AI时代退场志002丨学徒期,正在成为非遗

写商业,写职场,写那些被 AI 慢慢冲走的东西。
本篇判词
AI没有先拆掉大师,它先拆掉了新人的练功房。
这两天看到刘润写“很多工作都即将成为非遗”,我第一反应是,这个说法很会抓人。
但我的注意力没有停在“工作会不会变成非遗”。
我更在意的是:一门工作里,最先被封进玻璃柜的,未必是那份工作本身,更可能是它的学徒期。
很多职业不会马上消失。
文章还会有人写,代码还会有人改,方案还会有人做,合同还会有人审,底稿还会有人看,PPT 还会有人交。
只是,过去一个新人从不会到会,从笨拙到熟练,从 60 分爬到 80 分的那段路,正在被机器掐断。
以前,公司愿意让新人慢慢笨。
一个新人写材料,第一版常常像没煮熟的饭。逻辑散,语气硬,重点飘,标题不稳。领导皱着眉改两遍,骂两句,退回来。新人晚上继续熬,第二天再交。
这件事当然痛苦。
可它也是训练。
AI 出现以后,很多事变得太快了。你把零散要点丢进去,它能给你一份看起来体面的初稿。把会议录音丢进去,它能整理纪要。把需求丢进去,它能写代码框架。把合同条款丢进去,它能列风险点。
机器一上来就能给一个还过得去的 80 分。
这会让组织悄悄产生一个念头:
既然 80 分这么便宜,我为什么还要为一个新人从 40 分、50 分、60 分慢慢练到 80 分付钱?
这才是问题。
AI 没有先拆掉大师。
它先拆掉了新人的练功房。

01|工作以前不只是交付,也是在养人
我们过去理解一份工作,经常只看它交付了什么。
写了一篇稿,做了一页 PPT,出了一个方案,改了一段代码,审了一份合同,跑了一遍数据。
可在真实的组织里,工作还有另一层功能:它在养人。
一个新人通过低端活进入职业。先做纪要,再写摘要;先改格式,再做方案;先查资料,再写判断;先修 bug,再理解系统;先打杂,再知道一件事为什么不能随便拍板。
这些活看起来不高级。
但它们像职业里的小火慢炖。
你只有做过很笨的版本,才知道好版本为什么好。你只有被人改过无数遍,才知道一句话为什么要这样写。你只有在项目里踩过坑,才知道风险不只是表格里一行红字。
很多人的专业感,就是这么长出来的。
它靠听课很难听出来,靠看“高手方法论”也很难看出来。它来自无聊、重复、返工、被驳回、再来一次。
以前组织默认承担这件事。
新人产出不稳定,大家也知道。领导骂归骂,还是会把活分给你。因为组织相信,今天那个写得不行的人,过两年可能能独当一面。
所以工资里有一部分,买的是当下产出。
还有一部分,买的是未来熟手。
AI 改掉了这个账本。
02|80分机器,会压缩60分新人的空间
最尴尬的是 60 分新人。
他还没形成判断,但也没有完全不会。他能写,能查,能做初稿,能跟进,能把事情往前推一点。过去,这类人是组织最常见的培养对象。
现在,很多 60 分活会被 AI 迅速吞掉。
周报初稿,AI 可以写。
会议纪要,AI 可以整理。
代码样板,AI 可以起。
法律检索,AI 可以列。
商业分析框架,AI 可以搭。
PPT 大纲,AI 可以铺。
以前这些活,是新人进入行业的楼梯。每一级台阶都不高,但一级一级走,腿就练出来了。
现在楼梯被电梯替代了。
问题在于,电梯会送你到楼上,却不会锻炼你的腿。
老板看到的是效率。
新人失去的是手感。
一家公司如果短期只看交付,很容易做出选择:用 AI 加一个熟手,少招几个新人。先把效率拉起来,把成本压下去,把交付速度做快。
这个选择很合理。
可所有公司都这么做,几年以后就会出现一个奇怪局面:
老手还在,工具更强,结果还能交。
但中间层断了。
行业里会多出很多会提需求的人,会检查结果的人,会对 AI 下指令的人,却少了很多能从头到尾做过一遍的人。
这就像厨房里突然有了预制菜和自动炒锅。
出餐速度上来了。
可切墩、掌勺、看火候、闻锅气的那批人,如果没人再练,十年以后,餐厅还在,手艺可能断了。

