AI时代，知道做什么最重要

AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

我之前说过，AI不是来取代你的团队的——它是来给他们腾出时间的。我依然相信这一点。但这里有一个更难的问题：腾出时间来做什么？如果你的员工每天多了六个小时却不知道该做什么，你并没有真正获得任何东西。你只是更快地触及了真正的问题。

而在大型组织中，即使到达那个点也是一场斗争。流程、审批链、僵化的工作方式——它们不会因为新工具的出现就突然改变。那些花了数十年优化可预测性的公司，不会因为有人购买了AI订阅就突然变得快速。惯性是真实存在的，它往往是最大的障碍，甚至在人们开始思考下一步该专注于什么之前。

我用AI作为主要的工程合作伙伴构建了我的整个网站——设计系统、CMS、内容管道。这原本需要一个小团队几个月才能完成的工作，现在几周就搞定了。而这甚至不是最戏剧性的例子。初创公司正在用三人团队交付两年前需要十五人才能完成的产品。AI优先公司的员工人均收入数字让传统软件公司看起来像在原地踏步。

这不是趋势。这就是当构建软件的成本趋近于零时会发生的事情。而其影响远远超出了工程领域。

1、当生产变得廉价时，需求并不会减少

经济史上有一个可靠的模式。每当生产某种东西的成本崩塌时，世界需要的并没有变少，而是大幅增加了。想想汽车。在福特的流水线之前，它们是富人的奢侈品。大规模生产并没有缩小市场。它创造了一个围绕个人交通的整个文明——郊区、高速公路、供应链，一个真正依靠轮子运转的经济。

廉价的视频设备并没有消灭电影制作人。它创造了YouTube、TikTok和一个价值数千亿美元的内容经济，而这在制作需要一个团队和一个演播室预算的时代是不可能存在的。每个人口袋里的相机并没有取代专业摄影。它们让视觉内容成为了互联网的默认语言。

软件即将经历同样的事情，而我们才刚刚触及它有多大这一问题的表面。

我多年来一直在观察组织在电子表格上运行关键业务流程，因为构建合适的软件太昂贵，不值得。我见过运营团队手动在系统间协调库存，因为集成项目一直被降优先级。我见过中型公司购买比他们需求大十倍的企业平台，因为没有为他们的规模构建的产品。

对软件的需求一直都在。缺失的是可负担的供给。当AI将构建成本从数十万压缩到数百美元时，每一个目前依靠电子邮件和手动变通方法维持的流程都成为真正工具化的候选。不是收缩。是爆炸。

但世界上更多的软件并不自动意味着你的特定角色是安全的。重要的是瓶颈转移到了哪里。

2、构建变得廉价了，思考却没有

我看过足够多的产品发布，知道这一点：失败的产品很少是因为有人写了糟糕的代码而失败。它们失败是因为没有人一开始就弄清楚要构建什么。

"改进入职流程"不是一个规格说明。"我们需要类似竞争对手的东西"也不是。这些是伪装成方向的起点。产品管理的整个机制——用户故事、验收标准、冲刺评审——之所以存在，是因为将模糊的意图转化为可构建的指令是困难的。

有些东西正在改变。当一个产品需要大半年和严肃的预算时，价格标签本身就迫使人们保持纪律。利益相关者必须对齐。需求必须具体。出错意味着浪费真金白银，所以人们会仔细思考。

AI正在溶解这个自然的刹车。

没人愿意承认的是：旧的工作方式在协调上花费的往往比执行还多。我曾在这样的房间里坐过：所有人的时薪总和高于正在讨论的实际工作。随着AI将执行成本推得更低，这个比例变得荒谬。没有人敢大声问的问题是：我们准备好接受速度带来的风险了吗？跳过第三轮利益相关者对齐，直接尝试某件事，知道出错的成本现在只是开会决定的成本的一小部分？

你现在可以在一天内以一顿午餐的成本制作一个原型。如果背后的思考是草率的，你并没有节省一年。你浪费了一天，甚至可能交付了制造更多问题而非解决问题的东西。构建的门槛降低了，但构建错误东西的成本并没有降低。它实际上上升了，因为现在你可以更快地犯更多错误。

