马斯克官宣倒计时！当AI学会动手，我们还能剩下什么？

那天下午，我正在用 Claude 帮我整理一份竞品分析的框架。

这是我在 AI 产品经理培训课上的一个练习作业。课程要求我们用 AI 工具完成真实的产品分析任务，目的是”感受 AI 辅助工作的实际效率”。我感受到了——但感受到的，不只是效率。

就在我等待老师点评的间隙，刷到了那条新闻：

马斯克宣布，数字擎天柱（Digital Optimus）将在6个月内上线。

说不上来是什么感觉。不是恐慌，也不是愤怒，更像是某种……确认。就好像你隐约知道一件事迟早会发生，然后有一天它真的来了，你只是平静地点了点头：哦，来了。

我之前做的是电商投流。说白了，就是花钱买流量——在各个平台上投广告，盯着 ROI 和 ROAS，调素材、调人群、调出价，每天和数据打交道。这份工作我做了好几年，从什么都不懂到能独立操盘一个品类的投放，中间踩了很多坑，也积累了一些真实的感觉。

但就在过去这一两年里，我开始感觉到，这份工作正在悄悄变轻——不是变得更简单了，而是越来越多的部分，开始不需要我亲自去做了。

这种感觉，让我决定转行。

在说我自己之前，我想先把这件事本身说清楚——但我不打算用科技媒体的方式说。

很多人看到”数字擎天柱”这个名字，第一反应是：又一个 AI 助手？又一个能聊天的工具？

不是的。它和你用过的所有 AI 都不一样。

你现在用的大多数 AI，不管是问答、写作还是分析，本质上都是”说话的工具”——你问，它答，然后你拿着它的答案，自己去做事。它不会动你的电脑，不会打开你的邮件，不会帮你点那个”提交”按钮。

数字擎天柱要做的，是”动手的工具”。

它能看懂你的屏幕，能操控鼠标和键盘，能理解”现在需要做什么”然后直接去做。填一张报销表，整理一份数据，发一封邮件，执行一个完整的工作流程——这些事，它可以从头做到尾，不需要你在旁边一步步指挥。

马斯克给它设计了一个”双系统”架构，理解起来其实并不难：

简单说：Grok 是”大脑”，负责想清楚；数字擎天柱是”手”，负责做出来。一个想，一个干，形成闭环。

而这套系统运行在特斯拉自研的 AI4 芯片上，单价约 650 美元，功耗只有英伟达 H100 的四分之一。这意味着它的部署成本，远比你想象的要低。

但这个项目走到今天，其实并不是一帆风顺的：

你看，”巨硬”项目从诞生到几乎夭折，再到以”数字擎天柱”的名义重生，这中间经历了管理混乱、人员流失、资源重组。它不是一个顺风顺水的故事，而是一个在混乱中硬撑出来的东西。

马斯克说，这套系统”原则上可以模拟整家公司的运作”。

我第一次看到这句话的时候，觉得这是他一贯的夸张风格。但当我把它和”6个月”这个时间节点放在一起看，我开始觉得，也许他说的不完全是大话。

好，现在说回我自己。

我做电商投流的时候，每天的工作大概是这样的：早上先看昨天各个计划的数据，判断哪些计划要加预算、哪些要关停、哪些素材开始跑疲了需要换；上午开始调整计划结构，写新的素材需求给设计；下午盯着实时数据，随时调整出价和人群包；晚上复盘，写日报，为第二天做准备。

这套流程，我做了几年，做得很熟。

但就在过去这一年多，我开始发现，这份工作里有越来越多的部分，不再需要我亲自去做了。

数据复盘这件事，以前我每天要花一个多小时，手动拉报表、做对比、写分析。现在，平台自带的 AI 分析功能，加上一些自动化脚本，可以在几分钟内给我一份比我手写更完整的复盘报告。我的工作从”写复盘”变成了”看复盘、判断对不对”。

素材方向的判断，以前是我最有成就感的部分——我能从数据里感觉出来哪类素材在这个时间节点上更容易跑量，这种感觉是我花了好几年练出来的。但现在，平台的投放 AI 越来越聪明，它能自动测试素材组合、自动学习人群偏好，很多时候它的判断比我快，结果也不比我差。

人群包的搭建和出价策略，这个更直接——平台的智能投放功能已经做得相当成熟，大量的手动操作空间被压缩掉了。

我做了一个粗略的估算：我在投流岗位上的日常工作，大概有55% 到 65%的部分，已经可以被现有的工具和平台 AI 替代或者大幅加速。

这个数字，我第一次认真算出来的时候，自己也愣了一下。

不是说我的工作消失了。投流这件事还在，需要人做的部分还在。但它在变薄——变得越来越不需要一个专门的人，花专门的时间，去做那些曾经需要经验和技巧的事。

我意识到：我花了好几年练出来的那套感觉，正在被平台的 AI 一点点地学走。

这是我决定转行的真正原因。不是因为我被裁了，不是因为收入降了，而是因为我感觉到，这条路正在变窄，而且速度比我预期的快。

所以我报了一家 AI 产品经理的培训机构，开始系统地学习产品思维、AI 工具使用、提示词工程、智能体搭建……我告诉自己：方向变了，但我提前动了，应该来得及。

但数字擎天柱这条新闻，让我开始重新想这个问题。

我想把这个焦虑拆开来看，因为我发现它不是一个整体，而是好几层叠在一起的东西。

第一层，是最表面的那层：我的工作会不会消失？

这层焦虑其实最容易处理。投流这个岗位，短期内不会消失，但会持续收缩——需要的人更少，要求的能力更高。这个判断我在转行之前就做过了，这是我离开的理由，不是新的恐惧。

