AI 时代，什么本事十年后还值钱？

AI 什么都会了，我们还能卖什么？

最近，一个朋友跟我说，他放弃做知识付费了，因为在 AI 时代，知识付费已经没价值了。直接问 ChatGPT，答案讲得又清楚又详细，为什么还要花钱买课程、买资料？

这话听着有点扎心，尤其我自己就在做 AI 内容，也在做付费课程。的确，如果你卖的东西，用户问一下 AI 就能得到，而且得到的答案比你的还好，那你凭什么继续收钱？

过去，一些知识产品的价值，确实建立在信息不容易获取上。你花了很多时间找资料、读文档、整理方法，别人付一笔钱，就不用再做一遍。如今，AI 已经能承担越来越多的工作：解释一个概念、梳理一个领域、整理一套入门资料，这些事情比你做的还好。

同样的质疑，也正在软件行业发生。

最近，一个叫 REA 的软件逆向分析工具引起了热议。它能帮助 AI 智能体分析已有软件，快速逆向出来很多商业软件，很多人惊呼：软件时代要结束了。

软件越来越容易做了，别人做好的东西也越来越容易研究出来了，那做软件还有什么价值？

我之前说过：学会 AI 编程，不等于你就能靠卖软件赚钱。过去，你有一个想法，却找不到程序员实现；现在，你可能很快就能做出一个能用的版本。但做出来之后，更难的问题才刚刚开始：谁需要它？别人为什么要用你的？又为什么愿意付钱？

而且，AI 改变的不只是供给。以前你需要买一款软件才能完成的事情，现在跟智能体说几句话，或者让它写一个小工具，就解决了。很多钱不再花在软件购买上，而是花在 AI 订阅和 Token 上。

所以，我觉得最值得拷问的是：

当软件、内容和商品都越来越容易生产，我们到底应该把时间和精力放在什么上？核心竞争力究竟在哪里？有什么东西是不会因为 AI 又升级了一次，就迅速失去价值的呢？

这个问题，我思考了很久。后来我开始想，买东西的人又是什么感觉？

对普通用户来说，面前摆着越来越多的产品、资料和建议，尽管有 AI，他们真的就更容易解决自己的需求了吗？

东西越来越多，选对越来越难

互联网早期，其实已经发生过一次类似的变化。

1997 年，最炙手可热的互联网公司是雅虎，当时网站还很少，雅虎就是手工建立了最全的网址分类目录：新闻、财经、体育、科技，一层层点进去，找到自己想看的网站。它就像一本互联网通讯录。

但网站越来越多，这本通讯录就不够用了。你不想挨个翻目录，你只想说清楚自己要找什么，然后直接找到答案。Google 通过搜索满足了这个需求，所以迅速成为了后来的互联网霸主。

现在，同样的问题出现在更多地方：软件、课程、商品，各种各样的服务摆在你面前，你缺的是再多一个选项吗？你缺的是有人告诉你：别看了，按你的情况，选这个就够了。

比如 AI 工具。今天有人说 GPT 最强，明天有人说 Claude 更好，后天 DeepSeek、Kimi、GLM 又各自更新了。每个都有评测，每个都有人推荐，每个看起来都有值得用的理由。

难道我要全部订阅一遍，全部学一遍，再把自己的工作挨个搬进去试一遍？我到底是来用 AI 干活的，还是来给 AI 工具当测试员的？

而且，别人的“最好”，未必是你的“最合适”。有人愿意折腾半天配置，换一点性能提升；有人只想打开就能用。有人每天写代码，有人只是偶尔改一封邮件。同一个工具，对前者可能是生产力，对后者可能就是一笔忘记取消的订阅。

所以，我觉得在产品和服务极大丰富之后，“达人严选”的价值会越来越大。

这里的达人严选，不只是告诉你哪里便宜、给你一个购买链接，而是帮你筛掉不需要的东西，弄清楚什么适合你，让你少花冤枉钱，也少浪费时间。甚至有时候，最有价值的建议就是：你现在用的已经够好了，根本不用换。

说到这里，你可能会问：这不正是 AI 擅长的事吗？搜集信息、比较产品、根据我的需求给建议，直接问 AI 不就行了？

为什么我们还是想听一个信得过的人说几句？

你当然可以去问 AI。

比如，你想买个 AI 编程工具，拿不定主意，就让 AI 帮你选。它很快给你列了一张表：这个能力强，那个价格低，还有一个对新手友好。最后告诉你，请根据自己的实际需求选择。

