刘润没说透的：AI时代，你要迁徙的不是产品，是能力

刘润的年度演讲昨天刷屏了。

"进化的力量",2个半小时,讲了4种大迁徙:角马穿越马拉河,烤匠从产品卷到情绪,京都纹付从和服染到T恤染,还有那个把婴儿车改成狗车的日本公司。

看完我一直在想一个问题:

他讲的这些,本质上都是"企业怎么活下去"。

角马、烤匠、京都纹付,都是企业。

但对我们这些写代码的、做内容的、搞副业的普通人来说,还有一种更关键的迁徙,他没讲。

能力迁徙。

你自己的能力，正在经历一场比角马迁徙更残酷的"生态位干旱化"。

有些能力的水草，正在快速枯竭。

而你可能还在那片干旱的草原上，拼命卷。

停下笔：哪些能力正在"干旱化"？

刘润讲了一个"品类僵化"的概念。

说的是企业对旧需求用力过猛，对新需求反应迟钝。

床忘了人会坐着，餐桌忘了电器要电。

但我发现，个人的能力也在"僵化"。

纯执行类的能力，正在快速贬值。

举几个例子。

编程。以前会写Python、会写React,就能拿20K。现在呢？

我这两周用Claude Code做了几个项目。B站自动回复评论、批量翻译Paul Graham的文章、自动化写作agent。

以前这些项目,我得写好几天代码。现在?一个下午。

但我发现,我的时间没花在写代码上,而是花在"想清楚要做什么"上。

AI可以写代码,但它不知道该做什么。

写作。我最近用Claude Code搭了个自动化写作工作流。

效果好到让我自己都开始怀疑：如果AI能写出3000字的文章，我的写作能力还值钱吗？

后来我想明白了：

AI可以替我写，但不能替我想。

会码字，不再是核心能力。会思考、会提炼观点、会审校，才是。

这就是能力的"干旱化"。

那些曾经很值钱的"纯执行类能力"，在AI时代，正在快速贬值。

就像刘润说的角马一样：你什么都没做错，但雨季结束了。

换卷子：AI时代的新能力是什么?

MIT今年做了个研究,分析了2900项工作技能。

结论很有意思:

AI"很可能"完全替代的技能,只有19项。占比0.7%。

但有46%的技能,会被AI"增强"。

什么意思?就是AI能干大部分活,但你得盯着,得判断,得最后拍板。

这个数据说明什么?

AI不是来抢你饭碗的,是来重新定义谁是高手的。

我之前在即刻上说过：

AI提供的生产力加成是不平均的。

什么意思？

同样用AI，有人能做出产品，有人只能做出玩具。

差距在哪？

不在"会不会用AI"，在你有没有这些新能力：

1. 判断力

AI可以给你10个方案，但哪个对，你得自己判断。

我用Claude Code的时候,经常遇到一个情况:

它给我生成3个方案。看起来都对。但哪个好?

有个方案功能全,但太重了,加载慢。有个方案轻量,但功能不够。还有个方案平衡,但代码复杂。

这时候,AI不会告诉你选哪个。它等你拍板。

"这个太重了,换个轻量的"——你得说。

"这个逻辑有问题,重新想"——你得判断。

这就是判断力。AI做不了这个。

2. 提问力

刘润的演讲里提到一个细节：AI智能锁的创始人说，"我们用海量的照片训练，教门锁学会了看"。

但在这之前，他得先问对一个问题："门锁的新需求是什么？"

不是"怎么做一把更安全的锁"，而是"用户在门口遇到了什么新问题"。

好的问题，决定了AI能给你什么答案。

我做自动化写作agent的时候,最难的不是让AI写文章。

最难的是设计这9步流程:什么时候搜索信息?什么时候用个人素材库?什么时候审校降AI味?

这些问题,AI回答不了。

它不知道"什么时候该干什么"。你得告诉它。

这就是提问力。你问得越准,AI干得越好。

3. 审校力

AI生成的内容，永远需要人来审校。

不只是改错别字，而是：

• 删掉AI味很重的套话

• 加入真实的细节和经历

• 调整逻辑和节奏

• 把"正确但无聊"变成"准确且有趣"

我写过一篇关于AI写作的文章,里面说：

AI帮我突破空白页,但改的过程,仍然是我在思考。

审校,就是你的思考在起作用。

这个能力,AI永远替代不了。

答新题：3个领域的能力重构

说了这么多理论,来点实际的。

我自己在3个领域,正在经历能力迁徙:

编程：从"会写代码"到"会提需求+会审代码"

以前我学编程,就是学语法、学框架、学设计模式。

现在不一样了。

我用Claude Code做了几个项目：B站+YouTube自动回复评论、批量翻译Paul Graham的文章、自动化写作agent。

我发现,我花时间最多的不是写代码,而是:

1. 想清楚要做什么

不是"我要做个爬虫"。

而是"我要让AI每天自动回复B站和YouTube的评论,但要过滤掉垃圾评论,还要保持我的语言风格"。

需求越清晰,AI写出来的代码越靠谱。

2. 审代码

AI写的代码,不一定对。

有时候逻辑有问题,有时候性能不行,有时候没考虑边界情况。

你得会看、会改、会优化。

这和"会写代码"不一样。

会写,是从0到1。会审,是从60分改到90分。

后者在AI时代,更重要。

写作：从"会码字"到"会搭框架+会审校"

我做自媒体2年多了。

以前写文章,最痛苦的是什么？空白页。

你坐在电脑前,不知道第一句话怎么写。

现在不一样了。

AI可以帮我生成初稿,让我有东西可以改。

但我发现,我花时间最多的,变成了两件事:

1. 搭框架

文章要讲什么?分几个部分?每部分的核心观点是什么?

