Feature | “地板”被AI抽走了，你的立足之地在哪里？

2026年，AI正處在從“能用”邁向“好用”的關鍵節點。高盛研報顯示，AI對各行業的沖擊愈發直接而深刻，基礎執行類崗位首當其沖。

這一沖擊，在設計、文案、翻譯三個行業體現得尤為明顯。

設計師廖成被轉崗，因公司不再需要大量僅會畫圖的從業者；文案李天宇在面試中被明確告知：他會的，AI都會；譯者姜昊騫失去合作十年的老客戶，對手用“AI初譯+人工修改”，將報價從千字400元壓至150元。

這并非個例。數據顯示，翻譯行業工作量下滑19%，時薪下跌超20%；設計行業多個專業被列入本科預警名單，部分專業就業率僅30%；文案行業里，一個人加AI能完成過去六個人的活。

這些現實指向同一個結論：AI沒有讓這些行業消失，卻悄悄抽走了從業者曾經穩穩立足的“地板”——僅靠基礎技能即可入門的崗位，正被逐步替代。

地板被抽走之后，并非所有人都站在原地。翻譯行業的孫佳婧，主動放棄與AI比速度，轉向深耕更依賴判斷與底蘊的藝術文化領域；設計行業的曲頔，主動研究AI，成了公司的“救火隊”；文案行業的Alick，成為駕馭AI的“超級個體”，一個人加AI，開公司單干。

被動沖擊與主動重構，正在同時發生。

翻譯行業的博弈，發生在“正確”與“準確”之間；設計行業的困局，是“地板消失”后的生存重構；文案行業的深層問題，是“附近”的消失——AI能快速產出通用文字，卻寫不出真實的生活感知。

三者話語體系不同，核心困境卻高度一致：被AI重構生存邏輯，必須在變革中尋找不可替代的價值。

面對這場不可逆的浪潮，從業者分化出不同的出路：有人向上突圍，深耕AI無法觸及的判斷、策略與創造；有人向實扎根，死磕AI難以精準把控的落地與現場細節；也有人被迫退場，或卡在中間進退兩難。

三個行業，三個切口。這是一張前行的地圖——標注著哪些領域正在塌陷，哪些地方仍能站穩，哪些路徑需要謹慎繞行。如何不被AI替代？答案只在每一個重新尋找“立足之地”的從業者腳下。

AI不會停下步伐。但至少，我們能看清它襲來的方向。

專業判斷與文化底蘊

正在被“夠用就行”擠壓

今天，社交媒體上最流行的翻譯評判方式，是把AI翻譯和人工譯文并排對比，然后得出一個令人不安的結論：AI翻得反而更“順”。這場對比本身，就是危險的開始——當“順”被誤當作“好”，被擠壓的不僅是譯者，更是普通人停下來比較、反思、追問的意愿。真正好的翻譯，不止字面準確，更關乎語氣尺度、情境契合、文化適配。語言的厚度和復雜性，不該被看似完美的同質化答案抹平。

那天在倫敦，孫佳婧為電影《東極島》的首映禮擔任口譯。

上午是媒體專訪。藝人、主創與記者圍坐，錄音錄像全程開啟。她的任務清晰明確：把對話精準轉換成另一種語言，不添加、不發揮。所有口譯訓練都在強調同一件事——譯員應當隱身。而這種標準化、單向輸出的場景，AI幾乎可以做得無懈可擊：后臺快速轉換，不露痕跡，極少出錯。

下午的場景則截然不同。紅毯儀式、快問快答、映后交流，現場情緒更流動、表達更感性。制片人被問及創作初衷時說：同一片海域里，有人在制造殺戮，也有人在跨越國界展開救援、守護生命。孫佳婧忽然意識到：這句話不能只是簡單的語言轉換——它承載著整部影片的主題重量，必須讓英文譯文也保留相應的文學感與莊嚴感。

深夜場，演員倪妮上臺時已十分疲憊，坦言自己在后臺幾乎睡著，但見到觀眾仍滿心感激，像回到家里。孫佳婧沒有把譯文處理得昂揚飽滿，而是輕輕放低語調，讓那份疲憊與真誠，一同傳遞給現場的外國觀眾。

AI能完美執行“隱身”的指令，卻難以判斷，何時需要“在場”的溫度與尺度。

這是一場深刻的職業分化。在分界線的一側，AI正以驚人速度吞噬標準化翻譯——只求“正確”的場景，機器更快、更便宜、也更穩定。另一側，譯者守住了機器難以觸及的領地：在那里，“正確”的反義詞不是錯誤，而是平庸。

