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

Engineering at Meta
Engineering at Meta
博客园_首页
H
Help Net Security
WordPress大学
WordPress大学
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
罗磊的独立博客
博客园 - 三生石上(FineUI控件)
B
Blog
I
InfoQ
SecWiki News
SecWiki News
T
Tailwind CSS Blog
Spread Privacy
Spread Privacy
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
Vulnerabilities – Threatpost
N
Netflix TechBlog - Medium
P
Palo Alto Networks Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Vercel News
Vercel News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
K
Kaspersky official blog
M
MIT News - Artificial intelligence
S
Schneier on Security
T
Threat Research - Cisco Blogs
F
Fortinet All Blogs
Cyberwarzone
Cyberwarzone
Scott Helme
Scott Helme
aimingoo的专栏
aimingoo的专栏
Martin Fowler
Martin Fowler
MyScale Blog
MyScale Blog
The Cloudflare Blog
Recent Announcements
Recent Announcements
Security Latest
Security Latest
G
GRAHAM CLULEY
IT之家
IT之家
Y
Y Combinator Blog
The Last Watchdog
The Last Watchdog
腾讯CDC
Google DeepMind News
Google DeepMind News
V
V2EX
S
Securelist
TaoSecurity Blog
TaoSecurity Blog
B
Blog RSS Feed
S
SegmentFault 最新的问题
博客园 - 叶小钗
P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
Project Zero
Project Zero
G
Google Developers Blog
Google DeepMind News
Google DeepMind News
F
Full Disclosure

博客园 - Earic

Agent 直接操作数据库?别急,先看懂这三条路线 用本体论重塑现实:破解大语言模型幻觉的疯狂设想 前端仔接手C#屎山重构:数据库迁移这趟浑水到底有多深? OpenAI Codex 频繁写 SSD 写入问题的真相与应对方案 向量数据库不是银弹:从枚举漏检到 ReACT 多轮召回的实践路径 差点被这套AI工具搞离职...搞懂MCP和Skill后,我发现宇宙的尽头是“写小作文” 花 Opus 的钱买到 Sonnet?一行 Python 代码揭穿 API 服务商的“降本增效”骗局 当 rm -rf 发生在物理机节点:从 Virtualizor 漏洞看你的容灾架构为何不堪一击? 深夜惊魂:一行代码让内存爆炸!从 5秒超时到 50ms 响应,我是如何重构 AI 网关的 只有5%的运营人看懂了:从“死积分”到“数字资产”,36期AI分红背后的博弈论 每秒万级Tick的生死时速:技术总监在Golang与Rust间的深夜抉择 这才是多数据源的正确打开方式!MyBatis-Plus vs Hibernate 底层原理大揭秘,别再瞎配了 拒绝背锅!服务器卡顿CPU却空闲?一文揪出磁盘I/O这个“隐形杀手” 凌晨3点服务器被CPU打爆!从裸奔到铜墙铁壁,这套纵深防御方案救了我的命 【深度解析】SkyWalking 10.2.0版本安全优化与性能提升实战指南 intellij 自动导包 用户中心 - 博客园 用户中心 - 博客园 用户中心 - 博客园 bcrypt 加密 用户中心 - 博客园 用户中心 - 博客园 用户中心 - 博客园 用户中心 - 博客园 用户中心 - 博客园
AI浪潮下的“幸存者”:从焦虑的碎碎念到构建普通人的新核心竞争力
Earic · 2026-04-29 · via 博客园 - Earic

封面-2

最近和不少从业者交流,能发现一个普遍存在的焦虑现象。过去,技术人员引以为豪的能力,体现在能够承受高强度工作、持续投入,并且有效解决具体的技术难题。比如一个线上出现的问题,能够快速地定位到,或是一个性能上的瓶颈,可以很快地完成优化,这些都会带来很强的成就感。然而,现状有所不同了。人工智能技术出现了,无论是编写代码、排查故障,甚至是设计方案,它似乎都能够胜任。许多人因此突然感到困惑,感觉自己多年磨练出的核心技能,仿佛在一夜之间价值大不如前,并且其市场价值还在持续下降。这种情况是否也引发了你的共鸣?可以分享一下你当前最主要的职业困惑。

