基地漫谈 | AI用不顺手?怕被AI替代?银河系想和你聊聊“AI焦虑”这件事

正处“金三银四”的尾巴，你可能刚用AI改完一版简历。

五秒出稿，格式整洁得无可挑剔，每一条经历都被润色得“有力度”，看起来都挺好。

但你盯着屏幕，总觉得哪里不对劲。

那股微妙的违和感，像穿着别人的西装去面试——挺括，但不自在。

接着你发现，要把这版“标准答案”改成真正属于你的东西，需要修改的量，可能比从头写还多。

这种感觉，几乎是每个用过AI的人都踩过的坑——AI给了你一个及格分的“平均解”，但你想要的是那个专属于你的“特解”。

而更大的焦虑，还埋在坑底：如果连改简历都要靠AI，那我的竞争力究竟在哪里？面试官看到的，到底是“我”，还是一个被AI武装过的标准候选人？这份工作，以后还是“我”的吗？

上周，银河系开展了一场 “AI+职场”主题活动，受邀的三位空间站校友分别从三个不同的视角，把这个问题一层层拆开，和大家一起探讨：

@夏伟键：从提示词的底层原理讲起，告诉你AI给的总差那么一点，是因为你还没搞清楚“怎么问”；

@冬三月：从设计师到企业办公的真实案例入手，把“职场中的AI焦虑”拆成了可操作的行动清单，分享“从工具到伙伴”的更高维度的AI协同共创；

@千央：从7万年前的东非大草原聊起，从过去到现在到可预测的未来，从更宏观的科技史和未来学角度，分享AI时代下的个体的新坐标。

三位嘉宾的分享，就像一场接力。夏伟键教我们“怎么问”，冬三月告诉我们“怎么做”，而千央让我们停下来想一想——“为什么做”。

希望他们的分享，能让你在这个求职季，找回一点“方向盘还稳稳把在自己手里”的感觉。

一、从技术、方法到思维——我们如何更好地使用AI

二、工位上的人机双排——真实的“AI+职场”都在发生着什么

三、在AI成为”终极模仿机器”之后——人无法被替代的是什么

分享嘉宾千央在分享开头提到一个个人观察：“我发现很多跟我们一起来面试的同学，写的基本上都是相似的经历。”

同样的实习项目，同样的竞赛奖项模版，同样的话术套路。“参与某某项目，通过某某手段，实现增长某某百分比”——填进不同公司的名字，看起来都差不多。

为什么会这样？

法国哲学家吉拉尔提出了一个概念，叫模仿性欲望。他说，人类有一个傲慢的错觉，以为自己的欲望是自发产生的。你以为你想进某家大厂，是因为你真的热爱那份工作；你以为你想买那个包，是因为你真的喜欢那个设计……

但吉拉尔说，人类绝大多数的欲望不是自己的，是模仿来的。我们渴望某样东西，是因为别人也渴望它。

在学校里，模仿标准答案；在职场上，模仿领导的喜好；求职时，模仿那些“成功上岸”的故事——把别人的面经倒背如流，把简历改成那个“正确”的样子，把自己塞进“各个公司最想要的那种人”的模具里。在这过程中，我们渐渐把模仿当成了生存的本能。

然后，大语言模型出现了。

它吃下了人类互联网历史上几乎所有的文本、图像和代码，成了人类历史上“终极、完美的模仿性机器”。它模仿我们所有的套路：行文格式、商业计划书的模板，甚至模仿我们在互联网上的抱怨和抖机灵。

过去，我们靠”模仿得比别人像、执行得比别人快”来卷赢别人。

但现在，你怎么卷得过一个硅基生物？

在模仿和执行这条赛道上，我们或许无法超越AI。这是这个时代最严酷的现实，也是这场分享活动的起点。但别急着沮丧——三位嘉宾接下来讲的，恰恰是这个局怎么破。

（本部分内容来自分享嘉宾夏伟键）

既然执行和模仿不再是壁垒，那我们该怎么用好AI这个工具本身？

第一位分享嘉宾夏伟键的分享没有一上来就是”教你写更好的prompt”，而是先讲了一个关键前提：“你得先搞懂AI在做什么，才能真正驱动它。”

或许把这个问题想清楚，比复制100个prompt模板都有用。

技术层：提示词的本质是“引导生成”

