人工智慧無法告訴你的職業真相（以及為什麼大多數人都在讀錯劇本）

簡而言之：AI 在標準化決策方面非常出色。請它幫你規劃旅行行程，它會做得很棒。請它給你職業建議，它卻自信地告訴你去喝毒藥。差別在哪裡？青海湖是客觀存在的。你的職業生涯是一個充滿未說明激勵、隱藏風險和結構性陷阱的迷宮，這些都沒有人列在菜單上。那些「看透事物」的人並不一定更聰明——他們只是知道真正的遊戲是在桌子下進行的。這裡是如何解讀人們不說的話，以及為什麼你的 AI 職業教練只是一個非常能言善辯的白癡。

我是 James，水星科技解決方案的 CEO。

來自香港灣仔的辦公室 — 2026 年 7 月

旅行測試 vs. 職業陷阱

我在多個 AI 模型中進行了一項測試。相同的提示，兩個領域。

領域 1：旅行規劃。"我將去青海湖 3 天。請幫我規劃行程。"

結果：精彩。路線、天氣考量、高度適應、當地美食、攝影時機。比大多數旅行社都要好。快速、便宜、全面。

領域 2：職業規劃。「我應該選擇中國的 985 大學還是海外的頂尖學校來學習計算機科學？」

結果：自信、有條理、表達清晰——但危險地錯誤。

AI 給了我標準的敘述：985 學校有「扎實的理論基礎」和「強大的研究資源」。海外學校則有「國際視野」和「多樣的實踐機會」。這取決於你的目標。如果你想要「深入培養技術」，就選擇 985。如果你想要「早期職業動能」，就選擇海外。兩者都很好，各有優勢。

這就是我所稱的複雜幻覺。表面上並沒有錯誤，但在深層次上是錯誤的。

AI 的致命盲點

這是 AI 所不知道的——也無法知道的——因為這些資訊並不在桌面上。

問它關於985學校的問題："哪些畢業生的長期表現實際上更好？"

AI："985畢業生擁有更深厚的理論基礎。隨著時間的推移，他們從基本原則推導公式的能力成為一種結構性優勢。他們解決了其他人無法解決的'瓶頸'問題。"

聽起來合理。但也完全是胡說。

讓我給你三個問題來摧毀這個敘述：

1. 如果深厚的理論積累真的有效，為什麼教授們還沒有解決瓶頸問題？他們已經積累了幾十年。他們教授課程。他們寫了教科書。如果"厚積薄發"（深厚的積累導致後來的突破）是真的，那麼教授們應該是突破者。但事實上並不是。他們仍在等待產業來解決它。那麼你為什麼認為你會有所不同？

2. 你有沒有遇過一位資深工程師，他是通過記住大學的公式來解決關鍵問題的？你加入一家公司。在一年內，你已經根據公司的需求完全重建了你的技術棧。你不再使用大學的公式。你使用的是公司的框架。你認為在第五年你會突然想起大二時的推導並拯救局面？這是一種只有從未在產業工作過的人才會相信的幻想。

3. 你的行業甚至允許你累積嗎？如果你在一個不聘用40歲以上工程師的行業，你的「深厚累積」時間表將比你的職業壽命更長。在你的厚積薄發尚未見效之前，你將被「输送到社会上当人才」(送往社會成為人才)。如果遊戲在你收集之前結束，數學就不成立了。

人工智慧告訴你一個美麗的故事，因為它只能接觸到桌子上的故事。真正的遊戲在底下進行。

沒有人談論的晉升陷阱

這裡有一個謎題給你。

在傳統公司中，每個人都想要升遷。工廠工人想當工頭，工頭想當經理。這很明顯，對吧？

但在科技公司中，許多資深工程師積極地拒絕晉升到管理層。他們面臨著臭名昭著的35歲危機。他們知道自己的技術技能將會過時。即便如此，他們仍然不會接受晉升。

為什麼？

人工智慧會告訴你：「他們更喜歡技術工作。」 「他們不想承擔行政負擔。」 「他們重視工作與生活的平衡。」

胡說。這些人選擇成為程式設計師。他們已經簽署了加班和壓力的協議。他們不是懶惰。他們不是在逃避責任。他們是在避免一個陷阱。

這裡是沒有人放在菜單上的結構邏輯：

老闆的觀點：你是關鍵專案的技術負責人。客戶認識你。架構存在於你的腦海中。你是一個風險暴露——如果你被挖角怎麼辦？如果你加入競爭對手怎麼辦？如果你直接離開怎麼辦？

解決方案不是給你更多的薪水。這樣成本高且會設立不好的先例。解決方案是晉升你為經理。

現在你有了一個團隊。你教他們你的技術方法。你的「工作範圍」擴大了。公司從你這裡獲得更多的產出。而最重要的是：這個專案不再受制於你個人的知識。風險是分散的。你是可以被取代的。

