夜雨聆风
深夜局，跟你聊一个反共识：BD（商务拓展）凭什么是 AI 最难取代的职业之一 —— 以及为什么 Anthropic 估值反超 OpenAI、英伟达冲到五万亿，本质上都是 BD 的胜利。
周五晚上，California Avenue 上那家老酒馆。桌上一个做了十年的资深工程师，喝到一半突然有点丧：「Alan，你说 Claude 现在写代码这么猛，再过两年，我这种人是不是就被它干掉了？」
Alan 给他把杯子倒满，说了一句让全桌都愣住的话 —— 我赌，最后一个被 AI 干掉的白领职业，不是程序员，不是律师，不是分析师。是 BD。是那个请客户喝酒、把 deal 一单一单谈下来的人。
这话听着像段子，但它背后是一整套底层逻辑。来，今晚这八杯酒，Alan 一杯一杯跟你讲清楚。
01
能被 AI 干掉的工作，都有一个共同的死穴：
它存在标准答案
先给不在这行的朋友补一句：BD（Business Development，商务拓展）不是简单的"销售"。它是那个把两个本来八竿子打不着的组织或人，变成有钱往来的关系的人 —— 找客户、谈合作、搭关系、把一个 deal 从 0 推到对方签字。它干的是 "从无到有，把陌生变成信任" 这件事。
现在说 AI。剥到最底层，今天的大模型是一台极其强大的 "模式补全机器"：给它一段输入，它预测最可能的输出。它在什么活上无敌？凡是输入清晰、输出能被验证对错的活。代码能不能编译、能不能跑过测试，是客观的；数学题有标准答案；一份合同有没有漏洞，能被逐条检验；一个 DCF 估值模型算得对不对，有公式可对。
这些活有一个共同的名字，叫 ground truth —— 有标准答案、有客观对错。而一旦有标准答案，三件事就会接连发生：可以用海量数据训练 → 可以自动打分验证 → 可以无限复制。这三步，正好是 AI 的三个主场。AI 圈天天比的 benchmark（基准测试跑分），本质就是因为这些任务有标准答案，才比得出高下。
那 BD 的死穴在哪？它根本没有标准答案。同一个客户，今天谈崩、明天能谈成；同一句话，A 说出来是冒犯，B 说出来是交情。一个 deal 成不成，取决于信任、时机、情绪、面子、人情，甚至取决于对方老板今天心情好不好 —— 没有任何一个函数，能把这堆东西拟合出来。你没法给 "陪客户喝一顿酒、三个月后他给你签了 200 万合同" 打一个 benchmark 分数。它压根不在 AI 的坐标系里。
AI 替代的从来不是 "难的工作"，而是 "有答案的工作"。BD 难就难在 —— 它永远没有答案。
02
程序员、律师、咨询、投行 ——
每个行业被 AI 啃剩下的那根骨头，本质都是 BD
很多人把职业想成一个整体，"程序员会不会被取代" "律师会不会被取代"。这个问法本身就错了。AI 不会整块吃掉一个职业，它会先把每个职业劈成两层：一层是 "执行层"，一层是 "关系层"。然后，它精准地吃掉执行层，吐出关系层。我们一个个看：
程序员:写 CRUD、调 API、修 bug —— 执行层，Claude Code 正一口口吃掉→说服大客户把整个系统迁到你的架构、在技术选型会上搞定 CTO
律师:文档审查、合同比对、判例检索——执行层，AI 屠杀→那个能把大客户拉进来的"造雨人"合伙人（rainmaker），靠关系吃饭
咨询（麦肯锡那套）:做 PPT、搭框架、跑行业研究——执行层，正被平替→能给 CEO 打电话、能替艰难决定背书、能让董事会接受裁员方案的合伙人
投行 / 金融:建模、估值、做 pitch book——执行层，AI 化→MD（董事总经理）的 sourcing 与 closing，靠几十年的关系网
你发现没有：每个行业被 AI 砍完之后，活下来的那部分，长得一模一样 —— 都是 "离人最近、靠信任吃饭、把关系变成钱" 的那一层。一个 junior 律师的活，AI 能干；一个资深合伙人陪客户 CEO 打高尔夫的能力，AI 干不了。麦肯锡卖的从来不是 PPT，是那个 "敢替你的决定签字" 的人。投行真正值钱的不是模型，是那个能把 deal 从空气里变出来的关系网。
所以结论很反直觉：BD 不是 "一个安全的职业"，BD 是每一个职业里那个 "安全的内核"。工业革命时，机器吃掉了手艺人的双手，却吃不掉商人的通讯录。今天的 AI，做的是同一件事。
