普通人开始用不起强AI了

高等技能反成累赘：顶尖工作者收入缩水

多项最新研究揭示了一个反直觉的现象：在生成式AI冲击下，高技能工作者并非高枕无忧。美国团队在Upwork平台的数据显示，ChatGPT与图像生成AI上线后，写作、校对本就困难，但顶尖工作者的案量流失与酬劳下跌幅度反而更大——绘图领域酬劳锐减14%，远超同行。另一组哈佛实验发现，低技能者借助AI后报告质量提升43%，而高技能者仅提升17%，两者差距被迅速抹平。这意味着，雇主不再愿意为“顶级技术”支付溢价，转而用AI加普通员工替代。对普通人而言，这既是警报也是机遇：过去靠技能壁垒获得的溢价正在蒸发，但学会使用AI后，与高手的差距可能被瞬间拉近。

从“装龙虾”到“卸龙虾”：跟风热潮下的隐形账单

2026年春，AI智能体OpenClaw（龙虾）在中国掀起全民狂潮。上千人排队请工程师安装，二手市场“499元代装”服务一度火爆。但短短40天后，国家互联网应急中心发布安全风险提示，信息泄露、文件误删等隐患浮出水面，“代装”随即转变为“299元远程卸载”。这场运动式热血的背后，是普通人始料未及的成本：除了硬件投入（闲置电脑甚至购置新机），还有面对复杂配置时的技术盲区，以及数据安全失控的潜在损失。当极客在熬夜改代码让“龙虾”两分钟上架200个商品时，大部分跟风者却因无法驾驭而匆忙退场。AI不再是免费玩具，其维护、部署与风险管控，已将普通用户挡在门外。

公司不再招毕业生：初级岗位已被AI吃掉

长三角一家制造企业的程序员彭先生坦言，所在IT部门去年三季已裁掉全部外包人员（占三到四成），今年一季度借助AI工具，产出恢复且提升。“AI比外包做得更好，一个人加AI比两个人合作摩擦更小。”更残酷的是，部门已停止招聘应届毕业生——初级经验积累的路径被彻底切断。过去代码是深壁，如今AI能写出50%的代码，两年后可能达90%。企业现在要的是“熟业务、懂代码结构、能拆解问题”的老手，而非只会写基础代码的新人。对普通人来说，这意味着入行门槛陡升：没有工业经验，即使会用AI也难以获得第一个机会。而“人管AI”的模式也面临被AI智能体自我管理取代的风险，人在这个链条中的角色正被逐步抽离。

真正的机会藏在“拆解与分工”里

哈佛研究团队指出，面对复杂任务时，少数善于善用AI的人并非只靠指令，而是采取两种策略：一是让AI生成初稿后验证、拆分步骤、要求细节修正；二是主动将任务分工——请AI提供方向性资料，自己提炼初稿，再请AI润色。这类“拆解问题、改善人机协作”的能力，才是未来稀缺的竞争力。对普通人而言，竞争力不再取决于家庭财富或学历，而在于学习意愿与思维方式。当AI工具成为水电一样的基础设施，能否找到自己在协作链上的独特位置——比如发现信息误判、设计流程、验证逻辑——决定了你是被优化还是脱颖而出。