Feature | “地板”被AI抽走了，你的立足之地在哪里？

2026年，AI正处在从“能用”迈向“好用”的关键节点。高盛研报显示，AI对各行业的冲击愈发直接而深刻，基础执行类岗位首当其冲。

这一冲击，在设计、文案、翻译三个行业体现得尤为明显。

设计师廖成被转岗，因公司不再需要大量仅会画图的从业者；文案李天宇在面试中被明确告知：他会的，AI都会；译者姜昊骞失去合作十年的老客户，对手用“AI初译+人工修改”，将报价从千字400元压至150元。

这并非个例。数据显示，翻译行业工作量下滑19%，时薪下跌超20%；设计行业多个专业被列入本科预警名单，部分专业就业率仅30%；文案行业里，一个人加AI能完成过去六个人的活。

这些现实指向同一个结论：AI没有让这些行业消失，却悄悄抽走了从业者曾经稳稳立足的“地板”——仅靠基础技能即可入门的岗位，正被逐步替代。

地板被抽走之后，并非所有人都站在原地。翻译行业的孙佳婧，主动放弃与AI比速度，转向深耕更依赖判断与底蕴的艺术文化领域；设计行业的曲頔，主动研究AI，成了公司的“救火队”；文案行业的Alick，成为驾驭AI的“超级个体”，一个人加AI，开公司单干。

被动冲击与主动重构，正在同时发生。

翻译行业的博弈，发生在“正确”与“准确”之间；设计行业的困局，是“地板消失”后的生存重构；文案行业的深层问题，是“附近”的消失——AI能快速产出通用文字，却写不出真实的生活感知。

三者话语体系不同，核心困境却高度一致：被AI重构生存逻辑，必须在变革中寻找不可替代的价值。

面对这场不可逆的浪潮，从业者分化出不同的出路：有人向上突围，深耕AI无法触及的判断、策略与创造；有人向实扎根，死磕AI难以精准把控的落地与现场细节；也有人被迫退场，或卡在中间进退两难。

三个行业，三个切口。这是一张前行的地图——标注着哪些领域正在塌陷，哪些地方仍能站稳，哪些路径需要谨慎绕行。如何不被AI替代？答案只在每一个重新寻找“立足之地”的从业者脚下。

AI不会停下步伐。但至少，我们能看清它袭来的方向。

专业判断与文化底蕴

正在被“够用就行”挤压

今天，社交媒体上最流行的翻译评判方式，是把AI翻译和人工译文并排对比，然后得出一个令人不安的结论：AI翻得反而更“顺”。这场对比本身，就是危险的开始——当“顺”被误当作“好”，被挤压的不仅是译者，更是普通人停下来比较、反思、追问的意愿。真正好的翻译，不止字面准确，更关乎语气尺度、情境契合、文化适配。语言的厚度和复杂性，不该被看似完美的同质化答案抹平。

那天在伦敦，孙佳婧为电影《东极岛》的首映礼担任口译。

上午是媒体专访。艺人、主创与记者围坐，录音录像全程开启。她的任务清晰明确：把对话精准转换成另一种语言，不添加、不发挥。所有口译训练都在强调同一件事——译员应当隐身。而这种标准化、单向输出的场景，AI几乎可以做得无懈可击：后台快速转换，不露痕迹，极少出错。

下午的场景则截然不同。红毯仪式、快问快答、映后交流，现场情绪更流动、表达更感性。制片人被问及创作初衷时说：同一片海域里，有人在制造杀戮，也有人在跨越国界展开救援、守护生命。孙佳婧忽然意识到：这句话不能只是简单的语言转换——它承载着整部影片的主题重量，必须让英文译文也保留相应的文学感与庄严感。

深夜场，演员倪妮上台时已十分疲惫，坦言自己在后台几乎睡着，但见到观众仍满心感激，像回到家里。孙佳婧没有把译文处理得昂扬饱满，而是轻轻放低语调，让那份疲惫与真诚，一同传递给现场的外国观众。

AI能完美执行“隐身”的指令，却难以判断，何时需要“在场”的温度与尺度。

这是一场深刻的职业分化。在分界线的一侧，AI正以惊人速度吞噬标准化翻译——只求“正确”的场景，机器更快、更便宜、也更稳定。另一侧，译者守住了机器难以触及的领地：在那里，“正确”的反义词不是错误，而是平庸。

