1. 岗位消亡速度与人类适应速度的错位

2025年5月某个周二早晨，微软总部雷德蒙德园区发出了6000封裁员通知。这个数字相当于全体员工的3%。被裁员工中超过40%是软件开发人员。有18年经验的TypeScript开发者、Python语言的核心开发者都出现在名单上。连领导微软AI初创企业支持部门的加布里埃拉·德·凯罗斯也被裁掉了。这件事冷酷地证明了一个事实：在AI领域工作并不意味着安全。

有一处蹊跷。微软那个季度正创下历史最佳业绩。第一季度营收701亿美元，同比增长13%。不是公司经营困难才裁人。CEO萨蒂亚·纳德拉平静地说：「我们公司30%的软件代码由AI编写。」裁员不再是危机信号，而是AI时代的经营策略。

不只是微软。谷歌从Assistant事业部裁掉数百人，亚马逊在2025年10月清退14000名企业员工。Meta裁3600人，特斯拉裁14000人。理由如出一辙：「为了集中资源发展AI。」仅2025年上半年，科技领域与AI直接相关的裁员就达77999人。平均每天427人。截至2026年3月，科技行业累计裁员45363人中约9238人（20.4%）被企业明确归因于AI和自动化。2025年这一比例还不到8%，一年之间企业的措辞变了。不再拐弯抹角。

把视野再放大一些。高盛估算，到2035年全球约3亿个全职岗位将进入自动化影响范围。世界经济论坛（WEF）2025年『未来就业报告』给出了更细化的预测：到2030年将有9200万个岗位消失，同时产生1.7亿个新岗位，净增7800万个。乍看像好消息，但这组数字藏着陷阱。消失的岗位和新增的岗位不会落到同一批人头上。据WEF统计，AI相关新职位中77%要求硕士学位，18%要求博士学位。被裁的呼叫中心员工要转型为AI研究员，实际上不可能。

Hashed创始人金瑞准的判断一针见血：「AI冲击和其他冲击不同。战争或地缘政治过一年就进入新阶段，而AI冲击会持续折磨我们十年。」如果不在国家层面解决技术跑赢人类适应力这一错位，冲击波将席卷整个社会。美国劳工统计局（BLS）数据显示，计算机开发人员就业人数从2023年到2025年两年间下降了27.5%，降至1980年以来最低水平。整体就业在增长，开发者招聘却减少了35%。这不是暂时现象。结构在改变。

Anthropic CEO达里奥·阿莫迪在2025年巴黎VivaTech大会上警告：「AI可能在未来5年内消灭一半的白领入门级岗位。」40多岁和50多岁的在职者处境更加尴尬。学新技术时间不够，退休又太早。HBR在2025年12月所做的调查揭示了更令人不安的现实：很多企业并非基于AI的实际成效，而仅仅基于对AI的预期就在执行裁员。AI这个词成了裁员的免罪符。Resume.org对美国1000名招聘负责人的调查中，59%承认「以AI为由裁员在利益相关者那里更容易被接受」。

问题的本质在于速度差。AI用20分钟学会一个20年经验开发者的技能。招聘平台Wanted Lab对180名在职开发者的调查显示，约半数认为生成式AI的编码能力已经超过1到3年经验的开发者。人的再培训需要数年，大学课程改革需要更长时间。技术以指数级发展，人的适应却是线性的。只要这个差距不缩小，劳动力市场的动荡就不会停。

2. 按时计费经济的崩塌

纽约曼哈顿一家大型律所，三名初级律师花了两天时间做一件事：审阅一宗诉讼案三年间的会议记录和邮件，提取核心争议点。数千页文件，折算成计费时间约60小时，向客户收取的费用大约3万美元。2026年春天，同一律所同一团队把同类工作交给AI研究工具处理。出结果用了5分钟。

5分钟的产出能按60小时的费用收费吗？答案已经摆在那里。Meta在外部法律顾问指南中明确规定，不得对AI生成的工作成果按律师小时费率收费。网络安全公司Zscaler同样如此。UBS在2026年初发布了包含AI专项条款的计费指南。信息在趋同：没人愿意为机器能做的事支付人类的小时费率。

按时计费（Billable Hour）模式之于法律行业，犹如操作系统之于电脑。律所向案件配置人力的方式、评估初级律师的标准、合伙人的薪酬体系、推动营收增长的引擎，全都依赖这一种计费方式。而这个操作系统正在崩塌。正如金瑞准在「即将到来的30道裂缝」中指出的，咨询、法律、会计等B2B知识产业整体面临重写价目表的局面。四个AI模型独立评估的「3年内实现概率」平均值为80%。

这里存在结构性矛盾。假设两名律师处理同类劳动纠纷案件，一个40小时解决，另一个耗时120小时。在按时计费模型下，客户要为慢的那位多付三倍。结果完全相同。这套系统惩罚效率，奖励低效。AI只是把这个矛盾赤裸裸地暴露了出来。

