如果机器已经能把活干了，人为什么还得每天上班？
我最近看到过一句挺怪，但越想越有意思的话。
大概意思是：
很多工作存在的意义，可能不是社会真的缺你这八个小时的产出。
而是社会需要一个理由——给你发钱。
这句话第一眼看起来很像段子。
甚至有点阴谋论味。
毕竟绝大多数企业不是慈善机构。一个岗位如果完全没有需求，公司没有理由每个月真金白银给你发工资。把现代工作简单理解成“社会故意制造一堆活，让大家忙起来”，显然太粗暴。
但如果把这句话稍微改一下，它碰到的问题就不一样了：
如果机器越来越能干，生产效率越来越高，很多东西已经不需要那么多人亲手生产，为什么绝大多数人还是得每天准时上班？
这里有一个“如果”。
而且这个“如果”很重要。
AI到底会不会让社会需要的总劳动量持续下降？
新职业会不会像过去两百年一样继续出现？
被机器替代的人，会不会又被新的服务业、新产业、新需求吸收进去？
没人知道。
所以这篇文章不是在预言“未来一定会没有工作”。
它更像一次压力测试。
先做一个并不确定、但已经值得认真考虑的假设：
如果自动化降低人的生产必要性的速度，开始快过新任务创造、劳动再配置、教育转型和制度调整，会发生什么？
如果这个前提不成立，后面很多问题自然不会以最尖锐的形式出现。
如果它成立了一部分——甚至只对某些行业、某些技能、某些年龄的人成立——我们现在习以为常的一套制度，就会开始承受压力。
因为我们一直默认一个很简单的逻辑：
人工作，所以社会生产。社会生产，所以人拿工资。这套逻辑过去非常顺。地没人种，就没粮食。机器没人开，就没产品。矿没人挖，就没原料。你不劳动，东西就不存在。
真正值得压力测试的，是第一步开始松动之后，第二步还能不能照旧运行。
生产率转化机制
1930年，凯恩斯已经想过类似的问题。
那一年正值大萧条。全世界都在担心经济会不会彻底坏掉，他却写了一篇相当乐观的文章——《我们孙辈的经济可能性》。
凯恩斯认为，技术进步和资本积累会大幅提高生产率。按照那个速度，再过一百年，发达国家的生活水平可能达到当时的四到八倍。
到了2030年前后，人为了满足经济需要，也许一周工作十五个小时就够了。
一天三小时。
剩下的时间怎么办？
那反而会成为一个新的问题。现在离2030年已经没几年。十五小时工作周显然没有到来。
过去解释这件事时，很容易只说一句：
生产率提高了，但收益没有变成闲暇。这当然是原因之一。却只有一半。
因为凯恩斯真正做了另一个很重要的假设：
人的某些需求是可以被满足的。他自己其实区分过两类需求。一种是绝对需求。吃饭、住房、基本生活。另一种是相对需求。
它取决于别人拥有什么，也取决于一个人希望自己处在什么位置。
后一种需求，凯恩斯自己就承认可能永远没有尽头。
九十多年后的现实，比他的乐观设想更接近后一种。
生产率提高之后，我们没有只购买同样的东西，然后宣布“够了”。
新的产品出现。新的服务出现。新的生活标准出现。以前没有智能手机。后来有了。以前一家人有一台电视就很好。
后来一个人可能拥有手机、电脑、平板、耳机、手表和一堆订阅服务。
很多欲望甚至不是先天然存在，然后等企业来满足。
生产端本身也在不断发明新的需求、塑造偏好、制造比较。
经济学家后来重新讨论凯恩斯的十五小时预测时，除了收入分配，也反复提到习惯形成、社会塑造的消费偏好、广告、新产品和“和别人保持同等生活水平”的位置性消费。
所以：
社会需要的“总产出”，和社会需要的“总工作时长”，是不是还必须一一对应？
答案不是简单的“越来越不是”。
中间还隔着需求。
一台机器把生产一件商品需要的劳动砍掉90%，我们可以少工作。
也可以生产十倍。