瓶颈曾经是"我们能构建吗？"现在是"我们应该构建吗？我们能描述得足够清楚，让结果真正奏效吗？"

清晰、可测试地定义需要存在的东西的能力，正在成为任何组织中最稀缺和最有价值的技能。它不属于任何一个职位头衔。

3、分化正在形成

我看到这在我合作的团队中上演，而且这不仅仅是工程领域的故事。

一个群体正在快速领先。他们以结果而非任务来思考。他们能够足够清晰地描述一个系统应该做什么，以至于AI可以处理执行——包括在他们睡觉时通宵工作。他们不只是使用AI来加速现有工作流程。他们在重新思考当执行成本几乎为零时什么是可能的。一个拥有正确思维和工具的人正在产出过去需要整个部门才能完成的工作。

我在之前的一篇文章中用了一个律师事务所的比喻，这里也适用。几十年来，一个拥有二十个普通律师的大公司胜过一个拥有两个优秀律师的小公司，仅仅因为他们有更多的人覆盖更多的领域。AI颠覆了这一点。拥有敏锐思维和良好工具的小公司现在可以与大公司竞争。但如果那家大公司不适应，他们失去的不仅仅是优势。他们会更快、更小的玩家超越。

另一个群体正在将AI用作现有工具的更快版本。更好的自动补全。更快的初稿。同样的工作，略微加速。这两个群体之间的差距每个月都在扩大。

还有一个没有人谈论的混乱中间阶段。早期AI采用往往看起来不像成功。人们获得这些工具的访问权限后就开始疯狂——过度创作、过度构思、制作没有人要求的原型。Vibe编程给你那种"我做了这个"的即时满足感和第一次自我制作的满足感。但产出不是价值。生成你能想到的一切的最初兴奋感必须成熟为生成真正重要事物的纪律。大多数团队还没有完成这个飞跃。

令人不安的事实是，这种分化并不像你预期的那样遵循资历线。我见过资深人员依赖现有模式，而适应性更强的同事则绕着他们转。决定因素不是经验年限。你是否愿意从根本上重新思考你的工作方式。

如果你提供的价值主要在于执行已知任务，那你就在与每个季度变得更便宜、更强大的工具赛跑。如果你的价值在于弄清楚什么任务应该存在以及为什么，那你就在一个完全不同的位置。

4、"技术"与"业务"之间的墙正在消失

这是我发现最有趣的一点。

几十年来，有一个明确的分工。工程师构建东西。业务人员决定构建什么。两个群体说不同的语言，需要翻译者——通常是现在我们称之为产品经理的人——来保持对话。

这堵墙正在崩塌，而且是从两边。

我见过财务规划从季度演示和直觉对话演变为具有定义输入和可测试假设的结构化模型。战略开始看起来像规格说明。在法务部门，合同审查正在从纯粹的判断转向基于模式的分析，依据有文档的标准。在营销中，"让我们试试这个活动"正在变成具有明确成功指标的结构化实验。

共同点：过去依靠直觉评估的工作正在被重构为可验证的东西。一旦可验证，它就开始遵循与软件相同的逻辑——你可以测试它、迭代它，并最终自动化其中的一部分。

产品经理编写功能规格说明和战略顾问定义市场进入计划是在做相同的认知工作。他们正在将模糊的意图翻译成足够精确的指令，以便某人——或某物——可以采取行动。当AI在处理执行方面变得更好时，这种翻译技能就成了全部游戏。

如果你一直在想"我不在技术领域，所以这些AI的东西对我影响较小"——那个假设有到期日。而且比大多数人想的要早。

5、大型组织的隐性税收

我不断看到的另一个模式，尤其是在我所来自的企业世界。

快速检查：这周你开了多少会？有多少会提前发了议程？之后有会议记录或行动项吗？有多少实际上需要你的积极参与，而不仅仅是坐在那里点头？真正的问题是——你们中有多少人正在使用AI来主持那些会议、捕捉决策并跟踪后续行动？

我对这件事有一个个人幻想。我希望会议有预算。真金白银。你需要一位高级架构师的三十分钟？那是从你部门的会议预算中扣除的250美元。想让工程副总裁参加会议？500美元。看看当租用人们的注意力而不是免费获取时，会议文化会改变多快。

