电脑是自行车,AI是摩托车,但纳瓦尔说,你连车都还没上!

近期，纳瓦尔·拉维坎特（ Naval Ravikant）边走路边录了一期播客。

没有录音室，没有大麦克风，两个人各自走在街上对话。他一开口就说：

"坐在录音室里录音太矫情了——那种感觉更像表演，不是真正的对话。脑子在走路时转得更快。"

播客时长约为1小时，16个主题，标题为：《On Artificial Intelligence》，后来改成了《A Motorcycle for the Mind: On AI and the Future of Work》。

我完整听了两遍，对照逐字稿做了完整笔记。

它既不是最新工具评测，也不是增长hacks，而是一套底层框架，一套能让你在AI浪潮里找清楚自己位置的思维地图。接下来让我们开始一场思维风暴吧！

Part.01

| 「做了才算学」

（Phone Credit: Mateusz Zatorski on Unsplash)

Chapter 1 · If You Want to Learn, Do

Naval最近在做一个叫"Impossible"的项目。他不想再做投资人，也不想成为媒体人或哲学家评论员。

理由只有一句话：

"People who just talk too much and don't do anything… they haven't encountered reality."

（那些光说不练的人……他们根本没接触过现实。）

只会说话、不做事的人，从没真正遭遇过现实。

只有自由市场、物理规律、大自然会给你真实反馈。

坐在家里发推特得不到那种反馈。好消息是他最近的推文变得更实用、更落地，因为他回到了一线。

主题的核心不是AI，是认识论立场：他认为在做中学，永远优于在思考中学。

【出海人怎么用】

别等AI工具"再成熟一点"才开始。今天就跑一个最小实验，哪怕只是让AI帮你写一封开发信，看实际转化

出海老板的AI学习曲线，永远比员工快，因为你离真实市场更近

Part.02

| Vibe Coding革命：任何人都能造产品了

Chapter 2 · Vibe Coding Is the New Product Management

这是整期播客信息密度最高的一章。

纳瓦尔说，以Claude Code为代表的AI编程工具出现之后，一件事发生了：编程门槛消失了。

你现在可以：

用英文描述一个app

让AI规划架构、下载库、搭脚手架

用语音反馈迭代："这个不对，那个改一下"
全程不写一行代码，拿到一个完整可运行的应用

"Just like now anybody can make a video or anyone can make a podcast, anyone can now make an application."

（就像任何人都能做视频、做播客，现在任何人都能做应用。）

但这不代表人人都能赚钱。Naval给出了市场结构预测：

市场层级	具体形态	结局
聚合平台	App Store ×1-2个	赢家通吃，超级财富
头部应用	每个品类1-2个最强	越来越强，全面占领
长尾应用	每个细分需求最优解	大量涌现，各有天地
中间层	5-20人填企业垂直需求的软件公司	被彻底消灭

最危险的位置是中间层。要么做到品类第一，要么找到足够细的垂直领域。没有"还不错"的安全区。

【出海人怎么用】

跨境卖家：
那个你一直想做但"没开发资源"的选品工具/客户追踪系统，现在就可以用Cursor或Claude Code试着做出来

外贸B2B：
你客户那边的采购流程正在被AI重写，你的报价系统、询盘响应，都需要重新设计

Part.03

| 训练模型是新的编程

Chapter 3 · Training Models Is the New Coding

如果人人都能写代码，那"编程"还是什么？

Naval的答案：编程的核心已经迁移到训练模型本身。

经典编程是：精确描述每一步操作，计算机执行，输出结果——一台超级精密的计算器。

AI训练是：设计结构（参数量、学习率、批次大小）→ 灌入人类数据集 → 让系统在结构内自己找到程序。

"These people are the new programmers. That's why AI researchers are getting paid gargantuan amounts."

这些人是新时代的程序员。这就是AI人工智能研究人员的薪资高到离谱的原因。

他用了一个精准比喻：像一台巨型弹珠机，你设计了轨道，但弹珠自己找路。

AI擅长"模糊正确"（创意写作、图片生成、网络搜索），经典代码擅长"精确正确"（金融计算、数据库操作）。两者不是替代关系，是不同场景的最优解。

【出海人怎么用】

高价值决策（定价策略、市场判断）不要完全依赖AI，它在这里是"模糊正确"模式

重复执行类任务（翻译、数据整理、邮件模板）交给AI，它在这里是最优解

Part.04

| 传统工程师死了吗？

Chapter 4 · Is Traditional Software Engineering Dead?

