我是理性和成长性思维的人，对AI的态度是一种抽象程度很高的理性，觉得AI是提升生产力的工具，取代一部分工作很正常，这不是人能决定的，是系统决定的，价值来源于生产资料，在这个基础上比的是生产力，AI可以提升生产力，大势不可挡，很合理的逻辑推断。至于我的职业是不是快被替代了没想太多，总觉得自己用理性调整观点和思维，不求大富大贵，似乎也可以活下去。
但问题在于，但问题在于，我意识到了人生的结构性问题：选择有方向，理性可以做决策、思考、思维转变。假如选择有ABC，理性可以做DEF，那这样的组合有49种，不管啥组合，走的路不一样，权衡取舍不一样，这些权衡取舍塑造了你是怎么的人。
我没有仔细去想这种变化对我实际生活的影响，直到看了这篇文章，腾讯研究院发布的《一件大事正在发生》的文章（第一手信息），我第一次意识到了AI的准确性和迭代速度这些更可量化的可感知的东西，然后做了一些大脑的思想实验，从绝对理想、到现实可取、职业规划再到今天可做的事情。
结论是这样的：
- AI替代的是脑力劳动，类比工业革命替代手工劳动，这些是终极最理想的推演。但事实上，机器有身体稳定性和环境依赖问题，正如AI有幻觉准确性、数据依赖问题，这两个本质都是解放生产力工具，有经济上限、和迭代速度限制。
- 关注自己有生之年，收到的AI影响更实际，那些是未来（3年、5年、10年）的机会，哪些是坑
- AI会替代程序员，趋势是S曲线，先缓慢渗透、然后指数替代，最后稳定，等待新一轮S曲线，参考工业革命。
- 看招聘岗位、行业调研做职业规划，行业调研不是谁都能看懂的，人脉也不是谁都有，我觉得最简单的职业规划，就是打开boss直聘，看看岗位变化，比如前端，多了好多AI全栈、agent开发的岗位，这些就是变化
- 不要大步子跨方向，比如跨行业，或者想着找本岗位的硬核专家方向钻；也不要想再读几年书重启，觉得自己没学够；对于程序员，现在最有效的做法就是在岗一天就多赚一天钱，腾点时间思考规划，执行；离职了就朝前看，焦虑不确定平常心看待，察觉到它，但是继续做手里的事，有大把时间思考规划，执行。
- 什么是最有效的思考？对于程序员，就是抓住眼前的变化，紧跟AI趋势，投身到这个革命的浪潮里面，说具体点，用AI辅助编码，研究怎么用好AI，编排AI，离浪潮最近的地方是最安全的地方
可以发现上面这些观点没有新意，类似的话我在其他地方也看过。而且很多点还是很抽象，比如我没有说清楚“什么是坑”，“什么是机会”，我可以进一步地说清楚：机会是用好AI,是研发AI原生系统，但我又可以追问“什么是用好AI,什么范式、什么流程、什么步骤”，我可以答“skills, mcp, cursor, claude code”，我又可以追问“到底怎么用，用什么skills，用什么mcp”，如果把不抽象定义成“我现在可以执行，并且做的事情ROI高“，那上面所有一问一答的细节敲定都应该去往这个不抽象的定义里面去靠拢。但是问题是，这个不抽象的定义它本身也是抽象的，因为什么是投资回报比高，付出多少钱，赚到多少钱来衡量吗？然后对这个定义又可以追问，回答是“这个问题每个人的答案又是不一样的”。所以你会发现，问题本身是抽象的，连问题的目标也是抽象的。而且这种不确定，是进入社会就能随处感受到的，当你想到你这一步，唯一能肯定的是，它是没有答案的。因此正确做法应该是适度抽象、追问和推理，用行动去测试收敛不确定。
离浪潮最近的地方最安全，这句话我觉得是我未来十年的座右铭，我要做一下具体的事情：
- 用AI辅助编码，80%代码用cursor claude code写，20%决策定方向优化细节
- 研究AI编排，把软件工程的工程化架构思路迁移到怎么用AI解决复杂系统问题，这意味着，该学的技术还得学，提示词、上下文、MCP，Skills, agent等
- 情绪管理。焦虑不安全的情绪注意到就是了，不必停留，行动是最好的对抗不确定的武器
- 存钱。有存款是延缓行动、转向思考观察的底气。
回到文章开头我提到到结构性问题，假如一开始你的目标是A，但实际你走了一条变成了B的路，你还是你，但是你已经变了，如果你可以承受这种变化带来的风险和责任，那你可以活下去，如果不能，那很痛苦。所以好的是，在确定走到B之前，应该保持思考和分析，不确定中找一丝丝确定，这些不确定是一种自由，你有可能走向更适合你的C。
本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。