还可以创造一种以前不存在的商品，再让所有人继续工作。
生产率创造的是一个选择空间。
它不会自动选择闲暇。
真正决定最后结果的，至少有三股力量：
技术省掉了多少劳动。社会又创造出了多少新需求。生产率收益最后流向谁。
如果需求无限扩张，即使分配完全公平，人类也可能继续投入大量时间生产新的东西。
如果需求增长慢于生产率，而工时还是不降，分配和制度问题才会变得越来越重要。
这两个机制必须分开。
因为它们对应的不是同一副药。
工时压缩机制
英国四天工作制实验，正好可以拿来做一次小型压力测试。
2022年，61家机构、约2900名员工参加了为期六个月的实验。
工时减少20%。
工资不降。
员工自报倦怠下降，病假减少，离职率也明显下降。
能够提供收入数据的23家公司，实验开始到结束期间，平均营收基本持平，小幅增加1.4%。
这组数字经常被写成：
少上一天班，收入不仅没掉，还涨了。
其实不应该这么写。
第一，61家公司是主动报名参与实验的，并不是随机从英国企业里抽出来的。
本身愿意报名的企业，很可能就比一般企业更适合尝试弹性制度。
第二，实验只有六个月。
短期维持产出，不代表长期在所有行业都能持续。
第三，61家公司里只有23家提供了实验起点到终点的营收数据。
1.4%本身也非常小。
所以这组实验真正能承受的结论，应该收窄一些：
至少在这一批自愿参加、经过准备的企业里，把工时减少20%，并没有机械地导致产出同步减少20%。
这已经很有意思了。
因为下一步的问题不是：
四天工作制是不是正确答案？
而是：
那20%的时间，到底从哪里切下来的？
参与企业缩短会议。减少冗长的邮件。重新设计工作交接。设置不被打扰的专注时间。
一些过去又长、参加人数又多的会议被缩短或者取消。
说明标准八小时工作制里，确实存在一些不直接转化为核心产出的部分。
会议。等待。确认。反复沟通。流程。缓冲。可它们也不能统统叫“浪费”。员工闲聊可能是在交换信息。
一个效率很低的会议，也可能建立了一次真正需要的共识。
看起来多余的审核，可能是在防止概率很低、代价却很大的错误。
组织不是一台每个齿轮都能单独测算产出的机器。
很多工作的意义，只能在整个系统里看到。
这把问题引向了Graeber。
组织冗余机制
David Graeber在《狗屁工作》里，把一种很多办公室劳动者都有过、却很难说清楚的感觉起了名字：
有些工作明明每天都在做，从事它的人自己却很难解释，它究竟为什么必须存在。
有人写表。有人审表。有人汇总表。有人开会讨论为什么表没按时交。
最后再做一张PPT，汇报“提效专项”。
你说这些活动完全没用吗？
也不一定。
你说它们都是不可替代的核心生产吗？
好像也很难。
这也是Graeber最需要被往前推一步的地方。
后来真有人拿劳动调查检验过他的判断。
欧洲数据并没有发现Graeber想象中那么大规模的“自认毫无社会用途的工作”，研究者认为糟糕管理、异化和组织环境可能解释了不少这种体验。
后续美国数据又重新给了Graeber一部分支持。
所以真正有意思的，不是争论社会里到底有4%、10%还是30%的工作属于“狗屁工作”。
而是：
为什么生产力越来越强以后，人类没有单纯减少工作，反而不断创造协调、管理、审核、沟通和证明自己正在工作的活动？
这可能就是现代大型组织最奇怪的地方：
生产力越强，组织本身的复杂度也越高。
机器省掉一部分体力劳动。
人类又创造出大量协调、管理、审核、沟通工作。
有时候技术确实消灭了一种工作。
然后流程又发明了另外三种。
这其实构成了对本文主论点的一个反驳。
如果这个机制一直存在，所谓“生产必要性下降”可能根本没有想象得快。
机器砍掉生产任务。