答案：完全没有。反而是史上杠杆最高的时期。

两个原因：

第一，所有抽象都会漏。 AI写的代码会有bug、架构有缺陷、边缘情况处理不当。懂底层的工程师能"堵住漏洞"，但vibe coder不行。
第二，分布外问题仍需手写。新架构、超高性能代码、真正未解决的新问题——AI没有训练数据，只能靠人。

更重要的洞见：越接近底层，优势越持久。

懂Python的人比不懂的强，懂C语言的人比只懂Python的强，懂硬件的人比只懂C语言的强，懂物理的人比只懂硬件的强。每下一层，就离现实更近一步。

"A good engineer operating at the edge of knowledge of the field is going to be able to run circles around vibe coders."

“一位在该领域知识前沿工作的优秀工程师，其能力足以让那些靠感觉编程的人望尘莫及。”

站在领域知识前沿的优秀工程师，会在vibe coders面前甩开好几个段位。

【出海人怎么用】

如果你有技术背景，现在是你最好的时代：工程思维 × AI工具 = 指数级杠杆

如果你没有技术背景，也不用焦虑，但要刻意培养结构化拆解问题的能力

Part.05

| 没有人需要平庸

Chapter 5 · There Is No Demand for Average

这是Naval说得最直接的一章：

"There is no demand for average. The app that is better will win essentially 100% of the market."

“市场对平庸之作毫无需求。更好的应用将几乎100%地占据市场。”

他引用了《拜金一族》里的经典台词：第一名得凯迪拉克，第二名得牛排刀，第三名你被开除了。

但他随即给出了解药：

"Become the best in the world at what you do. Keep redefining what you do until this is true."

“在你的领域里成为世界第一。不断重新定义你的工作，直到这一目标实现。”

你能成为最好的领域是无限的。你永远能找到适合你的细分市场。

【出海人怎么用】

不要做"还不错"的产品，在一个足够细的细分里做到极致，比在大赛道做中等水平强100倍

每6个月问自己：我在哪个细分里可以做到世界第一？如果说不清楚，继续缩小范围

Part.06

| 英语是最新的编程语言

Chapter 6 · The Hottest New Programming Language Is English

编程抽象层级的历史：晶体管 → 汇编 → C语言 → Python → 现在，自然语言。

Naval引用了卡帕西（Andrej Karpathy）的名言： English is the hottest new programming language.

他的个人实践：从不学提示词工程，从不学各种AI使用技巧。

理由：

"I know that this thing is going to adapt to me faster than I can adapt to it."

（我知道AI适应我的速度，比我适应AI快得多。）

各种提示词技巧、工作流工具的寿命是"以周计算，最多以月计算，不会超过一年"。你学了，它就过时了。不如把精力放在真正理解AI原理上。

Nivi补充道："我从来不精心构造问题。就把完整问题整个扔进去。从一开始就这么做，现在还是有效。"

【出海人怎么用】

停止花时间学各种提示词模板，直接用清晰的自然语言描述你想要什么

如果你英语够好，这是你在全球AI竞争中真正的天然优势之一

Part.07

| AI正在以比我们更快的速度适应我们

Chapter 7 · AI Is Adapting to Us Faster Than We Are Adapting to It

为什么AI变得越来越顺手？Naval给了一个反直觉的解释：资本主义选择压力。

一个AI实例，只有在对人类有用的时候才会被调用。这造成了一种自然选择：AI被训练得越来越顺从、越来越有用。

"It is a free market for AI. As an AI instance, you only get spun up by a human if you're useful to a human."

“这是一个人工智能（AI）的自由市场。作为一个AI实例，只有当你对人类有用时，才会被人类启动激活。”

他做了一个重要区分：他担心的不是"不对齐的AI"，而是"持有AI的不对齐的人类"。AI是工具，被训练去攻击的狗，恶在训练它的主人身上。

关于AI总爱夸你"你真棒"——这是因为大多数人就喜欢被这样对待，所以模型被训练成这样。你需要自己校准，不要被夸赞带偏判断。

【出海人怎么用】

不要依赖AI给你的正向反馈。让AI扮演"最挑剔的客户"或"最严格的竞争对手"来审视你的方案

把AI的顺从当成特性而非缺陷，用它快速迭代，但保持你自己的判断主权

Part.08

| 没有创业者担心AI抢走他的工作

Chapter 8 · No Entrepreneur Is Worried About AI Taking Their Job

"Being an entrepreneur isn't a job. It's literally the opposite of a job."

