最近整理年中复盘时翻到年初的工作计划发现心态已经天翻地覆。年初我还在焦虑“AI会不会抢走我的文案工作”如今我已经把约80%的初稿、数据分析和客户沟通都交给了大模型。这种感觉很像在高速上发现旁边车道飞驰的是自动驾驶卡车——来不及恐惧先被效率震撼。这篇内容不打算做技术科普也不做科幻展望只想从经济学和社会结构的层面聊聊AGI通用人工智能正在撬动的深层变革以及像我这样的普通人该怎么理解趋势、调整姿态。我会把过去两年自己在内容行业、知识付费领域和团队管理中的观察连同身边朋友的真实案例拆开揉碎讲清楚。如果你也感觉工作节奏被AI打乱或隐约意识到“旧地图找不到新大陆”这篇文章应该能帮你少走点弯路。1. 稀缺性假设被推翻AGI让“供给曲线”第一次躺平1.1 从两天的报告到十分钟的成果经济学第一课讲“稀缺性”——资源有限欲望无限所以有价格。AGI出现以前高质量的知识工作稀缺是因为它消耗人的时间而人的时间有限。去年我还能接企业访谈类的商业分析报告一份三千字的深度分析从查资料、对标案例、提炼观点到成稿至少两个整天。现在同样质量的初稿我用AI辅助从提问、迭代到定稿一共十分钟出头。你说主观能动性、深度洞察没有下降确实有区别——但价格差从两千块缩水到二十块边际成本几乎归零。这不是个例。编程、翻译、设计、法律检索、初级数据分析凡是可以用语言模型完成闭环的环节都在经历同一件事供给曲线从陡峭变得平缓。当边际成本趋近于零经济学里“供给决定价格”的老规矩就被改写商品不再稀缺服务不再昂贵。旧商业模式建立在信息不对称和技能壁垒之上AGI把这两者同时凿穿。1.2 生产函数里“人的因素”开始褪色标准生产函数是产出取决于资本和劳动投入。过去雇五个初级分析师才能完成的活儿现在一组API调用加上一个资深操盘手就能完成。这意味着普通劳动力在产出贡献中的权重下降而“算力高质量数据核心决策者”成为新的稀缺要素。我在团队里做过实测以往一个小组周产出约12篇深度长文现在改成“主编定题AI初稿作者精修”同样的人力周产出超过40篇综合成本下降60%。这数字不夸张很多内容机构都有类似体验。于是公司再招聘时投放广告从“招5个文案”变成“招一个懂AI的文章总监”剩下预算全部用于算力和好用的工具。这不是“技术消灭工作”的简单叙事而是工作结构从金字塔变成图钉状——顶层少数人持有决策和创意底层大量执行层被压缩。AGI时代的经济变革第一波就发生在这里。1.3 我们该用什么心态面对供给崩塌有次我和做平面设计的朋友聊天他说现在客户拿着AI生成的方案底稿找他收尾还要砍价。我问他怎么应对他给了一个让我印象很深的回答“既然AI让底线变低了那我就安心做高线——只接走心、定制化、需要当面沟通的高端案。”这种思路是存量时代的升级思维避免在低价值曲线里内卷主动攀到AI短板上。如果你正处在“可被AI替代的环节”第一件事不是恐慌而是盘一下自己的工作流里有多少是模式化操作。那些重复占比超过一半的工作要么用AI替换底层节约出来的时间去学与“判断”“情感”“审美”相关的技能要么是时候考虑换赛道了。2. 就业市场哑铃化塌陷的是中间层顶端和底端反而更硬2.1 三类岗位的演化速度完全不同我把身边职业按“受AGI影响程度”画过一张表准确度不算高但很有参考价值职业类型典型代表AGI冲击速度我的观察标准化白领初级会计、客服、数据处理员、基础翻译很快已经发生这些岗位的核心产出完全能以文本形式数字化AI输出质量稳定甚至比年轻人更快经验型专业岗医生、律师、审计员、高级分析师结构性影响正在发生AI负责检索和初判人类负责终审和责任。