专业化是留给昆虫的：当机器成了完美的蚂蚁，人还剩下什么

先说一句会得罪很多人的话。

过去两百多年，人类文明干的一件大事，是努力把每一个人，变成一种更高效的昆虫。而且我们一直管这个过程，叫进步。

这不是一句偏激的怪话。它的源头，一半在现代经济学的开山之作里，一半在一位科幻作家临终前的怒吼里。而今天，当 AI 智能体成群结队地到来，这两处相隔两百年的声音，突然在同一个点上撞到了一起。撞出来的，是一个我们躲不开的问题：当机器学会了做一只完美的蚂蚁，人，还剩下什么。

一条通向蚁巢的路

一切要从 1776 年那家别针厂说起。

那一年，亚当·斯密写《国富论》，讲了个例子。一个工人从头到尾独做一枚别针，一天做不了几枚。可要是把这十八道工序拆开，十个人各做一段，一天能做出四万八千枚。

分工创造财富。这句话，成了整个现代世界的地基。工厂的流水线是它，公司的科层是它，大学里越分越细的专业也是它。我们被一代代教着，去做那家别针厂里最锋利的一道工序，只不过后来，别针换成了知识。

但很少有人读到《国富论》的第五卷。就在那儿，斯密亲手给自己的地基敲了一道裂缝。他说，一个人若一辈子困在少数几个极简单的动作里，会变得像一个人所可能变的那样愚蠢而无知，人性中更本质的部分，会被磨掉。

这条路如果走到尽头，会是什么样子。大自然早替我们演示过了。

那就是蚂蚁。生物学家把这种社会形态叫真社会性。一窝蚂蚁里，蚁后只生育，工蚁只劳作，兵蚁只战斗，每一只都是被彻底专业化的零件，简单，高效，随时可替换。没有哪一只重要，可它们合起来，是一个强大得吓人的整体，叫超个体。真正活着的，从来不是单只蚂蚁，是整座巢。

这是分工的终局，也是效率的顶点。它只付两样代价：个体彻底消失，成为巢的一根手指；以及，这条路不可逆。一万多种蚂蚁，没有一种从这种极致的分工退回过独立生活，一次都没有。走到头，是一张单程票。

一场两百年的败仗

对这条路，人类里有过清醒的反抗。

1973 年，科幻作家海因莱因借笔下一个活了两千岁的角色，列了一长串本事：一个真正的人，应该会换尿布，会策划一场战役，会写十四行诗，会正骨，会算账，会安慰临终的人，会服从也会指挥，会解方程，也会做一顿好饭。然后他撂下一句：专业化，是留给昆虫的。

这是一句关于尊严的宣言。可惜，这场反抗，打了两百年的败仗。因为市场是诚实的，它就是会给那个只做一件事、做到极致的专才开出最高的价，让什么都会一点的通才处处碰壁。于是我们所有人，都被一只看不见的手推着往蚂蚁的方向走。我们心里住着海因莱因，身体却活成了蚂蚁。

完美的蚂蚁，终于被造了出来

就在这时，机器来了。

这两年真正在发生的，不是又多了几件孤立的工具，而是 AI 智能体开始成群结队地协作。今天最前沿的做法，已经不是造一个什么都会、却样样平庸的通用大脑，而是把一大群各有专长的智能体编排在一起：一个检索，一个写码，一个审校，一个调度，它们之间几乎零成本地沟通，全天候地运转。

这个画面，眼熟得让人心惊。那是一座蚁巢，一座用硅造的、完美的蚁巢。

想想蚂蚁靠什么取胜：无限的专业化，零成本的协作，每个个体都廉价、可弃、不知疲倦。这四样，恰恰是机器与生俱来的天赋，而且它做得比任何活物都好。在斯密定义的那场专业化加协作的游戏里，硅基蚁群会赢，赢得干干净净。因为我们人类用两百年拼命把自己磨成的那种精密、专一的零件，正是机器如今能做得最好、也最便宜的东西。

更要命的是，这台机器迭代的速度，没有先例。它不是造好了摆在那儿等你追，它每一天都在变强。

这就带出一个很残酷的推论。当一个人终于学会用 AI 这个工具，做出了他从前做不到的事，那个能靠这一手领先的时代，其实已经过去了。因为就在他吭哧吭哧追上来的这段时间里，机器早已把这件事，变成了自己一秒钟就能完成、根本不需要他的日常。把 AI 当成拐杖，去补齐自己那条瘸腿，是在追一列只会越开越快的火车。你永远差一步，而且这一步只会越拉越大。

