在 AI 时代，人类第一次大规模地直面一个令人不安却又难以回避的事实：许多曾被视为“核心竞争力”的技能，正在迅速贬值。写作、编程、翻译、设计，甚至部分科研分析——这些曾经需要长期训练、代表个人价值的能力，如今可以在几秒钟内被生成、复现，甚至优化。这种变化不仅是经济层面的冲击，更是心理与存在层面的震荡。它触及了一个更深的问题：当技能不再稀缺，人还剩下什么？
这种失落感并不只是“被替代”的焦虑，而更像是一种结构性的意义坍塌。过去，人们通过技能建立自我认同：我是一个工程师、一个作者、一个分析师。技能不仅带来收入，也构成了“我是谁”的答案。然而，当 AI 可以在多个领域达到甚至超越平均人类水平，这种基于能力的身份锚点开始松动。一个人可能突然意识到，自己多年积累的优势，在系统性力量面前变得脆弱甚至可有可无。这种体验类似于把一个人从熟悉的坐标系中剥离出来——不是简单的失败，而是坐标本身失效了。更深一层的问题在于，人类长期以来默认“能力 = 价值”。这是工业社会以来的基本叙事：通过学习、训练、专业化分工，人可以不断提升自身价值，并在社会结构中获得更好的位置。但 AI 的出现，打破了这一线性关系。能力不再完全由个体决定，而是可以被外包、被增强、被复制。当能力变得廉价，价值的衡量体系就不可避免地发生动摇。
于是，一种新的存在性焦虑浮现出来：如果我做的事情可以被轻易替代，那我存在的意义是什么？这种问题不同于传统的“我做得不够好”，而更接近于“我做得再好也不重要”。它不再是激励问题，而是意义问题。但如果从结构上看，这种危机并不只是“人被 AI 超越”，而是“人类长期把意义绑定在技能之上”的后果被放大了。换句话说，AI 并没有创造这个问题，而是揭示了一个早已存在但被掩盖的前提：我们习惯用可量化、可比较的能力来定义自身价值，而忽略了那些难以被度量的维度。
这就引出一个关键转向：也许问题不在于“AI 让人变得没有价值”，而在于“我们过去用来定义价值的方式过于单一”。当技能不再稀缺，人类反而被迫重新审视那些无法被轻易自动化的部分：感受、判断、选择、关系、动机、体验。这些维度并不直接对应生产效率，却构成了生命的主观厚度。例如，一个人写文章的意义，可能不再只是“产出一篇内容”，而是通过写作过程梳理思维、形成判断、建立与他人的连接。同样，一个程序员的价值，可能不只是写出代码，而是理解问题、定义问题、选择路径。这些能力并非 AI 无法参与，但它们的核心不再是“执行”，而是“定位”。
从这个角度看，AI 更像是一种放大器，它压缩了执行层的价值，却放大了上层结构的差异。那些依赖重复性技能的价值在下降，而那些涉及问题定义、价值判断、跨域整合的能力反而变得更加关键。问题是，大多数人长期被训练在前者，而非后者。因此，这种“无意义感”并不是一种简单的情绪，而是一种过渡期的信号。它标志着旧的价值结构正在失效，而新的结构尚未稳定。在这个过程中，人不可避免地会经历一种真空期：旧的意义不再成立，新的意义尚未建立。
应对这种状态，关键不在于盲目地“提升技能”或“对抗 AI”，而在于重新定位自身与能力、与系统之间的关系。也许需要接受一个不太舒适的事实：未来，人类不再以“比机器更强”为目标，而是以“在机器存在的前提下，如何定义自己的位置”为问题。这是一个从竞争问题转向结构问题的转变。进一步说，人类的意义可能需要从“我能做什么”转向“我为何选择做什么”。前者是能力导向，后者是意图导向。在一个能力可以被外包的世界中，意图反而成为不可替代的核心。因为选择本身，仍然是高度个体化的，它涉及价值观、经验、偏好与对世界的理解。
当然，这种转变并不会自动发生，也不会轻松。它需要教育体系、社会结构以及个体认知的共同调整。短期内，焦虑、迷茫甚至虚无感都会持续存在。但从更长的时间尺度看，这也可能是一次“去工具化”的契机——人不再仅仅作为生产工具被定义，而有机会重新思考作为主体的存在。或许可以这样理解：当 AI 让技能变得廉价，人类第一次被迫直面一个更根本的问题——如果不再用“有用”来定义自己，我们还能用什么来定义自己？这个问题没有现成答案，但正因为如此，它本身就成为了一个值得认真对待的时代课题。