大厂打工人的出路大致分两类:往生产力源头靠,或把价值从公司平台挪到自己身上,做能独立交付结果的事。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
去定义生产力的地方,仍是打工但换了身位
材料里的观点一条路是去这一代真正定义生产力的公司:模型、算力、AI-native 工作流和 agent 基础设施。上一代大厂是搜索、社交、移动互联网,这一代大概率换成了这些方向。逻辑是离模型越近,越有机会参与定义下一代的工具、接口和产品形态,重写规则的需求持续增长,被重写的风险相对小。好处是仍然用打工的方式打工,风险显性、上限高。这条路成立的前提是你愿意接受高不确定性,并且能挤进这类公司;它不解决“不想打工”的问题,只换了一个更靠上游的位置1。
把价值从平台挪到自己身上
材料里的观点另一条路是积累职位之外的本事:做一个不依赖公司也能赚钱、能产生价值的事。公司是别人的游戏,规则被设定好,用来让你在里面贡献劳动力,它不是世界的真实,只是真实的一种加工。接触真实世界,想法才会贴近现实,也才更接近价值的本质。做法上不必按部就班,可以做一个 Gen AI 相关的项目或自媒体,学生和打工人都在这个范围内。这条路的难点是反馈循环:大厂半年才给一次反馈,而自己做事是每天都能看到有没有人买单,多数人没经历过这种循环,所以迈不出第一步2,3。
AI 让交付物变便宜,逼你回答对什么结果负责
材料里的观点当中间交付物被 AI 打到几乎零成本,靠“完成交付物”换工资的位置会越来越难收获生产力提升——你效率提高十倍,工资未必提高十倍。更适合这个时代的两类角色,是只对业务结果负责的人,和拿钱办事、对明确结果负责的承包者。这不等于让每个人都去创业:如果你所在岗位本来就对结果负责,这条判断对你的冲击小;如果你的价值主要来自中间环节,就值得先想清楚自己最终为哪个结果负责4。
这些判断来自不同时间的文章和视频,没有覆盖你具体的岗位、技能和风险承受力,不能直接替你选定哪条路。
出处
- 1AI时代,大厂打工人的五条路
完整列出“五条路”的第一条,适合先看往生产力源头靠这条路的逻辑和风险。
- 2AI时代,如何找到属于你的机会?
解释为什么要在公司之外做能独立产生价值的事,以及公司规则为何不等于真实世界。
- 3想抓住AI时代机会,可能要先放弃自己的骄傲
讲自己做事与打工在反馈循环上的差别,适合理解迈出第一步难在哪。
- 4AI取代的是所有白领工作
说明 AI 让交付物变便宜后,为什么对结果负责的角色更容易收获生产力提升。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 现在ai在数学领域如此厉害,数学研究生何去何从,该怎么考虑就业?
AI 强在算得快、答得准,但数学训练给你的抽象和建模能力,正好是把它用好的前提;就业方向要看你把这份能力接到哪个具体问题上。
- 我是一名程序员,该如何转型才能不被AI时代淘汰呢
转型方向不是换一门语言,而是从“为技能负责”转向“为结果负责”:靠近业务、能定义问题、能对交付结果担责的人更难被替代。
- 我一直在银行搞IT审计,虽然搞的是AI审计,觉得路越走越窄。全是流程和政治,技术脱节越来越大。回到技术人家又不要我,未来我会不会就没工作了
银行IT审计的窄,可能不是技术能力问题,而是你所在的岗位议价能力在下降;出路更可能是把审计积累的合规与业务判断,接到AI能放大的具体场景上,而不是硬回纯技术岗。
- NX CAD 的 SDE 在 AI 時代還有前途嗎? 會被取代嗎? 該怎麼轉型?
NX CAD 的 SDE 不会被整体取代,但纯写代码那部分会持续贬值;出路是往能对业务结果负责、能自己上手改产品的方向走。
- UX设计在AI时代还有未来和前途吗?如何应对?
有前途,但前途不在“画图”这一环,而在判断、收口和把设计接到业务结果上;AI 把执行变便宜,反而放大了能定义问题、能负责的人的价值。
- java工程师在ai时代还有前途吗,如何改变适应
Java 本身不是护城河,能对业务结果负责、把 AI 用进真实工作流的人更难被替代。