当智能不再稀缺 ｜ AI时代，我们真正的优势是什么？
作者：FancyPig | 发布时间： | 更新时间：
杂谈
2026年，AI迭代的速度可以说是惊人的快，而且各大厂商的模型基本上一个月一变天，几个月前fable5.1还遥遥领先，很快就被GPT-6-Astra反超，而且国产模型的追赶速度也非常的快。
可以看到早在6月份的时候，马斯克当时就直言中国大到Fable级别很可能在明年第一季度。
结果后面只过了一个月，kimi k3的发布，在基准上基本上就已经解决opus4.8、gpt5.5了，当然，基准不代表实际能力，但是实测前端水平确实不俗，你可以看最上面的第一张图，kimi k3在发布了2个月之后仍然在前端排行是居第5。
所以，我们可以充分的看到AI的发展速度是非常之快的，而且未来国产模型也会愈发强大。这个时候，很多热心网友就不禁感慨到，如果国产模型跟国外模型基本能力接近，大家都能用到近似Fable、Astra模型的能力？那我们这些人的优势还在哪里？我们现在是因为有信息差、有技术使用上的差异，我们才领先。如果未来这种差距逐渐在缩小，甚至几乎没有差别，那这种情况下，我们又应该何去何从呢？
我认为答案可能恰恰相反，举几个很现实的例子，搜索引擎普及之后，每个人获取信息的能力都变强了，但并没有因此让所有人的认知水平变得一样；同样道理，GitHub 和开源软件让全世界程序员都可以使用相同的代码和框架，但优秀工程师和普通工程师之间的差距依然巨大；再比如，像剪映这样的剪辑软件普及之后，人人都可以在手机上制作短视频，不需要专业的设备、工具，但短视频作品的质量仍然差距极大。
因此，你会发现一个很有趣的事情，那就是当一个强大的工具被普及以后，原本建立在工具稀缺性的优势可能会迅速消失，取而代之的是新的更高层次的差距。 还是前面举的几个例子，搜索引擎普及以后，差距从“有没有信息”转移到了“会不会判断信息”；GitHub 普及以后，差距从“有没有代码”转移到了“会不会设计系统”；剪映之类的软件普及以后，差距从“有没有专业工具”转移到了“有没有审美和表达”；由此可见，有了强大的工具只能降低我们做一件事情的门槛，但并不决定我们能把这件事情做到什么高度。工具决定的是能力的下限，而真正决定上限的，依然是人的认知、判断、经验与创造力。
通用Skills逐渐弱化
再说几个很鲜明的例子，我记得之前在做ai coding的时候，基本上就是everything claude code、superpowers，甚至当时还有pua技巧，充分压榨模型的能力，但事实上，在模型足够强大的时候，很多skills、workflow这些其实就已经内化到模型和harness里了，因此，部分流程性的、通用的、甚至是垂直领域的公共的skills很大意义上，基本上就没什么作用了，使用了反而还会消耗更多的token。
比方说之前的乌云skills，你也可以看到作者也是选择不维护了，原因同上。
但是，私有化的skills、知识会变得更有价值。举个例子，比方说我们在做一件事情的时候，习惯是什么，比方说这个界面的布局、交互有哪些特定的要求，这个通常不会出现在公域知识里，那如果沉淀下来，会帮我们节省很多的时间、经历。在比方说，你可能在某个集团单位上班，要给领导汇报工作，根据领导的习惯、办公室的各项要求，你可能需要写汇报材料，材料的要求，包括文档的配色风格、字体大小，叙事的方式，这些都是私有域才有的知识，那这些形成skills，价值就很大了！
AI时代到底有没有护城河？
之前和朋友聊天的时候，偶然听到朋友感叹，说AI时代没有护城河。因为朋友是做产品出身的，这句话放到做产品上，确实没毛病。概括的讲，以前我们的差距可能是：我能做出来，你做不出来。但是，AI时代，这种“实现能力”正在从稀缺资源变成公共能力。既然大家都能做出来，那为什么别人要用你的产品？未来，做功能会越来越便宜，那是不是从某种角度上来讲，选择做什么的决策能力就变得十分的稀缺了。
针对上面聊到的做功能这一点，我自己深有体会，我之前的这套博客用的是wordpress zibll的模版，这套模版开发差不多都有6-7年的时间了，代码量我当时看好像是8万多行。我记得，2025年12月，我当时就想试试用go + react重构一下，这样以后有很多好玩的功能就可以自己开发了，当时用的是cursor，差不多总时间用了三个月，而且就每周末2天的时间可以全身心投入，结果就是，在ai的加持下，差不多2-3个月就写了20多万行代码。再说个有趣的，今年8月底的时候，我看了看，基本上每周我负责的单个产品增加代码数量就是20万行左右，我记得当时在朋友圈里还晒了张token用量的图。
1k亿token里程碑
然后，热心网友评价😂不知道还以为造火箭呢！
但事实就是，要实现功能，速度是非常快的，而且是很廉价的，但是，如果要想做好用户体验，并不简单，如果要把功能的做得有价值，更不容易。
因此，工具决定能力下限，人的认知决定能力上限。
2天完成一个小工具
