夜雨聆风前几天帮朋友装OpenClaw，就是最近技术圈刷屏的那个"龙虾"。一个开源的AI Agent框架，能接管电脑上的邮件、日历、浏览器，甚至帮你操作软件、处理文件，不是跟你聊天，是真的替你干活。
装的过程很顺利，一个小时不到。装完之后，朋友盯着屏幕右上角多出来的那个小图标，愣了几秒。
"然后呢？"
当时觉得这个问题挺好回答的，无非就是设置一下工作流、试着跑几个任务。但后来发现，不只是他，几乎每个装完龙虾的人，最后都停在了这一步。打开对话框，输入"你好"，收到一句"有什么可以帮你的"，然后——最小化窗口。
花一小时装好的生产力工具，活成了一个界面好看点的搜索框。
———
龙虾的热度来得很猛。国内大厂几乎是同一时间全跟上了——腾讯、阿里、月之暗面、昆仑万维、阶跃星辰、MiniMax等，各家都端出了自己的版本。朋友圈被"养虾教程"淹没，不装一个好像就要被时代甩下去。
但装机潮过去不到一个月，段子就出来了："500块安装费，299卸载费。"卸载居然比安装更有市场。
这当然是调侃。但背后的现象是真实的——装的人多，真正用起来的人极少。
———
为什么会这样？这个问题困扰了一阵，直到上周末上MBA课，老师聊到大学生就业，说了一段话，突然把这件事想通了。
他说现在的学生，为了学分和成绩可以无限内卷，但对学分没有帮助的事情绝对不做。极致的理性，极致的短视。
课堂上不少人觉得这话说重了。但细想一下，这种心态何止存在于大学。
职场上逻辑一模一样。公司没要求的技能不学，领导没提到的工具不碰，KPI不涉及的能力不练。所有人都在一条既定的轨道上拼命跑，很少有人停下来看一眼——这条轨道本身，是不是正在消失。
很多大学生觉得就业压力是市场环境给的。市场不好，岗位少了，竞争激烈了。这当然是事实的一部分，但不是全部。
另一部分事实是：企业自己也在迷茫。
———
这一点很少有人谈。
网上铺天盖地的文章都在讲"AI来了，你要怎样怎样"，好像企业那边早就想清楚了，就等着你带着AI技能来上岗。现实远没有这么利落。
大量企业确实在拥抱AI，战略PPT做了一轮又一轮，内部培训搞了一场又一场。但真正到落地的时候，问题比想象中多得多。数据安全怎么保障？合规红线在哪？系统稳定性能不能扛住？AI生成的内容出了错谁来负责？
这些问题没有现成答案。所以多数企业的AI转型，停留在"试了一下"的阶段——跑了几个Demo，做了几个内部试点，发了一篇公众号说我们在拥抱AI，然后就没有然后了。
网上说"一人公司时代来了"，听起来很振奋，但对绝大多数企业来说，别说一人公司，连第一个完整的AI工作流都还没跑通。
所以就业市场真正发生的事情，不是"蛋糕变小了"，而是游戏规则正在重写，但新的说明书还没出来。学生在旧轨道上拼命卷，企业在新方向上摸着石头过河。两边都在焦虑，焦虑的方向可能还都是错的。
这才是"就业难"的深层原因。不是谁的问题，是所有人都在过渡期的阵痛里。
———
说回龙虾。
"然后呢"这三个字，表面上是不知道怎么操作，底下其实是一个更根本的问题：说不清楚自己要什么。
过去的工具不存在这个问题。Excel就是做表格的，PS就是修图的，功能边界清楚，学会了就能用。龙虾不一样，它什么都能干，前提是你告诉它干什么。你的指令越模糊，它交付的东西就越"正确但没用"。
这一点深有体会。
最近在用AI写一篇文章，就是这篇。最初的体验很好——搭框架、找资料、梳理逻辑，AI做得又快又清晰。但真正落到文字上的时候，问题就来了。它写出来的东西结构完整、措辞专业，但读起来没有温度，像一份正确的报告，不像一个人在思考。反反复复改了很多版，每一版都"好像都对，但不对"。
