技术贬值时代的转型方向——从执行位挪到判断位
这篇文章源自我最近反复出现的一个焦虑：AI 越来越强，学编码搞不过 AI，如果 99% 的岗位在 3-5 年内被 AI 加机器人替代，技术方向的价值归零，我该往哪转型？
把这个问题认真掰开之后，我的结论是：这个前提一半对一半错，而错的那一半恰好决定了转型方向。其实不需要「换方向」，需要的是换「位置」。
一、先纠前提
「99% 岗位 3-5 年被替代」是推测，不是事实，而且大概率错。 不是因为 AI 不够强，而是因为替代速度的瓶颈从来不在技术：
- 物理世界的岗位卡在机器人硬件成本、供应链、安装运维、安全监管——这些按资本开支和审批周期走，不按模型迭代速度走；
- 大量岗位的本质是责任而非劳动：医生签字、会计师盖章、工程验收——AI 不能坐牢、不能赔钱、不能被问责。这些岗位的「劳动部分」会被掏空，但「签字权」还在人手里；
- 历史上每次自动化，从「技术上可行」到「社会性完成替代」都是 15-30 年，不是 3-5 年。电子表格 1979 年就发明了，会计岗位到今天还在。
但对的那一半很致命：编码作为「手艺」的溢价正在塌缩，且不可逆。 这不需要听任何人预测——我自己就是证据：估工时已经按「人 4 周 ≈ AI 1-2 天」算；前一天我在 Mac 上看着一个 agent 用一天建成了一个全栈项目，后端、双端客户端、本地模型推理都有。「把需求转换成代码」这道工序的市场价格正在归零，第一手数据比任何报告都硬。
二、重新框定：贬值的不是「技术」，是「执行」
把「技术」拆开看，归零和升值的是两块不同的东西：
| 正在归零 | 正在升值 |
|---|---|
| 把明确需求转成代码（转换劳动） | 决定做什么、不做什么（判断/品味） |
| 按工时出售的执行力 | 为结果签字担责的位置（责任权） |
| 「会用某框架」的知识溢价 | 客户为什么信你、买你（信任/关系/分发） |
| 被雇佣的劳动 | 被拥有的资产（产品/客户/现金流/受众） |
关键洞察是：AI 把实现成本打到零，对卖工时的人是灾难，对拥有想法、客户和拍板权的人是巨额补贴。 同一场技术变革，站的位置不同，方向完全相反。
所以问题不是「学什么新技术」，是「从出卖执行的位置，挪到拥有判断、信任和资产的位置」。
三、提问方式里的盲点
回头看我最初的问法——「我要学习的方向往哪转」——这本身就是工程师的肌肉记忆：遇到不确定性，解法 = 再学一门东西。
但上面那张表里升值的四样东西，没有一样是「学」出来的，全是「做真实决策、担真实后果、攒真实关系」练出来的。
而我手里其实已经有两个现成的练兵场：
- 把产品卖出去：拿下 30 个付费客户。 签单这条线，练的是决策链分析、定价、谈判、信任建立、「客户为什么不付钱」的真因调查——这些恰好是抗 AI 清单的最顶端。我后来意识到，真正的矛盾从来不在产品好不好，在客户的切换动力——能说出这句话，本身就是从技术思维往商业判断转型的标志。把 30 个客户真拿下来，就完成了一次转型，比读 100 篇「AI 时代怎么办」都管用。
- 内容与品牌这条线。 公众号第一篇已经发出去了——这是「分发与受众」资产的第一块砖。受众是少数几种 AI 越强反而越值钱的资产：内容生产成本归零之后，注意力和信任反而更稀缺。
至于我正在做的 agent 学习主线——它和转型不矛盾，但要校准定位：「会写 agent 代码」三年后同样会贬值；不贬值的是「判断哪里该用 agent、怎么编排、怎么验收、怎么为结果负责」的系统判断力。 我定的 Harness Engineering 长期方向是对的——harness 的本质就是「人退到判断和验收的位置，把执行交出去」，正好落在上表的右列。
四、建议（砍到一条主轴）
不开新方向。未来 6-12 个月的转型动作 = 把现有三条线按「右列含量」重新加权：
- 签单线权重最高——它是唯一直接训练「判断 + 信任 + 责任」的线。哪怕慢、哪怕不舒服（工程师天然想躲回代码里），它是真转型，写代码是假安全感。我给自己立了一条红线：任何一周如果工具推进了、签单没动，就等于在用写代码逃避卖出去。
- 内容/品牌线持续小步走——每月有产出就行，复利在三年后兑现。
- agent 主线从「学工具」转向「出判断」——少囤教程，多沉淀「在真实多机 mesh 里做过的取舍和翻车」。市场上会用 agent 的人很快不稀缺，用 agent 踩过坑并能讲清取舍的人稀缺得多。
五、最后一句提醒
「转型焦虑 → 再学个新东西」是「用高强度实操逃避低产出的判断和收尾」这个模式的最高级伪装——它感觉像在解决问题，实际是在逃离那两件不舒服但真正值钱的事：把单签下来，把名字立起来。
开放反驳点：「3-5 年 99%」那个前提，如果你有具体论据（某个行业的真实替代案例），欢迎拿数据掰。