> 最近一个感悟：AI把所有人的技术门槛拉平了。但这恰恰让另一种能力变得异常稀缺。
—
上个月我帮一个客户审核了一份设备报价。
过程很简单：把3份供应商的报价单扔给Claude，让它提取技术参数做对比表，标注价格虚高的项目，然后用英文写审核报告。
4小时搞定。收了3,000块。
客户很满意。朋友知道后说：”你这钱也太好赚了吧？不就是把文档扔给AI吗？”
我说：”那你试试。”
他试了。结果：
他花了一整个周末，改了5版，客户依然不满意。
区别在哪？
不是他不会用AI。是他不知道什么是一份好的报价审核报告。
—
AI时代的悖论
有了AI，写报告的成本趋近于零。但判断一份报告好不好，成本反而更高了。
为什么？
因为以前没有人会写质量差的报告——写得差的人根本写不出来。现在AI让任何人能生成”看起来很专业”的东西。结果就是：
垃圾内容暴增。辨识垃圾的能力成了核心竞争力。
这不是AI的问题。这是信息过滤的问题。而这个问题的解法，恰恰是AI做不到的。
—
我问了10个工程师朋友一个问题：
“你用AI做什么？”
答案分两类：
第一类（大多数人）：
第二类（已经开始赚钱的人）：
第一类人的用法：AI替代我的时间。
第二类人的用法：AI放大我的判断力。
—
最值钱的能力：知道什么是”好”
AI能写出语法完美的英文报告。但它不知道这份报告能不能说服客户。
AI能生成格式精美的PPT。但它不知道哪个论点对老板最重要。
AI能提取数据画出漂亮的图表。但它不知道这个数据代表的是机会还是风险。
“知道什么是好”——这个能力，AI没有，短期内也不会有。
因为它需要：
这些不是数据。是阅历。
—
三种人会越来越值钱
1. 有”品味”的判断者
这种人拿到AI生成的10个方案，能一眼看出哪个能用、哪个得改、哪个直接扔掉。
对应到工程行业：一个有13年经验的高级工程师，拿到一份AI写的工艺方案，能在10分钟内指出三个致命问题——因为他在现场见过这三个问题导致的事故。
变现方式：方案审核、技术顾问、专家评审。按小时收费。
2. 能把模糊需求翻译成精确指令的人
客户说：”我要一个废水处理方案。”
菜鸟把这句话直接输入AI。得到一份废话。
高手会追问：”你的进水COD是多少？做过水质全分析吗？排水标准用GB还是地方标准？环评批复的工艺是什么？有没有中水回用要求？场地面积多大？”
然后把这一串输入AI，得到一份80分的技术方案。再花1小时补充自己的经验判断，达到95分。
变现方式：解决方案设计、技术写作、投标方案撰写。
3. 能把AI输出包装成专业服务的人
AI的输出是原材料。服务是成品菜。
同样一份AI写的技术方案：
变现方式：咨询、培训、定制化服务。
—
讲一个更扎心的事实
很多人担心AI会取代工程师。
但其实：
AI不会取代工程师。它只会让好的工程师更贵，让普通的工程师更便宜。
为什么？
因为以前好工程师和普通工程师的产出差距可能是2-3倍。现在有了AI，差距变成了10-20倍。
好工程师用AI一周做10个项目方案。普通工程师用AI一周也做10个——但都是不能用的。
技术拉平了效率，但拉不平判断力。
—
如果你是一个工程师，现在该做什么
第一步：不要焦虑”学什么AI工具”。工具每个月都在变。把任何一个用熟就行。
第二步：开始记录你的专业判断。每次你做了一个技术决策——记录下来：当时的数据是什么，你的判断是什么，结果是什么。过3个月回看。这是你唯一的护城河。
第三步：把你的经验产品化。你能判断报价好不好？帮我审核报价，一份收1,000。你能判断产线调试参数对不对？远程帮我看一下，一小时收300。
第四步：让AI放大你而不是替代你。你的专业判断 + AI的生成效率 = 你的商业价值。
—
一句话总结：
在这个人人都会用AI的时代，最稀缺的资源不是AI工程师。是知道该让AI做什么的现实世界专家。
你花了13年积累的经验，没有因为AI的出现而贬值。反而因为AI的出现——需要它的人更多了。
—
作者：YYQ，13年环保+锂电工程师。
关注我，每周分享工程人能用得上的AI工具和实战思维。