《从蒸汽时代到蒸馏时代,打工正在变成一笔越来越不划算的投资》
以前我们觉得工作越久越值钱,特别是大厂的经历
但我最近一直在想一个问题,传统的职业路径的价值评判标准未来还适用吗?
ai出现,这件事好像不太一样了?因为变化的是生产力
我们过去花了十几年时间,努力往简历上增加工作经历。
希望进入更好的公司,获得更好的职位,积累更多项目经验。
我们认为,工作时间越长,经验越丰富,自己就越值钱。
在大厂工作过,是背书。
工作十年,是经验。
做过很多项目,是能力。
管理过团队,是竞争力。
掌握某项技术,是护城河。
但现在,招聘市场可能会越来越关注另一个问题:
你过去做的这些事情,现在还有多少是必须由你亲自完成的?
举几个例子:
过去简历上的经历 AI 时代需要重新审视的地方
5 年文案经验 标准化文案能否由 AI 完成?
8 年运营经验 数据分析、内容生产、活动执行有多少能自动化?
10 年销售经验 客户研究、跟进、话术和销售辅助能否被系统复用?
5 年程序员经验 常规开发和代码实现的稀缺性是否下降?
5 年管理经验 信息同步、任务分配和进度管理能否由 AI 承担?
一、我们过去相信的职业成长逻辑,可能正在发生变化
过去几十年,打工人的职业成长有一个隐含公式:
工作时间 × 工作经验 × 行业积累 = 个人价值增长。
为什么?
因为过去知识传播慢,经验复制难,专业技能需要长时间训练。
一个人做了十年销售,意味着他可能拥有十年的客户判断、谈判经验和行业认知。
一个人做了十年开发,意味着他可能经历了大量技术问题,形成了自己的解决问题能力。
所以企业愿意为经验付费。
我们也相信,只要持续工作,自己就会越来越值钱。
但这个公式有一个前提:
经验必须依附于人的大脑,才能被使用。
现在 AI 正在改变这个前提。
二、经验开始脱离人而存在
我认为「蒸馏时代」最值得研究的,不是 AI 替代人,而是一个更深层的变化:
过去,经验是人的私人资产;现在,经验可以逐渐变成组织的可调用资产。
一个优秀的销售,做了十年销售。
他知道如何识别客户、判断需求、设计报价、处理异议、推动成交。
过去,公司想复制这个人,只能:
招聘更多优秀销售;
让新人跟着他学习;
花几年时间培养;
接受不同人的能力差异。
现在,公司可以把一部分销售流程、优秀案例、判断规则、沟通记录整理出来,交给 AI。
它不一定能复制这个销售的全部能力,但可以让其他销售更快地获得其中一部分经验。
这意味着一个重要变化:
以前企业需要购买人的时间,才能获得人的经验。
现在企业有机会把经验沉淀下来,减少对特定个人的重复依赖。
这才是值得讨论的生产关系变化。
三、真正贬值的可能不是经验,而是经验的稀缺性
如果说公司把经验蒸馏出来了,所以员工就没有价值了,我认为还不是
因为经验本身可以分成三种:
第一类:可复制经验
知道怎么做。
SOP、操作步骤、标准话术、常规代码、固定流程。
这类经验最容易被 AI 结构化,稀缺性可能下降。
第二类:判断经验
知道什么时候做、为什么这样做。
识别异常、判断优先级、处理模糊需求、权衡风险。
AI 可以辅助,但实际效果取决于数据、场景和责任机制。
第三类:创造经验
知道应该做什么。
发现新需求、创造产品、建立客户关系、识别商业机会、定义新的问题。
这些能力不只是执行已有流程,而是不断创造新的价值。
所以未来可能不是没有经验的人取代有经验的人。
而是:
会执行标准流程的人,和能够定义问题、做出判断、创造新价值的人,价值差距可能进一步拉大。
但是 如果你拥有创造经验 是第三类人 打工还是必要的吗?
