夜雨聆风我的行业会不会被 AI 替代？
这个问题很自然。AI 能写代码、写文章、做图、分析数据，我们很容易马上想到自己的饭碗。
但我越来越觉得，这个问题可能问得不够准。
我的理解是，AI 很少按行业替代人，它更像是按任务类型改造工作。
同样是程序员，有人主要写重复页面和接口，有人要判断系统怎么演进，出了问题怎么收场。
所以只问“行业会不会被替代”，答案很容易模糊。
一个行业里，往往同时有容易被替代的部分，也有很难被替代的部分。
我现在判断一个工作受 AI 影响大不大，会先看一件很朴素的事：
它是不是主要在处理信息。
文字、数据、图片、代码、规则、流程。
如果一个岗位的大部分工作，是把这些东西整理、改写、归类、生成、检查，它就很容易被 AI 影响。
比如简单代码、普通文案、会议纪要、数据整理、标准化问答。
这些工作不是没有价值。
只是它们有一个共同点：流程明确，结果容易验证，错了也比较容易改。
AI 最先压低价格的，往往是那些可以被拆成标准步骤的信息处理任务。
很多人的焦虑也在这里。
不是行业突然消失了，而是自己每天做的那部分事情，正好落在 AI 最擅长的范围里。
以前，整理资料、归纳重点、生成初稿，可以构成一个岗位。
以后它们更可能变成一个工具按钮。
这不是说人完全没用。
而是这部分工作的价格会被重新计算。
再看自己是执行者还是负责人
我一开始也会把问题想得很简单：哪些行业危险，哪些行业安全。
后来发现，这种分法容易误导人。
风险比较高的，不一定是某个行业，而是一种工作方式。
只接收任务，不定义问题。
只交付材料，不负责结果。
只执行流程，不参与关键判断。
这种工作方式，接下来会越来越难保持原来的价格。
比行业名更值得看的，是你是不是只负责把信息加工成另一个信息。
一个程序员，如果只是根据需求写一段常见代码，会被影响很大。
但一个能理解业务、拆解系统、处理线上事故的人，不会因为 AI 会写代码就突然不重要了。
因为问题一旦变复杂，就不只是“把代码写出来”。
还要判断什么该做，什么先做，出了问题谁来收拾。
差别不在行业名字里。
而在于你是在执行标准答案，还是在处理具体问题。
越靠近真实世界，替代成本越高
AI 很擅长给建议，但现实世界不是只有建议。
医疗就是一个典型例子。
AI 可以辅助看影像、总结病历、提示风险。
但到了最终诊断、急诊处理、医患沟通，就不只是知识够不够的问题了。
这里有责任，有风险，也有信任。
护理、养老、康复也是如此。
AI 可以生成照护方案，但它不能低成本地替一个老人翻身、喂饭、安抚情绪。
越靠近真实世界，越需要人。越靠近责任、信任和现场，替代成本越高。
这些行业当然也会用 AI。
但 AI 在这里更像助手，而不是最终负责人。
因为难的地方，不只是知道怎么做。
而是要把事情做成，并承担后果。
未来更值钱的，是从执行者变成负责人
所以我觉得，面对 AI，最重要的不是赶紧找一个“绝对安全”的行业。
这种行业可能并不存在。
更现实的问题是：
我的工作里，有多少部分是标准化的信息处理？又有多少部分靠近问题、结果、关系和现场？
如果每天都是等别人给任务，然后把材料加工一下交出去，那就要警惕。
这类工作不一定一夜之间消失，但议价能力会下降。以前需要一个人做一天的东西，以后可能一个人带着 AI 半小时就能做完。
这时候，我觉得人要往上走的方向，是从信息执行者变成负责人。
你不只是写代码，而是负责系统能不能稳定支持业务。
你不只是写文章，而是负责观点能不能真正打动读者。
你不只是整理材料，而是负责从材料里得出一个能被使用的判断。
以后更值钱的，可能不是知道答案的人，而是能定义问题、承担结果、处理关系的人。
AI 会让很多基础能力变得便宜，也会把一个问题暴露得更清楚：
当信息处理不再稀缺之后，你还负责什么？
最后可能还是要回到一个很朴素的判断。
不要只问自己的行业安不安全。
更要问自己：
我现在是在做一份工作，还是在负责一个结果？