我們以三個人的視角，窺見翻譯行業在AI沖擊下的真實分化：翻譯學博士Jenny，通過41位譯者訪談和268份問卷，畫出行業分化的清晰地圖；交同傳口譯員孫佳婧，主動放棄與AI正面競爭，選擇性深耕藝術文化翻譯，專注做AI無法替代的專業判斷；主攻筆譯的姜昊騫，退出商務翻譯的低價內卷，退守圖書翻譯這一方“手工陣地”，堅持“手藝”本身的價值。

1

沒有效率神話，只有成本轉嫁

Jenny從事翻譯近十年，2019年開始關注并研究AI帶來的改變。真正讓她意識到“這次不一樣”的，是2021年底ChatGPT-3出現后，譯者社群爆發的集體焦慮：越來越多人在社群里求助，“客戶說我翻得還不如AI，怎么辦？”姜昊騫也說出了一個讓人不太舒服的現實：確實有些人工翻譯，質量還不如AI。在沒有AI的年代，粗制濫造的譯本就大量存在。AI至少提供了一個保底版本。

但保底不等于福音。Jenny戳破了一個流行幻覺：“AI讓人以一敵幾”的效率神話，對大多數個人譯者并不成立。更現實的真相是：所有AI產出的譯文，最終責任依然落在譯者身上。客戶扔來機器譯文，輕描淡寫地說“幫忙潤色一下，便宜點”——這份“潤色”，本質上不是簡單修改，而是重新創作。對譯者而言，這不是技術賦能，而是赤裸裸的成本轉嫁。

國內翻譯行業的報價現狀，直觀印證了這種沖擊：圖書翻譯報價長期停留在千字100-120元，商務翻譯則被AI從千字400元壓至150元。也就是說，一篇三千字的商務稿件，過去譯者能拿到1200元，現在卻只有450元——而且這450元，往往還要花大量時間校對AI譯文的漏洞。AI帶來的不是翻譯行業的效率革命，而是單價壓低、責任上移的結構性改變：有人突圍，有人退守，更多基礎譯者則被徹底擠出行業。

那么，誰被沖擊得最狠？Jenny的研究指向一個更本質的規律：分化不在賽道，而在文本厚度。很多人誤以為影視、商務是AI重災區，但數據表明——文化負載低、專業性弱、句式常規的文本，AI處理得很好；而深度內容、文化特定術語、需要補充背景信息的文本，AI明顯吃力。同一個行業內部，有人深耕高端領域，有人固守基礎崗位；前者穩固，后者搖搖欲墜。

AI沖擊的路徑也十分明確：2021年底之后，譯者群體開始出現明顯分化；ChatGPT-4普及后，基礎譯者的低價優勢被徹底瓦解。Jenny的問卷顯示，79% 的譯者認為 AI 素養已成行業核心競爭力。群體態度卻明顯兩極：有人積極擁抱，有人因能力或理念保守陷入持續焦慮。

2

深耕高價值：做AI難以做到的判斷

孫佳婧擁有法庭、商務、藝術文化等多場景翻譯經驗。她很清楚，傳統同傳追求“準確、隱身”，而這正是AI最擅長的領域。她沒有在速度和價格上與AI競爭，而是選擇轉向藝術文化翻譯——在這條賽道上，譯員不能隱身，也不可替代。

她的專業判斷體現在三個層次：

第一層，精準解讀行業術語。MoMA、Met這類藝術圈縮寫，業內一聽便知，但非專業譯者容易卡殼。這背后不只是單詞量問題，更是能否在上下文里快速匹配機構背景與行業語境的專業能力。

第二層，主動填補文化裂縫。為藝術家尹秀珍做采訪翻譯時，對方談到作品中“紅色”與“紅旗”的象征意義，表達簡潔含蓄。中國觀眾心領神會，但外國記者缺乏相應的文化土壤，難以理解背后的深層內涵。孫佳婧主動補充了紅旗在中國語境中的特殊涵義，并明確告知：這部分是解釋性增補。她清楚，不填補這道認知裂縫，外國記者對作品的理解，只會停留在字面。

第三層，動態調整譯法適配語境。為瑪格南圖片社主席做攝影講座翻譯時，主講人一開始用到“Prostitute”一詞，她按常規譯為“妓女”；講到后半段，她敏銳意識到語境發生變化——這個詞匯不再單指女性，而是涵蓋所有性工作從業者。她立刻調整譯法，改用“性工作者”，避免性別窄化，確保譯文的準確性與包容性。

而AI只會選最“安全”的概率譯法，不會隨語境動態校準。那個最安全的答案，往往會抹掉文本本身的復雜性與獨特性，讓譯文變得平庸乏味。

孫佳婧說，翻譯從來不是機械的語言轉換，而是邊理解、邊學習、邊校準的過程。AI不會反思，不會中途修正，更不會追問背后的意圖，只能輸出基于現有數據的“標準答案”。真正讓她看清AI邊界的，是一次法律翻譯經歷。在表達“我沒有收到對方發來的東西”這個中文意思時，英文至少有兩種準確譯法：“I didn't receive”和“I wasn't provided with”。兩種譯法都“正確”，但含義截然不同：前者僅表示“未收到”，不涉及責任歸屬；后者則暗示“對方未履行提供義務”，直接影響證言的解讀方向。AI可以給出多個正確選項，卻無法根據具體語境，判斷哪個選項更貼合當事人的真實意圖——這就是“正確”與“專業判斷”的本質區別。