四、从蒸汽时代到蒸馏时代,真正变化的是生产资料
我们再回到工业革命。
蒸汽机改变了体力生产,工厂通过机器、资本和组织协作获得规模化生产能力。
到了 AI 时代,变化可能更深:
过去一个组织的生产能力,主要依赖:
人;
资本;
设备;
流程;
组织协作。
现在,模型、数据、知识、工具和 Agent 正在成为新的生产要素。
一个人借助 AI,也可能组织这些生产要素,完成过去需要一个团队完成的工作。
这就引出一个更有意思的问题:
如果一个人可以调用过去只有组织才拥有的生产能力,那么他为什么一定要把自己完全绑定在一个组织里?
注意,不是说公司会消失。
大型组织仍然拥有资本、品牌、供应链、客户渠道、合规能力和规模优势。
但小团队和个人的竞争边界,确实有可能被重新定义。
所以 如果你已经拥有了过往组织的生产力,那可以再问一次你想做的是什么
我想过了,
我想做的就是
探索普通人如何摆脱对单一职场打工收入的依赖,利用 AI 生产力,探索个人灵活就业的新边界和生态位,当然不想天天哄老板被pua,不太会哄老板也占了很大一部分因素
这条路目前我看到可以延伸到:
一人公司 FDE 服务
撸毛
跨境电商
产品创作
自媒体
数字产品
个人品牌
我觉得这是一条不确定性很高的路径,但是从趋势看又是确定性很高的路径
我正在走...
我做了半年 FDE,越来越觉得:有能力的人,应该试着自己做点事情了
这半年,我做了不少 AI 项目。
招聘 Agent、投标 Agent、知识库、自动化工具、客户 Demo、业务方案和项目交付。
接触了不同的行业,也见过不少企业对 AI 的需求。
但这半年最大的收获,不是学会了多少工具,而是我对一件事越来越有信心:
现在有技术能力、业务经验、愿意主动解决问题的人,真的可以尝试自己做点事情了。
以前,一个人想做一个产品,可能需要找产品经理、设计师、开发、测试,还要考虑服务器、部署和运营。
很多想法不是没有价值,而是根本没有条件把它做出来。
但现在不一样了。
一个懂业务的人,可以借助 AI 做出原型。
一个懂技术的人,可以独立完成过去需要一个小团队才能完成的开发工作。
一个有行业经验的人,可以把自己过去积累的经验,变成工具、服务,甚至产品。
我不是说一个人就能解决所有问题,也不是说 AI 创业很容易。
而是过去很多人被团队、资金和技术资源限制的事情,现在有了新的可能性。
做了半年 FDE,我有几个越来越强烈的体感。
01 很多机会,不在于你会什么,而在于你发现了什么问题
做 FDE 之后,我有机会接触不同企业的真实业务。
以前我们谈 AI,更多是在讨论模型、Agent、工作流、知识库。
但真正进入业务现场之后,你会发现,很多问题其实非常具体。
资料怎么整理?信息怎么查找?重复工作怎么处理?一个业务流程为什么要经过这么多人工环节?
这些问题可能并不性感,也不是什么前沿技术。
但有人愿意为解决这些问题付费。
这让我改变了一个想法:
创业不一定要从一个宏大的技术创新开始,也可以从你比别人更了解的一个具体问题开始。
你在某个行业工作过几年,可能比一个只研究 AI 工具的人更容易发现机会。
因为你知道问题在哪里,也知道现在的人是怎么解决的。
AI 给你的,是把解决方案做出来的能力。
而你过去积累的行业经验,可能才是你真正的起点。
02 一个人能做的事情,正在发生变化
这半年,我最大的感受之一就是 AI 正在改变个人的生产力边界。
以前有一个想法,首先要考虑:
我有没有开发资源?有没有设计能力?有没有团队?