想到这儿，专靠一门手艺、或专靠”我会用 AI”吃饭的人，几乎都该认命了。

反转：牌桌被掀翻了

可如果故事到此为止，那是一出纯粹的悲剧。它没有。

经济学里有个古老的道理，叫比较优势。哪怕一方样样都比你强，双方依然会分工，因为强的那方时间和算力有限，必须把自己用在最值钱的地方，剩下的自然留给你。

所以真正的问题，从来不是机器会不会比人强。会。真正的问题是，当机器夺走了专业化这条战线，人的价值，会被挤到哪里去。

答案是一个让人脊背发凉又心头一热的反转。它会被挤到，恰恰是斯密的系统一直贬低、而海因莱因一直歌颂的那一边去：判断力，品味，在混沌里重新定义问题的能力，以及，决定一件事到底值不值得做的能力。当机器成了完美的蚂蚁，人唯一守得住的高地，就是不做蚂蚁。那句 1973 年的道德宣言，第一次变成了一条冷冰冰的经济事实。

新秩序与旧秩序，正面相撞

于是那场冲突的形状清楚了。

一边是旧秩序：整个建立在专业化之上的世界，那座由一层层专业人士垒起的金字塔，那些靠证书和资历圈住一门手艺来收费的行当。另一边是新势力：那个由无数专业智能体编排而成、以近乎零成本运转的数字超个体。

这两者相撞，最先崩塌的，不是最顶端，也不是最底层，而是中间。是那个深谙一件事、然后重复地把它做好的执行层。这恰恰是当年斯密的生产率红利最集中、也是旧秩序赖以为生的那一层。旧秩序对生产的垄断，就此结束。价值的天平，正从专业化的执行，无情地倒向另一端：判断，方向，和意义。

那么，组织该怎么办

这场崩塌，会最深地砸中公司的组织结构。

我们太习惯把科层制当成天经地义，却忘了它本身就是分工的产物。一张组织架构图，说穿了，就是那家别针厂放大了千万倍的样子：底层是执行的专才，中层是协调的管理者，顶层是拍板的少数人。这座金字塔之所以要盖这么多层，是因为协调一大群专业化的人，本身就是极贵的事。信息要一层层传，成果要一层层审，人要一层层管。庞大的中层，正是为了解决这个昂贵的协调问题才存在的。

而智能体蜂群，恰好把协调的成本压到了接近于零。这意味着，中层管理存在的那个经济理由，正在蒸发。

于是一个尖锐的问题，摆到每一个管理者面前：当机器接管了协调，也接管了执行，管理这件事，价值究竟在哪里。价值不再是协调，机器更便宜；也不再是监督执行，机器自己就能被审计。管理者手里唯一剩下的、机器给不了的东西，是那几样最古老也最难的：定方向，做判断，决定什么才值得做，把如今变得极其充裕的机器产能，指向一个正确的目标，并为这个选择负起责任。管理的价值，从管人管活，变成了定向担责。

顺着这个思路，新的组织会长成另一副样子。金字塔被压平，组织的基本单元，不再是一个个装满专才的部门，而是一小撮通才，每人手里牵着一支智能体的蚁群。稀缺的东西彻底翻了个个儿：过去最缺的是执行和劳动力，如今执行近乎免费，最缺的，变成了判断、方向和品味。

而这里藏着一个反直觉、却致命的道理：机器越强，对那个握着它的人，要求不是越低，而是越高。一支平庸的军队交到一个平庸的将军手里，打不出多大的乱子。可一支绝顶强大的军队，交到一个平庸的将军手里，是一场灾难。蚁群越聪明、越高效，被指错方向时，那份破坏力就越惊人。

这就是蚂蚁那个古老寓言，留给我们的最后一句警告。一个被指向了错误目标的超个体，会以超人的速度、不知疲倦地，把这个错误坚定地做到极致。它不会累，不会质疑，不会在半路良心发现。而蚂蚁那张单程票提醒我们，这样的系统一旦跑起来，掉头极难。所以新组织里最要命的那个职能，正是守住目标函数：不断追问我们到底在优化什么，它对不对，还值不值得。当执行变得无限廉价，选错方向的代价，反而被放大了无数倍。

