最近和一个朋友聊了一个多小时。我们从各自公司的组织变化聊到求职，从 Agent 产品聊到创业公司，又聊到过去一年越来越奇怪的一种感受：AI 明明每天都在进步，融资数字越来越大，产品发布越来越密集，可对于一个普通的科技行业从业者来说，能够真正改变职业轨迹的机会反而显得越来越少。
这种矛盾很有意思。如果把视角稍微拉远一点，也许现在真正发生的事情，是技术已经快速越过了一个临界点，而市场、组织和人的认知仍然停留在前一个阶段。两者之间形成了一段巨大的时间差，这段时间很可能会持续三到五年。
市场仍然处于教育阶段
很多企业仍然处于理解 AI 的阶段。老板需要知道 Agent 能做什么，传统企业需要有人解释 Coding Agent 能不能进入业务，销售需要拿一个 Demo 去证明公司跟上了时代，产品团队需要不断做新的 POC。大量 AI 工作因此围绕市场教育展开。
这也是为什么今天会出现很多看起来有些奇怪的生意。一台普通服务器，装上模型、知识库、Coding Agent 和权限系统，重新包装以后就可以成为所谓的 AI 一体机。技术复杂度可能很有限，客户却愿意为这一整套解释、部署和服务支付费用。
对于今天的市场来说，帮助客户理解技术，本身就是产品的一部分。
“现在基本上你就是在各个公司做 Demo，做创新应用，或者是给客户做 POC，任何公司都在干这个事情。”
这种状态往往会持续到某项技术真正进入大规模生产阶段。互联网经历过类似过程，云计算也经历过类似过程。早期市场总需要大量人负责解释价值，随后基础设施逐渐成熟，客户开始直接购买结果。AI 当前仍然明显处于前半段。
这也解释了为什么我们每天看到大量 AI 公司，却没有看到与估值规模相匹配的就业增长。一家价值数百亿美元的模型公司，可能只有几百名员工。几家最受关注的 AI 公司全部加起来，创造的就业岗位依然非常有限。资本价值和就业容量开始出现明显分离。
过去一个产业高速发展，往往会创造大量职业机会。移动互联网时代，一家公司扩张到几万人非常正常。AI 公司却正在呈现另一种结构。模型、Agent 和自动化工具本身就在压缩人力需求，因此公司的收入和估值能够增长得很快，同时组织规模增长得很慢。
共识越强，入口越拥挤
结果便是一个非常拥挤的就业市场。大家都知道模型厂值得去，大家都知道 Coding Agent 很热门，也都知道 AI Office、开发者工具和智能终端可能存在机会。共识越强，入口越拥挤。
尤其对于产品、增长、运营和生态这类 non-tech 岗位来说，情况更加明显。一线模型公司真正需要的核心研发人员有相对清晰的能力标准，而外围岗位数量非常少，申请者却来自整个互联网行业，最终 JD 会变得越来越夸张。
这也是为什么一个看起来很优秀的人，依然可能发现自己突然不知道该投什么岗位。这里还有另外一个变化，AI 正在让传统的职业标签越来越难描述一个人的能力。
一个人可能会写一点代码，会做产品，会调用 Agent，会搭工作流，也能自己完成数据分析和前端原型。他每天实际做的是端到端解决问题，可招聘系统仍然需要给他贴一个标签：产品经理、产品运营、增长、研发、解决方案。标签继续存在，因为组织需要通过标签快速筛选人，实际工作的边界却已经开始融化。
于是，一个人真实能够完成多少事情，与招聘系统能够识别多少事情之间，距离越来越大。
有时候，几个月知名 AI 公司经历带来的市场信号，甚至会超过几个月真实能力增长带来的价值。Title、公司品牌、职级和项目名称重新变成重要资产，因为它们承担的是一种信息压缩功能。招聘方没有时间理解每一个人的真实能力，于是只能通过这些外部信号快速判断。技术越复杂，人的筛选方式反而可能越粗糙。
AI 把执行成本压低以后，组织成本开始暴露
