夜雨聆风👇 连享会 · 推文导航 |www.lianxh.cn
🍓 连享会 · 2026 AI 实证研究嘉宾：司继春（上海对外经贸大学）时间：2026 年 6 月 27-28 日咨询：王老师 18903405450（微信）
作者： 连玉君 (中山大学)邮箱：arlionn@163.com[1]
• Title: AI 时代的焦虑 • Keywords: AI工具, 大语言模型, 焦虑, 能力重估, 努力感 • 本文是借助 AI 完成的。ChatGPT 原始对话[2]
AI 时代的焦虑，不只是害怕被替代。更深的地方在于，我们过去熟悉的能力、努力和专业身份，正在被重新估价。很多曾经需要长期训练才能完成的事情，如今可以被 AI 快速接近；很多曾经看起来很忙、很难、很专业的工作，也开始暴露出其中流程化、模板化的一面。这并不意味着人变得无用。相反，它提醒我们重新分辨：什么只是旧工具上的熟练，什么才是真正可以迁移的本事。
Note: 这幅图是借助 ChatGPT[3] 生成的。期间也使用了 Claude code[4] 做「评论家」，让二者对抗修改提示词。它并不完美，但已经足够表达我想说的内容了。
1. 我们都焦虑
这两年，很多人都有过一种相似的感觉：兴奋 + 期待 + 不安。
你并没有真的被 AI 打败。工作还在做，课还在上，文章还在写，日子也照常往前走。可某个瞬间，你看到 AI 几秒钟给出一份像样的结果，心里还是会轻轻停一下。
那种感觉很难说清。
它不是恐慌，也不是嫉妒。更像是突然发现，自己过去花了很多时间才练出来的东西，正在被一种新的方式接近。
AI 并不完美。它会误解问题，会编造细节，会把空话写得很顺。可让人不安的地方恰恰在这里：即使它有这么多缺点，它仍然已经足够好，足够快，足够接近许多人过去赖以建立自信的能力范围。
过去，一个人凭借写作、表达、编程、整理资料、制作方案，能够获得某种稳定的自我确认。现在，这些能力没有消失，却正在被重新估价。
原来需要多年训练才能抵达的地方，今天可能被一个新手借助 AI 摸到边缘。
这才是真正让人心里发紧的地方。
焦虑并不只是来自「AI 会不会替代我」。
更深的问题是：
我过去积累的东西，还值多少钱？
如果把视野拉长一点，这种不安并不新鲜。工业革命、计算机革命、互联网革命，都曾让一代人重新估计自己的位置。每一次时代变化，都会带来一套新的比较标准。旧标准还在，但开始松动；新标准正在出现，却还没有稳定。
人在这种缝隙里，最容易焦虑。
社会学里有一个词叫「失范」(anomie)，说的就是旧规则已经动摇，新规则还没有成形。AI 带来的不安，很像这种状态。
过去，我们大体知道什么叫专业，什么叫经验，什么叫会写，什么叫懂技术。现在，这些边界变得模糊。一个人的能力，不再只取决于他掌握了多少知识，还取决于他能否提出好问题，组织 AI，判断输出，并把零散结果变成可靠成果。
不是人突然变弱了。
而是衡量人的尺子正在变化。
2. 能力被重新定价
AI 带来的第一个冲击，是能力的重新定价。
过去，很多能力具有天然的稀缺性。会写代码、会做数据、会写英文、会整理资料、会设计页面，这些能力本身就能形成优势。因为掌握它们的人不多，训练成本也不低。
现在，熟练度仍然重要，但它不再像过去那样牢固。
一个不会 Python 的人，可以让 AI 帮他写出初步脚本；一个英文基础普通的人，也可以得到一封语法流畅的邮件；一个刚接触文献综述的学生，也能迅速获得一份看似完整的框架。
这当然不是说专业训练没有价值。
恰恰相反，越是复杂任务，越需要专业判断。问题在于，许多过去被我们称为「能力」的东西，其实包含了大量流程、格式和熟练操作。AI 一旦学会这些模式，就会让人突然意识到：原来我引以为傲的一部分能力，并没有想象中那么稀缺。
这是一种不太舒服的发现。
它不是直接否定一个人，而是让人重新区分：哪些是真正的能力，哪些只是过去环境中的门槛。
会写一份普通报告，已经不够了。能判断这份报告是否抓住问题，才重要。
能写一段代码，已经不够了。能判断数据、模型和结果解释是否可靠，才重要。
能生成一张图片，已经不够了。能判断这张图是否真正表达了文章的意思，才重要。
AI 时代并不是能力消失，而是能力分层。
底层的执行能力被压缩，中层的组织能力被放大，高层的判断能力变得更加稀缺。
这也是为什么很多人越用 AI 越焦虑。因为 AI 不是简单帮你省时间，它还会不断提醒你：
真正难的并不是生成，而是判断。
3. 真努力与假努力
AI 还动摇了一种更深的东西：努力感。
在很长时间里，我们习惯于把努力和成果联系在一起。一个人慢慢读书，反复修改，花很多时间做准备，这些过程本身就是能力和诚意的证明。
可是 AI 把很多结果变得太快了。
几秒钟出一段文字，几分钟出一个框架，再追问几轮，就得到一份看起来很完整的材料。它不一定最终可用，但已经足够像一个半成品。
