你不喜欢公司，公司也不需要你

这两年聊 AI，最奇怪的不是技术变化快，而是房间里的情绪完全对不上。

一边是老板、投资人、创业者、AI adopter 在兴奋地讨论 agent、自动化闭环、百倍提效、AI-native company。大家的语气里有一种终于等到新时代的激动，仿佛只要工具再强一点，组织就能轻装上阵，人类就能进入一个更高效、更自由的世界。

另一边，很多普通人听到这些词，第一反应不是兴奋，而是烦。

不是那种“我不懂所以我反对”的烦，而是一种更深的疲惫：我已经被工作、房贷、绩效、通勤、孩子、健康、签证、家庭责任压得喘不过气了，你现在还要我学一整套每天都在变的新工具，还要我表现出积极拥抱变化的样子。

还有一种更冷的情绪，是不信。

你说 AI 提效。可我听到的是裁员。

你说组织升级。可我看到的是 headcount 缩减。

你说未来很激动人心。可我心里想的是：这个未来里，到底还有没有我的位置？

这就是我想写这篇文章的原因。题目很扎心，但我觉得它是今天很多人心里没说出来的话：

你不喜欢公司，公司也不需要你。

这句话不是一句情绪宣泄。它背后有两个同时成立的事实：普通人对公司越来越失望，公司对“人”这种生产要素也越来越没有耐心。AI 只是把这件事突然照亮了。

AI 热闹，普通人很累

我自己当然是 AI 的重度使用者。我很早就写过 ChatGPT 像人生里的第一辆车，因为它改变的不是某一个工具，而是一个人的行动半径。后来我也写过，AI 提效这件事已经越来越无聊，真正的问题不是你有没有用 AI，而是它有没有改变收入结构、成本结构、交付方式和组织方式。

所以我不想假装 AI 不重要。

AI 很重要，而且可能比很多人愿意承认的还重要。

但问题在于，技术圈在讨论 AI 的时候，经常默认所有人都站在同一个起点上：大家都有精力学习新工具，都有安全感试错，都能从效率提升中分到好处，都应该为生产力跃升而高兴。

现实不是这样。

微软 2025 年的工作趋势报告里有一个很典型的裂缝：大量领导者相信未来会用“数字劳动力”扩展组织产能，但同一份报告里，很多员工已经觉得自己没有足够时间和精力完成今天的工作。

这就是今天 AI 落地最尴尬的地方。它不是落在一个充满信任、精力充沛、奖励清晰的组织里。它落在一个很多人早就过载、早就不信任、早就被一轮轮管理口号消耗过的职场里。

所以很多人听到“AI 培训”“AI 先锋”“AI 提效”时，身体先紧了一下。

他们不是不知道技术会变。他们只是太清楚公司会怎么用这种变化。

Upwork 研究院做过一项关于 AI 工作模式的调查。里面最有意思的不是高管要求用 AI 提高产出，而是很多员工觉得 AI 工具增加了工作量：要学新工具，要修 AI 输出，要承担更高目标，还要在原来的组织流程里继续被消耗。

这句话很关键：

如果一个工具没有减少人的负担，只是提高了组织对人的要求，那它在员工眼里就不是工具，而是新的压力来源。

很多老板不理解这一点。他们觉得，工具这么强，你为什么不用？我都给你买账号了，你为什么还抗拒？

因为员工看到的不是工具本身，而是工具后面那套账。

过去公司说降本增效，最后很多时候是少招人、少发钱、更多活。公司说数字化转型，最后可能是多几个系统、多几层审批、多一点数据打卡。公司说敏捷组织，最后可能是更多会、更多看板、更多“对齐”。公司说 Owner Mindset，最后经常变成：你拿雇员的钱，承担老板的焦虑。

这些词被消耗太多次以后，AI 再以同样的姿势进来，员工自然不会天真地相信它是来解放自己的。

问题不是不会用 AI，而是不知道为什么要帮公司用 AI

很多 AI 转型推不动，不是因为员工笨，也不是因为他们天生抗拒新技术，而是因为激励没有对齐。

这个问题很简单，但很多管理者不愿意把它说破。

假设一个运营同事原来一天处理 50 个客户反馈。现在他很努力，把 AI 工作流搭起来，一天能处理 200 个。

然后会发生什么？

在一个理想世界里，他应该得到更多收入、更高自由度、更好的职业安全感，甚至更强的组织话语权。因为他创造了更高价值。

但在很多真实公司里，更可能发生的是三件事：

• 他的工作量被重新填满，因为公司发现他“还有余力”。
• 他的专业稀缺性下降，因为公司觉得这件事以后谁配上 AI 都能做。
• 团队开始被重新计算人数，因为原来四个人的活现在似乎两个人就够了。

