未来工作：如何成为AI优先的人
摘要
当前最顶级的AI模型已经比85%的人类更聪明，而到2026年底，这一比例将达到99.9%。从Fiverr首席执行官米卡·考夫曼(Micah Kaufman)发出的内部邮件，到Shopify和Duolingo相继宣布全面拥抱AI优先(AI-First)战略，一场关于工作方式的根本性变革正在发生。本文深入探讨了在AI浪潮下如何成为AI优先的人。文章首先剖析了三类AI使用者的差异，指出AI的输出质量取决于使用者的技能和想象力；随后提出"自动化自己的工作"这一实践方法，并详细演示如何构建元提示词(Meta Prompt)来系统化工作流程；接着从历史视角回溯了"自我主导型职业"(Self-Directed Career)的演变，论证AI革命将迫使我们从劳动层面抽离、上升至思维层面；最后指出，AI优先世界留给人类的核心是精通(Mastery)与意义(Meaning)经济，注意力(Attention)是唯一的差异化要素，而一千个铁杆粉丝(1000 True Fans)的模型比以往任何时候都更具现实意义。
正文
AI来袭：不容回避的现实
顶级AI模型的智能水平已超越85%的人类。大卫·帕特森(David Patterson)在X平台上发文称，到2026年底，AI将比99.9%的人类更聪明，"而你还以为自己会有工作"。埃隆·马斯克(Elon Musk)对此回复了"大致正确"(roughly correct)。
与此同时，Fiverr首席执行官米卡·考夫曼(Micah Kaufman)向全体员工发出了一封邮件，其中列出了三个关键点：第一，令人不快的真相——AI正在取代你的工作、他的工作、所有的工作；第二，简单任务将不复存在，困难任务将成为新的"简单"，而不可能完成的任务将变得只是"困难"；第三，对着枕头尖叫发泄后，振作起来，让自己变得面向未来(Futureproof)。
不止Fiverr。Shopify的首席执行官同样发邮件要求全员成为AI优先(AI-First)。Duolingo也宣布走向AI优先，并用人工智能替代外包人员。这一切让很多人感到恐惧，不知道该学什么技能、不知道哪些职业和岗位还能存续。
但Dan Koe认为，这实际上是历史上最令人难以置信的时代之一。机会前所未有，关键在于发现它并加以利用。
三类AI使用者与输出质量的本源
使用AI的人大致分为三类：
第一类是几年前试用过ChatGPT便觉得"不过如此"的人；第二类是利用各种AI工具做网络搜索、摘要和简单任务的人——这些任务即使不用AI也只多花十秒；第三类是深度使用AI、已经"看到光芒"(see the light)并在一切可能的场景中部署AI的人。
大多数人没有理解一个核心事实：AI的输出质量取决于你的技能和想象力。不是AI不如你，而是你对AI的运用还不够好，无法让AI超越你自己。大多数人仍以为使用AI只是往ChatGPT里输入问题，事实远非如此。
以创建数字产品的着陆页(Landing Page)为例。如果你只是对AI说"帮我写一个有说服力的着陆页"，然后指望它开箱即用地输出优秀文案，结果一定令人失望。你需要做到：知道如何为AI找到最佳指令（因为写着陆页有多种方式，你不知道AI选择了哪种）；让AI对你的写作风格做语音分析(Voice Analysis)，以便它模仿你的语气；提供你的产品报价(Offer)信息；理解如何构建一个报价方案。只有把这些碎片全部拼合，AI的输出才能达到你自己亲手创建的水平。因此，本质上仍然是你创造了那个东西——你只是做了更少的工作。你创建、复用和不断优化的提示词(Prompt)就像你的小员工。
有人可能说，即使给了详细指令，AI的回复也不够好。是的，目前还不完美，但终将完美。如果你现在就理解了AI，等到它真正成熟时，你将把没学过的人远远甩在身后。
成为AI优先：一种运营模式
成为AI优先不仅是一项技能，更是一种运营模式(Operating Model)。正如一句深刻的论断所言：
