蒸汽、钢铁与无限大脑：AI 时代，什么能力在升值？
围绕 Notion 创始人 Ivan Zhao 的《Steam, Steel, and Infinite Minds》展开，本文不做夸张转述，而是提炼其中真正值得讨论的主线：当 AI 降低执行成本后，哪些能力会贬值，哪些能力反而会更贵。
最近，Notion 创始人 Ivan Zhao 的一篇长文《Steam, Steel, and Infinite Minds》在硅谷创投圈引发了很多讨论。
这篇文章之所以被反复转发，不是因为它又一次喊出了“AI 将取代所有人”这样的老口号，而是因为它试图用一个更长的历史视角，去解释眼前正在发生的变化：如果工业革命让体力劳动的稀缺性下降，那么 AI 也许正在让一部分“智力执行”变得越来越便宜。
这并不意味着人类会失去价值，更不意味着所有知识工作都会被自动化清空。更准确的说法是：当执行成本下降，真正稀缺的东西会重新定价。
1) 从蒸汽机到 AI：两次“杠杆”的相似之处
Ivan Zhao 文章里最有启发的一点，是他把今天的 AI 和 200 年前的工业革命放在一条线上看。
工业革命时期，蒸汽机和钢铁带来的核心变化，不是“人 suddenly 变强了”，而是体力被机器放大了。一个人的肌肉不再是决定产出的唯一瓶颈，懂得操控机器、设计流程、组织生产的人，开始获得更大的回报。
AI 带来的变化，在某种意义上也类似。它不一定直接创造“智慧”，但它确实在放大一部分脑力劳动：
- 起草文案更快了
- 写样板代码更快了
- 做基础分析更快了
- 信息整理和重组更快了
也就是说，AI 正在把一部分过去依赖人手、时间和耐心的工作，变成一种更便宜的基础能力。
从这个角度看，Ivan 的那个比喻是成立的：今天很多人讨论的，不只是“AI 会不会更聪明”，而是“智力执行的边际成本是不是在快速下降”。
2) 真正被压缩的，不是“聪明”，而是“执行成本”
很多传播把这篇文章讲成了“技能已死”。这句话太戏剧化，也容易误导。
更准确的理解应该是：某些原本有门槛的执行型技能，正在被压缩成更低成本的能力组件。
比如：
- 以前把一个想法做成原型，需要明显更高的软件开发门槛
- 以前写一套结构完整的营销文案，需要更高的写作和资料整理成本
- 以前做基础视觉设计、简单研究整理、标准化表达，往往都要专人完成
现在这些环节并没有消失，但它们变得更容易被工具放大了。
这和“程序员没有价值了”“设计师没用了”“律师都要消失了”完全不是一回事。真正发生的是：过去靠稀缺执行技能吃饭的人，会越来越直接地面对 AI 带来的价格压力。
所以问题不是“人还有没有用”，而是“你提供的价值，到底只是完成动作，还是定义动作本身”。
3) 当执行变便宜，什么会变贵？
这是整篇文章最值得认真看的部分。
如果生成内容、搭建原型、写基础代码、整理信息这些事情越来越容易，那稀缺性会转移到哪里？
我认为转移到三个层面：
1. 判断力
不是“能不能做”，而是“什么值得做”“哪种方案更对”“哪些约束更重要”。
AI 可以给你 10 个方案，但它不会天然知道哪一个更适合你的用户、你的品牌、你的组织、你的时间窗口。
2. 品味
这里说的品味，不只是审美，而是对“什么是好的”有稳定判断。
当所有人都能快速生成页面、文案、功能时，真正拉开差距的会是：
- 你知道什么该删
- 你知道什么太俗
- 你知道什么虽然能做但不该做
Notion 本身其实就是这个思路的体现。它不是靠广告轰炸赢的，而是在很长时间里依靠产品质感、体验完整性和对工具形态的判断，慢慢建立了用户认知。
3. 问题定义能力
很多人把 AI 当成“更快的执行器”，但高质量使用 AI 的关键，反而是把问题定义清楚。
因为当工具越来越强时，真正决定结果上限的，往往不是你输出得有多快，而是你是否知道自己到底在追求什么。
4) 这对普通人的真正提醒，不是“去恐慌”，而是“换训练方式”
如果顺着 Ivan 这篇文章继续往下推，一个更现实的结论是：
未来的职业竞争，不会只看你会不会做事，而会越来越看你会不会：
- 设定目标
- 判断质量
- 组织资源
- 约束系统
- 为结果负责
这意味着很多人的训练方式需要改变。
过去的教育更强调 “how”：怎么解题、怎么写代码、怎么做 PPT、怎么写邮件。
这些能力仍然有价值，但它们的价格很可能会下降。
相对地，更值钱的会是 “why” 和 “what good looks like”：
- 这件事为什么值得做？
- 什么叫真正完成？
- 什么是表面漂亮但本质无效？
- 什么是长期正确、短期却不讨好的选择？
从这个角度看，AI 并不是让人“不需要思考”，而是在迫使人把思考从“怎么亲手做”转向“什么值得被做、应该怎么被判断”。
5) “超级个体”是机会，但不是一句空话
短视频里很容易把这类文章讲成一句鸡血：以后一个人带着一群 AI，就能建立商业帝国。
这种说法的问题在于，它忽略了一个现实：工具确实降低了很多创业和产品试错的门槛，但门槛下降不等于竞争消失。
更合理的表述应该是：
- 一个人今天确实比过去更容易做出产品原型
- 小团队今天确实比过去更容易完成过去需要大团队才能完成的事
- AI 确实把很多“组织成本”转化成了“指挥和验收成本”
但这并不意味着谁都能赢。因为当人人都能生产时，筛选机制会变得更残酷：市场会更快被垃圾内容和低质量产品淹没。
这反而进一步抬高了“品味、判断、长期主义、真实需求洞察”的重要性。
6) 所以，这篇文章真正值得带走的是什么
如果把《Steam, Steel, and Infinite Minds》的精髓压缩成一句更实事求是的话，我会这样总结：
AI 不会自动让每个人都变得更有价值，但它会重新定价哪些能力值钱。
在这个过程中，最容易贬值的是那种高度流程化、可描述、可拆解、可模板化的执行工作；最难贬值的，则是判断、品味、问题定义、责任承担，以及把一堆低成本能力真正组织成结果的能力。
所以真正的挑战不是“AI 会不会把你替掉”，而是：
- 你是在贩卖一个容易被工具压缩的动作
- 还是在提供一个更高层次的判断
这两者的差别，会越来越大。
结语
工业革命没有让人类失去价值，而是重新定义了什么样的劳动更值钱。
AI 可能也一样。它会让一部分技能迅速贬值，但也会让另一部分能力变得更稀缺。对个人来说，最重要的不是去重复“AI 无所不能”的口号，也不是焦虑“自己是不是快没用了”，而是尽快看清：当执行越来越便宜，你要把自己训练成什么样的人。
如果说过去的稀缺是“会做”，那未来更稀缺的，很可能是“知道什么值得做，并且知道怎样才算做得好”。
联系我们
有任何云成本管理的需求或问题？欢迎通过以下方式联系我们！
公众号
企业微信客服
业务咨询
技术社区
地址
北京市海淀区自主创新大厦 5层
