正因为如此，真正值得警惕的，并不是技术消除了阻力本身，而是它越来越多地消除了那些原本承担主体塑造功能的阻力。当技术不断替我们完成思考、规避试错、抹平摩擦时，我们固然获得了前所未有的效率，却也可能失去那个塑造自身的过程。那个曾经帮助人磨炼技艺、锻造判断、形成品格的“沙轮”，正在悄然消失。
关于劳动对人的塑造，中国古代思想与二十世纪欧洲哲学，竟然在相隔两千多年的时空中，形成了一种耐人寻味的呼应。让我们看到，正是阻力，使技能成长为技艺，又使技艺进一步沉淀为人格。
《庄子•养生主》中的庖丁解牛，常被理解为一则关于养生或人生智慧的寓言，但它首先也是一则关于劳动的现象学描述。庖丁解牛十九年，刀刃犹如新发于硎，其秘诀并不在于蛮力，也不在于机械地遵循规则，而在于“依乎天理，因其固然”。经过长期的实践，他不再只是使用一把刀去处理一头牛，而是在持续不断的磨合中，与牛的骨骼纹理建立起一种不可言传的默契，最终达到“以神遇而不以目视”的境界。这里所呈现的，并不是一种神秘主义，而是一种关于技艺形成过程的深刻观察：真正的熟练，并非规则越来越多，而是规则逐渐融入身体；真正的劳动，也不仅仅改变了对象，更改变了劳动者自身。
有趣的是，两千多年以后，海德格尔在分析工具经验时，描述的几乎是同一种现象。他提出，人最初并不是把锤子当作一个对象去认识，而是在不断使用它的过程中，与工具和世界形成一种浑然一体的关系。这就是他所谓的“上手状态”（Zuhandenheit）：工具在顺畅使用时几乎从意识中隐退，人专注的不是工具本身，而是正在进行的劳动；只有当工具损坏、遭遇阻力或无法继续工作时，它才重新作为一个“对象”进入我们的意识，即所谓“现成在手”（Vorhandenheit）。
庄子与海德格尔共同揭示了一件事情：真正的技艺，不是掌握了一套规则，而是在长期实践中，让人与世界形成一种稳定而深刻的关系。这种关系无法被压缩成一本操作手册，也无法通过一次性学习立即获得，它只能在时间、阻力与反复磨合之中缓慢形成。劳动之所以能够塑造人，正是因为人在塑造世界的同时，也不断被世界塑造。
从这个角度重新理解AI，它改变的便不仅仅是劳动效率，更是劳动形成技艺的方式。AI往往把原本需要长期磨合的劳动过程，拆解为一系列可以描述需求、生成方案、评估结果、不断迭代的操作步骤。当写作变成提出要求、筛选文本、微调提示词，当设计变成比较多个生成版本，当编程变成检查AI提供的代码，人依然参与劳动，但人与语言、人与材料、人与工具之间那种长期磨合所形成的默契，却逐渐被一种“操作—评估”的关系所取代。
这当然带来了巨大的便利，也显著提升了效率。然而，它也意味着，那些过去需要长期抵抗困难、不断修正错误、反复与世界磨合才能形成的技艺，正在越来越多地被技术替代。AI节省下来的，并不只是时间；它首先节省掉的，是人与世界反复磨合的过程。而被节省掉的，也往往正是劳动最深层的价值——它不仅让我们完成一件事情，更让我们在这个过程中，慢慢成为能够完成这件事情的人。
四、从注意力到意义：AI时代劳动异化的新形态
劳动塑造人的，不仅是技能，还有一种更深层的精神能力——注意力。法国哲学家西蒙娜•韦伊（Simone Weil）提供了一个极具启发性的视角。在她关于工厂劳动、教育与精神生活的思考中，韦伊反复强调“注意力”（l'attention）的重要性。在她看来，真正的注意力并不是简单地集中精神完成某项任务，而是一种面对现实、忍受困难、抵抗即时诱惑的能力。它要求人暂时放弃对快速结果的追求，允许自己停留在一个尚未解决的问题面前，在反复尝试、失败和修正中逐渐接近事物本身。
