一边失业,一边新生,AI时代普通人怎么破局?

蒸汽机出来之后，最先感到寒意的不是发明家，而是街头那些靠马车吃饭的人。电气时代到来之后，很多旧工种被迅速替代。互联网兴起时，最先被冲击的，也不是大公司，而是那些还相信“老办法永远有效”的人。

今天，轮到 AI 了。

而且这一轮，我觉得比过去几次都更猛烈。因为蒸汽机主要替代体力，互联网主要重构信息流，而 AI 正在同时进入脑力劳动、信息处理和流程执行这三个层面。它不只是一个聊天机器人，也不只是一个“更聪明的搜索框”，它正在变成一个可以直接干活的系统。

所以我越来越觉得，AI 不是一个可选项，而是一个时代背景。

你可以不喜欢它，也可以继续吐槽它不稳定、会胡说、经常出错，但这些都改变不了一件事：它已经开始改写很多岗位的工作方式了。

一些岗位会消失，这件事没必要回避

这几年，很多人谈 AI，喜欢只讲机会，不讲代价。坦白说，这不真诚。

AI 带来的第一个现实，就是一部分岗位会被压缩，甚至会消失。

尤其是那些标准化程度高、重复性强、输入输出清晰的工作，最先受到冲击。

比如：

• 基础文案，很多公司已经开始用 AI 生成初稿，再由一个有经验的人统一修改
• 基础客服，常见问答、售后规则、流程解释，AI 已经能承担大部分工作
• 基础翻译，尤其是说明文档、产品资料、运营素材，AI 的可用度已经很高
• 基础数据整理，表格清洗、信息归类、报表汇总，这些原本很耗时间的工作，现在都可以被自动化接管
• 一部分初级开发工作，简单页面、脚本、接口联调、测试样例，AI 都已经能分担不少

去年和一个做内容运营的朋友聊天，他提到团队原来 5 个人做日更，现在缩到 2 个人，更新频率反而更高了。不是因为这两个人更拼，而是因为很多原本要花大量时间做的资料整理、标题发散、初稿生成，都已经交给 AI 了。

这背后最残酷的地方在于，AI 不会像人一样抱怨累，也不会要求加班费。对于企业来说，只要它能把 60 分的活稳定做到 80 分，就已经有很强的替代价值了。

所以，如果一个人的全部价值，只建立在“重复执行”上，那确实会越来越危险。

但另一面，新的岗位也在长出来

技术革命从来都不是简单地“消灭工作”，它更像是重新分配工作。

马车夫少了，但司机、修理工、加油站老板多了。纸媒广告衰落了，但电商运营、内容营销、增长岗位起来了。互联网淘汰了一批传统岗位，同时也创造了产品经理、前端工程师、用户运营、直播主播这些以前根本不存在的角色。

AI 也一样。

它正在吃掉一些岗位，但也在塑造新的岗位。

而这些新岗位，不一定都叫“AI 工程师”。很多变化，其实已经发生在更普通、更广泛的职业里。

比如运营，以前拼的是手工写稿、手工整理资料、手工做表格。接下来，运营更重要的能力会变成：选题判断、用户洞察、内容策略，以及怎么把 AI 用成自己的外脑和执行助手。

比如工程师，以前很大一部分时间花在“怎么实现”。接下来，工程师的价值会越来越多地体现在系统设计、边界判断、技术选型和质量把控上。代码本身当然还重要，但“让 AI 和工程系统协作得更好”会变成新的基本功。

比如财务，以前很多时间耗在对账、分类、报销整理、数据搬运上。接下来，财务真正值钱的部分会更偏向异常识别、风险判断、业务理解，以及把数据转化成经营洞察。

说到底，AI 不是把所有人都变成程序员，而是把越来越多岗位都推向同一个方向：

重复执行的价值下降，判断、创意、提问和整合的价值上升。

真正的变化，不只是 AI 更聪明了，而是 Agent 出现了

如果今天还把 AI 理解成“陪你聊天的机器人”，那理解已经落后了一截。

这一轮更大的变化，其实是 Agent。

简单说，它不是你问一句，它答一句。它是你给出一个目标，它自己去拆步骤、调用工具、执行流程，最后把结果交回来。

这件事很关键，因为它改变的不是某一个动作，而是整个工作流。

过去我们用 AI，更像在用一个会聊天的助手。你让它写一段话、改一封邮件、润色一篇文案。

但 Agent 时代不一样。

你可以直接说：

• 帮我整理过去一周的会议纪要，归纳出三条关键决策，再生成一版周报
• 帮我分析 10 家竞品最近的定价变化，做成表格，并总结它们的共同策略
• 帮我读取这个月的报销单，分类汇总，标出异常项，再输出一份财务摘要
• 帮我根据这个需求文档，先生成技术方案，再拆任务，再给出第一版代码骨架

我最近看到一个很典型的例子。一个做电商的朋友，以前每周都要花半天时间盯竞品价格、活动节奏和客服反馈。后来他把这个流程改成了一个简单的 Agent 工作流：每天定时抓取竞品页面，自动整理价格变化，汇总客服高频问题，再生成一版内部简报。流程没变，还是那份工作，但做法完全变了。

