Every 的创始人 Dan Shipper 最近写了一篇长文，讲了一个反直觉的现象：AI 越发达，人类的工作反而越多。

王允林

Every 的创始人 Dan Shipper 最近写了一篇长文，讲了一个反直觉的现象：AI 越发达，人类的工作反而越多。

他们公司现在有将近 30 个人，用 Codex 和 Claude Code 自动化了能自动化的一切。写代码、写文章、做设计、客服，全都用上了 AI。但奇怪的是，他们没有裁员，人类的工作量反而比以前更大了。

这和大家的直觉完全相反。现在 CEO、投资人、打工人都在担心 AI 会抢走工作。Anthropic 的 CEO 警告说 AI 可能干掉一半的初级白领岗位，Meta 刚裁了 8000 人，Citadel 的 Ken Griffin 都说连高技能岗位都在被 AI 自动化。

但 Dan 发现，如果你真的去问 AI 行业的人，或者那些早期采用者，他们都会告诉你同一件事：工作比以前更多了。

为什么会这样？Dan 给出了一个清晰的逻辑链条。

第一步，AI 让昨天的专业能力变便宜。以前只有程序员能写代码，只有设计师能做图，现在谁都能用 AI 做这些事。

第二步，便宜导致大量采用。在 Every，运营和客服人员开始写代码提 PR，市场人员开始做 YouTube 封面，工程师开始写文章。OpenClaw 这个开源项目，今年 5 月 16 日之前已经有 44,469 个 PR，其中 5 月 1 日之后就有 3,990 个。作为对比，Kubernetes 这个全球最火的开源项目，2022 年全年才 5,200 个 PR。

第三步，丰富创造同质化。因为大家用的是同一个模型，训练数据也一样，默认输出的东西就会越来越像。Dan 把这种东西叫"slop"，就是那种看起来差不多、重复到让人厌烦的东西。

第四步，同质化创造对差异的需求。人类很快就能闻出"slop"的味道。当所有东西都开始看起来一样，那些不一样的东西就变得稀缺、有价值、有地位。

第五步，差异需求就是对专家的需求。因为语言模型的架构，它只知道已经做过的工作。人类知道现在需要做什么。当运营人员用 AI 提 PR，你需要工程师来审核。当市场人员做封面，你需要设计师来打磨。当工程师写文章，你需要编辑来让它变好。

所以 Dan 的结论是：让专家工作变便宜，并不会简单地替代专家。它会创造更多需要专家判断的场景。

这就是为什么自动化越多，专家级人类工作反而越多。

原文地址：every.to/p/after-automation

##