🔰 01 

一个正在发生的定价危机

你的工作值多少钱？这个问题在2026年突然变得不好回答了。

过去这一年，整个职场世界在发生一件很微妙的事情。没有人给你发降薪通知，也没有人说你不重要了。但你能感觉到，你做的那些事情，正在被这个世界重新估价。

以前要花三个人三天才能完成的方案，现在一个人配合AI一个下午就交付了。以前你觉得踏实可靠的那些日常工作，写文档、做调研、出方案、整理数据，AI几分钟就能给你跑出一版质量还不错的结果。这些工作不是高精尖，但它们是绝大多数人每天在做的事情，也是大多数人薪资对应的那部分劳动。

当这部分劳动突然变便宜了，问题就来了。

这不是一个我的工作即将被AI取代的故事，那种叙事太简单了。真实发生的事情更微妙：你的工作价值正在被AI重新定价。

而且定价的逻辑，跟过去完全不一样了。

游戏行业只是这场重新定价里最早、最明显的那一批。它够年轻，够数字化，够依赖专业力，又够依赖工业流程，所以AI的冲击在这里不是一点一点来，是一整片打过来的。但你如果以为这只是游戏行业的事，那就太小看这件事了。

设计界、广告界、咨询界、研发、内容、产品，所有靠脑力吃饭的行业，都会在未来两三年里经历一次同样的重新定价。

AI对游戏行业的影响，只是提前上演的预告片。

所以这篇文章，想跟你聊的是一个很具体的问题：

当你的工作被AI重新定价后，你的价值在哪里？到底值多少钱？

这个问题的答案，就是你未来十年的饭碗在哪里。

 🔰 02 

用还是不用，都是困境

现在每个在一线和AI打交道的人，多多少少都在经历着这样的两难。

你不用AI吧，你的效率很快就被身边用AI的人碾压了。

你预计花三天磨一版的方案，隔壁的同事已经用AI跑出了五版，然后挑了最好的一版改一改，发给老板直接下班。

老板不会跟你说”你被AI淘汰了”，而是说”你看看人家小王，交付速度多快”。

但你要真用了AI，更拧巴的事情来了。

你的专业能力逐渐被蒸馏。

什么叫蒸馏？就是将你多年沉淀出来的那套方法论、逻辑判断、工作流程，用AI逐步提炼成了一套提示词、一套模板、一套自动化工作流。

公司拿到了这套东西，随便换个人，用AI直接能产出一个跟你差不多的结果。

这时候问题就出现了，蒸馏完之后，你对公司的价值是什么？

你或许变成了一名AI产出校对员，或者是一个持续把自己经验喂给系统的人。你的产出和AI微调后的产出，在交付物层面越来越难区分。你的专业价值在以一种隐形的方式被稀释，但更准确地说，是在被转移。

那什么才是真正值钱的能力？

这一年我一直在思考这个问题，越想越觉得，未来真正值钱的，可能就是下面三样东西。

定义问题的能力

注意，不是解决问题的能力，因为解决问题方面AI现在比你快得多。

真正稀缺的是：你能不能把一个模糊的、混乱的局面，梳理成一组清晰的、可被执行的问题定义。

这包括很多层面，比如：

• 定义需求：这个项目到底要解决用户的什么痛点，优先级是什么。
• 定义边界：哪些事情是这个版本该做的，哪些不该做，资源约束在哪里。
• 定义规范：什么算做完了，什么算做好了，验收标准是什么。

AI擅长在你把问题定义清楚之后，快速给出解决方案。但把问题定义清楚这件事本身，需要你对业务、用户、技术、商业的综合理解，需要你在一堆可能性里做取舍。

举个例子，产品上线后数据不好，AI能帮你跑分析、列假设、出优化方案。但到底是留存问题还是获客问题？是体验层的问题还是定位层的问题？这个判断只能来自一个对这盘生意有整体认知的人。AI能做执行层的分析，但它不知道这盘棋下一步该往哪走。

所以定义问题的能力，本质是在模糊中建立秩序的能力。

判断好坏的能力

这个能力不太好量化，但可能比第一个还值钱。

AI现在能给你生成一大堆方案，美术风格、文案调性、交互形式，要多少有多少。问题是：哪个是更好的？

这个问题AI回答不了，因为好在不同语境里意思完全不一样。面向核心玩家的好和面向大众市场的好是两种东西。

一个做二游的原画组长，他看一眼角色立绘就能说”头再大一点点、眼睛再亮一点点、裙摆飘得再夸张一点点”。这些一点点加起来，就是这个游戏能不能打动目标用户的关键。

AI暂时做不到这个。因为AI的训练数据以大众化内容为主，那些特立独行的、小众前卫的风格在数据里占比很低。没有精确的提示词引导，AI默认会往大众审美靠拢。它能给你做出60到70分的东西，但80到90分的东西，需要一个具体的人带着一种具体的偏执去把控。

