谁在为AI打工：科里·多克托罗《逆半人马的后AI生活指南》

关于AI的书，大多在回答两个问题：AI能做什么，AI会不会毁灭人类。科里·多克托罗的新书把问题换了一个方向：AI在为谁打工，又有谁在为AI打工。

这本书叫《逆半人马的后AI生活指南》（The Reverse Centaur's Guide to Life After AI: How to Think About Artificial Intelligence—Before It's Too Late），2026年6月由美国MCD / Farrar, Straus and Giroux出版，240页；英国版由Verso出版。它不是一本技术科普，也不是一本末日预言。它更像一本政治经济学批判手册，用科幻作家的笔法，拆解AI炒作背后的资本叙事、劳动安排和权力关系。

多克托罗不是反AI的人。他自己每天用Whisper转写播客，用本地模型做拼贴，用AI辅助写作。他反对的不是技术，而是技术被垄断、被金融化、被用来压低劳动价格的方式。这一点很重要。读这本书，如果把它当成“AI威胁论”，就会错过它最锋利的地方。

作者是谁

科里·多克托罗（Cory Doctorow），1971年生于加拿大多伦多，加拿大与英国双重国籍，科幻小说家、记者、博主、数字权利活动家。他17岁开始发表小说，代表作有《小兄弟》（Little Brother）、《Walkaway》、《Red Team Blues》等；非虚构作品有《The Internet Con》、《Chokepoint Capitalism》（与丽贝卡·吉布林合著）、《How to Destroy Surveillance Capitalism》，以及2025年的《Enshittification》。

他是电子前哨基金会（EFF）的特别顾问，曾任EFF欧洲事务协调员，参与创立英国开放权利组织（Open Rights Group）；曾长期担任知名博客Boing Boing的联合编辑，2020年后经营自己的每日博客Pluralistic。他提出的“enshittification”（屎化）一词，被美国方言学会评为2023年年度词汇，被麦考瑞词典评为2024年年度词汇。他获得过约翰·W·坎贝尔最佳新作家奖、轨迹奖、EFF先锋奖等；2020年入选加拿大科幻与奇幻名人堂。

他的写作有几个一贯的主题：数字版权、DRM、文件共享、平台垄断、监控资本主义、后稀缺经济。他不是一个只在书房里谈技术的人。他做过软件公司，参与过版权运动，长期在EFF做政策倡导，也长期在科技公司与创作者之间做“用户侧”的批评者。

这个背景很重要。它决定了这本书的视角：多克托罗不是从AI实验室内部看AI，也不是从投资银行的角度看AI，而是从用户、劳动者、创作者的角度看AI。他关心的不是“模型能不能通过图灵测试”，而是“谁拥有模型、谁控制数据、谁拿走收益、谁承担代价”。

这也决定了他的盲点：他亲用户、亲劳工、反垄断，立场鲜明；他不是中立的学院派，也不会给你一份四平八稳的AI政策评估。读他的书，最好带着两个问题：他的权力分析是否成立？他的技术判断是否跟得上能力曲线？

一、核心问题：不是AI能做什么，而是它对谁做、为谁做

多克托罗在引言里讲了一个故事。

2025年5月，芝加哥自由撰稿人马尔科·布斯卡利亚为多家报纸写了一份夏季阅读书单。书单署了他的名，但主要作者是聊天机器人。十五本书里有十本根本不存在。事情曝光后，网上把他嘲笑了好几天。

多克托罗对这个故事的处理很有意思。他没有把布斯卡利亚当成“AI幻觉”的替罪羊，而是追问：一个自由撰稿人，为什么会被要求一个人干几十号人的活？撰稿人、研究员、编辑、事实核查员，原本是一个团队；现在，一个人加一个聊天机器人，要在很短时间内产出六十四页的增刊。布斯卡利亚不是“偷懒”，他是被安排去替聊天机器人背锅。

