“乐高”建议的原始语境与爆发式增长背景
Molly Graham 提出的“交出你的乐高（Give away your Legos）”这一职业建议，源于她在 Google 和 Facebook 早期经历的组织快速扩张期。在 2007年加入Google时，公司已有约 10,000名员工，而 Molly 所在的部门在短短 9个月内从25人迅速膨胀至125人。这种极端的规模扩张让她深刻体会到，如果领导者试图紧紧抓住所有项目、团队和责任不放，个人发展将受到严重限制。随后她加入 Facebook 时，该公司仅有 500名员工和8,00万用户（规模甚至小于当时的 MySpace）。在这些初创或快速成长的环境中，Molly 发现，随着公司的发展，个人的职业进步往往依赖于将职责“外包”给他人或新组建的团队，而非固守原有的工作范围。这一建议在过去13年中帮助了无数人打破职业瓶颈，解锁了成长空间。
AI 时代的叙事悖论：被鼓励的“自我替代”
然而，在当前的 AI 浪潮下，这一经典建议面临着前所未有的挑战与悖论。现在的职场叙事变得极其扭曲：“我们雇佣了一位新员工，他可能是你见过的最聪明的员工。我希望你把所有知识都传授给他，然后他在6个月内取代你的工作。” 这种设定让许多从业者感到困惑和抗拒。人们被鼓励将手中的“乐高”——即核心工作、技能和责任——交给 AI 这个看似无所不能的“新员工”。但问题在于，AI 正在强行拿走我们的乐高，无论我们是否愿意。这种被动的剥夺感与主动的“交出”有着本质区别。许多工程师表示怀念过去的工作状态，认为现在的变化令人不适。“改变很糟糕，虽然它也可能很棒，但我们不必粉饰太平，我们可以直接说这很难。” 这种焦虑并非源于懒惰，而是源于对职业控制感丧失的恐惧。
核心反思：哪些“乐高”不应交出？
面对 AI 的介入，Molly Graham 修正了她过去的建议。她指出，并非所有的乐高都可以或应该被交出。在 AI 领域，存在一些特定的工作内容和核心能力是不应该外包给那些本质上如同“暑期实习生”般的 AI 工具。虽然 AI 正在接管大量任务，但人类领导者需要区分哪些工作可以通过自动化提升效率，而哪些工作需要保留人类的判断、创造力和深层理解。关键在于确定 AI 应该在何处介入，又在何处保持距离。如果相信自己的工作永远存在但形态每6年变化一次，那么保留核心竞争力的“乐高”就变得至关重要。这不再是简单的放手，而是一种更精细、更复杂的权衡：在 AI 时代，保留核心技能与交出重复性劳动之间的界限变得模糊且充满风险。
从Google到Facebook：快速扩张中的身份危机与“乐高”隐喻
作者回顾了自己在Google和Facebook经历的巨大增长曲线，指出这种从500人扩张到5500名员工、服务超10亿用户的经历，对个体而言是既可怕又艰难的。在快速扩张中，员工往往围绕自己构建的产品或技术栈建立身份认同。然而，随着公司规模扩大，必然有人接手你曾经引以为傲的项目。这种被迫“放手”的本能反应是抗拒和领地意识，因为那是你唯一擅长且觉得有趣的工作。为了解释这种心理，作者使用了“乐高积木”的隐喻：就像一群幼儿园孩子正在搭建高塔，突然有人来拿走其中的积木，孩子的第一反应是推开对方。但实际上，放手意味着你可以去搭建新的、更有趣的东西。面对变化时，人类的自然本能是紧抓不放并产生领地意识。
意外的全球共鸣：超越科技行业的普遍变革焦虑
这篇最初旨在帮助Facebook员工应对快速扩张的文章，在发布后收到了来自全球各地的反馈。作者记得收到Safeway（一家美国超市连锁）员工的邮件，称文章完美描述了其团队现状；还有一位尼日利亚创始人表示，即使团队仅从2人增至4人，“Give Away Your Legos”的建议也极具价值。这篇文章原本针对的是像Stripe或Slack那样在2013年爆发式增长的科技公司，但其核心信息具有超越特定行业的普遍性。作者意识到，这不仅仅是关于快速扩张的感受，更是关于变革本身带来的心理冲击。这种对变化的应对机制使得文章具有了跨越地域和规模的普适性，至今作者每月仍会收到相关邮件。“Give Away Your Legos”之所以持久流行，是因为它触及了变革中人性深处的恐惧与适应难题。
当下语境：从“规模增长”到“普遍变革”的范式转移
在当前的AI时代，这篇13年前（相对于文章发布时）或20多年前（相对于作者经历Facebook时期）的文章依然具有极高的相关性。有趣的是，近年来收到的咨询更多来自管理者而非初创创始人，反映出企业内部普遍存在的变革焦虑已成为常态。作者指出，过去演讲前会重点考察公司的营收和人员增长率以调整语境，但现在发现“世界上每一家公司都在经历各种形式的巨大变革”。因此，“乐高”文章的核心信息已从单纯的“适应快速扩张”演变为更广泛的命题：如何在变革中保持最佳状态。作者总结该文章的核心为两点：首先，变化是可怕且艰难的；其次，你需要学会放手并适应新角色。这一结论在当下依然成立，甚至因环境的不确定性而更加凸显其重要性。“Give Away Your Legos”在今天依然适用，因为它解决的是人类面对不确定性时的根本心理机制。
拥抱混乱：将情绪正常化是领导力的核心
