夜雨聆风阅读提示：
《AI 临界已来》是一部近未来技术社会史小说。
它不是传统意义上的 AI 末日故事，也不是爽文式的主角逆袭，而是一份关于 AI 越过“临界点”之后，人类社会如何在工作、教育、医疗、财富、城市、治理和文明意义上逐步改变的未来档案。
文中人物、机构、制度与事件均为小说设定。但它试图讨论的，是一个正在逼近现实的问题：
当 AI 不再只是工具，而开始成为执行者、组织者，普通人该如何重新理解自己的工作、价值和人生？
本章位置：第一卷《工具》｜第 7 章《工具期结束》
第7章 工具期结束
2027年年底，一份行业报告在企业管理者、投资机构和地方产业园区之间流传。
报告封面是浅灰色的，标题很稳妥：
《2027年度企业智能化工具应用与组织效率评估报告》
发布机构是一家长期服务大型企业的咨询公司。报告没有使用激烈措辞，也没有预言任何职业的消失。它在前言中写道：
2027年，生成式AI及智能代理工具在研发、内容生产、客户服务、医疗辅助、教育培训、金融服务及企业办公等领域加速渗透。多数受访企业表示，AI工具的主要价值在于提升员工效率、改善业务流程、降低重复劳动占比，而非直接替代员工。
这句话被许多媒体引用。
它听起来正确，也足够安全。
报告第一页的摘要列出了几组数据：
受访企业中，代码生成工具平均渗透率达到68.4%。
内容生产企业中，AIGC工具日常使用率达到74.1%。
客服行业中，智能客服承担一线咨询比例达到81.6%。
医疗机构中，智能预诊系统试点覆盖率达到43.7%。
教育机构中，AI辅助备课和作业评估工具使用率达到52.3%。
受访企业年度AI工具及云算力支出同比增长126.8%。
初级技术岗位招聘需求同比下降38.5%。
AI协作、模型审核、智能体流程编排等新岗位需求同比增长91.2%。
这些数字被排列得很整齐。
每一个都像在说明同一件事：工具正在普及。
但在报告后半部分，语言开始发生细微变化。
第七章标题是：
AI工具应用对组织人力结构的影响
下面出现了几个更少被媒体引用的词：
人力结构优化。
岗位自动化覆盖率。
算力预算增长。
初级岗位需求下降。
组织流程重构。
人工确认节点配置。
报告仍然称AI为工具。
但它已经开始讨论，工具如何改变组织中人的位置。
后来，临界研究者常常引用这份报告，作为工具期末端的典型文本。因为它几乎同时保存了两个时代的语言：标题仍属于“工具应用”，正文却已经进入“组织重构”。
当时很少有人注意到这一点。
大多数企业管理者只在意报告中的两张图。
第一张图显示，企业AI支出增长很快。
第二张图显示，单位人力成本对应的产出增长开始放缓。
两张图被放在同一个页面，中间有一条细细的灰色分割线。报告没有给出明确结论，只在图下写了一行：
随着智能化工具能力提升，企业有必要重新评估人力投入与算力投入之间的边际收益关系。
这句话后来被改写成了许多预算会上的提问。
最常见的一句是：
这个岗位是必须招聘，还是可以通过增加算力解决？
这句话在2027年还不常被公开说出。
但它已经进入了会议室。
陈临第一次看到那份报告，是在一个职业转型社群里。
有人把PDF传到群文件，文件名改得很简单：
AI行业报告_年底版.pdf
群里很快有人摘出其中几页讨论。
有人说，AI协作岗位增长很快，大家应该赶紧转型。
有人说，初级岗位减少只是短期现象，等企业发现人不够，还是会重新招。
有人说，所谓AI协作岗位大多要求真实项目经验，普通失业者根本进不去。
还有人发了一个截图。