这层我能接受。

第二层，更难受一点：我正在学的这些，又能撑多久？

不是辅助写，而是直接写？

我没有把这个问题说出来，但我在课后的复盘笔记里写下了这句话：

第三层，才是我真正想说的那层：我刚刚找到方向，这个方向又在加速变化。

从电商投流转向 AI 产品方向，这个决定我想了很久，也做了很多功课。我觉得这是一个对的方向，AI 行业是未来，产品能力是可以迁移的，我提前进来，应该有机会。

那种感觉很好，像是终于站上了一个正在上升的电梯。

但数字擎天柱这条新闻让我意识到：这个电梯的速度，比我以为的快得多。我刚刚开始学怎么用 AI 工具提效，行业已经在讨论 AI 直接替代整个工作流了。我刚刚从一个”被替代的岗位”跳出来，还没落稳脚，就发现新的落脚点也在动。

这才是最深的那层焦虑：不是”我会不会被替代”，而是”我能不能永远跑得足够快”。

我在某天深夜的复盘笔记里写过一句话：

我不知道这句话是不是对的。但我知道，我在那个时刻真的这样想过。

但我没有停在那里。

我开始想一个问题：数字擎天柱能替代什么，不能替代什么？

它能替代的，是有明确流程的执行性工作——填表、数据录入、报告整理、代码生成、邮件发送。这些事有一个共同特征：输入清晰，输出可预期，步骤可重复。

它不能替代的，是判断。

判断这件事要做不做。判断这个方向对不对。判断这个结果好不好。判断用户真正需要的是什么。判断在一堆 AI 输出里，哪一个才是真正有价值的。

然后我重新审视了一遍我在培训机构里学的东西，以及我在课外自己摸索出来的那套工作流：

整个过程里，AI 做了大量的”生产性工作”：生成、整理、扩写、润色。

这个决定，从始至终都是我在做。

然后我想到了我做投流的那几年。那套”感觉”——知道哪类素材在什么时间节点更容易跑量，知道这个人群在这个产品上的消费心理，知道一个数据异常背后可能是什么原因——这些东西，是我花了好几年真实地花钱踩坑积累出来的。

AI 可以学走我的操作，但它学不走我踩坑的过程，也学不走我在那些坑里形成的判断直觉。

这套判断力，才是我真正的资产。

更重要的是，我现在正在做的事——学习如何驾驭 AI、如何在多个模型之间做取舍、如何把 AI 的能力嵌入一个完整的工作流——这套能力，在三年前根本不存在，在今天却越来越值钱。

数字擎天柱来了之后，这套判断力只会更值钱，不会更便宜。因为当 AI 能做的事越来越多，”知道让 AI 做什么”的人，就越来越稀缺。

我在投流那几年，积累的不只是操作技能，还有一套对用户、对数据、对市场的感知方式。这套感知，用在 AI 产品方向上，其实比我想象的更有价值——因为好的 AI 产品，归根结底也是要解决真实用户的真实问题，而我在投流里踩过的那些坑，正是对”真实用户”最直接的理解。

这不是安慰自己。这是我在这段时间里，通过真实的学习和实践，慢慢确认的一件事。

我的回答是：所有的判断，都是我自己做的。哪件事值得写，从哪个角度切入，第三章那段关于投流被替代的复盘要不要如此直白地说出来，第四章那句深夜笔记要不要放进去——这些决定，AI 没有做，也做不了。

我是一个做了好几年电商投流、现在在培训机构里学 AI 产品的转行者。我没有光鲜的履历，也没有什么成功转型的故事可以讲——我现在还在学，还在试，还不知道最后能不能走通。

但我知道一件事：我从投流那几年带出来的那套判断直觉，加上我现在正在建立的这套驾驭 AI 的能力，这两件事叠在一起，是我目前最值得押注的东西。

6个月后，数字擎天柱会上线。也许它真的能替代很多工作，也许它会像”巨硬”一样再次遭遇混乱，也许它会比预期晚一年。我不知道。

但我知道的是：焦虑本身不是问题，停在焦虑里才是。

我现在的状态不是”找到了答案”，而是”找到了一个方向，我在试”。我在试着把 AI 用得更深，试着把自己的判断力练得更准，试着把投流那几年积累下来的对用户的感知，迁移到一个新的场景里去。

如果你也在这个路口——从某个正在被 AI 蚕食的岗位离开，正在学一些新东西，但又不确定这些新东西能撑多久——我想说的不是”别怕”，而是：

你感受到的那种不稳定感，是真实的。但它不只是威胁，它也是信号——说明你在一个真正在变化的地方，而不是一个已经固化的死水里。

从死水里跳出来，已经是最难的那一步了。

这些，AI 替代不了。

至少现在还不行。