程序員最先被AI淘汰？最保值技能是學會學習

如果一個職業正在親手編寫淘汰自己的代碼，軟件工程師大概是最沒有退路的那個。過去十年，他們用自動化腳本取代運維、用AI框架取代重復勞動，現在輪到他們自己了——這期我們要聊的第一個反直覺判斷就是：AI 掀桌子時，最先落地的不是流水線，而是工位最靠窗的那排程序員。

這期節目把五件事串起來看，你會發現它們其實是同一場風暴的不同側面。為什么別人眼里的成功路徑，反而成了困住你的陷阱？因為那些路徑都是按上一個時代的穩定坐標畫的，而 AI 正在抹掉這些坐標。當軟件工程師這種“金飯碗”都開始松動，“學會如何學習”就不再是一句雞湯，而是你手里唯一能跨周期保值的硬通貨。我們把最有價值的東西做成了體驗，這背后是對這個注意力飽和時代的清醒判斷——當信息完全過剩，能夠讓人真正沉浸的體驗，才是新的稀缺品。就連每個人每天拍下的海量照片，也不再是記錄生活，而是一種孤獨的數字獨白：全世界每天產生 30 億張照片，真正認真看完的觀眾，往往只有自己。

這期內容真正想給你的，不是幾個分散的觀點，而是一張重新理解當下世界的認知地圖。聽完你會意識到，職業安全感、學習能力、價值創造，甚至我們對記憶的托付方式，都在被同一股力量重塑。一個問題會一直懸在頭頂：如果連“學什么”這件事都需要不斷被重新學習，你現在的學習策略，還撐得住嗎？

別讓別人的成功定義框住你的一生

如果成功的定義根本不存在呢？在斯坦福面對一百多位創業者時，凱文·凱利拋出的不是答案，而是對問題本身的顛覆。“我反復告誡年輕人：去發明你自己對成功的定義，不要接受或借用他人的定義。”這句話砸在滿屋子雄心勃勃的硅谷精英面前，效果堪比一盆冰水。你能想象那個畫面嗎？臺下坐著的每個人，腦子里裝的都是下一個Elon Musk、下一個獨角獸、下一個十億美金退出——然后臺上這個75歲的老頭告訴你，這套標準本身就是牢籠。

他干脆拿馬斯克開刀。那位坐擁火箭、電動車和社交平臺的全球首富，在凱文·凱利看來恰恰是反面教材——“Elon Musk并不快樂”。這話從別人嘴里說出來可能只是酸葡萄，但Kevin Kelly是誰？他是那個30年前就準確預判了大數據、云計算、電子支付的人，是硅谷圈內公認的“精神之父”。他說這話的時候，不是反財富，而是反單一。當整個社會把某一種人生軌跡釘在天花板上，讓所有人仰著脖子去夠，結果就是大多數人既夠不著，也喪失了看一眼其他方向的可能性。

問題出在哪？出在“成功”這個詞被高度工業化了。我們像生產標準件一樣生產成功的定義——好學校、好公司、好頭銜、好身家——規格統一，路徑固定。2024年已經有高校砍掉了攝影專業，因為AI生成圖像快到讓人絕望。一個學攝影的年輕人花了四年時間打磨構圖和光影，結果Midjourney三秒出圖，質感還不差。這就完了？如果你眼里只有那條被預設好的軌道，確實完了。但凱文·凱利看到的恰恰相反：AI時代最大的紅利，是終于把人從單一賽道里解放出來，成功可以長得不一樣了。

試想，一個建筑師用AI把結構計算壓縮到幾分鐘，騰出來的精力花在什么上面？花在思考這棟房子如何讓居住者感受到日光的溫度。一個鄉村教師用AI批改作業，省下的時間用來跟學生聊一本小說、一段歷史、一個他們從未想過的問題。這些人算成功嗎？按照億萬富翁那套標尺，不算。但他們在重新編織一份職業的意義感，這本身就是在“發明自己的成功”。AI真正的禮物不是替代人類去創造，而是逼迫人類去問一個更狠的問題：如果所有標準化的工作都能被機器接手，那剩下的、只有你能做的事到底是什么？