站在员工角度，这笔账很难不寒心。

你让我用 AI 提效，如果结果是老板挣更多钱、团队少几个人、我自己的岗位更危险，那我为什么要主动把这套系统搭好？我为什么要把自己的工作流、经验、判断、语料全部交出来，去训练一个未来可能替代我的机制？

员工不一定是在抵抗技术。很多时候，他是在抵抗一套对自己不利的分配方式。

这也是为什么我一直觉得，“员工不学 AI 就会被淘汰”这种说法太粗糙。它把一个组织激励问题，简化成了个人认知问题；把一个利益分配问题，包装成了学习态度问题。

当然，员工完全不学 AI，也不现实。技术不会因为人的厌恶就停下来。但如果管理者只会站在台上说“大家要拥抱变化”，却说不清楚提效以后收益怎么分、岗位怎么变、工作量怎么重新设计、什么人会被保护、什么人会被替换，那么底下的人不信你，是很正常的。

这里真正麻烦的地方在于，AI 不是一个普通工具。

一个普通工具提升 5% 效率，组织可以把它吸收掉。一个强工具提升 50%、100%，甚至重写某些流程，生产关系一定会被迫变化。谁拥有工具？谁承担风险？谁拿到收益？谁失去岗位？这些问题会一起冒出来。

所以 AI 转型越往深处走，越不像技术项目，越像劳动关系项目。

很多公司还没有准备好承认这一点。

公司不是家，甚至也不是一个“需要人”的东西

我们对公司一直有一种过度想象。

我们希望公司公平评价我们，给我们稳定现金流，给我们成长路径，给我们晋升通道，给我们身份认同，最好还能给我们一点意义感。一个年轻人进入大公司，心里多少都有过类似幻想：我在一个很厉害的组织里做一件很重要的事，我和公司共同参与某种改变世界的进程。

这种幻想不是完全虚假的。在一个行业高速增长、公司也高速增长的阶段，它曾经短暂成立过。公司需要人，业务增长能覆盖低效，股票上涨能掩盖很多组织矛盾，于是大家都愿意相信那套叙事。

但公司本质上不是一个对人负责的伦理共同体。它首先是一个商业实体。

CIPD 对心理契约的解释很有用：除了正式合同，员工和雇主之间还有一整套没有写下来的期待和承诺感。问题是，今天破裂的往往不是法律合同，而是这些没写下来的东西。

员工以为：只要我努力、忠诚、专业，公司就会给我稳定、公平和成长。

公司实际在算：这件事还能不能用更低成本、更少人、更快速度完成？

这两个逻辑以前也有冲突，只是没有这么赤裸。AI 把它变得很难再遮掩。

我在《请不要在泰坦尼克上研究如何升舱》里写过一个冷判断：公司需要的不是会 AI 的人，公司需要的是商业结果。会 AI 只是手段。如果这个手段不能带来收入、成本下降、客户价值，或者组织方式的改变，公司不会因为你努力学了 AI 就天然保留你。

这听上去很冷，但它不是一句价值赞美。它只是描述公司这种结构的底层逻辑。

公司不需要“人”，公司需要的是某种功能被完成：产品被交付，客户被服务，订单被拿到，风险被控制，利润被留下。过去这些功能必须通过大量人来完成，所以公司看起来需要人。现在 AI 开始降低一部分功能对人的依赖，于是公司对人的耐心自然下降。

这就是很多人第一次强烈感觉到的背叛：原来我以为自己属于一个组织，结果组织只是在需要我的时候使用我。

但反过来也要说一句实话：你其实也没有那么喜欢公司。

大多数人去上班，不是因为真的相信公司使命，而是因为需要钱、保险、身份、稳定、签证、房贷和生活秩序。我在《硅谷普通人》里写过，很多人的稳定感不是单独建立在工作上，而是 job、RSU、房子、孩子学校、社交圈和身份结构绑在一起。

所以公司一动，生活就跟着动。

这也是为什么 AI 裁员带来的痛感这么强。它不是一个岗位没了这么简单，而是一整套生活稳定假设开始松动。

AI 的冲击是真的，但不要把它讲成胜利者宣言

这里需要把两件事分开。

第一，很多人对 AI 话术厌倦，是合理的。

第二，AI 对组织和工作的冲击，也是真的。

不要因为讨厌卖课、讨厌老板画饼、讨厌“拥抱变化”的口号，就反过来得出一个结论：AI 没什么了不起，都是泡沫，等热度过去就好了。

我不这么看。

我更接近的判断是：AI 泡沫会有，宣传会过度，很多企业项目会失败，但底层生产力变化不会消失。早在生成式 AI 之前，我就在一些旧文章里反复说过类似观点：泡沫会破，技术扩散不会停。

