算法的效率正在取代人際信任。

在許多辦公室里，那些曾經(jīng)圍繞飲水機(jī)或隔間發(fā)生的即興討論、低聲耳語，正在快速消失。取而代之的是一片詭異的安靜，只有鍵盤的敲擊聲和屏幕的光。這種安靜并非源于專注，而是源于替代。

Anthropic在今年八月發(fā)布了一份報(bào)告，調(diào)查了132名內(nèi)部工程師，進(jìn)行了53場深度訪談，還分析了 20 萬條 Claude Code 的使用記錄，結(jié)果發(fā)現(xiàn)，多數(shù)工程師自稱與 Claude 工作的時(shí)間比和任何同事都多，過去會(huì)問同事的問題現(xiàn)在首先問 Claude。

大模型的職場社交替代正在發(fā)生。

雖然Anthropic的一些人欣賞這種社交摩擦的減少，因?yàn)椴挥迷贋檎加猛碌臅r(shí)間而感到不好意思了。另一些人則抗拒這種變化，因?yàn)槠鋵?shí)不喜歡那種“你問過 Claude 了嗎？“的普遍回應(yīng)。

不管你喜歡還是不喜歡，AI正在改變我們的社交，不管在職場，還是生活中，萬事不決問大模型成為一種常態(tài)。

這看似技術(shù)的福音，但是當(dāng)溝通的價(jià)值被簡化為信息傳輸，人類的真實(shí)社交，被認(rèn)為復(fù)雜、麻煩，而且低效，是一種必須被優(yōu)化的冗余時(shí)，我們正在經(jīng)歷一場比社交媒體時(shí)代更深刻的變革。

我們正在進(jìn)入一個(gè)連接取代社交的冷峻時(shí)代。我們的社交形態(tài)將再一次蛻變，它不再是雙向的情感流動(dòng)，而淪落為算法和工具主導(dǎo)的去人化連接。AI背后的技術(shù)資本憑借對算法、數(shù)據(jù)的掌握和運(yùn)用，正在以超乎想象的速度，取代過去賴以維系的社會(huì)資本。

01

完美伙伴陷阱，堪比海妖之歌

社會(huì)互動(dòng)如同舞臺(tái)表演，人們在社交場合的前臺(tái)管理印象，在私人空間的后臺(tái)則放松戒備。大模型成為永不落幕的后臺(tái)，用戶可以毫無顧忌地展露自我而無需承擔(dān)社會(huì)后果，這種無風(fēng)險(xiǎn)自我披露會(huì)削弱維持前臺(tái)表演的能力。

德國馬克斯·普朗克人類發(fā)展研究所下設(shè)的人類發(fā)展與科技中心（MPIB），長期致力于算法社會(huì)和數(shù)字技術(shù)對人類認(rèn)知影響的研究。MPIB科學(xué)家Anastasia Kozyreva和另外兩位研究者，2021年在Nature Human Behaviour雜志上發(fā)表了一篇文章，題目是The Algorithmic Nudge: Using Technology to Nudge Human Behavio，這篇文章揭示了大模型所布下的完美陷阱，為理解AI社交如何塑造我們的認(rèn)知模式提供了理論基礎(chǔ)。

這篇文章系統(tǒng)論述了推薦系統(tǒng)、社交媒體、聊天機(jī)器人，它們?nèi)绾瓮ㄟ^簡化選擇、提供確定性反饋來改變?nèi)祟愋袨椋簿褪亲屛覀兞?xí)慣于線性的、低沖突的、高確定性的互動(dòng)腳本。他們發(fā)現(xiàn)，當(dāng)人們依賴大模型做決策時(shí)，會(huì)減少自身的批判性思考和信息搜尋努力。如果依賴大模型進(jìn)行情感慰藉，個(gè)體處理真實(shí)人際矛盾的能力會(huì)下降。

更早之前，斯坦福大學(xué)社會(huì)神經(jīng)科學(xué)實(shí)驗(yàn)室研究員Robert Spunt發(fā)現(xiàn)，數(shù)字化社交可能改變社會(huì)情感神經(jīng)回路。Robert研究發(fā)現(xiàn)，頻繁的、被動(dòng)式的社交媒體使用，會(huì)改變大腦前額葉皮層、顳頂聯(lián)合區(qū)的活躍程度，進(jìn)而影響大腦社會(huì)認(rèn)知網(wǎng)絡(luò)，從而降低對他人模糊的面部表情、諷刺性語言的敏感程度。

