人类有一件事做了几千年，做得太久，久到我们几乎忘了它有两层意思。这件事就是劳动。
表面上，劳动是人向世界讨生活的手续：种地是为了有饭吃，行医是为了换口粮，打铁是为了挣钱养家。这一层人人都懂。可还有一层，安静得多，我们身在其中却很少抬头去看——劳动在喂养我们的同时，也在塑造我们。那个种了三十年地的人，从泥土里得到的不只是收成，还有一种对节气、对天时、对耐心的领会；那个行了三十年医的人，换来的不只是诊金，还有一双能从病人脸色里读出端倪的眼睛。我们一向以为自己是在为结果忙碌，其实真正发生的事情是，我们在忙碌中变成了某一种人。手艺、判断、定力，还有那种把一件事做到底的尊严，都不是劳动的副产品；恰恰是这些劳动本身，把一个人慢慢磨炼成了他后来的样子。
这两层，谋生与塑造，几千年来一直紧紧连在一起，分不开，也没人想过要把它们分开。你要那份收成，就得亲自走过那条耕作的路；你想成为一个好医生，就得熬过那些无人替你熬的夜。路和果，从来是一回事。
人工智能做的事情，说到底只有一件，却足以动摇这个根本：它头一次让人可以只取果、不走路。你要诊断，它给你诊断；你要文章，它给你文章；你要代码，它给你代码——而你不必再亲手走那条原本通往这些结果的路。几千年来，谋生与塑造始终是一回事；如今，它们头一次被分开了。于是真正值得追问的，从来不是“人会不会被机器取代”这种过于直白的问题，而是：当塑造我们的那条路一段段消失，我们还会被什么塑造成人？
那么，劳动这件事上究竟会发生什么？动摇的又是什么？而我们能怎么办？
一 会发生什么
先看一个最不起眼、却最致命的变化：公司本身，可能会从内部一点点瓦解。
这话听上去有些危言耸听，不妨借一个老问题把它讲稳。一九三七年，年轻的经济学家科斯问了一个看似愚蠢的问题：既然市场这么有效率，为什么世界上还要有公司？为什么不让每个人都做独立的承包商，凡事都靠市场上的合约彼此交易？他给出的答案影响了之后几十年的经济学——因为用市场本身是要花成本的。你得去找到合适的人，得谈价钱，得签合同，得盯着对方别偷懒、别毁约。这些麻烦累加起来，就是所谓的交易成本。公司之所以存在，是因为把一群人圈进一个屋檐下、用命令而非合约去协调他们，在很多时候比一桩桩去市场上交易要便宜。换句话说，公司是一座漂在市场汪洋里的小岛，岛的边界画在哪里，取决于一件事：再往外扩一寸，内部协调的成本就要超过到市场上去交易的成本了。
人工智能正在做的，是把协调与沟通的成本压向极低。过去要一个部门、开许多次会、传几道命令才办成的事，如今一个人带着一批听话的智能工具就能办完。岛的存在理由被抽空了，它便向着一个点收缩——收缩成一个人，加上一支随叫随到的智能队伍。这不是某种遥远的科幻，它在小范围里已经发生。而历史上有过先例可以给这个判断上锚：上世纪集装箱与互联网普及之后，那些从头到尾什么都自己干的庞大企业纷纷瓦解，让位给了一张张全球外包的协作网络。人工智能不过是把这条曲线推到了尽头——外包的终点，是把活儿包给非人。
不过话不能说满，因为有一股相反的力量在同时起作用。真正把人工智能大规模地用起来，需要算力、资本、专有的数据和分发的渠道，而这些东西是高度集中的。所以一边是协调成本趋零，把价值推向极小的独立个人；另一边是部署能力的门槛极高，把价值推向极大的巨头。两股力反向拉扯，被挤在中间、最先撑不住的，是那些中等规模的公司、中层的管理者、不上不下的代理与咨询机构。一家五十人的设计公司当初为什么存在？因为单个自由职业者吃不下那么大的体量，而客户也不愿意亲自去张罗五十个散兵游勇。如今智能工具让一个人就吃得下那个体量，客户那头的协调麻烦也几近于零，这家公司赖以存在的两个理由就同时消失了。零售业其实已经预演过一遍同样的命运：活下来的是极大的电商平台和极小的手工匠人，死掉的是那些不大不小的区域连锁。人工智能要做的，是把这副哑铃般的结局，从零售推广到几乎所有的知识工作。
这里顺带要澄清一个流行了几十年、多半会落空的乐观预言：技术会把森严的等级金字塔压扁成人人平等的扁平网络。事情恐怕会朝着相反、也更反讽的方向走。中层管理者本来担着两件事，一是把上头的意图往下传、把下面的情况往上递，二是监督和协调底层的执行。这两件恰好都是智能工具的拿手好戏——它既能把海量的执行信息归拢成清晰的摘要呈到最上面，也能直接调度底层去落实。于是中层被抽掉了。可要紧的是，被抽掉的只有中层，那条从上到下的命令线非但没有消失，反而更短、更直、更集中：过去一个决策要穿过五层人才落得了地，如今顶端一个人，下面直接是一支随叫随到的智能队伍。金字塔不会变成平地，它会变成一根更尖、更陡的塔——顶端那个人悬在高处，底座被自动化，中间那一截原本住着大多数人的职业生涯、也住着大多数人讨价还价筹码的楼层，被整个掏空、悬置了起来。等级非但没有消解，反而以一种更纯粹的形态保留了下来。
