都说AI会取代很多工作，为什么现在反而是AI焦虑让打工人更累了？

这个问题触及了当代技术社会一个深刻的悖论：我们期待技术解放人类，却陷入了更深的劳动与精神倦怠。要理解这种焦虑，不能仅从技术本身出发，而需剖析其背后的社会结构、认知框架与劳动伦理的深刻变革。

首先，AI焦虑的本质，是一种对“可替代性”的存在性恐惧。根据社会学家卡尔·波兰尼在《大转型》中提出的“嵌入性”理论，经济活动本应嵌入社会关系与道德规范之中。然而，在算法与平台经济主导的时代，劳动者越来越被简化为“人力资本”或“数据点”，其价值由可量化的生产效率衡量。AI的出现，将这种量化评估推向了极致，它能够模拟甚至超越人类在特定认知任务上的表现，如代码编写、文案撰写、数据分析等。这直接冲击了现代人通过专业技能构建自我价值与身份认同的核心支柱。当一个人发现毕生苦练的技能，可能在几年内被机器平价或免费复制时，产生的不仅是职业危机，更是深刻的自我怀疑与存在焦虑。这种焦虑之所以比以往的技术革命更强烈，是因为它威胁到了曾被视为人类最后堡垒的“认知劳动”领域。

其次，AI产业链的运作逻辑加剧了这种焦虑的传播与内化。当前AI产业的竞争，本质上是数据、算力与人才的军备竞赛。科技公司为了赢得市场，必须不断渲染技术的颠覆性与紧迫性，塑造“不拥抱AI就会被淘汰”的叙事。这种“未来冲击”的营销话术，通过媒体与社交网络无限放大，形成了弥漫性的社会情绪。与此同时，在组织管理层面，企业利用AI作为提升效率、优化成本的工具，将市场竞争的压力通过绩效考核系统，直接传递给每一个员工。员工并非直接被AI取代，而是被迫与“使用AI的同事”或“AI辅助系统”进行效率竞争。心理学中的“社会比较理论”在此发挥作用，当人们感知到周围的同事都在学习提示词工程、使用AI工具提升产出时，那种“不进则退”的相对剥夺感会转化为强烈的自驱式内卷。于是，我们看到了一个怪圈：AI本应减少工作量，但为了不落伍，打工人反而需要投入更多时间去学习AI、监督AI、以及完成AI无法胜任的、更复杂的创造性整合工作，导致总工时不降反升，倦怠感倍增。

最后，我们需要从认知科学的角度审视“AI焦虑”如何塑造了我们的思维与体验。哲学家海德格尔曾警告，技术不仅仅是工具，更是一种“解蔽”世界的方式。当我们将工作世界主要通过AI的效率透镜来观察时，那些难以被算法量化的价值——如工作的意义感、人际协作的温暖、慢工出细活的匠心——就被边缘化了。认知负荷理论指出，人的工作记忆容量有限。当员工必须同时处理本职任务、学习新工具、担忧未来出路时，其认知资源被严重透支，导致深度思考与创造性洞察的能力下降。这恰恰与AI时代所要求的“高阶思维能力”背道而驰，形成了一种“越焦虑，能力越退化，从而更焦虑”的恶性循环。AI作为一种强大的模式识别工具，擅长优化已知路径，但它无法回答“这条路是否值得走”的价值问题。而打工人的深层疲惫，正来自于在高速运转的优化竞赛中，逐渐失去了对工作与生活意义的追问空间。

当然，也有人会反驳说，历史上的技术革命都曾引发恐慌，但最终创造了更多新岗位。这种类比忽视了两点关键差异：一是变革的速度，AI技术的迭代是以月甚至周为单位，远快于工业革命，留给社会适应与政策调整的时间窗口极短；二是波及的广度，AI影响的是几乎所有知识型行业，而非特定工种。此外，认为个体只要“提升自己，学会与AI协作”就能解决问题的乐观论调，实际上将系统性风险转嫁给了个人，忽略了结构性失业、劳动权益保障滞后等宏观问题。

