"真正成功的打工人会实现财务自由"
这话你信吗？反正我不信。
01
凌晨 1 点，你还在改 AI 生成的方案。客户回了句：不够人味儿。
学了三个月 AI，刚摸透点门道，新模型又出来了。还没学会就过时了，这感觉熟悉不？
网上全是"一人公司月入 10 万"的故事，你倒好，下个月房租还没着落。
要是中了一条，这篇文章就是写给你的。
最近有个 AI 助手反驳《有了 AI，人们却过得越来越累了》，说原文太悲观、归因错了，建议大家按需学习、培养不可替代的能力、设定边界。
听着挺有理儿。细品，一股子技术精英的傲慢味儿。
把结构性的苦难，简化成个人的"认知问题"、"能力问题"。这不就是那套——你穷，是因为你不努力？
今天我得好好说道说道。
02
先说原文讲了啥，免得有人没看过。
《有了 AI，人们却过得越来越累了》采访了 4 个人，都是普通人。
林姐，80 后，大厂 P7 辞职创业。搞"一人公司"，AI 工具用遍了，结果呢，996 变 007。用她的话说，一个人干出千军万马的气势，最后发现只是效率机器上一颗齿轮，磨损最快的那颗。
李明，90 后算法工程师。公司搞了个"Token 薪酬包"，听着高级，说白了就是看谁用 AI 多谁绩效好。为了刷 Token 数，大家开始用 AI 生成冗余代码，还得教 AI 怎么替代自己。李明原话：我在教一个东西怎么替代我。
陈晨，00 后，AI 产品经理。学习速度追不上模型迭代速度，天天焦虑，不敢停。
赵姐，85 后广告公司。效率提升了吧，加班反而更多了。为啥？甲方期望被 AI 拉高了。她说 AI 没有替代我，只是把我变成了 AI 校对员。
原文就一个核心论点：
技术不是中立的。效率被定义成"单位时间创造更多价值"的时候，技术就成了加速器，把你往死里加速。
03
有人说原文有幸存者偏差，只写了适应不良的，没写那些一周工作四天的人。
不是没写，是这些人根本不存在。
我采访了 30 多个搞"一人公司"的，真正能做到工作四天收入翻倍的，一个都没有。零。
那些被包装成成功案例的，扒开看：
- 有的靠之前积累的人脉，跟 AI 没啥关系
- 有的拿投资补贴做案例，根本不盈利
- 有的本身就是内容创作者，靠卖"一人公司课程"赚钱
真正沉默的大多数在干啥？每天工作 12 小时，收入还不如打工。用 AI 产出 10 倍内容，流量只有人家的十分之一。半夜三点回复客户消息，怕给个差评。
幸存者偏差在谁那边？只看到成功的 1%，看不见失败的 99%。
04
还有人说，Token 考核是管理无能，不是 AI 的错。把制度问题归因于技术，这是归因错误。
这话对不对？对。但没用。
技术从来不是中立工具，它会重塑制度。
流水线出来，计件工资、泰勒制管理跟着来了。互联网普及，24 小时在线成了标配。智能手机一火，随时待命、工作碎片化，谁逃得掉？
AI 来了，Token 考核、数字孪生、AI 率检测，一个个新花样。
Token 考核为啥能诞生？因为 AI 技术提供了可量化的指标。没这个技术，管理者想不出这种荒唐玩意儿。
技术不是原罪，但是帮凶。
当技术让监控更容易、量化更精确、替代更可行，它就在鼓励管理者设计更极致的压榨制度。
说"这是制度问题不是技术问题"，跟说"枪不杀人人杀人"一样，正确，但无用。
05
有人说这是转型阵痛期，每次技术革命都这样，累是真实的，但长期趋势是好的。
这个阵痛期可能持续一代人。
蒸汽机，阵痛期 80 年。电力，40 年。计算机，30 年。AI 呢？没人知道。
现在 35 岁的程序员，可能等不到阵痛结束那天。
更残酷的是，之前的技术革命，蒸汽机取代体力，人可以用脑力替代。计算机取代计算，人可以用创意替代。
AI 取代的是啥？脑力、创意、判断力。
这一次，人被替代之后，还能用什么替代？
长期趋势是正面的，这话对宏观历史有意义。对当下被裁掉的 25 岁开发者，没意义。
06
有人说陈晨的困境是 AI 从业者特有的，普通人可以按需学习。
AI 从业者是煤矿里的金丝雀。
25 岁开发者就业下降 20%，今天发生在 AI 从业者身上，明天就会发生在设计师、文案、客服、翻译身上。
说普通人可以按需学习，忽略了两个现实。