成为AI原生(AI Native)不是为用户构建功能，而是运营一家公司的模式。它决定了你如何工作、如何思考、你和你的公司如何呼吸。这是一次重新架构、一次重新布线、一次哲学性的转变——从"如何扩展人力"转向"如何用机器扩展决策、创造力和行动"。
技术思想家Signal（Dan Koe关注的匿名互联网思考者）用具体场景展示了AI优先与非AI优先的差异：
产品开发层面：非AI原生的做法是缓慢的反馈循环、手动调研、路线图基于观点争论；AI原生则是在数分钟内总结所有用户访谈、基于功能请求聚类(Feature Request Clustering)生成路线图选项、在发布前模拟用户行为。提示词示例："总结最近50次用户访谈，按频率和强度聚类主要痛点，并基于用户反馈和使用数据建议信噪比(Signal-to-Noise)最高的三个产品赌注。"
市场营销层面：非AI原生是手动内容、猜测什么能引起共鸣、低效投放；AI原生是大规模生成和测试内容、按心理图象(Psychographics)而非仅仅人口统计(Demographics)调优信息、通过创意优化建立反馈循环。提示词示例："针对五种创始人原型，生成这篇博客文章标题的十个变体，按预计互动排名；用我们的品牌语调写一封面向从定价页流失的早期采用者(Early Adopters)的发布邮件。"
客户支持层面：非AI原生是人工分类、支持人员重复回答相同问题；AI原生是用7×24小时大语言模型(LLM)自动解决一级问题、为人工升级总结复杂工单、基于工单量动态生成帮助中心内容。Dan Koe指出，在他运营的软件创业公司Cortex中，想象一下——只需总结一个用户遇到问题的完整对话线程，就能自动转化为网站文档，供日后查询或由LLM直接推送给遇到类似问题的用户。
实践方法：自动化自己的工作
Dan Koe最大的建议是：练习用AI把自己从工作中自动化出去(Automate Yourself Out of Work)。具体步骤如下：
- 写下完整的流程——像教别人做你的工作一样详细记录，包括思维过程和创意过程。
- 假设任何任务或流程中的任何环节都可以用提示词完成——然后尝试将那个任务或环节转化为提示词。
- 测试并迭代——它起初一定不理想，持续优化提示词直到至少达到90%的效果。
- 妥善存储提示词——建立可复用的提示词库。
- 如果不知道如何完成某项任务——可以让AI提供详细的操作指南。
需要注意的是，对于内容创作这类高度相对性(Highly Relative)的领域，直接问AI"帮我做下一个YouTube视频"不会得到好结果，因为每位创作者都有自己独特的方式。正确做法是：拿一个表现最好的视频，让AI逐行拆解其结构、心理模式、为什么有效，然后把这些详细指令转化为可复用的提示词，用自己的创意重新生成。同理，你也可以上传一本专业书籍（如《突破性广告》(Breakthrough Advertising)），让AI提炼出极其详细的操作指南，再转化为提示词。
构建元提示词：一个完整的实操案例
Dan Koe分享了他构建着陆页文案提示词的全过程：
第一步，他使用Gemini 2.5 Pro，要求AI"研究《突破性广告》(Breakthrough Advertising)这本书，给我一份关于如何撰写说服性文案的极其详细的指南"。AI输出了一份涵盖说服性文案每一步骤的出色指南。这通常需要极长时间才能学会，而现在你可以在几分钟内获得。
第二步，他要求AI"假设你要用以上所有原则为我写着陆页文案，你需要从我这里收集哪些信息才能写出一篇出色的着陆页？"AI列出了所有需要特定于他本人的上下文信息：产品名称和描述、核心问题、期望结果和收益、独特机制(Unique Mechanism)、独特卖点(Unique Selling Proposition)、目标受众等。
第三步，他将这些信息转化为文档并构建元提示词(Meta Prompt)——一个"创建提示词的提示词"。提示词被结构化为两个阶段(Phase)：第一阶段是上下文收集——按照所需信息逐一询问用户，每次只问2到3个问题以防信息过载；第二阶段是撰写文案——根据原则指南生成着陆页，包括引人注目的标题、开头引子、问题-欲望强化、收益和证明等。
