清华教授柳冠中振聋发聩：如果科技是为了淘汰人，发展有什么意义

当 AI 可以快速生成方案、机器人在工厂里日夜不休、自助终端一点点替代柜台、“无人模式” 从概念变成城市里随处可见的风景，一种复杂的情绪正在普通人心里悄悄蔓延：我们一边享受着技术带来的便利，一边忍不住自问 —— 这股向前狂奔的浪潮，最终会把我们带向哪里？

在无数人为智能化的速度欢呼时，清华大学柳冠中教授那句广为流传的发问，像一块石子投进喧嚣的舆论场：“如果科技是为了淘汰人，发展有什么意义？”

这里首先需要厘清一个事实：这句话并不是一段逐字可查的正式发言稿原文，而是网友对他多年公开演讲、访谈中一整套思想的凝练概括；作为 “中国工业设计之父”，柳冠中从 “设计事理学” 出发，反复提醒社会：技术只是工具，发展的终极目标，永远是构建更合理、更有尊严的生存方式，而不是把 “淘汰人力” 当成创新的终点。他从来不是反对科技进步，更不是主张退回人工时代；他的警告，针对的是一种正在悄悄蔓延、却很少被正视的思维陷阱：把 “效率”“无人化”“降本” 当成唯一标尺，把 “人” 的位置，从发展的中心挤到边缘。

这句话之所以能迅速戳中千万普通人，不是因为它提供了一个简单答案，而是因为它直面了我们这个时代最真实、最沉重的集体焦虑。本文依托公开学术观点、权威机构就业研究、产业现实案例，层层剥开 “技术 — 岗位 — 分配 — 社会” 这条完整链条；不渲染末日恐慌，不美化技术神话，力求把复杂问题讲透，做到言之有物、拒绝空话。

一、机器接管日常：便利背后，藏着普通人看不见的阵痛

走在今天的城市里，几乎每个人都能直观感受到智能化的渗透。超市里人工收银通道越收越窄，长长的自助结账区占据了大半空间；银行网点的柜台不断压缩，大部分业务引导到智能柜员机；不少景区、酒店推出全流程无人入住；物流仓库里，AGV 机器人沿着固定路线搬运包裹；写字楼里，基础文案、报表整理、初级绘图、简单客服，越来越多地交给大模型处理。

客观地说，很多变化确实改善了体验：深夜想转账，不用再赶银行下班时间；繁重、重复、有安全风险的搬运、分拣工作，交给机器，能减少工伤；高峰时段，自助设备分流人流，缩短大家的等待。这些都是技术实实在在的价值，我们不能视而不见。

可如果只盯着 “方便”，就会漏掉故事的另一半。

一位在县城超市做了十二年收银员的大姐，在社交平台留下一段很有代表性的自述：“以前一个班次有四个人在岗，现在只留一个人工通道，其余全是自助机。领导说，这是时代趋势。我快五十了，不会复杂的电脑操作，出去找工作，能选的岗位越来越少。机器不用发工资、不用休产假、不用管老人孩子，可我们这些中年人，要养家，要过日子。”

这不是个例。中国社会科学院、求是网等多家研究都指出：本轮技术变革，已经从过去主要替代流水线体力劳动，延伸到大量中等技能、标准化脑力任务；基础行政、初级文案、简单设计、入门级咨询等过去被认为相对 “安全” 的岗位，都开始感受到压力。

很多人习惯于一种经典叙事：历史上每一次技术革命，都会淘汰旧岗位，也会创造新岗位；工业革命让大量农民离开土地，服务业又吸纳了庞大就业人群；今天 AI 和自动化也会遵循同样的规律。从长周期看，这个逻辑大体成立；但 “长期能平衡” 不等于 “短期无代价”，“总量可能新增” 不等于 “代价能自动分摊”。

这里就是柳冠中思想里非常关键、常常被忽略的部分。基于他坚持几十年的 “事理学”：我们真正需要的，从来不是 “一台更厉害的机器”，而是 “一件事更好的解决方案”。我们去超市，目的是 “顺利完成购物结算”，不是 “必须实现无人结算”；我们去银行，目的是 “安全办好业务”，不是 “必须把所有柜台取消”；技术路线可以有很多选择，而 “要不要把人从场景里彻底赶出去”，是一个社会选择，不是技术的必然宿命。

现实里，不少商业项目的逻辑却悄悄走偏了：把 “能不能做到无人” 当成创新指标，把 “省下多少人工成本” 当成核心收益，却很少系统评估：被替代的群体是谁？他们大多是什么年龄、什么技能水平？当地还有没有足够的就业出口？节省下来的成本，有没有一部分反哺到劳动者转型、公共服务、社会保障上？