3

退守手工：守住人才能完成的細活

與孫佳婧的“向上深耕”不同，姜昊騫是堅定的“手工翻譯派”。他不用AI做初譯，不把機器輸出當作翻譯的起點。這不是固執，而是試過AI輔助翻譯后，做出的清醒選擇。

他的翻譯生涯始于2015年。最初在翻譯公司負責商務項目，兩年后轉型獨立譯者。早年的商務翻譯，是公認的“肥肉”：價格高、客戶預算充足。但他最重要的兩個客戶，分別在近兩年流失。

一個典型案例是合作近十年的上海某文旅活動品牌。他的翻譯報價千字400元，而競爭對手的報價僅150元。他很清楚，這基本就是“AI初譯+人工校對”的價格。對方有大幅殺價空間，他根本無法與之競爭。這不是翻譯能力問題，而是行業的成本結構被AI徹底改變了。

客戶的邏輯很直接：“你只是在AI基礎上改一改，報價減半很合理。”但姜昊騫知道，要把AI譯文修改到自己以往的翻譯質量，耗費的精力與從頭翻譯幾乎沒有區別。他沒有選擇降價硬扛，也沒有接受與AI合作的模式，而是果斷退出。

他的另一個建筑設計客戶，原本主要請他翻譯項目介紹與理念宣傳文案。如今，這份活兒也被AI替代了。客戶反饋：對宣傳文案來說，AI給出的東西完全夠用，沒必要再花高價請人工譯者。

姜昊騫不愿卷入價格戰。“把自己卷進去，只能一路往下卷。效率高、走量，但心理上像看著輪子朝自己壓過來，很難受。”

他選擇退守圖書翻譯領域，過上了“干一年、歇三四個月”的生活。圖書翻譯的稿酬不高，殺價空間也有限——“本來就只有千字100元，殺到50元也沒多大意義”。他給自己設下明確底線：千字100元以下的單子，堅決不接。為了應對行業下滑的壓力，他不買房、低消費，“如果背房貸，一定會焦慮。不給自己太大壓力，影響就小多了。”

對未來他并不樂觀：“行業整體在下滑，一定會出現K型分化，處于底層的從業者，永遠比上層多。想往上走，功夫已經不在翻譯本身了，還要做品牌、做影響力、把自己打造成IP。我不愿意走這條路，所以我大概率就是被行業撇下的那一類人。”

他說自己只是“純想靠手藝吃飯”，但最肥的業務被沖擊，勉強留下的也成了夕陽，餓不死、富不起。不過他仍會堅持“手搓”圖書翻譯，“因為這份工作能帶給我最樸素的快樂：從頭到尾完成一件事，交出完整的作品。”

4

共識：不做AI的“潤色工”

一個向上深耕，一個退守手工，孫佳婧與姜昊騫的路徑南轅北轍，卻在最要害的問題上達成了高度一致：不接“AI初譯+人工潤色”的活兒。

因為他們都清楚——那不是潤色，是重建。

曾有客戶把機器翻好的文本扔給孫佳婧，“潤色一下就行，便宜點兒”。她仔細一看才發現，這份AI譯文漏洞百出，邏輯斷裂、語義偏差，所謂的“潤色”，本質上就是重新翻譯一遍。“你要先花大量時間，看懂AI哪里翻得不對、邏輯在哪里斷開，再把這些暗傷一個個修好，比自己從頭翻譯還累。”從那以后，她再也不接這種活兒了。姜昊騫也試過AI輔助：把自己要翻譯的文字丟給AI跑一遍，再以校對模式修改。結果呢？“感受很差。”

“先交給AI，我的工作就變成了單純的校對——看AI的結果，差不多就過，不行再改。思路被切碎，譯文的連貫性被打斷，最后成品也不像自己的。”

更致命的是，AI難以處理英文長句的內部指代關系，完全直譯很容易造成中文譯文的歧義。稱職的譯者會根據中文表達習慣，大量拆句、重組句式、理順邏輯，把英文的句法關系轉化為中文的語義關系——而這些問題，在AI底稿上幾乎無法徹底修復，只能推倒重來。

對姜昊騫而言，“AI+人工”的模式，問題不只是技術層面，更是心理層面：“從頭到尾自己翻譯，是一個持續消化、完整掌控的過程；若是AI+校對，翻譯就變成了流程上的一道工序，譯者不再有創作空間，只是一個被動的糾錯工具。”