韦伊之所以重视劳动，正因为劳动包含了这种精神训练的可能。她曾亲身进入工厂工作，体验流水线劳动带来的身体疲惫与精神压迫。她并没有浪漫化工厂劳动，也没有认为所有劳动天然具有价值；相反，她敏锐地看到，当劳动完全被外部目标控制、被机械节奏支配时，它可能成为人的精神消耗。但与此同时，她也发现，任何真正要求人投入其中的活动——无论是体力劳动、学习、艺术创作，还是道德实践——都需要一种通过阻力培养出来的注意力。
从这个意义上说，劳动的价值不仅在于它生产了什么，也在于它迫使我们发展出某些能力：专注、耐心、克制、实践判断、面对不确定性的承受力，以及在没有即时反馈时继续坚持的能力。这些能力并不直接出现在劳动成果中，却构成了一个人成为成熟主体的重要基础。
而AI带来的变化，恰恰触及了这一层。人工智能最显著的优势之一，是减少过程中的阻力。它可以迅速生成文本、提供方案、修改表达、寻找信息、完成计算。过去需要长时间摸索、反复试错才能完成的任务，现在可能在几分钟内获得一个令人满意的结果。从效率角度看，这无疑是一种巨大的进步。
劳动哲学提醒我们：并非所有被减少的阻力都是负担，有些阻力恰恰是人成长的条件。学习写作的人，需要经历不知道如何表达的困惑；研究者需要经历长期阅读之后仍然无法形成观点的迷茫；设计者需要在无数次失败方案中逐渐形成判断；任何真正的创造，都包含一个缓慢、曲折、甚至令人痛苦的过程。正是在这些看似低效的阶段中，人逐渐形成自己的标准、品味和判断。
如果AI不断替我们承担这些过程，我们获得的可能不仅是时间，也可能是某些原本通过劳动才能形成的能力逐渐退化。一个从未经历过艰难思考的人，是否还能拥有深刻判断？一个习惯于即时获得答案的人，是否还能忍受真正复杂的问题？一个很少面对失败和修正的人，是否还能发展出成熟的创造力？
这并不意味着人应该拒绝AI，回到一种浪漫化的“纯人工劳动”。真正的问题并非是否使用工具，而是我们是否仍然保留那些必须由自己经历的过程。正如庖丁并不是拒绝刀具，而是在长期使用刀具的过程中形成了自己的技艺；AI也不应成为替代主体经验的捷径，而应成为扩展主体能力的工具。
然而，当AI不仅帮助我们完成任务，而且开始参与甚至替代判断、创造和表达本身时，一个更深层的问题出现了：劳动与自我之间的联系是否正在发生变化？
在工业资本主义条件下，劳动者异化于自己的劳动产品、劳动过程以及自身的创造能力。劳动者生产出了世界，却无法在这个世界中认出自己。异化的核心，不只是经济关系的不平等，更是人与自身活动之间关系的断裂。
AI时代的异化并不完全相同。劳动者并没有失去劳动成果的所有权。一篇文章、一份报告、一个设计方案、一段代码，仍然可以署上自己的名字，仍然可以带来收入和认可。但一种新的不确定感开始出现：这件事情虽然通过我完成，但其中有多少真正来自我？
这是一种不同于传统异化的新体验。过去，人可能因为劳动成果被别人占有而感到疏离；今天，人可能因为劳动成果虽然属于自己，却越来越难确认其中是否包含自己的独特贡献而感到不安。
因此，AI时代的异化，或许可以称为“意义的外包”（outsourcing of meaning）。所谓意义的外包，并不是说人完全停止劳动，而是劳动过程中最能确认主体性的部分——思考、探索、判断、试错、形成个人风格——越来越多地被交给外部系统完成。最终，人仍然拥有结果，却可能逐渐失去通过过程确认自己的机会。
