本文深入探討了AI帶來的焦慮根源，包括AI變革引發(fā)的不確定性以及信息爆炸導(dǎo)致的掌控感缺失。同時，文章提出了破解焦慮的方法：從底層認(rèn)知AI的價值，了解其影響邊界，并采取積極的應(yīng)對措施。

2022 年 11 月 30 日，OpenAI 發(fā)布的 ChatGPT 如同扔進(jìn)數(shù)字世界的一顆原子彈。這個能與人類流暢對話的 AI 系統(tǒng)，在全球引發(fā)了一場史無前例的科技軍備競賽。

僅僅兩年時間，大模型生態(tài)已呈現(xiàn)出令人驚嘆的 “寒武紀(jì)大爆發(fā)”。

2025年初，隨著DeepSeek的出圈，讓更多普通人發(fā)現(xiàn)原來大模型已經(jīng)可以做到像人一樣“思考”。

接著，基于GJ競爭的角度（瞎猜），DeepSeek迅速被鎖死到了“基建”的位置。

很快，無數(shù)公司，無論本身是否是同行，一股腦全都快速接入了DeepSeek。

車輪滾滾向前，各種應(yīng)用被“催熟”，也終于開始切實(shí)影響到了我們每一個普通人。

除了DeepSeek的破圈，杭州的機(jī)器人、AR眼鏡等方面也都有了質(zhì)的突破。

宏觀層面，基于國家競爭，我們民族自豪感油然而生。但對微觀個體，AI對我們自己的影響、對從事行業(yè)的影響、甚至對人類未來生存的影響，又不得不讓我們陷入焦慮的情緒。

作為普通人，日子還是要過的呀，我們還是要正視焦慮，知其原因，做好應(yīng)對。

本文從我個人的視角，做一些焦慮分析和應(yīng)對建議，希望可以對大家有所啟發(fā)。

一、焦慮的原因

焦慮的來源，我認(rèn)為主要來自于以下2個維度，相輔相成，綜合影響。

1、AI變革帶來不確定性

近幾年時間，宏觀經(jīng)濟(jì)不太好，有些行業(yè)發(fā)展見頂，就業(yè)環(huán)境極差，大家對未來本來就充滿了悲觀。

很多公司基于降本提效出發(fā)，不斷裁員優(yōu)化，也更沒有新增招人的需求。不少人處于失業(yè)的邊緣，至少也是生活的壓力變大。

AI時代的到來，大模型天然且強(qiáng)大的“提效”屬性，就進(jìn)一步加深了這個矛盾。

可想而知，從企業(yè)的立場出發(fā)，一定會擁抱AI，為了更好看的財(cái)務(wù)報(bào)表。

同樣一個崗位，原來需要10個人，未來可能就需要5個人（每個人都使用AI作為助手輔助），在某些行業(yè)可能更慘。

回到個體角度，我們會不會成為被AI取代的那些人，這個也許是大家最惶恐的。

2、AI信息爆炸，自己沒有掌控感

隨著AI的不斷發(fā)展，從芯片到大模型，再到應(yīng)用，每天都有無數(shù)的產(chǎn)品更新出來。

這些信息，疊加上自媒體的加工傳播，就形成了近似于無窮多的信息海洋。

想要擁抱AI，發(fā)現(xiàn)知識點(diǎn)太多了，不知從何入手；再加上技術(shù)的更新迭代太快，有時候?qū)W著學(xué)著發(fā)現(xiàn)知識已經(jīng)老化了。

人都想要有掌控感，尤其對于AI這一可能對未來影響極大的東西，誰都不想因此錯過未來的紅利。

但是，面向繁雜的知識和信息，大部分人真的是無法做到有效掌控，這種矛盾也會給人帶來巨大的焦慮。

二、如何破解焦慮

1、認(rèn)知AI的價值（增量價值）

認(rèn)知AI的價值，我們需要從最底層的原理和能力開始，不然就非常容易被一些眼花繚亂的內(nèi)容所干擾。

——本段不必要看懂——
當(dāng)前主流大模型的最內(nèi)核，其實(shí)就是“文本預(yù)測生成”。
核心原理：將海量數(shù)據(jù)集向量化，然后再通過概率大小來迭進(jìn)式生成文字。這個過程，一般稱之為預(yù)訓(xùn)練，如果需要適配特定領(lǐng)域或任務(wù)，還需要進(jìn)行進(jìn)一步的微調(diào)。
最終效果：你輸入一段文字，大模型給你返回一段文字，輸入的內(nèi)容就是常說的prompt。
隨著大模型的迭代（獎勵推理過程），進(jìn)而演化出了更高級的輸入理解能力和輸出表現(xiàn)能力。