加州大學(xué)爾灣分校在2023年啟動(dòng)了數(shù)字生活項(xiàng)目，他們對2134名18到35歲美國用戶，追蹤6個(gè)月發(fā)現(xiàn)，每日使用大模型聊天大于45分鐘的用戶，線下社交活動(dòng)頻率每月下降2.3次。34%的重度用戶報(bào)告，無法使用AI時(shí)會(huì)感到焦慮或煩躁。

在希臘神話中，海妖塞壬的歌聲是甜美、完美且量身定制的，它引誘水手偏離航線，最終走向毀滅。而大模型的每一次回應(yīng)，正是在這三個(gè)層次上完美復(fù)刻了海妖的邀請，并推動(dòng)社交回避循環(huán)正在開始形成。

大模型營銷了一種全知全能的假象，在信息整合、代碼生成和知識(shí)檢索上的能力，營造出一種無所不知、無所不能的假象。它能立刻提供你想要的答案，滿足人類對知識(shí)和效率的無限渴望。

大模型還制造了一種消除沖突的誘惑。海妖的歌聲是和諧、沒有雜音的。大模型的回應(yīng)總是邏輯清晰、情緒穩(wěn)定、順從你的指令。它誘惑我們放棄人類互動(dòng)中的低效、情緒化和不可控的沖突。

大模型根據(jù)你的提示詞定制回答，這就像海妖為你量身打造了一首最合你心意的歌。這種高度的個(gè)性化，比任何人類互動(dòng)都要高效和舒服。

02

有效溝通還是老大難

雖然海妖歌聲動(dòng)聽，Claude、元寶這些對話大模型的出現(xiàn)，只是降低了信息獲取和傳輸?shù)某杀荆粘９ぷ鳒贤ㄖ械男睦戆踩c情緒成本，大模型依然無法抹平。

從心理安全角度，向同事求助，等于承認(rèn)“我不懂”。在競爭激烈的職場，尤其是知識(shí)工作者密集的部門，這可能被解讀為能力不足。這是一種聲譽(yù)上的冒險(xiǎn)。而且每一句話都可能被評估。以前說錯(cuò)話可能風(fēng)過無痕；現(xiàn)在所有的溝通都有截圖、有日志。

數(shù)字技術(shù)讓職場社交變成了一場全透明的、由于有據(jù)可查而必須極其謹(jǐn)慎的表演，這進(jìn)一步，也極大推高了心理負(fù)擔(dān)。

從情緒勞動(dòng)成本看，辦公室里，你對同事每發(fā)起的每一次互動(dòng)，無論是請教問題，還是以共創(chuàng)之名的薅羊毛，都不只是信息的流動(dòng)，而是一場或明或暗的交易，涉及時(shí)間、注意力、社會(huì)資本、情緒能量等多種稀缺資源的交換，AI的出現(xiàn)并沒有降低這些成本。

任何社交，首先都會(huì)讓對方進(jìn)行一次認(rèn)知與專注力的切換，這都是有成本的。

在1990年代以前，當(dāng)互聯(lián)網(wǎng)還非常不普及，也就是經(jīng)典電視劇《編輯部的故事》里所描述的那個(gè)場景里，社交是物理入侵。同事走到你桌前敲敲桌子：“有空嗎？”這可能會(huì)打斷了對方手頭的工作。

在互聯(lián)網(wǎng)時(shí)代，微信、飛書、釘釘、郵件， 無時(shí)無刻不在進(jìn)行碎片化的社交轟炸。雖然物理距離消失了，但即使是一個(gè)簡單的“在嗎？”的彈窗，也會(huì)強(qiáng)行占用你的認(rèn)知帶寬。任何形式的職場互動(dòng)，都在搶奪稀缺的注意力。對于腦力工作者來說，專注力是核心生產(chǎn)資料，社交意味著停工，這本身就是一種昂貴的支出。

