科技圈为何集体不快乐：AI 正在掏空工作的意义感吗

作者从通勤列车上的反差写起：一名年轻人用毫无起伏的语气谈 EBITDA、利润率和 ARR，拿出为侄女编织的粉色帽子时，眼睛才第一次发亮。知识工作者想学陶艺、绘画、钩织，或幻想去农场、离网生活，并不只是复古爱好潮，而是对职业意义突然失去信心。AI 的威胁也不只在裁员；当它把本就抽象的知识工作再隔开一层，维系“工作主义”的参与感、共同体和创造过程可能一起消失。

1. 今天的焦虑不是怕失业，而是不再相信工作值得投入

• 列车上的男子花了半小时解释财务指标与成本结构，谈到亲手编织一顶冬帽时却第一次显出骄傲。这个反差让作者看到，陶艺、绘画、钩织以及“去农场”“离网生活”的愿望，都在表达同一种渴望：做一件具体、可触摸、能与真实的人发生关系的事。
• 这种失望会传染。一个人说出动力下降、与工作疏离、失眠和对未来的不安，其他人便发现自己也在问：“我们究竟在做什么？”过去的知识工作者同样经历衰退、外包和自动化，但今天的问题从“我会不会失业”变成了“即使保住工作，它还值不值得做”。连通常最能抵御经济冲击的高薪高管和资深专业人士也在动摇。
• 作者承认，这个群体并不天然值得同情：他们曾叫别人“学编程”，疫情期间由一线劳动者承担风险，如今又在开发可能替代更多人的 AI。但这不妨碍问题成立——如果整个高技能阶层同时不再相信自己的职业，组织和产业赖以运转的心理基础也会松动。要理解这种基础是什么，必须先理解“工作主义”。

2. 工作主义用身份和仪式填补了职业召唤留下的空洞

• 2019 年，德里克·汤普森把这种现象称为美国“工作主义”：受教育程度最高、收入最高的人把办公室当作教堂，从职业中索取过去由宗教提供的身份、共同体和精神意义。真正的职业召唤强调技能、价值和对具体他人的贡献。教师、护士、消防员、社工、急救员、修理工或电工，即使工作艰苦，通常仍能看到自己的劳动如何影响别人。
• 大量年轻人进入的金融、咨询和科技工作则不同。这些岗位竞争激烈、认知负荷高，也充满政治、官僚层级、长工时和裁员压力，但利他价值往往难以辨认。大卫·格雷伯记录过许多典型场景：为永远不会启动的项目制作幻灯片，争论没人需要的软件功能，优化没人注意的广告，或者为了晋升制造看起来重要、却未必对产品有益的开发。
• 工作主义的作用，就是把这种空洞包装成使命。人们以近似心脏手术的严肃程度讨论报告、战略文档和品牌重塑，因为组织必须让成员相信这些仪式非常重要。工作主义的弱点是，它必须依赖信念压过逻辑；一旦某种技术让人看清仪式可以脱离自己继续运转，幻象便会破裂。AI 正在扮演这个角色。

3. AI 真正动摇的不是岗位，而是“这是我们完成的”

• 大型组织里的知识工作本来就像俄罗斯套娃：一个岗位支持另一个岗位，后者又支持更里面的岗位，层层嵌套，最终很难找到劳动与现实价值接触的中心。过去它至少仍由人亲手完成。人一起拆问题、制作幻灯片、写客户回复、制定策略；即使成果缺乏社会意义，投入其中的思考、协作和创造仍属于参与者。
• AI agents 最初似乎只是接管整理报告、追数据、排版和起草文档等重复劳动。但在“用 AI 做得更多”的压力下，它们已经开始生成完整商业战略、营销活动、网站乃至整个部门的规划。所谓“人人管理一支 agent 军队”当然可能提高效率，却也让人离自己的产出更远：我不再制作赢得客户的提案，只负责写提示和检查；我不再搜集资料、撰写通讯，而由 agent 完成。
• 这多出来的一层抽象解释了为什么效率提升会带来疏离。AI 拿走的不只是任务，也可能拿走“这是我们共同完成的”这种参与感。为了说明这种疏离为什么不仅发生在工作中，作者借用了居伊·德波的“景观”概念。

