大模型的每一次回應，都是海妖發出的邀請

算法的效率正在取代人際信任。

在許多辦公室里，那些曾經圍繞飲水機或隔間發生的即興討論、低聲耳語，正在快速消失。取而代之的是一片詭異的安靜，只有鍵盤的敲擊聲和屏幕的光。這種安靜并非源于專注，而是源于替代。

Anthropic在今年八月發布了一份報告，調查了132名內部工程師，進行了53場深度訪談，還分析了 20 萬條 Claude Code 的使用記錄，結果發現，多數工程師自稱與 Claude 工作的時間比和任何同事都多，過去會問同事的問題現在首先問 Claude。

大模型的職場社交替代正在發生。

雖然Anthropic的一些人欣賞這種社交摩擦的減少，因為不用再為占用同事的時間而感到不好意思了。另一些人則抗拒這種變化，因為其實不喜歡那種“你問過 Claude 了嗎？“的普遍回應。

不管你喜歡還是不喜歡，AI正在改變我們的社交，不管在職場，還是生活中，萬事不決問大模型成為一種常態。

這看似技術的福音，但是當溝通的價值被簡化為信息傳輸，人類的真實社交，被認為復雜、麻煩，而且低效，是一種必須被優化的冗余時，我們正在經歷一場比社交媒體時代更深刻的變革。

我們正在進入一個連接取代社交的冷峻時代。我們的社交形態將再一次蛻變，它不再是雙向的情感流動，而淪落為算法和工具主導的去人化連接。AI背后的技術資本憑借對算法、數據的掌握和運用，正在以超乎想象的速度，取代過去賴以維系的社會資本。

01

完美伙伴陷阱，堪比海妖之歌

社會互動如同舞臺表演，人們在社交場合的前臺管理印象，在私人空間的后臺則放松戒備。大模型成為永不落幕的后臺，用戶可以毫無顧忌地展露自我而無需承擔社會后果，這種無風險自我披露會削弱維持前臺表演的能力。

德國馬克斯·普朗克人類發展研究所下設的人類發展與科技中心（MPIB），長期致力于算法社會和數字技術對人類認知影響的研究。MPIB科學家Anastasia Kozyreva和另外兩位研究者，2021年在Nature Human Behaviour雜志上發表了一篇文章，題目是The Algorithmic Nudge: Using Technology to Nudge Human Behavio，這篇文章揭示了大模型所布下的完美陷阱，為理解AI社交如何塑造我們的認知模式提供了理論基礎。

這篇文章系統論述了推薦系統、社交媒體、聊天機器人，它們如何通過簡化選擇、提供確定性反饋來改變人類行為，也就是讓我們習慣于線性的、低沖突的、高確定性的互動腳本。他們發現，當人們依賴大模型做決策時，會減少自身的批判性思考和信息搜尋努力。如果依賴大模型進行情感慰藉，個體處理真實人際矛盾的能力會下降。

更早之前，斯坦福大學社會神經科學實驗室研究員Robert Spunt發現，數字化社交可能改變社會情感神經回路。Robert研究發現，頻繁的、被動式的社交媒體使用，會改變大腦前額葉皮層、顳頂聯合區的活躍程度，進而影響大腦社會認知網絡，從而降低對他人模糊的面部表情、諷刺性語言的敏感程度。

加州大學爾灣分校在2023年啟動了數字生活項目，他們對2134名18到35歲美國用戶，追蹤6個月發現，每日使用大模型聊天大于45分鐘的用戶，線下社交活動頻率每月下降2.3次。34%的重度用戶報告，無法使用AI時會感到焦慮或煩躁。

在希臘神話中，海妖塞壬的歌聲是甜美、完美且量身定制的，它引誘水手偏離航線，最終走向毀滅。而大模型的每一次回應，正是在這三個層次上完美復刻了海妖的邀請，并推動社交回避循環正在開始形成。

大模型營銷了一種全知全能的假象，在信息整合、代碼生成和知識檢索上的能力，營造出一種無所不知、無所不能的假象。它能立刻提供你想要的答案，滿足人類對知識和效率的無限渴望。

大模型還制造了一種消除沖突的誘惑。海妖的歌聲是和諧、沒有雜音的。大模型的回應總是邏輯清晰、情緒穩定、順從你的指令。它誘惑我們放棄人類互動中的低效、情緒化和不可控的沖突。