现在这些问题的答案正在发生变化。
你可以让 AI 帮你梳理需求、设计产品、生成代码、测试接口、搭建 Demo,甚至帮助你完成内容和营销。
当然,AI 生成的东西不一定可靠,真实产品仍然需要工程能力、业务验证和持续维护。
但至少,很多过去需要投入大量资源才能开始的事情,现在一个人就可以先跑起来。
过去我们需要先组建团队,才有机会验证想法。现在可以先用 AI 验证想法,再决定是否需要团队。
我觉得这是一个很重要的变化。
尤其对于有编程能力、产品经验、行业经验的人来说。
不要低估自己手里的能力,也不要总觉得必须等条件全部成熟才能开始。
03 不要总想着做一个大产品,先找到一个愿意付费的人
做了这些项目之后,我对创业也有了一个更现实的认识。
不要一开始就想着做一个平台、一个中台,或者一个完整的 AI 操作系统。
这些想法可能很有想象空间,但离真实收入还有很长的距离。
反而可以从一个很小的事情开始。
比如:
• 帮一家律所解决知识产权资料整理的问题。
• 帮一家企业把重复的业务文档编写流程自动化。
• 帮一个招聘团队提高候选人信息处理效率。
• 帮一个独立开发者把自己的产品想法做成可以验证的 MVP。
先找到一个真实用户。
先解决一个具体问题。
先看看对方愿不愿意付费。
然后再考虑标准化、产品化和规模化。
不要先花半年做一个自己认为有价值的产品,再去寻找客户。先找到一个客户真正愿意解决的问题。
这可能是我在 FDE 项目中学到的,对个人创业最有价值的一件事。
04 我越来越不建议有能力的人,只把自己当成一个岗位
这句话可能有点冒犯,但确实是我这半年的思考。
以前我们很容易通过岗位定义自己。
我是开发、我是产品、我是运营、我是售前、我是 FDE。
但如果把视角放到 AI 时代,我觉得这种定义可能会越来越不够用。
一个开发者,不一定只能等待需求、完成开发任务。
他可以发现问题、设计产品、搭建系统、寻找用户。
一个懂业务的人,也不一定只能依赖公司提供的技术团队。
他可以借助 AI,把自己的业务经验转化成工具和服务。
一个有行业经验的人,也不一定只能通过出售自己的工作时间获得收入。
他可以尝试把经验沉淀成流程、产品、内容或者其他可复用的资产。
当然,这不意味着每个人都应该辞职创业。
我更想表达的是:
不要把自己拥有的能力,仅仅用来完成一个岗位的职责。
你完全可以在工作之外,尝试把自己的能力变成一份独立的价值。
05 未来创业经历是简历最加分的一项
我并不认为 AI 创业是一件容易的事。
模型会变化,产品会被复制,客户不会因为你用了 AI 就愿意付钱。
真正的商业问题依然存在。
但我认为有一点已经发生变化:
一个人从发现问题,到做出解决方案,再到拿给客户验证,整个过程的成本正在降低。
这意味着,更多人有机会参与到创造价值的过程中。
你不需要一开始就有一家完整的公司。
也不需要先拥有一个很大的团队。
可以先做一个小工具,接一个小项目,服务一个客户,写一篇有价值的内容。
重要的是开始形成自己的闭环:
发现问题 → 做出解决方案 → 找到用户 → 获得反馈 → 持续改进。
每跑通一次,你就多积累一份经验、一份产品能力、一份客户认知。
这些东西不会因为换了一家公司就全部归零。
写在最后
我没有觉得自己已经找到了什么标准答案。
但我越来越相信一件事:
AI 时代,普通人不一定只能等待机会,也可以主动创造机会。
尤其是那些已经有一定技术能力、行业经验、产品思维的人。
你可能只是一个普通开发者,可能在某个行业工作了五年,也可能有很多一直没有实现的想法。
我想说的是,不妨试着把其中一个想法做出来。
