都说 AI 提效了,为什么我们还在招人

最近我们部门还在额外招挺多人。

走招聘流程，我心里忍不住会有一个隐隐的自嘲哈——

不是都说 AI 提效了吗？提了效，人怎么反而更不够了？

从年初开始就开始宣称要充分利用 AI，各种工具、流程、自动化。我当时还雄心勃勃想着年内实现功能安全业务交付全自动化。

虽然现在偏差很大，但按理说，人该越用越省。可现实是，人力缺口非但没小，反而还在扩大。

当然，站在整个公司的高度，背后一定有战略、资本、组织这些我一个基层管理者看不全的上下文，我不敢妄言。

我能聊的，只是从我最熟的角落——功能安全——往外看琢磨出来的几层原因，一层比一层，离表面更远。

第一层：业务跑得比 AI 还快

最浅的一层，纯粹是量的原因：AI 在提效，可我们的业务在更快地膨胀。

我们正赶上一个特别拧巴的时段——整个行业，一只脚还踩在 L2 里，另一只脚已经往 L3、L4 迈了。

一边，一大堆成熟的 L2 乘用车项目还得好好守着，一个都不能塌；与此同时，组合驾驶辅助系统安全强标正在加速落地，它头一回把"产品安全基线"和"事后可追溯"变成法定的硬要求，意味着大量的合规应对、更多的 SOTIF 举证。

另一边，产品边界又在往外拓：从乘用车拓到卡车、客车等商用车；再到更高级别的 RoboTaxi、RoboVans又在排队等着落地。中间还夹着各种标准预研、行业活动。

旧的阵地要死守，新的边疆要开拓，中间还卡着一个新旧交融的过渡期。AI 帮我们省下的那点力气，转头就被成倍增长的业务量，连本带利地吃掉了。

这一层好理解，也最容易让人停下来："忙呗，所以招人呗"。但往下挖，还有更有意思的两层。

第二层：墙在变薄，但墙还立着

更深一层，有点反直觉——

不是 AI 的能力不够。是 AI 的能力，被还没变过来的世界锁住了。

先说能力，比如我在做一个生成需求的 Agent，过去我只写需求描述和验证准则，测试用例是测试部门写的。可做着做着我发现：技术上，我这个 Agent 顺手就能把测试用例也生成了，它已经越过了我个人能力的边界，也越过了部门职责的边界。

再往大了想，这种穿透理论上不止于部门：OEM 的设计输入直接流进 Tier 1 的系统、Tier 1 自动响应，组织和组织之间那道墙，技术上也在变薄。但也只是"变薄"。

剧烈的变革并没有发生。组织有组织的惯性——例如我们和传统汽车电子那边的DTC故障检测业务耦合了那么多年，技术上早就能整合，可人员、带宽、聚焦点，谁也腾不出手整合对方那摊；

更别说公司与公司之间，流程、合同、立场，哪一样是说改就改的。墙只是薄了，没有倒。

于是出现了一个尴尬的中间态：AI 有劲使不出。它的能力越过了边界，可边界本身还立在那儿。

而墙与墙之间的缝隙，依然需要大量的人去周旋——对接、澄清、对齐、传递、把这边的语境翻译成那边听得懂的话。

我们一个年轻同事，最近就在这种缝隙里被磨得心累。新客户在需求文件（SOR）里简简单单一句：项目开发要符合标准。在分工协议（DIA）里又要求：每个产物，完整提交。

听起来天经地义，可今天的智驾项目，成本和周期卡得死死的，我们没办法像当年做那个德国客户的项目那样一丝不苟走完标准每一步，于是话术变成"无法严格按 ISO 26262 开发，产物基于平台产品，提供现场评审"——客户较真：为什么不能按标准开发？

就卡在这儿。这个分歧的根在于：我们脑子里"按标准开发"长什么样，和客户脑子里那个样子，根本不是同一个东西。

我们说"没法完全按标准来"，客户听到的是"想偷工减料"；我们想说的其实是"在真实约束下，用千锤百炼的平台化方式，达成标准的精神"。

这两句话之间的鸿沟，就是那个年轻人一个会一个会、一封邮件一封邮件，用心力在填的东西。

顺嘴说句可能不太恰当、连我自己也常常做不到的话：吵到后来，双方较劲的全是"标准"这个形式——可标准从来不是目的，安全才是。

一个产物完美齐全、却没真正想清风险在哪的项目，和一个产物不那么齐、却把每个致命场景都吃透的项目，哪个更安全？我们都知道答案，可我们的争吵，常常奔着前者去。

回到招人。这一层的答案就清楚了：现在招的人里，有相当一部分，是在替"变革未到的过渡期"打工——在墙缝里周旋。 不是 AI 不行，是世界还没变过来。墙塌一截，这种周旋就少一截；可墙什么时候塌、塌多少，不由我们说了算。