看完你都想笑。我就是不知道怎么选，才来问你的。现在优缺点列了一大堆，选择题又交回我手里了。

你说，别绕了，就推荐一个。它也能给你一个答案。但你心里可能还是不踏实，换个 AI 再问一次。结果另一个说得也很有道理，推荐的却不是同一个。

这下好了，本来是选工具，现在还得选到底相信哪个 AI。

当然，有经验的人知道怎么继续问，怎么查，怎么试。但大多数人只是想把眼前的事情做好，不想为了买一个工具，先把自己训练成这个领域的专家。何况 AI 有时还会一本正经地编出一个不存在的功能，你不懂根本看不出来。

这时候，假如一个你关注了很久的博主，发了一条视频，说他最近把几个工具都用了一遍，最后只留下了其中一个。其他几个也不错，但对他每天做的事情来说，没有必要。

接着，他把自己的工作过程给你看了一遍：怎么用，哪里好用，哪里还是很烦，什么样的人值得买，什么样的人先别花这个钱。

你看完，反而不纠结了。因为他做的事情跟你差不多，而且他已经折腾过一圈，你没必要再从头折腾一遍。

这里面最有趣的是：他告诉你的那些产品信息，AI 很可能也知道。但同样的建议，从这个人嘴里说出来，你就是更愿意听。

为什么？因为你认识他。

你知道他是天天追新工具的人，还是一个东西用顺了就懒得换的人；也知道他究竟见什么都说好，还是自己真用好了才推荐。

这些印象，是他过去一次次分享慢慢留下来的。你不需要每次都重新判断这个人靠不靠谱。

这才是个人 IP 在 AI 时代的真正价值。一个人不需要什么都懂，但在他擅长的领域，你相信他的判断力。

所以，回到我开头说的朋友的拷问：既然什么都能问 AI，为什么还要买你的课程？

如果课程只是把 AI 能回答的东西再讲一遍，的确没价值，还不如 AI。但如果你想学的是，这个人一路怎么学过来，怎么思考问题，怎么做判断和选择，怎么把事情一步步做成，那就完全是另一回事了。

一块便携屏，为什么大家跟着买了？

最近，我在 X 上分享了一块自己买的便携显示屏。爱国者的，14 寸，2.5K，300 多块钱。纯个人分享，非带货贴。

一根 USB-C 线接到我的 MacBook 上，马上多了一块屏幕。只有 480 克，跟笔记本放在一起带着也不重。对我这种经常移动办公的人来说，实在太舒服了。这是我今年买得最爽的电子产品。

这条推文彻底爆了，有 43 万阅读量，很多人看完就下单了。

你想想，这块显示屏又不是什么秘密产品。就挂在购物网站上，随便一搜就能找到。价格、尺寸、分辨率，商品页面上都写着。为什么它在那里放着，你未必会买，我发了一条帖子，你反而下单了？

因为你看到的不是一块显示屏，而是我帮你解决了一个移动办公场景的痛点：

它跟笔记本差不多大，带出去很轻，一根线就能接。随时随地扩展出来一块屏幕，不需要外接电源，甚至充电宝都可以支持很久。

如果你平时也带着 MacBook 到处办公，一直嫌笔记本的屏幕不够用，看到这里，心里马上就跳出来一句话：我靠，这不就是我一直想要的吗？

再加上你经常看我的内容，知道我平时怎么工作，对工具有什么要求。你会觉得：“既然范凯已经买了、用了，连怎么接、怎么调都弄明白了，那我就不用再研究一遍，无脑下单就行了。”

一个你信得过的人，已经替你动过脑子了。他的使用场景跟你接近，他在意的问题你也在意，他已经替你蹚过一遍，你终于可以不用再纠结了。

同样的问题交给 AI，它能给你找出十款便携屏。你本来只纠结两款，问完以后，变成了纠结十款。

但一个你长期信任的人，把自己桌上的东西拍给你看，告诉你“我就是这么用的，很舒服”，这件事反而一下子简单了。

买屏幕是这样，选软件、买课程、找人提供服务，也有相通的地方。在一个什么都能搜到、什么都能问 AI 的时代，我们缺的往往不是更多信息，而是终于能让自己拍板的那份信任。