不用一开始就想着改变世界,也不用急着证明自己。
先解决一个真实问题,先服务一个真实用户,先赚到第一笔独立于工资的收入。
你会发现,自己原来不只是一个岗位上的执行者,也可以是一个价值的创造者。
不要等 AI 时代给你安排一个新岗位。也可以试着用 AI,为自己创造一个新位置。
这个是我褪去AI狂热后,越来越坚定的想法。
我也正在尝试这样做。
我准备把自己当成实验对象。
去研究一个普通人能不能借助 AI,跑通一个真实业务流程。特别是能找独立个体可以做的,可以通过ai提效并且带来盈利的事情
目前有几个研究方向
跨境电商自动化运营、独立站运营
自媒体自动化运营
通过ai 自动化撸毛
或者大家有什么需求的定制化场景 也可以私聊我,我们可以类似合伙人、github贡献者的协作模式, 一起探索机会,那么你可以获得的就是过程中产生的所有资产
我可能会先从跨境电商开始。
比如研究一个一人卖家如何用 AI 改进选品、内容、客服、运营或数据整理中的某个高频流程。
我会先选一个小问题,而不是一上来做一套宏大系统。
我会公开记录:
真实任务是什么
原来的流程怎么做
AI 介入了哪一步
最后留下了什么成果
哪些地方失败了
结果能不能被别人复用
那么我觉得跨境电商这个场景目前是我会感兴趣的内容 ,所以如果有独立跨境人 也欢迎联系我, 我们一起共创更多赚钱渠道和方法
我做了半年 FDE,越来越觉得:有能力的人,应该试着自己做点事情了
这半年,我做了不少 AI 项目。
招聘 Agent、投标 Agent、知识库、自动化工具、客户 Demo、业务方案和项目交付。
接触了不同的行业,也见过不少企业对 AI 的需求。
但这半年最大的收获,不是学会了多少工具,而是我对一件事越来越有信心:
现在有技术能力、业务经验、愿意主动解决问题的人,真的可以尝试自己做点事情了。
以前,一个人想做一个产品,可能需要找产品经理、设计师、开发、测试,还要考虑服务器、部署和运营。
很多想法不是没有价值,而是根本没有条件把它做出来。
但现在不一样了。
一个懂业务的人,可以借助 AI 做出原型。
一个懂技术的人,可以独立完成过去需要一个小团队才能完成的开发工作。
一个有行业经验的人,可以把自己过去积累的经验,变成工具、服务,甚至产品。
我不是说一个人就能解决所有问题,也不是说 AI 创业很容易。
而是过去很多人被团队、资金和技术资源限制的事情,现在有了新的可能性。
做了半年 FDE,我有几个越来越强烈的体感。
01 很多机会,不在于你会什么,而在于你发现了什么问题
做 FDE 之后,我有机会接触不同企业的真实业务。
以前我们谈 AI,更多是在讨论模型、Agent、工作流、知识库。
但真正进入业务现场之后,你会发现,很多问题其实非常具体。
资料怎么整理?信息怎么查找?重复工作怎么处理?一个业务流程为什么要经过这么多人工环节?
这些问题可能并不性感,也不是什么前沿技术。
但有人愿意为解决这些问题付费。
这让我改变了一个想法:
创业不一定要从一个宏大的技术创新开始,也可以从你比别人更了解的一个具体问题开始。
你在某个行业工作过几年,可能比一个只研究 AI 工具的人更容易发现机会。
因为你知道问题在哪里,也知道现在的人是怎么解决的。
AI 给你的,是把解决方案做出来的能力。
而你过去积累的行业经验,可能才是你真正的起点。
02 一个人能做的事情,正在发生变化
这半年,我最大的感受之一就是 AI 正在改变个人的生产力边界。
以前有一个想法,首先要考虑:
我有没有开发资源?有没有设计能力?有没有团队?
