AI风起，唯有努力生存？

助手，还是终结者？

AIGC（人工智能内容生成）的时代，已经来临了。谁都没想到，“技术奇点”竟来得如此突然。

大语言模型（GPT）对信息行业的颠覆性创新，不但频频令各行各业震惊、“哀嚎”，引发了科技圈、资本市场的高度关注，甚至已经“惊动了联合国”。联合国教科文组织与3月31日发布公开声明：由于千余名科技界人士本周呼吁，暂停训练包括ChatGPT在内的强大人工智能系统，在此背景下，联合国教科文组织号召各国立即执行其在2021年颁布的《人工智能伦理问题建议书》。

“强人工智能”早已不再是水月镜花，不再是地平线上的一个模糊影子，那它到底是类似钢铁侠的J.A.R.V.I.S.那样忠诚而得力的管家助手，还是类似“天网”那样的“碳基文明的终结者”呢？

这或许是联合国级别的问题吧，作为“吃着地沟油的命”的打工人，我为自己操心还来不及呢！像我这样搬运代码的程序员，也根本无法逃避“被AI支配的恐惧”。每一次看到那些科幻感满满的革命性产品，在兴奋之余，也习惯性地开始默默计算“何时会失业”。

对“AI”还不熟悉的朋友，我想展示一下在GPT的加持下，我从事的所谓“高技术含量”的工作是如何被简（tao）化（tai）的。

打工人的细思极恐

最近我要将一些Java代码翻译成C++，其中Java有一个“计算字符串的哈希编码（hashCode）”的方法，我要实现C++版本的函数，由于对C++不够熟悉，遇到编码相关问题，周围几个Java农对这块都不太熟悉，茫然不知如何解决。可能真的是我们水平太low了，甚至想要将这段计算的逻辑还是放回Java里面执行，然后再传给C++的程序。

不知所措之际，我打开了有AI加持的代码编辑器Cursor（用的还是免费的屌丝版，没有使用Copilot和GPT4模型），输出一段描述后，Cursor就把所需的代码生成出来了。

最上面注释部分是我输入的英文prompt(提示)，下面就是AI生成的代码。虽然发现用中文写prompt它也能很好理解。

虽然结果并不是我想要的，但通过这段示例代码，我看懂了UTF8字符串与Java的Unicode16编码是如何相互转换的，然后改一改，加上解码后生成哈希值的逻辑，就实现了最终的功能。

需要说明一下，我之所以“能看懂”，也是因为之前就模糊记得Java语言中字符串都是Unicode16的编码方式，但是即使这样，能写出正确代码还是需要查阅资料（两种编码方式的细节）、调试一番，有可能一个小时就过去了。现在，有了AI加持，这些琐碎的细节可能再也不需要记忆，这一困扰了我们几个“有经验的”开发者的小破问题就可迎刃而解。而这样的“自然语言编程”的开发流程，在我周围早已是已经稀松平常的日常。

这的确是一种的生产力解放，因为“写代码转换两种编码”这件事，本质上来说跟“查对数表计算对数”是一样的，都属于“脑力机械劳动”。难道对于计算器的诞生，我们不举双手赞成，反而要抱守残缺、去维护“对数计算员”这份职业的“神圣性”吗？

在我们这行流传着一个段子：“面试造火箭、入职拧螺丝”，说的就是面试的时候，考官总喜欢考候选人一些看上去高大上的技术知识——业内称之为“技术八股”，用一种非常应试教育的套路去验证候选人的技术积累。但是这些需要突击准备的八股文知识，很有可能在入职之后就基本用不上了，或者根本不需要背，因为实际用的时候，大部分知识都是“开卷”的，可以直接搜到。

