當AI成為圭臬：我們正在制造新的“低端”與新的羞恥

從工具革命到價值重排

最近AI在全世界范圍內迅速升溫，幾乎成了一種新共識：人人都該學會使用AI，掌握者被視為“跟得上時代”，不會用的人則隱隱被放進“遲早要被淘汰”的隊列。各類鼓吹AI效率的媒體文章充斥屏端，諸如“一個人頂一支團隊”、“一個人完成一年的工作”等標題黨式的口號層出不窮。 這種敘事將復雜的社會勞動簡化為單純的算力輸出，試圖構建一種“效率至上”的技術烏托邦。表面上這是一場工具革命，實際上更像一場價值重排：誰先進、誰落后；誰高效、誰低效；誰值得被投資、誰可以被犧牲。技術焦慮因此并不只是一種“學習焦慮”，它更像一種身份焦慮——你擔心的不是“我會不會用”，而是“我會不會被歸類”。

理解這種焦慮，必須先承認一件事：技術從來都不只是一套方法，它總會攜帶一種社會性的評價體系。所謂“效率”“進步”“創新”，在不同語境中常常并不是中性的詞，而是可以用來劃分等級、制造邊界、分配尊嚴的詞。人們以為自己只是在討論工具，實際上是在討論誰更體面、誰更可被替換。

我最近讀到《鍍金的鳥籠》時，對這一點感觸更深。這本書寫科技企業，也寫一種更普遍的社會邏輯：當一個社會高度強調工具理性時，技術轉型往往伴隨著對“過去”的道德審判。所謂“高科技”“高精尖”不僅是產業分類，更是道德等級；相應地，那些曾經解決大量就業、推動經濟增長的行業，卻在轉型敘事里被稱作“低端”“污染”“重資產”。因此，倒閉、破產、下崗、辭退不再被理解為結構性變化中的代價，而更像一種“你活該”：活該你不夠先進，活該你被時代拋下。更殘酷的是，這套敘事會反過來塑造人的自我理解——被定義在“低端”的人開始自卑，仿佛自己的勞動本身就不體面。

今天圍繞 AI 的熱潮，正在復制類似的機制。AI 當然能提升效率，但當它被奉為圭臬，效率就會從“手段”變成“道德”：快是對的，慢是錯的；自動化是對的，手工是落后的；會用 AI 是體面，不會用 AI 是“你該努力”。于是“工具”變成了“標準”，“標準”變成了“篩選”。在這種篩選里，最先被擠到邊緣的往往不是能力最差的人，而是那些工作本就靠時間堆出來——靠緩慢積累、經驗沉淀，以及不確定與反復的人。

當AI寫進KPI

在互聯網大廠工作的朋友說，互聯網越來越機械，設計部門、視頻部門甚至被要求把“使用AI輔助創作”寫進KPI。于是AI不再是“你覺得好用就用”的工具，而成了一種必須完成的指標。我們進入了一種“為了科技而科技”的狀態：不是因為它真的讓作品更好，而是因為“不用AI”會顯得落后。格雷伯在《毫無意義的工作》（Bullshit Jobs: A Theory）里把這種處境說得更尖銳：當組織把大量精力花在證明自己“在工作”、完成可展示的指標與流程，而不是在創造真正有意義的成果時，工作就會變得越來越機械——人也越來越難從勞動中獲得尊嚴與意義感。技術在這里不再是幫助人，而是變成一套考核人的制度——它以“創新”的名義，把人的工作方式改造成更可量化、更可比較、更可替換的形式。

更進一步說，當AI不只是“可選工具”，而是被寫進流程、寫進KPI、寫進績效考核時，它就可能變成一種新型剝削手段：同樣的工資，要求更高的產出；同樣的工時，塞進更多任務；在“效率提升”的名義下，把原本應該由組織承擔的成本——學習成本、適配成本、加速帶來的焦慮與風險——轉嫁給個人。韓炳哲在《倦怠社會》里提醒我們：當“更快、更強、更能產出”被內化為一種道德命令時，剝削就不再主要來自外部強迫，而會變成一種自我驅動式的過度消耗——你把自己當成項目來優化，也把自己當成機器來催促。你必須更快交付、更頻繁迭代、隨時在線優化，甚至還要為機器生成的瑕疵背鍋。更隱蔽的是，創作本身也在這種“可量化”的考核里被重塑：那些本來最珍貴的部分——反復試錯、繞路、停頓、靈光一閃的偏離、與素材長期相處后形成的“火候”和獨特風格——很難被KPI計量，于是被當作冗余擠掉。

