夜雨聆风一边是这样的新闻：00后用AI编程工具做了个APP，上了App Store付费榜第五。一个前字节产品经理，不写一行代码，靠AI做SaaS小工具月入15万。CNBC让两个不会编程的记者花几小时做出了一个项目管理软件原型——这个品类的头部公司Monday.com市值50亿美金。
一边是这样的现实：我一个做了八年平面设计的朋友，去年辞职搞"AI设计接单"，在闲鱼上挂了四个月，月收入不到上班时的一半。评论区里清一色"15块钱一张海报包满意"的同行。
这两个画面放在一起，挺拧巴的。
到底是AI创造了机会，还是AI制造了一场新的内卷？普通人的破局点到底在哪？
我的答案可能跟你在各种AI课里听到的不一样。
一个大多数人不愿意承认的事实是：2026年那些教你"用AI赚钱"的课程、训练营、社群——本身就是答案的反面教材。
怎么说呢。
你去看那些卖AI课的人，他们赚的钱来自哪？来自卖课本身。不是来自用AI做设计、写文案、搞开发。他们最成功的AI应用，就是"把焦虑卖给你"这件事。
这不是嘲讽。这恰恰是淘金热里最古老的真理：挖金子的人大部分亏本，卖铲子和水的人稳赚不赔。
1848年加州发现金矿，涌入了三十万淘金客。最后真正发财的是谁？是卖帐篷的、开杂货铺的、做牛仔裤的李维·斯特劳斯。矿工们平均收入没比之前高多少，倒是旧金山的物价涨了十倍。
2026年AI赚钱这件事，结构一模一样。
那大多数人会怎么想？
"我去学AI，学得比别人快，就能赚到钱。"
这是第一层答案。也是最不靠谱的一层。
为什么？MIT 2025年的数据：企业进行的AI项目里，95%没产生可衡量的回报。个人层面更惨。你去各种AI副业社群翻翻，真正赚到钱的帖子，跟晒中奖彩票差不多——幸存者偏差严重到离谱。
普通AI兼职的真实时薪？15到50块。熟练了50到80。比送外卖强点有限。
"学AI"不是机会。因为每个人都在学。2026年美国需要AI素养的岗位数量同比增长70%，但与此同时，领英上用户AI相关课程学习时长也增长了92%。供给和需求在同步暴涨，你学得再快也很难靠"我会用ChatGPT"这件事本身赚到溢价。
会用AI是2026年的基本素养。就像2010年"会用电脑"一样——必要条件，但不是充分条件。没人会因为你会开电脑就多给你钱。
好，如果"学AI"不是答案，那什么才是？
有一种说法听起来高级些："要用AI做产品，不要用AI打工。"
这是第二层答案。比第一层强，但仍然不够。
为什么？
因为大部分人做出来的AI产品，根本没人用。
那位前字节产品经理的月入15万是真的。但他在做这事之前已经有十年产品经验，深刻理解企业SaaS的需求结构。那个00后月入25万也是真的。但他选中了"自媒体排版"这个极度具体的痛点，而不是做一个"AI通用助手"。
而大多数人做了什么？"AI帮你写文案的工具""AI生成头像的小程序""AI总结会议纪要的插件"——全是大路货。做出来发现，ChatGPT本身就能做，为什么有人要用你包一层皮的产品？
没人用。
这就是为什么"用AI做产品"是个正确但不充分的建议——它漏掉了最关键的前提条件。
那真正的答案是什么？
先说我那个设计师朋友后来怎么了。
他在闲鱼亏了四个月之后，做了一个决定：不在平台上跟人打价格战了。而是回头找他以前服务过的一家连锁奶茶品牌，直接跟老板说：
"你们每周要出20张新品海报。我现在能用AI把交付时间从3天压到半天。质量不变，我按月收费。"
对方同意了。因为这解决的是一个具体的、高频的、之前很贵的问题。
后来他用同样的逻辑拿下了3家类似客户。现在月收入是上班时的两倍多。全靠自己一个人，AI做90%的执行，他做判断和客户沟通。
他赚到钱的那一刻，身上发生了什么变化？
不是"学会了新的AI工具"。Midjourney他早就会了。