大模型內(nèi)在的邏輯，我們大部分人不需要搞明白，其實(shí)也沒有很多人能真正搞明白。

把大模型類比發(fā)動機(jī)，你不需要知道發(fā)動機(jī)的內(nèi)部構(gòu)造，只需要知道發(fā)動機(jī)可以做什么就行。

這里，大模型本身衍生了2類能力（生成能力、推理能力[依托生成能力]），核心分為4個場景：

① “對話”場景

對話是大模型最基礎(chǔ)也最重要的一種能力，也是從ChatGPT開始，大家才實(shí)現(xiàn)普通意義上的“用自然語言和機(jī)器交互”的能力。

它既能“聽懂”你輸入的文字，也能輸出你能理解且符合你預(yù)期的文字。

各類chat類應(yīng)用（背后有各自大模型），如ChatGPT、豆包、DeepSeek，都能滿足你的對話需求。

“對話”這個能力，直接將人機(jī)交互的效率提升了N多倍。想想之前的siri、小度、小愛，沒有大模型時候，非常地不“智能”。

當(dāng)然“對話”場景更多伴隨著“求知”的場景出現(xiàn)。

② “求知”場景

對話場景下，一般都不會閑聊，基本上都會帶著“求知”的目的，你要解惑特定的內(nèi)容。

在沒有大模型的時候，求知基本分為2種方式：一種是搜索（如 百度、小紅書）看別人過去輸出的內(nèi)容，另一種是通過問答交流（如 知乎問答、各類im）的方式得到答案。

搜索帶有信息時效性和個案的局限性，但是成本較低；問答咨詢具備及時、全面的優(yōu)勢，但是成本（供給資源、時間并發(fā)）卻很高。

當(dāng)大模型出現(xiàn)后，我們發(fā)現(xiàn)它完美解決了以上2個問題。

你會發(fā)現(xiàn)AI可以化身一個個領(lǐng)域的專家（數(shù)學(xué)、物理、醫(yī)學(xué)、計(jì)算機(jī)……），你隨時隨地都可以和TA產(chǎn)生交流，TA的知識和經(jīng)驗(yàn)又是全體人類的結(jié)晶，超過了大部分的優(yōu)秀個體。

人類從來沒有像今天一樣，在獲取知識方面如此簡單，你唯一需要做的就是提出你的問題。

③ “生成”場景

與AI對話是最基本的“文生文”的應(yīng)用場景。

大模型既然能在文字方面做到海量數(shù)據(jù)形成生成性，那圖片、視頻也不會有問題。

一樣的原理，近似的方式，大模型逐漸具備了多模態(tài)的能力。

于是乎，文字、聲音、圖片、視頻相互之間都可以進(jìn)行相互生成。

當(dāng)然，再結(jié)合一些特定應(yīng)用，也不會是問題。例如 幫你做個PPT，生成一些音樂創(chuàng)造，幫你擴(kuò)展下圖片或視頻……

市面上類似的應(yīng)用，不勝枚舉。

④ “任務(wù)”場景

如果說以上3個場景，還都是大模型基于海量數(shù)據(jù)的特征學(xué)習(xí)產(chǎn)生的跟隨模仿能力。

那直到大模型“推理”效果初顯，尤其伴隨著DeepSeek的出圈，更多人看到了TA面對一個問題背后的邏輯性。

這一刻，大家意識到AI真的像一個會思考的人類。

你的復(fù)雜指令，TA也能理解并分步拆解，于是“任務(wù)”場景便出現(xiàn)了。

Agent屬于現(xiàn)在比較火的應(yīng)用形態(tài)。最近一個AR眼鏡廠商出了一個宣傳視頻：帶著AR眼鏡，朝向?qū)γ嬉患铱Х鹊?，你只需要語音說：“我要點(diǎn)杯9.9的咖啡”，然后你就可以到店自提了。

也許未來“智能硬件”+“任務(wù)”場景，能很大程度上改變我們的生活和工作方式。

2、AI的影響邊界（沖擊&機(jī)會）

以上介紹了大模型的很多新能力，我想大家對這一新技術(shù)有了大概的了解。

接下來，我們就看看AI會影響什么東西，哪些是沖擊，哪些是機(jī)會？

1）對大部分行業(yè)沒太大沖擊，但對人有沖擊的

這里以我所在的互聯(lián)網(wǎng)行業(yè)為例，做一些推論。大家其他行業(yè)也可以按邏輯自行代入評估影響。

——以下內(nèi)容，純屬個人觀點(diǎn)預(yù)測，僅供參考——

① 生產(chǎn)履約類：以實(shí)物和服務(wù)為核心的事情，基本沒有太多影響（不考慮機(jī)器人的影響）；

② 業(yè)務(wù)類：業(yè)務(wù)是用戶和商業(yè)的核心紐帶，沖擊很小，一些點(diǎn)上可以提升效率，也可以在C端做一些產(chǎn)品結(jié)合；

