AI对我们每个人的改变转眼就到了离退休节点抬头可见的年纪，带了十几年团队，在这个新时代，有非常多的感慨。出生在70年代末80年初，我们这代人见过的世面，搁在从前怕是一百年也见不着——初中还在学DOS，现在兜里的手机比登月计算机强百万倍。这两年我一直在想一个问题：AI拿走了什么，又拿不走什么？
从惊雷到无声
去年春节DeepSeek横空出世，很多人宽慰自己"别慌，这样的产品中国一年最多出三个”。今年春节好，GLM-5、MiniMax M2.5、Seedance等似乎一天之内集体亮相。全世界都在惊叹AI能做什么；五月这次是落地无声——没人再惊叹了，AI已经嵌进了工作流，产品侧则彻底越过聊天框——能替你真正执行任务的个人智能体，宣告行业从"更聪明的回答"转向"更能干的行动”。去年大家在问"它有多聪明"，今年5月已经在问"你打算让它替你做多少"。从"AI能做什么"到"AI已经做了什么"，这才是质变。该找什么工作？还需不需要工作？
怕被替代，和怕被贬值。替代是出局，贬值是还在局中，却日渐式微。后者更难熬——出局尚能另起炉灶，贬值只能眼睁睁看着自己变轻。执行层的事——写常规代码、填报表、做标准化方案——AI已经干得比人又快又稳。但"该不该做这件事""做到什么程度算好""这个方案哪里不对味"——这些判断，目前它做不了。一个产品经理的执行任务AI能接六成，但"这个产品该不该做"的决策，还得人来拍板。只是同样一个角色，能留下的位置变少了。管理学该翻篇了
量化KPI、强控制、流程闭环——这套东西我用了十几年，熟得很。老话讲：度量什么就会扭曲什么。道理人人都懂，可谁也停不下来。工具强了，团队自然精简。三人配AI，产出未必输给十人团队。但人少了不等于管理简单了，重心得彻底转——从管过程到定方向，从各自闭环到让全队的认知边界成为每个人的边界。说到决断力，得承认现实：在信息完备、规则清晰的场景下，人的判断已经不如AI了。数据归因、趋势推演、风险概率——AI更冷静、更周全、不带情绪。但在信息不全、方向未明、需要"押注"的场景下，人仍有优势——因为我们能凭借直觉和经验在不完整中做选择，AI只能在完整中做推算。那种"说不太清为什么，但这方案就是不对味"的直觉。AI能给你一百万个方案，你能挑出那一个。这份本事，眼下教不了它——因为它自己都不知道自己缺什么。财务报表上，你算成了两个人
当你工位上六成的产出被AI悄无声息地抠走后，养你一个人的成本，在财务报表上就变成了养两个人。你产出了0.4个人的活，公司付了1个人的钱，剩下的0.6被AI免费干了。CFO眼里，你就是那个"贵了一倍的人"。裁员潮，亚马逊半年涮了近3万人，微软快两万，全球科技公司超十一万人离场，统计显示9%直接与AI挂钩。这不是偶然，是账算明白了。但也有预测说，到2027年，一半因AI裁员的公司会把人请回来。不是后悔了，是发现有些事AI真的做不来。那些岗位职责里写得清清楚楚的活，AI接了；但人身上那些写不进JD的东西——直觉、品味、对人性的体察——什么该交，什么该留
AI替我们扛了苦力活，正好腾出手来修心养性——这话对，但容易听偏，好像灵性是个开关，一拨就亮。灵性的觉醒同样要一遍遍走、一回回练，中间哪一步也省不掉。你不能因为AI会写代码就不去理解架构，不能因为AI会做PPT就不想"到底要说什么"。信息密度高、规则绝对明确的，交给AI；需要审美、直觉和复杂商业判断的，攥在自己手里。重复枯燥的苦力活AI干得又快又好，让它去。但架构决策、产品方向、团队用人——这些事，一步都不要让。不是AI不够聪明，是品味这东西无法言传、无法蒸馏，非得自己一步步走出来。——你知道的远多于你能说出来的，而你能说出来的，才是AI能学的。AI拿走了我能被描述的部分，剩下的那个我，才是真正的工位。
夜雨聆风