你剛給客戶報(bào)完價(jià)，對方發(fā)來一張庫存網(wǎng)站截圖——相似構(gòu)圖，授權(quán)費(fèi)不到你報(bào)價(jià)的3%。這不是砍價(jià)，是整個行業(yè)地板被抽掉了。

索邦大學(xué)博士生Ayoub Nainia研究這個現(xiàn)象多年。他發(fā)現(xiàn)一個規(guī)律：技術(shù)從不直接"搶走"工作，它只是把"夠用"的門檻抬到多數(shù)人夠得著的高度，然后讓中間層消失。

攝影行業(yè)的預(yù)演

2000年代初，圖庫平臺規(guī)?；nnie Leibovitz的頂級報(bào)價(jià)紋絲不動，天花板還在。但靠拍企業(yè)活動、編輯內(nèi)頁、中端廣告為生的職業(yè)攝影師，市場幾乎一夜蒸發(fā)。

客戶曾為一場專業(yè)拍攝支付2000美元，現(xiàn)在花50美元買張授權(quán)圖，效果"夠用了"。

沒人比他們拍得更好。

只是有個更便宜的選擇，做到了80分。

Nainia把這個模式稱為"地板上升，中間塌陷"——可用質(zhì)量的底線被技術(shù)大幅拉高，而卡在天花板和地板之間的那群人，最先感受到窒息。

AI正在批量復(fù)制這個劇本

Nainia的身份不只是觀察者。他是自然語言處理（Natural Language Processing，自然語言處理）博士生，每天親手搭建大語言模型（Large Language Model，大型語言模型）系統(tǒng)，同時發(fā)表相關(guān)研究。

他看到同樣的加速度正在同時沖擊多個知識領(lǐng)域：軟件開發(fā)、內(nèi)容寫作、視覺設(shè)計(jì)、法律工作、數(shù)據(jù)分析、學(xué)術(shù)研究。

每個領(lǐng)域的邏輯高度一致。

過去需要三年訓(xùn)練才能產(chǎn)出的交付物，現(xiàn)在提示詞（Prompt，提示詞）調(diào)優(yōu)幾輪就能接近可用狀態(tài)。不是頂級水準(zhǔn)，是"夠交差"的水準(zhǔn)。而"夠交差"正在覆蓋越來越多場景。

這解釋了為什么焦慮感彌漫在中層從業(yè)者中間。他們的技能樹曾經(jīng)是護(hù)城河——比新手強(qiáng)太多，比頂尖又夠得著性價(jià)比?，F(xiàn)在護(hù)城河被填平了。

兩類人的分叉口

Nainia的判斷很直接：AI讓普通人變強(qiáng)，讓優(yōu)秀者變得可替代。

普通人受益的邏輯清晰。寫作不會？AI幫你搭框架、潤色、查資料。代碼不熟？生成式工具（Generative AI，生成式人工智能）補(bǔ)全邏輯塊。設(shè)計(jì)零基礎(chǔ)？文生圖模型輸出能用的視覺素材。能力下限被集體抬升。

但"可靠地優(yōu)秀"這個定位正在失效。

過去企業(yè)愿意為"穩(wěn)定輸出80分"支付溢價(jià)，因?yàn)檎械竭@種人本身有門檻。現(xiàn)在80分的產(chǎn)出可以通過工具+普通人+少量校對實(shí)現(xiàn)，成本結(jié)構(gòu)徹底改寫。

頂尖者暫時安全。Leibovitz式的不可替代性來自審美判斷、資源網(wǎng)絡(luò)、品牌溢價(jià)——這些不是參數(shù)能復(fù)制的。但"優(yōu)秀且可規(guī)模化"的中間層，正被擠壓成最尷尬的位置。

職業(yè)錨點(diǎn)的遷移

Nainia沒有給出標(biāo)準(zhǔn)答案，但他的觀察指向一個動作：重新校準(zhǔn)你的價(jià)值坐標(biāo)。

如果核心競爭力是"比市場平均水平好一截"，這個縫隙正在收窄。工具把平均水平拉得太快，而"好一截"的溢價(jià)空間被壓縮。

新的錨點(diǎn)可能在哪？

一是極端垂直。比通用工具更深的專業(yè)判斷，比如特定行業(yè)的合規(guī)理解、細(xì)分場景的容錯閾值。

二是流程掌控。不是產(chǎn)出單點(diǎn)內(nèi)容，而是設(shè)計(jì)人機(jī)協(xié)作的完整工作流——什么時候用生成，什么時候人工介入，如何質(zhì)檢迭代。

三是關(guān)系資產(chǎn)?？蛻糍I的不是交付物，是信任鏈條和決策責(zé)任。工具越泛濫，愿意簽字背鍋的人越稀缺。

Nainia的研究方向也側(cè)面印證這個趨勢：大語言模型評估、領(lǐng)域?qū)Ｓ脝柎鹣到y(tǒng)、信息抽取。他花在"讓AI更準(zhǔn)"上的時間，本質(zhì)上是在探索人機(jī)分工的新邊界。

技術(shù)史的不對稱教訓(xùn)

攝影行業(yè)的案例有個細(xì)節(jié)值得回味：天花板沒塌，地板升高了，塌的是中間。

技術(shù)變革很少均勻分布。它總是先吃掉那些"標(biāo)準(zhǔn)化程度中等、溢價(jià)空間中等、替代成本中等"的環(huán)節(jié)。這些環(huán)節(jié)恰好是過去職業(yè)安全感的來源——夠?qū)I(yè)，但不夠獨(dú)特。

AI的加速在于，它同時沖擊多個知識領(lǐng)域，而且迭代速度遠(yuǎn)超圖庫攝影那個時代。Nainia作為每天動手搭建系統(tǒng)的人，感受到的緊迫感比純觀察者更具體。

他的建議藏在標(biāo)題里：如果你正在靠"可靠地優(yōu)秀"建立職業(yè)，現(xiàn)在就讀這篇。不是預(yù)言末日，是提醒窗口期在縮短。

工具不會等你準(zhǔn)備好。它只負(fù)責(zé)把地板抬到你腳下，然后看你是站在新地板上，還是卡在舊天花板的夾層里。

好消息是，新地板比舊地板高很多。壞消息是，站上去的姿勢和過去不太一樣。