普通人在 AI 时代的 10 个生存法则

在场：约六十人——创业者、工程师、产品经理、投资人、应届生，以及几个自称"在想清楚之前先来听听"的人。

主讲：Alan Walker，硅谷连续创业者，三个周期的亲历者，现在只喝黑咖啡，不用问号

时间：2026年 4 月，Project Glasswing 发布后一周。

不是方法论，不是职场技巧。

是在一场物种级变局里，怎么让自己活下去，然后活得好。

开场 · ALAN WALKER

“有人在来之前发消息问，‘AIan，AI 来了，普通人还有没有机会。’ Alan 没回。因为这个问题本身就问错了。

1440 年，古腾堡印刷机出现之前，欧洲最有价值的职业是什么——抄书匠。修道院里，一个资深抄书匠的地位相当于今天的高级工程师，他掌握着知识的生产和流通。印刷机出现之后，他们中的一部分人消失了。另一部分人成了编辑、出版商、作者、教师。他们没有消失，他们迁移了。

今天在座的每一个人，都是那一批抄书匠的后代。你们的祖先没有被印刷机消灭，你们今天才能坐在这里问这个问题。能坐在这里问这个问题的人，已经是人类历史上最幸运的一批人了。问题不是"有没有机会"，问题是"你愿不愿意看清楚机会在哪里"。

我今天给你们十条。没有废话，每一条我都想清楚了。” - 硅谷 ALan Walker

Law I · 对手不是 AI，是会用 AI 的人

被淘汰的不是职业。是那些相信"这和我无关"的人。

先说一个反直觉的事实：任何技术革命，消灭的都不是工作，消灭的是拒绝学习的人。这不是励志，这是历史记录。1900 年，美国有 4100 万匹马在承担运输工作。汽车来了之后，驯马师消失了，但机械师、加油站工人、公路工程师、汽车保险精算师、交通警察全部诞生了。净增，不是净减。

1997 年，Deep Blue 击败卡斯帕罗夫，所有人以为国际象棋职业要死了。2005 年出现了一种叫"半人马象棋"的比赛——一个普通业余棋手加上一台普通 PC，可以打败顶级特级大师加超级计算机的组合。不是最强的人赢了，不是最强的机器赢了，是最会和机器配合的人赢了。这个结论适用于 2026 年的每一个行业，一个字都不用改。

ALAN · 现场

你今天的竞争对手，不是 Claude，不是 GPT，不是 Gemini。是那个坐在你旁边、已经在用这些工具工作、而你还在纠结"这东西靠不靠谱"的人。技术工具的采用曲线从来不等人。印刷机出现后，头五年里抢先掌握它的那批人，定义了接下来两百年的知识生产格局。今天的窗口，可能比五年短得多。

不是 AI 在取代你。是会用 AI 的人在取代你。这两句话听起来一样，但决定了你截然不同的应对策略。

Law II · AI 偷不走你踩过的坑

大语言模型能学走所有被写下来的知识。它学不走你没写下来的那部分——而那部分，才是你真正值钱的东西。

哲学家迈克尔·波兰尼在 1966 年写了一本只有薄薄百页的书，叫《隐性知识》Polanyi 1966。核心命题只有一句话："我们知道的，永远比我们能说出来的多。"他举了一个例子：你能认出一张脸，但你无法告诉我你是怎么认出来的。这种能力存在于你的神经系统里，无法被语言化，也因此无法被传授，也无法被复制。

大语言模型的本质，是对人类已经表达过的知识的极致压缩和检索。它吸收了所有被写下来的东西：教科书、论文、代码、对话。但有一类知识它碰不到：你在十八次失败的项目里积累的判断力，你见过某种局面三次之后产生的预感，你在某个行业摸爬滚打之后对人性的嗅觉。这些东西从来没有被写进任何文档，它们以神经回路的形式存在于你的大脑里，只能被经历触发，无法被语言传递。

所以，你以为没用的经历，才是你在 AI 时代真正的护城河。那些走过的弯路，踩过的雷，赌错的判断——它们正在构成一种 AI 无法触碰的稀缺资产。前提是，你要有意识地把它们系统化：写下来，讲出来，传授给别人。

