每一次模型变强，都在删掉一层“已经变成软件的你“

先讲个怪事。

我一个做硬件集成的朋友，前十年在工厂里摸爬滚打，满手油污那种。2023 年 AI 起来之后他一头扎进去学，写提示词、搭工作流、捏 agent，认识了一堆工厂老板。这种人你以为最该慌，因为他吃饭的家伙，正是那些“随时会被下一个版本干掉“的东西。

结果上周他跟我说：模型越强，我越兴奋。

你先别急着说他凡尔赛。同一个浪打过来，有人被拍死在沙滩上，有人被托起来往前冲，这中间的差别，不是努力，不是运气，是站位。我想把这个站位讲清楚。因为它关系到一件事：往后几年，每隔几个月就有一批人莫名其妙丢了生意，你最好知道自己有没有排在那队里。

能被你写下来的本事，注定被吃掉

我朋友焦虑过整整一年。焦虑的源头特别具体：他辛辛苦苦调出来的提示词、搭出来的工作流，每来一版新模型就废一批。今天的神技，三个月后就是一张废纸。

很多人把这归结为“AI 迭代快“。不对。真正的原因更冷：你能把一身本事写成提示词的那一刻，你就给它签了死刑。

因为文字，正是模型的食物。提示词是什么？是你把脑子里的 know-how，外化成了一段能复制粘贴的文本。可凡是能被写下来、能被复制的东西，都能被喂进模型、被它学走、被它蒸馏成内置能力。提示词工程师这两年干的事，说穿了，是在亲手给自己的掘墓人喂饭，你把秘方写得越清楚，它学得越快。

所以“AI 干掉一批创业者“这句话，得改一个字才准确：AI 不干掉创业者，它干掉那些把自己活成了一段提示词的创业者。你的价值要是薄到能写在一页纸上，那这页纸早晚被印进模型里，到时候没人再为它付钱。

模型越强，“懂 AI“越不值钱

这一点，大多数人没绕过来。

弱 AI 的时候，市场奖励“会哄模型的人“：你懂咒语、会调参、知道怎么把模型逼出好结果，这本身就是稀缺技能，能卖钱。所谓“AI 专家“的红利，全在这儿。

但模型每强一档，哄它的难度就降一档。强到一定程度，它自己就把活干漂亮了，根本不需要你哄。于是那批靠“会用 AI“吃饭的人，连人带技能，一起被删掉。

价值没消失，它搬家了。从“懂 AI“，搬到了“懂 AI 够不着的那个东西“。

我朋友看懂了这次搬家。他不再死磕提示词，而是问了个更狠的问题：AI 再强，它的手伸不到哪儿？答案是伸不到原子里。伸不到那颗电容的真实工作温度里，伸不到供应商嘴上说着“现货充足“实际要等三周的谎里，伸不到车间里那个调了八版才稳的参数手感里。

于是他转身去做硬件集成。让 coding agent 把工厂的需求拆成电路问题和软件问题，这部分他巴不得 AI 越强越好，拆得越细他越省事，然后他亲自去供给 AI 供不出的那一半：物理世界里脏的、慢的、要拿命去试的那一半。

AI 的边界，就是能被压成 token 的边界。原子，是 token 的尽头。 他不跟 AI 抢 token 以内的活，他守在 token 用完的地方收税。

他亲手埋掉了两年前的自己

这里有个很多人会忽略的细节。我朋友最早是干什么的？咨询顾问。说白了，就是靠“会拆解“吃饭，工厂甩给他一个含糊的需求，他能拆成清清楚楚的一二三四个子问题，告诉你每块该怎么搞。这在前两年是门好生意，因为“把一团乱麻理成线头“这件事，稀缺。

然后 coding agent 来了，把“拆解“这件事，干得又快又好又便宜。

你猜他怎么办？他没抱着“我是资深拆解专家“的身段死扛，而是第一个把这门生意亲手埋了。他让 AI 去拆，拆得比他还细，自己往下沉一层，去做拆完之后真正要落地的那部分：把图纸变成能通电、能跑、能交付的实物。

这是最反人性的一步。绝大多数人会死守自己最擅长、也最值钱的那块本事，哪怕它正在烂在手里。而他做的是：**主动把自己最拿手的环节让给 AI，因为他算清楚了，那个环节已经站不住了。**会拆解，曾经是他的护城河；他做的，是趁这条河还没干，自己先跳进下一条河里。

