一、四种动机
阿特金森的动机模型指出，"追求成功"者倾向选择中等难度任务，"避免失败"者则倾向选择极容易或极困难的任务。将此模型扩展至组织场景，再增加一个"真实---虚假"维度------真实指行为与内在判断一致，愿意暴露不确定性并承担后果；虚假指行为服务于印象管理、合规表演或免责，不承载真实判断------便得到四种状态。
真实追求成功，是临境判断者。他主动选择中等难度任务，愿意暴露认知边界，提出假设并接受检验。他知道一次失败不会摧毁组织身份，因此敢于在有后果的事务中做真实判断。这是唯一能持续产生高质量临境判断与判例的状态。
虚假追求成功，是安全知识展示者。表面追求成功，实际只展示已验证的安全知识，回避真正不确定的决策。汇报漂亮，方案稳妥，成果可见，但不产生新判例。看起来在处理复杂事务，实际只调用可代数化的安全知识。
真实避免失败，是韧性构建者。他不追求高光成功，也不幻想意外不发生。他真实面对风险，承认不确定性，然后建立一套机制：冗余、预案、验证器、升级路径、责任边界、恢复流程。目标是失败可以发生，但不会失控；错误可以被吸收，而不会击穿系统。这不是保守沉默，而是主动设计安全边界。他愿意说"这里可能出问题，我们需要预案"，并且真的去建预案。
虚假避免失败，是免责证据生产者。同样以避免失败为动机，但采取虚假方式：大量留痕、反复确认、会议、邮件、文档，证明"尽到提醒义务"。会议不再是决策场所，而是分散风险、制造证据链的仪式；文档不再是知识载体，而是免责工具。他不增强系统韧性，只转移个人责任。
四象限不是固定人格，而是制度诱导的状态。同一个人在不同制度下会落入不同象限。组织设计的目标，不是筛选"追求成功者"，而是让多数人能在安全、公平、归属与授权的条件下进入真实追求成功状态，至少不滑向虚假避免失败。
二、AI放大动机表现
AI不改变人的动机结构，却极大改变了每种动机的表达成本。生成成本趋零，验证成本与责任成本不变。于是四象限被非对称放大：真实者获得杠杆，虚假者获得伪装；韧性者获得工具，免责者获得工厂。组织若只测度生成量、留痕量、会议数，就会系统性奖励虚假，惩罚真实。
真实追求成功者用AI生成假设，而不是代替判断；用AI模拟后果，而不是逃避后果。他主动说"这个判断由我负责"，把成功与失败都沉淀为判例。AI在这里是候选生成器、模拟器、反例发现器，是杠杆，不是替代者。
虚假追求成功者用AI生成漂亮报告、战略路线图、伪洞察。产出量爆炸，会议材料精美，汇报密集，但无法回答"谁对结果负责""哪些判断被证伪""失败案例是什么"。AI可以替代其大部分工作，甚至替代其"展示"本身。
真实避免失败者用AI生成故障树、红队测试、压力测试、异常监控、回滚预案。他利用AI扫描长尾风险，辅助验证器设计，监控静默失败率与人工否决率。AI在这里被用于加固，而非免责。
虚假避免失败者用AI自动生成会议纪要、风险提示、合规文本、确认邮件。他把"生成并发送"当作"已尽责"。决策被无限推迟，升级给上级，上级再生成更多文档。AI使免责证据生产边际成本趋零，文山会海指数级膨胀。最终，验证器失效，真风险被淹没，组织在"人人无责"中积累系统性脆弱。
关键区别在于：真实避免失败产生的是韧性资产，虚假避免失败产生的是免责垃圾。前者让失败可控，后者只让个人看似无责。AI放大前者，也放大后者。
三、组织动机偏好
组织并非个体，不存在心理学意义上的动机。但组织会形成稳定的资源分配逻辑、晋升标准与评价体系，这些制度安排持续筛选、奖励、边缘化特定行为，最终表现出一种可辨识的"偏好"。这种偏好不是某个人格的放大，而是制度长期运行后沉淀下来的结构性倾向。它决定什么样的人被提拔、什么样的产出被看见、什么样的失败被容忍、什么样的知识被沉淀。组织偏好一旦形成，便具有自我强化能力：它塑造评价标准，评价标准筛选人员，被筛选出的人再加固标准。
