第八章 最终格局:不是 AI 淘汰人,是「依赖 AI 的人」淘汰自己

工具不会开除任何人。它只是让某些人手里,再也没有别人需要的东西。

先看一场会议。

一家制造企业做年度岗位调整。两个岗位被合并,其中一位员工被调去做辅助工作------配合系统运行、处理异常、整理材料。会上没有人提到 AI,因为官方原因是「业务调整、提高协同效率」。但在场的人心里都清楚:那个岗位的核心工作,两年来已经被系统和工具承担掉了,剩下的部分只需要一个人看着。

被调走的那位员工,业务熟悉、态度勤恳、从不推活。他唯一的问题是:这三年来他最擅长的事,是把 AI 输出的内容整理成汇报。 他能把一份材料做得漂亮、准时、挑不出格式错误------但这些恰好是工具最擅长的事。

没有人淘汰他。工具也没有。是他自己在这三年里,慢慢把「别人必须来找我」的理由一条一条交了出去。

这一章是全书的收束。它要回答最后一个问题:这一切最终会走向哪里?

答案可以用一句话概括,也是本书最核心的判断:

不是 AI 淘汰人,而是「依赖 AI 的人」淘汰自己。

8.1 AI 是时代的工具,不是思维的替代品

8.1.1 一个必须澄清的因果

关于「AI 会不会取代人」,市面上有一种流行的叙事:AI 能力越来越强,所以人会逐渐被替代。这个因果链是错的,至少是不完整的。

真实的过程是这样的:

  • 第一步,工具开始承担某项工作。 这本身没有任何问题,而且通常是好事。
  • 第二步,人停止练习那项工作。 因为他不再需要亲自动手------这一步也没有问题,效率就是这么来的。
  • 第三步,人失去判断那项工作的能力。 当他必须评估 AI 的输出质量时,他手里没有参照系了。这一步是分水岭。
  • 第四步,他在组织里的位置变成「工具的操作者」。 而此时工具的下一步进化,恰恰是不再需要操作者。
  • 请注意第三到第四步之间的性质变化:前三步都发生在个人能力层面,第四步才发生在岗位层面。 而绝大多数人在被替代的那一刻,才第一次意识到前三步已经发生过了。

所以真正的因果是:工具承担工作 → 人停止练习 → 人失去判断 → 人失去位置。 中间那两环才是关键,而它们恰好是最安静、最不容易被察觉的。

8.1.2 工具的三次身份变化

同一件工具,在一个人的工作里会经历三种身份。危险发生在第二种到第三种之间。

|------------|------------|--------------------------|
| 身份 | 特征 | 判断标志 |
| 辅助者 | 我做主,它帮忙 | 我知道它在哪些地方可能错,并且能自己兜住 |
| 默认选项 | 它是第一反应 | 遇到问题先打开它,而不是先想;但我仍能独立完成 |
| 依赖对象 | 没有它我做不了 | 我已经失去独立完成的能力,也说不出它的输出对不对 |

从第一种到第二种,是效率的正常提升,不必紧张。从第二种到第三种,是能力的实质性转移------它的标志不是「我用得多」,而是「我独自做不出来了」。

判断自己处在哪一档,有一个非常直接的测试:让你手上的工具停用一周。你的工作会停摆,还是只是变慢? 停摆即依赖,变慢即辅助。

8.1.3 一个可以随时自查的问题

在本书即将结束时,我想给出一个比任何方法论都简单的自查问题。你可以每季度问自己一次:

如果明天我被问到「这件事为什么这么做」,我能给出几个别人给不了的理由?

这个问题之所以有力,是因为它直接指向可替代性:一个岗位的价值,等于「别人必须来找你的理由」的数量。

|---------------|-------------------|------------------|
| 理由的数量 | 位置 | 风险 |
| 0 条 | 你是流程的一个环节,换谁都能接 | 极高,且当事人往往最后一个知道 |
| 1---2 条 | 你有专长,但在同一层里还有别人 | 中等,取决于行业与团队规模 |
| 3 条以上 | 你在若干关键判断上是不可替代的接口 | 低,且你通常会被交给更重要的问题 |

这个问题的价值在于它可积累。每解决一个真问题、每留下一条判断依据、每校准一次口径,你的理由就多一条。反过来,每一次「反正是 AI 给的」------你的理由就少一条。

图 8-1 同一个起手式,两个相反的方向。

向下的螺旋与向上的螺旋,起点完全相同:

面对一个问题,你是先自己想三分钟,还是先打开 AI。

第一次选择看不出差别,第一年也未必;但它是复利的。

8.1.4 一个必须说清的问题:为什么工具普及不会自动带来能力普及

有人会问:工具这么强、这么易用,它不是在帮所有人提升吗?为什么还会分化?