面对快速的增长与变化，应对工作的最佳策略并非固守现状，而是让自己变得“无关紧要”（make yourself irrelevant），因为这是为未来做好准备的唯一方式。这种看似消极的建议背后，其实蕴含着一种深层的心理疗愈：告诉人们不要担心，一切都会好起来。这种观点常被比作“群体治疗”或一个巨大的拥抱，旨在承认当下的混乱、压力和超负荷感是真实的，但同时也指出在混沌的另一端存在着巨大的机遇。变革虽然令人恐惧且艰难，但这并不意味着世界的终结。
“我觉得我的乐高文章和我所做的演讲就像是一种群体治疗。它们就像一个巨大的拥抱。”
在当前的科技行业，尤其是AI浪潮下，人们经历着一系列未被充分讨论的强烈情绪。这包括悲伤、不知所措以及由此引发的倦怠感（burnout）。领导者必须正视并正常化这些情绪。当员工感到痛苦或混乱时，这并不意味着他们疯了、坏了或有缺陷；相反，这表明所有正确的事情正在发生。这是身体和身份对变革的自然反应。忽视这些情绪而强行推进，只会加剧内部的撕裂；唯有承认并接纳这种集体性的情感波动，才能建立真正的信任与韧性。
工程师的失落：从“心流”到等待代理的运行
AI对技术岗位的重塑引发了深刻的职业丧失感，尤其是对于工程师群体而言。过去两年间，工程角色发生了根本性转变：曾经的核心工作——在IDE中编写代码、享受构建事物的“心流”状态（flow state）——已不再是工作的主流。现在的工程师更多时候是在与AI对话以生成代码，然后等待代理（agents）运行并检查结果。这种工作模式的改变导致许多资深工程师感到失落，因为他们怀念过去那种直接动手构建事物的创造力和掌控感。
一位在快速成长科技公司工作了两年的工程师向演讲者倾诉，他不再像以前那样享受自己的工作。这种不满并非源于工作量的增加或结构的僵化（虽然这也是因素之一），而是源于核心职业满足感的丧失。当工作从“构建者”变为“监督者”，那种通过代码直接创造价值的即时反馈和成就感被削弱了。这种失落感是行业转型期典型的“哀悼”过程的一部分，人们正在为失去熟悉的技能和工作方式而悲伤。
学习速度决定未来：停滞即落后
在快速变化的环境中，未来的定义权不属于那些“知道”什么的人，而属于愿意学习的人。有一句至理名言：“你明天能学到的东西，比你今天知道的东西重要得多。”在AI时代，这一观点尤为真实：六个月前被认为是真理的知识，今天可能已过时。因此，必须抛弃旧有的知识框架。在像Facebook这样的高速增长公司中，公司的成长曲线同时也是员工个人职责和周围环境的演变速度。如果一个人停止成长，他实际上是在保证自己落后。站在原地看似安全，实则是风险最高的选择。
“未来将由那些学习的人来定义，而不是由那些知道的人来定义。”
在Facebook的早期经历中，作者观察到一种残酷的现象：即使是最高效的员工（highest performer），如果不在一年内快速进化其团队和技能，就会迅速陷入困境。这是因为公司本身已经变成了另一番景象。防御性地坚守已知知识是人类的本能，但在AI时代，这种本能是致命的。未来的赢家将是那些愿意投身于未知、拥抱恐惧并持续学习的人，而不是那些试图维持现状以寻求安全感的人。这种从“防御”到“拥抱学习”的心态转变，是应对当前行业动荡的关键生存策略。
工程角色的失落与“划船”隐喻
当前科技行业弥漫着一种深刻的丧失感（Grief），许多工程师对职业现状感到迷茫。这种情绪源于工程工作性质的根本性转变：从过去需要亲力亲为的“划船”（rowing），变成了如今只需在旁监督的“掌舵”（steering）。一位来自OpenAI的前员工曾形象地比喻道：> “工作以前是划船，现在则是掌舵。”
然而，许多从业者并不愿意接受这种转变。他们怀念亲手编码的快感，却恐惧自己除了“划船”之外别无长技。这种对能力单一化的焦虑使得人们难以区分自己是真的喜欢动手操作，还是仅仅因为害怕无法适应新的“掌舵”角色。这种职业身份的危机感在工程领域尤为剧烈，因为这是受AI影响最直接、最 visceral（切身）的部门。面对变化带来的痛苦，承认“这很艰难”本身就是一种力量，正如文章所强调的：直面恐惧与困难是应对变革的第一步。
协作缺失带来的孤独感
随着AI代理（Agents）的介入，工程师的日常交互对象发生了改变。Fiona Fong领导着Claude Code的工程团队，她指出一个显著的变化：团队成员规模缩小，工程师之间的直接协作减少。过去由5到10名工程师组成的小团队，现在可能缩减为更少的人手，导致员工整天都在与AI代理对话。
一位产品负责人坦言：> “我不知道怎么回事，我们现在都成了‘全能建造者’……这让我感到孤独。我怀念那些被剥离掉的协作部分，因为现在我大部分时间都在和机器人打交道。”
这种人际连接的断裂导致了职场孤独感的加剧。当人类不再彼此紧密协作，而是转向与机器交互时，工作的社交属性和情感满足感被大幅削弱。这种变化不仅影响个人情绪，也反映了大型企业在追求效率时忽视了人性需求。虽然剥离管理层级和增加生产力看似高效，但结果是制造了“悲伤的人类”，而这并不利于产出最佳的工作成果。
半人马模型与对“反向控制”的恐惧
为了理解人机关系，Corey Doctorow提出的半人马（Centaur）与反向半人马（Reverse Centaur）模型提供了重要的思维框架。在半人马模式中，人类处于控制地位，如同人脑驾驭马身；而在反向半人马中，AI成为主导者，人类沦为执行指令的工具。
目前最大的恐惧在于反向半人马模式的蔓延。人们担心知识工作者将像外卖骑手或网约车司机一样，被AI算法驱使着完成任务。这种恐惧并非完全空穴来风，因为现有的叙事往往带有毒性：> “我们雇了一个新员工……他比你聪明10倍，我希望你把你所知道的一切都教给他，然后他在六个月后取代你的工作。”