所以你看，能干掉你的从来不是 AI。是那个比你更早承认“我这套要过期了“、然后先你一步挪了地方的人。

别再说“苦劳光荣“了，真相比这冷酷得多

到这儿很多人会总结成一句鸡汤：你看，还是得能吃苦，脏活累活没人跟你抢。

这话对，但讲得太软，软到没用。我给你讲个硬的。

不是脏活变光荣了。是 AI 把“干净活“变成了免费的，于是脏活的价格，暴涨。

你想想这个机制。过去一个项目，干净活（分析、设计、文档、拆解）占七成工作量，脏活（跑供应商、调元件、半夜返工）占三成。现在 AI 把那七成干净活的成本打到接近零，一个人加 AI 顶过去十个人。瓶颈呢？瓶颈整个压到了那三成脏活上。谁能干那三成，谁就吃掉这个项目几乎全部的利润。

AI 不是对苦干者的惩罚，是近二十年里，对“愿意干没人愿意干的活“的人，最大的一次发钱。 脏活没变干净，它变贵了，贵到那些只会干干净活的人，眼睁睁看着你把钱赚走，还以为你是运气好。

我朋友半年里每天睡四个小时，去搞懂每一个元件的脾气，把元件知识库一点点喂厚，跟一堆供应商处出交情。这些事 AI 一件都替不了他，而正因为替不了，它们每一件都在变得更值钱。

唯一合不成的资产，是“别人愿意赌你“

最后说件事，特别容易被当成做人的道理，其实是一笔精明的生意账。

我朋友碰到好的硬件创意，自己不下场吞，反而把利润让给合适的工厂，陪着工厂一起把合作磨顺。听起来像“三分利七分情“的老派人情世故。但你往深里看：

在一个执行越来越免费的世界里，方案不值钱了，谁都能让 AI 生成一打。真正稀缺的，是别人愿意在你身上下注：那个凌晨两点还接你电话的供应商，那个肯陪你试错不催款的工厂，那个出了岔子第一时间想到你、而不是坑你的人。

这种东西，模型造不出来。它不是数据，喂不进去；它是别人用一次次交往，在心里给你慢慢攒下的信用。关系，是这世上唯一无法被训练的数据。 他让利，不是心善，是在囤积 AI 永远合成不出来的那一类资产，别人对他的信任。

模型不和你赛跑，它和“你身上已经变成软件的那部分“赛跑

绕到这儿，你大概明白我那朋友为什么越强越兴奋了。

模型从来不是在跟“人“竞争。它跟的，是你身上那部分早就软件化了的自己，能被写下、能被复制、能被拆解的那部分。每强一次，它就删掉一层这样的人。

所以那个让无数人失眠的问题，“我会不会被 AI 取代”，本身就问错了。该问的是：我身上，到底还剩多少没法被写下来的东西？

剩得多，模型每强一次，都在帮你清场，把你身边那些靠浅本事吃饭的对手一个个冲走。剩得少，那每一个新版本，都是冲你来的。

同一片潮水，淹死浅滩上的人，托起深水里的船。区别只在你站在哪儿。

还有一句更扎心的，送给所有怕 AI 的人：能被一次模型发布干掉的生意，它本来就已经死了，AI 只是把死亡证明寄到了你家。 强模型是最诚实的一台测谎仪，它不创造护城河，它只负责告诉你，你那条护城河，是不是从头到尾都是画上去的。

别去追那条每三个月就过期的提示词了。去找那件 AI 替你做完所有准备工作之后，依然只有你能做的、最难、最脏、最熬人的事。

那件事，才是你往后十年的命根子。

想再往下想一层，这几个东西够你嚼一阵：

波兰尼的“默会知识“——他那句“我们知道的，远比我们说得出来的多“，正好戳中模型的死穴：它狼吞虎咽你写得出来的知识，却噎在你写不出来的那部分上。你能说清的，它都能学走；你做得到却说不清的，才真正是你的。

莫拉维克悖论——对机器来说，越是高级的抽象推理越容易，越是低级的感官和动手越难。这解释了为什么写代码的先慌，拧螺丝、调元件的反而稳。原子，确实是 token 的尽头。

鲍莫尔成本病——当一部分行业效率狂飙，那些效率提不上去的行当，工钱不降反升。脏活变贵，不是情怀，是经济学。