这里最本质的变化是，AI 不再只是提供答案，而是开始承担一部分“执行”。

这也是为什么我一直觉得，未来几年最大的思维转变，不再是“怎么做、怎么实现”，而是：

你到底想做什么？你提出的问题够不够好？你的目标定义得够不够清楚？

以前，一个普通人的想法，往往死在实现环节。因为你没有团队，没有开发资源，没有设计资源，也没有足够的时间。

但现在，AI 正在让“想法”以前所未有的速度落地。

所以未来真正拉开人与人差距的，未必是谁更苦、更会加班，而是谁更能提出好问题、定义好目标、判断什么值得做。

这也是为什么，我越来越强调“尽早入场”

有些人会说，AI 现在还有很多问题，不稳定、容易幻觉、很多场景还做不好。这个判断本身没有错。

但问题在于，如果你因此得出的结论是“等它成熟了再学”，那很可能会错过最有价值的一段时间。

因为所有新技术的红利，都不只来自工具本身，更来自你在工具还不成熟时积累下来的经验。

这段经验包括：

• 什么问题适合交给 AI
• 什么事情必须人工兜底
• 怎么描述需求，AI 才更容易给出高质量结果
• 什么流程能被改造，什么流程暂时还不能
• 不同岗位里，AI 最先能接管的是哪一部分

这些东西，不是看几篇教程就能得到的，而是只能靠自己一点点试出来。

等到所有人都开始用的时候，工具本身就不再构成优势了。真正有优势的，是那些提前入场、已经踩过坑、已经形成自己方法论的人。

这也是为什么我越来越觉得，与其站在岸上讨论水深，不如下水先游两步。

普通人怎么破局？我觉得至少有三件事现在就能做

第一件事，不要把 AI 当成对手，先把它当成工具。

很多人一上来就在问：“AI 会不会取代我？”

这个问题当然重要，但如果一直停留在这里，人就很容易陷入空转焦虑。

更有用的问题其实是：“我现在这份工作里，哪一部分最适合先交给 AI？”

运营可以先从标题生成、信息收集、内容整理开始。
工程师可以先从代码骨架、测试用例、文档生成开始。
财务可以先从票据整理、分类汇总、基础报表开始。

先让它帮你省出一点时间，再慢慢扩大协作边界。

第二件事，尽快建立自己的“人类护城河”。

我越来越相信，一个人未来最重要的价值，不是“会不会做”，而是：

• 能不能看出问题真正在哪
• 能不能提出一个值得做的方向
• 能不能在模糊信息里做判断
• 能不能建立信任、协调资源、推动结果

这些能力，本质上都不是机械执行，而是人的经验、认知、判断和洞察。

AI 很强，但它更像是放大器。它能放大一个人的想法，也能放大一个人的平庸。

如果一个人的想法本身就模糊、浅表、没有判断力，那么 AI 只会更快地把这种模糊复制出来。

反过来，如果一个人本身有清晰的问题意识、有审美、有业务理解、有策略判断，那 AI 会让他比过去更快、更猛。

第三件事，尽早接触 Agent，而不是只停留在聊天层。

很多人现在用 AI，还停留在“问答式使用”。这当然没错，但不够。

真正值得早点训练的能力，是怎么把一个目标描述清楚，怎么把任务拆成流程，怎么让 AI 去调用工具、执行动作、交付结果。

哪怕只是从很小的场景开始，也值得。

比如：

• 给自己搭一个自动整理周报的 Agent
• 给团队搭一个自动收集行业资讯的 Agent
• 给销售流程搭一个自动生成跟进邮件的 Agent
• 给财务流程搭一个自动分类单据和汇总异常的 Agent

如果你想把这件事真正落下来，我觉得普通人第一周就做三件事够了：

• 先选一个平台，比如 Coze、Dify 或 OpenClaw，别同时学三个
• 只挑一个最具体、最烦人的小任务开始改，比如周报、会议纪要、报销整理
• 连续用一周，记录它哪里真有用，哪里还不行

先别追求“搭一个很大的系统”，先追求“让一个具体任务省下 30 分钟”。一旦这个正反馈出现，你就会很快进入状态。

一旦你真正把 AI 从“聊天对象”变成“工作搭子”，你对这个时代的理解就会完全不一样。

最后想说的

我其实能理解很多人对 AI 的复杂情绪。

一方面，它确实会带来机会。另一方面，它也确实会带来冲击，甚至会让一些人很痛。

但历史从来不会因为谁不适应，就停下来等谁。

蒸汽革命、电气革命、互联网时代，再到今天的 AI 时代，每一次技术浪潮背后，都是一次重新分配。有人被甩下车，也有人借势上车。

站在这个节点上，我们当然可以继续挑它的问题，继续说它还不够成熟，继续等它“更完美”一点。

但如果真想清楚一点，会发现更现实的选择其实只有一个：

慢慢拥抱变化。

因为只有真正开始用，你才会发现，很多时候不会被替代的，不是你的具体动作，而是你的想法。

AI 不是来替代人的思想的。它更像是在加速思想落地。

谁先学会和它协作，谁就更有机会在下一轮变化里，站到更主动的位置上。

这篇文章不是想制造焦虑，我更想表达的是另一件事：

时代已经在往前走了。与其抗拒，不如尽早上手；与其站着判断，不如边走边学。

先入场，先积累，先形成自己的经验。

这一路获得的东西，未来会越来越值钱。

最后如果真要把问题问得更具体一点，我觉得每个人现在都值得认真想一想：

你所在的岗位里，最先会被 AI 改写的，到底是哪一部分？

这个问题想明白了，后面的很多动作，反而会清楚得多。