1. 2026AI 碾过来的那个冬天1.1 先说说我怎么被碾碎的如果你第一次刷到这篇我简单交代一下前情我是做内容创作的写了将近十年的行业稿子、人物故事和产品文案。2026年以前我一直觉得 AI 就是个高级一点的搜索框顶多帮我整理个错别字。直到那年冬天我所在的团队接到通知——接下来的初稿全部交给 AI 批量生成人工只负责润色。当时我还没意识到这个决定会直接让我在三个月后变成多余的人。第一批用 AI 写的稿子确实烂通篇正确的废话没有任何现场细节。但问题在于一个月后它就不可怕地变好了结构规整、用词准确、速度快得吓人。我引以为傲的一小时写两千字在它面前成了笑话。没有争吵没有裁员预告项目预算逐年压缩我主动提了离职。走出办公大楼那天下着雨我没带伞在便利店门口站了很久。那种感觉不是愤怒而是一种我学了十几年的手艺突然没人要了的空洞。这段经历我在这系列日记前几篇里写过一些但今天想完整复盘一遍。因为后面这几年里我遇到的所有问题几乎都能从 2026 年的某些选择里找到根源。如果你此刻正站在我的位置我希望这篇能让你少走一点弯路。1.2 失业前三个月其实早有预兆现在回头看那三个月里有很多信号被我主动忽略了。第一是初稿生成这个说法本身就很可疑——它把写作拆成了初稿和润色等于默认核心的智力劳动已经不需要人了。第二是团队里开始流行批量产出这种词一个人配一个 AI 账号就能顶三个人的量。第三是新人培训方式变了实习生入职第一件事学的不是写作原则而是怎么把需求描述得让 AI 更听话。我跟我一个关系很好的前同事聊过这事他说了句话我记到今天你不是被 AI 淘汰的是被一个在你还没反应过来就换了规则的游戏淘汰的。当时我听了觉得很毒现在想想很真实。AI 没有抢走我的文字能力它抢走的是按字数计费的时代里我对价值的定义——我以为我的价值是产出文字而新规则里文字本身变得非常廉价稀有的是判断力、审美和信任。所以如果你现在还在一个重复性很高的岗位上不管是写东西、画图、做表格还是写代码我都建议你认真做一个测试找当前最强的通用 AI 模型让它做你每天最熟练的那件事做二十次看它的及格率。如果它已经能做对一半以上你就该启动第二步了——把注意力从我自己怎么做转向我怎么用它做出来并且做得比它裸跑更好。这是我花了整整一年才想明白的代价是交了大半年的房租。2. 2027在 AI 的阴影里重新学走路2.1 我做的第一件事把它当成一个讨厌但有用的同事2027 年上半年我处于一种很尴尬的状态嘴上骂着 AI身体却很诚实地用它找工作、改简历、写面试自我介绍。那段时间我下载了市面上所有主流模型每个都充了会员每天花大量时间做同一件事对一个话题提各种问题然后观察它的回答模式。我很快发现光会问没有用。AI 的平均水平太平均了你问什么它都给你一段四平八稳的东西谁都能拿到。真正拉开差距的是我能不能把需求描述得足够精确背景是什么、读者是谁、目标是什么、什么不能说、什么必须说、语气偏冷还是偏热、举几个例子、控制在多少字、结构上要先给结论还是要先讲故事。我第一次花四十分钟写出一段 200 字的指令时生成的文案质量几乎超过了我过去八成以上的成品。这时候我开始把它重新定位它不是我最好的朋友也不是我要打败的对手而是一个干活极快、但经常理解错需求、需要反复沟通的新同事。对待新同事你不能只骂他笨你得给他清楚的需求文档、验收标准还得给他反馈。想通这一层我突然就不焦虑了——因为怎么把一个模糊的需求讲明白这件事 AI 做得越好人类的需求反而越值钱。2.2 被 AI 教做人的三个瞬间这里我必须坦白几个让人脸红的小故事。