AI 不会淘汰所有人它只会重新给人的能力定价。那个让我后背发凉的问题在腾讯工作的 16 年里我经历了 PC 互联网、移动互联网再到今天的大模型时代。过去几年我和团队几乎每天都在研究同一件事如何让 AI 更稳定。如何让 AI 更准确。如何让 AI 更可控。随着模型能力越来越强我们不断优化 Prompt、知识库、Agent、工作流希望让 AI 能够完成越来越复杂的任务。有一天晚上加班回家的路上我突然想到一个问题如果整个行业都在拼命优化 AI 的执行能力那么执行会不会反而成为最先失去价值的能力这个问题让我沉默了很久因为过去二十年里整个互联网行业几乎都在奖励执行能力。程序员写代码、产品经理写需求、运营写方案、测试写用例每个人都在努力把事情做得更快、更好、更标准于是我们理所当然地认为执行能力越强一个人的价值就越高但 AI 的出现让我开始怀疑这个判断。如果执行可以被无限复制它还会是最值钱的能力吗我开始重新观察身边发生的一切越来越多的代码由 AI 生成越来越多的文档由 AI 编写越来越多的翻译、总结、测试、搜索、分析都开始交给 AI。很多过去需要几十分钟甚至几个小时完成的工作现在只需要几秒钟。最开始我和很多人一样把这种变化理解为AI 正在替代某些职业后来我越来越觉得这种理解并不准确因为 AI 真正改变的并不是某一个行业也不是某一个岗位它真正改变的是人的价值来源。回头看历史每一次技术革命都不是简单地淘汰一批职业而是在重新定义什么能力值得被社会支付更高的价格蒸汽机让体力变得廉价电力让重复劳动变得廉价互联网让信息差变得廉价。而今天大模型正在让另一种能力快速贬值那就是执行这也是我写下这篇文章的原因。我越来越相信AI 时代真正发生变化的不是职业而是人的价值正在发生一次迁移。如果我们仍然沿着过去二十年的路径提升自己很可能会越来越努力也越来越廉价那么问题来了AI 真正擅长的到底是什么只有回答这个问题我们才能知道未来人真正应该培养什么能力。第一章 AI 真正改变的不是职业在讨论 AI 时很多人都会问同一个问题AI 会不会取代程序员、AI 会不会取代产品经理、AI 会不会取代设计师、AI 会不会取代律师、AI 会不会取代医生。这些问题几乎每天都会出现在知乎、公众号、社交媒体但我越来越觉得这些问题可能一开始就问错了。因为 AI 从来不是按照职业去替代人的它替代的是职业里面的一部分工作换句话说AI 替代的是任务而不是岗位举个最简单的例子一个程序员每天的工作包括阅读需求、理解业务、设计方案、编写代码、Review 代码、与团队沟通、排查线上问题、推动项目落地。这些工作看起来都属于程序员但对于 AI 来说它们完全不是同一种能力。写代码它越来越擅长生成单元测试它越来越擅长解释代码它越来越擅长甚至代码 Review它也越来越擅长。但是需求为什么这样设计业务目标到底是什么两个技术方案应该选择哪一个什么时候应该重构什么时候应该延期上线直到今天这些问题仍然需要人来决定。同样一个产品经理也是如此。AI 可以生成 PRD可以生成流程图可以整理竞品分析甚至可以设计页面原型。但是真正需要产品经理负责的从来不是画原型而是回答几个更重要的问题这个需求真的值得做吗用户真正的问题是什么有限的资源应该优先解决哪个问题这些问题没有标准答案也不存在唯一正确答案它们需要结合业务、资源、风险和长期目标不断权衡。AI 可以提供建议但最终做决定的仍然是人所以我越来越不喜欢讨论AI 会不会取代某个职业因为真正发生变化的不是职业而是职业内部的价值结构。过去一个职业的大部分价值来自执行。未来一个职业的大部分价值会越来越来自那些 AI 无法独立完成的部分也就是说AI 正在重新划分每个职业内部的价值分布真正应该思考的不是我的 职业安全吗而应该问我的工作中到底哪些价值来自执行哪些价值来自判断哪些价值来自承担责任这两个问题看起来很像但答案完全不同。因为未来真正被重新定价的不是职业而是能力。要理解这一点我们首先要回答另一个问题AI 真正擅长的到底是什么第二章 AI 真正擅长的其实不是智能如果要回答“AI 时代人最重要的能力是什么”我认为第一步不是研究人而是先研究 AI。因为只有知道 AI 擅长什么我们才能知道人应该把时间投入到哪里。很多人觉得AI 最擅长的是写代码有人觉得AI 最擅长的是聊天也有人觉得 AI 最擅长的是搜索和总结这些都没错但它们只是表象。