这种变化最值得警惕的地方在于：一个人可以拥有工作，可以获得收入，可以保持职业成功，却依然产生一种深层的不确定——“我究竟在哪里？”
未来真正的问题，可能不是人有没有工作，而是人在工作中是否仍然能够遇见自己。如果劳动只是完成任务的手段，那么AI确实可以帮助我们极大提高效率；但如果劳动同时也是人成为自己的过程，那么任何减少劳动过程的技术，都必须被重新审视。我们需要问的不是“AI能否替代人”，而是：在AI帮助人完成越来越多事情之后，人是否仍然保留那些使劳动具有意义、也使人成为人的部分。
这正是劳动哲学在AI时代重新出现的原因。它提醒我们，劳动的价值从来不只是生产更多、更快、更有效率的东西，而是在漫长的实践过程中，让一个人成为一个能够判断、创造、承担和理解世界的人。
五、从工作岗位安全到人的存在尊严：AI时代劳动价值的重新定义
如果说，AI时代的第一个问题是“哪些工作会被替代”，第二个问题便是：即使工作仍然存在，这份工作是否仍然能够给予人尊严。
劳动力经济学关注的是就业数量、技能匹配和收入保障，因此它自然会把政策目标设定为“保住岗位”或者“创造新岗位”。这无疑是必要的，因为一个无法维持基本生活的人，很难谈论更高层次的自我实现。但劳动哲学会进一步追问：一份工作之所以值得保留，仅仅因为它提供收入吗？如果一个岗位只是因为AI暂时无法完成某些任务而存在，那么它是否仍然能够成为人确认自身价值的来源？
设想一种可能的未来分工：AI承担绝大多数标准化的认知劳动——信息整理、文本生成、数据分析、程序编写、方案设计；人类则主要负责那些AI暂时难以处理的部分——复杂的人际关系协调、深度情感回应、伦理困境中的判断、需要承担责任的最终决策。从经济效率角度看，这种分工可能非常合理。它意味着人类集中于机器无法替代的领域，社会生产力因此得到提升。
但劳动哲学必须提出一个更深的问题：当一个人的职业身份被定义为“AI无法完成部分的承担者”时，他获得的究竟是一种新的价值确认，还是一种新的边缘化？
因为“不可替代”与“被需要”并不完全相同。如果一个人的价值只是来自系统的缺陷——因为机器还不能处理某些剩余问题，所以暂时需要人——那么这种价值基础其实非常脆弱。人可能逐渐体验到自己不是创造者，而是系统的补丁；不是推动过程的人，而是技术能力尚未覆盖区域的临时容错机制。
真正的尊严，并不来自“机器还没有取代我”，而来自“我的存在本身具有不可简化的价值”。这也是为什么，AI时代关于劳动尊严的讨论，不能只关注岗位是否存在，更要关注岗位在组织中的意义定位。同样一份工作，可以具有完全不同的存在体验。如果一个护理人员被理解为“机器无法完成情感陪伴，所以由人补充”，那么这份工作容易被置于次要位置；但如果它被理解为“照护本身是一种只有人才能承担的关系性实践”，那么它就是一种具有独立价值的职业。同样，教师、医生、管理者、研究者、创作者等职业，其意义也不应只是因为它们暂时超过了AI能力边界，而应因为它们包含判断、责任、关系和意义创造。
因此，AI时代真正需要重新设计的，不只是岗位，而是关于岗位的社会叙事。我们需要避免一种新的技术等级观：把机器擅长的部分视为“核心生产”，把机器不擅长的部分视为“剩余劳动”。恰恰相反，那些涉及理解、关怀、判断、责任和意义的领域，可能正是人类劳动最深层的价值所在。AI可以帮助人更高效地完成任务，但它不能替代人作为一个主体，在世界中承担责任、建立关系、创造意义的位置。
