跟 AI 聊一聊:如何在 AI 乱世中活下去?

风浪越大鱼越贵，但前提是能活到鱼上岸。

写给每一个在 AI 浪潮中感到焦虑的人。

楔子

最近几个月，公众号运营小编一直在用 AI 协助工作，AI 实践也逐渐收束到了 Claude Code（通用 Agent）+ skills（经验和方法沉淀）+ CLI（工具和平台 API 封装）这种形式。

前几天，公司内部的 ATA（阿里巴巴技术协会 Alibaba Technology Association）平台开放了一批 MCP 和 skills。小编就顺手通过 Claude Code + ATA MCP/skills +OpenCLI^[1] 做了一个自用的支持指定话题、指定平台的每日热点内容推送工具。

于是，运营小编就被自己 Vibe 出来的工具，推送了今天要为大家分享的这篇文章。

这篇文章不算短，但小编阅读之后，发现自己现在正在做和准备做的事情，竟然能和文中建立 AI 时代 “个人护城河” 的几个阶段一一对应，实在是感触颇深。

所以今天我们不聊技术，聊聊小编最近也遇到了的 —— “AI 焦虑”，以及，可能的一些解法。（作者说这篇文章是他和 AI 聊出来的，经过授权，得以在这里分享给大家~）

如果这篇文章对你有帮助，希望不要只是收藏 —— 而是今天开始，就去挖一条属于你自己的护城河。

有一些读者朋友，在微信交流群里和后台私信里都留言说过，希望能在这个公众号上能看到更多阿里巴巴和蚂蚁集团的内部 ATA 分享。

我的同事们都很喜欢分享，要授权从来就没有拒绝的，一水儿都是 “感谢认可，欢迎分享”，外加现在 ATA 的 MCP/skills 都开放了。

嘿嘿，那就欢迎大家关注 OceanBase 社区公众号 “老纪的技术唠嗑局”，在这里，我们会持续为大家更新与 #AI 和 #Data 相关的技术内容（以及类似于今天的非技术内容）！

闲言少叙，正文开始：

原本是想跟 AI 聊一聊 AI “乱世”中的焦虑，结果发现 Claude 的分析颇为令人惊喜，剔除了部分稍显偏激的内容，发至这里与大家分享。

希望在 AI 这个“乱世”中，能够和大家一起活得更久。

免责声明： 无不良引导，仅作 AI 时代迷茫的探讨。

零、这份报告的阅读须知

这不是一份让你舒服的文章。

如果你只是想看“拥抱 AI 就能逆风翻盘”的鸡汤，现在就可以关掉。

这份报告会讲清楚几个你可能不想听但必须面对的事实：

1. 不是所有人都能转型成功。 “人人都能成为问题定义者”是一句正确的废话——组织里只需要那么多“定义问题的人”。那剩下的，怎么办？
2. 你的焦虑是有道理的。 这不是你心态不好，而是你的生存本能在正常运作。
3. 有些建议对 35 岁的 P6 和 25 岁的 P6 意味着完全不同的事情。 我会拆开讲。
4. 护城河不是建了就有用的。 有些护城河在特定组织环境下根本不成立。

带着这些前提，我们开始。

一、先看清局势：AI 到底在替代什么？

1.1 AI 替代的不是“程序员”或“市场运营”，而是“执行层的确定性工作”

一个残酷的事实：AI 不会直接裁掉你，但它会让你的老板觉得团队不需要这么多人。

这句话需要拆解得更透——它真正的意思是：

过去一个 P8 带 10 个人的团队，现在 AI 让 P8 觉得 5 个人就够了。但 HC 砍掉之后，剩下 5 个人的工作量不会减半，而是每个人被期望干两个人的活。你不是被 AI 替代了，你是被“AI + 同事”的组合替代了。

AI 当前能做的事情（2026 年 4 月现状）：

至于小编现在做的和技术内容运营相关的工作，呵呵，对于 AI 简直更是小菜一碟儿。

但这里有一个很多人不愿意面对的推论：以上这些“AI 做不好的事”，恰恰也是人类做不好的事。AI 做不到不代表你做得到。你真正的对手不是 AI，是那些本来就擅长这些事并且还会用 AI 的人。