更重要的是，隨之而來的風險也不在于“用不用AI”會把人分成三六九等，而在于 AI 在擴散過程中很容易與一種單一的效率主義標準結盟——把“速度、成本、可量化、可復制”推到評價勞動的中心位置。當“使用 AI”被制度化為默認規范，它就可能成為衡量工作價值的隱性指標：不同類型的勞動被迫用同一把尺子衡量，緩慢的經驗積累，復雜的判斷與責任，以及難以量化的質量與關系性工作，反而更容易被貶值。換言之，爭議的核心不是工具本身，而是工具背后那套把效率當作唯一真理的評價體系。

而當這種邏輯進一步擴張，它改變的不只是工作節奏，更是我們理解“人”的方式：人被當成一個可以不斷升級、隨時糾錯、隨時替換的系統；關系被當成可管理的變量；失敗與停頓被視作需要清除的噪音。這讓我們想起美劇 《西部世界》（Westworld ）里的設定：當一個系統能隨時重置、隨時替換時，人的故事與尊嚴就會被降格為“可刪數據”。它提醒我們的不只是“機器人會不會取代人”，而是當效率與可控成為單一目標，我們會不會先學會把彼此當成可歸零的部件。與這種“一鍵清空”的幻覺形成對照的，是項飆談“附近”時所說的：“附近不是你挑選出來的社群，而是你必須面對、無法完全繞開的關系。附近就是那個你討厭卻搬不走的鄰居。”——生活并不是一套可以自由退訂的服務：你必須處理摩擦、承擔后果，也必須在不完美的共處里重新學會協商與修補。也正因如此，當我們越來越沉迷于可替換、可優化、可清除的“系統式關系”，更需要警惕的也許不是機器變得像人，而是我們自己正在變得越來越不像人——越來越不愿意為真實的關系與作品停下來、付出、忍耐與負責。

AI生成：預制菜式的標準答案

一位從事設計行業的朋友告訴我，在AI剛出現時，她和同行私下把它叫作“拼尸塊”——因為它把無數人的作品與心血拼接融合，卻并未得到原作者的允許。那時他們幾乎是鄙夷的：覺得它“不尊重原創”。但很快，這種道德判斷變得難以維持：AI的產出確實又快又“像樣”，身邊越來越多設計師也開始使用它，作品速度更快、效果更好。你當然可以指責他們沒有底線，可她更直接地說：這并不完全是個人選擇，而是“病態的社會所迫”——因為大部分公司只看結果、不問過程。于是 AI 作為一個只追求結果的商業工具，反而在邏輯上是成功的：它大幅壓縮設計時間，幫助公司“降本增效”，也把“結果主義”的偏好推向極致。她一度覺得好笑：打開各種App，滿眼都是“一個模板刻出來”的作品——整齊、漂亮，卻高度相似；而原創的難能可貴，反而在這種同質化中更清晰地顯影。

《云圖》劇照

更諷刺的是，在所謂“AI大潮”下，她形容自己像被趕鴨子上架：不得不學、不得不用，但用的同時又必須努力和“AI感”割裂開來，逼著自己重新練習如何判斷“什么是美”“什么是共鳴”，如何做出她所說的“活人感”。在她看來，AI生成的作品始終缺乏情感與敘事，它的機制仍停留在圖像處理與風格擬合這一層：很多由AI主導的設計，看起來“只有美麗”，卻沒有邏輯、沒有故事，也沒有真正的關系感。好的設計依然需要以設計師的審美與判斷為主導，而AI更合適的位置也許只是輔助：節省時間、生成素材、提高試錯效率——但最終把作品從“漂亮”推向“有意義”的那一步，仍然要靠人來完成。

有時候我會把AI生成的文字和作品，想象成一種“預制菜”。它當然能做到快、穩、標準、不出錯：結構完整，調味均勻，端上來就能吃。可問題在于，預制菜省掉的不只是備料時間，也省掉了火候——那種在場的試探、臨時的調整、偶然的失手與突然的靈光。更重要的是，一旦預制菜被當作“先進”，甚至寫進KPI，現炒現做反而會被重新定義為低效與落后。AI的危險也在這里：當它從工具變成圭臬，我們失去的可能不是某項技能，而是許多“慢工”才能生成的經驗與思想。我們在批判預制菜的時候，是覺得自己不該被敷衍；可當我們越來越依賴AI生成“標準答案”，把工整、快速、可復制當成優點，難道不是也在生產另一種形式的預制菜嗎？