这里我再举个很实际的例子，差不多周五的时候，收到热心网友的催更。我就准备开始准备给热心网友更新一些海外的优质的视频教程，但是这里要下载youtube视频到本地，还要找在线工具，而且有的时候除了youtube，还要下载x或者其他渠道的，来回翻工具，非常麻烦，我就决定临时做个小工具。
一开始想想弄个抖音、youtube啥的就行了，我直接找了github的项目，直接丢给codex就去实现了。
后面，想了想，麻烦一次，以后就一劳永逸了，不如都支持了吧，然后中间我又给了codex很多建议。
同时中间还要考虑，国内没法访问x、youtube，又用到了cloudflare的workers
因为codex的computer use功能实在过于强大，基本上操作电脑的工作全交给他就好了。然后我就让他去使用我的cloudflare来配置worker
差不多对话了20-30轮，就有了下面的成果
为了方便，很多平台个人主页的解析，也做了，这样，可以方便找一些视频。
因此，说到产品，我非常认同没有护城河的观点，基本上你现在能找到的界面、功能，ai coding一定能复刻出来，但是如何把这些功能整合起来，尽可能让用户用起来比较舒适，并且能够真正产生价值。非常重要，而且也取决于人的认知、设计的能力、好的想法。这也是我最近只要有时间，就会在工具箱里做一些简单、实用工具的原因。希望有些能够提升个人生产力的工具可以帮到大家。
最后的一些感想
前些天，看到七个千禧年问题其中之一的Navier–Stokes被OpenAI通过10000个智能体协作予以攻克；
Anthropic 的 Claude 不仅完成了费马大定理首个完整、可由计算机验证的形式化证明，还把一项与黎曼猜想相关的长期数学下界从 41.6% 提高到了 67.2%。
所以，我们可能不禁会感叹AI会越来越强，而且这种强大很可能远远超出我们今天的想象。过去我们总习惯用AI 还不会什么来寻找安全感：它不会真正写大型软件、不会做复杂科研、不会产生真正的创造……但过去几年发生的事情似乎在告诉我们：如果把自己的价值建立在模型能力的边界上，这可能本身就是一件很危险的事情。因为今天看起来遥不可及的能力，随着模型、算力和智能体的持续迭代、发展，很可能迅速就会成为一种廉价、普通的能力。如果能够意识到这一点呢，我认为还不晚，而且当我们真正拥有了一种足够强大的工具之后，问题反而会从能不能做到，逐渐变成到底应该做什么。
AI 可以帮我们一天写几十万行代码，可以一次生成几十套设计稿，可以同时探索成千上万种方案。当生成的成本越来越低，选择的价值就会越来越高；当执行能力逐渐平权，判断力就开始成为新的稀缺资源。
未来真正能够拉开人与人差距的，可能不再是你会不会某一个 Prompt，掌握了多少 Skills，甚至也不仅仅是你会不会写代码、做设计，而是那些更难被复制的东西：你的认知，你的经历，你的数据，你的判断，你的审美，你对真实世界的理解，以及你究竟想解决什么问题。
因为 AI 可以给你一百个答案，却无法自动替你定义哪一个问题最值得回答；可以帮你把一个想法以极低的成本实现出来，却不能替你决定这个想法究竟有没有价值；可以不断放大你的执行能力，却无法替你完成对现实世界的理解、取舍和责任。
所以回过头来看，也许我们真正应该担心的，从来不是“有一天所有人都能用上同样强大的 AI”。因为工具终究会普及，模型终究会趋同，今天所谓的信息差和技术差，也终究会被慢慢抹平。真正重要的是：当所有人都拥有了足够强大的能力以后，你有没有一个值得放大的自己。
而所谓“值得放大的自己”，并不是你掌握了多少工具，也不是你比别人多会几个技巧，而是你有没有形成自己的认知、判断和价值取舍；有没有真正理解过一个行业、解决过一些真实的问题；有没有在一次次实践、失败和反馈中，逐渐知道什么是好的，什么是错的，什么值得坚持，什么应该放弃。
因为 AI 本质上是一个极其强大的放大器。它可以放大你的效率，也会放大你的错误；可以放大你的创造力，也会放大你的盲目；可以让一个正确的判断以过去无法想象的速度落地，也可以让一个错误的方向更快地跑到终点。所以，当执行能力越来越廉价以后，真正重要的可能已经不是“跑得够不够快”，而是你究竟在往哪里跑。我们过去习惯把竞争理解成能力的竞争：谁掌握的信息更多，谁会的技术更多，谁能够把事情做出来。
但未来，当知识、代码、设计甚至一部分创造能力都可以被 AI 以近乎无限的方式提供时，竞争可能会逐渐变成另一种东西：谁更理解真实世界，谁更早发现值得解决的问题，谁能在无数可能性中做出更好的选择，又有谁愿意为自己的选择负责。
模型会越来越强，算力会越来越便宜，智能也可能最终像电力一样成为基础设施。可真正的问题从来不是我们最终拥有多大的能力，而是我们准备把这种能力用在哪里。能力决定我们能走多快，方向决定我们最终走到哪里。
所以，在一个能力越来越不稀缺的时代，真正稀缺的，也许不是答案，而是知道什么问题值得回答；不是执行，而是判断；不是拥有多强的工具，而是知道自己究竟想创造一个怎样的结果。
当智能不再稀缺，方向感，也许才是最后的稀缺。