AI 越强，我们为什么反而更需要“达人严选”？

便携屏这样的推荐，以前也有。到了 AI 时代，我们需要别人帮忙拿主意的事情，越来越多了。你想想，现在每天打开手机，迎面扑过来的是什么：

一个新模型发布了，说比上一代强了一大截；一个新工具出来了，号称能把你手上的工作全部自动化；又有人分享一套工作流，说自己靠这个，一个人干了过去一个团队的活。每个都带着演示，每个看起来都挺有道理。

你本来只是想看看消息，刷了半个小时，突然觉得自己手上的工具都该换了，工作方式也落后了，还有一堆东西得赶紧学，再不学都要被开除地球人籍贯了。

可看来看去，你最拿不准的还是：这些东西，到底哪些跟我有关？

不光东西变多了，介绍这些东西的文章、视频、评测和推荐，也都在变多。连一个还没经过多少实际检验的想法，都可以被包装成一套像模像样的方案。

可你的时间并没有跟着变多。一天还是二十四个小时，工作要做，家人要陪，你不可能因为别人生产得更快了，就把所有东西都研究一遍。

你说，那我用 AI 帮我筛。它确实能帮你读、帮你总结，但总结完摆在你面前的，可能是五条完全不同的路，每条都有一套充分的理由。

这跟以前上网找资料的感觉还不一样。以前你是找不到答案，现在是答案太多，而且个个都讲得头头是道，你不知道 AI 究竟是不是又产生幻觉了。

对一个不熟悉这个领域的人来说，判断这些建议靠不靠谱、适不适合自己，往往比找资料还难。你连它漏掉了什么都不知道，更别说识别藏在里面的错误了。

每天都有这么多东西等着你筛选、拍板，光是决定把时间花在哪里，就已经很费脑子了。AI 对人的要求其实更高了：你得从一堆信息里挑出有用的，还得想清楚自己到底要什么，最后拿主意。

这时候，你特别需要一个你非常信任的人跟你说：这些我已经看过、试过了。这个确实值得花时间，那个你先不用管。按你现在做的事情，原来的方法就够了，别折腾。

听他这么一说，一大堆原本觉得必须研究的东西，都可以先放下了。你一下子轻松了，终于能安心回去刷手机了。

这也是我为什么不把所有自媒体都叫作个人 IP：

有些人看到你已经很焦虑，还要再推一把：这个不学就落后了，那个不买就错过了。AI 让他们制造这种贩卖焦虑的内容更容易，他们就可以一天到晚地收割你的钱包。

真正的个人 IP 是自己先进去试一圈，再回来告诉你，哪些值得跟，哪些只是看着热闹。他不需要对每个热点都发表意见，但只要开口，你知道背后有他真正做过的功课。

流量当然重要，它能让更多人看见你。但一个人刷到过你，甚至点了关注，离真正相信你还差得很远。你更该关心的是，他下次遇到相关问题时，会不会想起你，愿不愿意听听你的判断。

其实做个人 IP，你真正经营的不是流量，也不是粉丝，你真正经营的是信任，这个才是个人 IP。

产品会变，信任可以一直积累

假如你跟着一个健身博主练了三年。

刚开始，你连几个基本动作都做不对。跟着他的视频一点点练，后来能自己安排训练了，身体也确实有了变化。这三年里，他也没闲着，一直在练、在学，有时还会推翻自己以前的做法，告诉你现在为什么这么调整。

有一天，他说自己做了一套训练课程，你会愿意看看。后来他跟一个器材品牌合作，参与设计了一款产品，你也会多留意一下。如果他在你住的城市开了一家训练馆，你甚至可能想去见见他，跟着练一次。

你跟他的关系，就这样从看视频，慢慢走到了买产品、买服务。中间并没有哪一天，他突然变成了一个你需要重新认识的陌生商家。你早就知道他是谁，也知道他对训练这件事有多认真。

我觉得，一个长期个人 IP 的商业空间，就藏在这里。

同一个人，可以有课程，可以做品牌合作，也可以把自己一直想要、市场上又不满意的东西做出来。读者熟悉他的要求和品味，愿意给这些产品一个机会。他每次做新东西，都有一群已经认识他的人可以交流、试用、提意见。