第一个瞬间是我拿一段自己很满意的旧稿子让 AI 按我的风格模仿结果它生成了一篇把旧稿子里的每一句话都重新说一遍、但没有任何信息增量的玩意儿。我当时突然意识到学习和模仿时代让我积累的那套写作套路本质上也是一种低水平的重新排列组合而排列组合恰恰是 AI 最擅长的。真正的写作壁垒从来不是句子漂亮而是你有没有一手材料、独家的信息、别人接触不到的人与现场。我有大量独家材料吗没有我过去大部分精力都花在让二手材料变得漂亮上。第二个瞬间是一个做设计的同行被裁后转行做AI 绘画培训三个月就做到月入六位数。我心里很不服觉得他根本不会画画凭什么教别人。但后来我想明白一件事他会的是被碾碎之后立刻爬起来而我还在原地哭。这不是能力问题是心态问题。AI 潮水卷过来时第一批倒霉的往往不是最差的人而是最依赖旧规则、最不愿承认规则变了的人。第三个瞬间是我试图用 AI 做一份全年的个人知识库结果发现它对我的碎片化笔记毫无办法。它可以把一条笔记扩写成十段但没法判断哪些笔记是真正值得扩写的。我后来才明白AI 是放大器不是筛子筛选和判断必须由我自己完成。这三个瞬间让我一点点丢掉了对 AI 的浪漫幻想也开始建立我的人机分工。2.3 每日复盘模板从被替代到被放大2027 年下半年我把自己的生活重新管理起来。方法很简单每周末花半小时填写一份固定的复盘模板里面只有三栏。第一栏叫今天哪些事AI 已经能做得比我快——这一栏是为了让我认清现实不再抱着旧手艺自嗨。第二栏叫今天哪些事AI 做得还不如我——这一栏是给自己在废墟上找支点。第三栏叫明天哪件事我可以让 AI 帮我把时间省下来去做第二栏里的事。我坚持填充了整整六个月最大的发现是那些AI 做得还不如我的事情几乎都有一个共同特征——它们需要我出现在现场或者需要对具体的人和具体的后果负责。我举个例子写一份产品说明AI 能比我写得快但去跟客户聊一次他们的真实使用场景AI 去不了。后来我的所有收入几乎都来自去现场之后才得到的独家信息——那些信息再喂给 AI 加工产出又快又好。我那时候才真正理解碾碎又重新拼起来是什么意思被碾碎的是旧的工作方式拼起来的是新的分工体系。在这个体系里我还是我但我只做其中机器做不了的那部分。3. 2028学会给 AI 当产品经理3.1 为什么光会提问还不行2028 年我找到一份远程工作给一家小公司做AI 内容交付管理。听起来很高级说白了就是公司买了一堆 AI 工具发现直接用根本不行——生成的东西太通用、太容易翻车需要有人来管。我的工作就是每天跟 AI 工具对接需求再把产出交给人去审核修改。干了一段时间我发现自己实际上已经不是一个写作者而是一个 AI 的产品经理决定做什么、不做什么、做到什么程度、怎么验收。光会提问的人和能管好 AI 的人差别至少有两层。第一层是需求拆解能力。普通用户会说帮我写一个活动文案好一点的会说帮我写一个针对年轻用户、带有悬念感的活动文案最好的需求会写到帮我写一个活动预告活动规则只有一条当场签到满十次可参与抽奖奖品是小玩偶希望用悬念方式让用户读到最后才知道奖品是什么不要用重磅不容错过这类词总字数不超过 150 字。 后者的产出质量跟前者的差距是数量级的。很多人说 AI 生成的东西有AI 味大部分时候不是 AI 的问题是需求没写清楚。第二层是质量验收能力。你需要建立自己的检查清单信息是否准确有没有编造语气是否统一可不可以举证删掉任何一段会不会影响信息完整我用最笨的方法建了一个自己的验收清单打印出来贴在显示器旁边每份 AI 产出过一遍清单再决定要不要用。后来我把这套方法总结成一页纸的AI 协作验收表这也是我后面做小项目最早一批分享出去的内容没想到帮了不少人。