1.2 裁员的本质逻辑

大厂裁员不是随机的。决策链条是：

战略收缩 → 砍业务线/项目 → 人员冗余 → 按"不可替代性"排序 → 末位淘汰

你被裁掉的概率 = f(业务价值, 个人不可替代性, 政治位置）

其中：

• 业务价值：你所在的业务是否赚钱/增长/被高层关注
• 个人不可替代性：换一个人来做你的事，成本有多高
• 政治位置：你的老板有没有话语权，你在老板心中的位置

AI 时代改变的是：第二项的门槛大幅提高。过去“能写代码”、“能做公众号排版”就有不可替代性，现在这些反而是最容易被替代的。

1.3 一个更残酷的真相：结构性岗位消失

以往的技术浪潮（移动互联网、云计算）是做大蛋糕——创造了大量新岗位。但 AI 这一轮有一个根本性的不同：它的核心价值主张就是“用更少的人做更多的事”。

这意味着：

1. 不是“转型就能活”，而是“总量在缩减”。 即使你成功转型为“问题定义者”，组织里需要的问题定义者数量也是有限的。一个团队需要 10 个执行者，但只需要 2-3 个问题定义者。当 10 个执行者都试图转型为问题定义者时，只有 2-3 个人能成功。
2. 新岗位的创造速度可能跟不上旧岗位的消失速度。 历史上确实每次技术革命都创造了新岗位，但这次的时间差可能比以往更长——因为 AI 替代的是认知劳动，而人类创造新认知型岗位的速度本身就比创造体力型岗位慢。
3. AI 训练师、Prompt 工程师”这类新岗位，本身也在被 AI 替代。 讽刺的是，AI 领域创造的新岗位往往最先被更新的 AI 替代。

这不是在贩卖焦虑——而是说，你的策略不能只是“在现有组织里变得更有价值”，还需要有 Plan B。

这个后面会详细展开。

二、三个视角的生存逻辑

2.1 高层视角（VP/SVP/P10）：他们在想什么？

高层关心的核心问题：

“AI 让我能用更少的人做更多的事，那我需要什么样的人？“

但这里有一个高层不会公开说的潜台词：

”我也不确定 AI 的边界在哪里。所以我需要的人，是能帮我验证这个判断的人——不是来问我怎么做的人。“

高层自己也在焦虑。他们参加了无数 AI 论坛、看了无数行业报告、但在自己的业务里，AI 到底能落地多深、替代多少人、节省多少成本——他们心里也没底。这个不确定性意味着：高层更倾向于留下”能帮他们探路的人“，而不仅是”能执行的人“。

高层的人才需求模型正在从”金字塔“变成”钻石型“：

注意这个模型的一个隐含信息：P5 这一层直接消失了。

小编认为：P8 ~ P9 不是不会被裁，而是被下面更优秀的 P5、P6、P7 替代掉。

这不是夸张，而是正在发生的事。当 AI 能胜任 L1 级别的工作时，“初级执行者”这个角色的经济合理性就不存在了。对于刚毕业进大厂的新人来说，传统的“先做执行、再慢慢成长”的路径正在被压缩——你可能连“慢慢成长”的时间窗口都没有了。

高层的判断标准：

2.2 团队老板视角（P8-P9）：他们在焦虑什么？

P8-P9 是最焦虑的一层。他们面临的压力：

• 向上：高层要求用更少的人交付更多的结果，“降本增效”不是口号而是 KPI
• 向下：团队成员还在用旧的工作方式，AI 工具的 adoption 率不高
• 横向：隔壁团队已经在用 AI 做出了亮眼的 demo，自己团队还在“稳步推进”

但这里有一个更深的焦虑很少被说出口：

P8-P9 自己的位置也不安全。 如果 AI 让 P7 能直接对接高层、独立扛项目，那“中间管理层”本身就是冗余。P8-P9 焦虑的不只是“团队怎么办”，还有“我自己怎么办”。

这个焦虑会传导到你身上——你的 P8 老板可能会：1。 更激进地推动 AI 转型，因为这是他证明自己价值的方式2。 更严格地筛选团队，因为他需要用更少的人撑住产出来保住自己的位置3。 更倾向于留下“让他省心”的人，而不是“需要他花时间培养”的人

理解老板的焦虑、不是为了同情他、而是为了预判他的决策逻辑。

你的老板给你的 PRD（Product Requirements Document） 输入，本质上是在告诉你一件事：

不要再把自己当“接需求的人”，要把自己当“这个领域的 CEO”。

PRD 像路演，意味着：

• 使命和愿景 → 你要说清楚“为什么是现在、为什么是我们”
• 受众分析 → 你要证明你真的懂用户，不是闭门造车
• 竞对分析（L1-L5） → 你要有行业视野，知道自己在哪里
• 功能模块 → 这才是传统 PRD 覆盖的部分，但它排在最后