无论提示词工程叫什么名字——Prompt Engineering、指令设计、对话引导——本质都是同一件事：通过控制前文，影响AI生成下一个词的概率分布。

夏伟键用了一个很直觉的比喻：“LLM是语义迷宫里的吃豆人，提示词是你搭的墙。你搭的墙越精准，它走的路越接近你想要的方向。”

所以那个”万能公式”，即「角色+任务+约束+输出格式+示例」，为什么有效？因为它用分层限定把生成空间逐步收窄。每一个元素都像在迷宫里添一堵墙，引导吃豆人往正确方向走。

但它的陷阱也在这：过度限定会让AI退回安全、平庸的平均解。

你让AI帮你写面试自我介绍，给了一堆约束，结果出来的东西很“标准”，但就是不是“你”。这不是AI的问题，是你把空间压得太窄，AI在层层限制下，只能走那条最安全的路，它可能因此不敢有个性，因为“个性”可能意味着偏离某一条约束。

理解了这个原理之后，你才能按场景自己搭结构，而不是到处复制模板。

（1）三个容易踩的坑

在理解了“引导生成”的本质之后，列出了三个日常使用中最常见的误区。你很可能也遇到过：

• 信息越多越好？

很多人恨不得把整个项目背景、公司架构、行业术语一股脑塞给AI，觉得“我给的越详细，它理解得越深入”。但事实恰恰相反。

当你只需要AI帮你做形式校对，把一堆业务背景塞进去，反而会分散它的注意力，做出不必要的“发挥”。

给信息之前，可以问自己一句——这个信息是任务目标所必需的吗？不是，就别给。

• 大量使用负向要求？

你是不是经常这样写提示词：“不要太正式”“不要太啰嗦”“不要用那种HR的腔调”“不要写得太AI”……

你让AI“不要太正式”，它脑子里首先出现的就是“正式”——这就是我们所说的白熊效应，你越强调不要什么，它越会把那个东西引进来。

建议是正向要求优于负向要求——比如在修改简历时，与其说“不要用HR腔”，不如说“用和朋友聊天的语气写”。

• 给到预设角色一定更好？

角色是一把双刃剑。

假如你给AI设置“你是资深HR”，它会聚焦在职场语境上，这是好事。但让它“扮演杰出小说家”，它可能反而钻进刻板印象——辞藻堆砌、比喻密集。

嘉宾还分享了一个反直觉的技巧：有时候不给角色、不用人称代词，反而能降低AI的“谄媚倾向”，让输出更直接。

（2）学会激活，而不是教学

AI的训练数据里已经有大量知识，你要做的不是事无巨细地教它，而是先测它知道什么，然后用一个词激活它已经知道的。

什么意思？

很多人用AI的方式是“从头教起”：我要你帮我写自我评价，首先让我给你解释一下，什么叫好的自我评价，它包含哪些要素，结构应该怎样，语气应该如何……

但这些东西，AI的训练数据里早就有了。它读过成千上万篇关于“如何写自我评价”的文章、教程和案例。你不需要重新教一遍。

嘉宾分享的核心原则是：先测AI的知识边界 → 激活已知（用锚点词）→ 补充未知（精准教学）。

放到求职场景的话，想让AI帮你优化简历的“自我评价”，不用解释什么叫好的自我评价。找一段你欣赏的自我介绍作为例子给它，让它激活那个风格，然后用你的经历填进去。

方法层：你的任务状态，决定了AI的定位

文章的开头我们提到那个问题：“为什么 AI 给的总差那么一点？”

夏伟键讲到，这是因为AI给我们提供的往往是“最不容易出错的平均解”，但我们想要的是“特解”。

所以，在使用AI之前，他建议我们先判断自己处于哪种任务状态：

他还强调了一个认知上的调整，这句话让我印象很深：“不指望AI把70%做到100%——那是你的战场，也是你的价值区。让AI完成便于接手的70%，把时间投入剩下30%。而这30%才是区分平庸与出色的关键。”

用AI改简历，不是让它帮你写完，而是让它快速给你一个可以接手的基础版本，你再用你对自身经历的真实理解去做那30%的判断和雕刻。

那个70分的基础款谁都能生成，但加上你那30%的打磨，才是面试官真正想看到的你。

思维层：建一个”自我档案库”