问题的根本缘由,在于我们所赖以生存的“比较优势”正在被快速地抹平。在过去,我们所具备的核心竞争力,主要是“执行效率”以及“信息差”。也就是说,谁的代码写得快,谁掌握的冷门知识更多,谁就显得更厉害。但是当 AI 出现之后,这些优势就变得有些不堪一击了。AI 能够在短短几秒内生成上千行的代码,它所拥有的知识库也比任何人的都来得广博。我们过去所奉行的那套“人有我优”的打法,在面对 AI 这样一个“非人”的对手时,一下子就失去了焦点。这就好比我们在一根熟悉的赛道上只顾着埋头苦练,却没有察觉到赛道本身其实正在被拆除。

旧路

我们所习惯的那套竞争模型,也就是“人无我有,人有我优,人优我贱,人贱我走”这套法则,在人工智能时代正快速地失去其有效性。先说“人无我有”,这对普通人来说实现起来太难了,因为人工智能已经使得知识和技能的获取门槛变得非常之低。再看“人有我优”,一个人或许可以比同事做得更出色,但又怎么能比得过一个可以7x24小时工作、不知疲倦、并且能随时调用全球知识库的人工智能呢?至于“人优我贱”,想要和人工智能去比拼成本与效率,那更是没有什么胜算。这条旧有的道路,只会越走越窄,最终把我们引向一个“无路可走”的境地。

所以,“人贱我走”这个说法在今天,可以说是包含了一层新的意义。它所代表的不再仅仅是一种无可奈何之下的退场,更是一种主动去进行的战略性转移,也就是要离开那些受到 AI 降维打击的红海领域,转而去寻找一片全新的价值大陆。这就好比当年人们从功能机转向智能机的那个过程,如果继续在诺基亚手机上优化塞班系统,是看不到未来的,真正的机会其实在于去理解 iOS 和安卓所带来的新生态。人们必须放弃那种在旧地图上寻找宝藏的幻想,并且勇敢地把船驶向那片充满了不确定性,但同时也蕴含着新机遇的未知海域。

01-一幅隐喻性的画面:一个人正驾驶小船离开一片拥挤、混乱、红色的

信任

那么,所谓的新大陆究竟在什么地方?其核心,就在于要从“技能本位”转变到“人本位”上来。这第一块新大陆,可以称之为深度信任。AI或许可以成为金牌客服,但它没有办法建立起那种兄弟伙伴之间的信任感。当项目进行到关键时刻,客户究竟是会信赖一个冷冰冰的机器人,还是更愿意相信一个能拍着胸脯保证“放心,有我来兜底”的活生生的人?这种信任是建立在长期合作、共同攻克过难题、甚至是一起开怀畅饮过的基础之上,是AI所无法计算和模拟出来的。它正是我们作为“社会人”所拥有的最古老,并且也是最坚固的一道护城河。

共情

我们要说的第二块大陆,讲的是复杂共情。AI 能够识别出用户的情绪,但是它没办法真正地做到“感同身受”。举个例子,当一个产品经理向你抱怨业务方的需求有多么不合理的时候,AI 可能会提出一个听上去很“理性”的解决方案,而你却能够体会到他言语背后那种没说出口的无奈和压力,然后回应一句:“我明白,这帮人估计又是拍脑袋想出来的吧?别担心,我们一块儿琢磨下怎么给怼回去。” 这种能够瞬间拉近彼此距离、并且建立起情感连接的本领,恰恰是处理复杂协同问题时候的关键所在。这篇文章你也可以转给你的产品或者业务同学看一看,了解下他们是不是也有很深的共鸣。