被聘用的邏輯也跟著徹底翻篇了。凱文·凱利點明了一個殘酷到幾乎幽默的事實——去年還有人擠破頭去讀軟件工程，結果軟件工程師自己成了第一個被AI顛覆的工種。這就像一個巨大的隱喻：你照著舊地圖奔跑得越賣力，可能偏離新大陸越遠。所以他才說，“猜什么職業有前途根本不重要，你唯一需要掌握的超能力，是優化你學習的能力。”注意，不是學習某個具體技能，而是“學習如何學習”這件事本身。因為知識層面，AI比人類知道的多得多，它缺的是持續學習的能力——大語言模型升級一次才算學一次，而你可以在跟AI協作的過程中每天都進化。

到最后，凱文·凱利那句忠告變成了一種近乎冷酷的溫柔：別去找答案，去找你自己的問題。當一個三分鐘的電影可以由一個人用AI獨立完成，當攝影專業都被學校取消，舊的職業階梯正在碎裂，而碎裂的縫隙里透出來的光，就是無限多樣的成功可能。不是每個人都有義務成為登上頭條的那個人，但每個人都有權利去定義那個讓自己早晨愿意睜開眼的意義。成功如果只剩下一套別人遞過來的模板，那才真是一敗涂地。

AI時代最值錢的超級技能是學會如何學習

你還在問“學什么專業最保險”？這個問題本身已經過時了。凱文·凱利在斯坦福面對一群頂尖年輕創業者時說了一句讓全場安靜的話：“忘掉去琢磨什么職業吧，第一個被AI顛覆的，恰恰是軟件工程師。”你聽到了嗎？不是卡車司機，不是收銀員，是那些敲代碼的人。

這讓我想起去年發生的一件事。美國好幾所大學突然取消了攝影專業，一個存在了幾十年的學科說沒就沒。原因很簡單，一個業余愛好者用AI工具花三天做出來的短片，質量已經超過很多專業學生的畢業作品。你知道那個學生什么背景嗎？他根本不是學電影的。他只是“學會了怎么學”。

KK把話說得很透。AI擁有的知識量，你八百輩子也學不完。它們唯一不干的事，就是“在崗學習”。你用的ChatGPT會自己進化嗎？不會。它停在那個版本里，等你下一次更新。但你不一樣。你可以今天學攝影，明天研究供應鏈，后天用AI把自己拍的片子配上音樂直接賣給品牌。這就是雇傭方真正花錢買的東西——不是你腦子里存了多少貨，是你和AI協作時，能多快搞懂你完全不懂的事。

“你們需要優化的首要技能，就是你自己學會如何學習的能力，因為那是你余生的全部工作內容。”這句話，我建議你打印出來貼墻上。不是因為勵志，是因為實用到殘酷。

還有一個更根本的東西。KK說，別接受別人對成功的定義。馬斯克不快樂。身家千億，不快樂。你還在把他的路當模版嗎？AI時代最大的機會，不是讓你更快成為下一個扎克伯格，而是讓你終于可以問自己一句：我他媽到底想怎么活？因為工具太便宜了，試錯成本幾乎歸零。你做個小眾的手工皮具品牌，用AI搞設計、寫文案、管庫存，服務全球五百個死忠粉，年入二十萬美金。這算成功嗎？你說了算。

問題回到你身上。你還在等一個標準答案，告訴你哪個賽道有紅利，但這游戲規則已經變了。AI是那個永遠比你懂得多、但永遠停在原地的學霸同桌，而你呢，你的活路，恰恰是那個你之前在學校里最不被看重的本事——你能不能在沒人教的情況下，自己把事兒琢磨透。大學文憑的保質期正在以肉眼可見的速度縮短。今年管用的技能，三年后可能就是攝影系的命運。你能怎么辦？除了成為“終身新手”，你沒有第二條路。每一次和AI的合作，本質上都是一次重新入職。而老板不是你原來的老板，是這個你還不太熟悉的你自己。這，就完了？

軟件工程師可能會是第一個被AI顛覆的職業

“別再琢磨選什么職業了，第一個被顛覆的正是軟件工程師。”

凱文·凱利在斯坦福說出這句話時，現場安靜了兩秒。2023年，全美計算機專業申請人數剛創下新高，中國張雪峰們還在直播間里把“碼農”捧成寒門逆襲的唯一通道。然后KK潑了這盆冷水——你們追的這條路，地基正在融化。

