当“不做 AI”成为一种惩罚，这真的是进步吗？
我最近真的很生气。不是“有一点焦虑”，也不是“面对变化感到迷茫”，就是生气。
不是因为 AI 不好用，也不是因为我学不会。恰恰相反，我知道它有多好用，也知道它正在变得多么强大。正因如此，那种压迫感才越来越具体：你可以不喜欢 AI，可以不相信 AI，可以觉得自己的方向根本不需要 AI，但你很难真的不做 AI。
不做，就像主动选择落后。
更准确一点：不做，就要准备被挤出去。
投项目，别人问有没有大模型；做安全研究，别人问能不能加智能体；写工具，别人问为什么不用自然语言交互；甚至只是讲一个本来已经成立的工作，也要想办法在标题里塞进 Agent、LLM 或自动化。好像一项技术只要没有和 AI 发生关系，就显得过时、不性感、不值得投入。
最荒谬的是，很多时候大家并不关心 AI 到底解决了什么。
他们只是害怕自己没有 AI。
我不是不愿意学，我是不甘心
有一种很偷懒的说法：每次技术革命都会淘汰一批人，适应就好了。
听起来很冷静，也很正确。蒸汽机取代人力，汽车取代马车，互联网取代纸媒，现在轮到 AI，有什么可抱怨的？
可真正身处其中的人，感受到的从来不是历史教科书里平滑向上的曲线。
一个人可能花了几年理解 Web 安全，花了几年练逆向、密码学或漏洞挖掘，终于能在复杂系统里形成自己的判断。然后有一天，所有人突然开始告诉他：这些还不够。你最好会训练模型，会做 RAG，会搭 Agent，会写提示词，最好还能解释自己的工作如何“AI Native”。
过去的积累没有消失，却像是被强行加了一层入场券。你原本跑得好好的，赛道却在半路加了一道门，而门票不是兴趣，是服从。
我生气的地方就在这里。
不是新知识太多，而是所有旧知识都被要求向同一个热门方向证明自己。不是我不能转向，而是我似乎失去了不转向的权利。
凭什么？
凭什么一个人认真积累多年的专业能力，只因为没有及时贴上 AI 标签，就突然需要解释自己为什么还有价值？凭什么企业追逐一个新方向的成本，要由原本岗位上的人用失业、降薪和无休止的学习来承担？凭什么每一次岗位消失都可以被轻飘飘地总结成“跟不上时代”？
这不是一句“技术总要进步”就能糊弄过去的事情。
AI 正在把“更高效率”变成新的最低标准
工具提高效率，本来应该意味着人能早点下班、少做重复劳动、把时间留给真正重要的东西。
现实却经常相反。
当一个人借助 AI 能在一天里做完过去三天的工作，组织很少因此让他休息两天。新的结果通常是：以后所有人都必须一天做完，而且还要做得更多。
效率没有被兑换成自由，而是被兑换成了更高的基准线。
今天 AI 帮你写代码，明天考核就默认你写得更快；今天 AI 帮你整理材料，明天一份材料的工期就被压到原来的三分之一；今天一个人可以完成过去一个小组的工作，明天公司考虑的不是如何奖励这个人，而是剩下几个人是否还有必要存在。
然后所有人只能继续用 AI。不是因为热爱，也不是因为它永远可靠，而是不用就达不到那条已经被抬高的线。
这和“你可以自由选择”没有太大关系。
当不使用某种工具的代价是失去工作、失去项目、失去被看见的机会时，这种选择只剩下形式上的自由。
那些岗位不是“升级”了，它们就是没了
我尤其讨厌一种漂亮话：AI 不会取代人，只会取代不会使用 AI 的人。
这句话听起来像鼓励，实际上把所有责任都推给了劳动者。岗位没了，不是公司为了削减成本，不是管理者选择让机器吞掉更多工作，而是你“不够努力”“不会使用新工具”。只要把失业解释成个人能力问题，做出裁员决定的人就可以继续站在台上谈技术普惠。
可现实并不是每十个旧岗位消失，就会出现十个薪资更高的 AI 岗位。
原本需要几个人完成的文案、客服、翻译、设计、运营、测试和初级开发工作，被压缩到一个会调用模型的人身上；原本属于这些人的招聘名额，则被改成少数几个 AI 应用、算法或者自动化岗位。公司当然可以把它叫作“组织升级”，但对被挤出去的人来说，没有什么升级，只有岗位从招聘网站上消失。
更可笑的是，新出现的 AI 岗位还在反过来要求原有从业者证明自己。
你做安全，就要证明自己会用 AI 挖漏洞；你做开发，就要证明自己能用 AI 把两个人的活一起干了；你做内容，就要和一天可以生成几百篇垃圾文字的系统比较价格。最后留下来的人并没有因此更轻松，只是同时背上了原岗位和 AI 岗位的要求。
我为什么不能生气？
一个人的工作被机器拆走，公司拿走节省下来的成本，资本市场拿到一个更好看的 AI 故事，社会最后却要求被替代的人保持乐观、主动转型、感恩技术创造了新机会。这算什么道理？
我当然知道新技术一定会创造新岗位。但“未来可能创造”不能抵消今天正在发生的挤压，更不能把每个受损的人都当作产业升级图表里可以忽略的小数点。
