冰与火之歌:AI、token 与劳动的二百年回声
每一次技术革命的进步里总是裹挟着反浪潮的悲歌，人类不管是被机器还是被token替代，都不是一个新故事，“纺织机要让工人失业，自动化要让一半人失业，电脑要取代秘书职业，自动驾驶要让卡车司机消失”，200多年的技术革命，可谓人与机器竞争的冰与火之歌，这样的叙事在每次浪潮的激进期里总是喧嚣尘上，但预言从来没有真正发生……
-
钢铁：19世纪末的钢铁革命改变了建筑、运输、军工的”骨架”，但它并没有”替代人”，而是把工匠转成了产业工人，劳动形态从手工精制转向流水线。
-
电力：Paul David《电力悖论》的经典结论——电力并未在通用之初带来生产率跃升，真正的跃升发生在工厂围绕电机重构了车间布局之后。电力重塑的是”组织方式”，不是单点替代。
-
塑料：二战后塑料的扩散重写了包装、消费品、汽车与医疗的供应链，催生了全新岗位（模具设计、材料工程、回收产业），同时也让传统木工、金属加工的部分岗位萎缩。
-
对AI的启示：通用目的技术的真正作用不在”替代某个岗位”，而在”重构组织与价值链”。短期看替代，长期看重组；短期看岗位，长期看技能结构。但短期的阵痛是真实的。
大语言模型的进化已经发展的越来越快，而这个被用户体验到的生产力奇点基本上发生在2025年年中到2026年初的3-6个月里，模型好像都开挂了一样，从gemini3.1，GPT-5，claude的opus4.6，最新的opus4.7，Anthropic在网站发布的产品介绍和各项数据的测评结果可以看出，模型的能力越来越惊人，但是依然还在80%以下，这还没有来到主驾的分数，而是副驾的能力则已完全具备。
从上面这个anthropic发布的数据，不难看出从单点benchmark到”经济图灵测试”——模型在真实经济任务中的”可被接受度”实际上已经上升的很快，在很多方面也已经打标了，但是这不是结束，而是对于一个新技术来说，刚刚算是迈入质检的合格门槛而已。当前大语言模型所能完成的任务，主要还是在知识密集型或者说是以坐在办公室的电脑前通过一台电脑改变世界的日常工作替代这个场景展开的，哪些任务已经进入”AI可稳定交付”区间，哪些仍在”Demo可行、落地难”区间，实际上是需要最后的行动反馈给出答案的。
红杉在最近的一篇文章中，以“下一个一万亿美元的公司将是一家伪装成服务公司的软件公司”为题向我们通过象限展开一个答案：判断力和智力象限的演进来评判未来AI对软件服务的替代，实际上我认为这也是一个非常适合的区分个体未来价值的地方。随着去年claude opus4.6的发布，Vibe coding在一路高歌猛进，不同于以往工业革命以来的技术革命机器取代人力，当下token正在取代知识密集型的行业，如保险经纪、医疗健康、会计审计、法律、税务咨询相关过去需要当量知识密集型的工作，当下正在被AI惊人的产出能力面临替代，智力不再是遥不可及，但是经验和判断却依然稀缺，而拥有判断、品味、过往经验的个体反而是更重要了，但是过去可能是需要一个团队才能完成的工作，当下正在被很多有超强执行力的个体+Agent的形式取代，这就是当下非常知名的“一人公司”的由来。
但不管是AI模型测评的数据和快速演进的智能，还是红杉的软件服务Agent化，模型能做的并不等于模型被部署更不等于岗位被替代，这个过程不但是需要一个长期演化的过程，更是企业比以往更难以快速迭代的数字化革命。技术革命不是革命性技术，而是技术集群+范式转化+社会制度变革的三层演进。当下的Agent替代，正在经历的是组织从滞后期的挣扎正在走向阵痛期期的适应过程，而这一点在2026年的IT型组织中可能首当其冲，以token消耗量来定义工作量正在组织内蔓延，而用AI设计芯片、用AI迭代模型能力也在当下的AI大厂中上演，每一次技术革命都伴随的组织革命戏码正在上演。
也许管理本身就是一种社会技术，Agent是被模型和人共同驱使的在机器学习技术下拟合出的一个智力工具，通过强化学习和微调，以及不断进化的上下文，通过语言这种能力的学习正在演变为越来越强的智力水平，但这依然是通过上个世纪的数学和这个实际的算力拟合出的工具，这只是统计并非真正的认知，依然是需要一套协调技术和人类智力产生的tokens的投喂才可以转化为生产力的能力。