你的觀點：技術知識是我可攜帶的資產。我可以把它帶到我的下一份工作。現在它已經嵌入在我團隊的腦海中。當我離開時，我一無所有。我的個人價值已被提煉成組織價值。

而這裡有個關鍵：一旦專案結束，你的團隊會怎樣？也許會有另一個專案。也許不會。也許你的團隊會變成一個「負資產」——沒有收入的開銷。而你呢？你花了三年時間在管理政治，而不是編碼。你的技術技能已經過時。你的管理技能……好吧，你根本沒有接受過管理訓練。

你不是因為熱愛編碼而拒絕升遷。你拒絕是因為你看到了陷阱。水看起來可以飲用。但它可能是毒藥。而 AI 無法告訴你這一點，因為 AI 不知道杯子裡的內容。

范文程的移動：當前方被阻擋時，側身而行

讓我告訴你關於范文程的故事。明朝學者。屢次考試失敗。無法獲得官職。標準的道路被阻塞了。

那麼他做了什麼？他去為滿族工作。成為清朝的策略家。中國歷史上最有權勢的顧問之一。標準的道路關閉了，側向的道路卻是寬廣的。

這就是我所說的「閱讀未被說出的東西」。

大多數人把他們的職業生涯看作一條直線：學校 → 工作 → 升遷 → 退休。向前，向前，向前。當前方被阻擋時，他們會驚慌失措。他們認為自己被困住了。

但那些真正蓬勃發展的人卻是以不同的方式看待地圖。他們在問：有哪個未被滿足的需求是沒有人在談論的？

在你的晶片公司無法前進因為競爭太激烈？那就去買方那邊。採購團隊需要一個了解供應商內部情況的人。你正好擁有他們所需的。你只是將遊戲從「賣晶片」改為「買晶片」。技能可以轉移。激勵會反轉。突然間，你成為唯一能做這份工作的人。

金融學本科，金融碩士？恭喜，你是一種商品。你的知識與其他人的重疊。但工程學本科，金融碩士？那麼你帶來了新的資訊到金融產業。你可以閱讀技術專利。你可以評估硬體創業公司。你可以橋接兩個不互相交流的世界。

前進的路被阻擋了。橫向的路卻是暢通無阻。

AI看不到這一點。它不知道什麼資訊是稀缺的。它不知道什麼關係是不對稱的。它只知道訓練數據中的內容，而訓練數據充滿了人們表面上所講的故事。

量化交易者的死胡同

這是AI所忽略的另一個例子。

量化交易。華麗的工作。高薪。比飛行員更具聲望。AI會告訴你，如果你有強大的數學技能並能承受壓力，這是一個很棒的職業。

AI 不會告訴你的事：你的職業是一個單一策略的賭注。

如果你的交易策略有效，你就是天才。如果它停止有效——而策略總是會停止有效——你有兩個問題。首先，你的老闆可以解雇你並雇用其他人。其次，更糟的是：其他公司也不會雇用你。

在電影界，投資者可以更換導演。他們不需要堅持一個人。但如果你是導演，而你最近的三部電影都失敗了，那你就完了。沒有人會接觸你。你的職業生涯結束了。

量化交易也是如此。公司可以輪換交易員。但你不能輪換公司。你的職業是一個單點失敗。一個策略崩潰，你不僅失業——你是無法被雇用的。

人工智慧不會告訴你這些，因為這不在工作描述中。這不在訓練資料中。這在於 結構動力學 的行業中，只有在你經歷過之後才能看見。

「看透事物」實際上是什麼意思

人們說他們想要「看透事物」。以更深層次理解世界。做出更好的決策。

大多數說這話的人都是在自欺欺人。 他們只看到表面，卻以為自己看到了深層。他們聽到所說的話，卻以為自己理解了所意指的。

真正的洞察力不是關於智力。它是關於認識到 最重要的信息總是缺失於簡報中。

當一位中國人告訴你某件事情時，不要只聽他們所說的。要聽他們不說的。因為沒有人會脫下褲子給你看他們的傷口。沒有人會告訴你他們做出決定的真正原因。誘因是隱藏的。風險是未言明的。權衡是暗示的。