在AI技术浪潮兴起后，我深刻地觉得所有的“面试技术八股”彻底沦为了笑谈，成了类似“茴香豆的茴字有4种写法”的迂腐细节。因为这些充满套路的记忆性知识，AI能够回答得更加全面，比人类答得还好。网上已经有太多的视频，让Chat GPT参与软件开发的技术面试（题目包括知识性的问题以及编程题），或是产品经理、咨询行业从业者的面试，都能以不错的成绩通过。一方面，记忆性知识的考察点难以区分从业者究竟是技术水平好，还是应试水平高；另一方面，从坏处想，你也越来越难以防范面试者通过AI来作弊了。

按照这个角度，我们可以接着往下一路脑洞下去：

1. 如果记忆性的知识都可以问AI，那么“面试八股”还有没有存在意义？
2. 如果模块化的简单编程问题、技术文档的撰写，AI都能胜任，那么还要初级程序员干啥？如果AI瞬间就能总结论文摘要、生成行业研究报告，那还要初级研究员干啥？如果几句话就能让AI生成一张精美的图片，大量的初级设计师、原画师甚至商业摄影师是不是要失业了？……如果“初级”创作者都不需要人了，那从业者怎么有机会成为超越AI能力的“高级”创作者呢？
3. 如果AI能给出更好的汇报PPT、汇报材料，那些“写材料”的好手、“向上管理者”还有什么优势？
4. 如果“提问”代替“搜索”成为了新的互联网入口，那些基于信息流浏览的互联网产品形态以及商业形态是不是会遭受一轮洗牌？更广泛一点来说，如今的大部分互联网应用服务和平台，是否会变得“管道化”，就像当年移动互联网发展起来之后，电信运营商提供的服务也逐渐沦为“流量的管道”一样？
5. 量化交易一直是金融行业在技术投入最卷的领域之一，他们研究的就是如何通过程序做投资，如果AI发展智能到做出宏观的投资决策，那么巴菲特是不是也要“失业”了？或者说，AI是否将代替人类成为更好的资本家？
6. 不考虑AI“觉醒”推翻人类的情节，如果产生了一个理性、强大、目的是造福人类的AI，它是否将代替人类成为更好的“统治者”？或者换一个乐观一点的说法，成为真正无私的“人民公仆”？

科幻动画《万神殿》中的脑洞：选择一位道德上可靠的“上载智能”（死去人类意识的数字化载体），作为全人类的统治者——一位真实存在的“神明”

“狗屁工作”理论与AI浪潮

话说回来，在杞人忧天、或是居安思危的时候，我总是想到去年读的一本书，从现在的角度看，书中的好些描述，竟有如对这AIGC时代谶语，让我反复咀嚼，每每有新的体会。我想暂先抛开那些“被AI支配的恐惧”，给读者讲一讲这书里头的名堂。

《毫无意义的工作》（原书名：Bullshit Jobs）分析了当代资本主义社会令人费解的“狗屁工作”现象：许多工作看上去毫无用处、令从业者身心俱疲，却不乏有可观的薪水收入，甚至远超许多真正为社会做出贡献的岗位；在调研分析之后，作者给出了自己的一套理论解释。当然，我并没有完全接受这位无政府主义的作者的偏激理论，但他的许多观点相当有前瞻性，令我不得不佩服。

书中的所谓“狗屁工作”，主要包括以下几种：

1. 类似官僚主义体制中低效、冗余、形式主义的工作岗位。此类例子很多，并不限于中国读者认为的“体制内”工作，作者举了很多欧美国家的公务员、教职人员、私企雇员中的“狗屁岗位”例子，其形式主义程度丝毫不亚于苏联式的“大锅饭”国企职工。
2. 类似黑帮“打手”那样为威慑对手设置的工作，例如法务。
3. 为了维护一些毫无意义的体系“正常”运转，日常进行拼接粘贴、修修补补、擦屁股救火等工作的岗位，例如程序员。