偏好真实追求成功的组织，通常源于早期关键业务成功，且其成功被正确归因于临境判断与真实决策，而非运气或资源垄断。这类组织将资源分配权交给能承担判断后果的人，预算优先给能产生新判例、新节点、可迁移能力的项目。其表现是会议少而密，文档短而准，决策快而可追溯；失败被公开讨论，归因于机制而非个人；人员跨部门流动频繁，因为能力被理解为可迁移的判断框架，而非特定领域的知识存量。AI在其中被定位为候选生成器、模拟器与反例发现器，生成能力服务于判断，而非替代判断。发展趋势是节点库持续增长，验证器增强，临境结构深度加深，形成"深而广"的护城河。风险在于可能冒进，若缺少韧性机制，一次重大失败可能击穿系统；也可能因过度追求新机会而分散资源，节点库广而不深。
偏好虚假追求成功的组织，通常源于评价体系与真实业务结果脱节，或资源分配权掌握在善于展示而非善于判断的人手中。这类组织将可见成果、短期指标、汇报质量作为主要评价依据，预算优先给容易量化、容易出彩、周期短的项目。其表现是汇报精美，会议密集，路线图宏大，伪洞察泛滥；数据好看，但经不起追问：谁对结果负责？哪些判断被证伪？失败案例是什么？AI被大量用于生成报告、方案、战略材料，产出量爆炸，同质化严重。人员晋升取决于展示能力而非判断质量，真实追求成功者因无法忍受"表演替代判断"而离开。发展趋势是节点库停止增长，验证器弱化，组织在表面繁荣中空心化。一旦遭遇真实冲击，缺乏临境判断者与韧性机制，迅速暴露脆弱性。这是"湖很大但很浅"的组织：规模可能不小，临境结构深度极低，且因虚假展示消耗了大量资源，真正用于节点沉淀的投入被持续挤压。
偏好真实避免失败的组织，通常源于曾经历重大危机或系统性失败，且该失败被正确归因于韧性不足，而非个人能力问题。这类组织将资源优先给风险治理、系统加固、失败恢复能力，评价标准中韧性建设占有实质权重。其表现是决策偏慢，每个重要判断都要经过验证器与升级机制；会议可能不少，但会议是决策场所，不是免责仪式；文档是风险结构，不是免责工具；系统稳定，事故率低，失败可归因，错误可吸收。AI被用于风险扫描、压力测试、异常监控、预案生成，而非免责。人员结构偏向稳健型，晋升取决于是否增强了系统承受失败的能力。发展趋势是抗冲击能力极强，在动荡环境中存活率高，但可能过拟合历史判例，抑制创新，错失机会。真实追求成功者可能感到束缚，因为"什么情况下必须升级给人"的边界太密，中等难度任务被过度保护。若长期完全主导，组织会逐渐保守，节点库增长缓慢，临境结构深度停留在防御性层面。
偏好虚假避免失败的组织，通常源于问责机制严苛但容错机制缺失，或上级组织以惩罚为导向而非以学习为导向。这类组织将留痕、合规、流程完整、责任分散作为主要评价依据，预算优先给"不出事"的项目，而非"做成事"的项目。其表现是文山会海，纪要、邮件、风险提示、确认函层层叠加；决策被无限推迟，升级给上级，上级再生成更多文档；AI被大量用于生成免责证据，形成"AI生成加人签字"的责任空转；组织看似合规，人人忙碌，但真风险信号被淹没在噪声中。人员晋升取决于是否"零失误"而非是否解决了问题，真实追求成功者与真实避免失败者被系统性挤出。发展趋势是验证器失效，节点库荒废，组织在"人人无责"中积累系统性脆弱。一次真实危机就会击穿系统，因为没有人真正建设过韧性机制。这是最危险的组织偏好：它不产生价值，只生产免责垃圾；它不增强韧性，只转移责任；它让组织在表面合规中失去真实判断能力。AI越强，免责证据生产越快，文山会海越膨胀，真风险越被淹没。
