进入“平庸时代”：AI 如何让工作越来越相似

当员工的工作变成监督一群 AI 智能体，企业获得的不只是速度提升，思考问题的方式也可能发生变化。Aaron Horwath 从一位文案工作者的日常切入，追踪同质化怎样从语言蔓延到战略，再讨论创造力、专业技能与组织关系在自动化后的价值。文章的后半部包含对未来劳动市场的推演，需要与前面的案例和研究观察区分阅读。

1. 大家都管理智能体，也可能是在雇用同一个“大脑”

• 周一早上九点，28 岁的 Lukas Weber 开始查看自己为一家中型软件服务公司搭建的智能体。自公司年初要求“AI 优先”后，一个智能体汇总行业新闻和客户通话，挑选邮件通讯选题，再交给文案智能体起草；另一个识别访问公司网站的潜在客户，按其行为发送定制方案；还有智能体分析营销数据、提示异常，以及为未回复的邮件准备草稿。
• 管理层期待他不再亲自写作，而是管理智能体、检查即将发出的内容。团队今年缩编后，他承担了更多营销工作，智能体帮助他跟上节奏。人力资源、销售、客户成功、工程等同事也以类似方式开工；仅过了一年，他已怀疑自己还能否回到原先的做法。
• 外包给模型的任务已经超出行政杂务，进入代码、产品设计、营销战略、客户升级事件、财务分析、法律建议、教练式辅导和品牌定位。支持全面采用 AI 的高管把这种“人人用 AI 做一切”的状态看作理想：知识工作者坐在智能体团队之上，而这些团队依赖同一个很小的大模型生态。
• 作者由此转向竞争者：同一行业的其他公司也用同样的模型执行相似任务，等于共同雇用了“Claude 先生”及其同类。原本为不同经验与判断力付费的公司，却把挑战、点子和解决方案都送进相同工具。当大家调用同一套思考资源，提速可能伴随差异化的流失，尤其影响那些以独有方案为价值主张的企业。

2. 又想到一起去了：从破折号到“共享大脑”

• 作者从一个小症状说起：作家曾钟爱的英文长破折号，被模型过度使用后，成了识别低质 AI 内容的标记。它的泛滥不只是写作风格问题，还提示知识组织中正在出现的思想同质化。
• 类似过程曾发生在实体空间。Kyle Chayka 在 2016 年《欢迎来到 AirSpace》及后来《滤镜世界》中，描述 Instagram、Foursquare 等平台和算法如何让柏林到布鲁克林的咖啡店、酒吧、酒店、民宿与共享办公空间采用相同美学：极简家具、精酿啤酒、牛油果吐司、旧木材、工业灯具、奶咖和高速网络。熟悉符号让跨地域移动变得顺滑，甚至让人意识不到地点已经改变。
• 十年后，作者将知识工作的类似现象命名为 Airbrain，可理解为“共享大脑式同质化”。通讯、网页与广告开始拥有近似的 Claude 风格、语气和表达路径；具体作者的怪癖与个性被处理掉，只剩难以区分的平庸。这里的比较把问题从标点习惯推进到作品及思考的整体趋同。
• 文中引述 Emily Wenger 与 Yoed Kenett 于 2026 年发表于《PNAS Nexus》的研究：22 个商业大模型与超过 100 名人类参与标准创造力任务。单个模型有时胜过单个人，但模型作为群体给出的答案高度相似，人类群体则保留更多差异。作者将其联系到模型预测下一个词元的机制，强调个体成绩较高，并不意味着群体创意更丰富。

3. 取消 AI 文案，还不足以解决战略层面的趋同

• AI 已经介入商业难题、销售辅导、营销活动策略和利益相关者管理。员工不再只请它润色，而越来越多地请它完成原先需要自身技能或同事讨论的高层任务；这些任务决定企业方向、团队运作和市场形象。因此，把工具从营销文案中拿走，无法触及全部问题。
• 企业也许能行动得更快，至少能生产更多东西，但“更多产出”与“更好的效率”不能自动画等号。作者用一段河流治理史说明：看似拖慢速度的弯曲，可能承担着系统赖以健康运行的功能。

4. 把河道拉直以后，效率的代价才显现

• 1954 年，美国陆军工程兵团把佛罗里达 Kissimmee 河反复泛滥的问题归于 103 英里的曲折河道。1962—1971 年间，工程将河道拉直，并挖深至 30 英尺。文章用这一治理选择比喻把复杂流程当作低效率、试图一举消除的冲动。
• 按文中描述，洪水得到控制，但河流含氧下降，营养污染积聚，天然拦截泥沙的功能消失，泥沙转而冲入 Okeechobee 湖。近 3.5 万英亩洪泛区栖息地被破坏，越冬水禽约减少 90%；著名的鲈鱼渔场，也被弓鳍鱼和雀鳝等鱼类占据。速度和通畅并不是河流唯一的价值。
• 从 1999 年起，人们开始恢复 44 英里的弯道，直到 2021 年才完成，花费超过 10 亿美元。这一案例承担的论证功能是：删去系统中的“阻力”之前，必须理解它还在做什么；等损害出现后再重建，可能昂贵且漫长。