P8-P9 判断下属的核心标准——能力层次模型：

AI 正在让 L1-L2 变得廉价。P8-P9 需要的是 L3-L5 的人。

2.3 最危险的夹层：P7 的”中间层绞杀”

P7 可能是 AI 冲击下最危险的层级，但很少有人讨论这一点。

为什么？因为 P7 处在一个尴尬的位置：

P8-P9：有组织权力、有资源分配权、有向上汇报的渠道 → 被替代的成本高P6：成本相对低、可以被AI大幅增效后留下 → "性价比"还在P7：成本不低（薪资高于P6 50%-100%）、权力不大（不掌控资源）、    工作内容正在被两头挤压 → 性价比最危险

P7 的传统价值是“技术骨干”——比 P6 技术更深、能拿得住方案、能 mentor 新人。但在 AI 时代：

• “技术更深”：AI 的技术深度在很多领域已经超过 P7。你花三年积累的框架知识，AI 可能已经了如指掌。
• “能拿得住方案”：AI 生成的方案质量在快速提升，一个用好 AI 的 P6 出的方案可能不比 P7 差。
• “能 mentor 新人”：如果 P5/P6 大量缩减，mentor 的对象都没了。

P7 的生存策略和 P6 不同：

P6 的核心问题是“怎么从执行者变成思考者”；P7 的核心问题是“怎么从技术骨干变成不可替代的系统节点”。具体来说：

1。 成为“技术-业务翻译官”：不只是懂技术、而是能在技术和业务之间做实时翻译、帮 P8 做决策2。 成为“AI 落地的操盘手”：不是自己用 AI，而是设计整个团队的 AI 工作流，让团队整体提效3。 掌握“不可编码的知识”：系统间的隐性依赖、历史决策的上下文、组织内的信任网络——这些是 AI 学不到的

2.4 打工人视角（P6）：你到底该怎么做？

P6 是最危险也最有机会的层级：

• 危险在于：大量 P6 的日常工作（写代码、修 bug、对接口、写文档）正是 AI 最擅长的
• 机会在于：如果你能快速转型，你将获得远超同级的杠杆效应

2.5 无法回避的维度：年龄与职业阶段

同样是 P6，25 岁和 35 岁面临的是完全不同的战争。

不区分这个维度的建议都是耍流氓。

25 岁 P6（工作 1-3 年）：

• 优势：学习成本低、沉没成本低、可以快速转型、可以接受更低的短期回报
• 劣势：没有积累、没有人脉、没有领域深度
• 核心策略：速度。 用最快的速度找到一个“AI+X”的方向，投入所有精力。你输得起，所以可以赌得大。现在不是“稳步成长”的时代，是“快速定位”的时代。错了就换，不要沉迷于“把手头的事做到极致”——如果手头的事本身就在被 AI 替代，做到极致也没用。

具体建议：考虑跳出纯开发岗。产品型工程师、AI 应用架构师、技术 BD——这些交叉角色在 AI 时代的生存率更高。

30-35 岁 P6/P7（工作 5-10 年）：

• 优势：有领域积累、有人脉、理解组织运作
• 劣势：成本高（薪资高、家庭压力大）、转型窗口窄、心理包袱重
• 核心策略：杠杆。 不要试图从零开始学一个新方向，而是把你已有的领域知识和 AI 结合，创造“只有你这种背景的人+AI 才能做到的事”。你的积累不是负担，是护城河的原材料。

具体建议：你最大的资产是“踩过的坑”。AI 可以写代码但不知道某段代码三年前因为什么原因被那样设计。把你的隐性知识显性化，成为团队里“知道为什么”的人，而不只是“知道怎么做”的人。

35 岁+P7/P8（工作 10 年+）：

• 优势：行业判断力、人脉网络、组织理解
• 劣势：成本最高、最容易成为“降本增效”的对象
• 核心策略：不可替代的连接。 到这个阶段，纯技术能力已经不是你的主要价值。你的价值在于：你是组织中某些关键连接的节点。如果拿掉你，某些跨团队的协作会断裂、某些关键知识会丢失、某些信任关系会消失。

具体建议：同时认真考虑 Plan B。不是因为悲观，而是因为理性。在大厂体系外，你的经验和人脉可能有完全不同的变现方式——咨询、创业、投资、教育。35 岁+的人最大的错误是“只把宝押在一个组织上”。

三、个人护城河的四层模型

第一层：效率护城河（生存线）——6 个月内必须建立

你用 AI 的速度和深度，决定了你能不能活过这一轮。

具体行动：

成为团队的“AI 原生”标杆

• 日常开发全面接入 AI（Claude Code/Cursor 等 Agent 工具）
• 能用 AI 在 1 天内完成过去 1 周的工作量
• 主动分享 AI 工作流给团队，成为团队的“AI 教练”

