夜雨聆风本文核心观点引用自许式伟《AI 时代，企业要学会重新想象自己》
引言：这不是一次工具升级，而是一次认知迁移
每一轮技术浪潮，真正拉开差距的从来不是工具本身，而是认知。
移动互联网时代，最重要的变化是让每个人都拥有了一台随时联网的手机，"随时随地联网"成为一种基础能力。而今天，我们正站在一个更大的拐点上——AI 正在从"行业外挂"进化为像水、电、煤一样的通用基础设施。
对产品经理和技术人员来说，这不只是学一个新工具的问题，而是要重新想象：我们的产品该怎么做、我们的工程该怎么组织、我们自己该成为什么样的人。
一、AI 是外挂：每个人、每个企业都需要它
许式伟有一个直观的比喻：AI 就像一个外挂。
"在游戏里，当有人开始使用外挂，其他人如果不用，就会天然处于劣势……未来，每个人都会有自己的 AI 工具，每个企业也都会借助 AI 改造自身的组织能力、产品能力和服务能力。"
关键在于，这个外挂不是单一的，而是复数的。一个人可以同时拥有写作外挂、编程外挂、设计外挂；一个企业也可以同时拥有研发外挂、客服外挂、营销外挂。这意味着 AI 带来的不是简单的效率提升，而是生产力结构的迁移——大量过去不存在的新产品、新公司、新组织形态将会涌现。
结构图 1：AI 外挂体系结构图
二、Token 是新的计量单位，AI 是新的基础设施
上一轮 AI 热潮，更多是围绕特定场景的"解决方案型 AI"。而这一轮由大模型驱动的浪潮，第一次让 AI 变成了通用型基础设施——不再局限于某个行业，而是可以被广泛调用、组合、嵌入到几乎所有业务流程中。
由此，许式伟提出一个关键判断：
"Token 用得越多，某种程度上越代表企业智能化水平越高。"
这句话背后是组织思维方式的转变。如果一个企业不敢让员工用 AI、不敢让产品接入模型、不敢让业务流程被 AI 改造，那它大概率还停留在旧的工作方式里。
"在 Token 上花的钱，有人视为「投资」，买到就是赚到。有人视为「消费」，捂紧口袋锱铢必较。大家在十字路口，走向了各自的人生选择" (引用自网络)
同样重要的是，企业要敢于用贵的模型：
"如果一个业务场景不敢用更好的模型，很多时候说明这件事本身的价值不够高，或者企业还没有找到足够重要的 AI 场景。"
贵不是目的，效果才是目的——但敢不敢用贵模型，恰恰是检验一个场景是否真正值得被 AI 改造的试金石。判断 AI 的价值，不能只从"省成本"出发，而要从"提升组织能力"和"创造新价值"出发。
结构图 2：企业 AI 基础设施认知升级路径
三、软件工程要重构：写代码变快，不等于交付变快
对技术团队而言，AI Coding 是感知最直接的变化。但许式伟提醒了一个容易被忽视的事实：
"写代码效率提升，不等于软件工程效率提升；开发效率提升，也不等于产品发布效率提升。"
过去衡量软件工程成本的核心单位是"人月"；但当写代码不再是最慢的环节，真正的瓶颈会转移到产品设计、架构设计、测试验证和协作链路上。如果这些环节没有同步提速,AI 带来的只是局部提效，而不是系统性提效。
与此同时，产品经理的交付物也在变化。许式伟指出，软件工程最追求的是无歧义的共识，而静态原型天然存在表达局限：
"产品设计最好的表达方式，不应该只是静态原型，而应该是 live demo……未来优秀的产品人才，不能只会画原型、写需求文档，而要更接近'能够把想法变成可运行表达'的人。"
但也不能神化 AI Coding。AI **的能力很大程度上依赖评估函数——测试覆盖越充分，AI 写出来的代码就越容易被验证。**正如许式伟所说：
"今天的 AI Coding 不是 L5 级别的全自动驾驶，而更像自动挡。它能显著减轻负担、提高效率，但真正负责方向、质量和结果的，仍然是人。"
结构图 3：软件工程范式重构对比图
四、人才结构在重组：从程序员到 X Engineer
技术人焦虑 AI 会不会让自己失业，许式伟给出的判断是：
"让你失业的不是 AI，而是那些拿起 AI 的工程师。"
未来更重要的能力，不只是会不会写某一段代码，而是能不能定义问题、拆解系统、设计架构、验证结果、对产品负责。也就是说，工程人才要从"代码生产者"走向"产品与系统的建设者"——把产品、架构、研发三种能力融合在一起的角色，也可以称为 X Engineer，或者说"产品架构师"。
这不是简单换个岗位名字，而是因为 AI 时代对工程人才提出了新的要求：要能够把业务想法拆成产品方案，把产品方案变成工程架构，把工程架构变成可运行系统，并借助 AI 提升整个过程的效率。
五、大模型不会吃掉所有行业,它会成就每一个行业
面对"未来所有公司都会给大模型打工"的悲观论调，许式伟明确反驳：
"如果大模型真的会吃掉所有东西，那连大模型公司本身也没有长期生存空间……大模型更像大脑，更像外挂，更像基础设施。它会成就每一个行业，而不是替代每一个行业。"
今天感觉大模型"无所不能"，只是因为 AI 的大规模落地还处在非常早期的阶段，就像 2007 年 iPhone 发布后，移动互联网并没有立刻进入全面爆发。真正检验一家企业是否进入 AI 时代的标准只有一个：
"如果一家企业没有真正因为 AI 实现效率倍增，它就还没有真正进入 AI 时代。"
总结：五个维度,重新想象自己
把上面的观点收拢在一起，AI 时代对产品经理和技术人员的认知要求，可以归纳为五个维度：基础设施认知、价值判断标准、工程范式、人才结构，最终指向组织的自我重构。
结构图 4：AI 时代企业认知升级总览图（总结图）
结语
AI 不是一个短期热点,也不是一个单点工具,而是一次基础设施级别的变化,也是一场组织能力的重构。
对每一位产品经理和技术人员来说,值得反复自问的几个问题是:
• 我有没有真正让 AI 进入自己的工作流程？ • 我敢不敢在高价值场景里用更贵、更好的模型？ • 我所在的团队,软件工程的各个环节是否都在被重新设计,而不只是代码写得更快？ • 我是否正在从单一的"执行者"角色,走向能定义问题、设计架构、对结果负责的角色？
真正的机会,属于那些敢于进入新物种思维、敢于重构自身的人和组织。
本文核心观点整理自许式伟《AI 时代，企业要学会重新想象自己》，引用内容版权归原作者所有。
如果想知道更多好玩、有用的AI大模型，欢迎留言或加群一起探讨！
萤火AI百宝箱
行业洞察 | 技术解析 | 应用实践
与AI同行，和优秀的人一起成长！
