夜雨聆风
最近的AI圈，有件事比发布新模型更值得注意
这几天我一直在看AI行业的新消息。
看得越多，越有一种感觉：现在大家还在讨论哪个模型更强、跑分又提高了多少，但真正的变化，好像已经不在聊天框里了。
AI正在慢慢从“给你一个答案”，变成“直接替你把事情做了”。
这两者听起来差不多，实际上完全不是一回事。
以前我们用AI，大多数时候就是问一句，它答一句。
让它写文章，它给你一篇初稿。
让它写代码，它给你一段代码。
让它做方案，它给你列出一套看起来还不错的框架。
至于后面怎么修改、怎么落地、出了问题怎么办，还是得人自己处理。
所以过去两年，AI虽然很火，但很多人用到最后，只是多了一个高级一点的搜索框。
真正省下来的时间，并没有想象中那么多。
但最近这段时间，我发现这个情况正在变。
AI公司现在做的重点，已经不是让模型回答得更像人，而是让它可以使用电脑、打开网页、调用工具、读取文件，甚至连续工作几个小时。
说白了，以前的AI像一个顾问。
现在的AI，开始有点像一个刚入职的员工了。
AI开始从“给建议”走向“交作业”
拿写代码这件事来说。
以前你让AI开发一个网站，它通常会给你一堆代码。
至于代码能不能运行、依赖有没有冲突、页面有没有报错、服务器能不能部署，它并不负责。
很多不懂技术的人，第一次看到代码的时候很兴奋。
觉得网站马上就做出来了。
结果把代码放到本地一运行，几十个报错。
然后继续把错误发给AI。
AI再给一段修改方案。
改完又出现新问题。
来来回回折腾几天，最后项目还是跑不起来。
这也是为什么很多人觉得AI写代码很厉害，但真正拿它做完整项目时，又总觉得差点意思。
现在，AI编程工具正在补的，就是后面这一段。
它不只是生成代码，还会自己运行、测试、读取报错、修改文件，再重新执行。
你给它的任务，也不再是：
“帮我写一个登录页面。”
而可能变成：
“把这个项目的登录功能做完，接好数据库，测试一下，发现问题就修复，最后告诉我改了哪些地方。”
这才是真正有价值的变化。
因为大部分人并不在乎一段代码是谁写的。
客户也不会因为你亲手敲了几千行代码，就愿意多给你钱。
大家最后看的，还是东西能不能用。
以后很多工作，可能不会被一次性替代
这段时间经常有人问我：
AI发展这么快，程序员会不会失业？
做设计的会不会失业？
写文章的会不会失业？
这个问题其实很难直接回答。
因为现实中的工作，不是一个按钮。
很少有一份工作只是“写代码”，或者只是“写文章”。
比如我平时帮别人做技术部署。
真正花时间的，不只是执行安装命令。
前面要问客户用的什么服务器，什么系统，有没有显卡，端口是否开放。
中间要处理环境冲突、网络问题、版本不兼容。
装完以后还要测试、交付、写使用说明，后面可能还要继续售后。
所以AI不会突然把整个岗位一口吞掉。
更可能发生的情况是，它先吃掉其中最标准、最重复、最容易检查的部分。
先帮你查环境。
再帮你生成安装命令。
然后读取日志、分析报错。
最后整理一份部署记录。
以前一个人一天只能接一两个单子。
以后借助AI，也许能同时处理五个、十个。
这才是我觉得最现实的变化。
AI不一定马上取代你。
但会用AI的人，很可能会逐渐取代那些完全不用AI的人。
真正需要担心的，是大量“中间工作”
以前互联网里有很多工作，本质上是在搬运信息。
有人负责搜索资料。
有人负责整理表格。
有人负责把长文缩短。
有人负责把一份内容改成几个不同平台的版本。
有人负责根据固定模板回复客户。
过去这些事情必须由人来做，是因为软件听不懂自然语言，也不会自己判断。
现在这道门槛正在快速消失。
AI能看文档、能看图片、能处理表格，也能调用各种软件。
只要规则足够清楚，很多工作就可以被拆成一条自动流程。
比如做一篇公众号文章。
过去可能是：
先找热点，再搜资料，再确定角度，然后写稿、改标题、找配图、排版，最后再改成小红书和头条版本。
如果整套流程都靠人，几个小时很正常。
以后可能只需要人确定一个方向。
AI负责抓取信息、整理资料、生成初稿、检查事实、给出标题，再按照不同平台进行改写。
人最后做判断和修改。
问题就来了。