Manus的首席科學家季逸超在訪談中承認，許多Agent的短期客戶并不是專業人士，而是“不會做、但又有需求的人”。原因并不神秘：專業工作流由許多環節構成，只要某個關鍵環節“沒做好”，整體體驗就會被乘成“零分”。他用“乘法關系”來比喻：在高度協同的鏈條里，任何一項掉鏈子都會讓結果不可用。于是，一個面向專業剪輯師的端到端剪輯Agent很難一步到位；相對而言，為“不會剪輯但有剪輯需要的人”提供工具——哪怕只是完成粗剪、自動字幕、模板化節奏這類基礎環節——反而更容易達到“夠用”的效果。這段話的誠實之處正在于：AI的短期價值往往不是替代專業，而是把一些低門檻、可標準化的環節做得更省力，從而擴大“可以做”的人群與場景。但也正因為它主要處理的是基礎環節，它的價值更接近一種新型基礎設施，而非某種值得無限溢價的“高智能”。所以更不能把“會不會用AI”以及“擁抱新技術的姿態”當成一種文明等級的分水嶺，仿佛不用就落后、慢一點就不體面。基礎設施的意義在于降低門檻、擴大可達性，而不是反過來變成新的篩子：用它來篩掉那些無法被標準化衡量的人，把差異與緩慢重新命名為“低端”或者“被淘汰者”。

AI 與新的等級生成

這種“新等級”的生成，并不只是抽象判斷，它正在許多具體行業里變得可感、可觸，甚至帶著一種日常生活層面的刺痛。我最近聽到兩個很“落地”的例子。

一位做外語教學的朋友告訴我：在講解方法、語法拆解、例句生成這些層面，AI 的確可以替代相當一部分人工。真正難以被替代的，反而是語言在真實交流中流露出來的人類情感：猶豫、試探、幽默、尷尬、關系的親疏遠近——這些不是“文字輸出”，而是人在特定情境中完成判斷后，帶著體溫的表達。可如今越來越多的聲音在提倡：以后完全不用學習外語了，只需要一臺翻譯器就可以自如交流。語言于是被簡化成一種可外包的表層轉換，仿佛字符對應正確就等于溝通完成。但當語言被降格為可一鍵替代的輸出，真正被抹去的其實是人作為主體的思考與情感勞動：那些“溫度”和“靈魂”不但被降格為可有可無的點綴，甚至會在效率敘事里被視為需要被壓縮、被剔除的“冗余”。

另一位金融領域的從業者也說，在他們的行業里，AI能做的越來越多：信息整理、產品篩選、方案草擬，都可以被算法接管；但“客戶陪伴”仍然是目前最難被替代的部分，尤其是面對高凈值客戶。陪伴并不只是提供建議，而是承接對方在市場波動中的焦慮與猶豫——更重要的還在另一面：當客戶投資成功、資產增長、某個決策終于被驗證正確時，他同樣需要一個人來分享那份喜悅，需要有人能理解這份喜悅背后的風險、忍耐與等待，并在恰當的場合一起慶祝、一起把“成功”轉化成關系與信任的加深。很多時候，客戶找的不是一份冷冰冰的“最優解”，而是一種被見證、被理解、被共同經歷的過程。他開玩笑說：“在東北，很多時候甚至可以陪客戶去搓澡——總不能派個機器人去。” 當“陪伴”也被迫寫成一種“不可替代的競爭力”時，人類關系本身就被重新商品化了。

這兩個例子讓我更確信：所謂“AI不能替代的部分”，并不天然更高級，它更像是技術邏輯擠壓之下，人類勞動被迫退守的最后領地。而一旦“可被替代”被默認為一種道德判斷——等同于“低端”“不體面”“不值得”——新的羞恥也就出現了：你不僅要工作，還要不斷證明你的工作里有某種“人味”；你不僅要有能力，還要能解釋為什么你的能力不該被自動化。于是，“效率”不再只是手段，而逐漸變成一種新的價值審判：誰被允許慢一點、細一點、有人情味一點，誰又被要求更快、更標準、更像機器一點。