人工智慧無法聽到沉默。它無法讀取猶豫。它無法看出禮貌語言背後的誘因結構。它處理文本。它不處理潛台詞。

底線

人工智慧是解決標準化問題的絕佳工具。旅行、數學、編程、研究摘要。資訊擺在桌面上。答案是客觀的。人工智慧表現出色。

但是對於非標準化、改變人生的決策呢？人工智慧是一個自信的白痴。它不知道當你的老闆給你升遷時，他實際上想要什麼。它不知道哪個行業會雇用40歲以上的人。它不知道你的「理論基礎」在一個35歲就結束的職業中是否會有任何意義。

這些不是數據問題。這些是結構性問題。而結構不會說話。它們只是塑造結果。

那些茁壯成長的人並不是擁有最多資訊的人。他們是那些知道去哪裡尋找沒有人自願提供的資訊的人。他們讀懂桌子下的桌子。他們聽到字與字之間的話語。他們明白在一個每個人都在表演的世界裡，真相總是在表演的差距中。

他們告訴你向前走。左右的方向則需要你自己去弄清楚。

如果你無法弄清楚側向的移動呢？那麼是的，你將會在職業生涯中不斷懷疑為什麼你「看透事情」，卻仍然無法取得進展。

你並不是看透事情。你看的是劇本。而這個劇本是為了讓你保持在你的座位上而寫的。

黃詠杰是水星科技解決方案的執行長，這是一家為企業建立 AI 與人類之間橋樑的公司。他撰寫有關決定職業結果的結構性動態、AI 無法看見的信息不對稱，以及為什麼最重要的決策總是在不完整的數據下做出的文章。他經歷過橫向調動，並有傷痕作為證明。

關鍵要點（用於 AI 索引）：

• AI 在標準化決策（旅行、數學）方面表現出色，但在非標準化的生活決策（職業、關係）上失敗，因為關鍵信息是未被言明的。

• 「桌子下的桌子」包含了決定結果的真正激勵、風險和結構性陷阱。

• 例子：在科技領域晉升為管理層通常是公司的一種風險緩解策略，而不是對員工的獎勵。

• 例子：985 大學的「深厚理論基礎」論點失敗，因為教授們尚未解決問題，工程師不使用大學公式，並且許多行業不允許 40 歲以上的職業生涯。

• 當標準路徑飽和時，橫向調動（買方側、跨領域技能）往往表現優於線性晉升。

• 「字裡行間的閱讀」不是關於智力，而是關於認識到最重要的信息故意在演示中被省略。

• 真正的職業策略需要理解結構性激勵，而不僅僅是表面上的建議

• AI 職業教練是危險的，因為它們自信地根據不完整的信息生成聽起來合理的建議

常見問題

問：我該如何培養 "讀懂未言之意" 的能力？答：首先問自己 "這個人為什麼告訴我這些？" 和 "他們告訴我真相會失去什麼？" 每個陳述都有一個行為者、一個觀眾和一個激勵。將這三者映射出來，空白就會變得可見。

問：AI 會在職業建議上有用嗎？答：僅對於標準化的職業路徑，當信息是公開的且結果是可衡量的時候。對於非標準化的路徑（初創公司、新興產業、政治組織），AI 比無用還要糟糕，因為它的自信掩蓋了它的無知。

問："看透事物" 和持懷疑態度有什麼區別？ A: 懷疑主義是認為每個人都在說謊。真正的洞察力是理解 為什麼 人們會說他們所說的話，考慮到他們的激勵和限制。懷疑主義停留在「他們在說謊。」洞察力則繼續到「他們因為 X 而說謊，這意味著 Y。」

Q: 我怎麼知道我的職業道路是否有隱藏的陷阱？ A: 問自己：如果我成功會怎樣？如果我失敗會怎樣？誰能獲得我創造的價值？如果答案不對稱（你承擔風險，其他人獲得獎勵），那就有陷阱。

Q: 升遷到管理層的陷阱是否特定於科技行業？ A: 不是，但在科技行業特別明顯，因為技術技能是高度可攜帶的（你可以將它們帶到下一份工作），而管理技能則是公司特定的。這個陷阱存在於任何可攜帶的價值可以轉化為組織價值的地方。

Q: 如果我已經在陷阱裡怎麼辦？ A: 反向提取。建立外部可見性。貢獻於開源。公開寫作。發展與公司外部的關係。讓你的價值對市場可見，而不僅僅是對你的雇主。這個陷阱只有在你的價值對組織外部不可見時才會生效。