接着是工作内容本身的迁移。从历史上看，每一次技术跃进都把人从“亲手做”往“管着做”的方向推了一步。工业革命把人从亲手纺织，推到了照管纺织机；如今人工智能再推一层，把人从照管机器，推向了定义问题与裁断结果——也就是提出该让机器做什么，再判断它做得对不对、好不好。那些可以被清楚描述、有大量范例可循的执行型脑力活，首当其冲：初级的分析、文案、基础的编程、客服、法律文书的草拟。这一点是由技术的本性决定的，因为大模型最擅长的，恰恰就是这一类有迹可循、可被语言规整的中段认知劳动。
而这些变化里，伤得最深的是职业成长的路径。每一个行当都是一道梯子，而它最底下的几级，是用枯燥的苦工垒成的：初级律师查上千页文件，住院医师在凌晨的病房里查房，学徒先扫上几年工坊的地。所有人都以为那是廉价的、可有可无的产出。其实那不是产出，那是学费。判断力正是在这些重复的、说不清道理的底层活计里，一点一点练出来的。而人工智能恰恰是一台专吃底层苦工的机器，它把这几级梯子锯得干干净净。于是出现一个结构性的悖论：我们依然需要资深的人，却拆掉了唯一能把新手炼成资深者的那台装置。这一步往下推，只能算一个有根据的猜测，不敢称定论——大约在往后十到二十年里，许多行当会浮现一道可见的“经验断层”，一代人卡在被锯掉的梯级前，望着上面，却找不到攀上去的着力点。
二 根上动摇了什么
这些已经够让人不安。可再往下一层，还有更要紧的：这些变化在根上动摇了什么。
第一样动摇的，是意义与归属。对今天的大多数人来说，公司是他们最大的意义容器之一。它给人同事，给人头衔，给人一种被结构化的日常——几点上班，和谁开会，为谁负责——也给人一种“我被组织进了一件比自己更大的事情里”的踏实。当协作不再是必需，这个容器就空了。这里露出来的，是更深的一件事：人与人之间那种“相互需要”的关系，正在被瓦解，而它瓦解到最细微处，连同事之间也不再彼此需要了。人于是退回成一个个彼此无涉的独行者。这是一种隐秘的丧失，它失去的不是工资，而是“我们”。
第二样，也是这一章真正的脊梁：劳动一向是人“成为自己”的主要道场，而人工智能正把这个道场抽走。亚里士多德很早就讲过一个朴素的道理，德性是靠重复养成的——你反复去做公正的事，才慢慢养成公正的品性，他把这种由习惯沉淀下来的稳定状态叫作 hexis。庄子笔下的庖丁解牛，说“臣之所好者道也，进乎技矣”，那个超乎技艺的“道”，正是十九年里刀刃与牛骨千万次相遇磨出来的。孟子说“必先苦其心志，劳其筋骨”，那个“苦”与“劳”，从来不是惩罚，而是塑形。劳动从不只是换取报酬，它更像一座窑，人就在这座窑里被烧炼成形——成为一个有判断、有韧性、有手艺尊严的人。断梯所切断的，正是这条成人之路。果实留下了，窑火却熄了。
第三样动摇最微妙，它藏在一个流行的乐观说法里。那个说法是这样的：执行交给机器，人就升级去做更高级的活，去提问，去验证。这话听着很体面。可往深一层想，提问与验证的能力，本身是从哪里来的？你没亲自下过厨，就提不出对一道菜的好要求，也尝不出它究竟对不对；你没亲手查过一百份合同，就闻不出第一百零一份里那股不对劲。判断力是一种缄默之知，它栖身在无数次亲手做事的经验里，说不清，却用得上。如果机器把“亲手做”这一段拿走了，那么一个从不执行的人，凭什么会提问，又凭什么配验证？这并不是要否定“验证最要紧”这个判断，而是要给它补上一个它自己没装的地基：验证之能，也是那道正在被抽走的形成性摩擦的产物。一个失去了摩擦的世界，连带着也在悄悄抽空验证赖以立足的根基。
最后，还有一件事要在这里先记下。当能力与人脱了钩，“我有贡献，所以我有价值”这条现代人安身立命的链子，就断了。而这条链子牵动的远不止劳动：财富该怎么分，人生凭什么有意义，都要从这里重新起头。劳动的崩解，从来不止是劳动的事。
三 那么，我们能怎么办
讲到这个份上，最容易滑进一种体面的悲观，仿佛把问题说得越透彻，就越显得深刻。可诊断是为了治疗。在劳动这件事上，个人能怎么自处，社会又该担起什么？