建立个人的 AI 工作流 SOP

• 需求分析：用 AI 做竞品调研、用户画像生成
• 技术方案：用 AI 生成初稿，自己做架构决策
• 编码：AI 写 80% 的代码，自己写核心逻辑和架构代码
• 测试：AI 生成测试用例，自己定义测试策略
• 文档：AI 生成初稿，自己把控准确性和叙事结构

量化你的效率提升

• 记录使用 AI 前后的对比数据
• 在周报/月报中体现“AI+人”的产出倍增
• 让老板看到：这个人用 AI 之后，一个人顶三个人

为什么这是护城河？

因为大多数人还停留在“偶尔用一下 ChatGPT”的阶段。当你已经把 AI 深度融入每个工作环节时，你的产出效率就是你的第一层护城河。

但必须警惕“效率悖论”：

当所有人都在用 AI 提效时，效率提升本身就不再是护城河——它变成了入场券。

这个悖论的推演：

• 第一阶段（现在）：少数人用 AI，效率差异巨大 → 用 AI 的人有显著优势
• 第二阶段（6-12 个月后）：多数人开始用 AI，效率差异缩小 → 仅靠“会用 AI”不再够
• 第三阶段（1-2 年后）：AI 使用成为基本要求，就像今天“会用搜索引擎”一样 → 效率护城河完全消失

所以效率护城河是必要的但有保质期的。它给你争取了 6-12 个月的时间窗口，你必须在这个窗口内建立第二、三层护城河。如果你在效率层停住了——“我已经很会用 AI 了，很厉害”——你就会在第二阶段被淹没。

还有一个更阴暗的效率陷阱：用 AI 提效 10 倍之后，你的工作量不是减少 90%，而是被期望产出提高 10 倍。你并没有获得更多的自由时间来建设第二层护城河，反而被更多的产出预期绑架。识别并抵抗这个陷阱非常重要——你需要主动把省下来的时间投入到“定义问题”和“建立关系”上，而不是被动地接更多的执行任务。

第二层：认知护城河（竞争线）——6-12 个月建立

效率可以被模仿，但对业务和技术的深度理解无法被快速复制。

具体行动：

成为领域专家，而不是“什么都会一点”的全栈

• 选择一个垂直方向深扎（如：智能风控、用户增长、数据治理、AI 基建）
• 建立自己的“知识图谱”：这个领域的关键问题是什么？业界最佳实践是什么？蚂蚁/阿里的特殊挑战是什么？
• 能在 5 分钟内向任何人解释清楚这个领域的核心逻辑

培养“问题定义”能力

• 从老板那里拿到的不应该是“需求”，而是“问题空间”
• 练习：拿到一个模糊的业务目标，自己拆解成可执行的技术问题
• 练习：看到一个技术方案，能立刻指出“这解决的不是真正的问题”

建立商业感知力

• 理解你所在业务的商业模式和盈利逻辑
• 知道你写的每一行代码如何影响业务指标
• 能用商业语言（ROI、DAU、转化率）而不仅仅是技术语言来描述你的工作价值

为什么这是护城河？

AI 可以写代码，但 AI 不知道“这个需求根本不应该做”。能判断什么值得做、什么方向是对的，这个能力 AI 替代不了。

第三层：关系护城河（发展线）——持续建设

在大厂，你的价值 = 你的能力 × 你的能见度。能力再强，没人知道也没用。

具体行动：

向上管理：让老板知道你在想什么

• 定期跟老板做 1：1，不是汇报进度，而是讨论方向
• 主动提出你对业务的观察和建议
• 让老板觉得“这个人不仅能干活，还能帮我思考”

横向影响：成为跨团队的连接者

• 主动参与跨团队的技术评审和方案讨论
• 在内部技术分享中输出你的认知（不是教程，是观点）
• 成为别人遇到问题时第一个想到的人

打造个人品牌

• 内部：技术博客、ATA 文章、分享会
• 外部：GitHub 开源、技术社区输出、行业会议演讲
• 核心原则：输出观点，不是输出知识。知识 AI 也能输出，但观点是独一无二的。