4. “景观”让人看见：AI 正把直接劳动变成对机器产出的观看

• 德波在 1967 年出版的《景观社会》中认为，在现代生产条件下，直接经历的一切都会退入表象：不与母亲交谈而发短信，不旅行而观看旅行视频，媒介逐渐取代经验。工作主义是这一逻辑的微型版本——看起来忙碌、重要、知识独特，和真正具备这些品质同样有价值；工作只需显得有影响，不必真的产生影响。它最有说服力的证明只是：大家每周都登录、加班，所以这些事一定重要。
• AI 把景观再抽象一层。当人只负责观看、检查和批准机器产出，工作景观的虚构性反而更容易被看见。过去 30 年，人们已经不断远离直接生活与直接劳动；AI 可能把距离推到临界点，使人突然意识到：整套工作仪式几乎不需要自己也能继续。
• 组织仍然会采用 AI，因为短期效率收益太诱人，设计得当也确实能帮助企业和员工。但许多高管最期待的“更少协作、更少人员”，可能同时拆掉维系组织的关系结构。由此，文章从“个人为何失去意义”进入更关键的问题：组织试图删除的低效过程，会不会恰恰是知识工作仍然值得做的部分？

5. 协作中的“混乱中段”不是浪费，而是意义和创造力的来源

• 作者借体育判罚说明“更正确”不等于“体验更好”。鹰眼、挑战系统和自动好球带减少误判，甚至追求 100% 正确；但误判也曾创造人们多年后仍会谈论的标志性时刻。体育是人创造的活动，人的错误并非系统外噪声，而是体验的一部分。知识工作也一样：AI 几分钟完成原需数小时的项目很强大，但幻灯片生成速度并不是留住人才的主要原因，同事、老板以及共同解决问题的经历才是。
• 这也解释了为什么 AI 对不同人的影响并不对称。结果优先者关注业务、胜负和效率，倾向于把人的需求、缺陷和情绪视为障碍；体验优先者则重视协作、辩论、探索和共同克服困难。许多体验优先者在工作之外还是摄影师、导演、画家、诗人或志愿者。他们放下难以谋生的热爱进入公司，需要换回创造空间和有趣的同伴；如果这些被流水线拿走，这笔交换便不再成立。
• 特蕾莎·阿马比尔关于内在动机的研究为此提供了证据：人们在受到任务本身的兴趣、挑战和乐趣驱动时，最容易产生有创造力的高质量成果；政治化、避险和极端结果导向的环境会扼杀创造，协作、想法驱动和自由的环境则促进创新。这意味着“混乱中段”不仅让工作更有人味，也可能正是新价值产生的条件。
• 作者同时加上限定：企业目前把大规模裁员归因于 AI，并不意味着自动化已经创造了足以解释数十万失业的效率。真正值得警惕的是更长期的后果——如果体验优先、最具创造力的人对工作主义集体失信，当企业将来重新招聘时，他们还会不会回来？

6. 无法彻底逃离工作景观，但可以保住其中的直接经验

• 德波认为，景观很擅长重新吸收反抗。离开科技行业去经营马匹救助场的人，可能最终通过 YouTube 和 Substack 出售自己的逃离故事；创业者也需要制造吸引员工和投资人的新景观。部分最失望、最有艺术能力、最敏感或最有经济余裕的人会离开知识工作，但多数人仍会因选择或生计留下。
• 抵抗的核心不是逃出所有系统，而是保住不能完全外包的直接经验。它可以是直接打电话与同事讨论问题，而不是立刻向 agent 提问；允许工作以缓慢、探索性的方式展开；明确某些任务应由人完成。更重要的是保持清醒：电子表格不会死人，产品发布不会令世界屏息，营销活动很少改变世界，但人们可能记得我们如何相处、如何对待同事、成为怎样的人。
• 一旦不再用“日常工作正在改变世界”的虚假满足填补空洞，人便有机会把精力放回真实关系和社区贡献。文章最后回到列车上的粉色帽子：它规模很小，却同时包含亲手劳动、具体关系和真实受益者。作者借此说明，意义未必来自更宏大的职业叙事，也可能来自一件确实由自己完成、并交到具体的人手里的东西。

思想框架

文章先从知识工作者普遍出现的意义焦虑进入，继而用“工作主义”解释办公室如何通过身份、共同体和忙碌仪式制造信念；AI 因为接管的不只是重复任务，还包括思考、协作和创造过程，使这套信念开始破裂。德波的“景观”进一步说明，AI 正把直接劳动变成对机器产出的观看。作者随后证明，被效率逻辑视为浪费的“混乱中段”，其实同时生产关系、内在动机与创造力。最后的选择不是彻底逃离，而是在工作内部保留人的直接经验，并把意义重新放回真实关系与具体贡献。