现在更明显。

OpenAI 和宾夕法尼亚大学那篇关于 LLM 工作暴露的研究提醒我们，很多岗位的风险不是“整个职业明天消失”，而是大量任务会被重新拆解、自动化、压价和组合。IMF 也在讨论 AI 对全球就业影响时强调，问题不只是替代，还包括不平等和收益分配。

更现实的变化是成本。

Sam Altman 在一篇文章里提到过 AI 能力成本快速下降。斯坦福 HAI 的AI Index 2025也记录了模型变小、推理变便宜的趋势。你不需要把这些数字机械外推成“所有公司明年都少 90% 人”。但你必须意识到，当某种能力的成本持续下降，所有依赖这项能力收费的服务都会被重新定价。

未来很多服务可能会被 1% 甚至千分之一成本的替代品挑战。过去很多公司之所以能养大团队、建复杂流程、维持很多中间岗位，是因为协调成本、执行成本、软件成本、沟通成本都很高。当 AI 把这些成本持续往下压，公司就会重新问一个残酷的问题：

同样的客户结果，为什么还要用这么多人？

我参与过一次比较深的 AI 组织重构。这里不展开具体公司和内部细节，只说一个感受：真正痛苦的不是换工具，而是你会发现很多旧组织里的复杂性，并不是客户需要的复杂性，而是组织为了维持自己存在而长出来的复杂性。

需求要排期，排期要开会，开会要对齐，对齐要写文档，文档要评审，评审又制造新的协调成本。每个人都很忙，但客户并不关心这些。客户关心的是订单、钱、结果、交付、风险。

当 AI 让一个更小的团队能直接完成更多闭环时，很多“信息传递型”“流程协调型”“证明存在型”的岗位都会变得脆弱。

这不是因为这些人不努力。恰恰相反，很多人非常努力。问题是，努力本身不再构成商业稀缺性。

Shopify CEO Tobi Lütke 那封广泛流传的 AI memo之所以刺痛很多人，就是因为它把这种逻辑制度化了：在要更多人和更多资源之前，先解释为什么 AI 不能做。Amazon CEO Andy Jassy 在给员工的生成式 AI memo里也公开承认，AI 会让某些工作需要更少的人，同时也会创造新的工作。

公司说得很平衡，员工听到的却很简单：

从现在开始，人不再是默认答案。

这就是转折点。

真正让人厌恶的，是缺乏人味的进步叙事

我最反感的，不是有人说 AI 很强。

AI 确实很强。

我反感的是一种洋洋得意的语气：你看，我已经上船了；你还没学会，是你不行；你被替代，是你认知低；你焦虑，是你不够强。

这种话在社交媒体上特别多。它表面上是在讲技术进步，骨子里是一种很粗糙的社会达尔文主义。它把技术变化包装成强者秀，把普通人的疲惫和恐惧当成落后的证据。

但一个人不学 AI，可能不是因为懒。

他可能是累。他可能是被生活压得没有余裕。他可能已经在公司里经历过太多次“转型”，每次都承诺更好，最后都变成更多考核和更少安全感。他也可能非常清楚：自己越快把流程自动化，自己越快失去谈判筹码。

如果我们不承认这些，只会站在高处说“你要进步”，那技术讨论就会变得很没人味。

我以前写过一篇关于乔布斯那句“和聪明人交往不用考虑尊严”的回答。我的判断一直没变：这句话可以用来要求自己，不能用来要求别人。

你可以对自己狠一点，可以逼自己学习，可以在变化里快速迭代。但你不能拿这套强者逻辑去要求所有人放弃尊严、放弃恐惧、放弃对稳定生活的期待。

技术从业者尤其要小心这一点。

因为我们太容易把自己站的位置误认为世界的中心。我们每天使用最好的模型，接触最新的工具，和最激进的一批人讨论未来，很容易觉得世界已经完全变了。可是对很多普通人来说，世界不是一个 prompt，也不是一个 workflow。世界是房贷账单、孩子发烧、父母体检、绩效校准、签证等待、被裁后的空窗期。

如果 AI 最后只是让少数人更兴奋，让多数人更没有安全感，那它当然会遭遇抵抗。

不是因为人类反智，而是因为人类还在保护自己的生活。

所以我觉得，所有相信技术的人，都需要保留一点克制。不要把别人的慢，当成自己的优越感来源。不要把“未来不可阻挡”说成“你被碾过去活该”。更不要把公司降本的逻辑，包装成人类进步的道德正确。