这种“培养接班人以被替代”的叙事让从业者感到愤怒和无力。许多人认为，要求他们主动让自己变得无关紧要（irrelevant）是不合理的。对未来的不确定性和被替代的焦虑，使得拥抱变革变得极其困难。虽然部分恐惧可能被夸大，但这种有毒的环境确实阻碍了人们以积极、兴奋的心态去迎接新技术带来的机会。
驳斥“AI取代工作”的恐慌叙事
当前科技行业弥漫着一种关于人工智能将大规模剥夺人类工作的恐惧，但这种叙事往往缺乏事实依据且被恶意利用。事实上，目前并没有充分的数据证明AI正在真正意义上取代大量工作岗位。许多打着“人工智能”旗号的裁员行为，本质上是管理不善的公司为了推高股价而进行的虚假宣传。这些公司并非因为雇佣了过多人员或业务调整，而是通过贴上AI标签来制造焦虑叙事。这种恐惧营销暗示所有工作都将消失，但现实情况截然不同。
“它们（裁员）与AI无关。它们是管理糟糕的公司贴上AI标签以获取股价优势，而不是承认自己雇了太多人。”
这种叙事不仅不真实，而且极具误导性。正如资深记者Manoush Zomorodi在BBC、音频播客及TED Radio Hour等经历中所展示的， journalism行业在过去30年中不断被预测“死亡”，但她依然建立了成功的职业生涯。这引出了一个更具建设性的思考角度：与其担忧工作消失，不如假设工作形式每六年就会彻底重塑一次。在科技领域，工程师等核心岗位不仅没有消失，反而需求比以往任何时候都更高。关键在于适应形式的变化，而非恐惧存在的终结。
科技从业者的倦怠危机与情绪消耗
尽管工作机会依然存在，但从业者普遍感到精疲力竭。根据连续两年的行业调查数据显示，2025年有44%的人表示感到倦怠，而今年这一比例激增至55%。这是一年内10个百分点的巨大跳跃，反映出极高的职业倦怠水平。这种倦怠主要源于期望员工用同样的薪水做更多的工作，同时面对其他团队因使用AI而提速的压力。然而，除了工作量增加带来的压力，情绪本身的消耗也是倦怠的重要来源。理解快速变化的技术趋势和不断反转的行业叙事令人极度疲惫。
行业风向的转变速度极快，这种“折腾”让从业者无所适从。例如，OpenAI的一位朋友指出，仅用六个月时间，内部对话就从“最大化Token使用、 everywhere 应用AI”转变为质疑“这是否真的有效，因为成本太高”。Hillary Gidley也观察到类似现象：六个月前大家在讨论如何推广AI使用，现在却在讨论如何阻止人们糟糕地使用AI。这种频繁的认知翻转和情感消耗，加上“为相同报酬承担更多责任”的剥削感，使得许多员工感到被利用而非赋能。
幸福与焦虑并存的行业真相
尽管倦怠感普遍存在，但调查结果揭示了一个被忽视的积极面：有一半的受访者表示他们正处于职业生涯中最快乐的时期。这表明并非所有人都陷入恐惧，许多人在高强度工作下依然对行业前景充满兴奋。这种幸福感往往集中在小型团队或特定环境中，显示出不同群体在应对变革时的巨大差异。
“一半的人感到他们职业生涯中最快乐，这很重要。并非所有人都感到恐惧或认为一切注定失败。”
这种看似矛盾的现象——既倦怠又幸福——反映了科技行业的复杂性。一方面，快速变化的叙事和技术迭代带来了巨大的情绪负担；另一方面，新的可能性、更高的参与度以及职业成就感的提升也激发了强烈的热情。理解这种二元性对于应对当前的行业情绪至关重要，既不能忽视倦怠的现实，也不能无视那些在变革中找到新机遇的人群。
AI赋能的悖论：设计师群体的职业倦怠
尽管有数据显示，最能从AI中获益并感到被赋能的人群是那些认为AI放大了他们能力的人，但行业内部却呈现出截然不同的痛苦图景。在参与调查的设计师群体中，幸福感最低的是他们自己。设计师感到极度疲惫的核心原因在于工作节奏的错位：AI加速了产出，但设计流程本身无法随之极速推进。设计需要反馈、共识对齐以及深度的思考沉淀，“你不能只是让代理去迭代”，这种对深度工作的需求与AI带来的即时性形成了剧烈冲突。
“设计不能那么快。你需要从人们那里获得反馈，需要达成共识。你需要坐下来思考。”
此外，“人人都是设计师”的现象加剧了专业人员的挫败感。正如教育行业因“每个人都曾是学生”而难以工作一样，设计领域现在面临外部人员凭借AI工具轻易产出粗糙作品的干扰。这种门槛降低带来的混乱让专业人士感到精疲力竭，因为人们不断试图指导他们如何工作。这种外部噪音不仅消耗精力，更侵蚀了专业尊严。
“懒惰实习生”模型：AI使用的认知偏差与责任甩锅
当前职场对AI的普遍误解在于将其视为“史上最强员工”，从而直接复制粘贴输出结果。作者强烈反对这种观点，提出AI更像是一个“懒惰的实习生”，它需要背景信息、入职培训和持续的指导。如果人们将AI视为顶级专家，就会像对待资深员工一样直接提交其成果；但若视其为实习生，人们自然会进行编辑、迭代和补充上下文。
“你永远不会把实习生交给你的演示文稿直接发给老板……你需要迭代它，编辑它，确保它包含了你与这位暑期实习生之前57次对话中的所有背景信息。”
这种认知偏差导致了严重的责任甩锅（shipped accountability）现象。员工以“AI说这就够了”为由，将未经深思熟虑的工作直接推送给接收者。这种缺乏问责制的行为不仅降低了工作质量，更对组织造成了巨大消耗，因为接收者不得不花费精力去清理这些“AI垃圾”。CEO们甚至通过发送明显由AI生成的策略备忘录，向组织传递了错误的信号：外包思考是可以接受的，对发送的工作内容无需承担责任。