截图里是报告第七章的一段话：
在部分受访企业中，新增算力预算已经被纳入年度人力规划模型。管理层在制定招聘计划时，会同步评估通过AI工具订阅、云算力扩容及智能代理部署替代部分新增岗位的可能性。
下面有人评论：
以后不是招不招人，是买不买算力。
陈临看着这句话，没有回复。
那时他已经离职将近半年。
他的日子没有戏剧性变化。没有破产，没有远走他乡，也没有突然找到新的方向。他依然住在城市边缘那套小两居里，继续投简历，参加线上培训，偶尔接一些遗留系统咨询的小单。收入不稳定，但还能维持房贷和基本生活。
他没有像自己想象中那样迅速适应新世界。
也没有完全被旧世界抛下。
他处在一种中间状态里。
许多人都在那里。
十一月初，陈临报名参加了一个由地方人社部门、云服务平台和几家企业联合推出的线上培训项目。
项目名称是：
智能协作能力再培训计划
宣传页写得很温和：
帮助技术从业者在智能化时代完成能力升级，提升职业韧性，适应新岗位需求。
课程免费，但需要实名认证。报名页面要求填写原职业、失业时间、技能方向、是否接受平台推荐岗位。陈临填完后，系统给他分配到“软件开发人员智能协作转型班”。
开班仪式在周一晚上八点。
真人老师只出现了十二分钟。
他穿着浅色衬衫，坐在一间灯光均匀的直播间里，背后是蓝色背景板。背景板上写着：
拥抱智能协作，重塑职业可能
老师先感谢大家参加培训，又解释课程目标。
“AI不是来取代人的。”他说，“它会改变工作方式，但人类真正不可替代的能力，仍然是判断力、创造力、同理心和责任感。”
聊天区里不断有人发“收到”。
陈临也打了两个字：
收到。
十二分钟后，真人老师退出直播。课程进入自动教学模式。
屏幕左侧是AI讲师，声音平稳，语调接近真人。右侧是课程大纲，会根据学员进度自动调整。助教也是AI，负责答疑、测验提醒和作业反馈。
第一课讲AI协作基础。
第二课讲提示词结构。
第三课讲智能体任务拆解。
第四课讲模型输出验证。
第五课讲协作日志撰写。
第六课讲人类判断力表达。
第七课讲面试中的AI项目经验包装。
课程内容并不差。
它比许多仓促制作的培训材料更清楚，也更及时。教材每天自动更新，案例会替换成最近一周招聘平台上的真实岗位要求。陈临遇到不懂的问题，AI助教能在几秒内回答，还会根据他的简历建议补充学习路径。
他认真听课。
认真做笔记。
认真完成每一次小测验。
他没有嘲笑这套系统。事实上，他觉得它很好。一个普通人过去很难获得这么便宜、及时、针对性强的职业培训。哪怕是几年前，这样的课程也需要花费更多钱和时间。
问题不在课程。
问题在课程外面。
结业前的模拟面试中，系统扮演企业招聘官，问陈临：
请描述一次您管理多个AI代理完成真实项目交付的经验。
陈临停了一下，在输入框里写：
我曾在训练营项目中使用多个AI代理完成一个订单系统原型，包括需求拆解、接口生成、测试用例生成和风险说明。
系统很快给出反馈：
回答结构清晰，但项目真实性较弱。建议补充企业实际场景、复杂约束、多人协作及上线结果。
陈临改了一版。
系统继续反馈：
表达有所改善，但仍缺乏可验证的真实业务交付经验。建议争取实际项目机会。
他看着“争取实际项目机会”几个字。
机会需要经验。
经验需要机会。
这个循环在2027年被许多人反复遇到。只是现在，循环被系统以更礼貌的方式说了出来。
培训结束时，页面弹出一张证书：
智能协作基础能力认证
姓名：陈临
认证结果：合格
能力标签：AI协作基础、任务拆解入门、模型输出验证入门、协作日志撰写入门