整合

第三块大陆,所指的就是跨界整合。AI 在某个领域可以算得上是专家,但它不太具备人类所拥有的那种“跳出盒子”来思考的能力。一位优秀的技术 Leader,不仅需要懂得技术,还要懂得业务、懂得管理,并且还要懂得人性。他能够从纷繁复杂的业务需求当中,抽象出其中真正的技术问题;能够把采用了不同技术栈的团队有效地捏合在一起;还能够在资源比较紧张的时候,准确判断出哪些事情应该做、哪些事情又必须被砍掉。这种能够连接不同领域的知识、平衡好多方利益、并且做出综合性决策的“整合”能力,恰恰是未来“架构师”这个角色最有价值的地方,无论这个架构师所架构的是技术、是业务,还是人生。

02-一张图表,中心是一个人物形象,连接着标有‘技术’、‘业务’、

提问

第四块大陆,同时也是一个最容易被大家所忽略的方面,就是提出高质量问题的能力。AI的强大之处在于“解答”,而人类的价值,则越来越多地体现在“提问”这个环节上。“如何优化这段代码?”这算是一个普通问题。而“在考虑到我们未来三年的业务增长和技术迭代的情况下,当前所选用的技术栈在哪些方面可能会成为瓶颈,我们应当去设计一套什么样的架构演进路线图?”这才能称得上是高质量问题。这样的问题界定了探讨的边界,并且当中包含了深度的思考与预判。在未来,能够有效运用AI的人,必然是那些懂得如何向AI提出好问题的人。

幸存清单

在讨论了诸多理念之后,如何将它们付诸实践呢?这里提供一份“AI时代幸存者”自查清单,可供收藏并时常参照检视:

  • 信任账户:本周是否曾开展过某项超出本职工作范畴,但有助于增强同事或客户信任的事务?
  • 共情时刻:在最近的一次沟通当中,是仅仅阐述了“道理”,还是也理解了对方所带有的“情绪”?
  • 整合练习:有没有进行过一些尝试,去了解业务方的核心KPI是什么?或者说,运维团队最近在为什么事情而困扰?
  • 提问质量:在向AI或同事提出问题时,是直接索要一个答案,还是先行清晰地描述了相关的上下文、目标以及限制条件?
  • 健康资本:本周有进行运动吗?睡眠质量如何?要记住,身体是那个1,而其他的一切都是后面的0。
  • 信息食谱:日常所关注的信息源,是引发了更多的焦虑,还是带来了更多的启发?

03-一张视觉上吸引人的清单或信息图,标题为“AI时代幸存者清单”

在探讨了如此多关于未来的“道”之后,最终我们还是需要回归到眼前的“术”这个层面。未来的世界变化得实在太快,与其每天都对着星空漫无目的地担忧,倒不如脚踏实地,先把手头的事情给做好。不要将AI看作是你的敌人,而是应该把它视作一个能力被无限放大了的实习生。你需要做的,是让自己成为一名优秀的导师,带领着它去解决那些更为复杂的问题。当你能够指导AI迅速地定位并且解决问题的时候,你就已经构建起了在现阶段最为稀缺的核心竞争力之一。

功不唐捐

把思绪收回来,开始着手工作。最近重新温习了一句话,感觉它特别契合当下的这个时代:功不唐捐,玉汝于成。它所包含的意义是,所有付出的努力以及经历的打磨,都不会白白地浪费掉,这些付出最终都会成就你自身。你为了建立信任所付出的每一次真诚,为了理解他人所付出的每一次共情,以及为了连接不同领域知识所付出的每一次努力,都会内化为你身上独一无二的价值。而这些东西,恰恰是人工智能所无法从你这里带走的。与各位共勉。

04-收回思绪,开始工作吧。最近重温一句话,觉得特别适合这个时代:

文章的最后,不妨让我们来共同探讨一个问题。在各位看来,除了文章当中提到的这几点以外,在未来,究竟还有哪些方面的能力,是人工智能很难替代的呢?欢迎大家在评论区留下自己的思考,通过思想的碰撞,说不定我们就能一起描绘出下一片新大陆的航海图。每一次深度的思考,都可能会成为一盏明灯,照亮另一个同样在迷雾中探索前行的人。

欢迎关注vx公众号 爱三味