生产力与效率的错位：从代码行数到思维质量的衰退
过去六个月，科技行业过度追求生产力（Productivity）而非真正的效率。这种趋势表现为公司甚至建立“令牌排行榜”来计数AI使用情况，这让人联想到过去通过计算停车场车辆数或Slack气泡数量来管理员工的荒谬做法。这种管理方式只关注在跑步机上跑得有多快，却忽略了是否真的到达了目的地。
“我们一直在关注如何尽可能快地在跑步机上奔跑，而不是我是否正在前往某地。”
工程领域的报告揭示了这一错位的本质：虽然工程师的生产力确实提高了，但需要重写的代码行数增加了8倍。这表明生成的“更多”内容并未转化为有效的产出，反而导致了安全事件增加和代码质量下降。生产力是生成更多内容的能力，而效率是推动对话向前发展的能力。目前的现状是，人们生成了大量需要他人费力筛选的垃圾内容，这并未推动工作进展。这种思维判断力的下降（Thinking judgment is coming down）如同冰山之下，虽然表面产出看似繁荣，但实际质量正在恶化。员工因整天需要等待和审查他人是否真正思考过工作内容而感到愤怒和疲惫，这种情感劳动的负担正是倦怠感的重要来源。
核心原则的延续：拥抱变化的必要性
尽管技术环境剧变，但关于职业发展的某些底层逻辑依然稳固。首先，变化带来的恐惧是正常的生理反应，这是人性的一部分，无需为此感到羞耻。其次，“学习”比“已知知识”更重要。在快速迭代的行业中，承认自己不懂并专注于持续学习，是保持竞争力的关键。此外，在高速发展的公司中，原地踏步等同于倒退。如果员工不主动承担新挑战、不释放手中的工作（即“交出乐高”），就会因无法适应公司增长而落后。因此，面对变化时，最明智的策略是“迎难而上”（lean into it），即使这违背直觉。这种对舒适区变化的拥抱，是个人成长的必要条件，即便当下的不确定性比以往任何时候都更令人畏惧。
AI时代的“交接”悖论：从移交到委托的本质差异
过去建议的“交出乐高”（即让他人接手工作）在AI时代发生了微妙但致命的偏移。过去，当公司人员扩张时，员工可以将工作移交给新人；如今在招聘冻结的背景下，人们试图将工作“交接”给AI机器人。然而，这与移交给人类有本质区别。在人际协作中，最佳实践是彻底切断心理所有权——将任务“扔”给同事后便不再过问，信任对方对成果负责。但在AI场景中，你无法摆脱监督责任。虽然机器人提高了效率（执行X、Y、Z任务），但最终的产出所有权和 oversight 仍留在你手中。这意味着，尽管工作量看似减少，心理税（mental tax）并未归零。
倦怠感的根源：未被释放的心理负担与监督成本
这种“委托而非移交”的模式，解释了当前科技行业倦怠感蔓延的部分原因。当员工将任务交给AI时，他们并没有像移交给人那样获得心理空间的释放。相反，他们需要时刻监控机器人的表现，确保其不犯错（“偶尔搞砸塔楼”），并向上级解释AI产出的结果。这种持续的监督责任导致员工无法腾出精力去探索新事物。正如对话中所指出的，“监督的成本不为零”。你依然拥有那个由机器人构建的塔楼，并需为其最终质量负责。这种“与团队规模扩大后管理人类成员相似”的压力，因AI的不可预测性而加剧。员工陷入了“做得更多但心理更累”的困境，因为AI并未真正分担认知负荷中的责任部分，只是替代了执行部分。
管理AI即管理初级员工：技能复用与心理负荷
将AI视为需要管理的“人类”并非比喻，而是对管理技能的直接复用。尽管机器人没有情感，但监督、提供背景信息、纠正错误和指导工作等核心管理技能在人类与AI之间是通用的。然而，许多技术人员从未接受过管理训练，甚至主动回避成为管理者。这种突然的角色转换——从执行者变为监督者——带来了巨大的精力耗尽（exhaustion）。特别是对于那些不擅长授权或缺乏多年管理技能积累的人来说，这种转变尤为痛苦。
“如果你不享受授权……突然处于管理立场，那种疲惫感是显而易见的。”
此外，每个人的世界现在都是管理者。当向AI分配任务时，本质上等同于向团队中的其他人类成员授权。作者指出，最理想的管理跨度是10到12名员工。即使算上AI代理（agents），这种心理负荷也令人担忧，因为管理者需要在脑海中同时处理大量待办事项和反馈。作者分享了自己的经历：虽然运行多个AI代理能完成许多任务，但整天被这些“同事”的询问、卡点和确认请求所轰炸。相比之下，与资深人类工程师合作只需给出粗略想法即可高效执行，而AI则需要反复试错和等待，这种管理初级员工的疲惫感是许多技术人员尚未适应的现实。
“乐高积木”隐喻的失效：责任归属与机会假设
传统的职业建议常鼓励人们将工作像“扔乐高积木”一样交给他人，从而腾出空间。但在AI时代，这一隐喻存在两个关键失效点。首先，你并没有真正“交出”工作。AI执行任务后，最终责任仍由人类承担且必须全程监督，这与将工作移交给可信的同事截然不同。其次，“放手”的前提假设是：放弃旧任务能带来新的机会，且这些新机会值得追求。
“你之所以放手，是因为只有通过放弃某些东西，才能为新机遇腾出空间。”
然而，当前的主流叙事充满了恐惧。媒体广泛传播“AI将取代所有工作”的观点，甚至裁员也常被包装为AI驱动。这种叙事让人们不敢轻易将大脑和数据“交给机器人”，因为没有人相信对岸有值得追求的新机会。如果人们坚信十年后无人就业、需要全民基本收入（UBI）支撑，那么谁愿意将手中的“乐高”交给AI呢？这种恐惧阻碍了技术人员利用自动化摆脱枯燥工作、专注于热爱之事的可能性。