③ 客服類：對客服來講，除情緒價值之外，更多是咨詢和解決問題，長期來看能被AI代替較多，沖擊不?。?/p>

④ 技術(shù)類：對設(shè)計(jì)、技術(shù)來講，尤其是編碼童鞋，借助生成和任務(wù)場景的能力，長線肯定是沖擊最大的；部分的產(chǎn)品工作，也可能會受到一定沖擊；

⑤ 后臺類：對內(nèi)部咨詢答疑、基礎(chǔ)重復(fù)性工作屬性的崗位，沖擊應(yīng)該也是比較大的；

大家會發(fā)現(xiàn)，AI更多是工具的作用，核心還是提效。有些是基于應(yīng)用層的提效，有些是深層次的提效。

這些提效的部分，人被AI取代的可能性會較大，其他的非相關(guān)領(lǐng)域本質(zhì)上并不會受AI很大的影響。

2）對部分行業(yè)可能存在較大沖擊（當(dāng)然也可能是機(jī)會）

① 以知識、經(jīng)驗(yàn)輸出（非實(shí)體操作技能）的工種。因?yàn)榇竽Ｐ偷摹扒笾睉?yīng)答能力，長期來看會強(qiáng)過大部分的人體。例如 律師、醫(yī)生等垂直經(jīng)驗(yàn)專家。

② 各類垂直細(xì)分的工具類產(chǎn)品。大模型的基礎(chǔ)能力會逐漸內(nèi)化絕大部分的工具能力，再結(jié)合“對話”和“任務(wù)”能力，大家可能不需要再逐個訪問它們。例如 天氣預(yù)報(bào)、翻譯軟件等。

③ 部分的平臺，也可能存在較大的沖擊風(fēng)險(xiǎn)。因?yàn)椤叭蝿?wù)”場景下，用戶的行為路徑可能會產(chǎn)生重大變化，進(jìn)而就會影響到一些流量的分配機(jī)制。例如一些電商、本地生活、搜索等。

這里，還拿上文那個點(diǎn)咖啡的例子來講。

“你帶著AR眼鏡，你只需要語音說：“我要點(diǎn)杯9.9的咖啡”，然后你就可以到店自提/坐等外賣了?！?/p>

我們分析下用戶行為路徑的變化以及可能的流量路徑：

你覺得未來，一切成熟了，用戶還有必要直接訪問美團(tuán)app去點(diǎn)餐嗎？

當(dāng)然，你可以把上圖中的美團(tuán)平臺換成百度搜索，可能更有體感。

3）大模型帶來的增量機(jī)會

這波兒大模型生態(tài)上下游，一定會誕生很多超牛的公司，像今天大火了的DeepSeek。

現(xiàn)在很多軟件層的創(chuàng)業(yè)，基本集中在大模型和應(yīng)用2個層面。

① 模型層

隨著DeepSeek的開源和出圈，各家基本上都已經(jīng)接入，現(xiàn)在DeepSeek基本處于“最底層”的模型。

一些大廠會保留自己的模型，進(jìn)而將能力逐漸都拉齊到終極水平。

當(dāng)后續(xù)模型能力差不多時候，可能就會變?yōu)榫韮r格的競爭階段。

模型層的開發(fā)，就業(yè)崗位少，對人的能力要求高，不太適合普通人的選擇。

② Chat類應(yīng)用

現(xiàn)在市面上常見的chat類應(yīng)用有很多，如DeepSeek、豆包、kimi、元寶等等。

但是隨著行業(yè)的發(fā)展，最終能存活下來的，也一定不會這么多。

作為工具，大模型底層能力趨同，交互體驗(yàn)很容易拉齊，最終可能就會變?yōu)榱髁康牟┺摹?/p>

有沒有可能不需要一個單獨(dú)的chat應(yīng)用？微信如果把各種功能集成得很好，是不是本身就是AI的超級應(yīng)用。

總之，chat應(yīng)用的創(chuàng)業(yè)，在未來也會面臨很大的不確定性。

③ 創(chuàng)新應(yīng)用（重度依賴大模型能力）

重度依賴大模型能力進(jìn)行的創(chuàng)新應(yīng)用，以各種“生成”能力為代表的工具。

可能會跑出來一些比較好的個體，但是最終我覺得大概率會被整合到超級AI應(yīng)用，也許被收編。

原因如下：大模型能力越來越強(qiáng)，且是開放的；用戶不可能裝一大堆的各種工具應(yīng)用；應(yīng)用層的產(chǎn)品很容易被“模仿”。

這部分創(chuàng)業(yè)機(jī)會，面試的風(fēng)險(xiǎn)也是巨大的，但肯定會有很多的嘗試。畢竟大部分公司搞不了大模型，只能在應(yīng)用層發(fā)力。

