2026 年，大厂与传统行业的裁员潮交织，效率红利的背面是无处安放的结构性焦虑。

当 AI 的浪潮席卷各行各业，职场人的真实生态究竟发生了怎样的改变？

带着这些疑问，TinTinLand 深度访谈了 7 位横跨 Web3、大宗化工贸易、数字化农业、智能制造及传统批发行业的职场人，共同探讨关于技能平权、岗位缩减、效率内卷以及人类护城河的生死命题。

这不是一篇贩卖焦虑的文章。我们只想记录在这场 AI 浪潮中，来自每个人的真实变化和思考。

是追风口，还是被动卷入？

Q1：大家接触 AI 的契机是什么？为何想要学习 AI？

🔹 Odinsphere（Web3 CEX 合约开发）

我真正系统性接触 AI，是在 ChatGPT、Claude、Codex、Claude Code 这类工具开始进入真实开发流程之后。

AI 已经不只是聊天工具，它可以辅助读代码、整理需求、分析问题、生成方案，甚至参与部分架构设计。所以我需要尽早理解它，把它变成自己的生产力工具，而不是等它变成外部压力。

🔹 Smith（区块链开发工程师）

当时团队解散了，我必须寻找下一个发展机会。

AI 大幅提高了生产力，对程序员的冲击非常大，尤其是 25-26 年的裁员潮已经变得非常明显。

🔹 Ethan Lu（大宗化工贸易行业，全栈工程师）

降本增效，让自己成为超级个体（偷懒），用更少的精力做更多的事。

🔹 郭（批发行业/食材配送，仓储部副经理）

降本增效，开拓更多工作机会和晋升空间。希望仓储、采购、订单等各个环节最终能实现无人化。

Q2：在生活与工作中，AI 带来最明显的变化是什么？

🔹 Ethan Lu（大宗化工贸易行业，全栈工程师）

思维方式完全变了。以前有了技术难题还会看博客、买书来看，现在有问题直接问 AI，又快又准，学习也是通过 AI去学。

工作轻松了不少，随着对 AI 运用的日渐成熟和大模型底层能力的不断更迭，“vibe coding” 非常方便，大大减轻了工作量。

🔹 观自在（制造业技术人员）

最高效的变化在搜索和内容创作上。以前用百度、谷歌搜索，耗时很长；现在用 AI，总结归纳性极强，耗时短。

以前写文章全靠自己，现在自己立意、搭框架，扔给 AI 写，再由自己来润色补充案例，效率提升了50%。

另外，通过 AI 学习新知识，可以在极短时间内掌握一个全新领域 80% 的知识。

🔹 rejoicelee（农业数字化产业，CTO）

最明显的变化是搜索东西的方式变了，技术不再是绝对的限制，有产品力和专业能力的人更容易做出可用的东西，“一人团队” 已经成为可能。会用 AI 和不用 AI 的人两极分化越来越明显。

🔹 郭（批发行业/食材配送，仓储部副经理）

极大的提效，扩展出一系列工作中的可优化项，生活上了解某些事物速度要快的多。

以前低价值耗时的事被压缩了，可以把精力放在其他事上。

Q3：AI 对自己的最大帮助和潜在威胁有哪些？

🔹 Ethan Lu（大宗化工贸易行业，全栈开发）

最大帮助是 coding 方面的问题迎刃而解，包括架构层面、创意设计、code review、自动化测试等，几乎都不需要自己做了，非常智能。

潜在威胁是更焦虑了…… 潜意识里总觉得不跟上就会被淘汰。

🔹 rejoicelee（农业数字化产业，CTO）

最大的帮助是突破了自己的能力边界。潜在威胁是，越来越觉得能走的路变少了。

🔹 郭（批发行业/食材配送, 仓储部副经理）

最大帮助是降本增效。

潜在威胁是标准化替代，每一次迭代都让人觉得焦虑，对未来有些悲观，竞争只会更激烈。

冲击：技能重塑与岗位洗牌

AI不仅带来了效率的狂飙，更在精准地切入各个赛道的传统岗位，重新划定生存的红线。

Q4：在 AI 时代，你的行业发生了哪些变化？

🔹 Odinsphere（Web3 CEX, 合约开发）

开发效率和岗位要求都被重新拉高了。

以前后端开发把 Java、分布式、数据库、消息队列、稳定性做好，就已经具备很强的竞争力。但现在 Web3 金融交易系统本身就很复杂，再叠加 AI 工具，公司会期待工程师更快地完成需求、更快地排查问题、更快地产出方案。