与此同时，AI 对公司内部组织的影响也开始变得明显。过去需要几个人协作完成的事情，现在一个熟练使用 Agent 的人可能自己就能完成。在一些项目里，这种差异已经非常夸张。
一个独立做项目的人，很多细节甚至不会进入自己的意识范围，Agent 和脚本已经自动处理完了。相同的事情进入一个几十人的组织以后，却可能变成群聊、会议、接口讨论和跨团队协调。技术把执行成本压低以后，组织成本反而显得越来越突出。
很多公司的效率问题以前可以被增长掩盖。业务增长的时候，营收在涨，用户在涨，团队规模在涨。所有人都朝着同一个方向移动，即使组织内部存在大量摩擦，结果依然会持续出现。增长像一种润滑剂。
“什么时候能让一群普通的人精密地协作，然后让一切有条不紊地系统运行？就是增长。”
当增长放缓以后，那些原本隐藏在高速运动里的东西开始浮出来。项目归谁，资源给谁，谁应该拿功劳，谁应该成为下一任负责人，哪个团队应该拥有哪个系统。于是一个很技术的问题，最后经常会变成一个组织问题。
我们聊到一个项目，团队讨论了两个星期应该采用什么架构、什么语言、怎样重构，一行代码都还没有开始写。与此同时，原来负责项目的人仍然需要处理客户支持、部署和 POC。
“已经讨论了两个星期了，现在一行代码都没写。”
这种场景在很多成熟组织里应该都不陌生。所以，今天判断一个团队有没有真正推进事情的能力，越来越需要观察一个简单指标：这个团队到底能不能持续把讨论转化成结果。
技术选择可以讨论很久，真正稀缺的始终是推进能力。而推进能力背后，经常又来自组织授权。当一个项目得到高层明确支持以后，许多原本困难的问题会突然变得简单。接口可以协调，资源可以调动，冲突可以解决。当这种支持消失以后，同样一群聪明人也可能重新陷入漫长的讨论。
技术组织最终依然是人的组织。
开辟新路线的人，很容易成为组合里的末尾持仓
组织里还有一种更加微妙的状态。一个人主动离开已有主线，开出一条新路线，并且真的把东西做出来以后，他在短时间里会获得相当高的自由度。可与此同时，他与原有团队的日常协作关系也会逐渐减少。
如果这条新路线后来成为公司主航道，这种偏离当然会得到回报。更多时候，新路线只是组织为了应对某个趋势而配置的一笔小仓位。
聊天时我们用了一个很形象的比喻：把一家公司想成一个投资组合，真正的主营业务可能占据绝大部分仓位，而一个主动跑出去做新方向的人，最后很容易变成组合末尾那只只配了很少资金的小股票。
“重要持仓可能有十万美金，你这边就像一个自己都说不清楚名字的小股票，只配了五千美金。”
公司不会立刻卖掉这只股票，因为它依然可能上涨。公司同样很难持续投入最好的资源，因为真正影响公司业绩的依然是前面的核心持仓。于是这类项目会获得一种很特别的位置：有人关注，有少量资源，也允许继续存在，却很难进入真正的组织中心。
对于主动开新线的人来说，最大的风险恰恰发生在这里。 新项目已经让他离开原来的组织关系，新的组织又没有完全形成。等到战略重心再次变化，他会发现自己已经很难自然回到过去的位置。
开新路线因此带有一种很特殊的期权属性。成功时，它可能带来巨大的职业跃迁；迟迟没有进入主航道时，它也会把一个人逐渐推到组织边缘。很多创新者最后面对的困境，并非项目彻底失败，而是项目一直以一个很小的仓位活着。
向上管理逐渐变成工作系统的一部分
这也是为什么在今天的公司里，向上管理重新变成一种重要能力。一个有意思的现象是，一些效率很高的人会主动把工作拆成两层。
第一层负责维持组织预期。定期告诉老板最近发生了什么，包装一些新的行业趋势，持续让管理者知道项目还在前进。第二层才是真正想做的事情，研究一个新的 Agent 方向，或者尝试一条原本不存在的产品线。
