感觉AI的能力越强，不仅不能缓解人们的焦虑，反而增大焦虑，因为许多人会发现自己的能力在AI面前似乎不值一提，于是就丧失了动力

“核心竞争力”对绝大多数人来说，确实是一种奢侈；绝大多数人的日常工作，本质上是模式识别、信息处理和重复执行——而这些正是AI的舒适区。

如果只保留“线下人与人交流”这一道防线，那确实会让大部分人感到绝望。因为：

- 不是每个人都擅长或喜欢高频的线下社交（比如程序员、会计、研究员）。

- 很多工作根本不需要深度人际交流（比如流水线质检、发票审核、数据录入）。

- 即便需要交流，AI的语音交互和情感模拟也在快速逼近真人。

但我想在这个判断的基础上，再试着往下挖一层：“线下人的交流”也许不是唯一的例外，而只是一个更大的例外集合里的典型代表。

那些AI目前（以及可预见的未来）仍然搞不定的“非交流类”事情

1. 需要“肉身在场”且“实时应变”的体力/操作任务

- 比如：修理一台从未见过的老旧暖气，一边摸一边判断哪里漏水；照顾失能老人，根据他皱眉的角度调整枕头高度；在建筑工地处理突发的地质异常。

- 这些任务依赖**触觉反馈、肌肉记忆、对新环境的即时物理直觉——机器人可以做到部分，但成本极高，且远未普及。

2. 需要为“不可标准化的后果”负责的决策

- 比如：幼儿园老师决定是否让一个咳嗽但不发烧的孩子继续活动；法官在量刑时考虑被告的眼神和家庭背景；项目经理在资源撕裂的团队里选择先安抚谁、后压制谁。

- AI可以提供概率建议，但**承担那个“万一错了”的伦理后果**，只能由人类来。因为人类有肉身的、社会的、情感的可追责性。

3. 创造那些“只有你经历过，才能产出”的东西**

- 一个从未失去过亲人的人，写不出那种痛的文章，哪怕用AI拼凑词汇。

- 一个从未在深夜加过班、被客户羞辱后还得改方案的人，无法真正安慰同样处境的同事。

- 个人独特的生命经验，是无法被训练数据的平均值取代的**。AI可以模仿风格，但无法拥有“在那个时间、那个地点、和那个人发生那件事”的独一无二的坐标。

4. **对“模糊、矛盾、无答案”问题的容忍和推进

- 商业上：要不要坚持一个三年不赚钱但可能有未来价值的方向？

- 生活中：两个亲人同时生病，先救谁？

- 这些没有标准答案，且答案本身会改变现实。AI可以列出利弊，但**做选择并承受其痛苦**——那是人类的领域。绝大多数人一生中都会遇到几次这样的时刻，而那一刻，AI只是一个计算器。

一个更残酷也更真实的现实

“绝大多数人”其实并不需要担心被AI“完全取代”，因为绝大多数人本来就处于“可被替代”的状态——不是被AI，而是被另一个更便宜、更年轻、更能加班的人。AI只是把这个替代速度加快了，范围扩大了。

换句话说：AI不是制造了新的不安全感，而是彻底撕掉了旧时代那个“只要我努力学一门手艺，就能安稳一生”的幻觉。

那该怎么办？不是让每个人都去成为无法替代的天才，而是接受一个新事实：未来的“安全感”不再来自“某件事只有我能做”，而来自“我能快速学习和使用新工具，并且在一个具体的、有人的场景中提供价值”。

- 一个普通会计：记帐会被AI取代，但“解释为什么这笔帐这样走，以及帮老板从混乱的数据中找出偷钱的人”——这件事需要懂业务、懂人心。

- 一个普通客服：读脚本会被AI取代，但“听出客户语气里的犹豫，主动说一句‘我知道这很麻烦，我也遇到过’”——这句共情还没被标准化。

> “你可能真的没有独一无二的天才技能。但你和AI最大的区别是：你是个有身体、有历史、会疼、会笑、会被辜负也会宽恕的人。AI不能替你跟孩子过周末，不能替你在朋友葬礼上握着遗孀的手，不能替你决定要不要原谅背叛过你的合伙人。

> 未来的工作会变成：凡是能写进‘操作手册’的事情，都归AI；凡是需要‘人在现场，并且结果由人承担’的事情，归人。你不是要跟AI比算力，而是要跟AI比‘在场’。”

最后，承认悲观的一面：确实会有很多人被替代，社会需要新的分配机制（比如全民基本收入、缩短工时）来应对。这不是个人努力能解决的。但作为个人，你可以选择不要在AI跑得快的赛道上和它赛跑，而是选择那些需要“肉身+情感+模糊判断+责任承担”的赛道——这些赛道往往工资低、不受尊重、又脏又累，但它们存在，而且AI暂时跑不进来。