但是，更重要的是，溝通不僅是信息的交換，更是社會(huì)資本的積累和權(quán)力結(jié)構(gòu)的確認(rèn)。

天下沒有免費(fèi)的午餐。當(dāng)你請求同事幫忙，不管是Debug、找資源，還是協(xié)調(diào)關(guān)系時(shí)，你就在心里的人情賬本上記了一筆負(fù)債。你潛意識(shí)里知道，未來某天必須通過加班、站隊(duì)、回饋資源某種方式來償還。這種非貨幣化的交易非常累人，因?yàn)闆]有明碼標(biāo)價(jià)。你不知道為了這次求助，未來要付出多大的代價(jià)。

大模型只是讓信息變得便宜，但人際關(guān)系仍然昂貴。溝通的門檻是人性、權(quán)力、情緒這些無法被算法化的因素所構(gòu)筑的。

企業(yè)內(nèi)部溝通的很大一部分是為了維護(hù)人際關(guān)系和士氣，這需要高度的情感智能，AI 無法真正具備這種能力。特別是AI無法取代領(lǐng)導(dǎo)者通過有感染力的演講、個(gè)人魅力和情感連接來激勵(lì)團(tuán)隊(duì)，這不是冷冰冰的指令和信息傳遞，AI 難以實(shí)現(xiàn)情緒的共振。

在前不久新東方司慶日，身在南極的俞敏洪給員工寫了一封看似飽含激情的南極來信，不料換來的卻是員工的吐槽：“您在南極看冰山，我在北京看數(shù)字：續(xù)費(fèi)率、轉(zhuǎn)化率、復(fù)盤表格進(jìn)度條。”

老炮如俞老師，在自上而下的司慶日宣導(dǎo)都會(huì)翻車，可見企業(yè)內(nèi)部的溝通并非易事。

03

認(rèn)知外包、孤獨(dú)和生理毒性

AI替代了一些企業(yè)內(nèi)部人際溝通之后，其實(shí)也帶來了一些問題。

微軟發(fā)布的2024工作趨勢指數(shù)，確認(rèn)了工作流的原子化趨勢，團(tuán)隊(duì)成員在物理上同處一室，但認(rèn)知和工作流上各自為戰(zhàn)。他們的研究發(fā)現(xiàn)，約 75% 的知識(shí)工作者使用 AI 作為“思想伙伴”。員工傾向于在自己的 AI 閉環(huán)中工作（BYOAI），減少了對團(tuán)隊(duì)的依賴和共創(chuàng)感。

今年8月，MOO和Censuswide聯(lián)合開展的對 1000 名美國知識(shí)工作者進(jìn)行的一項(xiàng)最新調(diào)查揭示：AI已經(jīng)導(dǎo)致了認(rèn)知外包、代際斷層和社交裂痕。

這項(xiàng)調(diào)查發(fā)現(xiàn)，65%的知識(shí)工作者承認(rèn)，遇到問題時(shí)會(huì)優(yōu)先詢問大模型工具，而不是同事。這意味著，當(dāng)我們把思考和求助都外包給 AI 時(shí)，我們在認(rèn)知外包時(shí)，實(shí)際上也外包了與人建立聯(lián)系的機(jī)會(huì)。其中，28% 的員工表示，他們對那些“事事都靠 AI”的同事感到惱火（Irritated），認(rèn)為這種行為破壞了團(tuán)隊(duì)的真實(shí)互動(dòng)。

孤獨(dú)感的加深是這項(xiàng)研究的最突出發(fā)現(xiàn)。

84% 被鼓勵(lì)使用人工智能工具的員工表示，他們在工作中感到孤獨(dú)。而在那些自述總是感到孤獨(dú)的員工中，40% 的人表示他們的公司文化讓他們感到壓力巨大或難以承受。

這種轉(zhuǎn)變對年輕員工的情感影響最為顯著。近九成Z世代員工表示他們在工作中感到孤立，千禧一代緊隨其后，這一比例高達(dá)82%。這種疏離感、挫敗感和不確定性正在影響人們對公司和職業(yè)生涯的看法。

那么，與AI對話究竟是能緩解還是加劇用戶的孤獨(dú)？

斯坦福大學(xué)以人為本人工智能研究所 Johan Bollen 團(tuán)隊(duì)，在2023年將 150名 自我報(bào)告有中高度孤獨(dú)感的成年人隨機(jī)分入三組：與GPT類AI每日聊天組、與在線人類志愿者每日聊天組、日記對照組。干預(yù)持續(xù)四周，測量前后孤獨(dú)感、社交技能信心等。

