2000美元的拍摄报价，被50美元库存图干掉了

你刚给客户报完价，对方发来一张库存网站截图——相似构图，授权费不到你报价的3%。这不是砍价，是整个行业地板被抽掉了。

索邦大学博士生Ayoub Nainia研究这个现象多年。他发现一个规律：技术从不直接"抢走"工作，它只是把"够用"的门槛抬到多数人够得着的高度，然后让中间层消失。

摄影行业的预演

2000年代初，图库平台规模化。Annie Leibovitz的顶级报价纹丝不动，天花板还在。但靠拍企业活动、编辑内页、中端广告为生的职业摄影师，市场几乎一夜蒸发。

客户曾为一场专业拍摄支付2000美元，现在花50美元买张授权图，效果"够用了"。

没人比他们拍得更好。

只是有个更便宜的选择，做到了80分。

Nainia把这个模式称为"地板上升，中间塌陷"——可用质量的底线被技术大幅拉高，而卡在天花板和地板之间的那群人，最先感受到窒息。

AI正在批量复制这个剧本

Nainia的身份不只是观察者。他是自然语言处理（Natural Language Processing，自然语言处理）博士生，每天亲手搭建大语言模型（Large Language Model，大型语言模型）系统，同时发表相关研究。

他看到同样的加速度正在同时冲击多个知识领域：软件开发、内容写作、视觉设计、法律工作、数据分析、学术研究。

每个领域的逻辑高度一致。

过去需要三年训练才能产出的交付物，现在提示词（Prompt，提示词）调优几轮就能接近可用状态。不是顶级水准，是"够交差"的水准。而"够交差"正在覆盖越来越多场景。

这解释了为什么焦虑感弥漫在中层从业者中间。他们的技能树曾经是护城河——比新手强太多，比顶尖又够得着性价比。现在护城河被填平了。

两类人的分叉口

Nainia的判断很直接：AI让普通人变强，让优秀者变得可替代。

普通人受益的逻辑清晰。写作不会？AI帮你搭框架、润色、查资料。代码不熟？生成式工具（Generative AI，生成式人工智能）补全逻辑块。设计零基础？文生图模型输出能用的视觉素材。能力下限被集体抬升。

但"可靠地优秀"这个定位正在失效。

过去企业愿意为"稳定输出80分"支付溢价，因为招到这种人本身有门槛。现在80分的产出可以通过工具+普通人+少量校对实现，成本结构彻底改写。

顶尖者暂时安全。Leibovitz式的不可替代性来自审美判断、资源网络、品牌溢价——这些不是参数能复制的。但"优秀且可规模化"的中间层，正被挤压成最尴尬的位置。

职业锚点的迁移

Nainia没有给出标准答案，但他的观察指向一个动作：重新校准你的价值坐标。

如果核心竞争力是"比市场平均水平好一截"，这个缝隙正在收窄。工具把平均水平拉得太快，而"好一截"的溢价空间被压缩。

新的锚点可能在哪？

一是极端垂直。比通用工具更深的专业判断，比如特定行业的合规理解、细分场景的容错阈值。

二是流程掌控。不是产出单点内容，而是设计人机协作的完整工作流——什么时候用生成，什么时候人工介入，如何质检迭代。

三是关系资产。客户买的不是交付物，是信任链条和决策责任。工具越泛滥，愿意签字背锅的人越稀缺。

Nainia的研究方向也侧面印证这个趋势：大语言模型评估、领域专用问答系统、信息抽取。他花在"让AI更准"上的时间，本质上是在探索人机分工的新边界。

技术史的不对称教训

摄影行业的案例有个细节值得回味：天花板没塌，地板升高了，塌的是中间。

技术变革很少均匀分布。它总是先吃掉那些"标准化程度中等、溢价空间中等、替代成本中等"的环节。这些环节恰好是过去职业安全感的来源——够专业，但不够独特。

AI的加速在于，它同时冲击多个知识领域，而且迭代速度远超图库摄影那个时代。Nainia作为每天动手搭建系统的人，感受到的紧迫感比纯观察者更具体。

他的建议藏在标题里：如果你正在靠"可靠地优秀"建立职业，现在就读这篇。不是预言末日，是提醒窗口期在缩短。

工具不会等你准备好。它只负责把地板抬到你脚下，然后看你是站在新地板上，还是卡在旧天花板的夹层里。

好消息是，新地板比旧地板高很多。坏消息是，站上去的姿势和过去不太一样。