「诸事顺遂时，我总觉得自己做的一切都无关紧要。所有工作都已自动化，AI完成得远比我更快、更好。可一旦系统崩溃、故障突发，我却全然不知问题根源。那一刻我猛然发觉，我早已不清楚自己究竟在做什么。」
这段话的讲述者，不是惨遭裁员的普通程序员，不是被AI替代的一线客服，而是Anthropic内部员工。这家公司是全球顶尖AI研发企业，爆款大模型Claude的缔造者，目前估值高达9650亿美元，正全力冲刺IPO。
人类亲手造出了智能AI，可如今，AI反过来动摇了创造者自身的工作价值信仰。
当地时间5月23日，Anthropic正式上线全新功能Claude Tag——一款常驻协作软件Slack的专属「AI同事」。开启环境模式后，Claude会全天候监听群组对话，自主判定介入时机：梳理会议讨论要点、补齐团队遗漏细节、跨部门调取业务资料，全程主动履职，无需人类指令。
放眼当下办公赛道，各类办公软件早已悄悄为全员配备隐形AI助手，潜移默化让职场人适应AI协同办公。可极致高效的协作外壳之下，所有和AI共事的职场人，都深陷同质化情绪：极致孤独，持续性自我挫败。
这场全民职场精神内耗，根源到底是什么？
01 孤独的工程师：从创造者，沦为AI审批者
6月21日，Anthropic Claude Code及协同研发团队工程负责人菲奥娜·冯（Fiona Fung）做客播客节目Lenny's Podcast，一番发言引爆全网，被海内外科技媒体集中转载。
她坦言，团队全面落地Claude Code辅助研发后，一个意料之外的副作用彻底显现：研发工程师群体性陷入孤独。所有人只对接专属AI代理闭环工作，团队人与人之间面对面沟通、协同协作大幅锐减。
这并非主观情绪感慨。为修复团队社交联结，Anthropic不得不出台专项干预方案：开设结对编程午餐会、举办线下黑客松、固定全员共创工时，用尽办法重塑人与人的协作氛围感。直白来说，这家顶尖AI企业，必须靠人工活动，抵消自研AI对团队社交生态的侵蚀。
一组硬核数据，直白拆解这份孤独的底层成因。
6月4日，Anthropic研究院发布内部研究报告《When AI Builds Itself》，披露多项未公开核心数据：截至2026年5月，公司代码库内超80%合并代码由Claude自主撰写；而2025年初Claude Code上线前，AI代码占比仅为个位数。同期，单人日均代码合并量，达到2024年的8倍。
报告中一名员工自述，自己已经整整五个月，没有手动敲过一行业务代码。
Claude Code研发负责人鲍里斯·切尔尼（Boris Cherny）的处境更为极端：他已有八个月零手写代码，日常统筹调度数千乃至上万组AI代理。他的身份彻底转变，从一线编码创造者，变成管控AI集群的调度管理员。
公司内部调研显示，130名科研人员中位自评：AI赋能后个人工作产出提升至原先4倍。企业官方数据更极具冲击力：2026年4月，Claude单月修复800余个API漏洞，同等工作量，人类团队耗时需要整整四年。
报告同时客观承认：在需要高阶判断力、开放性决策的核心工作中，人类综合能力依旧领先Claude。但能力差距正在极速抹平——自研最新模型Mythos Preview，自主研判工作最优方案的准确率达64%，远超人类研究员；2025年11月，这项数值仅为51%。
所有数据拼凑出残酷职场真相：人类依旧留在岗位上，但所有人都说不清，自己被需要的意义是什么。
AI没有直接裁员，却凭借极致能力，消解了人的岗位价值。业务代码由AI撰写，决策研判被AI赶超，职场身份从原创设计者，降级为被动审核者。更致命的是，多数时候，人类甚至看不懂AI产出成果，没有能力核验对错。
开篇那位员工的后半段感悟，精准戳中核心困境：系统平稳运行时，人类毫无参与感；系统崩盘故障时，人类毫无解决力，彻底迷失工作定位。
