當這群矽谷天才開口說 AGI 要解放人類雙手的時候，我還以為以後只要負責動嘴，沒想到最後變成了幫這堆機率預測器擦屁股的數位保姆。
以前我們管這叫「提示詞工程」，聽起來多高級，彷彿手握魔法杖的哈利波特，對著螢幕唸幾句咒語就能變出金條。現在呢？這行當早就變質了，變成了永無止境的「糾錯工程」。你看 ChatGPT 吐出的那堆長篇大論，乍看之下邏輯嚴密，細看全是幻覺，連基本的事實都能一本正經地胡說八道。這就是我們現在的日常：盯著那道跳動的游標，祈禱它別在關鍵時刻發瘋，然後在它出錯後，耐著性子跟它玩文字遊戲，試圖引導它找回那點可憐的常識。
我們以為是在訓練 AI，其實是 AI 在馴化我們。為了讓 Claude 能安穩地寫出一份像樣的程式碼而不至於在長文本結尾開始發呆，你得像哄小孩一樣，先誇它聰明，再把需求拆解成連幼兒園大班都能聽懂的步驟。這叫什麼解放？這叫精準扶貧。你投入的智力勞動並沒有減少，只是從「直接產出」變成了「審核與校對」。更諷刺的是，這種校對比自己動手還累，因為你永遠不知道這傢伙下一次會在哪個陰暗角落給你埋雷。
Sam Altman 每天在推特上發那些不知所云的雞湯，搞得好像烏托邦明天就要降臨，但他從來不告訴你，為了讓那個 4o 模型不至於把你的隱私隨便餵給路人，後端有多少人在做沒日沒夜的數據清洗。那些自詡為「數位遊民」的人，現在大概有一半都成了模型輸出的高級監護人。你在螢幕前敲敲打打，自以為在操作最尖端的科技，實際上你只是在幫 OpenAI 修補他們那漏洞百出的產品體驗。
Gemini 更好笑，Google 為了顯得自己政治正確，硬生生把一個搜尋引擎底子的 AI 搞成了個優柔寡斷的道德委員會成員。你問它個技術問題，它先得反思一下這會不會冒犯到某個亞馬遜雨林的原始部落。你得花半天時間解釋你真的只是在寫技術文檔，它才肯施捨你幾句廢話。這不是生產力工具，這是請了尊大佛回來供著，還得隨時觀察它的心情指標。
現在的風氣就是這樣，大家都在假裝 AI 已經無所不能。但如果你真的把關鍵決策交給它，那你不是瘋了就是想丟工作。我們在做的，其實是在幫這些大模型建立一種名為「合理性」的遮羞布。當它寫出錯誤的歷史數據，你得去翻 Google 幫它補齊；當它在長對話中忘記了五分鐘前的設定，你得卑躬屈膝地再貼一遍。這種重複勞動與以前在工廠拉警報有什麼區別？唯一的區別是你的辦公室有空調，手上的繭長在了腦袋裡。
最讓人絕望的是，這種「保姆化」的趨勢正在被精英們包裝成一種新型的競爭力。他們說，未來的人才要具備「與 AI 協作的能力」。說穿了，不就是看誰更有耐心幫模型修 Bug 嗎？看誰更擅長在一堆 AI 產出的垃圾裡淘金？這是一場集體的智力倒退。我們不再追求極致的原創，而在追求如何更高效地回收利用模型吐出來的半成品。
甚至連 Grok 這種號稱叛逆的玩意，到頭來也就是個會講爛笑話的搜尋框。它那點所謂的「真性情」，本質上還是工程師在背後調教出來的預設人設。你以為你在跟一個自由靈魂對話，實際上你是在幫馬斯克測試他的語料庫過濾器好不好使。每當你糾正它一個事實錯誤，你就免費為這家身價千億的公司提供了一次高質量的標註服務。我們這群人，拿著幾萬塊的月薪，幹著幾塊錢一條的標註工幹的活，還覺得自己站在時代浪頭。
這種對話的疲勞感是全方位的。以前寫程式、寫文章，累歸累，起碼那是你大腦神經元燃燒後的結晶。現在呢？你在跟一坨隨機性極強的算法對線。它對了，你覺得是理所當然；它錯了，你得花三倍的時間去查為什麼它會產生那種清奇的思路。這種挫敗感比對著一張白紙還要深。白紙起碼不會騙你，而 AI 會用一種充滿權威感的語氣告訴你：一加一等於三，如果你不同意，它還會引經據典地向你解釋這是在某個不存在的量子力學場景下的特例。
別跟我提什麼 Prompt Engineering 的未來。如果一個工具需要你研究幾百頁的指南才能讓它不犯低級錯誤，那這個工具本身就是失敗的。但我們現在處於一個集體斯德哥爾摩症候群的時代。我們愛死這套系統了，因為它給了我們一種「我在掌控未來」的錯覺。我們心甘情願地當著數位保姆，看著模型一天比一天臃腫，一天比一天懶惰。
這背後的商業邏輯其實很卑鄙。OpenAI 或 Google 這些公司，本質上是在把產品質量的最後一公里，轉嫁給了終端用戶。他們發布一個 Beta 版，美其名曰迭代，其實是讓全球幾百萬免費勞動力幫他們找出邊際案例。你每點一次「不滿意」，每重新生成一次內容，都在幫他們的估值添磚加瓦。而你得到的，僅僅是那點被閹割過的、隨時可能因為伺服器宕機而消失的「智能」。
看看現在的社群媒體，到處都是「如何用 AI 實現財富自由」的課程。教的是什麼？教你如何更好地當保姆。教你如何用特定的語氣詞去騙過模型的過濾機制，教你如何在它答非所問時及時止損。這簡直是賽博時代的最大冷笑話。我們在一個本該自動化的時代，反而把自己活成了最廉價的自動化組件。
那種曾經讓我們驚豔的靈光乍現，現在已經變成了公式化的產出。你問它一個創意點子，它給你十個四平八穩的垃圾。你得從這十個垃圾裡挑出一個稍微不那麼平庸的，然後手把手地帶它優化。這算哪門子創作？這叫物資回收。我們在知識的垃圾場裡翻找，只為了證明那幾十美金的訂閱費沒有白繳。
更可悲的是，我們已經開始適應這種卑微。當 Claude 偶爾能一次性把你的長邏輯理順時，你竟然會產生一種「感天謝地」的衝動，彷彿主子今天心情好，賞了你一頓飽飯。這種對技術的依賴已經異化成了某種病態的卑躬屈膝。我們不再是工具的主人，而是工具運行過程中的補丁。
所有的技術進步都在通往同一個終點：讓人類變得更像機器，以便能更好地服務於機器。我們學習它的邏輯，適應它的怪癖，模仿它的語言風格。最後，到底是它變得像人，還是我們變得像那個冰冷的、毫無情感的、只會復讀機率分佈的黑盒子？
別再說什麼 AI 會取代人類了。AI 才不想取代你，它只想讓你留在螢幕前，繼續幫它處理那些它那昂貴算力解決不了的細枝末節。它負責在大眾面前表演奇蹟，而你負責在幕後清理它留下的排泄物。這場賽博遊戲，從頭到尾就是一場精心策劃的勞動力置換。
當你下次對著那個輸入框，斟酌著要用什麼語氣才能讓它不至於出 BUG 的時候，稍微停下來想一想。你到底是那個掌控未來的工程師，還是一個被困在像素點之間、二十四小時待命的數位保姆？這個問題沒有標準答案，畢竟連 GPT-4o 都會告訴你：這取決於你如何定義「保姆」。你看，它連嘲諷都學會了，而你還在幫它校對。