如果继续往下追问一层为什么 AI 能做好这些事情你会发现它们都有一个共同特点。它们都是确定性的任务。所谓确定性不是指只有一个答案而是输入、目标、评价标准足够明确以至于结果可以不断逼近最优换句话说只要满足下面几个条件AI 的优势就会越来越明显。有明确的目标。有足够的上下文。有可以验证结果的方法。可以不断重复优化。这样的工作几乎都会随着模型的发展越来越自动化。例如写代码、翻译、生成文档、总结会议纪要、编写测试用例。这些工作看起来完全不同但本质上它们都属于同一类能力确定性执行。很多人担心AI 会不会越来越聪明,我反而觉得这个问题并不重要真正重要的问题是哪些工作可以被不断转化成确定性任务因为一旦能够被定义成确定性任务它就意味着可以标准化、可以流程化、可以自动化最终也可以规模化。AI 的能力并不是突然变得越来越强而是人类不断把更多工作重新描述成 AI 能够理解的问题。例如过去程序员需要自己阅读几十页需求文档今天我们会先把需求整理成结构化的 PRD过去测试工程师需要手工设计测试用例今天我们会整理业务规则、历史 Bug、线上流量再交给 AI 自动生成过去一个新人需要花几个月理解项目今天企业会建立知识库把经验沉淀成文档让 AI 快速学习。你会发现真正发生变化的并不是 AI而是我们正在不断把原本依赖经验的工作变成一套可以描述、可以理解、可以验证的确定性系统。AI 擅长的从来不是创造奇迹而是在确定的规则里把执行做到极致。于是一个新的问题出现了。如果越来越多的工作都能够被转化成确定性任务那么人真正的价值还会来自哪里我认为这才是 AI 时代真正值得思考的问题。第三章 AI 真正改变的不是行业而是能力的价格如果让我用一句话总结 AI 对这个时代最大的影响我不会说AI 会取代程序员也不会说AI 会取代白领我更愿意这样描述AI 正在重新给人的能力定价这是我这几年最大的感受。很多人讨论 AI总喜欢从职业出发程序员怎么办设计师怎么办律师怎么办教师怎么办但回头看历史每一次技术革命真正改变的都不是职业本身而是什么能力值得被社会支付更高的价格第一次工业革命蒸汽机出现以后真正开始贬值的不是某一种职业而是体力。过去一个人能搬多少货决定了他的价值后来一台机器可以完成几十个人的工作。于是体力不再稀缺价值开始迁移。第二次工业革命电力普及以后真正开始贬值的不是工厂而是重复劳动。流水线让大量依赖熟练操作的工作实现标准化社会真正需要的不再只是会干活的人而是能够设计流程、管理流程、优化流程的人。价值再次迁移。互联网时代真正开始贬值的也不是零售行业而是信息差。过去一个人知道得更多就拥有优势。互联网出现以后大部分公开信息几乎都可以被快速获取信息开始变得廉价。真正值钱的不再是拥有信息而是理解信息、组织信息、利用信息。价值继续迁移。今天AI 带来的变化与过去所有技术革命都很相似。它真正开始贬值的并不是程序员也不是设计师而是另一种长期被我们忽略的能力那就是执行为什么因为执行本质上是一种可以不断复制的能力。写一段代码、翻译一篇文章、整理一次会议纪要、生成一份测试用例这些工作虽然内容不同但都具有相同的特点目标明确评价标准明确结果可以验证可以不断重复。也就是说它们都属于上一章提到的确定性任务而确定性的东西一旦能够被 AI 学会就意味着可以无限复制。过去一个优秀程序员最大的优势是执行速度今天一个模型可以同时完成成千上万个类似任务。过去一个咨询顾问需要几天完成的分析今天AI 几分钟就可以给出第一版。过去一个运营同学要写几十份活动方案今天AI 可以一次生成几十个版本。能力一旦可以无限复制它的价格就会不断下降这几乎是所有技术革命共同遵循的一条规律。所以我越来越相信一句话凡可复制必然贬值很多人觉得AI 让工作变快了这当然没错但这只是表象更深层的变化是AI 正在让执行从一种竞争优势 逐渐变成一种基础能力。就像今天很少有人会因为你会使用 Office 软件而高薪聘请你未来也不会有人仅仅因为你会写代码、写文档、做 PPT 而给予你溢价。因为这些能力会越来越像今天的搜索引擎、计算器和办公软件一样成为每个人都拥有的基础能力。真正稀缺的永远不会是已经可以规模化复制的能力。所以当越来越多的人开始学习 Prompt、学习 Agent、学习各种 AI 工具的时候我反而开始思考另一个问题如果执行正在快速贬值那么未来真正开始升值的到底是什么我认为这才是 AI 时代最值得思考的问题。