2026年出现了一种比直接裁员更隐蔽的套路——‘人肉蒸馏’。企业不直接裁人，而是先让员工把自己的知识、经验、技能全部整理成知识库喂给AI，等AI能完全替代该岗位后，再以‘AI已能胜任’为由辞退员工。某大厂客服主管被领导要求牵头整理自己10年的客服经验，每天加班到凌晨教AI回复客户，结果AI上线第二天就收到辞退通知。这种‘员工亲手训练取代者’的模式，已从客服蔓延到初级文案、数据录入甚至标准化编程岗位，比软裁员更隐蔽、更残忍。

AI公司Mercor的基准测试给出了一个反直觉的数据：让AI智能体直接处理咨询、投行和法律等真实白领任务，首轮成功率低于25%，即使给8次机会，完成率也仅40%。表现最好的模型在管理咨询任务上的首轮成功率也只在23%-33%之间。Mercor CEO把当前AI比作‘实习生’，擅长短时程、单工具的任务（如基础研究、数据分析），但在需要长时程规划、跨工具协调和多步骤推理的复杂工作上频繁翻车。这和文章“AI替代执行任务而非人”的判断吻合——但数据清晰划出了边界：AI的现实能力远未达到许多恐慌描述的程度。

文章区分了‘真资深’和‘伪资深’，但没给出具体判断标准。真正值得追问的是：经验的‘不可AI化’到底取决于什么？答案藏在三个层级里：第一层是‘基础路径验证’——知道某条路是否走得通，这类经验最容易贬值；第二层是‘规律归纳’——能总结出为什么成功的底层逻辑，这类经验有迁移性；第三层是‘多路径探索与领域深耕’——针对同一目标掌握多种实现方式，并能根据环境灵活切换。比如一个销售掌握了‘客户痛点挖掘四步法’并能在传统行业和新兴领域复用，这就是第三层。越是依赖‘熟练度+模板’的经验贬值越快，能用通用逻辑解释自身判断依据的经验才是AI时代的硬通货。