（圖/《人工智能）

1936年，查理·卓別林在經(jīng)典影片《摩登時代》中扮演的那個被卷入巨大齒輪的工人，成為了工業(yè)文明早期最深刻的隱喻。機器轟鳴，人被異化成流水線上一個機械的零件，為了跟上機器的節(jié)奏而疲于奔命。

近一個世紀后的今天，當人工智能以驚人的速度迭代，一種相似的焦慮感再次彌漫在社會上空。只不過，這一次被卷入齒輪的，似乎不再是肉體，而是我們的頭腦與認知。

從科幻作家阿西莫夫筆下的「機器人三定律」，到凱文·凱利對「奇點」的預(yù)言，人類對于技術(shù)替代自身的恐懼從未停止。

社交媒體上充斥著「AI將取代部分工作崗位」的預(yù)言，人們一邊被失業(yè)的焦慮所填滿，一邊對技術(shù)工具盲目地追逐：花費大量的時間去學習提示詞技巧、囤積各類新潮的AI工具，仿佛只有掌握這些，才能在未來的職場競爭中占據(jù)一絲先機。

在這樣喧囂的輿論場中，一種焦慮與狂熱并存的心態(tài)在集體中蔓延。然而，當我們回歸技術(shù)演進的歷史規(guī)律，以及勞動力市場的現(xiàn)實邏輯，就會發(fā)現(xiàn)：我們也許高估了單純追逐工具的價值，誤判了技術(shù)對勞動時間的改造，也錯看了AI沖擊的真實人群。

|01 技術(shù)「追新」未必有用

當下社會彌漫著一種「AI必須會」的緊迫感。各類教程鼓吹「每天一小時掌握AI辦公」，職場培訓課程將「精通提示詞」列為標配。然而，這種對工具本身的過度關(guān)注，往往掩蓋了一個基本前提：技術(shù)存在的意義，是服務(wù)于具體問題的解決，而不是反過來讓人去適配技術(shù)。

歷史的經(jīng)驗表明，真正具有跨時代意義的技術(shù)革新，從來不是靠少數(shù)人「搶先掌握」而普及的，而是通過降低使用門檻，讓大多數(shù)人不需要深究原理就可以從中受益。電力如此、互聯(lián)網(wǎng)如此、智能手機也是如此。

正如計算機科學家艾倫·凱（Alan Kay）所言：「真正深刻的科技，最終會變得看不見。」當一項技術(shù)需要用戶花費大量時間去學習其復雜操作邏輯，恰恰說明了它尚未成熟到足以無縫融入日常。

現(xiàn)實中，很多「為了用AI而用AI」的行為，不過是給舊范式套上一個新外殼。本來可以幾句話解釋清楚的數(shù)據(jù)分析，非得強行加上動態(tài)可視化；本來十個字可以說清楚賣點的文案，非得用AI潤色成幾十個字。

這些操作或許能讓結(jié)果「看起來更炫」，但并沒有提升實質(zhì)性的價值。

效率是把事情做對，效能是做對的事情。——彼得·德魯克

在注意力尤為稀缺的時代，個體不應(yīng)該把精力耗費在無休止的工具迭代上，而應(yīng)該回歸到自身要解決的核心問題：你手里的錘子再先進，也得先確認墻上有沒有釘子。

況且，AI技術(shù)遵循著超指數(shù)迭代規(guī)律。根據(jù)METR研究所等機構(gòu)的追蹤數(shù)據(jù)，大模型的核心能力翻倍周期已壓縮到了幾個月，應(yīng)用層工具更是按月甚至按周更新。

這個月熟練掌握的操作技巧，下月就可能被新功能覆蓋；你摸索出來的使用范式，很快會被更便捷的交互所替代。因此，對于普通人而言，投入大量時間去鉆研短期有效的操作細節(jié)，性價比極低。

|02 「效率提升」不等于「負擔減輕」

關(guān)于AI的未來，最樂觀的敘事莫過于：它將把人類從繁重的勞動中解放出來，讓我們每周只需要工作4天，甚至更短。這種期待無疑是對技術(shù)史的一種浪漫化解讀，仿佛每一次生產(chǎn)力的飛躍，都會自動轉(zhuǎn)化為勞動者的福祉。

回顧歷次工業(yè)革命，技術(shù)的突破確實極大地提高了生產(chǎn)效率，但并未直接帶來普通勞動者工作時長的顯著減少。

在農(nóng)耕時代，受自然規(guī)律影響，人們?nèi)粘龆鳌⑷章涠ⅰＨ欢S著蒸汽機和電力的引入，工廠機器一旦啟動便可以晝夜運轉(zhuǎn)，于是「白班」和「夜班」應(yīng)運而生，工作時間反而被拉長。

經(jīng)濟學家羅伯特·戈登（Robert J. Gordon）在《美國增長的起落》中指出，19世紀末至20世紀初，盡管生產(chǎn)率大幅提升，但普通工人的實際工作時長并沒有因此明顯減少，直到后來工會運動和立法干預(yù)，工時才逐步得到改善。

技術(shù)的進步，往往被資本轉(zhuǎn)化為對更高產(chǎn)出的追求，而不是對勞動者閑暇時間的讓渡。

當前的AI浪潮似乎正在重新上演這一歷史邏輯。生成式AI的出現(xiàn)，理論上可以大幅降低內(nèi)容生產(chǎn)、代碼編寫、數(shù)據(jù)分析等工作的門檻和時間成本。但在實際的職場中，這種效率的提升并沒有讓員工更輕松，反而導致了工作邊界的無限制擴張。