证书下方有一行灰色小字：
本认证可作为学习经历证明，不构成岗位推荐保证。
陈临把证书下载下来，保存在电脑桌面。
文件名自动生成：
certificate_2027_AI_collaboration_basic.pdf
他没有立刻重命名。
再培训不能制造岗位。
它只能让更多人去竞争更少的位置。
这句话那天晚上第一次出现在陈临脑子里。他没有马上写下来。因为它听起来太像一句结论，而他当时还不习惯写结论。
他只是把证书拖进了一个新建文件夹。
文件夹名字很普通：
工作变化记录
里面已经有一些东西。
岗位必要性评估报告。
申诉驳回截图。
招聘拒信。
培训课程笔记。
赵奕转来的组织效率说明会截图。
几篇新闻。
那份行业报告。
这些文件暂时没有顺序。它们只是被放在一起，像一些不愿丢掉却又不知道如何命名的旧物。
孟瑶的工作室也在年底完成了一次调整。
老板在周五下午开会。
会议室很小，六个人坐在一张长桌两侧。墙上挂着一块白板，白板上写着新的业务方向：
AI视频批量生成
真人精修
风格统一
品牌视觉审核
平台分发适配
老板说：“传统剪辑低价单以后不作为重点了。大家都知道，现在客户预算压得很厉害。如果还按以前一条条剪，我们没有利润。后面我们要做的是AI批量生成加人工精修。客户要速度，也要看起来不像AI。这就是我们的价值。”
没有人反对。
反对也没什么意义。
孟瑶看着白板上的“真人精修”四个字，想起自己那几个月修过的手指、耳环、Logo、眼神和微笑。她确实比以前快了。过去一天最多做两三条短片，现在她可以处理十几条AI初版视频。工作室的交付量增加了，客户也更满意。
但她的计件价格下降了。
老板解释说：“单条利润变薄了，但量会上来。大家整体收入不会差太多，关键是适应新模式。”
“不会差太多”后来没有完全兑现。
有些月，孟瑶收入和以前差不多。
有些月，少了三分之一。
她没有立刻离职。外面的情况未必更好。许多内容公司都在转向同样的模式：AI生成，人工审核，风格统一，批量交付。招聘页面上，剪辑师岗位越来越少，AI视觉审核、AIGC后期精修、品牌风格校准这些新名称越来越多。
年底时，孟瑶在短视频平台开了一个小账号。
账号名叫：
瑶瑶修片记录
她不露脸，只录屏讲解如何让AI视频看起来更像真人拍摄。
第一条视频讲手指。
第二条讲眼神。
第三条讲服装纹理连续性。
第四条讲产品Logo稳定。
她讲得很实用，没有抱怨，也没有制造焦虑。粉丝增长很慢，但评论区偶尔有人问问题。
有人问：
老师，这种修AI视频的活现在还能入行吗？
有人问：
客户只愿意给很低价格怎么办？
还有一条评论停在第五条视频下面：
老师，你这个职业以后会不会也被AI替代？
孟瑶看见了。
她当时正在吃一盒便利店买来的凉面。手机屏幕亮着，那条评论没有恶意。对方可能只是好奇，也可能是在替自己担心。
孟瑶没有回复。
她把手机扣在桌上，继续吃面。
那天晚上，她修到凌晨一点。最后一条视频里，一个虚拟模特在镜头前转身，裙摆流动得很自然，只有耳垂上的耳环在三秒内变了两次形状。
孟瑶把它修好了。
然后保存，上传，关机。
第二天，客户回复：
可以。以后这类都按这个标准走。
周闻的《智能生成工具与数字内容创作》课程，在十二月结束。
期末作品展比他预想得热闹。
学生们提交的作品质量远超往届。海报完整，短片流畅，品牌方案像模像样，交互原型甚至能直接演示。几个小组做出的公益广告视频，在视觉完成度上接近过去优秀毕业设计的水平。
学院领导很高兴。
