AI浪潮下，打工人的价值何在？
这两年，越来越多的人开始产生一种隐约的不安：
AI 会不会抢走我的工作？
我今天赖以生存的技能，几年后还值钱吗？
如果机器比我写得快、算得准、知道得多，那么我的价值到底在哪里？
这种不安是真实的。
但如果我们把视线拉长，就会发现，人类每一次生产力跃迁，都伴随着类似的恐惧。
蒸汽机取代了大量人力，流水线改变了手工业，计算机压缩了无数重复性的脑力劳动。每一次技术革命，都会让一部分曾经稀缺的能力迅速贬值，也会让依附于旧生产方式的岗位、组织乃至利益结构受到冲击。
AI 浪潮同样如此。
它不会因为人们抱怨而停止，也不会因为某些行业试图抵制就消失。拒绝变化或许能够延缓冲击，却很难真正改变方向。
然而，这并不意味着我们应该为所有失业和阵痛欢呼。
技术进步有它的方向，但转型成本由谁承担、生产力成果由谁分享，并不是技术本身能够决定的。对身处其中的普通人而言，真正有意义的问题不是“能不能阻止 AI”，而是：
我们怎样减少自己被动承受变化的程度，并在新的生产方式中获得更多选择权？
AI 淘汰的，究竟是什么？
“AI 将淘汰人类”是一种过于笼统的说法。
AI 首先压缩的，往往不是某个完整职业，而是职业中那些能够被清晰描述、重复执行和标准验收的任务。
整理资料、生成初稿、制作报表、编写常规代码、回复标准问题、完成基础设计——这些工作过去需要消耗大量时间，如今正在被迅速自动化。
因此，更准确的说法是：
AI 不会简单地淘汰某一类人，而会重新计算每一种能力的价格。
如果一个人的主要价值只是“比别人更熟练地执行固定流程”，那么他的竞争对手不只是另一个更便宜的人，也包括不知疲倦、可以批量复制的机器。
这很残酷，但并不新鲜。
历次工业革命都在淘汰旧生产方式中的优势，也都在重新定义什么是稀缺能力。问题不在于过去掌握的技能有没有价值，而在于我们是否把某项阶段性的技能，误认为了自己永恒的价值。
人不是某一种技能。
技能会过时，工具会变化，岗位会消失，但人仍然能够学习、判断、连接他人、重新组织资源，并创造此前不存在的东西。
我们第一次看见了“极大丰富”的技术可能
AI 更深远的意义，不只是帮助企业降低成本，也不只是让个人提高几倍效率。
它让人类第一次在技术层面，更清楚地看见了一个过去只存在于理论和想象中的世界：大量知识、服务和创造能力，可以用接近于零的边际成本被复制和传播。
一个普通人可以随时获得翻译、编程、设计、分析和教育方面的辅助；一个小团队能够完成过去只有大型组织才能完成的项目；越来越多依赖专业知识的服务，有可能变得廉价而普及。
这并不意味着共产主义所描述的“物质极大丰富”马上就会到来，更不意味着 AI 会自动带来公平。
生产力的丰富，不等于分配的公平。
如果技术、数据和算力高度集中，AI 也可能扩大贫富差距，强化垄断，让更多人失去议价能力。技术可以降低生产成本，却不能自动回答产品归谁、收益如何分配、普通人是否拥有基本保障等问题。
因此，AI 展示给我们的不是一个注定实现的乌托邦，而是一种前所未有的可能性。
我们已经隐约看见：人类或许真的能够生产出足够丰富的物质和知识，使每个人不必再把绝大部分生命用于维持生存。
至于这种可能最终会成为普遍福祉，还是少数人的技术红利，取决于人类如何建立新的制度和社会组织方式。
当人不再被工作驯化
工业社会塑造了我们对人生的基本想象：
接受教育，学习技能，找到岗位，出售时间，换取工资，再用工资维持生活。
在这种结构中，人常常不是工作的主人，而是工作流程中的一个零件。我们习惯了按时打卡、服从指标、重复执行，甚至逐渐用职位和收入定义自己。
于是，“劳动”被悄悄等同于“打工”。
但两者并不是一回事。
人确实需要创造、协作、探索和实现自我。我们希望自己的行动产生影响，希望被他人需要，希望看到某件事情因为自己的参与而变得更好。
这是一种深层的人类需求。
但人并不天然需要每天完成八小时缺乏意义的重复劳动，更不应该只有通过出售时间，才能获得生存资格。
如果 AI 和自动化能够承担越来越多必要但乏味的工作，那么理想的未来，不应该是人类继续发明更多无意义的岗位，以证明自己“有用”；而应该是让人从被迫劳动中释放出来，拥有更多时间投入照护、创造、学习、公共事务和真实的人际关系。
到了那一天，劳动可能重新成为人的主动选择：
不是为了苟活而打工，而是因为我想创造，所以行动；因为我关心某个人、某个群体或某个问题，所以愿意付出。
这才是“让人更成为人”的含义。
那么，当下的打工人应该做什么？
宏大的社会变革不会在明天早晨突然完成。至少在相当长的时间里，大多数人仍然需要工作、需要收入，也需要面对越来越激烈的竞争。