AI 应用初期会迅速拉大人与人、团队与团队之间的效率差距，谁能更早把 AI 嵌入工作流，谁就能获得明显优势。

🔹 北静（Web3 CEX, 运营合规）

变化速度真的太快了。以前需要一个庞大团队维持的业务，现在随着 AI 的融入，一个人可以管理整个生态。

Q5：你曾引以为傲的技能，有没有被 AI 替代或正在受威胁？

🔹 北静（Web3 CEX, 运营合规）

我之前主要负责法务合规工作，现在很多法律文件用 AI 就能快速高质量地完成。

🔹 Odinsphere（Web3 CEX, 合约开发）

目前还没有明显感受到自己被 AI 替代，尤其是在金融、交易、Web3 这类行业里，很多实际工作仍然需要人工完成。因为这些系统涉及用户资产、账户权益、各种计算、风控规则和线上稳定性，不能简单依赖 AI 自动判断。

AI 更多是辅助我做基础资料整理、代码初步分析、方案扩展和文档生成。但最终的业务理解、风险判断、校对验证、技术决策和结果负责，仍然需要工程师自己承担。

🔹 Smith（区块链开发工程师）

架构师的特定技能、网站设计师的视觉表现，正在受到 Claude 等编程模型的强烈威胁。

Q6：在你的行业里，哪些岗位会在三年内大幅缩减？

🔹 Ethan Lu（大宗化工贸易行业，全栈工程师）

文秘、财务人员、招聘专员、客服、群演、软件行业从业者、绘画行业从业者，这些岗位都有大幅缩减的可能。

🔹 观自在（制造业技术人员）

文秘、财务人员、销售人员、招聘专员这几类岗位的冲击最为明显。

🔹 rejoicelee（农业数字化产业，CTO）

我认为是 “全行业平权”。AI 平权了新手和专家的边界，所以不是哪些岗位会缩减，而是全行业全岗位都会受到影响。

AI 是放大器，不是许愿机，它改变的不是单一岗位，而是让强者越强，弱者越弱。

内卷与焦虑：效率红利背后的隐忧

生产力提升的背后，并不是所有人都在享受松弛，更普遍的现状是，职场人正被无形的力量推向更高维度的内卷。

Q7：AI 带来的效率内卷，有没有让你感觉疲惫或抵触？

🔹 Odinsphere（Web3 CEX，合约开发）

会有疲惫感，但不是因为 AI 完全替代了我，而是因为 AI 扩大了工作的范围。以前我可能只需要围绕一个明确问题做分析，现在 AI 会迅速扩展出很多可能性、风险点、替代方案和技术路径，这些内容都需要人工进一步判断。

某种程度上，AI 没有减少竞争，而是把竞争推到了新的层级。除了正常开发，还需要持续学习 AI 编程工具、Agent、MCP、本地模型、自动化工作流、AI IDE 等一整套新工具，面临持续的学习压力。

🔹 Smith（区块链开发工程师）

确实会感到身不由己。社会内卷的压力是相对的，行业的整体竞争力越来越强，但是不愿意学习的人就会被无情淘汰，这种环境也会倒逼并激励自己不断成长。

AI 类似于工业革命，会有几十年的高速发展期，势必也会诞生全新的职业、产生新的红利。

Q8：你目前的焦虑主要源于收入下滑，还是失去对职业的掌控感？

🔹 Odinsphere（Web3 CEX，合约开发）

目前岗位薪资还没有明显变化。

更深的焦虑在于岗位数量和岗位结构是否会发生剧烈变化：未来是否还需要这么多开发者、哪些基础岗位会被无情压缩、自己现有的经验是否还能匹配下一阶段的职业要求。

🔹 Smith（区块链开发工程师）

在转型期，现在的收入确实存在下滑。不过我现在的心态是调整预期，躺平了，收入能覆盖日常开支就行。

我目前更专注于寻找新的收入渠道，不再死咬着公司内部的职位提升不放，找到一条能充分发挥个人主动性的新方向比什么都重要。

护城河：人类的不可替代性

当旧技能的城墙坍塌，职场人必须直面多年积累的「沉没成本」，并在变局中找到 AI 无法染指的人类核心价值。

Q8：面对被 AI 替代的技能专长，如何消化那些沉没成本？

🔹 Odinsphere（Web3 CEX，合约开发）

我现在不会简单认为 AI 替代了我的技能，而是把它看成一种新的生产工具。因为 AI 会快速做大量广度拓展，带来更多分支、方案和边界条件，我的校对、筛选、验证和梳理工作反而变得更重。

所以我要提升的不是单纯写代码能力，而是判断 AI 输出是否可靠、是否符合业务和风险边界的能力。

🔹 Smith（区块链开发工程师）

沉没成本确实挺大的，必须协调自己的职业和项目的开发路线图，发挥主动性。

上限来自于你的眼界，要拓展眼界，去把握审美和市场需求。我现在通过多参加会议、研究优秀的产品设计来学习理念。专注于拓展新的收入渠道，不再死磕职位的提升，而是往自由职业者方向发展，增强抗风险能力。