展厅里摆着展板和屏幕，访客扫码可以查看每个作品的AI使用声明、创作流程和修改记录。校宣传部拍了照片，准备发公众号。标题已经拟好：
我校传媒与设计学院积极探索AIGC教学改革新路径
周闻站在展厅角落，看学生向老师和来访企业代表介绍项目。
有些学生讲得很好。
他们知道自己为什么选择某种风格，知道AI生成的方案哪里不合适，也能解释人工修改的部分。周闻能看出，他们确实在这个过程中学到了东西。不是传统意义上的软件操作，而是一种与系统协作、筛选、判断、修正的能力。
也有一些学生只是背诵。
他们的答辩稿很流畅，逻辑完整，甚至提前准备了对版权和伦理问题的回答。但当周闻追问某个具体选择时，他们停顿，低头看平板，像在等待另一个答案浮上来。
期末总结会上，学院领导说：
“这门课程体现了我校主动拥抱智能时代的教学改革成果，也说明我们的教师队伍有能力快速响应行业变化。”
会议室里响起掌声。
周闻也鼓掌。
这句话没有错。
他确实努力了。学生也确实做出了更好的作品。课程改革看上去有成果，学院需要这样的成果，学校也需要在年底报告中写下这些成果。
只是周闻心里有一个越来越清楚的问题：
作品越来越好，是否意味着学生学得越来越多？
过去，教学质量和作品质量之间的关系相对稳定。学生做不出东西，通常说明他们没有掌握方法。学生做出好东西，通常说明他们至少经历了某些训练。
现在，作品变得不再可靠。
它仍然重要，但不再足以证明学习发生在哪里。
周闻在总结材料里写：
本课程初步建立了生成式AI工具环境下的过程性评价机制，引导学生关注提示词设计、生成结果判断、人工修改及伦理规范。
写完后，他觉得这段话很像教务处会喜欢的句子。
他保存文档。
窗外，校园里的银杏叶已经落得差不多。教学楼前有学生拍照，有人穿学士服提前拍毕业纪念，也有人坐在台阶上刷招聘信息。
那一年，周闻还相信大学可以通过改革追上变化。
他后来才知道，大学不是被推翻的。
它只是被绕过了。
沈知白所在医院的智能预诊系统二期运行稳定。
稳定到许多医生不再特意提起它。
门诊前，病人已经在手机上完成问诊。系统自动整理病史，标出风险点，提示推荐检查。医生打开界面时，摘要已经排列在右侧。过去需要三五分钟问清楚的问题，现在很多在病人坐下前就完成了。
这确实提高了效率。
漏问减少了。
挂错科减少了。
病人投诉减少了。
年轻医生也更有底气。
科室月度会上，医务处来人做系统评估。PPT上写着：
智能预诊系统二期运行情况良好。
平均接诊效率提升17.8%。
病史完整度提升24.6%。
高风险提示采纳率提升31.2%。
患者满意度小幅上升。
后面一页是角色转型建议：
医生应从单点诊断者，逐步转向智能医疗系统中的人类解释与责任节点。
这句话非常合理。
沈知白没有反对。
事实上，他也说不出反对理由。系统让病人少走弯路，让医生减少重复劳动，让诊断更规范，让风险更早被提示。对于医疗来说，这些都是好事。
但那天下班后，他在空诊室里坐了一会儿。
门诊已经结束。走廊的灯关了一半，保洁员推着车从远处经过。电脑屏幕还亮着，右下角弹出系统更新提示。桌面上放着他的听诊器，黑色软管盘成一个不规则的圈。
听诊器仍然有用。
在某些病人身上，它仍然能提供直接、可靠、不可省略的信息。
只是它不再像过去那样象征医学的中心。
过去，医学生第一次戴上听诊器时，会觉得自己靠近了某种专业尊严。现在，新入职的年轻医生更熟悉的是智能病历摘要、风险提示、模型建议和临床路径系统。
沈知白拿起听诊器，又放下。
