当AI让一切技能都变得廉价，我们靠什么生存？
我被这个问题击中了
“为什么你还在看这个视频？你明明有ChatGPT，有Claude，可以让AI给你总结这段内容。”
看到Dan Koe抛出这个问题时，我打个冷颤。这也是我一直疑惑的问题。现在AI能提高哪些生活效率呢？我想了想，绝大部分。
- 早上起来，能自动推送指定领域的24小时内新闻资讯报告。你只需要吃着早餐阅读即可。
- 来到工位，能总结你的邮件内容，迅速拟定当日待办事项。你只需要按着流程开工。
- 会议室里，不管情况是群情激昂还是昏昏欲睡，只需要按下录音，会议结束的那一刻，会议纪要也完成了。
- 灵光乍现的想法，只需要张嘴一顿输出，AI就能写成一篇文章，替你发表到多个平台去。
这些不是凭空想象，都是我尝试过且实际可行，能够替我们提升效率的诸多方式中的寥寥几种。
问题是，AI都能全干了，那我们干什么？
很早之前，当MAKE和n8n才刚刚冒头的时候，我就开始做内容自动化工作流，批量生成文章。先是从全网抓取信息，然后总结改写，最后输出图文并茂的全文。当时觉得这是效率的革命，讽刺的是，当我看到那些AI文章时，我甚至读不下去。
当然，随着大模型的升级进化，现在能产出的内容"结构完整"，“逻辑清晰”，甚至很好地模仿了作者的行文方式和口气，还能联系作者的经验生平。
明明各方面就和第一作者手写的极度接近，但就是没有那种看到一句话时，脑子里叮一声的共鸣。
人类的温度究竟存在于哪些细节里？
AI可以生产信息，但无法生产意义。当一切技能都变得廉价，唯一的稀缺资源就是我们自身——我们的视角、我们的品味、我们的故事。
原核心观点：AI正在重写"意义"的定义
Dan Koe在播客中提出了一个让我很受启发的观点：
The potential displacement of jobs by AI presents an opportunity to redefine work as a source of meaning.
（AI取代工作的潜在威胁，实际上是一个机会：重新定义工作作为意义的来源。）
这个观点太棒了。AI能取代的工作，是哪些工作？是否是我们应该投入生命去完成的事情？
“工作”会不会重新得到定义？
不管是NotebookLM还是Obsidian，都只能辅助我们学习和认知。AI总结的内容，读着就只觉得过了眼睛，没过脑子。反而自己慢读、做笔记、加双链、打tag的内容，真正长进了认知系统。
为什么？因为那些"整理"过的内容，缺少了最重要的东西——我的视角。
Dan Koe还说：
As AI commoditizes skills, one’s individual taste, perspective, and story become scarce resources that drive value as a creative.
（随着AI让技能变得商品化，个人的品味、视角和故事成为创作者驱动价值的稀缺资源。）
未来的工作将从"创作者经济"转向"意义经济"。当AI让技能变得商品化时，个人的品味、视角和故事就会成为稀缺资源。
这一点太容易得到佐证了。现在市面上的AI工具多得眼花缭乱，各种更新层出不穷。就拿视频生成来说，前有Kling海螺，现在Seedance 2.0和天工。工具的能力在不断进化，但是真正能用好用对，达到目标的又有多少人呢？
意义的演变史
Dan Koe也回顾了意义的历史演变：
For most of human history, meaning was given to you by gods, kings, elders, and scriptures.
（在人类大部分历史中，意义是由神、国王、长辈和经文给予你的。）
During the Industrial Revolution, meaning was found from out there. Science replaced religion as the dominant framework. Meaning shifted to productivity and progress.
（在工业革命时期，意义来自外部。科学取代宗教成为主导框架。意义转向了生产力和进步。）
Now, in Act III where we are, Meaning has been deconstructed into nothing. Meaning is found nowhere.
（现在在第三幕，意义被解构成虚无。意义无处可寻。）
This leads to Act 4, where meaning will be found in here. Meaning has to be generated from within, by you, for you.
（这导致第四幕：意义将在这里找到。意义必须从内部产生，由你为你自己产生。）
其实也就是一句话：Creatives are the meaning architects of society.（创作者会成为社会的意义架构师。）
现实正在加速验证
就在两周前（2026年2月5日），OpenAI和Anthropic在同一天发布了重磅新模型——GPT-5.3-Codex和Claude Opus 4.6。Sam Altman也在印度AI峰会上表示：“到2028年底，全球大部分智力将存在于数据中心。”
这与Dan Koe的观点形成了惊人的呼应——我们正在快速走向一个"数据中心里的国度"。
Dario Amodei也预测：“2026-2027年，单一AI模型可能匹配数万顶级天才的集体智慧。“这与Dan Koe的"意义经济"理论完全一致：当智力本身变得廉价，人类的独特价值就体现在如何赋予这些智力以意义。
并且，Anthropic的营收正以"每年10倍"的速度增长，这也证明市场在快速认可这个方向。
原文强调的：AI让技能商品化，个人品味和视角成为稀缺资源
现实正在验证的：2026年初的模型大战和估值暴涨，印证了这个趋势
从自动化到"手搓"的觉醒
我可太喜欢自动化了。
光是电脑里躺着的Python程序，数一数就有：生成微信表情包、剪映自动化剪辑、长视频自动生成、油管Shorts自动生成、AI新闻聚合、各种TTS、网页自动填单提交……
提效是真的。比如剪映的自动化，可以将上百个素材一键剪辑成片，每个素材都打上关键帧，加上动态效果，裁剪语音气口等等。我手工要忙活大半天的时间，而AI只需要2秒。
也有很多项目，需要人工不断参与，算是半自动化吧。但就是半自动化的项目，反而是成功了的。为我带来最高收入的视频，也是半自动化来实现的，在AI程序的流程中，不断地人工调整和干预，优化成我认为理想的成果。而这个成果，显然也得到了市场的验证。
一条8千多万观看量的视频，带来了19万的订阅：
这让我意识到一个问题：路走反了。
虽然有很多个自动化程序，但如果无脑开发，生产出来的内容只能说是过关。每一次优化都要在程序里不断迭代，消耗体力。而那些成功了的内容，都是通过"对话式验证 → 手动组装 → 市场验证"的路径跑通的。
“先做一个垃圾”“把手弄脏”的含金量还在不断上升。
Dan Koe提出的"交换测试"给了我很大的启发：
If you can swap the creator and the creation without it losing value, AI can replace it. If the value is tied to who made it, that’s your moat.
