企业把 AI 能接手的活全砍给基础岗位，短期省了工资，长期砍掉的是高手原料的产地。高手的判断力不是天赋，是从亲手犯错、反复被打回里熬出来的。断代有两种：滞后账（岗位没人接）和温水账（岗位在但能力断）。根子不在 AI，在人愿不愿意养人。
因为砍掉的往往不是低价值劳动，而是「高手原料的产地」。高手的判断力不是天赋，是从一万次亲手犯错、被打回、再改里熬出来的——总编的判断力从一万篇烂稿里来，架构师的准头从几千张图里来。今天坐在高位的人，当年都是从初级岗一点点练上来的。砍掉初级岗，等于砍掉未来高手的来源。
一种是滞后账：岗位还在，但下面没人接得上，等总编、架构师退了才还债，所以最容易被短期报表裹挟。另一种是温水账：岗位还在、人也还在，但坐在位子上的人已经不会自己下手干，从「做」直接跳到「判」，挑得出错别字、挑不出「观点立不住、情绪是假的」。岗位没断，能力断了，而且没有一个时刻能让你发现。
培养是从零到一投时间和钱——一个高手带两三个徒弟，让新人先亲手做再判；筛选是出多少钱拿什么样的现成人——挖熟手、拿现成。很多老板天天聊人才培养，其实都在做人才筛选。两码事：培养赌未来，筛选买当下。
AI 把「做」的活大量接走，让砍基础岗看起来更理直气壮，但断代的根子不在 AI，在人愿不愿意养人。一个完全没有 AI 的传统行业，照样会出现「年轻人不愿入行、中间已经断档」的断代。AI 只是给老板递了一把更快的刀，让他们砍得更理直气壮。把账算到 AI 头上，是算了表象。
三种做法：一是精英学徒制，一个高手带两三个徒弟，产出靠 AI 放大，但手把手的纠错保留下来；二是让新人先做后判，哪怕小规模、象征性亲手做，保住手上那层「茧」；三是接受慢——越不培养越没人用、越没人用你越忙、最后只能自己扛。关键不是不碰 AI，而是保住判断力的孵化环节。
要分清两类：纯排版、纯数据搬运这类不产生判断体感的活，被 AI 替代是好事；但那些看着像基础活、其实是判断力孵化器的岗位（写初稿、画初图、跟客户第一线），砍了就是砍掉未来总编的产地。问题从来不是砍不砍基础岗，是你分不分得清，哪些基础岗在养未来的高手，哪些只是养一批马上被 AI 替代的手。
