AI时代生存指南
Post on: Jan 11, 2026
Last edited: 2026-1-15
Views
type
Post
status
Published
date
Jan 11, 2026
slug
summary
tags
category
icon
password
Property
Jan 15, 2026 02:17 PM
2025 这一年，AI 对我们生活的改变已经变得非常具体、非常现实了。现在回头看，2022 年 11 月 30 日，那个还能对话的 ChatGPT-3.5，距离今天也不过三年多。
原本我在 2025 年的计划里，是打算招两个程序员和一个助理的。但 GPT-5 发布之后，我试用了一段时间，配合 Codex 和 Notion AI，发现已经可以非常高效地解决我的实际需求，而且成本只需要 20 美金一个月。高效、稳定、不闹情绪、不用交社保，也不会突然提离职，从纯工具理性的角度看，确实很“残酷地优秀”。
在我身边的创业圈子里，AI 已经几乎成了默认配置。有人用它写代码，有人用它做设计，有人用它整理资料、做调研、写文案，甚至不少完全不懂编程的人，也开始借助 AI 给自己写一些“只服务于自己”的小工具，生产效率被明显拉高。
而另一面，依然有很多人还在卷学历、卷考试、卷编制，试图抓住一个相对稳定的“铁饭碗”。世界仿佛被割裂成了两个圈层：一边在快速试错、主动适应；另一边则对变化保持距离，甚至本能地回避。
人类历史，本质上是一部工业革命史。第一次工业革命之前，大多数人的生活其实是高度重复的，变化极慢。而工业革命的核心，从来不是某一项具体技术，而是自动化——自动化才能解放人力，才能产生分工，才能持续创造可交换的剩余。
第一次是蒸汽机，第二次是内燃机，第三次通常被称为信息技术革命。而这一次，AI 带来的生产力跃迁，我更愿意把它看作是一轮新的工业革命。
当然，AI 有泡沫吗？一定有。所谓泡沫，本质上是估值远远跑在了实际可兑现价值的前面。现在的“美股七姐妹”，好几家市值都已经破了万亿，资本在不同公司之间“左手倒右手”，你要说完全没有泡沫，那是不现实的。
但这个泡沫，可能并没有想象中那么空。一个很直观的现象是：在高利率的金融环境下，越来越多的公司开始用 AI 替代人工。这也是为什么我们会同时看到失业率上升、通胀依然顽固——在传统经济周期里，这两件事往往不会同时发生。
2024 年的时候，我还在说“提示词工程”会是未来 5–10 年的高杠杆技能。但现在回头看，这个判断本身也已经显得有些过时了。AI 的迭代速度太快，提示词工程正在被模型能力本身不断吞噬。普通人即使不系统学习提示词，也已经能把问题解决得相当不错，甚至可以直接让 AI 帮你写、帮你优化提示词。
至于 AI 是促进了科技平权，还是加剧了不平等，这其实是一个没有标准答案的问题。
一方面，那些真正把 AI 用得很好的人，即使在没有 AI 的时代，靠他们的进取心、执行力和学习能力，大概率也不会过得太差。AI 对他们来说，是工具，而不是拐杖。另一方面，那些用不好 AI 的人，在搜索引擎时代，往往也并不擅长利用信息工具。这更多是人的问题，而不是工具的问题。
但科技平权确实也在某些场景中真实发生着。比如，我自己多次把 AI 当成“家庭医生”来用。在国内的医疗环境下，医生很难有足够的时间和精力，去耐心听你描述每一个不适（这并不是对医生的指责，而是系统本身的现实）。但 AI 可以，而且往往非常克制、保守。
把体检报告、日常的不舒服交给 AI 看一看，常常能在问题还没变严重之前，得到一些值得重视的预防建议。更重要的是，在一种长期强调忍耐、强调“别矫情”的文化氛围里，很多人对“表达不适”本身就有心理负担，而 AI 在某种程度上，缓解了这种文化上的阻力。
就业环境的变化，也已经越来越明显。虽然国内没有美国那种大规模、情绪化的裁员浪潮，但就我个人的体感，身边已经有三四个人陆续被裁，再找工作也并不容易。
在这样的背景下，我觉得有几个问题，是每个人都值得认真想一想的。

我的工作在未来会不会被 AI 取代？

一个很现实的建议是：亲自去用一用现在的 AI 产品，不只是对话式的工具，比如 DeepSeek、豆包，还包括带有 MCP、AI Agent 等能力的系统，去观察人在其中到底还剩下什么作用。
如果你发现，AI 能大幅提高你的工作效率，那其实是好事——你对 AI 工具的理解和使用能力，本身就会成为你的竞争力。
但如果你发现，你的工作几乎可以被 AI 完整复刻，而且结果很难区分“这是人做的，还是 AI 做的”，那确实需要警惕。
换个角度看，能被 AI 取代的工作，往往本身就是高度重复、消耗心力的劳动。AI 把人从这些工作中解放出来，也许并不是一件坏事，它至少为人类腾出了时间和空间，去做一些更接近“人之为人”的事情。