3.2 一套顺手的工作流长什么样如果你想现在就搭一套属于自己的 AI 工作流我建议不要追求花哨的功能先搭最基础的输入-处理-校验三件套。第一步是输入建议建一个素材库。我会把看过的文章、拍过的照片、聊天中对方说过的重要的话全部丢进一个加密笔记库。不要指望 AI 能自己理解你的碎片但你可以每周花 20 分钟把最想用的三条素材各写一句为什么值得记。AI 最大的作用是帮你把这条素材改写成多个版本而不是替你决定记什么。第二步是处理用一个开场白文件来统一管理你的风格。我会在一份文档里写上未来的所有任务请这样回应我先给结论再给解释不要用首先其次最后这类词不要告诉我你是一名 AI不要使用省略号和感叹号连用请用中文简体。这个文件我每次对话都会粘贴一次虽然麻烦但质量稳定。你也可以自己写一份越具体越好。第三步是校验也是我后来运行最痛苦的一步每隔三五天把 AI 生成的内容翻出来回头检查看哪些当时觉得哇好惊艳的东西隔天看其实很空。我有个小习惯过夜再发表。AI 生成的内容当时看往往会被它的流畅唬住睡一觉再看就冷静了。我的原则是凡是 AI 生成的重要对外内容至少放一晚上第二天删掉 20% 再发布。3.3 我踩过的提示词坑我不是什么提示词大师但这一年里踩过的坑够写一本小册子。我挑三个最有代表性的说说。第一个坑是角色扮演失灵。早期我很迷信请你扮演一个十年经验的资深编剧这种开场白。后来发现角色扮演能提升一点点风格一致性但没法凭空变出专业能力。你让 AI 扮演神经外科医生它不会真的懂手术它只是把你资料库里的相关词语重新排列了一遍而且很容易一本正经地胡说。所以后来我放弃了一切角色扮演改成描述任务本身告诉它这是一篇给什么身份的人看的、需要什么信息量、哪部分必须谨慎。第二个坑是一次要太多。我一开始总希望一句指令生成一篇完整方案包括背景、目标、计划、风险、预算结果每次生成的都像模板每条都对每一条都派不上用场。后来我改成一次只解一个子问题这一步只列五个方向下一步只写好一个方向再下一步才做完整成稿。虽然操作次数多了但每一步我都能插手校正最终质量反而高很多。第三个坑是没有限定事实来源。有一阵子我让 AI 帮我整理行业数据它写得非常规整我差点直接交稿。后来出于谨慎去核对发现几个关键数字完全不实甚至年份都对不上。AI 最擅长的是把编得像真的而不是确定真本身。此后凡是涉及数字、人名、时间线的内容我必须自己先准备好事实清单再让 AI 只做表达上的转换绝不让它自由发挥。这条规矩一直用到现在。4. 2029-2030拼回来的过程里我发现了自己的三个不可替代层4.1 第一个不可替代层现场感2029 年的大半年里我尝试了一件很笨的事每周至少去一次线下不管是行业聚会、小展览、菜市场还是单纯约一个很久没见的朋友吃饭。然后强迫自己写下至少三个只有在现场才能知道的细节。举个例子我写过一篇关于某类小商家经营变化的稿子如果只靠线上资料我能写出一篇学术味很浓的分析但没有任何人味。后来我去店里坐了一下午注意到老板的数钱方式、他对熟客的称呼、他边接电话边擦杯子的小动作这些细节 AI 永远编不出来因为它们只属于一个个具体的人和时间点。有了这些细节之后再让 AI 帮我搭结构和润色语言产出的稿子给朋友看他们都说跟以前完全不是一个层次。所谓现场感并不宏大它就是你比 AI 多看到、多听到、多感受到的那一点点具体的浊气。AI 处理的是平均的人而你好歹还是具体的人。只要你还愿意去现场AI 就永远只能做你的助手而不是你的替代者。4.2 第二个不可替代层选择权2029 年我做了一个小实验同一个主题让 AI 生成二十个方案然后我自己只选一个。这个实验听起来很容易做起来非常痛苦。