因此，我们既不能躺在未来的想象中，也不能只靠焦虑推动自己。
当下最重要的，不是和 AI 比谁做得更快，而是重新设计自己的工作方式。
1. 从执行任务，转向定义问题
AI 擅长回答问题，但一个答案是否有价值，首先取决于问题是否正确。
现实工作中，真正困难的往往不是“怎样完成”，而是：
- 我们究竟要解决什么问题？
- 这个需求是真需求，还是表面症状？
- 应该优化局部指标，还是改变整个流程？
- 哪些问题值得投入，哪些事情根本不该做？
能够看清现状、发现矛盾并提出好问题的人，会比单纯完成指令的人更难被替代。
2. 从亲手完成，转向组织人机协作
未来的工作能力，不只体现为“我能做什么”，还体现为“我能调动什么”。
一个人可以让 AI 搜集信息、生成草稿、比较方案、检查错误和处理重复任务，自己则负责设定目标、拆解流程、校验结果与作出决策。
真正有效的 AI 使用，不是偶尔让它写一段文案，而是重新审视整个工作流程：
哪些环节应该交给机器，哪些环节必须由人把关，哪些原本不可能做的事情现在可以开始尝试？
会使用某个具体工具只是短期优势；能够不断重构工作方式，才是长期能力。
3. 培养判断力，而不只是积累知识
AI 可以快速提供大量知识，但它无法替你承担判断的后果。
信息是否可靠，方案是否适合当前环境，短期收益是否值得长期代价，不同利益之间应该如何取舍——这些问题没有唯一标准答案。
判断力来自知识，也来自经验、价值观以及对具体情境的理解。
未来真正稀缺的，不是“知道得最多”的人，而是能够在信息混乱、目标冲突和结果不确定时，仍然作出相对可靠判断的人。
4. 建立真实的人际连接和信任
AI 可以模拟沟通，却很难替代人与人之间长期形成的信任关系。
理解同事没有说出口的顾虑，协调不同部门的利益，安抚一个陷入焦虑的人，带领团队穿越不确定性，让客户愿意相信并共同承担风险——这些工作依赖的不只是语言，还依赖共同经历、责任关系和真实承诺。
这里的重点不是笼统地“提高情商”，而是成为一个可信赖的人：
言行一致，理解他人，能够合作，在困难时不逃避责任。
当信息和内容越来越廉价，信任反而会变得更加昂贵。
5. 发展审美、价值判断和方向感
AI 能够生成大量“看起来不错”的作品，但“什么值得被创造”仍然需要人来决定。
审美不只是判断一张图好不好看。它也是对产品、文字、组织和生活方式的整体判断：什么是好的，什么只是平庸的复制；什么真正服务于人，什么只是在制造更多噪声。
当生产能力不再稀缺，选择生产什么、为何生产以及为谁生产，就会变得更加重要。
6. 进入真实世界，获得一手经验
AI 的知识主要来自已经被记录下来的世界。
但现实中仍有大量问题藏在现场：用户真实的使用习惯、组织内部的隐性规则、行业里的利益关系、人与人微妙的情绪，以及尚未被总结的新变化。
多接触客户，多观察现场，多参与真实项目，多承担从开始到结果的完整责任。
一手经验能够帮助你发现模型不知道、报告没写、数据尚未反映的问题。这些经验也会成为你指挥 AI、判断结果和提出新方案的基础。
7. 不断积累自己的选择权
所谓应对 AI，最终并不是要证明自己“永远无法被替代”。
几乎没有任何岗位能够获得这种保证。
更现实的目标，是持续增加自己的选择权：减少单一技能依赖，建立跨领域理解，积累可信赖的合作关系，形成可展示的作品和成果，并尽可能保留一定的时间与经济缓冲。
一个拥有选择权的人，即使原来的岗位发生变化，也能转向新的位置；一个只有固定流程经验的人，则更容易被变化裹挟。
打工人的价值，不在于比机器更像机器
过去，工业社会训练人守时、标准、服从和重复执行。某种意义上，我们花了很长时间把人训练成机器，然后又在机器终于做得更好时感到恐慌。
但人的价值，本来就不应该建立在“比机器更能忍受重复劳动”之上。
人的价值在于能够感受他人的处境，能够在复杂环境中判断，能够建立信任并承担责任；在于提出一个此前没人提出的问题，想象一种尚不存在的可能，并决定什么值得被创造。
AI 浪潮或许会让很多旧岗位消失，也会迫使我们重新思考工作、分配与人的尊严。
它可能带来更严重的垄断和不平等，也可能把人类从大量被迫劳动中解放出来。未来不会由技术单独决定，而会由技术、制度以及每个人的选择共同塑造。
对于今天的普通人来说，我们不必盲目赞美 AI，也不必把全部精力用于抗拒它。
我们真正要做的，是学会驾驭新的生产力，同时守住那些不能轻易外包的部分：判断、关系、责任、审美、勇气，以及对“什么才是好生活”的回答。
打工人的价值，从来不只是完成了多少任务。
真正的价值，是在工具越来越强大的时代，我们仍然能够决定要去哪里、为何出发，以及希望共同创造一个怎样的世界。