ALAN · 现场

我认识一个做了十八年餐饮的人，不会 Excel，不会写代码，普通话说得磕磕绊绊。但他能在一家新店开业前三十分钟，走一遍，告诉你哪道菜今天会出问题，哪个员工今天状态不对，今晚翻台率大概是多少。他怎么知道的？他说不清楚。但那个"说不清楚"，值几百万。AI 能生成一份完整的餐饮管理手册，但它没有他踩过的那十八年的坑。

把你踩过的坑系统化。把你的失败案例语言化。这不是在写回忆录，这是在铸造 AI 时代最被低估的护城河。

LAW III·深度是凭证，跨界才是武器

AI 在任何单一领域都能"够用"。它无法做的，是把两个领域的底层逻辑叠在一起，看见第三种可能。

经济学里有一个概念叫"比较优势"Ricardo 1817。意思是：你不需要在所有事情上都比别人强，你只需要在某个组合上比别人更有效率。放到今天，比较优势的来源从单一技能变成了跨域组合——你的生物学背景加上你的金融直觉加上你的产品思维，构成了一个 AI 无法用单一训练数据复现的视角。

人类历史上真正改变格局的创新，几乎都不发生在学科内部，都发生在边界上。孟德尔是修道士，他用统计学研究豌豆，奠定了遗传学。香农是数学家，他用热力学里的熵的概念理解通信，创造了信息论。乔布斯是禅修者和美学家，他把人文和工程焊在一起，定义了消费科技。在一个 AI 能快速覆盖任何单一领域的时代，跨界连线的能力，是人类最后的认知优势之一。

› 找到你最深的一个领域——这是锚点，没有它其他都是浮萍

› 刻意在两到三个相邻或对立领域建立够用的知识，不需要精通

› 训练"连线直觉"：这个领域的底层逻辑，能不能解释那个领域的现象

› AI 帮你检索，你来连线——这是分工，不是竞争

ALAN · 现场

我见过最厉害的投资人，不是金融最强的那个，而是金融够好、对技术有真实感知、对人性有洞察、对历史有记忆的那个。这四个维度组合在一起，AI 今天无法复现——因为"洞察"的核心是整合，整合需要你在真实世界里被不同系统撞击过，而不是从训练数据里检索出来的模式匹配。你的复杂经历，是 AI 暂时无法殖民的地方。

只有深度没有宽度，你是一口井。有了跨界，你是一张网。AI 是水，它会流向所有的井，但网是你自己编的。

LAW IV· 注意力是你在 AI 时代唯一真正稀缺的东西

AI 让信息生产成本趋近于零。这意味着信息本身趋近于无价值。而它的稀缺互补品——专注的注意力——正在变成这个时代最硬的货币。

赫伯特·西蒙 1971 年写了一句话，预言了今天 Simon 1971："信息的丰富，必然导致注意力的匮乏。"他在互联网诞生之前说这句话。那时候他只是用了最基本的经济学逻辑：任何东西一旦极度丰富，它自身价值会下降，而它的稀缺互补品价值会上升。

今天，AI 每天生产的内容量已经超过人类此前几百年的总和。你的大脑没有升级，你的注意力总量是固定的。你把注意力给了什么，就是在给什么投票，就是在培养什么能力。一个每天在碎片信息里漂浮三小时的人，不是在浪费时间，他是在主动把自己的认知系统降级成一个消费终端——只能接收，不能生产；只能反应，不能思考。

这里有一个反常识的结论：深度阅读能力，在 AI 时代，比编程能力更稀缺，更有价值。AI 能写代码，能检索信息，能生成报告。它没有办法代替你去真正理解一本书，去整合成你自己的判断体系。一个能长时间专注、独立思考、自主判断的人，在 AI 面前是合作者。一个只会消费碎片的人，是 AI 的消费终端。终端不需要思考，终端只需要接收。