四种偏好并非静态。组织偏好会随外部环境、领导层更替、重大事件而迁移。一次重大危机可能让虚假避免失败偏好转向真实避免失败；一次关键业务成功可能让真实追求成功偏好强化；一次人才大量流失可能暴露虚假追求成功的空心化。但偏好迁移有惯性：评价标准、晋升通道、资源分配逻辑一旦与某类行为绑定，便形成既得利益结构，改变需要持续的制度投入与可信承诺。组织若想从虚假偏好转向真实偏好，仅靠口号与培训不够，必须改变资源分配权与评价权的实际归属，让真实判断与韧性建设获得可见回报，让免责表演与安全展示失去制度性收益。
最健康的组织，不是四种偏好平均分布，而是真实追求成功与真实避免失败共同主导评价权。前者开拓新可能，后者确保系统不崩。两者都依赖归属、安全、公平、授权，而这些条件无法由个体自行创造，必须由组织制度持续供给。组织偏好一旦被成员验证为可信，正向飞轮便可能启动：真实判断获得回报，判例沉淀为节点，验证器增强，组织临境结构加深，母组织更可信，成员更愿意贡献真实判断。反之，若组织偏好被验证为不可信，负向飞轮便会加速：归属缺失，人便避免失败；避免失败退化为虚假避免失败；AI成为免责工厂；真风险被淹没；组织认为人可替代，于是外包或自动化；这进一步切断归属，临境判断更不被贡献。
四、归属感产生临境创造性
当可精确定义、精确考核的重复性工作逐步被自动化替代，人类劳动剩余的价值正集中于那些无法精确定义、无法预先编程、必须在具体情境中即时判断并承担后果的部分------即临境创造性劳动。临境创造性不是一般意义上的知识劳动，也不是可拆解、可外包、可标准化的任务集合。它发生在边界模糊处、信息不完整处、后果不可完全预见处，要求判断者把自身置于情境之中，而不是站在情境之外执行流程。
临境创造性无法由合同条款、流程规范或绩效考核强制生成。合同可以规定交付物，却无法规定"在无人监督时仍主动多看一眼"；流程可以规定动作，却无法规定"在不确定性前多想一步"；考核可以奖励结果，却无法在结果出现前强制真实判断。它只在"这件事与我有关"的归属感中萌发：因为与我有关，人才会在边界模糊处多看一眼、在不确定性前多想一步、在无人监督时仍主动承担判断后果。
因此，归属感不是临境创造性劳动的辅助条件，而是其发生前提。这里的归属感不是福利、情绪或文化口号，而是一种可被制度验证的成员资格：安全、公平、授权、长期契约、评价参与、后果共担。它降低暴露不确定性的个人风险，提高真实判断的预期回报。当人相信自己的判断会被认真对待，失败不会被用来清算个人，成功不会被展示者截取，他才愿意把真实判断投入组织事务。反之，若归属缺失，理性选择便是避免失败；避免失败一旦缺乏真实承担，便退化为虚假避免失败：留痕、确认、会议、邮件、文档，目的不是增强系统，而是转移责任。AI在此成为免责工厂，真风险被淹没，组织认为人可替代，于是外包或自动化；这进一步切断归属，临境判断更不被贡献。负向飞轮由此形成。
反过来，若归属、安全、公平、授权被制度持续供给，真实追求成功与真实避免失败便可并存：前者开拓，后者兜底；前者产生新判例，后者建设验证器与恢复机制。AI辅助发现与韧性建设，判例与韧性资产积累，验证器增强，组织临境结构加深，母组织更可信，成员更愿意贡献真实判断。正向飞轮由此启动。关键区别在于：真实避免失败产生的是韧性资产，虚假避免失败产生的是免责垃圾。前者让失败可控，后者只让个人看似无责。AI放大前者，也放大后者。
AI越替代标准化劳动，这一硬约束越不可回避：归属感产生临境创造性，临境创造性决定组织在AI时代不可替代的价值。外包与劳务派遣若在结构上切断归属，便不只是降低质量，而是在系统性削弱组织获取临境创造性劳动的能力。组织若不能回答"谁为归属负责"，就无法在AI时代持续获得真实判断。
五、制度分叉与核心问题
AI是放大器，不是选择器。它不改变人的动机结构，只改变每种动机的表达成本；不自动选择制度，只把不同制度的后果推到极致。当生成成本趋零、验证成本与责任成本不变，标准化劳动被逐步替代，临境创造性成为人类劳动剩余价值的核心，归属感便从文化条件上升为核心生产资料。于是，任何制度都必须回答四个问题：谁拥有AI与数据？谁掌握评价权与资源分配权？谁承担判断后果？AI用于验证还是免责？对这四问的不同回答，展开为四条制度分叉。