技术把蛋糕做大了，但蛋糕怎么分，机器不会自己决定。 如果技术升级的红利，主要流向资本方、技术平台与少数高端人才；而转型阵痛、失业风险、收入波动，却主要由普通劳动者独自承担，那么即便效率数字再漂亮，整个社会也会累积看不见的裂痕。这正是那句发问最击中人心的地方：当发展只追求 “更快、更省”，却忘记追问 “为了谁”，我们就已经在不知不觉中本末倒置了。

二、分清两个误区：不是 “技术有罪”，而是 “唯效率论” 正在悄悄越界

讨论这个话题，最容易陷入两种极端：一种是把所有就业难题都归罪于 AI 和机器人，呼吁停下技术脚步；另一种是拿 “历史必然” 堵上所有反思，认为凡是提高效率的，就天然正确，任何顾虑都是保守、抗拒进步。

柳冠中作为深耕工业设计四十余年的学者，非常清醒地避开了这两个陷阱。他多次在公开场合强调：科学技术本身是人类伟大的创造；问题不在于技术本身，而在于我们使用技术时，常常被单一的商业逻辑牵着走，忘记了社会整体的目标。

我们先建立一个清晰的区分：“机器替代一部分任务” 和 “科技以淘汰人为目标”，完全是两回事。

什么才是技术本来该走的方向？矿山井下、高温冶金、高空高危作业、长期重复容易造成职业损伤的流水线工序、需要长时间集中注意力且极易疲劳的危险运输 —— 这些 “人不想干、不该干、干起来代价巨大” 的工作，优先交给自动化设备，把劳动者从损害健康、威胁安全的环境里解放出来。这就是典型的 “机器为人减负”，是技术发展最正当的使命。

可现实中，资源和热情有时分配反了。不少企业争先恐后投入的，不是解决高危艰苦岗位的难题，而是瞄准服务业、基础文职这些就业容量大、门槛适中、吸纳大量中年劳动者、灵活就业群体的岗位。这些岗位未必有极端安全风险，却是社会就业的 “蓄水池”。当蓄水池被快速抽干，而新岗位的培育、劳动者技能更新、配套保障还远远没有跟上，社会就会出现 “结构性缺口”：一边是媒体不断渲染 AI 多么强大，一边是普通人真切感受到 “合适的工作越来越难找”。

还有一个更深层、更隐蔽的风险：人被要求越来越像机器。

当算法精确规定每一个动作、每一句话术、每一秒工时；当 AI 负责检查、打分、筛选，把人的创造力、共情力、随机应变的空间不断压缩；当一部分年轻人的工作，只剩下 “训练 AI、伺候 AI、适配 AI”，而不是用工具放大自己的独特价值，这时就出现了柳冠中反复提醒的局面：最怕的不是机器越来越像人，而是人越来越像机器。

技术哲学领域里，“技术中性论” 告诉我们：工具本身没有预设善恶；但技术从来不是完全 “价值真空” 的，它承载着开发者、使用者的目标，也会被社会制度、市场规则塑造方向。如果市场环境只奖励 “极致降本”，很少激励 “兼顾人的发展”；评价一个智能化项目，只看投资额、技术指标、节省人力数，缺少对就业影响、社会成本的综合评估，那么大量项目自然会沿着 “尽可能减少活人” 这条路线狂奔。这不是科学的内在要求，而是市场激励机制的偏差。

很多人喜欢说：“市场自然会调节，不用多管。” 可历史早已证明，纯粹依靠自发市场，很难自动解决分配公平和长期公共利益。技术进步带来的财富，如果没有一套社会化的机制，让它反哺那些在变革中受损的群体，那么 “进步” 的代价，就会变成一部分人的沉重负担。

我们完全不必妖魔化人工智能。AI 可以辅助医生读片、帮助教师备课、协助工程师仿真、解放科研人员处理海量文献；它的潜力是巨大的。真正值得警惕的，是一种简化的世界观：凡是能自动化的，就一定要自动化；凡是能用机器，就尽量不用人；把 “人” 当成需要不断压缩、清除的 “成本项”，而不是发展的目的本身。

三、焦虑的根源：为什么普通人很难 “轻松转身”？

网络上有一种很流行的 “标准答案”：被技术替代没关系，大家多学习、多转型，去做机器做不了的事就行了。这个道理听起来简单，放到真实的社会土壤里，却异常沉重。

我们不妨诚实面对转型路上的三重现实壁垒，这些壁垒，不是一句 “终身学习” 就能轻易跨越。

第一重壁垒：年龄与人力资本的 “沉没成本”。

一个在传统行业干了十几年、二十多年的从业者，他的经验、人脉、手艺，都是在特定岗位上一点点积累起来的。人到中年，家庭负担最重，时间和精力却相对有限；再加上学习新工具、适应新行业，往往需要完整的周期，还要承担转型失败的风险。不是他们 “不愿学习”，而是学习的成本、机会成本、试错成本，对中年人来说太高了。