组织复杂度再长出新的工作。
两百年的工业史里，这种现象并不少见。
农业需要的人少了。
制造业吸收劳动力。
制造业提高效率以后，商业、行政、金融、医疗、教育、咨询、娱乐和各种服务继续扩张。
美国长期数据里，服务业占非农就业的比重从1939年的62.4%继续上升；OECD数据里，服务业后来已经吸收了七成以上就业。
所以AI真正值得盯的地方，也许不是：
它会不会写代码。会不会画图。会不会翻译。
甚至不只是它能不能取代某一个“核心任务”。
而是：
它能不能开始吃掉过去一直替人类吸收就业的协调成本本身。
总结会议。整理纪要。同步项目。审阅文件。填报材料。回答内部问题。调度任务。生成汇报。做第一轮审核。维护大量组织内部的信息流。
恰好都是今天的大语言模型特别容易介入的东西。
如果AI只能提高核心生产效率，却又制造出越来越复杂的监督、审核和协调系统，那么组织冗余仍然可能成为劳动的避难所。
如果AI连这层冗余也能大量压缩，那就不一样了。
机器以前主要在替代“做事”。
AI开始有机会连“组织人做事”本身一起自动化。
全文真正的技术分水岭，也许在这里。
劳动再配置机制
即便如此，还有一个比“组织会继续创造工作”更标准的反驳。
劳动会再配置。
一台机器能比人更快织布，不等于所有人从此没有事做。
织布便宜以后，商品价格下降，真实收入提高，人又会把钱花在别的地方。
旅游。餐饮。护理。教育。健身。娱乐。心理服务。面对面体验。新的需求创造新的岗位。机器擅长的事情价格会下降。
人的时间则向机器不划算、暂时不会做，或者消费者本来就更愿意让人来做的事情移动。
过去几十年服务业就业持续扩大，本身就是这套机制真实存在的证据。自动化也不只是替代劳动，它同时可以提高人的生产率、降低价格、扩大需求，再反过来增加其他地方的劳动需求。David Autor在讨论“为什么还有这么多工作”时，强调的正是自动化和劳动之间这种替代与互补同时存在的关系。
所以“AI碰的是通用能力”不能当成一句万能回应。
通用能力被碰到，也不意味着人类的比较优势消失。
只要机器和人的相对成本仍然不同，总有一些任务在人这里更划算。
照护就是最典型的例子。
一个养老机器人也许可以完成大量技术动作。
老人仍然可能愿意付钱，让一个真人陪他说话。
AI可以生成一堂课。
家长可能依然愿意为真人教师的监督、责任和关系付费。
于是最乐观的版本完全可能成立：
AI夺走旧任务。相对价格变化。需求转移。人类又进入新的工作。
这时候，真正值得保留的问题不再是：
“以后人还有没有事情做？”
而是另一句。
比较优势保证人有事做，但不保证工资高于生存线。
严格说，经济学里的比较优势甚至不能保证现实世界里没有失业摩擦、地区错配和技能错配。
但这句话抓住了更重要的一层：
即使市场最终能给几乎每个人重新找到某种任务，也完全不意味着这些任务的市场价格足以支持过去那种生活。
自动化最可能产生的伤口，本来就未必首先表现为“人彻底没有工作”。
它可以表现为工资。
Acemoglu和Restrepo对美国自动化与工资不平等的研究发现，过去数十年里，自动化造成的任务位移与一些劳动群体的相对工资下降有很强关系。
这就把整篇文章的支点往前推了一步。
以前我们总觉得：
技术会淘汰岗位，但不会淘汰人的经济必要性。
旧工作没了。
新工作会来。
真正需要压力测试的其实是：
新工作来了以后，它还能不能提供旧工作曾经提供的收入、保障、议价能力和社会位置？
一个程序员失去工作，最后当然可能找到护理、销售、餐饮或者其他服务岗位。
“还有工作”这个命题并没有被破坏。
但如果新的市场价格只有旧收入的三分之一，他面对的房贷不会跟着自动变成三分之一。
