中國「同事毀滅器」浪潮 vs Alex Finn 的反論：自動化自己，不是自動化同事

本文整理自 This Week in Startups 第 2272 集《3 AI Agents That Actually Replaced Human Jobs》，2026 年 4 月 7 日上線。

{{< youtube g5LxEPGLDsc >}}

{{< apple-podcast "tw/podcast/3-ai-agents-that-actually-replaced-human-jobs-e2272/id315114957?i=1000759945461" >}}

---

中國辦公室裡正在發生的「奶酪販子」現象

如果你最近沒看彭博的中國科技版，可能漏掉一個正在中國辦公室快速擴散的詭異現象。彭博記者 Steve Howe 報導，從去年底開始，中國各地的白領工人開始在 GitHub 上互傳一種叫 colleagues.skill 的腳本檔。這種腳本的內容很冷血：把某位同事每天會做的工作步驟、會處理的信件、會用到的判斷規則，全部寫成一份 Claude 可以執行的 markdown，然後丟給 Anthropic 的模型。產出是一個能 90% 模擬那位同事工作的 OpenClaw 設定。

寫腳本的人不會匿名。他們會在腳本檔頭附上同事的姓名、部門、職級。然後把這份腳本主動寄給主管，附帶一句「我做了一份 X 同事的 AI 替代方案，月成本只要他薪資的 5%。」

接下來的事情不用想也知道：被點名的那位同事如果反應慢一步，就直接被裁。這個現象在中國職場已經形成規模，連帶刺激出另一個反向潮流。GitHub 上開始病毒式擴散一種叫「anti-distillation skill」的反提煉腳本，作用是讓自己的工作行為刻意不規律、加入隨機決策、讓別人很難把你的 SOP 反推出來。一個職場開始長出兩種對抗性的工具：互相提煉同事，跟反提煉自己。

Jason Calacanis 在現場給這個現象起了個更難聽的名字：cheese eater，直譯「奶酪販子」，美國俚語裡是出賣同伴的告密者。這個 frame 點出了問題的本質。AI 不是中性工具，是被嵌進辦公室政治的武器。問題是，當每個人都在做同一件事，整間公司的氣氛會變成什麼？

Alex Finn 的反論：別用 AI 殺同事，用 AI 把自己拔出來

播客現場，Alex Finn 是聽完彭博報導後第一個提出明確反論的人。他的話我直接引用：「如果我現在還在企業裡上班，我不會寫腳本去淘汰我同事。我會寫腳本來淘汰我自己。我會把我的工作能寫成 skill 的部分全部寫進 OpenClaw，然後拿空出來的時間，在公司之外開一個自己的副業。」

這句話之所以聰明，是因為它徹底翻轉了賽局。「自動化同事」是零和賽局：我活下來，同事被裁；總人力減少，公司省成本，最後我也是排在隊伍裡等被下一波裁的人。「自動化自己」是正和賽局：你還是領原本的薪水，但你的工作時間從 8 小時壓到 2 小時，剩下 6 小時你拿去做副業、學習、累積另一條收入線。當公司哪天決定要裁你的時候，你已經有 plan B 了。

這個策略在實作上有兩個前提。第一是你的 skill.md 寫得夠好，OpenClaw 真的能把工作完成到主管看不出差別的程度。第二是你的副業要趁早開始累積，不能等到失業那天才慢慢想。Alex 自己就是活案例：他在 OpenClaw 上面建了一個叫 Henry 的自動化商機探索系統，已經不用他親自上班了。但他一開始也是把這套思維用在自己原本的工作上，先把自己抽出來，再把抽出來的時間投資在新東西。

對中國辦公室那種「奶酪販子」氛圍，Alex 這個 frame 還有一個更深的意義：它讓你不必去傷害任何人，就能保護自己。你不需要把同事推下車才能上岸。你只要先把自己的位置鋪好，一旦組織開始下沉，你跳得比較不慌。

Doomer vs Boomer：四種人對 AI 與就業的真實判斷

播客花了不少時間做一個內部民調，主持人 Jason 把每個人的就業末日論立場攤開來。他用的詞是 Doomer（末日論者）vs Boomer（樂觀派），各自的核心論點是：Doomer 認為 AI 會讓整類職涯被退休、薪資結構崩盤；Boomer 認為人類會用 AI 開更多公司、需要更多軟體、最後就業是淨成長。

