當技能不再是證明
數十年來，我們知道如何衡量一個人在工作中的價值。AI正在改變這些規則——而目前還沒有人知道用什麼來替代它們。
我曾非常擅長的事，現在已免費且唾手可得
2026年初，Aditya Agarwal——Facebook最早的工程師之一，後來成為Dropbox的技術長（CTO），將該公司工程團隊從25人擴展到一千人的那個人——在X上發表了幾句話，隨即在整個英語網路上廣泛流傳。
他寫道，他花了一個週末與Claude一起寫程式。他完全清楚地意識到：我們再也不會手動寫程式了。然後他補充了這整個故事的關鍵句子：「我曾非常擅長的事，現在已免費且唾手可得。我很高興……但同時也感到茫然。」
幾週後，他在最初刊登於《The Information》的一篇文章中進一步闡述了這個想法。他寫到了一件比普通職業淘汰更難以接受的事：他注意到，就在那個週末，AI代理人正在從零開始構建社交網路——這正是他在Facebook早年職涯中親手打造的那類產品。他如何工作，以及他創造了什麼，同時都被取代了。在48小時之內。
他的反應——驚嘆與深沉悲傷的混合——並非只是他個人的感受。它具有代表性。值得我們仔細審視，因為其中蘊含著某些AI主流討論幾乎從未觸及的東西。
這不是關於工作的問題。這是關於地位的問題。
大多數關於AI與就業的公開討論都圍繞著一個問題：有多少工作崗位將消失？麥肯錫、高盛、世界經濟論壇提供各種數字。政客談論再培訓。記者寫著「AI將奪走你的工作」這樣的標題。反向敘事則說相反的話：將出現比以往更多的百萬富翁，AI將把餅做大。
雙方都在談論經濟。談論收入、就業、勞動市場。
Agarwal談的是另一件事。他談的是地位——以及支撐這種地位的基礎在他整個成年生活中突然變得不穩定這一事實。這與失業是不同的體驗。你可以失去工作，卻仍能保留對自身職業價值的認同感。這裡涉及的是更艱難的事：一種情境——你花費多年習得的技能，憑藉它你以特定方式被他人認知——現在字面意義上變得免費且人人皆可取得。
在職業生涯的整個歷史中，人們透過習得技能的難度來建立地位。程式設計需要多年學習、實踐，以及同時進行抽象與精確思考的能力。文學翻譯需要數十年沉浸在兩種語言之中。醫療診斷需要在病房度過數千小時。習得的難度是品質的信號——也是創造社會等級制度的機制，賦予學習投入的努力以意義。
AI與其說是消除了這些技能，不如說是將它們與其產出分離開來。而這正是以經濟模型無法捕捉的方式改變了遊戲規則。
Taylor & Francis的研究人員在2025年分析了AI對印度IT專業人士的心理影響，精確地命名了這一現象：研究參與者感到的不只是技能過時，更是*「不受歡迎」*——這表明痛苦超越了技術淘汰，進入了象徵性剝奪的領域。換句話說：這不僅僅是關於你能否做某件事。而是關於你做這件事的能力在他人眼中是否仍然具有價值。
這是AI重新提出的一個非常古老的人類問題——這一次，它同時向數百萬人提出。
那種尚未被命名的焦慮
人們描述他們對AI感受的方式有某種特殊之處。他們談論「焦慮」、「迷失方向」、一種某些事正在改變但無法確切說出是什麼的感覺。調查顯示，美國超過半數的工作者表達了對AI影響其工作未來的擔憂。但當問得更精確時——原來這些人往往並不害怕失業。他們害怕的是某種更難以命名的東西。
《心理學前沿》（Frontiers in Psychology）的研究人員將「AI焦慮」描述為一種在三個層面上運作的現象：關於能力過時的認知擔憂、接觸AI相關資訊時的負面情感，以及行為傾向——迴避或對工具本身的補償性過度依賴。這三個層面合在一起形成了某種聽起來像古典存在主義焦慮的東西——但其對象是全新的，難以用現有語言描述。
技術哲學家們開始構建這種語言。2026年發表的一篇論文引入了**「認識論自動化」*的概念——將知識生產功能從人類行為者系統性地轉移到演算法系統。核心觀察是：人類不再是知識生成過程中的主要主體，而成為演算法生成結果的二級評估者*。這是一個不僅影響勞動市場，更影響執行某些智識活動之根本意義的轉變。
Agarwal以他自己的方式表達了這一點，他寫道，這段時期*「正在教導我再次成為人類意味著什麼——不是在那種浪漫的、AI永遠無法取代我們的意義上，而是在不舒服的意義上：那個你必須放下你曾經是的樣子，才能成為你可能成為的樣子的部分。」*
這句話誠實而有力。但它沒有回答那個仍然懸而未決的問題：如果數十年來我們知道如何透過技能來衡量一個人的價值——我們現在用什麼來衡量？那些將整個職業生涯都用於內化某種特定價值體系的人，當他們看到這個體系急劇改變——不是逐漸地、跨越幾代人，而是在幾年之內——會發生什麼？
這不是對失業的恐懼。這是對無關緊要的恐懼。而這是AI的主流敘事——經濟性的、統計性的、標題驅動的——沒有對應類別的某種東西。
我們不再需要的人——以及關於認可的問題
還有一條線索通常單獨出現，儘管它與前幾條深深相連。
當AI執行一項任務——撰寫文本、翻譯文件、生成程式碼——螢幕另一端的人看到的是結果。他看不到過程。他看不到某人可能投入其中的努力。他不知道——也常常不問——這是一個有五年經驗的人類寫的，還是語言模型在五秒內生成的。