第四章 真正开始升值的不是能力而是责任过去一年我参加过很多关于 AI 的分享几乎每一次都会有人问我一个类似的问题AI 将来会不会取代医生AI 会不会取代律师AI 会不会取代 CEOAI 会不会取代产品经理。这些问题很有代表性但我发现它们背后其实隐藏着一个共同的假设谁的能力更强谁就更有价值然而在真实世界里价值从来不是这样产生的。举个最简单的例子今天的大模型在很多医学考试中的成绩已经非常优秀它可以论文可以分析更多病例甚至能够比很多医生更快给出诊断建议。如果只是比较知识AI 已经非常强。但是如果你真的要做一场重大手术最后签字的人是谁不是 AI而是医生。为什么因为真正承担医疗风险的人是医生。软件行业也是一样。AI 可以设计系统架构可以生成代码可以 Review PR可以分析线上故障甚至可以给出多个解决方案。但是真正决定是否上线的人是谁真正决定是否回滚的人是谁真正在事故复盘会上承担责任的人是谁仍然是技术负责人。一家公司的 CEO 也是如此。AI 可以分析市场可以预测趋势可以生成商业计划甚至可以模拟不同经营策略。但是真正决定是否投资、是否裁员、是否进入一个新市场的人仍然是 CEO因为承担经营后果的人是他。你会发现一个非常有意思的现象AI 可以不断提升自己的能力却始终无法拥有一种东西那就是责任责任不是一种知识也不是一种技能它是一种社会契约。它意味着你拥有决策权也必须承担决策带来的全部后果。而 AI 并不是社会主体它不会承担法律责任不会承担经济责任也不会承担道德责任。它可以提供建议却不会为建议负责。这一点其实决定了 AI 与人的根本区别。AI 的价值来自生成答案而人的价值越来越来自承担答案过去我们总觉得能力越强、价值越高。但 AI 出现以后我越来越认同另一种观点能力决定你能走多快责任决定你值多少钱能力可以复制责任无法复制能力可以共享责任不能共享能力可以外包责任永远不能外包。很多人把 AI 看成一个越来越聪明的助手我更愿意把 AI 看成一个能力放大器它能够放大每一个人的执行能力却无法替代任何人承担结果。所以未来真正稀缺的不是拥有 AI 的人而是那些愿意做决定、愿意承担结果、愿意在不确定中负责的人。直到这里我开始意识到AI 时代真正升值的不是某一种技能而是一种更高层次的能力那就是判断因为只有判断才决定了责任应该由谁承担。第五章 比答案更昂贵的是问题如果说过去几年AI 教会我最大的事情是什么不是 Prompt不是 Agent也不是某一个模型而是一个看起来很简单却越来越重要的事实AI 一直在回答问题而真正创造价值的人一直在定义问题。很多人第一次接触 ChatGPT 时都会感叹为什么别人问一句话就能得到那么好的答案后来大家发现不是 AI 不一样而是问题不一样。于是开始研究 Prompt、研究各种提问技巧、研究角色设定、研究上下文这些当然都有价值。但如果继续往下追问一层真正重要的其实不是 Prompt而是你到底想解决什么问题举个产品研发中的例子很多团队讨论最多的问题是这个功能应该怎么做AI 可以帮助生成方案可以帮助画流程图可以帮助写代码甚至可以帮助完成测试。但是真正决定产品成败的问题往往不是怎么做而是有没有必要做这是两个完全不同的问题。前者AI 越来越擅长后者仍然需要人来定义。程序员也是一样。以前大家最关心的是怎么实现今天越来越重要的问题变成为什么要这样实现甚至有没有必要实现因为真正昂贵的从来不是代码而是代码背后的业务判断。管理者也是一样。AI 可以帮助生成周报帮助分析数据帮助预测趋势帮助制定计划。但是真正决定组织未来的从来不是计划而是组织到底应该解决什么问题方向错了执行越快离目标越远。很多人认为AI 会不断逼近人的思考能力我并不反对。但我越来越觉得真正难的从来不是回答问题而是提出那个值得回答的问题。因为答案依赖知识问题依赖认知答案来自已有经验问题来自对世界新的理解。答案解决的是今天问题决定的是未来。回头看历史真正改变世界的人很少因为回答了一个问题而被记住更多时候他们改变的是问题本身。牛顿没有回答苹果为什么掉下来他重新定义了万有引力图灵没有回答机器会不会计算他重新定义了 什么叫计算乔布斯没有回答手机应该怎么做他重新定义了人应该如何与计算机交互。真正推动世界前进的从来不是更好的答案而是更好的问题AI 会越来越擅长回答问题未来回答问题会越来越便宜真正昂贵的将是提出那个别人还没有意识到的问题这也是我认为AI 时代最值得长期投资的一项能力不是 Prompt不是工具不是模型而是定义问题第六章 AI 时代的人类价值迁移模型写到这里我们终于可以回答文章开头的那个问题。