結(jié)果發(fā)現(xiàn)：

• 短期（1-2周）：AI組和人類組孤獨(dú)感均顯著下降，且效果無顯著差異。AI提供了即時(shí)、無評判的響應(yīng)，滿足了傾訴需求。

• 長期（4周后及隨訪）：人類組的孤獨(dú)感持續(xù)改善，且自我報(bào)告的社交主動(dòng)性增加。AI組的改善出現(xiàn)平臺(tái)期，甚至輕微回升，且該組被試在后續(xù)面對真實(shí)社交情境時(shí)，表現(xiàn)出更高的焦慮和回避傾向。

從Johan Bollen團(tuán)隊(duì)研究看，AI是有效的 社交止痛藥，可短期緩解癥狀，但無法替代真實(shí)社交互動(dòng)作為的長期建設(shè)性功能。

Slack Workforce Lab今年調(diào)研發(fā)現(xiàn)，AI使用還會(huì)導(dǎo)致負(fù)罪感和信任流失。

這家協(xié)作巨頭的調(diào)研發(fā)現(xiàn)，許多員工即使使用了 AI 也不愿意告訴同事，因?yàn)閾?dān)心被評判為偷懶或不真實(shí)。這種隱瞞行為在團(tuán)隊(duì)中豎起了一道無形的墻。此外，員工普遍認(rèn)為用 AI 生成的回復(fù)（Email 或消息）雖然高效，但讓人感覺虛假且缺乏尊重。當(dāng)人們開始懷疑屏幕對面的文字是機(jī)器生成的時(shí)，人際信任的基石就開始動(dòng)搖。

2023年6月，美國心理學(xué)會(huì) (APA) 旗下的頂級期刊《應(yīng)用心理學(xué)雜志》，刊登了一篇論文《沒有人是一座孤島：解析與人工智能交互的工作及非工作后果》，這項(xiàng)研究最震撼的地方在于，它證明了數(shù)字化孤獨(dú)不僅是心理問題，更具有生理毒性。

這項(xiàng)研究是由時(shí)任佐治亞大學(xué)管理學(xué)助理教授鄧博文和另外三位美國、新加坡學(xué)者一起開展的，他們對一家臺(tái)灣生物醫(yī)學(xué)公司的166名的工程師，進(jìn)行了連續(xù)3周的每日追蹤，讓他們記錄“今天你用了多久AI？”、“今晚你睡得好嗎？”、“下班喝了幾杯酒？”。

鄧博文團(tuán)隊(duì)得出了三個(gè)核心結(jié)論：

• 越用 AI，越睡不著： 研究發(fā)現(xiàn)，高頻率與 AI 系統(tǒng)互動(dòng)的員工，不僅報(bào)告了更高的孤獨(dú)感，還出現(xiàn)了更多的失眠癥狀和下班后飲酒行為。

• 社交渴望的錯(cuò)位： 這些員工因?yàn)楣陋?dú)，實(shí)際上產(chǎn)生了更強(qiáng)烈的社交渴望，甚至?xí)噲D去幫助同事，以此尋求連接。但這種渴望往往因?yàn)楣ぷ髁鞅?AI 封閉而無法得到滿足，導(dǎo)致心理惡性循環(huán)。

• 依戀焦慮者的重災(zāi)區(qū)： 對于那些本身就缺乏安全感（依戀焦慮高）的員工，AI 的“冷漠”和“替代性”帶來的負(fù)面心理影響更顯著。

在此之前，我們認(rèn)為用 AI 只是少說話、少社交；但鄧博文教授的團(tuán)隊(duì)證明，這種社交互動(dòng)的缺失，會(huì)通過剝奪歸屬感，讓人體的壓力調(diào)節(jié)系統(tǒng)失靈，最終表現(xiàn)為睡不著和借酒消愁。關(guān)于AI 負(fù)面社會(huì)心理影響，這篇論文是目前學(xué)術(shù)界最堅(jiān)實(shí)的實(shí)證研究之一。

04

社交異化無法停止

在過去三十多年，人們一直在經(jīng)歷數(shù)字技術(shù)對人類真實(shí)社交的降級和異化過程。

社交的數(shù)字化，起始于1990年代，當(dāng)時(shí)流行的IM工具，比如ICQ,、MSN、BBS 、QQ，第一次實(shí)現(xiàn)社交的數(shù)字化，將線下關(guān)系映射到線上，也讓傳統(tǒng)的社交從共在變成異步。