大型组织中很大一部分知识工作并不创造直接价值。它是为了管理组织本身而存在的。对齐会议、状态报告、制作演示文稿、"你能把我加到那个讨论串里"的链条。我参加过数百次这样的会议。这是复杂组织运转所需的结缔组织。

但大多数这样的工作之所以必要，仅仅是因为组织规模足够大，需要它。报告的存在是因为团队太多，无法非正式地协调。对齐会议的存在是因为信息无法在500人的组织中自然流动。

当组织变得更精简时——它们正在变得更精简——那些协调工作不会被AI改造。它会被完全移除。更少的人意味着更少的交接、更少的状态更新、更少的"同步"会议。沟通开销下降的速度会超出你的预期。

如果你诚实地审视自己的角色，大部分时间花在让大型组织顺畅运转，而不是生产客户或业务直接受益的东西，那值得思考。不是恐慌。是思考。因为当组织围绕更小、更有能力的团队重组时，那些为管理复杂性而存在的角色在复杂性消失时首先会被淘汰。

6、实际有帮助的是什么

我不想假装有一个干净的框架来处理这件事。但看着它在不同组织中上演，有几件事始终将那些顺利着陆的人与被挤压的人区分开来。

对结果要具体。 工程师几十年前就明白"让它更好"是不可行的。他们发展了纪律——验收标准、测试用例、完成定义——来迫使模糊的意图转化为精确的语言。每个知识工作者现在都需要这项技能。如果你无法用别人可以验证的术语描述你工作的成功标准，你就是在依靠感觉。感觉无法扩展。

建立证明你是对的（或错的）的方法。 工程师写测试。知识工作的等效物是在你的输出中建立检查点。你的分析应该引用其来源和假设。你的项目计划应该有可衡量的里程碑，而不仅仅是"完成第二阶段"。你的战略应该包括你将其称为失败的条件。可以被验证的工作可以被信任。不能验证的只是带有漂亮字体的观点。

思考系统，而不是交付物。 生产季度报告和构建一个生成报告本应呈现的见解的系统之间是有区别的。一个需要你每三个月花时间。另一个只需要你一次思考和偶尔的关注。将工作框架化为系统的人会构建复合增长的东西。

诚实地审视你的价值在哪里。 问问自己，如果你的公司突然用一半的人手和两倍的清晰度运营，你的角色会怎样。如果答案是"我的角色可能会消失"，那就是开始向直接推动变化的工作迁移的信号——客户看到的东西、你可以指出的收入、改变方向的决策。

7、好消息

我想首先诚实地说：这个转变并不容易。它带来恐惧。颠覆总是如此。你组织中的大量精力将花在不是实际工作上，而是管理摩擦上。从未接触过强大工具的人突然觉得他们能比其他人更好地做每个人的工作。"你怎么能告诉我这应该如何运作，而我现在可以自己制作原型？"这种张力是真实的，无处不在。团队抵制。利益相关者感到威胁。整个组织架构图感觉在振动。

这是正常的。每次工作方式的重大转变都会产生这种摩擦。问题不是它是否会不舒服。而是你是否愿意经历它，并在另一边以完全不同的工作方式走出来。

因为能够有效指导AI的人与不能的人之间的差距是真实且在增长的。但你最终落在哪一边并没有固定。清晰地指定、系统地思考、理解AI擅长什么以及在哪里会失败——这些不是天赋。它们是技能。任何愿意重新思考工作方式的人都可以学习。

那些弄清楚如何在整个团队中培养这些技能的公司——不仅仅是在顶尖表现者中——将拥有快速复合的结构性优势。我们谈论的不是渐进式的生产力提升。AI原生团队与传统团队之间的产出差异不是以百分比衡量的。

构建这些技能的窗口就在现在。原因不是AI会停滞不前。而是当这个领域还在形成中时，学习比当其他人已经搞清楚时更便宜。

从比你认为需要的更精确地指定你的工作开始。用AI的产出来测试你的判断。问问自己你的输出是否可以被结构化、衡量和验证。

工作的未来不是关于谁生产得最快。而是关于谁知道什么值得生产。

原文链接：When AI Makes Building Cheap, Knowing What to Build Becomes Everything

汇智网翻译整理，转载请标明出处