夜雨聆风最近以来我在试用Qclaw、悟空等软件，整体体验一般，主要用它汇总更新的公众号，这样就不用每天去一个个手动找号了，目前看来对工作上帮助不大。后续准备用GPT这类试试收集金融数据信息，加工一些规则，尤其是国际信息。
结合最近的一些学习和试用，下面来整理整理，到底我们该如何去应对变化。
一
现阶段大家对AI的冲击感到焦虑很正常，在任何生产力变革时期，都会消灭一批旧职业，也会诞生新的职业，就像当年蒸汽机发明后纺纱工、马车夫面临失业一样。
提升生产力，是不可逆的必然趋势。每个人都想提高赚钱效率，而钱的本质就是换取他人劳动的凭证，以后的生产力越发达，钱的“含金量”才会变低。
马斯克说未来人类会被AI+机器人供养，只要负责消费就好了。这也是之前美股大跌讲的那个“鬼故事”，意思当那个阶段到来前，如果大家都被AI替代、赚不到钱，谁来消费？
目前我们还处在第一阶段，即预期会被替代的阶段。我早在3年前就开始自己建模做数据，把大学学过的SQL重新用了起来，经历了手搓代码到轻应用“拖拉拽”的阶段，现在是代码越来越轻了、智能体也越来越好用了。
现阶段我日常很多的工作，都是通过模型建好后自动完成的，效率极高。在习惯模型思维后，遇到什么工作，就会想建个模吧！
二
从历史发展来看，我们大部分人的工作本质都是“翻译”，就是把复杂的、有门槛的事，翻译成机器或普通人能理解、能操作的事。
一旦一件事被普及、信息差消失，“翻译”的价值就没了，自然会被替代。就像没人会再为“装系统”这种事付费一样，只要上网或者问豆包一下就能知道怎么操作了。
AI时代，和AI比“谁更便宜、谁更高效”，几乎没有胜算。
更关键的是，AI正在快速抹平信息差。从古至今，很多人赚钱靠的就是信息差，但大模型能让书本上的知识、公开信息唾手可得。这时我们要思考，读书获取知识，还是最有效的方式吗？
学习知识的本质其实是获取信息，真正有用的是提炼后的信息，并非知识本身。就像金矿值钱的是提炼后的黄金，不是矿石本身。
AI时代，被替代的成本可以用Token来量化，做一件事需要多少电、多少设备折旧，都能被算得明明白白。
三
现在我们都知道token了，有了token很多事情就能量化，比如做一件事到底是需要多少精力，在以前的话有人说一周，有人说三天，因为知识应该是无法量化的。而token的背后是用了多少电、设备折旧了多少都能算出来。
所以会不会被替代的核心逻辑是：一件事要被替代所消耗的Token越多，越难被替代。
目前看来，大概有三类不容易替代。
1. 给AI制定规则的人
AI基于公开信息回答问题，它没法判断一件事“能不能赚钱”，只能告诉你“按某种方式做，赚钱的概率是多少”。
如果你只是按规则执行操作，替代概率会非常大，就像前面说的“翻译”工作，等到技术普及了，就会被完全取代。
但如果你是制定规则的人，比如定义目标、设定边界、判断方向，AI现阶段没法替你做决策，自然就很难被替代。
2. 要承担责任的人
接上面的话题，你说你一定要AI去决定，比如买什么家电、订哪家酒店也可以。但真出了问题，你能告AI公司吗？你说是AI教我的，就像你导航去一个地方，它规划了个最优路线结果你出了交通事故，你能告导航么。
很多工作必须要人拍板，因为出了问题要有人被问责，现在的AI还没法担责。就像我以前做过信贷审批，系统再怎么测算优秀，批出去出险了，最终还是我要负责。
你的责任越大，被替代的概率就越小。
注意，这里说的是“真的懂、真的能负责”的责任，不是“不懂被拉来挡枪” 的“背锅”。
3. AI替代成本更高的
在机器人还没普及、不够完善的阶段，很多事还是必须要人来做，比如照顾老人、护士、水电维修、服务员……这些事你知道怎么做，但你不会去做，AI也没法低成本替代，那么就有人还是可以继续做。
想替代这类工作不仅需要复杂的AI系统，还得适配机器人硬件，成本极高，短期内很难实现。
四
那么马斯克说的AI的终极阶段是“人人有钱花，人人奶头乐”，真那么容易实现吗，如果美国实现了，其他国家的玩家美国也会付吗？
如果不付，别人会不会掀桌子，说我不好了，谁也别想好。建设一个东西要很久，破坏一个东西可能就是一瞬间，很多玩家是有掀桌子的能力的。
所以对我们来说，当下最好的选择就是没必要过于焦虑，不妨珍惜现在生产成本极低、安全成本也极低的年代，多出去看看，多感受世界。
只有“在干中学，在学中干”，不断适应变化才是长久之道。
最后我想说，对于我们个体的个人工作、老板们在经营的企业，所有的工作看看能不能用AI、大模型做一遍，如果可以就去尝试下，如果现在还不行，就过个阶段技术提升后再试一遍。
要勇敢拥抱新技术，切不能固步自封，停留在过去的舒适区自欺欺人，不肯出来。