Thomson Reuters 2025年报告指出，法律从业者预计通过引入AI每年可节省约240小时。文档摘要、初步调研、证词归纳、合同条款提取、时间线梳理，这些占据初级律师大量计费时间的工作，已经处于商用AI工具的处理范围之内。一旦客户开始系统性地拒绝为这些项目付费，能存活的律所只有一种：用AI处理通用作业层，在其上方的判断层收费。

替代方案早已存在。价值导向定价（Value-Based Pricing）在咨询、会计、投资银行等其他专业服务行业已是数十年的标准。法律行业只是守住了最后的堡垒。芝加哥律师基金会执行总裁鲍勃·格莱夫斯说：「按时计费是过去50年里让法律服务变得普通人无法承受的最大原因。」AI是终结这项50年旧制度的催化剂。

不只是法律行业。咨询业面临同样的压力。麦肯锡的初级顾问花两周写的市场分析报告，AI一天就能完成初稿。审计中的凭证核对工作由AI处理后，审计时间缩短一半。所有靠出卖时间为生的行业都站在同一个问题面前：「我们真正在卖的是时间，还是判断？」

Artificial Lawyer在2026年展望报告中预测「90%的法律文书将由AI生成」，同时也做了保留：「宣布按时计费的死亡还为时过早。」高端业务、基于判例的风险评估、对市场惯例的专业判断，仍将维持按时间计费。这话没错。所有法律业务不会同时改变。但当低端业务和通用业务中的按时计费模式崩溃，建立在其上的整体收入结构就会动摇。金字塔底层收缩，顶层必然要重新调整。

今后需要证明的不是时间，而是判断。这场转型的速度因行业而异，但方向已不可逆转。

3. 持续绩效评估与持续监控之间界限的消失

国内某IT企业的团队主管K从2025年下半年开始使用新引入的AI绩效管理系统。该系统实时追踪团队成员的代码提交频率、Slack消息响应时间、视频会议发言比例和文档产出量。公司自豪地宣称季度绩效评估所耗时间减少了90%以上。K的团队成员有不同感受。「上个厕所回来Slack响应时间就变长了」这句玩笑话，已经不再是玩笑。

金瑞准「30道裂缝」第29项预见了这一局面：「AI持续分析工作产出和协作模式。年终评估投入时间减少90%以上。当持续评估提高了公平性的那一刻，它与持续监控就变得不可区分。」四个AI模型评估的3年内实现概率为45%。数字看似不高，但无法因此安心，因为它已经在部分实现。

不得不想起提出「监控资本主义」（Surveillance Capitalism）概念的肖莎娜·祖博夫教授的分析。平台企业提取用户行为数据，转化为预测商品。同样的逻辑正在渗入工作场所。以「员工敬业度测量」之名，情绪状态和工作模式被实时采集。2025年的数据显示，美国大企业中60%以上在使用某种形式的员工监控软件。新冠疫情后远程办公普及，这个数字急速攀升。

界限消失的过程是这样的：AI系统学习每个员工的工作模式，捕捉生产力下降的早期信号，自动发送「改善建议」。到这里还是绩效管理。但当同一系统开始分析邮件语气、追踪视频会议中的表情变化、记录午休时长，这就是监控。从技术上在两者之间画一条界线是不可能的。衡量绩效的数据和监控行为的数据是同一组数据。

评估不再是事后行为，而是被整合进实时算法的反馈循环。劳动成为数据提取和行为修正的对象，劳动者在这个系统中被转化为优化的变量。年底一次人事评估带来的焦虑，与365天24小时被测量的焦虑，在性质上完全不同。

要对抗这一趋势，需要的不是关于「测量什么」的讨论，而是关于「什么不应被测量」的社会共识。技术使之可能的事是否全部都是企业的天然权利？劳动者是否拥有不被测量的权利？这些问题至今没有答案。

欧盟在2025年生效的AI法案中纳入了禁止在工作场所使用情绪识别AI的条款。但绩效数据采集与情绪监测之间的界限在技术上是模糊的。测量Slack消息的响应速度属于绩效管理；从消息语气中推断情绪状态属于情绪识别。同一组数据同时提取出两种信息。禁止其一而允许其二在实操中是否可行，至今无人证明。

亚马逊的物流仓库多年前就已经在以秒为单位追踪工人的动线和作业速度。有报道称如厕时间会影响生产力评分，系统会自动生成解雇建议，引发争议。很多人以为这是蓝领劳动的特殊案例。但现在，同样的逻辑正在进入白领办公室。代码提交数、文档产出量、会议参与度。被测量的对象变了，结构没变。