哪些工作不太容易被 AI 取代？

我目前能想到的，大致有几个方向：
  1. 需要你来决定“做什么”的工作
      2. 比如设计师、艺术家、架构师。AI 可以生成方案，但“方向感”依然来自人。
  1. 需要你决定“怎么做”，且现实因素高度复杂的工作
      2. 通常与人事管理强相关，比如项目经理。AI 并不擅长处理人的情绪、利益和博弈。
  1. 需要承担责任、能够被问责的岗位
      2. 比如决策者、会计。AI 不是法律意义上的主体，也无法替人“背锅”。
  1. 与人强相关、高强度交互的职业
      2. 比如护理、陪护、服务型岗位，以及大量用户交互类工作。

打不过就加入，如何跟上 AI 时代？

AI 带来的变化太快了，快到很多判断在一年内就会失效。在这种环境下，最危险的并不是“慢一点”，而是情绪化地追风口、频繁推倒自己已有的积累。对大多数普通人来说，真正重要的不是立刻站在浪尖上，而是在浪来浪去的过程中，始终不被掀翻。
所以，与其问“我该怎么靠 AI 逆天改命”，不如先问一个更基础的问题：我的基本盘稳不稳？

第一步：守住身体和精力，这是所有杠杆的前提

这是最容易被忽视、却也是最不可替代的一步。
无论 AI 多强，最终使用它的人依然是你。长期睡眠不足、慢性疲劳、注意力碎片化，这些都会直接决定你能不能持续学习、判断和行动。AI 可以替你写代码、写文案，但它不能替你恢复精力，也不能替你承受压力。
在一个高度不确定的时代，身体健康本身就是一种“抗波动资产”。你不需要极端自律，但至少要保证：
能稳定睡觉、能长期工作、能在压力下不迅速崩盘。

第二步：投入那些“不容易被快速替代”的知识和能力

并不是所有知识都会在 AI 时代贬值。真正容易被淘汰的，往往是只靠记忆和流程的技能。
相对安全的，是那些变化慢、迁移性强的能力，比如：
  • 对现实世界的理解（经济、社会、制度）
  • 逻辑与结构化思考能力
  • 审美、判断力、取舍能力
  • 与人协作、沟通、建立信任的能力
这些能力的特点是：AI 可以辅助，但很难直接替你拥有。
它们更像是“底层操作系统”，决定了你拿到任何工具之后，能发挥出多大的效果。

第三步：把 AI 当成放大器，而不是救命稻草

一个很常见的误区是：把 AI 当成“从零到一”的解决方案。
但现实中，AI 更像是一个放大器。
如果你本身有判断、有想法、有执行力，AI 会极大提高你的效率；
但如果你什么都没有，只希望 AI 替你“想清楚人生”，那它往往只会制造更多幻觉。
更好的姿态是：
先把事情想个七八分清楚，再让 AI 帮你补齐剩下的二三分。

第四步：在真实问题中使用 AI，而不是为了学 AI 而学

很多人“学 AI”，其实是在学工具本身，结果越学越焦虑。
更现实的方式是：从你当下真实存在的问题出发——
写不完的文档、整理不清的资料、重复性的工作、低效的流程——
然后问一个具体的问题：这件事，能不能交给 AI？能交多少？
当 AI 真正嵌入你的日常工作流，它就不再是趋势，而是基础设施。

第五步：给探索留空间，但给风险设上限

最后一步，可能也是最难的一步：允许自己探索，但不赌命。
你可以尝试新的工具、新的协作方式、新的职业路径，但要始终清楚：
哪些是探索成本，哪些是不可承受的风险。
在一个变化极快的时代，理性并不意味着保守，而是知道什么时候该试，什么时候该停。

小结

AI 带来的变化，尺度可能远远超过个体可以精准预判的范围。对大多数人来说，在这个巨变的时代里，不把自己的本钱折腾光，本身就是一种成功。
通用人工智能、医疗技术突破、脑机接口、长寿技术……这些变量，任何一个真正落地，都可能在极短时间内重塑社会资源的分配方式，甚至让货币的意义本身发生变化。从这个角度看，一个“数字化罗马”式，甚至近似乌托邦的社会形态，并非完全不可想象。
当然，也有更积极的选择。
AI 的真正价值，并不在于“替代你”，而在于扩展你的能力边界。你想做软件，但不会编程——没关系，把需求讲清楚；你想画画，但不是科班出身——也没关系，描述你脑中的世界。
在 AI 时代，一个人不再被起点和技能树牢牢锁死。
每个人，都有机会成为一个“超级个体”。至于能不能成功，谁知道呢？干就完了～
 
就像黑塞的诗：
“世界越来越美了，
我独自一人，却很自在
我别无所求，只想被阳光晒透
我渴望成熟。准备好死去，准备好重生“
——《克林索尔最后的夏天》
胆固醇高，还能吃蛋黄吗？无常随心说公众号使用说明
目录
0%
无常 Anitya
交友原则：热爱生活。