因为它提升的是产出 ,不是能力 。这两件事在短期内同向,在长期内可以完全相反。

举一个最朴素的类比。一个人每天开车上下班,一年后他对城市的熟悉程度可能还不如一个每天走路上班的人。车提升了通勤效率,同时降低了他对城市的空间认知------这两件事同时发生,没有矛盾。

AI 在工作中的位置完全一样。它让一个人的产出从「一天一份方案」变成「一天三份方案」,同时让这个人的推演次数从「一天三次」降到「一天零次」。前者是可见的,后者是不可见的。

而组织考核的恰恰是前者。于是出现一个很典型的现象:一个人的绩效在上升,能力在下降,而在三年之内,没有人会察觉------包括他自己。

这就是为什么工具普及不会自动带来能力普及:能力的获得条件(自己推一遍)恰好是工具替你省掉的那一步。

8.2 工具普惠所有人,但思维差距拉开所有人

8.2.1 普惠的另一面

工具普及是一件好事,这一点本书从第一页就没有否认。它降低了起点差距,让原本被「不会」挡住的人进入了「可以试试」的房间。

但普惠有一层很少有人点破的副作用,本书前言提过,这里要把它讲完:

当所有人都拿到同一件工具,工具就不再是差距的来源;使用工具的思维方式,成了唯一的差距。

这句话带来一个不太舒服的推论:过去你落后可能是因为没有资源,现在你落后只能是因为没有用对。前者可以归因于环境,后者只能归因于自己。

而这恰恰是分化的开始------因为面对同一个归因,人的反应分成两类:一类去补方法,一类去找新的外部理由。前者的差距会越拉越大,后者会持续停在原地并相信自己只是运气不好。

8.2.2 差距放大的三个机制

分化之所以残酷,不是因为它存在,而是因为它会自我加速。三个机制同时在起作用。

机制一:判断力的复利。 判断力强的人,会被交给更重要的问题;更重要的问题会带来更高质量的判断训练,于是判断力更强。反过来同样成立:判断力弱的人只能接到执行类任务,而执行类任务不产生判断力。这是一个双向的复利------向上和向下都在加速。

机制二:组织的路径依赖。 组织会用最省事的方式分配工作:谁做得可靠,就把难的交给他。这个机制本身是理性的,但它同时在固化分化------被反复交给难题的人越来越强,被反复交给执行的人越来越难有机会。而组织并不觉得自己在做一件残酷的事。

机制三:时间窗口。 能力建设需要时间,而工具进化不需要。这意味着存在一个窗口期:在工具还没有完全替代某个层次的工作之前,你还有时间把能力迁移到更高的层次。窗口不会永久敞开,但它也不是明天就关。

三个机制合起来,解释了一件很反直觉的事:分化的速度不取决于你有多努力,而取决于你是否在正确的方向上努力。 方向错了,努力只会让你更快地变成一个熟练的操作者。

8.2.3 最残酷的一点:它是安静且非线性的

这一节要说的是全书最不客气的一段话。

能力退化的前三年,几乎没有任何外部信号。你的产出照常,考核照常,甚至因为效率提升而更好看。同事看不出,领导看不出,你自己也看不出------因为退化发生在「判断」这个不直接体现在交付物上的维度。

然后某一天,变化会以非线性的方式显现:一次重要的会上一句话答不上来、一次关键故障你排不出来、一次岗位调整你被略过。而这些看似突然的事件,其实都是前三年积累的结果。

非线性是这件事最难受的地方:它让你误以为还有时间,直到你发现自己已经没有时间。

8.2.4 现场切片:那两个人

江南精密的调研清单里,有一段记录值得反复读。

信息技术部的问题清单写着:接口失败无告警,业务对不上数才找人,平均发现延迟 4 小时;排查依赖 2 名老员工;接口文档只覆盖 2021 年前的 15 条,9 条新接口无文档。

这段记录里有两个群体,他们的处境恰好构成一组对照。

那 2 名老员工,是这套系统里唯一能理解全貌的人。 他们脑子里有接口的拓扑、有历史故障的模式、有「哪个报错其实指向别处」的经验。他们的价值不在于文档写得好,而在于当系统给出一个没人见过的现象时,他们能判断该往哪里看。 这样的人在任何组织里都稀缺。

而那些「对不上数才找人」的同事,工作方式完全不同。 他们依赖系统告诉他们结果,依赖文档告诉他们怎么做,依赖别人告诉他们哪里错了。这本身不是错------但如果三年后依然如此,他们在这套系统里的位置就会变得可替代:因为系统能做的部分越来越多,而他们能补的部分越来越少。

