夜雨聆风3 月初，今年的政府工作报告出来。
里面有一句话——"深化拓展'人工智能+'"。
这是 2024 、 2025 、 2026 三年里，"人工智能+"第三次被写进去。还多了一句更新的提法——"打造智能经济新形态"。
我盯着这两行字看了一会儿。
不是因为它们多新鲜。是因为我在朋友圈，又一次看到那种话——"再不学 AI 就被淘汰了"。底下挂着 999 元的课。
看着挺别扭的。
这两件事，离得有点远。
大家在看什么
打开任何一个内容平台， AI 的话术分两类。
一类是岗位数字。 Stanford HAI 的 2026 AI Index 说，全球 AI 岗位需求同比涨了 312%。脉脉的报告更狠——AI 岗位一年暴涨 12 倍，每四个新经济岗位里就有一个跟 AI 沾边。
另一类是恐慌。"35 岁不会 AI 就完了"、"AI 一年抢走 200 万工作"、"再不上车就晚了"。
两类话术合到一起，结论很统一：你得马上学 AI ，不然就等着被淘汰。
但我注意到一个细节。
非技术岗里，要求 AI 工具技能的岗位涨了 215%。这个数字比"AI 岗位本身的暴涨"低多了。换句话说，企业其实没在大规模招会训练大模型的人——它在招会用 AI 工具的人。
这是两件不一样的事。
政府工作报告到底说了什么
我翻了一下报告原文，还有几个相关的吹风会。
工信部部长李乐成在 3 月 5 日的部长通道上说了一段话。我抄下来：要努力推动 AI 电脑、 AI 手机、智能家居，更好地满足人民群众对美好生活的需求。要推进脑机接口、自动驾驶汽车、人形机器人。要发展智能农业机械、智能医疗器械。
国务院研究室副主任陈昌盛在国新办吹风会上也讲了一句话——人工智能正在从"数字屏幕"走向"现实世界"，从"会聊天"转为"会办事"。
把这两句话拼到一起，意思就清楚了。
国家不是在催大家去学神经网络。是在催 AI 落地——落到手机、汽车、工厂、医院、学校。落到具体的某个工种里。
更明确的信号在 2025 年 8 月那份《国务院关于深入实施"人工智能+"行动的意见》里。它定了一个 2027 年的指标——"新一代智能终端、智能体等应用普及率超 70%"。
普及率，不是技术指标。是用得多不多。
这意味着什么
我想了几天，越想越觉得，普通人其实有两层完全不同的机会。
第一层，是顶层——做大模型、写底层代码、训练算力集群。
这一层离普通人很远。深圳那份《"人工智能+"先进制造业行动计划（ 2026-2027 年）》里写到的"国家人工智能应用中试基地""百垂直行业模型"，主体不是个人，是机构、是头部公司。
但报告里还有一句话——"百场景，多应用"。
这就是第二层。
应用层是巨大的——百场景里的每一格，都需要一个懂这个场景的人去填。智能工厂里要有人懂焊接，才能把智能体调到能用；智能医疗器械要有人懂临床，才能让模型不犯傻； AI 漫剧赛道里阅文集团开放 10 万部 IP 、设亿元基金，但真做出能跑起来的剧的，是会讲故事的人，不是会写代码的人。
我有个比喻——技术是地基和承重墙，应用是一层一层的房间。
地基是少数人的事。
房间——所有的房间——是有专业、又愿意进场的人的事。
这就解释了那些被引用得最多的真实案例。
知乎上有一个自由撰稿人， 2025 年底开始系统用 AI 辅助。同样的工作时间，月入从 8000 到 3.5 万。她原来就是个能写字的人。 AI 是把她的产出时间从 2 小时压到 20 分钟。
县城里有一个叫林晚的行政文员，月入稳定 2 万，最高一个月 3.7 万。她做的事很具体——帮人事姐姐写招聘话术模板和面试问题库。她原来就懂行政。她只是把"懂行政的脑子"和"AI 这个工具"接到了一起。
这两个例子里， AI 都不是核心。核心是她们各自原来就有的那一格——一个能写字、一个懂行政流程。 AI 是放大器，不是发动机。
哪条路是假的
这两年，被各种"AI 副业课"反复提起的还有一种路径——纯靠 AI 批量生产内容、 AI 商插、 AI 短视频。
我觉得这条路已经在快速塌方。
武汉一个二本大三学生，看了"AI 绘画接单月入 3 万"的视频，咬牙花 999 元报班。学完去淘宝接单，发现头部店铺的 AI 商插已经压到 5 块钱一张。比训练营里教的报价低了 100 倍。
最后他画了近百张图，一分没赚到。
讲真，看到这个数字我心里咯噔一下——5 块钱一张。这已经不是"做副业"的范畴了，这是被工业流水线碾过的尾气。
Canva 在 2026 年的营销与 AI 报告里也写到一句——AI 让内容产出速度变快了，但用户和市场正在明显厌烦低质量的"AI 垃圾内容"。
这是一个被反复证明的逻辑——
只要一件事的供给被 AI 拉到接近无穷，它的单价就会被压到接近零。
批量内容、模板化设计、抄报告改一改再发——这些都属于这一类。
普通人的机会不在这里。
那机会在哪
我把所有素材摊在桌上，发现一个比较清晰的规律。
机会在三件事同时存在的交集——
一，你已经懂的某个具体行业或工种（不需要懂得多深，但要有真实的工作经验或常识）。
二， AI 工具能把这件事的效率拉高 5 倍以上的环节（不是写朋友圈这种本来就 5 分钟搞定的事）。
三，付费方愿意为"省下的时间或不再犯的错"付钱（不是为"AI 生成"本身付钱）。
这三件事交集到的那一格，是普通人的位置。
林晚的位置是——行政经验 × 招聘话术整理 × 人事姐姐愿意省下两小时。
撰稿人的位置是——写作能力 × 信息整理 × 编辑愿意付稿费。
这种位置不会出现在任何一份"AI 副业 TOP 10"清单里。因为它必须从你自己的来路里长出来。
也许我想多了。但我看下来的真实案例，几乎全都是这个结构。
写在最后
报告里那句话——"深化拓展'人工智能+'"——它不是一个让所有人去学 AI 的号召。
它是一个对所有产业的指令——把 AI 接进去。
接进去的过程里，需要的不是新的人，是原来就在那个产业里的人。多了一个工具而已。
那些反复刷到的"被淘汰"的话，多半是有人想卖你课。卖课的人没说错——你是该学 AI 。但他们没说的另外半句是——你要先想清楚，你已经在哪一格。
那一格不重要，没关系。
它只是说，你的位置可能不在 312% 那个暴涨数字里，而在 215% 那个数字里——非技术岗里，会用 AI 工具的那一格。
时钟在走。窗口在收窄。
但那不是焦虑的理由。
那是去找自己那一格的理由。
