给公益机构送模型，像给一栋旧楼拉来高压电，却不派电工。灯会不会亮不知道，保险丝先炸的概率更大。我对 Claude Corps 的判断很明确：AI时代最贵的捐赠，不是模型，是驻场人。
很多人一听到“AI 公益”，脑子里浮出的还是旧慈善：捐账号，捐算力，捐几场培训，顺手再送一份“数字化转型指南”。这套想法，放在 2026 年已经有点像给人送钢琴，却不管他家楼板会不会塌。Anthropic 在 6 月 11 日发布的 官方公告 里，真正有分量的不是 Claude 多强，而是它愿意先拿出 1.5 亿美元，训练 1000 名年轻人，把他们送进至少 400 家机构，12 个月，全职、线下、驻场去干活。
这不是送一个更聪明的聊天框，这是派一批“组织电工”进楼接线。
模型像高压电，驻场人是电工；没有后者，前者越强，短路越快。
反常识恰恰在这里：AI 时代最稀缺的，不是“会回答问题的机器”，而是“能把机器的回答接进人间流程的人”。模型在云上进化，组织在地上拖鞋走路。你以为差的是智力，实际差的是翻译；你以为差的是产品，实际差的是驻场；你以为买来的是未来，结果只买来一阵集体围观的新鲜感。
AI 不缺答案，机构缺的是把答案接进流程的人。
组织不是下载软件的容器，它是被习惯、职责和面子编起来的旧楼。谁能碰数据，谁敢改表格，谁愿意承认自己不会，谁能承担出错的责任，谁在会议上说了算，谁在茶水间说了更算，这些东西，比模型参数更决定落地。技术史总爱写发明家，真正决定成败的，常常是那些坐在办公室角落里，把新东西一点点塞进旧秩序的人。
所以 Claude Corps 有意思，不在“Claude”三个音节，在 “Corps” 这个动作：不是远程喊口号，不是周末办黑客松，不是发完 credits（模型使用额度）就算仁至义尽，而是把人按进现场，让他跟表格、邮件、会议、权限、误解、疲惫，正面肉搏。
你去看 项目页面，那些场景就很说明问题。
在得州的 Montgomery County Food Bank（蒙哥马利县食物银行），难题不是“让 Claude 帮我写一段感谢捐赠者的话”。那太浅了。真正的难题是：捐赠、库存、配送、合作网点，这几摊数据谁来打通？预测哪里会缺货，谁来把判断做成当天能用的流程？仓库里缺的不是一个会说漂亮话的模型，缺的是一个能把数据整理、规则搭桥、同事教会的人。食物银行不是缺文案，它缺的是把一车土豆送对地方的判断速度。
在华盛顿的 RAINN（帮助性暴力受害者的机构），问题更尖。员工多花一小时折腾技术，就少一小时面对受害者。这里最值钱的，不是让模型生成“温暖回复”，而是有人能在安全、隐私、流程和人情之间画线：哪些能自动化，哪些绝不能碰；哪些能提速，哪些一提速就伤人。模型在这种地方不是主角，边界感才是。边界感不会从 API 里掉下来，只会从一个驻场的人反复沟通里长出来。
在佛州的 REEF（做海洋保护和公民科学的机构），海里没有提示词工程的浪漫，只有成堆的海洋数据、志愿者记录和小团队的时间赤字。模型当然能分析，问题是谁来把分析变成工具，谁来把工具变成工作习惯，谁来保证这东西不是演示那天很惊艳、三周后没人再开。真正的落地，不是做出一个 demo（演示版），而是让一个普通同事在周二下午也愿意用它。
捐一个账号，只是把未来塞进邮箱；派一个人，才是把未来接上电路。
这也是我为什么觉得 Claude Corps 这步棋，比“再捐多少模型额度”高明得多。模型的边际成本会越来越低，吹模型的嗓门会越来越高，但组织改造的脏活累活，始终需要真人承担。有人得坐在现场，被问最笨的问题；有人得反复解释同一个功能；有人得吃下第一次改流程的骂名；有人得把“看起来会了”逼成“真的会用”。
真正昂贵的不是算力，是有人替你承担第一次改流程的麻烦。
硅谷最爱捐看起来像未来的东西，因为那最容易拍照；真正难捐的，是一个坐在会议室里挨三个月白眼的人。
从这个角度看，Claude Corps 甚至不是单纯的公益项目，它更像一句不太讨喜、但难得诚实的话：AI 的社会扩散，不会自动发生。技术不会自己变成能力，能力不会自己变成制度，制度不会自己变成公共利益。中间那段又慢又笨、充满摩擦的路，得靠人去踩平。
说到底，模型解决的是“能不能做”，驻场人解决的是“谁来做、怎么做、做成谁的日常”。前者像火，后者像灶。火再旺，没有灶，也只够围观，不够做饭。
模型负责发光，驻场人负责通电。
这才是 AI 时代最贵，也最像样的捐赠。