AI时代新人有机会更早承担责任

我刚加入公司的那年，才从学校毕业，公司就把一个 help desk 交给了我。

我要管理一个小团队，负责一个重要业务系统的运行，也要接住每天来自用户的问题。系统出了故障，电话真的会响。问题怎么判断、先处理什么、什么时候升级，都不能等别人替我决定。

当时公司经常讲一个词：early responsibility。

更早把责任交给新人，相信他们，也允许他们从错误中成长。多年以后回头看，那段经历让我很早就明白：有一件真实的事，最后要由我来接住。

公司也没有把我扔进水里不管。责任背后有相应的权限，有成熟的流程，有随时可以求助的同事，还有一道不至于让我因为一次错误就把公司推下悬崖的边界。

01AI拿走了新人走向责任的台阶

去年我写过一篇文章，担心 AI 会“偷走”年轻员工的成长机会。

过去，新人靠查资料、写初稿、处理简单问题，一点点积累手感。现在，很多团队让 AI 接走了这些工作。当时我想到的办法，是让 AI 做教练和演武场：解释原理、制造练习，让新人可以低成本地失败很多次。

这些办法仍然成立，但只回答了一半。

演练再逼真，也代替不了 help desk 电话真正响起来的那一刻。基础工作让人熟悉动作，真实责任才迫使一个人做取舍，并面对取舍带来的结果。

初级工作逐渐消失后，组织也可能失去新人从练习走到担责的那一级台阶。刻意保留低价值的重复劳动没有意义，那一级台阶得换一种搭法。

一件完整的事很难交给新人，因为中间有太多能力缺口。管理者只能把工作切碎：新人做数据，资深员工下判断，另一个人面对客户。

AI 正在缩小其中一部分缺口。它可以帮助新人读资料、整理历史问题、生成第一版方案，也可以在行动前做一次检查。对于信息整合、模式识别、方案准备这类工作，新人现在可以更早尝试。

涉及不可逆决定、价值取舍和复杂的利益相关者博弈，AI 能补的仍然很少。这些责任不会因为方案生成得更快，就突然适合下放。

Gartner 最近观察到，一些组织正在把更复杂的工作交给早期职业人才，同时在周围加上护栏和支持，而没有重新恢复旧式的低复杂度岗位。

AI 补得更多的是执行缺口，判断缺口还在那里。

它甚至会把问题藏起来。一个新人可以很快拿出结构完整、措辞成熟的方案，管理者却更难看出：哪些是他真正理解的，哪些只是 AI 替他补齐了外形。只根据成品判断能力，组织很可能把一件他其实接不住的事交出去。

AI 让完整任务更早具备了交给新人的可能。能不能真的交出去，要看他的判断过程是否可见。

先选一件小而完整的真事。事情可以小，从问题到结果的链条要完整，反馈周期也不能太长。

以 help desk 为例，新人可以完整负责某一类用户问题：判断优先级、协调处理、回复用户，再回头分析它为什么反复发生。AI 帮他查知识库、归纳历史案例、准备回复草稿；新人决定轻重缓急，判断是否升级，完成沟通并面对结果。

流程切得太碎，或者资深员工一直握着完整工作，团队就找不到这样的真事。这时需要重新分工：资深员工走向更复杂的问题，把已经成熟的一段责任让出来。early responsibility 也在倒逼岗位重构。

交任务时要划三道线：哪些动作可以自己决定；哪些动作必须先请示，例如修改生产数据、对外作出承诺；什么信号一出现，事情必须立即停下来升级。

责任交出去，相应的权限也要一起交出去。自主权可以慢一点。判断经得住一次次复盘，权限再放宽一点。

新人对自己的判断、行动和结果负责；授权的管理者仍然对这次授权以及外部后果负责。责任可以下沉，管理责任不能顺手甩出去。否则 early responsibility 很容易变成让新人无授权背锅。

我还会让新人用一页纸留下三件事：问 AI 以前的判断；AI 提出建议后，他接受了什么、拒绝了什么；结果出来以后，他修正了哪条判断。

这页纸不能单独作数。管理者花十分钟，让新人当面走一遍取舍，追问一两个“你当时为什么”。记录负责留下痕迹，追问用来判断那些理由是不是真的属于他。

每完成一件真事，就重新看一次护栏：可以放宽哪一条，继续保留哪一条。如果判断持续跑偏，就把任务缩小、加回检查，甚至暂时收回一部分权限。自主权不是只升不降，责任要留在他真正接得住的范围内。

第一次这样带新人，管理者通常要花更多时间设计边界、解释背景、承担兜底。几个月以后，团队可能多出一个真正能独立接事的人。如果组织只计算眼前的交付速度，这件事很难长期做下去。团队复盘和管理者绩效里，也得看多培养出了几个能独立接事的人。

新人最容易把“我用 AI 做完了”当成“我已经能够负责”。两者之间隔着一次真实的取舍。

问 AI 以前先写下自己的判断，看到建议后说清取舍，事后再回来对账。行动以前还要多问一句：哪一步一旦做错就不可逆，必须升级？

AI 可以参加每一步，但最后那句“我决定这样做，因为……”不能由 AI 代替。

能力也不等于所有事情都亲手完成。借助 AI 以后，仍然清楚依据是什么、风险在哪里，并愿意接住结果，这才叫能够负责。

组织仍然需要新人。未来总要有人接班，更眼前的价值，是他们会带来新的知识、新的方法，也会问出那些已经被老员工视为理所当然的问题。很多组织并非不够努力，只是太久没有人再问：“为什么一定要这样做？”

新人的进入，也会给资深员工一份新的 responsibility。

自己把事情做好，和把经验讲清楚、设计好边界，再带着另一个人把事情做好，是两级不同的能力。后者会迫使资深员工把脑子里的隐性判断变成可以传递的方法，继续成长为真正能够带领别人的人。

AI 时代的带教也变了。新人不再需要资深员工手把手教完每个操作。资深员工要讲清楚的是：为什么这样判断，风险在哪里，哪一步不可逆。流程背后的判断依据，才是应该传下去的东西。

early responsibility 会同时落在两个层级。新人接住一件真实的事，资深员工接住“怎样让他接得住”这件事。

这份责任如果悄悄叠加在资深员工原来的工作之上，很快会变成一项没人有余力承担的额外任务。组织得给出相应的时间，也要在绩效和人才评价里承认带人的产出。

如果组织因为 AI 能完成越来越多基础工作，就停止吸收新人，责任传递也会停下来：没有新人第一次接住一件事，也没有资深员工因为要把他带出来，再把自己往前推一步。

一个组织的活力和希望，大概就藏在这样的循环里。

现在回头看，那个 help desk 的价值，在于公司很早就给了我一件完整的事，也为这件事配好了边界和支持。

AI 拿走了一些旧的基础工作。组织要重新搭好从练习走向责任的台阶，让新人更早看见一件事的全貌。

电话还是会响。新人仍然需要有一次机会，在电话响起时知道：这件事现在归我；我可以求助，可以借助 AI，但不能把最后的判断交出去。