④ 傳統(tǒng)應(yīng)用

傳統(tǒng)應(yīng)用就是指大模型沒有出來之前，市面上存量的一切商業(yè)應(yīng)用。

自研的業(yè)務(wù)系統(tǒng)，以及各類商業(yè)saas系統(tǒng)，這些應(yīng)用本身解決的都是特定領(lǐng)域的專業(yè)問題。

AI時代的到來，可以預(yù)見這些應(yīng)用都會直接或間接地接入大模型。

大部分系統(tǒng)，都可以借助大模型的能力重塑一遍，進(jìn)而提升效率。

當(dāng)然，也有一些系統(tǒng)，會在大模型的暴力運(yùn)算加持下，取得一些質(zhì)的飛躍，例如醫(yī)療、科學(xué)研究等。

傳統(tǒng)應(yīng)用本來就是歷史存量的市場，你我大家都在其中，我們都可以抓住這個機(jī)會。

3、個體如何應(yīng)對AI的影響

以上，我們講了AI的能力，以及AI可能的影響范圍。

顯而易見，AI在接下來的工作和生活中，一定會和大家密切相關(guān)。

作為個體，面向AI，我們?nèi)绾螒?yīng)對呢？我認(rèn)為可以從以下3個方面做準(zhǔn)備：

① 積極擁抱，熟練掌握

上邊簡單講了AI的底層能力和影響邊界，大家應(yīng)該知曉AI擅長做什么。

作為一項(xiàng)新質(zhì)生產(chǎn)力，我們肯定是要積極擁抱TA，并熟練掌握的。

但具體到日常使用，我們還有很多的路要走。面向眼花繚亂的各類信息，我們得想想哪些真的是自己需要的？自己和AI的交集到底有哪些？

我自己分析下來，普通人（除了創(chuàng)業(yè)者）主要的需求點(diǎn)主要有3類：

• 感興趣/從業(yè)者，了解大模型底層原理（現(xiàn)在自媒體很發(fā)達(dá)，大家有心的話，很容易就能了解；不要為了一些亂七八糟的東西付費(fèi)，防止被割韭菜）
• 掌握AI相關(guān)應(yīng)用工具（習(xí)慣使用DeepSeek、豆包app，并結(jié)合到日常工作和生活中進(jìn)行提效，鍛煉自己提問題的能力）
• 從業(yè)者，把AI功能融入到自己工作中，了解大模型的一些上下游（思考自己工作中的各個環(huán)節(jié)，結(jié)合AI的能力特性進(jìn)行改造）

② 面向影響，錯位競爭

大家最擔(dān)心，是AI搶了自己的飯碗，但其實(shí)本質(zhì)上是別人搶了你的飯碗，AI只是加劇了你們的競爭進(jìn)程。

兩個人同時被老虎追，你不需要跑得過老虎，你只需要比另一個人跑得快就行。

面對AI的影響，我們需要做的也是如此，錯位競爭，比別人優(yōu)勢多一些即可。

同樣崗位的人，會AI的就比不會的人競爭力強(qiáng)；

都用AI的情況下，你要提升你的綜合素養(yǎng)，例如技術(shù)懂產(chǎn)品，產(chǎn)品懂業(yè)務(wù)，越靠近商業(yè)和用戶就越安全；

提前看看哪些是AI無法取代的技能，可以提前學(xué)習(xí)和儲備，作為以后的planB；

如果是一些學(xué)生，未來選擇職業(yè)發(fā)展道路，就提前規(guī)避AI滲透率高的賽道，例如學(xué)學(xué)藝術(shù)類；

③ 平和心態(tài)，長期思維

AI是對一個時代的影響，我們沒必要產(chǎn)生巨大的焦慮和絕望。

凡事都有兩面性，AI可能給我們帶來就業(yè)風(fēng)險(xiǎn)，但我們也應(yīng)該想想AI正向的作用，例如 知識的平權(quán)、交通不擁擠、醫(yī)療未來突破會加快、機(jī)器人干活人類享受生活 等等。

未來有太多的不確定性，我們只能把握確定性的事情，個人的身體和心態(tài)是最重要的。

讓我們保持長期思維，投資自己，積極面對未來的各種可能性。

當(dāng)時，長期思維還可以投資股票基金（如果你對AI看好的話），畢竟能否從事AI這一行靠機(jī)緣，但如何投錢還可以靠自己的眼光。