现在这些问题的答案正在发生变化。
你可以让 AI 帮你梳理需求、设计产品、生成代码、测试接口、搭建 Demo,甚至帮助你完成内容和营销。
当然,AI 生成的东西不一定可靠,真实产品仍然需要工程能力、业务验证和持续维护。
但至少,很多过去需要投入大量资源才能开始的事情,现在一个人就可以先跑起来。
过去我们需要先组建团队,才有机会验证想法。现在可以先用 AI 验证想法,再决定是否需要团队。
我觉得这是一个很重要的变化。
尤其对于有编程能力、产品经验、行业经验的人来说。
不要低估自己手里的能力,也不要总觉得必须等条件全部成熟才能开始。
03 不要总想着做一个大产品,先找到一个愿意付费的人
做了这些项目之后,我对创业也有了一个更现实的认识。
不要一开始就想着做一个平台、一个中台,或者一个完整的 AI 操作系统。
这些想法可能很有想象空间,但离真实收入还有很长的距离。
反而可以从一个很小的事情开始。
比如:
• 帮一家律所解决知识产权资料整理的问题。
• 帮一家企业把重复的业务文档编写流程自动化。
• 帮一个招聘团队提高候选人信息处理效率。
• 帮一个独立开发者把自己的产品想法做成可以验证的 MVP。
先找到一个真实用户。
先解决一个具体问题。
先看看对方愿不愿意付费。
然后再考虑标准化、产品化和规模化。
不要先花半年做一个自己认为有价值的产品,再去寻找客户。先找到一个客户真正愿意解决的问题。
这可能是我在 FDE 项目中学到的,对个人创业最有价值的一件事。
04 我越来越不建议有能力的人,只把自己当成一个岗位
这句话可能有点冒犯,但确实是我这半年的思考。
以前我们很容易通过岗位定义自己。
我是开发、我是产品、我是运营、我是售前、我是 FDE。
但如果把视角放到 AI 时代,我觉得这种定义可能会越来越不够用。
一个开发者,不一定只能等待需求、完成开发任务。
他可以发现问题、设计产品、搭建系统、寻找用户。
一个懂业务的人,也不一定只能依赖公司提供的技术团队。
他可以借助 AI,把自己的业务经验转化成工具和服务。
一个有行业经验的人,也不一定只能通过出售自己的工作时间获得收入。
他可以尝试把经验沉淀成流程、产品、内容或者其他可复用的资产。
当然,这不意味着每个人都应该辞职创业。
我更想表达的是:
不要把自己拥有的能力,仅仅用来完成一个岗位的职责。
你完全可以在工作之外,尝试把自己的能力变成一份独立的价值。
05 未来创业经历是简历最加分的一项
我并不认为 AI 创业是一件容易的事。
模型会变化,产品会被复制,客户不会因为你用了 AI 就愿意付钱。
真正的商业问题依然存在。
但我认为有一点已经发生变化:
一个人从发现问题,到做出解决方案,再到拿给客户验证,整个过程的成本正在降低。
这意味着,更多人有机会参与到创造价值的过程中。
你不需要一开始就有一家完整的公司。
也不需要先拥有一个很大的团队。
可以先做一个小工具,接一个小项目,服务一个客户,写一篇有价值的内容。
重要的是开始形成自己的闭环:
发现问题 → 做出解决方案 → 找到用户 → 获得反馈 → 持续改进。
每跑通一次,你就多积累一份经验、一份产品能力、一份客户认知。
这些东西不会因为换了一家公司就全部归零。
写在最后
我没有觉得自己已经找到了什么标准答案。
但我越来越相信一件事:
AI 时代,普通人不一定只能等待机会,也可以主动创造机会。
尤其是那些已经有一定技术能力、行业经验、产品思维的人。
你可能只是一个普通开发者,可能在某个行业工作了五年,也可能有很多一直没有实现的想法。
我想说的是,不妨试着把其中一个想法做出来。
不用一开始就想着改变世界,也不用急着证明自己。
先解决一个真实问题,先服务一个真实用户,先赚到第一笔独立于工资的收入。
你会发现,自己原来不只是一个岗位上的执行者,也可以是一个价值的创造者。
不要等 AI 时代给你安排一个新岗位。也可以试着用 AI,为自己创造一个新位置。
这个是我褪去AI狂热后,越来越坚定的想法。
我也正在尝试这样做。
我准备辞职了,我在一家ai模型公司干了半年fde
我应该会选择离职去做我自己认为更有价值的事情 我做的工作很多还是偏向做全栈开发和产品交付,做标准产品,
上了半年班被各种压力加班干活,
我这样的fde ,
没有太多深入客户业务场景,
没有积累垂直领域的know how,
只有繁重任务侵蚀我的精力
这让我想清楚了一件事情
#fde #辞职
要做模型升级不会被替代 且 会让我更有价值的事情
所以现在,我想能在自媒体建立信任和Attention 目前我做的工作很多还是偏向做开发和产品, 我觉得价值是在降低的
但同时,我也能看到,一个普通人用好ai后的无限可能
边界既然被扩大到我可以一个人完成一个产品和全栈开发
那我想 该离开了
那生活怎么办, 没有工资怎么生存, 我为这个问题大概焦虑了一个月
大家都叫我要么骑驴找马,要么委屈求全,把领导哄好
但是有一个人告诉我,告诉你这些话的人是你想成为的人吗?