岗位不会消失但“入门期”会被大幅压缩体验与情感型心理咨询师、护理员、高端定制设计师、教育陪伴缓慢渗透需要真实的身体在场和情绪共振目前AI替代不了但会被工具增强这张表也解释了我观察到的“哑铃型”就业格局中间层的办公白领最先被算法吞食而两端——需要动手动脚的服务工种以及需要高度抽象和人格魅力引领的创造型工作——依然坚挺。2.2 一个朋友的转型案例我做知识付费时认识的朋友老周五年经验一直做跨境电商的客服主管。年初他整个部门被一套AI客服系统替代团队从25人缩到4人系统能解决80%常见问题复杂客单才转人工。他觉得天塌了。后来我没让他盲目转行而是建议他把“跨境电商流程”作为领域背景把AI工具当新技能重新组合——现在他做跨境电商的AI落地咨询顾问关注运营、物流、退货预警等场景的优化。收入比之前高30%但压力也翻倍因为需要持续学习新模型、新接口。他的经历很有意思领域知识没有变变的是批处理能力。AGI没有淘汰他这个人只淘汰了他原本那个“手工处理问题”的岗位。所以别总问“什么职业不会被取代”要问“我到底是在卖重复动作还是在卖判断和决策”。2.3 “技能对冲”策略别把鸡蛋放在一个篮子里如果你现在还想待在企业记得给自己做技能对冲保留一项可以线下完成的实操能力比如写作、演讲、手工、烹饪同时在前沿数字工具上保持持续投入。要做一个“T型人”——一横是通用的AI协作能力一竖是某个垂直领域的真实经验。具体怎么做每周花三小时用AI完成一次“模拟任务”从给定目标到交付完整方案。做完后写复盘和以前自己手工做的效率做对比。坚持半年你一定会比同行快一个身位因为这里面有一个很重要的隐藏收益——你开始逐步建立“AI直觉”也就是知道什么指令有效、什么暗示会误导模型。这种直觉短期很难传授但它直接决定你的职场议价能力。3. 算力资本与个人IP的两极叙事普通人的高杠杆机会3.1 钱流向哪里哪里就有新规则过去十年流量资本让平台企业获得超额利润未来十年算力资本会延续这套逻辑。拥有强大算力供给和数据闭环的企业能以更低成本提供更优质的服务市场集中度可能进一步提高。这对普通人有两层含义一是作为员工工资议价能力被双重挤压——你的替代成本低了二是作为个体只要你掌握了调用AI的杠杆你可以用很小的团队甚至一个人去满足以前需要大公司才能覆盖的市场需求。我认识一个做小众猫粮测评的博主从今年开始用AI工具批量提炼国内外论文整合成通俗易懂的猫营养学内容同时自动生成多平台的图文和短视频文案。一个人的产出量顶得上过去一个三个人内容的编辑部。他的广告收入从去年每月一万跳到五万这就是个人IP的AGI杠杆。算力不是大厂的专利API和开源模型已经让它普及差别在于有没有整合能力和垂直阅历。3.2 普通人做“创意杠杆”的四个实施步骤如果你也想尝试这条路我建议按下面四步走每一步都可以直接执行定位不要试图讨好所有人。选一个你自己有真实经验、能持续输出的窄垂直方向最好窄到目标人群可以画出来。比如“大龄程序员转型个人开发者的踩坑记录”比“科技前沿评论”更容易沉淀信任。建立素材库每天用AI把行业最新论文、公众号、视频内容浓缩成三句话卡片存进自己的知识库。别只做收藏要加一句“我为什么觉得这个有用”。内容生产让AI帮你完成初稿、配图、排版但最终的口吻和案例必须是你自己的真实经历。不要发完全没有个人体验的泛泛之谈——那样读者会觉得你是AI而不是人。