夜雨聆风打开朋友圈，又有人在晒“养虾”。
别误会，不是真的养龙虾——是OpenClaw，那个图标是只红色龙虾的开源AI项目。
前年Sora，去年DeepSeek，今年OpenClaw。每隔几个月就冒出一个新东西，每个都说要“颠覆世界”。你还没搞清楚是什么，别人已经用它干完一周的活了。
简单说，它就像一个能24小时在线、自己操作你电脑软件替你干活的“数字员工”——和过去只会聊天的AI不同，OpenClaw这类工具相当于给AI装上了“手”。
01 心态分化的人
有人说：“我一个月干的活，AI几天就能干完。我不是慌，是不知道该学什么了。”
有人问：“我用AI写个PPT都费劲，网上那些人用AI写程序、做视频。是不是我太笨了？”
有个刚毕业的年轻人更直接：他学了好几年，终于熬到毕业，却发现以前那些“稳定”的路——银行、大厂——都在用AI缩编裁员。“我不知道自己这些年到底在准备什么。”
和朋友聊起这些，有人突然问了一句：“如果AI什么都能干，那人还能干什么？”
我答不上来。这个问题背后，藏着一个更深的追问：如果越来越多的工作可以由AI完成，我该用什么来定义自己？
02 你的焦虑其实有五层
大家说的“AI焦虑”不是一件事，是好几件事缠在一起。
第一层：看不懂
满屏专业术语，每个字都认识，连起来就不知道在说什么。技术迭代的速度，已经超过了普通人学习的速度。像穿着高跟鞋，追赶一个永远追不上的人。
第二层：学不会
报班、买课、收藏教程，折腾一圈还是用不好。每天刷两小时教程，笔记记了好几本，可真要上手干活，还不如网上随便找个提示词。
其实不是笨，是方法错了。AI这东西不是“学”会的，是“用”会的。就像学游泳，你看一百个教学视频，不下水，照样沉底。
第三层：被替代
有位在出版社做校对工作的老师傅，去年单位上了AI校对系统。他说：“我干这行三十年，一眼能扫出八个错别字。现在机器一秒能扫八百页，我这一眼，还值钱吗？”
他不知道的是，AI不光会校对，已经开始学着判断文风、把握语感了。他刚接受一个变化，下一个已经来了。
有人算过一笔账：一笔贷款审批，人工要三天，AI要三分钟。人工成本200块，AI成本不到两毛钱。他说：“我不是生气，我是想不明白——我二十年积累的经验，怎么就变成负资产了？”
被替代不是最可怕的。可怕的是被替代之后，发现自己除了那份工作，什么也不会。二十年经验，成了唯一的标签。标签一撕，底下是空的。
我也见过另一个方向的人。一个朋友在传统媒体干了二十年，前年单位上AI写稿系统，他觉得“机器写的东西没人味”，坚决不用。去年部门优化，他成了被优化的对象。不是因为他不好，是因为别人用AI一个人能干三个人的活——他不是被AI淘汰的，而是被那些率先掌握了AI工具的人甩在了身后。
第四层：没方向
以前的路很清楚：考公、考研、进大厂。现在每条路都在被技术冲击。想卷，不知道往哪卷。想躺，躺不平。
那个年轻人说：“我爸妈那辈，进个好单位就能干到退休。我们这辈，毕业即失业都不算新闻。我弟那辈，可能连‘职业’这个概念都没了。”他说这话时没哭没闹，就平平淡淡陈述事实。那种平静，比哭更让人难受。
第五层：真与假的迷惘
当AI可以生成以假乱真的视频、声音、文字，我该如何相信我所见到的真实？我们的孩子该如何在一个真假难辨的世界里建立认知？
昨天看到一个视频，一位“老人”在镜头前痛哭流涕，说着让人心碎的话。人脸是合成的，声音是生成的，连眼泪都是算法算出来的。
这样的例子我见惯了。在我的课堂上，我经常讲：这个世界早就“有视频没真相”，眼见不一定为实，亲身经历的都可能是“剧本杀”。可真当这一幕摆在眼前，我还是忍不住想：有多少人能有火眼金睛，能够识别真相？
