深思|AI 时代白领生存要务:最关键的重构

几天前，Anthropic 的 Claude Code 产品负责人 Cat Wu 讲述了一个意味深长的故事。

从 2024 年 10 月开始，她养成了一个习惯：每当新模型发布，就让 Claude Code 尝试为 Excalidraw 添加一个表格工具。起初总是失败，每次新模型能走得更远一点，但仍然完成不了。到 2025 年 6 月，Opus 4 发布，Claude 开始偶尔成功。不到一年后，Opus 4.6 已经可以一次性可靠地完成这个任务——可靠到他们敢在数千名专业开发者面前现场演示。

由此，Cat Wu 写了一篇博客，探讨 AI 时代产品经理的能力跃迁，并用一个隐喻总结了这个变化：“地面正在你脚下升起”。

原文在Claude官网：Product Management on the AI Exponential

在通读Cat Wu的文章后，我想起了过去半年一直思考的问题：AI 技术到底如何影响从事脑力工作的白领？是替代、解放，还是升级？刚好昨晚我在重温诺兰的经典电影《Inception》，里面所有的梦境都依赖于造梦师所构建的世界稳定性。突然间我意识到，那个问题的根源可能在于：我们长期以来对知识工作的基础假设，正在发生彻底的改变。

隐含假设的崩塌

大多数脑力工作者从未认真思考过，自己的职业发展建立在哪些隐含假设之上。因为这些假设太基础了，以至于从未被质疑过——就像鱼不会思考水的存在，因为水就是它的全部环境。

但 AI 时代，这些假设正在被打破：

关于竞争和优势的假设

“我现在做的工作，在可预见的未来仍然有价值” —— 律师写的合同模板可以用十年，医生学的诊断方法可以用一辈子，产品经理的 PRD 框架可以用好几年。但现在，这个“可预见的未来”从几年缩短到了几个月，甚至几天。Cat Wu 发现，她精心设计的 PRD 几天后就可能过时，因为新模型的能力升级改变了前提基础。

“专业知识是我的护城河” —— 我们花十年积累的专业知识，AI 瞬间就能掌握，而且持续更新。METR 的研究显示，16 个月内，AI 完成软件任务的能力从人类需要 21 分钟的水平，提升到了人类需要 12 小时的水平——能力提升约 41 倍。

“经验等于能力” —— 做得越久，越有经验，越有价值。但 AI 没有经验，却可能超过 20 年老手的能力。Cat Wu 提到，他们为模型限制设计的复杂提示工程，每次新模型发布都能删除一部分——过去的“经验”反而变成了“不必要的复杂性”。

关于时间和计划的假设

“学习是一次性投资” —— 我花几年学会一项技能，可以用一辈子。但现在，技能半衰期从十年缩短到几个月。你刚学会的工具，三个月后可能就被更好的替代了。

“我可以制定长期计划并执行” —— 传统产品管理会制定 6-12 个月的详细路线图。但 Cat Wu 的团队发现，当模型每几个月就有重大突破时，长期计划本身就成了风险。你设计时认为“技术上不可行”的功能，三个月后可能变得简单。

“慢工出细活” —— 花更多时间打磨，质量更高，更有价值。但在快速变化的环境中，速度比完美更重要。Cat Wu 的团队学会了用“足够好”替代“完美”，因为三个月后环境可能已经变了。

关于角色和身份的假设

“职业边界是清晰的” —— 我是律师/医生/程序员，有明确的职责范围。但 Cat Wu 的团队展示了不同的现实：设计师发布代码，工程师做产品决策，产品经理构建原型。角色边界正在溶解。

“我的价值在于执行” —— 我能把事情做好、做快、做准。但执行正在被 AI 接管，价值转向判断和决策。硅谷的研究显示，产品经理的时间分配正在发生剧烈变化：数据收集和文档撰写的时间大幅减少，战略思考的时间显著增加。