我们以三个人的视角，窥见翻译行业在AI冲击下的真实分化：翻译学博士Jenny，通过41位译者访谈和268份问卷，画出行业分化的清晰地图；交同传口译员孙佳婧，主动放弃与AI正面竞争，选择性深耕艺术文化翻译，专注做AI无法替代的专业判断；主攻笔译的姜昊骞，退出商务翻译的低价内卷，退守图书翻译这一方“手工阵地”，坚持“手艺”本身的价值。

1

没有效率神话，只有成本转嫁

Jenny从事翻译近十年，2019年开始关注并研究AI带来的改变。真正让她意识到“这次不一样”的，是2021年底ChatGPT-3出现后，译者社群爆发的集体焦虑：越来越多人在社群里求助，“客户说我翻得还不如AI，怎么办？”姜昊骞也说出了一个让人不太舒服的现实：确实有些人工翻译，质量还不如AI。在没有AI的年代，粗制滥造的译本就大量存在。AI至少提供了一个保底版本。

但保底不等于福音。Jenny戳破了一个流行幻觉：“AI让人以一敌几”的效率神话，对大多数个人译者并不成立。更现实的真相是：所有AI产出的译文，最终责任依然落在译者身上。客户扔来机器译文，轻描淡写地说“帮忙润色一下，便宜点”——这份“润色”，本质上不是简单修改，而是重新创作。对译者而言，这不是技术赋能，而是赤裸裸的成本转嫁。

国内翻译行业的报价现状，直观印证了这种冲击：图书翻译报价长期停留在千字100-120元，商务翻译则被AI从千字400元压至150元。也就是说，一篇三千字的商务稿件，过去译者能拿到1200元，现在却只有450元——而且这450元，往往还要花大量时间校对AI译文的漏洞。AI带来的不是翻译行业的效率革命，而是单价压低、责任上移的结构性改变：有人突围，有人退守，更多基础译者则被彻底挤出行业。

那么，谁被冲击得最狠？Jenny的研究指向一个更本质的规律：分化不在赛道，而在文本厚度。很多人误以为影视、商务是AI重灾区，但数据表明——文化负载低、专业性弱、句式常规的文本，AI处理得很好；而深度内容、文化特定术语、需要补充背景信息的文本，AI明显吃力。同一个行业内部，有人深耕高端领域，有人固守基础岗位；前者稳固，后者摇摇欲坠。

AI冲击的路径也十分明确：2021年底之后，译者群体开始出现明显分化；ChatGPT-4普及后，基础译者的低价优势被彻底瓦解。Jenny的问卷显示，79% 的译者认为 AI 素养已成行业核心竞争力。群体态度却明显两极：有人积极拥抱，有人因能力或理念保守陷入持续焦虑。

2

深耕高价值：做AI难以做到的判断

孙佳婧拥有法庭、商务、艺术文化等多场景翻译经验。她很清楚，传统同传追求“准确、隐身”，而这正是AI最擅长的领域。她没有在速度和价格上与AI竞争，而是选择转向艺术文化翻译——在这条赛道上，译员不能隐身，也不可替代。

她的专业判断体现在三个层次：

第一层，精准解读行业术语。MoMA、Met这类艺术圈缩写，业内一听便知，但非专业译者容易卡壳。这背后不只是单词量问题，更是能否在上下文里快速匹配机构背景与行业语境的专业能力。

第二层，主动填补文化裂缝。为艺术家尹秀珍做采访翻译时，对方谈到作品中“红色”与“红旗”的象征意义，表达简洁含蓄。中国观众心领神会，但外国记者缺乏相应的文化土壤，难以理解背后的深层内涵。孙佳婧主动补充了红旗在中国语境中的特殊涵义，并明确告知：这部分是解释性增补。她清楚，不填补这道认知裂缝，外国记者对作品的理解，只会停留在字面。

第三层，动态调整译法适配语境。为玛格南图片社主席做摄影讲座翻译时，主讲人一开始用到“Prostitute”一词，她按常规译为“妓女”；讲到后半段，她敏锐意识到语境发生变化——这个词汇不再单指女性，而是涵盖所有性工作从业者。她立刻调整译法，改用“性工作者”，避免性别窄化，确保译文的准确性与包容性。

而AI只会选最“安全”的概率译法，不会随语境动态校准。那个最安全的答案，往往会抹掉文本本身的复杂性与独特性，让译文变得平庸乏味。

孙佳婧说，翻译从来不是机械的语言转换，而是边理解、边学习、边校准的过程。AI不会反思，不会中途修正，更不会追问背后的意图，只能输出基于现有数据的“标准答案”。真正让她看清AI边界的，是一次法律翻译经历。在表达“我没有收到对方发来的东西”这个中文意思时，英文至少有两种准确译法：“I didn't receive”和“I wasn't provided with”。两种译法都“正确”，但含义截然不同：前者仅表示“未收到”，不涉及责任归属；后者则暗示“对方未履行提供义务”，直接影响证言的解读方向。AI可以给出多个正确选项，却无法根据具体语境，判断哪个选项更贴合当事人的真实意图——这就是“正确”与“专业判断”的本质区别。

