AI 时代，什么能力会越来越昂贵？-尧图网络科技

AI 不会淘汰所有人，它只会重新给人的能力定价。

那个让我后背发凉的问题

在腾讯工作的 16 年里，我经历了 PC 互联网、移动互联网，再到今天的大模型时代。过去几年，我和团队几乎每天都在研究同一件事：

如何让 AI 更稳定。
如何让 AI 更准确。
如何让 AI 更可控。

随着模型能力越来越强，我们不断优化 Prompt、知识库、Agent、工作流，希望让 AI 能够完成越来越复杂的任务。有一天晚上，加班回家的路上，我突然想到一个问题：

如果整个行业都在拼命优化 AI 的执行能力，那么执行会不会反而成为最先失去价值的能力？

这个问题让我沉默了很久，因为过去二十年里整个互联网行业几乎都在奖励"执行能力"。程序员写代码、产品经理写需求、运营写方案、测试写用例，每个人都在努力把事情做得更快、更好、更标准，于是我们理所当然地认为：

执行能力越强，一个人的价值就越高

但 AI 的出现让我开始怀疑这个判断。如果执行可以被无限复制，它还会是最值钱的能力吗？我开始重新观察身边发生的一切，越来越多的代码由 AI 生成，越来越多的文档由 AI 编写，越来越多的翻译、总结、测试、搜索、分析都开始交给 AI。很多过去需要几十分钟甚至几个小时完成的工作，现在只需要几秒钟。最开始，我和很多人一样把这种变化理解为：

AI 正在替代某些职业

后来我越来越觉得这种理解并不准确，因为 AI 真正改变的并不是某一个行业，也不是某一个岗位，它真正改变的是人的价值来源。

回头看历史，每一次技术革命都不是简单地淘汰一批职业，而是在重新定义：

什么能力值得被社会支付更高的价格

蒸汽机让体力变得廉价，电力让重复劳动变得廉价，互联网让信息差变得廉价。而今天，大模型正在让另一种能力快速贬值，那就是：

执行

这也是我写下这篇文章的原因。我越来越相信，AI 时代真正发生变化的不是职业，而是人的价值正在发生一次迁移。如果我们仍然沿着过去二十年的路径提升自己，很可能会越来越努力，也越来越廉价，那么问题来了：

AI 真正擅长的到底是什么？

只有回答这个问题，我们才能知道：未来，人真正应该培养什么能力。

第一章 AI 真正改变的不是职业

在讨论 AI 时，很多人都会问同一个问题：AI 会不会取代程序员、AI 会不会取代产品经理、AI 会不会取代设计师、AI 会不会取代律师、AI 会不会取代医生。这些问题几乎每天都会出现在知乎、公众号、社交媒体，但我越来越觉得这些问题可能一开始就问错了。因为 AI 从来不是按照"职业"去替代人的，它替代的是职业里面的一部分工作，换句话说：

AI 替代的是任务，而不是岗位

举个最简单的例子，一个程序员每天的工作包括：阅读需求、理解业务、设计方案、编写代码、Review 代码、与团队沟通、排查线上问题、推动项目落地。这些工作看起来都属于程序员，但对于 AI 来说，它们完全不是同一种能力。写代码，它越来越擅长；生成单元测试，它越来越擅长；解释代码，它越来越擅长；甚至代码 Review，它也越来越擅长。但是，需求为什么这样设计？业务目标到底是什么？两个技术方案应该选择哪一个？什么时候应该重构？什么时候应该延期上线？直到今天，这些问题仍然需要人来决定。

同样，一个产品经理也是如此。AI 可以生成 PRD，可以生成流程图，可以整理竞品分析，甚至可以设计页面原型。但是真正需要产品经理负责的从来不是画原型，而是回答几个更重要的问题：这个需求真的值得做吗？用户真正的问题是什么？有限的资源应该优先解决哪个问题？这些问题没有标准答案，也不存在唯一正确答案，它们需要结合业务、资源、风险和长期目标不断权衡。

AI 可以提供建议，但最终做决定的仍然是人，所以我越来越不喜欢讨论：

AI 会不会取代某个职业

因为真正发生变化的不是职业，而是职业内部的价值结构。过去，一个职业的大部分价值来自执行。未来，一个职业的大部分价值会越来越来自那些 AI 无法独立完成的部分，也就是说：