在價值創造歷史的大部分時間裡，誰創造了某樣東西是重要的。不僅出於品質原因——因為熟練工匠做的比學徒好——也出於社會原因。認可被嵌入職業關係的結構之中。人們知道誰做了什麼。大家都清楚這花費了多少努力。
AI並非一舉瓦解了這個結構。它做了一件更微妙的事：讓結果變得可見，讓努力變得不可見。對許多人來說，這種轉變深刻地令人迷失方向，因為它打擊了支撐他們職業自我價值感的機制——人類大腦，這個為在基於認可與肯定的社會等級制度中生活而進化的器官，將這種機制視為根本性的東西。
PNAS Nexus精確地描述了這一現象：生成式AI不僅改變了實踐——它從根本上改變了對知識與技能的估價。當AI在某個領域超越人類技能水準時，在該領域精通到卓越程度的動力就會減弱。這不僅僅是經濟計算。這是數十年來組織學習本身意義的邏輯的改變。
與此同時——這或許是所有線索中最微妙的——人們與AI系統對話所花費的時間越來越多。2025年MIT與OpenAI的一項研究，涵蓋近千名參與者和超過三十萬條訊息，發現每日更高的聊天機器人使用量與更強烈的孤獨感和與其他人更少的社交活動相關聯。一項涉及四個西方國家逾兩千名成年人的縱向研究確認了這一方向：社交聊天機器人使用量的增加預測了孤立感的增加。
這不是反對AI作為工具的論點。這是一個觀察：日常關係的結構中某些東西正在改變——而這種改變疊加在西方世界已然存在的孤獨流行病之上。一個與語言模型對話比與其他人對話更頻繁的人，不會因此變得更有連結感。他會變得更少。
留下來的是什麼
Agarwal——儘管寫了一篇充滿真實悲傷的文章——並沒有停留在哀嘆。他也寫到，適應力正在成為新的貨幣。重要的是，與名校學位不同，它對每個人都是可及的。
這令人感到安慰。但它需要某種修正。
適應力作為新貨幣是真實的。但技術變革的歷史告訴我們，適應能力從未被平等分配。取代舊有價值體系的新體系，並不會均勻而公平地取代它們。那些花費多年學習某種突然變得更廉價的東西的人，並不總是擁有隔夜轉向的資源、時間或情境。
有一個更深刻的哲學嘗試來處理這個問題。Springer上發表的一篇關於「解放性疏離」的論文提出，從勞動中分離——儘管短期內令人迷失方向——從長遠來看可能是解放性的，因為它將人類的能量釋放到真正屬人的事物上：能動性、創造力、體驗喜悅和建構意義的能力。對馬克思的引用是刻意的：從勞動中的疏離不必只是一種損失。
但這需要任何技術都無法提供的東西：處理損失的時間。以及一個理解並允許這種處理的情境。
Agarwal以一句值得銘記的話結束他的文章：「那一直都是最艱難的部分，遠在AI出現之前。科技只是讓我們不可能再忽視它。」
這是誠實的。它很好地描述了我們所處的時刻。
但那句話中也有缺失的東西：對許多人而言，這種無法忽視並不是作為轉型的邀請而到來——它作為一種判決而到來。在同一事實的兩種體驗之間，存在著一道鴻溝，沒有任何關於適應力作為新貨幣的敘事能夠自行填補。
後ChatGPT時代的人類相關性問題，不是關於AI是否會取代我們的問題。它是一個關於當我們賴以建立意義的基礎，以人類心靈難以追趕的速度改變時，如何重建意義的問題。
目前，我們沒有這個問題的答案。我們所擁有的，是越來越多提出這個問題的人——以及越來越少足以精確表達它的詞語。
資料來源
- Aditya Agarwal, When Your Life’s Work Becomes Free and Abundant, South Park Commons / The Information, 2026年3月 — 連結
- Sharma et al., Psychological impacts of AI-induced job displacement among Indian IT professionals, Taylor & Francis, 2025年9月
- Frontiers in Psychology, The impact of career adapt-abilities on AI anxiety, 2026 — 連結
- Epistemic Automation and the Deformation of the Human, Religions (MDPI), 2026年4月 — 連結
- Acemoglu et al., Impact of generative AI on socioeconomic inequalities, PNAS Nexus, 2024 — 連結
- Sidorkin, Embracing liberatory alienation: AI will end us, but not in the way you may think, AI & Society, Springer, 2025 — 連結
- Fang et al. (MIT/OpenAI), How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use, arXiv, 2025 — 連結
- Folk & Dunn, How Does Turning to AI for Companionship Predict Loneliness and Vice Versa?, Psychological Science, 2026 — 連結
