最近回国之后，整个人松懈了不少，事情多到飞起，公号也停更了一阵。不是偷懒，是真的被一堆事摁住了。但在这堆事里，有个特别强烈的感触，今天想整理一下。项目移管结束了，我被丢进了一个新项目。这个新项目怎么说呢，0 AI含量。。。不是低，是零。查问题，纯靠人肉翻日志。起票，手动填模板走流程。测试，一个用例一个用例地点。电脑上能用的东西，就那么几个内部网站和软件，外面的世界跟你没关系。我坐在工位上，打开那个古早的内部系统的时候，脑子里就一个画面。你见过那种场景吗，一个人坐在驴车上，慢悠悠地走在土路上，然后一列蒸汽火车，从他旁边呼啸而过。驴车上的人看着火车，火车上的人可能也扫了驴车一眼。但谁也没停下来。说真的，我不是说这个项目有多不好。大型项目有大型项目的规矩，安全合规审计，每一样都不能少，这个我完全理解。但让我难受的，不是规矩本身，而是那种，科技的进步对于大型组织来说，好像总是有滞后性。1880年代，电力开始在美国普及。很多工厂主花大价钱买了发电机和电动机，装在自己工厂里。装完之后，发现生产效率并没有什么显著提升。因为他们只是用电动机替代了蒸汽机，整个工厂的布局、流程、管理方式，一丁点都没变。就好比你给一个清朝人塞了部iPhone，他拿来看看，然后当镜子用。1880年的工厂主需要想的不是「要不要用电」，而是「怎么用电重新设计我的工厂」。现在这些大型项目里的AI现状，说到底也卡在这一步。工具有了，能力有了，但组织的工作方式还停留在上个版本。甚至更夸张的是，有些地方连工具都不让进门。我很快发现，0 AI含量不只是流程的问题，更深层的是人的问题。项目里的成员们，对AI的信任度，怎么说呢，超级低。还停留在「AI不可信」「AI会出错」「AI不安全」这个阶段。你在大型企业里，信息安全是红线，回答准确性是底线。你把代码喂给AI，万一泄露了怎么办。AI给的方案不靠谱，出了生产事故谁负责。这些担忧全是合理的，一个都不多余。但问题是，这些担忧，通过一些手段，完全是可以避免的。你怕数据泄露，可以搞内网部署，数据不出域。你怕答案不准，可以搭RAG，让模型只基于你给的文档回答，不许自己编。你怕AI乱来，可以设审批流，AI出方案，人来拍板。Codex有企业版，传说可以和Claude Code掰手腕的GLM5.2，可以在本地跑的DeepSeek。但前提是，你得先愿意去了解这些手段。而不是一句「AI不可信」，就把门关上了。这个事儿让我特别感慨。因为在AI这个领域，真正的信息差，已经不是「知不知道有AI」了，而是「知不知道AI已经能安全地用在你的场景里了」。很多人对AI的认知，还停留在一年前甚至两年前的版本。那个时候AI确实经常一本正经地胡说八道，安全方案也不成熟。但技术跑得太快了，快到很多人的印象还停在原地，而工具已经迭代了好几代。说到人的问题，回国之后另一个特别强的感受，就是裁员。第一种，坐等被裁的。这些人其实心里已经走了，肉体还在工位上，灵魂已经在家数赔偿金了。N+1还是2N，算得比KPI还清楚。每天来上班就是等一个通知，工作什么的，能糊弄就糊弄。第二种，怕被裁的。这是最焦虑的群体。每天惴惴不安，生怕下一个就是自己。裁了之后怎么办，房贷车贷小孩学费，一想到这些就睡不着。但越焦虑越没法好好干活，效率下降，然后更焦虑，恶性循环。第三种，天生乐天派。裁就裁呗，大不了换一家，天塌不下来。这些人看着最松弛，但你仔细想想，这种对什么都无所谓的态度，工作上大概率也是无所谓的。第一种在等死，第二种在怕死，第三种觉得死不死都无所谓。科技进步，企业要盈利，降本增效是必然选择，这个逻辑没毛病。作为大公司，当然要有社会责任感，不能把人当耗材用。但站在商业的角度，当一个技术能替代掉一部分人力成本的时候，企业一定会做这个选择。不是那种鸡汤式的「你要努力」「你要学习」。而是在这个AI正在重塑一切的时间节点上，你得让自己变成那个不容易被替代的人，甚至更好的是，变成那个能驾驭AI的人。想想看，当别人还在用驴车的方式干活的时候，你已经是那个会开蒸汽火车的人了。这个差距，会随着时间，越拉越大。所以说到这里，如果屏幕前的你，手上有AI相关的工作机会，不管是全职的、兼职的、还是项目制的，请联系我。这个世界，对愿意拥抱变化的人，从来不会太差。对关上门的人，也不会手下留情。以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～/ 作者：小卡拉米
/ 投稿或爆料，请联系邮箱：xklmjhl@163.com
夜雨聆风