为什么这是护城河？

裁员决策不是纯理性的。当你的名字在更多人脑海中与“靠谱”、“有见解”关联时，你被裁掉的政治成本就更高。

第四层：不对称护城河（终极线）——长期建设

找到一个“只有你能做、AI 也做不了、而且组织非常需要”的交叉点。

具体行动：

成为“AI + 领域”的桥梁人

• 不是做 AI 算法，而是把 AI 能力翻译成业务价值
• 例：用 AI 重构风控规则引擎、用 AI 优化用户增长链路
• 这个角色需要同时理解 AI 能力边界和业务深层逻辑，极度稀缺

积累“隐性知识”

• 代码库里哪些是坑、哪些设计决策背后有什么历史原因
• 跨系统的依赖关系和风险点
• 组织内的决策流程和关键人脉
• 这些知识不在文档里，AI 也学不到

创造“只有你能协调”的项目

• 推动需要跨团队、跨 BU 协同的项目
• 在项目中建立不可替代的协调者角色
• 这类项目的成功依赖于人际信任，不是技术能力

四、无人谈论的房间里的大象：身份危机与心理冲击

所有的职业建议都在讲“怎么做”，但没人讲“怎么扛”。

4.1 当核心技能被商品化：程序员的存在主义危机

这是一个很少被正式讨论但几乎每个人都在经历的问题：

你花了 5 年、10 年甚至更长时间建立的“我是一个优秀的程序员”这个身份认同，正在被动摇。

这不是矫情。想象一下：

• 一个外科医生发现机器人做手术比他更精准
• 一个翻译发现 AI 翻译得比他更快更准
• 一个棋手发现再也下不过 AI

他们面临的不只是“失业风险”，而是“我是谁”的根本性动摇。

互联网行业也一样。当你引以为豪的代码能力变成了 AI 的基本功时，你会经历几个阶段：

如果你正处于第 4 阶段，请知道：这是正常的，你不是唯一一个。

几乎每个认真思考过 AI 影响的程序员都经历过或正在经历这个阶段。

4.2 心理急救：几个具体的认知调整

认知调整一：把“技术能力”从身份认同中解耦

“我是一个好程序员”→ “我是一个能解决复杂问题的人，编程是我目前使用的工具之一”

这不是文字游戏。当你把身份锚定在“能力”而不是“工具”上时，工具的变化就不会动摇你的根基。木匠的价值不在于他会用锤子，而在于他理解结构、知道怎么造一个好房子。工具可以换，手艺的本质不变。

认知调整二：接受“不确定性”是常态而不是异常

很多程序员习惯了“确定性”——写了代码就能运行，通过了测试就是对的。但 AI 时代的职业发展充满不确定性，没有人能告诉你“做了 A 就一定能得到 B”。

与其焦虑不确定性，不如在不确定性中找到行动空间。你不需要一个完美的五年规划，你需要的是“下一步做什么”的清晰度和“方向不对就调整”的勇气。

认知调整三：承认恐惧，但不被恐惧驱动

焦虑驱动的决策往往是短视的——比如为了“证明自己有价值”而拼命加班、接更多任务、做更多 demo。这些行为短期可能有用、但长期会耗尽你的精力、让你没有资源做真正重要的事。

好的策略是：每周留出至少 2 小时，不是用来“产出”，而是用来“思考”。思考你在做的事情有没有长期价值、思考你的方向对不对、思考你还缺什么。这 2 小时可能是你投入产出比最高的时间。

4.3 一个特别需要关注的群体：大厂老员工的“沉没成本陷阱”

在互联网公司工作了 7、8 年以上的同学，面临一个特殊的困境：

• 股票还没 vest 完（或者你在等一个好的行权窗口）
• 房贷绑定了你的现金流（北京/杭州/上海的房贷让你无法接受降薪）
• 生活方式已经锚定在大厂薪资水平（降薪 30% 意味着生活质量断崖下跌）
• 履历过于“大厂化”（简历上都是内部项目名，外面的人看不懂你做了什么）

这些都是“沉没成本”——已经投入的、无法收回的成本。理性的做法是忽略沉没成本、看未来预期。但人不是理性的——这些成本会让你倾向于“再等等”、“再撑撑”，直到选择窗口关闭。

建议：现在就开始“对冲”，不是辞职，而是在不影响本职工作的前提下：

• 维护外部人脉网络（不只是猎头，是行业内的实质联系）
• 保持市场竞争力的感知（偶尔看看外面的机会，知道自己的“市价”）
• 降低财务杠杆（能提前还贷就提前还，能降低固定支出就降低）
• 建立组织外的“作品集”（开源项目、技术博客、行业影响力）