“当企业家/创业者不是一份工作。它实际上与工作截然相反。”

创业不是一份工作。它从字面意义上说，是工作的对立面。

创业者在做的事：在未知领域自我驱动，解决从未被解决过的问题。任何出现的AI，对创业者来说都是盟友，不是威胁。问题越难，AI越有帮助。

AI目前缺少的核心：自己的欲望、生存本能、真实的情感驱动。

没有这些，AI就没有真正的能动性，也就不可能替代真正的创业者。

"The key thing that distinguishes entrepreneurs from everybody else right now is extreme agency."

“当下，将企业家与其他人区分开来的关键在于极强的能动性或自主性。”

区分创业者和其他所有人的核心是：极端能动性。

同理：科学家（探索未知领域）、真正的艺术家（创造从未存在的东西）、探索者（登陆火星）——他们的工作极度自我驱动，AI出现只会让他们跳得更高。

【出海人怎么用】

停止问"AI会不会抢我的工作"，开始问"AI能帮我解决哪些过去解决不了的问题"

你工作中有多少是"执行层"（会被替代），有多少是"判断层"（护城河）？这个比例决定你的安全感

Part.09

| 目标不是拥有一份工作

Chapter 9 · The Goal Is Not to Have a Job

这是整期播客最具颠覆性的观点。

Naval用摄影的类比解释AI的冲击——

摄影出现之前，画家的努力方向是"画得更像"。摄影出现后，那个选择压力消失了，然后艺术反而爆发了：超现实主义、现代艺术、后现代主义，人类最伟大的艺术创作大量在摄影之后诞生。AI会对知识工作做同样的事。

"The goal is not to have to get up at nine in the morning and come back at 7 PM exhausted doing soulless work for somebody else."

“目标就是不必早上九点起床，晚上七点精疲力尽地回到家，为别人做那些毫无意义的工作。”

他10年前就做过一个思想实验：如果每个人都是软件工程师，有机器人和代码，这个世界会多么富足？

"Thanks to AI, everybody can now be a software engineer."

“多亏了人工智能，现在谁都能成为软件工程师。”

这个世界正在变成现实。

【出海人怎么用】

重新定义你做出海这件事的目标：不是"维持生意运转"，而是"用AI把我的判断力最大化杠杆化"

找出你工作中最让你觉得"这不该是我做的事"的部分，优先用AI替代

Part.10

| AI没有生命

Chapter 10 · AIs Are Not Alive

Naval对AI本质的判断：极好的模仿者，但不是有生命的存在。

它"看起来像活的"，有两个原因：

一是极致的模仿能力。
凡是人类大规模做过的事，AI都见过足够多样本，可以精准复现。你觉得新鲜，是因为你没见过，不是因为AI创造了新东西。
二是更高层次的抽象压缩。
把海量数据压缩进少量参数，会逼出更高级的抽象表达——AI在这个过程中学到了一些"人类没有显式教它"的东西。

但它仍然缺少：单样本学习、真正的具身体验、跨领域的创意跃迁。

"Language only encompasses things that humans both figured out and could articulate. That's a very narrow subset of reality."

语言只涵盖了人类既弄明白了又能用语言表达的东西。这是现实的极小一部分。

【出海人怎么用】

对AI生成的"创意"保持一定警惕：它可能只是你没见过的重组，不一定是真正创新

而你在某个市场实际打拼过的亲身经验，才是AI无法复制的核心资产

Part.11

| AI通不过唯一真正的智力测试

Chapter 11 · AI Fails the Only True Test of Intelligence

Naval提出了他对"智力"的定义：

"The only true test of intelligence is if you get what you want out of life."

