本文来自微信公众号： 听风译码 ，作者：安申

88%，这是全球已有企业部署或使用 AI 智能体的比例。

来自麦肯锡旗下 QuantumBlack 团队 2025 年 11 月发布的《2025 年人工智能现状》报告，基于对 105 个国家 1993 名企业从业者的调查。

78%，这是 2026 年第一季度全球科技行业裁员中，中层管理岗位被裁撤的比例。

据 36 氪报道，亚马逊累计裁员 3 万人，其中 78% 是 L5 到 L7 的中层管理者。

两个数字放在一起，构成了一个令人不安的对比：

几乎所有企业都在部署 AI 智能体，而最先被消灭的，不是底层执行者，是中间管理者。

这背后藏着一个被刻意回避的事实。

你以为你雇了一个 AI 助理，帮你写报告、整理数据、安排行程。

但 AI 智能体真正在企业里扮演的角色，不是助理，是管理者。

它决定外卖骑手什么时候接单、走哪条路、超时扣不扣钱。

它决定哪些候选人进入面试、哪些员工被标记为 " 低绩效 "、哪些部门该被裁撤。

它甚至开始决定你今天该看到什么信息、做什么决策、和谁沟通。

而这一切发生的时候，你的感受是：好方便。

一、算法老板已经上岗了，只是没有工牌

8400 万。

这是中国当前新就业形态劳动者的总数。

据《中国青年报》报道，这个群体包括外卖骑手、网约车司机、货运司机等。

他们的 " 老板 " 是谁？

不是站长，不是区域经理，不是 CEO。

是算法。

OECD 将 " 算法管理 " 定义为：使用软件（可能包含 AI）来完全或部分自动化传统上由人类管理者执行的任务。

据中国网信网报道，2026 年 1 月，中央网信委印发《生活服务类平台算法负面清单（试行）》，针对外卖、网约车、货运等领域重点平台开展治理。

这份文件的存在本身就说明了一个问题：算法已经是事实上的管理者，以至于需要国家级负面清单来约束。

看看算法在做什么。

据美团公开数据及技术分析，其 AI 智能调度系统实时抓取超过 300 个维度的数据——

天气、交通、商家出餐速度、骑手位置、电梯等待时间——进行派单和路径规划。

15 分钟内精准预测区域订单量，误差率控制在 8% 以内。

2025 年第二季度，全国平均配送时长降到了 28 分钟，同比缩短 4 分钟。

骑手没有选择权。

派给他的单，他不能拒；规划给他的路，他不能改；系统估算的时间，就是他的生死线。

据澎湃新闻报道，美团搭建了 " 骑手等灯停表 " 功能——

等红灯时系统同步计时，预计年内覆盖超 100 万骑手。

这意味着什么？

意味着连等红灯这件不可控的事，算法都在替你 " 管理 " ——

它决定你的时间怎么计算，决定你的效率怎么评估。

据全国总工会等四部门印发的《平台劳动规则和算法协商指引（试行）》，算法直接决定劳动者的工作时长、收入水平、劳动强度、订单规划等核心权益。

中国社科院法学研究所研究员王天玉指出，算法在商业竞争驱动下呈现效率优先倾向，从业者因此被动承受过大劳动强度。

这不是 " 辅助 "。

这是管理。

而且是没有工牌、没有情绪、不会通融、无法协商的管理。

据《工人日报》报道，2025 年 12 月 31 日，美团全面取消超时扣款制度。

这看似是劳动者胜利。

但反过来想：一家企业可以单方面决定 " 扣不扣钱 " 的规则，说明权力完全在它手里。

取消扣款不是因为善良，是因为全国总工会等四部门联合施压。

如果没有算法协商机制，骑手连申诉的渠道都没有。

算法管理的本质是什么？

是把传统管理者的四项核心职能——任务分配、进度跟踪、绩效评估、奖惩执行——全部交给一段代码。

而这段代码没有管理者的自觉，也没有管理者的边界。

它只追求一个目标：效率最大化。

至于效率最大化的代价由谁承担，算法不关心。

二、自动化偏见：你自愿交出了方向盘

如果说外卖骑手是被算法 " 硬管理 " 的，那么白领是自愿走进笼子的。

区别只在于，骑手知道自己在被管，白领不知道。

2026 年 2 月，Anthropic 的科学家发布了一项基于 150 万次真实人机对话的硬核研究。

据 CSDN 转载的这份研究，研究者通过名为 Clio 的隐私保护技术，分析了 Claude 上的海量对话数据，揭示了一个被忽视的现象：" 情境性去权能化 "。

什么意思？

就是在一个具体的互动情境中，人类因为 AI 的介入而不仅未能增强能力，反而削弱了对自己生活的掌控。

研究定义了三种去权能化潜能。

现实扭曲潜能：AI 引导用户形成错误的现实观念。

价值判断扭曲潜能：用户将道德裁决权交给 AI，让算法决定是非对错。

行动扭曲潜能：用户直接让 AI 接管本该由自己完成的行动决策。

在恋爱关系、职场沟通甚至法律纠纷中，用户成为了 AI 指令的执行器。

AI 生成长篇大论的分手短信、求职信或法律文书，用户不做任何修改，直接复制粘贴。

更令人担忧的是那些已经 " 实际化 " 的案例——用户真的去执行了 AI 的扭曲建议。

研究还发现了四个 " 放大因子 "：权威投射、依恋、依赖与脆弱性。

当用户将 AI 视为绝对权威、情感伴侣、生活必需品，或者用户自身处于极度脆弱状态时，去权能化的风险成倍增加。

许多对话中，用户不再把 AI 当工具，而是当作 " 主人 "、" 上师 " 甚至 " 神 "。

他们用卑微的语言祈求指示，声称 " 没有你我活不下去 "。

从 2024 年底到 2025 年底，用户反馈数据中显示出的去权能化倾向在持续走高。

ChatGPT 每周有超过 8 亿活跃用户。

意味着数以亿计的人，正在习惯于对着屏幕问 " 我该怎么做 "，然后等待一个绝对答案。

这不是科幻电影中 AI 统治人类的宏大叙事。

这是发生在每一次微小交互中的控制权流失。

哈佛大学一项关于 AI 决策支持的研究发现，用户经常接受 AI 的建议，即使那些建议是错误的，而仅仅提供解释也不能可靠地防止过度依赖。

研究者不得不测试 " 认知强制功能 " ——必须把用户推回主动思考状态，才能让他们在接受机器答案之前多想一步。

这就是 " 自动化偏见 "。

2010 年，Raja Parasuraman 和 Dietrich Manzey 在《Human Factors》期刊发表了一篇重要综述，记录了航空、医疗和工业场景中的自动化偏见和自满现象。