好,我的几万元存款应该能活个半年,那就试试
我其实并不认为大型企业组织可以很轻易转型为ai native 组织
我看好的是有能力有想法的人会成立ai native的组织来加速大型企业的转型和死亡
是农村包围城市
让子弹飞起来
Orcastao retweeted
🚨 Phase 2 of the Sentio x @BinanceWallet Booster Campaign is live!
Your mission:
✅ Complete new tasks and explore Sentio’s features in depth
📊 Browse dashboards, interact with AI, and go deeper into on-chain transactions
🎁 12M $ST rewards up for grabs
🔑 Log in to Binance Wallet and tap the Booster banner to join
🔹 Tutorial:
notion.so/Sentio-Booster-Air…
💻 Now on desktop
Sentio is proud to partner with Binance Wallet to be the first to bring Booster Campaign to the web — you can now complete tasks directly from your desktop/laptop.
Download Binance Wallet Extension 👇
chromewebstore.google.com/de…
Join the Pre-TGE and Booster Program on #Binance Wallet with @sentioxyz.
Booster Program Details:
→ Begins on Feb 27, 2026
→ Eligible participants must hold sufficient Binance Alpha points
→ 25,000,000 ST allocated to the program
Pre-TGE details and the Event Portal will be announced soon on @BinanceWallet.
👉 Learn more: binance.com/en/support/annou…
在用的尽快升级 现在是黑客的简单游戏模式
🦞 #OpenClaw Gateway现高危漏洞,请立即升级至2026.2.25或更高版本
OpenClaw通过绑定到本地主机的WebSocket Gateway运行,该Gateway作为Agent的核心协调层,是OpenClaw的重要组成部分。此次攻击针对的就是Gateway层的弱点,只需满足一个条件:用户在浏览器中访问被黑客控制的恶意网站。
完整攻击链如下:
1.受害者在其浏览器中访问攻击者控制的恶意网站;
2.页面中的JavaScript向本地主机上的OpenClaw网关发起WebSocket连接;
3.之后,攻击脚本以每秒数百次尝试暴力破解网关密码;
4.破解成功后,攻击脚本静默注册为受信任设备;
5.攻击者获得Agent的管理员级控制权;
安全建议:
1.立即升级至OpenClaw 2026.2.25或更高版本;
2.审计并撤销授予Agent实例的不必要凭证、API密钥和节点权限。
漏洞演示👇youtube.com/watch?v=A15fuHs7…
Orcastao retweeted
1/ Introducing Sentio Network: The Decentralized Data and Compute Layer
We are thrilled to unveil the Sentio Network, evolving our production-grade observability platform into the world’s first decentralized, AI-native data infrastructure.
Sentio is moving from a unified platform to an open, incentive-aligned network. Here is everything you need to know about the Sentio Litepaper:
龙虾热——当下更多是文科生在裸奔
一揽子 OpenClaw 的各种换皮龙虾,最近在互联网和朋友圈刷屏
文科生也能手搓 App 的时代到了
我觉得可以玩,但别吹上天
1. Agent 目前还不稳定
本质仍是概率预测最合理的下一句话,不是确定性算法,仍然缺少因果约束
发错邮件、删错东西、自信地做错事仍是常态
2. 安全风险
每轮推理重新预测,上下文越长越容易偏离
先不说滥用工具获得过大权限乱操作,如果下载了供应链投毒的 skill
你将优雅收获一行反弹 shell 命令
那为什么大家还在吹?
在我看来,它更多是模式创新而非技术变革
创新点在于生成结构化命令 + 通过 API 调用工具
模型预测 + 工具调用
忽略风险看,已经够强,能大幅提效日常场景
非专家的机会在哪里?
机会在于用信息和工具短期套利,在于服务
卖课、帮人部署、用一揽子工具在细分赛道帮自己和别人省时间,可以探索
泛领域基本没机会,打不过机构
小而美,还是踏马的是小而美