（至于哪些墙该塌、哪些墙塌不得——比如那个"两双眼睛"的独立性，AI 时代该怎么重新砌，那是另一个大题目，值得单独写一篇，这里按下。）

第三层：还有些活，AI 是真接不了

如果你以为，等墙都塌了、AI 的能力彻底放开了，人就不需要了——那我再讲一件最近的事。

前阵子测试发现一个缺陷：某种场景下，车辆无法有效退出智驾。

这种缺陷怎么解？没有任何一个单点能解。真实的过程是：把各个域的专家拉到一起——架构的、算法的、底软的、整车的、功能安全的——每个人把自己脑子里的认知和 Knowhow 摆上桌：那个场景下系统看到了什么、为什么退出逻辑没触发、信号链路上发生了什么、这算什么等级的风险。然后，得有一个尽责的人，主动去组织、去推动：约束各方的时间，权衡各域的限制条件，安排测试验证，把方案分成两截——短期的先把口子堵上，长期的去根治。

这一整套里，AI 至少缺三样东西。

它缺那些散落在各人脑子里、从没被写成文档的隐性 Knowhow——那是多年经验喂出来的直觉，不在任何语料里。

它缺主动尽责的推动——会上没人认领的事，它不会主动伸手接过来。你当然可以给它下一个“关闭所有缺陷单”的指令，它也会没日没夜地跑。但区别恰恰在这儿：它是因为收到了指令而跑，不是因为那个没堵上的口子，会让它睡不着。前者是执行，后者才是责任

最后它还缺那个拍板——"短期先这么挡，长期这么改，出了问题我担着。"

这样的场景，想象中短期内是较难被 AI 承接。而类似的事，在这行不是偶发，是日常。

这一层，才是招人最深的理由：招那些能把散落的拼图凑到一张桌上、推着事情走到关闭、并且敢拍板的人——或者更准确地说，招有潜力长成这种人的人。

一把尺子：分清两种"忙"

把三层摆在一起，手里就有了一把尺子。不是用来分人，是用来分"忙"。

一种忙，是墙缝里的周旋。它存在，只因为变革还没到、墙还立着——格式来回翻译、防御性的反复确认、跨边界的手动搬运。这种忙是过渡性的：墙塌一截，它就少一截。AI 和流程迟早把它消化掉，消化掉是好事。

另一种忙，是判断、组织、担责。凑拼图、推闭环、权衡约束、拍板兜底。这种忙，墙塌不塌它都在。它是根基性的。

要紧的是：这是两种活，不是两种人。 没有谁天生只配周旋、谁天生坐着拍板。

同一个人，今天在墙缝里磨——磨的恰恰是对各方语境、各域约束的体感——明天就该带着这身体感，去做那个凑拼图、敢拍板的人。周旋是磨练，判断是去处。我们招人，招的就是走在这条路上的人。

我们最近在招一些研发助理、开发工程师，去帮交付前线的同事分担那些庞杂的活，也是同一个逻辑：用增量的手把存量的人从墙缝里拔出来，让他们往"判断"那头长；而新来的伙伴自己，从第一天起也站在这条路上，在最贴近业务的地方磨体感，下一个去拍板的，就是他们。

这里头其实还藏着一个我没想透的隐忧：当 AI 把那些“笨功夫”都接走了，新人少走了很多弯路，可那些拍板的直觉，偏偏是从一个个弯路里喂出来的。一个从没在墙缝里磨过、没为一行代码熬过夜的人，将来真敢把名字签在安全后面吗？怎么让新人既享受到 AI 的快，又不丢掉那份“慢功夫”喂出来的体感——这是现在还不是很有底的一道题。。

可那种"担责"，我好像从没亲历过它真正受力的那一刻

但说到担责，必须坦白一个一直憋在心里、有点动摇的念头。

入行这么多年，那套出事时能一节一节倒查真相的证据链、那个签字担责的环节，我好像，从没亲历过它真正受力的那一刻。真正追责到底的事，在我自己经手的项目里，几乎没碰上过。