很多新兴的、被认为 “机器难以替代” 的岗位，集中在前沿技术、创意设计、高端咨询等领域。这些岗位总量有限，门槛高，并不具备大规模吸纳被替代劳动者的能力。如果我们把技术变革的适应，完全寄托在 “个人自救” 上，等于默认：谁跟不上，谁就该被时代抛下。可一个成熟的社会，不能把结构性变革的责任，全部压在个体肩膀上。

第二重壁垒：“新岗位” 的创造速度、质量与分布，存在巨大不确定性。

历史上，服务业扩张曾经承接了工业自动化释放出来的劳动力；但今天这一轮变革不一样：AI 和自动化，恰恰正在向服务业、知识工作内部渗透。高盛、MIT、国内多家智库的测算都提示：未来确实会诞生一批新职业，但新岗位能不能在数量、收入、地域分布上，足够对冲被替代的任务，至今没有确定答案。更现实的是，很多新增岗位集中在一线城市、互联网产业集群；而大量承受冲击的劳动者，分布在二三线城市、县城和县域服务业，当地产业生态很难凭空长出足够多的新机会。

第三重壁垒：配套的 “社会缓冲系统” 建设，远远跑在技术速度后面。

要让技术 “解放人” 而不是 “抛弃人”，至少需要一整套协同机制：面向全年龄段、接地气的普惠职业培训；灵活、可携带的社会保障；对受冲击行业、地区的定向支持；建立技术红利适度普惠的渠道；在重大智能化项目落地时，引入就业影响评估。

客观地讲，我们国家已经开始布局这些工作：《“十四五” 就业促进规划》明确提出要积极应对人工智能等技术对就业的影响；各地持续开展职业技能提升行动；新业态劳动保障不断完善。但必须承认，这套体系的成熟，需要漫长时间、持续投入和制度创新；它不可能和技术迭代 “同频同步”。

这就是柳冠中那句发问最珍贵的地方：它不是给我们一个现成方案，而是提前唤醒全社会的 “问题意识”—— 不要等到问题已经积重难返，才慌忙寻找补丁；在技术路线选择、商业决策、公共政策设计的源头，就要把 “人的位置” 考虑进去。

他的 “设计事理学”，本质上就是一种系统思维：做一件事，不能只盯着最终那个酷炫的 “物”，要把从目标、过程、参与者，到后续影响、长期代价，全部纳入视野。智能化也一样：不能只看设备多先进，还要完整评估，它会怎样改变成千上万普通人的生存处境。

四、跳出非黑即白：我们真正要追求的，是 “为人所用的技术文明”

讨论到这里，很容易滑入一个虚假的选择题：要么拥抱 “无人化” 全速前进，要么拒绝智能化回到过去。 可现实的选项，远比二元对立丰富。真正的方向，是让技术回归 “工具” 本位，由社会共同定义：我们希望技术怎样服务于人，而不是被动接受技术把我们塑造成什么样子。

我们可以从四个维度，把这个抽象理念落实到看得见的现实路径。

第一，在产业实践中，建立 “人机协同优先于简单无人” 的共识。

“无人” 不等于高级；“把合适的事交给机器，把有温度、有创造、需要价值判断的事留给人”，才是更高阶的智慧。医院可以引入 AI 辅助诊断，但不能取消医生和患者面对面沟通；图书馆可以有自助借还，但保留管理员的引导、咨询、社区服务功能；政务大厅可以大力推广线上办理，但必须保留线下窗口，照顾老年人、不熟悉数字工具的群体；工厂用机器人承担高强度重复工序，工人转向设备运维、工艺优化、质量把控。

柳冠中曾以设计举例：好的设计不是 “把一切交给自动程序”，而是 “提倡使用，不鼓励占有”，创造更健康合理的生存方式 。同样，好的智能化，不是追求 “人越少越好”，而是追求 “人不用再被无意义的重复劳动消耗，可以把精力投向更有价值的地方”。这里的关键，是目标从 “消灭岗位” 转向 “升级岗位”。

第二，让技术进步的红利，找到普惠共享的通道。

效率提升带来的新增财富，一部分自然会投入再创新，这是市场活力的基础；但也需要通过合理的制度安排，把一部分收益用于劳动者转型培训、公共服务扩容、社会保障完善。这不是简单 “劫富济贫”，而是承认：技术变革的社会成本，不该由少数人独自承担。

