目前，关于“AI失业论”的讨论不绝于耳。很多人担忧人工智能的普及会导致大面积的岗位流失。但现实的商业走向，往往比大众的情绪更加复杂。
近期，AI初创公司Every的CEODanShipper，分享了一个十分反直觉的行业观察：所谓AI带来的就业末日，并不会真正发生。
不仅如此，在自动化技术高速落地的当下，人类非但没有被大批替代，反而面临着更多的工作量。Dan的团队在过去一年里，将AI全面接入日常工作，结果这家前沿科技公司的团队规模不仅没缩减，反而翻了一倍。
这背后的核心逻辑究竟是什么？对于未来的工作方式，我们又该做出怎样的预判？
大众普遍存在一个思维定势，认为当AI能够自动处理任务时，人类就可以彻底清闲下来。自动化存在一个经常被忽略的前提。
当你把某项工作交给AI去执行后，为了确保这套流程能够持续、稳定、准确地运转，你必须在它之上安排一个真实的人类去进行管理和监督。
Dan在内部的实操中得出一个明确的结论：每一个智能助手（Agent），都离不开一个人类。未来，人类与AI协同工作的方式，将越来越像经理与员工的关系。
经理日常并不会去执行每一个细节动作，但需要不断地与下属沟通，评估目前的产出，纠正存在的偏差，并思考如何让整体进度更加顺利。
这就解释了为什么各种自动化工具涌入后，许多人觉得工作量反而变多了。因为管理和审核大量AI粗糙产出的成本，并不比自己动手做要低多少。为了应对这种局面，甚至催生出了“前线部署工程师”（Forwarddeployedengineer）这类专门负责照看和维护AI系统正常运作的全新岗位。
在“AI替代论”的争论中，软件工程师无疑是处于风口浪尖的群体。为了客观评估代码大模型与人类高级工程师的差距，Dan专门设计了一套“资深工程师基准测试”。
起因是他利用AI写了一个应用程序，但上线之后，服务器差不多每十分钟就会崩溃一次。面对报错，AI模型在修补时陷入了死循环：自认为修好了某个问题，结果又连带引发了四个新的错误，始终在原地打转。
随后，他找来两位真正的人类资深工程师独立修复该问题，并将人类的做法设定为100分的满分标准，以此来测试各大模型。
测试结果非常直观：在GPT-5.5之前的所有模型，基本只能拿到30分，而人类高级工程师的分数稳定在八九十分以上。即便是后来能力大幅跃升、且使用了高级规划步骤的GPT-5.5，也只拿到了62分左右。
这其中的本质差异在哪里？如果面对一堆运行极度不稳定的代码，市面上几乎所有的AI模型都会老老实实地去“修补漏洞”。但是，一个经验丰富的人类工程师在看完代码库后，会立刻做出判断：底层架构已经不行了，必须从第一性原理出发，推翻并重写很大一部分代码。模型缺乏这种推翻现有框架并主动承担风险的魄力。
模型最擅长的事情，是将昨日已有的、成熟的人类能力进行低成本的复制和商品化。而人类的核心价值，是走进去说：“既然我们有了这些廉价的底层能力，我要怎么利用它做出新的有意思的东西？”。
因此，由于必须有人类来审核AI产出的代码，并决定它们该如何以连贯的方式进入核心产品，优秀的工程师非但不会消失，反而会被市场更加需要。
基于对一线的洞察，对于未来一年的工作方式演变，主要会分成两个清晰的方向：
第一，超级企业助手的普及。未来的公司里，每个人都会至少有一个可以对话的Agent来协助处理工作。这种模式起初可能是全公司共用一个超级Agent，由专门的部署团队负责维护，确保它为全公司正常工作。随着大家对场景更加熟悉，这种模式会逐渐向下渗透，演变出专门为不同业务线服务的独立Agent。
在内容协同上，AI辅助完成日常工作将成为常态。在Every公司的年度规划中，整个流程几乎由NotionAgents主导完成。员工直接与系统对话，汇报目标与进度，最终由AI统筹生成高质量的战略报告，彻底改变了内部信息的收集方式。
在这种新范式下，所谓的“SaaS（软件服务）将死”完全是个伪命题。因为AI助手的介入，反而会大大增加SaaS工具的使用频次和用户数量。只要SaaS公司能够做好适配，打造出让人类和AI都愿意协作使用的软件，其发展前景依然十分广阔。
当基础的执行成本无限趋近于零时，有两类职场人将迎来显著的红利期。
首先是产品经理（PM）。在一个无需庞大开发团队也能做出软件的时代，决定产品生死的关键，变成了对用户需求和业务逻辑的精准把握。Every内部有一位名叫Marcus的产品经理，仅具备轻度的技术背景。但他将突出的产品感觉与AI工具结合后，一个人发版的速度甚至超过了团队里几乎所有人。这正是把AI用起来的PM所展现出的巨大能量。
其次是全栈设计师。设计师天生拥有丰富的创意，希望做出差异化的交互界面。在过去，这些想法往往因为开发难度而被搁置。现在，借助AI工具，设计师们可以直接提交代码合并请求，亲自将视觉和交互设计落地。当网络上充斥着由大模型批量生产的同质化低质内容时，具备高级审美和创造力的设计师将变得极具价值。
由于企业必须安排人员去管理AI、审阅大量的机器产出，所谓的AI导致大规模失业并不太可能发生。
普通人要想在这个时期不被甩在后面，唯一有效的策略就是“跟着模型走”（Ridethemodels）。这意味着无论你的工作是什么，都要保持好奇心和玩心。每当有新模型发布，就尝试将它们用到你在意的事情上，去测试它的能力边界。
真正的AI前沿，存在于每一个真实的人，试图用AI去解决具体生活与工作难题的每一个瞬间。当执行的门槛被彻底抹平，你的洞察力和创造力，将是时代变局中最坚固的护城河。
热门跟贴