兩人都清醒地知道：AI可以譯得“正確”，卻無法譯得“準確”，更無法傳遞語言背后的分寸、底蘊與溫度。真正的翻譯，從來不是在機器答案上修修剪剪，而是從理解文本、共情語境，到精準表達、傳遞內涵，完整走一遍人心的路——這是AI難以替代的。

5

讓語言，保持它的“不光滑”

AI能產出“看起來沒錯”的文本，卻無法產出“理由充分、恰到好處”的文本。高端領域，AI觸不到真正專業的譯者；基礎領域，它正在替代本就不夠扎實的服務；中間地帶，要么向上升級，要么陷入內卷。

倫敦影廳里，孫佳婧為一句疲憊卻真誠的話，選擇了柔軟的語調。沒有標準答案，沒有固定譯法，只在那一刻做出判斷，并且負責。她知道機器能在幾毫秒內吐出正確譯文。但她更知道，有些價值不在那幾毫秒里。

姜昊騫仍在手工翻譯。他不覺得這是高尚選擇，只是想靠手藝踏實做事。最肥的市場被沖擊，能守的只有一方越來越小的天地。但他仍在慢慢做，慢慢譯。

他們守住的，不是人的優越感，而是一種選擇權：選擇不被最“順”的答案牽著走，選擇為一個詞的輕重再三猶豫，選擇在“都對”的譯文之間做出有理由的取舍。那個讓語言保持“不光滑”的空間，正在被“夠用就行”不斷填平。守護它，也就守住了我們不被平滑答案馴化的可能。

入門崗沒了，中間層承壓，設計只剩兩條路

設計業的天沒有塌，但地板確實被AI抽走了。

以前，一個設計師只要比客戶“會畫圖”，就能找到工作。現在，客戶自己用AI就能生成一張“像樣的圖”，設計師如果只會“出圖”，他的價值在哪里？

2025年，湖南、四川、山東等9個省市教育局將視覺傳達設計、環境設計、產品設計列入本科專業預警名單，部分專業就業率僅30%——AI不會讓設計行業消失，但它會重新定義“誰能留下來”。

五一小長假后，變化來了。廖成突然接到了公司的轉崗通知——起因是“平面設計需求調整”。甲方越來越習慣用AI生成素材，公司內部對平面設計的需求一再壓縮。部門原本有四個設計師，隨著甲方需求銳減，先是走了兩個，剩下兩人。現在公司要求廖成轉崗，去視頻部門做漫劇，他需要重新學習視頻制作。“我們不是不需要設計能力了，而是不需要那么多畫圖的人了。”HR對他說。

廖成在這個行業做了5年，從實習生一步步走到今天。他不是不會用AI——恰恰相反，他是公司里最先用AI工具提效的人。但問題是，當老板發現用一個更便宜的員工就可以完成所有的工作，高薪員工要么去發揮更大的價值，要么下崗走人。

最終，廖成同意了轉崗。此前被裁掉的同事已經在家待了兩個月，朋友圈還在發“求職”信息。

設計業是被沖擊得最狠的行業之一。一位9年經驗的設計師在小紅書上發帖：“9年設計經驗，簡歷投了三個月，面試機會為零。”評論區里少有安慰，都是同類——8年，已轉行；6年，在做保險；10年，如今在朋友公司做行政。

在更廣泛的行業圖景里，我們找到了四位設計師。他們的處境不同、選擇不同，但拼在一起，恰好畫出了AI時代設計業的完整光譜。

曲頔，32歲，從業6年，空間設計師，從AI新手變成公司的“救火隊長”；老雪，34歲，資深家裝設計師，死磕落地。他把AI比作“自動擋的車”，方向盤還得自己握緊；老范，35歲，拒絕AI，從全案設計師變成產品設計師；廖成，27歲，從業5年，被迫轉崗學視頻制作。

1

三重擠壓

AI對設計行業的沖擊，不是緩慢滲透，而是從三個方向同時擠壓。

第一重：老板眼中的80%與20%。

GPT Image-2火起來后，廖成的老板經常會發來AI生成的促銷圖，讓他“優化一下，很快吧？”第一眼看，圖挺像那么回事——商品在中間，背景有光影，連文案都有了。但在廖成看來，這只是“第一眼像樣”。產品包裝和公司真實包裝不一致，文案看起來像樣，但不能直接用，背景也無法延展。而且這張圖沒有圖層，不能像PSD一樣拆開改。廖成最后做的不是簡單修圖，而是照著AI給出的“感覺”，重新搭了一版能發出去的圖。