同一年，多克托罗自己也用了一次AI。他要找一段播客里的引语，记不清专家名字和节目名，于是下载了开源语音转写模型Whisper，把三四十个小时的播客转成文字，几分钟就找到了。他很满意，甚至觉得这是AI最好的一类用法。

两个自由撰稿人，都在用AI。一个被AI搞得丢脸，一个被AI解放。差别在哪里？

多克托罗的答案是：差别不在工具，而在权力关系。前者是被强加AI的“逆半人马”，后者是自己决定在哪用、何时用、怎么用的“半人马”。

这就是全书的支点。

二、半人马与逆半人马

“半人马”在自动化理论里，指人借助机器增强自己。骑自行车、开汽车、戴助听器、用计算器，都是半人马。半人马的关键不是“用了机器”，而是“我决定怎么用”。多克托罗说，他的整个写作生涯就是一连串半人马式跃迁：从打字机到苹果II，从拼写检查到版本管理，工具越来越好用，但用不用、怎么用，是他自己的事。

“逆半人马”则反过来。人是被迫去当机器的助手，以非人的节奏服务自动化系统，并在系统失败时背锅。

他举了三个例子。

亚马逊仓库的工人，被AI摄像头掐时间、监测“离岗时长”，完不成定额就罚。仓库里到处是机器，但总有机器干不了的活，工人就得顶上，给机器打下手。他们不是被机器取代，他们是成了机器的外设。

亚马逊的送货司机，要在至少九个应用上登录，被AI根据驾驶表现持续打分。刹车、急转、偏离路线都扣分，哪怕那是躲避路面危险的唯一办法。派单定额高得完不成，完不成又压低计件酬金。公司禁止用瓶子接尿，又不给上厕所的时间。

亚马逊的程序员，被要求以超人速度审查AI生成的代码。代码里的bug和有效代码在统计上几乎无法区分，程序员只能做最低限度的审查，勉强通过测试就推上生产环境。他们曾经是科技公司的“贵宾”，现在被当成代码流水线的质检员。

这三个例子放在一起，说明一件事：AI可以让人更自由，也可以让人更不自由。差别不在技术，而在谁掌握选择权。

多克托罗把这一点说得更直白：重要的不是设备的技术特性，而是使用设备的人之间的权力关系。

三、技术不是命定的

多克托罗在书里专门用一章反驳“必然主义”。

撒切尔夫人当年推行紧缩政策，最喜欢说一句话：“别无选择。”多克托罗说，今天科技公司的CEO们继承了这套话术。他们告诉你，AI必然到来，必然取代工作，必然只能按他们设计的方式使用。这不是分析，这是霸凌。

他举了收银机的例子。收银机出现之前，杂货店店员的技术很难替代；收银机出现之后，老板可以降低工资、增加工作量、裁掉一半人。但这并不是“技术必然导致”的结果。如果店员有工会、有劳动保护，收银机带来的好处可以在资本和劳动之间更公平地分配。技术本身不决定社会安排。

他还引用威廉·吉布森的名言：“大街自会找到东西的用处。”科幻文学的意义，不是预测未来，而是提醒人们：未来是开放的，技术的社会安排是可以选择的。

这一章是全书的政治哲学基础。没有它，“半人马/逆半人马”就只是一个描述；有了它，才变成一个行动命题：我们可以选择让更多人成为半人马，而不是逆半人马。

四、泡沫的数学：AI为什么必须讲“取代高薪劳动”的故事

书的第一部分叫“Before”，讲我们是怎么走到这一步的。第二部分叫“Bubble”，讲泡沫的金融机制。第三部分叫“After”，讲泡沫破裂后会留下什么。

多克托罗的金融分析，是全书最硬的部分。

他先讲了一个概念，叫“批评炒作”（criti-hype）。李·文塞尔在一篇论文里提出，很多对技术的批评，看似在警告，实则在帮技术公司放大“这技术很强”的叙事。广告技术当年就靠“潜意识广告能控制你”的鬼话，从广告商那里骗了几百亿；今天，AI公司也在靠“AI将取代大量高薪劳动”的故事，从投资者那里融资。

