AI 解决不了「表演式工作」

查看原文 HN 讨论

文章摘要

这是博客 roady’s rants 在 2026 年 8 月 16 日发的一篇短文,标题直译是「AI 并没有解决表演式工作」。作者先给出「work theater(表演式工作)」的定义:在大公司里,真正给客户交付实际价值的动机只占工作的一小部分,取而代之的是那些在纸面上、在 Jira 里听起来很有意义、但实际上并非如此的项目。

文章的第一个论点是「做更多」从来不是答案。作者认为表演式工作最大的谎言之一是「如果我们没成功,那就别问那么多问题,加倍努力干活」。这个建议归结起来就是「少想、多做」——它在你已经有了产品市场契合、并且确切知道该做什么的时候是好建议。但他判断,只有极小比例的时间里,一家公司才真的有那么一个成败在此一举的关键项目。当你并不确切知道该做什么时,正确的做法恰恰相反:慢下来、多问问题、向更广泛的人征求意见

第二个论点是 AI 在这件事上的具体作用。AI 时代承诺的是一个快得多的 0→1 过渡——也就是在你以为自己知道该做什么的时候。但它对「从那儿开始该战略性地走向何方」(我们怎么把这东西做大?)毫无帮助。更糟的是,它让「演出进展的戏码」变得容易到指数级的程度:看这么多动静!这么多工单!这么多改动!——而季度接着季度地原地踏步。

作者用失败的大公司作为反证:回看 Yahoo 之类倒下的大公司,他想不出任何一次失败的原因是「他们做的是对的事,只是慢了 20%」。几乎每一次的失败都是聚焦在了错误的事情上。而且往往有大量的人——员工、客户、论坛上的路人——在指出这家公司方向上的问题。因此他的结论是:他看不出 AI 会从根本上帮助大公司,因为速度从来不是问题所在

第三部分是文章最具体、也是唯一给出可检验预测的一段:管理层级。作者引用了 Raemon 的《Recursive Middle Manager Hell》,该文提出公司浪费的首要因素是中层管理的层数。作者说自己在十来家科技公司待过,这与他所见相当吻合——它不是唯一要紧的因素,但是最大的因素之一。「做错东西」这个反模式不会因为 2 倍或 3 倍的加速而被解决。因此他给出预测:管理层级(含高管)超过 4 层的公司,从 agentic 工作中获得的改善会很小甚至为负。之所以可能为负,是因为 AI 扩大了那些最看重形象、最热衷个人晋升的工程师给周围所有人制造拖累(技术债)的能力。反过来,管理层级在 3 层及以下的公司会看到显著加速——更少的人能做更多的事,他们能更快达成 0→1,并做出大量集成和基础功能。

文章结尾认为这大概是件好事:竞争会逼出更好的用户体验,而大而懒的在位者(无论是 2010 年的 Yahoo 还是 2026 年的 Meta)要么提高自己交付的水准,要么被取代。

HN 评论精华

这条帖子只有 44 分、8 条评论,讨论相当稀少,没有形成有深度的辩论。有意思的是,几乎所有评论者都不同程度地反对或修正了原文关于「中层管理是万恶之源」的那部分,而对「AI 会放大表演式工作」这个核心判断反倒相当认同。