夜雨聆风字数 7479，阅读大约需 38 分钟
大家好，许久未见，心中充满了思念。在这个不断变化的牛马世界中，每一天都有新的故事上演，繁忙而又充满激情。感谢各位读者的耐心等待和一路支持。
今天是一个超长文的碎碎念，建议读者收藏、转发后，静静阅读或者带上耳机听语音。
最近笔者脑子里挂着的不是"AI 会不会替代谁"这种问题——这个问题被嚼得太烂了，再嚼一遍也没什么新意。我在意的是一个更大、也更让人有点不安的画面：我们都觉得自己在讨论一场组织变革，可能事情根本不是这个量级的。它更像是一次和农业革命、工业革命同级别的拐点。
往大了说一句——几万年来，人类协作的对方一直只能是人。我们这两三百年用来撑起整个现代生活的脚手架——公司、岗位、教育、薪酬、激励——全都建在这一个从来没被认真怀疑过的前提上面。
现在这个前提松动了。
下面是几个晚上把这件事翻来覆去琢磨的过程。没什么结论，就是把它一层层剥开看看，能看到哪儿算哪儿。
一、先从一个不太对劲的小感觉说起
这两年写代码的人，多多少少都有这么个体感——某些环节快到自己都不太敢相信。半小时干完原本要一下午的活；一个排查了两天的诡异 bug，扔进 AI 里聊几轮就被指出了根因；一个原本要憋一周的设计文档初稿，一个上午就出来了。
但奇怪的事是，把镜头一拉远，整件事并没有按这个倍率提速。
具体那个"动手做"的环节，提速整整一个数量级。可前前后后那一连串围绕着"做"打转的事儿——把需求扯清楚、切成可执行的小块、排上谁什么时候做、跨团队对一遍、上预发跑一轮、灰度、看埋点、收反馈、再返工——几乎一帧没动。整体节奏，撑死也就快了两三倍。中间凭空丢失了一道七倍的鸿沟。
这道鸿沟跟 AI 聪不聪明没关系——AI 帮你写的那段代码，该多快还是多快。是别的东西在拖。
我一开始以为这是个研发圈内部的问题。后来发现想浅了——它其实只是一面非常薄的窗户。透过这面窗户，能看见后面整个房间正在被悄悄重装修。
二、要看懂这事，得把视角拉到几千年的尺度
听起来挺夸张的，但我觉得真不夸张。
人类协作这件事，几万年下来一直在做同一件事——把能稳定协作的人数往大了推。
农业出现之前，协作的极限就是几十人的部落。再大就崩——信任建不起来、信息传不到、规则维持不住。所以那个时候没有"国家"、没有"文明"、没有"职业"，因为这些东西的地基根本浇不起来。
农业出现之后，协作单位一下扩到几千人、几万人。城邦诞生了。粮食有了剩余，一部分人不用种地了，第一批"非农"职业冒出来——祭司、工匠、士兵、官吏。"分工"这个概念，第一次成立。
工业革命之后，协作单位再往上跳到几百万、几千万人。流水线、铁路、电报让"陌生人之间高度协调"变成可能——民族国家、跨国公司、官僚体系、现代意义上的"上班"，都是这个阶段长出来的。
互联网把协作单位推到了全球——一份代码可以被几十个时区的人共同维护，一个产品可以同时服务几十亿用户。
但所有这些扩容，有一个共同的底色，几万年都没变过——协作的对方，一直只能是人。
不管是部落里的几十人、城邦里的几千人、还是跨国公司里的几百万人——他们都是同一个物种、有同样的生理结构、用同样的方式认知这个世界。所有协作的规则、所有的组织设计、所有的激励机制、所有的伦理体系——全都默认了这个前提。
AI 是几万年来第一次把这个前提打破。
不是数量的扩容，是种类的扩容。这事的分量，老实讲我自己最近想清楚之后，过了好几天才缓过来。
三、回头一看，"现代社会"全是建在同一个前提上的