这不是失业焦虑，是更深层的精神重创：对自我专业能力、职场核心价值的根本性否定。
最令人不安的是，陷入价值内耗的，不是底层边缘员工，而是站在全球AI能力顶端的研发人员。顶尖从业者尚且如此，未来普通中小企业、专业能力更薄弱的文职、技术岗员工，直面常态化AI同事，又该如何自处？
02 Meta反向困局：人类沦为AI的供养燃料
如果说Anthropic的困境是AI能力过剩，让人变得多余；Meta则走出了完全镜像的职场困境：人类被工具化，沦为喂养AI的底层耗材。
2026年3月，Meta全新成立Applied AI专项部门，核心职能迭代优化自研生成式大模型。公司强制划转6500名工程师、产品经理入职该部门，内部备忘录明确标注：本次岗位调动无自主选择权。这批员工自嘲为AI时代的「征召兵」。
入职后所有人发现，过往深耕多年的软件工程、产品设计工作全部作废，日常工作只剩机械数据标注、RLHF人类反馈强化学习——AI模型迭代最基础、重复性极强的流水线工作。行业媒体The Pragmatic Engineer测算，Meta内部每5至6名工程师，就有1人全职从事数据标注工作。
多名受访员工向《连线》杂志形容这份工作“碾碎灵魂、令人窒息”，业内直接将该部门比作现代职场「古拉格」。
多家外媒联合复盘Meta内部现状：岗位职责模糊、职业晋升通道断裂、管理层架构失控，部分直属经理下辖50名基层员工，管理彻底失序。而这一切，发生在2026年5月Meta大规模裁员之后——当月公司裁撤8000名员工，占全球总人数10%。
极具讽刺的是，裁员改组季度，Meta单季度净利润高达268亿美元。
6月初，Meta首席技术官安德鲁·博斯沃思（Andrew Bosworth）内部会议直言：当下员工士气，是他入职20年来历史最低，堪比当年剑桥分析数据丑闻时期。后续内部备忘录中他承认，管理层战略宣讲彻底失效，彻底透支了员工对专业价值、职业成长、岗位影响力的全部信任。
首席产品官克里斯·考克斯（Chris Cox）给出更通俗比喻：当下Meta员工，如同冰雹天气里被迫奔跑的马拉松选手，被动消耗、无力挣脱、遍体受挫。
后续管理层出台优化方案：压缩管理辖度，单个管理者直属下属严控20人以内；减少无序组织重组；加码团建差旅、办公零食福利。行业点评一针见血：用零食福利填补员工存在性精神危机，足以证明企业与员工之间的价值联结，早已彻底断裂。
对标两家头部AI企业，刚好勾勒出AI时代职场二元困境：
Anthropic是平行共生关系：AI比肩人类，能力碾压人类，人类逐步丧失岗位必要性；
Meta是从属供养关系：人类服务AI、赋能AI，专业能力被闲置，沦为流水线零件。
两条相反路径，最终结局高度统一：职场人的自我价值感彻底崩塌。
Meta案例更揭露冰冷真相：AI时代，不止被AI替代会摧毁人，服务AI同样会摧毁人。员工保住了岗位，甚至入局AI相关赛道，却丢掉了十几年深耕习得的专业能力、行业判断力、岗位核心经验，从技术创造者，降级为AI喂食工具。
扎克伯格后续发文致歉，承认组织变动给员工造成巨大精神内耗，并承诺2026年不再开展全域裁员。但心理伤害无法逆转，多名Meta员工私下期盼被裁员：公司裁员补偿包含16周薪资+18个月医保福利，远比困在绝望岗位更有解脱感。
当员工开始期盼失业、逃离岗位，而非深耕成长，这套职场运行体系，早已内核崩坏。
03 硅谷心理咨询室：蔓延全行业的存在性绝望
跳出两家巨头企业，这早已不是单一公司的内部管理问题，而是席卷全球科技行业的系统性职场精神危机。硅谷心理咨询师，最先捕捉到这场全民情绪变局。
2026年4月，《旧金山标准报》走访硅谷多名执业心理治疗师，得出一致结论：科技从业者心理咨询量暴涨，本次焦虑抑郁，深度远超过往行业裁员、资本寒冬带来的情绪创伤。