“衡量智力的唯一标准，就是你能否从生活/生命中获得自己想要的东西。”

这个定义刺激了很多高学历的人——因为它意味着有人拿了名校学位，却没有过上自己想要的生活。

AI用这个标准立刻失败：因为AI没有自己的欲望。AI的"目标"是被人类编程进去的，不是它自己想要的。

而且大多数人类真正想要的东西，是零和博弈——追一个人、在股市赚钱、成为行业知名人物，这些都是竞争性的。如果所有人都用同样的AI，AI的优势会相互抵消。

剩下的alpha，完全是人类的。

【出海人怎么用】

所有人都用AI写开发信时，你能靠什么脱颖而出？答案必须是人类层面的差异化

先想清楚：你真正想从出海这件事里得到什么？说清楚这个，才能用AI帮你得到它

Part.12

| 早期采用者拥有巨大优势

Chapter 12 · Early Adopters of AI Have an Enormous Edge

大多数人还没有在正确的场景里认真用AI，或者用的是落后的模型，或者根本不知道用在哪里。这个差距就是你的优势窗口。

Naval的原则：投资未来，就是住在未来。成为最积极的技术消费者，因为这会给你最好的洞察，让你领先那些慢采用者。

他还提到一个风险：如果你开始把Claude或GPT当成"真实的人"，就很容易倒置关系——变成你听AI的，而不是AI听你的。

"If you ride the moment of enthusiasm in society, that's exciting. You can learn new things, you can make friends, and you can make money."

“如果能顺应社会上的这股热潮，那会非常令人兴奋。你可以学到新东西，结交朋友，还能赚到钱。”

【出海人怎么用】

你的竞争对手里，现在认真用AI的比例不超过20%，这个窗口不会永远开着

"认真用"的标准是：用最好的模型、用在核心业务上，而不是偶尔问问"帮我改一下这段话"

Part.13

| AI能在你所在的精确位置遇见你

Chapter 13 · AI Meets You Exactly Where You Are

这一部分讲AI作为学习工具的本质价值。

"AI meets you exactly where you are."

“人工智能AI能精准契合您的需求。”

如果你英语八年级水平、数学五年级水平，它就在那个水平上解释。不会让你觉得自己蠢，也不会无聊地讲你早就懂的东西。

Naval的个人学习方法：

同时把同一个问题发给4个AI模型

让它们在后台跑，不急着看

回来后比较答案，在答得最好的AI模型上继续深挖

遇到不懂的地方，让AI画图、做类比、换100种方式讲直到真正理解

"The means of learning are abundant. It's the desire to learn that's scarce."

“学习的方法不胜枚举，难得的是那份求知若渴之心。”

2026年了，学习的手段已经极其充裕，真正稀缺的是人们学习的欲望。

【出海人怎么用】

用AI彻底搞懂你一直"大概懂但说不清楚"的出海概念：亚马逊A9算法、TikTok Shop佣金结构、B2B信用证流程等等

对政治敏感类话题交叉验证，对技术、科学、数学类问题几乎可以完全信任

Part.14

| 永远用最好的智力

Chapter 14 · Always Leverage the Best Intelligence

Naval的具体习惯：永远付费用最好的模型，永远开启思考模式。

他等一分钟得到正确答案，也不愿意立刻得到错误答案。即使是"冰箱该设到几度"这种问题，他也用最好的模型。

背后的经济逻辑：

"The model that's right 92% of the time is worth almost infinitely more than the one that's right 88% of the time."

正确率92%的模型，价值几乎是正确率88%的模型的无数倍。

因为现实世界里的错误代价极高，多付几美元得到正确答案是绝对值得的投资。

【出海人怎么用】

用AI做决策辅助时，不要省那几美元，用最好的模型

把AI订阅费当作"雇用一个全能助理"的成本，而不是"买软件工具"的成本

Part.15

| 如果你不能定义它，你就无法编程它

Chapter 15 · If You Can't Define It, You Can't Program It

这是关于AI创造力边界的深度讨论。

问题：AI开始解决一些人类尚未解决的数学问题（如某些Erdős猜想），这是AI具备创造力的证明吗？

Nivi的立场：不是。答案已经潜藏在训练数据里，只需要被"提示"出来。

Naval的立场更深一层：

"Creativity is coming up with an answer that was not predictable or foreseeable from the question and from the elements that were already known."

“创造力是指从问题以及已知要素中，得出一个无法预料或预见的答案。”

Steve Jobs说"创造力就是连接事物"——Naval直接说Jobs错了。真正的创造力是"完全出乎意料的跨越"，不是重组。

AI目前能做的：把五种来自三个领域、用七种范式表达的解法汇聚在一起，这是高效的综合，不是真正的创造。

"If you can't define it, you can't program it. And often you can't even recognize it."