作者发现，这些激增趋势，与从1950年代左右开始的所谓“FIRE行业”岗位激增相关。FIRE原指金融（Finance）、保险（Insurance）、房地产行业（Real Estate），后续又扩充加入了咨询、审计、IT等行业。个人认为，FIRE中I的含义可由Insurance扩展至Information。因此可以推断，FIRE类行业中大量的新增岗位沦为了“狗屁工作”。

书中对于“信息类行业容易产生狗屁工作”的解释是：

1. 管理主义的盛行：由于信息时代分工的高度复杂性，职业经理人以“让专业的人做专业的事”为由掌控了话语权，利用信息壁垒打造了一套“管理封建制度”。
2. 为巩固自身金字塔式的等级，管理封建制创造了一系列冗余的“中层管理岗”，以及支撑它们的基层岗位。
3. 科技生产力水平的发展，不断地提高真正干活的员工的劳动生产率，足以供养一定比例的非生产体系员工，使得“1人干活、n人围观”成为可能，甚至常态化。
4. 在管理主义压倒了“生产效率至上主义”的同时，金融资本也利用信息壁垒控制了产业资本的命脉。金融资本与管理主义合谋，制定出了适配“管理封建制”的企业/个人估值标准。例如，根据人数估算的企业市值，根据下属规模估算管理者的价值，等等。
5. 从政府的角度，“创造就业机会”是最主要的“KPI”之一，也是民众支持的决定因素；另外，让人们更多的时间与精力都沉浸于工作之中，也减少了他们闲下来进行“独立思考”的风险。所以，政府会乐于见到“狗屁工作”的增多。

看到这大家可能会想：嗯，是一个很有意思的阴谋论。Thank you. Next.

不过令我无法忽视的巧合是，在生成式AI开始技术爆炸的今天，被AI威胁到的大多数岗位，并不是之前被专家预言最有可能被机器取代的体力劳动，而竟也属于书中描述的FIRE信息行业的“高端白领”。例如，被GPT替代的行业咨询、数据分析、文案，被MidJourney替代的平面设计师、原画师，还有所谓“高薪行业”，被CopilotX等替代的软件研发工程师，以及现在虽然还没看到、将来也可能取代的金融分析师——联想到国内囤积了最多的A100 GPU芯片的公司是一家私募基金公司，就知道金融资本在“革自己命”这件事上也是很认真的。

经过思考，我觉得这里边的原因有三点。

首先，FIRE行业的工作中能本身就包含某种意义上的“重复性机械劳动”，可以被生成式AI代替。重复劳动的例子包括：给网站中“加一个小需求”、“借鉴”某个设计出一份图、软件人工测试、统计各类报表、申请走通某个流程，诸如此类。我认为，这类工作（包括某些程序员、设计师、数据分析师）受到AIGC的冲击影响是最严重的，因为它们具有强烈的“工具人”属性，甚至在很早以前就已经属于“可以外包”的“人力成本”。从这个角度来说，跟“狗屁工作”的关系倒是不大，属于被“先进生产力”直接冲击的悲催岗位。

去年9月，一份来自红杉的内参文章Generative AI: A Creative New World预言，到2030年，生成式AI将达到专家级创作者的水平，包括程序员、图形设计师、视频直播等岗位将更多被AI取代。

我个人感觉，这个代替的时间点还可能来临得更早一点。如今，我们这类暂时还属于“专业”的创作者能做的，也只能是拥抱变化，拥抱新的技术，扎实地提高生产力。要么，就是换赛道吧，在创新能力上超越AI，或是躲进僵化的体系内，避开AI的正面冲击……

其次，FIRE行业的工作中存在较大比例的偏形式化的内容，可能在效率上难以与AI抗衡。例如：写会议纪要、“合并周报”、发邮件、制作述职PPT等。当前的AI已经通过无数的训练数据，“学会”了“材料写手”那种假大空的笔法，不仅能模仿，还有超越之势，而且用上AI可以不断试错，比push下属去不断改PPT要麻利多了。