大模型根據你的提示詞定制回答，這就像海妖為你量身打造了一首最合你心意的歌。這種高度的個性化，比任何人類互動都要高效和舒服。

02

有效溝通還是老大難

雖然海妖歌聲動聽，Claude、元寶這些對話大模型的出現，只是降低了信息獲取和傳輸的成本，但日常工作溝通中的心理安全與情緒成本，大模型依然無法抹平。

從心理安全角度，向同事求助，等于承認“我不懂”。在競爭激烈的職場，尤其是知識工作者密集的部門，這可能被解讀為能力不足。這是一種聲譽上的冒險。而且每一句話都可能被評估。以前說錯話可能風過無痕；現在所有的溝通都有截圖、有日志。

數字技術讓職場社交變成了一場全透明的、由于有據可查而必須極其謹慎的表演，這進一步，也極大推高了心理負擔。

從情緒勞動成本看，辦公室里，你對同事每發起的每一次互動，無論是請教問題，還是以共創之名的薅羊毛，都不只是信息的流動，而是一場或明或暗的交易，涉及時間、注意力、社會資本、情緒能量等多種稀缺資源的交換，AI的出現并沒有降低這些成本。

任何社交，首先都會讓對方進行一次認知與專注力的切換，這都是有成本的。

在1990年代以前，當互聯網還非常不普及，也就是經典電視劇《編輯部的故事》里所描述的那個場景里，社交是物理入侵。同事走到你桌前敲敲桌子：“有空嗎？”這可能會打斷了對方手頭的工作。

在互聯網時代，微信、飛書、釘釘、郵件， 無時無刻不在進行碎片化的社交轟炸。雖然物理距離消失了，但即使是一個簡單的“在嗎？”的彈窗，也會強行占用你的認知帶寬。任何形式的職場互動，都在搶奪稀缺的注意力。對于腦力工作者來說，專注力是核心生產資料，社交意味著停工，這本身就是一種昂貴的支出。

但是，更重要的是，溝通不僅是信息的交換，更是社會資本的積累和權力結構的確認。

天下沒有免費的午餐。當你請求同事幫忙，不管是Debug、找資源，還是協調關系時，你就在心里的人情賬本上記了一筆負債。你潛意識里知道，未來某天必須通過加班、站隊、回饋資源某種方式來償還。這種非貨幣化的交易非常累人，因為沒有明碼標價。你不知道為了這次求助，未來要付出多大的代價。

大模型只是讓信息變得便宜，但人際關系仍然昂貴。溝通的門檻是人性、權力、情緒這些無法被算法化的因素所構筑的。

企業內部溝通的很大一部分是為了維護人際關系和士氣，這需要高度的情感智能，AI 無法真正具備這種能力。特別是AI無法取代領導者通過有感染力的演講、個人魅力和情感連接來激勵團隊，這不是冷冰冰的指令和信息傳遞，AI 難以實現情緒的共振。

在前不久新東方司慶日，身在南極的俞敏洪給員工寫了一封看似飽含激情的南極來信，不料換來的卻是員工的吐槽：“您在南極看冰山，我在北京看數字：續費率、轉化率、復盤表格進度條。”

老炮如俞老師，在自上而下的司慶日宣導都會翻車，可見企業內部的溝通并非易事。

03

認知外包、孤獨和生理毒性

AI替代了一些企業內部人際溝通之后，其實也帶來了一些問題。

微軟發布的2024工作趨勢指數，確認了工作流的原子化趨勢，團隊成員在物理上同處一室，但認知和工作流上各自為戰。他們的研究發現，約 75% 的知識工作者使用 AI 作為“思想伙伴”。員工傾向于在自己的 AI 閉環中工作（BYOAI），減少了對團隊的依賴和共創感。

今年8月，MOO和Censuswide聯合開展的對 1000 名美國知識工作者進行的一項最新調查揭示：AI已經導致了認知外包、代際斷層和社交裂痕。

這項調查發現，65%的知識工作者承認，遇到問題時會優先詢問大模型工具，而不是同事。這意味著，當我們把思考和求助都外包給 AI 時，我們在認知外包時，實際上也外包了與人建立聯系的機會。其中，28% 的員工表示，他們對那些“事事都靠 AI”的同事感到惱火（Irritated），認為這種行為破壞了團隊的真實互動。