你可能會想，AI自己寫代碼，那誰來維護AI？不還是工程師嗎？這就落入了KK說的那個陷阱：你在用舊世界的邏輯推算新世界的版圖。他把話講得很直白——大模型的知識儲備已經超過了任何一個人一輩子能記住的東西，它們在“知道”這件事上沒有對手。但它們有一個致命盲區：不會在干活的過程中學習。ChatGPT的每一次升級，靠的是OpenAI的工程師們收集數據、重新訓練、部署上線。它自己坐在服務器里，不會因為今天多回答了一千個問題就變得更聰明。這是根本性的判斷失誤——人們盯著AI能替代什么技能，沒看到它替代不了什么能力。

“持續學習的能力”，KK管這叫元技能。不是學會用某個工具，是學會你該怎么學。他舉了個讓在場所有人愣住的例子——去年全美幾十所大學砍掉了攝影專業。咔嚓，一刀切。因為Midjourney和Seedance能在一分鐘內生成一組影棚級別的作品。有個家伙用Seedance做了部三分半鐘的短片，質量極高，一個人，沒團隊。但KK不覺得這事悲觀，他反而追問：如果照片不再稀罕，那什么變得稀罕？或許是你選擇拍什么、為什么拍的那個判斷。

你知道嗎，前年他還勸年輕人去學軟件工程。才兩年。他自己承認了，“我之前說錯了”。這種認錯的速度本身就在示范他說的學習能力——當你發現世界變了，你的舊結論就該扔進垃圾桶，不管那個結論曾經多正確。

所以回到那個最扎心的問題：職場還有救嗎？KK給的答案不是某個黃金行業名單。他讓你自己定義什么叫“成功”。馬斯克式的千億身家？KK淡淡補了一刀，“伊隆并不快樂”。你追了一輩子別人定下的標準，追到了，發現那個標準的主人也過得不怎么樣。這可能是AI時代最殘酷的黑色幽默了——你不需要成為別人版本的成功者，你需要找“自己的版本”。而這件事，AI幫不了你。

學習能力是你唯一的鐵飯碗。這話聽起來很虛，可你想想，當軟件工程這個“最安全”的專業都開始松動，還有什么專業是安全的？沒有了。你只能讓自己變成一塊能在任何液體里吸收養分的海綿。KK最后說，公司未來雇你，不是因為你知道什么，而是因為你學得多快、跟AI配合得多好。“你會成為一個永久的新手”，這話從他嘴里出來不是詛咒，是通關秘籍。把“永久新手”當成護身符，你敢嗎？這才是2049年到來之前，每個人都要回答的問題。一個永久的新手不可怕，可怕的是你這個新手已經沒有再學的能力了。沒有學習能力的新手，連當新手都不配——這才是下個周期優勝劣汰的底層規則。

我們把最有價值的東西做成了體驗

你愿意為一杯咖啡付多少錢？

三塊錢。這是雀巢速溶的價格。三十塊，星巴克坐下來喝。三百塊？那你買的不再是咖啡豆和水，而是某個莊園的“故事”——海拔1800米的火山土壤，手工采摘的全紅果，莊園主四代人的堅守。發現沒有，東西沒變，價格卻翻了100倍。凱文·凱利把這叫做“商業世界的自動扶梯”，他說：“最高層級的東西恰恰是‘體驗’，這上面有大量的機會。”

試想，AI能在一秒內生成100張咖啡廣告海報，能寫出500條營銷文案，能設計出比人類更“完美”的包裝。然后呢？你家里堆滿了完美的包裝，喝到的還是3塊錢的味道。這就完了？不。真正的價值躍升發生在AI夠不著的地方——你站在那片火山土壤上，聞到發酵豆子的果香，聽莊園主用西班牙口音的英語講他祖父如何在戰亂中保住了這幾棵鐵皮卡老樹。那一刻你買下的不是產品，是敘事。是“我參與了這個故事”的身份認同。

這就是所謂的“經驗將成為新貨幣”。過去十年，所有人都在喊內容為王、流量為王。但內容是什么？是信息。信息在AI時代，和當年的咖啡豆一樣，是價值鏈最底層的原料。你囤積信息？你斗得過實時聯網的大模型嗎？都第四年了，還在拼誰知道的多么。真正稀缺的是你如何組織這些信息，如何給它注入只有你才能注入的意義，如何把它從“一袋豆子”變成“一場儀式”。凱文·凱利30年前預測了云計算和電子支付，現在他盯著這條自動扶梯的頂端：“打造敘事性體驗，這是AI無法替代的。”