协作总是双向的，不仅是你要了解AI，AI也要了解你。

但大多数人和AI的协作是“一次性的”——每次对话从零开始，每次都要重新解释“我是谁、我要什么、我喜欢什么风格”。

有一个很多人没想到的方法：你可以试着把散在聊天记录、作品、项目、简历里的你，系统化存储起来，让AI真正认识你这个人。

• 身份层（不变量）：价值取向、审美原则、知识结构

• 画像层（综合）：具体场景下的行为模式、风格总览、偏好模式

• 数据层（原始）：聊天记录、作品/项目、简历、自我介绍

每次协作前喂给AI一份“我是谁”，输出的贴合度立刻上一个台阶。简历、自我介绍、cover letter不再从模板开始写，而是从档案派生出来。你就不用再花时间组织“我该告诉AI我是谁”。这套档案建好之后，就变成了你和AI之间持续积累的默契。

（本部分内容来自分享嘉宾冬三月）

如果说第一位嘉宾分享的是”怎么用AI”，那么冬三月讨论的是另一个更迫切、更让我们焦虑的问题：AI来了，我的工作还在吗？

AI替代了什么，又带来了什么

先说结论，冬三月给出的这个判断冷静而诚实：“基于我的亲身经历和周边情况，暂时没有出现大规模AI替代人力的情况。”

AI替代的，是执行性强、重复性高、低决策权的工作，比如重复性报表、数据标注、标准化客服沟通，这些岗位确实在收缩。

但注意，收缩不等于消失。收缩意味着，纯粹做这些工作的人变少了，但能“管着AI做这些工作”的岗位出现了。

冬三月列举了一组正在增长的新岗位：AIGC内容产出（AI创意视觉、AI音乐运营、AI文案）、AI工作流搭建、AI产品规划……这些岗位的共性是：你需要既懂业务逻辑，又会调度AI工具。

所以说，你不是被AI取代的人，你是那个让AI干活的人。

目前，企业因为安全顾虑和业务复杂性的多重考量，并未用AI大规模替代人。很多公司正处于“小范围试点→逐步开放→先用AI提效”的过渡期。

但这不是说“你可以放心了，AI不会替代你”。而是说：替代不会一夜之间发生，但它确实在发生。你现在有的这个窗口期，就是你升级自己的时间。

冬三月还分享中提到一个很多人忽视的小细节：“很多企业在初筛的时候已经是机器筛选。机器筛选最需要关注的，是快速找到你和这个岗位的匹配性。”

所以，如果你要投AI相关的岗位，把你参与过的AI相关经历，写成小标签，放在简历显眼的位置。不用长篇大论，就是几个关键词：「参与AIGC内容生产」「使用Midjourney/ComfyUI完成XX项目」「搭建AI辅助工作流」……

机器在过文字的时候，会快速捕捉这些标签，把你的简历筛出来，这个Tips大家今天就可以用上！

案例1：设计师场景——流水线思维的迁移

冬三月用自己最熟悉的设计师场景，展示了AI如何重构一个专业的工作方式。

她重点介绍了ComfyUI这个平台——它把AI图像生成从“不断修改prompt”的对话模式，变成了基于节点工作流的生产流水线：选模型→设定风格占比→正负向提示词→画幅参数→综合控制器→批量产出。

和传统视觉设计流程对比：

• 构思阶段：从“确定设计目标、定风格、定尺寸”，变成“选模型风格”

• 基础准备：从“新建画布、设置尺寸、建图层”，变成“搭建工作流”

• 主体创作：从“一步步搭建画面，完成细节调整”，变成“设定参数，局部重绘或重新生成 ”

冬三月指出，核心变化不是“AI帮你画画了”，而是你的注意力从“抠细节”转移到了“把控流程和效率”。

她强调，这个逻辑不局限于视觉设计——无论你做什么专业，都可以用同样的思路：把工作流程拆成模块，判断哪个环节可以让AI接手，在AI接手的地方提效，在AI接不住的地方发力。

就像你从“一个手艺人”变成了“一条产线的负责人”。你不再只是做，你开始设计“怎么做得更快更好”。

案例2：企业办公场景——把人从基础工作里“松绑”

第二个案例，是更多人会直接遇到的场景：企业办公里的AI接入。

冬三月引用了互联网大厂真实员工的反馈：目前OpenClaw（“龙虾”）接入企业平台后，实际落地的应用包括：会议纪要生成、数据抓取、智能客服、代码debug、PPT快速总结……

她以飞书场景为例展示了一个具体变化：“原来视频会议、工作台、知识库是分散的，你要人工来回调用和组织；接入AI之后，可以提前配置好群聊的业务背景和知识库，AI助手会在新成员进入时自动同步上下文——减少无数次”对齐拉通”的时间成本。”