3

退守手工：守住人才能完成的细活

与孙佳婧的“向上深耕”不同，姜昊骞是坚定的“手工翻译派”。他不用AI做初译，不把机器输出当作翻译的起点。这不是固执，而是试过AI辅助翻译后，做出的清醒选择。

他的翻译生涯始于2015年。最初在翻译公司负责商务项目，两年后转型独立译者。早年的商务翻译，是公认的“肥肉”：价格高、客户预算充足。但他最重要的两个客户，分别在近两年流失。

一个典型案例是合作近十年的上海某文旅活动品牌。他的翻译报价千字400元，而竞争对手的报价仅150元。他很清楚，这基本就是“AI初译+人工校对”的价格。对方有大幅杀价空间，他根本无法与之竞争。这不是翻译能力问题，而是行业的成本结构被AI彻底改变了。

客户的逻辑很直接：“你只是在AI基础上改一改，报价减半很合理。”但姜昊骞知道，要把AI译文修改到自己以往的翻译质量，耗费的精力与从头翻译几乎没有区别。他没有选择降价硬扛，也没有接受与AI合作的模式，而是果断退出。

他的另一个建筑设计客户，原本主要请他翻译项目介绍与理念宣传文案。如今，这份活儿也被AI替代了。客户反馈：对宣传文案来说，AI给出的东西完全够用，没必要再花高价请人工译者。

姜昊骞不愿卷入价格战。“把自己卷进去，只能一路往下卷。效率高、走量，但心理上像看着轮子朝自己压过来，很难受。”

他选择退守图书翻译领域，过上了“干一年、歇三四个月”的生活。图书翻译的稿酬不高，杀价空间也有限——“本来就只有千字100元，杀到50元也没多大意义”。他给自己设下明确底线：千字100元以下的单子，坚决不接。为了应对行业下滑的压力，他不买房、低消费，“如果背房贷，一定会焦虑。不给自己太大压力，影响就小多了。”

对未来他并不乐观：“行业整体在下滑，一定会出现K型分化，处于底层的从业者，永远比上层多。想往上走，功夫已经不在翻译本身了，还要做品牌、做影响力、把自己打造成IP。我不愿意走这条路，所以我大概率就是被行业撇下的那一类人。”

他说自己只是“纯想靠手艺吃饭”，但最肥的业务被冲击，勉强留下的也成了夕阳，饿不死、富不起。不过他仍会坚持“手搓”图书翻译，“因为这份工作能带给我最朴素的快乐：从头到尾完成一件事，交出完整的作品。”

4

共识：不做AI的“润色工”

一个向上深耕，一个退守手工，孙佳婧与姜昊骞的路径南辕北辙，却在最要害的问题上达成了高度一致：不接“AI初译+人工润色”的活儿。

因为他们都清楚——那不是润色，是重建。

曾有客户把机器翻好的文本扔给孙佳婧，“润色一下就行，便宜点儿”。她仔细一看才发现，这份AI译文漏洞百出，逻辑断裂、语义偏差，所谓的“润色”，本质上就是重新翻译一遍。“你要先花大量时间，看懂AI哪里翻得不对、逻辑在哪里断开，再把这些暗伤一个个修好，比自己从头翻译还累。”从那以后，她再也不接这种活儿了。姜昊骞也试过AI辅助：把自己要翻译的文字丢给AI跑一遍，再以校对模式修改。结果呢？“感受很差。”

“先交给AI，我的工作就变成了单纯的校对——看AI的结果，差不多就过，不行再改。思路被切碎，译文的连贯性被打断，最后成品也不像自己的。”

更致命的是，AI难以处理英文长句的内部指代关系，完全直译很容易造成中文译文的歧义。称职的译者会根据中文表达习惯，大量拆句、重组句式、理顺逻辑，把英文的句法关系转化为中文的语义关系——而这些问题，在AI底稿上几乎无法彻底修复，只能推倒重来。

对姜昊骞而言，“AI+人工”的模式，问题不只是技术层面，更是心理层面：“从头到尾自己翻译，是一个持续消化、完整掌控的过程；若是AI+校对，翻译就变成了流程上的一道工序，译者不再有创作空间，只是一个被动的纠错工具。”