把第二节那个事看清楚之后，再回过头来看那些被我们当成"理所当然"的东西，地基会有种隐隐在晃的感觉。
你想，"公司"这种东西为什么会存在？经济学里有个挺朴素的解释——因为在公开市场上做每一笔交易的成本太高（找人、谈判、写合同、确保对方履约），不如把这些交易内化到一个组织里来得划算。听起来天经地义。但仔细一想，这套"协调成本 vs 交易成本"的算法，前提就是参与协调的都是人——他们要被招聘、被管理、被激励、被评估、被解雇。一旦协调对象不再都是人，公司的边界本身就要被重新画。
教育呢？为什么要搞十几年？因为要把一个人慢慢训练成"某种专业能力的承载者"——医生、律师、工程师、会计。但当大量"专业能力的执行"被外包给 AI，教育的目标本身就得重写——它不能再是培养"擅长执行的人"，必须变成培养"知道什么值得做的人"。这件事我们的教育体系，老实讲一点都还没准备好。
薪酬呢？为什么按时间和技能定价？因为时间稀缺、技能稀缺。可当 AI 把"高水平执行"的边际成本拉到接近零，时间和技能的稀缺性都在塌陷。剩下什么是稀缺的？这个问题如果没答案，整个薪酬体系就失去锚了。
KPI、汇报关系、季度评估、晋升通道——这些东西又是怎么来的？说穿了都是"人作为协作主体"特性的衍生物——人会偷懒所以要 KPI，人会失真所以要汇报，人需要确定性所以要晋升。当协作主体里出现了不会偷懒、不会失真、不需要晋升的"非人"，这套机制要么不适用，要么直接显得多余。
岗位、组织、考核、激励、晋升、退休——整个工业革命以来稳定运行了两三百年的现代生活脚手架，全部都建在一个隐含前提上面。
前提变了，脚手架就开始有地方不对劲。
那道七倍的鸿沟、那个蒸馏焦虑、那个"系统怎么都打不通"的痛点、那个"中层管理者突然变得多余"的尴尬——它们不是孤立的小现象，是同一件大事在不同角落投出的影子。
四、人不只是这个系统的瓶颈，还是它一直没说出口的免疫系统
把视角拉到这一层之后，再回头看一个特别具体的事，会突然觉得它分量很重。
关于"组织效率低"这件事，业界已经骂了几十年——开不完的会、对不完的齐、走不完的流程、拍不下来的板。骂到现在已经有点失去新意了。
但有另一面，几乎没人正面讲过：
一份只写到一半就开始干的需求、一段三年来谁都不敢动的老代码、一个写在某次饭桌上但从没落进文档的约定、一段两个团队心照不宣的接口默契、一个本该抛错但被一句"算了先这么放着"糊弄过去的边界条件——这些缺陷怎么就没把整套研发体系搞崩？
因为有人在背后悄悄替它擦屁股。
抓个同事在工位前问两句、随手开一个十分钟的小会、靠经验拍一下大概是这个意思、上个沙箱试一下看会不会爆、扒一扒去年某天的钉钉群截图、绕道托关系问一下另一个部门——这些动作发生得太顺手了，顺手到没人会把它叫做"在工作"。
但它就是工作。它是无数普通员工每天默默承担、把这套半成品系统硬撑到下班的隐形班次。
我们的整个研发体系，几十年下来一直在带病运行——一堆约定没文档、一堆模块没测试、一堆边界没定义。它之所以没瘫，唯一的原因是——人足够熟悉、足够能扛、足够愿意补漏。
人既是这个系统的瓶颈，也是它的免疫系统。这两个角色一直绑在同一具身体上，所以从来没人意识到，它们其实是两件完全不同的事。
把这一面放回到第二节那个文明视角里看，会有点头皮发麻——人作为"协作主体"在过去几万年里，一直是用自己的脑子默默吸收着系统所有的混乱。整个文明能撑到今天，本质上是几十亿人在用脑力默默偿付一笔从来没被记账的债。