AI可以寫一個完美的電影劇本。它能寫出那種潮濕的、帶著鐵銹和梔子花氣味的夏夜嗎？它通過概率計算出的“潮濕”“鐵銹”“梔子花”排列組合，和你童年里那個蟬鳴聒噪、父母在巷口爭吵、你攥著五毛錢去買冰棍的夏天，是同一種東西嗎？前者是數據生成的“體驗產品”，后者是不可復制的生命敘事。你的恐懼、你的羞恥、你那場曠日持久的失敗——這些才是你擁有而GPT-5永遠無法真正擁有的原料。

所以，別去和AI比算力。去開一家咖啡館，店里每一把椅子都是你從世界各地跳蚤市場淘來的，每杯咖啡都附贈一張手寫的、關于這把椅子來歷的卡片。去組織一場徒步，不是帶人走路，而是帶他們走進你讀過的那本冷門小說里描述過的山谷。把你的缺陷、你的怪癖、你那不被算法理解的固執，全部打磨成獨一無二的體驗貨幣。在這場財富重新分配的大洗牌里，會說故事的人，正在悄悄買下整個賭場。

每天30億張照片，絕大多數觀眾只有自己

每天30億張照片被拍下、上傳、滑過。

你很難想象這個數字背后的沉默規模。2024年全球智能手機用戶突破45億，每人年均拍攝約2000張照片，但其中有多少會被第二個人認真看過？凱文·凱利在斯坦福的那場對話里甩出一個比例，他說這些照片里“99.999%的觀眾只有一個人——因為我們自己享受它”。這不是批評，是觀察。我們舉起手機拍下拿鐵拉花、落日剪影、孩子第一次走路，不是為了參展，甚至不是為了發朋友圈，就是為了拍下去這個動作本身。拍完，看一眼，存進相冊，然后遺忘。

去年紐約某藝術學院砍掉攝影專業的時候，輿論炸了。幾百個學生聯名抗議，說AI生成的圖像怎么可能替代暗房里的手工影調。但凱利的反應很冷淡——不是冷漠，是他30年前就在《失控》里寫過類似的東西。他的邏輯鏈條很簡單：大眾攝影從來就不是藝術，它更像一種視覺日記，一種自我對話。AI生成一張構圖完美的風景照和你用手機隨手按下的模糊街角，在這個維度上沒有區別，因為它們的終極觀眾都是你自己。真正會被AI沖擊的，反而是那些靠技術熟練度吃飯的人。婚禮攝影師擔心的不是構圖被AI學會，而是“為什么新人開始覺得用Midjourney生成的虛擬婚紗照也挺好？”

這恰好踩中了他反復強調的那個點。技術會不斷推高價值鏈條的底線位置，過去你覺得會修圖就能接單，現在AI一鍵調色比你快100倍，那底線就往上移了。你能提供的下一步價值是什么？可能是對新人的情緒捕捉，可能是30秒內讓哭泣的孩子笑出來的溝通本能，也可能是一種完全不同于“標準美”的視覺語言。芝加哥有個攝影師專拍家庭失敗瞬間——生日蛋糕扣在地上的前一秒、孩子推倒積木塔的那個表情——他的訂單排到2026年，定價是當地平均水平的5倍。

凱利管這叫“重新定義成功”。不是每個人都要成為馬斯克才算贏，AI逼著所有人問一個更根本的問題：如果機器能做所有“正確”的事，那你擅長的那件“錯誤”的事是什么？你小時候被老師批評“坐不住”，現在這個特質可能讓你在需要快速切換注意力的領域如魚得水。你總愛把不相干的概念拼在一起，以前的職場覺得你這人不聚焦，現在這種能力恰好在AI無法觸達的“遠距聯想”區域瘋狂得分。重要的不是你學了什么專業，而是你能不能把自己的出廠設置擰成一個別人擰不出來的姿勢。

都第四年了，還有人在爭論“AI會不會取代攝影師”。問題錯了。正確的問法是：當技術讓“拍一張合格照片”這件事變得像呼吸一樣免費，你還有什么非拍不可的東西？