两人都清醒地知道：AI可以译得“正确”，却无法译得“准确”，更无法传递语言背后的分寸、底蕴与温度。真正的翻译，从来不是在机器答案上修修剪剪，而是从理解文本、共情语境，到精准表达、传递内涵，完整走一遍人心的路——这是AI难以替代的。

5

让语言，保持它的“不光滑”

AI能产出“看起来没错”的文本，却无法产出“理由充分、恰到好处”的文本。高端领域，AI触不到真正专业的译者；基础领域，它正在替代本就不够扎实的服务；中间地带，要么向上升级，要么陷入内卷。

伦敦影厅里，孙佳婧为一句疲惫却真诚的话，选择了柔软的语调。没有标准答案，没有固定译法，只在那一刻做出判断，并且负责。她知道机器能在几毫秒内吐出正确译文。但她更知道，有些价值不在那几毫秒里。

姜昊骞仍在手工翻译。他不觉得这是高尚选择，只是想靠手艺踏实做事。最肥的市场被冲击，能守的只有一方越来越小的天地。但他仍在慢慢做，慢慢译。

他们守住的，不是人的优越感，而是一种选择权：选择不被最“顺”的答案牵着走，选择为一个词的轻重再三犹豫，选择在“都对”的译文之间做出有理由的取舍。那个让语言保持“不光滑”的空间，正在被“够用就行”不断填平。守护它，也就守住了我们不被平滑答案驯化的可能。

入门岗没了，中间层承压，设计只剩两条路

设计业的天没有塌，但地板确实被AI抽走了。

以前，一个设计师只要比客户“会画图”，就能找到工作。现在，客户自己用AI就能生成一张“像样的图”，设计师如果只会“出图”，他的价值在哪里？

2025年，湖南、四川、山东等9个省市教育局将视觉传达设计、环境设计、产品设计列入本科专业预警名单，部分专业就业率仅30%——AI不会让设计行业消失，但它会重新定义“谁能留下来”。

五一小长假后，变化来了。廖成突然接到了公司的转岗通知——起因是“平面设计需求调整”。甲方越来越习惯用AI生成素材，公司内部对平面设计的需求一再压缩。部门原本有四个设计师，随着甲方需求锐减，先是走了两个，剩下两人。现在公司要求廖成转岗，去视频部门做漫剧，他需要重新学习视频制作。“我们不是不需要设计能力了，而是不需要那么多画图的人了。”HR对他说。

廖成在这个行业做了5年，从实习生一步步走到今天。他不是不会用AI——恰恰相反，他是公司里最先用AI工具提效的人。但问题是，当老板发现用一个更便宜的员工就可以完成所有的工作，高薪员工要么去发挥更大的价值，要么下岗走人。

最终，廖成同意了转岗。此前被裁掉的同事已经在家待了两个月，朋友圈还在发“求职”信息。

设计业是被冲击得最狠的行业之一。一位9年经验的设计师在小红书上发帖：“9年设计经验，简历投了三个月，面试机会为零。”评论区里少有安慰，都是同类——8年，已转行；6年，在做保险；10年，如今在朋友公司做行政。

在更广泛的行业图景里，我们找到了四位设计师。他们的处境不同、选择不同，但拼在一起，恰好画出了AI时代设计业的完整光谱。

曲頔，32岁，从业6年，空间设计师，从AI新手变成公司的“救火队长”；老雪，34岁，资深家装设计师，死磕落地。他把AI比作“自动挡的车”，方向盘还得自己握紧；老范，35岁，拒绝AI，从全案设计师变成产品设计师；廖成，27岁，从业5年，被迫转岗学视频制作。

1

三重挤压

AI对设计行业的冲击，不是缓慢渗透，而是从三个方向同时挤压。

第一重：老板眼中的80%与20%。

GPT Image-2火起来后，廖成的老板经常会发来AI生成的促销图，让他“优化一下，很快吧？”第一眼看，图挺像那么回事——商品在中间，背景有光影，连文案都有了。但在廖成看来，这只是“第一眼像样”。产品包装和公司真实包装不一致，文案看起来像样，但不能直接用，背景也无法延展。而且这张图没有图层，不能像PSD一样拆开改。廖成最后做的不是简单修图，而是照着AI给出的“感觉”，重新搭了一版能发出去的图。

他不否认AI好用。以前找参考图、试风格要花半小时，现在AI很快能给出几个方向。但让他不舒服的是，AI把第一张图做得太完整，反而让后面的工作显得不值钱。在老板眼里，AI完成了80%，他只是做剩下的20%。可他知道，真正决定这张图能不能发布的，往往是那20%。可老板心里已经认定：只做了20%工作的设计师，不该拿那么多薪水。

