看完《夜王》，我终于理解了：AI 焦虑不是技术问题，而是价值证明问题

“君子不器。” — 孔子

看完《夜王》，我终于理解了：AI 焦虑不是技术问题，而是价值证明问题

当工具开始接手你的工作，真正需要重写的不是简历上的技能栏，而是你在价值链里的位置。

之前在影院版本的基础上，最近又看了比院版多出近30分钟的导演精剪版，本来是个搞笑的贺岁电影，这次看着看着把自己惊出冷汗，这不就是活生生现在每天在职场里焦虑的，被老板，AI逼的步步倒退，又无路可退的社畜吗。

首先一个非常简短的介绍，方便那些没有看过这个电影的朋友们快速了解背景， 故事发生在 2012年香港的尖东。

昔日风光的夜总会「东日」遭到收购，出演过毒舌大状的黄子华饰演的经理 欢哥，在夜场打滚几十年，突然发现自己面对的不是一个普通的老板更替，而是整个游戏规则变了。 更麻烦的是—— 他的前妻 V姐（郑秀文） 成了新CEO。 于是形成一个非常典型的黄子华式结构： 前妻变老板，夜总会变职场，职场变修罗场。 V姐逼欢哥和女公关团队转型，业绩虽然开始好转，但背后其实是资本准备重新洗牌。最后欢哥和V姐从互相斗气变成联手，试图保住「东日」

它真正讲的是一个非常香港、也非常现代的问题：

一个人如何面对自己的时代正在消失？ 夜总会只是一个行业，真正正在关灯的是一个时代。 导演自己也谈到，希望通过夜场从业者面对行业没落、前路茫然却又无法轻易离开的处境，去表现一种「繁华褪去后的适应与挣扎」

可是到最后你才发现： 你越成功地完成转型，可能越接近被淘汰。 这其实非常像今天很多科技公司、互联网公司甚至AI时代的职场。 “我已经在这个行业干了几十年，我凭什么重新开始？” 这其实是很多中年人的真实困境。 年轻人最大的资本是： 未来。

中年人的资本则是： 过去。

但问题是： 过去的经验只有在未来仍然需要它的时候，才叫经验。如果整个行业的游戏规则变了，那么： 30年的经验，可能突然变成30年的路径依赖。 所以欢哥面对的真正敌人不是姚生，也不是资本。

而是： “过去那个成功的自己”。 当时代改变以后： 王还是那个王，但王国没了。这可能是《夜王》最值得玩味的一层。

底层原理

试想如果 AI 明天能完成你工作里最熟练、最耗时的那部分，你还能说清自己为什么不可替代吗？ 先别急着回答“我会学 AI”。这句话当然没错，但它没有碰到焦虑的核心。 《夜王》给我的启发，不在夜场，也不在角色嘴里的笑话。它把一个老问题摆得很直：当一个人赖以成功的规则失效时，他失去的往往不只是一份工作，而是一套证明“我有价值”的方式。 这篇文章想把这个问题落到工程师的语境里：你可以通过一次简短盘点，辨认自己是在获得新位置，还是只是在帮组织更高效地缩减旧位置。

先做一次盘点：你优化的，到底是谁的工作？

拿出最近做过的一项 AI 自动化、脚本化或流程改造，写下这三个答案：

1. 它替掉了哪一步人工判断或执行？
2. 出错、边界情况和最终结果，现在由谁负责？
3. 它产生的余量，会变成更多问题、更好服务，还是更少岗位？

第三个问题最不舒服，也最关键。技术方案通常能回答前两个；职业焦虑恰恰藏在第三个。

AI 焦虑的核心，不是会不会用工具，而是工具接手以后，你还凭什么被需要。

现在就可以做一个可验证的检查：打开这项已经交付的工作，逐项打勾。前两项能从需求、验收记录或实际负责人中直接核对；最后一项若无法确认，就不要把“省下时间”自动算作自己的职业增值。

[ ] AI 替代的具体执行步骤能被说清
[ ] 验收条件在 AI 输出之外仍然存在
[ ] 边界情况和最终结果有明确责任人
[ ] 节省出的时间已经对应到新的问题或责任

《夜王》里的“转型”，为什么不等于进步

按影片呈现的冲突，一家旧式夜场被要求转型。原有的管理方式依赖熟客、人情、现场判断和长期积累的关系；新的一套语言则是制度、业绩、流程与可量化的结果。

新方法并非全无道理。它可能真的让业绩变好，让操作更标准，让组织看上去更现代。影片尖锐的地方正在这里：一个变化不必以“坏人赶人”的面貌出现。它可以先以“帮你变得更好”的面貌出现。