AI 正在重新划分每个职业内部的价值分布

真正应该思考的不是：

我的职业安全吗？

而应该问：

我的工作中，到底哪些价值来自执行？哪些价值来自判断？哪些价值来自承担责任？

这两个问题看起来很像，但答案完全不同。因为未来真正被重新定价的不是职业，而是能力。要理解这一点，我们首先要回答另一个问题：

AI 真正擅长的到底是什么？

第二章 AI 真正擅长的其实不是智能

如果要回答“AI 时代人最重要的能力是什么”，我认为第一步不是研究人，而是先研究 AI。因为只有知道 AI 擅长什么，我们才能知道人应该把时间投入到哪里。

很多人觉得AI 最擅长的是写代码，有人觉得AI 最擅长的是聊天，也有人觉得 AI 最擅长的是搜索和总结，这些都没错，但它们只是表象。如果继续往下追问一层：

为什么 AI 能做好这些事情？

你会发现它们都有一个共同特点。它们都是确定性的任务。所谓确定性不是指只有一个答案，而是：

输入、目标、评价标准足够明确，以至于结果可以不断逼近最优

换句话说，只要满足下面几个条件，AI 的优势就会越来越明显。

有明确的目标。
有足够的上下文。
有可以验证结果的方法。
可以不断重复优化。

这样的工作几乎都会随着模型的发展越来越自动化。例如写代码、翻译、生成文档、总结会议纪要、编写测试用例。这些工作看起来完全不同，但本质上它们都属于同一类能力：确定性执行。

很多人担心"AI 会不会越来越聪明",我反而觉得这个问题并不重要，真正重要的问题是：

哪些工作，可以被不断转化成确定性任务？

因为一旦能够被定义成确定性任务，它就意味着可以标准化、可以流程化、可以自动化，最终也可以规模化。AI 的能力并不是突然变得越来越强，而是人类不断把更多工作重新描述成 AI 能够理解的问题。例如，过去程序员需要自己阅读几十页需求文档，今天我们会先把需求整理成结构化的 PRD；过去测试工程师需要手工设计测试用例，今天我们会整理业务规则、历史 Bug、线上流量，再交给 AI 自动生成；过去一个新人需要花几个月理解项目，今天企业会建立知识库，把经验沉淀成文档，让 AI 快速学习。

你会发现真正发生变化的并不是 AI，而是我们正在不断把原本依赖经验的工作变成一套可以描述、可以理解、可以验证的确定性系统。AI 擅长的从来不是创造奇迹，而是在确定的规则里把执行做到极致。

于是，一个新的问题出现了。如果越来越多的工作都能够被转化成确定性任务，那么人真正的价值还会来自哪里？我认为这才是 AI 时代真正值得思考的问题。

第三章 AI 真正改变的不是行业而是能力的价格

如果让我用一句话总结 AI 对这个时代最大的影响，我不会说：

AI 会取代程序员

也不会说：

AI 会取代白领

我更愿意这样描述：

AI 正在重新给人的能力定价

这是我这几年最大的感受。很多人讨论 AI，总喜欢从职业出发：程序员怎么办？设计师怎么办？律师怎么办？教师怎么办？但回头看历史，每一次技术革命真正改变的都不是职业本身，而是：

什么能力值得被社会支付更高的价格

第一次工业革命蒸汽机出现以后，真正开始贬值的不是某一种职业，而是体力。过去，一个人能搬多少货决定了他的价值；后来，一台机器可以完成几十个人的工作。于是，体力不再稀缺，价值开始迁移。

第二次工业革命电力普及以后，真正开始贬值的不是工厂，而是重复劳动。流水线让大量依赖熟练操作的工作实现标准化，社会真正需要的不再只是会干活的人，而是能够设计流程、管理流程、优化流程的人。价值再次迁移。

互联网时代，真正开始贬值的也不是零售行业，而是信息差。过去，一个人知道得更多就拥有优势。互联网出现以后，大部分公开信息几乎都可以被快速获取，信息开始变得廉价。真正值钱的不再是拥有信息，而是理解信息、组织信息、利用信息。价值继续迁移。

今天，AI 带来的变化与过去所有技术革命都很相似。它真正开始贬值的并不是程序员，也不是设计师，而是另一种长期被我们忽略的能力，那就是：

执行

为什么？因为执行本质上是一种可以不断复制的能力。写一段代码、翻译一篇文章、整理一次会议纪要、生成一份测试用例，这些工作虽然内容不同，但都具有相同的特点：目标明确，评价标准明确，结果可以验证，可以不断重复。也就是说，它们都属于上一章提到的：

确定性任务

而确定性的东西一旦能够被 AI 学会，就意味着可以无限复制。过去，一个优秀程序员最大的优势是执行速度；今天，一个模型可以同时完成成千上万个类似任务。过去，一个咨询顾问需要几天完成的分析；今天，AI 几分钟就可以给出第一版。过去，一个运营同学要写几十份活动方案；今天，AI 可以一次生成几十个版本。