因为 AI 生成二十个方案太轻松了每个看起来都有模有样我的判断力根本跟不上——我经常盯着屏幕半个多小时不知道该选哪个。后来我逼自己建立一个选择标准比如这个方案里哪些观点是我真正认同的、哪些例子是我见过真实的、哪些句子让我心里动了一下。我发现自己做选择根本不是靠逻辑而是靠是否唤起我的具体经验。那个让我想起某个朋友、某次对话、某座城市的方案就是我的。别人拿走 AI拿走工具都还能活下去但如果你连自己要什么都要依赖 AI 替你决定那就真的什么都没有了。这让我想通了一件事技术越强选择越值钱。过去大家比拼的是你能不能把它做出来以后比拼的是你敢不敢在众多可能性里认定一个。这份认定的能力只能来自你过去所有的经历、立场和审美AI 没办法替你建立。4.3 第三个不可替代层信任背书2029 年底到 2030 年初我陆陆续续接到一些项目教我慢慢明白最有价值的那层不可替代是什么——不是技能是信任。有一次合作对象直接跟我说你能保证不把我们内部讨论的内容在没确认前丢进公开 AI 工具吗我愣了一下因为很多人根本没想过这个问题。我确实有自己本地部署的一套工具链也养成了先脱敏再提交的习惯。因为这件事对方觉得我靠谱后续又介绍了两个客户给我。同样一份活AI 其实也能干但客户不会把核心的、涉密的工作交给 AI 直接负责必须有一个具体的人来承担后果、守住边界。在人机协作的链条里AI 负责效率人负责兜底。谁愿意兜底谁就有不可替代性。我后来甚至把数据安全底线写进我的服务说明里告诉客户哪些数据我只会用本地模型处理哪些内容不会上网。这反而成了差异化优势——因为大多数竞争者只会吹嘘自己会用多少种 AI 工具能说清楚不用什么、不传什么的人少之又少。5. 2031把被 AI 管住的日子过成作品5.1 我那 17 个失败的小项目2031 年我脑子里冒出了很多灵感一年下来启动了 17 个小项目最后认真跑完的不到 5 个真正产生持续价值的就 1 个。但我一点都不觉得是浪费时间因为这些失败背后几乎都是同一个原因我以为 AI 能帮我省掉最难的部分结果最难的部分恰恰只能靠我自己。举几个有代表性的失败例子。第一个是我想做一份AI 时代个人转型指南的电子册子结果发现自己的方法论还太零散写了两章以后就没东西可写了。第二个是我试图做一个 AI 生成本地方言的配音工具但本地数据不够做出来的效果很怪。第三个是我尝试用 AI 做一个自动帮我回复消息的工具做出来之后发现用户根本不敢用因为他们回复的不是标准件而是活生生的关系。每次失败后我都会写一页纸的失败记录不用太复杂就写三条我预想的成果是什么、现实中哪里断掉了、下次怎么避免。回看这些年真正有用的不是失败本身而是我从失败里提炼出的那条衡量标准——做一件事之前先问自己如果 AI 到今天为止都不能完全替我完成其中哪个环节这个环节是否值得我花三个月去攻克如果答案只是因为我喜欢那就先停下来想清楚自己到底是要一个作品还是要一份安慰。5.2 一个真正跑通的个人项目复盘17 个项目里唯一长出来的东西是一个很小的知识分享社群名字我就不具体说了。一开始我只是想做一个AI 协作方法论的分享渠道每周发一篇文章讲一个实操场景。我完全用我前面说的流程来生产先记录自己真实遇到的问题和解决过程再提炼方法然后用 AI 帮我压缩成更有条理的语言。这个项目跑通用了将近十个月。我最大的感受是不要高估流量也不要低估信任。最初三个月阅读量几乎可以忽略不计后台只有三四个关注。但我坚持每篇都写真实遇到的事比如某次 AI 生成的数据出错被我抓到、某次提示词写给谷暝半夜。后来慢慢有人留言说这个坑我也踩过也有人开始私信问我具体方案。真正让我感到它跑通的标志是一个从来没说过话的读者在我的文章下面留了一大段话说她因为看到过夜再发表那条建议避免了一次工作失误。