AI界有了酒吧,也需要吐槽大会

AI的日新月异既让人兴奋更让人困惑焦虑，最近新闻里说，meta一方面大面积裁员，一方面跟员工签署“蒸馏协议”，要求员工无条件共享工作流以方便被agent学习、炼化——很多企业组织内推AI面临一个核心悖论，员工用AI，难道殊途同归是被裁员？

逛了逛上海AGIBar

周末在上海新开业的 AgiBar 和一个大佬同学和他的大佬朋友聊天。AgiBar —— AI 社群的线下新据点；你可以把它理解成一个 AI 圈子的社区客厅，几乎每天都有主题分享会，我去的时候已经加到第44个微信群——北京开业了不到半年，上海才开业了一周而已。

那天几个人切磋了一下AI手艺，在此略过，主要给大家分享下：一个 6 人公司老板，如何push每一个员工使用AI的。非常精彩，听的我笑出眼泪，直拍大腿

这场吐槽大会的核心是：老板真的下场推进AI以后，员工会怎么躲，怎么用，怎么半推半就，怎么在效率、工资、淘汰和自我升级之间来回拉扯。说好的组织全面拥抱 AI——谈何容易。

第一个员工故事

他们公司有个刚进来的年轻员工，大专学历，一个月 6000 块。每天的工作是帮他维护视频号，整理文稿和剪辑发布。这事听起来不复杂，但做起来很磨人：内容要整理，节奏要跟，发布要稳定，产量还要够。过去一段时间，她总是达不到老板要求的产量。

于是老板开始 push 她用 AI。大意是：你再不用 AI，这个岗位就很危险了哟。后来她确实用上了 Claude + Codex。用了一段时间，工作效率肉眼可见地起来了。按理说，这是一个很标准的 AI 成功案例：员工被 AI 赋能，老板获得效率，大家皆大欢喜。

但效率上来以后，老板给了她更多任务；最近还开始让她用 GitHub，让她继续学新的工具，看新的文章，往更深的地方走。但是呢，残酷的资本主义老板，工资是完全没多给哈哈。

最近老板又给这位小员工推更多的AI精进文章和工具，她有点烦躁了，说这没啥用——你瞧，开始抵触了。

另一个员工故事

还有另一个同事，这个人用 AI 就比较猛。他把一个去年开发到一半的项目，之前是一个北大的高材生搞了半年没搞好（当时模型还不够强大），然后最近用新出的 Claude Dynamic workflow，两小时开发到了能用的阶段。这又是另一种画面：同样是小公司，同样是 AI，同样是老板在推，有的人感到压力，有的人直接把它用成了杠杆。

区别不只是会不会点按钮。浅层使用 AI，是把它当一个更快的工具：帮我改改文稿，整理一下内容，生成一段语音，写一段代码。深层使用 AI，是把自己的工作方式拆开：我要什么结果，判断标准是什么，资料从哪里来，中间怎么验证，出了问题怎么回滚，哪些步骤可以复用，哪些东西应该沉淀成文档。前者省力，后者会逼你重新认识自己。

用 AI 不只是工具熟练度的提升。它是一场很麻烦的自我训练：训练你的思考能力、洞察能力、审美能力、沟通能力。你要把脑子里那些模糊的感觉说出来。你说不清，它就乱跑；你说清了，它才开始像一个合格的harness agent。所以深度使用 AI 最难的地方，还是一个人的品味和逻辑能力。

小公司是最小实验室

我后来又和另一个老板聊，他也是一个 6 人公司的小老板，做传统信息化。他最近也很着迷 AI，决心要把公司所有流程重构一遍。他的话更直接：懂 AI、愿意学 AI 的人留下，不愿意的就裁掉。当然话没说这么直接，暗示了下。

这两个老板的压力来源当然不一样。一个更像主动找杠杆，一个更像被行业逼着找活法。但写到这里，我反而觉得没必要把他们拆成两类。本质上，他们都是老板，都自己在用 AI，都愿意亲自下场推。层级不复杂，部门墙不厚，人和人之间的摩擦已经比大公司少很多。理论上，这已经是最容易推动 AI 的组织形态了。