然后他讲增长股。一家公司如果被市场当成“成长股”，它的市盈率会远高于成熟公司；它可以用高估值去收购、去挖人、去贷款。反过来，一旦增长故事破了，它就会从“成长股”跌成“成熟股”，股价暴跌。科技高管的薪酬又大量以股票形式发放，所以他们有极强的动机维持增长故事。

AI公司怎么维持这个故事？最方便的办法，是让投资者相信：AI将取代大量高薪劳动。只有这个说法，才能支撑“AI未来值16万亿美元”的估值。多克托罗说，这个数字只有在“AI替代大量工薪劳动”的前提下才说得通。

他还拆了微软和OpenAI的循环记账。微软给OpenAI提供“计算代币”，OpenAI按面值计入投资收入；OpenAI再把代币花回微软的算力，微软记成云计算营收。同一笔钱，被记了两次。类似的会计花招，在AI行业里并不少见。

集中度也高得惊人。多克托罗引用2025年7月的数据：七家AI巨头，英伟达、微软、Alphabet、苹果、Meta、特斯拉、亚马逊，占了美国股市总市值的35%；其中英伟达一家，就占了这七家总市值的19%。英伟达的估值，又建立在其他六家继续豪掷数千亿美元买GPU的假设上。整个美国经济，都悬在这根弦上。

这不是说AI泡沫明天就会破。而是说，它的逻辑是脆弱的：AI公司必须不断讲“取代劳动”的故事，才能维持估值；而一旦故事破了，受伤的不只是硅谷，还有把养老金放在指数基金里的普通人。

五、版权不是核心，劳工才是

书里最有争议、也最重要的一章，叫“AI Has a Labor Issue (Not a Copyright Issue)”。

多克托罗的观点很明确：把AI的问题当成版权问题，是搞错了重点。

他先讲版权。版权扩张了几十年，保护期更长、覆盖范围更广、处罚更严，但创作者的报酬并没有因此增加。为什么？因为创作者没有议价权。娱乐公司高度集中，买家越来越少，创作者只能接受格式合同。版权多出来的二十年，对创作者来说几乎一文不值，对娱乐公司来说却是一笔可以打包出售的资产。

然后他讲训练。AI训练可以拆成三步：抓取、分析、发布。抓取，搜索引擎每天都在做；分析，是统计词频、像素、音符，属于对事实的提取；发布，是把分析结果作为软件发布。多克托罗认为，这三步在美国版权法下很难构成侵权。他不是说AI公司做得对，而是说，版权诉讼即使赢了，也改变不了AI公司继续训练模型的能力。

那真正的战场在哪里？在劳工。

他举了一个很刺眼的例子。媒体公司和AI公司看似在版权上打得不可开交，但在“压低创作者报酬”这件事上，它们的利益是一致的。迪士尼和环球起诉Midjourney，美国唱片业协会发声明支持；可这两家公司，正是2023年好莱坞编剧罢工中，想用AI替代编剧的公司。它们要的不是“保护创作者”，而是“由它们来收AI的授权费”。

多克托罗的结论是：创作者不应该替媒体公司站台，不应该把版权当成唯一武器。真正该争的，是劳工议价权、行业集中度、平台垄断、算法工资歧视。版权是法律问题，劳工是权力问题。后者才是根。

这个判断在美国法语境下是否成立，当然可以争论。但它的价值在于，它逼读者把视线从“AI偷了谁的作品”移到“AI把谁的收入重新分配给了谁”。

六、AI艺术与创意工作者的处境

多克托罗对AI艺术的分析，常常被误读。他不是说“AI艺术一定是垃圾”，也不是说“AI艺术一定是偷窃”。他先给艺术下了一个定义：艺术是艺术家把一种庞大、超验、不可化约的复杂感受，注入某种媒介，试图在观众心里唤起类似感受的交流行为。

