第一批被AI代替的受害者出现了（看完醒悟）

作者：富叔&香克斯

有个微博网友讲了自己的经历。

他去银行申请房贷缓期还款，柜台小姑娘翻完资料，抬头问他：您征信没问题，收入也稳定，为什么要申请暂停？

他说：我失业了，被AI替代的。

小姑娘看了他一眼。那个眼神他记了很久——不是同情，是惊讶。她说：网上天天在说AI要抢工作，但你是我在现实里遇到的第一个。

他笑了一下，没接话。

他原来在一家银行的技术部门，三十多号人，产品、设计、前端、后端、测试，一个不落。引入AI之后，每个岗位只留一个能用AI的人，其余全部清退。三十多个人，现在只剩五个干活的加两个领导。

"我不是干得差。我是干得再好，也拼不过一套工具。"

这条微博出现在"第一批被AI代替的受害者出现了"的热搜话题下面。

点进去，你会发现这位网友并不孤独——只是大多数人的遭遇，还没被讲出来。

而真正值得警惕的是，这个热搜里藏着两种"受害者"。一种是你想的那种——被AI抢了饭碗。

但另一种更隐蔽，也更危险：他们是主动拥抱AI的人，却在拥抱的过程中，被悄悄偷走了最核心的东西。

被替代的人：AI来势汹汹，毫不留情

杭州的周先生今年35岁，在一家金融科技公司做AI大模型质检主管，负责审核AI回答用户问题的质量。

2025年1月，公司找他谈话：AI技术冲击，项目要优化，你的岗位从主管调到普通运营，月薪从两万五降到一万五，降幅40%。他没同意，公司直接解除了劳动合同。

周先生申请了劳动仲裁，一路打到杭州中院二审，两级法院都认定公司违法解除劳动合同，判赔26万余元。

法官表示，企业主动引入AI技术属于自身技术革新决策，不必然构成导致劳动合同无法履行的法定情形。翻译成大白话就是——你公司自己决定用AI，那是你的事，你不能拿这个当理由把人开了。

这个案子很标志性。它说明AI替代已经真实地砸到了具体的人头上，也说明法律在给劳动者兜底。

但问题是，像周先生这样打官司维权的人，是少数。大多数人连仲裁的机会都没有——因为很多企业根本不会走到"裁员"这一步。

MIT和橡树岭国家实验室做过一个大规模模拟研究，用超级计算机跑了1.51亿美国工人、923种职业的数据。

他们发现了三种"隐形替代机制"：第一，自然减员——老员工退休后不再招新人，活儿交给AI；

第二，招聘冻结——业务量在涨，但编制不增，新增工作量由AI消化；第三，任务重组——原来五个人干的活变成一个人监督AI加四个人走人。

这三种方式有个共同特点：没有一个会出现在裁员新闻里。没有公告，没有赔偿，没有热搜。它像冰山一样，水面上的部分只是零头，真正的体量藏在下面。

不只是白领。配音演员季冠霖——《甄嬛传》里给甄嬛配音的那位——2026年3月联合多家配音工作室集体发布维权声明，因为AI短剧大规模采集配音演员的声音，低成本批量生成内容。

上海一位配音从业者说，他的收入从巅峰期缩水到了五分之一，三四天才能等来一单。

如果你所在的公司最近停止了校招、编制冻结但业务量在涨，或者老员工走了不再补人——你可能已经在经历第一种替代了。只是没人会来通知你。

被吞噬的人：你以为在驾驭AI，AI在驯化你

前面说的那些人，是被AI抢了位置。但热搜里还藏着另一种受害者，他们没丢工作，甚至工作干得更快了。

他们不觉得自己是受害者——直到发现丢掉的东西比工作更值钱。

有团队管理者观察到，使用AI三年左右的文案和创意员工，写作能力断崖式下降。不是写得慢了，是写不出来了。

习惯了让AI先出一版，自己再改——改着改着，就从"创作者"变成了"校对员"。更严重的是，这些人开始读不进长文。不是没时间，是大脑失去了处理长文本的耐心和能力。

这不是个例。网上类似的声音越来越多：程序员反映新人完全依赖AI写代码后，连代码审查都做不了；

做PPT的人离了AI不知道第一页该写什么；写邮件的人打开空白文档，手指悬在键盘上，脑子里一片空白。

你可以说这是"偷懒"，但更准确的说法是：他们把思考外包了。

思考这件事，跟一条野路一样——你天天走它就越走越宽，你一旦改走AI铺好的高速公路，野路很快就长草了。

你每一次让AI替你想、替你写、替你判断，你以为自己在"提效"，实际上你在把自己的核心能力一点一点交出去。等到有一天公司要你独立产出一份方案，你才发现，那个能独立思考的你，已经不在了。