但综合来看，AI目前只能处理重复性工作，暂时无法承接复杂业务逻辑，还没有达到“数字员工”的级别。所以，焦虑可以有，但不必过度。知道AI的边界在哪里，你就知道自己在哪里的投入是AI替代不了的。

AI时代，你需要强化三种能力

基于以上的判断，冬三月给出了她的具体建议：

最后冬三月有一句话，我想值得每一个正在焦虑的职场人听：“AI时代是一次职场的变革，而不是替代的单向征程。它淘汰的不是某个职业，而是不会使用AI的从业者。”

（本部分内容来自分享嘉宾千央）

如果说前两位告诉你“怎么做”，千央想说的是：你得先搞清楚“这个时代究竟在发生什么。”不是“为什么要用AI”，而是“在这场巨变里，我处在什么位置？我能做什么？”

AI为什么会产生幻觉

先从一个反常识的问题切入：AI为什么会一本正经地胡说八道？

大多数人以为这是一个bug，是训练没做好。而千央的观点是：这不是bug，是一个智能的标志。

7万年前的东非大草原上，智人完成了一次认知革命。在那之前，我们的语言和黑猩猩没有本质区别，都只是描述物理世界——“快跑，河边有狮子”。

但7万年前，智人突然拥有了一种超能力：讨论虚构事物的能力。

我们开始谈论神话、部落图腾、神灵……这些根本不存在的东西。后来，这种虚构能力演变成了法律（你看不到“法律”长什么样，但每个人都遵守）、货币（一张纸本身不值钱，但因为所有人共同相信它的价值，它就可以买东西）、公司（“有限责任公司”是一个法律拟制，你看不见，但它可以签合同、起诉、被起诉）。正是这种讲故事和虚构的能力，让人类跨越血缘限制，实现大规模协作，站上了食物链顶端。

千央说：“人类的智能，本质上是一种涌现出来的虚构和联想能力。”

而今天的大语言模型，本质上就是人类的第二次认知转变——只不过上一次发生在碳基肉体里，这一次发生在硅基算力里。AI产生幻觉的时候，它在做的事情和7万年前的智人一样：它在虚构和联想。

所以他说，这不是缺陷，这是智能的本质。

理解了这一点，你才不会再把AI当一个“聪明的搜索引擎”，你会开始明白，它是一个可以和你真正协作的认知主体。

旧世界观 vs 新世界观

理解了这一点，你就能理解为什么很多人用AI用得“比较笨”——因为他们还在用旧世界观。

举个例子，运用旧世界观的prompt可能是“帮我写一份2026年咖啡市场行业调研报告。”

这是搜索思维，把AI当成一个高级搜索引擎。

同样的需求，新世界观的用法是：“你现在是在星巴克和瑞幸做了10年战略总监的行业老兵。我现在要向资方汇报一个新消费咖啡品牌的BP，请你先向我提问，了解我在目标受众、预算和核心差异化优势上的情况。问完并得到我的解答后，我们再一起制定这份报告的大纲。在制定过程中，像一个严厉的导师一样直接反驳你觉得有逻辑漏洞的地方。”

这个逻辑放到求职上同样成立：这个逻辑放到求职上同样成立。你不是在让AI“帮你写自我介绍”，你是在和一个了解你、了解那家公司、了解那个岗位的对话伙伴，一起打磨你出现在面试间里的样子。

AI时代下，什么东西真正变贵了？

说完世界观，来聊聊稀缺性。

“AI能在一秒钟内写出所有符合格式要求的七律诗，能用几秒钟跑完原本要熬夜一周的数据分析。既然生成标准答案的边际成本趋近于零，那么什么东西才变得无比昂贵？”

千央给出的答案是：价值观和审美。

他讲了一个有关“价值观”的例子——

一个员工正用AI为某服装品牌做了三套三八节营销方案：

• 方案A：”女王节，做自己的女王，买买买”

• 方案B：”职场妈妈辛苦了，平衡家庭与工作，你是最棒的”

• 方案C：”承认疲惫，接受不完美，今天我们不赞美伟大”

此刻，没有任何数据能帮你，AI也不能替你做主，你必须使用你的价值观。

千央分享了一句挺有分量的话：“价值观，就是在充满诱惑的选项面前，知道自己坚决不做什么。”