5. 工作中的弯道，曾帮助企业形成自己的答案

• AI 普及前，员工提出想法，需要交给重要相关方评估和反馈，再修改、审批、分配资源。这个过程缓慢，充满会议，却让不同人的经验参与塑造方案。AI 让个人跨越技能限制，独自开发应用、制作看板或分析数据；原来需要专业人员和数周的项目，可能由一人或小团队在几小时、几天内完成。
• 在作者看来，这会把知识工作推向制造业式组织：人类像工头一样看管流水线。福特装配线上，人们不希望安装座椅或刹车片的员工不断试验新做法；但创新性知识工作恰恰需要不同视角相互磨合。取消所有讨论与对齐，也就可能取消培育独特方案的条件。
• 企业独特卖点来自所雇用之人的才能组合。作者将合适的人组成组织视作重要护城河，批评把所有想法都交给同一种 AI 加工，会过滤掉企业已经付费购买、客户也希望获得的人才差异。
• 犹他大学战略管理教授 Jay Barney 及合作者在《麻省理工斯隆管理评论》中提出，人人可得的 AI 至多提供短期竞争优势：同样的价值也会向竞争者开放，因此工具本身无法成为持续优势的中心。这个判断针对的是将普遍可复制的技术本身当作差异化来源，而不是否认 AI 在具体任务上的效用。

6. 技能退化让“以后再改回来”变得困难

• 文章引述一篇 2026 年《自然》报道，指出引入 AI 后技能可能很快衰退；又引述对 2500 名员工的调查，其中 39% 认为依赖 AI 正让自己变得不那么聪明。前者是文中引用的研究报道，后者属于受访者的自我感受，不能把这一比例直接理解为经测试确认的智力下降。
• Airbrain 因而还有第二层含义：企业可能损耗原先雇用员工所看重的认知能力。等到希望重新推出人类生成的方案和内容时，相关技能未必还能随时调用，重建需要时间。作者要求那些最早无限制推广 AI 的企业尽快转向有针对性的使用：有些地方继续加大自动化，有些地方恢复孕育创新的工作弯道。

7. 反向选择：同质化之后，独特性重新变贵

• 实体空间的同质化并未消失。文中一项研究让人仅凭照片判断咖啡馆地点，没有人能把六张照片全部定位正确；在区分芝加哥与旧金山时，成功者仅 6%。裸砖、留胡子的咖啡师、黑板菜单反复出现，使本地特色难以辨认。
• 但作者认为，一旦同样的装修让咖啡馆可以互相替换，市场就开始重新奖励新颖体验。行业分析称，差异化体验的重要性上升，产品的新鲜感已经与产品本身同样重要。作者据此推测，知识企业也会发现 AI 优势被普及抵消，从而重新追求人类的判断、视角、品位，以及内容和战略上的独特性。
• 文中援引德勤《2026 全球人力资本趋势》报告：技术尤其 AI 越来越容易复制，人则通过适应力、创造力和不确定情境中的判断形成差异；价值来自重新设计工作，使人机协作。安永则承诺投入 1 亿美元，奖励表现出适应力、创新与判断力的员工。这些例子说明，一部分组织已经尝试给人的能力明确的经济激励。
• 恢复差异并不等于一概弃用 AI。作者提出两类基础问题：怎样减少耗时杂务，同时保住创新、手艺、独特视角；某项任务交给 AI，又表明企业如何看待这项任务的战略价值？这些问题共同决定，工作河流的哪些弯道值得加回来。

8. 双峰格局：低价规模化与高价人类创作之间，中间地带收缩

• Erin McGurk 与 David Khachaturov 在文中所引的 2026 年论文中，提出 AI 饱和市场可能出现杠铃状价值分布：一端是边际成本接近零的 AI 资产，另一端是可验证为人类创作、能获得溢价的产品，中间层被掏空。作者据此推演，组织可能要在低价高量生产和低量高价值手艺之间选择，有些同时经营两端，但仍需放弃原来的中间位置。
• 同一推演中，常规的“人在回路”审核岗位会转向成本较低的劳动力市场。若一个人依靠明确指令与 Claude 账户就能生产或评估同样的标准输出，企业为什么还愿意支付高额监督费用？这里表达的是作者对成本逻辑的预测，并不是所有审核工作的既成命运。
• 另一端，高技能劳动者通过创新方案、内容、流程、产品和设计创造价值，承担引领品位与战略的角色，其表现按质量和新颖程度衡量，而非单纯按产出数量。文章以 AI 公司自身为例：Anthropic 招聘高薪品位塑造者，ChatGPT 所在公司招聘雇主品牌经理等制定方向的岗位，显示工具制造者也在寻求人的差异。
• 把开发者、设计师和产品经理合并成一个“构建者”的趋势，则展示了另一面：一个人负责定义品位，AI 填补技术空缺。作者紧接着追问，如果三种角色合成一个，另外两个人会怎样？价值回到少数人的原创能力，并不意味着就业收益会普遍分享。

