过去，很多人对“好工作”的定义高度一致：大厂、白领、体面、稳定。薪水不低，折腾不多，最好还有清晰的晋升通道。
但这个标准，正在失效。
2026年3月，美国支付公司Block（旗下拥有Square等产品）宣布大规模裁员，同时重金加码AI。类似的故事频频上演——那些曾被视为“铁饭碗”的白领岗位，正变得不再安全。
硅谷顶级投资人Bill Gurley，曾因2011年向Uber投资1100万美元、回报超80亿美元而闻名。他在近期访谈中直言：AI正在颠覆过去那套“安全职业”的判断逻辑。
一、旧标准：学历、行业、稳定
倒退二三十年，人们对好工作的想象高度趋同：上好大学、选好专业、进稳定行业、熬资历升职。医生、程序员、金融从业者，是家庭建议的“标准答案”。
这套路径在美国被称作“大学流水线”，在很长一段时间里确实有效。因为专业知识稀缺，门槛高、训练周期长，只要进入体系并持续工作，大多数人能获得稳定高收入。
但Gurley指出：当越来越多人涌向同一条路时，很多人只是出于“安全”而非热爱，最终变成流水线上的“螺丝钉”。盖洛普2023年研究显示，约53%的人对工作缺乏投入感，真正热爱工作的仅23%。
过去这不是问题——岗位稳定、需求明确，做好本职就能端稳饭碗。但AI入场后，这条“稳定”路径开始出现裂痕。
二、白领工作，首当其冲
人们习惯认为，自动化先冲击体力劳动，办公室工作相对安全。但这一次，方向恰好相反。
Gurley解释：AI擅长处理语言和信息，而大量白领工作正是围绕文字、数据和规则展开——整理文件、撰写报告、翻译、数据分析、基础编程等。大模型在这些领域进步极快。
例如，部分律所已减少律师助理岗位；翻译、客服、基础编程岗位也在缩减。这些职业未必完全消失，但所需人数锐减，工作方式加速变革。当工作环节能被AI自动化，企业往往只需更少人完成同等任务。这也解释了为何科技公司一边裁员、一边加码AI——改变的不是岗位，而是整个工作流。
三、会用AI的人，将被放大能力
面对冲击，人们最关心：谁更容易留下来？
Gurley的答案很直接：会用AI的人。
好比两个农民同时耕地，一个有拖拉机和无人机，另一个只有锄头。工具不自动决定胜负，但使用工具的人会获得压倒性优势。主动学习AI、了解其边界、融入日常工作，效率会大幅提升；而忽视变化的人，则容易被更快适应者超越。
他给出的建议是：在你的行业里，成为最懂使用AI的那个人。
“最懂使用”意味着在实践中让AI帮你完成具体任务：写报告时整理资料、开会前总结信息、学习时快速查找解释。
因此，好工作的标准正在转移。过去依赖经验积累的按部就班路径不再保险，取而代之的是：主动学习、保持好奇、快速适应变化。 Gurley反复强调：不要等，不要观望，现在就学，现在就用。
四、普通人怎么办？三个具体建议
1. 找到一起探索AI的同伴圈子
Gurley分享了YouTube创作者Mr. Beast的故事：17岁时痴迷视频制作，找到三个同好，每天线上泡17小时，一起钻研四年。最终四人粉丝均超百万，成为百万富翁。
在AI时代，这种圈子更加重要。找到4-6个目标一致的伙伴（最好在公司外），分享工具使用经验、提示词技巧、工作流程优化。身边有人主动尝试，你学得更快。过去学新技能要数月甚至一年，现在有AI辅助+同伴交流，几周就能上手。
2. 用AI建立“虚拟导师”清单
过去，向领域内大牛学习很难——他们太忙、太远。现在，你可以收集你欣赏的人的所有采访、文章、演讲，然后让AI帮你：
• 总结核心观点和方法论
• 提炼关键决策的思考框架
• 对比不同专家的异同
• 甚至模拟他们的思维方式来分析问题
这就相当于把行业顶尖人物变成了随时可请教的“虚拟导师”。当然，能认识真人前辈更好，但AI让你不再受限于人脉和地理位置。
3. 用AI做职业规划
过去找职业咨询师，一次几千块、只聊一两小时。现在AI可以24小时陪你反复推演。
Gurley建议：假设你要在六个月内离开现在的工作，为三个不同职业方向各做一套规划。让AI帮你模拟：
• 进入该行业第一周该做什么？
• 需要学习哪些技能？
• 几年后可能发展到什么位置？
经历这个思考过程，你会更清楚自己的偏好。每周还可以把实际进展告诉AI，让它实时评估和调整方向。这种多次迭代的规划，在没有AI的时代几乎不可能实现。
最后，Gurley提醒年轻人： AI发展快，容易焦虑。但请深呼吸，别被焦虑困住。听听那些从底层做起并成功的故事，你会看到可能性。
走一条属于自己的路。不要和所有人挤同一条赛道，让自己看起来完全不同。
真正的护城河，不是名校学历，而是无法被替代。
朴谷观点
Bill Gurley的洞见揭示了AI时代职业价值的底层迁移：过去“稳”的根基——知识壁垒、流程固化、经验复利——正在被大模型快速瓦解。白领工作的“安全区”之所以最先被冲击，恰恰因为其核心任务（信息处理、规则推理、语言生成）是AI进化最快的领域。
从咨询机构的专业视角，我们提炼三个关键行动逻辑：
1、从“岗位思维”转向“任务思维”：不要再问“我的岗位会不会消失”，而要问“我的工作里哪些任务可以被AI替代或增强”。主动拆解自己的工作流，把重复性、规则明确的任务交给AI，自己聚焦在判断、创意、人际交互等机器尚弱的领域。
2、建立“人机协作”的复合能力：会用AI不等于会写提示词。真正的能力在于知道何时用、何时不用，如何验证AI输出，以及如何把AI的结果整合进更大的业务目标。这需要持续的实践与反思。
3、构建非对称竞争力：当AI拉平了许多基础技能的门槛，个人的独特价值将来自跨领域组合、深度行业认知、以及对真实痛点的敏锐洞察。与其在热门赛道内卷，不如找到AI难以替代的“缝隙”——比如对复杂情感的共情、对模糊情境的决断、对长期信任的维系。
快速奔跑的人会赢，但奔跑的方向比速度更重要。重新定义你的“好工作”，从现在开始。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.