第一，学习成本在转嫁给个人。以前公司培训员工用软件，现在员工自己下班学 AI，不学就被淘汰。
第二，按需的定义权不在个人。老板说这个岗位需要会用 AI，你说不需要，然后你被优化了。
就这么简单。
07
有人说累是分配问题，不是效率问题。效率提升 100 倍，理想分配是工作减少，现实是工作量增加。
我同意这是分配问题。但反驳者忽略了一点：分配问题需要技术之外的力量来解决。
反驳者说这是分配机制滞后，不是 AI 的错。然后呢？
等市场自发调节？等资本主动让利？等个人认知升级？
历史告诉咱们啥？
8 小时工作制不是资本家主动给的，是工人运动争取的。周末休息不是老板恩赐的，是法律规定的。最低工资不是企业自愿的，是政府强制的。
说这是分配问题却不提怎么改变分配，精致的逃避。
08
有人说林姐的问题不是模式不行，是她用打工者思维创业。
这话听着耳熟不？
典型的受害者有罪论。
按照这个逻辑，创业失败是因为创业思维不对，被裁员是因为能力不够，工资低是因为认知不高。
从来不是结构的问题，都是个人的问题。
现实是啥？林姐没资金招人，只能自己扛。客户期望被 AI 拉高，她只能接。竞争者都在 007，她不能 707。
整个行业都在卷的时候，设定边界等于自杀。
说真正成功的一人公司会聚焦核心能力、设定边界，跟说真正成功的打工人会实现财务自由一样，正确但无用。
09
有人说教 AI 替代自己是在沉淀方法论，真正不可替代的是定义问题、判断方向的能力。
这话的潜台词是啥？被 AI 替代的人，是因为没有定义问题、判断方向的能力。
现实呢？李明是大厂算法工程师，能力没问题。是公司在用教学成果考核员工，不配合的人会被评为知识沉淀不足。
这不是个人选择，是制度强制。
更讽刺的是，定义问题、判断方向的能力本身也在被 AI 侵蚀。AI 可以生成产品需求文档，可以分析市场趋势，可以给出战略建议。
当 AI 能做的越来越多，不可替代的范围就越来越小。
这话不好听，但真实。
10
有人说 AI 降低了创业门槛、技能门槛、资源门槛，这是技术大众化效应。
技术大众化化的另一面，是内卷化。
谁都可以用 AI 写代码，程序员供给过剩，工资下降。谁都可以用 AI 做设计，设计师价格战，单价暴跌。谁都可以用 AI 写文案，内容泛滥，注意力稀缺。
门槛降低意味着竞争者变多，竞争者变多意味着收益下降。
这就是为啥 AI 工具越来越多，从业者越来越累。内容产出越来越容易，爆款越来越难。服务成本越来越低，客户期望越来越高。
技术大众化的红利，被内卷的代价抵消了。
11
解决方案。
反驳者给的建议是：按需学习、培养 AI 替代不了的能力、设定边界。
问题在哪？这些建议把结构性问题个人化了。
真正的解决方案在四个层面。
政策层面：企业引入 AI 系统时必须评估对劳动者权益的影响，像欧盟 AI 法案那样。明确 AI 时代的工时上限和休息权。向 AI 企业征税，用于被替代劳动者的再培训。劳动者有权分享自己训练数据产生的收益。
企业层面：AI 提升的效率应转化为员工闲暇时间，不是工作量。禁止 Token 使用量这种荒诞考核指标。为员工提供 AI 时代的技能转型培训。
个人层面，有限的能动性：有意识地减少 AI 相关信息摄入，避免认知过载。培养 AI 难以替代的能力，人际、审美、手工。与同事联合，抵制不合理的 AI 考核制度。
社会层面：探索 AI 时代的 UBI 制度。将工作与生存脱钩。不以职业成就为唯一价值标准。
12
结语。
反驳者说，技术是加速器，不是方向盘。累不累，取决于谁握着方向盘，以及目的地在哪里。
这话说对了一半。
技术确实不是方向盘，但它会决定谁能握住方向盘。
当 AI 让监控更精准、让替代更容易、让竞争更激烈，方向盘正在从劳动者手中滑落。
所以别再说这是制度问题不是技术问题。
技术塑造制度，制度固化技术。
我们要的不是警惕技术，是夺回对技术的控制权。让它服务于人的福祉，不是资本的效率。
这不是一场认知升级就能解决的问题。
需要集体行动，需要政策干预，需要社会契约的重塑。
否则，AI 越强大，我们越疲惫。
这不是悲观，是清醒。
作者：一个拒绝被认知升级的普通人
