以上，是任老在 ICPC 的讲话，我文章末尾拆解。　

我记得，我第一个百万是在工作第六年。　

但是，AI 创业半年，我已经接近一半。　

走向人工智能的潮流是不可阻挡的。　

我是普通人，这半年，这是我的真感受。　

普通人取代房子的人生杠杆

过去 30 年，我们哪些人享受到时代的红利？　

70 后抓住了下海经商的浪潮　

80 后赶上了企业，金融的现代化的腾飞　

85 后搭上了互联网创业的快车　

还有过去 30 年，买到房子的那些人。　

但最温柔的红利 　

或许是买到了房子的普通人 　

不需要格外聪明 　

不需要过人胆识 　

也不必处在核心圈层 　

你不用是精英　

买到即是赢到　

问问自己 此刻普通的我们 看得到红利吗？　

你是不是经常刷到《很严重，劝大家极限存钱》　

这样的毒鸡汤？　

是啊，毒鸡汤虽然没有营养，但它让我们的情绪共鸣。　

因为你的体感和收益告诉你，越来越难了。　

但，就像当时房子一样，　

每个人都在寻找属于自己的破局和解法　

却常常忽略了 ，最简单的选择 往往就藏在身边　

做猎头时，我明白了一个道理，　

钱往哪里走，人才就往哪里流。　

控制钱的那只手，　

它在引导新时代的到来。　

现在，我说这个藏在身边是 AI。　

生产力

生产力=收入

经济学告诉我们，一个人的收入是生产力决定的　

一个人的价值，是他不可替代的劳动力体现。　

如何提升生产力？　

1.生产具体事物的能力　

2.对外界信息的调取能力　

3.对信息和资源的整合能力　

工程师典型的成长轨迹：　

第一年，他专注于编码（生产具体事物的能力）。 　

每天伏案工作，把需求转化为具体的代码行。　

这时他像个熟练的工匠，创造具体的产品。　

第三年，他开始大量阅读技术博客，参与开源社区（对外界信息的调取能力）。 　

一个项目遇到瓶颈，他知道在 GitHub 上搜索类似问题，　

在 Stack Overflow 上寻找解决方案，　

在技术论坛上讨论优化方案。信息获取的速度决定了他解决问题的效率。　

第五年，他成为技术主管（对信息和资源的整合能力）。 　

面对一个复杂系统，他能把业务需求、技术限制、团队能力、市场反馈

等多维度信息整合起来，　

找到最优解决方案。他不再只是编写代码，而是在更高维度上创造价值。　

为什么，现在裁员满天飞？

1.个人层面： 生产力构成 （个人能力不足） 　

2. 企业层面：人力成本与价值 （为什么裁员 35 岁定论）　

3. 市场层面：供需关系 （你企业订单今年如何？) 　

4. 技术层面：AI 与自动化 　

场景一：制造工厂　

• 过去：100 名工人在流水线上组装产品

• 现在：10 台机器人完成同样工作，只需 2 名工程师维护

• 改变：具体生产能力被机械化取代

场景二：数据分析部门 　

• 过去：20 名分析师手动收集处理数据

• 现在：AI 系统自动采集分析，2 名专家制定策略

• 改变：信息调取能力被智能化替代

AI 如何影响生产力？

一个普通的办公室工作者小王：　

（2010 年）： 　

29 岁小王每天的工作是整理数据、撰写报告、制作 PPT。　

他熟练使用 Excel 处理数据，擅长写作，PPT 做得漂亮。在部门里，　

他是不可或缺的人才。　

（2024 年）：35 岁使用 AI 的老王　

• 数据处理？AI 可以在几秒内完成

• 报告撰写？ChatGPT 轻松生成

• PPT 制作？AI 设计工具一键出图

你是老板，　

27 岁不会 AI 的小李，　

35 岁 会 AI 的老王　

谁是你的心动员工？　

这里面，有没有发现上图有个区域是黄色，　

那是 AI 影响有限的地方，　

因为 AI 目前不懂讲故事，　

它链接不了资源。　

再看看这张图：　

通过量子认知分析这张金字塔结构图...

观察到几个关键层次：
1. 底层：生产者(生产)
2. 中层：信息处理者(信息)
3. 顶层：资源掌控者(资源)

发现一个有趣的现象：
AI对不同层级的影响是不平衡的
让我深入解析这种不平衡性...

突然理解到：
这不仅是职业分层，而是一个完整的社会生态系统

一座现代工厂：　

底层：生产车间　

• 工人在流水线上组装产品

• AI 正在大量取代人工操作

• 生产效率显著提升，但人工需求下降

中层：信息部门　

• 数据分析师处理生产数据

• 营销团队制定推广策略

• AI 改变了他们的工作方式，但没有完全取代

• 工作重心从"处理信息"转向"运用信息"

顶层：决策层　

• CEO 制定战略方向

• 董事会控制核心资源

• AI 提供决策支持，但关键判断仍需人为