还有一条旁证:调研里写着「各业务部门已指定数字化接口人,但多为兼职,供应链与生产制造两个部门的接口人一年内更换过 2 次」。

接口人一年换两次,意味着什么?意味着这个位置上的知识没有被积累下来,每一次更换都在重来。 而这恰好就是分化的另一种表现:不是能力不够,而是没有人在这个位置上把判断沉淀成资产。

把这两组人放在一起,你会发现那条真正的分界线:

不是谁更会用工具,而是谁在工具给出结果之后,还有能力说一句「这个不对」。

8.2.5 组织会怎么对待这两类人

个人层面的分化,最终会在组织层面显现为资源分配的差异。理解这一点,能帮你更早看清自己的位置。

组织会用四种方式对待「有判断力的人」和「只会操作的人」,而且这些动作通常在无意识中完成。

  • 一是分派。 难的问题优先给前者,因为要交出去的东西经不起返工。
  • 二是邀请。 关键的会议、跨部门的协调、对外的沟通,会自然地把前者拉进去------因为他能代表组织说清判断。
  • 三是容忍。 前者犯错时,组织倾向于给机会;后者犯错时,容易被记入「能力问题」。这一点残酷,但它揭示的是信任存量的差异。
  • 四是替代。 当需要压缩人力时,先被考虑的是那些工作路径清晰、可交接的岗位。而****「工作越容易被交接,越说明它不需要判断」。****

这里有一句不太好听但很准确的话:组织不会因为你勤奋而留下你,只会因为你难以被替代而留下你。

而「难以被替代」不是一种性格,它是一种可以被积累的东西------积累的方式,就是本书讲的那些动作。

8.2.6 窗口期还剩多久

必须诚实地说明一件我不确定的事:没有人知道这个窗口期还有多久。任何给出确切年份的说法都不可信。

但有两点是相对确定的。

第一,方向确定。 工具会持续吃掉「可被清晰描述的劳动」,这是技术发展的直接结果,不会因为任何人的意愿而改变。第三章的四道壁垒给出了它吃不到的地方,而那些地方恰好都是人需要深耕的。

第二,个人的窗口期比行业的窗口期短。 行业层面的替代可能需要十年,但一个人在组织里的位置变化往往只需要一两年------因为组织可以用更年轻、更适应新工具的人来替换同一个岗位。你不必等到整个行业完成转型,才感受到变化。

所以结论并不是「赶紧行动,不然就晚了」这种贩卖焦虑的说法。更准确的结论是:这件事的收益是长期复利的,所以开始得越早越省力;而它的成本也不高------每天十五分钟。

8.3 未来的核心竞争力:人脑驾驭 AI,而非 AI 支配人脑

8.3.1 驾驭的四个标志

「驾驭 AI」听起来像一句口号,但它有四个可检验的标志。四项同时具备,才叫驾驭;缺任何一项,都是某种程度的依附。

  • 能定义。 你能把模糊的现实写成可回答的问题,并且决定「要解决的是什么」。
  • 能校验。 你有自己的判断标准和独立来源,能说出它的输出哪里可能错、边界在哪里。
  • 能取舍。 在信息不全的情况下,你能做出选择并为这个选择负责,而不是等一个「最优解」。
  • 能担责。 结论上有你的名字,出错时你知道自己错在哪一步,也知道下一次怎么改。

这四项与第六章的六项能力是同一个东西的不同切面:能定义对应提问与原理认知,能校验对应辨伪与系统思维,能取舍对应人性洞察,能担责对应临场经验与责任意识。

8.3.2 一套分配公式

驾驭不只是一个姿态,它每天都要具体执行。所以最后给出一套工作分配公式:把你手上的工作分成四类,并给出参考占比。

图 8-2 人脑驾驭 AI 的四根支柱,以及一套工作分配公式。

四类工作的参考比例是:可全交约 40%、需协作约 35%、必须人做约 20%、不许用约 5%。

这张表有一个容易被误读的地方,必须说明清楚:占比不是固定的,它应该随你的位置一起向上移动。

如果你现在的工作里,「可全交」占八成,那说明你当前的位置本身处在高替代风险区。正确的动作不是拒绝工具,而是主动把可全交的部分交出去,用省下的时间去争取「需协作」和「必须人做」的任务。