🔹 北静（Web3 CEX, 运营合规）

最重要的是保持大量学习和高频使用。AI 时代最重要的是对自我进行重新塑造，我自己更多还是选择主动接纳 AI，寻找属于我的新机会。

Q9：有没有哪些任务，AI 理论上能做，但实际上仍然必须由人工完成？

🔹 郭（批发行业/食材配送，仓储部副经理）：

在我的行业里，订单部需要与客户沟通，客户的需求都是个性化、多元化的，复杂问题和特殊单据的录入必须人为介入核对沟通；

第二是货物异常判断与追责。AI 缺少对供应商具体习惯、历史批次质量、司机行为模式的长期深度了解，这些实操经验只存在于人脑里。

🔹 Ethan Lu（大宗化工贸易行业，全栈开发工程师）：

超大型项目的打磨。AI 目前有明显的上下文瓶颈，一旦处理超大型项目，就会存在致命的 “灾难性遗忘”。

🔹 Odinsphere（Web3 CEX，合约开发）

在金融、交易、Web3 这类行业，真正重要的是账户模型、风控边界、异常处理、系统稳定性和线上责任。AI 可以帮助生成代码和方案，但业务后果仍然需要人承担。

工具实操与未来生存指南

最后，我们落脚到最具参考价值的实操层面：大家在用什么 AI 工具？如果 AI 全面接管底层工作，未来又该如何规划？

Q10：你目前付费用过哪些 AI 工具？体验如何？

🔹 Ethan Lu（大宗化工贸易行业，全栈工程师）：

用过 GPT、Claude Code、Gemini、Kimi、Qwen、GLM 以及 DeepSeek。

在代码 coding 领域，Claude Code 绝对是独一档的存在；GPT 的代码排查 Bug 能力非常不错；Gemini 则比较擅长前端。国内一众模型还有不少距离。

🔹 郭（批发/食材配送，仓储部副经理）

付费使用过 GPT、Gemini 和 Kimi，体验下来对已付费的都挺满意的，相比之下 GPT 的日常综合表现让我更满意一些。

听说很多同行反馈 Claude 用起来比较坑，主要是封号实在是太厉害了。

🔹 rejoicelee（农业数字化产业，CTO）

GPT PRO、TRAE、DeepSeek。没有最值最坑，只有会不会用，每个工具都有自己的场景。当然你要是钱多，完全可以 OPUS 4.7 撸到底。

Q11：如果未来 AI 完成了大部分基础工作，你如何规划自己的职业方向？

🔹 Odinsphere（Web3 CEX，合约开发）

我会更明确地把自己定位成复杂系统的负责人，而不是单纯的代码执行者。尤其在金融交易和 Web3 这类高危行业，真正重要的是账户模型、风控边界、异常处理、系统稳定性和线上最终责任。

AI 可以高产方案，但业务后果永远需要活生生的人来承担。未来真正有价值的开发者，不一定是写代码最快、用工具最熟的人，而是最懂业务上下文、系统边界、风险控制和能够切实推动工程落地的人。

🔹 Smith（区块链开发工程师）

担任技术讲师和打造个人 IP，是我目前最主要的转型规划。另外一方面就是利用AI工具去独立开发产品、搞网站建设，通过这些桥梁去接触、服务到更多的用户群体。

目前我正在疯狂补齐这方面的能力，重点不一定是钻研更深的技术，而是提高自己的审美、产品敏感度以及对市场需求的嗅觉。

🔹 北静（Web3 CEX, 运营合规）

转变为一个超级协调者。一个人去管控大量的、各司其职的 AI Agent，由人来负责顶层的设计、下达指令、调配资源，去撬动和管理庞大的、数字化的业务全产品线。

Q12：如果 AI 工具全部失效，会影响你的工作吗？

🔹 郭（批发/食材配送，仓储部副经理）

效率会变慢，但不会瘫痪。目前运用 AI 的大多是一些自行拓展出来的额外工作，影响不会很大。

🔹 观自在（制造业技术人员）

工作会变慢。目前是中度依赖 AI。

🔹 Ethan Lu（大宗化工贸易行业，全栈工程师）

欢迎收听《AI 末世，我靠古法编程生存》。现在对 AI 已经是重度依赖了。

结语

AI 正在以一种无差别的绝对力量，加速渗透进每一个行业。

无论是主动拥抱，还是被时代推着往前走，几乎所有人都已经默认：AI 不再是一个 “可选项”。

网上流行的那句 “在 AI 时代，只要学得够慢，就可以不用学”，终究只是一句调侃。在这次采访里，7 位受访者都在以自己的方式拼命学习、重新定位、适应新的竞争。

旧的职业边界正在被打碎，但新的价值体系也正在形成。