你每天干的事,AI 已经不需要你了

前几天看到刘润的一篇文章，他说自己用 AI 从零搭了一套工程系统，用来写研究报告和润色文章。系统跑通的那一刻，他除了兴奋，还感到一阵寒意——因为他突然意识到：公司这种组织里，好像不需要那么多中层了。

说实话，我看完没有寒意，只有一种更直接的感受：很多人每天干的那些活，不是 AI 替代了你，是那件事本身已经不需要人做了。

你每天到底在干什么？

别急着反驳。先想想你昨天的工作内容。

催下属交周报，花两小时催齐，再花一小时整合成部门周报，发给总监。开会，把老板的话记下来，拆成任务分给团队，再把团队的反馈整理成 PPT 汇报上去。协调跨部门资源， A 部门说没空，B 部门说不归我管，你来回来去传话、调停、推进。

这些事有一个共同特点：信息的加工和传递。你从上面收到信息，加工一下，传给下面。从下面收到信息，加工一下，传给上面。从左边收到，加工一下，传给右边。

中层的核心价值，说白了就两个字：传话。

组织的本质是信息传递机制。老板的想法需要被拆解分发，基层的情况需要被整合上报。中层就是那个中间节点。

传话的同时，也顺带承担了责任——项目搞砸了，不用追责一百个基层，找经理就行。

但 AI 出现之后，”传话”这个环节，正在从事实上消失。

举个例子。过去部门经理催 5 个人交周报、整合、上交。现在 5 个 AI Agent 自动完成任务，进度、结果、问题全部实时呈现在看板上，所有人随时可查。那个花 3 小时写周报、催周报、汇总周报的环节——没了。

中层缩水的信号已经出现

Gartner 预测2026 年 20% 的组织消除超 50% 中层岗

Shopify已压缩中层，资源转向 AI 团队

Klarna用 AI 替代大量中层职能

以前的架构1 总监 → 3 经理 → 15 员工

未来的架构总监 + AI → 直接管 12 人

注意一个关键区别：不是 AI 替代了中层的工作，是 AI 让中层的工作本身不必继续存在。过去中层是金字塔的腰部，未来中层可能是流程的断点。

但问题来了：AI 本身还不够强

说到这里你可能会想：AI 现在连一篇像样的报告都写不好，怎么替代中层？

这个质疑是对的。而且不只是你，整个 AI 行业都在面临这个问题。

大模型的真实困境

规模效应消失：训练预算翻了好几倍，性能提升却越来越不明显。现在没人再拿参数规模说事了。

幻觉问题无解：你问论文出处，它能编出作者名、年份、期刊，查了发现根本不存在。这不是它骗你，是它底层机制就是”猜下一个词”。

幻觉最可怕的不是”错了”，是”错了但自信”：问 10 次给你 10 个信心满满的答案。

提示词工程也不行：你要求”严谨但有洞察””口语但不失深度””有数据但好读”，它就在这些矛盾要求之间反复横跳，最后交出一篇面面俱到的平庸之作。

所以真正带来变化的，不是大模型本身变强了，而是驾驭大模型的方式变了。

“马具工程”：问题不在马，在马具

刘润用了一个特别精准的比喻。

19 世纪的巴黎，马是最重要的交通工具。一匹好马强壮有耐力，但野性难驯，它自己不会拉你去目的地。你必须套上马具，才能驾驭它。

今天的 AI 就是那匹烈马。限制它能力的，不是”脑容量”，而是我们的”约束力”。

他花了半个多月搭了一套”马具系统”，用来写研究报告。核心就四个要素：

1. 角色：别让一个 AI 干所有人的活

他做了三个”数字员工”：主笔”小二蔓”、研究员”小琦总”、主编”小戈枰”。

为什么不全塞给一个 AI？因为规则越多，内耗越重。你让一个 AI 同时当才华横溢的主笔、严谨较真的研究员、规避风险的编辑——才华会和风险冲突，戏说会和严谨打架，最后只能产出 60 分的平庸报告。

把角色拆开，让每个角色只做它最擅长的事，初稿就能到 80 分。

2. 规则：给每个岗位定死标准

审查选题报告，什么条件能过？什么条件打回？怎么给反馈？全部一一定义清楚。有标准，AI 才能稳定产出。

3. 流程：让 AI 们”吵起来”

好产出都是”吵”出来的。但人不好意思吵架——他是前辈，她是闺蜜，中午还要一起吃饭，最后”算了就这么过吧”。

AI 没有情绪。所以设计一套路线：主笔写完，研究员查资料挑战，编辑审核打回，不过关就重写。循环逼近，绝不妥协。

4. 工具：让 AI 接入你现有的系统

调用笔记软件获取平时积累的见闻，完成后发到办公软件上，需要资料就搜索。AI 不再是外部工具，而是业务系统的内部能力。

角色、规则、流程、工具。四个要素组合在一起，就是一套”马具”。

它把大模型从一个不靠谱的陪聊，变成了一个强大可靠的生产力工具。

而这套系统一旦跑通，那个”在中间传话、催进度、整合信息”的人，就从流程里被抹掉了。

图源网络 · 仅供示意

中层消失之后，公司变成什么样？

刘润提了一个很巧妙的比喻：从直角坐标系变成极坐标系。

直角坐标系就是现在的公司——横轴是部门，纵轴是层级，每个人被放在一个格子里。极坐标系没有格子，只有从圆心向外辐射的方向。

在这个新结构里，大概有三种人：

第一种：做判断的人

过去中层承担的责任还在，但信息处理的工作被 AI 接走了。他们把精力全放在判断上——从 100 个”差不多”的方案里，找到那 1 个”就是它”。

靠什么？经验、审美、品味、隐性知识。这些东西无法被量化编码，AI 抄不走。

第二种：驾驭 AI 的人

他们是”马具”的制造者和维护者。不亲自写文章、做设计、跑业务，但定义文章怎么被写出来、设计怎么完成、业务怎么优化。

核心能力：对业务的深刻理解 + 工程学素养。

第三种：和真实世界连接的人

跑客户、做访谈、搞定政企关系、做情绪安抚。AI 再强，它没有腿，也感受不到现场的温度。

什么意思？报告里写”某品牌在下沉市场增长很快”，但去了县城你才知道，很多人只看不买，增长靠的是打折新奇，不是真正认可。这种东西，AI 看不到，只有人能感受到。

回到最开始的那个问题：你的工作安全吗？

如果你每天做的事，本质上是”收到信息→加工→转发”，那确实不安全。不是因为你不够努力，是因为那件事本身正在被系统化地消除。

但如果你做的是”在信息不全的情况下拍板”、”把 AI 调教到能替你干活”、”去现场感知到数据里没有的东西”——这些事，AI 替代不了。

时代从不淘汰人，它只淘汰那些把自己活成零件的人。

那些重复的汇总、催促、协调，本就是对生命力的消耗。当 AI 把这些活接走，你该想的不是”我怎么办”，而是”我终于可以去做那些只有人才能做的事了”。

你每天的工作内容里，有多少是”信息传递”？如果 AI 接走了这些，你剩下什么？

欢迎在评论区聊聊，也欢迎转发给那个正在焦虑的同事看看。