如果一个人的价值，只是负责其中某个机械步骤，那这部分工作确实会越来越危险。
但如果你能决定写什么、为什么写、写给谁看，知道哪些信息可信，哪些观点有价值，那AI反而能放大你的能力。
内容行业也一样，最先贬值的不是写作，而是拼凑
很多人看到AI会写文章，第一反应是做自媒体越来越容易了。
从生产效率来看，确实是这样。
以前一天只能写一篇。
现在一天可以生成十篇、二十篇。
但问题是，当所有人都能批量生成内容以后，普通内容也会变得越来越不值钱。
现在网上已经有很多文章，看标题很有冲击力，开头也很热闹。
往下读几段，就能发现里面没有什么真正的信息。
无非是把公开资料重新整理一遍，然后加入几句正确但没什么用的话。
这种内容，以前至少还需要人花时间写。
现在AI几分钟就能批量生成。
所以以后真正稀缺的，不是会不会写文章，而是有没有自己的东西。
你亲自做过什么。
踩过哪些坑。
花过哪些冤枉钱。
哪些方法看起来很好，实际根本不能用。
客户真正关心什么。
行业里有哪些话大家不愿意公开说。
这些东西，AI很难凭空给你。
它可以帮你把经验表达得更清楚，但不能替你拥有经验。
所以我现在越来越不喜欢那种四平八稳的AI文章。
看着什么都说了，读完以后什么也记不住。
真正有价值的内容，哪怕写得没有那么漂亮，也应该让读者感觉到：
这个人确实做过。
他不是把网上的东西换一种方式再讲一遍。
普通人现在没必要追着每一个新模型跑
AI圈更新太快了。
今天出了新模型。
明天又出了新工具。
后天有人说某个产品已经碾压了所有同行。
如果每天都追这些东西，很容易产生一种错觉：
好像自己学了很多，又好像什么也没真正掌握。
我觉得普通人现在最该做的，不是把所有AI工具都试一遍。
而是先找一件自己每天都会重复做的事情。
比如整理客户需求。
回复常见问题。
写商品介绍。
分析销售数据。
制作短视频文案。
部署软件。
整理行业新闻。
然后认真想一下，这件事能不能被拆开。
哪些步骤可以交给AI。
哪些地方必须自己判断。
结果怎么检查。
出了错怎么退回来。
当你开始考虑这些问题的时候，你做的就不再是简单地使用AI。
而是在给自己搭一套工作系统。
这套系统不一定多复杂。
哪怕只是把原来需要两个小时的工作缩短到半个小时，长期积累下来，差距也会非常明显。
最后说两句
最近的AI新闻看起来很多。
模型、智能体、编程工具、搜索、办公软件，每天都有新东西。
但把这些消息放在一起看，方向其实越来越清楚。
AI正在离开聊天框。
它开始进入文件、浏览器、代码仓库、企业系统和每个人的工作流程。
以前我们关心的是，AI能不能写。
接下来更值得关心的是，AI能不能自己把事情做完。
这件事真正影响的，可能不是某一个行业，而是我们以后工作的方式。
未来人与人之间的差距，也许不在于谁知道更多AI工具。
而在于谁能把自己的经验变成流程，再让AI去重复执行。
我现在也在重新整理自己的工作。
哪些事情必须由我做。
哪些事情其实早就可以交给AI。
这个问题，可能比追下一款新模型更重要。
这里是浮生大白。
我不太关心AI又多了几个参数。
我更关心的是，它到底能不能帮普通人少走一点弯路，或者多赚一点钱。
资料1：OpenAI于2026年6月11日宣布计划收购Ona，并披露Codex周活跃用户超过500万、较年初增长400%，同时强调让智能体在持久云环境中持续工作。
资料2：Anthropic披露，截至2026年5月，其内部合并代码中超过80%由Claude编写，工程师日均合并代码量约为2024年的8倍。
资料3：Google在2026年I/O公布新版AI搜索，提出用户可以直接通过搜索调用智能体，并称这是搜索框二十多年来的重要升级。
资料4：OpenAI宣布投入1.5亿美元建设合作伙伴网络，并计划在2026年底前培训30万名认证顾问，重点帮助企业完成流程改造和AI落地。
资料5：OpenAI于2026年6月16日公布部署模拟研究，分析约130万条去标识化对话，并测试涉及大量工具调用的智能体场景。
RECOMMEND
相关阅读
别再让 AI 瞎算命了：这个开源项目，把八字和紫微做成了 Agent Skill这两年，很多人都试过让 AI 看八字、看紫微、看流年。
