熟悉我的朋友都知道，我对使用 AI 在实际工作中提效有巨大的热情和不错的成果。但是在经过一两年的实践以后，一方面我确实享受到了这种生产力提升带来的好处，一方面又在不知不觉中掉入了一个陷阱。这个陷阱在根本上限制了我的职业发展，同时让我不自觉又不懈地向着更容易被AI替代这个荒谬的目标努力。下面我就想分析一下这个非常讽刺的陷阱：为什么最擅长使用AI，真的在工作中提效的这帮人，反而最容易被AI伤害职业发展，以及我们怎么破解这种情况。
一个荒谬的职业故事
我先分享一下我的故事。作为一个中厂研发，表面上看我的AI提效非常成功。从24年底开始，我基本就没有古法手写过代码了，但我的产出和rating也一直是整个org最高之一（我的VP老板的评价是deliver in superhuman pace）。这让我在下面一年多的时间和 CEO/CPO/CTO （下面简称CXO）每两周有定期的 meeting。而且因为每两周都能稳定交付扎实的成果，同时用AI有针对性地打磨slides，所以我的presentation也是最顺利的之一。
然后我的升职失败了。然后第二次努力，又失败了。升职这种事情本来随机性就很强，真正的原因往往未必是说出来的官面原因。我的升职主要是C suite审核给意见，屡屡被毙就很奇怪了，我明明每次开会都很顺利啊。我和老板一起做了复盘，觉得可能是这样那样的原因。但后来我quit了，整件事情就搁置了。
直到最近我每天疯狂微操AI构建东西，突然反应过来一个问题，感觉可能是限制我职业发展的重要因素。这个问题就是，老板/C suite眼里我到底是他的手还是他的脑？
手指的是，CXO心里有个想法，想快速试一试，就把鸭哥叫过来说，嗟，你去试一下这个。然后我用AI哐哐一天干完别人一个星期的活，两周之后直接搞了个超牛逼的demo。CXO看了，说卧槽鸭哥牛逼，你再试一下这个。有时候这个新想法和旧想法是有关系的，有时候是没关系的，取决于公司近期最有价值的方向。在最完美的世界里，CXO应该记挂着鸭哥这个小IC的职业发展，给他的方向有一定的关联。但实际上，这个最有价值的方向未必是稳定甚至相关的。所以在客观上就造成了一个问题，我每两周deliver的东西确实都很多，但方向过一两个月就变一次，有时候是去救火，有时候去做新实验，最终反而很难讲清楚过去一年做成了啥。不论是我还是我老板（VP）其实都注意到了这个问题，但很难周旋，因为天命难违（不是）。
这里我觉得讽刺的地方在于，如果我干活没这么快，就不会被放到“手”的这个被动的位置上。因为我实在是太好用了，摩擦太低了，所以到后来CXO得出了跟我用AI一样的结论：打击比探测更便宜。有什么东西能不能做出来/能做多好，直接让鸭哥手搓一个看看就行了，比自己开会干想又快又准。失败了也没关系，反正他手快。更严重的是，这种快速迭代还会激发老板们微操的欲望，这就造成我的项目的破碎程度，失败率和周转率反而比别人高好多。到升职的时候讲故事很难讲圆，成了一个蛮大的被动因素。（叠甲：不是唯一原因）
所以说，我自己的手快，熟练，AI提效，反而让我在老板眼中主要承担执行角色，拿到的项目零散多变，从根本上造成了我处在职业发展的不利地位上。而且这个不是老板们的问题，事实上我觉得我的VP/CXO 都非常reasonable/insightful。所以这不是遇人不淑，换个老板就能解决的问题。这是一种理性选择。想想我们用AI也是一样，快的模型就让它有枣没枣先打一杆子，同时做得快的AI也容易被微操。而且有一点更荒谬的地方不知道大家注意到没有，我在自然地用AI类比这种情形了。这是因为我的这种执行角色和AI的处境非常类似，老板看我跟我看AI一个样。那猜猜老板眼中谁最容易被AI取代？换言之，我用AI用的好的这个事实，在客观上让我更多的承担执行类的工作，反而变得更容易被AI替代。
这是一个致命的陷阱，而且非常讽刺地，只有AI真的用的好的人才会掉进去。但凡你用AI提效不扎实，老板感觉不到这么好用，都不会有这种问题。
重要的工具和致命的陷阱：奖赏系统
要理解这个陷阱，得先讲清楚一个管理学的概念叫做incentive structure。说人话就是奖赏系统，什么情况下会得到奖励。比如我们前面说的升职加薪，就是一种incentive。公司用这个作为胡萝卜，来奖赏和鼓励某些行为，比如亚马逊有operating principles，facebook讲求impact，做到的人就加薪升职，这就是incentive structure。
这个东西其实非常常见。比如打游戏的时候我们经常听说什么兵种或者角色被削弱了，以前很有效的某种战术就不流行了。这就是因为奖赏系统变了，导致玩家的行为也变了。类似的，国家的法律和政策也是一种incentive structure，比如电车减免税费，大家就更倾向去买电车。甚至AI模型的训练也基于类似的机制。我们在训练的过程中不会手把手教模型，你的几百亿个参数要这么改，而是通过把控一个奖赏系统，告诉AI模型，你的得分是多少，gap在哪里，然后它自己去改进来拿更多的分数——是不是和职业发展很类似？