一件作品的艺术性，取决于它传达了什么、是否有意义、是否以最有意图的方式传达。AI图像生成器能生成看起来很美的图像，但它不知道自己在画什么。它只是在预测下一个像素。那些看似有意图的笔触，背后没有意图。多克托罗用“诡异”来形容这种体验：本来不该有意图的地方，出现了意图的痕迹；本应有意图的地方，却空无一物。

他并不排除AI辅助艺术的可能性。如果创作者投入足够多的提示、筛选、修改，把自己的交流意图注入作品，AI可以成为工具。但平均而言，AI生成的艺术是“无灵魂”的，因为它缺乏艺术家的交流意图。

更重要的是，他把AI艺术放回产业现实：商业插画是一个很小的市场，即使所有插画师都被替代，也填不上AI公司的资本窟窿。AI艺术的主要功能，不是替代艺术家，而是制造“AI什么都能干”的叙事，帮AI公司向投资者和老板推销。

那创意工作者该怎么办？多克托罗的建议不是“抵制AI”，也不是“指望版权”。他说，创意工作者首先要把自己当劳动者，而不是小生意人；要组织起来，争取议价权；要区分“用AI增强自己”和“被AI替代”；要在版权之外，寻找劳动法、反垄断、平台监管的工具。版权诉讼可以打，但不能把全部希望寄托在版权上。

七、真实存在的AI：监控定价、算法工资歧视、隐藏的人类劳动

多克托罗有一个很刻薄的说法：AI营销的受众不是用户，是投资者。用户只是“余兴节目”。

所以，他不看AI公司演示的那些炫酷功能，他看“真实存在的AI”在干什么。

他看到的，是监控定价。达美航空和以色列公司Fetcherr合作，用数据经纪商收集的个人信息，预测每个乘客愿意付的最高票价。亚马逊对不同用户显示不同价格。这就是“一级价格歧视”，用AI把你愿意付的钱榨到极限。

他看到的是算法工资歧视。Uber用司机数据推断其经济窘迫程度，给更缺钱的司机开更低的工资；护理App用护士的信用记录压价。AI在这里的作用，不是“提高效率”，而是“找出谁最没有议价权”。

他看到的是隐藏的人类劳动。亚马逊Just Walk Out的“AI摄像头”，背后是印度呼叫中心员工；Builder.ai的“AI开发”，背后是八百到一千名低薪程序员。印度技术圈有个笑话：“AI”是“缺席的印度人”（Absent Indian），“ChatGPT”里的“GPT”是“古吉拉特人在打字”（Gujarati People Typing）。

这些例子说明，AI不是一个悬浮在云端的智能体。它是一套由资本、劳动、数据、算力组成的社会安排。你看到的是“自动”，看不到的是背后的人。

他也没有放过“智能体AI”。演示里的智能体可以帮你订机票、找度假地，但真实世界的网站不是为AI设计的，很多网站还故意用垃圾费用、反爬、反比价来阻止你比较价格。智能体在异构网站里穿行，效果远没有演示那么好。所谓“智能体”，很多时候只是把旧自动化包装成新故事。

八、泡沫之后：生产性残留

多克托罗不是悲观主义者。书的后记叫“Bubbles and Productive Residues”，讲泡沫破裂后会留下什么。

他说，不是所有泡沫都一样。有些泡沫炸了，什么都不剩，比如安然、加密货币；有些泡沫会留下“生产性残留”，比如互联网泡沫留下了光纤、编程技能、Web 2.0 的人才。

AI泡沫会留下什么？

他列了几样：数据中心和GPU，可以用于科学计算；大量受过训练、会编程、会优化统计引擎的人；数据标注和提示工程的经验；以及最重要的，开源/本地模型。

他特别喜欢Whisper。它是一个开源语音转写模型，可以跑在普通笔记本上，转写几十个小时的播客，风扇都不转。他还提到DeepSeek：一家中国对冲基金的副业，用更便宜的芯片和更高效的训练方法，做出了能跑在普通硬件上的开源模型。DeepSeek发布那天，英伟达市值一天蒸发六千亿美元。