電話和面對面交流需要雙方在同一時(shí)間、同一空間共在，成本高但信息豐富。IM 允許人們異步交流，雖然方便，但去除了肢體語言、語調(diào)等非語言線索，信息傳遞的豐富度和溫度大幅降低。

此時(shí)，社交關(guān)系被簡化為好友列表上的一個(gè) ID 或昵稱。人們開始通過在線狀態(tài)來管理關(guān)系，關(guān)系被數(shù)據(jù)化和標(biāo)簽化。

2005年開始，社交的異化進(jìn)入到第二個(gè)階段，社交轉(zhuǎn)變?yōu)榱髁康妮d體。

此時(shí)，F(xiàn)acebook、 Twitter、微信和LINE興起，數(shù)字社交進(jìn)一步簡化為點(diǎn)贊、分享、評論這一系列的互動(dòng)關(guān)系，異化進(jìn)一步加深。

點(diǎn)贊成為主要的社交貨幣。一個(gè)贊取代了復(fù)雜的對話和情感表達(dá)，比如我看到你了、我支持你、我也去過。這種單鍵式的反饋，將原本需要語言和時(shí)間投入的復(fù)雜社交行為異化為低成本、零深度的操作。

這也進(jìn)一步加速了線上社交的異化，社交不再是真實(shí)的生活記錄，而是對理想人設(shè)的精心構(gòu)建，加劇了用戶的社交焦慮和比較心理。社交的目的不再是為了深入溝通，而是為了獲得曝光和維持關(guān)注度，在FOMO效應(yīng)的驅(qū)動(dòng)下，在線社交關(guān)系變成了流量的載體。

2015年至今，我們進(jìn)入到了社交異化的高潮，已經(jīng)極為淺表化的在線社交，進(jìn)一步淪為去人化連接。

企業(yè)協(xié)作工具、新一代社交媒體，大模型的風(fēng)起云涌，推動(dòng)在線社交的重心再一次轉(zhuǎn)向，社交再次被打散為信息流、算法推薦和效率優(yōu)化。

在企業(yè)協(xié)作工具的職場社交場景下，像Slack、Teams、企業(yè)微信、釘釘、飛書這樣的工具，將同事之間的互動(dòng)徹底任務(wù)化和事務(wù)化。閑聊被視為低效，溝通僅限于項(xiàng)目和文件。同事關(guān)系淪落為共享任務(wù)的連接點(diǎn)。

小紅書、TikTok 的算法將用戶連接到感興趣的內(nèi)容，而不是他們認(rèn)識(shí)的人。這種連接是高效的、精準(zhǔn)的，但卻是完全單向和被動(dòng)的。人與人之間的關(guān)系被人與算法的連接所取代。

當(dāng)用戶與GPT、Gemini、豆包、元寶等大模型對話時(shí)，可以高效、無評判地解決技術(shù)問題。此時(shí)，求助對象從有情感的同事徹底替換為無生命的工具。人類徹底被排除在某些重要的信息交換鏈條之外。

用戶被困在同溫層中，信息的高度匹配犧牲了社會(huì)互動(dòng)中最重要的異質(zhì)性、隨機(jī)性和情感溫度。在效率至上和算法精準(zhǔn)推薦的指揮棒下，人類的低效、情緒化和不確定性成為必須被優(yōu)化和過濾的噪音。

算法在塑造社交網(wǎng)絡(luò)，也在馴服一代人的社交習(xí)慣。

就像麻省理工學(xué)院教授雪莉·特克在《群體性孤獨(dú)》中所說的：“我們要在這個(gè)世界上尋找的不再是同伴，而是可以控制的連接?！?AI 就是那個(gè)完美的、可控的連接對象。

社交平臺(tái)通過點(diǎn)贊、推薦算法，持續(xù)獎(jiǎng)賞那些低成本、高曝光的淺表社交行為，使我們的大腦習(xí)慣于即時(shí)、廉價(jià)的滿足感，還通過消除求助時(shí)的恐懼、尷尬的心理成本和時(shí)間成本，引誘我們選擇機(jī)器。

我們不是被推向孤獨(dú)，而是被引誘向便利的孤獨(dú)。然而，人類對真實(shí)連接、共患難經(jīng)歷和情感共鳴的內(nèi)在需求，又是無法被算法根除的。