那什么是审美？ AI生成的画面很精美，但它代表的是大众审美的公约数——它能算出最优解，但不懂为什么人类会在深夜里突然emo，不懂虚荣和感动。

但审美不是“平均的好看”。审美是判断力——知道什么是平庸的、什么是真正有灵光的、什么在安全区里打转、什么在冒风险做新的东西。

在未来的职场，如果你只会执行，你只是AI的附庸。但当你有了价值观和审美，你就知道什么是平庸、什么是灵光，你才能在流水线产品中点石成金。

未来的组织会变成什么样——科斯定理的启示

说完个人，来说组织。

经济学家科斯提出过一个问题：既然市场交易效率这么高，为什么还会存在企业这种组织？为什么还有几万人的大公司？

他的答案是：因为存在交易成本。找人、讨价还价、建立信任，这些摩擦力太高，所以资本家把大家雇到一个公司里，用科层制和KPI来管理，降低协作的摩擦力。所以说，大公司是妥协的产物。

但现在，AI的出现让这些成本大幅下降。

过去你想做一个互联网产品，要找CTO写代码、找UI画界面、找法务看合同，启动资金不是一个小的数目。但现在，三观一致的两三个人组成微型工作室，用Claude做程序员、用Midjourney做美术总监、用GPT做客服和翻译、用AI引擎抓取数据做市场监测——这个工作室不受限于人力资源，受限于：

• 洞察力：你能不能发现连巨头都忽视的有痛点的需求

• 品控审美：你能不能用你的审美把握产品的灵魂，让它不流于平庸

• 资源整合：你能不能像指挥一样调配不同的AI，打出组合拳

所以千央认为，未来5-10年，将会是微型工作室和一人企业的时代。传统企业像恐龙一样迟缓，微型工作室像哺乳动物一样，占领商业界的生态位。

当然，这不是鼓励大家现在就去创业，而是你现在培养的每一种能力、对‘为什么做’的笃定，在今天可能是你职场上超过平均值的竞争力，在未来可能是你独立运转的安身立命之本。

两个可以现在就做的改变

（1）让人像机器一样思考——给AI下指令时，收起混沌

人类的语言是感性的，充满隐含上下文和模糊约束。“帮我把PPT搞得高端大气上档次一点”你同事可能勉强能懂，但AI可能就给你弄出远远不符合预期的东西。

给AI下指令，需要你有计算思维和系统架构思维：

• 角色：你是拥有10年快消品经验的创意总监

• 背景：主打无糖健康燕麦奶品牌，受众是XX，今年预算减少30%

• 任务：构建三个线上营销Event，包含核心概念、传播路径、互动方式

• 约束：绝对不能用低价甩卖等损害品牌的表达；必须结合小红书生态；1000字以内

这不是在“套模板”，而是把你的模糊意图翻译成AI能精确执行的结构化语言。收起人类的跳跃，尝试用理性的结构驯服这个硅基大脑。

（2）让机器像人一样思考——用你的价值观给AI注入情感上下文

AI懂概率，不懂悲悯。它能算出最优解，但不知道为什么这封致歉信发出去会让客户觉得冰冷傲慢。

这时候，你要做的是给AI补充情感上下文：

“收到这封信时，客户处于焦虑和失望的状态，因为我们的延期影响了他们的发布节点。所以这封信需要：表现我们的自责，不找环境借口，诚恳低姿态，多用’我’和’我们’，少用冰冷的公文词汇……”

你是在把你的同理心、人文关怀和价值观，借由AI的算力放大。把你对复杂人际情绪的软，转化硬核技能。

这恰恰也是我们想说的，AI再怎么进化也拿不走的东西。

千央最后讲的一句话，有打动到在场的不少听众：

“AI有近乎神明的算力，能回答这个世界上所有的what和how。但它永远无法回答一个问题——why。”

为什么你要做这份工作？为什么有些事情，即使面对无数次失败、没有外在奖励、周围人都在说“算了吧”，你仍然愿意满腔热血地去追求？为什么你明知道这条路更苦更不确定，但就是放不下？

这些问题，模型算不出答案。只有拥有心跳、感受得到痛楚、愿意花很长时间追求心中所想的你，才能给出答案。

所以，我想给你一个小小但认真的建议：

在用AI改的第N版简历里，留出一段不会被修改的空间，写你真实的理由。不是因为“这家公司很牛”，不是因为“这个岗位很稳定”，而是你自己真实的why。

回到最开始的问题：你的竞争力在哪里？

不在于比AI用得更熟练，而在于你有AI永远没有的东西——一个真实经历过失败、困惑、喜悦和执念的自我。

这个自我，才是你最难被复制的、一股源源不断的力量。

编辑：鱼/Claude Sonnet 4.6