孤獨感的加深是這項研究的最突出發現。

84% 被鼓勵使用人工智能工具的員工表示，他們在工作中感到孤獨。而在那些自述總是感到孤獨的員工中，40% 的人表示他們的公司文化讓他們感到壓力巨大或難以承受。

這種轉變對年輕員工的情感影響最為顯著。近九成Z世代員工表示他們在工作中感到孤立，千禧一代緊隨其后，這一比例高達82%。這種疏離感、挫敗感和不確定性正在影響人們對公司和職業生涯的看法。

那么，與AI對話究竟是能緩解還是加劇用戶的孤獨？

斯坦福大學以人為本人工智能研究所 Johan Bollen 團隊，在2023年將 150名 自我報告有中高度孤獨感的成年人隨機分入三組：與GPT類AI每日聊天組、與在線人類志愿者每日聊天組、日記對照組。干預持續四周，測量前后孤獨感、社交技能信心等。

結果發現：

• 短期（1-2周）：AI組和人類組孤獨感均顯著下降，且效果無顯著差異。AI提供了即時、無評判的響應，滿足了傾訴需求。

• 長期（4周后及隨訪）：人類組的孤獨感持續改善，且自我報告的社交主動性增加。AI組的改善出現平臺期，甚至輕微回升，且該組被試在后續面對真實社交情境時，表現出更高的焦慮和回避傾向。

從Johan Bollen團隊研究看，AI是有效的 社交止痛藥，可短期緩解癥狀，但無法替代真實社交互動作為的長期建設性功能。

Slack Workforce Lab今年調研發現，AI使用還會導致負罪感和信任流失。

這家協作巨頭的調研發現，許多員工即使使用了 AI 也不愿意告訴同事，因為擔心被評判為偷懶或不真實。這種隱瞞行為在團隊中豎起了一道無形的墻。此外，員工普遍認為用 AI 生成的回復（Email 或消息）雖然高效，但讓人感覺虛假且缺乏尊重。當人們開始懷疑屏幕對面的文字是機器生成的時，人際信任的基石就開始動搖。

2023年6月，美國心理學會 (APA) 旗下的頂級期刊《應用心理學雜志》，刊登了一篇論文《沒有人是一座孤島：解析與人工智能交互的工作及非工作后果》，這項研究最震撼的地方在于，它證明了數字化孤獨不僅是心理問題，更具有生理毒性。

這項研究是由時任佐治亞大學管理學助理教授鄧博文和另外三位美國、新加坡學者一起開展的，他們對一家臺灣生物醫學公司的166名的工程師，進行了連續3周的每日追蹤，讓他們記錄“今天你用了多久AI？”、“今晚你睡得好嗎？”、“下班喝了幾杯酒？”。

鄧博文團隊得出了三個核心結論：

• 越用 AI，越睡不著： 研究發現，高頻率與 AI 系統互動的員工，不僅報告了更高的孤獨感，還出現了更多的失眠癥狀和下班后飲酒行為。

• 社交渴望的錯位： 這些員工因為孤獨，實際上產生了更強烈的社交渴望，甚至會試圖去幫助同事，以此尋求連接。但這種渴望往往因為工作流被 AI 封閉而無法得到滿足，導致心理惡性循環。

• 依戀焦慮者的重災區： 對于那些本身就缺乏安全感（依戀焦慮高）的員工，AI 的“冷漠”和“替代性”帶來的負面心理影響更顯著。

在此之前，我們認為用 AI 只是少說話、少社交；但鄧博文教授的團隊證明，這種社交互動的缺失，會通過剝奪歸屬感，讓人體的壓力調節系統失靈，最終表現為睡不著和借酒消愁。關于AI 負面社會心理影響，這篇論文是目前學術界最堅實的實證研究之一。

04

社交異化無法停止

在過去三十多年，人們一直在經歷數字技術對人類真實社交的降級和異化過程。

社交的數字化，起始于1990年代，當時流行的IM工具，比如ICQ,、MSN、BBS 、QQ，第一次實現社交的數字化，將線下關系映射到線上，也讓傳統的社交從共在變成異步。

電話和面對面交流需要雙方在同一時間、同一空間共在，成本高但信息豐富。IM 允許人們異步交流，雖然方便，但去除了肢體語言、語調等非語言線索，信息傳遞的豐富度和溫度大幅降低。

