BRAIN / BRAIN × AI20 SEP 2026
脑科学与AI73｜AI 最先改变的，不是工具，是"谁指挥谁"：生产关系的预测
前两篇预测了 AI 自己会长成什么样（第 71 篇），以及钱会怎样沿着芯片和云流动（第 72 篇）。这一篇，小明哥给出了他自己的预测：
生产力是"能干多少活"，生产关系是"谁决定干什么、谁协调谁、谁拿走多少"。AI 最擅长的，恰恰是今天中层管理在做的事：收集信息、汇总、排期、分派、盯进度、写报告——这些全是文字和信息的搬运与整理。所以 AI 最先掏空的是组织的"中间层"，结果是一个两头大、中间细的新结构：上面是定目标、担责任的少数人，下面是被 AI 调度、在现实世界里动手的人，中间是 AI。谁指挥谁变了，这才是最深的变化。
3层 01 定目标的人、AI、动手的人 |
6个变量 02 决定AI能管到哪一步 |
1937 03 科斯：协调成本决定组织形状 |
AI 最先、也最深地改变人类社会的，不是某一种工作被取代，而是生产关系。人会围绕 AI 工作：AI 取代中层管理，负责项目管理，指挥城市交通和其他系统运行；它能取代到哪一步——管一条路、一座城，还是一个国家——取决于算力、速度和算法。翻译、数据分析、写作、公文这些和文字、图像、视频相关的工作，会被大量取代；AI 驱动的机器人、汽车、机器，会取代更多的体力工作。但最主要的变化，是生产关系。
这一篇顺着这个判断深挖：为什么是生产关系？为什么最先被取代的是"中间"？AI 能管到哪一步，除了算力、速度、算法，还取决于什么？人在新的关系里会站在哪里？
夜晚繁忙的十字路口。城市交通是AI最先接管的地方：看得见、可撤回、对象是车，而不是会讨价还价的人。图片来源：Tom Fisk / Pexels
AI改变生产关系的三层：上层是定目标、担责任的人；中间的协调、排期、汇报、监控交给AI；下层是被AI调度、在现实里动手的人。AI能管到哪一步，取决于算力、速度、算法，还取决于感知、可问责和社会认可。
BRAIN / 01
一、生产力和生产关系，差在哪
先把两个词分清楚。
—生产力：能干多少活、干得多快多好。AI 帮你一小时写完一份报告，这是生产力。—生产关系：谁决定干什么、谁协调谁、谁对结果负责、产出怎么分。AI 开始给人分派任务、决定谁先做什么，这是生产关系。
大多数讨论 AI 的文章，讲的是第一种："哪些工作会被取代"。小明哥的判断是：第二种变化更深、更持久。
历史上也是这样。蒸汽机提高了生产力，但真正改变社会的，是它催生的工厂制度：人从自己家里的作坊，搬进了按钟点上下班、听工头指挥的车间。工具变了是一回事，人和人之间怎么组织起来，是另一回事，而后者影响更大。
BRAIN / 02
二、为什么最先被取代的是"中间"
中层管理到底在做什么
把一个中层经理一天的工作拆开，大部分是：
这些事的共同点：几乎全是信息的收集、整理、传递和调度，而且大部分以文字形式进行。这正是大模型最擅长的东西。
用大脑来看：中间层是"中继站"
这个系列讲过，大脑里有大量"中继站"：丘脑把感觉信号挑一挑、送到皮层（第 37、42 篇）；基底节在一堆候选动作里只放行一个（第 51 篇）。它们不产生原始信息，也不直接动手，专门负责路由、筛选和调度。
组织里的中层管理，就是这样的中继站。而 AI 进入组织，最先接管的，正是这些中继站：信息不再需要一层层人工汇总和转述，AI 可以直接从一线收集、直接整理给决策者，再直接把任务派回一线。
用经济学来看：公司为什么存在
1937 年，经济学家科斯问了一个问题：既然市场能配置资源，为什么还要有公司？他的回答是：因为在市场上协调每一件事都有成本——找人、谈价、监督、签约。当在公司内部协调更便宜时，就把事情放进公司里做。
AI 大幅降低了协调成本。这会带来两个方向的变化：
