AI正在制造一大批看起来很专业的人，这比AI取代工作更可怕|ai|专业|代码|归零|文案|编程

AI正在制造一大批"看起来很专业"的人，这比AI取代工作更可怕

去年我面试了一个候选人，作品集漂亮得不像话。设计稿的英文文案用词精准，排版干净，整个视觉调性挑不出毛病。面聊了20分钟之后我意识到一个问题：他自己写不出一句完整的英文。

AI替他写了所有的文案，Midjourney替他出了所有的图。他就是那个"拼图的人"——把AI产出的碎片拼成一件看起来完整的东西。他的技能不是设计，不是写作，是"判断AI哪一版答案更好"。

我没招他。

不是因为反对用AI。是因为我不知道，当他的AI被断网、或者提示词不好使的时候，他还能不能干活。这是一个我没办法在面试里测出来的变量。

但这件事让我开始注意一个更大的问题。他不是个例。他是一整类正在快速膨胀的人群。我把这类人叫做"AI中间态从业者"——他们掌握的不是任何领域的核心能力，而是一套"调教AI产出看起来像专业内容"的方法论。你让他们独立创造，不行。你让他们用AI辅助创造，能出一堆看起来80分的东西。

可怕的地方在于：80分，在大多数公司已经够用了。

这就形成了一个极其微妙的局面：企业需要的人才标准在往下滑，从业者的真实能力也在往下滑，但表面上——简历、作品集、汇报PPT——看起来反而更"卷"了。因为AI在帮所有人"美颜"。

我跟几个做招聘的朋友聊了聊，大家有同样的感受：现在看一个人的GitHub仓库，看他的设计稿，看他的文章，越来越不好判断真实水平了。以前一个代码仓库能看出来一个人的编程习惯，现在你看到的是一个干净的仓库，每一行注释都完整，但你不知道是他写的还是AI写的。以前一篇分析文章能看出来一个人的思考深度，现在你看到的是一篇结构漂亮、用词精准的文章，但你看不出他的脑子里到底有没有东西。

有人说这没问题啊，能出活就行。

真的吗？我们来推演一下。

假设一个团队有5个人，其中3个人的产出80%靠AI。平时做常规任务完全看不出来问题。某天遇到一个AI处理不了的极端场景——一个没人写过的bug、一个跨系统的架构决策、一个需要创造性突破的限制条件。这个时候，3个人瞬间归零。剩下的2个人得扛5个人的活，而他们平时的产能已经被日常任务塞满了。

这不是假设题，这是我在中等规模公司真实见过的场景。

更深的麻烦在管理层。管理者对着漂亮的数据看板觉得团队运行良好，不知道自己团队里有几个人是"AI充气的"。而等到出事那天，管理层的第一反应一定是——"AI的问题，换个大模型就好了"。

不会有人承认是人的问题。因为承认人的问题意味着承认一套连锁反应：招聘流程有问题、用人标准有问题、绩效评估有问题。哪个领导愿意背这个锅？不如甩给AI，升级GPT账号，事情好像就解决了。

所以我说真正值得担心的是什么。不是AI会取代谁的工作。是AI让太多人变成了"看起来能用"的人，而这些人一旦在关键岗位上堆起来，出问题的不是某个任务完不成，是整个团队在面对突发情况时的抗压能力归零。

这就引出一个我觉得所有公司现在都应该做的事：建立一套"去AI化面试"机制。

不是不让用AI，是面试时故意断掉AI。让候选人纯手写一段代码、纯手写一段文案、纯手动做一张图。不看最终成果有多漂亮，看过程——看他的手指在键盘上是犹豫还是流畅，看他的思考是在"构造"还是在"选择"。构造和选择是两个完全不同的脑回路。

说出来你可能不信，我见过不止一个人，在断掉AI之后对着空白屏幕发了五分钟的呆。他的大脑习惯了有一个外部模型先给他选项，然后他再挑。就像一个人习惯了Google Maps之后，突然被问到"从A到B怎么走"，他想不出路线，因为他的空间思维从来没有被激活过，他只是在听导航。

这种能力的萎缩是不可逆的吗？我不知道。但我知道的是，如果你每天60%的认知任务都外包给AI，你的大脑会自己决定"这部分神经连接不需要维护了"。它不是变笨了，是节能了。身体层面的事。

我再多说一句趋势层面的判断。