AI 能做事，不能扛事

前两篇发出来后，一个读者给我私信留言，提了几个很实在的问题。

他公司的测试团队因为质量不达预期被解散了，开发现在要背测试质量和 bug 全责。老板私下说，他的管理经验正在被 AI 时代冲击，想大幅缩减人数。他以前从不担心独立开发者，而现在很担心，因为一个人加 AI 就能复刻出一样甚至更优秀的产品。

他还问：既然你用 AI 顺手把 PM 和测试的活儿全干了，那放大一点，将来大部分中小公司是不是只需要几个人，借助 AI 把产品、测试、运维、安全、基础设施全扛起来？

这几个问题指向同一个盲区。前两篇讲了 AI 在能力层的缺口——感知现实有限、没有自驱力、做不到范式突破。这些是 AI"能不能"的问题，也是能力层里人仍然有优势的地方。

但读者问的不是 AI 能不能，而是人还剩什么。

这是我的答案：AI 替代的是能力层里"已有解"的部分。但能力层之上，还有一层东西，AI 碰不到。我管它叫存在层：价值判断、信任、意义。

两层地图

先说清楚这个框架。

能力层：推理、编码、执行、解决问题，是"怎么做"和"能不能"。AI 在这层全面铺开，大部分事做得比人好。前两篇给 AI 画的三条线，即感知现实、自驱力、创新是这层里 AI 的三个缺口，也是人在这层最后的优势。

存在层：价值判断、信任、意义。即"值不值得做"、“谁来做”、“为什么而做”、“要不要做”。它不是技术问题，是你作为一个人，在组织、社会、文化里的位置问题。AI 在这层没有存在感，并不是因为它不够聪明，也是因为它没有作为"人"参与社会的资格。

往下说三个点。

价值判断：AI 没有"我觉得"

回到那个读者的问题。pizza team 在技术上完全可行，但 pizza team 做不了的第一个东西是：做选择。

你做一个产品，每天遇到的选择不是技术问题，是价值观问题：

• 性能优先还是可维护性优先？
• 快速上线还是要打磨到满意？
• 用户数据可以卖，还是不卖？
• 出了事故是透明披露还是悄悄修掉？

这些不是 prompt 能描述清楚的问题。不是因为 AI 不够聪明，而是因为这些问题没有标准答案。它们的答案取决于你相信什么。

AI 能给你列出每个选项的 pros and cons，但它不能替你选。选择的那一刻，你投射出去的是你的价值观，不是你的推理能力。

就像前两篇反复出镜的 Karikó。数据站在对面，她选"继续"，因为她相信原理是对的。这个"我相信"，AI 没有。

再举一个近的例子。2026 年 5 月，antirez 发布 ds4，README 里特意补了一句：“如果你不接受 AI 辅助代码开发，这个软件不适合你。“这不是技术声明，是价值观声明。他在说：我选择这个开发方式，你如果不同意，可以不用。用 AI 写了 1500 行 C 代码发出来，还是选择手写，这本身是一个价值判断，不是一个能力问题。

小到一行代码的风格选择，大到职业生涯的方向切换，价值的权重永远在，AI 永远不背这个权重。

信任：人信人，不是信概率

pizza team 做不了的第二个东西是：让甲方签字。

你知道一个创业公司怎么拿下第一个大客户吗？不是技术方案写得比大厂好。是那个 CTO 飞了三趟北京，在客户会议室里被问了两个小时的刁钻问题，走的时候对方说了一句话：“你们团队人不多，但我信得过你。”

信任是人对人的。它不是对能力的评估——大厂能力更强。它是一种对"这个人搞砸过，然后扛住了”、“这个人说能做到，就是能做到”、“这个人上次出事故的时候，没有甩锅"的积累。

你签一个 SaaS 合同，服务可用性 SLA 写的是 99.9%。这个东西谁来赔付？AI 吗？是签合同的那个法人、那个公司、那个 CTO。对方买的是你的服务能力，但签合同的时候，他买的是你出事了会兜底。

这就是为什么 SOC 2、等保、合规审计这些东西审的都是人、流程、制度，不是 prompt 质量。不是技术不够先进，是法律体系不给非人主体留位置。

再往下说一层。团队内部的信任也是人对人的。我最信任的同事不是代码写得最好的那个，是上次线上炸了，凌晨三点我们俩一起盯着屏幕、一句废话没有、闷头排查了两个半小时的那个。这种信任来自脆弱性的共享——我们共同经历过糟糕的时刻，你知道对方在那时候是什么样子。

AI 没有"搞砸过"的概念。它不能跟你一起共情一个凌晨三点的线上事故。它不能犯过错后承担后果。而恰好是"搞砸”、“扛住”、“被原谅"构成了人与人之间最深的信任纽带。

所以，pizza team 能做出一个好产品，但签不下一个需要 SLA 的合同。不是因为产品不够好，是对方不知道该找谁负责。

意义：AI 不说"为什么”

最后一个点，存在层最深的地方。

AI 处理符号，人不只处理符号。人问：“这值得做吗？”

这是一个 AI 永远问不出来的问题。不是因为难度高，是因为"值得"不是一个可计算的量。它不来自数据分布，来自你对自己生命的感受。

一个程序员用 AI 三天写出了一个小 SaaS。功能完美，性能好，部署顺利。但三个月后他不维护了。不是因为技术上遇到了什么困难，而是因为他发现"帮人自动生成营销文案"这件事，他不觉得有意义。

另一个程序员，用 AI 花半年做了一个开源的教育工具，给偏远地区的孩子用。用户量不大，bug 还不少，但他每天晚上下班之后还在修。问他为什么，他说：“我小时候就没这个。”

这两个例子，AI 看不出区别。对 AI 来说，它们都是"代码已生成、测试已通过”。但第一个人会慢慢放弃，第二个人会一直做下去。区别不在能力层，而在意义层：你觉得什么东西值得你的时间。

自驱力的燃料其实是意义感。Karikó 相信 mRNA 值得做 40 年，Linus 觉得有个自己的操作系统是好玩的，antirez 觉得推理引擎不够快就得自己造一个——这些都不是功利计算。自驱力让你往前走，意义感告诉你值得往哪走。没有意义感撑着的自驱力，烧不了 40 年。

而"我觉得这事值"，这种话 AI 说不出来。

你的护城河不在你能写多少行代码、能管多少台服务器、能覆盖多少种测试用例。AI 在这些事情上迟早超过你。

你的护城河是：你知道什么东西值得做，你敢为它负责，你愿意跟别人一起扛，只是因为你扛过。

测试团队被裁了，开发背上质量全责，短期看似降本，长期看是风险转嫁，只是延缓，治标不治本。因为质量不是测出来的，是被在乎出来的。你在乎，你就会测。你不在乎，把 test case 拷给你你也不会认真跑。

pizza team 能做出来。但做出来之后的事，比如谁签字、谁兜底、谁扛住凌晨三点的线上事故，答案不是"几个人加 AI"。答案是一个又一个具体的人，有名字、有脸、有自己搞砸过又被原谅的经历。

所以，不必恐惧。去问第一个问题，去做那个在乎的人。

本文是「AI杂谈」系列之三。上一篇：AI 不会问第一个问题 —— 自驱力与创新，为什么人的护城河不在"做"而在"问"。更早一篇：也谈谈 AI 编程 —— AI 的三大局限与三条行动建议。