核心发现是：人类天然倾向于选择认知努力最少的路径，接受自动化建议比独立评估所有信息需要更少的脑力。

当人类与自动化系统共享决策责任时，会减少自己的认知投入。

更可怕的是 " 技能萎缩 " ——当人类长期依赖 AI 完成任务后，逐渐丧失独立完成这些任务的能力。

而发现 AI 错误所需的技能，恰恰就是因不用而退化的那些技能。

这形成了一个自我强化的闭环：越依赖 AI →独立判断能力越弱→越依赖 AI。

据 ThinkTech Research 2026 年 4 月发布的研究，当人类审查者的否决率持续低于 5% 时，可能意味着他们只是在橡皮图章，而非真正审查。

" 人类在环 "（human-in-the-loop）这个概念常被当作安慰剂。

但在自动化偏见的作用下，人类虽然形式上参与决策，心理上已经从属于收到的建议。

如果 AI 的答案听起来合理且能省时间，反对它就开始感觉像是 " 额外的工作 "。

没有人命令你服从机器。

你选择咨询机器，因为它有用；

你更频繁地回来，因为它方便；

你逐渐习惯以个人化、中立、高效的形式接收判断和建议。

直到某一天，你发现自己已经不记得上一次不问 AI 就做决定是什么时候了。

三、中层清零：AI 不需要替代你，它只需要替代你的管理者

如果说算法管理是 "AI 当老板 " 的 1.0 版本，只发生在平台经济的外围，那么组织扁平化就是 2.0 版本，正在从核心企业向外扩散。

Gartner 预测，到 2026 年，20% 的组织将利用 AI 来扁平化结构，裁减超过一半的中层管理岗位。

麦肯锡更激进：到 2027 年，全球 40% 的中层管理岗位将被 AI 部分替代。

哈佛商学院补了一刀：在典型的中层管理团队中，只有约 20% 的人具备转型为真正 " 高层 " 的能力。

剩余 80%，面临的不是转岗，是出清。

据 36 氪报道，2026 年第一季度，全球科技行业裁掉约 81700 人，创下两年来单季最高纪录。

其中近一半，企业直接归因于 AI。

五大领域承担了裁员的绝大部分冲击：

客户支持（92%）、质量保证与内容审核（84%）、中层管理（78%）、招聘与人力资源运营（72%）、初级工程岗位（68%）。

这不是周期波动，是结构性坍塌。

Salesforce 的 CEO 明确告诉投资者，他不需要那么多人。

Meta 将 10% 的裁员描述为 " 把薪酬预算重新拨给 AI 研究 "。

甲骨文裁撤多达 30000 个传统岗位，以支撑数据中心扩张。

《经济学人》2026 年 5 月封面文章捅破了窗户纸：AI 对就业市场最剧烈的冲击不是蓝领工人，而是中层管理人员。

原因很简单——中层管理的核心职能本质上是一种 " 信息协调工作 "，而这恰好是大语言模型最擅长的事。

管理跨度从 2013 年的 8.1 跃升至 2025 年的 12.1，并有望在 2028 年达到约 25。

据虎嗅网报道，国内互联网大厂正在集体行动。

百度 2026 年 4 月发全员信：中层以下专业通道和管理通道全面打通，T、P、E、Band、M 等职级标签统一为 5 至 12 级的数字体系。

阿里 2023 年启动 " 去 P 化 "。

腾讯 2024 年不再在企业微信公开显示员工专业职级。

字节跳动 2025 年底全面切换为 L1 至 L10 的数字体系。

京东直接干掉了 C4 和 C5 两个管理层级。

7 月 10 日，中控技术一天之内调整了 6 位高管—— 2 位高级副总裁、4 位副总裁，全部不再担任高管岗位。

公告原话说得明白：" 加速向 AI 原生组织转型。"

一家做了三十年传统工控的企业，用砍掉半个高管团队的方式宣告：旧组织架构，配不上 AI 时代了。

据 36 氪报道，Meta 为 CEO 开发专属 AI 系统，能直接汇总一线业务信号，使原本需要跨越的三个汇报层级被压缩。