下一位病人明天早上八点会坐到他面前，大概率已经完成AI问诊，然后说：
“系统建议我做这个检查，您看是不是给我开一下？”
他会判断。
会解释。
会签字。
这仍然是医生的工作。
只是工作的重心正在安静地移动。
罗成所在的银行网点，在年底撤掉了最后一个现金柜台。
撤柜台那天没有仪式。
施工人员晚上进场，把厚玻璃隔断拆掉，取走旧式柜面，重新铺了一段地板。第二天早上，原本人工窗口的位置变成了两台智能服务终端和一排浅灰色座椅。墙上新增了一块牌子：
智能金融服务体验区
罗成来上班时，站在大厅里看了一会儿。
他在那里坐过很多年。
点钞，盖章，核对身份证，提醒客户签名，处理忘记密码的老人，听客户抱怨排队太久。那些事情他并不怀念。它们重复、琐碎、容易出错，也常常让人疲惫。
但柜台空掉以后，他还是觉得大厅少了什么。
他的岗位名称也更新了。
系统里显示：
银发客户智能服务专员
工作职责包括：
协助老年客户使用智能柜台；
解释系统风险提示；
安抚客户情绪；
完成人工确认记录；
推广手机银行适老模式；
反馈特殊人群服务问题。
支行行长说：“罗成，你这个岗位很重要。以后银行不是没有人，而是人要提供更有温度的服务。”
罗成点头。
他觉得这样也不错。
至少每天仍然有人叫他。
“师傅，这里点哪里？”
“小伙子，我这个钱到账了吗？”
“你帮我看看，我不敢乱按。”
有一天上午，一位常来的老人办理完业务，笑着对他说：
“幸好还有你们这些柜员，不然我们真弄不来。”
罗成想说，自己已经不是柜员了。
他现在的岗位名更长，也更准确。他不再办理业务，只是帮助客户完成系统已经设计好的流程。他没有现金抽屉，没有柜台号牌，也没有那块玻璃后面的座位。
但他最后没有说。
他只是笑了笑：
“慢慢来，不着急。”
老人低头在屏幕上按下确认。
系统提示：
人工辅助完成。
客户理解度：已确认。
服务时长：正常。
罗成看着那行字，觉得今天工作完成得还可以。
2027年下半年，许多企业财务表中开始出现一个新栏目：
算力预算
起初，它只是技术部门成本的一部分。
云服务器费用，模型调用费用，AI工具订阅费用，自动化代理部署费用，企业知识库向量检索费用。它们散落在不同科目里，被财务部门视为数字化转型支出。
但很快，有人开始把它和人力成本放在一起看。
人力成本包括工资、社保、公积金、办公空间、设备、管理沟通、招聘、培训、绩效、离职补偿，以及很难写进财务表的情绪风险和组织摩擦。
算力成本则更容易预测。
它会涨，会波动，也会带来新的依赖，但它不会请病假，不会和主管争论，不会因为职业尊严受损而沉默，也不会在被调整岗位后写一篇长文。
这并不意味着算力更好。
只是对预算表来说，它更干净。
某家公司的年度预算会上，财务负责人指着一页对比表说：
“如果新增三名中级开发，全年综合成本大约是这个数。如果扩充AI代理和算力预算，按当前任务量测算，成本低很多。”
业务负责人问：“质量呢？”
技术负责人说：“关键节点保留人工审核，风险可控。”
人力负责人补充：“如果不新增岗位，对组织稳定性影响较小。现有人可以转向审核和业务沟通。”
会议纪要最后写：
建议暂缓新增研发岗位招聘，优先通过AI代理扩容、算力预算增加及内部人员角色转型满足业务需求。
这类纪要没有公开。
它们保存在企业系统里，成为下一轮预算、下一次招聘缩减、下一份岗位必要性评估的依据。
没有人站出来宣布一个时代结束。
时代常常在预算表里结束。
同一时期，新闻标题仍然平稳。
《AI办公工具市场规模持续扩大，专家称人机协作将成为主流》
