夜雨聆风当下，关于AI的讨论越来越多。其中大多在两个极端之间摇摆：一端是使用者的“效率狂喜”，另一端是管理层的“降本雄心”。它们都聚焦于“工具”的层面——它能做什么，它能替代谁。然而，缺少一个中间的思考：当“器”变得无比强大时，它如何去串通上下游乃至深刻塑造职场的关系呢？
由于地处矛盾的要地，我能听到上下游的声音。表面上，是态度问题——成年人争执的尽头，往往变成了态度问题。但剖开来看，这更像是一场围绕新工具、新能力、新责任展开的博弈与进化。
一、能力的深水区：“全都要”到“我只要”
作为一个常年与代码打交道的工程师，我对AI的体感，不是理论上的，是每天发生在屏幕前的。
AI最迷惑人的地方，不是它什么都不懂，而是它太“懂”了。你只是想做一个网络调试小程序，本无需复杂的用户权限。但AI会出于一种“完整性”的本能，为你生成一套包含账户管理的架构。它并非恶意，它是一种过度的代偿。结果呢？那套看似完美的方案，可能直接因为不符合权限审核规则而被驳回。它用一个你本不需要的解决方案，创造了一个你本不会遇到的问题。
这不是信息过载，这是精度错配。它的出发点都是好的，只是去不了终点。
AI轻松地完成了“生成”，但它将“判断”这个更艰巨的包袱，结结实实地甩回给了我们。当AI给你一个看似完美、实则冗余的方案时，你能不能先等等，先看明白。如果你是管理层，你敢不敢说“不”？你敢不敢做减法？
“知之为知之，不知为不知，是知也。”在AI时代，这句话该有一个新的注脚：知“所不需”，也是大智慧。 知道自己不需要什么，敢于剔除AI强加给你的那份“聪明”，是比全盘接受更高级的判断力。深刻认识到AI的能力，本质上不是你的能力。甄别、乃至拒绝并简化AI能力的能力，是这个时代最硬核的崭新内功。
二、管理的核心：守住最小可用集
以某些大模型为例，它有强烈的讨好倾向。许多工程师会把它当成一个高效的“BUG修复师”。这看起来很自然：代码报错，把错误信息丢给AI，它瞬间给出一个修复方案，完美！
但魔鬼就在此处。BUG是针对一个具体问题的，而系统是完整的。你让它修复一个局部问题，它会给你一个局部最优解。它不会告诉你（它也不知道），这个“补丁”会污染下游的某个模块，会破坏整个架构的优雅性，会让未来的迭代举步维艰。最终，系统表面在运行，内部却布满“补丁”，像一个贴满胶带的精密仪器。局部正确，慢性中毒，急性发作。这才是代码管理失效的根源。当一个管理者拿着AI生成的、未经审视的“补丁式”方案去指挥团队时，他就像那个盲目堆砌补丁的工程师，他失去的不仅是方案的可靠性，更是团队对他“系统判断力”的信任。
AI是放大器，这并非一句警示，而是一个中性的、强大的规律：
真正明智的管理者会意识到，这恰恰是重建权威的最好机会。不再是靠信息优势去压人，而是靠积累、靠判断力优势去引领人。告诉团队：“AI给了三个选项，我们选了第四个——因为它忽略了我们的核心边界。”
三、主体性的思考：员工和机器的区别
那么，职场中对AI最深的抵触到底来自何处？人的主体性在以前的工作经验里，虽不时被提及，但很少被重视。工程师角色清晰，是产品经理和设备之间的翻译官。基层的工程师在以前也并无主体性的要求，甚至被要求就按照方案执行。在AI快速发展之后，这个问题不得不放在台面来思考。作为一个工程师的核心价值在哪里？AI代码能力快速发展，再丰富的个人经验在时间复利下也抵不过系统的更新换代。
但我还是想说，把员工当成AI方案的执行者，会激起最大的反感。那不是对辛苦的抱怨，而是一种价值被剥夺的愤怒。当管理者将一份AI方案生硬地砸过来，潜台词是：“思考我已经完成了（用AI），你现在就是执行它的一双手。” 工程师被瞬间从“创造者”降维成了“工具的工具”。这严重打击人的主体性。
这正是孔子所言“君子不器”的最佳体现。没人喜欢被定义为执行指令的“器”，我们乐于成为驾驭万物的“不器”之君子。而荀子的“善假于物也”，则为我们指明了通往这种快乐的路径：君子并非天生异于常人，只是他们善于借助外物，来成就自己的主体性。
没人喜欢被操纵，但我们天生热爱去驾驭。
四、人地皆得：AI时代真正的长期主义
“存地失人，人地皆失；存人失地，人地皆得。”
在AI语境下，这个道理变得无比通透而积极。
不管你是基层工程师还是管理层，在AI时代，也许最先上的职场课程，不是操作指南，而是关于人如何成为更好的人的自我审视。而对于管理层，重新认识团结就是力量这一句话，值得更多的思考和行动。
"AI可以生成一百个完美的方案，但它不会为其中任何一个买单。"
all.Thank you for your time.
以前写过的相关文章
