最近两年，我经常看到两种声音。
一种人在说：
AI来了，以后很多工作都没了。
另一种人在说：
AI是未来，不学AI就会被淘汰。
说实话，这两种说法都有点极端。
作为一个普通人，我觉得与其讨论AI有多厉害，不如思考一个更现实的问题：
AI出现之后，我的收入会不会变高？我的工作会不会更稳定？我的未来会不会有更多选择？
因为大多数人并不是创业者，也不是投资人。
我们每天面对的，无非就是工作、生活、赚钱。
我最初其实也很焦虑 #
ChatGPT刚火的时候，我也担心过。
作为程序员，我看到很多视频都在说：
- 程序员要失业了
- AI一分钟写几千行代码
- 以后不需要开发了
那段时间我试了很多AI工具。
结果发现一件事情：
AI确实会写代码。
但AI并不知道我要做什么。
比如我让它写一个功能。
它能写出代码。
但：
- 需求是否合理？
- 用户为什么需要这个功能？
- 哪种方案更适合业务？
- 出现问题怎么排查？
这些事情最后还是得靠人。
后来我慢慢发现：
AI更像是一个能力很强的实习生。
它什么都懂一点。
但真正做决定的人，还是你。
AI最先淘汰的，不是职业，而是低价值工作 #
以前有个同事。
每天工作内容主要是：
- 整理Excel
- 写周报
- 汇总数据
- 搬运信息
这些事情以前可能需要半天。
现在AI十分钟就能完成。
问题来了。
如果一个人的价值只是完成这些重复劳动，那么AI出现后，他的竞争力一定会下降。
但如果一个人的价值是：
- 理解业务
- 发现问题
- 推动项目
- 解决复杂情况
那么AI反而会成为他的助手。
很多人担心AI抢饭碗。
实际上更准确地说：
AI正在抢走那些没有成长空间的工作内容。
普通人不要急着学AI #
这是我最近最大的感受。
很多人看到AI火了。
马上开始：
- 学提示词
- 学工作流
- 学Agent
- 学各种工具
结果学了三个月。
不知道自己能干什么。
原因很简单。
工具更新太快了。
今天火一个。
明天又火一个。
后天又出现新的模型。
普通人根本追不完。
与其追工具。
不如先问自己：
我本来擅长什么？
如果你是会计。
研究AI怎么帮你做财务分析。
如果你是设计师。
研究AI怎么提高出图效率。
如果你是老师。
研究AI怎么辅助备课。
如果你是程序员。
研究AI怎么提高开发效率。
AI本身不值钱。
AI解决问题的能力才值钱。
不要把时间花在焦虑上 #
我发现很多人每天都在刷：
- AI新闻
- AI爆款视频
- AI新产品
看得热血沸腾。
但一个月后什么都没留下。
这种感觉很像健身。
天天看健身视频。
并不会长肌肉。
天天看AI资讯。
也不会提高收入。
真正有价值的是：
用AI完成一个项目。
哪怕只是：
- 写一篇文章
- 做一个网站
- 开发一个工具
- 搭建一个自动化流程
因为只有做项目。
你才能知道AI真正能帮你什么。
AI时代最大的机会是什么 #
如果让我说一句最现实的话。
我觉得AI时代最大的机会不是创业。
不是暴富。
而是让一个普通人拥有过去难以获得的能力。
以前：
想做一个网站。
需要找程序员。
想做设计图。
需要找设计师。
想写运营方案。
需要找专业人员。
现在很多事情，一个人就能完成。
一个普通人的能力边界正在被不断扩大。
这可能才是AI最有价值的地方。
它不是让每个人都成为亿万富翁。
而是让更多普通人有机会独立完成以前做不到的事情。
我的选择 #
如果让我给自己未来几年的规划。
我不会All in AI。
也不会无视AI。
我会把AI当成电力、互联网一样的基础工具。
持续使用它。
学习它。
利用它提高效率。
但真正投入时间的，依然是那些长期不会过时的东西：
- 专业能力
- 解决问题的能力
- 沟通能力
- 持续学习能力
因为工具会变。
模型会变。
热点会变。
但这些能力不会。
未来真正拉开人与人差距的。
可能不是谁用了最先进的AI。
而是谁能够利用AI，把自己的能力放大十倍。
这或许才是普通人在AI时代最现实的选择。
参考资料 #
GitHub Octoverse：《The State of Open Source and AI》 https://github.blog/news-insights/research/the-state-of-open-source-and-ai/
JetBrains Developer Survey：《Which AI Coding Tools Do Developers Actually Use at Work?》 https://blog.jetbrains.com/research/2026/04/which-ai-coding-tools-do-developers-actually-use-at-work/
METR Research：《Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity》 https://arxiv.org/abs/2507.09089
AIDev Dataset Research：《Understanding AI Agent Participation in Software Development》 https://arxiv.org/abs/2602.09185