“深度专业化是最优策略” —— 在一个细分领域深耕，成为专家。但过度专业化可能变成风险，因为整个领域可能在几年内被 AI 重构。

以上这一系列假设的崩塌，揭示了一个更深层的问题：从“台阶”到“斜坡”的转变。

在 AI 时代之前，人类社会的技术进步比较像爬台阶——在一个平面上积累一段时间，然后技术突破带来阶跃，进入下一个更高的平面继续积累。你总有机会可以“站稳”，享受相当一段时间的专家红利。但现在，随着 AI 的指数级发展，技术进步变成了斜率不断提高的爬升。可以停留在平面上的时间越来越短，你必须一直爬坡，而且陡峭程度还在不断增加。在某一刻，你会感觉似乎永远无法“站稳”，必须持续奔跑。

价值体系的重构

当旧的假设崩塌，新的价值体系正在形成。Cat Wu 的实践也揭示了这个转变的本质。

旧价值体系：执行即变现

在工业时代，大多数脑力工作者的价值主要来自执行能力：

• 信息处理：搜索、整理、归纳资料，撰写报告和文档

• 标准化执行：按照既定流程完成任务，将规则应用到具体案例

• 重复性创作：套用模板写文案、做设计、写代码

• 协调沟通：安排会议、追踪进度、在不同角色间传递信息

• 基础分析：描述现状、分析原因、预测趋势

这些能力在工业时代有巨大价值，因为人类是唯一能做这些事的“机器”。一个白领可能把大部分时间花在这些“低阶能力”上，只有少部分时间用于判断、创新等“高阶能力”。

但这些恰恰是 AI 接下来几年内最擅长的。

新价值体系：判断即生存

在 AI 时代，脑力工作者要建立新的价值体系，核心包括：

1. 判断力：在价值冲突中做出选择

AI 可以枚举所有可能性，但无法决定“什么更重要”——因为这涉及价值观。这个产品功能该不该做？这个设计方案选哪个？这个策略风险可接受吗？这些需要在商业价值、用户体验、技术成本、法律伦理之间权衡，AI 无法替代人类做出最终判断。

2. 启发力：发起探索的方向

Cat Wu 花 16 个月测试同一个任务，不是因为有数据支持，而是因为她的直觉告诉她“这个会有用”。AI 可以生成 100 个想法，但哪个值得测试？谁来决定搜索的方向？这需要人类的好奇心和直觉。

3. 审定力：核查是否符合人类标准

当 AI 可以生成 100 个方案时，谁来判断哪个符合标准？这不只是技术问题，而是法律合规性、医学安全性、用户体验、商业可行性的综合判断。AI 可以生成，但无法对“符合标准”负责。

4. 协同管理力：指挥 AI Agent 团队

Cat Wu 的工作流展示了这一点：Claude.ai 负责思考，Claude Code 负责构建，Cowork 负责执行。她不是在“使用工具”，而是在“管理团队”。这需要任务分解、能力匹配、指令设计、流程编排、质量监控——这是管理能力，只不过管理对象从人变成了 AI。

5. 感知力：察觉“什么刚刚变得可能”

在“地面正在上升”的时代，谁先察觉到新可能，谁就有先发优势。Cat Wu 的方法是：成为日常活跃用户，故意让 AI 做你认为太难的事情。在旧世界，专家知道“什么是可能的”；在新世界，专家知道“什么刚刚变得可能”。

6. 情绪价值：提供人类独有的共情和连接

这是一个容易被忽视但极其重要的能力。AI 可以分析数据、生成方案，但无法提供人类在职场中需要的情绪支持、共情理解、信任建立。当团队面临挫折时的鼓励，当客户焦虑时的安抚，当合作伙伴犹豫时的信任——这些情绪价值，是 AI 无法替代的人类独特能力。

