2026 年,大厂与传统行业的裁员潮交织,效率红利的背面是无处安放的结构性焦虑。
当 AI 的浪潮席卷各行各业,职场人的真实生态究竟发生了怎样的改变?
带着这些疑问,TinTinLand 深度访谈了 7 位横跨 Web3、大宗化工贸易、数字化农业、智能制造及传统批发行业的职场人,共同探讨关于技能平权、岗位缩减、效率内卷以及人类护城河的生死命题。
这不是一篇贩卖焦虑的文章。我们只想记录在这场 AI 浪潮中,来自每个人的真实变化和思考。
是追风口,还是被动卷入?
Q1:大家接触 AI 的契机是什么?为何想要学习 AI?
🔹 Odinsphere(Web3 CEX 合约开发)
我真正系统性接触 AI,是在 ChatGPT、Claude、Codex、Claude Code 这类工具开始进入真实开发流程之后。
AI 已经不只是聊天工具,它可以辅助读代码、整理需求、分析问题、生成方案,甚至参与部分架构设计。所以我需要尽早理解它,把它变成自己的生产力工具,而不是等它变成外部压力。
🔹 Smith(区块链开发工程师)
当时团队解散了,我必须寻找下一个发展机会。
AI 大幅提高了生产力,对程序员的冲击非常大,尤其是 25-26 年的裁员潮已经变得非常明显。
🔹 Ethan Lu(大宗化工贸易行业,全栈工程师)
降本增效,让自己成为超级个体(偷懒),用更少的精力做更多的事。
🔹 郭(批发行业/食材配送,仓储部副经理)
降本增效,开拓更多工作机会和晋升空间。希望仓储、采购、订单等各个环节最终能实现无人化。
Q2:在生活与工作中,AI 带来最明显的变化是什么?
🔹 Ethan Lu(大宗化工贸易行业,全栈工程师)
思维方式完全变了。以前有了技术难题还会看博客、买书来看,现在有问题直接问 AI,又快又准,学习也是通过 AI去学。
工作轻松了不少,随着对 AI 运用的日渐成熟和大模型底层能力的不断更迭,“vibe coding” 非常方便,大大减轻了工作量。
🔹 观自在(制造业技术人员)
最高效的变化在搜索和内容创作上。以前用百度、谷歌搜索,耗时很长;现在用 AI,总结归纳性极强,耗时短。
以前写文章全靠自己,现在自己立意、搭框架,扔给 AI 写,再由自己来润色补充案例,效率提升了50%。
另外,通过 AI 学习新知识,可以在极短时间内掌握一个全新领域 80% 的知识。
🔹 rejoicelee(农业数字化产业,CTO)
最明显的变化是搜索东西的方式变了,技术不再是绝对的限制,有产品力和专业能力的人更容易做出可用的东西,“一人团队” 已经成为可能。会用 AI 和不用 AI 的人两极分化越来越明显。
🔹 郭(批发行业/食材配送,仓储部副经理)
极大的提效,扩展出一系列工作中的可优化项,生活上了解某些事物速度要快的多。
以前低价值耗时的事被压缩了,可以把精力放在其他事上。
Q3:AI 对自己的最大帮助和潜在威胁有哪些?
🔹 Ethan Lu(大宗化工贸易行业,全栈开发)
最大帮助是 coding 方面的问题迎刃而解,包括架构层面、创意设计、code review、自动化测试等,几乎都不需要自己做了,非常智能。
潜在威胁是更焦虑了...... 潜意识里总觉得不跟上就会被淘汰。
🔹 rejoicelee(农业数字化产业,CTO)
最大的帮助是突破了自己的能力边界。潜在威胁是,越来越觉得能走的路变少了。
🔹 郭(批发行业/食材配送, 仓储部副经理)
最大帮助是降本增效。
潜在威胁是标准化替代,每一次迭代都让人觉得焦虑,对未来有些悲观,竞争只会更激烈。
冲击:技能重塑与岗位洗牌
AI不仅带来了效率的狂飙,更在精准地切入各个赛道的传统岗位,重新划定生存的红线。
Q4:在 AI 时代,你的行业发生了哪些变化?
🔹 Odinsphere(Web3 CEX, 合约开发)
开发效率和岗位要求都被重新拉高了。
以前后端开发把 Java、分布式、数据库、消息队列、稳定性做好,就已经具备很强的竞争力。但现在 Web3 金融交易系统本身就很复杂,再叠加 AI 工具,公司会期待工程师更快地完成需求、更快地排查问题、更快地产出方案。
AI 应用初期会迅速拉大人与人、团队与团队之间的效率差距,谁能更早把 AI 嵌入工作流,谁就能获得明显优势。
🔹 北静(Web3 CEX, 运营合规)
变化速度真的太快了。以前需要一个庞大团队维持的业务,现在随着 AI 的融入,一个人可以管理整个生态。
Q5:你曾引以为傲的技能,有没有被 AI 替代或正在受威胁?