第二重：几十到上百倍的成本差。

如廖成这般资历的平面设计师，月薪8000元，企业实际月成本约11000元。如果他的工作主要是批量化制作电商横幅、社交媒体海报，那么每月可产出200张有效设计图，折算下来，单张人力成本约55元。而借助AI直接生成一张同等画质的设计图，单次成本仅约0.3元。即便计入人工筛选和细节微调，成本差距也在几十倍以上。

这笔账，甲方会算，老板也会算。而且AI出图不仅便宜，还多、快、“第一眼好”。以前曲頔提交1000平米的展厅概念方案，3个人加班加点要5天；现在同样3个人，一天就能出一套概念方案，效率翻了5倍。“原本公司仅能应对一项竞标，如今能够同步参与至少三项比稿。”

甲方对“快”的预期被彻底重置了——以前等一天是正常的，现在半小时没回复，就觉得你在磨洋工。

第三重：流程从线性变成放射状。

传统的设计流程是线性的：需求沟通→创意构思→草图→执行→交付。设计师在每个环节都不可或缺。

现在的流程正在变成放射状：AI大量生成方案→设计师筛选、微调→交付。一位游戏公司的UI设计师说，他们组砍了一半人，留下的人主要工作是“写需求”。

2

不仅地板没了，门槛还高了

三重挤压之下，地板坍塌的设计业，正在重建一块新的地板，但新地板比旧地板高太多了。

以前，入行设计只需要一样：会软件。Photoshop、Illustrator、CAD、3ds Max——你把这几样学熟了，就能找到一份工作。老板问你的第一个问题是“这个图是你自己画的吗？”答案是“是”，你就过了第一关。至于设计解决了什么问题、为什么这么做，那是入职以后慢慢学的事。跨过门槛，后面有的是时间成长。

现在不是了。

对比AI兴起前后的招聘要求，变化触目惊心：

旧要求：精通PS、Illustrator、InDesign等设计软件；具备不错的审美素养；能够独立承接设计项目。

新要求：熟练运用人工智能设计工具，且拥有个人实操思路；做事以目标场景为先，再规划画面风格效果；具备数据敏感度，重视点击率、转化率。

AI工具能力从加分项变成了必选项。“会问”“会选”“会判断”成为新要求。知识结构、创作方式、行业标准全在变。美术基本功、手绘能力的需求大幅减少，效率工具的使用成为新门槛。更重要的是，设计师需要跨学科知识——市场营销、用户体验、数据分析——这些以前是“加分项”的能力，正在变成基本要求。

不会AI，代价是被边缘化。老范就是那个“跟不上的”。公司年轻的设计师主动教他用AI，他却反问：“你研究这个，不怕失业吗？”结果，公司重新评估岗位，他从全案设计师变成了产品设计师——以前设计整个展厅，现在只能设计一把椅子。但比老范更绝望的是那些学了AI的人。他们发现人人都会AI，没有技术壁垒，只能拼低价内卷。工资不涨，价值被稀释，随时可能被更会AI的人替换。

3

要么向上判断，要么向实落地

地板被抽走后，还能站着的设计师，正在做两件事：向上做判断，或者向实做落地。

曲頔的选择是向上。过去一年多，他是公司里最早主动研究AI的人。从Midjourney到ComfyUI，一步步跑通了AI辅助设计的全流程。他研究AI两年，知道它能做什么、不能做什么。渐渐地，同事搞不定的AI问题都来找他——生图的透视不对、工作流卡顿、本地部署出错，他成了公司的“救火队长”。 在他看来，AI的能力已经强到可以替代80%的设计师——除了那些站在金字塔尖、有自己设计理念和思路的人。他的目标就是站上这个塔尖。前提是，他要比平均水平快一步、高一阶。

AI或许能给他这不算资深的人一个机会——熟练驾驭工具，省下时间，去提升判断力。展馆设计的核心不是出图，而是把一个策展主题通过空间语言升华为一种体验。这不是技术问题，而是本质问题。AI没有体验，没有情感，无法理解作品要传递的“精神”。

老雪的选择则是“向实”。他做了10年家装设计，AI来了之后，他的工作逻辑被重构了。以前做家装设计，需要平面图、效果图、施工图三个工种接力完成。现在，同一个人用AI就能完成整个链条。但他没有用省下来的时间去接更多单，而是拿来“卷落地”。因为在空间设计的垂直领域，效果图不等于施工图，更不等于最终落成的房子。