9. 手艺可能回归，工作乐趣与收入却更集中

• Weber 承认，AI 接手了不少他原本就不想做的任务，但他怀念亲自写作，以及作品独属于自己的感觉。这个例子把差异化从企业战略拉回劳动者：自动化可能提高承担任务的能力，也拿走人曾经喜欢的活动及其所有权感。
• 作者预想，行业被 AI 充分覆盖后，手艺、个性与归属感会恢复价值，但受益者可能只是较小的一群人，他们取得更大比例的薪资总额。常规、可重复、低风险任务交给 AI，标准监督转往低成本地区；真正推动业务的创新工作重新变得混乱、缓慢、有时难看，却由较少的品位塑造者享受，并获得溢价。
• 因而，“后 AI”在文中不是技术消失的时代，而是全面采用之后重新分配价值的阶段。作者随即担心，管理者还会用新一轮削减成本的逻辑，破坏刚刚重新认识到的人类价值。

10. 下一场实验：把知识工作也做成按需零工

• 作者以讽刺场景描写高管：一边使用 Zyn 尼古丁袋、喝 Liquid Death 饮料，一边盘算既然高价值人类工作产量较低，是否还需要全职员工，能否让审核智能体的人每周只来一两天。电子表格上看似可以减少 70% 薪资的数字，可能诱使企业尝试类似 Uber 的按需雇佣。
• 文中引用 Upwork《2026 未来工作指数》：高技能知识工作者从事自由职业的比例，由 2025 年 28% 增至 2026 年 38%。不仅员工如此，高管也走向兼职或共享任职；Gartner 预测，到 2027 年，超过 30% 的中型企业会至少长期聘用一位这种非全职高管。这些趋势让按需模式显得更有吸引力，但不直接证明其长期有效。
• 作者指出，岗位无法由可计费任务穷尽。上下文、关系、组织记忆和信任，往往不直接出现在成本表里，却决定一项工作能否真正做好。拆分任务的便利，不等于拆分岗位后仍能保留全部价值。

11. 门童谬误揭示了组织难以计价的部分

• 奥美副董事长 Rory Sutherland 在《炼金术》中用“门童谬误”解释这种遗漏：先把酒店门童的工作定义成开门，再用自动门替代，账面上似乎节省工资。问题在于门童还负责叫车、安全、劝离滋扰者、认出顾客，并传递酒店档次，甚至支持更高的房价。容易列成任务的动作，只是岗位价值的一部分。
• 作者预测，未来社交平台和播客会充满高管宣传如何结合 AI 与零工降低成本；他判断，这种过度拆散组织的方式长期会失败，因为一个主要由零散兼职者构成的集合未必还能承担组织功能，正如把过多思考交给大模型也可能掏空组织。这里是作者鲜明的结论及风险判断，代价则可能先由工作者的生活与被削弱的企业承担。
• 因此，他主张下一阶段必须有意识地决定：AI 进入哪些流程，哪些任务和角色保留给人，怎样支持员工创造区别于同行的工作，以及在哪些区域保留“不用 AI”的空间以鼓励原创思考。关键在于区分应当消除的摩擦，与优秀作品赖以发生的摩擦。
• 对 Weber 这样的员工，这意味着更大压力，也可能意味着更好的回报：形成并展示可辨认的品位、视角、声音和个人品牌。作者最终希望，成功不只表现为薪资增加，也表现为能够重新做那些因独属于自己、出自人类而被珍视的工作。

思想框架

文章从 Weber 监督智能体的日常，提出全行业共享少数模型的竞争悖论，再由语言趋同和咖啡馆美学解释“共享大脑”怎样扩散。河流拉直的生态代价转为组织隐喻，说明讨论、反馈和技能积累看似低效却有创新功能，技能退化又使恢复更难。随后作者推演同质化将重新抬高独特性的价格，同时让劳动价值向廉价 AI 规模化与少数高价人类创作两端集中。最后，他警惕按需零工化继续侵蚀关系和组织知识，用门童谬误收束：任务效率不能代表岗位或组织的全部价值，企业必须有选择地设计人机分工。