夜雨聆风4月13日，我毫不意外地经历了一次「周一暴击」。我 “own” 的项目因为进度“不及预期”而被cue，当在会议上被问到为什么这么慢的时候，我很难向众人理直气壮地解释说因为这件事需要大量的人工标注，而且还存在数据缺失的问题。
给 own 打引号是因为这个项目虽然由我而起，名义上属于我，但我完全不被允许独立负责和把控节奏。所有围绕这个项目的进度管理机制，都不是为了约束别人，而是为了约束我。
在互联网公司，任何需要投入大量人力去做的事情，几乎都会被认为不合理，这里的工作哲学就是「一个事情如果没有产品化的解决方案，而只能靠人来手动一步步做，一定是因为还没有找到最好的方案」。凡是需要堆人力的事情，都很不fancy，不techy，是可耻的前现代的、是像史前人类手搓的破瓦罐那样，应该被淘汰的。
至于说数据缺失，那是另一个最好别碰的问题。在一家数据基建堪称行业榜样的纯线上业务的互联网公司，不应该存在拿不到的数据，如果你做的事情缺少数据，那一定是你没找到，而不是数据不存在。
「数据不应该缺失」的认知，还体现为一种广泛存在的工作逻辑，那就是「没有什么是不可量化的」。任何行为、内容、现象、预期、变化，都可以被量化为数据指标，或量化地体现在某些指标的波动上。如果你认为有些东西不可量化去看，那一定是你错了，是你没有找到合理的方式，而不是它无法被数据衡量。当然，这本质上是一个科学意识形态泛滥的问题，先不讨论。
最可怕的还不是这个。当我费力在屏幕这头解释我现在的工作方法和其中的问题时，我分明感受到一种「AI工作纪律」，即被要求必须在工作中使用AI、与AI协作、让AI为自己打工。不光如此，还会有很懂的同事会来指导和评价我与AI协作的方式，甚至可能被指责「不应该/没必要这么做」。当我嗫嚅着说出“要用一套标准答案让AI学会、学好，需要由人先去标注那些标准答案才行”的时候，我就被建议（其实是要求）别这么做。
必须承认，同事的建议和意见通常是有用的，不管是从利用AI“提升效率”的角度，还是从尽快推进项目、“交上作业”的角度。
但我并不理解，如果那套标准答案是用这种快速手段批量堆砌而成，这不就是在糊弄吗？我怎么可能用这个训得好AI呢？这样的话，我为何还要投入大量精力快速生产一套其实很粗糙的、并不标准的标准答案上？我感觉我们的很多做事方法，都不过是在「一本正经、认真八百地糊弄」。从来没有人因为这种撕裂感而生理不适吗？
好像是没有的。针对这种「用Ai批量（但低质）地快速完成一件事」的做法，身边很多同事似乎都是中学时做数学题找到了「简便方法」的心态，别人解题用 10 步、而我只用 3 步就搞定，然后高兴不已。只有我高兴不起来。
我想这是他们可以自然适应「AI工作纪律」的主要原因。在他们眼里，AI能做出的许多事情，就像一个三岁小孩发现按一下手中的遥控器，地上的玩具汽车就能自己跑起来那样，很惊喜，很开心，觉得很有趣，很好玩的心态。可我不是。
AI带给人的奇迹感和巨大帮助我当然相信。2023 年我做了大半年的事实核查，当时主要都还是靠人工使用各种搜索工具来完成。短短一两年，已经出现了非常优秀的 AI-powered 事实核查机构和他们生产的内容，我说的不是 X 上随处可见的「@grok is this true」。前不久，我还因为个人问题，每天可怜巴巴地用有限的 gemini 3 thinking 的免费额度请 AI 扮演咨询师的角色来为我答疑解惑，几天下来我们聊出了十万字，非常有用。
但对于那些我打根上就不认可的打螺丝任务，我自己都不想干，更遑论与AI协作。这还不说，协作得越好，被替代得越快。
因此我感到喘不过气。会议结束之后，我做了很久的心理建设，才勉强把目光移到这坨已经被认为是进度不达预期的事情上。而在好几个小时之前，我的 TL 已经丢了一个文档在群里，指导我这件在我看来必须得人来做的事情，可以怎样快速地让AI来做。那文档的行文和结构一看便知是AI在提示词指引下撰写的。我现在已经不得不让AI教我做事了，这也是上述「AI工作纪律」的一部分。
唯一能够说服我继续钻研这套游戏规则的，就是对自己的怀疑：我或许还是不够「skin in the game」，还没有强大到去接受周遭世界的诸多「不完美」——因此我们的解决方案也必然不可能完美，重要的不是过程，而是拿到结果。但对这一点我现在也越来越怀疑，因为分明很多所谓的不完美，都是为了赶进度、为了一周汇报六次、次次都有进展而人为制造的。
我们到底在着急什么。
