大厂只需要Token，不需要活人：AI淘汰的不是岗位，是体力型认知

最近有一种说法在蔓延：大厂以后只需要Token，不需要活人。

这话听起来惊悚，但说对了一半。

对的一半是：确实有大量工作正在被AI替代，而且替代的速度比大多数人想象的快。 Cursor 3发布时，演示了一个AI agent自主完成整个功能模块的开发——不是辅助，是自主。这不是修辞，是字面意思。

错的一半是：人们以为被替代的是"人"，其实被替代的是"一种特定类型的判断"。

这个区别至关重要。

---

01 什么是"体力型认知"

我见过太多人把AI时代的竞争理解成"谁更会用AI工具"。这是一个巨大的误解。

会用AI工具，就像20年前会用Excel一样，是基本配置，不是什么竞争优势。你熟练掌握Prompt技巧，能让ChatGPT写出一段漂亮的文案——然后呢？你的价值在哪里？

这里我要引入一个概念：体力型认知。

所谓体力型认知，不是指需要付出体力的劳动，而是指那些机械重复、有固定模式、不需要持续判断的认知活动。比如：

• 按照模板写周报

• 根据已知规则审核材料

• 在既定范围内查找匹配信息

• 把一个已知方案翻译成代码

这些工作，本质上和体力劳动没有区别——有明确的输入，有明确的规则，有明确的输出。你做一万遍和做一遍，消耗的是同一种认知资源。

AI替代的，恰恰就是这一类认知。

---

02 真正危险的，不是"不知道"，是"不能持续判断"

为什么很多人学了很多AI课程，看了很多AI报道，用了很久AI工具，却发现自己既没有被AI赋能，也没有被AI淘汰——而是陷入了某种尴尬的中间状态？

因为他们缺乏的不是AI知识，而是认知体力。

所谓认知体力，我指的是：在一个模糊的、没有标准答案的、不断变化的环境中，持续做出高质量判断的能力。

阳明心学里讲"知行合一"，真正的难点从来不是"知"，而是"行"——不是知道什么是对的，而是能够在复杂处境中持续做对。

知而不行，仍是不知。

这个道理在AI时代被放大了一万倍。

当AI帮你把执行层压缩到极致，你面对的真正问题不再是"怎么做"，而是"做什么"和"值不值得做"。而这三个问题，没有标准答案，没有固定规则，需要的是持续的、清醒的、高质量的判断。

这不是一次性的判断，而是每天、每个小时、每个会议、每次选择都要做的事情。

这就是认知体力。

---

03 两种人，两种结局

我观察过很多人面对AI浪潮的反应，大致可以分为两类：

第一类：把AI当放大器的"判断者"

这类人有一个共同特点：他们本来就有相对清晰的判断框架，AI只是帮他们加速执行。他们问AI"这件事值不值得做"，AI帮他们完成执行；他们判断"这个方案好在哪里"，AI帮他们实现细节。

对他们来说，AI是杠杆，放大了他们的判断价值。

第二类：把AI当拐杖的"执行者"

这类人的困境更深。他们原来靠的是"熟练执行"来换取职场价值——做PPT做得好，写代码写得快，做分析做得规范。当AI能做得更快、更好、更便宜时，他们的价值锚点就消失了。

他们也学了很多AI工具，但学的都是"怎么做"——怎么用AI写文案、怎么用AI编程、怎么用AI做分析。学会了之后呢？还是在做同样的事情，只是工具变了。

这就是认知体力缺失的表现：知道怎么用工具，但不知道什么时候该用，什么时候不该用，什么时候用了反而有害。

---

04 黄仁勋说的那四点，到底在说什么

最近黄仁勋有一个访谈很火，他说：要想成事，有四点远比智力更重要——意志、专注、韧性、好奇心。

很多人把这当成鸡汤听过去了。但细想一下，你会发现他说的恰好就是认知体力的核心组成：

• 意志：在模糊中不崩溃，在压力下不跑偏

• 专注：在信息过载时代还能聚焦真正重要的事

• 韧性：判断错了能认，能改，能继续

• 好奇心：愿意打破自己的已知，进入未知

这四点，没有一点是"知识"，没有一点是"技能"，没有一点是AI可以直接给你的。

因为AI的判断依赖于训练数据，而训练数据是过去的。而这四点的本质，是让你在当下和未来的交汇处，持续做出高质量选择的能力。

这才是AI时代真正的分水岭。

---

05 "不淘汰努力的人"这句话，害了太多人

有一种流行的安慰剂：AI不会淘汰努力的人。

这句话听起来正向，但细想一下，是有毒的。

因为它暗示：只要你努力，你就是安全的。

但现实是：AI替代的恰恰是那些"机械努力"——日复一日重复同样的判断模式，不愿意走出舒适区，不愿意面对真正需要思考的问题。

真正危险的，不是AI太强，而是太多人用"努力"来回避真正需要做的事情：建立自己的判断框架，形成自己的认知体系，在模糊中找到自己的方向。

这不是努力可以解决的，这是认知模式升级的问题。

阳明心学讲"破心中贼"——最大的贼，往往不是外界的竞争者，而是自己内心那个回避深度思考、回避不确定性、只想找个确定方法一直用的倾向。

AI只是让这个"贼"暴露得更彻底了。

---

写在最后

大厂不需要活人，这话对，也不对。

对的是：那些只会提供机械判断的人，在哪里都不再被需要。

不对的是：人永远需要，只是需要的维度变了。

你需要的不只是会用AI工具，而是：在AI接管了所有机械判断之后，你还能持续做出AI做不了的判断——关于什么值得做，什么必须人来做，什么此刻最重要。

这不是一个能力问题，这是一个存在方式的问题。

你是一个持续做出判断的人，还是一个等待别人告诉你怎么做的人？

这个区别，在AI时代，不是差距，是分野。