AI 不是在消灭职业，而是在每个职业里，把 "执行层" 和 "关系层" 劈开。执行层归 AI，关系层归 BD。
03
机器能学会一切"可被验证"的东西，
但学不会让另一个人"决定相信你"
再往下挖一层。AI 从数据里学习，而数据，只为 "可验证的任务" 大量存在。但 "一个人决定相信另一个人" 这件事，低频、高风险、被情境浸透、且几乎不被任何训练集记录。世界上没有一个数据库，存着 "老王为什么在第三次饭局后决定把这单给小李"。
更关键的是 —— 在企业大单（2B）里，买方是人，而且他要的就是一个人。一个 CIO 要花 500 万买你的方案，他赌的不只是产品好不好，而是 "出了事有没有人接我电话、有没有人扛责任、有没有人陪我一起向我老板解释"。他要的是一个能被信任、也能被追责的活人。AI 给不了这个 —— 你没法跟一个 API 建立 "过命的交情"。
什么是信任？信任的本质是：「我相信你在关键时刻会站在我这边，哪怕这对你不利。」这需要一个有血有肉、有声誉可损、有未来要顾的人来承诺。AI 没有声誉可以赔，没有人情要还，也没有下一单要做 —— 它无法被信任，因为它无可失去。
三百年前的东印度公司就懂这个道理。它能垄断半个地球的贸易，核心从来不是船更快、货更好，而是它在每一个港口，都养着一个 "认识当地权贵、能搞定关税、能摆平地方官" 的人。航海术是可复制的技术，那张盘根错节的关系网，是不可复制的资产。技术决定你能不能上场，关系决定你能不能赢。
信息可以被复制，信任不能。AI 把信息的价格打到了零，于是信任，成了唯一还在涨价的东西。
04
签字的那个人，必须是一个能被骂、能被告、也能被请去吃饭的人
商业世界有句老话：每一个大单背后，买方要的不只是一个产品，更是 "一个能追责的对象"（英文叫 a throat to choke，一个能掐住的脖子）。这句话很糙，但它是 2B 的底层规则。
当一个 deal 出问题 —— 系统崩了、项目黄了、承诺没兑现 —— 买方需要一个能站出来负责的人。AI 不能负责。你没法 fire 一个模型，没法起诉一个 API，没法让 ChatGPT 在董事会上向你的 CEO 鞠躬道歉。责任，必须落在一个人头上。而那个愿意把责任接到自己头上的人，往往就是 BD。
这就是 BD 这个职业最被低估的内核：他在替买方承担风险。一个好的 BD，本质上是在用自己的个人信誉给交易背书 —— "你跟我签，出事我兜着。"这是一种风险转移。而 AI 无法承担风险，因为它没有任何可以损失的东西。
反过来，关系也是一本双向的人情账。今天你替客户扛了一个雷，明年他升了职、带着更大的预算回来找你。这种"人情的复利"，只能在两个活人之间发生。AI 不欠你人情，也永远不会还你人情。
想想为什么再大的公司，核心供应商谈判、政府关系、关键并购，最后都得 "人去谈"。苹果的 Tim Cook当年管的是供应链，本质就是跟全球供应商谈条件、建信任、锁产能 —— 那是顶级的 BD。他能接班乔布斯，不是因为他设计做得最好，而是因为他把 "关系与履约" 这件事，做到了世界第一。
你可以解雇一个人，起诉一个人，也可以请一个人喝酒。这三件事，你对 AI 一件都做不了 —— 而商业的本质，恰恰就建立在这三件事上。
05
当 AI 让"造东西"变得不要钱，唯一还值钱的，就是"谁认识谁"
这一刀最反直觉，但它是整篇的命门。先讲一个一百多年前的经济学故事 —— 杰文斯悖论（Jevons Paradox）。19 世纪，经济学家杰文斯发现：蒸汽机让煤的使用效率大幅提升，大家都以为煤会用得更少，结果煤的总消耗反而暴涨。为什么？因为一样东西一旦变便宜，需求就会爆炸式增长。
把这个逻辑套到 AI 上：AI 让 "生产"（写代码、做设计、写文案、建模型）的边际成本趋近于零。按直觉，这些技能该贬值。但杰文斯告诉我们 —— 当生产变得免费，瓶颈不会消失，它只会转移。转移到哪？转移到 "分发" 和 "信任" 上。
当所有人都能用 AI 在一周内做出一个产品，产品本身就不再是壁垒。市场上会瞬间涌出一千个长得差不多的产品。这时候谁赢？是那个"能让客户选择你、信任你、把预算交给你" 的人。也就是 BD。
