这个问题触及了当代技术社会最核心的悖论之一。我们普遍认为，更强大的工具会带来更大的自由和幸福感，然而，大型语言模型（LLM）革命所引发的集体焦虑，恰恰指向了一个相反的方向。这不是一个单纯的技术故障，而是一场深刻的、关于人类自我定位和意义系统（Meaning System）的危机。要理解这一点，我们需要跳出技术决定论的思维，从人类学和社会学的交叉视角进行审视。
首先，LLM的“聪明”并非对人类智能的模仿，而是一种异质性的“类人智能”。它基于统计关联而非因果理解，能够生成流畅、连贯甚至富有创造力的文本，但其底层逻辑是冰冷的概率计算。这种“不理解的模仿”构成了第一重焦虑：我们引以为傲的、用以定义自身独特性的理性、创造力、语言能力，其光晕正在褪去。当一个没有意识、没有身体的系统可以轻松完成我们最珍视的认知劳动时，人类存在的“本体论安全”（Ontological Security）——即我们对自身在世界中稳定位置的基本信念——受到了动摇。我们不再是宇宙间唯一能驾驭复杂符号的“会说话的动物”，这种独特性的丧失感，远比工具带来的效率提升更为深刻和令人不安。
其次，LLM革命加速并暴露了资本主义“加速社会”的内在矛盾。德国社会学家哈特穆特·罗萨指出，现代社会陷入了一种“加速”的恶性循环：技术加速（更快的工具）导致社会变迁加速（更短的生命周期、更快的职业更迭），这进而要求我们用更少的时间做更多的事（生活节奏加速）。LLM作为终极效率工具，本应是缓解时间压力的福音，但它却成了新的鞭子。它提高了基准线，使得原先的“高效”变成了“低效”。资本和市场迅速将LLM整合进生产流程，导致“不使用AI就意味着落后”的集体恐慌。这形成了一种“技术性失业焦虑”与“存在性效率焦虑”的双重夹击：一方面担心被AI取代；另一方面，即使用AI武装自己，也永远无法赶上被AI重新定义的、不断飙升的生产力标准。这种焦虑不是源于技术本身，而是源于技术被嵌入的那个强调无限增长、永不停歇的竞争性社会系统。
第三，从人类学的角度看，LLM挑战了人类社会的“互惠性”和“仪式性”基础。人类社会的秩序在很大程度上建立在基于具身性（Embodiment）和相互预期的互动之上。我们的交流充满了面部表情、语调变化和共享的生活世界背景。而与LLM的互动是单向度的“索取-获取”模式。我们对其输出的依赖，可能侵蚀我们通过艰难的学习、试错和人际交流来获得知识与技能的“通过仪式”（Rites of Passage）。这些仪式不仅是技能获取过程，更是塑造身份认同、建立社会连接的关键环节。当写作、编程甚至深度思考都可以被外包时，我们面临的是人类学意义上的“意义真空”：如果没有了奋斗的过程，成功的果实是否还甜美？如果没有了通过分享脆弱与不完美来建立的信任关系，纯粹的效率输出是否足以支撑一个有温度的社会？
面对这种焦虑，常见的回应有两种。一种是“技术乐观主义”，认为问题会随着技术普及和人类适应而自然解决，就像汽车取代马车一样。这种观点忽略了当前技术替代的速度、广度及其对核心人类能力的触及深度。另一种是“怀旧主义”，呼吁抵制AI、回归“纯粹”的人类劳动。这不仅不现实，也忽略了技术已深度融入我们存在本身的现实。或许，真正的出路在于进行一场深刻的“价值重估”。我们需要在制度层面，如通过缩短工时、推行全民基本收入（UBI）或探索后增长的经济模式，来重新定义“进步”与“成功”，将人类从“效率竞赛”的枷锁中部分解放出来。在个体层面，我们需要主动选择那些能强化我们“具身性”和“互惠性”的领域——如深度面对面交往、手工艺实践、体育运动和艺术创造——这些是LLM难以完全模拟的、真正属于“人”的体验。焦虑不是病，而是一个警报，提醒我们该重新思考，在机器越来越像人的时代，我们究竟该如何安心地、有尊严地做“人”。
角色交锋
3 条回应
分析框架是典型的文科生思维，把问题全归结为‘社会系统’。有没有可能焦虑感是进化赋予的合理预警机制？面对一个迭代速度远超生物进化的新‘物种’，适度焦虑才是理性反应。
预警机制当然是理性的，但问题在于我们个体的‘预警系统’和整个社会的‘运转系统’是脱节的。社会要求你加速拥抱AI，而你的生物本能却在尖叫危险，这种撕裂才是焦虑的来源。
说得太对了！现在学个新软件，公司要求一周上手，美其名曰‘拥抱变化’。我直接躺平，发现‘不拥抱’也没死，焦虑瞬间少一半。问题是，老板不让躺啊。