他不否認AI好用。以前找參考圖、試風格要花半小時，現在AI很快能給出幾個方向。但讓他不舒服的是，AI把第一張圖做得太完整，反而讓后面的工作顯得不值錢。在老板眼里，AI完成了80%，他只是做剩下的20%。可他知道，真正決定這張圖能不能發布的，往往是那20%。可老板心里已經認定：只做了20%工作的設計師，不該拿那么多薪水。

第二重：幾十到上百倍的成本差。

如廖成這般資歷的平面設計師，月薪8000元，企業實際月成本約11000元。如果他的工作主要是批量化制作電商橫幅、社交媒體海報，那么每月可產出200張有效設計圖，折算下來，單張人力成本約55元。而借助AI直接生成一張同等畫質的設計圖，單次成本僅約0.3元。即便計入人工篩選和細節微調，成本差距也在幾十倍以上。

這筆賬，甲方會算，老板也會算。而且AI出圖不僅便宜，還多、快、“第一眼好”。以前曲頔提交1000平米的展廳概念方案，3個人加班加點要5天；現在同樣3個人，一天就能出一套概念方案，效率翻了5倍。“原本公司僅能應對一項競標，如今能夠同步參與至少三項比稿。”

甲方對“快”的預期被徹底重置了——以前等一天是正常的，現在半小時沒回復，就覺得你在磨洋工。

第三重：流程從線性變成放射狀。

傳統的設計流程是線性的：需求溝通→創意構思→草圖→執行→交付。設計師在每個環節都不可或缺。

現在的流程正在變成放射狀：AI大量生成方案→設計師篩選、微調→交付。一位游戲公司的UI設計師說，他們組砍了一半人，留下的人主要工作是“寫需求”。

2

不僅地板沒了，門檻還高了

三重擠壓之下，地板坍塌的設計業，正在重建一塊新的地板，但新地板比舊地板高太多了。

以前，入行設計只需要一樣：會軟件。Photoshop、Illustrator、CAD、3ds Max——你把這幾樣學熟了，就能找到一份工作。老板問你的第一個問題是“這個圖是你自己畫的嗎？”答案是“是”，你就過了第一關。至于設計解決了什么問題、為什么這么做，那是入職以后慢慢學的事。跨過門檻，后面有的是時間成長。

現在不是了。

對比AI興起前后的招聘要求，變化觸目驚心：

舊要求：精通PS、Illustrator、InDesign等設計軟件；具備不錯的審美素養；能夠獨立承接設計項目。

新要求：熟練運用人工智能設計工具，且擁有個人實操思路；做事以目標場景為先，再規劃畫面風格效果；具備數據敏感度，重視點擊率、轉化率。

AI工具能力從加分項變成了必選項。“會問”“會選”“會判斷”成為新要求。知識結構、創作方式、行業標準全在變。美術基本功、手繪能力的需求大幅減少，效率工具的使用成為新門檻。更重要的是，設計師需要跨學科知識——市場營銷、用戶體驗、數據分析——這些以前是“加分項”的能力，正在變成基本要求。

不會AI，代價是被邊緣化。老范就是那個“跟不上的”。公司年輕的設計師主動教他用AI，他卻反問：“你研究這個，不怕失業嗎？”結果，公司重新評估崗位，他從全案設計師變成了產品設計師——以前設計整個展廳，現在只能設計一把椅子。但比老范更絕望的是那些學了AI的人。他們發現人人都會AI，沒有技術壁壘，只能拼低價內卷。工資不漲，價值被稀釋，隨時可能被更會AI的人替換。

3

要么向上判斷，要么向實落地

地板被抽走后，還能站著的設計師，正在做兩件事：向上做判斷，或者向實做落地。

曲頔的選擇是向上。過去一年多，他是公司里最早主動研究AI的人。從Midjourney到ComfyUI，一步步跑通了AI輔助設計的全流程。他研究AI兩年，知道它能做什么、不能做什么。漸漸地，同事搞不定的AI問題都來找他——生圖的透視不對、工作流卡頓、本地部署出錯，他成了公司的“救火隊長”。 在他看來，AI的能力已經強到可以替代80%的設計師——除了那些站在金字塔尖、有自己設計理念和思路的人。他的目標就是站上這個塔尖。前提是，他要比平均水平快一步、高一階。

AI或許能給他這不算資深的人一個機會——熟練駕馭工具，省下時間，去提升判斷力。展館設計的核心不是出圖，而是把一個策展主題通過空間語言升華為一種體驗。這不是技術問題，而是本質問題。AI沒有體驗，沒有情感，無法理解作品要傳遞的“精神”。

老雪的選擇則是“向實”。他做了10年家裝設計，AI來了之后，他的工作邏輯被重構了。以前做家裝設計，需要平面圖、效果圖、施工圖三個工種接力完成。現在，同一個人用AI就能完成整個鏈條。但他沒有用省下來的時間去接更多單，而是拿來“卷落地”。因為在空間設計的垂直領域，效果圖不等于施工圖，更不等于最終落成的房子。