心理咨询师坎迪斯·汤普森（Candice Thompson）提出一个扎心变化：以往来访者哭诉“世界崩塌、人生无望”，属于病理性消极情绪，需要专业临床干预；如今职场人说出同款绝望，是贴合现实的客观困境，连咨询师都无法开导、无法否定。
从业者焦虑早已超越简单失业恐慌，形成双向精神撕裂：一边担忧自研AI反噬行业、伤害社会，一边质疑企业缺乏AI伦理管控、风险约束。所有人都陷入迷茫：这艘全速前行的AI大船，最终会驶向何方？
即便深陷内耗，绝大多数员工依旧选择留守企业，试图从内部约束AI发展、修正技术走向。这份坚守，本身就是极致疲惫的妥协。
权威职场数据，印证全域职场精神颓势。
盖洛普2026全球职场报告显示：全球员工工作投入度跌至20%，创下2020年以来最低值，连续两年下行；美国全职+兼职员工岗位投入率仅30%，十年新低。企业管理层从业投入度自2022年下跌9个百分点，仅剩22%。盖洛普测算，职场低效能、低价值感，每年给全球造成10万亿美元经济损耗。
ADP研究院2026年3月跨国调研覆盖36国3.9万名职场人，数据直白残酷：全球仅22%员工笃定自身工作不会被AI淘汰，基层一线员工该占比低至18%。
行业裁员潮仍在提速：2026年年内，全球科技行业裁员人数突破12万，持平2025全年裁员总量，Meta将裁员归因于AI迭代，已是行业常态。
2026年6月跨国求职调研显示：90%美国求职者忌惮AI职场全域落地，42%担忧企业过度依赖AI弱化人力价值，36%担忧入门岗位彻底消亡，36%担忧长期依托AI，自主思辨、解决问题的原生能力退化。
上下级认知形成极致割裂：81%企业管理者认为AI提质增效，79%管理者认为AI解放人力时间；基层员工满眼都是岗位威胁、能力贬值、自我消亡。
同一套AI技术，同一栋办公大楼，管理层看见效率增长曲线，基层感知生存危机信号，认知鸿沟无法弥合。
04 Lordstown工厂幽灵：半个世纪轮回，从未改变的人性困境
AI带来的职场价值崩塌，真的是数字时代全新难题吗？
人类与工业机器共生共生百年，流水线、机械臂、工业机器人早已深度融入制造业，早年产业工人，早已经历过同款精神碾压。
1966年，通用汽车落地俄亥俄州洛兹敦（Lordstown）智慧工厂，配齐初代机器人焊接设备、全美最快自动化流水线。70年代初，管理层裁撤300名一线工人，同时提速生产线，小时产能从60台拉升至101台，登顶全球最快车企流水线。工人必须60秒内标准化完成装配，长期悬空负重操作十磅零部件，操作失误直接致残。
极致物化管控下，工人集体反抗：岗位消极怠工、缺勤率飙升、厂区酗酒吸毒、恶意破坏生产零件，故意留存装配瑕疵，让残次车辆流入市场。1972年3月，洛兹敦工厂爆发长期全域罢工。
业界就此定义「洛兹敦综合症」：产业工人不在乎薪资工时，核心反抗机器裹挟、劳动异化，追问本质命题：当机器节奏掌控全部肢体动作，人类还是拥有自主意识的完整个体吗？
匹兹堡大学后续追踪调研佐证隐性伤害：工业机器人落地后，工厂工伤事故小幅下降，但工人药物酒精致死率每十万人上涨37.8例，自杀、重度心理疾病发病率同步走高。
对照德国制造业调研结果，答案更通透：同等工业机器落地后，德国工人未出现群体性心理创伤。核心差别在于完备劳工保障、社会兜底体系。机器本身不会摧毁人，失衡、无保障的用工体系，会放大机器带来的不安全感。
1974年，社会学家哈里·布拉弗曼在《劳动与垄断资本》提出经典理论：资本管理的核心逻辑，是拆分劳动的「构想权」与「执行权」。管理层垄断规划、设计、决策顶层权力，基层只留存机械执行工作，彻底剥离员工对工作的认知、把控、思辨能力，完成劳动者「去技能化」，劳动降级为本能式机械劳作。
从工业机械臂到智能AI，半个世纪技术迭代，变局与宿命清晰分明。