能力一旦可以无限复制，它的价格就会不断下降，这几乎是所有技术革命共同遵循的一条规律。所以，我越来越相信一句话：

凡可复制，必然贬值

很多人觉得AI 让工作变快了，这当然没错，但这只是表象，更深层的变化是：AI 正在让"执行"从一种竞争优势逐渐变成一种基础能力。就像今天，很少有人会因为你会使用 Office 软件而高薪聘请你；未来也不会有人仅仅因为你会写代码、写文档、做 PPT 而给予你溢价。因为这些能力会越来越像今天的搜索引擎、计算器和办公软件一样，成为每个人都拥有的基础能力。真正稀缺的永远不会是已经可以规模化复制的能力。所以，当越来越多的人开始学习 Prompt、学习 Agent、学习各种 AI 工具的时候，我反而开始思考另一个问题：

如果执行正在快速贬值，那么未来真正开始升值的到底是什么？

我认为这才是 AI 时代最值得思考的问题。

第四章真正开始升值的不是能力而是责任

过去一年，我参加过很多关于 AI 的分享，几乎每一次都会有人问我一个类似的问题：AI 将来会不会取代医生，AI 会不会取代律师，AI 会不会取代 CEO，AI 会不会取代产品经理。这些问题很有代表性，但我发现它们背后其实隐藏着一个共同的假设：

谁的能力更强，谁就更有价值

然而，在真实世界里，价值从来不是这样产生的。举个最简单的例子，今天的大模型在很多医学考试中的成绩已经非常优秀，它可以论文，可以分析更多病例，甚至能够比很多医生更快给出诊断建议。如果只是比较知识，AI 已经非常强。但是，如果你真的要做一场重大手术，最后签字的人是谁？不是 AI而是医生。为什么？因为真正承担医疗风险的人是医生。

软件行业也是一样。AI 可以设计系统架构，可以生成代码，可以 Review PR，可以分析线上故障，甚至可以给出多个解决方案。但是，真正决定是否上线的人是谁？真正决定是否回滚的人是谁？真正在事故复盘会上承担责任的人是谁？仍然是技术负责人。

一家公司的 CEO 也是如此。AI 可以分析市场，可以预测趋势，可以生成商业计划，甚至可以模拟不同经营策略。但是，真正决定是否投资、是否裁员、是否进入一个新市场的人仍然是 CEO，因为承担经营后果的人是他。

你会发现一个非常有意思的现象，AI 可以不断提升自己的能力，却始终无法拥有一种东西，那就是：

责任

责任不是一种知识，也不是一种技能，它是一种社会契约。它意味着你拥有决策权，也必须承担决策带来的全部后果。而 AI 并不是社会主体，它不会承担法律责任，不会承担经济责任，也不会承担道德责任。它可以提供建议，却不会为建议负责。这一点其实决定了 AI 与人的根本区别。AI 的价值来自：

生成答案

而人的价值越来越来自：

承担答案

过去，我们总觉得能力越强、价值越高。但 AI 出现以后，我越来越认同另一种观点：

能力决定你能走多快，责任决定你值多少钱

能力可以复制，责任无法复制；能力可以共享，责任不能共享；能力可以外包，责任永远不能外包。

很多人把 AI 看成一个越来越聪明的助手，我更愿意把 AI 看成一个能力放大器，它能够放大每一个人的执行能力，却无法替代任何人承担结果。所以，未来真正稀缺的不是拥有 AI 的人，而是那些愿意做决定、愿意承担结果、愿意在不确定中负责的人。

直到这里，我开始意识到AI 时代真正升值的不是某一种技能，而是一种更高层次的能力，那就是：

判断

因为只有判断才决定了责任应该由谁承担。

第五章比答案更昂贵的是问题

如果说过去几年，AI 教会我最大的事情是什么？不是 Prompt，不是 Agent，也不是某一个模型，而是一个看起来很简单却越来越重要的事实：

AI 一直在回答问题

而真正创造价值的人一直在定义问题。

很多人第一次接触 ChatGPT 时，都会感叹：为什么别人问一句话就能得到那么好的答案？后来大家发现，不是 AI 不一样，而是问题不一样。于是开始研究 Prompt、研究各种提问技巧、研究角色设定、研究上下文，这些当然都有价值。但如果继续往下追问一层，真正重要的其实不是 Prompt，而是：

