我干了 25 年 IT，见过三次大洗牌：PC 普及、移动互联网、AI 爆发。但这一次，我有点慌。因为前两次是”工具变了”，这一次是”你练了半天的手艺，一夜之间变廉价了。今天我不跟你讲概念，就讲一件事：当所有人都会用 AI、而且都用免费 SOTA 模型的时候，你到底还有什么别人抢不走？
先说个扎心的事实。2023 年那会儿，我刚带团队接了一个外包项目，让新人用 Cursor 写代码，本来指望他调试三天，结果人家 “一句话”把活干完了，还顺手做了测试。我当时心里还嘀咕：这小子是不是抄的？现在回头一看，我才是那个没跟上的人。
这不是个例。我观察身边不少同行，每个月花一两百刀订阅各种 AI 会员，做了一堆”自娱自乐”的小玩具，你问他真实用户多少、赚多少钱——零。一个都没有。这帮人不是不努力，他们是把”会用 AI”当成了”能力提升”，结果陷入了一种很危险的幻觉。
一、AI 也在搞”中等收入陷阱”，你信不信
“中等收入陷阱”这个词，本来是讲一个国家：低收入时靠廉价劳动力，攒了点钱想往高收入爬，结果发现老路走不通了，转型失败就卡在半路。AI 的发展，简直一模一样。
三个阶段：能干活 → 便宜 → 人人都会
早期：AI 帮你完成原本做不到的事
中期：同智能的模型越来越便宜
后期：信息差消失，”会用 AI”不再稀缺
我给你算笔账。一个外行在某个领域懂 5 分（满分 100），AI 现在不用你指导就能干到 60 分，而且下个月变 65、再下个月 70。而你从 5 分练到 60 分，得熬好几年。你说，如果你只会”技术性手艺”，未来还有没有胜算？
最阴险的是这个：你经常错把”能驱动 AI 做事”，当成”自己有能力”。就像花钱雇了个秘书，活儿是秘书干的，你却以为是自己能干。等秘书能力暴涨、还越来越便宜的时候，你就废了。
我见过太多人把”买了 AI 会员”等同于”提升了能力”。这跟 23、24 年花大钱买”AI 训练营”、加”付费社群”是同一回事——你买的是工具的使用权，不是能力的所有权。工具越用越便宜，你越用越依赖，这就是陷阱的雏形。
二、先把”会用 AI”拆开，你就明白自己输在哪
你可能会说：辉哥，我懂提示词、会给 Agent 装一堆热门 Skill、哪个模型什么脾气我一清二楚，这些不算本事？算，但我劝你别把宝全压在这上面。
我把它拆成两类。第一类，“工具绑定型”能力——这代模型喜欢什么话术、这个 Agent 该装哪个插件。听着很爽，但它们有个致命弱点：依赖工具不成熟 + 信息差。而只要有需求，一定有人把这些技巧封装成”开箱即用”。昨天的高手绝活，明天就是小白 defaults。
第二类，“认知判断型”能力——你知道真正的问题是什么、哪些东西必须交给 AI、什么结果才算好、什么时候该信它、什么时候该推翻它。这类能力不挑工具，而且 AI 越强，它越值钱。
说白了，”怎么把 AI 用得更好”正在快速贬值，而”知道怎么做决断、知道什么是好的”却在升值。你的竞争力，得从前者往后者迁移。这不是鸡汤，是数学题：前者会贬值，后者会升值，你现在站在哪一边，决定了三年后你还在不在牌桌上。
三、真正抢不走的，是这两种”资本”
记住一句话：AI 的能力是”租”来的，不是”买”来的。租来的东西，房东一涨价你就得还。真正值得攒的，是那些不随模型降价而贬值的资本。
资本分两种。一种是外部资本，就是 Agent 出现之前你就有的东西：一批真懂你、愿意反馈的核心用户、一个熬了很久的账号、一套能持续迭代的工作流。它有个核心特征叫复利——攒得越多，下次增长越便宜。
AI 拉近了”制作力”，但抹不平”积累”
举个例子，两个人都能让 AI 一天做出个新产品。甲做完还得重新找用户；乙早就有一批用户、一个长期经营的账号、还有过去产品攒下的品牌认知。AI 把两人的”制作能力”拉近了，可那批用户和品牌认知，AI 偷不走。
再看苹果。它一出个新交互，开发者几天就能做出视觉相近的东西。但苹果能靠全球用户、操作系统、分发渠道、品牌认知，直接把体验送到几亿人面前。独立开发者做出来了，也就触达自己那点儿人。这中间真正的鸿沟，就是外部资本，AI 抹不平。
但外部资本只回答了”你在世界版图上占什么位置”。还有更狠的一类，藏在你自己身上，决定了你能撬动多大结果——内在资本。这才是人与 Agent 协作时，真正的稀缺性所在。
四、人到底稀缺在哪？就俩字：判断和品味
随着 Agent 越来越强，”人类专属”的事会越来越少。但还是有两样，短期内的硬通货：