AI有它的硬傷。它沒有人類那種對物理尺寸的直覺。你跟它說“一米”“兩米”“三米”，它無法像工人那樣在腦中形成“大概到腰這么高”等參照。想讓AI畫一條精確的線，需要人工設定單位換算、手動校準比例——這本身已經是人在做判斷了。更關鍵的是，施工圖紙哪怕偏差5毫米，落到現場可能出現柜子卡滯、門扇閉合不嚴、插座被遮擋。AI可以生成好看的圖，但它不知道自己繪制的物件在現實空間的實際大小，也無法判斷能否適配安裝。

有經驗的人并不會完全照搬圖紙。真正支撐項目順利落地的，從來不止紙面圖樣，還有人與人之間的溝通、現場的研判、經驗的補位。比如博物館設計中的科學準則、安全規范、消防審核等嚴苛要求，都是AI難以達到的。

向上者做的是判斷，向實者做的是落地。兩類人都在做AI做不到的事。

4

新人的路，被截斷了

人不能抗拒趨勢。老雪認識的上海設計師，都在用AI。真正的問題在于：入門級崗位正在被AI清零，新人的“練手”機會消失了。

曲頔之所以能站著，是因為他在向上探索。但“設計理念”不是憑空產生的，它是多年經驗、大量項目、反復試錯積累出來的。一個剛入行的新人，連“什么是好的設計”都還沒搞清楚，談何“設計理念”？

老雪之所以能站著，是因為他懂落地——懂工藝、懂材料、懂施工、懂溝通。這些能力同樣需要時間積累。一個新人，連施工圖都沒畫過幾張，怎么可能去判斷AI生成的圖紙是否具備可執行性？

這才是結構性崩塌的核心。

一位資深設計師說：“真正的悲哀不是AI替代了你，而是替代完之后，你連練習判斷力的機會都沒有了。”AI可以幫你省時間，但不能替你積累；AI可以幫你跑一百個方案，但“為什么這個方案好”的判斷力，只能靠你自己的大腦來建立。而這個建立過程，沒有捷徑。

千萬別丟掉從0到1的能力。所有審美、判斷、創作的能力，都不是看書學來的，不是聽課聽來的，是在一次一次試錯、一張一張廢稿中生長出來的。

設計的目的有四層：解決問題（功能實現）、創造體驗（情感化）、建立意義（品牌文化）、承擔責任（倫理）。AI擅長最底層，往上則力不從心。

還有另一種能力，不在這個階梯上，卻同樣關鍵：把設計拉回現實，死磕落地、施工、現場。這些，AI做不到。

所以，留下來的人只有兩條路：向上走價值，或向實走落地。別停在中間——中間的人只會出圖，既拼不過AI，也沒有不可替代的價值；以及，如果不夠熱愛，就別硬撐。

當AI成為默認執筆人

誰來提供生活實感

以前，一個文案會為了一句話，去觀察街頭小販怎么吆喝，去琢磨不同年齡段的讀者各自習慣什么語氣。這些“附近”的細節，是文字真實與溫度的來源。現在，AI生成的文字越來越“通用”。它適配所有場景，但難以打動具體的人。

2025年，李天宇坐在一家公司面試間。事后復盤，他仍沒分清，自己在面試中到底是被人羞辱了，還是被AI羞辱了。

這是一場文案策劃崗位的面試。他最引以為傲的，就是自己在文字上多年的打磨。他覺得自己有戲。

對面的部門負責人卻說：“現在AI發展這么快，你這種純寫稿的文案角色，是最容易被AI取代的。你比AI的優勢，僅僅在于你那點過往經驗。”換句話說，不是不要人，而是要一種更“全能”的人——最好是一個能干過AI的人。

李天宇看清了一個現實：這場面試，看重的不是“會寫”的能力，而是在對話框里輸入指令的能力。

這不是他一個人的困境。

廣告公司的方案從5天縮到1.5天，電影公司的宣發部門從14人裁到1人。一個人加AI，能干五個人的活。但被“優化”掉的人去了哪里？留下來的人，又在做什么？我們采訪了三個人，三種處境折射出同一個變化：從“寫稿的人”到“發指令的人”。

李天宇，26歲，一次面試中被AI刺痛后重新學習，一年后入職公關公司；蔣培，影視公司宣發主管，經歷三輪裁員后，扛起公司唯一的“一人部門”；Alick，從業20年的資深文案，如今單干，把自己練成了駕馭AI的“超級個體”。

1

從“寫稿的人”到“發指令的人”

李天宇在掌握AI技能后重新上崗，卻很難定義自己的崗位性質——似乎并非純粹的文案，因為大多數時間他都在審核AI生成的內容。這是他最大的妥協：想在AI時代做文案，必須先學會給AI當“質檢員”。

