夜雨聆风
如果你正在 30 到 50岁之间,正在为一份工作、一个岗位、一份合同发愁,我理解，你很难。
前头拿着新工具往上冲,后头一堆人等着接你腾出来的位子,旁边 AI 还在不断把"执行"这件事按到免费。看看孩子升学、父母医疗、房贷再撑十几年的账单,你的精力早被切成了八瓣。这就是这一代壮年人的真实处境。
往上,嫌你贵。往下,嫌你旧。旁边,AI 在复制你。三股力量,同一个下午,挤的就是你。
2026 年 7 月 22 日,人社部启动专项攻坚,帮扶对象是 1222 万毕业生中离校还没找到工作的那部分。智联招聘的调研,85% 的白领认为职场存在"35 岁门槛";全国总工会的调查里,35 到 39 岁的职工中,54.1% 担心失业,这个比例在所有年龄组里最高。大模型价格一年降了一个数量级,能力涨了一个数量级。写文案、做客服、敲初级代码,这些过去要付月薪的活儿,现在按 Token 计费,约等于免费。
人到中年，战战兢兢，都以为随着技术进步，人会越活越轻松。但真实世界却和你不断挤眉弄眼，让你觉得自己活成了个笑话。
该死的35岁。
中年危机不是今天才有，从《天气预报员》到《男人四十》，中西方电影界一直在刻画这种人生焦虑。
但真正的中年危机，似乎是我们自己走错路。
经济学家爱德华·拉齐尔 1979 年有一篇关于工资曲线的研究,验证了将近半个世纪:员工的工资不是随年龄线性上涨的,是随"决策权重"凸性上涨的。你值多少钱,不取决于你干了多少年,取决于你承担过多少次"判断对错"的责任。决策比执行值钱，这很好理解。
纳瓦尔 2018年那组成名的推文里,把杠杆分成三类:资本杠杆、劳动力杠杆、代码与媒体杠杆。前两种有门槛,你没钱,也没团队。第三种过去也有门槛,要会写代码、会拍视频、会写文章。AI 出现后,门槛被按到地板:会用 AI,就等于拥有一支不领工资的团队。也就是说，ai出现以后，门槛低了，涌入的人多了，脱颖而出反而更难。
社会学家罗伯特·帕特南在《独自打保龄》里写过"社会资本"。这东西在 AI 时代换了个名字:可信度。过去可信度靠机构背书,"我在大厂待过五年"就值钱。AI 让吹牛零成本之后,机构背书贬值,可信度只剩一种来源:带具体数字、可被验证的个人战绩。你有自己的“作品”吗？是这个问题的实质。
说得更直白一点:同样是 35 岁,一个还在做"提交周报、排会议、写公众号推文初稿"的人,和一个每周在公开渠道晒"我看好什么、三个月后复盘、错了就认"的人,他们的定价差距不是一倍两倍,是一百倍。前者能被 AI 替代,后者 AI 替代不了。这就是 35 岁危机的真正分水岭。
35 岁这条线,从来画的不是年龄,是定价方式。
报课、收藏干货、刷训练营,这些开始进入你的个人时间，面对未来的迷茫，你努力给自己创造一些确定性。可是，这些真的有价值吗？
拉齐尔那个研究里有个被反复验证的推论:工作中学着做判断的回报,远高于课堂里学知识的回报。你真正该学的，是判断力、决策力、承受力。
从今天开始给自己定纪律:把执行外包给 AI,把判断留给自己。每周拿出几个小时,只做 AI 替代不了的事,写判断、做决策、谈客户、复盘错误。AI 给你三个方案,你能不能五分钟内判断哪个对、为什么、什么情况下会错。
GitHub 官方研究说,用 Copilot 的程序员完成任务速度平均提升 55%,那 55% 的意义不在快,在被验证的判断变多了。
还有一个笨办法,笨但有效:每个月写一份判断日志。本月五个关键判断,结果如何,错了几个,错在哪。写不出来的那个月,就是你停止生长的那个月。
最容易踩的坑,是假装在学习。刷完一门课、收藏三百篇干货,决策密度纹丝不动。收藏夹不会给你定价,判断记录才会。
学习是假动作,判断是真功夫。
选赛道这事很难,信息这么多,没人能替你决定。但可以给你一条靠谱的路径:看五年后,怎样让你的积累被成倍放大。
纳瓦尔所列的代码与媒体杠杆，曾经成就过众多的主播和内容创作者。AI 出现之前,这个杠杆有手艺门槛。现在门槛塌了,用 Cursor 能搭一个网站,用剪映加 AI 配音能做一条百万播放的视频,用 AI 协作能写一本电子书。
工具不再是问题,问题变成了另一个:过去七年,你有没有攒下"作品"?