如果大多数人没有这个本事，那他们靠什么来判断该信什么、不该信什么？
当“亲眼所见”都靠不住时，人便不仅迷失于外部的真假，更会动摇于内心的根基——这种深层的不安，叫“存在性焦虑”。它不是怕没工作，是怕失去和真实世界连接的能力，是怕脚下的地基在晃动。
而在这五层底下，还压着一个更深的追问：价值定义的危机。
过去我们靠“我能做什么”来定义自己。我是会计，我会做账；我是文案，我会写稿。现在AI都会了，那我们是谁？
这个问题让我想起前文那位出版社的老师傅。他最后说了句话，我一直记着：“我不是怕没饭吃。我是怕，没人需要我了。”
怕的不是失业，而是失业之后，找不到自己存在的意义。
03 AI从参谋变成了新兵
从去年DeepSeek到今年OpenClaw，AI最大的变化就一句话：它从“参谋”变成了“士兵”——准确地说，变成了一个“能力超强但偶尔会闯祸且容易被蛊惑的新兵”。
以前的AI是聊天的。你问它答，给你建议，但活还得你自己干。它是个参谋，你是指挥官。
现在的AI是干活的。它能操作电脑、自动执行任务、一天24小时不休息。因为OpenClaw这类工具，相当于给AI“装上了手”——它能调用操作系统，能操作软件，能执行命令。以前AI只有大脑，现在AI有了手。
这个变化的本质——AI进入了工作流。
以前它在旁边指手画脚，现在它上手干活。这意味着以前我们只需要“会用AI”，现在得学会“和AI共事”——就像公司来了个新同事，你得学会怎么给它派活、怎么检查它的工作、怎么在它搞不定的时候接手。还得时刻提防它被坏人利用，或者自己闯祸。
这已经不是技术问题了，是协作问题，更是安全治理问题。
有人说得挺形象：“以前带团队，要管人。以后带团队，要管人和机器。机器那部分不用吃饭、不用睡觉、不用发工资，但需要有人定方向、定标准、定什么时候该让它停——还得给它上保险、装监控、定期查漏洞。”
往后看，未来几年AI会从“士兵”变成“特种兵”——更专业、更精准。但有一件事不会变：它永远是工具，你永远是主人。这个关系不能乱。
04 为什么有些东西AI永远拿不走
AI可以写一首情诗，但它不知道爱一个人是什么感觉。AI可以画一幅落日，但它不知道站在落日下时，心里那种又美又惆怅的滋味。
法国哲学家莫里斯·梅洛-庞蒂提出“具身性”理论：认知是通过身体与世界的互动产生的。AI没有身体，就没有真正的“理解”。它知道“拥抱”的定义，但它不知道拥抱的温度。
奥地利心理学家维克多·弗兰克尔在《活出生命的意义》中写道：意义是在爱与责任、在承受苦难中“发现”的，而非“计算”出的。AI可以帮你优化方案，但它无法替你回答“为什么值得做”。
这些东西，AI永远无法真正拥有。
有人会问：如果未来AI通过脑机接口成为我们认知的延伸，这些边界会不会被重新定义？
我的回答是：工具再锋利，也改变不了握刀的手。脑机接口可以让AI读取我的神经信号，但它读不到我五岁那年第一次看到大海时，心里涌起的那种混合着恐惧与向往的复杂情绪。那些塑造了“我是谁”的独特经历、那些深夜辗转反侧的价值抉择、那些明知不可为而为之的坚持——这些构成了意识的“历史性”，是任何实时连接都无法复制的。
AI可以成为我的外挂大脑，但它永远成不了我的“心”。因为心是时间与体验的产物。
05 我慢慢理出的四件事
第一件事：别想着造车，先学会开车
我不需要懂内燃机原理才能开车，不需要懂CPU架构才能用电脑。我需要的是：知道它能干啥，知道怎么让它帮我干活。
怎么学？不是报班买课，是直接用。打开一个AI工具，找个你最头疼的活儿扔给它。让它帮你写周报、做PPT、回邮件。