更讽刺的是，有些人不光把思考外包了，还把自己变成了AI的"打工人"。

有个内容创作者叫戴杰，一口气搭了11个AI助手。写文案的、做数据的、管日程的、查资料的，分工明确，阵容豪华。

他以为从此解放了双手，结果呢？他发现自己变成了11个AI之间的"传话筒"——A助手生成的结果，B助手用不了，格式不对；C助手查的数据，得手动复制给D助手才能处理。他每天的工作从"做事"变成了"协调AI做事"，比以前更忙了。

问题出在哪？不是AI不够多，而是这些AI之间没有共享的信息底座。每个助手都是一座孤岛，戴杰就是那座桥。桥上跑的不是他自己的活，全是搬运工的活。

戴杰的问题表面上是工具不互通，但往深了看，他犯了一个更隐蔽的错误：他围绕工具的能力边界重新安排了自己的工作。

工具之间缺什么，他就补什么；工具之间断在哪，他就接在哪。他不是在用工具做事，他是在给工具打补丁。

这就是"反向吞噬"的真相：你以为你在用工具，实际上你在被工具的局限所定义。

你围绕工具的能力边界来安排自己的工作节奏，围绕工具的输出格式来调整自己的思考方式。慢慢地，你不是在使用AI，你是在适应AI。

怎么用AI而不被反噬

说了这么多"受害者"，不是要制造焦虑。焦虑没有用，判断框架才有。

问题是：AI该用，但不能被它吞掉。怎么做到？三条原则，从认知到工具到日常操作，一层一层往下走。

第一条，把低价值的活交给AI，把高价值的判断留给自己。

写邮件、整理数据、查资料、排版——这些事AI做得又快又好，交给它。但"写什么"、"为什么写"、"这个判断对不对"——这些是你的事。

分界线在哪？问自己一句：这件事如果AI做得跟我一样好，那它就不是我的核心竞争力。这是认知层——先想清楚边界在哪。

第二条，把工具AI用对，建立知识库。

就像上面提到的戴杰，他搭了11个AI助手却把自己累死，问题不在工具多，在于工具之间没有共享的信息底座。

后来他想明白了一件事：多AI协同的关键不是堆工具数量，而是建一个共享知识库，让所有AI都从同一个信息池里取数据，再把各自的产出汇回这个池子。

工具是节点，知识库是枢纽。

人管枢纽，不管节点。如果你也在用多个AI工具，问自己一句：它们之间能对话吗？还是你在当人肉路由器？这是工具层——把AI用对。

第三条，把AI从"替代品"变成了"考核底盘"。

复旦大学做过一个反向操作：考试的时候让学生给AI出题，AI答错越多、被难倒的模型越强，学生得分越高。

这等于AI不是来替你答题的，而是来检验你出题水平的。

这个思路可以迁移到日常工作中：别让AI替你交作业，让AI当你的考官。

你先产出，再让AI挑毛病、找漏洞、提质疑。它越能挑出你的问题，你的产出就越扎实。这是日常操作层——每次用AI时的具体动作。

三条原则，其实就一层窗户纸：用AI，但永远留一块AI碰不到的地方，那块地方叫判断力。

回到开头那个故事。那位微博网友在银行柜台说完"我被AI替代的"之后，加了一句："我不是干得差。我是干得再好，也拼不过一套工具。"

这句话听着心酸，但只说对了一半，工具确实拼不过——在速度、在效率、在不知疲倦这些维度上，人永远赢不了AI。

但真正决定你安不安全的，不是你跟AI比谁快，而是你跟AI比谁在想。

被替代的人输给了速度，被吞噬的人输给了惰性。能留下来的人，不是比AI更能干，而是始终在用AI——但从未把脑子交出去。

也许工具本身不会淘汰人，但把思考外包给工具的人，正在淘汰自己。

作者简介：富叔&香克斯，不要陷在情绪里，犯错后，首先原谅自己，别为打翻的牛奶哭泣，就当请大地喝一杯，往后的路会更好走，富书第6本新书《别为打翻的牛奶哭泣》已出版，你的生活需要学会翻篇，走出内耗，接纳自我，和500万人一起升级生活认知，本文：富兰克林读书俱乐部，本文版权归富书所有，未经授权，不得转载，侵权必究
注：本文章图片来源网络或富书豆···包AI，如有侵权，请联系删除