|
|
|
|
|
|
|
|
科学管理
|
|
|
|
|
福特主义
|
Henry Ford,Alfred Sloan 的 GM 事业部制
|
|
|
|
科层制
|
|
|
|
|
企业为何存在
|
|
|
|
|
知识工作者 / 后资本主义社会
|
Peter Drucker《管理的实践》《后资本主义社会》
|
|
|
|
看得见的手
— 多部门事业部制 (M-form) 取代家族企业
|
|
|
|
|
资产专用性
|
Oliver Williamson《资本主义的经济制度》
|
|
|
|
学习型组织
|
|
|
|
|
业务流程再造 (BPR)
|
|
|
|
|
创新者的窘境
|
|
|
|
|
平台组织 / 价值创造者
|
Brynjolfsson & McAfee《第二次机器革命》;Béliczky & Hastings 提出”Value Creator”
|
最后我还是从德鲁克和麦克卢汉的一些思想对当下AI对组织和管理的变革来总结一些看法。
知识工作者的概念最早被德鲁克在1959年提出，他的定义是“使用理论与分析知识、通过正规训练习得、用以开发产品与服务的高阶劳动者”。而麦克卢汉在他的标志性著作《理解媒介》中提到“媒介是人的延伸——所有媒介都是延伸自身体、感官、心智的能力。但延伸的同时也是截肢:媒介延伸人体,赋予它力量,却瘫痪了被延伸的肢体”。正是信息革命时代的到来重新定义脑力工作者，这是一场“上半身”的革命，AI在延伸和改造人类触达知识和完成脑力工作流的方式，但模型的训练本身就是一种数学的拟合或者说是均衡态，本身就在将偶遇能力或者说随机性扼杀掉，认知框架和信息茧房在算法的世界里被人类输出的语言系统通过机器学期的训练后重新搭建，且被我们所认知了。就如《你用 AI 追踪了 5000 个牛人,但你的世界在变窄》一文中所言，“AI Agent 延伸了你的信息处理能力。截掉的,是你的偶遇能力——那种偶然撞见一个意料之外的想法、整个认知框架被迫重组的能力。信息茧房是算法替你选的。这一次,是你亲手搭建的。”
判断二：信息革命的四阶段VS四个媒介纪元 AI是起点不是终点
从媒体村到token海洋，信息携带知识被感知的过程里德鲁克和麦克卢汉均给出了各自视角的解释，德鲁克在1998年的《下一次信息革命》里将知识的载体分成四个阶段：文字 → 书籍 → 印刷术 → 数字化。而麦克卢汉从媒介视角也给出了他的理解，口语 → 文字 → 印刷媒介 → 电子媒介,对应部落化 → 去部落化 → 再部落化。实际不管是德鲁克还是麦克卢汉，我觉得印刷这个技术的应用对知识都是线性外推的重要扩散能力，而印刷是书面文字的代表，本身就将文字的表达方式再重构，而chatgpt为代表的AI和prompt工程正在又重新通过口语和对话来二次展开信息革命的新起点，这里回到一个我想描述的媒介意义：通用技术的真正作用不是替代某种能力，而是重置什么才算是重要的能力。当我们站在2026这个节点上去认识AI的能力，讨论什么会被AI替代，不如重新思考信息革命的四个阶段以来，尤其是印刷术普及的500年中，知识密集型劳动方式的转变，正在将能力的重点重置到了哪里？是写作的能力，还是感知的品味？AI可能代表着新的起点，因为对知识的生产和组织能力已经被AI重置了，这点的发生我想可以被看做是每次媒介革命的“啊哈”时刻，因为就算我们还不愿意承认，但是确实已经发生了。
判断三：技术从来不会替代人，是将人推到新的生产力阶段
德鲁克将知识工作者的三大心理特征——可移动(mobility)、有视野(horizon)、有自信(self-confidence)。而麦克卢汉提出的冷热媒介和地球村概念。如果把这两人的观点放在一起思考当下的AI时代，知识工作者都来到了一个被AI这个看似具备灵魂的机器——伪装成热媒介的冷媒介所包裹的算法群岛里。信息搬运、创作、扩散均被AI重置了，但是AI所代表的新的生产力正在把人推向新的阶段，这不是替代，是每一轮生产力变革对人的驱动，人只会被改变不会被替代，因为AI也是在靠人脑生成的语言达到了目前的智力，而人所具备的判断和提问的能力只会将人倒逼到一个更高的生产力组织关系中的新阶段而已。