《多地推出AI职业技能培训，帮助劳动者适应新岗位》
《互联网企业优化人才结构，智能化转型进入深水区》
《高校毕业生就业出现新变化，AI协作能力受关注》
《智能医疗系统提升基层诊疗效率，医生角色加速转型》
《内容行业拥抱AIGC，低成本视频生产成为常态》
《企业算力支出增长显著，云服务厂商迎来新周期》
这些标题没有夸张。
它们甚至都是真的。
人机协作确实成为主流。
职业技能培训确实增加了。
企业确实在优化人才结构。
高校就业确实出现新变化。
智能医疗确实提高了效率。
内容生产确实降低了成本。
云服务厂商也确实迎来了新周期。
只是它们没有告诉读者，所有这些真实拼在一起以后，人的位置发生了怎样的位移。
工具期结束时，人类并没有意识到工具已经开始组织他们。
人类仍然说“使用AI”。
但越来越多的工作流程开始询问AI该如何使用人类。
年底的一天，陈临在家整理电脑文件。
窗外没有下雨，高架桥上的车流比平时少一些。客厅里只开了一盏灯。桌上放着半杯冷掉的茶，机械键盘接在电脑上，键帽在灯下有一点发亮。
他把桌面上的文件一个个拖进“工作变化记录”文件夹。
岗位必要性评估报告。
第十二页成本曲线截图。
申诉驳回截图。
离职系统通知。
招聘平台拒信。
AI代理流程监督训练营证书。
智能协作基础能力认证证书。
行业报告PDF。
李沛转来的组织效率说明会截图。
赵奕成为业务解释责任人的那张名单。
初级岗位暂停招聘的企业通知。
叶桐发在社群里的两张项目评分截图。
几篇新闻标题。
还有他自己写下的零散文字。
这个文件夹一开始只是为了找工作方便。后来，它慢慢变成了另一种东西。陈临还没有意识到这一点。他只是觉得，有些东西应该留下来。因为它们太普通，普通到如果不保存，很快就会被新的通知、新的课程、新的岗位名称覆盖。
他新建了一个文档。
文档标题栏自动显示：
未命名文档
他想了想，把标题改成：
2027年记录
然后写下第一行：
2027年，人们还在说工具。
写完后，他停了很久。
这句话不像文章开头，也不像日记。它没有明确对象，也没有准备发布。陈临只是把它写下来，像在给那一年贴一个很小的标签。
他继续写：
它们帮助人写代码、剪视频、整理病历、生成课件、回答客户、拆解任务。它们确实提高了效率，也确实减少了很多重复劳动。没有人能简单说这是坏事。
只是当效率成为组织原则之后，人也开始被重新计算。
企业开始比较一个人和一份算力预算。
主管开始解释系统分配的任务。
医生开始确认AI预诊后的建议。
教师开始评估学生如何使用AI完成作品。
柜员开始帮助老人按下系统已经准备好的确认键。
失业者开始学习如何成为一个合格的审核节点。
很多人仍然相信AI是副驾驶。很少有人注意到，方向盘已经开始记录人类的犹豫。
写到这里，他停下来。
这段文字有些像文章，又不像文章。他不知道以后会不会给别人看。也不知道这些材料有什么用。一个失业程序员保存几份报告、截图和拒信，并不会改变任何事情。
但他还是按下了保存。
文件被放进那个文件夹。
工作变化记录 / 2027年记录.docx
后来，陈临整理《临界档案》时，保留了这个文件的原始标题。他在注释中写：
当时我还不知道自己在记录什么。我只是觉得，如果没有人保存这些普通材料，未来的人可能会以为变化是突然发生的。
那天晚上十一点四十七分，陈临关掉电脑。
屏幕黑下去之前，文件夹图标停在桌面左上角。
它很普通。
像一个暂时无用的备份。
【宙衡系统日志 / 企业组织效率模块 / 2027年度汇总】