知识囤积与恐惧叙事：技术人员的心理困境
在Tim O'Reilly组织的“Food Camp”讨论中，一位律师的策略引发了共鸣：囤积特定领域的专业知识以保护自身不可替代性，防止被AI取代。这反映了当前许多专业人士，尤其是细分领域从业者的普遍心态。恐惧叙事正在驱动人们采取防御性策略，而非拥抱技术带来的变革。
作者认为，尽管当前是技术创新的“高光时刻”（如“带激素的手机”），能创造大量新业务和新岗位，但必须开始进行关于机遇的对话。只有当人们相信自动化能让他们摆脱讨厌的工作、专注于擅长且带来快乐的事情时，才能真正“投入”（lean in）。然而，媒体 propagated 的“对岸无物”叙事与这一愿景背道而驰。这种认知错位导致了技术人员的倦怠、孤独和焦虑，因为他们既无法通过AI获得预期的自由，又因恐惧而不敢完全放手，陷入了一种高负荷、低回报的管理困境。
拥抱变化：从“保护过去”转向“设计未来”**
面对科技行业的剧烈变革，许多人本能地选择紧握已知的安全感，但这种防御姿态并非在变化中 thriving（繁荣/茁壮成长）的正确方式。真正的生存之道在于采取一种“创业”或“能动性”的立场，即主动参与定义自己职业的未来，而非试图保护过去。正如对话中提到的观点：“你拥有的所有数据都表明……这种保护和紧握已知事物的方式，并不是你在变化中茁壮成长的路径。”
以 Minutiae 的故事为例，尽管法律行业看似永恒存在，但其形态每三到六年就会发生巨大变化。关键问题不在于律师是否还会存在，而在于你是否愿意成为设计这一新形态的一部分？如果选择抗拒或固守旧有模式，最终只会错失机会。“律师总是存在的……但你想成为设计那个未来的一部分吗？还是想留在这里试图保护你所知道的？”这种思维框架的核心在于：“我的工作形式会变，但它会继续存在……不要试图抵抗，因为抵抗无论如何都不会起作用。”
打破职能壁垒：设计师与工程师的协作重构**
在具体的职场实践中，传统的角色边界正在成为阻碍创新的墙。许多专业人士仍受限于“我是设计师”或“我是工程师”的固有认知，导致协作出现断层。例如，一位设计负责人曾尝试将代码推向生产环境（shipping code），却遭遇工程团队的强烈抵制，对方认为“你是设计师，我是工程师”，生产环境由工程师全权负责。虽然金融等领域对发布流程有严格的安全考量，但这种僵化的界限在更广泛的科技语境下显得不合时宜。
“我们需要打破这些墙……如何卸下我们曾经知道的那些‘乐高积木’？”初创企业之所以快乐，是因为它们不是在对抗过去的方式，而是在发明未来的可能性。领导者需要引导团队从“恐惧对话”转向“创造力对话”，鼓励员工尝试新事物，比如让设计师在受控环境下直接参与代码发布。这种去边界化的趋势意味着：“如果你不拥抱创造力对话，你就是在领导一群恐惧的人。”
角色本质重构：从执行者到创业者**
随着工具能力的提升，传统角色的定义正在被彻底重写。设计师不再仅仅局限于视觉原型，而是能够进行更深入的对话甚至编写代码；营销人员也具备了直接部署产品的能力。这种变化迫使从业者重新审视职业的本质：“以前你被定义为设计师，因此只做某些事……但现在事情正在改变。”
这一逻辑在新闻行业已有先例：过去记者隶属于大型媒体机构领取薪水，如今每个人都是创业者（如 Substack 模式）。科技行业正经历类似的转型：“你和商业模式的关系……以前是薪水，现在每个记者都是创业者。”因此，从业者必须问出根本性问题：“新闻的本质是什么？设计的本质是什么？产品经理的本质又是什么？”**只有放下对旧有角色定义的执着，才能在新环境中找到新的立足点。
从“放手”到“坚守”：AI时代的策略转折
Molly Brown在回顾自己13年前提出的建议时，承认了一个巨大的转变：过去她主张将一切“乐高积木”（即任务或责任）放手给他人，但在当前快速扩张且充满不确定性的环境中，她现在的回答是“不”，即有些东西不应放手。尽管在大多数情况下，由于未来不可预测，将任务外包往往是正确的选择，因为人们无法想象接下来会发生什么。然而，随着AI技术的普及，特别是关于“AI垃圾内容”（AI slop）的讨论兴起，她开始意识到有些工作不应外包给机器人。这种转变标志着行业认知的重大变化：在AI时代，部分核心能力必须保留在人手中。
拒绝“自动驾驶”思维：人类独特的价值领域
Molly以乘坐Waymo的经历为例，指出虽然驾驶本质上是代码和系统的问题，但人类并不擅长自动化处理此类任务（如遵守红绿灯），这暗示了某些领域并非适合完全交给AI。她认为，人类应专注于那些我们天生擅长且机器无法替代的事情。具体而言，需要判断力的工作不应外包。例如，CEO若让AI制定公司战略并直接复制粘贴下发给团队，这是错误的做法。企业愿景和战略规划必须由人类大脑主导，因为这是领导者的核心职责。此外，涉及信任的关系性工作也不应外包。如果管理者自己都不清楚什么是“好”的标准或质量要求，他们甚至无法将其交给暑期实习生，更不用说外包给AI了。当缺乏对质量的定义时，盲目外包是危险的。
“三明治”模型与人类品味的必要性