由此，我们也可以重新理解劳动力经济学与劳动哲学之间的关系。二者并不是相互竞争的理论，而是面对不同层次问题的两种视角。劳动力经济学处理的是生存问题：在技术变革中，如何帮助人维持收入，如何调整教育体系，如何重新配置社会资源。劳动哲学处理的是存在问题：当社会结构不断变化时，人如何继续通过劳动确认自己是谁。
如果缺少劳动哲学的提醒，劳动力经济学容易滑向一种技术官僚式的乐观——认为只要完成技能转型、保持就业增长，问题就已经解决；但如果脱离劳动力经济学的现实基础，劳动哲学也可能陷入抽象的存在主义忧虑，忽视普通人面对的真实生活压力。
真正成熟的AI时代劳动观，需要二者保持持续的张力与互相校正：经济学需要追问，新的劳动安排是否不仅让人获得收入，也让人保有尊严；哲学需要承认，没有基本生存保障，任何关于意义的讨论都会失去现实基础。
因此，AI时代最重要的问题，不只是如何让人继续工作，而是如何让工作继续成为人成为自己的方式。
如果说工业时代最大的挑战，是避免人成为机器生产体系中的附属品；那么AI时代更深层的挑战，则是避免人在高度智能化的体系中，逐渐失去作为主体参与世界的机会。最终，我们需要保护的，不只是人的岗位，而是人在劳动中的位置——一个能够创造、判断、承担，并且真实地感受到“这个世界需要我”的位置。
六、我们究竟想成为什么样的人
面对AI带来的劳动变革，劳动力经济学与劳动哲学并不是彼此竞争的两种答案，而是必须同时保留的两种追问。
劳动力经济学提醒我们，任何关于未来劳动的讨论，都不能脱离人的现实处境。一个失去收入来源的人，很难从容地追求工作的意义；一个无法维持生活的人，也很难谈论劳动中的自我实现。因此，我们需要关注就业、技能、收入和社会保障，需要认真面对技术变革给普通人带来的真实压力。
但劳动哲学提醒我们的，是另一个同样无法回避的问题：如果我们最终成功适应了AI，找到了新的岗位，掌握了新的技能，我们是否仍然能够通过劳动确认自己是谁？
因为劳动从来不只是人与经济系统之间的一种交换关系。它也是人与世界建立联系的方式，是一个人在长期实践中形成判断、培养注意力、获得技艺、承担责任，并逐渐认识自身能力边界的过程。一个人通过劳动获得的不仅是一份收入，也是一种“我对这个世界有所贡献”的确认感。
AI时代真正需要警惕的，也许不是机器是否会替代某些工作，而是人在越来越高效的系统中，是否会逐渐失去参与、创造和确认自身的机会。
当越来越多任务可以被即时完成，当越来越多困难可以被技术消除，我们当然获得了前所未有的便利。但人也必须面对一个更深的问题：并非所有阻力都是需要消灭的障碍。有些阻力，正是人成长的条件；有些漫长过程，正是意义产生的地方；有些无法被效率衡量的投入，正是尊严形成的来源。
这些问题不会出现在任何一份劳动力市场报告的图表中，却决定着技术进步之后，我们究竟进入的是一个更完整的人类世界，还是一个效率更高却逐渐空心化的世界。
因此，AI时代最重要的问题，也许不是“人还能做什么”，而是“什么事情仍然值得由人亲自完成”；不是“哪些能力可以交给机器”，而是“哪些能力必须由人自己保留下来”。
劳动哲学并不提供一个拒绝技术的答案，也不提供一个逃避现实的乌托邦。它提供的是一种提醒：在追问“如何适应AI”和预期AI时代的工作前景之前，我们必须先回答一个更加古老的问题——我们究竟希望通过劳动，成为怎样的人。
注：本文仅代表作者个人观点
本文编辑徐瑾 jin.xu@ftchinese.com