最终成果是一个可反复使用的提示词：只需发送它、提供个人信息，就能输出一份比大多数零基础者手写的更好的着陆页初稿。不断重复"弄清如何做某事→写下详细指令→转化为元提示词→反复运行和优化"这一流程，很快你就拥有了一个提示词库，可以自动完成大部分工作流。
自我主导型职业：历史的回响
引发这期视频的思想积淀之一，是"自我主导型职业"(Self-Directed Career)的理念。在工业化之前，自由个体大多是工匠和农民。自由人的标志在于根据自己的利益行动，一生中从事多种事务。当时约80%的自由劳动者是自雇者(Self-Employed)，而今天仅有10%。相比之下，奴隶被期望终身只执行一项任务——高度重复、高度机械化——正是如今机器将要承担的工作。
然而在工业时代，当机器开始进入生产，我们却发现自己被困在了电子表格和工厂算法中，做着重复性劳动。那么问题来了：这场AI革命是否会进一步剥夺我们的自主权和按照自身兴趣行动的自由？
完全有可能——大多数人将从"自动驾驶式生活"(Autopilot Living)滑向"自动补全式生活"(Autocomplete Living)，从被分配工作变为被替代工作。但对于那些重视创造性工作、重视掌控自身选择能动性(Agency)的人，还有另一条路。
历史上，每次技术转型中，人类都通过发展更高层次的技能和知识形式来适应。当技能不可避免地因自动化而贬值时，我们就向上抽象一层(Abstract Up a Layer)。面对AI，这一幕再次重演：我们必须超越已学的大部分技能，向上抽象一层——从劳动(Labor)过渡到思维(Mind)。当AI可以像我们一样思考并执行时，我们必须思考自己与"可以替我们思考的系统"之间的关系。
因此，一个需要始终铭记的问题是：何时该借助AI，何时该亲力亲为？
你可能需要改变你的人生
Dan Koe坦率地表示，他无法告诉人们该怎么活——他理解不了大多数人的处境，他没有要养活的孩子，不用打两份工。但对于那些至少有几小时空闲、经济基本稳定、生活总体舒适的人，他有一个直白的问题：你有什么好抱怨的？
朝九晚五的工作确实糟糕。我们集体厌恶工作已有数十年。进化解决问题，而现在你生活中最痛苦的问题之一——上班——正在被解决，你反而愤怒了。你面前摆着一生中最大的机会之一，却仍然陷入最老套的舒适陷阱、扮演受害者、试图留住旧的生活方式。
如果你从事的工作可以被机器取代，那么你的生活很可能缺乏新奇感(Novelty)、意义(Meaning)、成就感(Fulfillment)、挑战(Challenge)、复杂性(Complexity)和持续的成长与学习——这本身就是去做点新事情的强烈信号。这不是观点，而是有据可查的心理模式：先满足基本需求，再追求自我实现需求(Actualization Needs)；要维持心流状态(Flow State)，你需要逐步增加能够承担的挑战，因为这要求你发展与之匹配的技能。但如果你被困在一条重复性工作线上，过了某个节点就再也没有新挑战，每天重复同一天——那不是成就感，不是享受，你什么也没学到，也没有作为个体进化或成长。尤其当你一天八小时——生命的1/3——花在那里，另1/3花在睡觉，最后1/3花在刷手机上（因为你没有更好的事可投入时间，你的生活已经设定好了，每天做重复劳动，再没有什么需要追寻的了），这种状态值得改变。
精通与意义经济
你只有几年时间：要么被裁，要么保住工作但最终被裁，要么在公司内无休止地提升技能以承担新角色，要么靠自己闯出一条路。AI不仅仅冲着公司和程序员来，它冲着每一个有大脑的人来。
在遥远的未来，我们也许会生活在一个不必担忧金钱的世界。但现在，我们仍需担忧。我们将经历一段适应期(Acclimation Period)，人们将失去工作，而社会尚未建立诸如全民基本收入(Universal Basic Income, UBI)之类的保障体系——无论你是否赞同这一理念。这对很多人来说将是痛苦的。