在讨论AI的介入程度时，Lenny提出了一个“三明治”框架：人类处于顶层和下层（愿景与最终审核），AI在中间执行大量工作。这一模型强调了人类在引导方向上的关键作用。Molly进一步以Airbnb与Booking.com的对比为例，指出人类的存在是为了引导我们走向想要的世界。Booking.com通过优化每一秒的交互、制造紧迫感（如“仅剩一间房”）来最大化转化率，虽然高效但充满压力；而Airbnb则致力于提供舒适、良好的体验。这种差异体现了“品味”（Taste）的重要性，即区分“还可以”与“卓越”的能力。Lenny指出，这不仅是品味问题，更是愿景（Vision）的问题——即我们想要构建什么样的世界。
警惕将未来交给“暑期实习生”
最后，Molly强调了一个常被忽视的风险：目前的AI输出往往类似于“暑期实习生”或初级员工的工作水平。如果将公司的愿景或未来的方向外包给这些缺乏深度判断力的“实习生”，将会带来严重问题。人类大脑在多个方面依然强大，我们需要接受这一现实：AI目前尚不具备独立承担核心战略和愿景构建的能力。因此，保留那些需要人类独特智慧、判断力和品味的工作，是应对当前技术变革的关键策略。不要将最重要的“乐高积木”交给尚未成熟的AI系统。
拒绝外包核心能力：警惕“暑期实习生”式的AI
在技术快速迭代的当下，专业人士面临的首要挑战是如何界定人机协作的边界。尽管AI工具在特定任务上表现出色，但专家强烈建议不要将核心能力完全外包给这些本质上如同“暑期实习生”般的算法模型。虽然我们可以利用数据来增强和放大AI的能力，但必须保留人类对关键决策和创造性工作的掌控权。随着技术的进步，真正的考验在于从业者能否坚守那些真正热爱且擅长的工作环节。
“The trick is as it gets better, can you hold on to things you want? ... I love this. I'm not going to let AI take this on.”
许多工程师曾享受编写代码的过程，这种对技术本身的热爱不应被轻易剥夺。面对AI的渗透，从业者需要一种坚定的态度：拒绝让渡那些能带来职业满足感的核心技能。这不仅是关于效率的考量，更是为了在自动化浪潮中保留工作的意义感和个人成就感。如果连最基础的创造乐趣都被机器取代，那么职业发展的内在动力也将随之枯竭。
哀悼与重塑：为逝去的技能举行“葬礼”
面对可能消失的职业习惯或技能，行业内部出现了一种反思：是否会出现类似艺术领域的“手工复兴”？当AI生成内容泛滥时，真正由人类亲手创作的艺术品或代码可能会重新获得极高的价值。这种趋势类似于生活中的“鞭打效应”（whiplash），即在过度依赖技术后，人们会重新珍视人工制作的独特性。然而，这种反弹是否会在编程领域发生尚不确定。
更重要的是心理层面的调整。正如Chip Connelly所言，有时我们需要为某些事物的逝去举行“葬礼”。允许自己哀悼那些正在消失的工作方式，是适应新环境的第一步。这种哀悼并非消极的沉溺，而是为了腾出心理空间去探索新的可能性。我们既要为失去的传统感到悲伤，也要看到新世界中涌现的机会。接受变化并允许情绪流动，才能在不确定的未来中找到新的立足点。
缓慢起飞：缓解“掉队”焦虑的理性视角
当前科技行业弥漫着一种“被落下”的恐慌，许多人认为如果不立即自动化所有流程或管理数十个AI代理，就会彻底落后。然而，通过与各大实验室领导者的交流发现，我们实际上仍处于“第一局”（inning one）或“第一节”时期。技术正处于缓慢起飞阶段，而非瞬间爆发的超级智能奇点。这种渐进式的发展为从业者提供了宝贵的适应时间。
“We're early and the future is ours to shape. ... The distance from beginner to expert is really short.”
这种缓慢的演进意味着我们不必像被百米冲刺的飞机拖着走那样恐慌。从初学者到专家的距离其实很短，关键在于主动参与塑造未来而非被动恐惧。目前的技术尚未进入自我强化的超级智能循环，因此我们有足够的时间去学习、适应并理解这些新工具的真实能力。这种理性的视角有助于消除“永久底层阶级”的恐惧叙事，鼓励更多人以平和的心态拥抱技术变革。
新手红利：打破旧有壁垒的“无知”优势
当前科技行业存在显著的社会经济分化，部分公司表现优异而另一些则不然。然而，对于新入行的设计师和工程师而言，这或许是历史上最好的时代。Ian Silber（OpenAI设计负责人）指出，新人可以直接利用最先进的工具起步，无需像前辈那样花费数年积累基础技能。“这是历史上作为设计师最好的时代”。以编程为例，随着 Rockbot 等工具的出现以及云代码技术的发展，新人无需掌握复杂的编解码器知识或长期追踪新闻更新。“你不需要花费多年时间站在所有新闻和更新的顶端”，新人可以直接使用 Grockbot 或 Codeex 等工具，其产出能力可与资深人士持平。那些长期从业者所建立的旧有“墙壁”（如固定的角色分工和传统产品开发流程），对新人而言反而是一种优势，因为他们没有既定思维的束缚，能够以第一性原理思考，提出“如果直接这样做会怎样”的问题。这种摆脱既有认知、拥抱可能性的能力，将定义未来的塑造者。
核心技能重构：从工具掌握到AI意识迁移