“慢”，作為一種方法

在我們社會科學領域，很多經典的田野調查之所以以“年”為單位，是因為你至少要在一個地方經歷完整的四季更替：雨季與旱季、節慶與禁忌、熱鬧與冷清，才能知道人們如何在不同的節奏里生活。你也要盡可能在場于所有重要的社會時刻：婚喪嫁娶、添丁、遷居、分家、爭執與和解；要看到重大儀式如何發生，更要看到儀式之外那些不起眼的日常——例如：很多時候，儀式的“體面”恰恰是女性的勞動堆出來的：她們負責準備、協調、收拾殘局，卻常常在正式的席面與話語中心被擠到一旁，甚至連進入儀式場域都被禁止。你只有把這些分工與位置看清楚，才會明白所謂“傳統”“秩序”并不是抽象的規則，而是話語與沉默如何被分配、情感如何被組織、誰被看見、誰被遮蔽的結果。更重要的是，時間讓你看到的不是“一個事件”，而是事件之間的關聯：同一套說法在不同場合如何被重復、被修正、被挑戰；同一個人今天怎么說，半年后又怎么說；你第一次以為是“規則”的東西，后來如何被現實拉扯、被關系網重新解釋。我曾經在一個偏遠的離島做過兩年的田野調查，幾乎每一天晚上我都會把當天的見聞和思考手打成筆記。整理這些文字至少需要兩個小時——很累，很耗時，尤其在經歷白天的奔走之后。但這一步對于一篇鮮活的民族志卻又那么必不可少：正是在這個過程中，我會發現遺漏的信息，會把分散的細節重新連成線索；一些看似無關的場景，會突然和之前的材料發生呼應；新的疑問、新的概念，甚至下一階段的調查方向，也常常在打字時冒出來。換句話說，打字并不只是“把口述搬到紙面”，而是一種把經驗重新組織、重新理解的過程。那些文字因此帶著煙火氣：它們不標準、不規范、也不夠精練，但它們有靈氣——因為它們仍然和身體、和現場、和猶豫、和突然的聯想連在一起。

《星球大戰2》劇照

而現在，AI 可以在幾分鐘內把一段語音、一堆碎片整理得工整、標準、幾乎不出錯。它當然也能提供發散點，但那種發散往往更像一種“模板化的聰明”：正確、周全，卻少了現場摩擦出來的意外。問題不在于 AI 做得不夠好，問題恰恰在于它做得“太像一個標準答案”——而標準答案往往意味著一種收縮：它收縮掉猶豫、收縮掉繞路、收縮掉那些看似低效卻能生成新問題的時間。我們開始以為自己節省了時間，卻可能失去了思想生成的條件。詹姆斯·斯科特（James C. Scott） 在《國家的視角》中指出，現代治理最偏愛的往往是“可讀性”（legibility）：把復雜世界變成可量化、可比較、可管理的簡化版本——但這種標準化的代價，往往正是把那些只在細節、關系與語境中才看得見的真實，連同它們的意義一起抹平。

結語

作為一個社會科學工作者，我并不是要否定AI的價值，也不是反對技術進步本身。AI在很多具體情境里確實能節省時間、降低門檻、讓更多人獲得原本難以觸及的能力。問題不在于工具，而在于我們如何使用工具，以及我們用什么來衡量人。當對技術的掌握被默認為一種“優越”，當對效率的追求被當作道德與體面的標準，技術就不再只是幫助人，它開始參與劃分等級。我的反對，指向的正是這種把“會不會用AI”“夠不夠快”當成價值評判尺度的社會氣候。

所以我真正擔心的并不是“AI會不會取代我”，而是：當AI變成一種道德標準，我們會不會把許多本來正當的勞動、正當的緩慢、正當的非標準，一起打包成“落后”。如果我們把“不會用AI”當作一種缺陷，把“手工”和“慢”當作一種可笑，那么被淘汰的不只是技能，更是一種對人的理解：人不是乘法關系里的某個環節，不該因為某項工具的熟練度就被歸類為“零分”。一旦“效率—體面—價值”的鏈條被固定下來，“低端”就會不再是某個行業或崗位的描述，而會變成一種可擴散的羞恥機制：它可以落到任何人身上——落到沒有時間學習的人身上，落到需要慢工出細活的人身上，落到更重視關系、照護、情感勞動的人身上，落到所有無法把自己變成“可量化、可比較、可替換”的人身上。

