@elliotchen100: AI 大替代时代来了,普通人怎么活下去?(译介) 这两年看 AI 新闻,很多人的感受其实很分裂。一边觉得很爽:以前要花几天做的东西,现在几分钟就能跑出来。一边又隐隐发慌:如果这些东西我能用,老板也能用,公司也能用,那我到底还值多少钱? D…

X AI KOLs Timeline 新闻

摘要

本文翻译介绍了Dan Koe的观点:AI时代最重要的不是担心被替代,而是培养不依赖于单一系统的能力,通过积累自己的作品、读者和客户来增强抗风险能力。

AI 大替代时代来了,普通人怎么活下去?(译介) 这两年看 AI 新闻,很多人的感受其实很分裂。一边觉得很爽:以前要花几天做的东西,现在几分钟就能跑出来。一边又隐隐发慌:如果这些东西我能用,老板也能用,公司也能用,那我到底还值多少钱? Dan Koe 这篇长文有意思的地方就在这里。他没有把问题讲成“AI 要不要替代你”,而是换了个角度:如果一个工具升级,就能让你开始担心自己没饭吃,那真正脆弱的可能不是工作,而是你把人生押得太单一了。 【AI 不一定马上抢走你的工作,但它会很快照出你的依赖。】 很多人的安全感,其实绑在一整套熟悉的安排上:上学,选专业,进公司,做岗位里的那一小段,等涨薪,等晋升,等一个更好听的 title。这套路径不是没用。它给过很多人现金流、经验、身份感,也让生活看起来有秩序。 但问题是,如果你离开这套系统以后,突然不知道自己还能创造什么,问题就大了。你会发现自己会开很多会,会接很多需求,会写很多文档,会在公司流程里把事情推进下去。可一旦脱离那个流程,你没有自己的作品,没有自己的读者,没有自己的客户,没有一个可以反复试错的小场子。 这就是 Dan Koe 说的“wage slavery”真正刺痛的地方。它不是说拿工资丢人,也不是说上班就低级。它说的是:一个人如果只能靠别人给岗位、给任务、给反馈、给价值感,那自由度其实很低。 【所谓逃离工资奴役,不是逃离工资,而是逃离只能靠一张工牌证明自己。】 很多人面对 AI,会自然走向两个反应。一种是骂:这东西毁了行业,最好别发展。另一种是追:今天学这个工具,明天换那个模型,收藏一堆 prompt,感觉自己已经站在未来门口。 但 Dan Koe 的判断更狠一点:工具不是答案,工具只是放大器。你本来就会思考,AI 会放大你的思考。你本来就会表达,AI 会放大你的表达。你本来就有项目感、有品味、有耐心、有迭代能力,AI 会让你跑得更快。反过来也一样。 如果你本来就不知道要解决什么问题,不知道什么值得做,不知道怎么让别人关心你的东西,那再强的工具,最后也只会帮你更快地产出一堆没人看的内容、没人用的产品、没人记得的账号。 【AI 时代最值钱的,不是“会用 AI”,而是你知道用 AI 去做什么。】 所以普通人的解法,不是明天就辞职创业,也不是把自己逼成每天发 20 条内容的机器。更现实的开始,是给自己留一块小小的自留地:写一篇真正属于你的文章,做一个能解决自己问题的小工具,公开记录一个项目从 0 到 1 的过程,或者把你工作里反复踩坑的经验,整理成别人能看懂的东西。 哪怕一开始很粗糙,也没关系。粗糙的东西至少可以被看见,可以被反馈,可以被修改。不存在的东西,永远无法迭代。 这也是我觉得这篇文章值得读的地方。它不是在贩卖“AI 要来了,大家快跑”的恐慌,而是在说一件更朴素的事:别把自己的一生,只交给一个系统来定价。 工作可以做,但不要只有工作。工具可以学,但不要只停留在学工具。公司可以给你机会,但你也要慢慢长出一点不依赖公司的东西。 代码也好,内容也好,产品也好,账号也好,本质上都是普通人可以慢慢积累的杠杆。它们一开始不会让你立刻自由,但会让你多一条路。 而在一个变化越来越快的时代,多一条路,本身就很重要。 所以别只问:AI 会不会替代我?更该问的是:有了 AI 以后,我能不能更快做出一点属于自己的东西?能不能让别人因为我的判断、表达和作品记住我?能不能让自己不再只靠某个岗位、某家公司、某套流程活着? 这可能才是普通人在 AI 大替代时代,真正该准备的事。
查看原文
查看缓存全文

缓存时间: 2026/06/23 08:03

AI 大替代时代来了,普通人怎么活下去?(译介)

这两年看 AI 新闻,很多人的感受其实很分裂。一边觉得很爽:以前要花几天做的东西,现在几分钟就能跑出来。一边又隐隐发慌:如果这些东西我能用,老板也能用,公司也能用,那我到底还值多少钱?

