未来两年的我们

这期我们想聊一个很多人没意识到的变化：AI 进入 Service Desk 这种一线支持岗位，最先变的不是工单数量，而是工单结构。 低复杂度、重复性高、边界清楚的问题先被 bot 和自助知识库吃掉。留给人的，反而是知识库挡不住、用户已经不耐烦、跨系统又带情绪的那部分。 表面上整体效率上去了，但一线接得到的问题更脏、更难，新人本来可以靠大量普通 ticket 长手感的那条路也被压缩掉。未来两年这个岗位真正稀缺的，不再是处理更多工单...

这期我们不聊 AI 会不会直接拿走工作，而是想讲一个更安静也更贴人的变化：当越来越多工作都有系统先跑第一轮，团队里最先变贵的，可能不是能力本身，而是“我还能不能放心把这件事交给你”。 表面上每个人都更能产出，实际上很多团队会把更多精力花在确认、追问、留痕和二次验证上。未来两年真正稀缺的，也许不是永远最快交稿的人，而是那个不用层层验证，也敢把关键事情交给他的人。

这期我们不聊 Google 又发了什么新功能，而是想讲一个更贴人的变化：当 Sundar Pichai 开始反复谈搜索怎么变、agent 怎么进 workflow、以及延迟、算力、电力这些基础设施问题时，他其实已经在用另一种语言描述 AI。 真正该听见的，不只是技术更强了，而是很多工作里开始多出一层会先替你跑第一轮的系统。工作不一定先消失，但工作起点会先后移。 未来两年你要争的，可能不只是更会用 AI，而是你还能不能留在那个真正参与判断和结构...

这期聊的不是“AI 招聘会不会更快”，而是一个更贴人也更冷的变化：当 AI 越来越多进入招聘与雇佣流程里，很多人先失去的不是岗位，而是被认真看见、被慢一点判断的机会。 与此同时，组织内部真正升值的，也不只是执行力，而是复核、叫停、解释和担责的位置。 未来两年你要争的，可能不只是会不会用 AI，而是你还能不能留在那个有判断权的位置上。

这期聊的不是“AI 能帮你省多少时间”，而是一个更安静也更危险的变化：它开始越来越多替你处理过程，替你组织解释，替你铺好路径。 真正麻烦的，不一定是答案错，而是答案太顺。顺到你会越来越少自己怀疑、自己重组、自己形成判断。 未来两年被改写的，也许不只是效率，而是你还算不算一个能自己做决定的人。

这期聊的不是“AI 会不会整块取代工作”，而是一个更安静也更早发生的变化：岗位也许还在，但企业真正想买单的那部分已经变了。 当 AI agent 开始先接走标准动作，组织接下来更看重的，就会越来越偏向判断、兜底、例外处理、流程组织和结果责任。 未来两年很多人先撞上的，可能不是失业，而是进不去，或者明明还在岗位里，却开始不再值原来的价。

这期聊的不是某个模型更强了，而是一个更不舒服的变化：未来很多 IT 公司多出来的一笔重成本，可能不一定是修漏洞本身，而是不断证明自己安全、可信、值得被接入。 当关键 AI 安全能力开始集中，安全就可能从服务变成认证，从认证变成准入。最后更贵的，不一定是修漏洞，而是“被判定为可信”的资格。

这期聊的不是“Anthropic 又出了一个更强的模型”，而是一个更值得警惕的信号：最关键的 AI 能力，也许正在开始战略化、封闭化，不再像普通工具那样慢慢普及。 Claude Mythos 真正让人不安的，不是它更强，而是它碰到的是漏洞、安全、基础设施和治理节奏这些更底层的层面。 未来两年，普通人最需要面对的，也许不是工具升级，而是位置变化。

很多人想象 AI 改变工作时，脑子里先跳出来的，还是一种很戏剧化的画面： 某一天模型突然特别强，然后一个岗位一夜之间就没了。 但这期真正想讲的是另一种更慢、更结构化、也更让人不舒服的变化： 很多工作不会先被拿掉。 它们会先被拆开，先被讲清楚，先被压成规则，先被蒸馏成上下文。

很多人聊 AI 抢工作，都会先盯着一个问题： 它到底会不会直接把岗位替掉？ 但我最近越来越觉得，未来两年更早发生的，可能不是“整份工作消失”， 而是工作里那些原本让人慢慢长出判断力的过程，先被工具接走了。

Claude Code 源码泄露，这事表面上看像一次翻车。 但我看完之后更确定的一件事是： 真正可怕的，不是它翻车了， 而是整个 AI 行业不会因为翻车就慢下来。

一人公司不是不行，而是经常被讲得太轻了。 这一期我们想讲的，不是怎么去做一人公司， 而是为什么这套叙事总是先把人打动， 却很少把真正的结构复杂度讲完整。 这一期会讲： - 为什么一人公司最容易被包装成一种轻盈画面 - 为什么很多人低估的不是勇气，而是结构 - 为什么一个人赚钱，不等于一个人能把公司扛住 - 为什么你喜欢的，可能不是它本身，而是它被讲出来的样子

