夜雨聆风这几天看到一篇很有意思的文章。
文章里提到，从工业革命到现在，每一个技术阶段，都在悄悄地把人身上的一部分能力外包出去。
当时我和朋友讨论起这个话题。他问了我一个问题：
“当人的能力不断被外包之后，最后还会剩下什么？
“在 AI 时代，人到底应该怎样保持竞争力？
我当时没有马上得出答案，只能说：“我也不知道。”
但后来重新思考这个问题时，我逐渐发现，也许我们一开始就问错了。
我们总是在问，人怎样才能和 AI 竞争。
但为什么一定要和 AI 竞争？
或许真正值得讨论的，并不是“人怎样才能战胜 AI”，而是：技术究竟会替代人的哪些部分，又有哪些东西，从来就不属于机器能够接手的范围。
CHAPTER 01
一、技术一直在外包人的能力
把技术发展的历史拉长来看，会发现一条很清晰的线索：每一次技术进步，都在把人身上的某种能力转移出去。
工业革命时期，蒸汽机和机械设备承担了大量体力劳动。过去需要依靠人的肌肉完成的工作，开始交给机器。
人不再需要亲自搬运每一块石头，也不需要用双手完成所有重复劳动，于是可以把更多精力放在组织、设计和判断上。
到了信息革命，计算机又接手了一部分记忆、计算和信息处理能力。
过去，人需要记住大量资料，亲自完成复杂计算，再从有限的信息中寻找答案。后来，数据库、搜索引擎和各种软件逐渐承担了这些工作。
人不再需要记住所有信息，而是需要知道去哪里找到信息，以及如何判断这些信息是否有用。
现在，AI 又开始向前迈了一步。
它不只是在储存和计算信息，还可以写作、编程、分析数据、识别图像，甚至给出决策建议。
过去需要专业人员完成的一部分脑力工作，现在可以通过 AI 以更低的成本、更快的速度生产出来。
从体力，到记忆和计算，再到一部分判断能力，人的能力似乎在被一层一层地外包。
但这背后并不是毫无规律的。
CHAPTER 02
二、越确定的能力，越容易被外包
技术并不会随机选择要替代什么。
它总是优先进入那些流程明确、结果可预期的领域。
一件事情越重复，操作越标准，结果越容易验证，人就越愿意把它交给机器。
流水线上的重复动作可以交给机械臂；明确的计算可以交给计算机；格式固定的文档可以交给 AI 生成。
因为这些任务都有一个共同特点：确定性足够高。
我们甚至可以把一件事情是否容易被 AI 接手，放进一个由两个维度组成的坐标系里。
第一个维度是确定性。
这件事情有没有清晰的流程？输入和输出是否明确？结果是否能够被验证？
第二个维度是后果与责任。
如果这件事情做错了，后果是否可以接受？有没有人能够及时检查和纠正？最终又需要谁来承担责任？
流程越确定、后果越可控的事情，越容易被 AI 接手。
例如生成一份初稿、整理会议纪要、补充测试代码，即使第一次结果不够准确，通常也可以由人继续检查和修改。
但当一项任务的后果不可逆，或者失败意味着严重损失时，即使 AI 的准确率很高，人也不会轻易把最终决定完全交出去。
这说明，决定一件事情能不能被 AI 替代的，不只是 AI 有没有能力完成它，还包括出了问题之后，谁来负责。
CHAPTER 03
三、责任不是能力，而是一种主体资格
医院是一个很典型的例子。
今天的 AI 已经可以辅助医生分析医学影像、识别异常信号，并提供诊断建议。手术机器人也可以帮助医生完成一些精细操作。
从能力上看，机器在某些局部任务上可能比人的动作更稳定，处理信息的速度也更快。
但最后做出诊断、确认治疗方案并签字的人，依然是医生。
原因其实很简单。
AI 可以提供能力，却不能成为真正的责任主体。
它更像水、电或者其他基础资源：可以帮助人完成工作，却没有一个能够被追责的社会身份。
出了问题，人没有办法要求算法道歉，也没有办法剥夺模型的职业资格。模型没有声誉、财产和社会关系，也没有什么可以因为一次错误而真正失去。
但人不一样。
医生可能失去职业资格，管理者可能失去职位，决策者可能损害自己的声誉，严重时还需要承担赔偿甚至法律责任。
人之所以能够承担责任，恰恰是因为人有东西可以失去。
所以，责任并不只是一个人是否足够聪明、是否能够完成任务的问题。
它还是一种社会身份，也是一种主体资格。
AI 可以参与判断，却无法替代那个最终说“这件事情由我负责”的人。
CHAPTER 04
四、真正危险的，是只有交付能力
从这个角度看，未来真正容易受到冲击的，并不是所有人，而是那些工作内容主要停留在重复交付层面的人。