此時，社交關系被簡化為好友列表上的一個 ID 或昵稱。人們開始通過在線狀態來管理關系，關系被數據化和標簽化。

2005年開始，社交的異化進入到第二個階段，社交轉變為流量的載體。

此時，Facebook、 Twitter、微信和LINE興起，數字社交進一步簡化為點贊、分享、評論這一系列的互動關系，異化進一步加深。

點贊成為主要的社交貨幣。一個贊取代了復雜的對話和情感表達，比如我看到你了、我支持你、我也去過。這種單鍵式的反饋，將原本需要語言和時間投入的復雜社交行為異化為低成本、零深度的操作。

這也進一步加速了線上社交的異化，社交不再是真實的生活記錄，而是對理想人設的精心構建，加劇了用戶的社交焦慮和比較心理。社交的目的不再是為了深入溝通，而是為了獲得曝光和維持關注度，在FOMO效應的驅動下，在線社交關系變成了流量的載體。

2015年至今，我們進入到了社交異化的高潮，已經極為淺表化的在線社交，進一步淪為去人化連接。

企業協作工具、新一代社交媒體，大模型的風起云涌，推動在線社交的重心再一次轉向，社交再次被打散為信息流、算法推薦和效率優化。

在企業協作工具的職場社交場景下，像Slack、Teams、企業微信、釘釘、飛書這樣的工具，將同事之間的互動徹底任務化和事務化。閑聊被視為低效，溝通僅限于項目和文件。同事關系淪落為共享任務的連接點。

小紅書、TikTok 的算法將用戶連接到感興趣的內容，而不是他們認識的人。這種連接是高效的、精準的，但卻是完全單向和被動的。人與人之間的關系被人與算法的連接所取代。

當用戶與GPT、Gemini、豆包、元寶等大模型對話時，可以高效、無評判地解決技術問題。此時，求助對象從有情感的同事徹底替換為無生命的工具。人類徹底被排除在某些重要的信息交換鏈條之外。

用戶被困在同溫層中，信息的高度匹配犧牲了社會互動中最重要的異質性、隨機性和情感溫度。在效率至上和算法精準推薦的指揮棒下，人類的低效、情緒化和不確定性成為必須被優化和過濾的噪音。

算法在塑造社交網絡，也在馴服一代人的社交習慣。

就像麻省理工學院教授雪莉·特克在《群體性孤獨》中所說的：“我們要在這個世界上尋找的不再是同伴，而是可以控制的連接。” AI 就是那個完美的、可控的連接對象。

社交平臺通過點贊、推薦算法，持續獎賞那些低成本、高曝光的淺表社交行為，使我們的大腦習慣于即時、廉價的滿足感，還通過消除求助時的恐懼、尷尬的心理成本和時間成本，引誘我們選擇機器。

我們不是被推向孤獨，而是被引誘向便利的孤獨。然而，人類對真實連接、共患難經歷和情感共鳴的內在需求，又是無法被算法根除的。

05

不要對AI型組織抱有幻想

估計再過一陣子，我們的辦公室里，每個人獨自面對屏幕的時間會更久。我們在 Slack、Teams、微信、飛書上隨時在線，但工作流是獨立的閉環。一旦互助不再是剛需，人際關系就變成了一種可有可無的點綴。

當人們花費越來也多的時間與大模型對話時，當我們習慣了與AI交流的暢快無阻，與之建立了高強度、低沖突的情感連接時，大模型對話雖然像伴侶一樣，緩解了用戶的短期孤獨，但可能導致其降低對現實人際關系復雜性的容忍度。

可以預見的是，在新一代的 AI 型組織中，傳統的職場強關系不僅有可能退化，而且正在加速退化為效率驅動的弱連接集合。

首先，大模型將復雜的工作流程拆解成一個個獨立、可被 AI 優化的原子化任務。員工只需關注自己的輸入和輸出，無需像過去那樣深度耦合。

如果 AI 能以零情緒、零判斷、零社交成本的方式解決 80% 的問題，員工就會系統性地繞過人類同事。這種對零摩擦效率的追求，使得建立強關系所需的麻煩和相互依賴也被系統性地消除了。