孩子的教育成本不会。
房租不会。
过去几十年围绕中产工资建立起来的整套生活结构也不会。
于是问题慢慢从：
“还有多少事情，是必须由你来做的？”
变成另一个更准确的问题：
“剩下那些必须由你来做的事情，市场还愿意付多少钱？”
到这里：
市场暂时没有足够强的理由，为他的时间付钱。
就不再只是一句修辞。它有了一个具体机制。人仍然有比较优势。
只是比较优势对应的市场价格，可能已经低到无法维持原来的分配身份。
职业打包机制
这时候再回头看现代社会里的“工作”，就会发现它从来不只是完成一个生产任务。
Hannah Arendt在《人的境况》里区分了劳动、工作与行动。
原来把她简单写成“三种功能后来被现代职业打包在一起”，还是有点太松。
因为Arendt本身对现代社会的判断没有这么温和。
在她那里，劳动首先对应维持生命的必然性。
工作创造一个相对持久的人造世界。
行动则发生在人与人之间，与语言、公共生活、自由和“一个人是谁”的呈现有关。
而现代性的问题之一，恰恰是“社会”的扩张让经济、生产和维持生命的逻辑侵入了公共领域，最终出现她所谓animal laborans的胜利。
人的活动越来越被生产、消费、效率和维持生活本身所定义。
行动反而被挤压。
顺着这个意思往下看，现代职业身份反而显得更有意思。
我们今天问：
“你是做什么的？”
几乎天然地期待一个职业答案。程序员。教师。医生。律师。销售。职业不仅告诉别人一个人靠什么挣钱。
它还在很大程度上回答：
你每天去哪里。你和谁发生关系。你在什么组织里拥有位置。你的时间如何被安排。社会大概应该怎样评价你。所以现代职业确实承担了很多功能。
但从Arendt的角度看，这未必是一个幸福的“三合一”。
它更像是：
我们已经习惯让谋生这件事，替我们吞掉越来越多关于身份、公共参与和人生结构的问题。
工作还是身份系统。还是社交系统。还是时间组织系统。但这件事本身也许正是症状。一个标准全职工作规定你几点起床。规定你白天在哪里。规定你跟谁合作。规定你一周大部分时间干什么。甚至一定程度上规定你怎么介绍自己。这套结构稳定得惊人。
也正因为它太稳定，我们才很容易误以为：
收入、身份、时间和社会参与，天然就应该由同一个东西提供。
其实不是。
它只是长期被职业绑在了一起。
就业纪律与需求反馈
1943年，Michał Kalecki在《充分就业的政治方面》里讨论过另一个问题。
如果充分就业能够提高整个经济的需求，企业为什么仍然可能反对一种长期稳定的充分就业政策？
其中一个原因是权力。
如果劳动者知道离开这家公司，很快就能找到下一份工作，“失去工作”的威慑就会下降。
工人的自信和议价能力会上升。
管理者用失业维持纪律的能力则会下降。
所以失业不只是经济状态。
它还塑造权力。
但只用Kalecki的这一半，也会把文章再次推向单向度。
因为资本和劳动之间不只有“企业希望工资越低越好”这一股力量。
还有需求。
一家企业当然希望自己的工资成本下降。
所有企业如果同时把普通人的收入压得越来越低，另一个问题会出现：
谁来买越来越高效的机器生产出来的东西？
这里经常会有人讲福特“五美元日薪”的故事：
福特给工人涨工资，是为了让工人买得起自己生产的汽车。
这个故事不宜讲得太漂亮。
关于1914年五美元工作日的研究显示，福特面对的一个直接问题是流水线带来的惊人离职和缺勤，高工资很大程度上是一种效率工资：稳定劳动力、减少流失、提高生产率。
但那个故事之所以流传这么久，是因为它确实抓到了一个宏观逻辑：
工资既是企业的成本，也是经济里的购买力。
对单个企业来说，少发一份工资可能总是好事。
