迎接AI时代——在生产力重构中寻找新位置

由 Ghostzhang 发表于 2026-04-11

感觉 AI 的发展太快了，但这只是一种错觉，了解一下历史，虽然“人工智能”一词最早出现在 1955 年，但对 AI 发展至关重要的事件却可以追溯到几个世纪以前。只是与普通人的关系不大，所以感觉不明显。直到现在，当技术真正触达应用层，我们才感受到这种“突袭”般的快节奏。

历史的镜像：技术冲击与焦虑

每次科技浪潮带来的冲击，总会让部分人感到焦虑。因为新技术带来的改变，必然导致依赖旧技术生存的人面临重新选择的风险。

这在历史上屡见不鲜：

纺织机的出现让手工织布的匠人不得不转行或学习操作新机器
PhotoShop 革命性地将传统的排版和插画工作交给数字工具，许多设计师必须重新学习软件或设计方法
手机相机让暗房冲洗、胶片拍摄等传统工艺迅速衰落，摄影师转而投向数码后期

互联网行业的快速发展对各行各业的冲击，与当前 AI 带来的变革其实本质相同——它们都是颠覆性的。时代的车轮已经转动，与其螳臂挡车，不如面对现实。

AI 时代的定位：是“替代”还是“重配”？

在经过前两年的慌乱之后，最近也慢慢能看到一些更深层的反思。比如在 AI 时代，人类的定位是什么？AI 替代掉一些工作岗位，真的不可接受吗？

实际上，AI 的影响是整个社会分工的重构，而非简单的岗位消灭。Anthropic 在 3 月发布的一份关于 AI 对劳动市场影响的数据显示，与信息处理相关度越高的岗位，受影响程度越大。

因为信息处理正是 AI 的强项。

但”影响最大”不等于”被取代”。研究里有一个说法让我印象深刻：AI 目前更像是在”重新分配工作”，而不是”减少工作”。

会用 AI 的人效率变高，接到更多的活；不会用的人，则面临实质性的竞争压力。

—— AI到底在抢谁的工作？Anthropic拿出数据了

在AI 时代，所有可重复生产的东西，价格都会快速下降。因为生产成本正在被技术压缩到极低。

以绘画为例。过去，一幅精美的插画需要多年训练和数小时创作。但现在，像Midjourney 这样的工具，普通人十分钟就可以生成一张高质量作品。

当创作工具完全普及之后，单纯依赖“技术门槛”的价值体系就会被迅速削弱。

真正变得稀缺的，反而是那些难以复制的东西，比如审美判断、个人风格、叙事能力、情感连接。

换句话说，在AI 时代，当生产力趋近于无限时，价值并不会消失，而是会迁移。它会从“事物本身”，转移到“事物背后的意义”。

这个逻辑其实很像F1比赛。

在这项赛事里，最有价值的资产不是赛车，而是车手。因为赛车的性能相对稳定，但驾驶员的判断力和技能差异很大，车手才是影响比赛结果的最大变量。

人工智能也是一样。强大的工具在不同的人手里，会产生完全不同的结果。

归根结底，AI带来的并不是简单的替代，而是一次生产力结构的重排。

—— Anthropic 用一份报告，说透了 AI 时代的就业真相

警惕“多巴胺”陷阱

面对焦虑，最有效的办法是剖析焦虑的来源。

在《杀死你的不是 AI》中提到的一个观点，很有意思：AI 可能会让我们变成“头顶接电线的老鼠”。

之前的文章中，我曾提到，AI 把人活脱脱的变成了头顶接电线的老鼠，只要你按下按钮，大脑就会被刺激到，多巴胺变会被分泌出来。「再换一个模型」、「再换一个 prompt」、「再试一次肯定能成功」。实验里的那只老鼠不吃不喝变成了一个只靠按钮取乐，最后把自己饿死的可怜虫。而现在我们则变成了不眠不休盯着 LLM 输出的异物。

那是一种全新的成瘾，与赌博别无二致，更糟糕的是具备正当性。

回想一下，当前大家对 AI 的热情，跟『老鼠电击实验』中的老鼠确实很像，特别前段时间 openclaw 带来的现象，已经有点往失控上走的意思，好在 AI 当前的实际效果还没有达到完美，这给了我们一个让热情冷却、理智思考的窗口期。

开发岗位：从“写代码”到“建系统”

开发岗位是受 AI 影响最大的岗位。虽然写代码这事门槛降低了，但代码质量还是决定一个互联网产品或软件最主要的指标，而这部分至少目前 AI 是无法保证的。

对于基础扎实的开发者，AI 是巨大的效率加速器。但真正的危机在于：当开发者习惯于依赖 AI，而忽视基础知识时，才是行业最大的冲击。

我们要意识到，开发一个系统的最大挑战不在于写代码，而是在于：

前期：需求分析、架构设计、技术选型、方案评估
后期：日常维护、风控管理、运营管理

等等，但大多数开发者并没有掌握完整开发一个系统的所有知识，这也是开发一个系统需要多人合作的原因，当然分工也会带来岗位差异和沟通协作问题，但本质上是掌握知识差异的问题。

优秀的人依然优秀，与其担心被工具替代，不如利用工具更好的提升自己。

交互岗位：重新定义人机界面

看到一些比较深刻的思考，比如《You’re still designing for an architecture that no longer exists》，提到了作者在使用 Claude 时的想法：

We keep asking the wrong question. We keep asking how good is the assistant — how well it writes, codes, summarizes, reasons. But that question belongs to the old architecture. What’s actually happening is bigger: the environment itself is changing. The space where we work — the one we’ve inhabited for four decades, the one built on windows and menus and folders and clicks — is being replaced by something structurally different. And if you’re still designing screens, flows, and navigation systems, you might be perfecting the blueprint of a building that’s already been demolished.

人机交互的方式由于输入输出方式的改变，也必然发生改变。当前的交互方式是通过终端界面进行的，而由于终端硬件的限制，就需要有针对性的进行设计。

比如移动端出现后，有人就提出把 PC 端的界面直接应用到移动端，但移动端的硬件有自己的特点——屏幕小，交互方式也与 PC 端不同，原本 PC 端的界面实现方式就不适用了。也是经历了一段时间的争论和验证，才慢慢达成共识。

结果无非就是根据产品需求，平衡开发成本和收益，再决定要做几端。设计规范也是从 PC 端延续到移动端，好听讲叫减少用户学习成本，本质上就是重新定义一套标准成本过高（当前有能力定义的也就 apple 和 google），与其重新定义，不如在现有基础上修改。

而 AI 的快速发展，对传统的界面交互确实带来了冲击，但至少在 token 像现在的水和电一样便宜之前，传统的交互方式是不会被完全抛弃的，因为底层的逻辑还是成本。对于一些问题明确、功能单一的场景，并不需要使用 AI。就跟智能汽车上的机械门锁一样。

交互设计，设计的是人与机器的交互方式，不管如何变化，只要机器需要与人进行互动，就需要交互设计，区别只是设计的对象变化了。就如移动端出现后，需要多考虑一个移动端的交互设计一样。

写在最后

AI 带来的并不是简单的替代，而是一次生产力结构的重排。

面对这个时代，我们必须重新思考哪些事情是 AI 能做的，哪些是它永远无法触及的，从而重新定义分工合作。这与当年电脑出现、互联网出现时的逻辑是一样的：谁能更快地在新的坐标系中找到自己的位置，谁就更有机会抓住时代的红利。