微软CEO纳德拉与Stripe联合创始人约翰·科里森（John Collison）有一场关于AI技术、商业本质与组织进化的深度对话。在这场精彩的对谈中，纳德拉定了未来的IDE（集成开发环境）的范式转变，无论是程序员还是会计师、律师，都将拥有属于自己的IDE，工作的本质将变为对成千上万个AI智能体（Agent）进行微观引导（Micro-steering）。人不再是操作员，而是Agent的指挥官，是拥有宏观思考力的组织者。
作为在硅谷非常受欢迎的产品类播客，lenny在和Nikhyl Singhal（Meta和Google的前资深产品高管）的访谈中，提到了如下我觉得非常值得当下的产品人和互联网公司从业者们警觉和深思的几类问题：
1 如果过去的产品工作只是在开会、对其、写PRD（产品文档）和搬运信息，那你可能处于职业生涯最危险的边缘，AI时代的产品经理(PM)角色正在重构，目前正在经历大规模洗牌的行业规则中，过去那些只会协调资源而非亲自构建产品能力的PM将像恐龙一下灭绝。产品经理的能力正在向定义问题、设计评估、管理Agent方向转变，这也正如上文中提到的，最根本的能力不再是智力而是判断，如何定义问题并评估价值，变得更重要，而openclaw还是harness,Agent依然需要人的输出去管理他的工作和目标。
2 过去以画原型、写文档和协调上下游资源和对其开发的产品经理能力，正在让位于新的技能栈：评估体系、prompt工程、数据闭环、对AI写作的工作流设计，过去被研发和各种资源显示的产品的迭代节奏正在重新评估，时代彻底变天了。
3 关键转变：PM从“传达者”变成“问题的提出者和判断者”，中层的协调类工作被彻底压缩了，转而是判断力和品味的价值提升了。
4 围绕产品的开发流程，实际是有一系列的职位和能力围绕产品经理而展开，设计师、开发工程师、市场、运营、客服，所以这些职业和工作流都面临被改变和压缩岗位所需。
5 然后回到一个核心命题，初级岗位——初级开发工程师，初级分析师、实习生，是不是面临批量的被淘汰，然后如果没有初级岗位的经验积累，如果将当前这些成熟岗位的中高级职位，未来对组织和职位能力的定义将是什么。
Lenny的对谈第一是coding这种AI的标准化能力不管是渗透还是当下claude的token消耗量冥次级的增长所带来的范式转变在IT领域带来了变化最为剧烈，同时从麦克卢汉的观点来判断当下AI“伪热实冷”，和当下PM工作的转化整好相互映衬，PM 不是变成”传达者”而是变成”提问者和判断者”。冷媒介需要参与者,而 AI 这个媒介要求的是品位、判断、提问能力。品味、判断和提问的能力是没法外包，而这也正是纳德拉所说的隐秘的企业私有模型护城河，人的独特性或者说是边界能力才是核心，而标准化可被平均化的部分，是被替代的部分，但是人的能力正是在替代中被增强了，而这种增强会复活个人能力过去未被发现的部分，强化新能力范式品味、判断、提问的持续增强，最后技术革命带来的人能力的重置就是Lenny所说的未来PM的样子，这时候反转就发生了，新的范式被哪些掌握它精髓的人重新加强了自己。
解答上面的问题，让我们从两份调查开始，其中一份是去年一经发表就走红全网的斯坦福数字经济实验室的报告：《煤矿里的金丝雀》，这篇报告提到了人工智能对当前就业影响的六大方面：
1 入门级工种首当其冲，自2022年ChatGPT发布以来，在最易受AI影响的职业（软件开发、客户服务等）中，22-25岁早期职业员工就业下降13%
2 个体案例对照鲜明，截至 2025 年 7 月,最年轻的软件开发者就业较 2022 年秋峰值 下降 20%;早期客服岗位较 2022 年 11 月峰值 下降近 11%;同期不易受 AI 影响的家庭健康助理(home health aides)各年龄段就业全部上升
3 30 岁以上”逆势上扬”，同一类高暴露职业里,30 岁以上工人就业反而增长 6%-13%— 经验溢价被放大
4 自动化 vs 增强:差别决定命运，把 AI 用例分为”自动化型”(替代人)和”增强型”(放大人)。只有自动化型 AI 才造成就业下滑,增强型用例没有显著负面影响