但我认为，“形式主义工作”还不会被AI淘汰，除非世界主流的公司管理体系发生剧变。生产形式化内容这一“职场仪式”，其重要的本质，便是迎合“管理封建等级制”中各级管理者的心里预期。换句话说，一份份由下级交上来的“KPI/OKR满满”、“数据详实”、“有理有据”、“精美”的报告，便给了各级管理者一种“一切都在正常运转”的踏实安全感，无论真实的情况如何。据我推测，管理者几乎不太可能愿意接受“由AI来写这样的材料”，其表面原因是“无法体现出下属的工作量与诚意”，其根本原因则是：如若参与汇报的下属有很多被AI代替了，管理者的影响力范围也就减少了，因为扈从的人数体现了管理者的权力——封建等级制的特点。

个人猜测，在各大公司早已在形式化工作上“卷得没边”的大背景下，“材料汇报”这种仪式在AIGC时代一定会进一步卷出花来，朝着“折腾打工人”的方向继续发展；有一种可能，未来的presentation会逐渐向视频这种形式靠拢。所以，拿着“祖传PPT模版”的老卷王们，需要升级一下自己的“武器库”了。

第三，某些FIRE行业岗位的门槛是人为设置的，其规则可能被生成式AI颠覆。它们技术难度可能并不高，而行业的规则制定者通过某种门槛的限制，让他们变得“稀缺”，或者通过信息差的设置，使其“神秘化”。

譬如，某些金融投行内都是Top2、藤校毕业起步的高材生，不到这个级别的简历都被pass了；某科技创投企业的创始团队都是硅谷“大厂”出身，才能更得到创投资本的青睐；在英美法系国家的律师行业，则在大学法学专业的培养计划方面就设置了高昂的经济与时间成本，普通人很难突破阶级壁垒跻身其中。

而当一名新晋的精英跨过千军万马独木桥，进入到了真实的职场岗位，却发现工作内容也不一定有多“高大上”，很多时候要么是“拧螺丝”，要么是文山会海，要么是“维护人脉”，要么是勾心斗角，不一而足。这是典型的封建行会的特点，从另一个角度体现了管理封建主义的本质：塑造信息壁垒，垄断话语权。待得一久，都成了“装糊涂的高手”。

生成式AI在一定程度上戳破了这些工作的光鲜滤镜，让企业看到“你花那么多钱雇来的精英还不如ChatGPT”。这么一来，精英们就有点尴尬了，可谁知企业更尴尬：故事讲不通了，这下在投资人那边还能糊弄过去吗？再往上一层看，也许整个行业都将受到来自AI的降维打击，不复存在。所以，某些吃到“红利”的从业者，甚至某些“规则制定者”，都必须居安思危、重新布局了。然而，处心积虑的布局结果，不一定是破局，也可能是冷静但残酷的“弃局”。

结语

在这个人工智能内容生成时代的到来中，我们不得不正视技术的进步和未来的变革。尽管人工智能的发展给我们带来了许多挑战和困惑，但也为我们带来了巨大的机遇和发展空间。作为一名程序员或者从事信息类相关行业的人，我们需要不断提高自身的技能和能力，才能跟上时代的步伐。我们需要思考如何利用AI技术为人类创造更多的价值，而不是惧怕被AI所取代。同时，我们也需要反思那些狗屁工作的存在，寻找出路和新的发展方向。面对未来的变革，只有不断学习和进步，才能不被时代所淘汰。

——是不是看着很怪？以上是我用Chat GPT生成的结语，乍一看嘛，还是相当空洞，甚至有点让我“欣慰”：哦，原来我的写作能力，还暂时不会被愚蠢的AI淘汰。

然而我知道，这不过是虚无缥缈的安慰剂罢了。我得承认，Chat GPT有几句话说得没错：只有不断学习和进步，才能不被时代所淘汰。

是时候，开始为了生存而反思、为了生存而学习了。