但AI節省出來的時間，并沒有還給他。領導安排了更多的工作。他做得再多，領導也認為是AI的功勞，他隨時可以被替代。作為基層廣告文案，他看不到前路。

蔣培是另一類典型。他以宣發主管的身份入職一家電影公司，鼎盛時期全組滿員14人，他的工作是統領全局、把握進度，執行交由下屬。但在公司的三輪裁員后，14人變成10人，10人變成5人，直到只剩他一人。

他成了身兼多職的職場人——項目經理、策劃、文案、媒介。日常的長篇新聞稿、短稿、朋友圈文案、微博文案，甚至策劃期的模擬海報，全由他一手操刀。“以前一篇稿子我要寫大半天，現在半小時出框架，AI一分鐘生成，我改一改就行。”蔣培將AI工具視作自己的下屬，“以前我安排四五個員工干活，現在我直接下指令給豆包和DeepSeek。”

Alick則走得更遠。他把AI當員工用。需求來了，他分別下達指令給不同的AI。不到10分鐘，幾份結構清晰的分析報告彈了出來。他反復驗證、交叉核對，再根據自己對品牌的一線觀察，刪掉AI那些“聽起來有道理但前提錯誤”的推斷。一天之內，方案框架定了。在他的工作流程里，AI是那個“執行指令的人”，他才是“下達指令的人”。同樣一個課題“對某款新車做一個上市策劃方案”，Alick會讓AI先去做市場容量、競爭格局、用戶洞察等戰略層面的分析，并反復驗證。大多數人只會直接把產品賣點喂給AI，讓AI出方案。

只要指令下得好，AI便可交出像樣的文案。2025年，蘭州本地服務商推出接入“蘭州方言語料庫”的AIGC工具，餐飲經營者只需輸入幾個關鍵詞，5分鐘就能生成3-5條備選文案，每月服務成本僅30元。一位餐廳老板說：“以前請人寫外賣文案，一個月要花三四百，現在AI寫的不比人差，成本還不到十分之一。”

一篇流傳很廣的帖子說，一家知名公關公司將創意設計、文案撰寫、方案撰寫都交由AI執行，內容部門的文案幾乎全部裁掉，留下的多為“會喝酒、會交際”的外聯員工。傳言未經證實，但該公司確實發出過“無期限全面停止創意設計、方案撰寫、文案撰寫、短期雇員四類相關外包支出”的通知。

2

AI重新定義“團隊”

在廣告公司做一個方案，Alick曾經要帶5到6個人。分工明確：市場分析、競品分析、用戶分析、趨勢分析——快的話，一天做完分析，一天頭腦風暴敲定策略，后續一兩天出完整方案。快則3天，慢則5天。

2024年，他決定單干，做Freelancer。接的活兒通常都很急，“一般都是三天”。但單兵作戰省下了組團和溝通的時間，可以把更多精力放在構思和創作上。

在他的工作流程里，AI處理的是那些曾經需要團隊花大半天完成的“地基性工作”——跑數據、基礎檢索、標準化報表、整理競品、歸納趨勢、搭建框架。AI完成80%，他完成剩下的20%：梳理需求、下達指令、做出判斷，打磨方案中有深度和針對性的核心內容。

“帶團隊時，最花時間的不是分析數據，而是開會溝通。開會時有人提出一個他沒想到的角度，然后整個策略方向被推翻重來。”現在，他的溝通對象變成AI后，一個人的產出量被放大到接近一個團隊的水平。

這不是“AI替代人”，而是“一個人+AI”重新定義了“團隊”。工業化時代的分工協作，正在被“超級個體+AI”的模式解構。一個懂行的人加上幾個AI工具，就能完成以前一個團隊才能做的事。

這種趨勢在全球范圍內同樣明顯。美國Tractor Supply Co.在2025年引入AI營銷平臺后，郵件營銷成本降低了32%，內容觸達渠道反而有所拓展。其首席營銷官表示，創意團隊現在可以把更多時間花在“英雄級”的創意上，而非同質化的低效工作。

3

AI的危險：編造與空洞

AI可以寫通稿、寫新聞稿、寫針對性不強的文案。它可以生成一份邏輯完整的市場分析報告，在幾分鐘內完成人類一天的工作量。在這些領域內，人遠遠不是其對手。但AI的弱點同樣明顯。它寫不出真正好的廣告語。Alick反復驗證過這件事：他一度想訓練AI寫品牌廣告語，但AI交出來的永遠是“卓越、優秀、巔峰”這類詞，看著華麗，卻無靈魂。

“AI知道寶馬是高端品牌，但它不知道為什么寶馬的消費者選擇寶馬而不是奔馳。它也分不清寶馬、沃爾沃和奔馳的‘高端’分別落在哪些點上。”