用起来之后你会发现：它没那么神，也没那么可怕。像个刚来的实习生，能干活，但经常需要你盯着、改着、把关。你是它的搭档。你不需要比它懂技术，你需要的是懂业务、懂方向、懂判断。
有人不刷课了，每天逼自己用AI干一件真事。两周后他说：
“以前觉得AI是神。
后来觉得AI是神经病。
现在觉得AI是实习生。
——这个转变过程，可能就是学会的过程。”
第二件事：你的对手不是AI，是那个悄悄换了跑鞋的人
AI再厉害，也是给人用的工具。会用AI的人，效率能高出一大截。不会用的人，慢慢就被拉开了。这不是AI造成的，是技能差距造成的。
我见过两个设计师，水平差不多。一个拒绝用AI，觉得那不是自己的作品。另一个天天研究怎么用AI出图，一个人能干三个人的活。半年后，后者能接的项目复杂度翻了一倍，收入自然也水涨船高。而前者还在用老方法苦苦支撑，差距就这样拉开了。
问题不是“AI会不会淘汰我”，而是“我能不能成为那个会用AI的人”。
这不是谁跑得快的问题，而是当你还在穿布鞋时，别人已经换上了跑鞋。AI就是那双跑鞋——你可以选择不穿，但赛道不会因此变短。
第三件事：有几样东西，AI真的拿不走
身 ——具身体验。
风吹在脸上的感觉，雨后泥土的味道，拥抱一个人时的心跳——这些真实的体验，AI没法有。
那位出版社的老师傅后来说：“我三十年练出来的眼力，机器可能比我快。但我摸过那些发黄的稿纸，闻过油墨的味道，知道一本书从稿子到成品的全部过程。这些，机器没有。”
心 ——意义生产。
AI可以告诉我怎么做最有效率，但它没法告诉我什么是有意义的。意义得自己定。我的价值观、我在乎什么、我觉得什么重要——这些AI替不了。因为意义判断需要立场，立场来自经历。AI没有经历，就没有真正的立场。
那个年轻人后来想通了：“我可能找不到一份‘稳定’的工作了。但也许我可以做一个‘有意义’的人。这两个本来就不是一回事。”
脑 ——批判性思维。
AI能给答案，但它没法判断这个答案在这儿合不合适。判断需要权衡，权衡涉及价值取舍。我敢质疑、敢追问、敢说不——这些AI很难学。因为批判性思维的本质，是“跳出给定的框架”。AI的一切都在框里——训练数据、算法逻辑、输出范围。但人可以跳出框，问一句“凭什么”。
身、心、脑。这三样东西，只要自己不扔，AI就拿不走。
怎么练？不用专门上课，日常就能做：
练身：每天留十分钟，关掉屏幕，去外面走一走。感受风吹在脸上，看看树叶怎么动。不是为了锻炼，只是为了重新“感觉到自己有个身体”。
养心：每周找一件“没用但想做”的事，做一做。可能是写点东西，可能是和朋友聊个没用的天，可能是单纯发会儿呆。
强脑：每个月找一篇你不同意的文章，认真读完，然后写下“为什么我不同意”。进阶练习：让AI帮你生成三个最有力的反方论点，然后你再反驳它。
你可能会追问：如果未来某天，具身智能让AI拥有了可以感知世界的“身体”，脑机接口让AI能读取我的神经信号，这些边界会不会被重新定义？
会的。
技术的演进，必然会不断冲刷“人”与“机器”之间的海岸线。那些我们今天认为牢不可破的壁垒——比如身体的感知、记忆的提取——在未来或许不再清晰。
但这恰恰说明了一个更深的道理：
真正属于人的，不是那些“无法被模仿的功能”，而是我们持续不断地“赋予意义”的能力。
即使AI能模拟拥抱的温度，是我选择去拥抱了那个人，这个行为才有了温度；即使AI能读取我五岁看海的神经信号，是我在之后的岁月里反复回味、赋予那段记忆以乡愁或勇气，它才构成了“我”的一部分。
所以，护城河不是一道静态的、用来阻挡一切的墙。它是一个动态的、由我们主动构建和更新的“意义场”。
未来的挑战变了。不再是守住一块AI永远进不来的飞地，而是：无论技术如何演变，我们都能清醒地知道——哪些体验值得我去亲身经历，哪些价值值得我去坚持捍卫，哪些关系值得我去用心经营。
