← #793

在职场表现得很有生产力

文章摘要

这是一位拥有 20 多年从业经验的工程师写的反思文。作者在文末坦承自己用 AI 协助过头脑风暴和润色，但所有判断性内容都是自己写的。文章的核心论点很尖锐：生成式 AI 让”看起来在干活”和”真的在干活”彻底脱钩——一个新人现在能产出”看不出新人破绽”的成品，因为成品里反映的并不是新人自己的能力。这种”产出—能力解耦”摧毁了过去几十年职场的一个基本默认：作品质量是能力的可信信号。

作者把这个问题分成两层。第一层是新手在自己专业领域里用 AI——以往新人要靠”挣扎”才能完成任务，挣扎本身就是学习；现在他们提交的成果光鲜亮丽却讲不清自己写的是什么、为什么这么写。更危险的是第二层——没受过训练的人在不熟悉的领域用 AI 搭系统。他举了一个真实案例：身边同事花了两个月用 AI 搭了一套数据架构，整个过程在管理层眼里”势头很猛”，但底层方案根本不成立。等到问题暴露时，”势头”和”看起来在推进”早已变成不能停下来的政治资产，任何质疑都被视为”破坏士气”。

作者抛出了一句金句：”真正的人不是流水线上的多余环节，而是唯一在赌局里押了筹码的那个“（the human in the loop is not a vestige; the human is the only part with skin in the game）。当下流行的 agentic 设计把人当作”瓶颈”踢出决策回路，但只有人才会在事后承担责任。他主张 AI 该用在可被验证的环节：头脑风暴、起草、复述、改写、对已经被你理解的数据做模式识别、对你能核对的材料做摘要——人提供判断，AI 提供吞吐量。这正好和今天主流 agent 的”人类只在出错时才介入”反过来。

文章末尾还点出一个常被忽略的二阶问题——”对内的 slop“。AI 让生成成本逼近零，但阅读成本没变；于是公司内部充斥着没人真读的设计文档、状态汇报、AI 助手生成的会议纪要。这把”信号”淹没在合成噪声里，也消灭了过去新人靠写文档、整理会议获得的成长机会。作者的语气克制但忧虑，他不是反对 AI，而是反对一种”让外行看起来像内行、让内行不敢说话“的组织默契。

HN 评论精华

wcfrobert：一句话总结了整篇文章的痛点——”努力”本身曾经是免费的过滤信号，AI 把这个信号抹掉了，于是真正的瓶颈反而变成了仍然在认真审稿的那个人。
abvdasker：从自己在大厂写设计文档的经验出发——以前为了让别人愿意读，作者会拼命缩短篇幅；现在 AI 把别人的设计文档无脑膨胀，强迫审稿人花数倍时间读没人想真写出来的东西，是对评审人的隐性侮辱。
godelski：拿”快速行动，打破东西”那一套类比骗局——人为制造紧迫感、逼迫别人来不及思考。AI 时代的迭代速度让”看起来快”压倒了”想清楚”，缺的是后续的清理周期。
ako：观察到 GitHub 评论越来越像 AI 写给 AI 看的——文本正在变成”agent 之间的线缆协议”，人类反而是这套通信的次要受众。dr_kiszonka 把这点推到极致：现在所有职场写作其实都在面向 AI 评估器，最终形成一个 AI 生成、AI 解析的反馈循环，把人类完全旁路。
tharkun__：给经理的实操建议——直接拒收冗长的 AI 生成稿，要求作者回去写一份本人能讲清楚的短摘要。换句话说，把”用 AI 思考”的成本反向施加到提交方。
hxtk：阐述了为什么这个问题特别难——以前你看到一份长文档，它本身就是”作者花了时间”的证明，可以倾向相信；现在这个先验失效，唯一办法是把每份文档都从头读一遍，但你没那么多时间，于是好坏一锅烩，整体质量下沉。
Swizec：好的文字需要数周才能短下来，因为简洁是深度思考的副产品；但管理层期待的是 AI 带来的”加速”，最终的压力方向必然指向”长且毫无营养”。
评论区还有一个反复出现的话题：现在的 agentic AI 设计哲学是”自主跑、出错时人类来收拾”，作者文章把它反过来——这与《Toyota Production System》那种”任何工人都可以拉停产线”的人本主义直接对立，引发对工程文化走向的担忧。