后来发现问题出在哪——不是AI写不好，是一开始就没有把真正想表达的东西想清楚。给它的指令是"写一篇关于AI和就业的文章"，脑子里想的却是"一个普通人在这场变革里的真实感受和困惑"。这两个东西差了十万八千里。
AI完成了"说的"，没完成"想的"。
这大概就是所有人装完龙虾之后面对的核心困境。工具的能力已经溢出了，但使用者还没想清楚拿它来做什么。不是工具不行，是人还没准备好和工具配合。
———
但也不是全无收获。
前段时间想搭一个自动抓取行业新闻的信息流，按以前的路径，这件事需要找开发、写需求、排期、测试，周期少说两三周。但这次试着用AI来做，把需求描述清楚之后，AI一步步帮着搭建，从数据源到筛选规则到输出格式，几个小时跑通了一个能用的版本。
一个不会写代码的人，做出了一个原本需要开发团队才能完成的东西。
那个瞬间是有冲击感的。不是因为省了多少钱或多少时间，而是突然意识到，AI真正的价值不是"替代你做已经会做的事"，而是"让你够到原来够不到的东西"。
这两种价值完全不同。前者是效率工具，后者是能力延伸。大多数人在讨论AI的时候，关注的都是前者——能不能帮我写周报、能不能帮我做PPT、能不能帮我回邮件。这些当然有用，但充其量是把现有工作做得更快一点。
真正有意思的变化，发生在后者。当一个不懂代码的人可以搭建信息系统，当一个不懂设计的人可以产出像样的视觉方案，当一个没有数据分析背景的人可以从一堆原始数据中提炼出洞察——AI改变的不只是效率，是一个人能做的事情的边界。
———
当然，这种"能力延伸"是有前提的。
前提是你得知道自己要延伸到哪里去。
还是那个核心问题：你得想清楚自己要什么。AI是一个无比强大的执行者，但它不会替你思考方向。你给它一个清晰的目标，它能帮你走完大半路程；你给它一个模糊的意图，它只会还给你一堆正确的废话。
这也是为什么，在龙虾的深度用户里，个体创业者和小团队的比例远高于大公司员工。不是能力差距，是认知差距。自己做生意的人，天然清楚每天在哪些事情上花时间、哪些环节是瓶颈、哪些工作其实不该亲自做。这种对自身工作的清醒认知，让他们能迅速找到AI的介入点。
而在大公司里待久了的人，往往只负责价值链上的一小段。日复一日地执行，对全局的感知在不知不觉中退化了。不是不聪明，是组织结构本身在收窄他的视野。
———
所以在这场龙虾热潮里，真正值得思考的问题其实不是"要不要学AI"——这个问题的答案太显而易见了，没什么讨论价值。
值得思考的是：在一个所有人都还在摸索的过渡期，什么才是真正的竞争力？
不是谁先装了龙虾，不是谁先上了AI培训课，甚至不是谁的prompt写得更漂亮。
是谁更早开始认真审视自己的工作和学习，想清楚哪些事情值得亲自做，哪些事情该交出去，哪些能力需要补，哪些方向值得押。这种审视能力，在AI出现之前就很稀缺，在AI出现之后变得更加关键。
技术的方向是确定的。AI从"能聊"到"能干"，这个趋势不会逆转。龙虾未必是终极形态，但它打开的那个范式——AI作为操作系统级的助手——一定会成为未来工作的基础设施。
人的分化，才刚刚开始。而且这种分化的速度，会比大多数人预想的快得多。因为AI的能力是指数级跳跃的，人的适应是线性的。今天看起来微小的差距，一年后可能是一条难以逾越的鸿沟。
———
每一代人的简历上都有一栏叫"基础技能"。这一栏的内容每隔十几二十年悄悄更新一次，记录的不是某个人的选择，而是一个时代对"基本功"的重新定义。
上一次更新是Office，过渡期大约五年。
这一次轮到AI。只是这一次，留给所有人的缓冲期，可能比想象中短得多。
那个"然后呢"，与其说是问给AI的，不如说是问给自己的。