但依然有这么多问题。员工会抵触，老板会焦虑；产能上来了，工资怎么调不知道；岗位经验被蒸馏了，贡献怎么算不知道；如果 6 个人的小公司都这样，大企业推动 AI 转型会难成什么样，其实不难想象。AI 落地的技术难度，可能被高估了；AI 落地的人性难度，可能被低估了。

先进生产力和旧生产关系的矛盾

聊到这里，一句老话突然有了体感：先进生产力，需要适配新的生产关系。AI 是新的生产力，它能把很多知识工作拆开、加速、复用、自动化；但很多公司还想用旧的生产关系承接它。

旧关系是什么？公司用工资买断一个岗位，员工用时间、执行力、经验和服从换工资。组织默认员工坐在岗位上，按照流程完成任务；员工默认自己只要守住岗位、维持关系、别犯大错，就能获得相对稳定的安全感。AI 把这套关系搅乱了，因为组织会天然想蒸馏岗位，员工会天然担心自己被蒸馏掉。

这不是老板坏，也不是员工蠢，这是生产力和生产关系错位。如果员工用 AI 后产能翻倍，公司只是继续加任务，而不改变收益分配，那员工迟早会学会隐藏效率。谁先用 AI，谁先暴露产能；谁先暴露产能，谁先被加任务；谁先被加任务，谁先发现自己没有多拿钱。最后组织奖励的不是先进生产力，是隐藏生产力。

公司蒸馏岗位，个人蒸馏自己

这个问题目前无解，强行思考一下出路：公司想蒸馏你的岗位，你要反过来蒸馏自己。 公司蒸馏岗位，是把一个岗位里的经验变成组织资产；个人蒸馏自己，是把真实工作场景里的经验，变成可携带能力。

如果你只是把自己的工作步骤交出来，让公司写成 SOP、prompt、脚本和知识库，那么组织会变强，你的岗位依赖会下降。但如果你在这个过程中训练出另一套能力：拆任务、定义质量、组织资料、选择工具、验证结果、复盘迭代、和 AI 沟通、和人沟通，那么公司可以拿走这个岗位的流程，却拿不走你重新组织工作的能力。岗位技能可能属于公司，但工作流设计能力属于你；某个工具会过时，但你把一个模糊任务拆成可执行系统的能力，领先了大多人。

这就是可携带能力。第一位员工，如果她真的把这套内容生产流程吃透：选题怎么来，文稿怎么拆，语音怎么选，发布节奏怎么定，数据怎么复盘，什么内容老板会满意，什么内容用户会停留，她就不再只是“维护视频号的人”。她会变成一个能组织 AI 做内容生产的人。

这也是为什么，AI 时代的绩效和激励政策会变成一个新问题。旧绩效看的是：KPI结果。AI 的ROI并不是很好计算，很多时候并不能带来直接的结果，只能衡量员工有没有把重复任务自动化，有没有把隐性经验沉淀成可复用流程，有没有提升结果质量而不只是提升数量，有没有承担更高阶的判断和责任，我认为未来每个企业都需要一个token使用质量审计评估，并为员工持续不断为企业贡献的高质量AI工作流提供激励。

还有一个更麻烦的问题：人情债。AI 动不了人情债，因为人情债不是效率问题，它是关系问题。很多人宁愿跟老板搞好关系，也不愿意学习新东西，这并不奇怪。在旧组织里，这是一条更确定、更短期、更符合规则的路。学习 AI 的收益很不确定，维护关系的收益很直接。

所以再问几个目前无解问题：组织和员工是不是天然对立？员工用了 AI，是更快被替代，还是获得适应时代的能力？公司要落地 AI，员工会不会天然抵触岗位技能被蒸馏？

所以，也许AI 聚会除了分享，除了bar，也许需要吐槽大会/脱口秀。不要只演示工具，不要只讲成功案例，也讲讲老板怎么 push 员工，员工怎么用AI 一本正经地产出垃圾。真正有意思的地方还是人性的复杂，有的人会抵触，会装，有的人会学，最后重新认识自己。

故事的最后，老板“画饼”说：抓紧用好AI，用好 AI 分分钟去外找个 1.5万+的工作，——潜台词：但不在我这，哈。

玩笑归玩笑，我还真的相信每个员工都要感谢push自己用AI的老板，本质是push你不要在这个时代掉队。