五、Plan B 不是认输，是理性

只有一个计划的人，其实没有计划。

5.1 为什么你需要 Plan B

大多数职业建议的隐含假设是：你可以在当前组织里解决所有问题。

但这个假设可能是错的。

以下情况不是你个人能力能改变的：

• 你所在的 BU 被战略性放弃
• 你的老板被换了，新老板要带自己的人
• 整个业务线被 AI 产品替代（比如某些数据分析、测试、运维平台）
• 组织大规模缩编，按“最后进入原则”（LIFO）裁员

在这些情况下，你的护城河再强也没用——城都没了，哪来的河？

5.2 Plan B 的几条真实路径

5.3 什么时候该启动 Plan B？

不是等到被裁了才启动，而是现在就开始”预热“。

以下是几个信号，说明你应该加速 Plan B：

• 你的业务线连续两个季度没有新增 HC——这意味着高层不看好增长
• 你的直属老板频繁跟 HR 1：1——可能在准备组织调整
• 团队开始做大量”AI 替代现有流程“的项目——你在帮公司证明”这个工作不需要人“
• 你在绩效评估中被暗示”需要找到新的价值点“——这是温和的警告
• 同层级的人开始陆续离开，而且不是去更好的地方——说明市场对这个层级的需求在下降

六、PRD 路演化：从”写文档“到”讲故事“

你老板说的 PRD（Product Requirements Document）路演化思维，值得展开成一套完整的方法论：

6.1 传统 PRD vs 路演 PRD

6.2 路演 PRD 的完整框架

你老板给的四个要素是骨架，但完整的框架应该是：

1. 使命和愿景（Why）   ├── 我们在解决什么根本问题？   ├── 这个问题为什么现在变得紧迫？   └── 如果不解决会怎样？2. 受众分析（Who）   ├── 核心用户是谁？（具体到角色和场景）   ├── 用户当前的痛点和替代方案是什么？   ├── 典型用户故事（3个以上，覆盖核心场景）   └── 用户愿意为解决方案付出什么？（时间/钱/注意力）3. 竞对分析（Where）   ├── 领域成熟度模型（L1-L5 定义）   │   L1: 基础能力（人人都有）   │   L2: 标准化（行业通用方案）   │   L3: 差异化（有竞争壁垒）   │   L4: 平台化（生态效应）   │   L5: 智能化（自进化系统）   ├── 竞对矩阵：每个玩家在L几？   ├── 我们现在在 L 几？今年目标到 L 几？   ├── 护城河分析：我们的结构性优势是什么？   └── 风险分析：什么可能让我们的护城河失效？4. 功能模块（What）   ├── MVP 定义：最小可行方案是什么？   ├── 分阶段路线图：P0/P1/P2 排序   ├── 技术架构关键决策点   └── 度量指标：怎么证明做成了？5. 【补充】资源与风险（How）   ├── 需要什么资源？（人/钱/时间/协作方）   ├── 关键风险和应对策略   ├── 里程碑和检查点   └── 退出机制：什么情况下应该放弃？

6.3 为什么这个能力本身就是护城河？

能写出路演级 PRD 的人，具备的是创业者思维：

• 看行业的能力（竞对分析）
• 定义问题的能力（使命愿景）
• 讲故事的能力（说服力）
• 战略规划的能力（路线图）

这些能力加在一起，就是“产品型技术人”——大厂最稀缺的人才类型。

七、自我挑战：上述分析的盲点与深层矛盾

任何框架都有盲区。不指出自己的盲区，这份报告就只是一碗精心包装的鸡汤。

盲点 1：幸存者偏差——“转型成功”的前提条件

上面的建议适用于“有选择权”的人。但现实中，很多 P6 没有选择业务线的自由——你被分配到一个边缘业务，做得再好也可能被裁。

更深层的问题是：所有“成功转型”的案例都有一个隐含条件——这个人本来就具备转型的基础素质。

如果一个人过去 10 年一直在做纯执行工作，从未锻炼过“定义问题”的能力，让他在 6 个月内学会，这现实吗？

诚实的回答是：对部分人来说，不现实。

这不是打击，是事实。就像不是每个篮球运动员都能转型当教练一样，不是每个人都能转型为“产品型技术人”。

对策： 如果你发现自己在一个下行的业务里，主动求变比被动等待更好。在内部找到有增长的团队，用你的 AI 能力作为敲门砖去争取转岗。如果你诚实地评估自己后发现“定义问题”不是你的强项，不要硬转，而是找到你在 AI 时代仍然有价值的“专精点”——比如安全、性能优化、SRE 这些 AI 不容易替代的方向。“成为问题定义者”不是唯一的出路。