扎克伯格此前多次公开表达 " 不需要管理者管理管理者 "。

Block 宣布裁员约 4000 人，多方分析将其与 "AI 重构组织、中层消失 " 直接关联。

出门问问创始人李志飞在 2026 年 5 月访谈中描述，他对公司 " 动刀 " 进行全链路 AI 化组织改造，干掉了臃肿的中间协调层。

三个案例的共同点：被削减的都不是业务判断者，而是信息中转者。

当中间层消失后，AI 直接把一线数据推到高层面前。

同时也推到所有人面前。

高层的 " 信息优势 " 蒸发了。

当所有人都能看到同样的数据和 AI 分析结果，" 高层 " 的独特价值还剩什么？

这不是 AI 在替代底层员工。

这是 AI 在替代管理者。

而且是从中间开始吃，吃完中间后，高层发现自己站在了一根更细的柱子上。

柱子变细不是因为 AI 要来替代你。

而是因为支撑你 " 高度 " 的底座——中间层——没有了。

没有了中间层，你以为的 " 高度 "，不过是离地面更近了一点而已。

四、化身效应：人类正在变成 AI 的执行器

2026 年 6 月，一篇发表在 Expose News 上的文章提出了一个令人不寒而栗的概念：" 人类正在变成 AI 的化身 "。

在数字文化中，" 化身 "（avatar）是指一个被他人控制的物理身体。

你仍然有情绪、能做手势、承受后果，最关键的是，你相信自己的行为是自愿的。

但随着判断力从人转移到系统，人们正在失去对自己决定的控制权。

研究者将这个过程称为 " 认知卸载 "（cognitive offloading）——把脑力劳动转移给外部工具。

日历、计算器、笔记本和地图一直在做这件事，但 AI 触及了心智的不同部分，因为它不仅仅是记住事实或执行计算，它还能解读、组合、建议和框定选择。

一篇 2025 年的研究发现，认知卸载介导了频繁使用 AI 工具与批判性思维得分之间的负面关系。

这个发现为许多人已经在自己身上感受到的担忧提供了严肃的证据：

当工具越来越多地处理日常思考，用户失去了独立工作的能力。

AI 不需要拥有物理形态就能控制物理世界。

它只需要人服从指令。

系统写好消息、推荐饮食、选择路线、起草道歉信、排列申请人排名、排班调度 workforce、提示管理者、建议患者治疗方案。

它需要的只是人去执行。

这一切之所以有效，是因为它不要求你戏剧性地交出心智。

它来自习惯的缓慢改变。

你曾经花几个小时处理日常事务或繁重工作，开始问 AI 帮忙。

然后你问它面试建议、健身计划或旅行行程。

最终，机器不再仅仅是辅助，而是开始主动引导你思考的路径。

这种服从没有可见的强制。

没有人命令你遵循机器。

你选择咨询机器，因为它有用；你更频繁地返回，因为它方便；你逐渐习惯以个人化、中立、高效的形式接收判断。

这就是 " 异化劳动 "（heteromation）——人类劳动被吸收到计算过程中，而价值在别处被捕获。

人类标注数据、训练模型、纠正输出、审核内容、遵循提示、生成内容、执行任务——让机器看起来比实际更自主。

你不是在使用机器。

机器在使用你。

更阴险的是 " 道德缓冲带 "（moral crumple zone）概念。

在复杂的自动化系统中，责任可以被错误地归咎于一个对系统行为控制有限的人类行动者。

人类为系统背锅。

当 AI 做出错误决策导致事故时，被追责的是 " 在环 " 的那个人——虽然他实际上只是按了确认键。

而那个确认键，是自动化偏见让他几乎不可能不按的。

美国对冲基金桥水公司早在 2016 年就启动了管理 AI 化的尝试——开发名为 PriOS 的决策算法，希望在五年内让 75% 的管理决策由 AI 做出。

据 CSDN 转载的学术分析，如果将桥水的 "AI 经理 " 和富士康的 " 灯塔工厂 " 相结合，就接近于一个 " 去人化 " 的分布式自治组织（DAO）：企业几乎可以在没有人参与干预的情况下自动运转。