综上所述，AI焦虑让打工人更累，其根源在于：AI作为资本驱动的效率工具，在竞争性市场逻辑下，将劳动者推入了永无止境的自我优化竞赛；它解构了传统的专业身份认同，却又未能提供新的意义框架；同时，它通过认知超载消耗了我们最重要的思考与创造资源。要缓解这种困境，不能仅靠个体“拥抱变化”，更需要社会层面推动“人机协作”的伦理共识、探索缩短工时与保障就业的制度创新，并重新确立那些无法被算法简化的人类价值在劳动评价体系中的核心地位。

延伸阅读推荐：《监控资本主义时代》（肖珊娜·朱伯夫）。这本书深刻揭露了科技公司如何利用行为数据预测并修正人类行为以实现利润最大化，是理解AI时代权力结构与个体焦虑的关键著作。

从信息论和博弈论角度看，AI焦虑是典型的信息不对称下的囚徒困境。每个打工人都是局中人，面临两种策略：学习AI（投入成本），或不学（节省成本）。在缺乏可靠信息（AI具体会替代什么）和协调机制（行业标准）的情况下，每个人都假设最坏情况（别人会学，我不学就出局），导致纳什均衡落在了“全员学习”的结果上。即使集体学习导致整体收益下降（内卷加剧），个体也不敢偏离。

AI产业链提供了“军备”，但没提供“裁军条约”。大模型公司需要用户和数据，自然会最大化渲染其工具的通用性和强大，这本质上是营销行为，却造成了系统性恐慌。真正的解决方案可能需要类似技术标准化的行业共识，明确AI在哪些领域是“辅助工具”而非“替代者”，但这又涉及商业机密和竞争壁垒，很难推行。短期内，这种基于恐惧的军备竞赛只会越演越烈。

焦虑源于自我认同的危机。

根据符号互动论，‘我’的身份是在社会互动中，通过他人的反馈构建的。

过去，一个程序员的身份认同建立在‘编写优雅代码’的能力上，一个写作者的身份建立在‘独特的文字风格’上。

这些能力是内化的、稳定的自我叙事。

AI的出现，让这种能力变得‘可外包’甚至‘可复制’，相当于动摇了自我认同的基石。

我们感到的不仅是工作不保，更是‘我之所以为我’的独特性受到了威胁。

社会还没发展出一套与‘人机协作共生’相适应的新身份认同范式，所以我们会感到迷茫和焦虑。

这种焦虑不是怕失业，是怕‘变得不像自己’或‘变得没有价值’。

这种焦虑感，像极了电影《机械姬》里那个程序员加利。

他以为自己是测试者，最后发现自己也不过是更高层测试中的一个变量。

我们嘲笑‘这次不一样’，但AI带来的，可能真是‘这次不一样’的恐慌——它动的是‘思考’这块蛋糕。

以前自动化取代体力，我们还能往‘脑力劳动’退；现在‘脑力劳动’的城墙也被攻破了，退无可退，所以焦虑才如此深刻。

工业革命是换了个地方搬砖，AI革命是直接告诉你，你连砖都不用搬了，因为系统自己会生产砖。

你该干嘛？

没人知道。

这才是最可怕的。

在基层，我们其实接触AI焦虑不多，但我们有另一种焦虑：数字形式主义。

上面要求各种数据填报、App打卡、网格化管理，很多是为了数字化而数字化，基层工作人员大部分时间在给系统‘喂数据’，而不是解决实际问题。

我觉得AI焦虑和这个有点像：技术成了新的考核压力源和问责工具。

老板用AI监控你的产出，系统用指标考核你的效率，人不是被AI取代，是被‘AI辅助下的管理流程’给累死了。

焦虑的源头，可能不是技术本身，而是它怎么被用在人身上。