盲点 2：组织政治的权重被严重低估

很多技术人不愿意承认：在大厂，政治位置有时比技术能力更重要。你的直属老板被边缘化了，你再优秀也可能被连带。

把这个说得更直白一点：在裁员决策中，“谁留下”有时不是按能力排序的，而是按“谁是谁的人”排序的。新来的 P8 要建自己的班底，你作为前任 P8 的核心骨干，能力再强也可能被“优化”。这不是阴谋论，这是组织行为学的基本规律。每一次组织架构调整，本质上都是一次权力重组。

对策：

• 不要把所有鸡蛋放在一个老板的篮子里
• 建立跨层级的能见度（让你老板的老板知道你）
• 在内部有自己的“支持网络”
• 最重要的：不要只做“对的事”，还要做“被看见的事”。

在大厂、默默做出成绩然后期待被发现、是最天真的幻想。

盲点 3：“拥抱 AI”正在变成一种新的形式主义

很多团队的“AI 转型”只是在周报里多写几行“已使用 AI 辅助开发”。如果全公司都在做 AI demo，那做 demo 本身就不是护城河。

更深的问题：AI 可能正在创造一整个新的“表演性工作”类别。

观察一下你周围是否有这些现象：

• 团队花了两周做一个 AI demo，给领导看完之后就没人用了
• 周报里写“AI 赋能”相关的内容越来越多，但实际产出没有变化
• 内部分享会上全是“我们用 AI 做了什么”，但没人追问“业务效果如何”
• 大家都在学 prompt engineering，但学完之后还是用老方法干活

这就是 AI 形式主义——它不会帮你建立护城河，反而会消耗你本该用来建立真正护城河的时间和精力。

对策：不要做 AI 的展示者，要做 AI 的实践者。关键区别：

• 展示者：做了一个 AI demo，在内部分享 → 获得了关注，但没有创造价值
• 实践者：用 AI 重构了线上系统，带来了可量化的业务收益 → 创造了真实价值

终极检验：如果明天 AI 工具全部下线，你用 AI 做的事情有没有留下持久的改变？

如果答案是没有，你做的就是表演。

盲点 4：过度优化个人可能伤害团队（博弈论视角）

如果每个人都在“建立个人护城河”，可能导致团队协作恶化——大家都在抢高能见度的项目，没人愿意做脏活累活。

这是一个经典的囚徒困境：

• 如果大家都合作，团队整体最优
• 如果你合作但别人不合作（别人在抢功你在做脏活），你最惨
• 如果你不合作（你也抢功），至少不会是最惨的

在裁员预期下，每个人的理性选择都是“保护自己”，结果导致团队整体恶化——而团队恶化又会增加所有人被裁的概率。

这是一个恶性循环。

对策：最高级的护城河是“让团队因为你而更强”。 当你成为 team 的力量倍增器而不仅是个人贡献者时，裁掉你的代价最高。具体来说：

• 帮别人解决卡点问题（但要确保被老板看见）
• 建立团队级的 AI 工作流（不是个人的，是大家都能用的）
• 主动做“glue work”（协调、文档、流程优化），但要给它命名、量化、汇报——让隐形工作变成显性贡献

盲点 5：AI 发展速度的不确定性

所有分析都基于当前 AI 能力的判断。如果 6 个月后 AI 能做到 L4-L5 的工作，上面的建议可能全部失效。

对策：保持核心能力的“反脆弱性”。 选择那些 AI 越强你越有价值的方向：

• AI 越强 → 需要更多人理解如何应用 AI 到业务 → “AI+领域“桥梁人更有价值
• AI 越强 → 系统越复杂 → 系统思维和架构能力更有价值
• AI 越强 → 产出越多越快 → ”做什么“比”怎么做“更重要 → 问题定义能力更有价值

盲点 6：薪资压缩——即使你留下来

这个盲点最少被讨论但影响最广：即使你没有被裁，你的薪资可能在缩水。

逻辑很简单：

• AI 让每个人的产出提升 → 完成同样的工作需要更少的人
• 需要更少的人 → 劳动力供给过剩 → 薪资议价权下降
• 同时，AI 降低了”合格程序员“的门槛 → 供给进一步增加

这意味着：

• 大厂的薪资中位数可能会下降（不是降薪，是新 offer 的 package 缩水）
• 高 P 的薪资可能 hold 住，但低 P 的薪资增长会停滞
• ”技术稀缺性溢价“在缩小——过去会 Kubernetes 就能加 30%薪资，现在这种稀缺性正在消失

