我怀疑以后很多上班族，会慢慢多出一种谁也没写进招聘 JD 的新职业，给 AI 当快递员。

这事听着像段子，但微软负责 Office 和 LinkedIn 业务的执行副总裁 Ryan Roslansky，最近真碰上了...

有人给他发来一份明显由 AI 生成的文档，他看完之后，又让自己的 AI 总结了一遍。结果绕了一圈，什么新的想法都没有得到。

Ryan 给这个场景起了个名字，「doom loop」，死亡循环。

1
前面的人没有认真写，后面的人也没有认真读。AI 负责生成，也负责总结，人类还在流程里，却更像负责把文件从这一头搬到另一头。甚至把中间那个人拿掉以后，这条流程好像也没缺多少东西。

这就有点荒诞了。

以前我们天天讨论 AI 会不会抢工作，可 Ryan 这个例子让我觉得，更微妙的变化可能已经出现了。

人没有离开岗位，职位也没消失，每天甚至依然忙得要死，可真正需要自己贡献的部分，正在一点点变少。周报交给 AI，方案先让 AI 起草，几十页材料懒得看，再让 AI 压成五条。每一步单独拿出来都很合理，连在一起就有点奇怪，一条信息流水线跑得飞快，人越来越像里面的接口。

当然，我特别理解大家为什么会这么干。

下午五点就要交方案，老板还在催，AI能帮你把框架搭出来，你当然会用。对面收到十几页材料，再让 AI 先整理重点，同样很正常，我自己看到特别长的东西，也会下意识想先总结一下。

2
可当这些合理动作越来越多，问题就出来了。

以前写三页东西得磨一个小时，现在十分钟能给你十页，于是办公室里的内容自然越堆越多。接收端吃不消，就继续用 AI 压缩。前面疯狂生成，后面疯狂总结，中间那段最慢、最费劲的过程，反而最容易被跳过去，人到底有没有认真想过这件事。

我一直觉得，工作里很多真正有价值的判断，恰恰藏在这些「不顺」里面。

自己写方案的时候会卡住，写到一半突然发现逻辑接不上，某个数据撑不起结论。认真读别人材料的时候也会皱眉，会怀疑，会冒出一句「等等，这里好像不太对」。这些瞬间看起来效率很低，可新东西经常就是从这种别扭里长出来的。

AI 太擅长把这种别扭磨平了，一个还没想清楚的点，它能帮你整理得特别完整，一堆散乱材料，它能迅速变成结构漂亮的几段话。这个能力当然厉害，但也有个很隐蔽的副作用，我们很容易把「看起来完整」错当成「已经想清楚」。
#ai #人工智能 #职场 #打工人 #AI办公 #职场思考 #微软