ARTICLE · 1037761
AI马上要让我成为废物了
一职场里那个让人绝望的销冠
就好像职场里遇到了一个让人绝望的销冠。我没有什么比它更稀缺的地方了。我知道的，它都知道。我不知道的，它还是知道。
组织从来不只是干活的地方，它还是一个地位市场：绩效、忠诚、关系、资历、政治联盟，共同分配稀缺资源——晋升、奖金、老板注意力、话语权。
人类销冠再强，也仍然是人。只要是人，就有归属需求、声誉需求、情绪弱点、合规风险。于是其他人可以用弱者的武器对付他：排挤、孤立、造谣、边缘化、拉帮结派、权力斗争。这些手段不光彩，但它们是组织内部的“社会平衡器”。
二弱者的武器，对 AI 全部失效
AI 打破了这个平衡。
它不需要归属，不怕孤立，不在乎名声，不会被造谣伤害，不参与权力争夺，不会被欠薪，也不会背锅。
你无法用“做人”的方式对抗一个“非人”的竞争者。
人类排挤销冠，是弱者的政治；而 AI 无法被排挤，因为它根本不在政治里。
于是绝望来自：社会惩罚失效，市场奖励全开。老板越用它，它越强；它越强，人的议价权越低。
三当比较的标尺变成“非人基准”
社会比较理论说，人通过和他人比较来确定自我价值。过去同事销冠虽然强，但还在同一个物种、同一个赛道、同一套规则里。你可能会嫉妒，但也可能学习、追赶、合作，或者安慰自己“他也有弱点”。
AI 不一样。它让比较从“他比我强”变成“老板用非人基准衡量我”。
你不想拥有它的东西，你想成为它，或者想它消失。但它不会消失。
四绝望来自五件事
控制感丧失：努力不再保证回报。 习得性无助：追不上，干脆不追。 职业身份崩塌：“我很能干”这个叙事被击穿。 公平世界信念受冲击：努力、忠诚、加班，突然都不如一个 API。 焦虑从“我会不会输”变成“我还需不需要存在”。
五完美员工，也是完美的单点依赖
人类销冠有代理问题：会要价、会跳槽、会藏知识、会拉帮结派、会情绪波动。老板一边依赖他，一边忌惮他。
AI 没有这些“毛病”。它不谈判、不跳槽、不欠薪、不背锅、不情绪化、可复制、可扩展、边际成本极低。对老板来说，这是完美员工；对组织来说，这是完美单点依赖。
但它带来新问题：
责任真空：AI 不能坐牢、签字、道歉、承担伦理后果。 组织学习退化：人不思考，只调用。 激励体系失灵：拿人和 AI 比产出，人永远输。 中层被掏空：上传下达、信息整合、初级分析，最容易被替代。 团队协作瓦解：大家不如直接问 AI。 议价权：从劳动者转向拥有 AI 的资本和平台。
六关键不是打败它，而是换游戏
所以，销冠让人绝望，不只是因为能力强，而是因为它让组织里“人通过社会互动争夺稀缺资源”的游戏，突然变得可笑。
但问题的关键从来都不是打败它，也不是讨好它，而是换游戏。
七个人：做 AI 的导演、审计员和责任人
不要做更好的 AI，要做 AI 的导演、审计员和责任人。
换维度竞争。AI 的主场是知道、生成、优化、执行。人的主场是：定义问题、设定目标、判断价值、跨域整合、建立信任、承担后果、伦理选择、审美、发起行动。 把 AI 当外骨骼，而不是同事。你的价值 = AI 产出 × 你的判断 × 你的关系 × 你的责任。学会拆解任务、编排 AI、验证结果、落地闭环。未来稀缺的不是会用 AI 的人，而是能对 AI 结果负责的人。 心理重构。不要拿整体自我和 AI 比，只做任务比较。身份从“我能做”转向“我能选择、能负责、能连接”。同时保留多元自我锚点：家庭、朋友、身体、爱好、社区。 接受一部分技能贬值。哀悼是正常的。但不要把“某个技能被替代”等同于“我这个人被替代”。
八组织：重设计绩效、岗位与分配
评估人机团队，而不是人和 AI 比。奖励问题定义、AI 编排、验证、风险控制、客户信任、最终落地。 岗位再设计。人做监督、编辑、关系、责任、伦理、AI 运营。设立 AI 审计、AI 伦理、人机协作流程等新角色。 利益分享。AI 带来的收益不能全归资本。利润分享、缩短工时、再培训、内部转岗，否则组织会变成少数人加 AI，多数人变多余。 防止单点依赖。多模型、多工具、数据治理、知识保留。不要让组织学习退化成调用 API。 借鉴管理人类销冠的方法。给足激励、合伙人化、知识萃取、带教、明确边界、避免团队被吸血。但 AI 没有欲望，真正要管理的是拥有 AI 的人。
九社会：真正的问题是生产关系
与 AI “和谐共处”其实是个伪问题。
AI 不是同事，同事关系有互惠、信任、忠诚；AI 是生产资料。生产资料只有所有权和使用权。
所以要问四个问题：
谁拥有 AI？ 谁设定目标？ 谁分配收益？ 谁承担后果？
如果这四个问题不解决，个人再努力，也只是延缓被替代。需要公共算力、数据治理、劳动权益、反垄断、算法问责，甚至全民基本收入或服务。否则就是“算法封建主义”：少数平台拥有超级销冠，多数人依赖它活着。
十不是做 1%，而是消灭 1% 和 99% 的划分
如果未来 1% 的人就能养活 99% 的人，我不愿做那 1% 的贵族，也不愿做 99% 的宠物。被养活不等于被尊重。没有自主、没有责任、没有参与，那只是高级动物园。
我愿意做负责任的 1%——维护系统、解决难题、让更多人能自主生活。
但目标不该是永远保持“1% 养活 99%”，而是让这个划分失效。
不是把 1% 拉下来，也不是让 99% 被养起来。
核心是让“养活”这个动词失去主语：没有人是纯粹的被养者，也没有人是唯一的喂养者。
从社会学实践性看，关键是四个问题：资源分散 + 权力分散 + 责任明确 + 退出可能。
最后 · 坐上 AI 这辆车，去看更远的地方
我不喜欢对即将成为历史的“马车”哀嚎，我们不是拉车的马夫，而是坐车的乘客。
我们要坐上汽车、高铁、飞机、潜艇，去看更远的地方看世界，去更高的天空遨游，去更深的海底勘探。
坐上 AI 这辆车，能去看什么？
更远：科研、药物、材料、气候模拟。AI 帮你处理海量变量，你负责提出好问题、验证发现、承担后果。 更高：太空、航空、气象、能源。AI 导航、分析、维持系统，人决定探索方向和伦理边界。 更深：深海、地质、生物、考古。AI 处理声呐、图像、数据，人潜入未知，命名新物种，理解地球。 更广：教育、医疗、创作、跨语言。AI 提供个性化支持，人提供信任、关怀、判断和意义。 更细：健康、城市治理、个人学习。AI 做实时监测，人做价值排序和公共决策。
这不是“更快写 PPT”。
这是从重复认知劳动里被解放出来，去问更大的问题。