速度差

林铭做了七年理赔审核。

去年AI审核系统上线，99%的通过率，拒赔的都有条款依据。但林铭知道，有些被AI拒掉的案子是该赔的。不是AI看错了条款，是AI不知道：同一个条款，面对一个刚失去丈夫的女性和一个专门做保险诉讼的律师时，该有不同的处理方式。

林铭说不出来这个判断怎么写进操作规程。你写"视情况而定"，AI问：视什么情况？你怎么定义情况？你说不出来。但你知道。七年了，你知道。

他被裁了。HR说是结构性调整。

第二个月，公司AI部门邀请他做外包标注师。用他七年处理过的5000多个异常件案例，训练下一代模型。时薪是以前的四分之一。

他去了。他需要钱。

做了半年，有一天他发现：自己标注的案例正在训练AI处理他以前做的"异常件"。他每标注一个案例，就把一点说不出来的判断转化成了AI能学的数据。他把自己的不可替代性，一点一点喂给了取代他的系统。

他辞职了。不是因为看穿了——他一开始就知道。是因为做了半年之后，他的标注准确率开始下降。不是他变懒了，是他发现自己越来越难说出"这个案子该赔"的理由——那些理由曾经是身体里的直觉，现在被他拆解成了一条一条的标注规则。直觉被形式化的过程，也是直觉消失的过程。

他三十二岁。有七年的经验。这七年教会他的事情，叫做：有些该赔的案子，看起来是拒赔的。

地图不是给所有人的

六篇文章画了一张地图。地图标了山顶在哪——不可替代区，说不清楚的本事，闭合认下。

林铭完全看懂了地图。他比大多数读者都清楚自己身上有什么。他的七年异常件经验，就是教科书级别的不可泛化经验。

他还是被甩出去了。

不是因为他没守住。是因为他还没来得及把"七年经验"转化成新的价值形式，AI就把他原来的岗位吃掉了。然后他不得不用自己的经验去训练取代自己的AI，在训练的过程中，他的经验被形式化、被掏空。

AI替代不需要时间。人转型需要时间。这个间隙，不是教育能填的——教育教的是可形式化技能，而AI形式化的速度比教育体系更新快。

六篇文章告诉了你怎么守山顶。没告诉你山脚的人怎么上山。也没告诉你，有些人的山脚正在被削平。

对那些已经站在不可替代区的人，这六篇是工具。对林铭，这六篇是描述——描述了他有什么，也描述了他正在失去什么。但帮不到他。

能帮到他的，是制度。不是"教育他尽快成长"——这个要求不切实际且傲慢。是承认：他的七年经验值钱，但市场不给他时间把"值钱"变成"能赚钱"。这个间隙，需要有人来填。

谁填？怎么填？这不在六篇文章的范围里。

我知道它在那儿。我不假装它不在。