别焦虑了，AI时代，我们普通人能做什么

别焦虑了AI时代我们普通人能做什么最近两年身边的朋友越来越多地提到一个词焦虑而且是更深层次的焦虑——自己这行还有没有未来写代码的人在问AI已经能生成90%的代码了我的价值还在哪里做文案、做设计、做分析的人也在问同样的问题。连一些做管理的人都开始问会议纪要、周报总结、数据看板AI一手包圆我到底管什么这种焦虑不是矫情有真实的新闻撑腰。Klarna裁掉了大批客服某大厂整个技术文档部门被裁理由就是AI能写初级工程师发现校招名额在缩水因为那些练级任务现在已经有AI在做了。但我想说的是焦虑本身没错只是大多数人在焦虑错了方向。第一件事先搞清楚你在怕什么焦虑有两种混在一起很难拉扯清楚。一种是真实的生存焦虑我的工作会不会消失另一种是 FOMO新工具出来了我没跟上我落后了。后一种焦虑没有尽头——工具永远在出今天 Claude明天 Gemini后天又有什么 Agent 框架上线。大多数人把精力花在这上面却从来没认真分析过第一种。第一种才真正值得花时间想。而且要拆到任务层面而不是职位层面。你的岗位里有多少工作是有固定模板、高度重复的那部分确实要当心。但有多少需要对接具体的业务上下文、协调人和人之间的摩擦、对错误承担真实责任那部分目前还很安全。以程序员为例——很多团队现在已经在用 AI 生成代码了但成熟团队里工程师在做什么做审查AI 写的代码有没有安全漏洞、架构上有没有坑。做设计这个功能怎么拆动了这里会不会影响那边。做沟通产品说要一个功能背后真正的需求是什么。这些 AI 做不了因为它没有你积累的业务上下文也没法对线上事故负责。白领也一样。被 AI 接管的工作——整理会议记录、写第一版周报、查数据——可能只占你工作的三成。剩下的七成判断哪个方向值得推进、协调多方利益、在信息不完全时做决策AI 目前没法替你来。认清这个比例随时会被替代的感觉会消去大半。第二件事学会驾驭而不是逃避我见过两类人用 AI 写同一份竞品分析报告。第一类把竞品名字丢给 AI说帮我分析一下得到一份四平八稳的通用输出略加修改发出去。第二类先自己列出这次分析最关键的三个问题——比如对方的定价策略最近是否在调整、“他们的用户投诉集中在哪个环节”——然后带着这些问题去用 AI 挖材料最后写结论的时候把自己过去半年做销售时观察到的一手感受加进去。两份报告AI 参与度差不多。但第二份老板看完会说这个分析有点意思。第一份大概率进回收站。差距不在于会不会用 AI而在于你有没有带着自己的判断去驾驭它。AI 最擅长的是在你已经有方向的时候加速最容易出问题的也是在你自己都没想清楚、完全交出主导权的时候。具体怎么练从你最熟悉的那个工作场景开始。不用搞什么AI工作流就是下次做某个重复性任务时先想清楚这件事最难判断的部分是什么然后把那部分留给自己其余的丢给 AI。时间长了你会逐渐摸出自己的节奏。第三件事找到 AI 很难踩进来的地方有些能力AI 目前很难复制不是因为它智商不够而是因为这些事情本质上依赖真实的人类存在。一个项目上线出问题了AI 不会被拉去复盘不用在老板面前解释也不用承担后续处理的压力。那个有人愿意站出来的姿态是被信任的基础不是靠工具能替代的。销售能签单往往不是因为 PPT 做得好而是因为对方在这个人身上看到了可靠感——这是年复一年真实互动积累下来的AI 模拟不了。你在某个行业待了足够久知道哪个环节最容易出问题、客户在哪个阶段最敏感这些判断根植在具体的失败和成功经历里是你真正的护城河。这些地方值得深入进去不要因为AI偶尔也能做一点就觉得没有意义。这周能做的三件事说了这么多落到实处就是下面三步不用一次全做挑一个开始就行。第一步把自己的工作任务列一张清单。随手在备忘录里写10条你这周干过的事然后对每一条问这件事如果 AI 来做它会卡在哪里那个卡点就是你目前的价值所在。第二步挑一个最费时间的重复性任务用 AI 跑一遍。不是为了完全替代而是搞清楚哪部分它能做、哪部分还得你来。很多人对 AI 能力的误判一遍实操就纠正了。第三步下次做决策或写方案前逼自己先写三个判断。格式就是我认为……因为……写完再去找 AI 补材料。技术每隔几年都会来一次重组每次都有人因为提前想清楚自己的位置而站稳了也有人因为只是焦虑而原地等待。下一篇我想聊得更具体一些普通人到底怎么拥抱 AI从哪里开始、用什么姿势切入、哪些坑最容易踩——不是方法论是实操路径。感兴趣的话记得关注。