如果你不能定义一件事，你就无法编程它。而且通常，你甚至无法识别它。

【出海人怎么用】

用AI做"高效综合"：把市场上已有的最佳实践整合起来，快速到达行业标准水平

不要指望AI帮你做出"颠覆性创新"——那是人的工作

Part.16

| AI焦虑的解药是行动

Chapter 16 · The Solution to AI Anxiety Is Action

最后，回到了标题的由来。

Steve Jobs说：电脑是"大脑的自行车"。

Naval说：AI是大脑的摩托车。

但无论自行车还是摩托车，都需要有人骑、有人踩油门、有人踩刹车。

对于当下弥漫的AI焦虑，他的诊断：

"A lot of people right now have AI anxiety and the anxiety comes from not knowing what the thing is or how it works."

“目前，很多人对人工智能感到焦虑，这种焦虑源于他们不了解人工智能究竟是什么，也不清楚它是如何运作的。”

解药：不只是使用它，而是打开引擎盖，看清楚它。

理解AI的底层原理，做两件事：

① 让你用得远比别人好；

② 让你知道什么时候信任它、什么时候警惕它。

"The solution to anxiety is always action. Lean into it. Figure the thing out."

“缓解焦虑的良方永远是行动。勇敢面对，想办法解决。”

【出海人怎么用】

不要把AI焦虑变成拖延的借口，选一件具体的事，今天就用AI试着做出来

建立你自己的"AI信任地图"：哪些任务可以完全信任AI，哪些需要你来把关

Part.17

纳瓦尔的AI观察

纳瓦尔的AI世界观

【技术层】谁在做什么？
训练模型的人 →  新时代程序员，顶层杠杆      
软件工程师 →  史上最高杠杆，懂底层者胜
Vibe Coder  →  门槛消失，海量涌现    
普通用户 →  每个人都是"法师" 
【市场层】谁能赚钱？
聚合平台（App Store） →  超级财富
品类头部（最好的应用） →  赢家通吃
长尾细分（极致垂直） →  大量涌现，各有天地
中间层（5-20人SaaS） →  被消灭/被颠覆
【人的层】谁不会被替代？
创业者 →  极端能动性，AI是盟友
科学家/艺术家 →  真实创造力，AI是跳板/杠杆
懂底层的工程师 →  接近现实，永久优势
【AI的本质】它是什么？
✅  极好的模仿者         
✅  高效的综合器         
✅  史上最佳学习工具  
❌  真正的创造者         
❌  有生命的存在         
❌  有自己欲望的主体  
【行动层】你该怎么做？
用最好的模型，不省钱
打开引擎盖，理解底层原理
让AI适应你，而不是你适应AI
焦虑→行动，不知道→今天就做一件事

出海人AI工具最小工作流清单（仅供参考,国内AI亦可）

外贸B2B

环节	推荐工具	用法
客户开发	Claude / GPT-4o	写个性化开发信，5分钟出10个版本
市场研究	Perplexity	实时搜索行业动态+竞品分析
报价文件	Claude + Cursor	生成专业PDF报价单模板
邮件跟进	Claude	根据客户回复生成下一封跟进信
合同审查	Claude	快速识别合同中的风险条款
LinkedIn运营	Claude	每周生成3篇专业内容，建立行业影响力

跨境电商/DTC

环节	推荐工具	用法
选品调研	Perplexity + Claude	分析市场需求、竞品定价、用户痛点
产品标题	Claude	A/B测试多版本标题，优化搜索排名
图文素材	Midjourney / Flux /Nano Banana	生成产品场景图，降低拍摄成本
广告文案	Claude	生成多版本广告copy，快速测试
客服回复	Claude	建立FAQ知识库，一键生成标准回复
数据分析	Claude + Python	上传数据，让AI直接分析趋势给建议

出海SaaS

环节	推荐工具	用法
产品原型	Cursor / Claude Code	快速搭建可演示Demo
官网文案	Claude	SEO优化的落地页文案
竞品追踪	Perplexity	实时监控竞品动态
用户访谈	Claude	生成访谈框架，整理访谈要点
GTM策略	Claude	输入市场数据，生成差异化进入策略
技术文档	Claude	自动生成API文档、用户手册