Dan Koe 这篇长文有意思的地方就在这里。他没有把问题讲成“AI 要不要替代你”,而是换了个角度:如果一个工具升级,就能让你开始担心自己没饭吃,那真正脆弱的可能不是工作,而是你把人生押得太单一了。

【AI 不一定马上抢走你的工作,但它会很快照出你的依赖。】

很多人的安全感,其实绑在一整套熟悉的安排上:上学,选专业,进公司,做岗位里的那一小段,等涨薪,等晋升,等一个更好听的 title。这套路径不是没用。它给过很多人现金流、经验、身份感,也让生活看起来有秩序。

但问题是,如果你离开这套系统以后,突然不知道自己还能创造什么,问题就大了。你会发现自己会开很多会,会接很多需求,会写很多文档,会在公司流程里把事情推进下去。可一旦脱离那个流程,你没有自己的作品,没有自己的读者,没有自己的客户,没有一个可以反复试错的小场子。

这就是 Dan Koe 说的“wage slavery”真正刺痛的地方。它不是说拿工资丢人,也不是说上班就低级。它说的是:一个人如果只能靠别人给岗位、给任务、给反馈、给价值感,那自由度其实很低。

【所谓逃离工资奴役,不是逃离工资,而是逃离只能靠一张工牌证明自己。】

很多人面对 AI,会自然走向两个反应。一种是骂:这东西毁了行业,最好别发展。另一种是追:今天学这个工具,明天换那个模型,收藏一堆 prompt,感觉自己已经站在未来门口。

但 Dan Koe 的判断更狠一点:工具不是答案,工具只是放大器。你本来就会思考,AI 会放大你的思考。你本来就会表达,AI 会放大你的表达。你本来就有项目感、有品味、有耐心、有迭代能力,AI 会让你跑得更快。反过来也一样。

如果你本来就不知道要解决什么问题,不知道什么值得做,不知道怎么让别人关心你的东西,那再强的工具,最后也只会帮你更快地产出一堆没人看的内容、没人用的产品、没人记得的账号。

【AI 时代最值钱的,不是“会用 AI”,而是你知道用 AI 去做什么。】

所以普通人的解法,不是明天就辞职创业,也不是把自己逼成每天发 20 条内容的机器。更现实的开始,是给自己留一块小小的自留地:写一篇真正属于你的文章,做一个能解决自己问题的小工具,公开记录一个项目从 0 到 1 的过程,或者把你工作里反复踩坑的经验,整理成别人能看懂的东西。

哪怕一开始很粗糙,也没关系。粗糙的东西至少可以被看见,可以被反馈,可以被修改。不存在的东西,永远无法迭代。

这也是我觉得这篇文章值得读的地方。它不是在贩卖“AI 要来了,大家快跑”的恐慌,而是在说一件更朴素的事:别把自己的一生,只交给一个系统来定价。

工作可以做,但不要只有工作。工具可以学,但不要只停留在学工具。公司可以给你机会,但你也要慢慢长出一点不依赖公司的东西。

代码也好,内容也好,产品也好,账号也好,本质上都是普通人可以慢慢积累的杠杆。它们一开始不会让你立刻自由,但会让你多一条路。

而在一个变化越来越快的时代,多一条路,本身就很重要。

所以别只问:AI 会不会替代我?更该问的是:有了 AI 以后,我能不能更快做出一点属于自己的东西?能不能让别人因为我的判断、表达和作品记住我?能不能让自己不再只靠某个岗位、某家公司、某套流程活着?

这可能才是普通人在 AI 大替代时代,真正该准备的事。

相似文章

@ba_niu80557: https://x.com/ba_niu80557/status/2068751230667755859

X AI KOLs Timeline

文章探讨了AI模型不断强大如何淘汰那些技能可以被写进提示词的人,强调真正不可替代的价值在于难以编码的默会知识、物理世界的实际操作以及人与人之间的信任关系。作者通过朋友从咨询顾问转型为硬件集成者的例子,说明主动让出易被AI替代的环节、深耕AI触及不到的领域,才能在技术浪潮中生存和发展。

@ba_niu80557: https://x.com/ba_niu80557/status/2071277244287426980

X AI KOLs Timeline

文章深入分析了Anthropic因AI代码生成变得极其高效而面临的内部变化:瓶颈从“写作”转移到“验证”,传统管理、长期规划和努力衡量失效,注意力成为新的稀缺资源,工程师甚至感到孤独。这些现象预示了其他公司未来可能面临的挑战。

@hongming731: 阿里这篇关于 AI Native 时代组织研发的思考非常值得一读。它在思路一个非常重要的底层问题:过去两千年的组织形态,都是围绕人的局限建立起来的。 人会遗忘,会疲惫,会误解,会有情绪。一个人能够稳定协作和管理的人数有限,信息在层级之间传…

X AI KOLs Timeline

阿里发布关于AI原生时代组织研发的思考,指出传统组织形态需从适应人类局限转向适应AI Agent的高效执行。文章强调,AI转型的核心瓶颈在于信息形态的落后,需将隐性经验转化为AI可理解的基础设施,同时保留人类在创新和文化建设中的核心作用。

@feltanimalworld: 高人,你这个帖子让我整整琢磨了两天!本来想写个长文,但是太多头绪也不知道从何写起。总的来说是我这段时间上推的原因,总感觉自己的开发缺了很重要的认知;也是我这段时间除了自己硬件修复工作之外,还必须要去看text-to-CAD 的原因。 我为…

X AI KOLs Timeline

作者讨论AI在严肃行业落地中缺乏中间表示(IR)和验证器(Verifier)的问题,以text-to-CAD为例说明统一IR和验证对AI方案可行性的关键作用。