“自动化之后”之后
上周一早上6点刚过，教皇利奥十四世关于人工智能的通谕《人类之华》（Magnifica Humanitas）在网上发布。我做的第一件事，就是把它扔给了AI。
作为一个倾向左派的不可知论世俗人文主义者、业余圣经学者，同时也是AI经济中的知识工作者，我对教皇第一部重要书面训导的等待可谓是屏息凝神。AI、劳工和尼希米记，全在一份文件里？我不确定历史上是否还有比这更对我的胃口的文本。
但我还是让AI先来动手。我让Every的社内编辑助理Andy用Claude Design把它做成了一页漫画式信息图，提炼出Every团队需要知道的关键信息。我们的技术咨询主管Mike Taylor说，作为一个非信徒，这份漫画帮助他理清了论点。赞美上帝。
《人类之华》漫画信息图的第一页，由Andy使用Claude Design创作。（图片由Katie Parrott提供）
我听得到异议，因为我自己也有过同样的想法：把一篇关于AI的通谕丢给AI处理，是不是有点过分——甚至品味不佳？用机器来快速浏览教皇关于机器的警告？带着愧疚，我关掉漫画，自己慢慢读完了全文。
但事实是，悔过并不必要，因为这份愧疚建立在错误前提之上。《人类之华》并非反AI。这并不是说教皇陛下对AI毫无忧虑，但他所忧虑的更多是围绕AI的权力体系，而非AI本身。
《人类之华》的发布时机实在耐人寻味，因为就在五天前，我们发表了一篇属于我们自己的“通谕”：Dan Shipper的长文《自动化之后》（“After Automation”）。Dan的核心论点是，当AI让昨天还很昂贵的专业技能变得唾手可得时，人类的判断力就成了稀缺而有价值的东西。机器越多，需要人类做的工作也越多。
这几天，这两个声音——我的老板和天主教的老板——一直在我脑海里回荡。我甚至做了一个App，让他们的AI版本就AI和工作的未来进行辩论，纯粹好玩。我想相信我老板说的，AI会让人类判断力变得更有价值，而非贬值。天主教的老板也并非不同意，他只是提出了藏在背后的问题：对谁有价值？
新工业革命中的人类尊严
这位原名Richard Prevost的圣父选用“利奥”这个名字是有原因的。1891年，上一任教皇利奥十三世写下了《新事通谕》（Rerum Novarum），在这封信中，教会站在了工人一边，反对工业资本。他的控诉是：多数人创造的财富汇集到了少数人手中，留给工人的是“几乎与奴隶制无异的桎梏”。这份控诉还附带了一份政策议程：最低生活工资、合理工时、休息权、限制童工和过度劳动、工人组建工会和互助会的权利，以及一个愿意在穷人被市场力量碾压时介入的国家。
如今的利奥十四世在前任教皇那封信的135周年纪念日签署了《人类之华》。翻译一下就是：AI就是新工厂，而教会打算为大型语言模型做的事，正是它当年试图为流水线做的事。这份当代政策议程包括：将数据作为共享公共品进行监管；使算法决策透明、可质疑、可追责；围绕人类尊严而非机器速度来设计工作系统；投资于再培训和技能获取；利用税收、社会保障和产业政策来扩散收益；保护儿童免受剥削性平台的伤害；以及将致命决策排除在自动化之外。
《人类之华》的一个关键论证，建立在比资本主义更古老的哲学原则之上：财物的普遍归宿（universal destination of goods）。这个从阿奎那以来在天主教教义中发展出来的理念认为，世界的资源是为所有人准备的，私有产权只是一种受托管理安排，而非随意处置的空白支票。圣经读者会在使徒行传中认出它的精神：耶稣最早的信徒们“凡物公用”，变卖财产，“照各人所需用的分给各人”（使徒行传2:44-45）——这句话几个世纪后在大家都喜欢、毫无争议的德国哲学家卡尔·马克思那里产生了回响。利奥十四世将这一原则更新到数据中心时代。他将“财物”的外延拓展至“专利、算法、数字平台、技术基础设施和数据”，并警告说，当这些东西“集中在少数人手中”时，就会产生“新的失衡”（第67段）。