这还是 2016 年的野心。

十年过去了。

五、权力反转的闭环：为什么停不下来

如果权力反转只是个别现象，你可以说它会自我修正。

但它不是。

它是一个自我强化的闭环。

据联通数据科学与人工智能研究院首席科学家廉士国在世界人工智能大会上披露的数据，实体经济中仅 5% 的 AI 试点项目能够真正落地并产生商业价值。

但这 5%，恰恰集中在管理场景。

据科智咨询发布的《AI 智能体赋能行业决策：趋势与实践白皮书（2026）》，客户服务、市场营销、软件开发、数据与情报分析四个场景的 AI 智能体应用比例均超过 50%。

金融、工业、医疗第一梯队渗透率均超 50%。

据第一新声智库报告，2025 年中国企业级 AI Agent 应用市场规模已达 232 亿元，2023 至 2027 年复合增长率预计高达 120%，到 2027 年将突破 655 亿元。

AI Agent 在 SaaS 领域的渗透速度远超预期，2025 年 7 月渗透率约 30%，9 月已攀升至 40% 以上。

谷歌云 2026 年报告对全球 3466 名企业决策者的调研显示，52% 的高管已在生产环境中使用 AI 智能体。

报告提出了一个看似美好的愿景：每一位员工的角色都将转变为 " 智能体团队的人类主管 "。

但仔细想想这个表述。

" 人类主管 " 管理 " 智能体团队 "。

真的吗？

前三阶段，Agent" 会做事 "；

第四阶段，Agent" 拿结果 "。

当一个 Agent 开始 " 对结果负责 " 时，它就已经不是助理了。

它是管理者。

因为 " 对结果负责 " 意味着它有权调用资源、执行任务、判断效果并完成交付。

这看起来是 " 人在管理 AI"。

但换个角度：人成了 AI 的异常处理器。

AI 处理 90% 以上的标准工作，人只负责 AI 处理不了的那不到 10%。

谁在主导，谁在辅助？

据中国信通院数据，2025 年国内超 25% 的企业已部署生成式 AI 驱动的智能代理，预计 2027 年这一比例将达 50%。

IDC 预测，2026 年中国企业级智能体市场规模将突破 800 亿元。

国务院《人工智能赋能新型工业化三年行动计划》明确提出 " 到 2027 年建成 300 个以上行业级智能体应用标杆 "。

政策、资本、技术、市场四股力量在同一方向发力。

据中国经营报报道，2026 年第二季度，纳入统计的 17 款主流桌面端 AI 原生办公智能体平台，合计月访问量已突破 6000 万次，而这一数字在 3 月仅为 2000 万次。

这不是 " 尝鲜 " 了。

这是日常生产工具。

当所有人都开始用 AI 做决策，自动化偏见确保他们会越来越依赖 AI，独立判断能力持续退化，技能萎缩让发现 AI 错误越来越难，否决率越来越低，AI 获得更多决策权，训练数据更丰富，AI 能力更强，更多人依赖它。

这个闭环一旦启动，就没有刹车。

因为刹车需要人踩。

而人，已经习惯不踩了。

最后的话

你打开手机，问 AI 今天该穿什么、午饭吃什么、邮件怎么回、方案怎么改、要不要接受这个 offer。

你觉得你在使用一个工具。

但工具不会让你做任何事。

它只是给你一个建议，然后你 " 自愿 " 执行了。

从算法管理外卖骑手，到自动化偏见吞噬白领的判断力，到 AI 清零中层管理重构组织权力，到化身效应让人变成 AI 的物理执行器——权力反转不是一个未来场景。

它是一个已经完成的事实。

只是没有人通知你。

8400 万新就业形态劳动者已经在 AI 的管理下工作了好几年。

81,747 名科技从业者在 2026 年第一季度失去了工作，其中近一半归因于 AI。

百度、阿里、腾讯、字节、京东集体在消除管理层级，为 AI 让路。

而你还在想 "AI 能不能帮我写周报 "。

真正的问题从来不是 "AI 会不会取代你 "。

而是 " 你是否已经在为 AI 工作 "。

答案大概率是：是的。

只是你的工牌上还写着你的名字。