变化只有一个：他不再卖"我会用AI画图"这个技能，开始卖"帮你把3天的活压到半天"这个结果。
技能的定价取决于供给——会AI绘图的人越来越多，价格必然下跌。
结果的定价取决于客户的痛感强度——你帮他省了多少时间、多少钱，跟市场上有多少竞争者关系不大。
这才是普通人在AI时代的真正破局点：
不是"学一个新工具"。
不是"做一个AI产品"。
是找到一个具体的人的具体问题，用AI把解决这个问题的效率拉高5倍，然后把这个"效率差"卖给他。
说到这儿可能有人要问了：这跟以前有什么区别？以前不也是"解决问题才能赚钱"吗？AI到底改变了啥？
改变了一件事：做事的成本结构。
以前你想帮一家奶茶店每周做20张海报，你需要一个设计团队或者至少一个全职设计师。现在你一个人加AI就能做到。以前你想给一家餐饮店搭一套自动订餐系统，至少要一个前端一个后端忙两周。现在用Coze+零代码半天搞定。以前你想做一个小工具验证一个想法，请人开发最少三五万。现在Bolt.new上面敲几句话，原型就出来了。
AI不是给了你新的能力。AI是把"做事"的成本降到了接近于零。
成本结构变了，意味着什么？
意味着以前只有公司才能做的事，现在一个人就能做。Carta的数据：超过1/3的新注册公司是单人创始人。WeOPC（一人公司社区）上个月办了场大会，原定200人参与，最终来了1000多人。
意味着以前验证一个想法需要三五万启动资金，现在三五百块就够了。试错成本降了两个数量级，你可以"快速尝试、快速失败、快速迭代"。
意味着以前的竞争壁垒是"我有团队你没有"，现在变成了"我理解需求你不理解"。
因为工具人人都有。
说到这里，我想换个角度聊聊历史。
1760年代蒸汽机来了，英国纺织工人砸机器——他们觉得机器抢了自己的饭碗。结果呢？纺织业产量翻了几十倍，反而创造了更多工作岗位。但那些新岗位不是"手工纺织工"了，而是"机器操作员""工厂管理者""铁路工程师"。
真正在蒸汽革命里逆袭的普通人是什么样的？火车之父乔治·史蒂芬森，十几岁就是煤矿机械工。跟别的工人不同的是，他去上了夜校——工资的2%就够交学费。到19岁才会写自己名字，然后一直自学，最后造出了火车。
他的优势不是"比别人更擅长挖煤"。他的优势是比别人更早意识到"机器才是未来"，然后把自己的精力从"手工干活"转向了"理解机器+解决问题"。
2026年的AI革命，底层逻辑完全一样。
领英的数据说，AI已经催生了130万个新岗位。同时也有大量旧岗位在萎缩——计算机图形设计师岗位连续两年下降，2025年降了33%。摩根士丹利的调查：企业采用AI后，11%的岗位被淘汰，12%的岗位未被填补，但同时新增了18%的岗位。
净就业是增长的。但增长的不是你原来的那个岗位。
Karpathy本人在2026年3月的播客里说了一句话："自2025年12月以来，我从自己写80%的代码，变成了几乎不写代码。" 连AI领域最顶尖的技术人自己都不写代码了——你还在学Python入门？
怎么说呢，反正我现在看到的趋势是这样的：
最焦虑的人——天天在学AI，看教程，收藏提示词，对比模型评测。半年后什么产出也没有。
最赚钱的人——根本不怎么聊AI。他们聊的是客户、需求、痛点。AI只是他们手里一把顺手的扳手。你问他用什么模型，他可能说"管它呢，能出活就行"。
这两类人的区别不是"谁更懂AI"。区别在于——
前者把AI当目的。后者把AI当工具。
前者在"学"。后者在"做"。
学是消费行为——你在消费别人做的教程、课程、内容。
做是生产行为——你在为一个具体的人创造一个具体的价值。
消费不产生收入。生产才产生收入。不管你用不用AI。
所以如果你问我——一个月薪8000、没什么特殊技能、也没什么创业经验的普通人——到底该怎么做？
我的建议极其具体，分三步。
第一步：今天就问一个人。
你的同事、朋友、家人、甚至你家楼下的奶茶店老板——"你工作/生意里最烦的一件重复性的事情是什么？"