ALAN · 现场

我有一个测试：找一本你觉得重要的书，坐下来读两小时不碰手机。如果你做不到，你的注意力已经被殖民了。这不是道德判断，这是认知能力的评估。在 AI 把所有人的生产效率拉平的时代，能保持深度专注的人，是认知贵族——不是因为他们更聪明，是因为他们保护了大多数人已经放弃的东西。

保护你的注意力，就是保护你的认知主权。放弃注意力，就是自愿降级为 AI 的消费终端，而不是 AI 的合作者。

LAW V· 信用是 AI 唯一无法批量生产的东西

AI 能生成你的简历，模仿你的文风，伪造你的声音。它无法伪造你在真实关系里，一次又一次兑现之后积累起来的那份信任。

信任的本质是什么。从博弈论的角度来说，信任是一种重复博弈的结果 Axelrod 1984——两个人在足够多次的互动里，彼此验证了对方"说到做到"的概率足够高，于是愿意降低防御成本，进入更高效的合作状态。这个过程无法被压缩，无法被伪造，无法被批量生产。因为它的本质是时间里的兑现记录。

当 AI 能生成任何内容、模拟任何风格的时候，真实的人际信用会发生一个悖论式的升值。越是 AI 泛滥的时代，"真人，而且靠谱"这件事越稀缺，越值钱。你的声誉，是你在 AI 时代唯一的防伪标签。

更深一层：信用不只是"你说到做到"，信用是"别人愿意把不确定性压在你身上"。当一个人把一件不知道结果的事情交给你，不是因为他确定你能做成，是因为他相信你会全力以赴、诚实反馈、不会消失。这种信任关系，是 AI 无法进入的私人合约，它是线下的、情感的、历史累积的。

ALAN · 现场

我认识一个人，没有名校背景，没有大厂经历，英语说得磕磕绊绊。他唯一有的是：过去十五年里，他答应过的事，没有一件没做到。现在他每发一条消息，有五十个人会优先回复他。这在 AI 时代叫什么——叫信号穿透力。在 AI 制造无限噪音的世界里，他的信号是清晰的。这五十个人里，没有一个是因为他的简历漂亮才这样对他的。

每次兑现承诺，是在做 AI 时代最值钱的投资。每次爽约，是在销毁 AI 帮不了你重建的资产。

LAW VI· 答案在贬值。好问题在升值

AI 能在三秒内回答任何问题。它不知道哪个问题值得被问。这个"不知道"，就是你的位置。

整个人类教育体系，三百年都在训练一件事：回答标准问题。考试考答案，面试考解题，绩效考产出。这套系统的底层假设是：问题是固定的，答案是稀缺的。AI 出现之后，这个假设被彻底颠覆：答案不再稀缺，好问题成了稀缺品。

爱因斯坦说，如果给他一小时解决一个关乎生死的问题，他会花五十五分钟定义问题，五分钟寻找解决方案 Einstein, attributed。这句话在 2026 年的含义变了：那五分钟，你可以外包给 AI。那五十五分钟，只有你能做。

什么是好问题。好问题有三个特征：第一，它让你看见你原来看不见的东西；第二，它让对话的另一方重新审视自己的假设；第三，它打开一个新的可能性空间，而不是收窄一个已有答案的边界。培养这种能力，靠的是大量阅读、大量对话、在不同系统之间来回切换，直到你对"理所当然"产生本能的不信任。

ALAN · 现场

在 AI 时代，最有竞争力的工作方式是这样的：你用一个好问题启动 AI，AI 生成十个答案，你用更好的问题从十个里挖出第十一个——那个 AI 自己没想到的方向。这个闭环里，你是导演，AI 是演员。如果你只会接收 AI 的输出，你是观众。观众不拿导演的钱。世界永远短缺好导演，从来不缺观众。

学会提问，比学会回答更值钱。因为 AI 能回答一切，但不知道该问什么。那个"不知道"，是你的领地。

LAW VII· 找到"因为有人，所以值钱"的地方

不是所有效率都值得被优化。有一类价值，恰恰因为它低效、因为它需要真人，所以越来越贵。

凡勃伦在 1899 年描述了一类奇特的商品 Veblen 1899——价格越高，需求越大，因为高价本身是价值的一部分。今天，人类的参与正在成为某一类服务的凡勃伦属性：因为有真人，所以值钱；越稀缺，越值钱。

