最近有件事，我看完挺震撼的。

一个开发者因为受不了 Adobe 的订阅收费，干脆借助 AI，做了一套模仿 Adobe 软件的开源工具。

Photoshop、Premiere、Illustrator，都有对应的项目。

当然，这些软件还远远谈不上真正替代 Adobe，不少功能还在完善。

但让我惊讶的不是它们做得有多好。

而是以前需要一个专业团队投入大量时间才能做的东西，现在一个人借助 AI，就已经敢开始挑战了。

类似的事情还在发生。

做视频的人应该都熟悉剪映，它的国际版叫 CapCut。现在，GitHub 上也出现了一个叫 OpenCut 的开源项目，目标就是做一个免费的 CapCut 替代品。

更夸张的是，GitHub 上还有一个叫 REA 的项目，全名叫 Reverse Engineer Anything，意思是“逆向一切”。

它能把专业的逆向分析工具交给 AI，让 AI 帮你研究一个软件内部是怎么工作的。

以前，想搞明白别人软件里的一个功能，可能要花上几天甚至几周。现在，这部分工作开始可以交给 AI 来辅助完成了。

当然，这不代表 AI 已经能完美复制任何软件，更不代表这些开源项目已经达到商业软件的成熟度。

但变化已经很明显了。

过去，做出一个东西本身就是门槛。现在，这道门槛正在被 AI 一点点拉低。

而且，这件事影响的远不只是程序员。

01 做东西越来越容易，赚钱却不一定越来越容易

以前做一张像样的海报，你得会 Photoshop；剪一条视频，你得学剪辑；开发一个网站，你得懂编程。

这些技能可能要花几个月甚至几年才能掌握。

现在呢？

不会设计，可以让 AI 帮你出图；不会剪辑，可以让 AI 辅助剪视频；不会编程，也能用自然语言让 AI 帮你开发网站。

对普通人来说，这当然是好事。

以前做不到的事情，现在有机会自己做了。以前要花钱请人完成的工作，现在可能自己就能搞定。

但换个角度想，这对靠这些技能赚钱的人来说，未必全是好消息。

假设你是一名设计师，以前一张海报能卖几百块，因为客户自己不会做。

现在客户打开 AI，几分钟就能生成十几张。

他为什么还要花几百块找你？

再比如，你想靠 AI 做副业，发现一个不错的机会，花了一个月做出产品。

结果别人看到了，借助 AI，几天就做出了功能类似的东西。

当大家都能低成本地生产内容、设计和软件时，竞争可能反而比以前更激烈。

以前，我们总觉得掌握一门别人不会的技能，就能靠它赚钱。

但 AI 正在改变这件事。

当“做出来”越来越容易，“卖出去”反而成了更值得思考的问题。

那么，当所有人都能用 AI 做出差不多的东西时，客户为什么还会选择你？

02 AI 能模仿产品，却不容易复制用户选择你的理由

我觉得，答案可能就藏在一个很容易被忽略的地方。

用户和你的关系。

举个最简单的例子。

你平时剪视频，用的是剪映。现在突然有人告诉你，有个免费的开源软件，功能跟剪映差不多。

你会立刻换过去吗？

我估计大部分人不会。

因为你已经习惯了剪映的操作，里面可能还存着你的草稿、素材和模板。换一个软件，意味着重新学习，重新适应，还得担心以前的项目能不能正常打开。

更重要的是，你知道剪映能帮你把视频剪出来，而那个新软件到底好不好用、稳不稳定，你心里没底。

所以，哪怕功能差不多，你也未必愿意换。

这还只是工具。

如果换成一个人，关系就更明显了。

比如你开了一家小店，需要找人帮忙做宣传。

现在有两个选择。

一个是陌生人，告诉你他会用最新的 AI 工具，十分钟就能做出一套宣传海报。

另一个是合作过很多次的老朋友。他知道你卖什么、客户喜欢什么、以前哪些活动有效果，而且每次都能按时交付。

即使两个人做出来的海报看着差不多，你更愿意把钱交给谁？

我想，很多人还是会选后者。

因为你买的根本不只是一张海报。

你买的是省心，是对方理解你的需求，是出了问题有人负责，是你相信这笔钱花出去能得到想要的结果。

职场里也是一样。

现在大家都能用 AI 写报告、做 PPT、整理数据。