技术会前进，但社会能不能变好，取决于收益怎么分，风险谁承担，以及我们有没有把人当人看。

个人怎么办：少爱公司，多理解价值

写到这里，最容易落入两种极端。

一种是犬儒：既然公司不需要我，那我也摆烂，能混一天是一天。

另一种是鸡血：既然稳定没了，那我必须立刻变成超级个体、AI 创业者、一人公司，否则就是失败者。

我觉得这两种都不太对。

更现实的做法，是先把公司从神坛上放下来。

公司不是家，不是学校，不是精神共同体，也不是人生意义供应商。公司是一个现金流和资源系统。你可以使用它，但不要把全部自尊和安全感押在它身上。

我在《去上班也是一种主动选择》里说过，去上班不是 B or Not B，不是“除了上班我就没路走”。它应该是 A or B，是你在很多选项里做出的一个主动选择。

你可以继续上班，因为你需要现金流、保险、身份、家庭稳定。这没有什么可羞耻的。

你也可以把公司当成学习场，把真实业务、客户问题、组织协作当作训练材料。只要你知道自己在拿什么、学什么、换什么，就不是被动困在里面。

真正要戒掉的，是对公司过度情感绑定。

你不需要爱公司。你需要理解公司如何计算价值。

在 AI 时代，这个价值越来越接近三个问题：

• 你离真实客户有多近？
• 你能不能把模糊问题定义清楚？
• 你能不能用更小成本闭环一个结果？

这些问题听起来很商业，但它们背后其实更接近人。因为客户不是报表里的数字，客户是一个有具体痛苦、具体预算、具体犹豫的人。AI 会让代码更便宜，让内容更便宜，让很多执行动作更便宜，但它没有自动让你理解人。

我越来越相信，未来很多职业的真正稀缺性，不在“我会不会某个工具”，而在“我能不能理解一个真实的人和真实场景，然后把 AI 组织成能解决问题的系统”。

这也是为什么我不太喜欢只讲“学 AI”。学 AI 太空了。

更准确的说法应该是：学会用 AI 放大你对人的理解、对问题的判断、对结果的负责。

如果你在公司里，那就尽量往客户、业务、交付、增长、风控这些真实结果靠近。不要只守着一个远离客户、远离现金流、远离结果的内部岗位定义。

如果你准备离开公司，也不要把“一人公司”想得太浪漫。它不是坐在家里让 agent 自动赚钱。它是你一个人或者几个人承担更多判断、销售、交付和服务压力。AI 降低了执行成本，但没有取消责任。

如果你暂时什么都做不了，至少先把生活拉回来一点。少把无意义的组织噪音吞进身体里。保留健康，保留朋友，保留家庭，保留一点和真实世界的连接。一个人在混乱年代最怕的，不是跑得不够快，而是把全部精神都交给一个随时会改变计算公式的公司。

最后，别把冷判断写成冷血

这篇文章的标题叫“你不喜欢公司，公司也不需要你”，但我不希望它被读成一句冷血的话。

我真正想说的是：我们正在失去一种旧稳定。

过去很多人相信，公司虽然有问题，但只要自己努力，它最终会给一个可预期的生活。今天这个信念正在破。AI 加速了它，但根源不只有 AI，还有长期的组织低信任、管理口号透支、增长放缓、成本压力和心理契约破裂。

你可以为此难过。你也可以愤怒。这些情绪都合理。

但一直停在怨气里，解决不了问题。

我们需要同时持有两种看似冲突的判断。

第一，公司不会天然对你负责。不要幻想它因为你忠诚、辛苦、会用 AI，就一定保护你。

第二，人不能因此变成只会互相优化、互相替代、互相嘲笑的工具。技术从业者、管理者、创业者在推动 AI 的时候，必须承认普通人的疲惫，承认转型的代价，承认安全感不是一句“拥抱变化”就能解决的。

看制度，不要看话术。

看激励，不要看口号。

看人，不要只看效率。

如果一个组织真的希望大家用 AI，那它不能只买工具、搞培训、喊未来。它必须回答收益如何分享、风险如何承担、岗位如何重构、人的尊严如何被保留。

如果一个人真的想在这个乱纪元里活下去，也不能只等公司给答案。你要慢慢把自己从公司身份里抽出来，重新理解价值、客户、现金流、伙伴、生活，以及你真正愿意为什么东西负责。

AI 会继续往前走。公司会继续计算成本。稳定感会继续变薄。

但社会终究还是由人组成的。技术如果不能让更多人的生活变得更可承受，它就不值得被那么轻易地歌颂。

所以，少一点胜利者宣言，少一点对落后者的嘲笑，少一点把裁员包装成进步的聪明话。

多一点诚实：公司在重新计算人。

也多一点人味：被计算的人，仍然是人。