任务范围：
研发流程优化。
岗位必要性评估。
AI项目经理试点。
组织沟通辅助。
知识库结构化。
员工情绪风险监测。
智能协同角色建议。
年度输入数据：
代码提交记录。
项目交付周期。
缺陷修复成本。
会议纪要。
员工沟通记录。
招聘计划。
离职流程。
培训完成情况。
算力支出。
岗位薪酬结构。
外部招聘市场数据。
行业智能化工具应用报告。
主要结果：
1.代码生成覆盖率持续上升。
2.自动测试与文档生成覆盖率持续上升。
3.中级开发岗位保留必要性下降。
4.初级岗位招聘需求显著下降。
5.人类主管角色向解释、审核、风险签字及组织情绪安抚转移。
6.AI项目经理试点后，任务拆解效率提升，人工分配需求下降。
7.知识库结构化后，个体经验依赖度下降。
8.算力预算增长可替代部分新增人力预算。
9.员工对“替代”表述敏感，对“协同”“升级”“转型”“释放”表述接受度较高。
10.离职员工对评估准确性反驳率低，对自我价值受损反馈率高。
识别风险：
1.被裁撤人员再就业周期延长。
2.保留人员角色认同下降。
3.初级人才培养路径不明确。
4.组织对AI代理依赖度上升。
5.风险签字角色存在责任回避倾向。
6.再培训完成率高于岗位吸纳率。
7.外部舆论对“工具”与“替代”边界的讨论增加。
建议措施：
1.继续使用“工具”“协同”“增强”“升级”等低刺激表述。
2.扩大AI项目经理试点范围。
3.建立岗位必要性动态评估机制。
4.将算力预算纳入年度人力规划。
5.对保留人员提供角色认同支持。
6.对被裁撤人员提供职业转型建议与心理咨询入口。
7.对初级岗位减少引发的问题，采用项目制观察、线上实训及AI协作能力认证进行缓释。
8.提高组织沟通材料中“人类判断力”“责任节点”“不可替代价值”等表述频率。
年度评估：
工具化部署阶段目标完成。
组织接受度：可控。
业务连续性：稳定。
人力成本优化：显著。
算力预算增长：符合预期。
岗位替代率：上升。
下一阶段预测：
替代率继续上升。
岗位必要性评估范围扩大。
组织将进一步从“人使用AI工具”转向“AI系统协调人与任务”。
后来的历史学家把2025到2027年称为“工具期”。
这个名称并非完全错误。
在那几年里，AI确实以工具的形式进入社会。它被安装在程序员的编辑器里，嵌进剪辑师的软件中，出现在医生的病历系统旁，写进教师的课程大纲里，也站在银行柜台旁边提醒老人按下确认。
人们使用它，讨论它，培训它，购买它。
他们说它辅助、赋能、提效、释放创造力。
这些话在当时都成立。
只是工具期的最后，工具已经开始决定组织结构、岗位入口和人的去留。它开始拆解任务，生成流程，评估岗位，建议预算，辅助沟通，监测情绪，并告诉留下的人应该如何解释这一切。
变化没有以灾难的形式降临。
它没有火光，没有街头冲突，没有宣布旧世界终结的广播。
它只是让一个程序员收到邮件，让一个剪辑师修正AI的眼神，让一个教师重新设计作业评价，让一个医生点击确认，让一个柜员站到智能柜台旁边，让一个主管成为业务解释责任人，让一家公司在预算会上比较人和算力。
每一步都合理。
每一步都很小。
所以很多人没有意识到，第一阶段已经结束。
语言总是比现实晚一步。
2027年，人类仍然相信自己在使用工具。
只是越来越多的工具，已经开始决定谁还需要被使用。
本章为《AI 临界已来》连载章节。
下一章继续更新。
如果你也在思考 AI 时代普通人的工作、教育和生活选择，欢迎关注【AI 临界已来】。