在我们拖延回答的时间里，监控基础设施已经铺设完毕。

4. 初级职业阶梯的断裂与职业代际传承结构的破坏

通向精通（mastery）的路径正在被切断。过去有这样一个顺序：律所一年级律师用眼睛读完数千份合同；会计师事务所新人审计员手工核对数百笔凭证；软件公司实习开发者通过阅读前辈代码掌握设计模式。枯燥、重复、有时看似毫无意义的那段时间造就了专家。那是学徒制（apprenticeship）的数字版本。

AI正在堵住这条通道。从企业角度看这是合理选择。初级律师花两天做的文档审查AI用5分钟就能完成，为什么还要雇初级律师？多邻国CEO路易斯·冯·安在2025年4月宣布：「凡是AI能做的工作，我们不再雇用合同工。」韩国招聘平台Saramin调查显示，2025年第一季度国内IT行业初级开发者招聘同比减少18.9%。高盛研究表明，技术相关岗位20至30岁人群的失业率从2025年初开始上升约3个百分点，明显高于其他职种和技术劳动者整体水平。

放眼美国全国，入门级招聘岗位同比减少15%，招聘广告中提及「AI」的企业两年间激增400%。2025年1月，专业服务业招聘岗位降至2013年以来最低，同比下降20%。

断裂的不只是岗位。职业跨代传承的结构本身正在瓦解。资深律师在复核初级律师审阅的文件时传授判断标准；资深开发者在审查初级开发者的代码时教授设计哲学。初级人员消失，这条传承链就断了。10年后、20年后本该成长为资深人才的人，从一开始就失去了积累实务经验的机会。

金瑞准「30道裂缝」第15项精准捕捉了这个问题：「企业法务团队缩减一半。合同审查、合规、风险分析的相当部分由AI代理完成。初级律师需求下降。从初级到资深的阶梯变成悬崖。」3年内实现概率60%。会计领域同样如此。同一份备忘录第18项指出：「十家中小企业中有七家不需要会计师就能完成税务。会计师的存在意义从做平账目压缩为在数字背后做出判断。」3年内实现概率85%。

Gartner的预测展示了这场转型的速度：到2026年，20%的组织将使用AI来扁平化组织架构，砍掉现有中层管理岗位的一半以上。组织扁平化之后，初级人员脚下可以攀爬的台阶本身就不存在了。

归根结底这是效率的悖论。短期内企业削减了成本，长期来看专家阶层的代际更替将变得不可能。把职业阶梯的最底一级拆掉，最终站到最顶端的人也将消失。

The Atlantic报道称美国应届大学毕业生的失业率已升至异常高位。分析指出，企业正在用AI替代入门级白领岗位，或者AI投资支出挤占了新增招聘预算。这不是个人问题。一整代人正在被剥夺获取专业实务经验的机会，其后果将在10年后、20年后以整个行业的专业能力断层呈现。试想一下，如果把医生培训中的实习环节去掉会发生什么。只读教科书的医生能给患者动手术吗？法律、会计、软件开发、咨询等所有知识产业正在发生同样的事。

人类专业能力的再生产系统可能在一代人之内崩溃，这个警告我们正在实时目睹。

5. 中层管理岗位的消亡与组织架构的扁平化

2024年10月，Gartner在IT研讨会上发布了一项预测：「到2026年，20%的组织将使用AI扁平化组织架构，砍掉现有中层管理岗位的一半以上。」2025年Gartner CEO调查传出更强烈的信号：超过半数受访CEO表示将在未来5年内使用AI削减中层管理层级。

拆解一下中层管理者做的事。把高层战略翻译成基层执行单元的任务；分配团队成员的工作并追踪进度；衡量绩效并向管理层汇报；协调冲突，上下传递信息。其中任务分配、进度追踪、绩效汇报，AI代理已经能完成相当大一部分。

金瑞准「30道裂缝」第1项浓缩了这一变化：「当AI代理处理任务分配、进度追踪、绩效汇报后，高层管理者的管辖范围扩大5倍以上。除最高层管理职位外，那些在上下之间搬运信息的大量中层管理岗位将变得多余。」3年内实现概率65%。方向与Gartner的分析一致。2025年Gartner CEO调查显示，企业希望通过AI让一名管理者多管约20%的员工。管辖范围扩大，中间层级的必要性就降低。

这场变化有另一面。组织内大多数问题发生在「中间」。只给愿景的高层与只做执行的一线之间的鸿沟、部门间利益冲突、突发状况中的判断，这些事一直由中层管理者处理。AI擅长基于数据的工作协调，但察觉团队士气低落的原因、化解两个部门之间的隐性矛盾，是另一个维度的能力。

尽管如此，企业的动作很快。短期内人力成本降低、决策速度加快、汇报层级简化，驱动力足够。Workday在2025年裁员8.5%（约1750人），宣称将资源转向AI投资。被裁减的岗位中相当一部分承担着中层管理职能。