反馈修正发出来后盯住评论区里的“争议点”和“追问点”。把这些点做成下一轮内容反复迭代半年后你会有一个自带话题池的账号。这个节奏很累但边际成本不断下降因为你沉淀下来的素材库和粉丝信任就是你的护城河。真正能对抗大资本碾压的不是规模而是不可替代的信任关系。3.3 风险提示别把全部家当押在“最后一击”上我必须泼一盆冷水作为普通人不要一上来就辞职All in个人IP也不要把积蓄全砸在购买算力或囤积GPU上。AI工具迭代太快今天能赚钱的套利窗口三个月后可能就是红海。我见过好几个从大厂裸辞做AI创业的人半年后钱烧了一半产品还没找到付费场景。稳妥的个人方案是“主业副业”双轮驱动主业保证现金流留出每晚两小时做AI杠杆实验。直到副业连续三个月收入超过主业一倍以上再考虑切换。记住AGI时代的财富机会更像是“低垂的果实”伸手就能摘但需要你有持续奔跑的能力。4. 组织形态变形记从雇佣大军到超级个体的协作网4.1 小团队平替大公司正在成为常态我以前管理一个十余人团队协调会议、审批流程、反复沟通要占掉一半精力。用AI把会议纪要、需求拆解、排期草案全部自动化后现在核心团队可以压到4个人合作外包人员、独立设计师和AI代理效率反而提高。这种“超级个体灵活协作网络”会重塑公司边界。你可以看到一个三个人的工作室可以服务全球客户而一个跨国企业可能只有很少的核心员工大部分环节分包给不同机构和AI系统。我们正在回到“前工业化”的手工作坊形态但这次是数字化的、全球化的、由算法调度的。4.2 个人怎么适应这种“液态工作”节奏端着铁饭碗做到退休的心态不再现实。你需要把自己看成一个“微型咨询公司”——你有服务对象有技能清单有计价方式。我自己经过两年的脱水训练后所有知识和技能都做成了模块化清单方便随时结合市场需求快速重组。这不仅是心态更是方法。实操层面我建议每半年做一次“技能库存”盘点写下你最擅长且别人难以短时间替代的三件事再写下你正在学习的两个技能然后用AI生成一份“可迁移能力匹配度分析”看看旧技能有没有可能组合出新岗位。这比盲目刷新课程有用得多。4.3 自我管理远程时代最硬核的竞争力当外部强制通勤、坐班、打卡消失自我管理能力就会被无限放大。我自己有一段时间因为时间自由反而效率暴跌——直到重新建立了“主动交付节奏”每周一早晨给关键伙伴发本周交付目标周四晚发进度快照周五发复盘。对外承诺驱动内心稳定这比任何待办清单App都管用。组织里未来最值钱的个体不是“最听话的执行者”而是“自带目标感和节点意识的人”。AGI可以帮你完成工作但必须有人明确“什么算完成”“质量由谁负责”——这就是你不可替代的位置所在。5. 教育范式切换提问力、审美力、共情力将成为新素质三5.1 旧教育是为工业时代定制的AGI时代不适用现行教育体系从诞生之初就在为工厂培养守时、服从、重复操作的劳动者。标准化考试测的是记忆力和模式识别而这两项恰是AGI最擅长的领域。我们学校里把知识当“结论”去背AI时代知识可以随时被生成和调用直接背诵变得毫无意义。这不是说知识不重要而是获取知识的方式变了。我从去年开始不再专门背任何东西遇到新的概念先让AI用《人类群星闪耀时》的口吻解释一遍再用小学生能懂的语言解释一遍直到我自己能顺畅讲给别人听。整个过程像“思维松动术”而不是“知识搬运”学习效率高出非常多。5.2 三种值得刻意训练的“抗AI”能力提问力好的问题比答案更稀缺。AI能回答任何问题但你得先知道哪个问题值得问。训练方式每天写三个“为什么”或“如果我……”的追问不要马上寻答案先自己思考10分钟。