昨晚听一位香港朋友感叹：AI对现有秩序的颠覆，比所有人预想的都要快。

短短一年时间，香港基础白领岗位已被大量替代；海归的毕业生月薪从三四万骤降到一万多，甚至跑不赢体力劳动者。过去那条靠读书、拼学历来跨越阶层的路径，似乎正在被慢慢堵死。

才一年，许多人手里捧着的"金饭碗"就砸了。过去我们拼知识储备，现在AI一个顶一万个大脑，原来引以为傲的经验突然失效了，庞大的群体陷入了被淘汰的焦虑。

历史从来不会重复，但总是压着相同的韵脚。1811年，英国一个名叫内德·卢德的织布工怒砸了两台织布机，引发了持续三年的"卢德运动"。

一、被高估的替代，被低估的幸存

AI到底能替代什么？不能替代什么？这个问题的答案，正在被越来越多的现实案例改写。

我们先看一组数据：中国AI大模型周调用量已达12.96万亿Token，是美国的4倍多；2025年中国企业级AI智能体市场规模已达212亿元，预计2026年将增至449亿元，年复合增长率高达107%。

这个数字很吓人，但它只说了一半的故事。

摩根士丹利首席经济学家塞斯·卡彭特在最新研究中指出，AI扩散速度虽远超工业革命以来的任何一次技术变革，但当前就业增长、失业率、职位空缺及离职率等核心指标，均未显示出AI高暴露行业相较于低暴露行业存在明显弱势。

换句话说，AI确实在替代，但它替代的速度和广度，远没有媒体渲染的那么夸张。

更有意思的是，真正被AI冲击最严重的，反而是那些我们曾经认为"高知识门槛"的岗位——律师助理、初级分析师、文案策划、基础程序员。而那些看似"低端"的体力劳动者、手艺人、资深销售，反而活得相当滋润。

这背后藏着一个大多数人都忽略的真相：AI能替代的，都是"可编码"的知识；而人类真正的核心竞争力，是那些"不可编码"的默会知识。

二、什么是"默会知识"？

哲学家迈克尔·波兰尼在1958年提出了一个著名论断："我们知道的比我们能说出的多。"

这就是默会知识（Tacit Knowledge）——那种只可意会不可言传，只能通过实践和体验获得的知识。

举个例子：一个老中医靠搭脉就能判断病情，你让他把这个过程写成算法，他写不出来；一个资深销售靠直觉就能判断客户会不会买单，你让他总结成SOP，他总结不出来；一个老工匠靠手感就能打磨出完美的产品，你让他教徒弟，他只能说"多练练就有感觉了"。

这些"感觉"、"直觉"、"经验"，就是默会知识。它不写在书本里，不记录在PPT上，不能被量化成指标，更不能被编码成算法——但它恰恰是人类最宝贵的竞争力。

再看一个最近的案例：DeepSeek V4发布后，中国石化技术团队连夜攻关，依托自建国产智算集群，在发布首日即完成模型私有化部署，接入长城人工智能平台面向全集团上线服务。

你看，最快落地AI的，不是那些整天喊着"AI颠覆一切"的互联网公司，而是传统行业里那些最懂行业痛点的技术团队。因为他们知道，模型只是工具，真正的价值藏在对行业的深刻理解里——藏在那些只可意会的默会知识里。

这就是为什么OpenAI坐拥全球最先进的大模型，却在营收和用户增长两项核心指标上均未达到内部预期。因为模型能力只是基础，真正的护城河是对具体场景的深刻理解，是那些无法被轻易复制的行业Know-how。

三、AI的天花板，就是默会知识的地板

Anthropic的Claude Opus 4.8发布了，编程能力据说超越了GPT-5.4；GPT-6也来了，200万Token上下文，可以一次性读完一整年的企业财报；DeepSeek V4刚发布就降价，百万Token仅需2分钱，调用量环比增长62.2%，一度飙升近4倍。

