技术驯化了人

每次有重大的技术突破，人们都以为工作时间会缩短。洗衣机发明以后，家务应该变少；互联网普及以后，找信息应该更快；AI 出现以后，重复性的工作应该消失。可现实是我们比任何时代都忙，而且每一轮技术之后都是这样。大多数人把这归咎于资本主义的贪婪，或者怪自己不够优秀，我认为这两种解释都太浅了。我们以为是自己在选择技术，其实是技术在选择我们。

十九世纪，经济学家 William Stanley Jevons 观察到一个反直觉的现象：蒸汽机效率提高、用煤的成本下降以后，煤的消耗量不降反升。原因很简单，成本下降让很多原本不值得做的事变得值得做了。这就是著名的 Jevons 悖论：效率提升扩大了用途，资源的总消耗最后反而上升了。

洗衣机、互联网和 AI 也是一样。洗衣机让洗衣服变容易了，社会对“干净”的要求也跟着提高了，过去够干净的现在不够了，衣服越洗越勤。以前写一份报告，查三本书就够了；现在要翻五十个网页、读十篇论文，再对比三个数据源。搜索确实快了，省下的时间全花在了多出来的材料上。到了 AI，以前写一篇博客就行，现在还要配图、配视频、做 SEO、A/B 测试标题、追踪转化率。

Jevons 悖论能解释省下的时间为什么会被吃掉，却解释不了标准为什么一直往上调。一个原因是竞争。人人都有洗衣机以后，干净就成了最起码的要求，谈不上优势；人人都会用搜索引擎和 AI 以后，信息多、出活快也是一样。技术把优势变成了标配，所有人只能接着加码，这是一场没有终点的军备竞赛。另外，审核的成本也在涨。技术越先进，系统越复杂，出了错后果越严重，审核、合规、解释和担责的成本也就越高。AI 生成内容很快，可你得花时间检查它有没有幻觉、符不符合品牌调性、会不会惹出争议。

红利去了哪里

如果只有这些，问题还不至于这么严重。我认为真正让人越来越忙、而且回不去的，是资本主义的几个默认设置。资本主义的逻辑是利润再投资，效率提升带来的红利默认会被投进下一轮增长，很少变成休息时间。Amazon 用 AI 优化了仓储和物流以后，省下的成本被拿去兑现更快的配送，从两日达到次日达，再到当日达，甚至两小时达，每一次效率提升都成了新的服务标准，员工并没有因此少干活。

Salesforce 这类平台用 AI 帮销售自动写邮件、总结通话、做预测，按这个逻辑，每个销售就该管更多客户、覆盖更多地区，“既然你现在效率更高了，就该多签几单”。Netflix 用推荐算法提高了用户留存，省下的获客成本被投进了更多原创内容和更多国家的市场，既没有变成利润，也没有变成休息时间。

另外还有超级明星效应。技术把边际成本降下来以后，规模效应和网络效应会让头部聚集得更厉害。在 YouTube 和 Instagram 上，个人创作者用 AI 工具做自动剪辑、AI 配音、字幕生成和多语言翻译，一个人就能做出过去要一个小团队才有的产出量，同时运营英语、西班牙语、日语三个频道，每天发好几条视频。即便如此，腰部创作者也只能勉强维持，因为算法推荐是幂律分布，有资源做高成本内容的头部创作者吃掉了 80% 的流量，剩下的人只能抢残羹。

程序员也一样。一个 10x 工程师用 Cursor 和 Copilot 能干完一个小团队的活，其他程序员并不会因此轻松，招聘需求会下降，对留下来的人要求会更高：除了写代码，还得会写提示词、审查 AI 的输出、同时在十个方向上快速迭代。咨询和设计行业里，用 AI 的独立顾问能同时接更多项目，挤压了中型 agency 的生存空间，要么你是用 AI 把产能放大十倍的顶级专家，要么你是被 AI 替代的廉价劳动力，中间地带正在消失。AI 强化了赢家通吃的规则，技术既拉大了贫富差距，也拉大了焦虑。

还有一个默认设置是度量。技术让一切都可以衡量，空白时间就失去了正当性，闲着像是在偷懒，“够好了”也成了“还不够”。客服中心以前只看问题解决率和平均响应时间，现在 AI 能分析对话里的情绪、用词、停顿时长和共情表现，连同理心都被量化了。客服不光要解决问题，每一句话还得表现出算法认得出来的“温暖”。

程序员的 GitHub Copilot 接受率、代码审查通过率、PR 响应时间和部署频率全都看得见，以前你可以说“我在想架构”，现在你得证明这段思考产生了可以量化的价值，思考成了可疑的空白，只能拿产出来辩护。做内容也一样，除了阅读量，还要看停留时间、滚动深度、分享率和转化率，你写的每个段落、每个标题、每张配图，都有数据告诉你“读者在这里流失了 30%”。数据总能找到可以改进的地方，所以优化永远没有尽头。