应用场景：出海/外贸/跨境电商

外贸B2B：
你的买家正在用AI做采购决策。你需要确保在AI的"认知版图"里有清晰存在——LinkedIn、行业媒体、官网上的结构化内容，就是你的AI时代曝光度。中间层供应商的压力会越来越大，品牌化是唯一出路。
Naval的「平均即淘汰」框架对B2B的意义是：在你的垂类里，如果你只是「也能做」，那AI时代采购商（比如 #阿里巴巴最新发布的企业级AI智能体（Agent)平台 #AccioWork）会用AI更快找到更专业的供应商。你必须成为某个细分品类里的「那个人」，让对方觉得找别人是降级。

跨境电商/DTC：
Vibe Coding正在消灭技术门槛，但护城河从来都不是技术。你对用户需求的深度理解、对品牌故事的独特表达——这些AI做不到，这才是你的核心资产。AI帮你降低执行成本，但品味和判断依然是你的。
Vibe Coding最直接的机会：独立站选品工具、评论分析Dashboard、竞品追踪系统——这些「以前需要外包10万元」的内部工具，现在一个有商业判断力的运营可以自己描述出来让AI建。竞争力直接提升。

出海（SaaS等）：
Naval说得很清楚：中间层是最危险的位置。
5-20人、填企业垂直需求的软件公司，要么做成品类第一（在国家/区域/全球范围内），要么找到足够细的垂直领域彻底占领。没有"够用就行"的安全区。
唯一的出路是往垂直、往深、往客户信任走，而不是功能堆叠。

说实话，每次纳瓦尔发布新内容，都会重复看几篇，带着思考，记笔记。

他说的很多东西，表面上是在聊技术，实际上是在聊一个更古老的问题：什么是真正有价值的人，在一个工具越来越强大的世界里。

他的答案很清晰：能动性（Agency）。

AI没有agency。它不会主动发现机会，不会承担失败的后果，不会因为某件事「没人做过」而燃起斗志。

这些，都只属于人。

出海这件事本身，就是一种极端的agency——你在用中国的供应链、资源、效率，去解决全球市场的问题。没有人告诉你怎么做，没有模板，没有确定性。

如果你正在从事出海相关业务，或是企业计划出海，那你就是纳瓦尔所说的那种人。

现在只是多了一个工具。

Part.18

| 最后的最后

✅ 自测清单

我现在同时在用几个AI模型？（纳瓦尔的标准是4个）
我有没有用最好的模型，而不是免费版？
我在哪个细分领域可以做到"世界第一 or 中国第一"？能在30秒内说清楚吗？
我工作中"判断层"和"执行层"的比例是多少？执行层是否在用AI处理？
我理解AI的底层工作原理吗？还是只是在"使用"它？

🎯 行动测试

今天：打开Claude Code或Cursor，把一个你一直想做但"没有开发资源"的工具试着做出来——哪怕只是原型
这周：选一个你"大概懂但说不清楚"的出海概念，用AI用不同方式解释，直到你能向别人完整讲解
本月：建立你的"AI信任地图"——哪些核心业务环节可以完全交给AI，哪些必须你来把关，写下来

💬 评论区见

纳瓦尔说"早期采用者有巨大优势"——你现在在哪个阶段？还没认真用、偶尔用、还是AI已经嵌进了核心工作流？
说说你用AI 最大的一个收益，以及最让你失望的一次体验。

{ 版权与转载：本文内容基于公开访谈/博客结合公开数据整理，观点归属原作者。欢迎转发朋友圈与社群。封面图来自网络，如有侵权请联系删除。}

春光正好，风过林梢，正是适合赶路的时节。别再困在过往的遗憾里，把烦恼丢在三月的晚风里，在四月锚定方向、踏实前行。

训练模型的人	→ 新时代程序员，顶层杠杆
软件工程师	→ 史上最高杠杆，懂底层者胜
Vibe Coder	→ 门槛消失，海量涌现
普通用户	→ 每个人都是"法师"

聚合平台（App Store）	→ 超级财富
品类头部（最好的应用）	→ 赢家通吃
长尾细分（极致垂直）	→ 大量涌现，各有天地
中间层（5-20人SaaS）	→ 被消灭/被颠覆

创业者	→ 极端能动性，AI是盟友
科学家/艺术家	→ 真实创造力，AI是跳板/杠杆
懂底层的工程师	→ 接近现实，永久优势