AI让“价值”重新标价每个人

你的工作究竟值多少钱？在2026年，这个问题突然变得更难给出答案。

过去这一年，职场世界正悄悄发生一件微妙的事：没人直接通知你降薪，也没人明说你不重要了，但你明显能感觉到，你做的事情正在被外部重新衡量。

以前要三个人忙三天才能落地的方案，如今一个人只要配合AI，一个下午就能交付。过去你觉得踏实可靠的日常工作，比如写文档、做调研、整理数据、出方案，AI也能在几分钟内给出一版质量还不错的结果。

这些内容未必属于高精尖领域，可它们恰恰是绝大多数人每天在做的事，也是薪资主要对应的那部分劳动。

当这类劳动的成本突然被压低，麻烦随之出现。

这不是单纯的“我的工作快被AI替代了”的故事，因为那种说法太直接、也太简单。

真正发生得更细：你的工作价值正在被AI重新定价。

而且，新的定价逻辑和过去完全不同。

游戏行业只是最早也最明显的那一批样本。这个行业年轻、数字化程度高、对专业能力和工业化流程依赖强，所以AI的冲击不是慢慢渗透，而是一整片一起打过来。但如果你把它当成“只有游戏行业才会这样”，那就低估了事情的规模。

设计、广告、咨询、研发、内容、产品等所有靠脑力支撑的行业，都将在未来两三年里经历类似的一轮重新估值。

AI对游戏行业的影响，本质上只是提前播放的预告片。

因此，我想和你讨论的不是抽象的未来，而是一个非常具体的关切：

当你的工作被AI重新定价之后，你的价值会落在哪里？你到底还值多少钱？

答案指向的，就是你未来十年“饭碗”的位置。

如今在一线、每天和AI打交道的人，多多少少都在体会这种两难。

你如果不用AI，你的效率会被身边已经上手的人快速拉开差距。

你原本打算花三天磨一版方案，结果隔壁同事已经用AI跑出了五个版本：挑最好的一版再微调一下，发给老板就能直接下班。

老板不会对你说“你被AI淘汰了”，而是会说：“你看看人家小王，交付速度多快。”

但如果你真的开始用AI，新的纠结又出现了。

你的专业能力会逐步被“蒸馏”。

所谓蒸馏，就是把你多年来沉淀出的那套方法论、逻辑判断和工作流程，用AI一步步提炼成提示词、模板，以及自动化工作流。

等公司拿到这套东西，就能随便换一个人，用AI直接产出和你接近的结果。

这时问题就来到了：被蒸馏之后，你对公司的价值还剩什么？

你可能会变成一名AI产出校对员，或是持续把自己的经验喂给系统的人。你最终交付物层面和AI微调后的产出会越来越难区分。

你的专业价值在一种隐形的方式里被稀释——更准确地说，是在被转移。

那到底什么能力才更值钱？

这一年我一直在反复思考，越想越觉得，未来真正稀缺、真正值钱的，可能只有下面三类。

先强调：这不是“解决问题”的能力。因为就解决问题本身来说，AI现在往往比你更快。

真正稀缺的是：你能否把一个模糊、混乱的局面，梳理成一组清晰、可被执行的“问题定义”。

这包含很多层面的理解，比如：

AI擅长在你把问题界定清楚之后，迅速给出解决思路。但把问题定义清楚这一步，需要你对业务、用户、技术与商业的综合认知，也需要你在大量可能性里做取舍。

举个例子：产品上线后数据表现不好。AI能帮你跑分析、列假设、给出优化方案，但它很难替你判断——到底是留存的问题还是获客的问题？是体验层面的因素，还是定位层面的原因？

这种判断只能来自一个对整盘生意有整体视角的人。AI能做执行层面的拆解，却不知道接下来这盘棋该往哪里走。

所以，“定义问题”的能力，本质上是在混沌里建立秩序的能力。

这项能力不太好做定量，但它或许比第一种还更值钱。

AI现在能生成一大堆方案：美术风格、文案口径、交互形式，要多少有多少。可问题在于：哪个才是更好的？

这个问题AI回答不了，因为“好”在不同语境里完全不同。面向核心玩家的“好”和面向大众市场的“好”，是两码事。

比如有个二游原画组长：他只要看一眼角色立绘，就能讲清楚“头再大一点点、眼睛再亮一点点、裙摆再夸张一点点”。这些细微的变化叠加起来，就是游戏能不能击中目标用户的关键。