人類學經典研究里有許多與世隔絕的亞馬遜叢林部落社會：沒有文字記錄，歷史不是被寫下來、存檔、加速迭代的，而是在口述與日常實踐中一遍遍被確認——一代人對上一代人的生活秩序做出延續性的肯定。列維-斯特勞斯把它們定義為“冷社會”。與現代工業化的“熱社會”不同，冷社會并不將進步或變革視為動力。它們試圖“抵銷”時間對社會結構的影響。這類社會通過神話和儀式來維持祖先定下的秩序。列維-斯特勞斯將其比作“鐘表機構”，無論如何運轉，最終都會回到原點。冷社會內部通常較為同質，產生較少的社會分化、階級斗爭或劇烈動蕩。那些塑造了當前世界狀態的神話事件，最多發生在幾代人之前，而其中的主角卻始終在場；過去并未退場，而是以另一種方式持續地活在現在。“冷”與“熱”并非優劣之分，而是指代不同文化處理時間與變革的方式。

我們當然可以說這是一種“沒有技術進步”的時間，但問題在于：沒有科技飛躍，生活在亞馬遜叢林里的人就不幸福嗎？如果幸福并不必然依賴于“更快、更強、更高效”，那么我們今天把AI當成圭臬、把效率當成道德，就更值得警惕。雷·庫茲韋爾在《奇點臨近》中描繪技術將以指數級增長，把人類推向一個不可逆的加速點——可當一切都在加速、當每個人都被要求跟上指數曲線時，你真的更幸福了嗎？還是說，我們只是把生活的節奏交給了增長的邏輯：把緩慢當作落后，把停頓當作懶惰，把不熟練當作羞恥。也許 AI 時代最重要的不是“如何更快”，而是重新奪回一個更困難的問題：當科技不斷逼近所謂“奇點”，我們究竟想要的，是更強的工具，還是更可居住的時間？

當我們用AI重新排序世界時——誰被排序到了“低端”？誰被迫背起羞恥？如果技術進步的代價，是把越來越多的人推向“可被替換、可被嘲笑、可被歸零”的位置，那我們就必須承認：我們追逐的也許不是更加美好的生活本身，而是一套更精密的篩選機制。真正值得期待的技術，不該只是讓少數人更快、更強、更輕松；它更應該讓更多人免于羞恥、免于被敷衍、免于被迫加速。

這個世界上，有人暢想著移民火星，把未來想象成更遠的星際；也有人想去到海島和雨林，在另一種時間里重新學習如何生活。

參考書目：

Graeber, David. Bullshit Jobs: A Theory[M]. New York: Simon & Schuster, 2018.

Han, Byung-Chul. The Burnout Society[M]. Stanford, CA: Stanford University Press, 2015.

Kurzweil, Ray. The Singularity Is Near: When Humans Transcend Biology[M]. New York: Viking, 2005.

Lei, Ya-Wen. The Gilded Cage: Technology, Development, and State Capitalism in China[M]. Princeton, NJ: Princeton University Press, 2023.

Lévi-Strauss, Claude. Race et histoire[M]. Paris: UNESCO, 1952.

Scott, James C. Seeing Like a State: How Certain Schemes to Improve the Human Condition Have Failed[M]. New Haven: Yale University Press, 1998.

【聲明】我必須承認，這篇文章本身也被 AI 參與過——一些語言的打磨、段落的標題、參考文獻的格式整理，都部分借助了 AI 的幫助。寫下這句話并不是為了某種道德上的“清白自陳”，而是想揭示一個現實：AI已經不可避免的嵌入到我們最日常的工作里，幾乎不可能假裝自己置身事外。我并非技術保守主義者，我當然認同 AI作為效能助推器的工具價值。但我更在意的是，當這種技術理性從“輔助手段”異化為“價值準則”，當“即時交付”成了唯一的宗教，那些關乎磨合的損耗、審慎的留白、面對面的生動，或者僅僅只是一個人“我不愿意”的權利，是否正被視作系統里的雜音？某種意義上，這是一篇“借 AI批判AI”的文章：不是為了全盤否定，而是為了警醒——真正危險的從不是工具，而是那套將工具神化為道德、將效率標榜為體面、將人異化為可被歸零之指標的評價體系。

王希言