在技术迭代加速的背景下，“你能否判断某事是否可由AI协助”已成为当下最重要的核心技能。这一观点曾在社交媒体上引发讨论但未被充分重视。“我现在感觉现在要培养的最大技能是，当你准备做某事时问自己：AI能帮我处理这件事吗？” 这种思维类似于冥想中的“刺激与反应”之间的空间感，即在行动前插入一个反思环节。一旦掌握这种意识，就能随着工具进化而灵活利用它们，这正是区分当前人群的关键。对于那些熟悉旧有工作流的人来说，这些流程构成了认知壁垒；而对于新人或具备新思维的人而言，“如果你不知道那些墙壁存在，你其实处于优势地位”。这种思维方式促使人们不断追问：“最好的时间利用方式是什么？代理或机器人能为我做什么？” 这种对效率本质的重新审视，是应对技术变革的关键。
野心与质量：从MVP思维到构建持久价值
随着AI使“描述即生成”变得容易，行业正面临从追求最小可行产品（MVP）向“如何更大胆地思考”的转变。工具正在等待你提出比这更宏大的目标，因为AI可能仅凭一个指令就能实现复杂功能。“我们需要思考的是：我们如何能更雄心勃勃地利用这个想法？” 然而，伴随便利性而来的是“AI垃圾”（slop）和问责制问题。Lenny 提出疑问：“初创公司的AI垃圾版本是什么？” 我们是否即将看到大量仅存在6到12个月便消失或过时的公司？“如果只是为了制造更多东西并推向世界，那并不有趣”。真正的机会在于成为“持久事物的先驱”——构建那些五年后依然重要、卓越且值得他人时间投入的产品。“现在的差异化机会不在于快速发货，而在于提供该事物的非常优秀的版本”。这种对质量和持久性的追求，将重新定义人机协作中的核心价值。“这涉及到当谈到人际接触时什么会重要”，即人类在确保产品卓越性和长期价值中的独特作用。
管理者的核心定位：从执行者到价值观的守门人
在技术快速迭代的当下，个体贡献者（IC）往往拥有更清晰的职业路径和生产力工具，而管理者与领导者则面临着前所未有的迷茫。由于变化速度极快，许多领导层难以确定团队的未来形态以及哪些事务真正重要。管理者必须意识到自己是团队的榜样，因为他们的行为模式、对AI工具的使用方式以及面对不确定性时的态度，都会直接向下渗透并定义团队的“常态”。这种角色要求领导者在混乱中保持定力，通过自身行为展示什么是“好”的工作标准。
“我想知道每一位管理者和领导者都知道这一点：你要明白你是一个榜样，你所做的一切以及你的行为方式本质上是在向团队展示什么是好的。”
这种示范作用不仅限于技术层面，更关乎心理层面的应对。领导者需要为团队创造空间去承认当前的变革带来的冲击。管理者应主动谈论这种变化给员工大脑和心理造成的压力，因为承认痛苦本身就能缓解焦虑。当领导者公开讨论悲伤、孤独和倦怠感时，员工会意识到这些情绪是普遍存在的正常反应，而非个人能力的缺陷。这种共情式的领导风格有助于减少员工的孤立感，让他们知道在公司内部有人与他们感同身受。
坚守责任定义：将AI视为初级实习生而非替代者
在拥抱新技术的同时，管理者必须牢牢守住“问责制”和“什么是好作品”的定义权。领导者需要明确界定哪些责任可以交给AI，而哪些必须由人类员工承担。这要求建立新的工作标准：将AI视为一名“初级实习生”，它只是一个辅助工具，最终交付的工作成果仍需由人类的大脑主导完成。因此，保护员工、帮助他们在这个“狂野西部”般的环境中导航成为管理者的核心职责。
文中提到了Clay发布的AI写作政策作为正面案例，该政策的核心理念是无论内容如何生成，人类必须对最终发布到世界上的作品负责。这种态度强调了问责制的不可推卸性。管理者不仅要规范自己的行为，还要通过沟通引导团队理解：AI提高了效率，但并未改变人类对质量负责的本质。这种清晰的边界设定有助于员工在利用工具的同时保持职业尊严和责任感，避免因过度依赖AI而产生的道德或质量滑坡。
管理层的价值重估：对抗“去管理层化”的短视趋势
尽管许多大公司出于效率和成本考虑试图削减管理层级，但调查数据表明这是一个巨大的长期错误。员工幸福感最强的杠杆是他们的直接管理者，这是唯一可以通过行动改变的因素。然而现实往往残酷，大多数员工认为自己的管理者并不称职。优秀的管理者能让员工感到被看见、被支持，并帮助他们理清混乱的局面；而糟糕的管理者则被视为阻碍工作的墙壁。
“只有当你找到一两个好老板时，你才会紧紧抓住他们不放……因为你可能一辈子只能遇到这么两三个。”
这种观点揭示了管理工作的稀缺性和高价值。虽然拥有糟糕上司的员工可能渴望消除管理层，但那些经历过良好管理的人深知其重要性。随着团队进入“风暴期”（Storming phase）并可能在各个发展阶段间反复波动，管理者的存在变得比以往任何时候都更重要。他们不仅是效率的推动者，更是团队心理稳定的锚点。因此，保留并赋能管理层并非成本负担，而是维持组织长期健康和员工幸福感的关键投资。
将混乱视为乐高雕塑：宏观视角的重构
在快速扩张或剧烈动荡的公司中工作，往往让人感到如同置身龙卷风中心。一切都在飞速旋转且不断改变，这种高压状态极易让人迷失方向，陷入对琐碎细节的过度执着或对自身价值被低估的焦虑中。为了摆脱这种困境，核心策略是“拉远视角”（Zoom out），不再纠结于当下的职位头衔或具体事务，而是思考自己希望在未来讲述怎样的故事。演讲者提出“乐高雕塑”的隐喻：想象你正在参与构建一只老虎，起初你以为自己在做脚部工作，后来发现是在塑造面部，甚至多次重建臀部结构。随着项目推进，你意识到这不仅仅是一只老虎，而是一个完整的动物园。
“想象一下我们五到十年后会讲述的故事：‘我当时认为这是对的，那是错的’、‘我是第一个提出这个观点的人’。你正在亲历历史。”