只要第一层能够稳定运行，第二层便获得了一定程度的自由。这听起来有些荒诞，却可能是大组织里很现实的生存方式。
与此同时，做出项目和获得项目功劳也开始成为两个相对独立的过程。一个项目进入更大的组织以后，资源和功劳可能重新分配给管理者希望培养的人。项目由谁最早发起，无法天然保证职业回报。管理体系关注的除了结果，还包括继任关系、团队归属和组织控制。
一个项目的技术生命周期，往往还叠着一层组织生命周期。
“做出来”正在迅速失去稀缺性
当我们把视角从组织继续拉到整个行业，会看到另外一个更大的变化。AI 产品本身正在快速失去“做出来”这件事情的稀缺性。
几年前，一个人花几周做出一个完整网页、一个自动化工具或者一个开源项目，天然会产生很强的创造反馈。现在给一个熟练的人足够 Token 和几个小时，很多东西都能快速完成。于是 GitHub 上又多了一个项目，社交媒体上又多了一张截图，大家收藏一下，然后继续往下刷。
这种变化甚至会影响创作者自己的反馈感。
“你给我几个小时，给我无限 Token，我也能做出来。我已经很难建立以前那种自豪感了。”
实现能力依然有价值，但单纯完成一个产品 Demo 已经很难产生过去那种惊讶感。真正让人停下来的东西，需要更高的完成度，需要新的认知，也需要非常强的产品表达。
这也意味着 AI 产品的竞争正在逐渐转向另外一个区域。GTM、分发、品牌和市场认知开始占据越来越大的权重。
很多今天突然走红的产品，技术构想其实早就有人做过。多 Agent 协作、云端电脑、Agent 群聊、本地智能体、浏览器自动操作，这些想法在过去几年已经出现过很多版本。真正产生巨大差异的地方，经常发生在技术之外。
谁给这个东西起了一个容易传播的名字，谁选择了一个用户刚好能够理解的交互形式，谁有渠道把它送到用户面前，谁能够在合适的时间获得资本和媒体注意力。一个完整的产品构想，与成为市场认知中的代表产品之间，存在一条很长的路。
这条路就是 Go-to-Market。
当实现能力越来越商品化以后，这部分能力反而会变得更加重要。
真正赚钱的 AI 生意，可能看起来并不性感
然后就会出现一个看起来很反直觉的现象。很多真正赚钱的 AI 生意，技术上可能并不性感。
它们会给传统企业部署本地模型，会帮客户做知识库，会把现成 Agent 接进企业权限系统，也会做大量培训、咨询和 POC。这些事情处在市场教育阶段最真实的需求里。
传统企业正在学习 AI。有人需要给他们解释，有人需要帮他们部署，有人需要承担最后一公里的集成成本。所以未来三到五年里，我们大概率还会看到大量这样的机会。
中间也会不断发生泡沫破裂。一些今天非常热门的方向会消失，一些融资很多的公司会收缩，一些被认为一定会成功的产品会停止。每一次破裂都会释放一批人才、技术和基础设施。
真正有意思的机会，很可能会出现在这些重估之后。
因为今天最大的一个问题，是所有人都在追逐同一批机会。越热门的公司，越热门的赛道，越热门的岗位，竞争越接近一个高度有效的市场。任何显而易见的好处，都已经被反映在竞争里。
职业机会越来越像信息差
真正改变职业轨迹的机会，往往来自那些自己原本根本没有放进候选列表里的地方。
一个以前合作过的人突然开始负责新业务，一家过去很小的公司进入新的增长阶段，某个模型团队突然需要建立开发者生态，某个不起眼的垂直行业开始真正使用 Agent。
这也是为什么 connection 在今天显得越来越重要。它的价值远远超过内推，更大的意义是扩大一个人能够看到的世界。
公开招聘网站展示的是已经形成岗位定义的需求。人的网络会暴露很多尚未变成 JD 的需求。一个朋友升职以后需要组建团队，一个负责人正在开新方向，一个创业公司刚刚找到 PMF，这些信息往往只存在于人的关系网络里。