判断好坏的能力，本质是审美和偏执。

表达抽象的能力

前面两个能力，其实很多人都在聊。但我越来越觉得，真正决定你能不能在AI时代吃上饭的，是第三个。

就是你能不能把你脑子里那些说不清楚的东西，说清楚。

你有没有过这种经验，你很擅长做某件事，自己能把这件事做得很好，但你教不会别人。你教新人的时候只能说”你多练练就知道了”、”这个都是经验”。

以前这种只可意会不可言传的东西是一种护城河。但在AI时代，这种说不清楚的东西，将成为你最大的风险。

为什么？因为AI工作的前提是显性化。它需要你把判断标准、操作逻辑、选择依据描述清楚。你能说清楚，AI就能帮你放大几倍甚至几百倍。你说不清楚，这个东西就只能留在你脑子里，没法被系统化、没法被规模化。

但更关键的一个问题是，表达抽象的能力，要求的不是你在某个领域钻得有多深，可能恰恰需要的是你的知识面有多广。

这是AI时代对人的能力要求的一个重大转变。过去我们崇拜纵向深度，花几年或十几年精通一门手艺或者专精一门知识。但现在，那些高信息密度的纵向知识正在被AI快速压缩，变得便宜。真正稀缺的是横向的广度知识，因为你需要它们来精确地向AI描述你要什么。

比如你想让AI帮你构建一套创意工作流，你可能需要用到认知科学的概念来描述创意是怎么产生的。你想让AI做一段镜头动画，你可能需要运用生物学知识和美学术语来说清楚”为什么这个镜头的FOV应该是6.5而不是7.5或3.5″。你不会这些术语，你就说不出来。说不出来，你就没法高效准确地指导AI。

当然，你可以反复尝试、反复微调、反复试错。但这就是你比会的人多付出的成本，也是效率差距真正存在的地方。

表达抽象的能力，本质是用横向知识把隐性经验显性化的能力。

从做事能力到决策加表达能力

把这三个能力放在一起看，你会发现一个规律，它们都不是做事，它们都是想事和说事。

• 定义问题：在混乱中建立秩序，想清楚要做什么
• 判断好坏：用审美和偏执锚定标准，想清楚做到什么程度算好
• 表达抽象：把上面两件事说清楚，让AI能接着干

这三件事，过去是锦上添花。未来，它们是你所有价值的底座。

AI把做事这件事的价格打下来了，但它同时把想清楚做什么、做到什么程度、怎么说清楚这三件事的价格，抬到了一个过去想象不到的高度。

这就是个人层面的重新定价逻辑。

 🔰 03 

价值正在迁移

到这里，个人层面的困境已经很清楚了。如果你往后退一步看，会发现一条暗线：

价值正在从做事往判断迁移。

过去的价值衡量体系很简单：你能做什么，你做得多快，你做得多好。能力的载体是执行，你写的代码、你画的图、你出的方案、你写的文档。

但AI正在把这一层的价格快速打下来。当执行变便宜了，衡量一个人价值的标准就必须往上移。

移到哪里？移到执行之前的那些事情上：

• 什么值得做？这是方向判断
• 做到什么程度算好？这是标准设定
• 怎么让别人或AI也能做到？这是知识外化

如果把它放进一个更直白的框架里：

这不是一个预测。这件事已经在发生了。

你去看现在招聘市场的变化：执行岗位的薪资在压缩，而判断型岗位，产品负责人、创意总监、首席架构师，它们的溢价在拉大。不是因为这些人突然变厉害了，而是因为他们做的那件事，判断，在AI时代变得更稀缺了。

LinkedIn：AI相关技能需求20年来增长20倍，70%岗位技能将在2030年前改变

https://www.linkedin.com/business/talent/blog/learning-and-development/skills-on-the-rise

斯坦福AI Index 2025：AI相关职位描述需求量近一年增长近4倍

https://hai.stanford.edu/ai-index

AI会让平庸的执行变得非常便宜，也会让优秀的判断变得极其昂贵。

这就是正在发生的价值迁移。它不只是一个行业趋势，它是一次所有知识工作者的重新定价。

 🔰 04 

不是末日，是换了一张卷子

聊到这里，你可能会觉得很焦虑。前面说的这些两难、困境、风险，好像都在指向一个结论：完了，AI要来了，我们都完了。

但我不这么看。

这不是一个末日故事。这更像是考试换了一张卷子。

旧卷子考的是：你能不能做事、做得多快、做得多稳定。这套能力体系在过去二三十年里是有效的。你只要在这个体系里持续往上爬，你的价值就会持续上升。

新卷子考的是：你能不能想清楚做什么、能不能判断好坏、能不能把隐性知识说清楚。

换卷子是令人不安的。因为你在旧卷子上积累了十年的解题技巧，突然不太管用了。这种感觉很糟糕，我也有过。

但换卷子同时意味着一件事：所有人都在同一起跑线上重新出发。

那些在旧体系里被低估的人，有判断力但不擅长执行的人，有审美但不擅长落地的人，脑子里有很多想法但过去没有工具去实现的人，他们在新体系里可能反而是最受益的。

所以如果你现在的状态是焦虑的、不确定的、觉得自己的价值正在被重新审视的，

我想告诉你的是：你的感受是对的，你确实在被重新定价。

但这次重新定价，不一定是降价。

前提是你得看清楚新卷子在考什么，然后把精力放在对的地方。

不是比谁更会用AI。是比谁更知道，用AI去做什么。