最近遇到两件事，让我觉得现在这个时代真的挺魔幻的。
第一件。
前几天我们组织了一场线下 OpenClaw 实战分享活动，聊了不少 Agent 落地的真实场景和玩法，现场气氛很好，活动非常顺利。
真正有意思的是散场之后。我注意到一个特别明显的分化。
留下来继续聊的、追着问问题的、互相加微信的，几乎清一色是企业主、老板们。
而打工人呢？大部分在活动一结束，就草草离场了。
同一场活动，同一个会场，同样的内容。两拨人散场后的反应，完全不一样。
第二件。
最近跟不少还在公司上班的朋友聊天，各行各业都有。聊到 AI，他们给我的反馈出奇一致：感觉 AI 没啥用，落地效果一般，解决不了实际问题。
我当时心想，不至于吧。
结果多聊几句才发现，他们中大部分人不知道什么是 Claude Code，没听说过 MCP，更不知道 Skills 是啥。对 AI 的认知基本停留在豆包、DeepSeek 的对话框层面。
好一点的，可能听说过 OpenClaw，但几乎没有人自己部署过，也说不清楚 OpenClaw 到底能帮他们做什么。
有的公司甚至已经给了 token 额度，但都不清楚用的什么模型，也不知道怎么解决自己工作里的问题。
这个反差让我愣了一下。
现在 AI 已经发展到什么程度了？Claude Code 自己的代码库，已经在用 AI 迭代自己了，全球开发者拿 AI 写生产级代码已经是日常，整个技术前沿每周都在刷新。
而公司里的很多打工人，就好像隔着一堵墙。墙外的变化天翻地覆，墙里的人岁月静好。
这两件事叠在一起，就是当下 AI 浪潮里最真实、最具反差的写照：
老板们都急疯了，员工们按兵不动。
老板学 AI 是为了求生，员工用了 AI 是在找死。
老板为什么觉得用 AI 是求生？
最近，跟很多中小企业主聊下来，他们的焦虑特别真实。
一方面是管人太累了。
招聘流程拖 3 个月找不到合适的人，找到了培训又得两个月，好不容易上手了干半年跳槽了。项目跟进全靠在群里一个个 @，信息收集靠人工汇总表格，线索管理全凭销售自己的记性。一个核心销售离职，半本客户关系跟着走。
另一方面，公司内部还有大量重复性的、低端但又不得不做的工作，在持续消耗人力和精力。竞品情报的搜集、OKR 的跟踪推进、各种报表和数据的汇总整理，这些事情本质上不难，但就是琐碎、重复、耗人。老板们一直在想：有没有什么办法能把这些事给替了？
现在 AI 智能体出来了，老板们的账很好算。比如竞品情报搜集这件事，如果一个月花两三千块钱的 token 就能跑起来，还能把人力腾出来去干更重要的事，那太划算了。类似的场景还有很多，OKR 管理、内部知识库维护、客户线索初筛，每一件都是花小钱省大力的买卖。
但老板急的核心，远不只是省钱省力，是生存。
市面上有关 AI 的前沿信息铺天盖地。别的公司已经在用 AI 重构业务流程了，自己还在用传统方式硬扛。
今天差一点，明天差一点，半年后可能就是生死的差距。对中小企业来说，没有大厂那种家底可以慢慢试错，效率上被同行拉开，就是在一点点走向死亡。
所以，对老板来说，AI 并不是锦上添花，是在求生。
这种焦虑驱动着老板们想方设法去获取 AI 的资讯，去参加各种线下活动，去学习。回到公司之后，有的时候发几篇文章到群里，有的时候把在外面学到的东西带回来讲给下面的负责人听，想推着团队去学、去试、去落地。
但这件事太难执行了。
一个指令下去，下面的人不一定能给你干。就算去干了，也不一定能干成。主营业务还得照常跑，不可能因为搞 AI 就把别的事停了。你又不能因为这个事情把人换掉，这也不现实。