这对做产品的人来说，是多大的优势啊。

我们再回头看开头那个软件问题。现在用 AI 做一个软件，越来越容易。你做出来，别人照着功能也能做一个。最后大家拼价格、拼广告，花很多力气向陌生人解释：我的产品真的很好，你试一下吧。

但如果你已经在一个领域里分享了很多年，情况就不一样了。你一直在处理什么问题，受不了现有软件的哪些毛病，想做一个什么样的工具，读者可能早就听你讲过。

等到你真的把它做出来，他们会觉得：终于做出来了，我去试试。

别人可以照着做出相似的界面和功能，却没办法把这几年你和用户之间的关系一起复制过去。那些讨论、尝试、反馈，还有一次次把问题解决掉的经历，都是慢慢积累出来的。

而且，用户会把你这个人也算进去。一个准备在这个领域做十年、二十年的人，会不会认真维护产品？遇到问题能不能找到他？他会不会为了一点短期利益，把自己这些年的名声全搭进去？这些判断，都会影响用户愿意把钱和时间交给谁。

往服务上走，也是一样。一个人长期分享某个行业的实践，企业客户看了很久，真遇到相关问题时，就可能找过来聊聊。双方第一次见面，客户已经知道他怎么想问题、怎么做事，很多从零建立信任的工夫，早就在平时的内容里完成了。

个人 IP 的价值，不是一年两年，而是十年二十年。今天是一门课程，明天可能是一款软件，后天也许是一项新的服务。具体做什么可以随着能力和需求变化，但每一次认真做事，都能让下一次开始时，多一些愿意相信你的人。

超级个体的核心公式：AI + 个人 IP

回到开头的问题：当软件、内容和商品都越来越容易生产，我们到底应该把时间和精力放在什么上？核心竞争力究竟在哪里？有什么东西不会因为 AI 又升级了一次，就迅速失去价值？

如果你想做一个 OPC，也就是超级个体、一人公司，我觉得核心公式就是：

AI + 个人 IP。

一个解决生产，一个解决销售。

AI 是你的个人效率放大器。过去需要找人、组团队才能做的事情，现在一个人借助 AI，就能完成其中越来越多的工作。开发软件、制作内容、设计产品、交付服务，你能做的事情更多了，做出来的速度也更快了。

但这些工具，你能用，别人也能用。你刚学会让 AI 做一个产品，其他人也在做。技术门槛降低以后，单靠“我能把它做出来”，越来越难让用户掏钱。

个人 IP 就在这里发挥作用。用户长期看你的内容，了解你的判断，知道你在认真解决什么问题。你的产品刚好符合他的需要，他又信得过你，就有了选择你的理由。

所以，一个人要把生意做起来，这两端都得有。东西做得出来，也要有人愿意买；有人相信你，也要有能力把承诺的价值交付出来。

具体到该积累什么，我认为有两项核心能力。

第一，把你对 AI 的理解和运用，融入到你的使用场景中。

工具越来越普及，但使用工具的水平依然会拉开差距。同一个 AI，有人只用来问几个问题，有人已经把它用进每天的工作，把研究、开发、制作和交付接了起来。同样一笔订阅费，最后释放出来的生产力，可以差很多。

你要积累的，就是这种把 AI 真正用起来的能力。知道它能帮你做什么，怎么把任务交给它，怎么判断结果，再把结果变成用户用得上的产品和服务。模型升级了，你也能更快把新能力用到自己的事情上。

第二，个人 IP，以及它背后的信任关系。

软件的功能可能被追上，一份资料可能被 AI 随手整理出来，一款产品也可能很快出现更便宜的替代品。但一个用户看了你几年，认可你的判断，相信你做事的态度，这份关系不会因为新模型发布，就突然清零。

你持续提供有用的东西，解决他真正关心的问题，这份信任还能继续积累。AI 越强，你越有能力服务好这群人；产品越丰富，他们也越需要一个值得相信的选择。

所以，我认为在 AI 时代，能够赢得粉丝长期信任的个人 IP，会成为越来越稀缺的资源，头部个人 IP 的商业价值也会越来越大。

技术一轮轮更新，产品一代代替换，你对用户的理解、用户对你的信任，却可以一直积累下去。这是我们跨越技术更迭的一项核心竞争力。

回到开头，如果你问我，这个时代什么值得长期投入时间和精力，我的答案就是：

AI + 个人 IP。用 AI 把有价值的东西做出来，用个人 IP 让需要它的人愿意选择你。