那一刻我意识到AI 时代的信息过剩反而让真实的复盘变得稀缺。这比任何浏览数据都更接近我做这个项目的初衷——不是教人变强而是让受伤的人知道还有人在废墟上继续搭房子。5.3 关于钱的教训越早懂越好聊了这么多心态方法再聊几句钱的教训因为这段路我很长一段时间都歪着走。第一个教训是在转型期不要急着靠知识付费赚钱。2027 年有一阵我穷得发慌想做课程去卖发现自己能讲的东西别人早就讲过了而且讲得比我系统我根本没有独家的输入。那段时间手里没钱心情就特别差做出来的东西也带着一股焦虑味。相比之下后来我踏踏实实做了几个月免费分享反而有人开始主动付费咨询——他们买的不是知识是你踩过坑知道我的坑在哪里的判断力。第二个教训是永远给自己的时间设定一个时薪底线。我不是说接活越低越好而是你要有一个标准用来拒绝那些会让你陷入重复劳动的单子。我 2028 年接过一个很正式的活内容是每天帮客户把两篇 PDF 总结成一千字摘要。做了两星期我就知道这活只要会用 AI 就能做立刻跟客户协商改成教会他们自己搭流程收一笔一次性培训费。虽然短期收入少了但我把时间从做机器能做的活里解放了出来。第三个教训是珍惜现金流但不要因此放弃投资自己。我见过至少三个技术不错的同行因为害怕被 AI 替代疯狂考证结果 AI 出来之后认证本身也贬值了。真正保值的投资只有两个一个是不可替代的独特信息源另一个是能扛住不确定性的稳定心态。这两个我都花了很多年才慢慢攒出一点到今天还在持续投入。6. 2032回头看AI 没有碾碎我它只是把我打回了原形6.1 七年里我唯一练出来的真本事现在已经是 2032 年这个系列的第七篇也该好好收个尾。如果有人问我这七年里到底练出了什么真本事我觉得不是会用多少工具也不是掌握了什么高阶提示词而是一件事在失控中保持行动。2026 年的我面对 AI 的第一反应是恐慌恐慌带来的拖延让情况雪上加霜。现在的我看到新工具、新模型出来的时候依然会有不安但我已经形成了一套固定的应对流程先试再判断而不是先焦虑再逃避。我会立刻用一个小任务去测试它记录它的上限和下限然后问自己这里面有什么是它替代不了的它解决了一个老问题是不是也制造了一个新机会如果确认了这些我就可以少慌一点因为我已经站在过去积累的经验上往前走了。这套在失控中保持行动的方法我把它做成了很简单的三句话承认自己会慌但只允许自己慌五分钟给自己定一个特别小的下一步小到今天就能完成关注自己的行动本身而不是过度关注结果。七年下来我比 2026 年那个自己的产出质量高了不止一个档次不是因为我变得多聪明而是因为我终于学会了跟 AI 分工——把所有做得到的部分交给它把所有做得到但应该要不要做的问题留给自己。6.2 如果你正在经历我的 2026我把这一篇写出来是因为我猜现在就有人在经历我的 2026刚收到部门要AI 化的通知焦虑得睡不着觉或者已经失业每天都在刷招聘软件却不知道该投什么岗位又或者正在犹豫转行被各种三个月成为 AI 专家的广告轰炸得心慌。我的建议只有一个宁可现在开始笨拙地用 AI 做一些无用的小事也不要停在原地反复分析它的威胁。那些看起来无用的小试验会在半年后成为你判断力和行动力的地基。你不需要一开始就很强你只需要比昨天的自己多往前挪一步。2026 年到 2032 年如果你问我痛不痛苦我会说不轻松但如果你问我值不值得我会说是的。因为被 AI 碾碎的那一层只是旧外壳重新拼起来的才是真正属于自己的骨架。我做这个系列日记不是为了展示我有多厉害的逆袭故事而是想给同样走在路上的你留一盏灯——那盏灯不保证你不摔倒但能让你在摔倒之后看到前面还有路。