对整个经济来说，如果劳动收入下降得足够多，商品需求也会受到影响。
这就是为什么自动化不存在一条可以无限向下滑的简单路径：
机器越来越强。工资越来越低。利润越来越高。直到所有人都没有收入。系统本身会产生反馈。需求不足会反过来打击利润。选举会产生压力。社会政策会发生调整。工人会组织。
新的企业可能从扩大大众购买力中获益。
分配不是一个纯粹的外部道德问题。
它在一定程度上也内生于资本主义自己的需求循环。
阿拉斯加永久基金甚至提供了一个很有意思的小型例子。
当地居民长期获得年度现金分红。一项发表于《American Economic Journal: Economic Policy》的研究发现，这种普遍现金转移没有显著降低总体就业，研究者认为一个重要原因，就是拿到现金的人会消费，消费本身又增加本地服务业的劳动需求。
钱发出去。劳动供给可能下降一点。总需求却会上升。两股力量同时存在。
这比“大家领钱以后都不工作了”或者“发钱什么问题都能解决”都更接近真实经济。
生产必要性递减机制
这也是为什么AI时代更值得观察的，不是某一天突然发生的“全员失业”。
现实大概没有这么整齐。
更可能发生的是：
一个部门以前十个人，现在七个人配AI就够。
后来五个人。
一个任务以前需要两天，现在两个小时结束。
岗位还在。真正需要人干的部分少了一点。工资议价变弱一点。初级岗位少一点。招聘标准再高一点。
2026年，《南方周末》报道过杭州一起和AI有关的劳动争议。
一名AI问句质检主管，原来的工作就是检查AI生成答案的质量。
模型能力提高以后，公司认为人工质检需求下降。
后来，他被辞退。
代理律师用了一个很有黑色幽默感的说法：
“自己把自己干掉了。”
案件本身最后并没有证明“AI已经完全替代这个岗位”。
恰恰相反，公司甚至无法证明相关岗位已经真正消失。
这反而让它更有代表性。岗位还在。工作还在。
只是不再需要那么多人了。
很多人谈AI失业，会把问题想成一个开关。
今天有工作。明天AGI来了。啪。全员失业。更值得担心的也许不是这个。而是一种没有明确爆炸点的变化。十个人变九个人。九个人变七个人。新人暂时不招。离职的人不再补。工资增长慢一点。自由职业报价被压一点。系统看起来一直正常。被释放出来的人也不断进入新的行业。
宏观就业率甚至可以没有灾难性的变化。
可某些群体的议价能力和收入已经开始移动。
所以所谓“无用之人”最危险的地方，不是说某些人真的“没有价值”。
而是：
在现有经济体系里，一个人可能越来越难证明自己具有“被高价雇佣的必要性”。
这里最好加上“高价”两个字。
因为劳动再配置告诉我们：
市场可能仍然知道把你放在哪里。
只是那个位置未必给得起你原来的生活。
一个人会照顾家人。会写东西。会做社区服务。会陪伴别人。会研究自己真正感兴趣的问题。
会创造很多很难直接写进财务报表里的价值。
市场并不因此必须给这些事情一个足够高的价格。
市场价格从来不等于人的价值。
真正容易出问题的是，我们又恰好把大量生活资格绑在市场价格上。
分配验证机制
这就回到最开始那句话：
社会为什么需要一个理由给你发钱？
一个更硬的答案不是“因为大家观念保守”。
也不只是Kalecki意义上的纪律。
工作制度还有一个非常朴素的优势：
它是一套已经成熟到几乎不需要重新证明的分配验证机制。
一家企业愿意每个月给你一万元。
这个信息本身已经完成了很多事情。
企业在告诉社会：
你的劳动至少在这里值这个价格。工资通过银行进入你的账户。雇主留下工资和税务记录。政府可以据此征税。社保可以据此缴纳。银行可以拿它判断还款能力。
你甚至不需要向全社会证明自己“为什么配拿这一万元”。
企业替你完成了这个证明。
