AI 一来,最先照出的是注水的伪专业

AI 不会先替代人，它会先把每一份工作拆开，一块一块接过去。

这话听着挺安慰人，看似人类从执行者升级成了任务的规划者与规则制定者。

可我越琢磨越觉得不对劲：AI 拆分工作只是表象，本质是不是扒开了遮羞布，很多看上去很专业的活儿，其实大部分内容门槛并不高？

拆开工作的说法，哪里让人不安

先说说拆工作这个叙事为什么流行。

它的逻辑很工整：AI 先拿走能写成规则、能批量处理、能重复验收的部分，剩下来的是提出问题、处理例外、判断结果、建立信任和承担责任。人从执行动作的人，变成定义任务、制定规则的人。

例子也很好找：新材料研发，过去六七个工程师反复试验，现在 AI 筛选配方；外贸出口算运费、订单发货的岗位，新人要啃两个月规则才能给客户核算报价、做全套物流单据，如今 AI 自动算好价格、生成全套出货单据；医院中 AI 负责生成病历、核查文书合规性，核心的诊疗决策与责任判定仍由医生承担。

听起来一切都在往好的方向走。

可这背后有个不愿点破的前提：并非所有人都能顺利转型为制定任务、把控方向的岗位，这类高端岗位数量本就有限。

任何一个组织里，能定义任务的人本来就是金字塔尖的少数。一份工作被拆开后，10 个执行的人里，可能只需要 1 个判断的人。剩下 9 个去哪儿？这不是升级能一笔带过的。

早年每个公司都单独设置出纳、核算、对账岗位，财务共享系统集中上线后，原本的核算团队精简。被优化下来的员工，并没有转型成规则制定、流程设计的统筹岗位，要么被动转岗，要么被淘汰。

真正扎心的是第二件事

比工作被拆解瓜分更扎心的真相是：AI 就像一面照妖镜，轻轻一照便原形毕露，很多我们自诩的专业能力，本质不过是信息不对称、重复熟练度，以及人为设置的流程门槛而已。

刘嘉老师在《通用人工智能》里有个判断，我觉得比拆工作狠多了：以前把一件事做到 80 分就拥有了专业技能，现在 AI 自动实现 80 分，相当于把 80 分抹成了 0 分，人只能去掌握那 80 分以上的东西。

什么意思？

你苦练五年的文案功底、PPT 制作美化、数据整理、基础代码、合同模板、漏洞扫描、合规检查……这些曾经专项工作，AI 一键就到 80 分。你没有变差，是这个门槛本身消失了。

以前定义的技术活，新人得学半年才能上手。现在呢？AI 几分钟就完成了。

你以为的专业能力，其实只是熟练使用了工具。工具一变，熟练度就清零了。

效率陷阱：越熟练，贬值越快

还有一个更反常识的观察，来自《GEO 不是你想的那样》课程内容：效率陷阱。

AI 最先提供帮助的事情，恰恰是从业者最容易掌握的那些：能清晰拆解步骤、量化结果、快速优化的工作。从业者一味在这些事上追求更快更好，无异于亲手为 AI 编写一份完美的岗位说明书。

这话听着刺耳，但仔细想还真是这么回事。

《列子》里有个纪昌学射的故事。纪昌拜神射手飞卫为师，飞卫不教射箭，先让他练"不眨眼"——躺在织布机底下盯梭子，盯了两年，锥子刺到眼皮都不眨。又让他练"视小如大"——窗口挂只虱子天天看，看了三年，虱子在他眼里有车轮那么大。这时候一拉弓，一箭穿透虱心。

这个故事历来是"苦练出真功"的典范。但换个角度看：纪昌花五年练的，全是可量化、可拆解、可重复验收的硬功夫。AI 时代的"纪昌们"正在经历一件事——你苦练十年的"视小如大"，AI 装个高清镜头一秒就做到了，还比你准一万倍。

你越擅长一件事，这件事就越容易被拆解成步骤；越容易被拆解成步骤，AI 学得就越快。最后你引以为傲的熟练技能，变成了所有同行的标配。当一项能力人人都有，它就不再是优势，而只是行业基本线。

这就解释了为什么很多资深人士面对 AI 会有一种荒诞的失落感，落败的从不是个人，而是十年深耕的旧能力，已然被时代淘汰。

那什么才是真专业

但也不用太悲观。AI 照镜子，照出来的不只是假专业，也照出了真正值钱的东西。

哲学家波兰尼有个概念：隐性知识，我们知道的东西，远远多于我们能说出来的东西。而那些说不出来的，才是 AI 真正学不会的。

1920 年代，福特公司一台大型电机出了故障，全公司工程师都修不好，请来电机专家斯坦门茨。他围着电机看了两天，用粉笔在外壳上划了一条线："把这里的线圈减少 16 圈。"照做之后，电机果然恢复正常。

福特问酬金，斯坦门茨说：一万美元。所有人都惊了，划一条线就要一万美元？他的回答后来成了名言："划一条线，1 美元。知道在哪里划线，9999 美元。"

"知道在哪里划线"，就是隐性知识。它来自几十年摸过的每一台电机、踩过的每一个坑、听过的每一次异响，甚至是对温度和气味的直觉。

放到具体工作里，什么是隐性知识？

是老网管听问题描述就知道问题出哪里、是你跟物业扯皮时知道找谁最管用、跟领导汇报时知道哪句话该说哪句不该说。

是你做采购招标时，对供应商上次在隔壁单位做砸了的判断，对低价中标会不会埋坑的嗅觉，对这个参数写得漂亮但落地会缩水的直觉。

是安全出了事之后，你知道怎么定责、怎么汇报、怎么折中、怎么收场，这些教科书里没有，AI 也学不会，因为它们根本不是技术问题，是人的问题。

信息化、数字化、智能化做到最后，80% 的问题不是技术问题，是人的问题。而人的问题，AI 插不上手。

一个可以马上做的小练习

最后给你留一个练习。

拿出一张纸，把你最近做的所有事情列出来，然后给每件事打两个分：

A 和 B 都高的，就是你的核心护城河。 A 低 B 也低的，赶紧想办法从里面抽身。 A 低但 B 高的，最危险，你以为自己很重要，其实 AI 已经会了，只是领导还不知道。

AI 时代真正的职业安全，不是你掌握了多少技能，而是你有多少东西，是说不清楚、写不下来、也教不会的。

那些东西，才是你的。