AI有它的硬伤。它没有人类那种对物理尺寸的直觉。你跟它说“一米”“两米”“三米”，它无法像工人那样在脑中形成“大概到腰这么高”等参照。想让AI画一条精确的线，需要人工设定单位换算、手动校准比例——这本身已经是人在做判断了。更关键的是，施工图纸哪怕偏差5毫米，落到现场可能出现柜子卡滞、门扇闭合不严、插座被遮挡。AI可以生成好看的图，但它不知道自己绘制的物件在现实空间的实际大小，也无法判断能否适配安装。

有经验的人并不会完全照搬图纸。真正支撑项目顺利落地的，从来不止纸面图样，还有人与人之间的沟通、现场的研判、经验的补位。比如博物馆设计中的科学准则、安全规范、消防审核等严苛要求，都是AI难以达到的。

向上者做的是判断，向实者做的是落地。两类人都在做AI做不到的事。

4

新人的路，被截断了

人不能抗拒趋势。老雪认识的上海设计师，都在用AI。真正的问题在于：入门级岗位正在被AI清零，新人的“练手”机会消失了。

曲頔之所以能站着，是因为他在向上探索。但“设计理念”不是凭空产生的，它是多年经验、大量项目、反复试错积累出来的。一个刚入行的新人，连“什么是好的设计”都还没搞清楚，谈何“设计理念”？

老雪之所以能站着，是因为他懂落地——懂工艺、懂材料、懂施工、懂沟通。这些能力同样需要时间积累。一个新人，连施工图都没画过几张，怎么可能去判断AI生成的图纸是否具备可执行性？

这才是结构性崩塌的核心。

一位资深设计师说：“真正的悲哀不是AI替代了你，而是替代完之后，你连练习判断力的机会都没有了。”AI可以帮你省时间，但不能替你积累；AI可以帮你跑一百个方案，但“为什么这个方案好”的判断力，只能靠你自己的大脑来建立。而这个建立过程，没有捷径。

千万别丢掉从0到1的能力。所有审美、判断、创作的能力，都不是看书学来的，不是听课听来的，是在一次一次试错、一张一张废稿中生长出来的。

设计的目的有四层：解决问题（功能实现）、创造体验（情感化）、建立意义（品牌文化）、承担责任（伦理）。AI擅长最底层，往上则力不从心。

还有另一种能力，不在这个阶梯上，却同样关键：把设计拉回现实，死磕落地、施工、现场。这些，AI做不到。

所以，留下来的人只有两条路：向上走价值，或向实走落地。别停在中间——中间的人只会出图，既拼不过AI，也没有不可替代的价值；以及，如果不够热爱，就别硬撑。

当AI成为默认执笔人

谁来提供生活实感

以前，一个文案会为了一句话，去观察街头小贩怎么吆喝，去琢磨不同年龄段的读者各自习惯什么语气。这些“附近”的细节，是文字真实与温度的来源。现在，AI生成的文字越来越“通用”。它适配所有场景，但难以打动具体的人。

2025年，李天宇坐在一家公司面试间。事后复盘，他仍没分清，自己在面试中到底是被人羞辱了，还是被AI羞辱了。

这是一场文案策划岗位的面试。他最引以为傲的，就是自己在文字上多年的打磨。他觉得自己有戏。

对面的部门负责人却说：“现在AI发展这么快，你这种纯写稿的文案角色，是最容易被AI取代的。你比AI的优势，仅仅在于你那点过往经验。”换句话说，不是不要人，而是要一种更“全能”的人——最好是一个能干过AI的人。

李天宇看清了一个现实：这场面试，看重的不是“会写”的能力，而是在对话框里输入指令的能力。

这不是他一个人的困境。

广告公司的方案从5天缩到1.5天，电影公司的宣发部门从14人裁到1人。一个人加AI，能干五个人的活。但被“优化”掉的人去了哪里？留下来的人，又在做什么？我们采访了三个人，三种处境折射出同一个变化：从“写稿的人”到“发指令的人”。

李天宇，26岁，一次面试中被AI刺痛后重新学习，一年后入职公关公司；蒋培，影视公司宣发主管，经历三轮裁员后，扛起公司唯一的“一人部门”；Alick，从业20年的资深文案，如今单干，把自己练成了驾驭AI的“超级个体”。

1

从“写稿的人”到“发指令的人”

李天宇在掌握AI技能后重新上岗，却很难定义自己的岗位性质——似乎并非纯粹的文案，因为大多数时间他都在审核AI生成的内容。这是他最大的妥协：想在AI时代做文案，必须先学会给AI当“质检员”。