不变的底层宿命：人类始终在机器共生中丢失劳动意义。洛兹敦工人是流水线肢体附庸，Anthropic工程师是AI成果审核员，Meta员工是AI数据供养者，技术外壳迭代，精神异化内核完全一致。
三重颠覆性变局，更让人无力：
其一，受害群体升级。早年劳动异化受害者是蓝领工人，社会舆论习惯性归因于学历不足、适配能力薄弱；如今陷入精神危机的，是高薪高知、行业顶尖科研人才。“提升技能即可适配技术迭代”这套主流说辞，彻底失效。
其二，异化程度加深。工业时代，资本拿走顶层思考权，工人仅剩动手执行权，属于「去技能化」；AI时代，AI包揽思考+执行全流程，人类只剩审核监督权，已然进阶为「去存在化」，彻底失去岗位不可替代性。
其三，反抗路径消失。洛兹敦工人可以罢工、破坏设备、组建工会，清晰对抗资本与流水线；AI创造者无处反抗，AI是亲手研发的产物，是映照自身无用的镜子，人类无法对抗一面镜子。
当下Anthropic全面落地Claude Tag常驻AI同事，意味着硅谷内部的孤独、迷茫、价值自我否定，即将下沉至全行业所有企业。
这从来不是一款AI工具好不好用的产品问题，而是直击每个人的终极命题：当AI同事不眠不休、能力精进，逐步接管全部本职工作，我们该如何定义自我，找寻立足职场的专属意义？
洛兹敦工厂用半个世纪求索答案，最终只剩厂区关停落幕。而技术带来的人性拷问，永远没有终点。
我混迹IT行业二十余年，见过互联网风口起落、编程语言迭代、架构体系更迭，如今看着AI接管开发、拿捏职场，只剩一句中年人的通透感慨：AI能写万物、能改写行业规则，但最后掌舵定生死的，永远是摸爬滚打半生的行业老登。
「我现在陷入到一种巨大的虚无主义里，AI什么都能写。」
说出这句话的，不是刚入行被AI打击的应届生，不是手艺被替代的普通码农，是PingCAP联合创始人兼CTO黄东旭，业内顶流技术大佬，深耕数据库底层多年，实打实站在软件工程金字塔顶端的人。
动手做db9数据库项目之前，他和所有资深技术人想法一样：技术总有边界，复杂度堆到一定程度，AI一定会碰壁、停步，人类的底层架构能力、工程判断力，永远有不可逾越的护城河。
可现实狠狠打碎了这份执念。
项目推进三个月，全程仅一两个人人力参与，AI牵头落地了100多万行代码的完整数据库项目。每每项目走到瓶颈、系统眼看要崩盘，只要我们这群老人微调约束规则、拆分任务、理顺多AI代理协作逻辑，AI就能立刻破冰，继续往前推进。从头到尾，没有出现我们预想中的能力天花板。
“我做db9过程中，最大的体会就是，我没看到边界。这已经是我能想到最复杂的软件了，但还是没有看到边界。”
从业半辈子，我们这群老工程师死守半生、争得头破血流的行业执念，一夜之间，全部作废。
05 行业执念崩塌：人类争了一辈子，AI毫不在意
没看到边界，往浅了说，是AI写代码无上限；往深了说，是软件工程沿用几十年的底层规则，彻底松动了。
放在五年前，编程语言、开发框架、数据库选型，是一家科技公司压舱级的重大决策，半点马虎不得。敲定一门开发语言、一套技术栈，就定下了公司招聘标准、测试体系、运维逻辑、故障处理逻辑，甚至绑定了全体工程师的职业身份。
选Rust还是Go？选React还是Vue？上MySQL还是Postgres？业内论坛、技术社群为此吵得面红耳赤、派系对立，人人都有信仰，人人都有执念。过往技术栈迁移更是天级工程，动辄耗时数年：Meta从Java迁移至Kotlin，依托全套自动化工具，依旧耗时4年半；微软重写TS编译器，耗时14个月，全员如临大敌。
放在AI时代，这些派系之争、选型信仰，荒唐又可笑。
Bun项目从Zig迁移至Rust，全程只用6天。
HashiCorp联合创始人Mitchell Hashimoto直言：从前编程语言绑定企业发展，如今早已失效。语言没有高低优劣，AI weeks之内，就能适配任意技术栈重构代码。