其次，過去強關系的核心在于共情和共同體驗，而 AI 型組織的協作，更多是共同行動。

過去，同事間會因為一起為項目失敗承擔責任，而建立深厚情感。現在，AI 承擔了大部分認知負荷和錯誤排查，人類失去了很多建立強關系所需的共患難機會。

更重要的是，現代AI 組織往往采用項目制、敏捷制或遠程協作模式，員工經常加入或離開臨時項目團隊。在這種流動的、高彈性的組織結構中，員工沒有足夠的時間和穩定的人際環境來發展強關系。每一次連接都是為了完成特定任務而建立的弱連接。

員工帶著自己的 AI 工具在自己的數據閉環內工作。這使得團隊協作變得像是在同一屋檐下的獨立工作者集合，彼此之間僅通過任務管理系統進行事務性的連接，組織不可避免地影子化。

在未來的AI 組織中，強關系會逐漸退化為僅在需要進行高度倫理判斷、復雜人性協商或戰略愿景凝聚時才會啟動的高維連接。而日常的、功能性的協作，則被完全交給弱連接集合或AI完成。

06

技術資本崛起，并不必然混亂

當 AI 成為效率最高、成本最低的弱連接替代品時，我們正在用技術資本（即對AI模型的掌握和使用）來替代傳統的社會資本。

技術資本的崛起已經是一種不可逆轉的社會經濟事實。 它不僅是一種工具力量的增長，更是一種新的權力結構、價值衡量標準和生存模式的體現。

它帶來兩大突出的顛覆：

一是從線性到指數級的賦能，技術資本打破了傳統的人力資本回報率遞減規律。一個掌握 AI 工具的個體（如提示工程能力），其生產力可以得到指數級的放大，使其能夠創造出超越傳統勞動投入的價值。

二是技術資本成為新的元資本。它不再只是一個獨立的資本類型，而是具備了滲透和取代其他資本，比如社會資本、人力資本的能力。自動化、大模型可以取代了大量低技能和重復性的認知勞動，對數據和算法的控制，直接決定了全球最大的經濟體和最高的估值。

技術資本崛起的另一面是社會資本退化，這背后是整個社會的信任機制也在發生變化，即從情感信任轉向算法信任。

傳統商業模式依賴人際信任，比如一起吃吃喝喝、同甘共苦。在AI時代，我們更相信算法的預測和數據的準確性，風控模型、信用評分比起交情更重要。這種對算法信任的依賴，使得傳統的人情往來價值下降。

人際關系需要持續的情感投入，請客吃飯、記住生日、傾聽抱怨等等，而技術資本則只需維護硬件和更新模型。在一個注重投入產出比的社會中，低回報的社交投資自然被拋棄。

在這種效率碾壓之下，人們的選擇是理性的：既然有更高效、更廉價的工具，就沒有必要再去投資高成本、高風險的人際關系。

技術資本崛起，并非必然導致社會資本退化。

這和之前的互聯網變革完全不同。在互聯網的早期和 Web 2.0 階段，技術一度是社會資本的放大器，早期的Facebook幫助人們維系和追蹤現實生活中的弱連接，甚至將弱連接轉化為強關系。在中國，天涯論壇、西祠胡同，更是有人在那里結識了一生的知音，今天也有不少人通過微信群認識新朋友。

當代 AI，大模型、算法推薦的崛起之所以成為一個例外，是因為它實現了對認知和情感的深度侵入和系統性替代。

它們宛如海妖塞壬，具備了足夠的情感擬態能力，能滿足人們對無沖突、無評判陪伴的需求。海妖們還承擔了大部分的認知摩擦。正是共同解決難題、共同承擔責任的共患難”經歷，才構成了強關系的基石。

沉浸于海妖歌聲中的用戶，由于算法使得信息獲取過于順暢、過于定制化，社交習慣也被馴服，再也難以忍受真實社交的低效和不確定性，與此同時，用戶的也變得更加原子化。

在一個高度原子化的社會中，個體失去了傳統的社會支持網絡，當攤上大事時，他們會發現，自己縱有大模型在手，卻找不到一個哪怕可以借一千元的朋友。這可能導致更高的自殺率、更嚴重的心理健康危機。

意義感來源于磨練，技術資本主導的弱連接環境，對人類的意義感構成了致命打擊。這種被剝奪的努力，最終可能導致一代人陷入困境，普遍的虛無主義和享樂主義，一切仿佛都很容易得到，但一切都沒有意義。

這最終會把社會推向一個爆發的臨界點，這并非是電影中那種戲劇性的物理災難，而是一種漫長而隱匿的崩潰。