为什么很多人一直在用 AI，却一直没有真正进入“协作”？ 这一期我们想讲的，不是工具强不强， 而是一个更关键的阶段变化： 当你第一次把一个小任务先交出去， 让它不只停在对话里，而是真的往前走一步， AI 才开始更像协作，而不只是回答。 这一期会讲： - 聊天和分工的差别 - 为什么 Claude dispatch 更像协作入门层 - 为什么 OpenClaw 更像系统协作层 - 为什么普通人真正需要的，不一定是最强，而是最容易开始

为什么最危险的，很多时候不是系统明确失败， 而是它在最该响警报的时候，看起来最像没事？ 这一期我们想讲清楚，为什么 fake success 比直接失败更阴： 它不只是给你一个错误结果， 而是让你带着错误的信心继续往前走。 这一期会讲： - 为什么 fake success 最伤的是信任 - 为什么成熟系统不只是更会做，也更会停 - 为什么会闭嘴、会停手，不是退步，而是可靠性的开始

为什么很多时候最贵的，不是模型本身， 而是返工、补锅、漂移和一直下不来的警戒状态？ 这一期我们想讲清楚，为什么 AI 进入真实工作流以后， 真实成本已经不再只是一张价格表。 这一期会讲： - 为什么便宜模型不一定真的便宜 - 为什么不稳会把成本从账单转成返工 - 为什么最后真正该比的，是完成同一件事的总成本

为什么很多时候 agent 越多，系统不一定越强？ 这一期我们想讲清楚，为什么真正值钱的不是数量， 而是边界、隔离、路由和协作结构。 这一期会讲： - 为什么乱分工很多时候只是把混乱并行化 - 为什么 workflow-first 比 agent-first 更成熟 - 为什么主 agent 更应该像调度台，而不是全能苦工

为什么系统真正开始稳定，靠的不是堆更多功能，而是让 workflow 变得更清楚？ 这一期我们想讲清楚，为什么真正值钱的不是复杂度， 而是结构、边界和稳定性。 这一期会讲： - 为什么复杂不等于成熟 - 为什么 workflow 真正值钱的是结构 - 为什么系统成熟的标志，不是更热闹，而是更稳地接住事情

为什么系统真正变轻，靠的不是加更多 skill，而是让 skill 变成可复用的稳定处理路径？ 这一期我们想讲清楚，为什么真正值钱的不是数量， 而是复用、调用和稳定落地。 这一期会讲： - 为什么多 skill 不等于更会做事 - 为什么 skill 真正值钱的是复用 - 为什么成熟系统的重点，不是功能列表，而是重复任务能不能更稳地被接住

为什么系统真正不断线，靠的不是存更多，而是记对东西、稳住连续性？ 这一期我们想讲清楚，为什么真正值钱的不是存量， 而是连续性、筛选和关系不断线。 这一期会讲： - 为什么 memory 真正值钱的不是“存更多” - 为什么连续性比堆积更重要 - 为什么成熟协作的重点，不是每次都从零开始

长期协作里，最先让人崩的，往往不是它不会做，而是它会慢慢变样。 这一期我们想讲清楚，为什么很多人以为 AI 最大的问题是不够聪明，但真正开始长期使用之后，你最先被磨烦的，常常是风格、边界、判断方式一点点跑掉。 这也是为什么 SOUL.md 在这一集里，不是一个奇怪文件名，而是一个行为锚点： 它不是让 AI 更像人，而是让协作关系不至于每一轮都慢慢走样。

为什么 OpenClaw 会让人第一次真正觉得，工具开始齐了？ 这一期我们想讲的，不是“又一个更聪明的 AI 工具”，而是一个更真实的问题：为什么以前手上明明已经有很多 AI，事情还是总得自己一段一段硬接？ 很多工具都能帮一点，但大多只能接一小截。真正让人累的，往往不是第一步，而是后面那一串整理、改写、补背景、接上下文、继续推进的小动作。 这一期我们会讲清楚： - 为什么现实里的任务不是一道问答题 - 为什么“工具很多”不等于...

这一期《未来两年的我们》，讲的不是抽象趋势，而是一个更真实的问题：AI 是从什么时候开始，不再只是一个“会回答问题的新工具”，而变成真正碰到工作方式、能力边界和安全感的东西。 最开始它只是帮一点边角料，后来才慢慢开始接住一段流程。也正是从那个时候开始，AI 才第一次更像“协作者”，而不只是一个工具。

你不是不够努力。 你是在玩一个“回报非线性”的游戏：努力 100 次可能还是 0，但踩中一个点就会突然爆。 这期我们聊三件事： 1) 为什么 AI 让“供给爆炸”成为常态 2) 为什么平台分发机制会重写规则（内容要当实验） 3) 为什么对抗非线性的唯一解法是：复用，把内容变成资产