比重的反转

关键不是这些高阶能力不存在，而是它们从“锦上添花”变成了“生死攸关”。

过去，你可以靠“执行力”混得不错，偶尔展示一下“判断力”。或者，大多数人靠低成本/代价的“执行力”可以相对轻松地获得了价值变现，而那些需要更高成本/代价的“判断力”，往往让他们提不起努力的兴趣。但现在，你必须主要靠“判断力”生存，“执行力”只是基础。而且，低阶工作不是消失，而是从“做”变成“审”——你不再写 PRD，但要审核 AI 写的 PRD；你不再做数据分析，但要判断 AI 的分析是否合理。

这解释了为什么很多人焦虑：不是他们没有这些高阶能力，而是他们从未下定决心，系统性地训练和使用这些能力。过去大部分时间在做“低阶工作”，少部分时间做“高阶工作”。现在要反过来，但他们不知道怎么做。

如何完成转型：一个通用框架

理解了价值体系的重构，下一个问题是：作为普通白领，我该怎么做？

这里提供一个四步框架，适用于所有脑力工作者：

第一步：识别你职业的隐含假设

每个职业都有自己独特的隐含假设。用前面提到的三个维度审视自己：

• 关于竞争和优势：你认为什么是你的护城河？这个护城河会被 AI 打破吗？

• 关于时间和计划：你的技能/知识/经验的“保质期”是多久？正在缩短吗？

• 关于角色和身份：你的价值主要来自执行还是判断？边界正在模糊吗？

诚实地写下 5-10 条你从未质疑过的假设。不要自欺欺人——那些让你感到不安的，往往就是正在崩塌的。

第二步：重新定位你的价值来源

用新价值体系的六大能力重新审视自己：

• 判断力、启发力、审定力、协同管理力、感知力、情绪价值 ——你在哪些方面有优势？哪些是短板？

• 你现在的时间分配是什么？多少时间在做“执行”，多少时间在做“判断”？

• 如果要把比重反转（从 80% 执行 + 20% 判断，变成 20% 执行 + 80% 判断），你需要改变什么？

关键是找到你独特的高阶能力组合。不是每个人都要六项全能，而是找到你的 2-3 项核心优势。

第三步：设计你的转型路径

基于前两步的分析，制定具体行动：

• 做减法：哪些低阶工作可以交给 AI？哪些“完美主义”可以放弃？

• 做加法：哪些高阶能力需要刻意训练？如何在日常工作中增加练习机会？

• 做实验：选择 2-3 个“AI 目前做不好”的任务，定期测试边界变化

• 做记录：追踪“什么刚刚变得可能”，建立对变化的敏感度

这不是一次性规划，而是持续迭代的过程。每 3 个月重新审视一次。

第四步：建立新的工作节奏

转型不只是能力升级，更是心理模式和工作节奏的重构：

• 从“追求确定性”到“拥抱不确定性”

• 从“长周期规划”到“短周期迭代”

• 从“个人英雄主义”到“人机协作”

• 从“守护边界”到“跨界流动”

这需要时间适应，但必须开始。

案例：Cat Wu 的产品经理转型

Cat Wu 的实践是这个框架的一个具体示范。作为 AI 产品经理，她这样应用了四步法：

识别假设：她意识到“PRD 是产品定义的核心”、“需要详细的长期路线图”这些假设在 AI 快速迭代的环境中已经失效。

重新定位：她把价值从“写完美的 PRD”转向“快速验证想法”和“感知能力边界”——这是启发力和感知力的体现。

转型路径：

• 从 PRD 到原型：花一天写简单规格，让 AI 生成原型，用粗糙原型改变对话

• 从长周期到短周期：鼓励“支线任务”，用一个下午测试想法

• 战略性放手：只坚守 3-5 件核心事项，其他说“足够好就行”

• 持续感知边界： 16 个月重复测试同一任务，记录“什么时候从失败变成成功”