5 控制公司层冲击后,效应仍显著，加入”公司-时间”固定效应后,22-25 岁高暴露组比低暴露组就业仍下降 15 个对数点(log points),且统计显著;这说明结果不是被利率/行业整体冲击驱动的
6 冲击落在”人头”而非”工资”，AI 影响表现为减少招聘,而不是降薪。各年龄/暴露组的年薪差异很小——存在工资黏性。结论是 AI 早期对就业数量的影响远大于对工资的影响
AI 的冲击不是分散在所有人头上的——它先落在新人身上。在最易自动化的岗位上,刚入行 22-25 岁的工人就业已经下降了约 13%,而 30 岁以上的同行还在增长。这就是金丝雀的意义:它告诉我们矿井深处出了问题,但整个矿井还没塌。
让我们再来看看中国一侧，财新杂志在2025年11月发布评论文章《警惕 AI 带来就业”哑铃效应”》，又在上周发布了《AI招聘放量 校招生如何突围》的特稿，两篇文章正凸显当下的就业矛盾趋势。一方面AI对就业的冲击比历次技术革命的影响都更为剧烈和彻底。
北京大学基于招聘岗位和求职者大数据的研究发现:AI 技术,特别是以大语言模型为代表的生成式 AI,正在加剧中国劳动力市场的”两极化趋势”——高技能和低技能工作需求增加,中等技能的工作机会减少。
《AI一人公司，看上去很美》的文章引用了美国人类学家卡丽·莱恩（Carrie Lane）的《一人公司:失业潮中的高新技术工作者》（A Company of One: Insecurity, Independence, and the New World of White-collar Unemployment）一书中，是美国高科技行业失业者的保护色，是在失业和再就业过程中自我营销、自我提升的新形式，是从面对单一雇主的稳定、长期就业关系转向面对多个雇主的碎片化、灵活的就业关系；而在AI工具不断迭代的今天，这一词语则被解读为创业的新契机，更是受到各地政策的扶持。——一人公司（OPC）正在被放在当下这个组织和就业均在面临严重冲突的当下，和长期稳定的就业关系面临诸多的不对等，正在实际的企业组织中面临压力和解构。
哑铃效应来描绘当下的AI就业市场，我觉得是一个合适的词，两头重中间细，高技能尤其是AI核心人才的渴求已经成为各家模型和互联网公司大厂角逐的金字塔塔尖，在科技自媒体晚点的最近报道中，AI实习生一天5500的实习工资已经充分说明了稀缺性，对高学历尤其是C9院校研究生以上学历的在校生普遍就业更好，而同时低技能服务性岗位也在面临用工荒，而积压在脆弱中间的是刚毕业、没有工作经验的普本院校学生和文科生，还有这些在新的组织和工作流里面临职业剧变的白领阶层。
站在百年的技术进步史往后看，人类总是在每次技术革命中警惕被机器替代的危机，这从来不是一个新故事，好像本身已经成为为技术吹捧的一种心理学暗示，当可以达到取代人类的讨论被媒体和社会不断讨论的时候，也许就是社会在新旧间冲突最严重的时刻。比起宇宙和地球大多数生物，实际人类存在的时间太短暂了，智人的存在不过两万五千年而已，技术进步和财富的积累不过是这近250年的事情，个体与自然、社会的关系可能要长久的多。
如果让我们思考如下的问题，可能也是我们审视自己和当下挑战的一种方式，当我们找到选择的新路径，也许挑战就变成了机会和黄金年代到来前的序歌。
我们还是借用红杉报告中的分类，来大概看看哪些能力在AI的渗透下在升值，哪些能力在贬值。Agent在当下启动的任务已经比人类多的多，token的消耗量正在以惊人的速度发展，如果对比移动互联网用DAU和MAU来衡量软件价值，当下token的消耗量已经是AI产品的核心代表性指标，而保险经纪、会计审计、医疗健康收入管理、理赔管理、IT托管服务、法律咨询、成本估算等相关的软件领域正在成为最大的未来被AI软件替代的领域。而这些领域正是外包和智力的高象限，是不具备企业护城河的那部分，大量是程序化的智力服务，这部分正在一个一个被Agent替代。
