读的时候我一直在想我自己那段写代码的经历。有一次上头派我重构一个老项目，我懒得从头捋逻辑，就顺手把需求丢给AI让它给个思路，结果它给我生成了一个特别规整的框架，整齐是真整齐，看起来每行都有理有据，但跟我那个项目的烂摊子完全不搭边。真正往进填业务逻辑的时候我才发现，它根本不知道这个系统为什么要这么设计，为什么历史遗留那个结构那么绕——我们当时是为了兼容老客户的旧数据啊，这种东西AI上哪儿知道去，训练数据里又没写着我们公司的烂账。后来老老实实自己啃了三天代码，才把坑填平。 文章里Adam Argyle说的那几个原因，我身边写代码的朋友看了都说挺准确的。最要命的就是“不知道‘为什么’”，有时候我怀疑它连自己在做什么都不知道，你给它一个任务，它能给你一万个看起来差不多的答案，但问它为什么选这个，哑巴了。这玩意儿干干搬砖活还行，你要真把设计决策交给它，晚上睡不着觉的准是你。 不过文章最后那段关于企业裁员的博弈论，我读着有点后背发凉。我前公司去年就搞过一波“AI优化”，说白了就是用工具替代了几个运营岗，当时领导算账算得挺漂亮，说省了多少人力成本。结果没几个月，那几个被裁的同事里有两个是原来负责对接客户的，他们一走，好几个老客户觉得沟通体验变了，跟跑了。公司又得花更多钱去招新人填坑，一来一回其实没省多少。但你说让领导停下来说不干了？不可能，因为隔壁公司裁得更狠，你不跟上就显得你效率低。明明大家都知道这是在往坑里跳，但没人敢先停。 这个事儿我倒觉得文章里那个“囚徒困境”说得挺透的。你一个人停下来，你就是那个被市场淘汰的傻子；你跟着一起跳，至少跳的时候还有个伴。以前工业革命的时候也有这个阶段，但那时候好歹新技术带来了一堆新岗位，纺纱机砸了手工织布，却多了工厂工人。这回呢?AI替代的是写文案的、画图的、敲代码的，然后这些被替代的人兜里没钱了，反过来又让消费市场变冷，最后大家都没活儿干。这确实是电脑外部性，不是个人能解决的问题。 不过话说回来，文章里说“唯一有效的是对自动化征税”这种话，我总觉得理想很丰满。真正操作起来，你信政府能分清楚哪部分是自动化哪部分是普通效率提升？我反正打个问号。这年头科技巨头在美国那边交多少税大家都心里有数，真要对自动化收一笔重税，他们有一百种方法把账做平，最后税还是落到底层消费者头上。与其指望这个，我还宁愿多聊聊怎么帮着被替代的人转岗。 我唯一不太同意文章的一点，就是它把AI太当回事了。它说这个东西是“旧范式的收尾”，我觉得有点过度抬高它了。AI确实是一样挺好的工具，但也就是个工具，跟当年Excel替代算盘有点像，力度大了点，本质还是帮人干活的。人类历史上被新工具吓到的时候多了去了，每次都觉得天要塌了，结果日子照过。现在这一波确实凶，但远远不到说什么“数字浪潮终结”的地步。你自己看看身边人，那些在AI上赚到钱的又有几个呢，大多还是在那儿开会员、充订阅、给平台做数据罢了。 反正我读完了，觉得文章能把三篇不同的东西拼成一个图景，这个功夫挺厉害的，引的那些细节也确实戳人。但这个题它太大了，AI到底在历史坐标的哪个位置上，怕是要等咱们这批人都退休了才有答案。写代码去了，不聊了。