等到 AI 真正坐到工位上的那一刻，这笔偿付突然就断了——它把人擅长的那一面拿走了（不累、不烦、不会出戏、不会请假），但人擅长的另一面它一点都没接住——它不会自己脑补、不会绕过去找另一个同事核对、不会凭一种"感觉哪里不对劲"就停下来再看一眼、不会替你把那段没写完的需求先猜一个合理版本顶着用。
它要的是已经被处理得干干净净、清清楚楚、能直接拿来用的东西。
而我们的系统从来就不是为它准备的——因为我们的系统从来就没指望过会有"非人的协作主体"上线。
那道七倍鸿沟的本质——就是这笔几十年没记的账，第一次被一个不愿意替我们消化它的协作者，要回来了。
五、写到这儿得给自己泼盆冷水
这事没那么单方面。
AI 自己也在飞速进化——主动追问、批判性思考、多轮澄清需求、对模糊指令直接顶回去要更多信息——这些能力都在长。
那是不是再过几年，"系统形态对 AI 不友好"这个瓶颈，会被 AI 自己消化掉？
挺有可能的。
但即使到那一天，还有一件 AI 在结构上做不到的事——它跟"AI 是不是足够聪明"无关，跟"AI 物理上是什么"有关。这件事得从更深一层来看。
六、它在物理上缺的那一块
人脑这个东西的运转方式，跟今天大模型的架构，有一个挺根本的不同。
人脑里有相当大比例的连接是"远距离回路"——把高层级处理过的信息再绕回低层级。这意味着我们能"反刍"——能在三个月后突然想通某件事，能在洗澡的时候解开昨天卡住的问题，能在某个深夜对一个产品决策突然涌起强烈的不安。
这种"高层结论逆向影响低层处理"的回路，是我们能在一件事上"挂"几个月、几年、甚至一辈子的物理基础。
而 Transformer 这种结构呢？几乎全是"信息一路向前"。从输入走到输出，中间没有这种把高层结论再绕回去的硬连接。
它没有"反刍"这条线路。
所以它每一次处理一个问题，从某种意义上都是从零开始。它没办法对一件事保持"我已经在它上面熬了三个月"的状态。它没办法在一件已经做完的事上突然冒出一句"等等，我觉得这里不对"。它没办法在凌晨两点突然为一个细节睡不着。
这不是"它现在做不到、以后会做到"的工程问题，是它的物理结构上根本就没这条电路。
再往深一层看更有意思——"在一件事上持续在乎"这件事，可能是人这种生命体演化几亿年才长出来的东西。它跟"我要让自己继续活下去"这件事是深度绑定的——为了活下去，所以会在乎结果，所以会持续盯一件事，所以会半夜睡不着。
AI 没有"要活下去"的需求。它没有边界、没有死亡、没有时间。所以它根本不会演化出"持续在乎"这件事。
那种被同事嫌弃"太较真、太轴、不够圆滑"的人——他们的较劲，在 AI 那边不是难题，是物理上根本就触及不到的领域。
七、所以"AI 时代要放下自我"这话，听着对，其实粗
最近一段时间这种说法到处都是——"AI 时代每个人都要放下自我"。
第一次听挺受感染。听几次之后越想越觉得话粗了。
"自我"这个词其实是把两种完全不同的东西，绑在一个词里：
第一种叫端着——怕丢面子、护地盘、藏失败、邀功避责、方案被否就觉得人格被否、生怕别人比自己亮。
第二种叫较真——这个 bug 不修我吃不下饭、这个版本上线就丢人、这个细节做不对加班也要重做、这件事是我的我不接受过得去的交付。
第一种是组织混乱的副产品，是人作为社会动物的尴尬。它在新世界里越来越没空间——所有动作都被记录、被回放、被群体看见，藏不住、犯不上藏。
第二种是创新的发动机，是人作为有限生命体的核心动力。它没了，组织就废了。