于是一个吓人的结论：AI 越强，BD 越值钱。因为 AI 把供给侧（生产）打成了红海，价值就被挤到了需求侧（分发、关系、信任）。供给越泛滥，"谁能搞定客户" 就越稀缺。
这跟印刷术之后的世界一模一样。古腾堡让 "造书" 变便宜了，结果稀缺的不再是抄书的人，而是 "能把书卖出去的出版商、能建立读者信任的品牌、能搞定教会审查的关系户"。技术每普及一种能力，就会让另一种能力变得稀缺 ——而那种稀缺，几乎永远是关系与分发。这也是为什么今天的硅谷，最不缺的是 "会 train 模型的人"，最缺的是 "能把模型卖进世界 500 强的人"。
AI 把 "会做" 这件事变成了水电煤 —— 人人都有。于是真正的稀缺，从 "谁会做"，变成了 "客户凭什么选你"。
06
Anthropic 估值反超 OpenAI，不是因为模型更聪明，是因为 BD 更狠
给不在圈里的朋友补个背景：Anthropic 和 OpenAI 是当今全球最强的两家 AI 公司。OpenAI 做的是 ChatGPT，大众更熟；Anthropic 做的是 Claude，由一群从 OpenAI 出走的人创立，CEO 叫 Dario Amodei。长期以来，OpenAI 是绝对老大。
但 2026 年，发生了一件让很多人意外的事 —— Anthropic 的估值冲到约 9650 亿美元，反超了 OpenAI 的约 8520 亿；年化收入跑到约 470 亿美元，也把 OpenAI 甩在了身后。一家 "后来者"，把 "老大哥" 按在了地上。
原因藏在一个数字里：Anthropic 的收入约八成来自企业客户（2B），超过一千家企业每年在它身上花掉 100 万美元以上。OpenAI 强在 C 端（普通人用 ChatGPT），Anthropic 强在 B 端（企业把 Claude 接进生产流程）。这两个，是完全不同的两个世界。
C 端，很大程度上是 "产品自己卖自己" —— 靠病毒传播、靠口碑、靠算法。但 2B 是一单一单 "谈" 下来的。要进一家世界 500 强，你得搞定 CIO、过采购流程、过法务、过安全审计、做 POC（概念验证），还要跟 Accenture、Deloitte、PwC 这些集成商绑定 go-to-market（联合进入市场）……这一整套，AI 一个环节都替代不了。这是纯粹的 BD 战争 —— 而 Anthropic 打赢了。
这里有一个让所有 "AI 安全研究实验室" 人设破防的数据：2026 年 5 月底，Anthropic 招聘网站上的销售岗位（72 个），已经超过了 AI 研究岗位（67 个）。一家以 "AI 安全研究" 自居的公司，现在招的销售比研究员还多。这不是堕落，这是清醒 —— 它比谁都明白：在 2B 的战场上，模型只是入场券，BD 才是胜负手。同期，它还秘密提交了 IPO 申请，撑起接近一万亿美元的估值。投资人赌的不只是模型有多强，更是它 "把模型变成企业收入" 的能力 —— 而那个能力，就叫 BD。
当然，公平地说，模型本身得够硬（Claude 在编程、在 agentic 任务上的口碑是地基）。但当各家模型能力越来越接近、benchmark 越咬越紧，真正拉开差距的，是谁能把它卖进企业的核心流程。OpenAI 不是输在模型，是在企业销售这件事上，起步慢了、做得糙了。
OpenAI 赢得了用户，Anthropic 赢得了客户。前者靠产品，后者靠 BD。而在 AI 这个烧钱的游戏里，"客户" 比 "用户" 值钱得多。
07
英伟达冲到五万亿的核心，是一个穿皮衣的顶级 BD，他叫黄仁勋
2026 年 6 月，英伟达市值冲到约 5 万亿美元，全球第一。两年前，它还只有约 3 万亿。所有人都说英伟达赢在 GPU（图形处理芯片）和 CUDA（它的软件生态）。技术当然是真的。但我想说一个被严重低估的真相：英伟达最核心的资产，不是芯片，是黄仁勋本人 —— 而黄仁勋的本质，是这个星球上最贵的一个 BD。
供给端，他搞定了台积电。芯片是英伟达设计的，但造芯片得靠台积电。在产能极度紧张的年代，谁能从台积电拿到产能，谁就能活。黄仁勋几十年如一日地经营跟台积电、跟张忠谋的私交。他拿到了别人拿不到的产能，靠的不是出价更高，是几十年的交情和信任 —— 这是教科书级的供应链 BD。