第一条分叉是改革资本主义。它保留市场与竞争，但用利益相关者治理、员工持股、合作社、产业民主、长期资本、全民基本收入与公共服务，重新提供归属、安全、公平与授权。企业不再把外包与零工当作默认选项，而是把关键判断者纳入长期契约与共同体；AI被用于候选生成、反例发现、压力测试与异常监控，而非免责证据生产。其优势是仍能利用市场发现与分散知识，同时修复临境创造性的社会前提。其风险是改革不彻底：若资源分配权与评价权仍被短期资本和展示型管理者掌握，真实追求成功者与真实避免失败者仍会被挤出，正向飞轮无法启动。
第二条分叉是民主社会主义。它主张生产资料社会所有或民主控制，经济民主，评价权与资源分配权社会化，AI、数据、判例库与验证器作为公共基础设施，由公共信托或共同体民主治理。判例、节点库、韧性资产不再被少数平台垄断，而成为可迁移、可复用的社会知识。AI主要用于验证、韧性建设、公共发现与风险治理，而非制造文山会海。其优势是更彻底地解决生产社会化与占有私有化之间的矛盾，让归属具有制度可信承诺。其风险是若官僚化、容错缺失、惩罚导向，同样会滑向虚假避免失败：人人留痕，层层升级，验证器失效，真风险被淹没。
第三条分叉是技术官僚威权。它用AI加监控、算法管理、零工化与免责工厂维持表面效率。决策被无限推迟，升级给上级，上级再生成更多文档；AI自动生成会议纪要、风险提示、合规文本与确认邮件，把"生成并发送"当作"已尽责"。组织看似合规，人人忙碌，但真风险信号被淹没在噪声中。其结果是负向飞轮加速：归属缺失，人便避免失败；避免失败退化为虚假避免失败；AI成为免责工厂；组织认为人可替代，于是外包或自动化；这进一步切断归属，临境判断更不被贡献。它不产生韧性资产，只生产免责垃圾；不增强系统承受失败的能力，只转移个人责任。
第四条分叉是租金封建化。少数平台垄断AI、数据、判例与验证能力，多数人依附于平台，贡献判断与数据，却不掌握评价权与资源分配权。归属被平台化、碎片化，临境判断被抽取为平台资产，形成"归属租金"。平台越强，个体越难在边界模糊处多看一眼、在不确定性前多想一步、在无人监督时主动承担判断后果。其结果是表面连接、实质孤立；表面灵活、实质依附。AI在这里不是公共验证器，而是私人抽租机。它可能带来极高效率，却以临境创造性的枯竭为代价。
四条分叉并非互斥，也非静态。现实制度往往是混合体：市场与再分配并存，公共平台与私人平台竞争，民主治理与算法管理交织。组织偏好会随外部环境、领导层更替、重大事件而迁移；一次重大危机可能让虚假避免失败转向真实避免失败，一次关键业务成功可能强化真实追求成功。但偏好迁移有惯性：评价标准、晋升通道、资源分配逻辑一旦与某类行为绑定，便形成既得利益结构。改变需要持续的制度投入与可信承诺，让真实判断与韧性建设获得可见回报，让免责表演与安全展示失去制度性收益。
AI天然反"免责资本主义"和"零工资本主义"，并把归属感推成不可回避的硬约束。它迫使任何制度回答：谁提供安全、公平与授权？谁掌握评价权与资源分配权？谁承担判断后果？AI用于验证还是免责？若资本主义能通过民主化、长期化、共同体化重新提供归属，它仍可延续；若不能，它会因临境创造性枯竭而衰败，为社会主义或其他后资本主义形态创造空间。技术不自动改变生产关系，却会改变哪种生产关系更可行、更矛盾。最危险的不是AI替代人，而是AI放大免责、淹没真风险、切断归属，使组织与文明在表面繁荣中失去临境判断能力。归属感产生临境创造性，临境创造性决定组织在AI时代不可替代的价值；而谁为归属负责，将成为AI时代政治经济学的核心问题。