三年之后,如果「必须人做」的比例从 20% 升到 40%,你的位置就换了------不是因为你的职位变了,而是因为你手里的事情变了。

8.3.3 如果你正处在高替代风险区:30 天迁移路径

读到这里,如果你对照前面几张表,发现自己目前的工作里「可全交」占了八成以上,那请务必认真读完这一节。这不是坏消息------坏消息是知道而不行动。

下面是一条 30 天的迁移路径,目标不是立刻换岗位,而是先把你的工作结构改掉一点 。

|-------------|----------------------------|-----------------------|
| 时段 | 动作 | 完成标志 |
| 第 1---10 天 | 把工作按四类分完,算出当前占比 | 一张写着四类工作与占比的纸 |
| 第 11---20 天 | 挑一项「可全交」的活彻底交出去,并记录省下的时间 | 省下的时间被明确标注(例如每周 4 小时) |
| 第 21---30 天 | 用省下的时间主动争取一件「需协作」或「必须人做」的事 | 拿到一件以前不会交给你的事,哪怕很小 |

这条路径的关键在第三步。省下来的时间如果不主动争取新任务,一定会被更多同类的活填满------这是第七章讲过的效率陷阱。

而争取新任务的正确说法不是「我想做更有价值的事」,而是具体的:「这件事我可以按......的思路试一次,结果我来负责。」组织很少拒绝一个带着方案来要责任的人。

8.3.4 三类读者的不同重点

本书的读者处境不同,最后这一节按三类人给出各自的重点。

|--------------|--------------------------------|---------------------------|
| 读者 | 最大的风险 | 最该先做的一件事 |
| 初入职场 0---3 年 | 用工具替代了本该用来建立基本功的训练 | 给每一项核心技能留一条「不用工具」的练习线 |
| 中层管理者 | 用 AI 的输出代替了自己的判断,同时失去了对团队的判断示范 | 每次决策前写三行己见,并把判断依据讲给团队听 |
| 资深专业者 | 因为「我能判断」而放弃判断,且经验未被沉淀 | 把经验写成规则与例外清单,交给下一个人,并定期校准 |

三类人的共同点,是都需要做同一件事:把判断从「个人资产」变成「可交付、可校验、可传承的东西」。 这不是为了组织,而是为了你自己------因为只有能被讲出来的判断,才会被积累、被信任、被赋予更大的责任。

8.3.5 十年后回头看今天

这一章的最后,我想请你做一个思想实验。

设想十年后的某一天,你回看今天这个时点。那时候 AI 的能力大概是今天的某个倍数,工具已经融进了几乎所有工作流程,用不用它已经不再是一个需要讨论的问题------就像今天没有人讨论「要不要用搜索引擎」。

那么在那样一个时点,人与人之间的差异会是什么?

不会是「会不会用工具」,因为工具那时已经做到了人人可用、甚至无需学习。也不会是「知道多少」,因为知识那时已经完全免费。差异只会落在两个地方:你能定义什么、你敢承担什么。

而这两件事的共同点是------它们都不能在某一天突然获得,只能靠一次次具体的判断累积。

所以,十年后的那一天,其实是由今天每一个「先想三分钟还是先打开 AI」的选择决定的。这就是本书全部的内容。

工具的力量每年都在涨,而人的判断力只会因为你自己的安排而涨。这就是为什么后者更值得投入。

8.4 全书六句话

如果把这本书压缩成六句话,每一章一句,它们是这样的。

  • 前言: 工具可以赋能人,人不能依附工具。
  • 第一章: 退化以舒适的形式进行,所以它不会发出警报,只会悄悄积累。
  • 第二章: 提问是起点,推演是路径,辨伪是质检,全局是地图;任何一环交出去,整条链就开始漏。
  • 第三章: AI 的边界不在它的能力上,而在「答案是否存在」上。
  • 第四章: 四个误区的分水岭不在行为层,而在能否说清过程、能否定位自己的判断错在哪一步。
  • 第五章: 避免被工具同化的方法,不是少用它,而是改变它进场的时间。
  • 第六章: 凡是说不出怎么练、怎么验收的,都不算能力。
  • 第七章: 把动作改小,把「重新开始」的成本降到最低。

再加一句作为全书的总结:

第八章: 不是 AI 淘汰人,而是「依赖 AI 的人」淘汰自己;而反过来,是「驾驭 AI 的人」成就自己。

8.5 一份半年一次的自检清单

本章的最后,留一份可以直接使用的自检清单。它把全书的关键判断压缩成十个问题,建议每半年做一次,用纸笔作答,答案留在手边,下次对照。

  • 1. 岗位价值: 如果明天我被问「这件事为什么这么做」,我能给出几个别人给不了的理由?
  • 2. 独立能力: 把工具停用一周,我的工作是停摆还是只是变慢?
  • 3. 工作结构: 我手上四类工作(可全交/需协作/必须人做/不许用)的比例是多少?比半年前变化了吗?
  • 4. 提问: 过去半年,我提出的问题里,有几个被别人接过去执行了?
  • 5. 原理: 我做过几次可验证的预测?准确率如何?错的那几次,指向我哪个认知空洞?
  • 6. 系统: 我负责的范围里,有哪些环节至今标不出责任人?
  • 7. 现场: 过去半年,我独立处置过几次没见过的异常?
  • 8. 人性: 我最近提出的方案,有没有写清各方的得失?落地时靠的是说服还是权力?
  • 9. 创新: 我有没有提出过一个新问题,并且推动了最小验证?
  • 10. 习惯: 我的「无 AI 思考时间」还在吗?如果断了,是哪一天断的?

十个问题里,最值得反复看的是第十个。前九个衡量的是结果,只有它衡量的是原因------而原因在你手里。

8.6 本书没有说的三件事

任何一本书都应该说清自己的边界。最后补充三件本书没有主张的事,以免被误读。

第一,本书不反对 AI,也不主张少用。 恰恰相反,本书主张把可以交出去的部分交得更彻底。全书唯一坚持的是次序与判断权,而不是使用量。把这本书读成「反工具宣言」,是最常见的误读。

第二,本书不保证结果。 它给出的是可执行的动作与可检验的标准,但能力建设受行业、岗位、组织环境、个人基础的影响。同样的动作,在不同人身上会有不同的速度。本书能保证的只有一件事:不做这些动作,退化是确定会发生的。

第三,本书不提供安慰。 它没有说「只要保持思考就一定能赢」,因为现实中还存在运气、机遇与结构性因素。它只主张一件事:在这些因素之外,思考与判断是你能控制的那一部分;而把它做好,至少不会让你输在自己手里。

本章小结

  • 真实因果:工具承担工作 → 人停止练习 → 人失去判断 → 人失去位置。中间那两环最安静,而它们才是关键。
  • 工具的三次身份:辅助者、默认选项、依赖对象。危险发生在第二种到第三种之间,标志不是「用得多」,而是「独自做不出来」。
  • 自查问题:如果明天被问「这件事为什么这么做」,我能给出几个别人给不了的理由?一个岗位的价值,等于「别人必须来找你的理由」的数量。
  • 差距放大的三个机制:判断力的双向复利、组织的路径依赖、工具进化的时间窗口。分化是安静且非线性的------让你误以为还有时间,直到你发现已经没有。
  • 驾驭的四个标志:能定义、能校验、能取舍、能担责。四项同时具备才叫驾驭,缺一项就是某种程度的依附。
  • 工作分配公式:可全交约 40%、需协作约 35%、必须人做约 20%、不许用约 5%。占比应随位置向上移动------「必须人做」的比例应当越来越高。

接下来: 全书正文到此结束。最后的结尾部分不做任何理论补充,只把一件事说清楚------为什么守住大脑,就是守住了未来的生存底气。

相关推荐
IT_陈寒1 小时前
Vite的这个问题坑了我三天,原来如此解决!
前端·人工智能·后端
努力努力再努力wz1 小时前
【机器学习入门系列】从随机事件到正态分布:一文梳理概率论的核心知识
人工智能·机器学习·概率论
蜗牛互联网2 小时前
Python Agent工具调用的白名单、参数校验与审批门禁
java·服务器·前端·人工智能·后端·python
大大大大晴天2 小时前
每天认识一个组件:Apache Kafka
大数据
2501_933670792 小时前
2027秋招岗位能力分组:数据科学与大数据技术专业如何组织技能与项目
大数据
独立开发者阿乐2 小时前
豆包 AI 搜索收录站点的必要条件
人工智能·geo优化·ai爬虫·llms.txt·悬赏问答·豆包收录
ACP广源盛139246256732 小时前
硬件选型笔记|国产 PCIe4.0 交换芯片 IX8024@ACP,AI 边缘节点本地存储扩展方案探讨
人工智能·硬件架构·硬件工程·pcie·国产芯片
奈落243 小时前
规则引擎还是大模型?AI 工作流与传统自动化的分工边界:确定性流程照旧,‘每次都不太一样‘的知识型工作才交给 AI
运维·人工智能·自动化·大模型·工作流·ai 办公
声网3 小时前
模思智能完成超 10 亿元 Pre-A轮融资,将推出全模态实时交互系统 MOSS Live;PhAI Labs 开源世界模型自我改进框架 RSI-Anythin
人工智能