更狠的一层是——这两种"自我"在大脑里有两套相互拮抗的网络对应着，一个起来另一个就下去。一套负责"想自己"——形象、得失、归属感；一套负责"想事情"——心无旁骛地钻进一个具体的难题里。
那种"事情多到没空想自己"的环境，确实能短暂压住第一套、让第二套接管，团队进入一段惊人的爆发期。但这种压制是脆弱的——一旦"事多于人"消失，比如战略收缩、节奏放缓、不再扩张，第一套立刻反弹，团队从创新引擎一夜之间变成政治泥潭。
很多人怀念的那种"黄金时代"，结束的方式都不是某个人犯了什么错，是这套机制自然失衡。
把"端着"清掉越彻底越好。但要是把"较真"也一并清掉，组织就废了。
更上一层来看——AI 接管了"执行能力"之后，真正稀缺的不再是技能，是"在乎"本身。一家公司能找到多少打心底"在乎一件事"的人，这件事在 AI 时代会变成它最值钱的东西——比模型、比数据、比融资额都值钱。因为前面三样都可以买，"在乎"买不到。
八、所以"公司"这个词，得换一种理解方式
到这里，那道七倍鸿沟和它后面所有的问题，其实在指向一个更大的判断。
我们今天默认的"公司"——一张架构图，谁汇报给谁、谁拥有什么、谁分管哪个 BU——这种描述方式，在 AI 真正"上班"之后，已经不准了。
更靠谱的描述方式，是把人、AI 智能体、数据、权限、工具、审批节点都摊到同一张图上，节点之间不是"汇报"，是"一个意图怎么从被提出来一路流转到被执行"。
旧问题是——这件事归谁？
新问题是——这件事的链路是什么？哪一步必须人审？哪一步 AI 能自己走？哪一步可能会断？哪一步可能会失控？
听起来挺虚，但落到实处的杀伤力很大——
过去做一次像样的组织调整，半年起步、一年也常见。为什么这么贵？因为旧式组织里能被拆出来的最小一块，是"一个具体的人，加上他这些年攒下来的那张关系网"。这一块粘得死紧——动一次就要拆人、拆信任、拆那些只在私下生效的默契。
可如果一家公司里能被拆出来的最小一块，变成了"一个具体的活儿，加上它运行所需的上下文、它能动的权限、它要用的工具"——这一组东西机器都能读懂、可以原样搬走——那调整一次组织的成本，就有可能从按季度算压到按周算。
更深一层——"公司"作为协作的边界，本身在松动。一个 AI 智能体既可以服务于公司 A 的某个项目，也可以服务于公司 B 的某个项目。当协调成本接近于零，"为什么必须把人锁在一家公司里几年"这个问题，会被重新拿出来问。
未来真正会出现的，可能不是"更扁平的公司"，而是"项目级的临时协作单元"——围着一个具体目标拼起一支人和 AI 的队伍，做完就散，做下一件事再拼。
这种形态在历史上其实存在过——好莱坞拍一部电影就是这样运作的——但在工业革命之后被压制了一百多年，因为协调成本太高。AI 把这个成本拆掉，这种古老的形态可能正在大规模回归。
如果这件事真的发生，意味着接下来十年，会有大量"公司"消失，但被它们承载的工作不会消失，只是会被重新组装成另一种形态。
这一波的红利，根本不只是"组织变快"，是**"组织"作为一个概念，第一次变成可以被随时拆装的东西**。
九、最难的从来不是技术——这笔账其实要落到全社会身上
写到这里得停一下，问一个不能绕过去的问题——人怎么办？
行业里这两年悄悄流传一个心照不宣的小焦虑——你把脑子里所有东西都喂给 AI 之后，自己在公司里还有什么位置？
每写一份操作手册、每教 AI 一个新流程、每把一个"我看一眼就知道哪里不对"的判断显性化——本质上都是在把自己脑子里的东西"导出"到组织资产里。它感觉像合作。但结构上，它是一种逐步替代。
杀伤力至少有三层。
