惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
Docker
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
N
Netflix TechBlog - Medium
M
MIT News - Artificial intelligence
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
B
Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
Check Point Blog
The GitHub Blog
The GitHub Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
P
Proofpoint News Feed
Martin Fowler
Martin Fowler
大猫的无限游戏
大猫的无限游戏
GbyAI
GbyAI
博客园_首页
A
About on SuperTechFans
Blog — PlanetScale
Blog — PlanetScale
人人都是产品经理
人人都是产品经理
T
Tailwind CSS Blog
aimingoo的专栏
aimingoo的专栏
T
The Blog of Author Tim Ferriss
The Cloudflare Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
我们普通人,这次真的要被AI搞到完蛋了吗?
微果酱 · 2026-05-06 · via 人人都是产品经理

硅谷的AI军备竞赛正在撕裂科技圈的认知框架。当Meta工程师深夜焦虑AI agent失控,当OpenAI的GDPVal测试显示AI对专业人士胜率超80%,我们是否正站在社会断裂的临界点?本文穿透焦虑迷雾,拆解技术革命中的真实威胁与虚构叙事。

最近两篇文章在科技圈和媒体圈刷了屏。

一篇是五源资本合伙人孟醒写的《全员token-maxxing,一场没人敢停的军备竞赛》,他在硅谷待了半个月,回来写了一篇亲历见闻:Meta全员用竞争对手的Claude Code,代码安全红线扔一边;工程师睡前最大的焦虑是“不知道我的十几个AI agent今晚要干什么”;硅谷的一位朋友随口说了一句让他记到现在的话——“我发现,硅谷自己都开始跟不上自己了”。

另一篇是公众号“不懂经”随后写的《永久底层:硅谷的AI从业者普遍认为,普通人已经“完蛋了”》,引用了《纽约时报》的一篇长文,开篇第一句就是:“我认识的人工智能行业里的大多数人都认为,普通人已经处境极其糟糕,而他们完全不知道该怎么办。”

两篇文章在同一周刷屏,不是偶然。它们戳中了同一种弥漫在行业里、却很难被说清楚的情绪。

你大概率已经感受到了这种情绪:好像有什么东西在加速,好像有什么东西快要不对劲了,但又说不清楚到底哪里不对劲。

我们这些普通人,真的要完蛋了吗?

01 焦虑确实是真的,诊断可能是错的

AI在过去两年里确实发生了跳跃式的进步,这不是炒作。编程、写作、分析、客服、数据处理,这些白领工作的相当一部分,今天的AI已经能做得“够用”。一些岗位已经在实际减少,初级软件工程师、内容审核、基础文案、数据标注,这些是有据可查的,是正在发生的事。

“不懂经”的文章里提到,OpenAI建了一个叫GDPVal的基准测试,覆盖44种职业,从房地产经纪人到新闻分析师。负责这套评估的研究员说,几个月前发布时还没有任何模型能达到人类专家水平,几个月后,模型对人类专业人士的胜率已经超过80%。

这是真实的数据,值得认真对待。

但从这里跳到“普通人完蛋了”,中间省略了很多步。

第一步被省略的是:这些能力提升发生在硅谷,渗透到普通人工作场景的速度,比硅谷叙事里慢得多。全球劳动力的大多数在做什么?农业、建筑、医护、教育、零售、餐饮。AI对这些行业的实质性冲击,今天还远没有到达“完蛋”的程度。

第二步被省略的是:信源的选择性偏差。两篇文章的信息来源都是硅谷圈内人,风投、AI研究员、科技创始人。这群人每天泡在最前沿的技术浪潮里,很容易把“我们这里正在发生的”误认为是“整个世界已经发生的”。他们感受到的“跟不上”,不等于所有人都在以同样的速度被冲击。

第三步被省略的,是一个最基本的逻辑:精英的私下悲观,不等于结果已经确定。《纽约时报》那篇题为《硅谷正严阵以待一个永久性底层阶级的出现》(Silicon Valley Is Bracing for a Permanent Underclass)的报道说,“总的来说,科技界的消息人士在私下交谈中,对AI对劳动力市场的影响表达了极其极端的担忧。但一旦我打开麦克风,他们就突然变成了乐观主义者”。这种双重生活说明他们内心不确定,不说明他们掌握了普通人不知道的真相。

焦虑是真实的。但焦虑不是诊断。

而且,“上车焦虑”的这一套叙事,本身就是一个陷阱。

“上车or下车”“永久底层”“最后一张船票”“成为那头猪,还是成为那个做猪食的人”——这套话语在硅谷流通了两年,现在正在中文互联网上快速传播。它的结构是:趋势不可逆,窗口正在关闭,你现在的选择决定你以后在哪一边。

这套叙事的问题是,它把“社会断裂”前置合法化了。在断裂真正发生之前,让你先接受它的必然性,先接受“有人必然上不了车”是一个自然规律,而不是一个政治选择。

一旦你接受了这个前提,你就失去了追问的能力:谁决定了谁上车?AI红利为什么是这样分配的?有没有可能是另一种分法?

