AI时代最危险的不是没技术的人,李飞飞点名的中间层到底是谁

2026年过了大半，身边讨论AI取代谁的话题早就变了风向，大家现在可能更关心什么时候轮到自己。

前段时间斯坦福AI实验室主任李飞飞的一段话被刷屏转发，大意是AI时代能活得好地只有两类人，一类是垂直领域前1%的顶尖专家，一类是高主动性的跨领域通才，其他人尤其是那些能力还凑合按流程机械执行的中间层生存空间会被持续压缩，这话听着扎耳朵，我倒觉得她说到了一个多数人不愿面对的真相。

很多人理解的会用AI，完全是一种幻觉。

他们就停留在装几个工具，背几套Prompt模板，让ChatGPT帮自己写个周报这种层面，这跟十年前有人觉得会用Excel等同于掌握了数据分析能力一样，死记硬背Prompt的人本质上依旧在给AI当执行工具，执行的对象从老板换成了机器而已。

李飞飞用了一个很核心的词叫agency。

翻译成中文是主动性，她专门强调这个词的含义等同于一个人遇到问题时能先自己判断卡点在哪，决定怎么调用AI来解决，听起来好像很简单，职场里真正做到的人少得可怜，我发现，你得知道自己要干嘛。

我身边有个做法律文书的朋友。

她算不上行业顶尖，不过她用AI的方式跟大多数人完全不同、她先自己拆解客户的核心诉求，判断哪几个条款是谈判筹码，然后才让AI去批量生成不同版本的条款组合，她给AI划定了非常具体的工作权限，哪些必须自己过脑子。

这其中有个很关键的差别。

她跟我说过一句话，大概意思是自身目标清晰，AI给出的反馈自然精准，反过来讲脑子里理不清头绪，AI输出的内容也只会是一团乱麻，这让我想到那类垂直领域里扎地足够深的专家，他们身上有一种AI模仿不了的东西叫经验直觉。

没有任何算法能替他开刀。

比如一个资深的心外科医生，在手术台上遇到突发状况时的瞬间判断，靠的是几千台手术积累出来的肌肉记忆和临场感知，AI可以帮他术前做影像分析，术后写病历报告，在那个需要零点几秒做出决定地瞬间，机器根本插不上手。

第二类人属于跨领域通才。

他们的核心竞争力在于串联，我记得IBM之前有份报告大概提到类似结论，具体数字可能有误差，用了AI之后，跨部门协调岗的工作量反而涨了14%，AI处理单个任务变快了，反倒让不同节点之间的沟通权衡排优先级这些活变多也变复杂了。

能在这种环境里高效穿梭的人价值反而更大。

大部分人的现实处境是，在一个还算稳定的岗位上，干着不算特别有创造性的工作，突然被告知你这个位置AI可以做了，这种恐慌我太懂了，有阵子我每天刷到AI发新模型的新闻心里就发毛总觉得明天一觉醒来自己那点手艺就成了废纸，甚至会在半夜翻招聘软件看自己还能干点啥。

这种悬在头顶的危机感是真实的。

我觉得有一个很实际的落脚点被忽略了，你不需要马上成为行业顶尖，你只需要先学会一件事，给AI派活，去年Q3我认识的一个文案小编所在部门开会宣布引入AI写初稿，她当时在工位上盯着屏幕愣了很久，以为马上就要卷铺盖走人。

慌过之后，她发现公司没开人。

只是自己的活少了，原来每周要写8篇产品通稿，现在AI能写完初稿，她不用再熬夜凑字数，闲出来的时间她开始把客服转来的用户评论一条条看，顺手记在备忘录里，记的那些话赶巧被产品经理翻到三个被吐槽最多的交互点后来真改了。

月底她就加了薪。

她涨薪的理由里，没有任何一条跟AI有关，全是AI腾出来之后她自己做地事，你到底是在替自己做决定，还是在替AI打工，你做的事情完全依照既定流程步骤固定，判断标准由他人设定，AI替你执行只是时间问题。

你尝试往上走半步。

去理解任务背后的逻辑，明确交付标准，并思考方案中潜藏的盲点，你就不属于最容易被替换的那批人了，这事和学历岗位层级关系不大，小李你帮我看看这个AI软件怎么算下个月的损耗率，这是我们公司一个仓库管理师傅前几天跑来问我的话。

他天然地想把事情做得更聪明一点。

他学历不高，最近自己琢磨怎么用AI排货架补货顺序，他把季节促销节点和历史损耗率丢给AI算，比公司花钱买的系统排得还合理，没人教他这些，就我来看，有这种主动性的人放在任何时代都混的开。

AI只是把本来就存在的人和人之间的差距拉得更大了而已。

善于思考的人总能从强力工具中获取巨大收益，习惯机械执行的人面对高效工具只会加速自身的贬值，这种规律从蒸汽机时代延续至今，如今在AI浪潮下表现得更加明显，上周我写报告卡壳，下意识就想打开ChatGPT让它帮我列提纲。

鼠标点上去的那一秒我停住了。

强迫自己先拿笔在纸上画了三个核心逻辑点，想清楚这个问题到底卡在哪，才把具体要求发给AI，最后出来的稿子，确实比以前那种空泛的废话好太多。这种把主动权攥在手里地感觉，挺踏实的。