有那么一瞬间甚至慌过：这面墙，我们费尽心力砌了一年又一年，会不会是我们自己吓自己、早就可以拆掉的一道昂贵的装饰？

但只要往行业里看一眼，这个念头又站不住了。

那面墙不是没受过力。它受力的时候，是惊心动魄的。

远一点的，是高田的安全气囊。本该救命的气囊，因为一个材料缺陷，在碰撞时弹出金属碎片，割破了人的颈动脉——这样的死亡，全球确认了几十起。最后追责追到底，高田被查出长期隐匿缺陷，认罪、认罚、上千万辆车召回，这家曾经全球第二大的安全件巨头，直接破产了。

近一点的，就在去年。美国一起涉及辅助驾驶的致命事故判决，法院认定厂商的系统驾驶员监控不足、还在营销里把 L2 辅助夸大成"自动驾驶"，误导用户过度依赖；更要命的是，监管机构几年前就警示过、厂商却没改——这一条被翻出来，直接把惩罚性赔偿拉高到天价，最终判了约 2.43 亿美元，厂商担责三成。

你看，那根证据链被拽响的时候是什么样子：几年前的一封警示、一次没做到位的监控、一句营销里的夸大，全都被一节一节倒查出来，钉死在判决书上。

那面墙，是真受过力的。只是大多数人在这么多年，没站在它塌下来的地方。

而想通这一点，反而对"它平时很少受力"有了新的理解：它很少受力，恰恰可能是因为它有用。我们这行有个外人很难理解的地方——我们做的所有工作，成功的标志是"什么都没发生"。经手的项目之所以没变成下一个高田、下一桩天价判决，也许正是因为有无数人日复一日，把那面墙砌好了，地震根本没机会发生。

但有个更冷的事实，不想绕过去：我们其实无法证明这一点。永远没法知道，那场没有发生的事故，到底是因为我们撑住了，还是它本来就不会来。这是这一行最深的地方——我们毕生投入的，是一件无法被验证价值的事。

外科医生救活一个人，看得见。消防员从火里抱出一个孩子，看得见。而我们守护的，是那些因为我们做得够好、所以根本没出现、没上新闻、没人会记得、连我们自己都无法确认的——不存在的事故。

这件事，是这个职业最尴尬的真相，可能也是它最安静的勋章。

而这件事，AI 接不了

隔断的墙，AI 迟早能穿透——那是结构问题，时间问题。

可担责这件事，AI 接不了。

一辆车真出了事，法庭上、监管前，需要一个能承担后果的人，为那个决定负责，签下自己的名字。AI 给不出这个。你不能让一个模型去坐牢，不能让一段代码赔一条命。

所以无论 AI 多强、墙塌多少，只要安全还关乎人命、还关乎问责，这一行就永远需要一个人，在最关键的那个节点，看一眼，然后签下自己的名字。

那一签，签的不是流程，是"出了事算我的"。

回到今天这张桌子

绕了三层，回到标题那个问题：AI 提效了，为什么还招人？

因为业务跑得比 AI 快，这是量的缺口。

因为墙在变薄、却还立着，AI 有劲使不出，得有人在墙缝里周旋，这是过渡期的缺口。

因为有些活，AI 是真接不了：散落的 Knowhow、尽责的推动、最后的拍板，这是永远的缺口。

三层叠在一起，就是我们还在招人的全部理由。那个隐隐的自嘲感，到这儿算是消解了许多。

大家或许都清楚，站在公司账面上，多批一个 HC，买的从来不是温情，而是一份风险对冲，是用今天的人力成本，去抵冲明天那张可能高达数亿的判决书。这账，资本算得比谁都精。

但即便如此，说句私心话。我们招人，盼的其实不是把谁的日程填得更满。恰恰相反，盼着 AI 把墙缝里的周旋多消化一些，盼着增量的伙伴把交付前线的同事多解放一些，好让组里更多的人，能从一直往前赶的进度里，抬起头来，看看天。有时间沉淀，有时间学习，有时间想想自己在往哪走，慢慢长成那个能凑拼图、敢拍板、愿意把名字签在安全后面的人。

在那天到来之前，多招一个人，有时就是多一份让别人能抬头看天的余地。

AI 会让我们越来越快，我盼着那天。

但有些慢，不是效率的敌人，是责任的形状。