AI暂时做不到这一点。原因在于训练数据里以大众化内容为主，那些特立独行、偏小众前卫的风格在数据占比很低。

没有足够精确的提示词引导，AI会天然靠拢大众审美。它能产出60到70分的东西，但想做到80到90分，就需要一个具体的人带着具体的偏执去持续把控。

判断好坏的能力，本质就是审美与偏执的结合。

前面两种能力，很多人一直在讨论。但我越来越确信：在AI时代真正决定你能不能继续吃上饭的，是第三项。

也就是你能不能把自己脑子里那些说不清楚的东西，说清楚。

你有没有过这样的经历：你很擅长做某件事，自己做起来也能做得很好，但你却教不会别人。你教新人的时候只能反复说“多练练就知道了”“这些都是经验”。

以前，这种只可意会不可言传的能力是一道护城河。但到了AI时代，说不清楚反而会成为你最大的风险。

为什么？因为AI工作的前提是“显性化”。它需要你把判断标准、操作逻辑和选择依据讲得明明白白。你讲得清楚，AI就能把效果放大几倍甚至几十倍；你讲不清，它就只能停留在你脑子里，无法被系统化、也无法规模化。

更关键的是：表达抽象的能力，并不只是要求你某个领域钻得有多深，它反而更考验你知识面有多广。

这就是AI时代对人的能力要求发生的重大转变。过去我们更推崇纵向深度：花几年甚至十几年精通一门手艺、专精一类知识。

但如今，那些高信息密度的纵向知识正在被AI快速压缩，变得越来越便宜。真正稀缺的，是横向的广度知识——因为你需要它来更精确地向AI描述你要的东西。

比如你希望AI帮你搭建一套创意工作流，你可能需要用到认知科学里的一些概念来说明创意如何产生。你想让AI完成一段镜头动画，你或许得调用生物学知识和美学术语，解释清楚“为什么这个镜头的FOV应该是6.5，而不是7.5或3.5”。你如果不掌握这些术语，就说不出来；说不出来，就难以高效、准确地指导AI。

当然，你可以不断尝试、反复微调、持续试错。但这就是你相较于“会的人”要多付出的成本，也是效率差距真正被拉开的地方。

表达抽象的能力，本质上是用横向知识把隐性经验显性化。

把这三种能力放在一起看，你会发现同一个规律：它们都不是“只会做事”，而更像是在做“想事”和“说事”。

过去它们是锦上添花；未来，它们会成为你全部价值的底座。

AI把“做事”的价格打下来了，但它同时把“想清楚做什么、做到什么程度、并且把它说清楚”的价格抬到了一个过去难以想象的高度。

这就是个人层面的重新定价逻辑。

说到这里，个人层面的困境已经很清楚了。如果你再往后退一步，就会发现一条暗线：

价值正在从“做事”迁移到“判断”。

过去衡量价值的体系相对简单：你能做什么、你能多快做、你能做得多好。能力的载体主要是执行：你写的代码、你画的图、你出的方案、你写的文档。

但AI正在快速压低这一层的价值。当执行变得便宜，评估一个人的价值标准就必须上移。

上移到哪里？上移到执行之前的那些环节：

如果用更直白的框架来讲：

这不是预测——这件事已经在发生。

你看现在的招聘市场就知道：执行类岗位的薪资在收缩，而判断类岗位，例如产品负责人、创意总监、首席架构师，它们的溢价在扩大。

这并不是因为这些人突然变得更厉害，而是因为他们负责的那件事——判断——在AI时代变得更稀缺了。

LinkedIn：AI相关技能需求20年来增长20倍，70%岗位技能将在2030年前改变

https://www.linkedin.com/business/talent/blog/learning-and-development/skills-on-the-rise

斯坦福AI Index 2025：AI相关职位描述需求量近一年增长近4倍

https://hai.stanford.edu/ai-index

AI会让平庸的执行变得非常便宜，也会让优秀的判断变得极其昂贵。

这就是价值迁移正在发生的真实含义。它不只是行业层面的风向变化，而是对所有知识工作者的一次重新定价。

聊到这里，你可能会更焦虑：前面提到的两难、困境和风险，似乎都在指向一个结论——完了，AI来了，我们都要完了。

但我不这样认为。

这不是末日故事，更像是“考试换了一张卷子”。

旧卷子考的是：你能不能做事、做得多快、做得多稳定。过去二三十年里，这套能力体系一直有效——你只要在旧体系里持续向上攀登，你的价值就会持续增长。

新卷子考的是：你能不能想清楚要做什么、能不能判断好坏、能不能把隐性知识讲清楚。

换卷子当然令人不安，因为你在旧卷子上积累了十年的解题技巧，突然不太管用了，那种落差感很糟，我也经历过。

但换卷子同时意味着一件事：所有人都在同一起跑线上重新出发。

在旧体系里被低估的人——有判断力但不擅长执行的人、有审美但落地能力偏弱的人，脑子里有很多想法却过去没有工具去实现的人——在新体系里可能反而更容易受益。

所以，如果你现在的状态是焦虑的、不确定的，觉得自己的价值正在被重新审视，

我想告诉你的是：你的感受是对的，你确实正在被重新定价。

但这次重新定价，不一定意味着“降价”。

前提是你要看清新卷子到底在考什么，然后把精力投到对的方向。

不是比谁更会用AI，而是比谁更清楚：用AI去做什么。