这些“生产性残留”有一个共同点：它们不依赖某家公司的云服务，用户可以自己掌控。多克托罗说，泡沫破裂后，这些工具会留下来；它们可以用于转写、翻译、图像处理、人权数据分析，甚至可以用于AI治疗，但前提是跑在你自己电脑上，而不是托付给一家不尊重隐私的AI公司。

这是全书最有希望的部分。它不是“AI会拯救我们”，而是“泡沫破了之后，我们还能从废墟里捡回一些有用的东西”。

九、这本书的强项与盲点

先说强项。

第一，它把“AI风险”从技术问题还原为权力问题。它不问“AI会不会取代人”，而问“谁有权力决定AI怎么用、谁承担成本”。这是很多AI书缺少的视角。

第二，它的金融分析很具体。循环记账、成长股估值、股票薪酬、GPU折旧、单元经济学，这些机制比“AI泡沫”四个字有说服力得多。

第三，“半人马/逆半人马”这个概念可迁移。你可以用它分析仓库工人、外卖骑手、程序员、编辑、教师，甚至自己：我是在用AI增强自己，还是在给AI打下手？

第四，它不反AI。作者自己每天用AI，他反对的是垄断、泡沫和权力滥用。这让他的批评更有分量。

再说盲点。

第一，它是美国中心的。劳动法、金融结构、媒体集中度、监管体系都是美国语境；中国读者需要做制度转译。

第二，它对“能力加速”估计偏保守。它反复说“聊天机器人干不了你的活”，但2026年Anthropic的报告显示，编程等窄任务上AI已经能承担大量执行工作。更准确的说法是：AI能接管很多“任务”，但接不了“整份工作”的责任与判断。

第三，它几乎完全打发了“存在性风险”。多克托罗认为，“失控AI”叙事是“营收中性”的，不影响AI公司的商业计划，所以是干扰项。这个判断有道理，但过头了：RSI风险即使概率低，也不能因为“不影响营收”就否定其重要性。

第四，它论战性强，选择性举例。它倾向于挑选最有利于论点的案例，对AI的正面用例着墨较少。

第五，中文流传本是机器翻译，章节切分与原文不一致，术语有时生硬。引用时请以英文原版为准。

十、为什么值得读

如果你只把这本书当成“反AI”，你会失望。它不提供“AI会不会毁灭人类”的答案，也不提供“如何用AI赚钱”的清单。

它提供的是一副眼镜。

戴上这副眼镜，你会看到：AI不是一个中性的工具，它是一套权力安排；AI公司讲的“取代”故事，不只是预测，也是一种压价策略；版权不是唯一的战场，劳工才是；泡沫会破，但泡沫里留下的一些工具，可以为你所用。

最重要的是，它会让你问一个更好的问题。

不是“AI能做什么”，而是：

AI在对谁做，又在为谁做？

这个问题，值得每一个知识工作者在2026年之后，反复问自己。

附：版本信息

• 英文全名：The Reverse Centaur's Guide to Life After AI: How to Think About Artificial Intelligence—Before It's Too Late
• 美国版：MCD / Farrar, Straus and Giroux（Macmillan），2026年6月23日；Trade Paperback，240页，$18.00；ISBN 978-0-374-62156-8；电子书 ISBN 978-0-374-62157-5；数字音频 ISBN 978-1-250-47200-7
• 英国版：Verso Books，2026年6月；Hardback，240页；ISBN 978-1-83674-552-5
• 原书结构：Introduction；Before（How We Got Here / Against Inevitabilism / Really Weird Math）；Bubble（The Funny Math Gets Dangerous / AI “Art” / AI Has a Labor Issue (Not a Copyright Issue) / What Should Creative Workers Do About AI? / Actual, Existing AI / Absent Indians and Gujarati People Typing / Agentic AI and Other Absurdities）；After（Bubbles and Productive Residues / AI After the Bubble）