03|所谓非遗感,来自“活态传承”断了
非遗这个词,用在职业上,最扎心的地方不在“古老”。
更扎心的地方,是“传承”。
一种手艺要活着,不只是作品还在,还要有人接着学、接着做、接着犯错、接着改。只有成品,没有学徒,那就像展柜。
很多职业未来可能就会出现这种展柜感。
你还能看到漂亮文章。
还能看到完整方案。
还能看到代码。
还能看到合同审查意见。
还能看到研究报告。
可你很难分辨,这些东西背后还有多少人的真实训练。
以前,一份好材料背后,常常站着一个被改到崩溃的人。现在,一份体面材料背后,可能只有一个提示词、一个模型、一个审核动作。
这不一定坏。
很多低效劳动本来就该被工具接管。没人怀念排版到凌晨,没人怀念从会议录音里手抠纪要,没人怀念把一堆废话整理成老板爱看的格式。
可问题也在这里。
很多人正是通过这些低效劳动,学会了行业的暗纹。
你在整理纪要时,会发现谁在回避,谁在承诺,谁只是在场。
你在改合同条款时,会发现一句话背后有多少风险。
你在写项目复盘时,会发现失败从来并非最后一天发生的。
你在做 PPT 时,会发现一个判断如果讲不清,往往说明你自己也没想透。
这些经验不体面,甚至很笨。
但它们是手艺的一部分。
当 AI 把笨功夫跳过去,人会轻松很多,也会少长一层皮。
04|高手短期更贵,长期更孤
这一轮变化,短期最有利的人,可能是已经熬出来的高手。
因为高手知道 AI 哪里好用,哪里危险,哪里看起来顺但其实空。他们有足够多的旧经验,可以把 AI 产出的东西迅速判卷。
同样一份 AI 写的方案,新人看到的是“好完整”。
高手看到的是:这里没证据,这里避重就轻,这里把因果写反了,这里少了代价,这里是漂亮废话。
所以高手会更贵。
他一个人带着工具,可以做过去一个小团队的产出。
可他也会更孤。
过去高手身边有学徒。学徒笨,烦,慢,会犯错,但也会接班。高手一边嫌弃,一边把经验挤给他。
以后高手身边可能站着一堆工具和少数运营工具的人。
工具很听话。
但工具不会长大。
如果组织不再愿意为新人犯错买单,高手退休以后,很多东西就只剩方法论、模板和回忆。
这才像非遗。
结果仍有人生产。
是没人再通过那条老路长成一个人。
05|源流批注:学徒期如何被封进玻璃柜
这件事可以拆成四步。
第一步,低端活被工具接管。
纪要、周报、初稿、检索、摘要、代码样板、PPT 骨架,先被工具吞掉。组织感受到效率提升,新人感受到入口变窄。
第二步,训练场景消失。
过去新人靠低端活练基本功。现在低端活不再自然分配给新人,或者只留下“检查 AI 结果”这种看似轻松、其实很难练人的任务。
第三步,高手变成判卷人。
懂行的人越来越像审核者、修复者、兜底者。他们带新人的时间减少,更多精力花在机器产出的草稿上,做高密度修正。
第四步,手艺档案化。
行业里还有作品,还有流程,还有工具,还有课程,但少了真实项目里的慢慢熬。手艺变成案例,练功房变成展柜。
这超出了某个职业的命运。
这是很多白领工作的共同处境。

06|最危险的,未必是不会用AI
现在很多焦虑都集中在“会不会用 AI”。
当然要会。
不会用工具,会很吃亏。
但只会用工具,也不够。
一个人如果只学会提问、复制、润色、汇总,却没有经历过真实任务的摩擦,他很容易变成“看起来很会工作的人”。
这种人会越来越多。
他们能很快给出一份分析,但不知道数据是怎么来的。
他们能生成一份合同审查意见,但不知道某个条款在谈判桌上会怎么被对方利用。
他们能写出一份商业方案,但不知道客户最不买账的地方在哪里。
他们能做一页漂亮 PPT,但不知道这页图到底能不能撑住一个会议室里的追问。
AI 会把表达抬高。
现实会把人摁回原形。
所以,未来的分水岭未必是“会不会用 AI”。
更可能是:你有没有在真实世界里形成过判断。