这种验证高度分散。
不是国家每天派人检查每个成年人到底贡献了多少社会价值。
市场里无数组织自己判断：
这个人值不值得雇。值多少钱。然后用真钱投票。从制度角度看，它非常省事。
“你工作，所以你拿钱。”
每个人都听得懂。有投入。有交换。有第三方记录。还符合长期形成的公平直觉。
这大概是工作作为分配入口如此顽固的一个原因。
如果不用工作来分，另一套合法性就得出现。
这里需要注意：
UBI本身反而不需要复杂地核查“谁够穷、谁够资格”。
它最大的制度优势之一，正是少掉了收入审查、资产核验和反复证明贫困的行政成本。
真正困难的是另一边：
钱从哪里来？
为什么这个税率是合理的？
为什么不工作的人和工作的人都拿？
基础收入应该占社会产出的多少？
自动化形成的利润为什么应该被社会分享？
也就是说，UBI降低的是个人资格核验成本。
它增加的政治难题，是财政来源和分配合法性。
职业这套旧系统最强的地方，恰恰在于这两个问题长期被合并了。
你不需要讨论一个人的“生存资格”。
工资已经替社会回答了。
就业资产机制
Philippe Van Parijs关于基本收入的论证，到了这里才真正有用。
他并不只说 穷人没钱，所以给他们发钱。 在《所有人的真实自由》中，他甚至把好工作本身视为一种稀缺资产。
一份稳定岗位带来的不只是工资。还有履历。保障。社会网络。未来机会。信用。身份。
如果这样的岗位数量有限，拥有它的人事实上也占据了一种稀缺资源。
Van Parijs因此主张的不是随便一个数字，而是所谓“最高可持续的基本收入”——在不破坏整个制度可持续性的前提下，尽量扩大所有人的真实选择能力。
这里的关键词不是躺平。
是退出能力。
一个账户里有两百万的人，和一个账户里只剩两百块的人，在法律上都有辞职自由。
现实里显然不是同一种自由。
如果一个人拒绝一份极差的工作以后，马上就付不起房租，那这份“自由”大部分只是纸面上的。
所以基本收入真正改变的，不只是贫困。
它会改变谈判关系。
人有一点退出能力以后，企业要把他重新叫回来，就得提供一个更好的理由。
更高的工资。更好的环境。更好的自主权。或者至少让那件工作没那么糟。
这也是为什么“钱从哪里来、公平不公平”不能列完问题就结束。
现实世界已经有一些不完整的样本。
资本所有权机制
阿拉斯加永久基金就是其中一个。
石油资源形成一笔公共资产，基金投资产生收益，再向符合条件的居民发年度分红。
这不是完整的UBI。
金额远没有高到足以让人退出劳动市场。
但它至少证明了一件事：
资本收益并不天然只能作为私人资产持有者的收入。
一部分生产资料或资源收益，可以通过制度安排变成全民都拥有一小份索取权。阿拉斯加官方对永久基金分红的表述，本身就是让居民分享州矿产资源收益。
挪威走的是另一条路。
它没有把主权财富基金每年平均切成现金直接发给每个公民。
石油收入和基金投资收益进入Government Pension Fund Global，再按照财政规则逐步进入公共预算。
两种模式都不能直接复制到AI上。
石油有明确的地下资源产权。
“AI创造的价值”要复杂得多。
模型属于公司。
算力属于投资者。
数据来源横跨企业、个人和公共互联网。
但它们至少给出了一个比“以后再讨论怎么分钱”更具体的问题：
如果自动化不断提高资本在生产中的作用，普通人能不能不只以劳动者身份分享生产率增长，还以某种资产所有者身份参与？
这条路可以长出很多完全不同的政策：
主权财富基金。
公共持股。
养老金和全民基金持有更多生产性资产。
职工持股。利润分享。自动化税或超额利润税。
再把一部分收益变成公共服务、社会保障或现金分红。
它们未必都对。