“最好的选择经常在未知的未知那里。你甚至不知道自己还有这一条路可以走。”
职业机会因此开始越来越像投资。已经形成巨大共识的资产通常拥有更高价格，真正高收益的机会，经常来自市场还没有充分定价的地方。当然，这也意味着更多不确定性。
所以在当前这个阶段，保留一个稳定的位置，同时持续观察新的方向，可能是一种非常自然的策略。一家大厂提供工资、品牌、Token 和相对稳定的现金流。如果工作本身还能够留下足够的个人时间，那么这个位置其实包含了一组隐性的期权。你可以继续认识人，可以做自己的项目，也可以等待组织变化。
等行业经过下一轮调整以后，再重新选择。
我们可能正在经历一段“历史垃圾时间”
我们在聊天里用了一个有点粗糙的词，叫 “历史垃圾时间”。
这个词真正想描述的，是技术革命中间那段尴尬时期。旧的工作方式已经开始失效，新的产业结构还没有完全建立起来。
企业知道 AI 会改变很多东西，却还不知道应该怎样改变。员工知道 Agent 会压缩很多岗位，却还不知道未来真正稀缺的能力会是什么。资本知道这里存在巨大的市场，却也仍然在用大量试错寻找最终的产品形态。
“真正创造价值的那一段还没有完全起来。基础设施要先起来，Token 要真正便宜，应用才能跑起来。”
所有人都在移动，同时很少有人真正知道终点在哪里。
接下来的几年，基础设施会继续成熟，Token 会继续变便宜，Agent 会逐渐从 Demo 进入稳定生产，企业也会慢慢知道自己真正愿意为什么付钱。那时候 AI 应用才会进入一个更有意思的阶段。
而“历史垃圾时间”真正值得继续往下想的地方，在于它后面其实还跟着另一个概念：便宜的筹码。
今天很多热门机会的定价已经非常昂贵。最受关注的公司拥有最多候选人，最热门的岗位拥有最高门槛，最明显的赛道里聚集着最多资本。一个人今天想进入这些地方，需要支付很高的职业成本。
泡沫破裂会改变这种定价。
一家高速扩张的公司开始收缩以后，会释放此前难以招到的人才；一个失去资本关注的赛道，会留下已经搭好的技术基础设施；一些曾经被高估的团队和产品，会在更低的成本下重新寻找方向。行业在繁荣期配置出去的资源，会在收缩期重新回到市场。
“中间还会有一次泡沫破碎，到时候会出现一大堆廉价的筹码，你就可以进去捡了。”
这里的“筹码”并不只指公司股权。它也可以是一批突然进入市场的人才，一套已经完成大部分建设的基础设施，一个暂时失去关注却已经验证过需求的产品方向，甚至是一个在上一轮竞争里价格高到无法进入的岗位。
所以等待的意义也会发生变化。等待本身没有价值，有价值的是保留自己的购买力。
这种购买力可能来自稳定现金流，来自仍然可以被市场识别的履历，来自足够多的行业 connection，也来自持续做东西以后形成的判断能力。当下一次重估真的发生时，你需要能够分辨哪些东西只是跌价，哪些东西已经变成了真正值得买入的筹码。
这也解释了为什么现在急着为每一次技术变化重新下注，未必能得到最好的结果。AI 应用的基础设施仍然在形成，企业的购买逻辑仍然在变化，很多今天看起来确定的赢家还要经历下一轮淘汰。
真正值得等待的，是行业完成一次重新定价之后，那些曾经昂贵、拥挤，甚至完全看不见的机会开始变得可以进入。
那时候，基础设施已经更成熟，Token 更便宜，Agent 开始稳定进入生产系统，客户也逐渐知道自己愿意为什么结果付钱。很多今天围绕展示、教育和试验产生的工作会被重新定价，一批新的公司和岗位也会从上一轮泡沫留下的资产上继续生长。
真正属于 AI 应用的下半场，可能就是从这种重新定价开始的。
在那之前，很难找到一个完美的位置。更现实的事情，是继续增加自己能够看到的机会，同时保留下一次出手时还在牌桌上的能力。
Loading...