AI没抢走工作,先没收了学徒期

AI没抢走工作,先没收了学徒期

本周Hacker News最热的一篇帖子拿了647分、474条评论,标题起得像句判词:《AI不是在取代SRE,而是在去技能化SRE》。上千楼的争论吵到最后,留下一个没人反驳的共识——AI拿走的从来不是你的工位,而是通往这个工位的那段楼梯。

AI没抢走工作,先没收了学徒期

岗位还在,会干的人断供了

“去技能化”(deskilling)不是什么新发明。民航业几十年前就有个刺耳的外号,叫”洋红线的一代”(children of the magenta line)——因为飞行管理系统的航迹在仪表上是洋红色,新一代飞行员从训练第一天起就跟着这条线飞,手动飞行时间被压缩到最低。结果就是:自动驾驶一切正常时他们比老机长还稳,系统一旦掉线,手上的肌肉记忆撑不过三十秒。放射科、制造业、甚至是外科手术,都上演过几乎一模一样的剧本。

现在轮到运维了。Signoz那篇文章的核心观察并不复杂:告警被AI汇总归因,runbook由AI现场生成,故障复盘让AI写摘要,连变更窗口的沟通话术都能让模型润色。每一项单拎出来都是效率的胜利,加在一起却构成一个残酷的事实——一个入行三年的SRE,可能从来没有完整地徒手排查过一次”为什么”。而他第一次真正面对这个问题的时刻,往往是凌晨三点、P0响成一片、AI的归因恰好指错方向的时候。工具替他把基础训练全跳过去了,唯独跳不过那次真实世界的期末考试。

批评者最常用的辩护是”AI只是工具,关键看人”。这话在电钻和计算器时代成立,是因为那些工具只外包了力气和算术,判断力还得自己长。而大模型外包的恰恰是判断力本身,这就不是”工具好不好用”的问题了,是”人还有没有机会变强”的问题。

Cisco发了无限token,顺手收走了必经之路

同一周里还有一条更热闹的新闻:Cisco总裁Jeetu Patel公开讲,公司让一位27岁的工程师拿着”无限AI token”去重写遗留系统,这帖子在HN上拿了302分、370条评论,讨论的火药味全在标题的后半句——初级岗位会被如何重塑。

支持者的画面很美好:一个人干一个团队的活,效率拉满。但很少有人问一句,那位27岁的工程师,判断力是从哪来的?答案大概率还是遗留系统。祖传代码在老工程师眼里是墓志铭,在初级工程师眼里却是教科书——读那些写于二十年前的抽象、修那些没人说得清来龙去脉的bug,本质上是拿工资换判断力的学徒交易。公司付你入门级的薪水,你交出的是在廉价项目里犯错的权利,攒下的是昂贵项目里救火的本事。

现在这笔交易被单方面终止了。AI十分钟给出重构方案,新人审都没审就按下合并,因为”反正模型比我有经验”。听起来合理,但经验不会凭空生成,它需要有人在便宜的场合犯过错。学徒期被拆掉之后,市场上会只剩两种人:租过判断力的,和从未攒下判断力的。而租金,是年年涨价、永远不归你所有的。

幽长的走廊一眼望不到头——以前的新人要一段一段走完,现在的按钮一键传送

更讽刺的是:它帮你跳级,还不许你自学

如果故事到这里为止,顶多算一声叹息。真正荒诞的是本周的另一条新闻:Anthropic开始主动拦截视频游戏克隆与逆向工程类的请求,Tom’s Hardware报道了官方拦截行为,HN上还有用户抱怨”任何涉及训练更大模型的话题”都可能触发封号。

把这两件事并排放着看,讽刺就冒烟了。逆向工程、拆解、克隆重写,是人类最古老的学习方式:收音机是拆出来的,汽车是拆出来的,整整一代程序员是在反汇编DOS游戏里学会写代码的。现在这家公司一边推出帮你跳过基本功的产品,一边没收你拆开东西自学的路径——好比给学琴的孩子配了个代练包办所有练习曲,然后校方宣布禁止扒谱。跳级的便利它卖给你,自学的门它替你锁上,两门生意出自同一家公司,且都不觉得矛盾。

有人会说这是合规和安全的必要代价,我不反对给企业行为留余地。但当”拆解式学习”在AI公司这里被系统性污名化,而全社会的技能养成又越来越依赖这些公司的产品时,我们实际上是在把一代人的能力基础设施,外包给几个商业利益并不与你一致的董事会。

稀缺品正在换个名字贵起来

反例这周也凑齐了。Show HN上有人把语言模型塞进了512字节的x86引导扇区,没有操作系统、没有依赖,推理直接跑在裸机上;另一个项目把世界模型压缩到树莓派Pico 2W那颗几美元的MCU上。能在这种地方干活的人,恰恰是那些拒绝跳级、坚持把底层摸透的人——只是这样的人,正在从”行业标配”变成”手工限定款”。

这不是什么值得庆祝的浪漫故事。一个去技能化的团队,最大的风险不是平庸,而是脆弱:每个人都用着同样的AI,也就共享着同样的盲区,当模型归因出错时,房间里没有一个能回答”为什么错了”的人。到那时,那些会看底层的工程师要的就不再是技能溢价,而是保险费——而且这个险种,正在变得越来越难投保。

所以别再问”AI什么时候取代我的工作”了,它做的这件事更彻底:把”配得上这份工作”的那段路拆掉,铺成了收费高速。跳上去的人确实快了,但在所有车都走高速的世界里,会认路的司机反而成了传说中的生物。工具本身没有原罪,问题只在于它好得过分——好到让整整一代人,忘了自己原本也需要变好。


本文基于2026年10月30日至11月1日的公开报道:Signoz《AI isn’t replacing SREs, it’s deskilling》(HN 647分)、Fortune对Cisco Jeetu Patel的访谈、Tom’s Hardware关于Claude拦截逆向工程请求的报道,以及HN上的bootgpt与tinyworldformer项目。

📷 Photo by Paul Hanaoka on Unsplash

📷 Photo by Frederic Köberl on Unsplash