审美力无论是视觉、文字还是产品的审美背后是品味判断是“什么该保留什么该删去”。训练方式每周做一次“删减挑战”——把一段文字删掉三分之一再删掉三分之一直到删不动然后反思剩余的为什么不能删。共情力理解他人的情绪边界和隐含期待。训练方式多和真人聊天在交谈里忍住不打断并把对方的需求复述一遍确认。我自己的切身体会前两项还能靠AI辅助训练第三项只能靠真实关系和场景磨。但恰恰是第三项决定了你的事业能走多远因为所有商业合作最终都是人与人之间的信任博弈。5.3 家庭与社区的迷你“安全网”比宏大叙事更可靠宏观层面有很多讨论但我更愿意聊微观自救。AGI带来的动荡不会均匀地落到每个人头上最有效的缓冲是身边的非正式联结。我参加了小区里的技能互助小组有人教手工皮具有人教视频剪辑我用写作能力换编程咨询。没有钱没有交易只有信任和交换这种“礼物经济”反而是算法时代最坚固的避风港。同时尽量在家庭内部预留一笔“转型基金”足够覆盖六个月生活支出。现金储备的作用是让你在被迫转型时依然能保持从容选择而不是贱卖自己。我曾踩过坑第一次离职时没准备缓冲下一份工作换了三个方向过程极度狼狈。从那以后强制储蓄成了我家最高优先级的“纪律”。6. 技术乐观主义者的边界AGI能做很多事但别让它全权代理6.1 我曾被AI带偏的“盲点时刻”今年初我尝试用AI全自动生成一份行业调研报告选取的数据源偏了模型顺着提示词一本正经地推演。我当时没复核直接发给客户。客户很快回了个皱眉表情附上几个被忽略的负面指标。那次之后我给自己立下铁律AI可以生成草稿但所有输出的逻辑验证、信源交叉核对必须由我亲手完成。AGI擅长生成“连贯且概率上合理”的内容但它没有真实世界验证的触角也不在乎事实本身。人有肉身可以实地观察、触碰和被反馈这才是决策的终极环节。当前AGI更像一个博闻强识且不知疲倦的实习生你授权越多越需要兜底能力。6.2 人机协作的正确姿势让AI发散让人收敛我现在的工作流是“人-机-人”三段式我先把自己对问题的直觉和模糊想法写下来然后让AI生成多种路径和方案最后由我来筛选、整合并做终极“取舍”。人负责上限和底线AI负责拓宽带宽。这个节奏让我产出质量稳定心理压力也更小因为我不再跟自己做“从零到一”的耗竭战。有时团队伙伴抱怨“AI给出的东西不接地气”我的回答永远是你没有提供足够的“地气”。AGI需要你喂进去具体场景、情绪变量、利益相关方的反应。你给的上下文越深入它越可能帮上忙。这才是真正的提示工程只是它不在API文档里而在你对现场的理解里。6.3 保持警觉但也别让谨慎变成停滞我见过两种极端一种是坚决不用AI怕被取代自我隔离一种是把AI当成全知神谕放弃思考跟着错误输出走。你不需要选边站。合理的姿态是先大量使用、频繁踩坑、建立体感同时每周保留一段时间“断网沉思”——不用AI辅助地写日记、散步、和朋友面对面聊天。这两种节奏交替能帮你既拥抱变革又保持独立的判断力。我个人的体会是AGI时代最大的风险不是被AI淘汰而是被自己的思维惯性淘汰。世界不会因为你恐惧变革就停下来它只会不断逼近那个还敢尝试的人。这次站在年中回看我最大的变化是放下了“保住旧工作”的执念转而追求“拥有随时重组技能的能力”。这篇内容断断续续写了一个周末很多想法还在流动中但我希望它对你有一点启发——哪怕你只记住“用主业做安全垫拿副业做实验”这一条并执行下去也算没白读。时代的水位还在上涨与其等潮水决定去向不如主动往高处的礁石上站一站。