AI 时代人最重要的能力到底是什么为了回答这个问题我尝试把前面的所有思考整理成一张图我把它称为AI 时代的人类价值迁移模型。很多人第一次看到这张图可能会觉得这不过就是三个能力。但在我看来它描述的并不是能力本身而是AI 时代人类价值正在迁移的方向过去二十年互联网行业奖励最多的是执行。谁写得快、谁做得快、谁交付得快谁就更容易获得机会。于是执行能力几乎成为所有人的核心竞争力。但是 AI 出现以后执行第一次开始大规模商品化它不再是竞争优势而开始变成每个人都拥有的基础能力。就像今天没有人会因为会搜索而获得高薪未来也不会有人仅仅因为会使用 AI 而获得高薪因为工具终究会普及真正决定人与人差距的永远不是工具。于是价值开始向上一层迁移。第一层执行How回答的是怎么做AI 最擅长未来会越来越便宜。第二层战略判断Which回答的是应该选择哪一个这里开始进入真正的不确定性。两个方案哪个更合适什么时候上线什么时候放弃什么时候投入什么时候停止这些问题不存在标准答案它们依赖经验依赖业务依赖长期目标依赖风险偏好更重要的是依赖责任。AI 可以提供建议但真正做选择必须是人。第三层定义问题Why回答的是为什么要做这是我认为未来最昂贵的一层。因为如果问题定义错了后面的所有执行都会变成低效努力。方向错了执行越快离目标越远。所以AI 越来越擅长回答问题真正创造价值的人越来越擅长定义问题。很多人问那承担责任放在哪里我后来发现承担责任其实并不是能力它更像是一种结果。因为只有拥有判断能力的人才有资格承担责任只有不断承担责任的人社会才愿意给予他更大的判断权。于是判断与责任形成了一个不断强化的正循环。而执行只是这个循环最底层的能力。所以如果一定要用一句话总结这张图我会这样说AI 正在让执行能力越来越普及真正稀缺的价值正在向判断和定义问题不断迁移这也是我认为未来十年人与人最大的差距。第七章 真正重要的不是某一种能力而是持续迁移的能力如果看到这里你可能会问所以AI 时代最重要的能力到底是什么很多文章都会给出一个明确答案。有人说是学习能力有人说是创造力有人说是沟通能力也有人说是提问能力这些都没有错但如果一定让我只保留一个答案我的答案会是持续向更高价值层迁移的能力为什么因为历史已经给过我们很多次答案。蒸汽机出现以后继续训练体力的人并不会变得更有价值真正获得机会的人是开始学习如何使用机器的人。电力普及以后继续重复劳动的人并不会获得更高回报真正成长的人是开始设计流程、管理流程的人。互联网出现以后继续依赖信息差的人优势越来越小真正创造价值的人是能够组织信息、理解信息、利用信息的人。今天AI 正在重复同样的故事。只是这一次迁移的不再是体力也不再是信息而是人的能力结构执行能力会越来越普及判断能力会越来越重要定义问题会越来越昂贵而未来也一定还会出现新的价值高地。所以真正决定一个人长期竞争力的从来不是提前押中某一种能力而是当时代变化时你是否能够主动完成下一次迁移很多人喜欢问未来应该学习什么我越来越觉得更重要的问题应该是未来什么能力会越来越便宜因为便宜的能力最终都会变成基础设施真正值得长期投资的永远是那些别人难以复制。AI 难以规模化。需要长期积累。需要承担责任。需要不断判断。需要重新定义问题的能力。过去人与人的差距更多来自谁执行得更快。今天人与人的差距越来越来自谁能够做出更好的判断。未来人与人的差距也许会越来越来自谁能够提出别人从未提出过的问题。而再往后新的能力还会继续出现新的价值高地也会继续形成。所以真正重要的从来不是守住今天最值钱的位置而是始终站在价值迁移的方向上写在最后回到文章开头那个让我后背发凉的问题是如果整个行业都在拼命优化 AI 的执行能力那执行会不会反而成为最先失去价值的能力写完这篇文章以后我终于有了自己的答案。AI 并没有让人失去价值它只是让价值开始迁移。过去一个人的价值主要来自执行。今天价值越来越来自判断来自定义问题来自承担决策的后果。未来新的价值还会不断出现唯一不会改变的是每一次技术革命都会让一部分能力变得廉价也会让另一部分能力变得昂贵。所以不要问AI 会不会取代我更值得问的是我现在所依赖的价值是否正在变得越来越便宜以及下一层价值在哪里如果这篇文章一定要用一句话收尾我希望是这一句。AI 不会决定你的价值真正决定你价值的是你是否能够不断迁移到新的价值高地