07|普通人怎么给自己留一间练功房
第一,别急着跳过第一版。
很多人现在一上来就让 AI 起稿。可以,但建议偶尔先自己写一版丑的。哪怕只有十分钟,也要让大脑先摸一下问题的边。
你不亲手写过一版,就不知道 AI 帮你省掉了什么,也不知道它偷偷替你决定了什么。
第二,保留“手工判卷”。
AI 给你一份东西,不要只看它顺不顺。问几个笨问题:证据在哪里?代价在哪里?反例在哪里?谁会反对?如果明天要我签字,我敢不敢签?
第三,去现场。
再好的工具,也替不了现场。客户的犹豫、同事的躲闪、流程里的卡点、真实预算的紧张,都不在漂亮文本里。你得去听,去看,去被拒绝。
第四,找一个会骂你的人。
好师傅不一定温柔。有人愿意认真改你的东西,指出你哪里乱、哪里虚、哪里不敢判断,这在 AI 时代会越来越贵。
第五,给自己留一些慢活。
慢读一份报告,手拆一个案例,复盘一个失败项目,完整写一份自己的判断。不要每件事都交给加速器。有些能力只能慢慢长。
08|组织也要重新算一笔账
这件事不只是个人问题。
组织也要想清楚:如果所有新人训练都被短期效率挤掉,未来的熟手从哪里来?
过去,组织培养人常常靠自然损耗。
新人被项目推着走,被领导骂着改,被客户逼着学。制度上未必写“培养”,但工作流本身在培养。
AI 进来以后,这种隐形培养会被削弱。
组织如果还想要人才梯队,就得把训练重新设计出来。
比如,让新人先独立写一版,再用 AI 对照。
比如,让新人解释 AI 方案里的每个判断,别只交结果。
比如,把“复盘 AI 哪里错了”变成训练任务。
比如,保留一些需要新人亲自跑、亲自问、亲自整理的真实工作。
这些做法短期看起来麻烦。
但不做,组织会慢慢变成一个只会消费熟手、不再生产熟手的地方。
这笔账,迟早要还。
09|退场志002,记录学徒期
我不想把这篇写成怀旧。
很多旧工作方式确实低效,很多新人受过的苦也未必值得复制。加班改格式、机械做纪要、在无效会议里耗时间,这些东西能少一点,当然是好事。
我想记录的是另一件事:
当低端活被工具接走,人要在哪里练基本功。
当组织不再自然给新人犯错空间,行业要怎么长出下一批熟手。
当成果被机器提前摆上桌,人还愿不愿意经历那段慢、笨、丑、被修改的过程。
也许很多年以后,我们会在某种职业博物馆里看到这样的展品:
一份被红笔改满的第一版方案。
一段写得很烂、但被师傅逐行改过的代码。
一页被老板退回七次的 PPT。
一份新人整理到凌晨两点的纪要。
旁边的说明牌写着:
“这是早期白领训练的一种方式。学徒通过真实项目、反复返工和前辈批改,逐步形成职业判断。”
听起来有点荒诞。
但也许真会发生。
所以,退场志002,我想先给“学徒期”立个档。
目的不在怀念低效。
是为了提醒自己:别把所有笨功夫都交出去。
有些笨,是一个人长大的声音。

尾声
AI 把成果提前摆上桌,也把新人的练功房拆得很干净。
这句话听起来有点冷。
但现实可能更冷。
以后,一个新人最稀缺的机会,也许未必是用上最好的 AI 工具,更可能是遇到一个真实问题、一个愿意改他东西的人、一段允许他慢慢变好的时间。
那些时间过去太普通,所以没人珍惜。
等它们真的少了,我们才会发现:
原来学徒期,也是一种资产。

夜雨聆风