于是，人会产生一种微妙的不适：如果结果可以来得这么快，那么过去那些缓慢的积累，是否还值得？
这种不适并不幼稚。
它触碰的是现代社会里一个很深的伦理结构：努力是否仍然有意义。
更准确地说，AI 不是取消了努力，而是让「真努力」和「假努力」之间的区别变得更清楚。
有些努力，本质上是重复。套格式，搬材料，改句子，做机械性的整理。过去这些事情很耗时间，所以看起来像努力。今天 AI 可以快速完成其中很大一部分，它们的含金量自然下降。
但还有一些努力，AI 很难替你完成。
你要知道问题在哪里。你要知道材料是否可靠。你要知道一段话为什么空，一张图为什么不对，一个模型为什么不能这么设定。你要知道什么该删，什么该留，什么看起来漂亮却没有价值。
这些才是真努力。
真努力不是把自己困在每一个细节里，而是在关键处保持判断。假努力则常常相反：看起来很忙，实际上只是把时间消耗在低价值环节中。
过去，假努力容易被时间掩盖。一个人花了很多时间，别人很难判断这些时间到底花在了哪里。AI 出现之后，这层遮蔽被撕开了。很多过去需要半天完成的东西，现在几分钟就可以有初稿。
于是，真正的问题浮出来：
你是在做有判断的工作，还是只是在做耗时间的工作？
这就是 AI 让人不舒服的地方。
它不只是在替你做事，也在逼你重新审视自己的努力。
4. 和谁比？
AI 时代的焦虑，还有一个容易被忽略的来源：比较对象变了。
过去，我们主要和身边的人比较。学生和同学比较，老师和同行比较，员工和同事比较。比较虽然痛苦，但对象相对清楚。
现在，比较对象变成了「别人 + AI」。
你看到别人写得更快、图做得更好、报告更完整，未必知道这是他能力突然提高了，还是他已经形成了一套更成熟的 AI 工作流。你看到的是成果，感受到的是压力。
社会心理学里有一个经典观点：人会通过比较来评价自己的能力。AI 改变的正是这种比较结构。你不再只是和另一个人的自然能力比较，而是在和另一个人背后的工具链、资料库、提示词、自动化系统和审美标准比较。
这也是为什么「学会用 AI」很快就会变成一句不够用的话。
真正的问题不是会不会打开一个聊天窗口，而是能不能把 AI 组织进自己的工作系统。能不能建立稳定的资料来源，能不能形成自己的提示模板，能不能让 AI 理解长期项目背景，能不能把生成内容变成可复查、可修改、可积累的成果。
如果没有这些东西，AI 只是一个临时帮手。
如果有了这些东西，AI 才会变成生产力系统。
很多人的焦虑就在这里。他们不是完全不会用 AI，而是隐约感觉到，别人已经把 AI 变成了工作流，而自己还停留在零散提问。
于是，差距并没有消失，只是换了一种形态。
过去的差距是知识、经验和技能。
现在的差距，还包括谁更会组织工具，谁更会积累上下文，谁更会把 AI 的输出嵌入自己的长期工作。
5. 为什么你会更忙
AI 被介绍给我们的方式，常常是温和而诱人的：节省时间，提高效率，减少重复劳动，让每个人都拥有一个助手。
这些都是真的。
但另一面也是真的：当效率被普遍提高，社会对每个人的速度期待也会提高。
过去，一份报告需要几天，大家可以接受。现在，有了 AI，你为什么不能更快？
过去，一门课可以慢慢打磨，大家可以理解。现在，既然 AI 可以帮你查资料、列框架、做图、润色，你为什么还没有重做一版？
这就是 AI 时代很隐蔽的压力：
工具越快，人越难慢下来。
很多人原本期待 AI 帮自己减负，结果却发现自己更忙了。不是因为 AI 没有提高效率，而是因为效率提高之后，任务也增加了，标准也提高了，别人对你的期待也变了。
过去不会做的事情，现在你可以做了。
过去做不好的事情，现在别人会觉得你应该做好。
过去可以慢慢来的事情，现在被默认可以更快完成。
于是，AI 不是简单减少劳动，而是改变了劳动的边界。
它把一部分劳动从手上拿走，又把另一部分压力放到了心里。你不再只是做事的人，还要成为规划者、审核者、组织者和最终负责的人。
这也是为什么 AI 时代的忙，不只是身体上的忙，更是判断上的忙。
你要不断判断：这个任务是否值得做？这个结果是否可信？这个工具是否合适？这个版本是否够好？什么时候应该继续优化，什么时候应该停下来？
AI 给了我们更多可能性，也让我们更难停止。
6. 谁不曾焦虑？
如果把历史拉长，今天的焦虑并不孤单。
工业革命让手艺人重新理解自己的技艺。计算机让白领重新理解自己的流程经验。互联网让媒体、商店和机构重新理解自己的渠道优势。每一个时代的人，都曾在新工具面前感到过不安。
这种不安，并不说明他们落后。
很多时候，它只是说明规则变了。
工业革命以后，手艺没有完全消失，但手艺人的位置变了。计算机普及以后，办公室工作没有消失，但流程经验不再像过去那样值钱。互联网兴起以后，内容生产没有消失，但渠道、流量和信任被重新分配。