你用来辅助工作的模型，是用每一个曾写下文字的人的集体创作训练出来的——你我的也包括在内。我们共同构建了这项技术所依赖的材料。但根据利奥十四世的说法，价值却被不成比例地由“私人、通常是跨国的实体”所获取，这些实体掌握的资源“超过了许多国家政府”（第5段）。一位教皇正在描述生产资料——以及这样一个事实：即那些现在赖此为生的人并不拥有其中的任何份额。
一位教皇和一位CEO走进了同一个话语场
Dan在《自动化之后》中的关注点主要在个体身上：我该怎么做才能保持领先，最大限度地利用AI的发展？答案是：成为“框架制定者”（the framer）——即那个决定什么值得做、为什么值得做的人。而教皇陛下则采取了集体视角。把他们两人的视角放在一起读，让Dan的文章既让人觉得正确，又让人觉得不完整。
成为框架制定者是正确的个体策略。但同时，这也是一步只有在你已经有条件走才能走得通的棋——你需要有能用来折腾的积蓄、有时间学习如何熟练使用工具，还要有即使跳槽失败也能软着陆的后路。我刚开始尝试AI时，这三个条件都具备。但同样的模型，放到一个打着两份工来支付育儿费用的单亲妈妈手里，效果就会截然不同。对AI的获取会放大你既有的东西，而进行放大的机器本身仍然属于别人。
你能做什么
利奥提出的问题不会自然分解成待办事项清单，但对任何在AI领域或相关领域工作的人来说，确实有几步可以走。
- 弄清楚你在依赖什么，依赖谁。 从你自己的工具开始。列出那些介于你和你的工作之间的模型、智能体（agents）、API和平台。问问自己，如果价格变了、访问权限消失了、条款变了，或者你的数据被锁死了，会发生什么？把你工作中那些创造持久价值的部分——笔记、提示词、工作流、客户上下文和你的品味——放在你掌控之下的地方。
- 把所有权和治理议题引入你已经触及的决策。 当团队在试用一个工具时，除了省了多少时间，还要问：谁从省下的时间中受益，谁的工作发生了变化，哪些环节需要人类复核，哪些事情不应该自动化？把这些问题写进启动文档、供应商选型、回顾会议和绩效评估里。
- 用你的位置去设立标准。 如果你正在读这篇文章，那么不管你感觉如何，你已经是AI应用的先行者了。你在测试工具、设计工作流、为客户提供建议，你在示范“好的AI使用”是什么样子。请认真对待这份责任。我们现在设立的标准，将是后来每一个人的基线。
AI给了我一种我所热爱的工作生活，但这是一种以从大家共同建造、却由少数公司拥有的“公地”借来的形式存在的生活。Dan的问题我可以自己回答，这也正是它让人舒服的地方。利奥的问题我无法独自作答，你也不能。我们所能做的，是不再将我们自己的好运气当作制度公平的证明，而将那个大问题一直摆在桌面上：谁拥有那台让我的工作有价值的机器，代价又是什么？
核心启示：这篇文章通过将教皇通谕与Dan Shipper的个体策略相对照，揭示了一个更深层的张力——个人确实可以通过掌握AI成为价值更高的“框架制定者”，但这种策略的成功严重依赖既有的资本和位置，而真正棘手的集体问题在于，AI这股公共建造的生产力，其所有权和收益权正被极少数实体所把持。
After ‘After Automation’ 的发芽报告
材料核心