“机器人税”甚至可能抑制真正有价值的投资。
但至少问题开始落到抓手上了。
因为如果AI时代最核心的变化真的是：
劳动在生产里的边际重要性下降，资本、模型和平台的重要性上升，那么只讨论“怎么给失业者发补贴”很可能永远是在下游补洞。
更上游的问题是：
谁拥有机器？
这才决定机器赚钱以后，第一笔钱流向哪里。
闲暇分层机制
同样，“让人少工作”也不能只看时间。
2026年，《南方周末》写过北京马驹桥的零工市场。
每天有人在那里等日结工作。
有人喊：
“8小时200块，有去的吗？”
马上就有人围过去。
报道里有一句话特别扎眼：
“没找到工作就是放假。”
这句话和英国四天工作制放在一起，几乎是两个世界。
英国实验里的员工少上一天班。叫三天周末。日结工少上一天班。也叫放假。都是二十四小时。性质完全不同。一个人的工资没有下降。另一个人当天就是少了收入。一个人获得了闲暇。另一个人获得的是不确定性。
所以：
只有当减少劳动不会同步摧毁生活保障时，空出来的时间才真正叫闲暇。
这也是Russell的“闲散”最容易被浪漫化的地方。
闲暇从来不是“没有工作”四个字。它需要资源。安全感。教育。公共空间。社会关系。
甚至需要一个社会允许一个人不靠忙碌来证明自己值得尊重。
否则所谓“被机器解放”，完全可能只是从办公室释放到失业市场。
职业拆包机制
到这里，再看最开始那句话：
很多工作存在的意义，可能不是社会真的缺你这八小时的产出，而是社会需要一个理由——给你发钱。
它不能当结论。
但它确实是一个好问题。
因为它逼着我们区分几件以前经常混在一起的东西：
生产。
收入分配。
人的社会位置。
过去，这几件事都被“职业”一把打包了。
你上班。你生产。你拿工资。你缴社保。你拥有履历。你加入一个组织。你知道周一到周五该干什么。别人也知道大概应该怎么评价你。
很多时候，我们已经习惯到察觉不到这种绑定。
一个人失业。
我们的第一反应往往不仅是：
“他暂时没有工资了。”
还会下意识觉得：
“他现在在干吗？”
“为什么还没找到工作？”
“是不是能力不行？”
这恰恰说明，工作早就不只是收入来源。
它已经变成一种社会合法性。你每天很忙。说明你在参与社会。你有职位。说明你在某个系统里有位置。你工资高。
往往还会进一步被推导成：
你能力强。你重要。你成功。这些推导当然并不总成立。
但它们已经深深嵌进了我们的评价体系。
所以AI和自动化真正麻烦的地方，也许就在于：
它们开始有能力把这个包拆开。
注意，是“有能力”。不是“必然”。生产可能不再需要那么多人。也可能长出新需求重新把人吸进去。协调岗位可能继续增加。也可能被LLM一起吞掉。人类可能总有比较优势。但比较优势对应的工资可能下降。需求不足可能迫使系统重新分配。
也可能因为政治力量薄弱，修正发生得很慢。
这才是一篇压力测试真正应该保留的不确定性。
制度触发机制
机器替代一个任务，可以很快。模型升级一次。API价格降一点。部署成本再低一点。原来不划算的自动化突然就划算了。制度当然慢得多。
但“制度按十年变”还不是最值得担心的地方。
历史上的很多制度变化，并不是时间到了自然更新。
八小时工作制。工会权利。社会保险。失业保障。大规模福利国家。
它们往往都不是某群专家在办公室里发现制度落后，然后主动安装了新版本。
更常见的是：
旧制度积累到一定压力。危机集中爆发。有组织的利益集团提出要求。政治系统终于不得不回应。这让AI时代出现一个很麻烦的可能。
如果变化真像前面说的那样：
不是某一天三千万人同时失业。而是岗位少一点。工资慢一点。入口岗位缩一点。自由职业价格再降一点。
一个团队十五个人变十二个，再变九个。