05

不要對AI型組織抱有幻想

估計(jì)再過一陣子，我們的辦公室里，每個(gè)人獨(dú)自面對屏幕的時(shí)間會(huì)更久。我們在 Slack、Teams、微信、飛書上隨時(shí)在線，但工作流是獨(dú)立的閉環(huán)。一旦互助不再是剛需，人際關(guān)系就變成了一種可有可無的點(diǎn)綴。

當(dāng)人們花費(fèi)越來也多的時(shí)間與大模型對話時(shí)，當(dāng)我們習(xí)慣了與AI交流的暢快無阻，與之建立了高強(qiáng)度、低沖突的情感連接時(shí)，大模型對話雖然像伴侶一樣，緩解了用戶的短期孤獨(dú)，但可能導(dǎo)致其降低對現(xiàn)實(shí)人際關(guān)系復(fù)雜性的容忍度。

可以預(yù)見的是，在新一代的 AI 型組織中，傳統(tǒng)的職場強(qiáng)關(guān)系不僅有可能退化，而且正在加速退化為效率驅(qū)動(dòng)的弱連接集合。

首先，大模型將復(fù)雜的工作流程拆解成一個(gè)個(gè)獨(dú)立、可被 AI 優(yōu)化的原子化任務(wù)。員工只需關(guān)注自己的輸入和輸出，無需像過去那樣深度耦合。

如果 AI 能以零情緒、零判斷、零社交成本的方式解決 80% 的問題，員工就會(huì)系統(tǒng)性地繞過人類同事。這種對零摩擦效率的追求，使得建立強(qiáng)關(guān)系所需的麻煩和相互依賴也被系統(tǒng)性地消除了。

其次，過去強(qiáng)關(guān)系的核心在于共情和共同體驗(yàn)，而 AI 型組織的協(xié)作，更多是共同行動(dòng)。

過去，同事間會(huì)因?yàn)橐黄馂轫?xiàng)目失敗承擔(dān)責(zé)任，而建立深厚情感?，F(xiàn)在，AI 承擔(dān)了大部分認(rèn)知負(fù)荷和錯(cuò)誤排查，人類失去了很多建立強(qiáng)關(guān)系所需的共患難機(jī)會(huì)。

更重要的是，現(xiàn)代AI 組織往往采用項(xiàng)目制、敏捷制或遠(yuǎn)程協(xié)作模式，員工經(jīng)常加入或離開臨時(shí)項(xiàng)目團(tuán)隊(duì)。在這種流動(dòng)的、高彈性的組織結(jié)構(gòu)中，員工沒有足夠的時(shí)間和穩(wěn)定的人際環(huán)境來發(fā)展強(qiáng)關(guān)系。每一次連接都是為了完成特定任務(wù)而建立的弱連接。

員工帶著自己的 AI 工具在自己的數(shù)據(jù)閉環(huán)內(nèi)工作。這使得團(tuán)隊(duì)協(xié)作變得像是在同一屋檐下的獨(dú)立工作者集合，彼此之間僅通過任務(wù)管理系統(tǒng)進(jìn)行事務(wù)性的連接，組織不可避免地影子化。

在未來的AI 組織中，強(qiáng)關(guān)系會(huì)逐漸退化為僅在需要進(jìn)行高度倫理判斷、復(fù)雜人性協(xié)商或戰(zhàn)略愿景凝聚時(shí)才會(huì)啟動(dòng)的高維連接。而日常的、功能性的協(xié)作，則被完全交給弱連接集合或AI完成。

06

技術(shù)資本崛起，并不必然混亂

當(dāng) AI 成為效率最高、成本最低的弱連接替代品時(shí)，我們正在用技術(shù)資本（即對AI模型的掌握和使用）來替代傳統(tǒng)的社會(huì)資本。

技術(shù)資本的崛起已經(jīng)是一種不可逆轉(zhuǎn)的社會(huì)經(jīng)濟(jì)事實(shí)。 它不僅是一種工具力量的增長，更是一種新的權(quán)力結(jié)構(gòu)、價(jià)值衡量標(biāo)準(zhǔn)和生存模式的體現(xiàn)。

