去年一个周二下午，我朋友把一段文字丢进某个工具，30秒后拿到一张商业海报。他做了10年设计，盯着屏幕沉默了两分钟，然后给我发了条微信："我觉得我这行要完了。"
这不是个例。过去18个月，一批AI工具的能力曲线陡得像是有人按了快进键。它们不做渐进式改良，而是直接把某些职业的工作流拦腰斩断。
01 图像生成：从"修图三天"到"打字三十秒"
Midjourney（一款图像生成工具）在2022年公测时，输出还带着明显的AI味——手指多一根、光影不自然。到2024年初，V6版本已经能处理复杂的多人物场景，文字渲染准确率超过90%。
更隐蔽的变化是工作流重构。某4A广告公司创意总监告诉我，他们团队过去用"草图→提案→精修→交付"的四步流程，现在变成"文字描述→批量生成→人工筛选→微调输出"。提案周期从两周压缩到两天，人力成本砍了60%。
他原话是：「我们不是不需要设计师了，是不需要那么多设计师了。」
02 视频生成：好莱坞还没反应过来
OpenAI的Sora（一款视频生成模型）今年2月发布演示片段时，一个电影制片人朋友凌晨三点给我发消息："这玩意要是真的，我工作室那套200万的设备算什么？"
Sora能根据文字生成60秒连贯视频，包含复杂镜头运动和物理交互。目前尚未全面开放，但Runway（一款视频编辑工具）的Gen-2已经落地商用。某MCN机构运营负责人透露，他们用Gen-2做短视频素材，单条成本从800元降到80元，日更账号从3个扩到15个。
争议随之而来。美国演员工会2023年发起长达118天的罢工，核心诉求之一就是限制AI生成演员形象的使用。协议最终要求制片方获得演员明确授权，并支付相应报酬——这是人类劳动者对算法的一次有限反击。
03 代码生成：程序员的"副驾驶"变"主驾驶"
GitHub Copilot（一款代码辅助工具）2021年推出时定位是"辅助编程"，到2024年，GitHub官方数据显示，开发者仓库中46%的代码由Copilot生成。部分团队甚至出现了"AI写代码、人类做Review"的倒置模式。
更激进的案例来自Devin（一款AI软件工程师）。今年3月演示中，它独立完成一个开源项目的代码调试和功能添加，全程无需人类介入。虽然离商用还有距离，但方向已经明确：AI不再只是工具，而是开始具备任务闭环能力。
一位全栈工程师的吐槽很典型：「以前我觉得AI是帮我省时间的，现在我发现它是在抢我时间的定价权。」
工具越强大，人的位置越尴尬
这三类工具的共同点，是它们都跨越了"辅助"到"替代"的模糊地带。图像工具替代的是执行层，视频工具冲击的是生产流程，代码工具动摇的是专业壁垒本身。
但诡异的是，真正用过这些工具的人，反而比旁观者更焦虑。他们知道AI会犯错——Midjourney的文字偶尔还是乱码，Sora的物理模拟会穿帮，Copilot生成的代码有安全漏洞。问题是，这些错误在快速减少，而人类的纠错成本在快速上升。
我朋友后来没转行。他现在的工作是"给AI写更好的提示词"，时薪比做设计时高了40%。只是他偶尔会问：如果AI有一天学会自己写提示词了呢？
热门跟贴