想一想：一个真正了解你情况的医生的判断，和 AI 生成的诊断报告，值多少倍的差距。一个在你最困难时坐在你对面的朋友，和任何 AI 陪伴应用，有多少不可替代性。一个能当面拍板、当场承担后果的决策者，和一份 AI 优化过的建议书，有什么本质区别。这些场景的共同特征是：人的在场本身就是价值的一部分，而且是不可分割的部分。

从人类进化的角度来说，这不奇怪。人类是超级社会性动物，我们的神经系统被设计来对真实的人类存在做出反应。催产素、镜像神经元、面部表情识别系统——这些机制不响应 AI。当一个 AI 告诉你"我理解你的感受"，你的边缘系统知道那是假的，哪怕你的理性脑暂时被说服了。人类对人类的存在，有一种无法被数字替代的生物需求。

ALAN · 现场

我预测一个在 AI 时代会逆势大涨的行业：临终关怀。不是因为 AI 无法提供信息或陪伴，而是因为没有人愿意在自己生命的最后时刻，面对的是一个屏幕。这是"人类溢价"的极端案例，但它说明了一个普遍规律：找到那些越自动化越让人感到空洞的领域——那是你的机会。越高效越冰冷的地方，人的温度越值钱。

问自己：如果这件事全部由 AI 来做，客户会失去什么。那个"失去的东西"，就是你永久的护城河。

LAW VIII· 不确定性不是你的敌人，是你最后的优势

进化从来不奖励最强的，它奖励在变化里存活最久的。能在高度不确定性里保持行动力的人，是 AI 时代真正的强者。

纳西姆·塔勒布在《反脆弱》里提出了一个改变我世界观的框架 Taleb 2012：世界上有三类系统。脆弱的系统在压力下崩溃；强健的系统在压力下维持；反脆弱的系统在压力下变得更强。他说，大自然奖励的不是强健，是反脆弱。肌肉在压力下生长，免疫系统在感染中增强，经济在创造性破坏中进步。

AI 时代的不确定性是结构性的，不会消失。每隔几个月，就有新模型，新的能力边界，新的行业被重塑。这不是暂时的混乱，这是新的稳态。你无法预测下一张牌。你能做的，是训练自己在不知道下一张牌的情况下，依然能够行动、学习、保持方向感。

更底层的一个真相：不确定性是普通人对抗大机构的最后武器。大公司、大政府、大资本，在确定性的世界里有绝对优势——他们有资源、有规模、有护城河。但在高速变化的不确定环境里，他们的规模变成了负担，他们的流程变成了枷锁，他们的历史变成了包袱。而你，一个可以在 72 小时内做出决策、可以在一周内完全转向的个人，在不确定性里有一种大机构永远无法复制的灵活性。

ALAN · 现场

更具体一点：小注押注，快速迭代，不要 all-in 任何单一判断。建立一个能吸收错误的生活结构，而不是一个必须永远正确的生活结构。把失败的成本控制在你能承受的范围内，把学习的速度提升到你能保持的最高水平。你无法预测 AI 下一步会颠覆哪个行业。但你可以训练自己，在它颠覆的那一天，是兴奋，不是恐慌。大机构害怕不确定性，是因为它们太重，转不动。你轻，你可以转。这是你最后的结构性优势，不要用焦虑把它浪费掉。

不确定性是普通人对抗大机构唯一的结构性优势。大机构怕它，你应该爱它。

LAW IX· 持续输出，把你的认知变成公开资产

AI 让所有人都能"生产内容"。但内容和观点是两回事。有独特观点并持续表达的人，会在 AI 噪音里产生指数级的可见度。

经济学里有一个概念叫"网络效应"Metcalfe 1980——一个网络的价值，和它的节点数量的平方成正比。你的公开表达，是你在人类知识网络里的节点。每一篇文章、每一次演讲、每一个观点，都在增加你的连接数量。而节点的价值，来自它的独特性，不是来自它的数量。