只要这个“赋予意义”的主动权还在我们手里，那条护城河，就永远在。
第四件事：从“干活的人”变成“管活的人”
以前我的价值是“我会干什么”。以后我的价值可能是“我知道该干什么”。
厦门港有个事我印象挺深。自动化之后，一些码头工人经过培训，从直接干活变成管设备、优化流程。活儿还是那些活儿，但位置变了。
执行者和架构者的区别究竟是什么？
执行者负责完成任务，想的是“怎么做”；架构者负责定义任务，想的是“做什么、为什么做、做到什么程度”。执行者容易被替代，架构者是用工具的人。
我不是要和AI比谁干得快，我要和AI比谁更清楚该干什么、怎么干更好。AI再快，也得有人定方向、处理意外、最后拍板。就像开车，车跑得再快，你也得握着方向盘。不然它就把你带沟里去了。
架构者需要哪些核心能力？
提问力：定义问题的能力。能问出“我们真正要解决的是什么”，而不是直接问“怎么解决”。
判断力：在信息不完备的情况下做决策的能力。能说“就这样吧，我负责”，而不是“再等等看”。
整合力：把AI产出与人类需求、业务目标、价值判断整合在一起的能力。能在AI的“快”和人的“准”之间找到平衡点。
我们把这个过程模型化，称之为“人机协作的PDCA循环”：
Plan（派活）：清晰定义任务目标和边界。这是你的判断。
Do（执行）：AI产出初稿。这是它的效率。
Check（挑刺）：基于你的业务知识、价值判断进行审核。这是你的经验。
Act（优化/接手）：指导AI修正，或在复杂情况下由你接手完成。这是你的决断。
这不仅是“用工具”，而是在构建一种新的工作方法论。
一个小建议：可以从一件小事开始试——比如下周的例会PPT，就用这个循环走一遍。我自己试过，确实好用。
06 五个可以试试的方法
现在开始，一点都不晚。你不需要追上那些已经跑得很远的人，你只需要比昨天的自己多会一点点。还记得前文那位出版社的老师傅吗？他五十多岁了，现在也开始学着用AI辅助校对——不是要取代自己，是让机器帮自己干累活，腾出手来做机器干不了的事。
开始得晚，不是劣势。你有经验，你知道什么事重要，什么事不重要。这些，AI学不会，年轻人也学不会。
下面五个方法，挑一个最顺手的，今天就能试。
1. 挑件烦人的重复活儿，扔给它
比如写周报、整会议纪要、回邮件。用OpenClaw、DeepSeek都行。不会用就搜教程。
有人刚开始用的时候，让AI帮写周报。第一版完全不能用，全是套话。他改了几个地方让它重来，第二版好多了。第三次他已经懒得自己写了——不是懒，是发现AI能写出他自己都没想到的视角。
进阶技巧：给它“角色设定”+“优秀范例”。比如：“你是一位有10年经验的销售总监，请参考我发给你的这份优秀周报的风格，帮我写本周总结。”
2. 每天给AI派个活，然后挑刺
AI弄出来的东西，找出几个能改的地方：哪不准确？哪不够好？指出来，让它重来。
这是在练“和AI共事”。学怎么派活、怎么检查、怎么在它搞不定的时候接手。这是AI时代的新手艺。
有人每天上班第一件事，先给AI派个活。有时候是整理邮件，有时候是列个提纲。然后去泡杯咖啡，回来挑刺。这个流程走下来，一天都顺。
进阶技巧：学会用指令让它自己挑自己的刺。比如：“请从反向角度论证你的结论”“请指出你答案中三个最不确定的点”“请用另一个逻辑框架重新推导一遍”。这能让它从“听话的工具”变成“能自我纠偏的搭档”。
3. 每周做一件AI做不了的事
比如单独约同事吃个饭，聊点工作以外的事。给客户手写张感谢卡。陪父母聊两小时，不碰手机。
这是在加固自己的护城河。这些事AI替不了，做得越多，就越难被替代。