（如果可以替换掉创作者和创作，而不损失价值，AI就可以完全替代。但如果价值与创作者绑定，那就是你的护城河。）
想到自己走过的弯路。那些像素级复刻爆款的内容，被判定为"再利用他人的内容"等等，YPP审核失败。反而是那些注入了我的视角、我的验证、我的踩坑经历的内容，跑出了爆款。
AI时代创作者的护城河，大概就是人味吧。这个人味包括了个人的价值观、感受、来时路和人文关怀。
不可替代的五个人类属性
Dan Koe总结了AI无法复制的五个属性：
1. 视角（Perspective）
AI can think about your perspective, but it cannot think from it.
（AI可以思考你的视角，但不能从你的视角思考。）
这句话有点绕口，其实是说，AI无法成为第一代移民，无法理解那种处境下的独特体验。
2. 能量特征（Energy Signature）
Two people can write about the same topic and it will feel completely different. AI can mimic the style but cannot mimic care.
（两个人可以写同一个话题，但感觉完全不同。AI可以模仿风格，但无法模仿关心。）
3. 意义构建（Sensemaking）
AI can process information but it cannot decide what information means. It cannot frame, it cannot prioritize.
（AI可以处理信息，但无法决定信息的意义。它无法框架化，无法确定优先级。）
意义构建本质上需要赌注，而AI没有赌注。大多数时候还是我们来控制流程和确认优先级。
4. 轨迹（Trajectory）
You have a past, a present, a future. You have a story arc. AI doesn’t have a trajectory.
（你有过去、现在、未来。你有故事弧。而AI没有轨迹。）
5. 进化的品味（Evolving Taste）
If I tell AI to write like me and I read it, I don’t want to write about that anymore. My taste instantly changes.
（如果我让AI写我的风格，我读到后会瞬间不想再写了。我的品味立刻改变。）
AI会陷入无限循环，但我们会成长。
从实践中提炼的方法论
Dan Koe提出的后AI技能栈也让我特别有共鸣：
Agency → Taste → Perspective → Persuasion → Technical Know-how
1. 主体性（Agency）
不需要许可或提示就能行动的能力。
个人验证：当我拒绝"上学→工作→65岁退休"的默认路径，开始做自己真正关心的事情时，我才真正开始成长。
2. 品味（Taste）
Dan Koe说：“Selection matters more than creation."（选择比创造更重要。）
个人验证：我开始建立自己的角色库、脚本库、爆款元素库。这不是简单的收集，而是通过实践不断筛选、迭代、建立自己的审美标准。
3. 视角（Perspective）
打开心智，减少教条，能够处理复杂性、矛盾、系统、细微差别。
个人验证：不再追逐热点，而是专注于自己真正关心的领域时，反而能够产出更独特的内容。
4. 说服力（Persuasion）
让别人关心你所做的事情。
个人验证：内容只是第一步，让内容被看到、被理解、被认同，同样重要。
5. 技术知识（Technical Know-how）
这是容器，不是核心。
个人验证：现在我用Obsidian的方式很朴素。真实感受和输出都存放在里面，设置好标签和双链。在未来创作时，能够清晰地提取出需要的内容。（我再也不要把几十万字的知识库导进去，误以为能有帮助了……）
真正的捷径不是绕过验证，而是快速验证。对话式验证 → 手动组装 → 市场验证，这才是跑通0-1的正确路径。
人机分工的新范式
Chris Paik说过：
The elegance of the future is not in man versus machine, but in their division of labor. Silicon sands down the rough edges of necessity so carbon can ascend to meaning. We will abolish baristas and canonize chefs. AI handles the friction, humans handle the narrative.
（未来的优雅不在于人与机器的对立，而在于它们的分工。硅打磨必要性的粗糙边缘，让碳升华为意义。我们会废除咖啡师，但将厨师封圣。AI处理摩擦，人类处理叙事。）
说的多好啊！尤其是“硅打磨必要性的粗糙边缘，让碳升华为意义。” 我这个碳基表示非常认同。
AI处理摩擦，人类处理叙事。
那些一键自动化生成的视频，数据平平。而利用AI打磨的作品，反而跑出了爆款。
不是因为人工参与的质量更高，而是因为这个过程，是人类在用自己的视角、自己的品味、自己的故事，赋予内容以意义。
AI让coding变得简单，任何小白都可以用嘴做出程序。但这并不意味着效率提升就能满足实际需要。工具只是工具，它只能放大你的优势，它只是一种杠杆，而不是必须的路径。
所以，AI要用起来，但是让它为我们干活，不能让它替代我们思考。一旦它替代我们思考，你就会发现你离自己的目标又远了一步。
这是一条歧路。
意义不是被给予的，不是被赚取的，而是被创造的。而创造意义的人，将成为未来的意义架构师。工具放大的是你原本就有的优势，而不是凭空造势。
感谢观看。