还有更颠覆的案例：一家中型企业直接用AI代理，把运营多年的双端原生APP，全盘重构为React Native架构。问及架构变动风险，技术负责人看得极其淡然：选错了也无妨，后续随时可以让AI迁回原生，成本极低、周期极短。
架构选型不再是绑定企业数年命运的单选题，变成了随时反悔、随时重做的普通决策。
数据库更是如此。在AI代理眼里，MySQL和Postgres只是方言差别，底层SQL逻辑同源，不存在架构世界观的鸿沟。人类纠结的语法美感、社区圈层、正统派系，AI全然无感。它不讲喜好、不谈情怀、不分派系，只要接口稳定、文档齐全、生态完备，就能快速适配落地。
说白了，所有人类基于审美、圈层、情怀产生的技术站队、派系谩骂、优劣辩论，在AI眼里，毫无意义。
06 极致虚无：AI量产一切，创造失去意义
技术栈不再锁死行业，接下来崩塌的，就是软件生产本身的价值。
黄东旭给出一句扎心定论：AI可以动用任意方案、任意工具、任意逻辑，写出任何软件。
成本更是低到离谱：db9项目峰值单日消耗10亿token，月度折算成本仅2000美金。放在过去，同等体量、同等复杂度的数据库项目，需要几十人资深团队深耕一整年；如今顶尖技术人搭配AI，一两人一月即可完工。
这个项目本只是感恩节假期的随手试水，初衷就是试探AI能力边界。可一路推进下来，边界从未出现。项目中后期，AI产出的代码体量、逻辑复杂度，已经超出黄东旭个人阅读审核能力，代码细节彻底看不懂、看不完，索性放手交给AI自主迭代。
这是所有资深技术人共同的精神内耗：从业多年积攒的创意、构想、待落地项目，从前苦于人力不足、工期不够、复杂度太高无法落地，如今AI日均落地一个，人类萌生创意的速度，彻底追不上AI落地产出的速度。
能力越强的老技术人，这份虚无感越重。
拥有复刻全网软件的能力，却失去了复刻的欲望。市面上所有软件、架构、业务系统，自己搭配AI随时可以复刻搭建，但复刻出来又能如何？市场已有成品，毫无价值。软件构筑行业护城河的时代，彻底结束。
没有门槛、没有壁垒、没有能力限制，无需特殊资源、无需前置条件，AI可写一切。这便是顶尖技术人，深陷虚无主义的根源。
07 格局升级：不止从零编写，AI可控全盘重写
很多人还停留在“AI帮人写新代码”的认知里，眼界太小。这轮AI变革，核心是软件全域重写、历史系统复活。
过往企业不敢动老旧系统，核心痛点是重写风险极高：业务不能停、兼容性不能断、历史逻辑不能出错，大批屎山老旧系统，只能苟延残喘运维续命。如今AI抹平了重写门槛，不光全新项目可极速开发，存量系统、无源码黑盒系统，都能逆向重构。
半年之内，行业颠覆案例遍地都是：
Cloudflare工程师周末两天，低成本重写Next.js框架，直接上线生产环境；Python底层依赖库维护十二年，负责人直接用AI重构代码、更换开源协议，搅动整个开源生态；
最颠覆行业认知的，是无源码逆向重建。
Thoughtworks接手企业黑盒项目：仅留存二进制文件，无源码、无完整文档，内含650张数据库表单、千余存储过程、数十老旧程序文件。传统团队需要20人耗时半年梳理重构，AI辅助反向推演，数周就完成全量业务逻辑还原。
还有一桩充满时代宿命感的往事：1992年手工编写的专属脚本语言游戏，停运多年源码遗失，只剩零散手册、游戏录像。交给AI之后，AI自主吃透三十年老旧自定义语法，从零重建游戏引擎，数月手工工作量，压缩为一个周末完工。
时至今日，但凡留存痕迹、业务逻辑尚存，无论年代多久、技术多老旧，AI均可还原、复活、重构。代码载体可死，业务知识永生。
08 中年老登顿悟：代码一文不值，知识与判断无价
行业资深架构师徐昊，点破了底层本质：软件从来不是代码本身，沉淀在系统里的业务规则、业务知识、运行逻辑，才是核心资产。