但AI节省出来的时间，并没有还给他。领导安排了更多的工作。他做得再多，领导也认为是AI的功劳，他随时可以被替代。作为基层广告文案，他看不到前路。

蒋培是另一类典型。他以宣发主管的身份入职一家电影公司，鼎盛时期全组满员14人，他的工作是统领全局、把握进度，执行交由下属。但在公司的三轮裁员后，14人变成10人，10人变成5人，直到只剩他一人。

他成了身兼多职的职场人——项目经理、策划、文案、媒介。日常的长篇新闻稿、短稿、朋友圈文案、微博文案，甚至策划期的模拟海报，全由他一手操刀。“以前一篇稿子我要写大半天，现在半小时出框架，AI一分钟生成，我改一改就行。”蒋培将AI工具视作自己的下属，“以前我安排四五个员工干活，现在我直接下指令给豆包和DeepSeek。”

Alick则走得更远。他把AI当员工用。需求来了，他分别下达指令给不同的AI。不到10分钟，几份结构清晰的分析报告弹了出来。他反复验证、交叉核对，再根据自己对品牌的一线观察，删掉AI那些“听起来有道理但前提错误”的推断。一天之内，方案框架定了。在他的工作流程里，AI是那个“执行指令的人”，他才是“下达指令的人”。同样一个课题“对某款新车做一个上市策划方案”，Alick会让AI先去做市场容量、竞争格局、用户洞察等战略层面的分析，并反复验证。大多数人只会直接把产品卖点喂给AI，让AI出方案。

只要指令下得好，AI便可交出像样的文案。2025年，兰州本地服务商推出接入“兰州方言语料库”的AIGC工具，餐饮经营者只需输入几个关键词，5分钟就能生成3-5条备选文案，每月服务成本仅30元。一位餐厅老板说：“以前请人写外卖文案，一个月要花三四百，现在AI写的不比人差，成本还不到十分之一。”

一篇流传很广的帖子说，一家知名公关公司将创意设计、文案撰写、方案撰写都交由AI执行，内容部门的文案几乎全部裁掉，留下的多为“会喝酒、会交际”的外联员工。传言未经证实，但该公司确实发出过“无期限全面停止创意设计、方案撰写、文案撰写、短期雇员四类相关外包支出”的通知。

2

AI重新定义“团队”

在广告公司做一个方案，Alick曾经要带5到6个人。分工明确：市场分析、竞品分析、用户分析、趋势分析——快的话，一天做完分析，一天头脑风暴敲定策略，后续一两天出完整方案。快则3天，慢则5天。

2024年，他决定单干，做Freelancer。接的活儿通常都很急，“一般都是三天”。但单兵作战省下了组团和沟通的时间，可以把更多精力放在构思和创作上。

在他的工作流程里，AI处理的是那些曾经需要团队花大半天完成的“地基性工作”——跑数据、基础检索、标准化报表、整理竞品、归纳趋势、搭建框架。AI完成80%，他完成剩下的20%：梳理需求、下达指令、做出判断，打磨方案中有深度和针对性的核心内容。

“带团队时，最花时间的不是分析数据，而是开会沟通。开会时有人提出一个他没想到的角度，然后整个策略方向被推翻重来。”现在，他的沟通对象变成AI后，一个人的产出量被放大到接近一个团队的水平。

这不是“AI替代人”，而是“一个人+AI”重新定义了“团队”。工业化时代的分工协作，正在被“超级个体+AI”的模式解构。一个懂行的人加上几个AI工具，就能完成以前一个团队才能做的事。

这种趋势在全球范围内同样明显。美国Tractor Supply Co.在2025年引入AI营销平台后，邮件营销成本降低了32%，内容触达渠道反而有所拓展。其首席营销官表示，创意团队现在可以把更多时间花在“英雄级”的创意上，而非同质化的低效工作。

3

AI的危险：编造与空洞

AI可以写通稿、写新闻稿、写针对性不强的文案。它可以生成一份逻辑完整的市场分析报告，在几分钟内完成人类一天的工作量。在这些领域内，人远远不是其对手。但AI的弱点同样明显。它写不出真正好的广告语。Alick反复验证过这件事：他一度想训练AI写品牌广告语，但AI交出来的永远是“卓越、优秀、巅峰”这类词，看着华丽，却无灵魂。

“AI知道宝马是高端品牌，但它不知道为什么宝马的消费者选择宝马而不是奔驰。它也分不清宝马、沃尔沃和奔驰的‘高端’分别落在哪些点上。”