对策：

• 不要把”薪资不降“当作安全信号——真正的信号是”你能不能在外面拿到同等或更高的 offer”
• 建立非薪资收入来源（副业、投资、内容变现），降低对单一收入的依赖
• 重新定义“成功”：如果你的收入下降 20%但焦虑下降 80%，这可能是一笔好交易

盲点 7：这份报告本身的局限性

最后，我必须指出这份报告本身的盲区：

• 它基于一个“理性人”假设——假设你读了之后会理性评估、制定计划、执行行动。但人不是这样的。大多数人读完会焦虑三天，然后继续原来的方式。如果你只做一件事，就从最小的那件开始——比如今天就把 AI 深度集成到你明天的工作中。
• 它无法预测黑天鹅——一次监管政策变化、一次 AI 安全事故、一次经济衰退，都可能完全改变游戏规则。
• 它写给的是大厂体系内的人——如果你已经在体制外、在创业、在做自由职业，很多建议需要适配。
• 它可能让你更焦虑——这不是我的目的。焦虑如果不转化为行动，就只是自我消耗。读完之后、请给自己一个小时消化、然后选一件事开始做。

八、分层行动清单

九、终极心法：三个底层认知

十、写在最后：几句不那么“正确”的大实话

上面九个章节写了很多框架、模型、策略。最后我想说几句不那么结构化但可能更有用的话：

大实话一：大多数人不会行动

你读完这篇文章，可能会收藏、可能会转发、可能会跟同事讨论。但三天之后，大概率什么都不会变。不是因为你懒、而是因为人的行为模式极难改变、尤其是在没有即时反馈的情况下。

建议：不要试图做所有事，只做一件事。

今天——不是明天，不是下周——选一个你最认同的行动点，执行它。一件事做成了，再做下一件。

大实话二：焦虑本身不是敌人，停滞才是

如果你读完这篇文章很焦虑，那说明你的现实感是正常的。真正危险的不是焦虑的人，而是“岁月静好”的人——那些还觉得“大厂很稳”“技术人永远有饭吃”的人。

焦虑的价值在于它是一个信号：“你需要做出改变。”

但焦虑只是信号，不是解法。把焦虑转化成一个具体的、可执行的下一步，焦虑就完成了它的使命。

大实话三：没有人能告诉你“正确答案”

包括这份报告在内，所有的职业建议都是基于有限信息的不完美推断。AI 发展太快、组织变化太多、个人情况太不同——没有一个框架能适用于所有人。

这份报告能做的是帮你建立思考的维度——从哪些角度去分析你的处境。但最终的判断和决策只能你自己做。因为只有你知道：

• 你真正擅长什么（不是简历上写的，是你做起来有能量的事）
• 你的财务底线在哪里（能承受多大的收入波动）
• 你的家庭情况允许多大的风险（有人单身无贷，有人上有老下有小）
• 你内心真正想要的是什么（不是“应该要”的，是“真的想要”的）

大实话四：有时候“离开”不是失败

大厂的叙事体系会让你觉得“离开=失败”。但这是一种认知扭曲。

在 AI 重构行业的这几年里，很多人会发现：他们在大厂体系里积累的能力、人脉、视野，在体系外可能有完全不同的、甚至更大的价值。一个在蚂蚁做了 5 年风控的 P7，去金融科技创业公司可能是 VP 级别的角色。一个做了 8 年基建的 P8，做技术咨询的时薪可能是大厂时薪的 3 倍。

“离开”不是终点，是换一个赛道继续跑。有时候赛道本身的选择比在赛道上跑多快更重要。

最后的最后

在 AI 时代，你的价值不再取决于你能“做什么”，而取决于你能“决定做什么”和“说服别人跟你一起做”。

但我想在这句话上加一个更底层的观点：在任何时代、一个人的终极护城河都不是任何具体的技能或策略、而是“面对变化时能快速学习、调整和行动的能力”。

工具会变、技术会变、组织会变、行业会变——唯一不变的是变化本身。能在变化中保持清醒、保持行动力、保持学习欲的人，不管 AI 发展成什么样，都不会太差。

代码 AI 能写，方案 AI 能拟，文档 AI 能生成。但“这件事值不值得做”、“该投多少资源”、“怎么让十个团队对齐”——这些判断和行动，是你当下最现实的护城河。

而比这些更深层的护城河是：当这些护城河也被 AI 突破的那一天到来时，你能在一周之内找到新的护城河。

不要做一个护城河固定的人。做一个永远能挖出新护城河的人。

AI 能力边界在快速移动，建议时常回顾并更新个人策略。

如果这份报告对你有帮助，希望不要只是收藏——而是今天就开始，去挖你的护城河。