最近在微信群里看到一个问题：
有人正在尝试把工作流程交给AI自动化，却发现其中存在不少问题。
他跟我提出了一个观点：AI的优势主要集中在人类相对薄弱的领域，例如大规模记忆、信息检索、知识整合和复杂计算。但在另一些领域，例如观察人际气氛、理解言外之意，或者通过一次喝咖啡的闲聊打破陌生人之间的隔阂，AI目前的能力仍然有限。
于是他问我：AI真的能在短时间内，端到端地接管白领工作吗？
我当时的回答是：当世界的规则足够完善，所有可能性都有明确的定义，AI或未来的Agent确实可能取代大量人类工作。
但现实世界不是这样运行的。
随着我们的探讨，我又想到一个更深的问题：AI可以通过无数种算法和模型逼近人类的情感表达，但这种逼近究竟是在模拟情感，还是有可能真正产生情感？
这两个问题看似不同，实际上指向了同一个方向：我们究竟应该如何理解AI的能力边界，又该如何理解人类自身？
一、工作不是一份任务清单
我们习惯把工作理解为一系列任务。
收集信息、分析数据、制作报告、安排会议、沟通客户、推动项目。只要把这些任务拆解得足够细，似乎就能够逐项交给AI完成。
沿着这个思路，AI接管人类工作似乎只是时间问题。
但这里隐藏着一个前提：完成所有任务，是否就等于完成了一份工作？
假设一家企业准备与海外合作伙伴开展业务。
AI可以调查市场，分析竞争对手，测算成本，研究当地法规，甚至起草一份质量不错的合作协议。
这些都属于可以明确描述、可以检验结果的工作。
然而，项目能否推进，可能取决于另外一些因素。
合作伙伴是否信任你？对方在会议上表达的赞同究竟是真正认可，还是出于礼貌？公司内部不同部门是否愿意配合？某位负责人迟迟没有回复，是因为反对项目，还是因为他正在等待上级的态度？
甚至，一次并不涉及业务内容的火锅饭局，都有可能改变双方对彼此的判断。
这些信息未必会出现在工作群、邮件、会议纪要或者项目管理系统里。
有时候，事情做不成，并不是因为方案不够好，而是因为没有人愿意推动它。
工作不仅是完成任务，也是与他人协调资源、形成共识、承担责任，并在不确定的环境中推动事情发生。
这部分工作很难被完整写成一份操作说明书。
当然，这并不意味着AI永远无法参与。未来具备视觉、听觉、长期记忆和环境交互能力的AI，可能在判断气氛、识别冲突和协商利益方面达到相当高的水平。
但我们至少需要承认：自动化一项任务，与接管一个社会角色，是两个不同的问题。
二、世界不可能被穷尽，但AI也不需要穷尽世界
我最初的观点是：如果世界上的规则都被定义，AI就有可能取代人类。
重新思考后，我认为这个说法还需要修正。
因为AI并不需要理解所有可能性，才能完成一项工作。
人类同样无法预知所有情况。
我们作出判断时，也在依赖经验、概率、有限的信息，以及对未来的猜测。多数时候，我们并不知道自己的决定是否正确。
AI通过统计学习、推理、规划和反馈机制，也可以在不确定的环境中行动。
因此，不确定性本身，并不是人类不可替代的证据。
真正值得讨论的是另一件事：当规则不完整、目标相互冲突，而且行动结果无法立即验证时，一个系统应该依据什么作出选择？
例如，一家公司面临两个选择。
第一个方案能够提高短期利润，但可能损害长期合作关系。
第二个方案牺牲部分利润，却可能换来合作伙伴未来几年的支持。
单从计算角度，这并非不可建模的问题。
如果我们能够明确各种结果的价值、发生概率和评价标准，AI完全可能给出比人类更可靠的决策。
但重点在于：这些标准本身是谁制定的？
短期利润和长期信任应该如何比较？员工利益、股东利益和客户利益发生冲突时，应该优先考虑谁？
这已经不只是计算问题，也涉及价值选择、权力结构和责任归属。
AI可以帮助分析不同选择的后果，但不能仅凭计算能力决定一个社会应当追求什么。
至少在今天，这种正当性仍然来自人类建立的制度与社会关系。
三、AI能够理解情感，是否意味着它拥有情感？
继续思考下去，就会遇到一个更加本质的问题。
AI可以学习人类的语言、表情、行为和心理学知识。
未来，它可能比多数人更擅长识别微妙的情绪变化，也可能比我们更清楚，在什么场合应该说什么话。
如果一个AI能够准确识别你的失落，记住你的经历，理解你的处境，并给出恰当的回应，我们是否应该认为它理解了你的情感？
从功能角度看，答案可能是肯定的。
但如果进一步追问：它自己是否真正感受过失落？
这时候问题就变了。
这里存在两个不同的概念。
一个是情感的功能，另一个是情感的主观体验。
人类的恐惧不仅表现为逃跑、心跳加快或者回避危险。我们还会亲身体验到一种称为恐惧的感受。
假设未来的机器人拥有自主目标、身体感知和自我保护机制。
它知道什么会损害自身，什么有利于持续运行。面对危险，它会改变行为；受到损伤，它会采取保护措施；摆脱危险后，它的内部状态会恢复。
从功能上说，我们可以为它建立一套类似情绪的系统。
但问题是：为什么一套信息处理机制，会产生被某个主体亲身感受到的体验？
这就是意识研究中的一个经典难题。
哲学家David Chalmers将其称为意识的“困难问题”。