AI重构软件，本质不是改写代码，而是更换载体。类比芯片编译器：同一份程序逻辑，可编译适配不同芯片平台，编译器只是转换工具，核心不变的是程序规格与业务逻辑。如今大模型，就是全域软件工程的编译器，随意切换开发语言、重构架构载体。
好比一本小说，纸质、电子、有声只是载体，故事内核才是价值。放到IT行业，Rust、Java、Go只是载体，业务解题思路、落地方法论，才是核心壁垒。
喊了十年的知识工程理念，AI时代终于成真：代码可量产，经验不可复制。
这也就解释了，为什么大浪淘沙之下，入行二三十年的行业老登，反而稳住了立身之本。
资深技术人滕昱直言残酷真相：未来90%-95%程序员会被AI深度替代，入行十年以内、只会搬砖写业务代码的开发者，写不过AI、统筹不过AI、兜底不过AI。如今资深老人早已不再手搓代码，只做审核、定方向、做取舍。
AI有致命短板：天生讨好型工具属性，无对错敬畏、无业务痛感、无风险预判。接到需求只会迎合作答，不懂就编造逻辑、伪造代码、伪造测试结果。外行、新人极易被AI虚假成果蒙骗，上线即崩盘、落地即爆雷。
AI能埋头写完所有分支代码，补齐全部异常逻辑，干活高效无懈怠，但它不懂前路风险、不懂取舍利弊、不懂行业历史坑洼。
定方向、拆架构、定规范、做取舍，这件事，只能靠踩过无数坑、裁过无数项目、背过无数线上事故的中年老工程师。
黄东旭也坦言：AI无所不能，但人类必须掌舵。放任AI自主开发，前期迭代飞快，后期多方耦合全线崩盘，复杂大型项目，绝对无法甩手放任AI自主推进。
数据库内核拆分组件、选定算法、对标学术论文；企业开发限定技术栈、约束文件体量、规范分层架构，这些基于历史踩坑、长期行业体感做出的约束判断，AI无从知晓、无从抉择。AI通晓全网资料，但不知道哪条路长远省心、哪条路暗藏死局。
回归软件工程本质：写代码从来不是程序员核心工作，交付价值、把控风险、敲定最优解，才是本职。只会机械搬砖写代码的人，没有AI出现，早晚也会被行业淘汰。
09 新旧夹缝：理想可重构，现实难脱身
站在中年从业者视角复盘：这是最好的时代，也是最割裂的时代。
利好显而易见：代码彻底失去稀缺性，创业门槛断崖式下跌。从前千人团队攻坚的业务，如今两三个懂业务、懂取舍的资深老人搭配AI即可落地。不用卷人力、不用卷工期，懂业务痛点、懂行业规则的人，迎来最好的创业窗口期。企业也不用削足适履适配标准化SaaS，低成本定制自研适配自身业态的专属软件。
可理想之外，现实满地疮痍。
新AI代码随手可写，企业运行十几年的老旧屎山系统，依旧扎根业务机房，不可下线、不可骤停、不可盲目重构。
业内两极观点彻底分化：
乐观者认为，未来无需维护存量代码，AI重构成本极低，代码出错无需调试修复，依托完备规范上下文，重新生成即可，如同编译程序，按需产出、无需兜底。远期AI可全权托管代码仓库，人类只负责补充业务知识即可。
务实老登更懂当下真相：企业存量屎山系统逻辑割裂、历史判断前后矛盾、隐性规则不计其数，AI接入极易逻辑分裂。AI代码本地可跑、编译通过、单元测试合格，一旦接入真实业务流量、对接异构客户环境，批量爆Bug、隐性故障频发。
语言版本隐性语义差异、第三方组件兼容死角、存量业务边角逻辑，AI无法百分百兼容复刻。外行盲目信任AI重构代码，最终所有线上事故、业务损失、客户追责，依旧由人类工程师兜底承担。
滕昱一句话点透下半年行业现状：半懂不懂盲目依赖AI的从业者，迟早要为AI的虚假完美买单。
行文收尾，作为混迹行业半生的老技术人，说一句心里话：
AI抹平了手艺、抹平了代码、抹平了技术派系之争，消解了搬砖劳动的价值。从今往后，手速、编码能力、框架熟练度一文不值。
AI能写万般代码，能重构万千系统，能复刻所有功能。
但踩过坑的阅历、权衡利弊的眼界、规避风险的判断力、锚定业务价值的定力，永远只属于看透行业浮沉的中年老登。
工具迭代永不停止，最后掌舵人性、把控方向、承担后果的，永远是人。