但为什么有的人更容易得到领导信任，有的人却只是完成任务？

因为前者可能更清楚领导真正关心什么，知道哪些数据值得看，能发现问题，还能推动事情解决。

AI 能帮两个人把 PPT 做得一样漂亮，却不能自动让他们拥有同样的判断力和信任关系。

所以我越来越觉得：

AI 正在让产品和技能变得更容易获得，但用户对你的信任，不会因为别人用了同一个 AI 工具，就自动转移过去。

一个软件可以被模仿，一个服务可以被模仿，一篇文章的风格甚至也可以被模仿。

但你花了几年时间理解一群人，知道他们真正需要什么，持续帮他们解决问题，慢慢建立起来的关系，没那么容易被复制。

当然，这不意味着有了用户关系，就可以不管产品质量了。

恰恰相反。

关系不是靠认识几个人、建几个微信群就能建立的。

你得先一次次把事情做好，别人才会一次次选择你。

而这种持续被选择的能力，可能才是 AI 时代越来越值得积累的东西。

03 AI 帮我们省下的时间，应该花在哪里？

那问题来了。

既然用户关系这么重要，我们普通人应该怎么做？

难道以后都不用学技术、不用做产品了，天天去维护关系就行？

当然不是。

我反而觉得，AI 让我们有机会把时间花在更重要的事情上了。

以前，一个人想做点副业，光是把东西做出来，就可能耗掉大部分精力。

想做个网站，得学编程；想做自媒体，写文章、找配图、剪视频，哪一样都要花时间。

忙活一个月，东西倒是做出来了，结果发现根本没人需要。

这种事情，我自己做产品的时候也遇到过。

有时候，我们太容易沉迷于解决技术问题了。

一个功能怎么实现，页面怎么设计，自动化流程怎么跑通，这些问题都有明确的答案。解决一个，就有一种完成任务的成就感。

但最重要的问题，反而容易被我们放到最后。

到底有没有人需要这个东西？他们愿不愿意为它付钱？

现在 AI 能帮我们承担越来越多的开发、设计和内容生产工作。

这意味着，我们可以少花一点时间研究怎么把东西做出来，多花一点时间去搞清楚，究竟应该做什么。

比如你想做一个 AI 工具。

不用一上来就花几个月开发，可以先用 AI 做个简单版本，找十几个真正有需求的人试试。

看看他们是不是真的会用，解决了什么问题，有没有人愿意付费。

如果没人需要，就早点换方向。如果有人愿意付钱，再慢慢把产品做好。

职场里也是一样。

你可以用 AI 节省做报表、整理资料的时间，把精力放在理解业务和解决问题上。

做副业，可以让 AI 减少重复劳动，把时间用在跟客户沟通、改进服务上。

做自媒体，可以让 AI 帮忙搜集资料、整理思路，但自己的经历、判断和真实感受，还是得自己拿出来。

说到底，把重复的、机械的事情尽量交给 AI，把更多精力留给那些真正需要人的事情。

毕竟，AI 的意义不应该只是让我们一天干完过去三天的活，然后再给自己安排五天的工作。

我们提高效率，是为了创造更多价值，获得更多选择。

而不是让自己变得更忙。

04 写在最后

写到这里，我又想起了开头那个用 AI 挑战 Adobe 的开发者。

以前，一家公司花几年时间、投入大量人力做出来的软件，可能就是一道很难跨越的门槛。

现在，这道门槛正在被 AI 一点点拉低。

对我们普通人来说，这是个好消息。

但它也提醒了我另一件事。

当做出一个东西越来越容易，做出一个真正被人需要的东西，反而显得越来越重要。

这也是我做「飞叔聊AI」想坚持的方向。

我不想只是每天追着新模型、新工具跑，告诉大家今天又有什么东西火了。

我更关心的是，这些新技术到底能帮我们解决什么问题，能不能让我们少走点弯路，少花点冤枉时间，甚至多赚一点钱。

如果能，那就值得认真研究。

如果只是看起来很厉害，却对我们的生活没有什么帮助，也没必要硬追。

毕竟，我们不是为了使用 AI 而生活。

我们使用 AI，是为了有更多的时间和金钱，去过自己真正想过的生活。

技术会继续进步，今天厉害的工具，明天可能就有更厉害的替代品。

但有一样东西，值得我们长期积累。

不是你能做出多少东西，而是有多少人，因为你持续创造的价值，愿意一次又一次地选择你。