第一层，新人没台阶可踩了。过去一个工程师怎么长起来的，路径其实挺老套——刚入行那两年就是被扔去做一些技术含量不高但量大的脏活累活，写多了就上手了；再往后开始能独立扛复杂模块；再往后能画整个系统的架构；再往后才是给方向、定取舍。每一段都是踩着前一段长出来的。
可现在那些原本喂给新人练手的脏活累活，AI 全接了。新人想入行，连第一级台阶都不见了。每家公司单独算这笔账，都更倾向于招一个老手再配一个 AI，性价比直接顶满；可所有公司都这么算，等五六年后再回头，会发现整个行业里"老手"这个池子从最源头就开始断粮——而且这种断粮根本没法补，因为补的人本身得先经过那几级台阶。
第二层，这种焦虑反过来会把转型自己绊倒。一旦员工咂摸出来"我交出去的东西越多，自己消失得越快"，那些原本只在他脑子里的判断、规则、踩过的坑、约定俗成的边界，他就会本能地捂着不交。可恰恰是这些没被写下来的东西，是改造前面那套"系统对 AI 不友好"最关键的输入。员工捂着，转型就推不动。
第三层，整个行业的判断力可能正在被悄悄抽走。只要有几家头部公司带头把 AI 当作"省人头"的工具来用，剩下的公司就会被竞争压力推着走同一条路。慢慢地，能在关键时刻拍板的人越来越少，新的能拍板的人又长不出来。几年下来，行业层面的"品味"就被掏空了——这事不会出现在任何一份财报里，但等到某个真正考验判断力的拐点出现，所有人都会一起栽。
但其实这件事，真要把视角再拉高一层会发现——它根本不是任何一家公司能解决的。它是一笔正在落到整个社会肩上的账。
历史上每一次类似的转型，都引发过几代人的痛苦：
工业革命早期的圈地运动，把农民从土地上赶进工厂——之后用了一百多年，社会才慢慢长出工人阶级、工会、最低工资、八小时工作制这一整套兜底机制。
二十世纪初的流水线对手工业的取代，让几百万熟练工匠的技能一夜贬值——之后社会被迫发明了义务教育、职业培训、社会保险。
每一次都是先发生剧烈的撕裂，再用几十年时间用新机制把伤口慢慢补上。代价是当时那一代人扛了。
这一次，撕裂的速度比前几次都快——以年为单位，不是以代为单位。社会还来不及发明新的兜底机制，伤口就已经裂开了。等出了大问题再去发明，代价会无法承担。
这件事最难的部分不是技术。它是一个 polity 级别的问题——需要政府、需要教育系统、需要劳工法、需要社保、需要一种这一代人之前从来没想过要去发明的新社会机制。
这事没有完美的解。但有几条底线我觉得绕不过去：
公司得想清楚自己怎么花这笔 AI 省下来的钱——是把它投回去做以前根本做不动的新事情，还是直接换算成裁员名额？这是两条完全不同的路，员工心里其实算得清。
如果一定要让一部分人转岗，那"转去哪"得是真的有去处——真的有新的角色、真的有匹配的位置、真的有能撑住的资源。光在年会上喊一句"我们要把大家培养成 AI 时代的复合型人才"是没用的，员工会用脚投票。
哪些岗位形态确实在被改写，公司应该挑明了说。藏着掖着的善意，比直说残忍多了。
考核得改。嘴上把"判断"和"品味"捧得很高，但年底打分的时候还是看交付了多少模块、写了多少代码——员工马上就知道，这套话术只是表演。
十、有几件还没想透的，老实记下来
诚实讲，到这里仍然有几件事我自己都没想透。记下来，免得显得自己什么都想明白了。
第一件：那些一旦出错代价巨大的环节——比如代码评审、线上事故定位、安全相关的判断——AI 输出到底能用到什么程度？全信不放心，全人审又根本审不过来，这中间的那道边界，到现在没人画清楚过。