AI 当前最擅长的，恰恰是交付。
写一段代码、生成一份文案、整理一张表格、完成一次信息检索。这些事情通常有明确的输入和输出，也容易被检查和修改。
如果一个人在工作中的主要价值，只是按照要求完成交付，那么他实际上正在和 AI 竞争效率、成本与速度。
这场竞争很难获胜。
AI 不需要休息，可以快速复制，调用成本还会继续下降。作为一种智能资源，它很可能会像计算资源一样，逐渐变得廉价而普遍。
但问题是，人本来就不应该只被理解为一个交付工具。
当我们把人简化成“完成任务的资源”时，实际上已经主动进入了 AI 最擅长的评价体系。
我们只比较谁更快、谁更便宜、谁的产出更多。
在这把尺子下面，人当然会越来越焦虑。
CHAPTER 05
五、我们焦虑的，可能不是被替代
为什么 AI 出现之后，很多人会如此不安？
也许并不只是因为 AI 抢走了某些工作，而是因为我们一直在用“有没有用”来衡量自己。
从学校开始，我们就生活在各种标准化评价里。
分数、排名、学历、证书，再到进入职场之后的绩效、产出和 KPI，这些指标都在回答同一个问题：
“你到底有多大用处？
整个教育和职场体系，都在不断训练人适应标准、执行流程，并快速投入生产。
从这个角度看，我们很早就被训练成了一种标准化的生产资料。
过去，这种能力让人能够顺利进入社会分工。
但现在，AI 可以把很多标准化工作完成得更快、更便宜、更稳定。于是，我们原本占据的工具位置开始松动。
这时候，人会产生一种强烈的不安全感。
但真正受到挑战的，可能不是“人”本身，而是人身上的工具属性。
我们经常说一个人要有“价值”。
但“价值”这个词，本身就带有很强的工具意味。它问的往往不是“你是谁”，而是“你能够派上什么用场”。
当 AI 比我们更有用时，我们自然会感到慌张。
不是因为完整的我们消失了，而是因为我们过去用来衡量自己的那把尺子，突然不再只属于人类。
可问题是，谁规定人只能活在这把尺子里面？
CHAPTER 06
六、人并不只活在效率和产出的坐标里
人首先是一种具有社会属性的群居动物。
我们生活在人与人的关系里。
一个眼神、一次陪伴、一句没有严密逻辑的安慰，甚至只是有人在你失落的时候坐在旁边，这些事情可能没有任何效率，却对人非常重要。
AI 可以分析情绪，也可以生成安慰的话。
但它没有真正经历过失落，也没有在深夜感受过孤独。
它能够理解“孤独”这个词，却没有真正孤独过；它可以描述疼痛，却没有在自己的身体里感受过疼痛。
人吃饭、生病、衰老、爱上另一个人，也会在某个下午被风轻轻拂过。
这些体验不是训练数据，也不是被调节出来的参数，而是真实地长在每一个人身上的。
每个人也都有一段无法复制的成长经历。
你之所以成为现在的你，是因为你在具体的家庭中长大，遇见过具体的人，经历过具体的选择，也承担过那些选择带来的结果。
AI 可以模仿一个人的语言风格，却无法复制一段真实活过的人生。
这些部分并不是技术完成能力外包之后，留给人的“残羹剩饭”。
恰恰相反，它们才是人最坚实的部分。
CHAPTER 07
七、我们不需要成为更高效的人形工具
所以，面对 AI，真正的出路可能不是继续问：
“我怎样才能比机器更高效？
当然，我们仍然需要学习使用 AI，也需要提升自己的工作效率。
但人的竞争力不能只建立在交付速度上。
如果一个人能够做判断，却不愿意承担判断的后果；能够完成任务，却无法与他人建立信任；能够生产内容，却没有自己的经历、立场和选择，那么他依然只是一个更昂贵的工具。
人真正难以被替代的部分，是愿意为决定承担责任，是在关系中建立真实的连接，也是用自己独一无二的经历去理解这个世界。
我们过去一直生活在一张二维的坐标纸上，只比较效率与产出。
但人真正生活的世界是立体的。
责任是一个维度，关系是一个维度，体验是一个维度，意义也是一个维度。
机器可以替我们计算、写作和搬运，也可以帮助我们完成越来越多的工作。
但它无法替代一个人去经历、去选择，并最终说：
“这是我的决定，结果由我承担。
朋友当时问我，当人的能力被不断外包之后，人还剩下什么？
现在，我可能会这样回答：
被不断外包出去的，是人身上可以被标准化、被计算和被复制的部分。
真正留下来的，是那些最不像“能力”，却最像“人”的东西。
机器拿走的是工具的位置，而人需要重新找回作为主体的位置。
AI 本身并不是取代任何人，但它不断提醒我们：不要再把自己仅仅活成一个工具。