第一，对世界产生真实影响的判断力（Judgement）。AI 能帮你分析，但它不能为结果负责。事情搞砸了，它除了真诚地跟你道歉、给你点情绪价值，啥也干不了。权责不对等——这是它永远跨不过去的坎。最终拍板、背锅的，只能是你。
第二，服务于人的品味（Taste）。做一个给真人用的产品，AI 可以根据经验尽量贴合人的口味，但”到底好不好”，得人说了算。普通人能凭经验说”这个设计不好看”，但让他剖析哪儿不好、怎么改，多半就歇菜了。
判断力和品味，一个管”怎么选”，一个管”什么是好的”。它们有个共同点：AI 可以给答案，但给不了”责任”和”审美直觉”。前者要有人背锅，后者要有人真正”感受”过。这两个，恰恰是机器最难替代的护城河。
五、别只做”交钱办事”，要主动制造”异常值”
先说判断力。认知科学有个发现：大脑是靠”预期和实际的差距”来学习的。预测 → 实际结果 → 发现误差 → 解释误差 → 更新模型，这是一个循环。可大多数人怎么用 AI 的？遇到问题，直接甩给 Agent，它给个看似合理的答案，你就收了。这个循环里没有”异常值”，你就永远得不到进化。
这就是典型的”温水煮青蛙”。你交了钱，办了事，不亏。但你浪费了练判断力的机会。过几个月 AI 又暴涨了，你的判断力却没长，于是你更依赖它。而那些起步比你晚的人，因为工具拉平，悄悄把你甩开。
提升判断力，我有三招：
① 先预测：问 AI 前，先写自己哪怕不成熟的判断，再拿它的意见或真实结果来验证。
② 刻意找反证：跟 AI 讨论时，双方都可能错，优先找能验证的现实反馈。
③ 把”我错了”升级成”我为什么错”：光记正确答案没用，要把这次”异常值”提炼成能迁移到未来情境的原则。
再说品味。这玩意儿靠”比较“。有设计师说，品味不是教程教出来的，是长期泡在好产品里泡出来的”直觉”。还有个跨界的大佬，从艺术、建筑、电影、游戏里大量吸收养分，而不只盯着自己那一亩三分地。
作为”Vibe Coder”，我们有个别人没有的红利：可以用 Agent 低成本批量造对照组。下次再纠结设计，别再问 AI”哪个最好”，而是让它往不同方向出几个候选，你以用户视角去比较。甚至拿它跟顶级产品对照。这个过程，就是在炼你的品味。
炼品味，两件事：
① 大量比较：主动接触不同领域的好东西，建立”什么更好”的感知。
② 动手造对照组：让 AI 出多个方案，你来当评委。既脱离”给什么要什么”，又锻炼了审美。
六、少即是多：别没选择地”退化”
注意力是有限的，你不可能在每件事上都拉高品味和判断力，得取舍，把力气花在长期边际收益最高的地方。
怎么判断该抓什么、放什么？三个维度：重要性（它跟你关心领域的相关度，尤其是不是现在的瓶颈）、长期回报（AI 在这块的当前水准和进步速度，以及同行掌握程度）、可迁移性（这能力能不能换到别的任务里反复放大）。
重点说第二点有个反常识的结论：AI 在某个领域的进步速度，远超单个人。所以如果 AI 在某个已经干得比你好的领域（比如生成图像的平均水平），你就该主动”退化”，接受它的平均水平，把省下来的注意力，投到更重要的地方。
AI 时代真正要避免的，未必是能力退化，而是没选择地退化。以前自己查 API、调 CSS、手搓 PPT，现在交给 AI，那是红利，该放就放。但如果连品味和判断力这种”内在资本”也在不知不觉里一起丢了，那才是真要命的。
别做”坚持型选手”，要做”机制型选手”。我这种管不住自己的人，更好的办法是设计一套机制，让机制推着你走。主动创造预测、制造异常值、批量造对照组——用《反脆弱》的思路，把 AI 红利反过来给自己用。
说句掏心窝子的话：AI 时代最大的风险，不是机器比你强，而是你在跟机器”搭伙干活”的舒服日子里，悄悄把自己给废了。工具会越来越便宜，信息差会一天天消失，但”你会判断”和”你有品味”，会随着年龄和积累越来越贵。
跑长跑这回事，靠的不是起跑多猛，而是你身上有没有那些”租不来”的东西。从今天起，别再只当”交钱办事”的客户，去当那个”拍板、背锅、有审美”的人。这才是在 AI 时代，别人抢不走、降不了的硬通货。
关于作者
辉哥，25 年 IT 老兵，从写代码到带团队，从传统软件到 AI 落地，经历过三次技术大洗牌。不爱讲概念，只说人话；不喂鸡汤，只上干货。目标是帮普通人在 AI 时代，找到那些”租不来、抢不走、降不下”的真本事。公众号/视频号：辉哥聊 AI。