🔹 北静(Web3 CEX, 运营合规)
我之前主要负责法务合规工作,现在很多法律文件用 AI 就能快速高质量地完成。
🔹 Odinsphere(Web3 CEX, 合约开发)
目前还没有明显感受到自己被 AI 替代,尤其是在金融、交易、Web3 这类行业里,很多实际工作仍然需要人工完成。因为这些系统涉及用户资产、账户权益、各种计算、风控规则和线上稳定性,不能简单依赖 AI 自动判断。
AI 更多是辅助我做基础资料整理、代码初步分析、方案扩展和文档生成。但最终的业务理解、风险判断、校对验证、技术决策和结果负责,仍然需要工程师自己承担。
🔹 Smith(区块链开发工程师)
架构师的特定技能、网站设计师的视觉表现,正在受到 Claude 等编程模型的强烈威胁。
Q6:在你的行业里,哪些岗位会在三年内大幅缩减?
🔹 Ethan Lu(大宗化工贸易行业,全栈工程师)
文秘、财务人员、招聘专员、客服、群演、软件行业从业者、绘画行业从业者,这些岗位都有大幅缩减的可能。
🔹 观自在(制造业技术人员)
文秘、财务人员、销售人员、招聘专员这几类岗位的冲击最为明显。
🔹 rejoicelee(农业数字化产业,CTO)
我认为是 “全行业平权”。AI 平权了新手和专家的边界,所以不是哪些岗位会缩减,而是全行业全岗位都会受到影响。
AI 是放大器,不是许愿机,它改变的不是单一岗位,而是让强者越强,弱者越弱。
内卷与焦虑:效率红利背后的隐忧
生产力提升的背后,并不是所有人都在享受松弛,更普遍的现状是,职场人正被无形的力量推向更高维度的内卷。
Q7:AI 带来的效率内卷,有没有让你感觉疲惫或抵触?
🔹 Odinsphere(Web3 CEX,合约开发)
会有疲惫感,但不是因为 AI 完全替代了我,而是因为 AI 扩大了工作的范围。以前我可能只需要围绕一个明确问题做分析,现在 AI 会迅速扩展出很多可能性、风险点、替代方案和技术路径,这些内容都需要人工进一步判断。
某种程度上,AI 没有减少竞争,而是把竞争推到了新的层级。除了正常开发,还需要持续学习 AI 编程工具、Agent、MCP、本地模型、自动化工作流、AI IDE 等一整套新工具,面临持续的学习压力。
🔹 Smith(区块链开发工程师)
确实会感到身不由己。社会内卷的压力是相对的,行业的整体竞争力越来越强,但是不愿意学习的人就会被无情淘汰,这种环境也会倒逼并激励自己不断成长。
AI 类似于工业革命,会有几十年的高速发展期,势必也会诞生全新的职业、产生新的红利。
Q8:你目前的焦虑主要源于收入下滑,还是失去对职业的掌控感?
🔹 Odinsphere(Web3 CEX,合约开发)
目前岗位薪资还没有明显变化。
更深的焦虑在于岗位数量和岗位结构是否会发生剧烈变化:未来是否还需要这么多开发者、哪些基础岗位会被无情压缩、自己现有的经验是否还能匹配下一阶段的职业要求。
🔹 Smith(区块链开发工程师)
在转型期,现在的收入确实存在下滑。不过我现在的心态是调整预期,躺平了,收入能覆盖日常开支就行。
我目前更专注于寻找新的收入渠道,不再死咬着公司内部的职位提升不放,找到一条能充分发挥个人主动性的新方向比什么都重要。
护城河:人类的不可替代性
当旧技能的城墙坍塌,职场人必须直面多年积累的「沉没成本」,并在变局中找到 AI 无法染指的人类核心价值。
Q8:面对被 AI 替代的技能专长,如何消化那些沉没成本?
🔹 Odinsphere(Web3 CEX,合约开发)
我现在不会简单认为 AI 替代了我的技能,而是把它看成一种新的生产工具。因为 AI 会快速做大量广度拓展,带来更多分支、方案和边界条件,我的校对、筛选、验证和梳理工作反而变得更重。
所以我要提升的不是单纯写代码能力,而是判断 AI 输出是否可靠、是否符合业务和风险边界的能力。
🔹 Smith(区块链开发工程师)
沉没成本确实挺大的,必须协调自己的职业和项目的开发路线图,发挥主动性。
上限来自于你的眼界,要拓展眼界,去把握审美和市场需求。我现在通过多参加会议、研究优秀的产品设计来学习理念。专注于拓展新的收入渠道,不再死磕职位的提升,而是往自由职业者方向发展,增强抗风险能力。
🔹 北静(Web3 CEX, 运营合规)
最重要的是保持大量学习和高频使用。AI 时代最重要的是对自我进行重新塑造,我自己更多还是选择主动接纳 AI,寻找属于我的新机会。
Q9:有没有哪些任务,AI 理论上能做,但实际上仍然必须由人工完成?
