拒绝PUA：“会用AI的人淘汰不会用AI的人”，是典型的优绩主义话术

最近大厂里，裁员的消息又多了起来。

每到这个时候，总有人重复一句话：“AI不会淘汰人，会用AI的人会淘汰不会用AI的人。”

这句话作为个人建议，不能说完全错。AI已经成为工作工具，主动学习当然比拒绝变化更好。我自己每天都在用AI，也确实感受到它带来的效率提升。

但如果用这句话解释裁员，我觉得就有问题了。

它把岗位数量的问题，悄悄变成了个人是否努力、是否愿意进步的问题。好像一个人被裁，是因为他不学习AI、跟不上时代，所以理应被更努力的人淘汰。

现实没有这么简单。

假设一家公司原来有100个岗位。业务收缩后，只剩下90个人的工作量；AI又提升了现有员工的效率，最后80个人就能完成这些工作。

这时，就算原来的100个人都认真学习AI，还是会有20个人离开。会不会用AI，可能影响谁更容易留下，却不会凭空把80个岗位重新变回100个。

这句话真正完成的偷换，是把“为什么岗位变少了”变成“为什么被淘汰的是你”，最后再把答案归结为个人不够努力。

一套熟悉的优绩主义逻辑

这套说法很符合我们熟悉的优绩主义叙事：只要一个人足够努力、足够优秀，就应该获得更好的结果；如果结果不好，首先检查自己是不是还不够努力。

放到AI和裁员的话题里，它就变成了：留下的人积极拥抱AI，被裁的人能力落后、没有跟上时代。

这种解释让留下来的人获得了一种确定感。只要继续学习、继续提高效率，风险似乎就可以避开。它也给企业提供了一种方便的说法：裁员不再是业务收缩和成本选择，而像是一场先进生产力对落后劳动者的自然淘汰。

可竞争结果不能直接证明一个人是否努力，更不能证明他是否“配得上”一份工作。

有人恰好处在仍然增长的业务，有人掌握了公司当下需要的经验，有人拥有更多学习时间和信息渠道，也有人只是碰上了组织调整。这些因素最后经常被压缩成一个看似公平的能力排名。

我不是说能力没有差异，也不是说学习AI没有用。企业会比较员工的产出，个人也应该提高自己的竞争力。

但“卷赢”只能影响谁更可能留下，不能解决岗位已经减少这件事。

企业需要多少人，取决于有多少业务，以及完成这些业务需要多少劳动。

业务增长时，效率提升未必导致岗位减少。成本下降可能创造更多产品和需求，公司也可能继续扩张。

但当业务本身停滞甚至收缩时，情况就不同了。需要完成的工作已经变少，AI又让企业可以用更少的人完成现有工作。少招人、不补人，甚至直接裁员，都会成为合理的成本选择。

在这个过程中，员工可能都在学习AI，留下来的人也确实提高了效率。没有谁一定做错了什么，岗位还是可能减少。

外部也已经出现了一些信号。

2025年，Anthropic CEO Dario Amodei预测，AI可能在一到五年内消除约一半入门级白领岗位，并将失业率推高到10%至20%。这个数字很激进，只能算预测，不能当成已经发生的事实。

Anthropic后来发布的劳动力市场研究要克制得多。研究暂时没有发现高AI暴露职业的失业率明显上升，但发现22至25岁的年轻人进入这些职业的概率出现下降迹象。研究者同时提醒，这还不能证明因果关系。

这些材料不能证明AI已经造成大规模失业，但提示了一种可能：它对就业的影响，未必先表现为失业率突然上升，也可能先表现为招聘减少、岗位不再补充。

AI降低成本后，也可能创造新的产品、需求和职业。技术进步对就业的长期影响，现在还不能简单下结论。

但在业务收缩、企业强调降本的阶段，AI至少增强了公司用更少员工完成现有工作的能力。

说这些，不是劝人放弃努力。我依然认为，职场人应该尽快学习AI。

掌握新工具能提高效率，也能增加一些选择。学习AI、提升竞争力、准备现金和退路，都是合理的个人策略。

但一个策略对个人有用，不代表它足以解释整个就业问题。

“会用AI的人淘汰不会用AI的人”最诱人的地方，就在于它混淆了这两件事：先给出一个可能有效的个人建议，再暗示最终的竞争结果合理且公平。

于是，留下的人可以把结果全部归功于自己的努力，被裁的人则要为结果承担全部责任。至于业务为什么收缩、公司为什么减少岗位、技术进步带来的收益如何分配，反而没人再问了。

我们当然可以努力提高自己留下来的概率，但不要因此反推，没有留下的人就是不努力、不会用AI，或者没有拥抱变化。

学习AI是个人面对变化的策略，不是证明淘汰结果公平的理由，更不该成为审判失业者的道德标准。

如果你因为AI失去工作，或者在变化中感到焦虑、疲惫，请不要急着归罪于自己。你承受的不只是能力竞争，还有业务收缩、岗位减少，以及优绩主义把结构问题推给个人的压力。积极自救，但不必把所有结果都解释成自己的失败。