我们能够研究神经元如何活动，能够观察大脑处理信息的方式，也能够建立情绪形成的生物学模型。
但从这些物理过程到主观体验之间，仍然存在一个缺口。
如果把意识视为一个需要解释的现象，那么AI从模拟情感到拥有情感的过程，可能存在一个尚不明确的“从0到1”的问题。
我们知道如何让机器表现出越来越复杂的情感行为，却不知道什么样的条件能够使机器真正产生主观感受。
甚至还不能确定，是否存在一个可以清楚划分的临界点。
不过，这里必须保留另一种可能性。
我们不能因为AI由代码构成，就断言它永远不可能拥有情感。
因为人类的情感，同样建立在物理、化学和生物过程之上。
自然演化产生的神经系统能够拥有主观体验，是否意味着人工制造的系统就必然不能？
目前没有得到公认的答案。
四、没有真实情感，并不意味着无法取代人类工作
讨论到这里，很容易得出一个令人安心的结论：既然AI可能永远无法拥有真实情感，那么需要情感的工作就不会被取代。
但我认为，这个推理还存在逻辑漏洞。
一项工作是否能够被替代，并不取决于执行者是否拥有主观体验，而取决于它能否完成工作所要求的功能。
比如，一个AI客服系统能够识别客户的愤怒，判断其诉求，给出恰当解释，并解决问题。
即使它从未真正体验过愤怒，也不妨碍它完成客服工作。
同样，一个AI谈判代理未必需要真正感受到信任，才能利用长期合作记录、利益关系和沟通反馈，判断对方是否值得信任。
如果它的判断足够可靠，企业就可能让它承担更多工作。
这也意味着，情感领域不一定是人类最后的安全区。
我们现在认为复杂的人际沟通难以自动化，可能部分是因为AI缺少持续观察现实世界的能力、可用的行动工具，以及参与社会互动的长期经验。
随着这些条件改变，一部分原本被视为依赖人类直觉的工作，也可能逐渐转化为可以由机器完成的任务。
因此，用“AI没有真正的情感”来证明“AI无法取代人类”是不合适的。
这两个事情之间没有必然的因果关系。
五、AI可能取代大量工作，但这与取代人类不是一回事
重新审视最初那个问题，我认为需要区分三个层次。
第一层是任务替代。
写报告、整理资料、分析合同、编写代码，这些工作中的相当一部分已经可以由AI参与完成。
第二层是岗位替代。
当一家企业发现，原本需要五个人完成的工作，现在只需要一个人协调AI系统，就可能减少岗位。
这种替代不要求AI拥有完整的人类能力，只要求新的生产方式在成本、质量和风险方面符合企业要求。
第三层才是人类在社会中的整体角色。
人不是单纯的劳动工具。
我们既是生产者，也是消费者；既会执行任务，也会制定目标；既参与组织，也建立家庭、文化、制度和社会关系。
一个人之所以在社会中具有位置，并不只是因为他能够完成某项工作。
从这个角度看，即使未来AI能够承担绝大多数人类工作，也不能直接推导出人类将失去存在价值。
当然，这也不意味着人类的社会地位会自动得到保护。
如果AI替代了大量工作，收入如何分配？谁拥有生产系统？谁决定AI的目标？当机器作出的决定影响人类生活时，由谁承担责任？
这些问题不可能仅靠提高模型能力解决。
它们需要法律、制度、经济结构和社会共识作出回应。
技术可以改变社会的生产方式，但生产方式改变之后，社会如何组织自身，仍然是一个问题。
六、我们真正需要重新理解的是人类自己
我相信AI会改变世界。
它可能改变知识的生产方式、企业的组织结构，以及我们今天对职业、能力和劳动价值的理解。
我也不排除未来出现能够接管大量端到端工作的Agent，甚至在某些复杂的人际协调任务上超过人类。
但我不认为，这就意味着AI将完整地取代人类。
过去，我们常常以某种能力来定义人的独特性。
人会计算，机器不会。
后来机器计算得比人快。
人会下棋，机器不会。
后来机器在棋盘上战胜了人类高手。
于是，我们又把创造力、语言、推理和情感视为人类特有的能力。
未来当AI在这些领域取得进展，我们还会继续寻找新的边界。
我们一直试图通过“机器做不到什么”来定义“人是什么”。
如果有一天机器能够完成只有人类才能完成的事情，难道人类就失去了自身的意义？
我认为不是。
人类的价值不应该建立在某项能力永远无法被机器复制的假设上。
因为这样的假设可能随着技术进步而失效。
回到最初关于情感的问题。
也许未来的AI可以模拟人类所有能够观察到的情绪表现，甚至形成与人类相似的内部价值机制。
它究竟是否产生了真实感受，我们还需要新的理论和证据。
而在这个问题解决之前，我们也不应该把AI缺少主观体验，当作它无法完成工作的理由。
AI能够完成什么、AI是否具有意识、AI应该在社会中拥有什么地位，这是三个相互关联却不能混为一谈的问题。
对于未来，我仍然保持一个判断：
AI可能取代大量由人类承担的工作，也可能改变我们理解智能与情感的方式。但一个社会究竟需要人类承担什么角色，不只是技术能力能够决定的问题。
我们真正需要面对的，或许不是如何守住最后一项机器无法完成的技能，而是当越来越多的事情不再需要人亲自去做时，我们准备建立怎样的社会，以及希望在其中过怎样的生活。