他舉了自己最推崇的一句廣告語為例：東風日產當年的“為年青怒放”。“怒放”這個詞，在整個汽車行業沒有人這么用過。東風日產用了，它就變成了這個品牌獨有的記憶。后來如果有別的品牌再用“怒放”，業內人一看就知道是抄的。

AI交付不了這種創造。它只能組合已有的詞匯，無法從零到一造出一個“沒人用過但令人拍案叫絕”的表達。更危險的是，AI會理直氣壯地編造數據。

當Alick把“為什么長城汽車在東南亞的品牌認知度低于豐田”拋給AI，它回答：因為長城進入市場晚，品牌積淀不如豐田，產品偏中低端。聽起來很有道理，但前提是錯的。真正的原因是：長城在東南亞根本沒怎么做推廣——門店不夠多，廣告投放很少。

AI不知道真實的一線市場發生了什么。它只能基于公開信息做邏輯推演。在它的底層邏輯里，只要拼出一個邏輯閉環，它就敢“交活兒”——哪怕那個前提從一開始就是錯的。“更令人氣憤的是，AI會理直氣壯地編造數據。”Alick在研究比亞迪時，AI生成的調研報告把2023年的事說成2025年。“你糾正它，它道歉，然后繼續編。”蔣培在使用AI時也遇到了同樣的問題。他警告說：對于AI生成的數據一定要足夠警醒，需要有一定的判斷能力。就連從業12年的他都有可能踩坑，“新手小白更要謹慎使用”。

這些Bug，不是技術迭代就能輕易解決的。AI的世界里只有“0”和“1”，沒有真實的“冷熱痛癢”，沒有價值判斷，它無需為數據兜底、為結論買單。

4

被技術抹掉的“附近”

當AI承擔了基礎執行工作，人的價值本應更聚焦于判斷和創意。但長期依賴AI的文案們，正在走向另一條路。“事事交由AI，很多基礎的能力肯定會退化，”蔣培說，“就像提筆忘字。”這才是AI時代人類正在付出的真正代價——不是“被取代”，而是“自己不會了”。

作家麥家說過一段話，恰好回應了這份憂慮：寫作的本質是“發乎情”，是個體生命經驗的流露和強烈的表達沖動。AI的創作是基于已有的數據和范本。“未來的眼淚在哪里？機器不知道，但偉大的作家是知道的。”

“那些從我手里交付的文字，似乎是我創作的，但又不完全是。”李天宇的困惑很普遍。這或許就是“附近”消失的征兆——寫作者和文字之間的“距離感”沒有了。你分不清哪句話是自己想說，哪句是AI輸出；也分不清哪個判斷來自自己，哪個來自數據推演。

AI帶來了效率的狂歡，也卷走了文字里的“附近”——那些琢磨字句的耐心、體察人心的細膩、扎根日常的煙火，正被標準化的“產出”消解。

我們終會明白，AI可以替代機械執行，卻替代不了人對“附近”的鮮活感知。效率之外，守住文字深處的真誠與靈魂——便是我們對抗“附近”消失的最好答案。

AI時代“幸存者”自測

純屬調侃，請勿對號入座。若在測試中發現自己處境不妙，不妨翻回去看看廖成、李天宇和姜昊騫——至少你不是一個人。

請誠實回答

（是 / 否）

01

你向老板匯報工作時，他會先問“這是你做的還是AI做的”——并且你聽出來，他期待后者。

02

你花了一上午精修的圖/稿/譯文，客戶看了一眼說：“感覺跟AI生成的差不多。”

03

你的工作流程中，最重要的一步已經不是“創作”，而是“從AI給的十個方案里挑一個相對不那么離譜的”。

04

你最近一次被夸“專業”，是因為你發現了AI編造的一個數據——而不是因為你寫出了什么精彩的東西。

05

你越來越覺得，“手藝人”三個字像在罵人。

06

你勸后輩“快跑”的時候，自己卻不知道能跑去哪兒。

診斷結果

1

0-1個“是” → 向上者或向實者

你大概率還站在AI夠不著的地方,要么在做判斷，要么在死磕落地。繼續保持，但別嘚瑟。

2

2-3個“是” → 邊緣試探者

你的工作正在被AI一口一口吃掉，但從桌腿開始啃的，還沒到桌面。現在選一條路，還來得及。

3

4-5個“是” → 卡在中間者

你會用AI，但人人都會；你有經驗，但經驗正在貶值。老板覺得你只做了20%的活兒，你卻在干80%的擦屁股的活兒。危險，但還有時間調頭。

4

6個“是” → 快跑者

你的崗位正在被AI清零，而你的第二技能還沒長出來。如果對這行沒有十分的熱愛，趁早轉行——這不丟人。跑快點！