莫洛克就住在你的 OKR 里
所有人都恨这个系统，但没有人能独自退出。——这不是某个反乌托邦小说的设定，这是你每天上班的地方。
每家公司都在提效，但效率去了哪里？
2026 年，中国科技圈最高频的词汇不是"创新"，是"降本增效"。
阿里在用 AI 替代客服。字节在用 AI 生成内容。保险公司在用 AI 做核保。每家公司的 CEO 都在季度会上说同一句话："我们要用 AI 把效率再提 30%。"
假设他们都做到了。然后呢？
你效率提了 30%，你的竞争对手也提了 30%。市场没有变大，客户没有增加，你们俩又回到了同一条起跑线上——只不过现在各自少了一半的员工。
效率的红利去了哪里？它蒸发了。
这不是一个新问题。2014 年，一个叫 Scott Alexander 的人在一篇名为《Meditations on Moloch》的长文里，用一个古老的隐喻给这个现象起了个名字：莫洛克。
莫洛克不是谁，莫洛克是什么
莫洛克是古代迦南人的神，以吞噬儿童为祭品著称。Allen Ginsberg 在他的诗作《嚎叫》里重新召唤了这个意象，用来指代那些吞噬人类价值的系统性力量。
Scott Alexander 把这个隐喻往前推了一步。他说，莫洛克不是某个邪恶的人或组织。莫洛克是一种结构性的力量——当所有参与者都在理性地追求自己的利益时，集体却走向了所有人都不想要的结果。
他列举了十四个例子：囚徒困境、军备竞赛、环境污染、教育内卷、科学界的发表偏见、国会的低效……每一个例子的结构都一样：
- 所有人都知道有更好的选项
- 但没有人能单方面切换到那个选项，因为切换的人会被淘汰
- 于是所有人被锁死在一个所有人都讨厌的均衡里
他给这个机制起了个技术名称：多极陷阱（multipolar trap）。
听起来很学术？其实不。你每天都活在里面。
降本增效：莫洛克的中国名字
让我把 Alexander 的 fish farming 例子翻译成中国版。
假设有十家保险科技公司在香港市场竞争。其中一家率先引入了 AI 核保系统，把核保时间从 3 天压缩到 3 分钟，人力成本砍掉 70%。
短期内，这家公司赢了。利润暴涨，客户体验飙升，投资人开香槟。
三个月后，其他九家公司全部跟进。因为不跟进就意味着成本比对手高 70%，客户等待时间比对手长 1000 倍。在竞争中，这等于死亡。
六个月后，十家公司都有了 AI 核保。市场回到了同一起跑线。但有一样东西回不来了：那些被裁掉的核保员。他们的经验、判断力和对边缘案例的直觉，已经随着他们的离开而消散。
这就是莫洛克的运作方式：每个参与者的理性选择，汇总成集体的非理性结果。效率提升了，但没有任何人变得更好。
我不是在讲一个假设场景。我是一家科技公司的 CDO。我亲手推动了这件事。
我就是那个按下按钮的人。
我造了七个 Agent 产品，我是莫洛克的帮手
过去三年，我从零到一打造了七个以上的 AI Agent 产品：给做客户经营的、给企业做智能获客的、做 Agent 评测排行榜的、做多 Agent 协作编排的……
每一个产品的商业逻辑都一样：帮客户用更少的人做更多的事。
Surge AI 让一个销售管理原来需要三个人才能管的客户池。AgencyClaw 让获客效率提升数倍。One-Person Capital 的愿景更极端——一个人就能运转一家小型资本公司。
我对这些产品引以为豪。它们真的解决了客户的问题。
但如果我诚实地面对自己，我必须承认一件事：我在加速莫洛克的运转。
当所有人都有 AI 客户经营工具时，没有任何一个代理人因此获得持久的竞争优势。他们只是被迫在更高的效率基线上，做和以前一样的竞争。而那些学不会或用不起这些工具的人，被直接淘汰出局。
这不是 AI 特有的问题。Alexander 在 2014 年就预见了：技术进步增加了用其他价值换取竞争力的机会。每一次技术革命——从蒸汽机到电脑到 AI——都在做同一件事：扩大了"可以被牺牲的价值"的范围。
蒸汽机让你可以牺牲工匠技艺换取产量。电脑让你可以牺牲人际关系换取效率。AI 让你可以牺牲人类判断力换取速度。
牺牲的东西越来越核心，越来越不可逆。
你的 OKR 就是献祭仪式
如果你在一家科技公司工作，每个季度你都要参加一场仪式。这个仪式叫"OKR 对齐"。
仪式的核心问题是：我们还能优化什么？
表面上看，这是在追求卓越。但 Alexander 的框架让我看到了另一个面：每一个"优化什么"的决定，背后都隐含着一个"牺牲什么"的选择。