Katie Parrott 将老板 Dan Shipper 的“自动化之后，人类判断更值钱”的乐观论述，与教皇 Leo XIV 的《Magnifica Humanitas》通谕并置阅读，揭示了一个尖锐的盲点：当 Dan 聚焦于个体如何成为“框架者”以在 AI 时代胜出时，教皇追问的是“对谁有价值”——即 AI 基础设施（数据、算法、算力）的所有权集中在少数跨国主体手中，这让个体策略的有效性高度依赖于既有的结构性优势。
发芽 01：批判性视角——个人策略的结构性前提
种子
Dan Shipper 说，AI 抬高了下限，所以人类判断和品味成为稀缺资源；成为“框架者”——决定做什么、为什么做的人——是个人最优策略。但 Parrott 的自我剖析暴露出这个策略的隐含前提：你需要有储蓄可以试错、有时间学习工具、有安全网接住失败。AI 作为“倍增器”，乘数是你已有的资源禀赋。
故事：Jevons 悖论与知识工作的阶级分化
1865 年，英国经济学家 William Stanley Jevons 观察到，瓦特改进蒸汽机之后，煤炭消耗不但没有减少，反而激增——因为效率提升让蒸汽动力在更多领域变得可行，总用量飙升。这就是 Jevons 悖论：效率提升往往推高总需求，而非降低。
把这个逻辑映射到 AI 与知识工作：当一个模型能瞬间生成一份及格的法律摘要、营销文案或代码初稿时，市场对这些产出的需求不会饱和，反而会爆炸。但谁在这个膨胀的市场中捕获价值？不是那个用模型生成第一稿的人（因为这事每个人都能做），而是能够“在鱼龙混杂中挑出珍珠”的人。挑珍珠需要两个东西：品味和权威。
品味可以被训练，但权威需要累积。当 Parrott 说“我有储蓄、时间和安全网”时，她实际描述的是风险承受能力——一种让你敢于做出判断并承担后果的社会资本。法国社会学家 Pierre Bourdieu 在 1986 年的《资本的形式》中区分了经济资本、文化资本和社会资本，三者之间可以相互转化。一个拥有文化资本（知道什么是好的）但缺乏经济资本（承受不了失误后果）的人，被迫选择安全的模仿而非冒险的框架。单身母亲无法把“成为框架者”当作职业策略，不是因为缺少品味，而是因为缺少失误的空间。
Aha 瞬间
“AI 让人类判断更值钱”是正确的，但它悄悄把“有安全网兜底的判断”和“没有安全网的判断”等价了——而这两者在风险定价上从来不是一个东西。
发芽 02：横向关联——数据公地的圈地运动
种子
教皇 Leo XIV 在《Magnifica Humanitas》中引入了一个关键的天主教教义原则——“万物的普遍归宿”：地球资源归属于全人类，私有产权只是一种管理安排，而非绝对的。他将这个原则延伸到数据、算法、数字平台和技术基础设施，警告当这些东西“集中在少数人手中”时，会产生“新的不平衡”。Parrott 的结语呼应了这一点：她的 AI 化工作生活，是“从大家共建、少数公司拥有的公地上借来的”。
故事：圈地运动与数字公地
在 16 到 19 世纪的英格兰，大量原本属于公有、由村民共同使用的土地（commons）被私人圈占。圈地运动（Enclosure Movement）的逻辑是：公有地效率低下，私有化能提高产出。结果确实如此——农业生产力大幅提升——但分配却高度不均。失去公地的佃农被迫进入城市工厂，成为廉价劳动力的组成部分。
现在回头看 AI 时代的数字圈地。互联网早期的开放协议（SMTP 邮件、HTTP 网页、RSS 订阅）是数字公地的典范。但 2010 年代后，价值创造逐渐从开放协议流向封闭平台。大语言模型加速了这一趋势：它们在海量开放文本上训练，但训练出来的模型作为私有资产运行。Reddit 用户无偿贡献的内容、维基百科编辑志愿编写的条目、学术论文作者公开发表的研究——这些构成了模型的语料基础——但在模型所创造的商业化使用中，贡献者没有产权，没有分红，甚至没有退出选项。