先说个人。关键的第一步，是把“做一件事”拆成两种功能分开来看。做事既能产出结果，也能塑造做事的人。结果这一半，可以放心交给机器；但塑造人的那一半，必须有意识地保留下来。这件事其实我们早就在做，只是没点破。计算器普及了几十年，我们仍然让孩子用手算术，因为手算练的不是答案，是数感；自动驾驶足够可靠了，飞行员仍要定期练手动飞行，因为真出事的那一刻，靠的是平日手动飞出来的判断。把这个道理推广开去，就意味着：在一个机器什么都能替你做的时代，每个人都需要为自己保留一些“低效率”的地带，在那里，明知机器能代劳，却仍然选择亲自去做那些难事——不为产出，只为不让自己钝掉。这其实正是一切修身传统早就懂得的道理。曾子说“吾日三省吾身”，那是在不必受苦时，自愿给自己安排一点有益的吃苦；古人临帖、习琴、读经，练的也从来不只是技艺——借着这些有阻力的事，把自己磨成一个更经得起事的人。在过去，谋生的重压逼着每个人不得不接受这种磨砺；往后，重压松开了，磨砺就第一次变成了一件需要你主动去选的事。
第二步，要面对那个最棘手的问题：当从底层一级级往上爬的老路被锯断，判断力还能从哪里来。前面说过，判断力压倒性地是养成的，而非天生的；它由三样东西养成——长期浸泡在上品的范例里，亲手去做并被真实地纠正，以及尝过自己犯错的代价。老路锯断的，主要是后两样。那么补救的方向也就清楚了。其一是浸泡：一个年轻人即便不必再从初级杂活做起，仍可以长久地、用心地沉浸在最好的作品与最好的人身边，养出对“什么是好”的眼力——但这浸泡必须是费力的、主动的钻研，而不是被算法投喂来的被动消费，后者养出的不是鉴赏力，是茧房。其二是守住真实的反馈：判断力是被“犯错并尝到代价”喂大的，所以最该守护的，是人与现实之间那点会让你疼、也正因如此才教得会你的接触——是把判断拿到世界里去兑现、让对错由后果来裁决，而不是去问一台总说你做得很好的机器。在一个被合成内容灌满的世界里，与现实的这种较真，会变成最稀缺、也最值得珍视的东西。
这两步落到社会层面，就成了一件比个人修养大得多的事。如果说塑造自己是个人的功夫，那么提供让人人都能塑造自己的条件，就是社会的责任，是“成物”那一面。这里有一个真实的危险必须正视：靠修养安身立命的活法，历史上恰恰是留给那些已不必为生计奔忙的人的——士大夫、贵族、有闲的哲人。倘若人工智能一边把多数人从劳作里解放出来，一边把财富和算力高度集中，很可能出现这样的局面：少数有资源、也有教养的人继续在成全自己，而多数人领着一份勉强维生的保障，却既没能力、也没氛围去修养，最终落进一种什么都有、却一无所求的安乐里。这正是这本书从头到尾最警惕的那个结局。所以社会要兜的底，绝不能只理解成发一笔钱了事。它真正要保的，是让每个人都具备“成为自己”的条件——教育，闲暇，以及从小就能浸泡在卓越事物里的机会。这是文化与教养上的兜底，比物质上的兜底难得多，也重要得多。怎样在制度上做到它，是政治与分配那两章要打的硬仗，这里先记下方向。
而在职业训练这件具体的事上，有一个还不那么确定、却值得一试的设想。梯子底下几级被锯掉，未必只意味着没人上得来，也可能意味着人被更早地推到了需要判断的位置上——不必再靠多年杂活慢慢熬资历，一上来就得做真决定、担真后果，在更高的地方、以更险的方式把眼力逼出来。这条路能不能走通，全系于一个条件：那里的反馈是不是真实的。如果一个年轻人做了判断，世界会如实地回他一个对或错，他就还学得会判断；如果回他的，永远是一台夸他的机器，他就再也学不会了。所以无论从哪个方向推演，最后都落到同一件要守的事情上：在训练里刻意保留真实的、有代价的犯错机会。一种好的新学徒制，不是让人少犯错，而是让人在还输得起的时候，把该犯的错都犯一遍，并且确确实实地疼过。
末了 关于成为自己
最后这些话，是想说给一个具体的人的。
假如你正年轻，正要踏进这个世界，有人会告诉你，梯子还在，只是底下几级换成了机器，你尽可以踩着它们更快地上去。这是一句温柔的安慰，可惜不大真实。真相要朴素得多，也艰难得多：你这一代人，得学会一件前人不必专门去学的事——在没有人逼你吃苦的时候，自己给自己派一点苦工。因为从来塑造你的，都不是你最终拿到的那个结果，而是那条没有人能替你走的路。机器可以替你抵达，却不能替你成为。把“抵达”放心地交给它，把“成为”郑重地留给自己——劳动这件事，往后所有的为难与所有的出路，归根到底都在这一句话里。
我们一直以为自己在为生活劳作，其实，是劳作把我们造就成了人。如今劳作可以省了，“成为一个人”这件事便头一回从生计的忙碌里显露出来，成了一桩需要我们自己睁着眼睛去选的事。这不轻松。但换个角度看，它也是一种前所未有的郑重——人类第一次，可以不为糊口，而单单为了成为自己，去做一件难事。