在 AI 让内容生产成本趋近于零之前，稀缺的是生产能力。在那之后，稀缺的是值得被信任的独特观点。任何人都能用 AI 生成一篇"AI 时代生存指南"，但不是任何人都能写出一篇让人读完觉得"这个人见过真实的世界"的文章。后者需要的是真实经历、独立判断、持续思考——这三件事，AI 无法代劳。

更根本的逻辑是：你不输出，你就不存在。在数字时代，存在即被看见，被看见才有价值流动的可能。一个在脑子里装了很多好想法但从不表达的人，和一个什么都不懂的人，在世界的信息流里是等价的——他们都是透明的。把你的认知变成公开资产，是 AI 时代最被低估的复利行为。

ALAN · 现场

我认识一个在二线城市做工厂管理的人，没有名校背景，没有光鲜履历。三年前他开始在网上写工厂运营的真实经验——不是方法论，是血淋淋的失败案例和他从中得出的结论。今天他有二十万读者，有三家工厂主动找他咨询，有出版社找他出书。他没有变聪明，他只是把原来装在脑子里的东西，放到了世界上。世界看见了，就有价值流向他。你不输出，世界不知道你存在。

把你脑子里的东西放到世界上。不是为了表演，是为了让世界知道你存在，让价值知道在哪里找你。

LAW X· 管理你的能量，不是管理你的时间

时间管理是工业时代的逻辑——工厂需要的是稳定的产出，所以你用时间换产品。AI 时代需要的是创造性的认知爆发，所以你需要管理的是能量，不是时间。

工业时代的核心假设是：时间是产出的函数。你工作八小时，产出八小时的价值。这个逻辑在流水线上成立，因为流水线的工作是线性的、可叠加的、不需要峰值状态的。但创造性工作不是线性的。一个处于巅峰状态的两小时，可以产出一个处于疲惫状态的二十小时都无法产出的东西。

神经科学已经确认了这一点 Kahneman 2011：人类的高阶认知功能——深度分析、创意连接、复杂判断——依赖于前额叶皮层的高度活跃状态。这个状态极度耗能，每天只有有限的时间窗口。绝大多数人把这个最贵的时间窗口，用来处理邮件、刷社交媒体、开低质量的会议，然后用剩下的疲惫状态去做需要深度思考的工作，然后抱怨自己效率低、没有创造力。

在 AI 时代，这个错误变得更致命。因为 AI 已经可以处理所有低认知成本的任务——信息检索、格式整理、数据汇总、标准写作。它无法替代的，是你的高认知峰值状态下产出的判断、洞察、连接和创造。如果你把峰值时间给了低价值任务，你就是在用最贵的东西做最便宜的事，同时把最需要你的工作留给最差的状态。

ALAN · 全场收尾

我每天早上有大约三个小时是峰值状态。在那三个小时里，我不看消息，不开会，不回邮件。我只做一件事：思考今天最重要的问题。其他所有事情，包括大量的工作，我用 AI 处理，或者留给下午。这不是懒，这是理性分配。你一天里最贵的三个小时，值多少，取决于你用它做什么。AI 来了之后，这个问题的答案比以前更极端：用对了，你的峰值产出是普通人的十倍；用错了，你的低谷和 AI 没有区别。阿西莫夫写了三条机器人定律，是为了给机器设边界。今天我给你们这十条，是为了给人找回位置。你的位置在峰值，不在流水线。

你不需要更多时间。你需要保护你最好的时间，用来做只有你能做的事。

"AI 不是你的天花板，是你的杠杆。

你的位置在峰值，不在流水线。"

I 你的对手从来不是 AI，是那个会用 AI 的人

II AI 偷不走你踩过的坑

III 深度是凭证，跨界才是武器

IV 注意力是你在 AI 时代唯一真正稀缺的东西

V 信用是 AI 唯一无法批量生产的东西

VI 答案在贬值。好问题在升值

VII 找到"因为有人，所以值钱"的地方

VIII 不确定性不是你的敌人，是你最后的优势

IX 持续输出，把你的认知变成公开资产

X 管理你的能量，不是管理你的时间

-Melly