不要再告诉我岗位只是“发生了变化”。如果一个普通人必须重新投入几年时间、承担失败风险，才有机会竞争数量更少的新岗位，而企业已经立刻拿到了降本收益，那么这场变化从一开始就不是对等的。
更让我不舒服的是，很多东西开始长得一模一样
现在打开一些技术文章，标题不同，结构却几乎一样：背景、痛点、方案、架构、优势、未来展望。每段都正确，每句话都通顺，但读完以后脑子里什么也没留下。
代码也一样。能运行，注释齐全，命名规范，像刚从同一条流水线上下来。你很难从中看出作者为什么这样写、踩过什么坑、在哪个地方犹豫过。
我们当然不能把所有平庸都怪给 AI。过去也有模板文章，也有复制粘贴的代码。但 AI 把生产“看起来像答案的东西”的成本降得太低了。于是表达不再稀缺，判断才稀缺；文字不再稀缺，真实经历才稀缺。
可偏偏现在的评价体系最先数的，还是产量。
写了多少、提交了多少、生成了多少、覆盖了多少。至于里面有没有一个人真正想说的话，有没有经过痛苦的判断，有没有对结果负责，反而很难量化。
我不想把自己的博客也写成那样。
如果一篇文章只是把互联网上已有的话重新排列一遍，即使它有五千字，对我来说也接近什么都没写。技术文章至少应该留下验证过程，随笔至少应该留下真实态度。否则它只是内容，不是表达。
“那你就别用”是一句没有意义的话
当然可以不用。
就像你也可以不用搜索引擎、不用智能手机、不用即时通信。法律没有强迫你，公司甚至可能笑着告诉你，是否使用完全取决于个人。
但整个环境会替它完成强迫。
当同事的产出速度因为 AI 翻倍，当招聘岗位默认要求 AI 能力，当资金只追逐带 AI 标签的方向，当评审看到“传统方法”就先产生怀疑，一个人所谓的“不用”，其实是在独自承担整个系统转向后的成本。
所以问题从来不只是个人要不要接受新工具。
问题是：谁决定新的速度？谁拿走效率提升带来的收益？谁承担模型犯错、职业被替代和能力贬值的代价？又是谁有资格慢一点，继续做那些短期看起来不够热门、但仍然重要的事情？
如果答案永远是老板决定速度、平台拿走收益、普通人承担代价，那么再先进的技术，也不会自动带来更体面的生活。
反对压迫，不等于反对 AI
我仍然会学习 AI，也仍然会用它。
因为它确实能帮助我快速阅读陌生代码、整理线索、补全重复工作，也能把一些过去成本很高的想法变成可以验证的原型。假装它毫无价值，只是一种自我安慰。
但使用不等于崇拜。
我不想因为用了 AI，就把它生成的每一句话当作自己的判断；也不想为了证明“跟上时代”，给每个项目硬装一个聊天框；更不想接受一种说法：只要效率提高了，无论多少人的专业积累被轻视、工作节奏被压缩、选择空间被夺走，这一切就都叫进步。
真正健康的技术应该扩大人的选择，而不是把所有人赶到同一条路上。
它应该允许一个安全研究者继续深入漏洞本身，而不必把每个研究都包装成大模型项目；允许一个程序员认真打磨一个小工具，而不必先解释它为什么需要 Agent；允许一个作者慢慢写一篇真正属于自己的文章，而不是因为别人一天能生成十篇，就被判定为低效。
AI 可以成为能力的放大器，但不应该成为人的价值证明。
这真的是正确的吗
如果问题是“AI 应不应该发展”，我的答案是应该。人不会、也没有必要停止探索更强的工具。
但如果问题是“AI 的发展是否天然正确，因此它造成的一切挤压都应该被接受”，我的答案是否定的。
技术能不能实现，是工程问题；技术该怎样进入社会，是人的选择。
把更多人从重复劳动里解放出来，和用更高效率逼迫所有人持续加速，是两条不同的路。让普通人拥有更强的工具，和用工具把普通人的劳动压到更便宜，也是两条不同的路。它们都可以挂着“AI 发展”的名字，却通向完全不同的生活。
我最害怕的不是 AI 有一天比我聪明。我也不愿意再假装自己对这一切只有平静、理性的“技术观察”。
我害怕的是，在它真正变得足够聪明以前，我们已经先用它建立了一套不允许任何人停下来的制度。所有人一边说着拥抱未来，一边更快地工作、更焦虑地学习、更廉价地出售自己的时间。最后机器有没有获得自由不知道，人反而先失去了喘气的资格。
我也愤怒于，那些最先从替代中获利的人，总喜欢要求最先被替代的人表现得体面。不要抱怨，要终身学习；不要质疑，要拥抱变化；不要讨论岗位为什么消失，要反思自己为什么还没转型。
不。我不接受这套话。
人不是为了给技术进步提供燃料才存在的。一个社会如果只能不断制造更高的效率，却不能让效率带来的收益回到多数人身上，那么它制造的不是未来，只是一台速度越来越快的绞肉机。
所以我会继续学，也会继续用。
但我想保留生气的权利，保留质疑的权利，也保留在某些事情上不用它的权利。
如果一种所谓的进步，连这点空间都不愿意留给人，那它至少还不配被称为正确。
注：本篇博客由 AI 生成。