新节奏：她学会了不为当前限制设计复杂方案（它们会消失），不制定长期计划（环境会变），用速度换完美。

但这是产品经理的路径。律师、医生、设计师、分析师……每个职业都需要做自己的分析，找到自己的转型路径。

框架是通用的，但答案是个性化的。

一个不确定但值得相信的可能

坦白说，没有人知道这种“永远在斜坡上奔跑”的状态会持续多久。

一种乐观的预测是：我们可能正处于 AI 的“寒武纪爆发期”——有太多的可能性需要探索和充实，所以变化速度极快。但就像生物进化的寒武纪最终会进入稳定期一样，AI 的发展也可能在某个时刻放缓，达到一个新的相对稳定状态。到那时，“台阶”或许会重新出现，只是在断崖式的高台之上。

这只是一种可能性，不是确定的结论。也许变化会一直持续，也许会更快，也许会以我们完全想不到的方式演化。但无论如何，现在这 2-3 年是关键的窗口期——早转型的人会有更多选择，晚转型的人可能会被动得多。

对于普通白领来说，转型的核心不是学习全新的能力，而是重新分配时间和精力——把大部分时间从低阶工作转移到高阶工作上。这需要完全不同的工作节奏和心理状态。

这很难，但不是不可能。而且，即使“寒武纪”不会结束，完成这个转型的人也会比没有转型的人，拥有更多的主动权和选择空间。

地面正在上升

Cat Wu 学会了在“地面正在升起”的世界中工作：不要为当前的限制设计复杂方案（它们会消失），不要制定长期计划（环境会变化），不要追求完美（速度更重要），不要守护边界（灵活性更有价值）。

现在，同样的选择摆在我们每个人面前。

你可以继续优化既有技能、遵循既定流程、守护专业边界，然后发现自己被 AI 替代。或者，你可以培养判断力、建立快速试错的习惯、提升感知变化的敏感度、学会战略性放手，驾驭 AI 而非被 AI 驾驭。

METR 的数据显示，16 个月，AI 能力提升 41 倍。我们不知道这个趋势会持续多久，但我们知道：当地面升起时，不要试图站稳，而要学会奔跑。

一个正在形成的共识

值得注意的是，这不只是 Cat Wu 一个人的观察。在 AI 产品经理和研究者中，一个关于脑力工作转型的共识正在形成：

从“知识工作者”到“智慧工作者”。正如另一位AI产品经理所说：“AI 处理知识部分，你带来智慧部分。”执行层面的知识可以被 AI 掌握，但判断、权衡、价值选择——这些需要智慧的部分，仍然属于人类。

从“输出”到“结果”。2026 年的行业观察显示：“过去，你的价值与输出挂钩（写了多少 PRD？交付了多少功能？）。现在，价值与结果挂钩。”这正是我们说的“从执行到判断”——重要的不是你做了多少，而是你的判断带来了什么结果。

从“协调者”到“编排者”。哈佛商学院的研究指出，要释放生成式 AI 的真正价值，员工需要掌握产品经理的技能：“定义高价值问题、找到合适的数字工具、实验这些工具、将解决方案整合到工作流程中。”这正是我们说的“协同管理力”。

成为“首席提问官”。卡内基梅隆大学的研究者提出，在 AI 擅长执行的时代，许多工作者将成为“首席提问官”(Chief Question Officers)——提出正确问题的人。这呼应了我们说的“启发力”和“判断力”。

这些观点来自不同公司、不同角色的专业人士，但他们的结论惊人地一致：执行正在被 AI 接管，人类的价值正在向判断、启发、编排这些高阶能力转移。

你准备好了吗？

Cat Wu 在文章结尾写道：“产品经理的角色现在是同时追踪两件事：AI 如何改变你的工作方式，以及 AI 如何改变你领域中可能的事情。做好这一点，当表格工具终于能用时，你就不会感到惊讶。你是那个预见到它的人。”

不只是产品经理，所有脑力工作者都需要持续追踪这两件事，这也是我们的生存指南。YouMind