AI优先世界留给我们的，是一个精通与意义经济(Mastery and Meaning Economy)。换言之，发现并追求你毕生的事业(Life's Work)——那件你本可以、也或许本应该一直在做的事。你选择一件你深切在乎的事，无情地研究、钻研并精通它，配以AI优先的思维，然后毫不羞耻地公开分享你所知道的、你所做的、以及你为何而做。因为在当今世界，唯一真正的安全网是一个不可能被忽视的作品集(Body of Work)。
注意力是唯一的差异化要素
随着世界充斥越来越多的AI生成内容，注意力和信号变得愈发稀缺。是的，"死互联网"(Dead Internet)正在扩张——大量内容被批量生产，大量机器人活跃其上。任何人都可以让AI写一条推文然后发布，或生成AI配音的YouTube视频配上B-roll素材。但正如前面YouTube标题生成的例子所示，这并不意味什么——他们不会得到好结果，他们无法灵活转向和迭代改进。
竞争的真正含义是：市场成熟度(Market Sophistication)将持续快速提升。人们会对千篇一律(Cookie Cutter)的内容感到厌倦，而千篇一律的标准本身每月都在变化。人们将失去对大多数内容的信任——更不用说，你仍然需要真正懂行才能创造出独特且引人入胜的东西。
Dan Koe的建议是双重的：用AI做你不想做的事情（作为一人公司(One Person Business)的方方面面——营销、销售、支持、设计），但不要把AI对自己深切在乎的事务交给AI完全掌控。不要让它替你做你热爱的工作。他个人热爱写作——不是语法层面或诗意层面，而是以自己想要的方式将想法落到纸上。当AI接管了整个写作过程时，他不觉得那是自己的，不觉得创造了任何东西，不觉得把自己在乎的东西交给了另一个人——意义正由此而来。
但对于其他所有方面，这是对写作者和创意人士而言最不可思议的时代：你可以专注于自己的手艺(Craft)，让人们看到你独特的内容并建立信任，同时AI帮你处理一人公司生存所需的一切——营销、销售、支持、设计。那不是不真诚，那是规模化的真诚(Authenticity at Scale)——这和雇佣员工来做这些事本质相同，因为无论哪种方式，那些工作都不是你亲手做的，但它对你的使命达成是必要的。
你就是利基市场(You Are the Niche)。你就是差异化要素。你的精通、经验和看待世界的方式——由你一生中处理过的每一条信息锻造而成的认知——当AI让90%的产品变得雷同时，这一切并不改变：人们仍然从他们认识、信任和在乎的人和品牌那里购买。关键不在于构建销售漏斗(Sales Funnel)，而在于构建一个人们可以探索的世界(World)。
一千个铁杆粉丝比以往更具现实意义
大多数人并不想出名。即使你有这个目标，在你真正以此为生之前，大多数人想要的就是谋生。你不需要数百万粉丝。你需要大约一千个铁杆粉丝——实际上甚至更少。
如果你擅长你所做的事，你可以向每位客户收取5000美元的服务费，10美元的付费通讯订阅费（Dan Koe目前对Substack很看好），50至150美元的任意产品费用，以及衍生产品如书籍或软件（既然任何人都能用AI编写一个解决特定问题的应用）。
大多数人每月5000美元就可以过得不错；如果有家庭和更多责任，每月10,000到15,000美元——那只是三个客户。500人购买10美元订阅就是每月5000美元的循环收入。在一个拥有40至50亿用户的互联网上，500人并不构成多高的门槛。
如果用一年时间构建一个报价栈(Offer Stack)——高端产品、低端订阅、中间价位产品——那么你每月只需要一个人购买高端产品、十个人购买订阅、十个人购买中间产品。考虑到社交媒体上的注意力流动、人们关注新创作者的自然波动，以及只有圈内人才能看到的动态变化，注意力实际上绰绰有余。
关键在于：把它当作你工作的反面来对待。它是不断进化的工作，是要求持续学习的工作，是以你至少把生活的某些方面理顺为前提的工作。你停滞的那一刻，就是熵(Entropy)增加的那一刻——而这恰恰是件美妙的事。保持不变，是好生活的敌人。
觉得有用？分享给一个需要的朋友 🙏