第二件：现在到处看到的"三五个人 + AI 顶过去十几个人"的小队，到底是 AI 时代真正的终态，还是只是这一两年特殊过渡期里冒出来的临时奇观？这种小队能跑得起来，背后其实悬着几个不稳的支撑——人选得特别精、AI 还没强到完全不需要人对接、还有人愿意做"质量看门人"。哪天这几个支撑松一根，最优队伍尺寸大概率就变了。变成几？谁也不敢说。
第三件：一个员工花了好几个月，把自己工位上那一套 AI 智能体调得无比顺手——里面塞满了他独有的提示词、私人化的规则集、按个人习惯串好的工作流。等这个人离职那天，这一摊子东西归谁、怎么交、新来的人接不接得住？目前没看到哪家公司有像样的答案。
第四件：现在大家说的"AI 工程"，绝大多数还停留在"我让它做、它就做"这个层面——人指哪它打哪，本质上是更高效的指挥棒。但真正会拉开差距的可能是反过来——AI 自己看一眼这一摊子事儿，主动指出"这块流程是冗余的"、"这个功能根本没人用，做了白做"、"这个产品形态从一开始的设定就有问题"。这一步对模型是另一种考验，对组织也是另一种考验，目前几乎没看到谁真做出来过。
第五件：研发提速带来的下一个瓶颈，可能根本不在研发自己身上。当"想清楚要什么—交付出来"的循环被压到原来的十分之一，缺的立刻就变成了"想得清楚的人"。AI 能让一个想法落地变得极快，但它没办法替你判断这个想法到底值不值得落地。整个行业很可能马上要撞上一堵以前从来没认真撞过的墙——产品判断力本身。这堵墙没有任何技术解。
第六件：人类作为"知识生产主体"的独占地位正在松动。几千年来，新的知识、新的概念、新的发现都是人产生的。当 AI 开始产生新的洞察、新的论证、新的模式识别——人类作为"创造者"这个身份本身的稳定性都会被动摇。我们还没准备好回答这个问题——如果不再独占创造权，人在世界中的位置是什么？
承认这些事情没答案，比假装自己想明白了，更诚实一点。
十一、最后留一个问题
写到最后，回头再看一眼一开始那道七倍的鸿沟——它根本不是一个效率问题。
它是一个早期信号——告诉我们，工业革命以来稳定运行了两三百年的"现代生活脚手架"，开始有地方变得不对劲了。
把 AI 当工具来理解，可能从一开始就低估了它的位置。锤子、电脑、搜索引擎，都是把人原本就有的能力放大一点、再放大一点。AI 不是这种东西——它和人更像是一对长得相反的双胞胎：它身上有一整套人这辈子都长不出来的本事（一直在线、不会烦、不会闹情绪、随时能切换上下文），但它也缺了一整套对人来说像本能一样的东西（没法在一件事上反复回味、没法挂着一个问题挂上半年、没法对某件事产生"非我不可"的执念、没法在凌晨两点突然为一个细节坐起来）。
把这两个相反的面拼到一起，才是这个新世界真正的轮廓。
更深一层——AI 给人类的，可能不是一件新工具，是一面镜子。让我们第一次有机会看清，人作为人的核心到底是什么。
我们用几千年构建了大量"在乎技能、在乎效率、在乎执行"的社会机制。当这些都被 AI 接管，剩下的、真正属于人的——
是在乎本身。是欲望本身。是"我做的就是不一样"那种执拗本身。是为一个不知道会不会成的事情死磕几个月的能力本身。
这些东西在前 AI 时代是隐而不彰的。在 AI 时代，它们变成了真正的稀缺品。
最后留一个问题——
不是问"你的公司"，是问"你"。
你最近一次为一件事真正"在乎"，是什么时候？
如果想不起来，那不是 AI 让你失去了什么——是 AI 终于让你看见了，你在某个时刻已经把那部分自己悄悄丢了。