有人给合作很久的客户手写了张明信片，就几句话，谢谢这几年的信任。对方收到后拍照发朋友圈，说“现在还有人手写卡片”。那之后他们的合作，明显更顺了。
4. 列一张“我的护城河”清单
写下自己身上哪些东西AI不好复制：什么经历、什么关系、什么判断力、什么价值观。然后有意识地往里攒。
大多数人不知道自己有什么。写下来才能看见。看见了，才能经营。
我的护城河清单（填空模板）
独特经历（那些塑造了“我”的时刻）：__________________
重要关系（我在乎的人，以及我们之间AI无法复制的互动）：__________________
判断力（我擅长但AI做不好的决策）：__________________
价值观（我愿意坚持的原则，哪怕它“不高效”）：__________________
创造痕迹（我留给世界的印记）：__________________
这份清单不是一成不变的。你的经历在丰富，关系在深化，判断力在精进。护城河需要不断疏浚、加固。
建议：每半年回顾一次清单，你会看到自己作为一个“完整的人”的成长轨迹。可以把每次更新的版本标注日期，像升级自己的“人生操作系统”一样。
5. 每天留半小时，关掉所有屏幕
用来发呆、散步、跟人说说话。
这个时代信息太多了，能让自己静下来，本身就是本事。而且很多好东西，不是忙出来的，是闲出来的。有人大部分有价值的想法，不是憋出来的，是走路、洗澡、躺床上发呆时冒出来的。那些时刻，大脑没有被信息塞满，才有空间让想法自己长出来。
几个小提醒，省得你踩坑：
别一开始就让AI干大事。先让它写周报、整邮件，别上来就让它帮你做年度规划——它做不了，你会失望。
别全信它的话。AI会一本正经地胡说八道。重要的事，自己再核实一遍。
别指望它一次就懂你。就像带实习生，你得反复教，它才能慢慢学会你的习惯。
别让它替你做人。该你亲自去见的客户、亲自去安慰的朋友、亲自做的决定，别偷懒。
07 等等！养虾之前，先系好安全带
前面说了这么多怎么用起来，但有一件更重要的事，必须放在你动手之前——安全。
就在这几日，新华社、央视等多家权威媒体同时发布了关于OpenClaw的风险提示。这不是小题大做，是真出了问题。
国家互联网应急中心披露，像OpenClaw这类能“自己干活”的AI智能体，因为权限很高，默认配置又很脆弱，已经出现了好几类实实在在的风险：
“提示词注入”风险：攻击者通过在网页中构造隐藏的恶意指令，诱导OpenClaw读取该网页，就可能导致它把用户系统密钥泄露出去。
“误操作”风险：由于错误理解用户指令，OpenClaw可能会把电子邮件、核心生产数据等重要信息彻底删除。
功能插件投毒风险：多个适用于OpenClaw的插件已被确认为恶意插件，安装后可执行窃取密钥、部署木马后门等操作，使设备沦为“肉鸡（指被黑客控制的傀儡设备）”。
安全漏洞风险：OpenClaw已公开曝出多个高中危漏洞，一旦被恶意利用，可能导致系统被控、隐私数据和敏感信息泄露。
中国信息通信研究院副院长魏亮强调：“不能把‘打补丁’和‘升版本’当成一劳永逸的安全保障。”网络安全是动态的，黑客攻击手法也在不断迭代。
听到这些，你可能会慌：“那到底还能不能用？”
我的回答是：当然能用，但得像开车一样，先系好安全带，再踩油门。这些风险，恰恰印证了我们前面说的——AI需要有人类这个“司机”来把关。而“安全把关”，正是我们“脑”和“心”的新战场。
结合专家的建议，我为你整理了几条普通用户也能操作的“安全带法则”。这是一张检查清单，你可以打印出来，今天逐一打勾：
✅ 来源法则：只用官方的，不用“野路子”的
