美国有个州立了一部法，全美头一份，名字有点拗口，叫机器人老板禁止法。它只回答一个问题：公司能不能让AI拍板开除一个人？答案不是不能，是不能只让它拍板。这部法从头到尾没有禁止企业用AI算绩效、算谁该走，它拦的是三件很小的事：不能只用AI拍板、一个活人都不签字；不能不告诉员工AI起了主要作用、用了哪些数据；不能让责任悬空。它逼一个活人站到决定后面去。
它管的不是用不用AI，是谁站在决定后面。所以老板面对的其实是一个连带问题：算法筛人的效率省下来的成本，最终会不会从别处吐出来？这就是为什么用AI管人的账要算到签字责任这一层，不只是算人力成本。
这部法的思路可以借鉴到国内场景：算法可以帮助筛简历、排优先级，但最终决定和责任必须落在一个具体的人身上，并且要能追溯到他依据什么标准做的判断。老板可以用AI提高效率，但不能让责任悬空。
好处很实在：速度快、覆盖面广、标准统一，能把HR和直线管理者从重复筛选里解放出来。算法看数据不看脸，在某些维度上确实比人更客观。这也是为什么算法管理挡不住，成本摆在那，谁不用谁吃亏。
因为它太客观了。已有一个真实案例：一位女科学家离预产期还有两天收到裁员通知，算法不看人休不休产假，只看敲击次数、代码量、用了多少AI额度，休假的人这几样天然是零，于是被判成低产出。它不故意歧视你，它只是太客观了，把你休假了错当成你不行了。
算法管理挡不住，但AI的位置要摆对：AI是替你算得更快的工具，不是替你下判断的甩锅工具。算，交给它；拍板、担责、亲自面对，这三样永远得你亲自来。炒人这件事最值钱的从来不是算得准不准，是有个人敢站在这件事后面。
表面是护着员工，底层是防惰性。它逼你必须有人核实、必须书面告知，底层防的是那种你察觉不到的、等察觉已经晚了半年的惰性。它防的不是AI，是你自己的松懈。