于是有了那个残酷的反转：你越成功地完成转型，越可能证明原来的岗位不再需要那么多人。

这和很多 AI 项目的感受很像。一个团队把需求整理、测试生成、文档检索、代码样板或运营回复交给模型，吞吐量上去了。接着，组织自然会问：既然同样的产出可以由更少的人完成，剩下的人应当做什么？

这不是说自动化不该做，也不是说效率必然导致裁撤。它说的是：效率提升描述了组织的能力，不自动保证个体的位置。

你正在做的事	它表面上提升了什么	它实际证明了什么	你需要补上的位置
用 AI 生成重复代码	编码速度	模板部分可被标准化	定义边界、审查风险、整合系统
用 AI 汇总故障信息	信息处理速度	初步归类可自动化	判断因果、决定止损与修复顺序
用 AI 写需求与文档初稿	文本产量	表述劳动可压缩	澄清冲突目标、对结果负责

这张表的重点不是“去做更高级的工作”这种空话。重点是区分两类价值：一类是把既定任务做得更快；另一类是决定什么任务值得做、在什么约束下做、出了问题由谁承担后果。前者更容易被工具吞进去，后者也会被工具辅助，但很难仅靠生成内容就完成。

欢哥真正打不过的，是过去那个成功的自己

影片里那位老经理的困境，不像“能力不足”。恰好相反：他曾经很擅长旧规则。他懂人情，懂场面，懂如何从细小的反应里判断局势，也懂怎样维护一张长期关系网。

问题在于，经验不是永久资产。只有未来还需要它，过去的成功才叫经验；当游戏规则换了，它也可能变成路径依赖。

这对工程师尤其刺耳。我们习惯把积累理解成语言、框架、架构模式、某类系统的排障直觉。但一个人真正的职业资产，不是“我以前会什么”，而是“面对新约束时，我能把旧经验改造成什么”。

有些人把 AI 当成新的编程语言：尽快学会提示词、代理工具和工作流，然后继续交付更多同类产出。这是必要的起点，却不是终点。

如果一个组织最终只需要原来十个人中的两个人完成某种标准化任务，那么另外八个人即使同样熟练地使用 AI，也未必还能保有原来的位置。决定位置的不是学习意愿，而是新的分工是否需要你承担新的责任。

反对“唯 KPI”，不等于怀念旧江湖

影片把两种管理哲学放在一起：一边重经验、关系与人情，一边重制度、指标与商业化。它没有必要把其中一边写成纯粹的恶。

旧办法有旧办法的荒谬：关系可能不透明，人情也会变成负担。新办法同样有代价：当组织只相信可量化的东西，难以量化的价值就会被当作不存在。

信任、氛围、默契、对客户真实处境的理解、对系统脆弱处的直觉，往往很难直接填进表格。它们不能因此免于检验，却也不该因为难测量就被忽略。否则组织会高效地优化代理指标，同时慢慢丢掉原先让自己有效的东西。

这也是我愿意明确站的一边：不要把“能被 AI 加速”误当成“人的价值已经被 AI 替代”。

最强的反驳也成立：如果某项工作确实可标准化、可验证，而且长期不需要人的判断，保留它只是在保护低效。组织没有义务为了安慰人而拒绝技术进步。

但这正是分歧所在。消失的应当是没有必要的人工作业，而不是对责任、判断和关系成本的追问。一个系统可以自动生成改动；谁来定义验收条件、识别它伤害了谁、在事故边缘按下停止键，仍然是系统设计的一部分。把这些职责藏在“模型会处理”的说法里，只是把成本从界面上擦掉了。

你需要争取的不是“留下”，而是价值链上的新站位

“转型”这个词很容易让人误会，好像改变本身就是正确答案。不是。转型只是改变；谁从改变中获益，谁承担改变成本，才决定它对谁是进步。

因此，比“我要不要学 AI”更有用的问题是：

• 我交付的结果里，哪些部分只是可复制的执行？
• 当工具做掉执行后，我能否拥有更接近问题定义、约束选择和结果负责的工作？
• 我所在的组织，会把效率余量投入更大的问题，还是只把它当作削减人力的依据？

最后一个问题未必总有好答案。个人也很难单独决定组织如何分配自动化的收益。这是这套思路的边界：它不能保证岗位安全，更不能把结构性的变化变成个人努力就能解决的事。

它至少能避免一种更糟的自我欺骗：把熟练使用工具，当成已经解决了职业价值问题。

“夜王”这个名字之所以有余味，也许就在这里。一个人能成为某个领域的“王”，不只因为他个人厉害，也因为那个时代恰好需要这种厉害。当时代变了，人可能还是那个人，王国却未必还在。

真正的衰老，不是年龄增长，而是开始只能用过去的成功证明今天的自己。

下次你为某个 AI 工作流省下时间时，别只庆祝它省了多少。再追问一步：省下来的那部分，正在替你腾出一个更有判断权的位置，还是正在替你证明这个位置可以被取消？