🔹 郭(批发行业/食材配送,仓储部副经理):
在我的行业里,订单部需要与客户沟通,客户的需求都是个性化、多元化的,复杂问题和特殊单据的录入必须人为介入核对沟通;
第二是货物异常判断与追责。AI 缺少对供应商具体习惯、历史批次质量、司机行为模式的长期深度了解,这些实操经验只存在于人脑里。
🔹 Ethan Lu(大宗化工贸易行业,全栈开发工程师):
超大型项目的打磨。AI 目前有明显的上下文瓶颈,一旦处理超大型项目,就会存在致命的 “灾难性遗忘”。
🔹 Odinsphere(Web3 CEX,合约开发)
在金融、交易、Web3 这类行业,真正重要的是账户模型、风控边界、异常处理、系统稳定性和线上责任。AI 可以帮助生成代码和方案,但业务后果仍然需要人承担。
工具实操与未来生存指南
最后,我们落脚到最具参考价值的实操层面:大家在用什么 AI 工具?如果 AI 全面接管底层工作,未来又该如何规划?
Q10:你目前付费用过哪些 AI 工具?体验如何?
🔹 Ethan Lu(大宗化工贸易行业,全栈工程师):
用过 GPT、Claude Code、Gemini、Kimi、Qwen、GLM 以及 DeepSeek。
在代码 coding 领域,Claude Code 绝对是独一档的存在;GPT 的代码排查 Bug 能力非常不错;Gemini 则比较擅长前端。国内一众模型还有不少距离。
🔹 郭(批发/食材配送,仓储部副经理)
付费使用过 GPT、Gemini 和 Kimi,体验下来对已付费的都挺满意的,相比之下 GPT 的日常综合表现让我更满意一些。
听说很多同行反馈 Claude 用起来比较坑,主要是封号实在是太厉害了。
🔹 rejoicelee(农业数字化产业,CTO)
GPT PRO、TRAE、DeepSeek。没有最值最坑,只有会不会用,每个工具都有自己的场景。当然你要是钱多,完全可以 OPUS 4.7 撸到底。
Q11:如果未来 AI 完成了大部分基础工作,你如何规划自己的职业方向?
🔹 Odinsphere(Web3 CEX,合约开发)
我会更明确地把自己定位成复杂系统的负责人,而不是单纯的代码执行者。尤其在金融交易和 Web3 这类高危行业,真正重要的是账户模型、风控边界、异常处理、系统稳定性和线上最终责任。
AI 可以高产方案,但业务后果永远需要活生生的人来承担。未来真正有价值的开发者,不一定是写代码最快、用工具最熟的人,而是最懂业务上下文、系统边界、风险控制和能够切实推动工程落地的人。
🔹 Smith(区块链开发工程师)
担任技术讲师和打造个人 IP,是我目前最主要的转型规划。另外一方面就是利用AI工具去独立开发产品、搞网站建设,通过这些桥梁去接触、服务到更多的用户群体。
目前我正在疯狂补齐这方面的能力,重点不一定是钻研更深的技术,而是提高自己的审美、产品敏感度以及对市场需求的嗅觉。
🔹 北静(Web3 CEX, 运营合规)
转变为一个超级协调者。一个人去管控大量的、各司其职的 AI Agent,由人来负责顶层的设计、下达指令、调配资源,去撬动和管理庞大的、数字化的业务全产品线。
Q12:如果 AI 工具全部失效,会影响你的工作吗?
🔹 郭(批发/食材配送,仓储部副经理)
效率会变慢,但不会瘫痪。目前运用 AI 的大多是一些自行拓展出来的额外工作,影响不会很大。
🔹 观自在(制造业技术人员)
工作会变慢。目前是中度依赖 AI。
🔹 Ethan Lu(大宗化工贸易行业,全栈工程师)
欢迎收听《AI 末世,我靠古法编程生存》。现在对 AI 已经是重度依赖了。
结语
AI 正在以一种无差别的绝对力量,加速渗透进每一个行业。
无论是主动拥抱,还是被时代推着往前走,几乎所有人都已经默认:AI 不再是一个 “可选项”。
网上流行的那句 “在 AI 时代,只要学得够慢,就可以不用学”,终究只是一句调侃。在这次采访里,7 位受访者都在以自己的方式拼命学习、重新定位、适应新的竞争。
旧的职业边界正在被打碎,但新的价值体系也正在形成。