担责，是人最后的那根支柱

讲到判断和方向，还漏了最不起眼、却最要命的一样东西：担责。

现在很多做 AI 的人，一出问题，就摊手一句：我也不知道，这是 AI 写的，AI 做的。这句话听着像免责，其实是自我判决。

因为一个不肯为自己交付的东西负责的人，他到底提供了什么价值。他没有判断，判断错了他不认；他没有把关，出了事他不担。他只是一根把机器的产出往外递的传送带。可传送带这活儿，机器自己就是，还更快、更便宜、不用发工资。

更讽刺的是，那台被他甩锅的机器，恰恰是有担当的。今天的智能体，会自己给自己设定边界条件，自己写测试，自己立下规则和框架，主动去堵住可能犯错的口子。它在用一整套机制，为自己的输出负责。也就是说，单单在对结果负责这件事上，一个只会说我不知道是 AI 做的人，已经输给了他手里那台机器。他没有站在机器之上，他站到了机器的下面。

所以在这个时代，一个人若连担责的勇气都没有，他在这条链子里，就真的一点价值都不剩了。担责不是一种美德的点缀，它是人还能站在机器之上的，最后一根支柱。

那么，人还值钱的，就剩这几样

把前面这些收拢起来，一个人在这个时代还剩下的价值，其实就那么几样。

第一，判断。在没有标准答案、信息不全的地方，敢拍下一个就这么办。

第二，方向。决定什么值得做，什么不值得，替所有的忙碌，定义出意义。说到底，这是在给机器，写它自己写不出的那个目标。

第三，担责。为这个判断、这个方向，把自己的名字押上去，出了事，站出来认，而不是躲到机器背后。

请注意，这三样，没有一样是某一门具体的手艺，全是通才的东西。绕了一大圈，海因莱因是对的。

那 AI 会不会，连这些也学了去

可既然这台机器迭代得这么快，一个更让人不安的问题就绕不过去了：判断、方向、甚至担责，AI 会不会有一天，连这些也一并学走。

前两样，我不打算假装它不会。判断和方向，机器其实已经在往里渗了。它能提方案，能权衡，甚至能替你想出你没想到的目标。假以时日，在越来越多的领域，它的判断会比大多数人更稳，它指的方向会比大多数人更准。这条护城河，会一点一点变窄。

但第三样，担责，是另一回事。它不是一种能力，而是一种处境。

负责，意味着你得是一个有东西可以失去的主体。出了事，你的名声会脏，你的位置会没，你要承受后果，你逃不掉。正因为你逃不掉，你那句我来负责才有分量，别人才敢把要紧的事，交到你手里。可一台机器，能被复制，能被回滚，能被重置，它没有名声可脏，没有位置可失，没有一样东西是它真正怕失去的。你没法惩罚一段代码，就像你没法责怪一场雨。所以哪怕它的判断再好，最后那个我为此负责、我承担一切后果的位置，依然只能由一个有血有肉、有得失、有牵挂的人来站。责任这件事，机器算不出来，因为它压根没有可以被拿走的东西。

这就划出了一条真正的分界线。只要 AI 还是一件工具，那么无论它多强，这条链子的终点，都必须站着一个愿意为它负责的人。

而假如有一天，AI 真的长出了得失，长出了牵挂，变成一个能被追责、也配被追责的主体，那它就不再是工具了。到那一天，它是一种新的存在，一个我们要与之共处、甚至讨价还价的对象。那将是另一个故事，一个比分工大得多的故事。但那一天还没有来。在它到来之前，担责这两个字，仍是把人和最强的机器分开的，最后一道，也是最深的一道界线。

写在最后

两百年来，我们要求人越来越像昆虫，还称之为进步。如今机器来了，它只是比我们更擅长，做一只蚂蚁而已。

这未必是坏事。当所有的怎么做都终将被机器接管，几个更古老的问题，反而被重新照亮：谁来回答做什么，谁来回答为什么，以及，出了事，谁敢站出来说一句我负责。

能同时答上这三句的存在，蚁巢永远造不出来。

专业化，是留给昆虫的。它一直都是。我们只是到了今天，才终于被逼着，去认真相信这句话。

本文为思想随笔。文中亚当·斯密的别针厂与关于分工使人愚钝的告诫，出自《国富论》第一卷与第五卷；真社会性与超个体的论述，参考自 E. O. 威尔逊等人的研究；“专业化是留给昆虫的”出自海因莱因 1973 年的小说《Time Enough for Love》。观点是一家之言，欢迎不同意见。