这不是说我们应该停下来等答案再行动,而是说,在焦虑驱动下的行动,和在清醒判断下的行动,是两件不同的事。前者让你成为这套叙事的消费者,后者让你有可能成为对话的参与者。

所以当这套叙事告诉你,“你唯一的选择是赶紧上车”,不妨多问一句:这是谁的利益,又是谁在利用我的焦虑作为燃料?

02 历史的终点不是所有普通人的永久底层

每一次重大技术革命,当时的主流共识都是“普通人这次真的完蛋了”。

当然,工业革命时,纺织工人确实是真的完蛋了。不是比喻,他们彻彻底底地完蛋了,所以会有卢德运动,那就是纺织工人砸机器的运动,因为机器抢走了他们的饭碗。电气化革命时,蒸汽机时代的工人也完蛋了。互联网革命时,传统媒体、唱片业,也完蛋了。

每次都有一批人确实完蛋了。这不是安慰,是事实。

但就“普通人”这个集合而言,整体上就业率和生活水平的长期趋势是向上的。新的工作出现了,通常在我们预测不到的地方。工业革命前没有人能预测到电工这个职业,正如互联网革命前没有人能预测到产品经理这个职业。

我不是说这一波AI革命也一样,所以要你放一万个心。这次有几个特征确实与以往不同:速度更快,覆盖面更广,对认知型劳动的冲击是前所未有的,以往的技术革命主要替代的是体力劳动,这次却是脑力劳动。

但“可能更难”和“必然的永久底层”之间,还有巨大的距离。

历史能告诉我们的是,人类集体的适应能力,通常超过当时悲观预测的上限。适应无疑是痛苦的,而且代价不是平均分摊的。被替代的那批人,他们的痛苦是真实的,不该被轻描淡写地抹去。

所以更准确的说法不是“放心啦,历史证明了,没问题的”,而是——这场转型当然会有真实的受害者,但它的终点不是所有普通人的永久底层。问题是谁来承担过渡期的代价,以及用什么方式承担。这是政治问题,不是技术问题。

03 真正值得问的几个问题

如果你读到这里,还在等一个“所以我应该怎么办”的答案,我要先说清楚:没有一个对所有人都适用的答案,任何声称拥有这个答案的人,都是在卖焦虑或者卖课。

但有一组问题,比“我会不会完蛋”更值得问,也更能够回答:

在我具体的行业里,AI已经替代了什么,还没有替代什么?

这个问题需要你自己去看,而不是从硅谷的叙事里拷贝答案。你在的那个行业,AI的渗透程度,和硅谷描述的,可能差距很大,也可能已经更深入。

AI替代的是工作,还是岗位?

这个区分很重要。一份工作里有很多任务,AI可能替代了其中几项,但整个岗位消失需要更多条件。通常被替代的是最标准化、最可重复的那部分任务。你的工作里,哪些部分是这样的,哪些不是?

我面对的竞争对手是谁?

大多数人不是在和GPT-5竞争,而是在和同行竞争。你所在行业里的同行,有多少人真的在系统性地使用AI?在大多数行业,这个比例今天还远没到你以为的程度。跟上AI的实际门槛,往往比跟上硅谷低得多。

“完蛋”具体指什么?

失业、收入下降、丧失议价权,这是三件不同的事,时间线不同,应对方式也不同。把它们混在一起,只会产生无差别的焦虑,而不是可操作的判断。

04 我们的判断力也要跟得上我们的焦虑

孟醒在硅谷半个月,回北京的飞机上翻完笔记,发现从头到尾都在写同一个词:跟不上。

YC跟不上,算力跟不上,估值框架跟不上,社会心理承受力也跟不上。他说,“以至于硅谷自己都跟不上自己了”。

这句话是真的。但我想在这里补上另外一句——我们的判断力,也要跟得上我们的焦虑。

两篇文章之所以刷屏,不只是因为它们描述了真实的现象,更是因为它们精准地给我们投喂了一种早已存在的不安全感。这种不安全感本身是真实的,但是被焦虑驱动的判断,与被清醒认知驱动的判断,结果会完全不同。

真正危险的,是在AI制造的集体焦虑里,我们失去了独立判断的能力,从而不能正确判断出什么是真实威胁,什么是被制造出来的紧迫感。

普通人会不会完蛋,取决于很多因素,其中很多不在我们手里。但是如果连这个能力也失去了,那我们就真的是完蛋了。

本文由人人都是产品经理作者【微果酱】,微信公众号:【AI微果酱】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。