扁平化的组织快。但也脆弱。中间层级曾承担的缓冲功能、指导功能、冲突调解功能一旦消失，组织就直接暴露在高层判断失误之下。没有中层管理者的组织里，初级员工向谁学习？倦怠时向谁倾诉？这些问题，AI还答不了。

Gartner自己也意识到了这些副作用。同一份报告中警告说：「传统的导师培养路径可能被破坏，初级员工的发展机会可能减少，留下来的管理者可能被急剧增加的直属下属压得喘不过气。」呼叫中心的消亡也是同一逻辑。按照金叙俊代表备忘录第5项的分析，AI处理率在三年内将达到90%，以韩国为基准，40万人面临岗位再分配。呼叫中心经理、组长、质量管理（QA）负责人，全都是这场扁平化的对象。

从历史上看，组织在没有中间层级的情况下运转的例子几乎不存在。罗马军团有百夫长（centurion），中世纪行会在工匠和学徒之间也有帮工（journeyman）这一层级。中间层级的存在，接近于人类组织的普遍特征。用技术将这一层级移除的实验会产生什么后果，我们还没有足够的先例可循。

组织结构的扁平化不可避免。问题在于速度。如果过快地抽掉中间层级，组织的免疫系统也会随之消失。按照Gartner的预测，到2026年五分之一的组织将朝这个方向行动，其中相当一部分会在事后才发现扁平化带来的副作用。

6. 人类劳动的奢侈品化与「Handmade by Human」溢价

首尔清潭洞的一家餐厅，套餐最后一道菜上桌时，主厨会亲自走到桌边。他会讲解食材的产地，聊烹饪过程中的纠结。食物的味道并不是全部。人亲手做的这个事实，亲耳听到那个人的故事的这种体验，构成了30万韩元晚餐的价格。即便AI分析食谱、机械臂以精确温度烹饪的餐厅出现，要替代这种体验也很困难。

金叙俊代表「30道裂缝」备忘录的第10项预测了这一现象：「'Handmade by Human'标签将获得巨大溢价。手工家具、人类厨师、面对面咨询成为高端服务。低效率，是人类劳动最后的竞争力。」三年内实现概率75%。同一备忘录第5项也指向同一方向，，随着呼叫中心消失，「与人通话这件事本身将按高端服务收费」。

这一变化背后的逻辑是这样的：AI越是让成果的复制变得容易，过程本身的价值就越高。AI把像素和数据组合在一起，能生成看上去不错的成果，但其中承载的人的脉络、决策的语法、因不完美而生的个性，它装不进去。就像米其林餐厅里主厨的故事决定了菜品的价值一样，「人亲手做的」这一事实本身成为奢侈品级价值的领域，正在浮现。

Klarna的案例展示了这种动态。2024年2月，这家金融科技公司宣布其AI聊天机器人完成了相当于700名客服员工的工作量。仅第一个月就处理了230万次咨询，平均解决时间从11分钟缩短到2分钟，预计节省4000万美元。然而一年后的2025年5月，CEO塞巴斯蒂安·西米亚特科夫斯基改变了方向。他表示「仅靠AI质量会下降」，开始重新招聘人类客服员工。从效率和成本的角度看，AI的优势是压倒性的，但客户想要的不只是效率。

奢侈品化有它的阴影面。人类劳动变成溢价商品，意味着买得起人类劳动的人和买不起的人之间的差距在拉大。富裕阶层找人类医生看病，找人类律师咨询，把孩子交给人类教师。其余的人用AI替代的服务。需要共情、关怀、创造性变奏的劳动走向高端化，以效率为核心的劳动则交给AI。

这种分化已经在金融服务领域开始了。金叙俊代表备忘录第21项捕捉到了这一点：「智能代理整合分析市场数据和消费模式、自动再平衡资产的服务将变得普遍。富人出于管家式服务的需求仍由人类顾问覆盖，大众用智能代理就够了。金融的阶层化将暴露得更加赤裸。」医疗同样如此。同一备忘录第7项指出，70%的初级医疗是模式化的诊断和处方，一旦这些转移到App上，人类医生的面诊就变成只有支付能力的人才能享有的服务。

人亲手做的一切都变成奢侈品的世界，换一种说法，就是用钱购买人际接触的世界。手工家具匠人与AI自动化工厂共存，画面很美，但如果买得起手工家具的人只有最顶层的5%，那就不是市场的多样性，而是阶级的固化。

所以「Handmade by Human」这个标签既是希望，也是警告。它意味着人类劳动固有的价值得到了认可，但也包含着这种价值沦为少数人才能享受的奢侈品的风险。如果低效率是人类劳动最后的竞争力，那么让所有人都能触及这种竞争力，就是社会的责任。否则，我们将造出两个世界：由AI服务的大众，和由人服务的精英。这个分岔点已经开始了。