—公司内部变扁：协调不再需要那么多层级，中间层被压缩，一个人加上一群 AI 助手，能管过去一个小部门的事；—公司边界变化：很多事在外部协调也变便宜了，小团队、个人可以通过 AI 和外部合作，不必长成大公司。
组织的形状，是由协调成本决定的；协调成本变了，组织形状一定变。这就是生产关系的变化。
BRAIN / 03
三、新结构：两头大，中间细
如果中间层被 AI 接管，人会站在哪里？我推演的结果是一个"沙漏"：
上面：定目标、担责任的人
—定目标：AI 能把目标拆成任务，但"要不要做这件事、为什么做、做到什么程度算好"，需要有人定。第 40、71 篇讲过：AI 的目标是外面装进去的，它没有自己的价值。—担责任：出了事，总要有人负责。法律、合同、信任，都需要一个能被追究的人。—处理例外：规则管不了的新情况、牵涉人情和利益冲突的事，仍然要人来判断。
这一层的人数少，但分量更重。第 69 篇的那句话在这里落地：能写成文字的能力越来越便宜，判断和担责越来越值钱。
下面：被 AI 调度、在现实里动手的人
—很多工作仍然需要人在现实世界里完成：送货、维修、照护、建造、销售面对面的部分。—但给这些人派活、排路线、算报酬、评绩效的，越来越是 AI。—这已经在发生：外卖骑手、网约车司机的接单、路线、时限、评分，早就由算法决定。2020 年一篇报道《外卖骑手，困在系统里》引起广泛讨论，讲的就是"被算法管理"的人的处境。
这就是"人围绕 AI 工作"的真实样子：不是人在使用 AI，而是 AI 在组织人。
中间：AI
—汇总、排期、分派、监控、写报告、开协调会——这些交给 AI。—翻译、数据分析、写作、公文、做图、剪视频——这些和文字、图像、视频相关的中间产出，也大量交给 AI。
BRAIN / 04
四、AI 能管到哪一步：除了算力、速度、算法，还有三个变量
小明哥说，AI 能在生产关系里取代人到哪一步——管城市交通、管整个城市、管整个国家——取决于算力、速度和算法。这三个是"能不能算得过来"。我认为还要加三个变量，它们决定"算得过来以后，能不能真的交给它"。
变量四：能不能看见——感知覆盖
AI 只能管它看得见的东西。交通信号好管，因为车流可以用摄像头和地感线圈实时测到。一座城市里，大量真实情况（邻里矛盾、小店的经营状况、老人的处境）没有被测量，AI 就管不到。AI 的管理边界，首先是传感器的边界。
变量五：出了错，谁负责——可问责
一个红绿灯配时错了，后果有限，可以马上改。一座城市的资源分配错了，或者一项全国政策错了，后果巨大，必须有人负责。AI 不能坐牢、不能被罢免、不会因为错误而付出代价（第 46、67 篇）。所以后果越大、越不可逆的决定，越需要一个能被追究的人签字。
变量六：大家认不认——合法性和反身性
—合法性：管一个国家，不只是"算得对"，还要被人接受。人们愿意服从一个决定，往往因为它的来源被认可，而不只是因为它最优。—反身性：第 ㉗ 篇讲过，最难预测的，是会对预测本身做出反应的东西。交通里的车不会和红绿灯讨价还价；但人会。一旦人们知道 AI 按什么规则分配，就会开始钻规则的空子——考核指标一变成目标，就不再是好指标。管理的对象越是人、越是利益，AI 越难"算对"。
用这六个变量排一排
—城市交通信号：看得见、后果可撤回、对象是车、目标清楚（少堵车）——AI 最先、最有把握接管。不少城市已经在用算法调红绿灯。—一座城市的日常运行（水电、垃圾、公交排班、应急调度）：大部分看得见、目标比较清楚，但涉及多方利益——AI 会接管大量执行和调度，目标和取舍仍由人定。—一座城市的发展和分配（规划、预算、谁先受益）：价值冲突大、后果长远——AI 是强大的参谋，不是决策者。—一个国家：目标多且互相冲突、对象是会反应的人、合法性要求最高——十年内 AI 会深入参与分析、模拟和执行，但"管理国家"的不会是 AI。
这和大脑的设计惊人地一致：越底层、越快、越可测量的事，越交给自动的回路；越高层、越涉及价值和取舍的事，越需要"一个谁"来拍板（第 65、69 篇）。
