别当副驾，当驭手：AI 时代的人类新位置

1. 硅谷的两个相反答案：2026年5月，Karpathy在Sequoia AI Ascent上提出AI-native团队用token账单替代传统工程人头扩张；微软却因token账单失控而叫停Claude Code的内部推广。两种答案映射出AI成本的本质分歧。

2. 成本取决于用法：微软“副驾模式”下，年薪不变+token递增=总成本结构性必涨；YC系AI原生公司以“极少人头+高token账单”实现整体成本下降，因为token直接替代人头。

3. Meta的真实案例：一边75%代码由AI辅助生成、用Metamate结构化员工笔记，一边裁员约8000人。表面是“AI大规模取代人类”，实质是“把AI当成本工具”的旧组织逻辑所致——人不是被AI淘汰，而是被旧有组织逻辑淘汰。

4. 历史规律与核心资产转移：电子表格、搜索引擎、计算器均未消灭旧职业，而是淘汰了停留在旧角色的人。当前AI原生公司的核心资产正从人脑转移到“上下文”（文档、MCP接口、API、artifact），人从资产变成变量。

5. 人类脑力的新方向：AI擅长综合已有知识，但不擅长判断“什么值得做”与“结果是否正确”。Karpathy强调“品味”——知道什么好、什么不好，如何取舍。人类的新位置是做方向判断者与品味持有者，而非传递者与综合者。

6. 警惕“黑客帝国幻觉”：过度依赖AI的危险不是被取代，而是失去“理解”能力——理解只能通过亲手做过、犯过错、调整过的过程获得。AI能生成代码，但不能替你判断代码是否解决真正的问题。

7. 三种角色叠加：AI-native的未来属于builder（用AI把想法变原型）、harness designer（驭手，设定边界与反馈机制）、creator（判断方向与品味）。技术岗位开会应带原型而非只带想法，不能躲到AI后面。

8. 分水岭与最终建议：真正分水岭在人：把AI当副驾延续旧组织，还是当作新生产力层重构组织，让自己进化到AI够不着的层级——定义问题、行使品味、保持理解。