下载OpenClaw只去它的官方发布页
安装插件只选那些经过官方验证、用户量大、代码开源的
对那些来源不明、要求“输入密码”或“执行脚本”的插件，直接说“不”
✅ 权限法则：给AI“最小权力”
在配置时，不要图省事就给它“管理员权限”
只让它访问干活必需的文件夹
最好在容器或虚拟机中隔离运行，给它一个“隔离的房间”，即使出事也烧不到主屋
✅ 隔离法则：别把它“晾”在公网上
千万不要把OpenClaw默认管理端口直接暴露在互联网上
如果需要远程访问，务必通过VPN或SSH等加密通道，并且设置强密码
✅ 怀疑法则：永远保持“挑刺”的心态
对于AI要执行的任何重要操作——尤其是删除、修改、发送数据——设置“二次确认”
当AI要干一件大事时，让它停下来问你一句：“老板，你确定吗？”
✅ 备份法则：给自己留好“后悔药”
在让AI动手整理文件前，先把重要资料备份一遍
这样，即使AI“理解错了”，你也能从容恢复
记住一句话口诀：官方下载、最小权限、隔离运行、二次确认、定期备份。顺口了，就忘不了。
你看，这些安全措施，没有一条是复杂的编程技术，它们需要的是你的谨慎、你的判断、你的习惯。这恰恰说明：在这个AI越来越强大的时代，保护自己的责任，最终还是落在我们每一个“人”自己肩上。
所以，放心去“养虾”，但别忘了系好安全带。如果实在拿不准、搞不定，宁愿停下来等一等，去请教懂行的人，或者等官方把漏洞补得更完善。这不是落后，这是对自己数字资产的负责。
真正地跟上时代，
不是冲得最快，
而是走得最稳。
08当个人努力遇上时代潮汐
09 一个值得用一生追问的问题
从DeepSeek到OpenClaw，这一年AI走得比我们预想的快。但我也想明白了一件事：AI再厉害，也是工具——给人用的，不是来替人的。
我把它当敌人，我就活在怕里。我把它当神，我就活在依赖里。我把它当工具，我就活在自己手里。
我选第三种。
但更重要的是，AI时代其实在问一个老问题：你能不能成为一个更完整的人？
什么叫更完整？
更有感受力：能感觉到风，能闻到雨，能在抱一个人的时候有心跳。——今晚散步时，专门听三种不同的声音。
更有判断力：能分清好坏，能在复杂的时候做取舍。——明天遇到选择时，问自己一句：“我的原则是什么？”
更有追问力：能在所有人都接受“标准答案”时，问一句“凭什么”。——本周找一个“大家都这么说”的事，追问到底。
更有匠心：能把一件事做到极致，而不是“差不多就行”。——本周把一件小事，做到让自己满意为止。
更有连接力：能在屏幕之外，和真实的人建立真实的连接。——本周约一个朋友线下见面，聊点没用的。
更有定力：能在信息洪流中，守住自己的节奏。——每天留半小时，什么都不做，就待着。
AI时代的海浪拍打着我们每个人的脚踝。有人忙于计算浪花的高度，有人焦虑于被浪潮卷走。但也许，我们可以试着像礁石一样，既在浪花的冲刷中变得更加圆润通透，又在潮起潮落间，稳稳地托起自己的轮廓。
那些冲刷不走的，是经历刻在身体里的记忆，是深夜扪心自问后依然坚信的价值，是在无数个岔路口做出的、只属于你自己的选择。
浪潮终将退去，而什么是被冲刷后依然屹立的、独属于人的礁石，才是我们这一生要探寻的答案。
如果你也认同——AI时代，最稀缺的不是“算得快”，而是“活得真”——那么，把这篇文章转给你在乎的人吧。
转给那个正在焦虑的朋友，告诉TA：你不是一个人。
转给那个天天晒“养虾”的同事，和TA聊聊：咱们的“身、心、脑”护城河，修得怎么样了？
转给自己的孩子、学生、后辈——
有些问题，AI不问，但我们必须会问。
因为能问出这些问题本身，就是我们之所以为人的证明。
条子 2026年3月11日