就能给自己留下一份“数字分身”。

这个对照背后，是一个不易察觉的事实：人类并非不珍视“具体”，而是在很长的时间里，无法享受这种权利。抽象化不是谁的恶意，是被成本一点点逼出来的——因为只负担得起一个标准答案，去应对一千万张不一样的面孔。

4.3 生产力充沛之后，人被解放去做原本“不划算”的事

现在，这条规律松动了。

当创造的围墙被AI推倒，“为一个人造一个东西”这件事，第一次有了不亏本的可能。硅谷风投人 Hemant Taneja 在《Unscaled》（中文版《小规模是趋势》）里早有判断：AI 与定制化的结合，正在改写“规模经济”这条统治了整个工业时代的规律。

AI是否会带来更多的分化？这样的担忧是真实的：当强者能借AI变得更强，确实可能甩下更多人——这是 AI 作为“放大器”令人警惕的一面。但还有另一面常被忽略：当生产力变得足够充沛，人也会从机械、重复的劳动中被解放出来，第一次有余力，去做那些难而正确的事。

这是这篇文章最想为AI普惠去写的一个注脚——它不是再给十亿人发一份相同的标准品（那仍然是规模，仍然是抽象），而是让“为具体的人做一件事”，第一次变得触手可及。

我们认为，AI区别于其他科技变革带来的社会价值，正是一种“具体的普惠”。蒸汽机、流水线、互联网，普惠的逻辑都是规模——把东西做标准、做便宜，复制给尽可能多且“标准”的人，这依然是抽象的普惠。AI 第一次松动了这条规律：当新技术的使用门槛足够低，低到0代码基础的人也能手搓实用的工具；当新技术的成本也足够低，低到大部分人都有试错的勇气，普惠终于可以承载每个人的不同。

回看本次腾讯AI&Society创造营里那份目标人群名单，每一个百分比，都是一次“具体的普惠”正在发生：术后失声、职业倦怠、记忆流失、方言隔阂、性别暴力、精神康复——这些在规模时代里难以得到个性化服务的人，这一次，终于作为一个具体的人被看见。

“声曦”，面向声带术后患者的语音修复设备

而“看见一个具体的人”，落到实处，不是什么宏大的善举，往往是一个很轻的动作。一个叫作“猫语”的项目，以一只小猫呼吸灯为载体，在一对快要吵起来的母女之间，把那句带刺的话翻译回真实的关切；一个叫“如影”的项目，陪一个被影像性暴力击中、又被羞耻压住声音的人，迈出报警或求助的第一步。在腾讯AI&Society创造营中，这样的项目还有很多很多。

“猫语”，高语境文化中的代际沟通智能硬件

“如影”，给影像性暴力受害者的AI维权助手

两种平等

5.1 一种横着比，一种向上长

“把一个被省略的人重新拉回来”，或许会有这样的质疑：所谓的技术普惠，真的能抹平所有人的差异，实现能力和福祉的平等吗？

要回答这个问题，须知平等其实有两种。

一种是比较性的平等。它的目光是横向的，紧盯着人和人的落差：我比你少，所以我不平。而另一种，是成长性的平等。孟子说，“人皆可以为尧舜”。讲的不是“人生来就一样”，而是说：每一个人，无论起点高低，都拥有变得完整和辽阔的可能。它不问人与人之间的差距，只问每个人向上向善的潜能。

5.2 中国人对平等的理解

中国人对平等的理解，骨子里更接近后一种，也就是孟子说的“人皆可以为尧舜”。大部分人不那么执着于先天的差异、后天的殊途，而更在意每一个人，是否被给予了向上的机会。

所以，具体的普惠，根植于中国人的哲学智慧，本质上是在回应成长性的平等：尊重人的差异，成就人的潜能。

5.3 何以普惠：门槛、票价、具体化

一项技术普惠何以可能，说到底，卡在三样东西上。

前两样，决定技术对人是否可及——

一是票价：调用一次 AI，要花多少钱。二是门槛：一个普通人要跨过多高的台阶，才能真正把它用起来。

票价太贵、门槛太高，再通用的模型，也只是“对所有人开放”，不是“被所有人用上”。敞开的大门和走进去的脚步之间，隔着一道沉默的褶皱。当下以混元为代表的国产大模型就是在沿着这条路在走，不是一味追求高端，而是先把使用的门槛与成本降下来。

第三样，决定了一项新科技的普惠效果——

那就是具体化：走进门之后，一个人拿到的，究竟是和十亿人一模一样的标准品，还是一件为ta所设、为ta所用的东西。

那些心系社会的行动者和思考者，是否拥有了个性化的生产力工具？那些还未充分接入智能时代的受助者，是否能得到具体化的服务？以及，技术能否促进二者的转化，赋能更多受助者，成为智能时代新的行动者？

AI第一次让具体变得不再复杂、昂贵和难以企及，让“为一个具体的人做一件事”变得触手可及，这正是它区别于过往所有技术变革的不同。

如此来看，普惠，正是“智能”的应有之义。

尾声：AI 不会自己“把人放大”

2026年伊始，腾讯研究院提出了AI观——让人放心，把人放大。

但今天我们要说的是，AI 不会自己“把人放大”。

AI 不会自己走向那个被方言隔在医院门外的老人，不会自己想起那个术后失声的人、那对快要吵起来的母女。

是那些AI背后的人，重新定义了这个时代的价值排序。

腾讯研究院牵头发起的这场仍在持续中的AI&Society创造营就是最好的证明。让那位留守老人被听懂的，不是AI；让那个被影像性暴力击中的人敢于发声的，也不是 AI。是人类的那一点心软，那一点不忍心，那一点“总要有人去做点什么事吧”的念头，真正完成了“把人放大”的最后一公里，真正推动了“具体的普惠”得以实现。

因此，在一个一切都被加速抽象的时代，“以人为本”不再是一句不言自明的常识，它需要被有意识地守护、被反复地提起。AI 越强大，这份意识就越要紧：是把人进一步压成参数和画像，还是借这股力量，把一个个被平均数省略的人重新放大、重新计算——这道选择题，技术不会替我们回答，只有人能。

这正是腾讯研究院联合各方发起AI&Society创造营的初衷，思辨组负责把“为什么”讲清楚，行动组负责把“怎么做”做出来，而项目更大的心愿，是让“AI以人为本”这件事，从少数人的自觉，慢慢长成整个行业、乃至整个社会的共识，真正推动AI普惠照进现实。重新计量普惠：100位AI创造者的一手实践图19