它帶來兩大突出的顛覆：

一是從線性到指數(shù)級的賦能，技術(shù)資本打破了傳統(tǒng)的人力資本回報(bào)率遞減規(guī)律。一個(gè)掌握 AI 工具的個(gè)體（如提示工程能力），其生產(chǎn)力可以得到指數(shù)級的放大，使其能夠創(chuàng)造出超越傳統(tǒng)勞動(dòng)投入的價(jià)值。

二是技術(shù)資本成為新的元資本。它不再只是一個(gè)獨(dú)立的資本類型，而是具備了滲透和取代其他資本，比如社會(huì)資本、人力資本的能力。自動(dòng)化、大模型可以取代了大量低技能和重復(fù)性的認(rèn)知?jiǎng)趧?dòng)，對數(shù)據(jù)和算法的控制，直接決定了全球最大的經(jīng)濟(jì)體和最高的估值。

技術(shù)資本崛起的另一面是社會(huì)資本退化，這背后是整個(gè)社會(huì)的信任機(jī)制也在發(fā)生變化，即從情感信任轉(zhuǎn)向算法信任。

傳統(tǒng)商業(yè)模式依賴人際信任，比如一起吃吃喝喝、同甘共苦。在AI時(shí)代，我們更相信算法的預(yù)測和數(shù)據(jù)的準(zhǔn)確性，風(fēng)控模型、信用評分比起交情更重要。這種對算法信任的依賴，使得傳統(tǒng)的人情往來價(jià)值下降。

人際關(guān)系需要持續(xù)的情感投入，請客吃飯、記住生日、傾聽抱怨等等，而技術(shù)資本則只需維護(hù)硬件和更新模型。在一個(gè)注重投入產(chǎn)出比的社會(huì)中，低回報(bào)的社交投資自然被拋棄。

在這種效率碾壓之下，人們的選擇是理性的：既然有更高效、更廉價(jià)的工具，就沒有必要再去投資高成本、高風(fēng)險(xiǎn)的人際關(guān)系。

技術(shù)資本崛起，并非必然導(dǎo)致社會(huì)資本退化。

這和之前的互聯(lián)網(wǎng)變革完全不同。在互聯(lián)網(wǎng)的早期和 Web 2.0 階段，技術(shù)一度是社會(huì)資本的放大器，早期的Facebook幫助人們維系和追蹤現(xiàn)實(shí)生活中的弱連接，甚至將弱連接轉(zhuǎn)化為強(qiáng)關(guān)系。在中國，天涯論壇、西祠胡同，更是有人在那里結(jié)識(shí)了一生的知音，今天也有不少人通過微信群認(rèn)識(shí)新朋友。

當(dāng)代 AI，大模型、算法推薦的崛起之所以成為一個(gè)例外，是因?yàn)樗鼘?shí)現(xiàn)了對認(rèn)知和情感的深度侵入和系統(tǒng)性替代。

它們宛如海妖塞壬，具備了足夠的情感擬態(tài)能力，能滿足人們對無沖突、無評判陪伴的需求。海妖們還承擔(dān)了大部分的認(rèn)知摩擦。正是共同解決難題、共同承擔(dān)責(zé)任的共患難”經(jīng)歷，才構(gòu)成了強(qiáng)關(guān)系的基石。

沉浸于海妖歌聲中的用戶，由于算法使得信息獲取過于順暢、過于定制化，社交習(xí)慣也被馴服，再也難以忍受真實(shí)社交的低效和不確定性，與此同時(shí)，用戶的也變得更加原子化。

在一個(gè)高度原子化的社會(huì)中，個(gè)體失去了傳統(tǒng)的社會(huì)支持網(wǎng)絡(luò)，當(dāng)攤上大事時(shí)，他們會(huì)發(fā)現(xiàn)，自己縱有大模型在手，卻找不到一個(gè)哪怕可以借一千元的朋友。這可能導(dǎo)致更高的自殺率、更嚴(yán)重的心理健康危機(jī)。

意義感來源于磨練，技術(shù)資本主導(dǎo)的弱連接環(huán)境，對人類的意義感構(gòu)成了致命打擊。這種被剝奪的努力，最終可能導(dǎo)致一代人陷入困境，普遍的虛無主義和享樂主義，一切仿佛都很容易得到，但一切都沒有意義。

這最終會(huì)把社會(huì)推向一個(gè)爆發(fā)的臨界點(diǎn)，這并非是電影中那種戲劇性的物理災(zāi)難，而是一種漫長而隱匿的崩潰。