夜雨聆风2026年8月，距离Agent这个形态出来也就算半年时间，但一切的一切都改变了，并且再也回不去了。
我们处于一个历史巨变的十字路口中，只是很多人还没有察觉，并非夸张，最近越来越大的感受是，很多原有的位置，已经没有太多存在的必要性了。
比如数据分析这个职能，初阶数分做的绝大多数事情都可以归纳为一类：承接业务的数据假设，然后抽象成查询语句，取出来做归纳和呈现。
而现在只要把底表的权限给AI，AI完全可以在几分钟内完成原先可能要排期一周的任务，并且能再在半小时内完成一个非常漂亮且全面的看板。
数据结论的归纳也丝毫不是问题，接上飞书cli，每份分析都会自动化成一个图表并茂的报告。
初阶产品/设计/纯前端拼接的工作也是如此。
在大厂，这种组织结构的变化短期可能并不明显，但在组织规模小一些的初创公司中不是。
一个AI产品在没有研发帮助的情况下，自己手搓+自动化测试+vibe design70%以上内容，再交由设计和前端做“最后一公里”的实现，这是完全可行的事情，迭代速度几乎是前者的数倍。
初阶的工作，可能真的不需要那么多人了。
但每个人都需要从初阶的、重复性的工作做起，这就给人提出了更多的要求。如果不思考只执行，哪怕执行得完美又高效，也大概率逃不开最后被淘汰的命运。
思考业务和不思考业务的人，给人的感受是不一样的。
同样一个需求，思考过业务的人拿到后，除了给你稳定的输出和建议外，还能基于对方的理解来从不同视角重新审视这个问题，从而顺畅地推进需求。
不思考业务的人拿到后，就会成为最后一公里的实现工开始闷头工作，机械地完成。不想过程中可能哪些是有问题的，甚至不发现任务中自相矛盾的地方，有了改动，也不问原因。
长此以往，后者更难比前者得到更好的资源和机会，反而容易被分配更脏更累的活，从而恶性循环。
这本是一个通用的问题，哪怕没AI，职场也是这么玩的，但AI会加速放大这个问题。
工作习惯亦是一个大问题。
AI的及时反馈会提升管理者的阈值。若是想不通，换位思考一下即可：当你开始管理业务时，你一定希望事情是可控的，进度和方向是没有问题的。
可偏偏很多人并不会给人安心的感觉，而且频频触发墨菲定律：担忧的总会出现。
可能是并没有专门的课程去教这些，需要自己去悟。在当下，AI的冲击带来的供需力度平衡的情况下，不懂的人会非常吃亏，容错也会降低。
在非AI时代，可能这还不是决定性因素，但在AI逐渐渗透的过程中，不同人面临的场景只会越来越残酷。
AI是能力的放大器，也是问题的放大器。
非常残酷，但不得不承认，客观事实就是如此。在债务高企的宏观环境下，企业为了生存也只会加速这个筛选过程，淘汰掉不会驾驭AI的人，淘汰掉不思考的人。
另一方面，思考是有加成，会得到奖励的。但思考也是逆人性的，或需要天赋或需要刻意控制。
内燃机技术屡屡突破，我们每个人都是时代的马车夫，在历史的进程中，无人能独善其身。