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

量子位
Stack Overflow Blog
Stack Overflow Blog
人人都是产品经理
人人都是产品经理
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
Vercel News
Vercel News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Y
Y Combinator Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
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
T
Tailwind CSS Blog
V
Visual Studio Blog
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
Google DeepMind News
Google DeepMind News
D
DataBreaches.Net
博客园 - 司徒正美
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog
罗磊的独立博客
Hugging Face - Blog
Hugging Face - Blog
L
LangChain Blog

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解
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_首页

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