这个东西很重要是因为两点。第一它省时省力，就是high leverage。控制每个人的想法是很难的，比如一个org 100个人，一个个谈心劝他们bias for action得到猴年马月，费时费力。但给人/AI做一个奖赏系统，说能做到什么什么就有什么精神奖励+物质奖励（只要这些行为符合bias for action就行，甚至不用出现这个词），就可以四两拨千斤。人自己会代入做题家模式，想着去优化里面的分数。关键在于，这个优化目标很多时候是精心设计的，最终就等于他自己努力达到了我们想要的结果。而且很多人根本意识不到这个奖赏机制是人设计出来的，觉得这是很自然的，努力工作升职加薪嘛。这种隐蔽性是它很重要的第二个原因。因此，在一个组织里，经理的一个非常核心的职责就是设计和维护这种奖赏系统，让组员在不知不觉中主动实现公司想要的目标。
这个工具是纯理性的，我们已经无意识地利用它来套利了。当前IT公司主流的奖赏系统还是AI时代之前的，比如你交付的东西越多，拿到的奖励就越多。但AI把交付这个东西变得特别便宜，这种改变就带来了套利的机会。所以我的行为改变了，开始冲交付。但像上面说的，这种套利行为同时又造成了我们的困境。它的问题在于，不像我们前面的例子，只是上级影响下级，下级反过来也在影响上级。比如我们前面提到的“打击比探测更便宜”，就是因为AI时代以前，我们写代码很慢，代价高，所以系统客观上奖励谋定而后动这种行为。现在AI写代码很快了，你有三思而后行的时间，AI已经把几种可能的实现全都做出来了，你自己挑。是这种底层成本结构的变化，就是奖赏系统的改变。它反过来会影响最优策略——就是别想了，直接一把梭试试看再说。而且在这个过程中，AI是下属，我们是上级。我们的行为受到了下属的影响。
做自己的经理，设计老板的奖赏系统
回到我的故事，这里面发生的事情也是一样的。从老板的角度看，AI时代之前，给鸭哥派活跟其他人一样烦，要说服他这件事很重要，要画饼，要看着防止他阳奉阴违磨洋工。AI时代以后，鸭哥太好用了，不用说服，指哪打哪，做的还特别快。这种奖赏系统的变化，导致老板不自觉也在套利，在这个系统里优化到飞起：他会更多地把别人不愿意接的脏活累活扔给鸭哥。这里面每个决策都是理性的：老板在这里觉得他找到了一个好用的员工（手），物尽其用；鸭哥也觉得他在套利，用AI交付更多。但问题在，不论是老板还是鸭哥都只是被动地跟着这个客观（organic）的奖赏系统找到各自的最优策略。这反而造成了资源的浪费：老板没有拿满鸭哥的价值，鸭哥自己的职业发展也受阻了。
既然每个人的决策都是理性的，这个问题怎么破局呢？或者更广泛地思考，AI时代我们要怎么避免这种AI用的好的人反而更偏执行更容易被替代这个问题呢？答案很简单，做一个好经理，积极地管理周围的奖赏系统。
具体地说，我们在做决策的时候，不仅要单纯对周围的奖赏系统做出被动响应（reactive），比如系统鼓励我多交付，那我就用AI多交付；更要主动（proactive）设计你给别人的奖赏系统。当然我们没办法给老板加薪升职，我们的手段可以是交付的摩擦：无条件高质量交付，会给老板一种印象，给我派脏活很简单。那我就要先判断这个活是不是脏活，有没有必要做，没必要的就pushback。从局部上看，这个决策可能是反直觉的，甚至是有害的。比如我会更多的顶撞老板，老板肯定不爽。会议会不顺利，老板为了推动执行会批驳我的观点，甚至我们撕逼浪费的时间比我认输自己做还更长。但长期看，他的理性决策可能反而会偏向我们想要的双赢的结果。
注意我这里用了可能，这是因为管理这件事有很多内部的技巧。比如不是我随机反抗他就不给我派活了，这只会让老板觉得这个人又不可靠又龟毛。这里需要真的有判断力，pushback的确实都是不靠谱的想法，集中精力做靠谱的想法，才能让老板觉得这人有决断力有担当。这里面有很多变量和细节，暂时不具体讨论，主要是因为换成这个视角以后，我们根本就不在讨论新问题。这是个有千百年历史的现象：为什么老黄牛不受待见。不论有没有AI，当老黄牛（老板的手）都不如当老板的脑收益高。有了AI以后，能用AI快速交付的人多了，老黄牛的群体扩大了，就更不值钱了。能和老板对等讨论，pushback，发现他的思维盲点，构建共鸣的人就更少更值钱了。
所以，用AI套利的正确模式不是响应现有的奖赏系统，努力交付。这是饮鸩止渴，天然构建了一种我们和老板利益冲突的奖赏系统。老板在里面不自觉优化，反向套利，越优化我们越被动。不论我们或者老板有多努力，这是一场必输的战役。更好的方式是主动管理我们给别人的奖赏系统，让别人在这种系统里理性自发地把我们放到最重要的地位上去。什么是最重要的地位，这个就很主观了。比如是希望活少，还是钱多，还是升职快，很多是互相矛盾的。怎么找最喜欢的甜点区是每个人自己的选择。但不管目标是什么，指望自己用AI提效，努力交付就能实现这个目标是不切实际的。我们需要做一个好经理，主动设计和维护这个奖赏系统，然后让别人自己向我们的这个目标努力，这才是省时省力的方法。而这个系统的设计，也是可以通过AI提效的。相比于用AI卷代码输出，这种对判断力的打磨和系统的构建，是AI更高效的用法。
总之，用AI无脑输出代码是最省力的方法，用AI耗脑输出判断才是高杠杆有竞争力的职业手段。