还有一条大脑的教训：大脑没有把一切交给一个中央处理器，而是"分布式处理 + 分层整合"（第 69 篇）。原因是集中控制太慢、太脆弱，一处坏了全身瘫痪。一个"由 AI 集中管理一切"的城市或国家，会面临同样的问题：单点失效、延迟、以及一个错误被瞬间放大到全局。所以更可能出现的，不是一个"城市大脑"包办一切，而是很多层、很多个局部的 AI，各管一摊，再由人在上面整合。
BRAIN / 05
五、为什么生产关系的变化比"取代工作"更重要
小明哥说"AI 改变生产关系可能是最主要的"，我同意，理由有三：
—取代工作是一个个岗位的事，改变生产关系是所有岗位的事。即使你的工作没有被取代，你的上级、你的考核方式、你和同事协作的方式，都会变。—它决定财富怎么分。谁掌握调度和规则，谁就掌握分配。过去这部分权力分散在大量中层手里；当它集中到 AI 系统和拥有这些系统的少数人手里，财富和权力的分布都会变。—它改变人的成长路径。过去很多人从一线做起，一步步升到中层，在协调和管理中长出判断力。如果中间层被掏空，这条上升的梯子会断掉一截——人从哪里学会担责和判断？这是一个还没有答案的问题。
BRAIN / 06
六、要警惕的三件事
—"被算法管理"的人的处境。算法追求效率，不会天然照顾人的尊严、安全和休息。被 AI 调度的一线工作者，需要新的规则来保护——申诉渠道、透明的规则、人工复核。—责任的空洞。"这是系统决定的"会成为最方便的推卸。每一个由 AI 做出的、影响人的决定，都应当能追溯到一个负责的人。—指标的暴政。AI 只能优化看得见的指标。一座城市如果只按"通行时间"来调交通，可能牺牲行人和骑车的人；一个公司如果只按 AI 能量化的指标考核员工，看不见的贡献就会消失。被测量的东西会被优化，没被测量的东西会被牺牲。
BRAIN / 07
七、对个人意味着什么
—别做"中继站"。如果你的工作主要是把信息从一处搬到另一处、把上面的话转给下面、把下面的情况汇总给上面，这部分最先被 AI 接管。—往两头走。要么往上：练定目标、做取舍、担责任、处理例外的本事；要么往下：练在现实世界里动手、面对面和人打交道、AI 做不了的手艺。—学会"指挥 AI"。在新的生产关系里，一个人能调动多少 AI、调动得好不好，会成为新的能力差距。这本身也是一种管理能力，只是管理的对象从人变成了 AI。—自己搭一套"小型生产关系"。把 AI 当作你的中层：让它收集信息、排期、写初稿、盯进度；你只做定目标、判断和拍板。越早这样工作，越早适应新结构。
BRAIN / 08
八、边界
—这是对趋势的推演，不是对具体时间表的承诺；不同行业、不同国家的速度会差很多。—"AI 管理国家"这一类判断，涉及政治制度和价值选择，本文只从技术和组织的角度讨论"能不能、该不该交给 AI"，不涉及对任何政治制度的评价。—科斯的企业理论、"被算法管理"的讨论，都是理解问题的视角，不是对未来的证明。
BRAIN / 09
九、自测：合上文章回答
—生产力和生产关系有什么区别？为什么说后者的变化更深？—中层管理的工作为什么最容易被 AI 接管？它和大脑里的哪些结构相似？—科斯怎样解释"公司为什么存在"？AI 降低协调成本，会给组织带来什么变化？—新的组织结构为什么是"两头大、中间细"？上面和下面各是什么人？—除了算力、速度、算法，决定 AI 能管到哪一步的还有哪三个变量？
BRAIN / 10
十、三行，留着复习
```
生产关系 谁决定、谁协调、谁担责、怎么分；AI最先掏空做信息搬运的中层，形成两头大中间细的沙漏
能管到哪 算力、速度、算法之外，还看感知覆盖、可问责、合法性与反身性；交通先、城市执行次之、国家最后
个人怎么走 别做中继站，往两头走：定目标担责任，或在现实里动手；学会指挥AI，把AI当自己的中层
```