关于AI对个人发展的影响的个人见解

关于 AI 对个人发展的影响，我其实很早就有一个判断：大量以“执行”为核心的能力，长期来看一定会快速贬值。

对账、做表、整理数据、审查资料、信息检索是这样；再往专业领域走，包括 3ds Max、Blender 里的建模、材质、渲染和复杂软件流程，其实coding本质上也一样。它们解决的都是同一类问题：当目标已经明确之后，怎么把事情完成。

过去，==这部分能力本身就是壁垒==。一个人花几年熟悉软件、流程和方法，就能建立很明显的优势，这次有幸体验到 GPT-6 Astra强大的computerUse，同时看了大量网上其他人分享的实际案例以后，非常强烈地感觉到，这个壁垒消失的速度，可能比原来预想得快很多。

AI 会理解任务、拆解步骤、调用工具，其实早就不是什么新鲜事。变化在于，它现在已经强到可以比较稳定、比较靠谱地把一件除了coding外的其他工作做完了。这次大家对 GPT-6 Astra 的强烈反响其实也体现了这一点。上一次我在网上看到类似的感觉，还是 GPT-Image-2 出来的时候……（那个时候带来的是信任危机！）。

以前我们知道 AI “理论上能做”，但真要把一个完整任务交给它，还是会担心中间出错、跑偏，最后仍然需要人盯着。现在看了越来越多案例以后，我的感觉是，它正在从“能做”走到“可以放心交给它做”。这一步非常关键。因为到了这个阶段，AI 影响的就不只是效率了，执行层本身的价值都会开始被压缩。过去很多人的核心竞争力，其实就建立在执行层：会不会做、做得快不快、熟不熟练、能不能把一个复杂流程跑通。以后这一层的门槛会越来越低，人的价值也必然要继续往上走。

我把更上面这一层理解成“管理层能力”。这里的管理不一定是带团队，更像是能不能定义目标、判断优先级、设定标准、拆解任务、调度资源，以及对最后的结果负责。AI 越强，人越要从“亲自完成任务的人”，往“定义任务、判断结果的人”迁移。

专业知识当然还是重要。没有专业判断，你连 AI 做得好不好都很难判断。但以后真正稀缺的，可能不再是你能不能熟练地跑完某个流程，而是你知不知道该做什么、做到什么程度、什么值得投入，以及什么时候应该停。

所以我现在最强烈的感受是以前我们大量时间都在训练自己的“执行层能力”，接下来必须非常主动地训练自己的“管理层能力”。执行层正在被快速压缩，判断、定义和取舍会越来越重要。以前我觉得这是后续一定会发生的趋势，但现在看，这个拐点可能已经来了。毕竟AI 时代真的太快了，三年前的 AI，甚至连话都还说不太顺。

以上参考来自linuxsb上的一片帖子的思考