你到底想解决什么问题

举个产品研发中的例子，很多团队讨论最多的问题是：

这个功能应该怎么做？

AI 可以帮助生成方案，可以帮助画流程图，可以帮助写代码，甚至可以帮助完成测试。但是，真正决定产品成败的问题，往往不是：

怎么做

而是：

有没有必要做

这是两个完全不同的问题。前者，AI 越来越擅长；后者，仍然需要人来定义。

程序员也是一样。以前大家最关心的是：

怎么实现？

今天越来越重要的问题变成：

为什么要这样实现？

甚至：

有没有必要实现？

因为真正昂贵的从来不是代码，而是代码背后的业务判断。

管理者也是一样。AI 可以帮助生成周报，帮助分析数据，帮助预测趋势，帮助制定计划。但是，真正决定组织未来的从来不是计划，而是：

组织到底应该解决什么问题

方向错了，执行越快，离目标越远。

很多人认为AI 会不断逼近人的思考能力，我并不反对。但我越来越觉得真正难的从来不是回答问题，而是提出那个值得回答的问题。因为答案依赖知识，问题依赖认知；答案来自已有经验，问题来自对世界新的理解。答案解决的是今天，问题决定的是未来。

回头看历史，真正改变世界的人很少因为回答了一个问题而被记住，更多时候他们改变的是问题本身。牛顿没有回答苹果为什么掉下来，他重新定义了万有引力；图灵没有回答机器会不会计算，他重新定义了什么叫计算；乔布斯没有回答手机应该怎么做，他重新定义了人应该如何与计算机交互。真正推动世界前进的从来不是更好的答案，而是：

更好的问题

AI 会越来越擅长回答问题，未来回答问题会越来越便宜，真正昂贵的将是：

提出那个别人还没有意识到的问题

这也是我认为AI 时代最值得长期投资的一项能力，不是 Prompt，不是工具，不是模型，而是：

定义问题

第六章 AI 时代的人类价值迁移模型

写到这里，我们终于可以回答文章开头的那个问题。

AI 时代，人最重要的能力到底是什么？

为了回答这个问题，我尝试把前面的所有思考整理成一张图，我把它称为AI 时代的人类价值迁移模型。

很多人第一次看到这张图，可能会觉得这不过就是三个能力。但在我看来，它描述的并不是能力本身，而是：

AI 时代，人类价值正在迁移的方向

过去二十年，互联网行业奖励最多的是执行。谁写得快、谁做得快、谁交付得快，谁就更容易获得机会。于是，执行能力几乎成为所有人的核心竞争力。但是 AI 出现以后，执行第一次开始大规模商品化，它不再是竞争优势，而开始变成每个人都拥有的基础能力。就像今天，没有人会因为会搜索而获得高薪，未来也不会有人仅仅因为会使用 AI 而获得高薪，因为：

工具终究会普及

真正决定人与人差距的永远不是工具。于是，价值开始向上一层迁移。

第一层：执行（How），回答的是：

怎么做

AI 最擅长，未来会越来越便宜。

第二层：战略判断（Which）回答的是：

应该选择哪一个

这里开始进入真正的不确定性。两个方案哪个更合适？什么时候上线？什么时候放弃？什么时候投入？什么时候停止？这些问题不存在标准答案，它们依赖经验，依赖业务，依赖长期目标，依赖风险偏好，更重要的是依赖责任。AI 可以提供建议，但真正做选择必须是人。

第三层：定义问题（Why），回答的是：

为什么要做

这是我认为未来最昂贵的一层。因为如果问题定义错了，后面的所有执行都会变成低效努力。方向错了，执行越快，离目标越远。所以，AI 越来越擅长回答问题，真正创造价值的人越来越擅长定义问题。

很多人问那承担责任放在哪里？我后来发现，承担责任其实并不是能力，它更像是一种结果。因为只有拥有判断能力的人才有资格承担责任；只有不断承担责任的人，社会才愿意给予他更大的判断权。于是，判断与责任形成了一个不断强化的正循环。而执行只是这个循环最底层的能力。所以，如果一定要用一句话总结这张图，我会这样说：

AI 正在让执行能力越来越普及，真正稀缺的价值正在向判断和定义问题不断迁移

这也是我认为未来十年人与人最大的差距。

第七章真正重要的不是某一种能力，而是持续迁移的能力

如果看到这里，你可能会问：

所以，AI 时代最重要的能力到底是什么？

很多文章都会给出一个明确答案。有人说是学习能力，有人说是创造力，有人说是沟通能力，也有人说是提问能力，这些都没有错，但如果一定让我只保留一个答案，我的答案会是：

持续向更高价值层迁移的能力

为什么？因为历史已经给过我们很多次答案。蒸汽机出现以后，继续训练体力的人并不会变得更有价值，真正获得机会的人是开始学习如何使用机器的人。电力普及以后，继续重复劳动的人并不会获得更高回报，真正成长的人是开始设计流程、管理流程的人。互联网出现以后，继续依赖信息差的人优势越来越小，真正创造价值的人是能够组织信息、理解信息、利用信息的人。

今天，AI 正在重复同样的故事。只是这一次迁移的不再是体力，也不再是信息，而是：