比如做一張海報，過去需要市場和設(shè)計兩個部門協(xié)同完成，現(xiàn)在好了，直接讓市場自己去用AI生成。原本一周才能做出來的數(shù)據(jù)分析報告，現(xiàn)在可能被要求實時生成。資本逐利的本性決定了，當效率提升時，預(yù)期的產(chǎn)出量也會同步甚至超比例增加。

正如馬克思在《資本論》中分析的那樣，技術(shù)進步在資本主義體系下，首要功能是「相對剩余價值」的榨取：即通過縮短必要勞動時間，延長剩余勞動時間。AI并不會改變這一機制，只會將其推向新的高度。因此，幻想技術(shù)自動帶來「輕松的生活」，無異于期待狼群主動為羊群留出生路。

認清這一現(xiàn)實，或許比盲目樂觀更能幫助普通人調(diào)整心態(tài)，做好長期應(yīng)對高強度競爭的準備。

|03 被AI沖擊的高學歷年輕人

在AI沖擊的版圖中，受影響最深的群體可能并不是傳統(tǒng)意義上的低端體力勞動者，而是那些擁有光鮮學歷、剛剛邁入職場的年輕人，尤其是來自985/211重點高校的畢業(yè)生。

這一現(xiàn)象的背后，是人才培養(yǎng)邏輯與市場需求之間的錯位。長期以來，高學歷人才的優(yōu)勢在于扎實的理論基礎(chǔ)和較強的學習能力。然而，大多數(shù)初級知識型崗位的核心價值，并不是創(chuàng)造力，而是執(zhí)行力和信息處理能力，而這恰恰是當前AI最擅長的領(lǐng)域。

文案撰寫、基礎(chǔ)數(shù)據(jù)分析、市場調(diào)研、會議紀要整理……這些工作雖然需要一定的專業(yè)訓練，但流程標準化程度極高，評判標準明確，很容易被大模型模仿。

除此之外，AI不需要情緒家孩子、不會跳槽、不需要社保，還能7×24小時響應(yīng)。對企業(yè)而言，在經(jīng)濟下行期，用AI+實習生組合替正職，成本極具誘惑力。

這就導致了一個尷尬的局面：企業(yè)對于「可被標準化、流程化」的基礎(chǔ)執(zhí)行崗位的需求正在急劇萎縮。

很多大型企業(yè)開始傾向于用AI+實習生組合替正職。因為按照SOP，這些工作并沒有太高的壁壘，幾個月輪換一批人一樣可以維持運轉(zhuǎn)。雖然資深員工和新手（或者AI）在解決復雜、非標問題時仍有質(zhì)的差距，但社保繳納、裁員賠償、管理精力，這些都是招正職的隱性成本，但AI或短期實習生則規(guī)避了這一切。

當下對于年輕人而言，學歷和努力，不足以構(gòu)建核心競爭力。知識獲取和基礎(chǔ)技能生成的門檻已經(jīng)被AI踏平了，單純的信息儲備和重復性腦力勞動在迅速貶值。

企業(yè)不再愿意為「潛力」支付高昂的薪酬溢價，他們更需要的是能夠立刻解決復雜問題、具備洞察力的成熟型人才。這對于缺乏經(jīng)驗積累的年輕人來說，無疑是一道正在收窄的窄門。

|04 AI時代普通人的自處方式

面對洶涌而來的技術(shù)浪潮，普通人自處的方式其實并不復雜。

首先，不必過度焦慮。歷史證明，任何具有跨時代意義的技術(shù)革新，最終都會適應(yīng)大多數(shù)人的使用習慣，而不是強迫所有人成為技術(shù)專家。作為普通人，真的無需追逐每一個風口，也不必苛求自己成為提示詞大師。技術(shù)的終局一定是隱形的存在，是像電力一樣成為基礎(chǔ)設(shè)施，而不是時時刻刻掛在嘴邊的談資。

其次，保持平常心，認清工作的本質(zhì)。技術(shù)革新不會自動帶來烏托邦式的輕松，勞動的形態(tài)會變，但勞動的強度與壓力可能在很長一段時間內(nèi)依然存在。接受這一現(xiàn)實，調(diào)整心理預(yù)期，在變化中尋找確定性。

最后，也是最重要的一點，警惕自身的「工具化」。在AI時代，努力、博學、記憶力好，這些曾經(jīng)被推崇的品質(zhì)，正在成為機器的標配。人之所以為人，核心價值在于那些機器難以模擬的特質(zhì)：獨特的審美判斷、對他人的同理心、在模糊情境下的道德抉擇、以及對業(yè)務(wù)方向的主動思考與戰(zhàn)略洞察。

未來的競爭力，不在于你比AI算得更快、記得更多，而在于你能否提出正確的問題，能否在冰冷的數(shù)據(jù)中看到溫度，能否在效率至上的邏輯中堅守人的價值。

畢竟，機器可以生成千萬種答案，但只有人類，才能定義問題的意義。

商務(wù)合作、稿件邀約、媒體專訪等事宜可直接掃碼添加「劉知趣」（賬號原名稱：知趣同學）的微信，一起「交個朋友」。

互聯(lián)網(wǎng)行業(yè) 當代青年 中產(chǎn)家庭