朋友高不同是资深的互联网运营。履历漂亮,大厂十年,月薪四万,管过几十人的团队。被裁之后去面试,递出去的全是履历,在哪家做过、负责什么、汇报给谁。HR 一眼看穿:这是执行经验乘以年数的线性叠加,而线性叠加的东西,AI 都会。结果,薪资预期被砍掉四成。
另一个鲜活案例是半佛仙人。风控分析出身,从 2018 年前后开始写公众号,把金融、科技、商业的判断写成一篇篇文章。AI 来了,别人恐慌,他反而更值钱,因为他留下的不是技巧,是八年里几千篇"判断加框架"的作品。技巧会被 AI 追平,判断的复利不会。
一个人的七年是简历,另一个人的八年是账户，结果云泥之别。
选择比努力重要，问题是选择的代价也比努力沉重。未来赛道怎么选？
教育、医疗、法律、金融,这四个行业被 AI 改造的空间最大。普通人看到的是被替代的可能性，但你需要看到其中判断决策岗位的价值。赛道是基础，角色才是关键。把你的经验值封装成决策力，你就有了不败之体。
另外需要避坑的是，别走上出卖劳动力的老路。做副业、做咨询、接私活,等于卖时间、卖服务、卖一对一定制,那只是换了个地方打工。能零成本复制传播的,才叫杠杆。
发财致富的本质不是交易，而是杠杆。
大多数人对"用 AI"的理解,停留在提效:我做事更快了。这是从 1 到 1.5,聊胜于无。真正的协同是另一个量级,AI 承担执行,人承担判断,"判断乘以执行"的乘积被 AI 放大。你赚到的不是时间,是被验证的机会变多了。
一个 32 岁的市场策划,过去写一份方案要三天,调研一天、框架一天、填内容一天。现在 AI 三小时出五个版本。关键不在三小时,关键在他能用三十分钟判断五个版本里哪个对。效率几乎是过去的三十倍。
一个 35 岁的程序员,过去写一段代码两小时,AI 三十秒写完。他接下来花一小时审核和测试:这段代码上线会出什么问题、有没有边界情况、扛不扛得住并发。他可以用更多的时间思考产品、架构、质量。
如果你用对了AI ，那么它对这对你而言，就从对手变成了陪练。
守住一条红线:永远不让 AI 替你做判断。AI 替你判断的那一天,就是你被 AI 替代的开始,先学会审查 AI 的输出，再学会优化 AI 的工作流程。
如果你现在还习惯于，去问豆包对不对，那我得给你放段哀乐。
因为你在亲手杀死自己的职业人生。
别在焦虑中内耗，要把焦虑当成解药，马上去干。
开账号、写判断、晒复盘,这些事听起来像运营个人品牌,其实不是。它的本质是给你的可信度账户充值。
社会资本不是"我认识谁",是"可被验证的履约记录"。AI 把这件事放大到了顶点。过去的可信度靠机构背书:大厂工牌、名校文凭、协会头衔。AI 让这类声明的伪造和包装零成本，机构背书快速贬值。
可以证明你的只有:个人战绩,带具体数字的、公开可查的、不可更改的判断记录。
投资圈已经先走了一步。2018 年以前,研究员靠券商的牌子吃饭,几份新财富上榜的名单足以让一个 30 岁的分析师拿到百万年薪。这几年,头部那批分析师全在雪球、小红书、公众号上公开写判断、晒复盘、挂实盘。因为 AI 让"判断"变成了可标价的产品,而标价的前提是公开记录。
一份内部研究报告的 PDF,无法被搜索、被引用、被打分;一条公开挂出的实盘,能被评论区、被同行、被算法持续检验。可信度从机构背书彻底转向个人战绩,这只是开始,其他行业会一个接一个跟上。
所以第二职业、一人公司、自媒体,这些事的本质不是搞副业,是给你的可信度账户充值：公开“做账”,并且认账。选一个平台,公众号、知乎、小红书、雪球、GitHub 都行,三十天发十条带具体数字的判断,"我看好什么,理由一二三,三个月后复盘",就这个格式。
大胆一点，没有人有一种叫判断力的天赋，谁不是靠摔打、锤炼出来的？错了就认，认了就改，摔得满头包也别回头，把嘘声当成耳旁风，把质疑当成垫脚石，最后站在高处笑看当年他们的短视和愚蠢。
互联网是没有玻璃的窗，记住，别偷懒，别胆怯，别随流，否则你的内容会被算法当成噪声，而你所有空洞和败绩都会一一呈现在观众面前。
最后给焦虑降降温。焦虑来自迷茫。很多人说不清自己到底差在哪儿，所以感觉四面楚歌，无处突围。所以，从现在开始给自己列个清单：提高决策密度，选择恰当杠杆，积累公共可信度。至于方向，就是脚下。不是断然必要，千万不要舍近求远。
做法很多，列几条：
1、立刻装一套智能体，搞清楚AI的工作模式，建立新工具。
2、梳理你的经验资产，转化成决策力，从模拟到实战。
3、去开个号，公众号、小红书、头条号或者专业领域的各种媒体平台，都行，定时持续发布更新。
4、开启线上线下社交模式，向上积累扩大影响力，向下积累沉淀用户群。
5、每个月复盘一次，给自己的运作模式来一次诊断与治疗。
最后，其实有个好消息，AI、智能体、机器人的出现，虽然有着严重的挤出效应，但人类目前还是站在智能的第一梯队，许多事，AI干不了，干了人类也不认。
它们出生的目的，就是为人类打工，是替代人去干最苦、最累、最脏的活儿，所以，你用好了，是节省时间、精力和体力，拓展能力的边界，扩展你职业的生命。
很简单的道理，当你是个执行者，你60就得退休，当你是个决策者，你的权限会延续到你生命终结。
中年人的世界里没有轻松可言，排位赛已经开始，你准备从哪里出发？
别再说焦虑，那只是为懦弱准备的无病呻吟。
本文配图由 AI 生成
或源于网络，若有侵权请联系删除