这并非简单的“公司偷了我们的数据”叙事。更精确的描述是：AI 时代正在重演圈地运动的结构性特征——被私有化的是公地，被社会化的是风险，被集中化的是利润。2024 年诺贝尔经济学奖得主 Daron Acemoglu 和 Simon Johnson 在《权力与进步》中指出，技术从来不会自动普惠；它是否让多数人受益，取决于制度设计和权力分配。
这不意味着开源模型是完美解药——开源解决的是访问问题，不是所有权问题。Parrott 的“从公地借来的生活”这个比喻之所以准确，是因为“借”暗示了债务：你使用了不属于你的基础设施，你在其上建立的职业随时可能被收回条件、定价、或接入权变更所动摇。
Aha 瞬间
“万物普遍归宿”的原则更新到数据中心时代，意味着：没有人应该因为训练了一个模型，就拥有所有在其上工作的“框架者”的屋顶。数字公地的圈地，不是技术问题，是产权制度尚未追上时代的问题。
发芽 03：实践应用——如何在不自欺的情况下操作
种子
Parrott 文末提出的三个可操作步骤，可以从 Dan 的“个体框架者”和 Leo 的“集体所有权”这两个极之间找到一条实用路径。“知道你在依赖什么”、“把所有权问题带入决策”、“设定标准”，这三条不只是道德建议——它们是一种有意识的职业博弈策略，旨在降低你在数字圈地中的脆弱性，同时不假装自己能够推翻整个体系。
故事：Ubuntu Linux 和“从依赖到自主”的工程师实践
1991 年，芬兰大学生 Linus Torvalds 在邮件列表里发了一个不起眼的公告，说他正在做一个“只是爱好”的操作系统内核。结果是 Linux。但关键在于 2000 年代后，公司和政府机构从 Windows 转向 Linux 的过程展示了一种“结构性自主”的建立逻辑。
这些机构并没有一夜之间放弃商业软件——那不现实。但他们在每个技术选型节点上，有意识地评估依赖深度：这个模块如果供应商改条款了怎么办？这份数据的格式是否是开放标准？这个自动化流程里，人类审查的那个切入点在哪个环节？他们追求的并非彻底去商业化，而是拥有“可退出性”（exitability）：当条件恶化时，切换到替代方案的成本是可承受的。
类似地，Parrott 的建议可以被解读为知识工作者的“退出能力建设”。当你把永久有价值的部分（笔记、提示词、客户上下文、品味判断）放在自己控制的本地工具或开放格式里，你做的就是退出准备。注意这里有一个微妙的区分：不是不用 AI，而是不让 AI 成为存储你核心判断的唯一房东——换句话说，“在你不能承受房东抬价的地方，不要做租客。”
这个过程不性感，也无法解决 Leo 提出的宏大分配问题。但它能解决一个更紧迫的问题：在你的“公地借来生活”被收回条件之前，你还有东西剩在自己的硬盘和大脑里。
Aha 瞬间
把 AI 当成发电站而不是银行——让它为你做功，但不让它替你存钱。
你的思考空间
- 如果“判断力更有价值”真是一个安慰命题，那么安慰的是谁？是那些因为代理成本降低而受益的雇佣方，还是那些被迫证明自己“不可以被替代”的个体？
- 教皇的通谕将 AI 治理类比为 19 世纪末的劳工权利运动——这个历史类比有多大效力？数字公地的劳动者和工业时代的流水线工人，在政治行动力上的差异是根本性的吗？
- Parrott 把“拥有工具”和“使用工具”作了区分：我们使用 API，但不拥有模型。这种使用/拥有的断层在知识工作历史上有没有先例？专利法律对发明者和使用者的关系设计，是否为 AI 时代提供了参考？
- 如果 AI 把“及格水平”的门槛提高到接近“优秀”，那么教育和培训的结构会如何变化？我们是否需要重新定义“专家”的培养路径——还是专家的定义本身就会改？