这些数字确实震撼，但它们都有一个共同的天花板：只能处理可编码的知识。

AI可以读完一万份财报，却读不懂财报背后企业家的野心和焦虑；AI可以分析所有的市场数据，却感受不到市场情绪的微妙变化；AI可以写出完美的代码，却不知道这段代码在真实业务场景中会遇到什么奇葩问题。

这就是为什么当DeepSeek正在和阿里、腾讯洽谈第一轮外部股权融资，估值对价谈到200亿美元时，我一点都不惊讶。因为他们真正值钱的，不是模型参数，而是团队对中国市场的深刻理解——那些在长期实践中积累的默会知识。

同样的道理，为什么SpaceX愿意以600亿美元收购Cursor这家AI编程公司？不是因为他们的代码写得有多好，而是因为他们真正懂程序员的工作流，懂那些"只可意会"的编程习惯和痛点。

再看一个更极端的例子：25岁的谷歌前实习生迈克尔·特鲁尔，带领Cursor公司一路发展，如今可能被埃隆·马斯克的SpaceX以600亿美元收购。这个故事的本质不是"年轻人逆袭"，而是"默会知识的胜利"——他懂程序员，懂那个群体的痛点，这种懂，是AI学不来的。

四、你的核心竞争力，恰恰是AI学不会的

现在回到那个最核心的问题：在AI时代，普通人到底还有没有机会？

我的答案是：有，而且机会比以往任何时候都大。但前提是，你要把注意力从"AI能做什么"转移到"AI做不了什么"上来。

AI做不了什么？至少有三类事情，AI在可预见的未来都做不了：

第一，需要深度人际信任的事情。医生之所以值钱，不只是因为他能看病，更因为病人信任他；老师之所以值钱，不只是因为他能教书，更因为他能点燃学生内心的火焰。这种信任关系的建立，需要情感、需要温度、需要时间，AI做不到。

第二，需要在真实物理世界中摸爬滚打的事情。高德研发的四足机器人途途，在北京亦庄人形机器人半程马拉松赛事上协助视障人士完成开放环境障碍挑战——这背后，是无数次在真实场景中摔出来的经验，是在风吹雨打中积累的默会知识。这些东西，模拟再多遍都没用，必须亲自去试。

第三，需要创造性整合的事情。AI可以生成内容，但它不知道什么内容在特定语境下会火；AI可以分析数据，但它不知道这些数据背后藏着什么真正的商业机会。这种对"语境"的把握，对"势"的判断，是人类独有的能力。

你看，这三类事情，恰恰都是默会知识发挥作用的领域。AI再强，也替代不了一个在行业里摸爬滚打十几年的老法师；模型再先进，也取代不了那些在真实世界里摔出来的经验和直觉。

五、不要和AI比聪明，要和AI比"笨"

give所有焦虑的人一个建议：不要和AI比聪明，要和AI比"笨"。

什么叫比"笨"？就是去做那些看起来慢、看起来笨、看起来不高效，但需要长期积累、需要亲自体验、需要深度沉浸的事情。

去做需要面对面沟通的事情，去做需要动手实践的事情，去做需要在真实世界里摸爬滚打的事情，去做那些别人抄不走、AI学不会的事情。

斯坦福大学的报告显示，当中国有超过八成的受访民众看好人工智能的发展前景和正向赋能作用，并为此感到兴奋时，美国却只有不到四成的受访者这么看。

这种差异的背后，其实是两种心态：一种是把AI当工具，想办法用AI来放大自己的能力；另一种是把AI当对手，整天担心被AI替代。

你要做哪种人？

答案其实很简单：AI是来解放你的，不是来替代你的。它帮你摆脱那些重复、枯燥、可编码的工作，让你有更多时间去做那些真正需要人类智慧、人类情感、人类体验的事情。

而那些事情，恰恰就是你最宝贵的默会知识。

别慌。你的"感觉"、你的"直觉"、你的"经验"，恰恰是AI时代最值钱的东西。