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。
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。
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。
这意味着什么？
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。
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。
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。
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。
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。
本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4880267.html?f=wyxwapp