今天，很多国家都在探索相关思路：对自动化、大型平台经济的收益进行适度调节；推动企业把员工技能提升纳入长期规划；政府、企业、行业协会共建面向转型群体的培训平台；完善灵活就业者的社保接续。没有哪一条路是容易走的，都需要反复权衡效率与公平；但 “红利要尽可能惠及全体人民”，应当是探索的基本方向 。

第三，重塑 “人的独特价值”，而不是在机器擅长的赛道上拼命内卷。

AI 在标准化、信息检索、模式匹配、快速生成素材上，能力正在快速提升；但它目前还很难真正拥有完整的生命体验、复杂的共情、深刻的价值判断、突破性的直觉，以及扎根于具体社会关系中的责任与担当。

未来，人真正的优势，不在于 “比机器更快做完报表”，而在于：理解复杂真实世界的需求；在模糊、不确定的条件下做选择；建立人与人之间信任与联结；进行跨越范式的创新；为技术设定目标、划定边界。

这并不意味着 “人只要有情怀就够了”；恰恰相反，它要求教育、终身学习体系，从过去侧重培养 “标准化执行能力”，更多转向培养判断力、创造力、沟通协作、复杂问题解决能力。这个转型，需要十几年甚至几十年持续推进，不是短期可以完成。

第四，在公共层面，建立多元的技术评价视角。

长期以来，我们很习惯用 “技术水平、市场规模、增长速度” 评价创新项目。未来，除了这些指标，还应当更多引入就业影响、社会公平、长期可持续性的维度。不是要 “审批每一项技术”，而是鼓励企业、科研机构、政策制定者，在创新的源头就多问一句：这项技术，除了商业价值，还能给普通人带来什么？可能带来哪些我们现在就要留意的风险？

柳冠中多次提到，设计不是 “制造短命、炫酷的消费品”，而是要对事物的全生命周期负责；技术创新同样要有这种 “全周期意识”—— 不只关心从 0 到 1 的突破，还要看见从 1 到 N 扩散时，它对千千万万个普通人生活产生的涟漪效应。

五、回到我们自己：在大变革时代，守住发展最朴素的初心

当我们在手机上刷到 “AI 又取代了什么工作” 的新闻，心里难免慌张。可焦虑本身并不可怕；可怕的是两种心态：一种是盲目相信 “一切都由技术决定，我们什么也做不了”，把命运完全交给外部浪潮；另一种是陷入怨恨，把技术当成敌人，否定人类创新的全部意义。

柳冠中的发问，本质上不是给我们一个确定答案，而是提供一把 “价值标尺”：任何发展，无论多酷炫、多高效，最终都要回到一个根本拷问 —— 它是不是在帮助大多数人，过上更安全、更有尊严、更自由的生活？

回顾人类漫长的技术史，从蒸汽机、电力，到计算机、互联网，再到今天的人工智能，技术从来不是一条单向、不受干预的轨道。每一次重大变革，都伴随着社会的反思、规则的调整、价值的重新校准。技术塑造社会，社会同样可以引导技术。所谓 “历史大势”，不是冰冷的宿命，而是无数个体、企业、公共选择共同汇聚出来的方向。

对国家和社会而言，迎接新质生产力，不等于只追求技术指标；“以人民为中心”，本身就是创新的内在要求。发展先进技术，目的是解放生产力、满足人民对美好生活的向往；这个大方向不能动摇。

对企业和创新者而言，追求效率和利润无可厚非；但一个有长远生命力的创新，必然要兼顾社会责任。聪明的商业，不会把 “减少活人” 当成终极目标，而是思考：怎样用好新工具，把人的价值更好地释放出来，创造更大、更有温度的市场空间。

对我们每一个普通人来说，不必被 “被淘汰” 的恐慌裹挟；也不能幻想技术变革会自动照顾所有人。一方面，保持开放心态，主动了解、学习和新技术共处；另一方面，保持清醒的独立判断：工具可以强大，但定义生活意义的，永远是我们自己。我们要相信，社会有责任建立更完善的缓冲机制，同时也做好持续成长、适应变化的准备。

有人说，“如果科技是为了淘汰人，发展有什么意义” 只是一句情绪化的感慨。但在我看来，它是一句非常珍贵的时代提醒。它提醒我们：效率只是手段，幸福才是目的；增长只是过程，人的全面发展，才是一切努力的归宿。机器可以替我们完成无数任务，但永远不能代替人类回答：我们究竟想要一个什么样的世界。

郑重说明：文中柳冠中教授的观点均整理自其公开发表的论文、演讲与媒体访谈；网络流传的那句提问是公众对其思想的概括转述，并非逐字实录；就业与技术影响数据来自中国社科院、求是网、国内外权威学术机构公开研究；以理性反思代替极端论调，仅作思想交流，不代表官方定论。#上头条聊热点#​