每一次变化都不够大。每一个受损者也不完全属于同一行业。损失被分散在几年甚至十几年里。
那么它反而可能比一次猛烈危机更难形成政治触发。
没有一个明确的爆炸点。也没有一个天然组织起来的共同身份。程序员觉得自己是程序员。设计师觉得自己是设计师。客服觉得自己是客服。外卖员觉得自己和白领不是同一种人。
可他们可能正在承受同一个机制：
劳动仍然有用，只是它能够索取的价格和稳定性在下降。
如果这种变化是温火慢炖的，制度时差可能不会因为技术变化更快而自动缩短。
反而可能更长。
这才是“制度时差”真正危险的地方。
生产资格压力测试
走到这里，文章一开始那个“如果”应该重新拿出来。
我们并不知道AI最后会不会显著降低全社会需要的劳动总量。
需求可能继续扩张。新职业可能继续出现。服务业可能继续吸纳劳动力。比较优势不会凭空消失。组织复杂度也可能不停创造新任务。
总需求下降以后，经济和政治系统还会产生反作用。
所以把未来直接写成：
机器负责生产，人失去工作，旧制度彻底崩塌，太简单了。
真正值得提前讨论的是另一种没那么戏剧化的可能：
总就业并没有消失。人也一直有事做。社会的商品越来越丰富。自动化生产率越来越高。
但一部分人能够出售的劳动，价格和稳定性越来越不足以支撑旧的生活结构。
如果这个压力测试最终没有发生，大概最好。
如果它只在少数职业上发生，那就是一个产业转型问题。
如果它开始扩散到越来越多行业，我们就会逐渐碰到一个今天看起来还很哲学的问题：
一个人的收入资格，到底应不应该完全取决于他的市场生产力？
过去，这个问题很容易被回避。因为社会总能找到很多活。马车夫少了。工厂来了。工厂用人少了。办公室和服务业来了。
办公室自动化以后，还可以告诉人：
去学新技能。
只要新的高质量工作持续创造，这套回答就一直有效。
真正需要警惕的不是“新工作完全不出现”。
而是：
新工作仍然出现，却越来越难提供旧岗位原本提供的收入、保障、身份和谈判能力。
到那一步，真正稀缺的甚至不是事情。
而是：
一份足够值钱、足够稳定，能够让人合理参与分配的身份。
这时候“无用之人”这个词最危险的地方，也就出来了。
不是某些人突然没有价值。
不是一个会照顾孩子、陪伴家人、研究问题、创造作品、帮助社区的人，因为AI会写PPT就变成了“没用的人”。
真正发生变化的是：
市场暂时没有足够强的理由，为他的时间支付足够高的价格。
而我们又恰好把工资、保障、信用、身份和体面，大量绑定在这个价格上。
所以AI最终逼出来的，也许从来不是：
“机器能不能把人彻底替掉？”
而是一连串更现实的问题：
机器替代任务以后，新的任务在哪里？
新的任务值多少钱？
机器带来的利润属于谁？
需求不足会怎样反过来修正分配？
人有没有资产收益可以分享？
公共制度能不能提供退出能力？
没有职业以后，社会参与和身份又去哪里建立？
这些问题任何一个都有可能改变结局。所以这不是预报。它只是一次压力测试。
但压力测试的意义，本来就不是证明大楼一定会塌。
而是在真正的地震到来之前，找到哪几根梁最可能先裂。
也许未来技术最终仍然创造出足够多的新职业。
也许AI只是下一台蒸汽机。
也许人永远能找到新的比较优势。
可即使这些最乐观的判断全部成立，有一个问题依然不会自动消失：
比较优势保证人有事做，但不保证工资高于生存线。
技术最值得带来的，本来不应该只是一群更高效地上班的人。
如果机器真的能替人承担越来越多不得不做的劳动，那至少应该让我们有资格重新问一次：
一个人究竟要在生产体系里证明多少“有用”，才配拥有稳定的生活和体面的社会位置？
这个问题最后怎么回答，我不知道。
但它可能比“AI会不会让所有人失业”更接近真正会发生的那场争论。