- 优化 DAU？牺牲的是用户的时间和注意力
- 优化人效比？牺牲的是冗余和创新的空间
- 优化交付速度？牺牲的是代码质量和技术债务的偿还
- 优化 ARR？牺牲的是长期客户关系和产品深度
不是因为谁邪恶。是因为在竞争环境下，不做这些牺牲的公司会被做了这些牺牲的公司淘汰。
这正是 Alexander 描述的多极陷阱的核心机制：在某个优化目标 X 的竞赛中，出现了一个机会，可以牺牲某个有价值的东西来换取更多 X。抓住这个机会的人繁荣了。没抓住的人灭亡了。
于是整个行业一步一步走向同一个方向：更快、更瘦、更自动化——但也更脆弱、更同质、更没有灵魂。
四道防线，AI 正在逐一突破
Alexander 在 2014 年指出，人类之所以还没被莫洛克完全吞噬，是因为有四道防线：
第一道：物理限制。竞争受限于物理世界的约束——人需要睡觉、工厂需要原材料、信息传递需要时间。但 AI Agent 不需要睡觉，不需要办公室，不需要社保。物理限制对 AI 来说几乎不存在。
第二道：资源剩余。当资源充足时，竞争不会那么残酷。但看看 2025-2026 年的科技行业：Meta 裁 20%，Block 裁近 40%，Atlassian 砍掉 10%。资源缓冲正在被消耗殆尽。
第三道：效用最大化。人不是纯粹的竞争机器，我们也追求幸福、关系和意义。但在"降本增效"的压力下，这些非竞争性的价值正在被系统性地挤压。
第四道：协调机制。政府监管、行业标准、社会规范——这些都是人类对抗莫洛克的武器。但在"卷"文化里，协调常常被视为软弱，标准被视为束缚，监管被视为创新的障碍。
AI 不是在替代莫洛克，AI 在给莫洛克加速。它正在突破那些曾经保护我们的防线。
那怎么办？一个实践者的思考
读到这里你可能想：那你说怎么办？不做 AI 了？退出竞争？
不。退出竞争不是选项。Alexander 也说了——退出的人只会被吞噬得更快。
但他的文章给了我一个关键启示：问题不在于竞争本身，而在于缺乏协调机制。
囚徒困境之所以是困境，是因为两个囚徒没办法沟通和约束彼此。如果有一个可信的协调机制——比如法律、比如合约、比如共同的标准——困境就可以被打破。
过去一年，我有意识地在我的工作里做了一些"反莫洛克"的选择：
第一，开源。在一个所有人都想建围墙的行业里，开源看起来像是在交出竞争优势。但开源的本质是协调机制——它让参与者基于共同基础竞争，而不是在基础设施层面无限军备竞赛。
第二，建立评测标准。我们做的 AI Agent 评测平台。它的价值不在于排名——排名本身就是竞争。它的价值在于给行业提供了一个共同的度量衡。当所有人用同一把尺子衡量 Agent 能力时，"谁更好"变成了一个可验证的问题，而不是一场比谁更会营销的军备竞赛。
第三，有意识地选择"不优化什么"。这是最难的。在 OKR 会上，我会问一个逆向的问题："这个季度，我们选择不牺牲什么？"不牺牲产品深度来换速度。不牺牲团队的学习时间来换交付量。不牺牲长期客户关系来换短期 ARR。
这些选择在短期内看起来像是竞争劣势。但如果 Alexander 的框架是正确的，那么真正可持续的竞争力不在于跑得最快，而在于有能力不参与某些赛跑。
最后的问题
Alexander 在文章的最后提出，也许只有一个足够强大的"协调者"——他称之为与人类价值观对齐的超级智能——才能最终战胜莫洛克。
我不知道那一天会不会来。但我知道一件事：
在那一天到来之前，我们每个人都面临一个选择：是无意识地喂养莫洛克，还是清醒地承认自己身处其中，然后在每一个决策点上，有意识地选择少牺牲一点。
下次写 OKR 的时候，试着加一行：
"本季度我们选择不牺牲的东西是——"
如果你写不出来，那莫洛克已经赢了。
参考资料
- Scott Alexander (2014). "Meditations On Moloch." Slate Star Codex.
- Allen Ginsberg (1955). Howl and Other Poems. City Lights Books.
- CNN (2026). "China's AI industry looks unstoppable, but can it overtake the US for tech supremacy?"
- The Wire China (2026). "Scoring the AI Race, a Year after the DeepSeek Shock."