这是绝大多数老板们的无奈。
员工为什么觉得用 AI 是找死？
再来看员工视角。
员工不是没看到老板发的那些文章。看了，也知道 AI 是趋势。
但打工人在算的是另一笔账。这笔账算完，结论就一个：学 AI 这事，怎么算怎么亏。
第一，时间成本。
上面派下来一个任务，正常节奏 5 天能交付。
老板说试试用 AI 做。行，那得先花时间研究 AI 到底能不能干这活，试工具，搭工作流，这期间免不了还要踩坑。
然后两天过去了，搞不定，或者搞出来的东西还不如自己亲自上手。
没办法，活还是得交，5 天的工作量，得用剩下 3 天加班赶出来。
一次两次之后，谁还有心气折腾？
第二，金钱成本。
公司不提供工具，不提供 token，老板自己都没搞清楚该用啥。难不成员工自己花钱买 API、买会员来给公司提效？
上班是来赚钱的，哪有反过来还得倒贴的道理。
这跟一边打着工、一边自己花钱在外面雇个小助理帮公司干活有什么区别。
第三，也是最致命的。
如果真把 AI 搞明白了，手上的活全自动化了，效率提三倍。那工资会跟着涨三倍么？
可能等来的并不是涨工资，而是更多的工作量。
或者公司开始琢磨：这个岗位是不是可以少一个人。
搞好了，可能就是在给自己写裁员报告，没有人会傻到主动把自己的饭碗干掉。
所以大家都待在原地，看到了趋势，也感受到了压力，但就是没人敢动，所有人都在温水煮青蛙。
对员工来说，AI 不一定是机会，更像是在找死。不学是慢慢等死，学了可能是加速找死。
水面之下
以上还只是冰山一角，更深的矛盾都在水面之下。
用 AI 省出来的时间，归谁？
用 AI 两天干完了原来五天的活。然后呢？你会主动告诉领导「我提前干完了」吗？
不会的。
该怎么汇报还怎么汇报，因为一旦暴露了效率提升，等来的大概率不是奖励，是更多的活，或者更少的人头预算。
**用了 AI，但绝不声张。**这已经是很多打工人心照不宣的策略。
道理很简单。公司没有任何利益分享机制的情况下，暴露自己的效率提升，就是在主动砍自己的议价空间。
AI 在拆老员工的护城河。
一个干了十年的采购，最值钱的是什么？这些供应商的底价我心里有数，这个行业谁靠谱我一个电话就能搞定。这些东西全装在脑子里，公司离不开他。
AI 一旦介入，这些经验可以被系统化、被检索、被任何一个新人调用。
老板想的是，公司终于不用被某一个人「绑架」了。
老员工看到的是，十年的积累，一下被一个 AI 工具就给抹平了。
所以抵制 AI 最厉害的，往往是经验最深的那批人。AI 要系统化的，恰恰是他们最值钱的东西。
与此同时，老板们的焦虑，正在消耗组织心力。
老板一焦虑，就会到处找方案。今天让团队试工作流，明天让大家研究 Skills，后天又决定 All in OpenClaw。
每次都信心满满，结果每次都是虎头蛇尾。
几轮下来，一线们的心气儿也就被磨平了，狼来了的游戏也不再相信了，只留下内心一句话：别急，过两个月这股风就过了。
而这一切，最魔幻的是这件事的逻辑本身。
老板需要员工来推动 AI 落地，但 AI 落地的结果，恰恰是员工变得不再被需要。
让一群人去建造一台替代自己的机器，然后期待他们全力以赴，这件事从一开始就不成立。
无人能破的局
所有这些矛盾拧在一起，归根到底就一句话：
AI 提效的收益归公司，学习的成本、试错的风险、被替代的恐惧，全落在员工个人头上。
这个底层逻辑不变，员工就没有理由主动拥抱 AI。
老板向左求生，员工向右避险。两拨人被同一种恐惧驱动，却跑向了完全相反的方向。
这个局，暂时无人能破。