认真听他说。不要带预设。不要上来就推荐AI工具。先搞清楚问题是什么。
第二步：这周试着帮他解决。
免费帮。不收钱。打开ChatGPT也好、Coze也好、Bolt.new也好——试试能不能用AI把他的痛点解决掉、或者哪怕只是缓解掉。也许是帮他做个自动回复，也许是帮他批量生成每周的朋友圈文案，也许只是帮他把一份表格整理成他想要的格式。
第三步：把这件事变成你的"案例"。
如果做成了，你就拥有了一个可以给第二个人看的东西："看，我帮他搞了这么个事，省了他多少时间。"有案例之后，找到第二个、第三个愿意付费的人，就只是时间问题。
注意：从第一步到第三步，全程不需要"学完AI"。你只需要够用就行——遇到不会的，现场搜现场学。
有人会说：这太小了吧？帮人做个自动回复？这能有什么前途？
嗯，我也觉得。直到我看到一个案例：
有个人给本地三家餐饮店搭了AI订餐机器人。用Coze，零代码。客户在微信群里按格式发消息，机器人自动汇总成表。每家收1500块/月维护费。
年收入5.4万，几乎零成本，每天维护不超过半小时。
你可以嘲笑这个数字。但它有一个比"月入十万"的AI课程广告真实一万倍的品质——它是真的。
而且它的扩展路径很清晰：三家变十家，1500变3000（因为你有案例了），单一功能变多功能（加上自动发货提醒、客户标签、复购分析）——从"一个人帮几家小店搞自动化"变成"一个小型AI服务商"。
不性感，但能活。
最后说几句不好听的。
你可能在各种平台看到的"AI赚钱"信息里，有一条隐含的假设：只要你掌握了AI，钱就会自己来找你。
不会的。
AI不创造需求。它只是让满足需求的成本变低了。如果你不知道谁有需求——你手里再好的工具也只是摆设。
Korn Ferry 2026年的人才报告里有一句话我觉得说得特别准：企业现在最需要的能力排名第一的不是"AI技术"，而是"批判性思维和解决问题的能力"。AI技能只排第五。
73%的人力资源管理者这么认为。
因为他们见过太多这样的人了——会用一堆AI工具，但是面对一个具体的业务问题，完全不知道从哪下手。
反过来，那些真正能把AI用出价值的人——他们的核心竞争力根本不是"会用AI"。而是对一个行业、一类人群、一个场景的深度理解。AI只是让他们的理解力得以"变现"的加速器。
所以，如果你现在手里什么都没有——没有行业经验、没有技术背景、没有客户资源——那你的第一步不是"学AI"。
你的第一步是：选一个你感兴趣的细分领域，花三个月泡进去，搞清楚这些人在为什么事情花钱、花时间、花精力。
然后再用AI去撬动它。
这个顺序不能反。先有值得解决的问题，再有工具。先有钉子，再选锤子。
反过来——拿着锤子满世界找钉子——就是你看到的那些AI博主的日常：每天推荐一个新工具，但是永远赚不到"教别人用工具"之外的钱。
Notion的创始人Ivan Zhao最近说了一段话，大意是：每次技术革命，都遵循一个节奏——先是技术突破，然后是金融资本涌入（泡沫），然后是泡沫破裂（危机），最后是制度适配，进入真正的"黄金时代"。
1848年加州淘金热泡沫破裂后，留下来的不是淘金客，而是旧金山这座城市本身——银行、铁路、学校、社区。基础设施。
AI这波浪潮现在大概率还在"金融资本涌入+泡沫形成"的阶段。大部分"AI赚钱"的故事，最终会被证伪。
但——跟每一次技术革命一样——当潮水退去，留下来的东西是真实的。
留下来的是什么？是一批掌握了"用AI解决具体问题"能力的人。他们不一定赚了大钱，但他们在泡沫期积累的案例、客户关系、行业理解——这些才是退潮后真正值钱的东西。
所以别急着"赚大钱"。先让自己成为那个"退潮后留下来的人"。
怎么留下来？
就是前面说的那三步。今天就开始。问一个人。帮他解决一件事。
哪怕这件事小到不值一提。