一人公司是真实的趋势，但是在当下的AI叙事里充满了英雄主义的派头但是正如卡丽·莱恩的描述，是哪些在范式转变中个体寻求的一种保护色，最后到底是英雄还是悲剧，实际我认为并没有答案，因为社会和组织的形态也在快速更迭，需要警惕“类似大众创业万众创新”的幌子冲昏了头脑，因为在演化中最后被社会和制度所最终需要的那部分核心的价值和能力，才是真实存在的。个体用指挥官的思维判断+Agent武装的工具来重新构建不被企业和组织淘汰的护城河，但是最终人是要在社会和制度这个大的组织环境下生存和交易的动物，组织的心态会变但是绝对不会消失，企业比个体最终在这场范式转变的激烈竞争中肯定更容易生存下来，这就如在恐龙时代，霸王龙总是更容易被淘汰，而群居的三角龙则不会。
3 教育层——就业机构的错配和教育在培养“书本知识”
教育收到的AI冲击未必小于组织，人类的知识正在被大语言模型通过预训练+后训练的多个环节被AI部分的掌握，但是如果回看我们当前的教育仍然以教授书本知识为核心而不是思考和创造的能力，知识传授型课程的边际成本被压到接近零，这部分的冲击可能更大和更深远，而同时大学生就业尤其是初级岗位的就业在2024年后被AI的影响程度正在逐步放大。
在AI带来的范式转变中，对当下的学生、老师、家长，如何选择学什么和怎么学的挑战变得无比困难和巨大，所以还是定义哪些未来社会需要的核心能力和不容被替代的，不是怎么做，是独特的品味、思考能力和创造力，是随机性中哪些不被平均出的能力。然后AI时代一定会奖励哪些不断尝试和创新的思考，因为尝试突破边界才可以看到更大的世界。
4 社会层——如果AI带来的是利润上升和收入下降的幽灵生产力，
社会组织和阶层划分主要依赖的收入再分配和社会契约在“幽灵生产力”的面前将面临重大的调整和挑战。AI不是在简单替代人类，它在以远快于历史技术周期的速度，改写”劳动分工”的颗粒度。短期阵痛真实存在，长期机会向”问题提出者”倾斜。替代与被替代之间的，是每个人重新定义自己工作的窗口期。社会层面对劳动力的分配也在以自选择的方式选择滑向“哑铃策略”，一端是高阶判断/跨域整合（AI 补强），另一端是非标体力/情绪劳动（AI 难及）。
最后我们用麦克卢汉晚年(1977,他和儿子 Eric McLuhan 合著《Laws of Media》)给所有媒介都做了一个四问诊断,叫Tetrad 媒介四定律来回答当下AI的问题，我们不想用替代这样充满二元论思维的方式解释当下，更像用一个思考和乐观的精神面对未来，因为最终当我们以什么的心态和方式去选择和面对未来，可能对最后的结果更重要——答案不在 AI 那一端，而在我们怎么提问。在这次社会浪潮的重置中，被淘汰的不是人，而是那种把自己当工具用的人。
希望本文的写作能给读到它的人一些额外的启示，文章略长，感谢读完！
|
|
|
|
| Enhance 增强 |
|
内容生产速度、知识可达性、创作平权(但不是创意平权)
|
| Obsolesce 过时 |
|
初级白领的”信息搬运与初步加工”
|
| Retrieve 复活 |
|
苏格拉底式对话、师徒制、风格与品味、口语文化、小圈层信任 |
| Reverse 反转 |
|
认知鸿沟、算法群岛、判断力萎缩、系统性脆弱 |
-
财新杂志：特稿|AI招聘放量 校招生如何突围（2026.4.21）
-
红杉资本：<Services: The New Software>
-
Lenny’s Podcast：Why half of product managers are in trouble | Nikhyl Singhal (Meta, Google),产品经理在AI时代的工作方式转变
-
Paul A. David《The Dynamo and the Computer》
-
微软《Global AI Adoption in 2025—A Widening Digital Divide》，2025全球AI扩散报告
-
ARK Invest《Big Ideas 2026》
-
Daron Acemoglu《Power and Progress》
-
微软CEO纳德拉最新万字访谈：AI时代，范式正确不代表就能赢
-
麦克卢汉《Understanding Media》(1964) 和《Laws of Media》(1988)
-
德鲁克《Post-Capitalist Society》(1993)；《The Next Information Revolution》(1998)
夜雨聆风