AI 也是这样。
它不是简单宣布某些职业消失，而是重组任务。Excel 没有消灭会计，统计软件没有消灭研究者，PPT 没有消灭教师，搜索引擎也没有消灭写作者。但它们都改变了这些职业的工作方式。
一个职业还在，不等于它的任务结构没有变化。
很多人真正感受到的压力，正是这种任务结构的变化。
历史还告诉我们，接入技术只是第一步。互联网早期，人们关心的是能不能上网。后来才发现，真正的差距不只是有没有网络，而是能不能分辨信息、建立信任、形成品牌、组织社群。
AI 也会如此。
今天大家关心的是能不能用上更强模型。很快，差距就会转向：谁有高质量数据，谁有领域知识，谁有稳定流程，谁能校验结果，谁能持续积累。
所以，单纯劝人「主动学习 AI」是不够的。
个人当然需要学习。但个人焦虑的背后，往往是规则正在变化。新的规则尚未稳定，旧的规则又已经松动。人在中间，自然会不安。
历史反复提醒我们：时代变化带来的不是一场单纯的效率竞赛，而是一次位置重排。
焦虑来自这里。
机会也来自这里。
7. 这一次，焦虑更深
虽然历史上每一次技术变迁都会带来焦虑，但 AI 这一次确实有它的特殊性。
工业革命主要冲击体力和手艺。计算机革命主要冲击流程和规则化任务。互联网革命主要冲击渠道和连接方式。AI 更直接地进入了人的认知领域。
它能写，能画，能翻译，能编程，能总结，能推理，能辅助教学和研究。
这些事情并不构成人的全部价值，却与很多人的身份感紧密相连。
一个作家可以接受电脑帮他打字，但不一定容易接受 AI 帮他写段落。一个老师可以接受 PPT 帮他展示内容，但不一定容易接受 AI 帮学生讲解知识点。一个研究者可以接受统计软件帮他估计模型，但不一定容易接受 AI 帮他生成研究假说、综述文献和论文初稿。
因为后者不只是工具效率问题，而涉及「我是谁」。
我是写作者，那我的表达有什么不可替代？
我是教师，那我的讲解和陪伴有什么独特价值？
我是研究者，那我的问题意识和判断力在哪里？
我是程序员，那我的代码能力是否还构成优势？
AI 时代的焦虑之所以更深，是因为它把自动化推进到了人的自我理解内部。
过去，一个人可以说，这是我的经验，这是我的表达，这是我的判断，这是我的作品。现在，这些东西都可能被 AI 部分生成、部分模仿、部分加速。人不一定因此变得无用，但他必须更清楚地说明：自己的价值到底在哪里。
这不是坏事，但很难。
因为许多人过去并没有真正思考过这个问题。他们只是沿着社会给出的路径往前走：读书、考试、入职、晋升、发表、授课、管理、服务客户。AI 突然出现，把这些路径中的很多环节照亮了，也把其中一些虚弱的部分暴露出来。
它让我们看到，一些工作原来高度依赖模板；一些写作原来只是熟练拼接；一些分析原来只是信息整理；一些专业表达原来并没有真正的问题意识。
这种暴露令人不安。
但也正因为如此，它提供了一次重新校准自己的机会。
8. 从神鞭到神枪
焦虑源于规则变化。
如果不能改变规则，至少要尽快读懂规则。然后，把旧本事迁移到新工具里。
适应不是迎合，也不是投降。适应是看清什么已经过时，什么必须留下。
我小时候看过一部连环画，后来才知道，它来自冯骥才的中篇小说《神鞭》。故事里的傻二靠祖传「辫子功」成名，人称「神鞭」。可是到了枪炮时代，辫子功再厉害，也挡不住新武器。
后来，他剪掉辫子，练成枪法。
从「神鞭」变成了「神枪」。
真正重要的，不是那根辫子，而是练成神鞭的人身上的劲道、胆气和悟性。
辫子可以剪，但神不能丢。
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍搜： 推文、数据分享、期刊论文、重现代码 ……👉 安装：. ssc install lianxh. ssc install songbl👉 使用：. lianxh DID 倍分法. songbl all
🍏 关于我们
• 连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 • 直通车： 👉【百度一下：连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
引用链接
[1] arlionn@163.com: mailto:arlionn@163.com[2] ChatGPT 原始对话: https://chatgpt.com/share/6a021ed8-f4a4-83ea-8b37-c9b1f1cf1c36[3] ChatGPT: https://chatgpt.com/s/m_6a0287415d4481918ca2cd1d8396f34a[4] Claude code: https://claude.ai/share/df1950ad-b580-4e21-9c5a-11a4a4a6a306