这几样东西加在一起，就把效率红利变成了工作强度。资本家确实贪婪，但更主要的原因是系统的默认设置就是这样：只要红利怎么分由资本说了算，只要竞争比的是相对排名，没有一条够了就行的线，只要管理的基础是度量，效率提升就会变成工作加码。

脑力变便宜以后

每一次技术革命都会让人更忙，这一轮 AI 又有它特别的地方。过去的技术降低的主要是体力劳动和信息处理的成本，洗衣机替代了手洗，搜索引擎替代了图书馆，可脑力劳动的边际成本一直很高，写一篇文章、做一个设计、写一段代码，都还要花人大量的时间。

AI 第一次把脑力劳动的边际成本压到了接近零，于是那些过去因为不值得做而被放弃的长尾任务，现在都值得做了。个性化邮件以前只给 VIP 客户写，现在可以给每个用户写；内容以前只做英文版，现在可以做二十种语言；以前只优化主流程，现在每一个边缘场景都可以优化。要做的事会呈指数级增长。

人的角色也变了。以前你是执行者，现在你要编排、审核，还要担责。你不再亲手写代码，可你得审查 AI 写的代码有没有 bug、合不合架构、会不会留下技术债，文案也是一样。自动化程度越高，最后一道关的责任就越重：AI 替你做了 95% 的工作，剩下的 5% 却要你承担 100% 的责任。

另外，AI 还压缩了节奏。以前信息传递有延迟，等一等是正当的；现在 AI 可以 24/7 响应，组织也就顺势收紧了 SLA，加快了发布节奏。等待的时间被删掉了，缓冲的余地也没了，人被锁在一个停不下来的反馈循环里。

当然，并不是所有技术都让人更忙，有些确实带来了闲暇（比如冰箱减少了每天出门采购的次数）。一项技术会把红利变成工作还是休息，可以看这几点：它降低的是不是脑力、沟通、分发这些核心瓶颈上的成本；它让多少过去不值得做的事变得值得做；评价标准是相对排名，还是一条固定的线；红利默认是拿去再投资增长，还是用来换时间；它会不会把反馈周期压得更短。这几点同时成立，人几乎一定会更忙，而 AI 每一点都占了。

小麦驯化了人

现在可以回到开头那个问题了：效率红利为什么总会变成工作强度。常见的解释是资本主义剥削、竞争压力和社会比较，这些都对，但我认为还不够深。更深一层的原因是，技术在选择什么样的人能生存下来。我们以为是自己在挑技术，用洗衣机还是手洗，用搜索引擎还是去图书馆，用 AI 还是自己写，其实是技术在挑我们。

用洗衣机的人能维持更高的清洁标准，在社交和职场上更有优势；用搜索引擎的人获取信息更快，决策更好；用 AI 的人能覆盖更多产品线，服务更多客户。不用的人就这样慢慢被比了下去。技术改变了被选中的条件：新技术刚出现时，最早用上的人有一点暂时的优势，可这个优势很快就成了标配，标准被重新设定，跟不上的人被淘汰。系统只看你能不能达到新的标准，至于你想不想休息，它并不关心。

这就是驯化。我们驯化小麦的时候，以为自己在掌控自然，可 Yuval Noah Harari 在《人类简史》里指出，其实是小麦驯化了人类。种小麦让人定居下来，劳动时间变长，压力也更大，但它能养活更多的人口，于是种小麦的群体在竞争中胜出，不种的群体消失了。人变得更忙、更累，却别无选择，因为被选中的条件变了。

技术也是一样。用 AI 的人产出更快，能覆盖更多场景、承担更多任务，不用的人慢慢失去竞争力。系统奖励更卷的人，淘汰想休息的人，个人喜欢什么并不重要，集体往哪个方向演化，由技术设定的选择压力决定。

我并不是在讲宿命论。历史上确实有把效率红利换成闲暇的例子，比如工会运动、八小时工作制和带薪休假，可这些都要靠集体的协调和制度上的承诺。没有这样的承诺，默认的结果就是技术驯化人。

所以我认为，技术会放大你已有的承诺，但不会替你重新做一个。如果你的承诺是增长优先、用产出证明价值，技术就会放大它，让你更快、更卷；如果你的承诺是闲暇优先、用时间证明价值，技术同样会放大它，给你更多空间去休息、思考和创作。可现实是，大多数人从来没有主动做过这个承诺，它是默认的、隐含的，是系统替你设好的，而系统的默认设置就是红利拿去再投资增长，竞争决定价值，一切都靠度量来管。技术只是放大了这个默认设置。

AI 会让你更忙还是更闲，取决于你事先把新增的生产力许给了什么，是更多的功能、市场和产出，还是更多的空白时间、思考和闲暇。这个选择技术不会替你做，它只会把你的选择放大一百倍，然后问你：这真的是你想要的吗？