他举了自己最推崇的一句广告语为例：东风日产当年的“为年青怒放”。“怒放”这个词，在整个汽车行业没有人这么用过。东风日产用了，它就变成了这个品牌独有的记忆。后来如果有别的品牌再用“怒放”，业内人一看就知道是抄的。

AI交付不了这种创造。它只能组合已有的词汇，无法从零到一造出一个“没人用过但令人拍案叫绝”的表达。更危险的是，AI会理直气壮地编造数据。

当Alick把“为什么长城汽车在东南亚的品牌认知度低于丰田”抛给AI，它回答：因为长城进入市场晚，品牌积淀不如丰田，产品偏中低端。听起来很有道理，但前提是错的。真正的原因是：长城在东南亚根本没怎么做推广——门店不够多，广告投放很少。

AI不知道真实的一线市场发生了什么。它只能基于公开信息做逻辑推演。在它的底层逻辑里，只要拼出一个逻辑闭环，它就敢“交活儿”——哪怕那个前提从一开始就是错的。“更令人气愤的是，AI会理直气壮地编造数据。”Alick在研究比亚迪时，AI生成的调研报告把2023年的事说成2025年。“你纠正它，它道歉，然后继续编。”蒋培在使用AI时也遇到了同样的问题。他警告说：对于AI生成的数据一定要足够警醒，需要有一定的判断能力。就连从业12年的他都有可能踩坑，“新手小白更要谨慎使用”。

这些Bug，不是技术迭代就能轻易解决的。AI的世界里只有“0”和“1”，没有真实的“冷热痛痒”，没有价值判断，它无需为数据兜底、为结论买单。

4

被技术抹掉的“附近”

当AI承担了基础执行工作，人的价值本应更聚焦于判断和创意。但长期依赖AI的文案们，正在走向另一条路。“事事交由AI，很多基础的能力肯定会退化，”蒋培说，“就像提笔忘字。”这才是AI时代人类正在付出的真正代价——不是“被取代”，而是“自己不会了”。

作家麦家说过一段话，恰好回应了这份忧虑：写作的本质是“发乎情”，是个体生命经验的流露和强烈的表达冲动。AI的创作是基于已有的数据和范本。“未来的眼泪在哪里？机器不知道，但伟大的作家是知道的。”

“那些从我手里交付的文字，似乎是我创作的，但又不完全是。”李天宇的困惑很普遍。这或许就是“附近”消失的征兆——写作者和文字之间的“距离感”没有了。你分不清哪句话是自己想说，哪句是AI输出；也分不清哪个判断来自自己，哪个来自数据推演。

AI带来了效率的狂欢，也卷走了文字里的“附近”——那些琢磨字句的耐心、体察人心的细腻、扎根日常的烟火，正被标准化的“产出”消解。

我们终会明白，AI可以替代机械执行，却替代不了人对“附近”的鲜活感知。效率之外，守住文字深处的真诚与灵魂——便是我们对抗“附近”消失的最好答案。

AI时代“幸存者”自测

纯属调侃，请勿对号入座。若在测试中发现自己处境不妙，不妨翻回去看看廖成、李天宇和姜昊骞——至少你不是一个人。

请诚实回答

（是 / 否）

01

你向老板汇报工作时，他会先问“这是你做的还是AI做的”——并且你听出来，他期待后者。

02

你花了一上午精修的图/稿/译文，客户看了一眼说：“感觉跟AI生成的差不多。”

03

你的工作流程中，最重要的一步已经不是“创作”，而是“从AI给的十个方案里挑一个相对不那么离谱的”。

04

你最近一次被夸“专业”，是因为你发现了AI编造的一个数据——而不是因为你写出了什么精彩的东西。

05

你越来越觉得，“手艺人”三个字像在骂人。

06

你劝后辈“快跑”的时候，自己却不知道能跑去哪儿。

诊断结果

1

0-1个“是” → 向上者或向实者

你大概率还站在AI够不着的地方,要么在做判断，要么在死磕落地。继续保持，但别嘚瑟。

2

2-3个“是” → 边缘试探者

你的工作正在被AI一口一口吃掉，但从桌腿开始啃的，还没到桌面。现在选一条路，还来得及。

3

4-5个“是” → 卡在中间者

你会用AI，但人人都会；你有经验，但经验正在贬值。老板觉得你只做了20%的活儿，你却在干80%的擦屁股的活儿。危险，但还有时间调头。

4

6个“是” → 快跑者

你的岗位正在被AI清零，而你的第二技能还没长出来。如果对这行没有十分的热爱，趁早转行——这不丢人。跑快点！