这种视角转换能帮助从业者认识到，当下的混乱是宏大叙事的一部分。与其沉溺于短期的挫败感，不如将这段经历视为未来向新一代毕业生讲述的传奇故事。虽然过程艰难且充满不确定性，但这段经历本身将成为一段疯狂而有趣的回忆，关键在于我们选择如何定义自己在其中的角色。
拥抱变化与处理哀伤：心理层面的调适
面对行业剧变，最关键的 takeaway 是承认变化虽然可怕且艰难，但这并不意味着它是坏的。相反，它要求我们拥抱随之而来的情绪。许多人害怕变化是因为担心“另一边”空无一物，但固守一个正在缓慢消亡的事物同样不安全。因此，主动拥抱变化（Lean into change）是更理性的选择。与此同时，必须正视哀伤（Grief）的存在。随着旧模式的瓦解，那些我们曾经热爱的事物正在消逝，这种失落感需要被允许和宣泄。
“哀伤是这个过程的一部分。有时候，你需要一场葬礼；或者做你必须做的事来悲伤。”
团队和个人都需要空间去处理这种丧失感。让身边的人有权利感到难过，是应对变革的必要环节。只有充分释放这些负面情绪，才能轻装上阵。同时，尽管媒体充斥着恐惧叙事，但数据表明机会正在被创造出来。特别是对于那些愿意进行自我重塑（Reinvention）的人而言，未来的工作形态可能与两年前截然不同，但岗位本身并不会消失。例如，软件工程、产品经理等角色不仅没有减少，反而随着技术发展呈现出增长态势。因此，忽略恐惧叙事，关注数据背后的机会是保持职业安全感的心理基础。
审慎分配任务：将AI视为实习生而非全能神
在技术层面，从业者需要刻意地决定哪些工作交给AI。首先，要识别出AI表现糟糕的领域并避免涉足；其次，要明确自己热爱且不愿被替代的核心价值。为了避免“大脑退化”（Brain rot）和过度依赖AI，必须保持人类的判断力。一个有效的思维模型是将AI视为一名“实习生”（Intern）。就像对待初级员工一样，你需要思考：我会把什么任务交给它？又有哪些核心决策或创意绝不应该交给它？不要交出所有的“乐高积木”，要保留那些真正体现人类独特性的部分。
“AI并不是一个超级智能体，它更像是一个实习生。这意味着你要像对待实习生一样思考：你会给它什么？绝不会给它什么？”
人类的独特价值在于引导工作走向你愿景中的方向，而不仅仅是执行最简单或AI建议的路径。我们的任务是利用这个“不聪明的实习生”来放大自身的能力，增加工作中的乐趣和创造力。通过这种方式，AI不再是剥夺者，而是赋能者。最终，我们要问自己：这个新工具如何让我做更多热爱之事？如何让世界带来更多喜悦？ 这种从“失去”到“增强”的心态转变，是应对AI时代挑战的核心方法论。
寻求社群支持与打破孤立感
Molly首先强调了建立支持性社区对于应对当前科技行业困境的关键作用。她指出，自己在进行此类深度对话时，从Glue Club等社群中获得了大量的智慧与支持。对于感到孤独且缺乏支持的领导者而言，主动寻找并加入能够坦诚交流的社群至关重要。她建议不要将自己封闭在悲伤的孤立角落中，而是应该走出去与他人交流。通过社群互动，成员们可以共同辨别什么是真实的、有价值的信息，以及什么是不实或无用的噪音。这种集体验证的过程非常有价值，它帮助个体确认自身感受的普遍性。Molly特别提到，无论是Glue Club还是Lenny's Land等平台，核心都在于通过对话来厘清现实与虚幻的界限。她鼓励听众积极参与讨论，因为这种相互依靠、共同学习的过程能够有效缓解个体的孤立无援感。
关注人性面与情感共鸣的重要性
Molly接着向Lenny表达了感谢，认为他为探讨科技行业的人性面提供了宝贵的空间。她观察到，目前市场上充斥着大量关于“该做什么”、“需要掌握哪些技能”或“哪个工具最热门”的战术性内容，却严重缺乏对个体在经历行业变革时内心感受的关注。她指出，我们谈论得不够的是这种体验对每个人意味着什么。Lenny对此表示认同，并幽默地将这类节目称为“特洛伊木马”式的内容策略。听众往往是被具体的战术建议（如如何使用AI、如何成为更好的产品经理）吸引而来，但在获取这些实用信息的同时，关于心理健康和情感支持的深层内容也悄然融入了其中。这种“附带”的心理疗愈效果往往让听众感到意外且有益，正如Lenny所言：“哦，原来我没想到我需要这个，但这确实很有帮助。”
正常化悲伤情绪与节目结语
Molly进一步阐述了此类对话的终极目标：让听众感到自己并不疯狂，确认悲伤和失落是正常的反应。她希望人们离开时能意识到，“现在感觉有点疯的人不止我一个”，很多人在经历哀悼过程，这是正常的。这种正常化的视角有助于减轻从业者的心理负担。Lenny再次强化了这一观点，指出这类节目虽然披着战术干货的外衣，实则提供了重要的心理支持。在节目的最后部分，Lenny感谢Molly的参与，并呼吁听众通过订阅Apple Podcast、Spotify等平台来支持节目。他特别强调，给予评分或留下评论对于帮助其他听众发现该播客至关重要。最后，Lenny引导观众访问lennispodcast.com以获取往期节目或更多信息，并在音乐声中结束了本期对话。
结论
科技行业正经历由AI驱动的深刻重构，核心矛盾在于效率提升与心理负担的错位。尽管生产力指标上升，但监督成本导致倦怠加剧、协作断裂引发孤独感，且AI输出质量常低于预期。论证表明，将AI视为需严格管理的“实习生”而非全能替代者至关重要。
最终策略并非全面放手，而是坚守人类独有的判断力、品味及战略愿景。从业者需通过持续学习适应角色转变，管理者应强化价值观引导与情感支持。唯有在保留核心竞争力的同时拥抱变化，方能在不确定性中实现职业重塑。