Jack Dorsey 宣布 Block 裁员约 4000 人，接近一半员工规模。
Block 是 Square 和 Cash App 的母公司。利润在增长，业务在扩张，而裁员消息发出后，股价反而上涨了 24%。
资本市场奖励的，不再是"人越多越安全"，而是"效率被重估"。
这揭示了一个残酷事实：如果你只是执行指令的零件，你的离场，可能就是公司的利好。
Dorsey 在公开信里也说得很直白：更小的团队，配合 AI 工具，可以做得更多。他还预判，未来一年会有更多公司做类似调整。
这不是"狼来了"。 问题不是 AI 会不会取代你，而是：当 AI 能做你的工作时，你的价值在哪里？
这篇文章不教你"不焦虑"。我想聊的是：怎么找到你的位置。
一、先学会识别噪音
春节期间，"Web4.0"突然又火了。
这个概念 2023 年欧盟就提过，核心是"AI Agent 作为数字分身"：替你回消息、管社交媒体、甚至代你筛选信息与关系。
听起来很酷，但关键问题是：这和你当下的工作与收入有什么直接关系？
每次技术浪潮来临，先爆发的通常是概念，不是落地。 AI 时代最危险的，不是错过机会，而是追错机会。
很多人看起来很努力：注册新工具、刷新社区、搬运新名词。 但本质上，是用战术勤奋掩盖战略懒惰。
怎么区分"信号"和"噪音"？
- 信号：有落地场景、有可验证效率提升、你现在就能用上
- 噪音：只有概念、先让你投入、主要靠口号推动
别被噪音带跑。 真正值得盯住的，不是概念热度，而是能力结构的变化。
二、AI是公约数，你是什么？
抵抗焦虑的第一策略，不是学更多工具，而是先定义自己。
春节期间有个开源项目 OpenClaw 火了。这是一个本地运行的 AI Agent，可以通过 WhatsApp、Telegram 控制，帮你处理邮件、整理日程、做调研。三个月前还是周末项目，三个月后创始人被 OpenAI 挖走。
这个案例真正说明的，不是"追某个项目就能翻身"，而是：独特理解比代码本身更值钱——代码是开源的，谁都能看，但"AI Agent 应该怎么工作"的判断力，才是被收购的原因。
这就是纳瓦尔说的"特定知识"：
长期超额回报，来自你的独特偏好、审美、判断，以及被真实问题反复打磨出来的直觉。
AI 是公约数。能被大规模标准化的能力，收益会不断趋同。 你的价值在"余数"里：那些非标、难复制、强场景的部分。
我更建议用这个公式找"余数"：
行业场景 + 风险边界 + 业务判断 = 你的不可替代部分
比如一个后端工程师：Java、微服务、数据库优化，AI 都能做，而且更快。
但如果你在跨境支付领域沉淀多年，情况就不一样了。你知道某些国家周五下午的汇款大概率会因为当地银行系统的问题而掉单，你知道某个看起来合理的需求上线后会触发反洗钱审查——这类判断不是教材知识，是踩坑之后形成的手感。
可以用三个问题自测：
- 哪些事我做起来像玩，别人做起来像工作？
- 我在哪个领域的手感明显高于行业平均？
- 我明确"不做什么"？（边界往往比能力更重要）
三、停止做零件
回到裁员这件事，本质不是简单"降成本"，而是"重组能力结构"。
AI 正在把大量重复劳动，变成工具调用。 如果你的工作长期停留在"执行指令"，你就是零件；而零件天然可替换。
怎么从零件变成系统？ 核心是把"劳动"转成"资产"。
判断标准很简单： 你这周做的事，下周能不能复用？能不能交给 AI 按流程跑？ 如果不能，你大概率还在做"动作"，不是在建"系统"。
我自己在做"AI合伙人"时，核心不是写几段厉害的Prompt，而是把AI当成重构团队协作方式的基础设施。 拿开会举例。 以前开会就是聊，聊完靠记忆，下次又从头来。现在我们做了两层改造： 第一层：记录自动化。 会议全程AI录音转写，结束后自动生成结构化纪要，把"谁来整理"这个机械劳动干掉了。 第二层：方法论Skill化。 不同类型的会议，我们会让AI引入对应的分析框架。比如复盘会用5 Why追问根因，头脑风暴会用发散-收敛的结构。这些方法本身不新鲜，但AI的作用是守住方法——按框架提问、追问、总结，确保不跑偏。 目标不是让AI替你思考，而是让好的方法论真正落地，从"知道"变成"每次都用起来"。
最小起步动作： 本周挑一个重复流程，写成 SOP，让 AI 跑第一版。不要追求完美，先跑通。
四、降维打击：去渗透率差里找机会
AI 在头部场景已经很强，但大量传统行业仍停留在旧工作流。 这中间的"渗透率差"，就是机会来源。
在 AI 早期渗透阶段，跨界者通常更容易拿到先手优势。 原因很简单：AI 降低了技术门槛，但没有抹平行业认知门槛。
你不需要在 AI 原生战场和巨头硬拼。 更现实的路径是：
- 避开：头部模型与基础设施主战场
- 切入：利润仍在、流程老旧的传统场景
- 重构：用 AI 重新封装旧业务流程
你不需要比最强 AI 团队更强。 你只需要比你所在行业的大多数人，更早、更稳地用好 AI。
怎么选位？看三个问题：
- 这个行业利润还在吗？
- 这个环节 AI 渗透率还低吗？
- 我对这个场景有真实理解吗？
满足两条，就值得做最小测试。
我认识一个做传统外贸的朋友，他的竞争对手还在用 Excel 管客户、手工发开发信。他用 AI 搭了一套自动化客户跟进系统，效率是别人的 10 倍。他的技术能力在程序员里很普通，但在那个行业里就是降维打击。
结语
未来一年，更多组织都会进入"能力重估"周期。
你可以把焦虑变成行动，先做三件事：
- 识别噪音：先看能否立刻落地，再决定是否投入
- 找到余数：把你的非标判断力从"经验"变成"优势"
- 建资产、选位置：停止做零件，在低渗透高利润场景里建立系统优势
最后给你一个 7 天动作： 盘点你所在行业的一个"旧工作流"，用 AI 做一次最小改造测试。
不是所有岗位会被立刻替代，但所有岗位都会被重新定价。 你的位置，不会自动出现，只能主动构建。