需求端，他亲自卖。英伟达最大的客户是微软、谷歌、亚马逊、Meta 这些云巨头。黄仁勋亲自飞去见他们的 CEO，亲自谈每一笔大单。他不是坐在办公室里等订单的董事长，他是公司的首席销售。
生态端，他把全世界绑在 CUDA 上。CUDA 的护城河，一半是技术，一半是关系 —— 他花了十几年，把全球的 AI 研究者、高校、开发者都 "养" 在 CUDA 上。这是生态层面的 BD：不是卖一次，是让整个行业离不开你。而他每年的 GTC 主题演讲，本质是一场全球直播的超级 sales pitch —— 皮衣、金句、把复杂技术讲成所有人都听得懂的故事，这是顶级 BD 的表演艺术。
别忘了，黄仁勋自己说过，英伟达是在一家 Denny's 餐厅的卡座里聊出来的。一个能把一家芯片公司，从餐厅卡座一路讲到 5 万亿市值的人，你说他是工程师，还是 BD？再看看这个时代所有最值钱的科技公司的灵魂人物 —— 马斯克（把火箭和电动车的愿景卖给全世界、卖给政府）、Tim Cook（供应链关系大师）、黄仁勋（芯片关系大师）—— 他们的共同点，从来不是代码写得最好，而是 "把愿景、信任、关系变成钱" 的能力最强。创始人的本质，往往就是公司的首席 BD。
一家公司最贵的东西，常常不在资产负债表上 —— 它是创始人脑子里那张关系网，和别人对他的那份信任。而那，正是 BD 的定义。
08
AI 时代最反直觉的职业建议：
别去卷"离机器最近"的活，去做"离人最近"的人
聊到这，桌上那位工程师不说话了。Alan 给他又续了杯，说：我不是劝你别学技术。技术是入场券，永远要有。但如果你问我，AI 时代什么能力会越来越值钱，我的答案是 —— "让人愿意相信你、选择你、把事情托付给你"的能力。
这里有一个残酷但真实的不对称：技术能力会被 AI 不断追平（今天你会的，明年模型也会）；但关系资本、信任资本，是会复利的，而且专属于你。你帮过的人、欠你人情的人、信任你的客户 —— 这些不会因为发布了新模型就被清零。它们只属于你，而且越老越值钱。
很多技术人对 BD 有偏见，觉得那是 "陪酒的、靠嘴皮子的、没硬本事的"。这是这个时代最大的认知误区之一。BD 真正的硬本事，是读懂人、建立信任、在巨大的不确定里促成合作 —— 而这，恰恰是 AI 最学不会的人类能力。它不 sexy，但它抗揍。
给你三条能落地的话：第一，如果你是技术人，别把自己锁死在 "执行层" —— 多去客户现场、多参加行业活动、多认识人；让 AI 替你做执行，把省下来的时间，投到 "关系" 上。第二，真正的安全感，不来自 "我会一项 AI 不会的技术"（这越来越难），而来自"有一群人信任我、愿意跟我做生意"。第三，把"信任"当成一种资产去经营，像滚雪球一样 —— 每一次靠谱的交付、每一次替人扛事，都是在往这个账户里存钱。
我们总在问："AI 会不会取代我？"但换个问法会清醒得多：当 AI 让生产变得免费，价值会流向哪里？—— 它会流向那些能建立信任、能搞定人、能把泛滥的供给和真实的需求接上的人。这个世界从来不缺会做事的人，缺的是让人愿意把事交给他的人。
酒过三巡，California Avenue 的灯光晃在杯子上。Alan 跟他碰了下杯，说了最后一句：AI 会让这世上"会做事"的人，多到不值钱；但"值得被信任的人"，永远稀缺。
这杯，敬那些 AI 替不了的、笨拙的、只属于人与人之间的东西 —— 敬信任，敬人情，敬那个永远要亲自去谈的 deal。
本文为观点性分析，所涉数据（英伟达约 5 万亿美元市值、Anthropic 约 9650 亿估值与约 470 亿美元年化收入、企业收入占比、销售/研究岗位数）截至 2026 年 6 月公开信息，会随市场波动，仅供参考。
7 月 18 日 周末
欢迎来旧金山艺术宫听三大模型 OpenAI、 Anthropic、谷歌 Deepmind 科学家
同台演讲🎤
刚融资 $6 亿的 AI labs 联创田渊栋也来演讲
还有大量顶级风投 VC 来现场
门票还包含周日一起看世界杯 🏆 决赛
目前限量折扣 🎟️：https://luma.com/genaisummit26?coupon=KEA
想要购买展位的公司联系我有折上折优惠💰 （折扣码：KEA 15% OFF)