四個人的位置都不一樣，這個分歧本身就值得拆。Alex Finn 是 100% Boomer，但他的 Boomer 路徑很特別，不是「相信經濟學會自然調節」，而是「自動化自己，再去開副業」這種主動策略派。對他來說，AI 帶來的不是失業而是創業窗口，前提是你要主動去抓。Yazan Alirhayim 站在 50/50，他的觀察是現實裡真的靠 OpenClaw 賺到錢的人還非常少，多數人只是在玩工具。Lon Harris（TWIST 共同主持人）對自己的個人 agent「Gaff」打了大約 80% 完成度的分數，意思是 agent 能做他工作的 80%，但最後 20% 還是需要人類，所以他相對中立。

Jason 自己的位置最有意思，他用「通縮現實主義」描述自己。他同意 Marc Andreessen 那套「AI 帶來生產力大爆發 → 需求大爆發 → 工作大爆發」的彈性論，但他補了一句很扎心的話：「整類職涯會被退休，薪資會往下調。看看印度最近開始裁員的那批數字，那不是科幻小說，是現實。正確的 frame 不是 Skynet 來了，是『更少的人類，做更多事，每個人 leverage 更大』。」

這個分歧為什麼重要？因為它告訴你一件事：就算最樂觀的 Boomer 派也不認為「什麼都不做就會沒事」。Alex 的策略要主動寫 skill 自動化自己；Andreessen 的彈性論要你去學會用 AI 開公司；Jason 的通縮現實主義要你接受薪資結構會變、平均水位會降。沒有任何一個立場是「你繼續做你現在的工作就好」。差別只在你接下來要主動做什麼。

Marc Andreessen 的彈性論：聽起來太樂觀，但有歷史證據

Lon Harris 在現場讀了一段 Marc Andreessen 不久前在 X 上的長文。安德森的論點是：「AI 帶來大幅生產力提升，這意味著大幅需求提升，這意味著大幅就業提升。所謂『AI 會殺死工作』的敘事，是違反經濟學基本原理的。再加上後疫情期招募和高利率衝擊正在恢復，未來幾年的就業數字會超出大家想像。」

這個論點聽起來太樂觀了，但它背後有歷史紋路。1970 年代到 2000 年代，每一波電腦化（個人電腦、網路、行動裝置、雲端）都被預測會大規模消滅工作，每一波的結果都是「某些工作真的消失了，但更多工作被創造出來了」。安德森的賭注是這個 pattern 在 AI 上會繼續。

但這套樂觀論裡有一個容易被忽略的細節：所有這些歷史循環，新工作的創造都需要時間，而失去舊工作的人不一定能無痛轉到新工作。1980 年代美國中西部製造業工人的痛，不是因為「總體就業不會回來」，而是因為「新就業不在他們的城鎮、不在他們的技能範圍、來不及讓他們重新訓練」。AI 這一輪如果跑得比過去任何一輪都快，這個 transition 痛會更密集。

Jason 在現場補的「印度開始裁員」的觀察，就是在點這個結構性的時間差。安德森說的是長期均衡，Jason 說的是中期摩擦。這兩個都對，只是在不同時間尺度上看同一件事。對個人來說，重要的不是站隊 Doomer 還是 Boomer，是搞清楚「我會不會在那個 transition 痛裡面」。如果你的工作可以被一份 50 行的 markdown skill 描述完，你就在風險區。如果你的工作核心是判斷力、品味、跨域整合、實體執行、人際信任，你比較安全。

對臺灣中階白領，現在該做的三件事

把上面所有討論收回來，給臺灣的中階白領、PM、行銷、業務、行政、財務⋯⋯一些具體建議。

第一件，今天就開始寫你自己的 skill.md。把你工作裡可以被描述清楚的部分，寫成 markdown，丟給 Claude 或 OpenClaw 試跑。不是要交給公司，是要你自己心裡有底：哪些部分 AI 已經能做、哪些不行。能做的那部分就是你的「補貼時間」，你應該拿來做別的事。不能做的那部分才是你真正的籌碼，你要刻意去深化。

第二件，把「自動化自己」當成一個正式專案，而不是偷渡。Alex Finn 的策略要成功，前提是你誠實面對自己工作的可替代性，不要自欺欺人。你的工作裡如果有 60% 是排程、整理、回信、做基本報告，這 60% 接下來幾年一定會被 agent 吃掉。問題不是「會不會」，是「你準備好用空出來的 60% 時間做什麼」。把這個當成你給自己的職涯研發專案，認真排時程。

第三件，別當奶酪販子。中國那套「colleagues.skill」就算短期有效，也只是把你自己往最後那個被裁的位置推。職場是長期賽局，你的同事也是你下一份工作的潛在 reference、potential 客戶、或可能的合夥人。你今天用 AI 把同事推下車，三年後沒人會願意跟你合作。Alex 的「自動化自己」之所以聰明，不只在策略上聰明，在人格上也乾淨得多。在一個工具威力放大十倍的時代，怎麼用工具反映了你是什麼人。