这个框架,必须我自己搭。

因为只有我知道:我想表达什么,想说给谁听,想达到什么效果。

AI做不了这个决定。

2. 审校降AI味

AI生成的文章,太标准了。

标准到像"三好学生作文"——正确,但无聊。

我得把那些"在当今时代"、"值得注意的是"、"综上所述"全删掉,换成真实的经历、真实的观察、真实的吐槽。

这个过程,就是在注入"人味"。

MIT的研究提出了一个EPOCH框架,说的就是人类独有的能力:

• Empathy (共情)

• Pattern recognition (模式识别)

• Options/Creativity (创造力)

• Connectedness (连接)

• Hope, Vision, and Leadership (愿景和领导力)

AI做不了这些。但这些,恰恰是让内容有温度的关键。

其他领域的能力迁徙

不只是编程和写作。

设计：从"会PS"到"会prompt+会审美"

以前做设计,要会PS、会AI。现在?豆包、Midjourney,输个prompt就能生成图。

但生成出来的10张图,哪张好?这个审美,AI没有。

你得知道,这个风格对不对、这个构图行不行、这个色调符不符合品牌调性。

审美,成了核心能力。

数据分析：从"会SQL"到"会提问+会解读"

AI可以帮你写SQL、做可视化。

但它不知道,应该分析什么数据、从什么角度分析、分析出来的结果意味着什么。

这需要你对业务的理解。

项目管理：从"会排甘特图"到"会拆解任务+会做决策"

AI可以帮你做项目规划、排工期、分配资源。

但它做不了决策:这个需求要不要做?优先级怎么排?资源冲突怎么办?

这需要判断力。

你看,所有领域的能力迁徙,都指向同一个方向:

从"执行者"到"判断者"。

刘润说的对,也不对

回到开头。

刘润讲的"大迁徙"理论,对企业没错。

烤匠从产品卷到情绪,京都纹付从和服染到T恤染,这些都是企业的迁徙。

但对我们这些普通人来说,他没说透的是:

你自己的能力,也在经历一场大迁徙。

而且这场迁徙,可能比企业的更残酷。

那些曾经很值钱的"纯执行类能力",在AI时代,正在快速贬值。

而那些"判断力、提问力、审校力",正在变得越来越值钱。

这不是说执行不重要了,而是说:

AI时代的高手,是会用AI的判断者,而不是会执行的工具人。

刘润的演讲里,有个细节我很喜欢。

他讲智能吉他的时候,说了一句话:

我们真正的需求,从来都不是"学会一件乐器",而是"享受到创造音乐的美好"。

我想说:

AI时代,我们真正的需求,从来都不是"学会一项技能",而是"拥有解决问题的能力"。

技能会过时,能力不会。

AI会替代技能,但替代不了能力。

所以,别再问"AI会不会替代我"。

问问自己:

我现在的能力,是在喂饱AI,还是在驾驭AI?

如果是前者,那你正在一片正在干旱化的草原上,和一群角马卷。

如果是后者,那恭喜你,你已经开启了自己的能力大迁徙。

你的能力迁徙,从哪里开始?

刘润的演讲里,讲了一个"品类大迁徙三步法":

停下笔、换卷子、答新题。

我觉得,能力迁徙也可以用这个框架:

停下笔：看看你现在最拿手的能力,有多少是"纯执行类"的?这些能力,在AI时代还值钱吗?

换卷子：AI时代需要什么新能力?判断力、提问力、审校力,你有哪些?还缺哪些?

答新题：选一个领域,开始你的能力迁徙。从"会执行"变成"会判断",从"会做"变成"会审"。

最后分享一个我在即刻上写的观点:

AI加成是不平均的。有几种可能: 1、你比别人更懂AI工具 2、你比别人更懂平台规则 3、你比别人更懂某个行业的领域知识

同样用AI,有人做出10万+阅读,有人只能做出100阅读的垃圾。

差距在哪?不在AI,在你。

在你会不会判断、会不会提问、会不会审校。

所以,别抱怨AI抢饭碗。

它抢的,是那些本来就该被淘汰的"纯执行"。

会写Python但不会想需求的程序员,会码字但不会搭框架的写手,会翻译但不懂领域的译者。

而你要做的,是开启自己的能力大迁徙:

从角马,变成狮子。

从被AI增强,变成驾驭AI。

你的能力迁徙开始了吗?欢迎在评论区聊聊你的想法。

参考资料:

• 刘润年度演讲2025:进化的力量

• MIT Sloan研究:AI更可能增强而非替代人类工作者(2025)

• 个人实践:Claude Code自动化写作工作流、AI编程经验